Vật lý đơn giản là không hoạt động theo cách đó. Bí danh biến đổi tần số không thể đảo ngược vượt quá giới hạn Nyquist để xuất hiện dưới dạng tần số dưới giới hạn, mặc dù những "bí danh" đó không thực sự ở đó. Không có lượng xử lý tín hiệu bí danh nào có thể phục hồi tín hiệu gốc trong trường hợp chung. Các giải thích toán học lạ mắt khá dài để đi vào trừ khi bạn có một lớp về lý thuyết lấy mẫu và xử lý tín hiệu số. Nếu bạn có mặc dù, bạn sẽ không đặt câu hỏi. Thật không may, câu trả lời tốt nhất chỉ đơn giản là "Đó không phải là cách vật lý hoạt động. Xin lỗi, nhưng bạn sẽ phải tin tưởng tôi về điều này." .
Để cố gắng cho một số cảm giác thô ráp rằng những điều trên có thể là sự thật, hãy xem xét trường hợp của một bức tranh của một bức tường gạch. Nếu không có bộ lọc AA, sẽ có các mẫu moire (thực sự là bí danh) làm cho các đường gạch trông lượn sóng. Bạn chưa bao giờ nhìn thấy tòa nhà thực sự, chỉ có hình ảnh với các đường lượn sóng.
Làm thế nào để bạn biết những viên gạch thực sự không được đặt trong một mô hình lượn sóng? Bạn cho rằng họ không biết về kiến thức chung của bạn về gạch và kinh nghiệm của con người khi nhìn thấy những bức tường gạch. Tuy nhiên, ai đó có thể chỉ cố tình tạo ra một bức tường gạch để nó trông giống như thật ngoài đời (khi nhìn bằng chính mắt bạn) như bức tranh không? Vâng, họ có thể. Do đó, liệu có thể phân biệt một cách toán học một bức tranh bí danh của một bức tường gạch bình thường và một bức tranh trung thành của một bức tường gạch lượn sóng có chủ ý? Không có nó không phải là. Trong thực tế, bạn cũng không thể thực sự nói lên sự khác biệt, ngoại trừ việc bạn quan tâm đến những gì một bức ảnh có thể đại diện có thể mang lại cho bạn ấn tượng mà bạn có thể. Một lần nữa, nói một cách nghiêm túc, bạn không thể biết liệu các wavies là tạo tác mô hình moire hay là có thật.
Phần mềm không thể loại bỏ các wavies một cách kỳ diệu bởi vì nó không biết cái gì là thật và cái gì không. Về mặt toán học có thể chỉ ra rằng nó không thể biết, ít nhất là chỉ nhìn vào hình ảnh lượn sóng.
Một bức tường gạch có thể là một trường hợp rõ ràng trong đó bạn có thể biết rằng hình ảnh bí danh là sai, nhưng có nhiều trường hợp tinh tế hơn mà bạn thực sự không biết, và thậm chí có thể không biết rằng hiện tượng răng cưa đang diễn ra.
Đã thêm vào để trả lời các bình luận:
Sự khác biệt giữa việc đặt bí danh tín hiệu âm thanh và hình ảnh chỉ là cái trước là 1D và 2D sau. Lý thuyết và bất kỳ toán học nào để nhận ra các hiệu ứng vẫn giống nhau, chỉ là nó được áp dụng trong 2D khi xử lý ảnh. Nếu các mẫu nằm trên một lưới hình chữ nhật thông thường, giống như chúng nằm trong một máy ảnh kỹ thuật số, thì một số vấn đề thú vị khác sẽ xuất hiện. Ví dụ: tần số mẫu là sqrt (2) thấp hơn (thấp hơn khoảng 1,4 lần) dọc theo các hướng chéo như được gắn với các hướng được căn chỉnh theo trục. Tuy nhiên, lý thuyết lấy mẫu, tốc độ Nyquist và các bí danh thực sự không khác nhau ở tín hiệu 2D so với tín hiệu 1D. Sự khác biệt chính dường như là điều này có thể khó hơn đối với những người không quen suy nghĩ trong không gian tần số để bao bọc tâm trí của họ và dự đoán tất cả những gì bạn thấy trong một bức tranh.
Một lần nữa, không, bạn không thể "khử" tín hiệu sau thực tế, ít nhất là không phải trong trường hợp chung mà bạn không biết bản gốc được cho là gì. Các mẫu Moire gây ra bằng cách lấy mẫu một hình ảnh liên tục là các bí danh. Toán học tương tự áp dụng cho chúng giống như nó áp dụng cho các tần số cao răng cưa thành luồng âm thanh và nghe như tiếng huýt sáo nền. Đó là cùng một thứ, với cùng một lý thuyết để giải thích nó, và cùng một giải pháp để đối phó với nó.
Giải pháp đó là loại bỏ các tần số vượt quá giới hạn Nyquist trước khi lấy mẫu. Trong âm thanh có thể được thực hiện với bộ lọc thông thấp đơn giản, bạn có thể tạo từ điện trở và tụ điện. Trong lấy mẫu hình ảnh, bạn vẫn cần một bộ lọc thông thấp, trong trường hợp này, nó sẽ lấy một số ánh sáng chỉ chiếu vào một pixel và lan rộng ra các pixel lân cận. Nhìn bề ngoài, ngoại hình này giống như một chút mờ của hình ảnh trướcnó được lấy mẫu. Nội dung tần số cao trông giống như chi tiết tốt hoặc các cạnh sắc nét trong một hình ảnh. Ngược lại, các cạnh sắc nét và chi tiết tốt chứa tần số cao. Chính xác là những tần số cao này được chuyển đổi thành bí danh trong hình ảnh được lấy mẫu. Một số bí danh là những gì chúng ta gọi là mẫu moire khi bản gốc có một số nội dung thông thường. Một số bí danh cho hiệu ứng "bậc thang" cho các đường hoặc cạnh, đặc biệt là khi chúng gần như thẳng đứng hoặc nằm ngang. Có những hiệu ứng hình ảnh khác gây ra bởi bí danh.
Chỉ vì trục độc lập trong tín hiệu âm thanh là thời gian và trục độc lập (hai trong số chúng vì tín hiệu là 2D) của hình ảnh là khoảng cách không làm mất hiệu lực toán học hoặc bằng cách nào đó làm cho nó khác biệt giữa tín hiệu âm thanh và hình ảnh. Có lẽ bởi vì lý thuyết và ứng dụng khử răng cưa và khử răng cưa được phát triển trên các tín hiệu 1D là điện áp dựa trên thời gian, thuật ngữ "miền thời gian" được sử dụng để tương phản với "miền tần số". Trong một hình ảnh, đại diện không gian không tần số về mặt kỹ thuật là "miền khoảng cách", nhưng để đơn giản trong xử lý tín hiệu, nó thường được gọi là "miền thời gian". Đừng để điều đó làm bạn mất tập trung vào việc răng cưa thực sự là gì. Và không, đó không phải là bằng chứng cho thấy lý thuyết này không áp dụng cho hình ảnh, chỉ có một lựa chọn từ ngữ sai lệch đôi khi được sử dụng để mô tả sự vật vì lý do lịch sử. Trên thực tế, phím tắt "miền thời gian" đang được áp dụng cho miền không tần số của hình ảnh thực sự làbởi vì lý thuyết là giống nhau giữa hình ảnh và tín hiệu dựa trên thời gian thực. Bí danh là răng cưa bất kể trục độc lập (hoặc trục) xảy ra là gì.
Trừ khi bạn sẵn sàng đi sâu vào vấn đề này ở cấp độ của một vài khóa học đại học về lý thuyết lấy mẫu và xử lý tín hiệu, cuối cùng bạn sẽ phải tin vào những người có. Một số công cụ này là không trực quan mà không có một nền tảng lý thuyết quan trọng.