3. 采样定理与奈奎斯特频率：数字成像系统的“眼睛”到底能看多细？

各位工程师朋友，咱们今天聊一个在数字成像里绕不开的话题——采样定理。说白了，就是你的相机传感器到底能分辨多细的条纹？为什么有时候拍出来的照片会有奇怪的波纹？

我个人习惯把这个问题想成“用点阵去描述连续世界”。你想想看，现实世界是连续的，但我们的传感器是一个个像素点。这中间的信息转换，就藏着很多坑。

3.1 从连续到离散：采样到底在干什么？

数字成像的第一步，就是把连续的光信号变成离散的数字信号。这个过程叫采样。每个像素点就是一个采样点。

我刚开始做光学设计时，总觉得像素越多越好。后来发现，事情没那么简单。采样频率不够，你不仅看不清细节，还会看到根本不存在的假细节——这就是混叠。

在成像系统里，这个“信号”就是场景的空间频率。场景里越细的条纹，空间频率越高。传感器的像素间距决定了采样频率。

3.2 奈奎斯特频率：传感器的“听力上限”

奈奎斯特频率是采样频率的一半。对于成像系统来说，它就是传感器能分辨的最高空间频率。

举个例子：

• 如果你的传感器像素间距是 5μm，那么采样频率就是 200 lp/mm（线对/毫米）
• 奈奎斯特频率就是 100 lp/mm
• 场景中任何超过 100 lp/mm 的细节，都会出问题

像素间距 (μm)	采样频率 (lp/mm)	奈奎斯特频率 (lp/mm)	可分辨最大线宽 (μm)
10	100	50	10
5	200	100	5
2	500	250	2
1	1000	500	1

嗯，这里要注意：奈奎斯特频率是理论极限。实际系统中，因为像素有尺寸、有填充因子，真实的分辨率会比这个低一些。

3.3 混叠效应：为什么你的照片会有“摩尔纹”？

混叠，就是当场景频率超过奈奎斯特频率时，高频信息被“伪装”成了低频信息。你看到的是假信号。

我曾经在测试一款工业相机时，拍一个精密光栅。结果图像上出现了很宽的条纹，比实际光栅粗得多。一开始我还以为是镜头问题，后来一算——光栅频率 120 lp/mm，传感器奈奎斯特频率才 80 lp/mm。妥妥的混叠。

混叠的典型表现：

• 摩尔纹：拍纺织品、栅栏、建筑外墙时出现的彩色或黑白波纹
• 锯齿边缘：斜线或圆弧出现阶梯状
• 伪细节：原本没有的纹理突然出现

3.4 抗混叠：实战中的三道防线

既然混叠这么讨厌，怎么防？我总结了三条路：

1. 光学低通滤镜（OLPF）：在传感器前面加一片双折射晶体，把高频信息在到达传感器之前就模糊掉。代价是损失一些锐度。
2. 过采样：让采样频率远高于奈奎斯特频率。比如用 4 倍过采样，把混叠推到更高的频率范围，再用数字滤波去掉。
3. 像素微透镜设计：通过控制每个像素的感光区域形状，天然抑制高频响应。

3.5 知识结构：采样与混叠的核心逻辑

下面这张图，是我自己总结的采样定理在成像系统中的完整逻辑链。从场景到最终图像，每一步都在影响你的分辨极限。

3.6 实战中的“采样陷阱”

最后分享几个我踩过的坑：

• 陷阱一：以为像素小就一定好。像素小意味着采样频率高，但每个像素进光量也少，信噪比下降。你得在分辨率和噪声之间找平衡。
• 陷阱二：忽略镜头MTF。有时候传感器奈奎斯特频率很高，但镜头根本传不过去那么高的频率。系统瓶颈可能在镜头，不在传感器。
• 陷阱三：后期锐化加重混叠。很多人拍完照片发现有点糊，就使劲加锐化。结果混叠的假细节被放大，图像反而更难看。