Die Physik funktioniert einfach nicht so. Durch das Aliasing werden Frequenzen nach dem Nyquist-Grenzwert irreversibel so umgewandelt, dass sie als Frequenzen unterhalb des Grenzwerts angezeigt werden, obwohl diese "Aliase" nicht wirklich vorhanden sind. Kein Verarbeitungsaufwand für ein Alias-Signal kann im allgemeinen Fall das ursprüngliche Signal wiederherstellen. Die ausgefallenen mathematischen Erklärungen sind ziemlich lang, es sei denn, Sie haben eine Klasse in Abtasttheorie und digitaler Signalverarbeitung. Wenn Sie es dennoch getan hätten, würden Sie die Frage nicht stellen. Leider lautet die beste Antwort dann einfach: "So funktioniert die Physik nicht. Entschuldigung, aber Sie müssen mir in dieser Sache vertrauen." .
Betrachten Sie den Fall eines Bildes von einer Mauer, um ein grobes Gefühl dafür zu vermitteln, dass das oben Genannte zutrifft. Ohne einen AA-Filter gibt es Moiré-Muster (die eigentlich die Aliase sind), die die Ziegellinien wellig erscheinen lassen. Sie haben noch nie das echte Gebäude gesehen, nur das Bild mit den Wellenlinien.
Woher weißt du, dass die echten Steine nicht in einem Wellenmuster verlegt wurden? Sie nehmen an, dass sie nicht aus Ihrem allgemeinen Wissen über Ziegel und der menschlichen Erfahrung mit dem Sehen von Ziegelmauern stammen. Könnte jemand jedoch einfach absichtlich eine Mauer so gestalten, dass sie im wirklichen Leben (mit eigenen Augen betrachtet) wie das Bild aussieht? Ja, sie könnten. Kann man also mathematisch ein verzerrtes Bild einer normalen Backsteinmauer von einem originalgetreuen Bild einer bewusst gewellten Backsteinmauer unterscheiden? Nein ist es nicht. Tatsächlich können Sie den Unterschied auch nicht wirklich erkennen, außer dass Ihre Vorstellung davon, was ein Bild wahrscheinlich darstellt, den Eindruck erwecken kann, dass Sie es können. Genau genommen kann man nicht sagen, ob es sich bei den Wellen um Moiré-Artefakte oder um echte Wellen handelt.
Software kann die Wellen nicht auf magische Weise entfernen, da sie nicht weiß, was echt ist und was nicht. Mathematisch kann gezeigt werden, dass es nicht wissen kann, zumindest wenn man nur das wellige Bild betrachtet.
Eine Mauer mag ein offensichtlicher Fall sein, bei dem Sie erkennen, dass das verzerrte Bild falsch ist, aber es gibt viele subtilere Fälle, bei denen Sie es wirklich nicht wissen und sich möglicherweise nicht einmal bewusst sind, dass ein Aliasing stattfindet.
Als Antwort auf Kommentare hinzugefügt:
Der Unterschied zwischen dem Aliasing eines Audiosignals und eines Bildes besteht nur darin, dass das erstere 1D und das letztere 2D ist. Die Theorie und die Mathematik, um Effekte zu realisieren, ist immer noch dieselbe, nur dass sie beim Umgang mit Bildern in 2D angewendet wird. Wenn sich die Samples in einem regelmäßigen rechteckigen Raster befinden, wie es bei einer Digitalkamera der Fall ist, treten einige andere interessante Probleme auf. Zum Beispiel ist die Abtastfrequenz entlang der diagonalen Richtungen in Bezug auf die achsenausgerichteten Richtungen 2 × niedriger (ungefähr 1,4 × niedriger). Die Abtasttheorie, die Nyquist-Rate und die tatsächlichen Aliase unterscheiden sich jedoch in einem 2D-Signal nicht von einem 1D-Signal. Der Hauptunterschied scheint darin zu liegen, dass es für diejenigen, die nicht daran gewöhnt sind, im Frequenzraum zu denken, schwieriger sein kann, ihre Gedanken einzuhüllen und zu projizieren, was alles in Bezug auf das, was Sie in einem Bild sehen, bedeutet.
Nein, Sie können ein Signal nicht nachträglich "demosaikieren", zumindest nicht in dem allgemeinen Fall, in dem Sie nicht wissen, wie das Original aussehen soll. Moiré-Muster, die durch das Abtasten eines kontinuierlichen Bildes verursacht werden, sind Aliase. Für sie gilt die gleiche Mathematik wie für Hochfrequenzen, die in einen Audiostream übergehen und wie Hintergrundpfeifen klingen. Es ist das gleiche Zeug, mit der gleichen Theorie, um es zu erklären, und der gleichen Lösung, um damit umzugehen.
Diese Lösung besteht darin, die Frequenzen oberhalb der Nyquist-Grenze vor dem Abtasten zu beseitigen . Bei Audio, das mit einem einfachen Tiefpassfilter durchgeführt werden kann, kann dies möglicherweise aus einem Widerstand und einem Kondensator erfolgen. Bei der Bildabtastung benötigen Sie immer noch einen Tiefpassfilter. In diesem Fall wird ein Teil des Lichts, das nur auf ein einzelnes Pixel trifft, auf benachbarte Pixel verteilt. Optisch sieht wie folgt aus einem leichten Verschwimmen des Bilds vores wird abgetastet. Hochfrequenzinhalte sehen aus wie feine Details oder scharfe Kanten in einem Bild. Umgekehrt enthalten scharfe Kanten und feine Details hohe Frequenzen. Genau diese hohen Frequenzen werden im abgetasteten Bild in Aliase umgewandelt. Einige Aliase werden als Moiré-Muster bezeichnet, wenn das Original einen regelmäßigen Inhalt hatte. Einige Aliase verleihen Linien oder Kanten den "Treppenstufen" -Effekt, insbesondere wenn sie nahezu vertikal oder horizontal sind. Es gibt andere visuelle Effekte, die durch Aliase verursacht werden.
Nur weil die unabhängige Achse in Audiosignalen die Zeit ist und die unabhängigen Achsen (zwei davon, da das Signal 2D ist) eines Bildes die Entfernung sind, wird die Mathematik nicht ungültig oder es wird irgendwie zwischen Audiosignalen und Bildern unterschieden. Wahrscheinlich, weil die Theorie und die Anwendungen von Aliasing und Anti-Aliasing an 1D-Signalen entwickelt wurden, die zeitbasierte Spannungen waren, wird der Begriff "Zeitbereich" im Gegensatz zum "Frequenzbereich" verwendet. In einem Bild ist die Nichtfrequenzraumdarstellung technisch die "Entfernungsdomäne", aber zur Vereinfachung der Signalverarbeitung wird sie häufig trotzdem als "Zeitdomäne" bezeichnet. Lass dich nicht davon ablenken, was Aliasing wirklich ist. Und nein, es ist überhaupt kein Beweis dafür, dass die Theorie nicht auf Bilder zutrifft. nur, dass aus historischen Gründen manchmal eine irreführende Wortwahl verwendet wird, um Dinge zu beschreiben. Tatsächlich ist die Abkürzung "Zeitdomäne", die auf die Nichtfrequenzdomäne von Bildern angewendet wird, tatsächlichdenn die Theorie ist die gleiche zwischen Bildern und echten zeitbasierten Signalen. Aliasing ist Aliasing, unabhängig davon, wie die unabhängige Achse (oder die unabhängigen Achsen) aussieht.
Wenn Sie nicht bereit sind, sich auf der Ebene einiger College-Kurse über Abtasttheorie und Signalverarbeitung damit zu beschäftigen, müssen Sie am Ende nur denen vertrauen, die dies tun. Einige dieser Dinge sind ohne einen signifikanten theoretischen Hintergrund nicht intuitiv zu verstehen.