问图像数字化与声音数字化(PCM)有何区别？

EN

图像的获取可以概括为空间采样和转换/量化步骤。(x，y)上的空间采样是由像素大小决定的。数据(在第三轴上，z)是由芯片上的光电效应产生的电子数。这些电子被转换成ADU (模拟数字单元)，然后转换成比特。量化的是灰度级的光强，例如8位上的数据将给出2^8 = 256级灰度。

图像由于空间采样(分辨率)和强度量化(灰度级)而丢失信息。

除非你是在谈论视频，否则图像不会以赫兹(1/time)为单位采样，而是在1//距离内采样。重要的是验证Shannon-Nyquist定理以避免混叠.你能得到的空间频率直接取决于光学设计。为了避免混叠，必须分别选择像素大小。

编辑：在下面的示例中，我绘制了一个正弦函数(白色/黑色条纹)。在左边，信号被正确地采样，在右边，它被欠采样到4倍。它是相同的信号，但是由于像素更大(更小的采样)，你会得到你的数据的混叠。这里的条纹是水平的，但垂直条纹的效果也是一样的。

​

​

对于图像采样的空间轴，没有统一的标准。一个2000万像素的传感器或照相机将产生与200万像素传感器或相机完全不同的空间分辨率(以每毫米像素为单位，或以每度视角为像素)。这些图像通常会被重标到另一个非标准分辨率的观看(72 ppi，300 ppi，"Retina"，SD/HDTV，CCIR-601，"4k“等)。

对于音频，48k开始变得比44.1ksps更常见。(在iPhones等上)

(“标准的好处是有这么多标准”)

原始格式的幅度缩放也没有单一的标准。当转换或重新转换为存储格式时，8位、10位和12位量化是RGB颜色分离最常见的方法。(JPEG、PNG等格式)

音频和图像之间的通道格式是不同的。X，Y，其中X是时间，Y是振幅，只对单声道很好。立体声通常需要T，L，R的时间，左，右通道。图像通常以X，Y，R，G，B或5维张量表示，其中X，Y是空间位置坐标，RGB是该位置的颜色强度。图像强度可能有一定的相关性(取决于伽马校正，等等)。每百叶窗持续时间的入射光子数，在一定可见的EM频率范围内，每个入射固体角度到某个透镜。

音频的低通滤波器和图像的Bayer滤波器通常被用来使信号更接近于带宽限制，这样就可以用较少的混叠噪声/伪影来采样信号。