Фізика просто не працює таким чином. Згладжування незворотно перетворює частоти, що перевищують ліміт Найквіста, і відображається як частоти нижче межі, хоча цих "псевдонімів" насправді немає. Жодна кількість обробки в'язаного сигналу не може відновити вихідний сигнал у загальному випадку. Фантастичні математичні пояснення досить довгі, якщо ви не провели клас з теорії вибірки та цифрової обробки сигналів. Якби у вас це було, ви б не ставили запитання. На жаль, тоді найкраща відповідь - це просто "Це не так, як працює фізика. Вибачте, але вам доведеться довіряти мені з цього приводу". .
Щоб спробувати дати деяке грубе відчуття, що вищезазначене може бути правдою, розглянемо випадок зображення цегляної стіни. Без фільтра AA не залишиться шаблонів муару (які фактично є псевдонімами), завдяки чому лінії цегли виглядають хвилястими. Ви ніколи не бачили справжньої будівлі, лише картину з хвилястими лініями.
Звідки ви знаєте, що справжні цеглини не були закладені у хвилястий візерунок? Ви припускаєте, що вони були не з ваших загальних знань про цеглу та людський досвід бачити цегляні стіни. Однак чи міг би хтось просто подумати навмисне зробити цегляну стіну, щоб вона виглядала в реальному житті (коли дивився на власні очі) як на малюнку? Так, вони могли. Отже, чи можна математично розрізнити заруджене зображення нормальної цегляної стіни та вірну картину навмисно хвилястої цегляної стіни? Ні, це не. Насправді ви не можете сказати, різниця або, за винятком того, що ваш intution про те, що картина , ймовірно , є може дати вам враження , що ви можете. Знову ж таки, строго кажучи, ви не можете сказати, чи є хвилі артефактами муару або справжніми.
Програмне забезпечення не може магічно зняти хвилі, оскільки не знає, що є реальним, а що ні. Математично можна показати, що він не може знати, принаймні, лише дивлячись на хвилясте зображення.
Цегляна стіна може бути очевидним випадком, коли ви можете знати, що відчужена картина неправильна, але є ще багато найтонших випадків, коли ви насправді не знаєте і, можливо, навіть не знаєте, що відбувається згладжування.
Додано у відповідь на коментарі:
Різниця між звуковим сигналом і зображенням полягає лише в тому, що перший - 1D, а другий - 2D. Теорія та будь-яка математика на реалізацію ефектів все одно однакова, лише те, що вона застосовується в 2D при роботі із зображеннями. Якщо зразки знаходяться на звичайній прямокутній сітці, як на цифровій камері, то виникають деякі інші цікаві питання. Наприклад, частота вибірки є sqrt (2) нижчою (приблизно на 1,4x нижче) уздовж діагональних напрямків, як призначено для вирівнювання по осі. Однак теорія вибірки, частота Найквіста і те, що насправді є псевдонімами, не відрізняються в 2D-сигналі, ніж у 1D-сигналі. Основна відмінність полягає в тому, що це може бути складніше для тих, хто не звик думати в частотному просторі, щоб обернути свою думку і спроектувати, що все це означає з точки зору того, що ви бачите на малюнку.
Знову ж таки, ні, ви не можете "демозаїкувати" сигнал після факту, принаймні, не в загальному випадку, коли ви не знаєте, яким повинен бути оригінал. Шаблони Муара, викликані вибіркою суцільного зображення, є псевдонімами. Ця ж математика стосується їх так само, як це стосується і високих частот, що передаються в аудіопотік і звучать, як фонові свисті. Це той самий матеріал, з тією ж теорією, що його пояснює, і те саме рішення з цим.
Це рішення полягає у усуненні частот, що перевищують границю Найквіста перед вибіркою. Звук, який можна виконати за допомогою простого фільтрів низьких частот, можна, можливо, зробити з резистора та конденсатора. Для вибірки зображень вам все ще потрібен фільтр низьких частот, в цьому випадку він займає частину світла, який би вражав лише один піксель, і поширював його на сусідні пікселі. Візуально це виглядає як невелике розмивання зображення ранішевона є вибірковою. Вміст високої частоти виглядає як тонка деталь або гострі краї на малюнку. І навпаки, гострі краї та тонкі деталі містять високі частоти. Саме такі високі частоти перетворюються на псевдоніми у вибірковому зображенні. Деякі псевдоніми - це те, що ми називаємо шаблонами муару, коли оригінал мав деякий регулярний зміст. Деякі псевдоніми надають ефект "сходового кроку" лініям або краям, особливо коли вони майже вертикальні або горизонтальні. Є й інші візуальні ефекти, викликані псевдонімами.
Тільки тому, що незалежна вісь в аудіосигналах - це час, а незалежні осі (дві з них, оскільки сигнал є 2D) зображення - відстань, не збивають математику або якимось чином не відрізняють її між звуковими сигналами та зображеннями. Можливо, тому, що теорія та застосування псевдоніму та антизгладжування були розроблені на 1D-сигналах, що були напруженими на основі часу, термін "часова область" використовується на відміну від "частотної області". На зображенні нечастотне представлення простору технічно є "дистанційною областю", але для простоти в обробці сигналу його часто називають "часовою областю". Не дозволяйте це відволікати вас від того, що насправді є збудженням. І ні, це зовсім не докази того, що теорія не стосується образів, лише те, що помилковий вибір слів іноді використовується для опису речей через історичні причини. Фактично, ярлик "часова область", що застосовується до нечастотної області зображень, є насправдітому що теорія однакова між зображеннями та справжніми сигналами на основі часу. Згладжування згладжування незалежно від того, якою є незалежна вісь (або осі).
Якщо ви не готові заглиблюватися в це на рівні декількох курсів коледжу з теорії вибірки та обробки сигналів, врешті-решт вам просто доведеться довіряти тим, хто має. Деякі з цих матеріалів є неінтуїтивними без значного теоретичного підґрунтя.