Невелике моделювання зображення зменшує кількість зразків, які можуть представляти сигнал. Щодо частотної області, коли сигнал подається без вибірки, високочастотна частина сигналу буде псевдонімна з низькочастотною частиною. При застосуванні до обробки зображень бажаним результатом є збереження лише низькочастотної частини. Для цього вихідне зображення потрібно попередньо обробити (псевдонімічне фільтрування), щоб видалити високочастотну ділянку, щоб не відбулося згладжування.
Оптимальний цифровий фільтр для видалення високочастотної частини (з найгострішим відсіканням) - функція sinc . Причина полягає в тому, що представлення частотної області функції Sinc є майже постійною 1 для всієї низькочастотної області і майже постійною 0 для всієї області високої частоти.
sinc ( x ) = sin( πх )πх
Імпульсна реакція фільтра sinc нескінченна. Фільтр Ланцоса - це модифікований фільтр sinc, який послаблює коефіцієнти sinc і скорочує їх, коли значення опускаються до незначущості.
Однак, бути оптимальним у частотній області не означає бути оптимальним для людських очей. Існують методи підвищення та зменшення розміру, які не підкоряються лінійним перетворенням, але дають кращі результати, ніж лінійні.
n × n
Мінімальна вимога у відповідності координат така
- Неамплементація зображення, що містить довільні випадкові значення за цілим коефіцієнтом, а потім зменшення розміру за тим самим цілим коефіцієнтом, має призвести до того ж зображення з мінімальними змінами чисельно.
- Поміщення / зменшення розміщення зображення, що складається лише з одного рівномірного значення з наступною операцією, має призвести до отримання зображення, що складається з однакового значення рівномірно, з мінімальними числовими відхиленнями.
- Неодноразове застосування пар перевертання / зменшення розміру слід максимально зменшити зміст вмісту зображення.