振鈴效應（Ringing effect）是影響復原圖像質量的眾多因素之一，也是信號處理中的一個重要現象，尤其在數位影像處理領域中。它指的是信號快速轉換時，在轉換邊緣上附加導致失真的信號。在圖像或影像上，振鈴效應會導致出現在邊緣附近的環帶或像是“鬼影”的環狀偽影，稱為振鈴偽像（ringing artifact）。在音頻中，振鈴效應會導致出現在短暫音附近的回聲，特別是由打擊樂器發出的聲音；最容易注意到的是預回聲。振鈴效應的最小化在濾波器設計中是一個重要的指標。
基本介紹
振鈴效應（Ringing effect）是影響復原圖像質量的眾多因素之一，其典型表現是在圖像灰度劇烈變化的鄰域出現類約西亞·吉布斯（Gibbs）分布的振蕩。在圖像盲復原中，振鈴效應是一個不可忽視的問題，其嚴重降低了復原圖像的質量，并且使得難于對復原圖像進行后續處理。
振鈴效應是由于在圖像復原中選取了不適當的圖像模型造成的；在圖像盲復原中如果點擴散函數選擇不準確也是引起復原結果產生振鈴效應的另一個原因，特別是選用的點擴散函數尺寸大于真實點擴散函數尺寸時，振鈴現象更為明顯；振鈴效應產生的直接原因是圖像退化過程中信息量的丟失，尤其是高頻信息的丟失。
振鈴效應對復原圖像質量影響嚴重，眾多學者對抑制振鈴效應的方法進行了廣泛研究，然而大多數圖像復原方法在這一點上都有所不足，造成了復原過程中的振鈴效應幾乎不可避免，尤其對于有噪聲存在的場合，它會混淆圖像的高頻特性，使得振鈴效應帶來的影響更加顯著。
振鈴效應不僅限于圖像處理，它也是信號處理中的一個重要現象，尤其在數位影像處理領域中。在音頻信號處理中，振鈴效應可能導致發生在聲音瞬變前或后的回聲，特別是從打擊樂器發出的短促的聲音，如。這種現象發生在使用傅里葉變換相關變換的音訊壓縮算法中，如MP3、AAC和Vorbis，被視為一種壓縮失真。
圖例
圖像處理中，對一幅圖像進行濾波處理，若選用的頻域濾波器具有陡峭的變化，則會使濾波圖像產生“振鈴”，所謂“振鈴”，就是指輸出圖像的灰度劇烈變化處產生的震蕩，就好像鐘被敲擊后產生的空氣震蕩。
產生原因
振鈴效應的產生主要是由于信號的帶寬限制或是信號通過一個低通濾波器。在頻域上的解釋是，不具有高頻信號成分的信號或是經過低通濾波器處理的信號會導致振鈴效應。在時域上，產生振鈴效應的原因是因為Sinc函數中的漣波，即為一個完美低通濾波器的脈沖響應。這種現象在數學上被稱為吉布斯現象。
當信號轉換速度加劇時，可以在振鈴中區別出過沖和下沖，過沖時輸出信號較輸入信號高，而在過沖之后，信號因為過度修正而變得低于目標數值，之后來回振蕩。這些現象往往會同時發生，因此常常被混用，而被共同稱為“振鈴”。
抑制方法
盡管振鈴效應一般被認為是一種不理想的現象，但在轉換時的第一個過沖可以透過增加轉換時的斜率來增加銳度，因此在某些情況下被視為一種優點。然而，振鈴效應的最小化在濾波器設計中是一個重要的指標。理解線性非時變（LTI）濾波器的工作原理，可以從脈沖響應（時域的觀點）或頻率響應（頻域的觀點，即脈沖響應的傅里葉變換）兩個方面來了解濾波器的振鈴效應。振鈴效應是一種時域中的現象，而在濾波器設計中，它和一些重要的頻域特性有權衡關系。
相關案例
JPEG壓縮會在急地轉換中產生振鈴效應，這個現象在文字圖像中尤其容易發現。這是因為信號失去了高頻成分而產生的，就如同在階躍函數中產生的振鈴現象一樣。JPEG使用8×8的區塊，并對其中的每一個區塊使用離散余弦變換（DCT）。DCT是一種和傅立葉變換相關的變換，而振鈴效應的發生是因為損失了高頻的信號成分或是高頻成分的精確度有所損失。振鈴現象也可能發生在圖像的邊緣，尤其是當圖像不能被分成整數個區塊時。
在音頻信號處理中，振鈴效應可能導致發生在聲音瞬變前或后的回聲，特別是從打擊樂器發出的短促的聲音，如鈸。發生在瞬變后的回聲（遵守因果的）是聽不到的，因為它被瞬變遮蔽了，這種效應被稱為時域掩蔽。因此只有發生在瞬變前的回聲（違反因果的）會被聽到，而這種現象被稱為預回聲。
相似現象
振鈴效應雖然具有特定的成因和表現，但也有其他現象表現出類似的特征。例如，在邊緣銳化過程中，高通濾波器的使用可能會造成類似振鈴現象。此外，特殊函數如約瑟夫·馮·夫瑯和費繞射產生的艾里斑分布、第一類貝索函數中的振蕩衰減，以及相機攝影中組合離焦和球面像差產生的環狀圖案，都可能產生類似振鈴效應的輸出。在攝影中，鏡頭光暈和視覺假象如馬赫帶效應也可能在感覺上呈現出類似于吉布斯現象中的過沖/下沖。
參考資料 >