Zittern - Dither

Ein Graustufenbild , dargestellt im 1-Bit- Schwarzweißraum mit Dithering

Dither ist eine absichtlich angewendete Form des Rauschens, die verwendet wird, um Quantisierungsfehler zu randomisieren und großflächige Muster wie Farbstreifen in Bildern zu verhindern. Dither wird routinemäßig bei der Verarbeitung von digitalen Audio- und Videodaten verwendet und ist oft einer der letzten Schritte beim Mastering von Audio auf eine CD .

Eine übliche Anwendung von Dither ist die Umwandlung eines Graustufenbildes in Schwarzweiß , so dass die Dichte der schwarzen Punkte im neuen Bild ungefähr der durchschnittlichen Graustufe im Original entspricht.

Etymologie

…[O]ne der frühesten [Anwendungen] von Dither kam im Zweiten Weltkrieg. Flugzeugbomber verwendeten mechanische Computer , um Navigations- und Bombenflugbahnberechnungen durchzuführen. Seltsamerweise funktionierten diese Computer (Kisten mit Hunderten von Zahnrädern und Zahnrädern) beim Fliegen an Bord des Flugzeugs genauer und am Boden weniger gut. Die Ingenieure erkannten, dass die Vibrationen des Flugzeugs den Fehler durch klebrige bewegliche Teile reduzierten. Anstatt sich in kurzen Rucken zu bewegen, bewegten sie sich kontinuierlicher. In die Computer waren kleine Vibrationsmotoren eingebaut, und ihre Vibration wurde vom mittelenglischen Verb "didderen" "Zittern" genannt, was "zittern" bedeutet. Wenn Sie heute auf ein mechanisches Messgerät tippen, um seine Genauigkeit zu erhöhen, wenden Sie Zittern an, und moderne Wörterbücher definieren Zittern als einen sehr nervösen, verwirrten oder erregten Zustand. Dither macht es in kleinsten Mengen erfolgreich, ein Digitalisierungssystem im guten Sinne etwas analoger zu machen.

—  Ken Pohlmann, Prinzipien des digitalen Audios

Der Begriff Dither wurde kurz nach dem Zweiten Weltkrieg in Büchern über analoge Berechnungen und hydraulisch gesteuerte Waffen veröffentlicht . Obwohl er den Begriff Dither nicht verwendete , wurde das Konzept des Dithering zur Reduzierung von Quantisierungsmustern erstmals von Lawrence G. Roberts in seiner 1961er MIT -Masterarbeit und einem Artikel von 1962 angewendet . Bis 1964 wurde Dither im modernen Sinne verwendet, der in diesem Artikel beschrieben wird. Die Technik war mindestens schon 1915 im Einsatz, allerdings nicht unter dem Namen "Dither".

In der digitalen Verarbeitung und Wellenformanalyse

Dither wird in vielen verschiedenen Bereichen verwendet, in denen digitale Verarbeitung und Analyse verwendet werden. Diese Verwendungen umfassen Systeme, die digitale Signalverarbeitung verwenden , wie digitales Audio , digitales Video , digitale Fotografie , Seismologie , Radar und Wettervorhersagesysteme .

Quantisierung liefert Fehler. Wenn dieser Fehler mit dem Signal korreliert , ist das Ergebnis möglicherweise zyklisch oder vorhersehbar. Auf einigen Gebieten, insbesondere dort, wo der Rezeptor für solche Artefakte empfindlich ist, führen zyklische Fehler zu unerwünschten Artefakten. In diesen Feldern wandelt das Einführen von Zittern den Fehler in zufälliges Rauschen um. Der Bereich Audio ist ein primäres Beispiel dafür. Das menschliche Ohr funktioniert ähnlich wie eine Fourier-Transformation , bei der es einzelne Frequenzen hört. Das Ohr ist daher sehr empfindlich gegenüber Verzerrungen oder zusätzlichen Frequenzinhalten, aber weit weniger empfindlich gegenüber zusätzlichem Zufallsrauschen bei allen Frequenzen, wie es in einem geditherten Signal zu finden ist.

Digitaler Ton

In einem analogen System ist das Signal kontinuierlich , aber in einem digitalen PCM- System ist die Amplitude des Signals aus dem digitalen System auf einen Satz fester Werte oder Zahlen begrenzt. Dieser Vorgang wird als Quantisierung bezeichnet . Jeder codierte Wert ist ein diskreter Schritt... wenn ein Signal ohne Dither quantisiert wird, kommt es zu Quantisierungsverzerrungen in Bezug auf das ursprüngliche Eingangssignal... Um dies zu verhindern, wird das Signal "gedithert", ein Vorgang, der mathematisch entfernt die Oberwellen oder andere höchst unerwünschte Verzerrungen vollständig und ersetzt sie durch einen konstanten, festen Rauschpegel.

Die endgültige Audioversion, die auf eine CD kommt, enthält nur 16 Bits pro Sample, aber während des Produktionsprozesses wird typischerweise eine größere Anzahl von Bits verwendet, um das Sample darzustellen. Am Ende müssen die digitalen Daten auf 16 Bit reduziert werden, um auf eine CD zu pressen und zu verteilen.

Es gibt mehrere Möglichkeiten, dies zu tun. Man kann zum Beispiel die überschüssigen Bits einfach verwerfen – Trunkierung genannt. Man kann auch die überschüssigen Bits auf den nächsten Wert runden . Jedes dieser Verfahren führt jedoch zu vorhersehbaren und bestimmbaren Fehlern im Ergebnis. Die Verwendung von Dither ersetzt diese Fehler durch einen konstanten, festen Rauschpegel.

Beispiele

	6-Bit-Kürzungsbeispiel-Audiobeispiele 16-Bit-Sinuswelle auf 6 Bit gekürzt auf 6 Bit gedithert
Probleme beim Abspielen dieser Dateien? Siehe Medienhilfe .

Nehmen Sie zum Beispiel eine Wellenform , die aus den folgenden Werten besteht:

 1 2 3 4 5 6 7 8

Wenn die Wellenform um 20 % reduziert wird, sind die folgenden neuen Werte:

 0.8 1.6 2.4 3.2 4.0 4.8 5.6 6.4

Werden diese Werte abgeschnitten, ergeben sich folgende Daten:

 0 1 2 3 4 4 5 6

Werden diese Werte stattdessen gerundet, ergeben sich folgende Daten:

 1 2 2 3 4 5 6 6

Bei jeder ursprünglichen Wellenform führt der Prozess der Reduzierung der Wellenformamplitude um 20 % zu regelmäßigen Fehlern. Nehmen Sie zum Beispiel eine Sinuswelle, die für einen Teil den obigen Werten entspricht. Jedes Mal, wenn der Wert der Sinuswelle 3,2 erreicht, würde das abgeschnittene Ergebnis um 0,2 abweichen, wie in den Beispieldaten oben. Jedes Mal, wenn der Wert der Sinuswelle 4,0 erreicht, würde kein Fehler auftreten, da das abgeschnittene Ergebnis um 0,0 abweichen würde, auch oben gezeigt. Die Größe dieses Fehlers ändert sich während des gesamten Zyklus der Sinuswelle regelmäßig und wiederholt. Genau dieser Fehler macht sich als Verzerrung bemerkbar . Was das Ohr als Verzerrung hört, ist der zusätzliche Inhalt bei diskreten Frequenzen, der durch den regelmäßigen und wiederholten Quantisierungsfehler entsteht.

Eine plausible Lösung wäre, die zweistellige Zahl (zB 4.8) zu nehmen und in die eine oder andere Richtung zu runden. Zum Beispiel könnte es einmal auf 5 und dann beim nächsten Mal auf 4 gerundet werden. Damit würde der langfristige Durchschnitt 4,5 statt 4 betragen, so dass der Wert langfristig näher am tatsächlichen Wert liegt. Dies führt andererseits immer noch zu bestimmbaren (wenn auch komplizierteren) Fehlern. Jedes zweite Mal, wenn der Wert 4,8 auftaucht, ist das Ergebnis ein Fehler von 0,2, das andere Mal ist er -0,8. Dies führt immer noch zu einem sich wiederholenden, quantifizierbaren Fehler.

Eine andere plausible Lösung wäre, 4,8 zu nehmen und so zu runden, dass beim ersten vier Mal von fünf auf 5 aufgerundet wird und beim fünften Mal auf 4 aufgerundet wird. Dies würde im langfristigen Durchschnitt genau 4,8 ergeben. Leider führt dies jedoch immer noch zu wiederholbaren und bestimmbaren Fehlern, und diese Fehler manifestieren sich immer noch als Verzerrung für das Ohr.

Dies führt zur Dither- Lösung. Anstatt vorhersehbar in einem sich wiederholenden Muster auf- oder abzurunden, ist es möglich, in einem zufälligen Muster auf- oder abzurunden. Wenn eine Reihe von Zufallszahlen zwischen 0,0 und 0,9 (z. B. 0,6, 0,1, 0,3, 0,6, 0,9 usw.) berechnet und zu den Ergebnissen der Gleichung addiert wird, wird das Ergebnis in zwei von zehn Fällen auf 4 zurückgeschnitten ( wenn 0,0 oder 0,1 zu 4,8 addiert werden und in acht von zehn Fällen wird es auf 5 gekürzt Durchschnitt auf 4,8 und ihr Quantisierungsfehler wird zufälliges Rauschen sein. Dieses Geräusch ist für das Ohr weniger anstößig als die bestimmbare Verzerrung, die andere Lösungen erzeugen würden.

Verwendungszweck

Dither wird vor jedem Quantisierungs- oder Neuquantisierungsvorgang hinzugefügt, um das Quantisierungsrauschen vom Eingangssignal zu dekorrelieren und ein nichtlineares Verhalten (Verzerrung) zu verhindern. Eine Quantisierung mit geringerer Bittiefe erfordert höhere Dithermengen. Das Ergebnis des Prozesses ergibt immer noch eine Verzerrung, aber die Verzerrung ist zufälliger Natur, so dass das resultierende Rauschen effektiv von dem beabsichtigten Signal entkorreliert wird.

In einem im AES Journal veröffentlichten bahnbrechenden Artikel wiesen Lipshitz und Vanderkooy darauf hin, dass sich verschiedene Rauschtypen mit unterschiedlichen Wahrscheinlichkeitsdichtefunktionen (PDFs) unterschiedlich verhalten, wenn sie als Dither-Signale verwendet werden, und schlugen optimale Pegel des Dither-Signals für Audio vor. Gaußsches Rauschen erfordert einen höheren Pegel an zusätzlichem Rauschen zur vollständigen Beseitigung von Verzerrungen als Rauschen mit rechteckiger oder dreieckiger Verteilung . Dreieckig verteiltes Rauschen minimiert auch die Rauschmodulation  – hörbare Änderungen des Lautstärkepegels von Restgeräuschen hinter leiser Musik, die auf das Rauschen aufmerksam machen.

Dither kann nützlich sein, um periodische Grenzzyklen aufzubrechen , die ein häufiges Problem bei digitalen Filtern sind. Zufälliges Rauschen ist typischerweise weniger störend als die harmonischen Töne, die durch Grenzzyklen erzeugt werden.

Verschiedene Typen

Rechteckige Wahrscheinlichkeitsdichtefunktion (RPDF) Zitterrauschen hat eine gleichmäßige Verteilung ; Jeder Wert im angegebenen Bereich hat die gleiche Eintrittswahrscheinlichkeit .

Dreieckswahrscheinlichkeitsdichtefunktion (TPDF) Dither-Rauschen hat eine Dreiecksverteilung ; Werte in der Mitte des Bereichs haben eine höhere Eintrittswahrscheinlichkeit. Eine Dreiecksverteilung kann durch Hinzufügen von zwei unabhängigen RPDF-Quellen erreicht werden.

Gaußsches PDF hat eine Normalverteilung . Die Beziehung der Ergebniswahrscheinlichkeiten folgt einer glockenförmigen oder Gaußschen Kurve , die typisch für Dither ist, das von analogen Quellen wie Mikrofonvorverstärkern erzeugt wird. Wenn die Bittiefe einer Aufnahme ausreichend groß ist, reicht dieses Vorverstärkerrauschen aus, um die Aufnahme zu dithern.

Rauschformung ist ein Filterprozess, der die spektrale Energie des Quantisierungsfehlers formt, typischerweise um entweder Frequenzen zu entzerren, für die das Ohr am empfindlichsten ist, oder die Signal- und Rauschbänder vollständig zu trennen. Wenn Dither verwendet wird, hängt sein endgültiges Spektrum davon ab, ob es innerhalb oder außerhalb der Rückkopplungsschleife des Rauschformers hinzugefügt wird. Im Inneren wird das Zittern als Teil des Fehlersignals behandelt und zusammen mit dem tatsächlichen Quantisierungsfehler geformt. Außerhalb wird das Dither als Teil des Originalsignals behandelt und linearisiert die Quantisierung, ohne selbst geformt zu werden. In diesem Fall ist das endgültige Grundrauschen die Summe des flachen Zitterspektrums und des geformten Quantisierungsrauschens. Während die Rauschformung in der realen Welt normalerweise In-Loop-Dithering umfasst, ist es auch möglich, es ohne zusätzliches Dithering zu verwenden, wobei in diesem Fall ein Quantisierungsfehler bei niedrigen Signalpegeln offensichtlich ist.

Farbiges Dither wird manchmal als Dither bezeichnet, das gefiltert wurde, um sich von weißem Rauschen zu unterscheiden . Die Rauschformung ist eine solche Anwendung.

Welche Typen sind zu verwenden

Wenn das geditherte Signal einer weiteren Verarbeitung unterzogen werden soll, sollte es mit einem dreieckigen Dither mit einer Amplitude von zwei Quantisierungsschritten verarbeitet werden, so dass die berechneten Ditherwerte von beispielsweise –1 bis +1 oder 0 . reichen zu 2. Dies ist das ideale Dithering mit der niedrigsten Leistung, da es keine Rauschmodulation einführt (die sich als konstantes Grundrauschen manifestieren würde) und die harmonische Verzerrung aus der Quantisierung vollständig eliminiert. Wenn stattdessen in diesen Zwischenstufen der Verarbeitung ein farbiger Dither verwendet wird, kann der Frequenzinhalt in andere Frequenzbereiche " überlaufen ", die auffälliger sind und ablenkend hörbar werden.

Wenn das geditherte Signal keiner weiteren Verarbeitung unterzogen werden soll – wenn es zu seinem endgültigen Ergebnis für die Verteilung gedithert wird – dann ist ein "farbiges" Dither- oder Noise-Shaping angemessen. Dadurch kann der hörbare Geräuschpegel effektiv gesenkt werden, indem der größte Teil dieses Geräuschs in einen Frequenzbereich gelegt wird, in dem es weniger kritisch ist.

Digitale Fotografie und Bildbearbeitung

Eine Illustration des Zitterns. Rot und Blau sind die einzigen verwendeten Farben, aber da die roten und blauen Quadrate verkleinert werden, erscheint der Patch lila.

256-Farben-Dithering mit IrfanView

Dithering wird in der Computergrafik verwendet , um die Illusion von Farbtiefe in Bildern auf Systemen mit einer begrenzten Farbpalette zu erzeugen . In einem geditherten Bild werden Farben, die nicht in der Palette verfügbar sind, durch eine Streuung farbiger Pixel aus der verfügbaren Palette angenähert . Das menschliche Auge nimmt die Diffusion als eine Mischung der darin enthaltenen Farben wahr (siehe Farbsehen ). Dithering-Bilder, insbesondere solche, die Paletten mit relativ wenigen Farben verwenden, können oft durch eine charakteristische Körnigkeit oder ein gesprenkeltes Aussehen unterschieden werden.

Beim Dithering wird Rauschen oder ein Muster in ein Bild eingebracht, und oft ist das Muster sichtbar. Unter diesen Umständen hat sich gezeigt, dass durch blaues Rauschen erzeugtes Zittern am wenigsten unansehnlich und störend ist. Die Fehlerdiffusionstechniken waren einige der ersten Methoden zur Erzeugung von Dithering-Mustern mit blauem Rauschen. Jedoch können auch andere Techniken wie das geordnete Dithering Blaurauschen erzeugen, ohne die Tendenz, in Bereiche mit Artefakten zu degenerieren.

Beispiele

Farbdithering auf einem Handtuch

Das Reduzieren der Farbtiefe eines Bildes kann erhebliche visuelle Nebenwirkungen haben. Wenn das Originalbild ein Foto ist, weist es wahrscheinlich Tausende oder sogar Millionen verschiedener Farben auf. Der Prozess der Beschränkung der verfügbaren Farben auf eine bestimmte Farbpalette verwirft effektiv eine bestimmte Menge an Farbinformationen.

Eine Reihe von Faktoren kann die resultierende Qualität eines farbreduzierten Bildes beeinflussen. Am wichtigsten ist vielleicht die Farbpalette, die im verkleinerten Bild verwendet wird. Beispielsweise kann ein Originalbild ( Abbildung 1 ) auf die websichere Palette mit 216 Farben reduziert werden . Wenn die ursprünglichen Pixelfarben einfach in die nächstgelegene verfügbare Farbe aus der Palette übersetzt werden, tritt kein Dithering auf ( 2 ). Normalerweise führt dieser Ansatz jedoch zu flachen Bereichen (Konturen) und einem Verlust von Details und kann zu Farbflecken führen, die sich erheblich vom Original unterscheiden. Schattierte Bereiche oder Bereiche mit Farbverlauf können Farbstreifen erzeugen, die ablenken können. Die Anwendung von Dithering kann helfen, solche visuellen Artefakte zu minimieren und führt in der Regel zu einer besseren Darstellung des Originals ( Abbildung 3 ). Dithering hilft, Farbstreifen und Flachheit zu reduzieren.

Eines der Probleme im Zusammenhang mit der Verwendung einer festen Farbpalette besteht darin, dass viele der benötigten Farben möglicherweise nicht in der Palette verfügbar sind und viele der verfügbaren Farben möglicherweise nicht benötigt werden; eine feste Palette, die hauptsächlich Grüntöne enthält, wäre beispielsweise für ein Wüstenbild nicht gut geeignet . In solchen Fällen kann die Verwendung einer optimierten Farbpalette von Vorteil sein. Eine optimierte Farbpalette ist eine, bei der die verfügbaren Farben basierend auf ihrer Häufigkeit im ursprünglichen Quellbild ausgewählt werden. Wird das Bild auf Basis einer optimierten Palette verkleinert, kommt das Ergebnis oft viel näher am Original ( Abbildung 4 ).

Die Anzahl der in der Palette verfügbaren Farben ist ebenfalls ein Faktor. Wenn die Palette beispielsweise auf nur 16 Farben beschränkt ist, kann das resultierende Bild einen zusätzlichen Detailverlust erleiden, was zu noch ausgeprägteren Problemen mit Flachheit und Farbstreifen führt ( Abbildung 5 ). Auch hier kann Dithering helfen, solche Artefakte zu minimieren ( Abbildung 6 ).

Anwendungen

Eine übliche Anwendung des Dithering besteht darin, Grafiken, die einen größeren Farbbereich enthalten, als die Anzeigehardware anzeigen kann, genauer anzuzeigen. Dithering kann beispielsweise verwendet werden, um ein fotografisches Bild mit Millionen von Farben auf einer Videohardware anzuzeigen , die nur 256 Farben gleichzeitig anzeigen kann. Die 256 verfügbaren Farben würden verwendet, um eine geditherte Annäherung des Originalbildes zu erzeugen. Ohne Dithering würden die Farben im Originalbild auf die nächstgelegene verfügbare Farbe quantisiert, was zu einem angezeigten Bild führt, das eine schlechte Darstellung des Originals ist.

Einige Flüssigkristallanzeigen verwenden zeitliches Dithering , um einen ähnlichen Effekt zu erzielen. Durch schnelles Wechseln des Farbwerts jedes Pixels zwischen zwei ungefähren Farben im Farbraum des Panels kann ein Anzeigepanel, das nativ nur 18-Bit-Farben (6 Bit pro Kanal) unterstützt, ein 24-Bit-Farbbild (8 Bit pro Kanal) darstellen.

Dithering wie dieses, bei dem die Anzeigehardware des Computers die Haupteinschränkung der Farbtiefe ist , wird häufig in Software wie Webbrowsern verwendet . Da ein Webbrowser möglicherweise grafische Elemente von einer externen Quelle abruft, kann es erforderlich sein, dass der Browser bei Bildern mit zu vielen Farben für die verfügbare Anzeige ein Dithering durchführt. Aufgrund von Problemen mit dem Dithering wurde eine als " websichere Farbpalette " bekannte Farbpalette zur Verwendung bei der Auswahl von Farben identifiziert, die auf Systemen, die nur 256 Farben gleichzeitig anzeigen können, nicht gedithert werden.

Aber selbst wenn die Gesamtzahl der verfügbaren Farben in der Anzeigehardware hoch genug ist, um vollfarbige Digitalfotos richtig zu rendern, können Streifen für das Auge sichtbar sein, insbesondere in großen Bereichen mit sanften Farbübergängen. Durch leichtes Dithering kann dies behoben werden, ohne dass das Bild körnig erscheint . High-End-Standbildverarbeitungssoftware verwendet diese Techniken im Allgemeinen für eine verbesserte Anzeige.

Eine weitere nützliche Anwendung des Dithering ist für Situationen, in denen das Grafikdateiformat der limitierende Faktor ist. Insbesondere das häufig verwendete GIF- Format ist auf die Verwendung von 256 oder weniger Farben beschränkt. Bilder wie diese haben eine definierte Farbpalette, die eine begrenzte Anzahl von Farben enthält, die das Bild verwenden kann. In solchen Situationen kann eine grafische Bearbeitungssoftware für das Dithering von Bildern verantwortlich sein, bevor sie in solchen restriktiven Formaten gespeichert werden.

Dithering ist analog zur Rastertechnik , die beim Drucken verwendet wird . Aus diesem Grund wird der Begriff Dithering manchmal synonym mit dem Begriff Rasterung verwendet , insbesondere im Zusammenhang mit dem Digitaldruck .

Die Fähigkeit von Tintenstrahldruckern , isolierte Punkte zu drucken, hat die Verwendung von Dithering beim Drucken erhöht. Ein typischer Desktop-Tintenstrahldrucker kann höchstens 16 Farben drucken, da dies die Kombination von Punkt oder keinem Punkt von Cyan-, Magenta-, Gelb- und Schwarz-Druckköpfen ist. Um einen großen Farbbereich zu reproduzieren, wird Dithering verwendet. In dicht bedruckten Bereichen, in denen die Farbe dunkel ist, ist das Dithering nicht immer sichtbar, da die Tintenpunkte verschmelzen und einen gleichmäßigeren Druck erzeugen. Eine genaue Untersuchung der hellen Bereiche eines Drucks, bei denen die Punkte weiter auseinander liegen, zeigt jedoch Dithering-Muster.

Algorithmen

Es gibt mehrere Algorithmen, die für das Dithering entwickelt wurden. Einer der frühesten und immer noch beliebtesten ist der Floyd-Steinberg-Dithering- Algorithmus, der 1975 entwickelt wurde. Eine der Stärken dieses Algorithmus besteht darin, dass er visuelle Artefakte durch einen Fehlerdiffusionsprozess minimiert ; Fehlerdiffusionsalgorithmen erzeugen typischerweise Bilder, die das Original genauer darstellen als einfachere Dithering-Algorithmen.

Dithering-Methoden umfassen:

• Schwellenwert (auch durchschnittliches Dithering): Jeder Pixelwert wird mit einem festen Schwellenwert verglichen. Dies mag der einfachste Dithering-Algorithmus sein, den es gibt, aber er führt zu einem immensen Verlust an Details und Konturen.
• Random Dithering war der erste Versuch (zumindest schon 1951), die Nachteile des Schwellenwerts zu beheben. Jeder Pixelwert wird mit einem zufälligen Schwellenwert verglichen, was zu einem statischen Bild führt. Obwohl diese Methode keine gemusterten Artefakte erzeugt, neigt das Rauschen dazu, die Details des Bildes zu überfluten. Es ist analog zur Praxis des Mezzotintings .
• Bemustern dithers ein festes Muster verwendet wird . Für jeden der Eingabewerte wird ein festes Muster im Ausgabebild platziert. Der größte Nachteil dieser Technik besteht darin, dass das Ausgabebild (um einen Faktor der festen Mustergröße) größer ist als das Eingabemuster.
• Geordnetes Dithering-Dithering unter Verwendung einer Dither-Matrix . Für jedes Pixel im Bild wird der Wert des Musters an der entsprechenden Stelle als Schwellenwert verwendet. Benachbarte Pixel beeinflussen sich nicht gegenseitig, sodass diese Form des Ditherings für die Verwendung in Animationen geeignet ist. Unterschiedliche Muster können völlig unterschiedliche Dithering-Effekte erzeugen. Obwohl er einfach zu implementieren ist, lässt sich dieser Dithering-Algorithmus nicht leicht ändern, um mit frei geformten, willkürlichen Paletten zu arbeiten.
  • Eine Halbton- Dithering- Matrix erzeugt ein Aussehen ähnlich dem der Halbton-Rasterung in Zeitungen. Dies ist eine Form von Clustered Dithering, bei der Punkte dazu neigen, sich zu gruppieren. Dies kann dazu beitragen, die negativen Auswirkungen von verschwommenen Pixeln zu verbergen, die auf einigen älteren Ausgabegeräten zu finden sind. Die Hauptanwendung für dieses Verfahren liegt im Offsetdruck und in Laserdruckern . Bei diesen beiden Vorrichtungen verklumpt die Tinte oder der Toner vorzugsweise und bilden keine isolierten Punkte, die durch die anderen Dithering-Verfahren erzeugt werden.
  • Eine Bayer-Matrix erzeugt ein sehr ausgeprägtes Kreuzschraffurmuster.
  • Eine auf blaues Rauschen abgestimmte Matrix , wie sie beispielsweise durch das Void-and-Cluster- Verfahren erzeugt wird, erzeugt einen Blick, der dem eines Fehlerdiffusions-Dither-Verfahrens näher kommt.

(Original)	Schwelle	Willkürlich
Halbton	Bestellt (Bayer)	Bestellt (void-and-cluster)

• Fehlerdiffusions- Dithering ist ein Rückkopplungsprozess, der den Quantisierungsfehler auf benachbarte Pixel verteilt.
  • Floyd-Steinberg (FS)-Dithering verteilt den Fehler nur auf benachbarte Pixel. Dies führt zu einem sehr feinkörnigen Dithering.
  • Minimiertes durchschnittliches Fehlerdithering von Jarvis, Judice und Ninke verteilt den Fehler auch auf Pixel, die einen Schritt weiter entfernt sind. Das Dithering ist gröber, weist jedoch weniger visuelle Artefakte auf. Es ist jedoch langsamer als das Floyd-Steinberg-Dithering, da es Fehler auf 12 benachbarte Pixel statt auf 4 benachbarte Pixel für Floyd-Steinberg verteilt.
  • Das Stucki-Dithering basiert auf dem oben Gesagten, ist aber etwas schneller. Seine Ausgabe ist in der Regel sauber und scharf.
  • Burkes-Dithering ist eine vereinfachte Form des Stucki-Ditherings, die schneller, aber weniger sauber ist als das Stucki-Dithering.

Floyd–Steinberg	Jarvis, Judice & Ninke	Stucki	Burkes

• Fehlerdiffusions-Dithering (Fortsetzung):
  • Sierra-Dithering basiert auf Jarvis-Dithering, ist jedoch schneller und liefert ähnliche Ergebnisse.
  • Zweireihiges Sierra ist die obige Methode, wurde jedoch von Sierra modifiziert, um die Geschwindigkeit zu verbessern.
  • Filter Lite ist ein Algorithmus von Sierra, der viel einfacher und schneller als Floyd-Steinberg ist und dennoch ähnliche Ergebnisse liefert.
  • Atkinson-Dithering wurde vom Apple-Programmierer Bill Atkinson entwickelt und ähnelt dem Jarvis-Dithering und dem Sierra-Dithering, ist aber schneller. Ein weiterer Unterschied besteht darin, dass nicht der gesamte Quantisierungsfehler verteilt wird, sondern nur drei Viertel. Es neigt dazu, Details gut zu bewahren, aber sehr helle und dunkle Bereiche können ausgeblasen erscheinen.
  • Gradientenbasiertes Fehlerdiffusions-Dithering wurde 2016 entwickelt, um die im ursprünglichen FS-Algorithmus erzeugten Strukturartefakte durch eine modulierte Randomisierung zu entfernen und die Strukturen durch eine gradientenbasierte Diffusionsmodulation zu verbessern.

Sierra	Zweireihige Sierra	Sierra Lite	Atkinson	Verlaufsbasiert

Andere Anwendungen

Die stimulierte Brillouin-Streuung (SBS) ist ein nichtlinearer optischer Effekt , der die eingekoppelte optische Leistung in faseroptischen Systemen begrenzt. Diese Leistungsgrenze kann durch Zittern der optischen Sendemittenfrequenz erhöht werden, was typischerweise durch Modulieren des Vorspannungseingangs des Lasers implementiert wird. Siehe auch Polarisationsverschlüsselung .

Phasen-Dithering kann verwendet werden, um die Qualität der Ausgabe bei der direkten digitalen Synthese zu verbessern . Eine weitere häufige Anwendung besteht darin, EMV-Tests zu bestehen, indem das Streuspektrum- Dithering der Frequenz verwendet wird, um einzelne Frequenzspitzen zu verwischen.

Eine andere Art des zeitlichen Ditherings wurde in jüngster Zeit an den Finanzmärkten eingeführt, um den Anreiz zum Hochfrequenzhandel zu verringern . ParFX, ein Londoner Devisenmarkt , der 2013 seinen Handel aufnahm, erlegt allen eingehenden Aufträgen kurze zufällige Verzögerungen auf; andere Geldbörsen experimentieren angeblich mit der Technik. Die Verwendung eines solchen zeitlichen Puffers oder Dithering wurde im Finanzhandel mit Aktien, Rohstoffen und Derivaten allgemein befürwortet.

Siehe auch

• Anti-Aliasing (Begriffsklärung)
• Farbquantisierung
• Digitaler Ton
• Jitter
• Verlustbehaftete Datenkomprimierung
• Quantisierung (Signalverarbeitung)
• Punktieren
• Stochastische Resonanz

Anmerkungen

Verweise

Externe Links

• „Dither – Nicht jeder Lärm ist schlecht“
• Was ist Dither? Artikel, der zuvor in Australian HI-FI veröffentlicht wurde, mit visuellen Beispielen, wie Audio-Dithering harmonische Verzerrungen hoher Ordnung stark reduziert.

Andere gut geschriebene Arbeiten zum Thema auf elementarerem Niveau sind erhältlich von:

• Aldrich, Nika. " Dither erklärt "
• DHALF Erklärt viel über Dithering und enthält auch genügend Details, um mehrere Dithering-Algorithmen zu implementieren.

Bücher mit weitaus umfassenderen Erklärungen:

• Beispiel für Dither-Vibration

Neuere Forschungen im Bereich Dither für Audio wurden von Lipshitz, Vanderkooy und Wannamaker an der University of Waterloo durchgeführt :

• Stan Lipshitz