更新时间：2024-09-20 16:33
振铃效应（Ringing effect）是影响复原图像质量的众多因素之一，也是信号处理中的一个重要现象，尤其在数位影像处理领域中。它指的是信号快速转换时，在转换边缘上附加导致失真的信号。在图像或影像上，振铃效应会导致出现在边缘附近的环带或像是“鬼影”的环状伪影，称为振铃伪像（ringing artifact）。在音频中，振铃效应会导致出现在短暂音附近的回声，特别是由打击乐器发出的声音；最容易注意到的是预回声。振铃效应的最小化在滤波器设计中是一个重要的指标。
振铃效应（Ringing effect）是影响复原图像质量的众多因素之一，其典型表现是在图像灰度剧烈变化的邻域出现类约西亚·吉布斯（Gibbs）分布的振荡。在图像盲复原中，振铃效应是一个不可忽视的问题，其严重降低了复原图像的质量，并且使得难于对复原图像进行后续处理。
振铃效应是由于在图像复原中选取了不适当的图像模型造成的；在图像盲复原中如果点扩散函数选择不准确也是引起复原结果产生振铃效应的另一个原因，特别是选用的点扩散函数尺寸大于真实点扩散函数尺寸时，振铃现象更为明显；振铃效应产生的直接原因是图像退化过程中信息量的丢失，尤其是高频信息的丢失。
振铃效应对复原图像质量影响严重，众多学者对抑制振铃效应的方法进行了广泛研究，然而大多数图像复原方法在这一点上都有所不足，造成了复原过程中的振铃效应几乎不可避免，尤其对于有噪声存在的场合，它会混淆图像的高频特性，使得振铃效应带来的影响更加显著。
振铃效应不仅限于图像处理，它也是信号处理中的一个重要现象，尤其在数位影像处理领域中。在音频信号处理中，振铃效应可能导致发生在声音瞬变前或后的回声，特别是从打击乐器发出的短促的声音，如。这种现象发生在使用傅里叶变换相关变换的音讯压缩算法中，如MP3、AAC和Vorbis，被视为一种压缩失真。
图像处理中，对一幅图像进行滤波处理，若选用的频域滤波器具有陡峭的变化，则会使滤波图像产生“振铃”，所谓“振铃”，就是指输出图像的灰度剧烈变化处产生的震荡，就好像钟被敲击后产生的空气震荡。
振铃效应的产生主要是由于信号的带宽限制或是信号通过一个低通滤波器。在频域上的解释是，不具有高频信号成分的信号或是经过低通滤波器处理的信号会导致振铃效应。在时域上，产生振铃效应的原因是因为Sinc函数中的涟波，即为一个完美低通滤波器的脉冲响应。这种现象在数学上被称为吉布斯现象。
当信号转换速度加剧时，可以在振铃中区别出过冲和下冲，过冲时输出信号较输入信号高，而在过冲之后，信号因为过度修正而变得低于目标数值，之后来回振荡。这些现象往往会同时发生，因此常常被混用，而被共同称为“振铃”。
尽管振铃效应一般被认为是一种不理想的现象，但在转换时的第一个过冲可以透过增加转换时的斜率来增加锐度，因此在某些情况下被视为一种优点。然而，振铃效应的最小化在滤波器设计中是一个重要的指标。理解线性非时变（LTI）滤波器的工作原理，可以从脉冲响应（时域的观点）或频率响应（频域的观点，即脉冲响应的傅里叶变换）两个方面来了解滤波器的振铃效应。振铃效应是一种时域中的现象，而在滤波器设计中，它和一些重要的频域特性有权衡关系。
JPEG压缩会在急地转换中产生振铃效应，这个现象在文字图像中尤其容易发现。这是因为信号失去了高频成分而产生的，就如同在阶跃函数中产生的振铃现象一样。JPEG使用8×8的区块，并对其中的每一个区块使用离散余弦变换（DCT）。DCT是一种和傅立叶变换相关的变换，而振铃效应的发生是因为损失了高频的信号成分或是高频成分的精确度有所损失。振铃现象也可能发生在图像的边缘，尤其是当图像不能被分成整数个区块时。
在音频信号处理中，振铃效应可能导致发生在声音瞬变前或后的回声，特别是从打击乐器发出的短促的声音，如钹。发生在瞬变后的回声（遵守因果的）是听不到的，因为它被瞬变遮蔽了，这种效应被称为时域掩蔽。因此只有发生在瞬变前的回声（违反因果的）会被听到，而这种现象被称为预回声。
振铃效应虽然具有特定的成因和表现，但也有其他现象表现出类似的特征。例如，在边缘锐化过程中，高通滤波器的使用可能会造成类似振铃现象。此外，特殊函数如约瑟夫·冯·夫琅和费绕射产生的艾里斑分布、第一类贝索函数中的振荡衰减，以及相机摄影中组合离焦和球面像差产生的环状图案，都可能产生类似振铃效应的输出。在摄影中，镜头光晕和视觉假象如马赫带效应也可能在感觉上呈现出类似于吉布斯现象中的过冲/下冲。