MTF的倾斜边缘法计算方法.pdf

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
MTF的倾斜边缘法计算方法

MTF 的倾斜边缘法计算方法 简介 光学系统性能的衡量方法有很多,常见的有点扩散函数法、瑞利判断法、点 列图法、光学传递函数(MTF)法等,其中MTF法在光学系统和镜头加工制造中 使用 最为广泛。MTF 曲线真实的反映了成像系统将物方信息传递到像方的能力。 MTF 曲线的横坐标一般是cycle/mm或者linepair/mm[1][11],纵坐标是反映对比 度传递特性的像/物方调制度的比值。 MTF 的计算方法有很多,比如使用条形目标的方法、随机目标方法、点扩 [2] 散函数法、带宽受限激光散斑法 、倾斜边缘法(Slanted Edge Method)等,其中 点扩散函数法和倾斜边缘法是工业界普遍使用的方法。点扩散函数法的的缺点在 于需要使用小于光学系统或镜头分辨极限的点光源,这样使得成像器件很难获得 足够强的信号。 图1 倾斜的边缘(Slanted Edge) 倾斜边缘法的算法流程如图2:首先获取倾斜边缘的边缘扩散函数(ESF), 然后求导得到对应的线扩散函数(LSF),最后傅里叶变换得到MTF。 图2 算法流程图 公式推导[3] 倾斜边缘的响应函数可以由一个冲激函数表示: 当边缘响应函数由完善的(没有像差)的光学系统成像时,系统的成像质量 不会被劣化。因此边缘函数被线性不变的光学系统成像时,系统的输出O(x )等 于线传递函数LSF与系统的响应函数S(x )的卷积: 当x-α0 时,阶跃函数S(x ) 0,其他情况下S(x ) 1,所以ESF(x )可以表示 为: 因此,ESF(x )的导数可以写为: 所以可以将MTF写作LSF 的如下函数: 通常,MTF会对零频率幅值归一化,同时由卷积定义及傅里叶变换理论可 以推导得出级联系统的MTF: 影响因素 倾斜角度 需要注意的是,边缘倾斜的角度对计算的结果有一定的影响。 一般来说,倾斜角需要控制在2°-10°之间,当角度超出这个范围时,计算 的结果会出现比较大的偏差[4][5][6]。 图3 倾斜角度对MTF计算结果的影响 图4 倾斜角度对MTF50计算结果的影响 当倾斜角度比较大时,可以取样相邻的多行/列的数据进行计算,这种方法 其实就是过采样(oversampling)校正。ISO 12233 建议4 倍的过采样(获取邻近的 [4] 4 行/列线条的ESF) 。 对比度 在没有噪声,并且边缘对比度足够高(20%)的情况下,对比度对计算几乎 [5] [6] 没有影响 。当边缘对比度低于20%时,计算结果将出现大的偏差 。 数据限幅(data clippig) 如图5所示,当相机的曝光时间或者增益偏大时,会导致边缘扩散函数的上 升沿呈直线状或者顶部变得十分平坦。这种情况下,计算的MTF都会出现极 大的偏差。 使用算法、软件对图像去噪或者增强对比度都可能使数据限幅,因此必须 谨慎的使用图像增强处理。 图5 数据限幅(或图像增强过度)时的边缘扩散函数 Imatest VS sfrmat3VS Imagej(SE_MTF) Imatest master是一款用于检测数字相机、摄像机、工业相机拍摄的图像质 量及交流检测结果的商业软件。Imatest 包含多个模块,如①SFRplus,可以与 SFRplus 测试卡配合使用,检测MTF,横向色差,畸变,阶调响应和颜色还原。 ②SFR,配合测试卡,可检测相机和镜头的锐度,噪音,色差。③MTFCompare, 使用SFR 的结果比较不同相机、镜头和影像系统的MTF性能。④Stepchart, 配合灰阶测试卡检测相机的阶调响应,噪音,动态范围,还可用于检测曝光的准 确性,镜头眩光。 ⑤Distortion,检测镜头的畸变,使用可打印的正方形和矩形 网格计算矫正系数。⑥Test Charts,可以生成图像文件用打于打印测试图。生 成的测试卡包括SFR斜边图像,星形测试图,各种频率和反差的图样。可选项

文档评论(0)

jiupshaieuk12 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6212135231000003

1亿VIP精品文档

相关文档