明场(BF)

分辨率和 MTF(调制传递函数)

时间:2022-07-30 19:33:13   作者:郑士利   来源:正势利   阅读:772   评论:1
内容摘要:分辨率和MTF(调制传递函数)解析度相机能够读取的细节越小,分辨率就越高。重要的是要了解矩阵像素的数量仅与实际相机分辨率部分相关。这是因为光学,这通常是现代数码照片技术的瓶颈。评估分辨率的最古老的方法之一是拍摄黑白线条。您可以拍摄的可辨别线条的数量告诉您分辨率。这听起来简单而合乎逻辑,但问题是线条是否可辨别。辨别线条取...

分辨率和 MTF(调制传递函数)

解析度

相机能够读取的细节越小,分辨率就越高。重要的是要了解矩阵像素的数量仅与实际相机分辨率部分相关。这是因为光学,这通常是现代数码照片技术的瓶颈。评估分辨率的最古老的方法之一是拍摄黑白线条。您可以拍摄的可辨别线条的数量告诉您分辨率。这听起来简单而合乎逻辑,但问题是线条是否可辨别。辨别线c取决于观察者和他的视觉能力。

看图1。您可能每帧可以看到数千行,因为您肯定可以看到数字 10 以上的所有行。也许您可以每帧看到 1200 甚至 1600 行,因为您可以看到数字 12 和 16 以上的内容。因为不同的人如果我们看到“每帧高度分辨率为1600 行”这样的陈述,那么会以不同的方式回答这个问题或对线条的看法略有不同,这不值得特别注意。

垂直分辨率测量图表

图。1

调制传递函数或空间频率响应

调制(对比度)传递函数或空间频率响应给出了关 分辨率的更深入和更客观的概念。调制(对比度)定义如下

调制(对比度) = ( I max - I min ) / ( I max + I min ) ;

其中I max和I min是最大和最小强度。

让我们想象一下由一个相机拍摄的一系列图像。在第一张图像中有一条黑线,在第二张中有两条黑线,在第三张中有六条,依此类推。线条,从它们在图像中的一定数量开始,开始合并,最终将完全合并,达到零对比度:

对比度对空间频率的依赖性

图 2

因此,对比度对线条空间频率的依赖性是显而易见的。正是这种依赖性,即调制传递函数,随着空间频率的增加而从 1 缓慢下降到 0。为简化起见,我们将按每个像素的周期来测量空间频率,以一条暗线和一条亮线为一个周期。例如,在具有 30 行的片段中(图 2),空间频率将等于每个像素 0.25 个周期,然后我们将 30 除以 120(片段长度以像素为单位)。

为了将MTF与上一段中描述的通常分辨率连接起来,可以考虑在对比度值为 0.15的情况下“仍然可以识别”线条。尽管如此,让我们注意到 MTF 提供了更多关于分辨率的信息,而不仅仅是行数。(图 3)

三个 MTF 图

图 3

图中显示了空间频率响应的三个示例。如果响应较弱,则通过增加频率对t度会迅速下降。在情况b 中,对于小频率,对比度可以很好地再现,但在高频情况下比在情况c中更差。因此,当我们使用第一段中描述的方法测量分辨率时,最好的结果宁愿是在情况c中。

奈奎斯特频率始终对应于每像素 0.5 个周期(每一条白线和一条黑线两个像素)。显然它是频率,更高的频率是无用的考虑响应。

对比度为 0.5的空间频率被单独挑选出来,这个值称为MTF50。例如,在图 3 中,在 a n情况下, MTF50约为每像素 0.1 个周期。此外,让我们再次注意,图片中情况c的响应MTF50比情况b更差。

调制传递函数建模,
斜边分析

有一些方法可以对MTF进行建模,其中一种方法是基于对斜边图片的分析。该方法由标准ISO 12233描述,并根据该标准在Quick MTF应用程序中使用。与其他方法不同,这种方法需要最少的排列,并且基于图像的分析,或者更常见的是基于它们的片段,类似于图 4。这意味着没有必要采用线条进行建模。从暗部到亮部的转移分析也可以提供足够的分辨率信息,以及更多信息。.

斜边 斜边细节

图 4

如果您有兴趣,现在谈谈方法本身。测量分为三个阶段:

  1. 由于度为零,扫描所有线并通过调平进行平均。我们得到边缘扩展函数,也称为边缘轮廓函数。以像素为单位的距离根据边缘倾斜的角度进行校正。边缘应倾斜以实现平滑平均。
  2. 取边缘扩散函数的一阶导数。因此,我们得到线扩散函数。
  3. 将离散傅里叶变换应用于线扩散函数。因此,我们得到调制传递函数。

有关详细信息,请参阅计算 MTF 的基本步骤。

有时通过分析由于边缘边界附近的典型“隆起”引起的边缘扩散函数,我们可以评估应用于图像的锐化水平。锐化是位图算法的总和,旨在提高图像的清晰度。将这些算法用于分析图像在很大程度上歪曲了分辨率测量的结果。

逝者如斯,不舍昼夜作者QQ及微信:49922779 点击这里给我发消息


标签:分辨  分辨率  调制  传递  函数  
相关评论
郑士点利 | 必应 | DeepSeek | 豆包 | H-K9L | 3cn.cn | 郑有钱 | 郑有富 | 22钛 | 光学显微镜 | 显微镜与你 | 光学棱镜 | 40锆 | 79金 | 47银 | 67钬 | 73钽 | 19钾

该站用来记录个人生活的笔记,内容部分资料来源于网络,如有侵权,请联系删除。(QQ/微信:49922779点击这里给我发消息 邮箱:ZSL@zhengshili.com)

  浙ICP备2025212358号