图像解析力算法—SFR（Spatial Frequency Response）概念理解

最近这一个月在搞SFR算法--（空间频域响应），终于也算是搞出来了，网上关于SFR计算MTF的资料和博客也是比较少，现在就是总结一下，也算是方便后人，篇幅估计会比较长，会分篇慢慢写。

 

讲到SFR和MTF，刚入门的小伙伴，肯定会觉得一脸懵逼，我们先来解释一下这些基础概念

成像系统的解析力：

         摄像头最关键的指标之一。所有用户拿到一张照片的时候首选看到的是照片清楚不清楚，这里的清楚指的就是解析力。但是如果评价一个成像系统的解析力也是大家一直在探讨的问题。目前主流的办法主要有三种TV line检测、MTF检测以及FR检测。

MTF：

MTF是Modulation Transfer Function的英文简称，中文为调制传递函数。是指调制度随空间频率变化的函数称为调制度传递函数。传递函数最开始是为了说明镜头的能力。在各个摄像头镜头中经常采用MTF描述镜头的MTF曲线，表明镜头的能力。这些曲线是通过理想的测试环境下尽量减少其它系统对镜头的解析力的衰减的情况下测试得出的。但是其实MTF也可以涵盖对整个成像系统的解析力评价。MTF的值越接近于1，说明镜头的成像效果越好。

SFR：

SFR是 Spatial Frequency Response (SFR) 主要是用于测量随着空间频率的线条增加对单一影像的所造成影响。简言之SFR就是MTF的另外一种测试方法。这种测试方法在很大程度上精简了测试流程。SFR的最终计算是希望得到MTF曲线。SFR的计算方法和MTF虽然不同但是在结果上是基本一致的。

Cy/mm&LP/mm:

cy/mm和lp/mm都是进行分辨率衡量的单位，具体含义：线对每毫米（lp/mm）、周期每毫米（cy/mm）；此外，

常用到的分辨率单位还有    线对每毫弧度（lp/mr）以及周期每毫弧度（cy/mr）。

在上图中，上半部分的是原图像，下半部分表示相机拍摄得到的图像。可以看出线对的边缘经过镜头之后明显变得模糊，并且线对越密越模糊，相应的MTF也就越低。cy/mm表示的就是在图像的一个毫米内有多少线对。此外，线对和像素间距之间还可以进行转换。

转换计算过程：

假设现在 分辨率为100cy/mm, 则，每条线的厚度为1000μm/200 = 5μm

对于单色图片，我们可以认为5um是像素对角线长度。为了获得像素间距，我们除以根号2，55um /√2≈3.54um。

对于颜色应用，典型值是该值的一半，即5um / 2 = 2.5um。

这一计算过程在DJI的笔试中也考到了，要好好了解，包括逆转换也应该掌握。

                

以上就是要分析SFR算法必须要先了解的基础概念。