当我们谈论成像系统的分辨率（客观物理极限），以及锐度与清晰度（主观视觉感知） 时，MTF/SFR 是量化这些主、客观维度的核心指标，它通过 MTF 曲线，直观地揭示了系统在不同细节尺度下的对比度传递能力。
一、核心定义：什么是MTF与SFR？
MTF（调制传递函数，Modulation Transfer Function）是光学传递函数（OTF）的模，表征成像系统各频率正弦波的振幅（即对比度）衰减特性。其核心数学表达式为：$M = \frac{I_{\max} - I_{\min}}{I_{\max} + I_{\min}}$​​（即基于线对的最大亮度与最小亮度计算调制度），取值范围为 0 至 1，值越接近 1，对比度传递能力越强。

SFR（空间频率响应，Spatial Frequency Response）描述成像系统对正弦输入信号的振幅（对比度）随空间频率变化的衰减程度，用于量化不同频率下的对比度传递能力；其本质与 MTF一致，在工程应用中可互换使用。

相关概念辨析：分辨率、对比度、锐度、清晰度

• 分辨率：衡量成像系统区分空间细节的极限能力，通常用单位长度内能分辨的“线对”数量（如 lp / mm）来衡量，是成像系统捕捉细节能力的物理”天花板“。

• 对比度：指图像中亮区与暗区的明暗差异程度，体现黑白分界的鲜明度，是细节可被感知的基础。

• 锐度： 指图像中边缘过渡的陡峭程度，边缘变化越陡，锐度越高，视觉上越 “锋利清晰”。

• 清晰度：指分辨率、锐度与噪声、对比度等因素共同作用下，人眼对图像整体清晰程度的主观感知结果。

二、解析“视力表”：MTF曲线信息
2.1 坐标轴定义：
横坐标（X 轴）：空间频率
代表细节的精细程度，常见单位： lp/mm（线对 / 毫米）、LW/PH（线宽 / 像素高度）或 cycles/pixel（周期 / 像素）。如同视力表上逐级变小的视标。

空间频率的单位换算：

纵坐标（Y 轴）：MTF 值
取值范围为 0~1，代表对比度的传递能力（1 表示完全还原，0 表示完全丢失）。如同人眼能看清不同大小视标的清晰程度。

2.2 频率分区解读：
图像的空间频率成分包含：低频、中频、高频。上方 MTF 曲线图直观展示了随着空间频率升高，调制度（MTF）逐渐衰减的规律：

• 低频区：代表图像中大面积、变化缓慢的区域，体现景物的整体明暗基调和宏观轮廓。在图中曲线里，此区域正弦波振幅大，MTF 值接近 1，对应图像整体对比度强、层次感丰富。
  
• 中频区：代表图像中等尺度的空间特征过渡，体现景物的主要形状和结构，是决定成像系统视觉清晰度的关键频段。。在图中曲线里，此区域曲正弦波振幅减小，MTF值降低，对应图像边缘锐度下降。
  
• 高频区： 代表图像中快速变化的精细细节，如复杂的纹理质感与微小特征，是决定成像系统对细微细节的还原能力的关键频段。在图中曲线里，此区域正弦波振幅衰减显著，当MTF值衰减至人眼对比度灵敏度制度衰减阈值（通常指 MTF10，即 MTF=0.1）时，即达到系统的视觉极限分辨率。
  

在数字成像系统中，高频的传递并非无限延伸，还会受到传感器像元间距的物理限制。这一限制由奈奎斯特频率($ f_{N}= 1 / (2 x PixelPitch)$)定义，它是数字采样的理论边界，代表系统能还原出的最高理论空间频率。当景物细节频率超过此界限时，MTF不仅跌落至极低水平，还会引发混叠(Aliasing)现象，产生伪彩或摩尔纹。

2.3 MTF常用评估指标:
MTF50： 指MTF为50%时的空间频率值，与人眼主观清晰度感知相关性强，是评价整体锐度的核心指标。
MTF50P：指MTF降至峰值50%时的空间频率，受锐化影响其峰值可能超过1。
MTF10：指MTF为10%时的空间频率值，接近人眼细节识别下限，常用于评估“极限分辨率”。

2.4 方向性分析：子午（Tangential）与 弧矢（Sagittal）
子午方向 ( Tangentia，记为T) ：子午面（含光轴与像点）与像面的交线为径向，对应子午（T）方向的采样沿半径移动，用于测量切向线条，对像散与场曲敏感，MTF 曲线衰减较快。
弧矢方向 (Sagittal，记为S)： 弧矢面（与子午面垂直）对应切向，弧矢（S）方向的采样沿圆周移动，用于测量径向线条，MTF 曲线更平缓，更能体现系统基础分辨率。
T/S曲线图解读：
坐标轴定义：
横轴：代表像面位置（从中心 0mm 到边缘 20mm），反映不同视场下的成像表现。
纵轴：代表 MTF 值（对比度传递能力），范围 0–1，数值越高，成像越清晰。
MTF 曲线通过子午 T、弧矢 S 两个方向的测量，可直观反映像散大小与全视场对比度传递特性：T/S 重合度越高，像散越小；高频对比度传递弱于低频，从中心视场到边缘视场对比度逐渐下降，T 曲线衰减更快、S 曲线更平缓；双方向测试可全面评估成像质量、精准诊断方向性像差。

三、诊断“视力低下”：成像模糊的成因
数字相机成像模糊由多因素共同作用，主要可分为三类：
3.1 成像硬件层面
(1) 镜头的几何像差与衍射

三阶单色像差几何示意图。(a)无像差 (b)球差 ( c )彗差 (d)像散 (e)场曲 (f)畸变

其中，球差、彗差、像散都会使点物无法汇聚成理想点像，造成成像模糊。此外，光学介质对不同频率的光折射率不同，会导致不同色光的成像位置存在差异，这种像差称为色差，同样会导致成像不清晰。采用面形复杂的镜片、特殊材料制成的镜片、多镜片组合成镜组、更加合理的孔径光阑位置等方式可校正一部分像差，然而在现阶段像差仍是无法完全消除的。

衍射成因及现象示意图

如图 (a) 所示，当平面波通过成像系统的孔径（如镜头光圈）时，孔径内各点可视为子波源，这些子波传播至像面时发生干涉叠加，无法汇聚成理想的几何点。在远场（夫琅和费）条件下，这种干涉形成了图 (b) 的一维强度分布和图 ( c ) 的艾里斑（圆孔衍射图样）。艾里斑使点目标的像发生弥散，光能量扩散至几何阴影区，最终产生衍射极限的成像模糊。

(2) 图像传感器的像元开口及光电串扰

固态成像器感光元件开口导致的图像模糊示意图

假设当英文字符 “W” 成像在 8×8 像元阵列上时，每个像元仅能输出一个亮度值，这会将其开口区域内的光强信息进行空间平均，导致字符边缘和细节被平滑化，从而产生图像模糊。

固态成像器串扰产生机制示意图

CMOS 成像器中，准中性区载流子扩散引发的电串扰与光子错入邻元引发的光串扰，均会导致图像模糊。光串扰与电串扰均可通过物理方法改善，例如，使用背照式设计可改善光串扰，在像元间增加绝缘沟槽则可减少电串扰，然而，光敏元件开口的几何特征的影响是始终存在的。

3.2 图像处理软件层面

图像处理导致的模糊，一般是有意而为之（如美颜以及为浅景深效果而做的背景虚化导致的模糊）或是某一种处理的副作用（如去噪声的同时去掉了图像中的一些细节导致的模糊）。

3.3 环境因素层面
拍摄远距离目标时大气湍流与气溶胶可造成大气模糊，曝光过程中景物与成像器的相对运动会引入运动模糊，相机视场角内、外的强光产生的杂光(非成像光线)所形成的鬼影、眩光等会降低明暗对比进而造成图像模糊。

四、实践“视力检查”：MTF/SFR的测试方法
4.1 使用正弦图案
向成像系统输入亮度呈正弦函数规律连续变化的正弦光栅图案（如对数频率条纹或西门子星靶标）。在空间域直接提取经线性化处理后图像中各频率处的波峰与波谷数值，计算其调制深度，并将其与输入端的原始对比度（或低频基准）进行比值归一化，从而拟合成完整的 MTF 曲线。

对数频率条纹靶标	西门子星靶标

优势：测量原理最贴合 MTF 物理定义，受图像锐化等后处理影响更小；西门子星图可一次性测量全方向 MTF，适用于像散诊断与全角度解析力评估。此外，利用星图中心区域出现的“反向对比度”或“伪彩色”等混叠（Aliasing）现象，可精准检测传感器的奈奎斯特频率限制。
局限：靶标空间利用率低，对对焦精度、光源均匀性与图像噪声高度敏感，计算速度较慢，通常需噪声扣除或多帧平均算法保障精度。
应用：主要用于实验室级光学基准标定、镜头像质评估、斜边法结果校验，以及评估成像系统在强 ISP 算法处理后的真实细节保持能力。

4.2 使用边扩散函数
4.2.1 倾斜边缘法
根据ISO 12233最新标准，拍摄具有微小倾斜角（通常为 5°）的直边，边缘的倾斜可制造出不同的“相位”，形成超采样的边扩散函数，以抵消传感器上离散像素阵列的移变引入的不确定性。而后，求边扩散函数的一阶导数，得到线扩散函数，并进行傅里叶变换、取模，即可得到MTF曲线。其计算流程见下图：
优势：符合 ISO 12233 标准，推荐采用 4:1 低对比度边缘可有效抑制后处理锐化导致的 MTF 虚高；空间利用率高、抗噪性强、计算效率高，适配批量生产场景。
局限：易受镜头畸变影响，导致边缘由直线变为曲线，或使实际倾斜角偏离设定值，进而降低超采样重建精度。
应用：广泛应用于手机、车载影像、工业相机等产品的自动化产线 MTF 测试与质量管控，同时也用于实验室成像系统解析力性能的评估与算法验证。

4.2.2 圆形边缘法
如 4.2.1 所述，倾斜直边法虽适配量产测试，但存在两大核心局限：其一，单一直边仅能测量垂直于边缘方向的一维 SFR，无法同步获取子午、弧矢两个关键方向的成像性能；其二，易受广角摄像头畸变影响，导致边缘弯曲或角度偏移，进而使过采样失效，难以精准表征畸变区域的真实解析力。
针对以上问题，圆形边缘MTF测试方法可有效解决。该方法以圆形边缘靶标替代直边靶标，先在图像中选定含完整圆形的 ROI 并线性化像素值，再定位圆心并选取目标方向的扇形区域，随后提取并拟合弧形边缘，通过计算像素到边缘曲线的距离构建超采样边扩散函数，经求导、加窗平滑后对所得线扩散函数进行离散傅里叶变换，取模并归一化，即可得到指定方向的圆边 SFR。其计算流程见下图：
应用：适用广角 / 鱼眼车载相机量产、全视场多方向 MTF 测量、上下游测量对标。

4.3 使用随机图案
常用测试靶标为枯叶图，其具有频谱已知、全空间频率覆盖的特性。该靶标由半径、灰度、位置服从特定概率分布的圆形“硬币”随机重叠构成，具备 1/f 尺度不变频谱特性。其设计通常采用 3:1 的低对比度（符合 CPIQ等标准），以模拟自然景物的弱纹理特征并避免信号饱和。

• 测试原理： 成像系统拍摄已知频谱特性的 “枯叶图” 靶标，对拍摄得到的图像进行傅里叶变换，提取其实际功率谱密度（PSD）。将该实际频谱与靶标预先定义的理论频谱模型进行比值计算，即可反推出成像系统在不同空间频率下的调制传递函数（MTF）。
• 优势： 单次拍摄即可获取全频段 MTF 曲线，效率高；低对比度的随机纹理统计特性极接近自然场景，能有效绕过边缘锐化算法的干扰，评估结果更贴合人眼对真实细节保真度的视觉感知。
  
• 局限： 靶标空间利用率低于倾斜边缘法；计算高度依赖精准的噪声功率谱 (PSD) 扣除与纹理提取算法；对噪声极其敏感，需多帧平均保证稳定性；且易受靶标制作精度、像面均匀性影响，绝对测量精度略低于高对比度倾斜边缘法。
  
• 应用： 黑白版聚焦于系统亮度通道的基础解析力；彩色版则是诊断非线性降噪算法对色彩细节造成损失、评估色彩纹理保真度的核心手段。
  

五、从客观 SFR 到主观感知：Acutance 锐度
SFR/MTF 是衡量成像系统对不同空间频率细节的对比度传递能力的客观物理指标，但它并不能直接表征人眼对清晰度、锐度这类主观视觉感受。图像最终是由人眼感知的，而人眼并非线性接收设备，在不同观看条件下，人眼感知到的锐度可能截然不同。因此，需引入贴近人眼主观锐度感知的客观量化指标 ——Acutance 锐度。
5.1 原理
依据 ISO 12233:2023 附录 L 的方法，Acutance 以人眼对比度灵敏度函数（CSF）为加权依据，对客观空间频率响应（SFR）数据进行加权整合，最终得到与主观锐度感知相关的量化值（以 Q 值表征）。

其数学模型为：
$$Q = \frac{\sum_{i=1}^{N} SFR_i \, CSF_i}{\sum_{i=1}^{N} CSF_i}, \quad i = 1, 2, \dots, N \tag{L.2}$$ 其中，\(SFR_i\)为第 \(i\) 个空间频率下的空间频率响应值；\(CSF_i\)为第 \(i\) 个空间频率下的人眼对比度敏感度权重；\(N\)为参与计算的空间频率点数。

5.2 对比度敏感度函数 CSF
Acutance 的核心是对比度敏感度函数 CSF，其模型来源于 S-CIELAB 感知色彩空间，并被 ISO 12233 标准采纳，用于亮度通道的感知加权。CSF 曲线（见下图）描述了人眼对不同空间频率的对比度敏感程度：
横轴：空间频率 f，单位是 cycles/degree（周期 / 度），代表图像细节的精细程度。
纵轴：对比度敏感度，数值越高，代表在该频率下人眼越容易分辨出对比度差异。
该曲线表明人眼对约 4 cycles/degree 的中低频细节最敏感，对极高与极低频率的细节感知能力均显著下降。
其对应的数学模型为：
$$csf_{\text{lum}}(f) = \frac{(a \cdot f^c) e^{-bf}}{K} \tag{L.1}$$ 其中各参数取值由 ISO 12233:2023 附录 L 明确规定：$a = 75$，为幅值系数；$b = 0.2$，为高频衰减系数；$c = 0.8$，为频率幂次系数； $K = 102.16$，为归一化常数（使曲线峰值为 1.0）； $f$ 为空间频率，单位为 cycles/degree（周期/度）。

5.3 观看条件
Acutance 结果与图像的观看条件强相关：同一图像在小型显示器上呈现清晰，放大或在大型显示器上观看时可能显模糊。为了确保不同设备、不同实验室计算出的 Acutance 值具有可比性，ISO 12233:2023 附录 L 明确规定了三组标准观看条件（VC1/VC2/VC3）（见下表），用于统一图像显示尺寸、观看距离和像素间距等关键参数。 在将 CSF 模型应用于 SFR 数据之前，需先将数据单位从周期每像素（cycles/pixel）转换为周期每度（cycles/degree）。根据奈奎斯特采样定理，图像可表示的最大频率 $f_{cut}​ $为 0.5 周期 / 像素。为了将以 “每像素周期” 为单位的频率，转换为用于人眼对比度敏感度计算的 “每度周期” 单位，必须已知观察者最终观看图像时的像素尺寸（即像素间距 p）和观看距离 D。这一单位转换通过公式 (L.3) 完成： $$f_{\text{cycles/degree}} = \frac{\pi D}{180 p} f_{\text{cycles/pixel}} = \frac{\pi D N_H}{180 H} f_{\text{cycles/pixel}} \tag{L.3}$$

其中， $N_H$为图像垂直方向的像素数；$H$为图像高度；$p$为显示设备的像素间距； $D$为观看距离。

六、从实验室到产线：测试设备方案
6.1 测试流程：

1. 环境搭建：根据待测模组（DUT）的测试需求，在暗室里配置可连续调控色温、照度及可选波段的标准光源，按测试需求设定参数（如色温 6500K、图卡中心照度 800 lx），模拟目标测试场景。同时选用符合图像质量测试规范的标准化靶标（如 ISO 12233 国际标准推荐的 4:1 对比度、5° 倾斜直边图卡），为后续 MTF 计算提供精准的理论参考依据。
   
2. 图像采集：将 DUT（待测模组）通过专用夹具固定稳妥，连接配套设备并接通电源，使其进入正常工作状态。根据 DUT 输出类型完成参数配置与锁定，确保测试条件稳定可复现（如 RAW 模组需切换至线性模式，关闭硬件降噪、HDR 等非线性处，手动配置并锁定曝光时间、增益等关键参数，闭硬件降噪、HDR 等非线性处理；YUV 模组需完成 3A（自动曝光、自动对焦、自动白平衡）收敛后，锁定 3A 核心参数及锐化、降噪等相关设置）。
   
3. 软件分析：采用专业图像质量分析软件（如RIQA软件），对采集的靶标图像进行处理，计算并生成所选靶标对应的MTF曲线。
   
4. 结果解读：分析MTF曲线及关键指标（如MTF50、MTF10等），对照预设标准及客户技术要求，判定DUT成像分辨率与锐度是否达标。
   

6.2 测试系统

查看更多
空间频率响应SFR测试、CMS锐度测试、CMS景深测试