认识镜头的MTF值

MTF值(模量传递函数)是对镜头的锐度,反差和分辨率进行综合评价的数值。
对于一个平面黑(白)色物体,它的线对频率是0。此时,任何一个最简易的镜头都可以完整的体现出这一反差,即MTF值等于1。而对于纯黑和纯白相间的线条(反差为100%)来说,随着线对频率的提高,通过镜头表现的反差就相应减少(反差小于100%)。当线频达到一个很高的数值时(例如1000线对/毫米),则任何镜头也只能把它们记录成一片灰色。这时镜头的MTF值就接近于0。因此,MTF值是一个界于0到1之间的数值。这个数值越大(越接近1),说明这个镜头还原真实的能力越强。
MTF曲线图显示的是镜头对对比度的忠实再现情况,纵轴表示对比度的优劣,横轴表示与成像中心的距离。另外,图中10线/毫米的曲线越接近1(最大值)镜头的对比度表现就越好。另一方面,30线/毫米的曲线越接近1,镜头分辨力就越高。“线/毫米”这一单位的意思是,以1毫米宽度为单位,其中有多少根白/黑/白/黑的条纹。比方说,10线/毫米的意思可以理解为在1毫米宽度的范围内排列有10条线。MTF值的测试需要拍摄按照上述方式描绘的图表。然后测量拍摄结果进行分析得出数值。如果是变焦镜头要分别测量远摄端和广角端的MTF值,根据所得数值可以大概掌握镜头性能。
认识镜头的MTF值

例如在35mm底片上,10线对/毫米的线对频率时,优质镜头的MTF值为95%左右,而业余镜头的MTF值也在90%左右,这样在普通5寸片上的差别就几乎看不出来。而对于40线对/毫米的线频时,优质镜头的最高MTF值可达70%以上,而业余镜头此时的最高MTF值却只有40%左右。将底片放大到24寸时,被摄体的细节表现差别就充分反映出来。对于分辨率高而明锐度低的镜头,虽然能把一个黑发白肤女郎的眉毛(反差较大)拍的清晰可辩,而对于一个德国北部(灰发白皮肤)或印度(黑发棕皮肤)的女郎而言,由于体现不出来反差,其眉毛也只能是模糊一团了。举一个灰发女郎在白背景前的散发为例(假定反差为0.45):通过优质镜头后其反差仍然为0.45×70%=0.315,而通过业余镜头后反差则降低为0.45×40%=0.18。我们知道,在白纸上印刷灰字时,两者的反差小于0.2时读者就很难辨认了,更何况此时的发丝只有0.18的反差呢。 
认识镜头的MTF值
图表的横轴从左到右代表镜头从中心到边缘的距离,单位是mm,如果配套的相机是APS-C幅面的,一般看到15mm就可以了,全幅的相机,看到20mm也就够了。

图标的纵轴代表镜头表现的好坏,粗浅的划分,0.8以上算好,0.6-0.8算一般,0.6一下算差,大家可以理解成小时候的考试成绩,满分100,60分以下不及格。

然后就是粗细虚实的曲线了:粗线(先不管虚实)代表反差,也就是黑白分明的程度,从左到右是表示镜头从中心到边缘的反差表现,细线代表锐度,也就是成像清晰的程度,从左到右是表示镜头从中心到边缘的清晰度表现。

而虚线需要和同样颜色、粗细的实线一起看,两条线越接近,代表镜头的散镜越漂亮,从焦内到焦外的过度更自然。 黑色代表最大光圈下的表现,蓝色代表光圈在f/8时的表现,一般镜头最大光圈下的画质都不是最好的,稍微收缩一两档会有更好的表现。
 
MTF曲线是一个严谨的科学参考,只是为大家提供一个参考的媒介,但有些东西是它没法反映的,有些镜头的MTF曲线也许平淡无奇,但拍摄出来的效果却令人叫绝,镜头不仅是光学的产物,也是一代代匠人们经验的积累和传承,每一个都有自己的特点,值得您用心的把玩、了解。

转载于:https://www.cnblogs.com/maxma/p/9170011.html

### 工业镜头 MTF 标准及相关计算 #### 关于工业镜头MTF标准 调制传递函数 (Modulation Transfer Function, MTF) 是衡量光学系统性能的重要指标之一。对于工业镜头而言,其MTF标准通常取决于具体的应用场景以及行业需求。一般来说,工业镜头的设计目标是在特定的空间频率下达到尽可能高的MTF[^1]。 在工业应用中,常见的空间频率范围为 **10 lp/mm 到 100 lp/mm** 或更高。高端工业镜头往往会在这些范围内保持较高的对比度表现,尤其是在高分辨率检测任务中更为重要。然而,具体的数会因制造商的标准而异。例如,在某些行业中,当空间频率为 **30 lp/mm** 时,MTF 应至少达到 **80%** 的水平才能被认为是合格的产品[^2]。 #### MTF标准的计算方法 MTF 的计算涉及复杂的物理模型和数学运算。以下是主要的计算原理: 1. **光波传播理论**: 使用衍射积分来描述光线通过透镜后的分布情况。这一过程考虑了系统的孔径大小、像差等因素的影响。 2. **傅里叶变换分析**: 将物体上的亮度变化视为一种周期信号,并利用傅里叶变换将其分解为空间频域中的不同分量。最终得到的结果即为该光学系统的 MTF 曲线图。 实际操作过程中,可以通过专用软件模拟或者实验测量两种方式获取数据。其中,实验法包括刀口扫描测试仪、星点测试卡等工具辅助完成精确评估工作[^3]。 #### 行业规范与认证体系 目前国际上有多个组织制定了关于光学器件质量评定方面的指导文件,比如 ISO 和 JEIDA(日本电子工业发展协会)。它们分别提出了各自的评判准则用于统一市场准入门槛并促进技术进步: - **ISO 9334:** 主要针对摄影用途制定了一套详细的评价流程; - **JEIDA MD-007A:** 更侧重机器视觉领域内的特殊要求,规定了如何正确解读由设备所记录下来的图像特征参数表征出来的清晰程度差异等问题[^4]。 得注意的是,尽管存在上述通用型框架结构可供参考借鉴,但由于每种产品都有独特的设计目的及其对应的优化方向,因此各家公司往往会基于自身经验积累再额外补充一些内部使用的附加条款作为补充说明部分加以完善整个检验环节的工作效率提升效果显著。 ```python import numpy as np from scipy.fftpack import fftshift, fft2 def calculate_mtf(image): """ Calculate the Modulation Transfer Function of an image. Parameters: image : ndarray Input grayscale image. Returns: mtf_value : float Computed MTF value at a specific spatial frequency. """ # Perform Fourier Transform on Image f_transformed = fft2(image) magnitude_spectrum = np.abs(f_transformed) # Apply FFT Shift to Center Frequencies centered_freqs = fftshift(magnitude_spectrum) # Compute Radial Profile and Normalize it for MTF Calculation radial_profile = compute_radial_profile(centered_freqs) normalized_profile = normalize(radial_profile) return normalized_profile[-1] # Helper Functions Definition Omitted Here For Brevity... ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值