跳轉到

MTF與SFR

我們在評估成像解像力與影像銳利度有很成熟的方法與工具，其指標就是調製傳遞函數（MTF）與空間頻率響應（SFR），只要透過拍攝指定的圖卡，透過數學分析，就能快速取得評斷的數值。

簡單來說，MTF 談的是純光學理論，評估光學系統對連續正弦光柵的對比度還原能力；而 SFR 則是我們在數位世界中實際量測到的結果，它綜合了鏡頭、感光元件（Sensor）以及影像處理器（ISP）的整體表現。

在量測出完整的 SFR 曲線後，我們一般會優先確認 SFR50 與 SFR 奈奎斯特極限頻率（Nyquist） 的數值。這是因為 SFR50 剛好是人類視覺判斷清晰度的生理臨界點，這個數值越高，我們肉眼看照片的主觀感受就越銳利；而奈奎斯特頻率則是用來評估鏡頭與感光元件的硬體搭配程度，如果這個極限數值過高，就很容易在畫面上引發數位摩爾紋（Moiré）與偽色（Aliasing）干擾。

本文介紹基本的 MTF 與 SFR 在拍攝圖卡後的數學模型，廠商可能會因自身需求進行調整，因此可能會出現同樣都是 SFR 但不同單位測量的數值有所差異的情況，但原理大差不差，如果雙方趨勢一致，其實可以很容易做對齊。

1. 核心觀念與定義

在影像科學中，調製傳遞函數與空間頻率響應是評估成像系統解像力的重要指標，兩者在定義與應用層面有著本質差異。

1.1 調製傳遞函數 (MTF)

  • 全名：Modulation Transfer Function
  • 物理意義：光學系統對不同空間頻率的連續正弦光柵之對比度（反差）還原能力。
  • 特性：屬於純光學的理論定義，主要反映光學系統在連續空間下的解析能力。此指標不考慮感光元件的像素限制，且受限於光學散射與繞射，其數值在物理上不會大於 1.0。

1.2 空間頻率響應 (SFR)

  • 全名：Spatial Frequency Response
  • 物理意義：數位成像系統（包含鏡頭、感光元件及 ISP 訊號處理）對空間頻率響應的實際量測結果。
  • 特性：在數位影像量測中，通常透過拍攝斜邊圖卡（Slanted-Edge）來估算 MTF。由於實際量測包含了環境雜訊、像素網格干擾以及 ISP 演算法的邊緣銳化（Sharpness），其數值可能大於 1.0。

2. 理論基礎與數學推導

調製度（Modulation）的本質為光的強度變化，計算公式為：

\[M = \frac{I_{\max} - I_{\min}}{I_{\max} + I_{\min}}\]
\[\text{MTF} = \frac{M_{\text{output}}}{M_{\text{input}}}\]

公式之前提為輸入影像需為特定空間頻率的理想正弦光柵。

2.1 傳統 MTF 的計算與限制

在理論模型中，相機記錄的影像屬空間域 \((x,y)\)，輸入影像 \(f(x,y)\) 與點擴散函數 \(h(x,y)\) 進行卷積後產生輸出影像 \(g(x,y)\)。透過對二維點擴散函數進行傅立葉變換可得到光學傳遞函數 (OTF)：

\[\mathrm{OTF}(u, v) = \mathcal{F}\{h(x, y)\} = |H(u, v)| \cdot e^{i \phi(u, v)}\]

將其取模長並歸一化即可求得 MTF。然而，在實務中無法製造出物理上無限小的點光源，導致無法直接量測 \(h(x,y)\)。

2.2 SFR 斜邊法數學推導

為解決上述限制，ISO 12233 標準提出斜邊刀口圖卡進行量測。其數學推導過程如下：

  1. 卷積與 ESF：利用中央切片定理，將 \(h(x,y)\) 積分壓扁為一維線擴散函數 \(\text{LSF}(x)\)。當理想黑白階躍訊號 \(u(x)\) 通過系統後，輸出影像將形成邊緣擴散函數 \(\text{ESF}(x)\)：

    \[\text{ESF}(x) = u(x) * \text{LSF}(x) = \int_{-\infty}^{x} \text{LSF}(\tau) d\tau\]

  2. 微分特性轉化：根據微積分定義，\(\text{LSF}(x)\) 為 \(\text{ESF}(x)\) 的導數。引入傅立葉變換的微分特性可得輸出頻率譜：

    \[\mathcal{F}\{\text{ESF}(x)\} = \frac{\mathcal{F}\{\text{LSF}(x)\}}{i 2\pi f}\]

  3. 計算複數傳遞率：假設系統滿足線性與空間不變性（LTI），將輸出頻率譜除以輸入階躍訊號的頻率譜 \(\frac{1}{i 2\pi f}\)，可得傳遞率等於 \(\mathcal{F}\{\text{LSF}(x)\}\)。

  4. 歸一化求得 SFR：為排除相位對量測的影響，對傳遞率取絕對值，並除以零頻率（大背景總能量）進行歸一化：

    \[\mathrm{SFR}(f) = \frac{\left| \mathcal{F}\{\text{LSF}(x)\}(f) \right|}{\left| \mathcal{F}\{\text{LSF}(x)\}(0) \right|}\]

在連續系統下，該推導結果與一維 MTF 定義一致，證明斜邊法可用於估算 MTF。

3. 實務量測方法分析

3.1 斜邊圖卡傾斜 5 度之原理

數位感光元件由離散像素網格構成。若邊緣圖卡呈完全垂直或水平，取樣結果將產生非黑即白的不連續跳躍，無法精確還原邊緣過渡狀態。將邊緣傾斜約 5 度，可使每一列像素切割黑白邊界時產生微小的相位差。透過軟體演算法將不同列的像素數據沿同一水平方向投影（Binning），能在離散的感光元件上取得子像素級別（Sub-pixel）的超採樣 ESF 曲線，進而突破硬體解析度限制。

3.2 訊號響應測試之效率

直接量測輸出影像的最大與最小亮度僅能獲取單一頻率之 MTF 數值，且實際印刷的方波包含高頻諧波，直接測量會產生對比傳遞函數 (CTF)。斜邊法使用的階躍訊號，在傅立葉領域包含了從低頻至極限的高頻訊號，演算法僅需單次傅立葉轉換即可計算出連續的頻率響應曲線，在工程實務上具備較高效率。

4. 工業標準與常用指標

工程上通常透過讀取 SFR 曲線上的特定座標點來評估成像系統。

4.1 SFR50 / MTF50

  • 定義：指影像對比度（調製度）衰減至 50% 時所對應的空間頻率。
  • 視覺生理學關聯：依據對比敏感度函數（CSF）等人因實驗，當對比度維持在 50% 以上時，人類視覺主觀判定其清晰度變化不大；若低於 50%，視覺感知會明顯察覺邊緣模糊。因此，SFR50 數值較高代表影像在視覺感知上具備較佳的銳利度（Sharpness）。
  • 訊號處理特性：調製度衰減至 50% 代表光波調製振幅減半，相當於訊號處理中的 -3dB 頻寬模型。該點位於傳遞函數斜率變化顯著之區間，量測敏感度高，能有效區分系統光學表現。

4.2 SFR @ Nyquist (\(f_N\))

  • 定義：系統在奈奎斯特極限頻率（通常歸一化為 \(0.5 \text{ cycles/pixel}\)）下的對比度保留率。
  • 物理意義：用以評估鏡頭解析力與感光元件像素密度的匹配程度。若該數值過高，雖然保留了高頻細節，但超出感光元件採樣極限的高頻訊號會產生折返現象，易在數位影像中引發摩爾紋（Moiré）與偽色（Aliasing）干擾。

4.3 銳化演算法（Sharpness）之影響

現代成像系統之 ISP 常具備銳化處理（如 Unsharp Masking），其演算法原理為對空間域影像疊加二階微分之反向增益。在微分過程中，邊緣響應將產生過衝（Overshoot）與下衝（Undershoot）現象。轉換至頻率域時，等同於施加高通濾波，使中高頻段的振幅提升，這會導致測得之 SFR 數值超過 1.0，並使 SFR50 的評估指標向高頻推移。

參考資料

  1. 視覺生理學基礎：1956 年 Otto Schade 發表論文，透過大量實驗提出對比度衰減至 50% 附近與主觀銳利度具高度相關性，奠定視覺感知邊界的理論基礎。
  2. 演算法推導：1998 年至 2000 年，Don Williams 與 Peter Burns 等人提出傾斜邊緣量測法，透過子像素超採樣建構 ESF 數學模型，並指出 SFR50 具備較佳的訊號穩定度。
  3. 國際標準確立：上述理論經探討後收錄於 ISO 12233 國際標準中，確認 SFR50 在視覺心理學對應與量測穩定性上的優勢，使其成為數位影像評估的常規標準。後續透過相關量測軟體（如 Imatest）的推廣，進一步確立其在工程應用中的地位。