监控摄像头性能检测报告

mtf 可以通过多种方式测量，至少在原则上是这样。调制可以直接在不同空间频率的条形图案上测量，无论是正弦的还是离散的。点扩散函数可以通过对小点成像并通过傅里叶变换来找到 mtf 来直接测量。还可以设想其他技术，例如使用具有已知光谱内容（如白噪声或其他特征）的随机目标（brauers 等人，2010）。在讨论纹理模糊的测量时，将重新审视这些技术的变体。
iso12233 标准 (iso, 2014) 描述了两种通过测量空间频率响应 (sfr) 来估计 mtf 的方法。mtf 和 sfr之间的区别是为了强调这样一个事实，即摄像头的测量频率响应可能会根据测量条件而改变，例如 反映在用于执行测量的测试图表中。因此，在实践中，不能使用单个 mtf 曲线准确地表征数码相机。 标准中描述了两种 sfr 方法：基于斜边的 sfr (e-sfr)和基于正弦西门子星形测试图的 sfr (s-sfr)。 这两种方法都将在以下部分中进行描述和讨论。
6.7.7 边缘 sfr
如上所述，测量 mtf 的一种方法是直接测量摄像头捕获的 psf。在实践中，这种方法相当困难，因为为了使成像的点光源尽可能小，其强度也会下降。这会使测量的信噪比非常低，从而引入大 的误差。此外，psf 由摄像头阵列进行采样，可能会在测量中引入混叠，并且还会大大限制分辨率。

个问题可以通过使用锐边目标来解决，例如刀口，而不是点光源。理想锐边与摄像头的 psf 的卷积是

这里， 是 heiside 阶跃函数，定义为

和 (x) 等式(6.27)中定义的 lsf。上面的结果意味着 lsf 是的导数，即边缘扩展函数 (esf)：