3. SFR（空间频率响应）详解
说到像质评价，SFR 是个绕不开的概念。我刚开始接触这行时，总觉得 MTF 才是王道，SFR 是什么东西？后来被项目狠狠教育了一回——才发现，SFR 才是真正能落地的工具。
这一节，咱们就把 SFR 彻底讲透。从定义到计算，从测试卡到实战坑点，一次性说清楚。
3.1 SFR 的定义
SFR，全称 Spatial Frequency Response，空间频率响应。说白了，它描述的是：一个成像系统，对不同粗细条纹的还原能力。
你想想看，一张照片里，有很粗的纹理（低频），也有很细的细节（高频）。系统能不能把细条纹也拍清楚？SFR 就是量化这个能力的曲线。
核心定义：SFR 是系统对正弦波输入的幅度响应，随空间频率变化的函数。
单位：lp/mm（线对/毫米）或 LW/PH（线宽/像高）。
我个人习惯把 SFR 理解为「系统的频率传递特性」。它不是一个单一数值，而是一条曲线——横轴是频率，纵轴是响应幅度（0~1）。
3.2 SFR 与 MTF 的关系
这个问题，几乎每个学员都会问。我直接说结论：SFR 和 MTF 本质上是同一个东西。
| 对比项 | SFR | MTF |
|---|---|---|
| 全称 | Spatial Frequency Response | Modulation Transfer Function |
| 来源 | 数字图像处理（ISO 12233） | 光学系统理论（傅里叶光学） |
| 输入信号 | 斜边（倾斜边缘） | 正弦光栅 / 方波光栅 |
| 计算方式 | ESF → LSF → DFT → SFR | 直接测量调制深度比 |
| 应用场景 | 相机、手机镜头、扫描仪 | 光学设计、镜头制造 |
嗯，这里要注意：SFR 是 MTF 在数字成像领域的具体实现。MTF 是理论概念，SFR 是工程方法。你用 ISO 12233 测试卡算出来的那条曲线，就是 SFR，但它反映的物理意义就是 MTF。
我的经验：在项目报告里，我通常写「SFR/MTF 曲线」。客户看 MTF 更熟悉，但内部开发我们只看 SFR 数值。别纠结名字，关键是理解曲线怎么读。
3.3 SFR 测试卡（ISO 12233）
做 SFR 测试，离不开标准测试卡。ISO 12233 是国际标准，定义了测试卡的图案和布局。
我记得第一次拿到 ISO 12233 测试卡时，觉得它长得挺复杂。其实核心就几个区域：
- 斜边（Slanted Edge）：最关键的图案。一条倾斜 5° 左右的黑色/白色边界线。SFR 就是靠它算出来的。
- 死像素检测区：几个小方块，用来检查传感器有没有坏点。
- 畸变网格：用来测量镜头畸变和视场角。
- 灰阶条：用于亮度响应和噪声评估。
为什么用斜边？因为斜边能提供亚像素级别的边缘信息。你想想看，如果边缘是垂直的，采样点只能落在整数像素上，精度不够。斜边一倾斜，每个像素行都能采到不同的相位信息——这就是 SFR 精度高的秘密。
避坑指南：我曾经遇到过测试卡打印质量不合格，边缘模糊，导致 SFR 曲线整体偏低。后来换了高精度打印的测试卡，数据才正常。测试卡本身的质量，直接影响结果可信度。
3.4 SFR 计算流程
SFR 的计算流程，我拆成 5 步。每一步都有坑，我一个个说。
- 提取 ROI（感兴趣区域）
从图像中截取包含斜边的矩形区域。ROI 大小建议 64×64 像素以上，太小了噪声影响大。 - 计算 ESF（边缘扩散函数）
对 ROI 内的每一行，找到边缘位置。把所有行的边缘对齐，叠加起来，得到一条平滑的亮度变化曲线——这就是 ESF。 - 求导得到 LSF（线扩散函数）
对 ESF 求一阶导数。ESF 是 S 形曲线，求导后得到 LSF——一个类似高斯分布的峰。 - FFT 变换
对 LSF 做离散傅里叶变换（DFT），得到频域响应。 - 归一化输出 SFR 曲线
把零频分量归一化为 1，横轴标定为空间频率（lp/mm 或 LW/PH）。
下面这张图，是我自己整理的 SFR 计算流程，你看一眼就明白了：
流程看起来简单，但实际跑起来，每一步都有细节。我举个例子：
ESF 计算的关键：边缘定位精度直接影响最终 SFR。我习惯用「质心法」找边缘，比简单的阈值法稳定得多。质心法对噪声不敏感，尤其适合低光照场景。
另外，FFT 之前要对 LSF 加窗。不加窗的话，频谱泄漏会污染低频段。我常用汉宁窗（Hanning window），效果比较均衡。
3.5 实战中的 SFR 解读
曲线出来了，怎么看？我总结几个要点：
- 低频段（0~0.1 奈奎斯特频率）：反映对比度还原能力。数值越接近 1 越好。低于 0.9 说明系统对比度损失明显。
- 中频段（0.1~0.5 奈奎斯特频率）：反映细节还原能力。这里下降越平缓，图像越「锐」。陡降说明镜头像差严重。
- 高频段（0.5~1.0 奈奎斯特频率）：反映极限分辨率。如果这里还有 0.2 以上，说明系统很优秀。低于 0.1 基本就是模糊一片。
我的习惯：看 SFR 曲线时，我重点关注 0.5 奈奎斯特频率处的数值。这个点平衡了锐度和噪声，是工程上最常用的评价指标。比如手机镜头，0.5 处 SFR ≥ 0.6 就算及格。
3.6 常见坑点与避坑
做 SFR 测试这么多年，踩过的坑不少。挑几个典型的说说：
- 测试卡摆放不平行：斜边必须与传感器行/列方向成 5° 左右夹角。角度偏差超过 2°，SFR 会明显偏低。我曾经因为测试卡没贴平，数据差了 15%。
- 光照不均匀：测试卡表面照度不均匀，会导致 ESF 曲线变形。建议用积分球光源，或者至少保证中心与边缘照度差 < 5%。
- ROI 包含其他图案：ROI 里不能有文字、污点或其他边缘。否则 LSF 会出现多个峰，FFT 结果完全乱掉。
- 忘记去噪：高 ISO 下噪声会污染 LSF。我建议先做中值滤波（3×3 核），再做边缘提取。噪声大的时候，SFR 曲线会「翘尾」，看着像高频很好，其实是假的。
重要提醒：SFR 曲线不是越高越好。过高的 SFR 往往伴随着振铃（ringing）和伪影。真正好的系统，SFR 曲线应该是平滑下降的，没有异常凸起或凹陷。
好了，SFR 的核心内容就这些。从定义到计算，从测试卡到实战解读，每一步都有讲究。你只要把流程跑通一遍，再对照我提到的坑点检查，基本不会出大问题。