光学传递函数（OTF）：从数学到工程直觉
聊到像质评价，绕不开OTF。说实话，我刚入行那会儿，觉得这东西就是一堆数学公式，离实际设计很远。直到有一次，我设计一个投影镜头，用点列图看挺漂亮，结果装到系统里，图像细节糊成一团。后来一测MTF，才发现中频掉得厉害。从那以后，我养成了习惯——看任何光学系统，先看OTF。
OTF的数学定义
OTF，全称Optical Transfer Function。说白了，它描述的是光学系统对空间频率的传递能力。数学上，它是点扩散函数（PSF）的傅里叶变换。
公式长这样：
OTF(fx, fy) = ∬ PSF(x, y) · exp[-j2π(fx·x + fy·y)] dx dy其中fx、fy是空间频率，单位是lp/mm（线对每毫米）。
你想想看，一个理想点光源经过光学系统后，会变成一个弥散斑——这就是PSF。把这个弥散斑做傅里叶变换，就得到了OTF。它是个复函数，包含了振幅和相位两方面的信息。
关键理解： OTF = 振幅传递 + 相位传递。振幅部分告诉你对比度损失了多少，相位部分告诉你图像有没有发生位移或畸变。
MTF与PTF的分解
OTF可以拆成两部分：
- MTF（调制传递函数）：OTF的模，反映对比度传递能力
- PTF（相位传递函数）：OTF的幅角，反映相位延迟
公式表达：
OTF(f) = MTF(f) · exp[j·PTF(f)]MTF = |OTF|，PTF = arg(OTF)。
我在项目中遇到过不少新手，只看MTF曲线，觉得0.3以上就OK。但PTF如果非线性，图像照样会变形。举个例子，一个镜头MTF在0.5，但PTF在某个频率突然跳了π相位——你看到的图像边缘会出现“鬼影”。
| 参数 | 物理含义 | 工程关注点 |
|---|---|---|
| MTF | 对比度传递效率 | 值越高，图像越清晰 |
| PTF | 相位延迟 | 线性度越好，图像畸变越小 |
我的经验： 设计成像系统时，MTF在截止频率处降到0.1~0.2是正常的。但如果PTF在通带内出现超过π/4的波动，就要警惕了——这通常意味着像差校正不到位。
截止频率与奈奎斯特采样
每个光学系统都有一个理论极限——截止频率。对于衍射受限系统，截止频率由波长和F数决定：
fc = 1 / (λ · F/#)比如，λ=0.55μm，F/2.8的镜头，fc ≈ 649 lp/mm。超过这个频率，MTF直接归零，系统无法传递任何信息。
但实际中，我们更关心的是奈奎斯特频率。它由探测器像素尺寸决定：
f_Nyquist = 1 / (2 · pixel_pitch)举个例子，像素尺寸5μm的传感器，奈奎斯特频率是100 lp/mm。这意味着，镜头在100 lp/mm处的MTF，直接决定了最终图像的清晰度。
避坑指南： 我曾经设计过一个高分辨率镜头，MTF在200 lp/mm处还有0.4，觉得性能爆表。结果配了个大像素传感器，奈奎斯特频率才50 lp/mm。镜头的高频能力全浪费了，成本还高了一倍。记住：镜头和探测器要匹配，不是MTF越高越好，而是在奈奎斯特频率处够用就行。
知识结构图：OTF核心逻辑
下面这张图，帮你理清OTF、MTF、PTF、截止频率和奈奎斯特采样之间的关系：
工程中的实用判断
说了这么多理论，落地到实际设计，我一般遵循几个原则：
- 先定奈奎斯特频率：根据传感器像素尺寸，算出f_Nyquist。这是硬指标。
- 再看MTF曲线：在f_Nyquist处，MTF最好不低于0.2。低于0.1，图像基本不可用。
- 检查PTF线性度：如果PTF在通带内波动超过π/2，考虑重新优化像差。
- 匹配镜头和探测器：镜头截止频率至少是奈奎斯特频率的2倍，否则浪费探测器分辨率。
一句话总结： OTF是光学系统的“频率响应”。MTF管对比度，PTF管相位。截止频率是物理极限，奈奎斯特频率是工程边界。两者匹配，系统才能发挥最佳性能。
嗯，这一章的内容就到这里。记住这些概念，后面讲像差优化时，你会反复用到它们。