4、点扩散函数与光学传递函数：PSF、OTF、MTF的概念、计算与测量方法
在光学成像系统的评价体系中，点扩散函数（PSF）与光学传递函数（OTF）是连接“物理光学描述”与“工程量化指标”的核心桥梁。PSF描述了一个理想点光源经过成像系统后在像面上形成的能量分布，而OTF则是PSF的傅里叶变换，其模量即为调制传递函数（MTF）。MTF是工程中最常用的分辨率与对比度传递指标，直接决定了成像系统对细节的还原能力。本章将从数学定义、物理意义、数值计算、实验测量及工程误区五个维度展开，帮助学员建立从“单点响应”到“全频域评价”的完整知识链条。
4.1 核心原理：从PSF到OTF的数学桥梁
点扩散函数PSF(x,y)定义为：当输入为理想点光源δ(x,y)时，像面光强分布。在等晕区内，成像系统可视为线性平移不变系统，因此任意物面光强分布O(x,y)与像面分布I(x,y)满足卷积关系：I(x,y) = O(x,y) ⊗ PSF(x,y)。对等式两边做二维傅里叶变换，卷积变为乘积：ℱ{I} = ℱ{O} · ℱ{PSF}。这里ℱ{PSF}即为光学传递函数OTF(fx,fy)，它是一个复函数，包含幅值信息MTF和相位信息PTF。
MTF(fx,fy) = |OTF(fx,fy)|，表示系统对特定空间频率(fx,fy)的正弦光栅的对比度传递效率。理想系统MTF=1，实际系统因衍射、像差、离焦等因素，MTF随频率增加而下降。PTF则反映相位畸变，对非对称像差（如彗差）敏感。值得注意的是，MTF并非直接等于PSF的傅里叶变换幅值，而是归一化后的结果：MTF(0,0)=1，即零频分量完全通过。
4.2 计算方法：数值模拟与离散化处理
在工程计算中，PSF的获取途径主要有三种：理论衍射计算、光学设计软件仿真（如Zemax、Code V）、实验测量。理论计算时，对于圆形光瞳，无像差情况下的PSF为艾里斑：PSF(r) = [2J₁(πr/λN) / (πr/λN)]²，其中J₁为一阶贝塞尔函数，N为F数。但实际系统必然存在像差，此时需采用衍射积分或光线追迹+衍射混合算法。
离散化计算流程如下：
- 光瞳采样：将入瞳离散为N×N网格，每个网格点赋予振幅（通常均匀）和相位（由波像差决定，如泽尼克多项式表示）。
- 衍射传播：对光瞳函数做快速傅里叶变换（FFT），得到像面复振幅分布。
- 取模平方：复振幅的模平方即为PSF。
- OTF计算：对PSF再做FFT，并归一化到零频为1。
需要注意采样间隔与频率分辨率的匹配。设光瞳采样间隔为Δp，光波长为λ，焦距为f，则像面采样间隔Δx = λf / (N·Δp)。若PSF采样不足，会导致OTF高频段混叠。工程上建议PSF阵列大小至少为256×256，且光瞳采样满足奈奎斯特条件。
4.3 测量方法：从实验室到产线
实验测量MTF的常用方法包括点源法、狭缝法和刀口法。点源法直接测量PSF，但需要极亮且极小的点光源（通常用激光耦合针孔），且对探测器动态范围要求高。狭缝法使用宽度远小于系统分辨极限的狭缝，得到线扩散函数LSF(x)，一维OTF即为LSF的傅里叶变换。刀口法（刃边法）使用半平面刀口，采集刃边响应函数ESF(x)，对ESF求导得到LSF，再傅里叶变换得到MTF。
| 方法 | 输入目标 | 中间量 | 优点 | 局限 |
|---|---|---|---|---|
| 点源法 | 针孔/星点 | PSF | 直接、二维信息全 | 光源亮度要求高、对准难 |
| 狭缝法 | 狭缝 | LSF | 信噪比高、一维快速 | 需精确对准狭缝方向 |
| 刀口法 | 刀口 | ESF→LSF | 鲁棒、易实现、适合产线 | 微分放大噪声、需平滑处理 |
刀口法是目前工业检测的主流选择。其关键步骤包括：刀口倾斜约2°~5°以获取亚像素采样，对ESF进行去噪和拟合（常用费米函数或样条拟合），再数值微分得到LSF，最后加窗函数（如汉宁窗）抑制旁瓣泄漏，再做FFT得到MTF。
4.4 实战案例：手机镜头模组MTF产线测量
背景与约束：某手机镜头模组产线需对每颗镜头进行MTF快速检测，节拍时间≤3秒/颗，检测项包括中心视场和0.6视场的MTF值（频率为奈奎斯特频率的一半，即约150 lp/mm）。产线环境存在振动、光照波动，且操作员非光学专业。
初始现象：采用传统点源法时，因针孔对准耗时且光源亮度不稳定，导致测试重复性差（MTF值波动±0.08），且节拍超标。
分析与决策：改用刀口法。设计一个不锈钢刀口，刃边粗糙度<0.1μm，倾斜角3°。使用平行光管提供无穷远目标，刀口位于像面前方约0.5mm处。探测器采用2048×2048 CMOS，像元尺寸2.2μm。
操作流程：
- 将刀口置于视场中心，采集刃边图像（曝光时间10ms，增益1×）。
- 对图像进行暗场校正和平场校正，消除固定模式噪声。
- 提取刃边区域（约200×200像素），按行拟合刃边位置，得到亚像素ESF。
- 对ESF进行高斯滤波（σ=0.5像素），再求导得LSF。
- 对LSF加汉宁窗，做512点FFT，取模并归一化，读取150 lp/mm处MTF值。
结果对比：改造后单颗测试时间降至2.2秒，MTF重复性提升至±0.02。与实验室Zemax仿真值对比，偏差<3%。但发现0.6视场MTF偏低，经排查为刀口倾斜角在边缘视场引入的离焦误差，通过调整刀口支架的Z轴补偿后解决。
4.5 常见误区与复盘
误区一：将PSF的傅里叶变换直接当作MTF。实际上OTF是归一化后的结果，若不除以零频分量，MTF在零频处不为1，导致对比度传递比例失真。
误区二：忽略PTF的影响。对于非对称像差（如彗差、像散），PTF不为零，即使MTF较高，图像仍可能出现拖尾或振铃。评估系统时应同时关注PTF，尤其在波前编码和计算成像系统中。
误区三：采样不足导致混叠。当PSF阵列尺寸过小或采样间隔过大时，OTF高频部分会折叠到低频，造成MTF虚假偏高。建议PSF有效支撑区域至少覆盖5×5个艾里斑半径，且FFT点数≥256。
误区四：刀口法中的窗函数选择不当。矩形窗会导致频谱泄漏，使MTF在低频出现波动；而过度平滑的窗函数（如布莱克曼窗）会压低高频MTF。工程上推荐汉宁窗或汉明窗，并保证LSF两侧衰减到峰值1%以下。
最后，MTF曲线并非越高越好。过高的MTF可能意味着系统对噪声的放大也增强，尤其在探测器采样频率接近奈奎斯特频率时。实际系统设计应综合考虑MTF、噪声功率谱和视觉感知模型，以信息容量或主观图像质量作为最终评价标准。