一、銳度介紹
銳度是衡量圖像質量的最重要的因素之一，它反應了圖像細節數量的多少。銳度是由不同色調或顏色區域之間的邊界定義的。目前主流的辦法主要有三種TV line檢測，MTF檢測，和SFR 檢測。
TV line
TV line主要用於主觀測試，也有一些讀取TV line的軟件如HYRes。但是總體來說沒有一個具體的標准。大多數公司是以人的讀取為標准。不同人的讀取，以及狀態的不同都會導致讀取值的不穩定。而且如ISO12233 chart 實際上我們讀出的線對數只能代表讀出位置的狀況。尤其中心的TV line跨度很大，很難反映一個成像系統。
MTF
MTF是Modulation Transfer Function的英文簡稱，中文為調制傳遞函數。是指調制度隨空間頻率變化的函數稱為調制度傳遞函數。個傳遞函數最開始是為了說明鏡頭的能力。在各個攝像頭鏡頭中經常采用MTF描述鏡頭的MTF曲線，表明鏡頭的能力。這些曲線是通過理想的測試環境下盡量減少其它系統對鏡頭的解析力的衰減的情況下測試得出的。但是其實MTF也可以涵蓋對整個成像系統的解析力評價。
SFR
SFR是 spatial frequency response (SFR) 主要是用於測量隨着空間頻率的線條增加對單一影像的所造成影響。簡言之SFR就是MTF的另外一種測試方法。這種測試方法在很大程度上精簡了測試流程。SFR的最終計算是希望得到MTF曲線。SFR的計算方法和MTF雖然不同但是在結果上是基本一致的
下圖的上半部分是原始圖像，下半部分是經過鏡頭后的圖像，即使最好的鏡頭也會導致圖像一定程度的模糊，越差的鏡頭導致的模糊越嚴重。
Bar pattern: Original (top); with lens degradation (bottom)
測量銳度的方法是使用邊緣的上升距離，例如從像素亮度的10%到90%的距離（以像素、毫米或圖像高度的分數為單位）。這稱之為10-90%上升距離。但是從各個部件的邊緣上升距離計算整個成像系統的邊緣上升距離比較困難。為了解決這個問題，通常在頻域空間進行測量。而空間頻率的單位一般是線對每毫米(lp/mm)，周期每毫米(cycles/pixel)，線寬圖像高度比(LW/PH)。其中cycles/pixel是用來測試數字感光芯片的單位。
在給定的空間頻率上的相對對比度(輸出對比度/輸入對比度)稱為調制傳遞函數(MTF)或空間頻率響應(SFR)。下圖是一個正弦模式的圖像，上半部分是原圖，下半部分是經過鏡頭衰減的圖片，它在高頻區域的對比度下降比較快。
Bar pattern: Original (top); with lens degradation (bottom)
二、銳度測量
下邊是正玄圖形和條狀圖形分別經過鏡頭后的圖像。
- l紅色曲線表示經過鏡頭后的條狀圖形的亮度，由波形可見，在高空間頻率下，圖像的對比度降低了；
- l藍色曲線代表着相應的MTF（SFR）；
MTF算法是分析鏡頭解像能力的算法，其全稱是Modulation Transfer Function(調制傳遞函數)。為了理解這個，首先需要知道什么是調制Modulation。
Modulation類似於對比度的概念，其數學表達公式如下：
它表示的是亮度最大值和亮度最小值的差值除以它們的和。如果在一張圖像中，Imax = 255，Imin=10，那么M = 0.9245。而對比度則是亮度最大值除以亮度最小值，在這里等於25.5. 可以這樣理解：Modulation是歸一化之后的對比度。
然而，在相機拍照的過程中，實際景象的Mi與拍攝得到圖像的Mo並不是一致的。對此，有這樣的傳遞函數：
使用MTF50或MTF50P評價圖像的原因:
(1) 圖像對比度是其低頻或峰值的一半，因此細節仍然很明顯。在MTF較低(10%或更低)的空間頻率下，眼睛對細節相對不敏感。
(2) 在MTF50和MTF50P附近，大部分相機的響應迅速下降。
(3) MTF50P是強銳化相機的一個更好的度量標准，它在邊緣附近有“光暈”，並且在MTF響應中有相應的峰值。
首先SFR不需要拍攝不同的空間頻率下的線對。它只需要一個黑白的斜邊（刀口）即可換算出約略相等於所有空間頻率 下的MTF。如何通過一個斜邊計算出大家可以去看下ISO12233-2000那篇文檔，里面說的很詳細。具體的流程如下圖。
具體步驟如下：
1）在相機獲取到的RGB圖像數據中選擇對應垂直斜邊ROI，並將其轉化為Gray ROI;
2）對得到的Gray ROI數據進行線性化，得到linear ROI數據；
3）計算每一行的centroid，即圖像重心，這樣能夠得到每一行數據的邊緣位置。
4）獲取到的centroid進行線性回歸，得到對應的邊緣數據，包括斜率、截距等。
5）獲取得到重新定位ROI，根據圖像數據及其到邊緣的距離，獲得ESF。
6）對ESF進行4倍超采樣，根據每個數據與它同一行的邊緣位置的距離，分別放入4個容器中，獲得4xESF。
7）對4xESF進行差分運算，獲得LSF。
8）對LSF應用漢明窗，減少圖像邊緣及噪聲影響。
9）進行DFT運算，獲得OTF。
10）從OTF的實部獲得SFR。
注：具體的計算過程參考：
https://blog.csdn.net/jaych/article/details/51030939
https://blog.csdn.net/eric_e/article/details/88214291
三、測試結果說明
1、單位之間的轉換：
2、測試結果的解讀
