假设我有一个分辨率为 N × M 的光学传感器，我想在给定另一幅图像的情况下对这种传感器的输出进行建模，该图像的分辨率比我的传感器的分辨率大一些。 我想假设一个理想化的镜头场景，如果我们知道传感器的调制传递函数 (MTF)，就可以对这种传感器的输出进行建模。 在给定假设的输入图像和传感器分辨率的情况下，使用这样的函数来实际模拟传感器的输出的过程是什么？ 这是否有意义/是否可能？
我需要提前计算图像的空间频率吗？如果是这样，我不明白这在逻辑/物理上意味着什么。 我会只计算每个像素之间的对比度还是其他什么？我什至无法理解如何使用 MTF 执行从输入到输出的转换，因为输入需要来自世界的空间信息。
我现在了解了如何在给定调制传递函数的情况下对理想化传感器的输出进行计算建模。
调制传递函数是可辨别对比度的度量，或者是距传感器一定距离处可辨别空间频率的函数。 MTF 位于频域，并且不包含复杂的相位分量（即光学传递函数）。 MTF = 点扩散函数的正向傅立叶变换。 点扩散函数在计算上被建模为 2D 模糊内核，因此我们的目标是将 MTF 转换为 PSF（又名模糊内核，测量光如何从图像中的源传播，其工作原理类似于 Gaussian）内核）。
为了做到这一点，需要在 MTF 上进行逆傅里叶变换，这将为您提供所需的 PSF，并且您可以在两个方向上使用它（将垂直和水平内核应用于一张图像）。 MTF 可以以函数或周期/幅度数组的形式给出，如果给定函数，您需要将其转换为周期/幅度数组，选择要查找空间频率幅度的周期并将值插入 MTF。 然后，IFFT 可以对这个周期/幅度对数组进行操作，从而生成可以在计算中使用的 PSF。
此外，可以将输入图像传输到频域以直接应用 MTF，但如果需要进行任何其他空间计算，则需要将其转换回来。