拍摄物体时，数码相机会将其采样到称为像素的空间中。例如，如果使用 12 x 12 像素的相机拍摄某个物体，则该物体将具有如下所示的无法识别的形状。当然，这只是出于解释目的的假设。
我在这里想说的是，数字图像被划分为称为像素的空间，并代表这些像素的平均亮度。如果只考虑一个方向，水平或垂直，并将其写成公式，
其中 w 是像素大小，f(x) 是原始图像，g(x) 是数字化图像。如果我们根据空间频率通过像素大小重写传递函数（MTF），
如果你从两个方向思考，
将上面的方程绘制成图形，如下所示。
为了便于理解，将用像素（矩形）和图像（点）来解释（上右图） 位置1的点对应于像素空间频率的一半。它具有跳过一个像素的点形状，并且两个点的频率完全不同。然而，如果点稍微向一侧移动并存在于像素之间，则对比度可能为零（上面sinc函数图中的点2和3），此时图像点频率称为奈奎斯特频率。位置2和位置3的点也可以说是不可区分的点。
不同填充因子的 MTF 差异（70% 与 100%）
上述是整个像素已被采样，但是如果我们只看到其中的一部分怎么办？也就是说，上述情况是填充因子100%。那么，如果仅在 70% 的区域而不是所有像素尺寸接收到光线，会发生什么情况？
·
为了使面积变为70%，x和y方向上现有的像素尺寸w必须为0.84w。(0.84 x 0.84 = 0.7) 考虑采样MTF，可以表示如下。
·
比较一下 100% 填充因子和 70% 填充因子的 MTF ：
左边是填充因子为100%的像素结构示例，右边是填充因子为70%的像素结构示例。两个像素具有相同的奈奎斯特频率 0.5w。但是，如果比较 0.5 左右，您会发现随着填充因子增加到 70%，MTF 从 40% 下降到 15%。
换言之，即使在相同奈奎斯特频率的条件下，MTF值也可能根据填充因子而变化，填充因子越高，可以再现越高的对比度，因此，不要忽略传感器的填充因子也是MTF的一个影响因素。
来源：PixelToImage
本文仅做学术分享，侵删。
