Image processing 如何根据理想传感器的调制传递函数对其输出进行计算建模？

假设我有一个分辨率为N×M的光学传感器，我想给另一个图像建模，这个图像的分辨率比我的传感器的分辨率大一些简单的因素。我想，假设一个理想的镜头场景，如果我们知道传感器的位置，我们就可以对这种传感器的输出进行建模。在给定假设输入图像和传感器分辨率的情况下，使用该函数对传感器的输出进行实际建模的步骤是什么？这样做有意义吗

---

我需要事先计算图像的空间频率吗？如果是这样的话，我就无法理解这在逻辑/物理上意味着什么。我会计算每个像素之间的对比度吗？我甚至不知道如何使用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，或者是距离传感器一定距离处可辨别空间频率的函数。MTF在频域中，不包含复相位分量（即相位分量）。MTF=点扩展函数的前向傅里叶变换。点扩散函数在计算上被建模为2D模糊核，因此我们的目标是将MTF转换为PSF（也称为模糊核，用于测量光如何从图像中的光源扩散，类似于模糊核）

为了做到这一点，需要对MTF进行傅里叶逆变换，这将为您提供所需的PSF，您可以在两个方向上使用它（对一个图像应用垂直和水平内核）。MTF可以在函数或周期/幅度数组中给出，如果给定的函数需要将其转换为周期/幅度数组，请选择要查找空间频率幅度的周期，并将值插入MTF。然后，IFFT可以作用于该循环/幅度对数组，从而产生可用于计算的PSF

此外，还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