CN105486489A - 电视成像***调制传递函数测试装置及方法 - Google Patents

Abstract

本发明提出一种电视成像***调制传递函数测试装置及方法，属于光学测量技术领域。其特点是将待测电视成像***放置于由发光强度可调、空间均匀性高的积分球光源照明的准直光学***中，准直光学***的焦面放置狭缝靶标。狭缝靶标经过准直光学***和待测电视成像光学***后，成像到电视成像***的靶面上，图像记录与处理***对狭缝图像进行一系列计算和处理后，获得狭缝靶标的线扩散函数分布以及MTF值，由此完成电视成像***MTF的测量。

Description

电视成像***调制传递函数测试装置及方法

技术领域

本发明涉及光学计量与测量领域，具体为一种电视成像***调制传递函数测试装置及方法。

背景技术

调制传递函数(MTF)是成像***性能最基本的评价参数之一，反映了成像***对景物中各空间频率分量的响应特性，体现了成像***对不同空间频率的目标对比度的传输能力，因此MTF是评价成像***成像性能的一项重要指标。

可见光电视成像观瞄***负责对目标进行搜索、跟踪和瞄准，其成像性能是决定***作用距离和跟踪精度的关键所在，因此必须对电视成像***的成像性能进行准确测量和评估。

可见光电视成像观瞄***通常是将光学***和CCD成像器件固定在一起，由CCD将光学***所成的像转化为电信号，然后对电信号进行电子放大和处理，最终将视频图像信号传输到显示器上，进行图像显示。由此可见，电视成像***成像的性能不仅与光学***成像性能、CCD成像器件的性能有关，还与光学***与CCD的匹配精度、电子电路的处理和转化精度等有关。因此，对于电视成像***的MTF评价方法既不同于普通光学透镜的像质评价，也不同于CCD器件的性能评价方法。为了对电视成像***的成像性能进行评价，就必须对电视成像***整机的MTF进行准确测量。

电视成像***MTF测试装置需要利用待测电视成像***自身CCD器件采集并获得靶标的图像，由计算机软件通过对CCD像面靶标的灰度分布进行分析计算得到待测电视成像***的MTF值。

在实际中，由于电视成像***MTF测试装置照明光源强度空间分布的不均匀、强度不稳定、以及电视成像***自身的特点，如接收器为离散型器件、具有不同灰度动态范围，器件具有随机噪声等，会影响CCD器件像面图像的灰度分布以及线扩散函数的判读等，最终影响MTF测量结果。

发明内容

为了解决以上问题，本发明提供一种电视成像***调制传递函数测试装置及方法，可对不同视频格式、不同灰度等级、以及不同噪声水平的各类电视成像***MTF测量仪进行高准确度测量。

本发明的技术方案为：

所述一种电视成像***调制传递函数测试装置，其特征在于：包括积分球光源***(1)、靶标组(2)、滤光片组(3)、平面反射镜(4)、离轴抛物面反射镜(5)和计算机处理***(7)；

所述平面反射镜(4)和所述离轴抛物面反射镜(5)组成准直光学***；

所述积分球光源***(1)的输出光强可调；

所述靶标组(2)由单狭缝靶标、多狭缝靶标和全黑靶标组成；根据需要选择靶标组(2)中的靶标固定在积分球光源***(1)的出口位置；靶标处于离轴抛物面反射镜(5)的焦点位置；

所述滤光片组(3)安装在积分球光源***(1)的出口位置；将从积分球光源***(1)输出的光变为所需波长的光；

所述计算机处理***(7)与积分球光源***(1)以及待测电视成像***(8)连接，待测的电视成像***(8)接收准直光学***输出的平行光；计算机处理***(7)控制积分球光源***(1)调整输出光强，计算机处理***(7)控制待测电视成像***(8)进行图像采集，计算机处理***(7)对采集的图像进行处理。

进一步的优选方案，所述一种电视成像***调制传递函数测试装置，其特征在于：所述积分球光源***(1)由积分球(1-1)、卤钨灯(1-2)、精密直流程控电源(1-3)和电动可变光阑(1-4)组成；计算机处理***(7)控制精密直流程控电源(1-3)和/或电动可变光阑(1-4)调整积分球光源***(1)输出光强。

进一步的优选方案，所述一种电视成像***调制传递函数测试装置，其特征在于：积分球(1-1)出口端面安装有定位销；靶标组(2)的靶标边缘有缺口，靶标边缘缺口与定位销配合；带有狭缝的靶标上的狭缝方向垂直于待测电视成像***(8)的CCD靶面扫描方向。

进一步的优选方案，所述一种电视成像***调制传递函数测试装置，其特征在于：靶标组(2)中，单狭缝靶标的狭缝宽度选取为50μm、100μm或200μm，单狭缝靶标和多狭缝靶标的狭缝开口直线性优于0.5％。

所述一种利用上述装置进行电视成像***调制传递函数测试的方法，其特征在于：包括以下步骤：

步骤1：将靶标组(2)中的多狭缝靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对多狭缝靶标进行图像采集，计算机处理***(7)计算成像所得图像数据中最大灰度值与待测电视成像***(8)中探测器饱和灰度值I_{full_t}的比值，若比值不满足设定要求，则调节积分球光源***(1)的输出光强，直至比值满足设定要求；所述多狭缝靶标上的狭缝个数为T；

步骤2：计算机处理***(7)提取待测电视成像***(8)对多狭缝靶标采集的图像，利用该图像并按照以下步骤获得***放大率β：

步骤2.1：采用二值化阈值T_BW对图像进行二值化处理，得到二值化图像I_BW；

步骤2.2：在二值化图像I_BW中选取一个矩形区域I_ROI，所述矩形区域I_ROI高度方向上的两条边均处在狭缝上，宽度方向上的两条边分别处于T个狭缝整体的两侧；

步骤2.3：计算矩形区域I_ROI内每一行中灰度值为1的像素个数，形成数据序列{N_w}：

$N_w=\underset{v=a}{\overset{A}{\Σ}}{I}_{ROI}(x_v,y_w)$

并依次计算***放大率β：

$\mathrm{\β}=\frac{\left(\underset{w=b}{\overset{B}{\Σ}}{N}_w\right)\×\mathrm{\Δ}x/(B-b)}{T*L}\×\frac{f^{\′}}{f_0}$

其中，v，w均为整数，v＝a，a+1，a+2，…A；w＝b，b+1，b+1，…，B；(x_v,y_w)为矩形区域I_ROI中像素(v,w)的坐标，(x_a,y_b)为矩形区域I_ROI中的像素起点(a,b)的坐标，(x_A,y_B)为矩形区域I_ROI中的像素终点(A,B)的坐标；I_ROI(x_v,y_w)为矩形区域中(x_v,y_w)处的灰度值；Δx为待测电视成像***(8)的像素尺寸，L为多狭缝靶标的单个狭缝宽度；f'为待测电视成像***(8)的焦距，f₀为准直光学***焦距；

步骤3：采用全黑靶标替换多狭缝靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对全黑靶标进行图像采集；计算机处理***(7)提取待测电视成像***(8)对全黑靶标采集的图像，得到背景灰度I_BK；

步骤4：采用单狭缝靶标替换全黑靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对单狭缝靶标进行图像采集，计算机处理***(7)计算成像所得图像数据中最大灰度值与待测电视成像***(8)中探测器饱和灰度值I_{full_t}的比值，若比值不满足设定要求，则调节积分球光源***(1)的输出光强，直至比值满足设定要求；而后待测电视成像***(8)对单狭缝靶标再次进行图像采集，计算机处理***(7)对采集的若干帧图像进行平均，得到平均灰度图像I_AV；

步骤5：通过以下步骤测量传递函数：

步骤5.1：在平均灰度图像I_AV中选取一个矩形区域I′_AV，所述矩形区域I′_AV高度方向上的两条边均处在狭缝上，宽度方向上的两条边分别处于狭缝两侧；

步骤5.2：对I′_AV中的每一行，均采用高斯函数对该行的灰度数据序列{L_i,j}进行最小二乘法数据拟合，得到拟合后的灰度数据序列{LFIT_i,j}，其中L_i,j表示I′_AV中第j行的第i点的灰度值，LFIT_i,j表示I′_AV中第j行的第i点的拟合灰度值；由拟合后的灰度数据序列{LFIT_i,j}得到矩形区域I″_AV；

步骤5.3：搜索矩形区域I″_AV中每一行的灰度最大值，得到矩形区域I″_AV中每一行灰度最大值对应像素的坐标，其中矩形区域I″_AV中第u行灰度最大值对应像素(max_u,u)的坐标为(x_{max_u}，y_u)，得到数据序列{X_{max_u},Y_u}：

X_{max_u}＝{x_{max_e}，x_{max_e+1}，x_{max_e+2}，......x_{max_E}}，

Y_u＝{y_e，y_e+1，y_e+2，......y_E}；

其中u＝e，e+1，e+2，…E，y_e为矩形区域I″_AV中起始行的行坐标，y_E为矩形区域I″_AV中终止行的行坐标；

步骤5.4：对于矩形区域I″_AV中的第u行，u＝e，e+1，e+2，…E，以该行灰度最大值对应像素(max_u,u)为中心，计算中心两侧N_u个对称像素点的灰度值之差的绝对值，并得到绝对值的均值：

$\mathrm{\δ}\left(y_u\right)=\{\underset{n=1}{\overset{N_u}{\Σ}}abs\[(I_{AV}^{\′\′}\left(x_{\max \_u+n},y_u\right)-I_{AV}^{\′\′}\left(x_{\max \_u-n},y_u\right)\]\}/N_u$

其中N_u同时满足条件 $abs\&lsqb;I_{AV}^{\&prime;\&prime;}(x_{\max \_u+N_u},y_u)-I_{AV}^{\&prime;\&prime;}(x_{\max \_u-N_u},y_u)\&rsqb;<\mathrm{\&Psi;},I_{AV}^{\&prime;\&prime;}(x_{\max \_u+N_u},y_u)<\mathrm{\&Phi;},$ $I_{AV}^{\&prime;\&prime;}(x_{\max \_u-N_u},y_u)<\mathrm{\&Phi;},x_{\max \_u+N_u}\&le;x_D$ 和 $x_{\max \_u-N_u}\&GreaterEqual;x_d;$ x_d为I″_AV中起始列的列坐标，x_D为I″_AV中终止列的列坐标，Ψ为像素灰度差阈值，Φ为像素灰度最小阈值，Φ取值为背景灰度值I_BK；

得到数据序列Δ_y＝{δ(y_e)，δ(y_e+1)，δ(y_e+2)，......，δ(y_E)}；

步骤5.5：搜索数据序列Δ_y的所有极小值：得到所有极小值行坐标组成的新的数据序列LN₁～LN_f是对应极小值所在行在矩形区域I″_AV中的行号；f是极小值个数；在数据序列Ω中任选两个相邻数据LN_p和LN_p+1，得到倾斜角α为：

$\mathrm{\&alpha;}=arctan\&lsqb;\mathrm{\&Delta;}x/(y_{{\mathrm{LN}}_{p+1}}-y_{{\mathrm{LN}}_p})\&rsqb;;$

步骤5.6：对矩形区域I″_AV中，处于第LN_p行和第LN_p+1行之间的像素的灰度数据进行合并，形成数据序列{LS(q)}：

当α>0时，LS(q)为：

$LS\left(q\right)=\left\{\begin{array}{cc}{I}_{AV}^{\&prime;\&prime;}(x_d,y_{{\mathrm{LN}}_p})& q=1\\ I_{AV}^{\&prime;\&prime;}(x_{d+\mathrm{int}q},y_{{\mathrm{LN}}_p+=\mathrm{mod}q})& q>1\end{array}\right.$

当α<0时，LS(q)为：

$LS\left(q\right)=\left\{\begin{array}{cc}{I}_{AV}^{\&prime;\&prime;}(x_D,y_{{\mathrm{LN}}_p})& q=1\\ I_{AV}^{\&prime;\&prime;}(x_{D-\mathrm{int}q},y_{{\mathrm{LN}}_p+\mathrm{mod}q})& q>1\end{array}\right.$

其中int()为取整函数，mod()为取余函数；q＝1，2，…，RN×(D-d)，RN＝LN_p+1-LN_p；d为I″_AV中起始列的像素编号，D为I″_AV中终止列的像素编号；

步骤5.7：采用以下步骤对数据序列{LS(q)}进行采样，得到数据序列{LSF(t)}：

步骤5.7.1：计算采样间隔INT1：

$INT1=\left\{\begin{array}{cc}\mathrm{int}(RN/S)& RN>S\\ 1& RN\&le;S\end{array}\right.$

式中int()为取整函数；S为采样率；

步骤5.7.2：根据采样间隔INT1计算MOD_q：MOD_q＝mod(q/INT1)，mod()为取余函数；

步骤5.7.3：在数据序列{LS(q)}搜索MOD_q为0的数据，组成数据序列{LSF(t)}，数据序列{LSF(t)}中的数据个数为INT2；

步骤5.8：根据以下公式计算F₀的h倍空间频率F_h的调制传递函数MTF(F_h)：

$MTF\left(F_h\right)=\frac{1}{D_0}\frac{\sqrt{C_h^2+S_h^2}}{MTFS\left(F_h\right)}$

其中：

$C_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}LSF(k+1)cos\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$S_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}LSF(k+1)sin\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$D_0=\mathrm{\&Delta;}v\&CenterDot;\underset{k=1}{\overset{K}{\&Sigma;}}LSF\left(k\right)$

$MTFS\left(F_h\right)=\frac{\sin \left(2{\mathrm{\&pi;F}}_h\mathrm{\&beta;}l\right)}{2{\mathrm{\&pi;F}}_h\mathrm{\&beta;}l}$

$F_0=\frac{1}{(D-d)\mathrm{\&Delta;}x}$

$F_h=\frac{h}{(D-d)\mathrm{\&Delta;}x}$

$\mathrm{\&Delta;}v=\frac{D-d}{K}\mathrm{\&Delta;}x$

K＝INT2；l为单狭缝靶标的狭缝宽度。

进一步的优选方案，所述一种电视成像***调制传递函数测试方法，其特征在于：步骤1以及步骤4中比值的设定要求为30％～80％。

进一步的优选方案，所述一种电视成像***调制传递函数测试方法，其特征在于：步骤4中，计算机处理***(7)对采集的不少于10帧图像进行平均，得到平均灰度图像I_AV。

进一步的优选方案，所述一种电视成像***调制传递函数测试方法，其特征在于：步骤5.2中，拟合后的灰度数据序列{LFIT_i,j}为：

$ln\left({\mathrm{LFIT}}_{i,j}\right)=\exp (c_0-\frac{c_1^2}{4c_2})\&times;\exp \&lsqb;c_2\&times;{(i+\frac{c_1}{2c_2})}^2\&rsqb;$

$c_0=\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j}-\frac{c_1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i-\frac{c_2}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2$

$c_1=\&lsqb;(\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j})-c_2(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2)\&rsqb;/\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;$

$c_2=\frac{(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2)\&CenterDot;(\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j})-(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j})\&CenterDot;\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;}{{(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2)}^2-\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^4-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\right)}^2\&rsqb;\&CenterDot;\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;}$

其中M为每行灰度数据序列{L_i,j}中的数据个数。

进一步的优选方案，所述一种电视成像***调制传递函数测试方法，其特征在于：步骤5.5中，p＝int(f/2)，int()为取整函数。

进一步的优选方案，所述一种电视成像***调制传递函数测试方法，其特征在于：步骤5.8中，先采用高斯函数对数据序列{LSF(t)}进行最小二乘法数据拟合，得到拟合后的数据序列{LSF_fit(t)}；再根据以下公式计算F₀的h倍空间频率F_h的调制传递函数MTF(F_h)

$MTF\left(F_h\right)=\frac{1}{D_0}\frac{\sqrt{C_h^2+S_h^2}}{MTFS\left(F_h\right)}$

其中：

$C_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}{\mathrm{LSF}}_{fit}(k+1)cos\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$S_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}{\mathrm{LSF}}_{fit}(k+1)sin\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$D_0=\mathrm{\&Delta;}v\&CenterDot;\underset{k=1}{\overset{K}{\&Sigma;}}{\mathrm{LSF}}_{fit}\left(k\right)$

有益效果

本发明的整体技术效果体现在以下几个方面：

(一)本发明提供的电视成像***MTF测试测量方法可对多种不同视频接口的电视成像***的视频图像数据进行采集，可满足不同视频格式电视成像***MTF准确测量，具有测量准确性高的特点。

(二)本发明中，采用高均匀、高稳定的积分球光源作为照明光源，极大地提高了光源的时间稳定性和空间均匀性，从而可在被测电视成像***像面上形成稳定的目标狭缝像，且沿垂直狭缝像方向像素灰度分布是非常光滑的高斯分布，这对提高亚像素线扩散函数灰度计算精度、减小电视成像***MTF的测量不确定度具有积极意义。

(三)本发明采用电动可变衰减器以及程控电源对入射至待测电视成像***靶面的光斑强度进行衰减，实现了输出光强的自动调节；同时，采用电动可变衰减器以及程控电源技术实现了输出光强的高精度连续调整，克服了无衰减措施时光强无法调整的缺点，从而可满足不同增益、不同动态范围以及不同饱和灰度值的电视成像***MTF的测量。另一方面，采用该衰减措施将待测电视成像***靶面处的光斑强度最大值控制为介于靶面接收强度饱和值的30％～80％之间，有效避免了光源强度过强导致的待测电视成像***器件饱和或光源强度过弱导致图像的信噪比过低，从而合理利用了待测电视成像***器件的动态范围，进一步提高了电视成像***MTF的测量重复性和准确性。

(四)本发明采用斜狭缝技术测量电视成像***的MTF值，避免了采用垂直狭缝测量离散器件MTF时，狭缝图像位于电视成像***像面不同位置处时MTF测量结果不同的缺点，使测量结果具有重复性和可比较性；另一方面，利用斜狭缝技术将灰度最大值横向变化一个像素的一组数据进行合并可实现亚像素图像处理，从而使本发明提供的MTF测量方法可实现频率高于奈奎斯特频率的MTF测量。

附图说明

图1是本发明电视成像***MTF测试方法中所用测试装置构成示意图。

图2是本发明电视成像***MTF测试方法中所用测试装置的积分球光源***组成示意图。

图3是本发明电视成像***MTF测试方法中所用测试装置的靶标组示意图。

图4是本发明电视成像***MTF测试方法中计算机的工作流程图。

具体实施方式

下面结合具体实施例描述本发明：

如图1所示，本实施例中的电视成像***调制传递函数测试装置包括积分球光源***(1)、靶标组(2)、滤光片组(3)、平面反射镜(4)、离轴抛物面反射镜(5)和计算机处理***(7)。

所述积分球光源***(1)由积分球(1-1)、卤钨灯(1-2)、精密直流程控电源(1-3)和电动可变光阑(1-4)组成。从而提供高时间稳定性、高空间均匀性且亮度可调的照明光，计算机处理***(7)控制精密直流程控电源(1-3)和/或电动可变光阑(1-4)调整积分球光源***(1)输出光强。在本优选实施例中，积分球光源***1的积分球出口处照度均匀性可达到5％，局部均匀性可达到2％，从而有效降低了由于光源的时间和空间不稳定或不均匀而导致的MTF处理误差。积分球(1-1)出口端面安装有定位销，并且带有螺纹孔，用于安放和固定靶标。

所述靶标组(2)由单狭缝靶标、狭缝宽度约为2mm的多狭缝靶标和全黑靶标组成；靶标组(2)的靶标边缘有缺口，靶标边缘缺口与定位销匹配使用。靶标通过螺钉固定在积分球(1-1)出口处，根据需要通过人工更换的方式可选择靶标组(2)中的靶标固定在积分球光源***(1)的出口位置，当将该缺口对准定位销后，靶标上的狭缝位于积分球(1-1)出口中央位置，且带有狭缝的靶标上的狭缝方向垂直于待测电视成像***(8)的CCD靶面扫描方向。本实施例中单狭缝靶标的狭缝宽度选取为50μm、100μm或200μm，单狭缝靶标和多狭缝靶标的狭缝开口直线性优于0.5％，避免由于狭缝自身不同位置处宽度不相等而引入测量误差。

所述滤光片组(3)安装在积分球光源***(1)的出口位置，是一组中心波长不同且范围在0.4μm～1.0μm内的窄带滤光片以及2片波长范围分别为0.4μm～0.7μm和0.55μm～1.0μm的宽带滤光片，将从积分球光源***(1)输出的光变为所需波长的光。

所述平面反射镜(4)和所述离轴抛物面反射镜(5)组成准直光学***，靶标处于离轴抛物面反射镜(5)的焦点位置，由靶标出射的光经过平面反射镜4和离轴抛物面反射镜5的反射后变为平行光。在本实施例中，离轴抛物面反射镜5的口径为210mm，焦距为2000mm。

此外，本实施例中还包括用于放置待测电视成像***(8)的工作台(6)，工作台(6)具有横滚、俯仰、升降和视场调整功能。

所述计算机处理***(7)与积分球光源***(1)的精密直流程控电源(1-3)和电动可变光阑(1-4)以及待测电视成像***(8)连接。计算机处理***(7)内置存储器、测试软件，并配有鼠标、键盘和图像显示器，通过USB接口、网口及数字和模拟视频图像采集卡等设备可与各类不同接口的待测电视成像***连接，满足不同视频输出格式、不同视频接口的电视成像***的图像处理和MTF测量。

待测的电视成像***(8)接收准直光学***输出的平行光；计算机处理***(7)控制积分球光源***(1)调整输出光强，计算机处理***(7)控制待测电视成像***(8)进行图像采集，计算机处理***(7)对采集的图像进行处理。

下面将使用上述装置进行电视成像***调制传递函数测试，在测试前，需要将工作台(6)放置于测试装置的准直光路中，调整工作台(6)的位置使其中心轴与准直光路的中心轴重合。将待测电视成像***(8)放置于工作台(6)上，使用相应的数据线将待测电视成像***的视频接口与计算机处理***(7)相应接口相连接。计算机处理***(7)通过初始化设置对待测电视成像***的帧频以及图像采集时间等参数进行设置，从而将待测电视成像***的图像显示到计算机处理***(7)的显示器上。初始化之后，开启电视成像***MTF测试装置并使其处于运行状态。调整工作台(6)的横滚、俯仰、升降和视场，使待测电视成像***的光轴与离轴抛物面反射镜(5)的光轴重合。

在本实施例中，待测电视成像***的焦距为200mm，全分辨率输出像素数为N_cmos×M_cmos＝1600×1200，像原尺寸Δx×Δy＝5.5μm×5.5μm。

而测试的具体步骤为：

步骤1：将靶标组(2)中的多狭缝靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对多狭缝靶标进行图像采集，且多狭缝靶标图像清晰呈现在计算机处理***(7)的显示器上。计算机处理***(7)计算成像所得图像数据中最大灰度值与待测电视成像***(8)中探测器饱和灰度值I_{full_t}的比值，若比值不满足设定要求，则调节积分球光源***(1)的输出光强，直至比值满足设定要求；所述多狭缝靶标上的狭缝个数为T。

本实施例中，比值的设定要求为30％～80％，以保证待测电视成像***的探测器不会过饱和且又能充分利用其动态范围。当比值不满足设定要求时，计算机处理***(7)首先自动调节电动可变光阑(1-4)的大小，若改变电动可变光阑(1-4)达到其极限位置仍然不能使比值满足设定要求，则计算机处理***(7)调节精密直流程控电源1-3的输出电流，然后再调节电动可变光阑(1-4)的大小，直至使比值满足设定要求。本实施例中I_{full_t}＝255。

步骤2：计算机处理***(7)提取待测电视成像***(8)对多狭缝靶标采集的图像，利用该图像并按照以下步骤获得***放大率β：

步骤2.1：采用二值化阈值T_BW对图像进行二值化处理，得到二值化图像I_BW；本实施例中T_BW＝150；

步骤2.2：在二值化图像I_BW中选取一个矩形区域I_ROI，所述矩形区域I_ROI高度方向上的两条边均处在狭缝上，宽度方向上的两条边分别处于T个狭缝整体的两侧；本实施例中矩形区域I_ROI要尽量处于狭缝高度方向的中央位置；

步骤2.3：计算矩形区域I_ROI内每一行中灰度值为1的像素个数，形成数据序列{N_w}：

$N_w=\underset{v=a}{\overset{A}{\&Sigma;}}{I}_{ROI}(x_v,y_w)$

并依次计算***放大率β：

$\mathrm{\&beta;}=\frac{\left(\underset{w=b}{\overset{B}{\&Sigma;}}{N}_w\right)\&times;\mathrm{\&Delta;}x/(B-b)}{T*L}\&times;\frac{f^{\&prime;}}{f_0}$

其中，v，w均为整数，v＝a，a+1，a+2，…A；w＝b，b+1，b+1，…，B；(x_v,y_w)为矩形区域I_ROI中像素(v,w)的坐标，(x_a,y_b)为矩形区域I_ROI中的像素起点(a,b)的坐标，(x_A,y_B)为矩形区域I_ROI中的像素终点(A,B)的坐标；I_ROI(x_v,y_w)为矩形区域中(x_v,y_w)处的灰度值；Δx为待测电视成像***(8)的像素尺寸，L为多狭缝靶标的单个狭缝宽度；f'为待测电视成像***(8)的焦距，f₀为准直光学***焦距；x_v＝vΔx。

步骤3：采用全黑靶标替换多狭缝靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对全黑靶标进行图像采集；计算机处理***(7)提取待测电视成像***(8)对全黑靶标采集的图像，得到背景灰度I_BK；

$I_{BK}=\frac{{\mathrm{\&Sigma;}}_{i=1}^{N_{cmos}}{\mathrm{\&Sigma;}}_{j=1}^{M_{cmos}}I(x_i,y_j)}{N_{cmos}\&times;M_{cmos}}$

I(x_i,y_j)为本步骤采集的图像中，像素坐标(x_i,y_j)处的灰度值。

步骤4：采用单狭缝靶标替换全黑靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对单狭缝靶标进行图像采集，计算机处理***(7)计算成像所得图像数据中最大灰度值与待测电视成像***(8)中探测器饱和灰度值I_{full_t}的比值，若比值不满足设定要求，则调节积分球光源***(1)的输出光强，直至比值满足设定要求；而后待测电视成像***(8)对单狭缝靶标再次进行图像采集，计算机处理***(7)对采集的若干帧图像进行平均，得到平均灰度图像I_AV。

本实施例中，比值设定要求为30％～80％，以保证待测电视成像***的探测器不会过饱和且又能充分利用其动态范围。积分球光源***(1)输出光强的调节方式与步骤1相同。

本实施例中，计算机处理***(7)对采集的不少于10帧图像进行平均，得到平均灰度图像I_AV。平均灰度图像中某一点的灰度值等于采集的不少于10帧图像对应点处灰度值的平均值。

步骤5：通过以下步骤测量传递函数：

步骤5.1：在平均灰度图像I_AV中选取一个矩形区域I′_AV，所述矩形区域I′_AV高度方向上的两条边均处在狭缝上，宽度方向上的两条边分别处于狭缝两侧；本实施例中矩形区域I′_AV尽量处于狭缝高度方向的中央位置，且矩形区域I′_AV高度为狭缝高度的1/4～1/2；

步骤5.2：对I′_AV中的每一行，均采用高斯函数对该行的灰度数据序列{L_i,j}进行最小二乘法数据拟合，得到拟合后的灰度数据序列{LFIT_i,j}，其中L_i,j表示I′_AV中第j行的第i点的灰度值，LFIT_i,j表示I′_AV中第j行的第i点的拟合灰度值；根据拟合后的灰度数据序列{LFIT_i,j}得到矩形区域I″_AV；

本实施例中，拟合后的灰度数据序列{LFIT_i,j}为：

$ln\left({\mathrm{LFIT}}_{i,j}\right)=\exp (c_0-\frac{c_1^2}{4c_2})\&times;\exp \&lsqb;c_2\&times;{(i+\frac{c_1}{2c_2})}^2\&rsqb;$

$c_0=\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j}-\frac{c_1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i-\frac{c_2}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2$

$c_1=\&lsqb;(\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j})-c_2(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2)\&rsqb;/\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;$

$c_2=\frac{(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2)\&CenterDot;(\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j})-(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j})\&CenterDot;\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;}{{(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2)}^2-\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^4-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\right)}^2\&rsqb;\&CenterDot;\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;}$

其中M为每行灰度数据序列{L_i,j}中的数据个数；

步骤5.3：搜索矩形区域I″_AV中每一行的灰度最大值，得到矩形区域I″_AV中每一行灰度最大值对应像素的坐标，其中矩形区域I″_AV中第u行灰度最大值对应像素(max_u,u)的坐标为(x_{max_u},y_u)，得到数据序列{X_{max_u},Y_u}：

X_{max_u}＝{x_{max_e}，x_{max_e+1}，x_{max_e+2}，......x_{max_E}}，

Y_u＝{y_e，y_e+1，y_e+2，......y_E}；

其中u＝e，e+1，e+2，…E，y_e为矩形区域I″_AV中起始行的行坐标，y_E为矩形区域I″_AV中终止行的行坐标；

步骤5.4：对于矩形区域I″_AV中的第u行，u＝e，e+1，e+2，…E，以该行灰度最大值对应像素(max_u,u)为中心，计算中心两侧N_u个对称像素点的灰度值之差的绝对值，并得到绝对值的均值：

$\mathrm{\&delta;}\left(y_u\right)=\{\underset{n=1}{\overset{N_u}{\&Sigma;}}abs\&lsqb;(I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u+n},y_u\right)-I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u-n},y_u\right)\&rsqb;\}/N_u$

其中N_u同时满足条件 $abs\&lsqb;I_{AV}^{\&prime;\&prime;}(x_{\max \_u+N_u},y_u)-I_{AV}^{\&prime;\&prime;}(x_{\max \_u-N_u},y_u)\&rsqb;<\mathrm{\&Psi;},I_{AV}^{\&prime;\&prime;}(x_{\max \_u+N_u},y_u)<\mathrm{\&Phi;},$ $I_{AV}^{\&prime;\&prime;}(x_{\max \_u-N_u},y_u)<{\mathrm{\&Phi;}}_N{x}_{\max \_u+N_u}\&le;x_D$ 和 $x_{\max \_u-N_u}\&GreaterEqual;x_d;$ x_d为I″_AV中起始列的列坐标，x_D为I″_AV中终止列的列坐标，Ψ为像素灰度差阈值，Φ为像素灰度最小阈值，Φ取值为背景灰度值I_BK；本实施例中像素灰度差阈值Ψ取2；

得到数据序列Δ_y＝{δ(y_e)，δ(y_e+1)，δ(y_e+2)，......，δ(y_E)}；

步骤5.5：搜索数据序列Δ_y的所有极小值：得到所有极小值行坐标组成的新的数据序列LN₁～LN_f是对应极小值所在行在矩形区域I″_AV中的行号；f是极小值个数；在数据序列Ω中任选两个相邻数据LN_p和LN_p+1，得到倾斜角α为：

$\mathrm{\&alpha;}=arctan\&lsqb;\mathrm{\&Delta;}x/(y_{{\mathrm{LN}}_{p+1}}-y_{{\mathrm{LN}}_P})\&rsqb;;$

本实施例中，取p＝int(f/2)，int()为取整函数；

步骤5.6：对矩形区域I″_AV中，处于第LN_p行和第LN_p+1行之间的像素的灰度数据进行合并，形成数据序列{LS(q)}：

当α>0时，LS(q)为：

$LS\left(q\right)=\left\{\begin{array}{cc}{I}_{AV}^{\&prime;\&prime;}(x_d,y_{{\mathrm{LN}}_p})& q=1\\ I_{AV}^{\&prime;\&prime;}(x_{d+\mathrm{int}q},y_{LNp}+\mathrm{mod}q)& q>1\end{array}\right.$

当α<0时，LS(q)为：

$LS\left(q\right)=\left\{\begin{array}{cc}{I}_{AV}^{\&prime;\&prime;}(x_D,y_{{\mathrm{LN}}_p})& q=1\\ I_{AV}^{\&prime;\&prime;}(x_{D-\mathrm{int}q},y_{{\mathrm{LN}}_p+\mathrm{mod}q})& q>1\end{array}\right.$

其中int()为取整函数，mod()为取余函数；q＝1，2，…，RN×(D-d)，RN＝LN_p+1-LN_p；d为I″_AV中起始列的像素编号，D为I″_AV中终止列的像素编号；

步骤5.7：采用以下步骤对数据序列{LS(q)}进行采样，得到数据序列{LSF(t)}：

步骤5.7.1：计算采样间隔INT1：

$INT1=\left\{\begin{array}{cc}\mathrm{int}(RN/S)& RN>S\\ 1& RN\&le;S\end{array}\right.$

式中int()为取整函数；S为采样率；S一般为大于1且小于5的整数，在本实施例中，选取S为4进行计算；

步骤5.7.2：根据采样间隔INT1计算MOD_q：MOD_q＝mod(q/INT1)，mod()为取余函数；

步骤5.7.3：在数据序列{LS(q)}搜索MOD_q为0的数据，组成数据序列{LSF(t)}，数据序列{LSF(t)}中的数据个数为INT2；

步骤5.8：根据以下公式计算F₀的h倍空间频率F_h的调制传递函数MTF(F_h)：

$MTF\left(F_h\right)=\frac{1}{D_0}\frac{\sqrt{C_h^2+S_h^2}}{MTFS\left(F_h\right)}$

其中：

$C_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}LSF(k+1)cos\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$S_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}LSF(k+1)sin\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$D_0=\mathrm{\&Delta;}v\&CenterDot;\underset{k=1}{\overset{K}{\&Sigma;}}LSF\left(k\right)$

$MTFS\left(F_h\right)=\frac{\sin \left(2{\mathrm{\&pi;F}}_h\mathrm{\&beta;}l\right)}{2{\mathrm{\&pi;F}}_h\mathrm{\&beta;}l}$

$F_0=\frac{1}{(D-d)\mathrm{\&Delta;}x}$

$F_h=\frac{h}{(D-d)\mathrm{\&Delta;}x}$

$\mathrm{\&Delta;}v=\frac{D-d}{K}\mathrm{\&Delta;}x$

式中，F_h为空间频率，h为整数，h＝0，1，2，3，……K，K＝INT2；Δv为采样间隔，d为I″_AV中起始列的像素编号，D为I″_AV中终止列的像素编号，β为***放大倍率，Δx为待测电视成像***的像素的水平尺寸，l为单狭缝靶标的狭缝宽度。

本实施例中，在步骤5.8中，先采用高斯函数对数据序列{LSF(t)}进行最小二乘法数据拟合，得到拟合后的数据序列{LSF_fit(t)}；再根据以下公式计算F₀的h倍空间频率F_h的调制传递函数MTF(F_h)

$MTF\left(F_h\right)=\frac{1}{D_0}\frac{\sqrt{C_h^2+S_h^2}}{MTFS\left(F_h\right)}$

其中：

$C_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}{\mathrm{LSF}}_{fit}(k+1)cos\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$S_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}{\mathrm{LSF}}_{fit}(k+1)sin\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$D_0=\mathrm{\&Delta;}v\&CenterDot;\underset{k=1}{\overset{K}{\&Sigma;}}{\mathrm{LSF}}_{fit}\left(k\right).$

计算机处理***(7)完成上述计算后，将MTF测量值及图像在屏幕上显示并将其存储于内部的存储器中，至此完成了单狭缝宽度下电视成像***MTF测量。

本优选实施例实现了对0.4μm～1.0μm波长范围内电视成像***MTF准确测量，MTF测量不确定度达到0.1。

Claims (10)

1.一种电视成像***调制传递函数测试装置，其特征在于：包括积分球光源***(1)、靶标组(2)、滤光片组(3)、平面反射镜(4)、离轴抛物面反射镜(5)和计算机处理***(7)；

所述平面反射镜(4)和所述离轴抛物面反射镜(5)组成准直光学***；

所述积分球光源***(1)的输出光强可调；

所述靶标组(2)由单狭缝靶标、多狭缝靶标和全黑靶标组成；根据需要选择靶标组(2)中的靶标固定在积分球光源***(1)的出口位置；靶标处于离轴抛物面反射镜(5)的焦点位置；

所述滤光片组(3)安装在积分球光源***(1)的出口位置；将从积分球光源***(1)输出的光变为所需波长的光；

所述计算机处理***(7)与积分球光源***(1)以及待测电视成像***(8)连接，待测的电视成像***(8)接收准直光学***输出的平行光；计算机处理***(7)控制积分球光源***(1)调整输出光强，计算机处理***(7)控制待测电视成像***(8)进行图像采集，计算机处理***(7)对采集的图像进行处理。

2.根据权利要求1所述一种电视成像***调制传递函数测试装置，其特征在于：所述积分球光源***(1)由积分球(1-1)、卤钨灯(1-2)、精密直流程控电源(1-3)和电动可变光阑(1-4)组成；计算机处理***(7)控制精密直流程控电源(1-3)和/或电动可变光阑(1-4)调整积分球光源***(1)输出光强。

3.根据权利要求2所述一种电视成像***调制传递函数测试装置，其特征在于：积分球(1-1)出口端面安装有定位销；靶标组(2)的靶标边缘有缺口，靶标边缘缺口与定位销配合；带有狭缝的靶标上的狭缝方向垂直于待测电视成像***(8)的CCD靶面扫描方向。

4.根据权利要求1或2或3所述一种电视成像***调制传递函数测试装置，其特征在于：靶标组(2)中，单狭缝靶标的狭缝宽度选取为50μm、100μm或200μm，单狭缝靶标和多狭缝靶标的狭缝开口直线性优于0.5％。

5.一种利用权利要求1所述装置进行电视成像***调制传递函数测试的方法，其特征在于：包括以下步骤：

步骤1：将靶标组(2)中的多狭缝靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对多狭缝靶标进行图像采集，计算机处理***(7)计算成像所得图像数据中最大灰度值与待测电视成像***(8)中探测器饱和灰度值I_{full_t}的比值，若比值不满足设定要求，则调节积分球光源***(1)的输出光强，直至比值满足设定要求；所述多狭缝靶标上的狭缝个数为T；

步骤2：计算机处理***(7)提取待测电视成像***(8)对多狭缝靶标采集的图像，利用该图像并按照以下步骤获得***放大率β：

步骤2.1：采用二值化阈值T_BW对图像进行二值化处理，得到二值化图像I_BW；

步骤2.2：在二值化图像I_BW中选取一个矩形区域I_ROI，所述矩形区域I_ROI高度方向上的两条边均处在狭缝上，宽度方向上的两条边分别处于T个狭缝整体的两侧；

步骤2.3：计算矩形区域I_ROI内每一行中灰度值为1的像素个数，形成数据序列{N_w}：

$N_w=\underset{v=a}{\overset{A}{\&Sigma;}}{I}_{ROI}(x_v,y_w)$

并依次计算***放大率β：

$\mathrm{\&beta;}=\frac{\left(\underset{w=b}{\overset{B}{\&Sigma;}}{N}_w\right)\&times;\mathrm{\&Delta;}x/(B-b)}{T*L}\&times;\frac{f^{\&prime;}}{f_0}$

其中，v，w均为整数，v＝a，a+1，a+2，…A；w＝b，b+1，b+1，…，B；(x_v,y_w)为矩形区域I_ROI中像素(v,w)的坐标，(x_a,y_b)为矩形区域I_ROI中的像素起点(a,b)的坐标，(x_A,y_B)为矩形区域I_ROI中的像素终点(A,B)的坐标；I_ROI(x_v,y_w)为矩形区域中(x_v,y_w)处的灰度值；Δx为待测电视成像***(8)的像素尺寸，L为多狭缝靶标的单个狭缝宽度；f'为待测电视成像***(8)的焦距，f₀为准直光学***焦距；

步骤3：采用全黑靶标替换多狭缝靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对全黑靶标进行图像采集；计算机处理***(7)提取待测电视成像***(8)对全黑靶标采集的图像，得到背景灰度I_BK；

步骤4：采用单狭缝靶标替换全黑靶标安装在积分球光源***(1)出口位置，调节待测电视成像***(8)，对单狭缝靶标进行图像采集，计算机处理***(7)计算成像所得图像数据中最大灰度值与待测电视成像***(8)中探测器饱和灰度值I_{full_t}的比值，若比值不满足设定要求，则调节积分球光源***(1)的输出光强，直至比值满足设定要求；而后待测电视成像***(8)对单狭缝靶标再次进行图像采集，计算机处理***(7)对采集的若干帧图像进行平均，得到平均灰度图像I_AV；

步骤5：通过以下步骤测量传递函数：

步骤5.1：在平均灰度图像I_AV中选取一个矩形区域I′_AV，所述矩形区域I′_AV高度方向上的两条边均处在狭缝上，宽度方向上的两条边分别处于狭缝两侧；

步骤5.2：对I′_AV中的每一行，均采用高斯函数对该行的灰度数据序列{L_i,j}进行最小二乘法数据拟合，得到拟合后的灰度数据序列{LFIT_i,j}，其中L_i,j表示I′_AV中第j行的第i点的灰度值，LFIT_i,j表示I′_AV中第j行的第i点的拟合灰度值；由拟合后的灰度数据序列{LFIT_i,j}得到矩形区域I″_AV；

步骤5.3：搜索矩形区域I″_AV中每一行的灰度最大值，得到矩形区域I″_AV中每一行灰度最大值对应像素的坐标，其中矩形区域I″_AV中第u行灰度最大值对应像素(max_u,u)的坐标为(x_{max_u}，y_u)，得到数据序列{X_{max_u},Y_u}：

X_{max_u}＝{x_{max_e}，x_{max_e+1}，x_{max_e+2}，......x_{max_E}}，

Y_u＝{y_e，y_e+1，y_e+2，......y_E}；

其中u＝e，e+1，e+2，…E，y_e为矩形区域I″_AV中起始行的行坐标，y_E为矩形区域I″_AV中终止行的行坐标；

步骤5.4：对于矩形区域I″_AV中的第u行，u＝e，e+1，e+2，…E，以该行灰度最大值对应像素(max_u,u)为中心，计算中心两侧N_u个对称像素点的灰度值之差的绝对值，并得到绝对值的均值：

$\mathrm{\&delta;}\left(y_u\right)=\{\underset{n=1}{\overset{N_u}{\&Sigma;}}abs\&lsqb;(I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u+n},y_u\right)-I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u-n},y_u\right)\&rsqb;\}/N_u$

其中N_u同时满足条件 $abs\&lsqb;I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u+N_u},y_u\right)-I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u-N_u},y_u\right)\&rsqb;<\mathrm{\&Psi;},I_{AV}^{\&prime;\&prime;}(x_{\max \_u+N_u},y_u)<\mathrm{\&Phi;},$ $I_{AV}^{\&prime;\&prime;}\left(x_{\max \_u-N_u},y_u\right)<\mathrm{\&Phi;},x_{\max \_u+N_u}\&le;x_D$ 和 $x_{\max \_u-N_u}\&GreaterEqual;x_d;$ x_d为I″_AV中起始列的列坐标，x_D为I″_AV中终止列的列坐标，Ψ为像素灰度差阈值，Φ为像素灰度最小阈值，Φ取值为背景灰度值I_BK；

得到数据序列Δ_y＝{δ(y_e)，δ(y_e+1)，δ(y_e+2)，......，δ(y_E)}；

步骤5.5：搜索数据序列Δ_y的所有极小值：得到所有极小值行坐标组成的新的数据序列LN₁～LN_f是对应极小值所在行在矩形区域I″_AV中的行号；f是极小值个数；在数据序列Ω中任选两个相邻数据LN_p和LN_p+1，得到倾斜角α为：

$\mathrm{\&alpha;}=\arctan \&lsqb;\mathrm{\&Delta;}x/(y_{{\mathrm{LN}}_{p+1}}-y_{{\mathrm{LN}}_p})\&rsqb;;$

步骤5.6：对矩形区域I″_AV中，处于第LN_p行和第LN_p+1行之间的像素的灰度数据进行合并，形成数据序列{LS(q)}：

当α>0时，LS(q)为：

$LS\left(q\right)=\left\{\begin{array}{cc}{I}_{AV}^{\&prime;\&prime;}\left(x_d,y_{{\mathrm{LN}}_p}\right)& q=1\\ I_{AV}^{\&prime;\&prime;}\left(x_{d+\mathrm{int}q},y_{{\mathrm{LN}}_p+\mathrm{mod}q}\right)& q>1\end{array}\right.$

当α<0时，LS(q)为：

$LS\left(q\right)=\left\{\begin{array}{cc}{I}_{AV}^{\&prime;\&prime;}\left(x_D,y_{{\mathrm{LN}}_p}\right)& q=1\\ I_{AV}^{\&prime;\&prime;}\left(x_{D-\mathrm{int}q},y_{{\mathrm{LN}}_p+\mathrm{mod}q}\right)& q>1\end{array}\right.$

其中int()为取整函数，mod()为取余函数；q＝1，2，…，RN×(D-d)，RN＝LN_p+1-LN_p；d为I″_AV中起始列的像素编号，D为I″_AV中终止列的像素编号；

步骤5.7：采用以下步骤对数据序列{LS(q)}进行采样，得到数据序列{LSF(t)}：

步骤5.7.1：计算采样间隔INT1：

$INT1=\left\{\begin{array}{cc}\mathrm{int}(RN/S)& RN>S\\ 1& RN\&le;S\end{array}\right.$

式中int()为取整函数；S为采样率；

步骤5.7.2：根据采样间隔INT1计算MOD_q：MOD_q＝mod(q/INT1)，mod()为取余函数；

步骤5.7.3：在数据序列{LS(q)}搜索MOD_q为0的数据，组成数据序列{LSF(t)}，数据序列{LSF(t)}中的数据个数为INT2；

步骤5.8：根据以下公式计算F₀的h倍空间频率F_h的调制传递函数MTF(F_h)：

$MTF\left(F_h\right)=\frac{1}{D_0}\frac{\sqrt{C_h^2+S_h^2}}{MTFS\left(F_h\right)}$

其中：

$C_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}LSF(k+1)cos\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$S_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}LSF(k+1)sin\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$D_0=\mathrm{\&Delta;}v\&CenterDot;\underset{k=1}{\overset{K}{\&Sigma;}}LSF\left(k\right)$

$MTFS\left(F_h\right)=\frac{\sin \left(2{\mathrm{\&pi;F}}_h\mathrm{\&beta;}l\right)}{2{\mathrm{\&pi;F}}_h\mathrm{\&beta;}l}$

$F_0=\frac{1}{(D-d)\mathrm{\&Delta;}x}$

$F_h=\frac{h}{(D-d)\mathrm{\&Delta;}x}$

$\mathrm{\&Delta;}v=\frac{D-d}{K}\mathrm{\&Delta;}x$

K＝INT2；l为单狭缝靶标的狭缝宽度。

6.根据权利要求5所述一种进行电视成像***调制传递函数测试的方法，其特征在于：步骤1以及步骤4中比值的设定要求为30％～80％。

7.根据权利要求5或6所述一种进行电视成像***调制传递函数测试的方法，其特征在于：步骤4中，计算机处理***(7)对采集的不少于10帧图像进行平均，得到平均灰度图像I_AV。

8.根据权利要求7所述一种进行电视成像***调制传递函数测试的方法，其特征在于：步骤5.2中，拟合后的灰度数据序列{LFIT_i,j}为：

$\ln \left({\mathrm{LFIT}}_{i,j}\right)=\exp (c_0-\frac{c_1^2}{4c_2})\&times;\exp \&lsqb;c_2\&times;{(i+\frac{c_1}{2c_2})}^2\&rsqb;$

$c_0=\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j}-\frac{c_1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i-\frac{c_2}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2$

$c_1=\&lsqb;\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j}\right)-c_2\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\right)\&rsqb;/\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;$

$c_2=\frac{\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\right)\&CenterDot;\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j}\right)-\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\&CenterDot;L_{i,j}-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{L}_{i,j}\right)\&CenterDot;\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;}{{\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^3-\frac{1}{M}\underset{i=1}{\overset{M}{\&Sigma;}}i\&CenterDot;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\right)}^2-\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^4-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2\right)}^2\&rsqb;\&CenterDot;\&lsqb;\underset{i=1}{\overset{M}{\&Sigma;}}{i}^2-\frac{1}{M}{\left(\underset{i=1}{\overset{M}{\&Sigma;}}i\right)}^2\&rsqb;}$

其中M为每行灰度数据序列{L_i,j}中的数据个数。

9.根据权利要求8所述一种进行电视成像***调制传递函数测试的方法，其特征在于：步骤5.5中，p＝int(f/2)，int()为取整函数。

10.根据权利要求9所述一种进行电视成像***调制传递函数测试的方法，其特征在于：步骤5.8中，先采用高斯函数对数据序列{LSF(t)}进行最小二乘法数据拟合，得到拟合后的数据序列{LSF_fit(t)}；再根据以下公式计算F₀的h倍空间频率F_h的调制传递函数MTF(F_h)

$MTF\left(F_h\right)=\frac{1}{D_0}\frac{\sqrt{C_h^2+S_h^2}}{MTFS\left(F_h\right)}$

其中：

$C_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}{\mathrm{LSF}}_{fit}(k+1)cos\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$S_h=\underset{k=0}{\overset{K-1}{\&Sigma;}}{\mathrm{LSF}}_{fit}(k+1)sin\left(2\mathrm{\&pi;}\frac{hk}{K}\right)$

$D_0=\mathrm{\&Delta;}v\&CenterDot;\underset{k=1}{\overset{K}{\&Sigma;}}{\mathrm{LSF}}_{fit}\left(k\right).$