¿Puede el método SFR de borde inclinado medir una resolución de la lente mayor que el límite de Nyquist para el sensor de la cámara?

El método SFR de borde inclinado se ha convertido en el estándar para medir la resolución de lentes y sistemas de cámaras. Funciona escaneando un borde inclinado de cinco grados para calcular una función de extensión de línea. Esto se diferencia para producir una función de dispersión de bordes que, a su vez, se pasa a través de una transformada rápida de Fourier para producir una curva MTF (descripción aproximada).
EDITAR: a los fines de esta pregunta, suponga que no hay un filtro anti-aliasing, ya que es un límite independiente del límite de Nyquist.

Este artículo de Peter Burns (el creador) describe mejor el método.

Consulte los gráficos a continuación para ver un ejemplo de una medición realizada en una Nikon D7000

Las medidas parecen estar limitadas por el límite de Nyquist del sensor en la cámara. Ver esta discusión. Pero, debido a que el borde está inclinado cinco grados, en efecto, se está supermuestreando durante el escaneo.

Entonces, mi pregunta: ¿este súper muestreo de un borde de cinco grados nos permite medir la resolución de la lente más allá del límite de Nyquist del sensor de la cámara?

ingrese la descripción de la imagen aquí
ingrese la descripción de la imagen aquí
Se realizaron mediciones en esta imagen de prueba para la Nikon D7000 de DPReview.com .

Supongo que esto plantea la pregunta... ¿cómo medimos exactamente la resolución de una lente? Supongo que siempre supuse que el medio utilizado para medir la lente MTF siempre tenía un límite más alto que la lente misma.
Según imatest.com/docs/sharpness.html#calc "Los cuatro contenedores se combinan para calcular un borde sobremuestreado 4x promediado. Esto permite el análisis de frecuencias espaciales más allá de la frecuencia normal de Nyquist". Entonces, parece que la respuesta a su pregunta puede ser , pero aún no entiendo el método lo suficientemente bien como para saber por qué.
@Sean Parece ser un fenómeno promedio. Si la línea está un poco inclinada con respecto a la vertical, sería justo pensar en cada fila sucesiva como un muestreo de la misma señal horizontal pero ligeramente desplazada. Esto efectivamente sobremuestrea una sola señal. A 5 grados, la pendiente es de aproximadamente 12, lo que da una relación de muestreo de 12:1. Esto debería aumentar la capacidad de resolución horizontal en Sqrt(12) = alrededor de 3,5. Sospecho que es por eso que el algoritmo usa cuatro contenedores por píxel ("borde sobremuestreado 4x"). Por lo tanto, la respuesta es definitivamente "sí".
@jrista Pruebe este gedankenexperiment: imagine que su sensor es un solo píxel enorme, pero tiene una salida altamente precisa y repetible (alrededor de 36 bits debería ser suficiente). Enfoca un único punto nítido de luz en el medio. Ahora trace la respuesta del sensor a medida que lo mueve lentamente hacia un lado hasta que el punto enfocado esté completamente fuera del borde del sensor. Si la lente es perfecta, la respuesta del sensor es constante hasta que el punto cae del borde, luego cae a cero. En realidad, las aberraciones de la lente esparcirán el punto, provocando una dispersión en la curva de respuesta: la cantidad de dispersión es la resolución de la lente.
@jrista, @whuber tiene la respuesta. Consulte este artículo: web.me.com/carlesmitja/www.carlesmitja.com/Download_files/… y este artículo: kreynet.de/papers/OPTIFAB2007-Ruprecht.pdf . Se examina una fuente puntual y se determina la función de dispersión de puntos. A partir de ahí, se pueden calcular la relación MTF y Strehl.
@Sean, @whuber, ingrese sus sugerencias como respuestas en lugar de comentarios (vea el cuadro de texto grande en la parte inferior de la página) para que puedan votarse y editarse.
@All: podría ser útil si alguien empaquetara resúmenes de las referencias más apropiadas y proporcionara una respuesta a esta pregunta. Esta fue una gran pregunta, pero en realidad nunca recibió ninguna respuesta.

Respuestas (1)

Esta respuesta amplía la discusión en los comentarios.

La idea de promediar resulta ser la correcta, como lo explica hábilmente Douglas Kerr en un pequeño y agradable artículo en línea . Las ideas básicas son dos:

  1. La "resolución" de la lente se describe más completamente al considerar la relación matemática entre la luz que sale del sujeto y la que llega al sensor. Esta relación, la "función de transferencia de modulación", se puede deducir del más simple de todos los objetivos posibles: un semiplano perfectamente oscuro sobre un fondo homogéneo perfectamente brillante. Obviamente, la imagen en el sensor debe ser una región de luz que termine abruptamente a lo largo de una línea perfecta. Sin embargo, nunca es perfecto y las imperfecciones afectan la resolución. En última instancia, la MTF se determina observando cómo varía la intensidad de la luz a medida que nos alejamos del límite (en ambas direcciones, hacia la oscuridad y hacia la luz) a través del sensor.

  2. Es un hecho estadístico que los promedios pueden ser más precisos que las medidas que los constituyen. Para el error de medición típico, la precisión sigue una ley de raíz cuadrada inversa: para duplicar la precisión, necesita cuatro veces más mediciones. En principio, puede obtener la precisión que desee promediando suficientes mediciones repetidas de forma independiente de la misma cosa.

    Esta idea puede ser explotada (y es) de dos maneras. Una es la repetición real, lograda tomando múltiples imágenes de la misma escena. Esto lleva mucho tiempo. El análisis MTF de borde inclinado crea repetición dentro de una sola imagen. Lo hace inclinando ligeramente la línea. Esto no cambia la MTF de ninguna manera material y garantiza que los patrones de respuesta de la lente no se alineen perfectamente con los píxeles del sensor.

    Imagina que la línea es casi vertical. Cada fila de píxeles sirve (casi) como un conjunto independiente de medidas de la MTF. Las filas marchan hacia afuera de la línea, casi perpendicularmente. Los píxeles se registran con respecto a la ubicación de la línea (ideal) de diversas formas, lo que produce patrones de respuesta ligeramente diferentes. Promediar estos patrones en muchas filas tiene casi el mismo efecto que tomar varias imágenes de la línea. El resultado se puede ajustar por el hecho de que los píxeles no son del todo perpendiculares a la línea.

De esta forma, el método de borde inclinado puede detectar frecuencias en la MTF que exceden la frecuencia límite de una sola imagen. Funciona debido a la simplicidad y regularidad del patrón de prueba.

He omitido muchos detalles, como verificar que la línea sea realmente recta (y ajustar las ligeras desviaciones de la linealidad). El artículo de Kerr es accesible, casi no hay matemáticas allí, y está bien ilustrado, así que échale un vistazo si quieres saber más.