MATLAB计算图像的MTF

在MATLAB中，模糊传递函数（Modulation Transfer Function，MTF）用于衡量图像系统的空间分辨率能力，特别是在光学系统中。MTF通常表示了频率响应，即高频信号通过系统后还能保持清晰度的能力。下面是计算图像MTF的基本步骤：

1. **读取图像**：首先，你需要加载一幅灰度或二值图像到MATLAB的工作空间。

img = imread('your_image_filename.png'); % 替换为实际图像文件名

2. **高斯滤波**：使用`imfilter`函数应用高斯模糊，这模拟了实际成像过程中的光圈影响，获取低通滤波后的图像。

lowpass_img = imfilter(img, fspecial('gaussian', [50 50], sigma)); % 确定适当的高斯核大小和标准差sigma

3. **频域分析**：对低通图像做傅立叶变换，将其从空间域转换到频域。

fft_img = fft2(lowpass_img);

4. **计算MTF**：计算幅值的绝对值然后除以原图像的最大幅度，再取对数并归一化到0到1之间。

[rows, cols] = size(fft_img);
frequencies = (0:cols-1) / rows; % 频率范围
amplitude = abs(fft_img ./ max(abs(fft_img(:))));
mtf = log(amplitude) / log(2); % 对数尺度上处理
mtf = mtf ./ max(mtf(:)); % 归一化

5. **绘制结果**：最后，你可以用`imagesc`或`plot`函数可视化MTF图像或线图。

imagesc(frequencies, mtf);
colorbar;
xlabel('Spatial Frequency (lp/mm)');
ylabel('MTF');
title('Image MTF');