最近在研究
MTF 的的底层计算逻辑，将一些心得体会及实现方式示例分享；
gD?l -RT> >=>2m2z= 1、MTF 计算的源头是 波象差数据，通过
光线追迹都可以很方便的得到， 这里我们就用 zemax 的原始 Wavefront map data, sampling 取 512 * 512；
j$:~Rek 2、MTF 计算是在 PSF 的基础上进行傅里叶变换，得到频域的数据，所以先需要对 Wavefront 进行 傅里叶变换得到 PSF; 这里使用
Matlab 进行计算处理，同时附上 Zemax 的计算对比图：
JbbzV> |df Pki{ OPD_W= load(
'WF_data.TXT');
n>XdU%& rlLMT6r.8 OPD_Cop = exp(1i*2*pi*OPD_W);
;'K5J 9k psfW = fftshift(fft2(OPD_Cop));
A)!*]o >U {P./==^0 jr. "I+
F>l]
9!P|m
R n[ cW5Y< 3、得到如上的 PSF Data 后，使用变换将 PSF 转到 频域，代码实现如下：
tk`v:t!6 U 59A}}.@?m MTF = abs(fftshift(fft2(PsfData)));
cT,sh~-x, MTFA = MTF./max(MTF,[],
'all');
% normalize p2](_}PK ki!0^t:9 ~
7s!VR 4、对 MTF Map 从中心点开始，取水平和垂直两个方向的的数据，使用二维
曲线表示，就是我们经常看到的 MTF curve
kevrsV]/$ MTFT = interp1(frq,MTFA((Nn+1)/2,:),plotfrq,
'cubic');MTFS = interp1(frq,MTFA(:,(Nn+1)/2),plotfrq,
'cubic');
]ieeP4* M }D}K\) niyV8v 对比数据看，还是比较吻合的，以上示例大家参考；
