用GNU Octave显示空间频率特性

       在光学领域，经常用到空间频率的概念。实际上是把电信号的频率概念，应用到光学领域。

      相机一个非常重要的指标，是清晰度或解析度，一般用相机能识别的“线数”来描述。所谓的“线‘，就是相隔等距的黑白条纹。如下图一。

                               

                                    

                                     图一

       相同距离中，所包含的线数越多，说明线距越近，则黑白线的变化越快。

      电信号随时间的变化率，被称为频率。图二为1Hz电信号的时域波形，横轴为时间轴。

                       

                                    图二

      将频率的概念，应用到黑白线条随空间距离的变化率，就成为空间频率的概念。

      我们已经知道，一般电信号的频率是包含有许多频率分量的。以图二为例，1HZ的方波信号，实际上包含有1Hz的多次谐波分量，可以用傅里叶变换来得到。

      本文通过GNU Octave软件，进行傅里叶变换，求得各种条纹的频率分量。

      首先看一下计算结果。

   

                                   图三

       图三是一条宽度为100的白色条纹。右边是空间频率，第一个零点的坐标是是2pi/100。是一条连续的频率曲线。

      

            

                            图四

图四是一条宽度为50的白色条纹。右边是空间频率，第一个零点的坐标是是4pi/100。

            

                            图五

     图五是一条宽度为10的白色条纹。右边是空间频率，第一个零点的坐标是是20pi/100。

     从图三~图五可以看出，单一一条白条纹的频谱，是连续的。说明频率分量是连续的。随着白色条纹越来越细，第一个零点的空间频率变高。频率分量的幅值变小。

           

                            图六

           

                           图七

       图六、图七是多条线的空间频率情况。

       采用GNU Otave的基本程序如下：

     

    

   总结：

        本文通过GNU Octave软件的FFT（傅里叶变换）函数，计算黑白条纹的空间频率。通过不同宽度的条纹的空间频率的计算，可以更好的理解空间频率的概念。