从Zernike波前到PSF/MTF：光学像质仿真完整指南-北京尧图网络

做光学系统设计的人应该都有过这种体验镜头草图画完、光线追迹也跑通了但别人问那成像到底清不清楚、能分辨多小的细节你一时却拿不出一个直观的答复。光线追迹给的是光路不是像质。真正用来回答成像多锐利的是点扩散函数PSF和调制传递函数MTF。而要搞清楚像差是怎么把清晰的点像抹成模糊光斑的最趁手的分析工具就是Zernike多项式——它能像拆解零件一样把波前像差拆成离焦、像散、球差等一个个标准项再通过标量衍射计算把波前误差映射成PSF和MTF曲线。这篇文章就是一套可以直接拿来做仿真的完整路径从Zernike波前重建开始到PSF计算再到MTF提取最后一个一个看常见像差对成像质量的影响顺便把我踩过的采样和归一化的坑也一起讲了。1. 从波前到光斑PSF和MTF到底在刻画什么1.1 波前像差所有成像质量问题的最底层来源先统一一下坐标系里的概念。一个完美成像系统从物点发出的球面波经过镜头后应该汇聚成一个以理想像点为中心的球面波。实际镜头做不到出射波前相对理想球面波会有偏差这个偏差就是波前像差。波前像差通常用光程差来表示单位是纳米或微米折算成相位就是 (2π/λ)×OPD。为什么我强调要从波前而不是直接从光斑入手因为波前是因光斑和传递函数是果。同一种光斑形态可以对应完全不同的波前误差组合但反推却不行。Zernike多项式的作用就是把这个连续分布的波前误差展开成一组互相正交的模式。每个模式都对应一种经典像差系数大小就是这种像差的强度。有了这套系数整个系统的像差状态就变成了一个可以量化、可以传递、可以比较的列表。1.2 PSF解决一个点变成什么样MTF解决细节还剩多少PSF的定义很直观物平面上一个理想点光源经过光学系统后在像面上形成的强度分布。理想的衍射极限系统PSF是艾里斑中心亮斑加一圈圈暗环。有像差之后能量不再集中在中心可能偏到旁边、拉成条、或者散到外围主瓣变宽旁瓣变高。MTF则把问题换了个问法成像系统对不同空间频率的响应能力。它描述的是目标的正弦条纹经过系统后调制对比度从1掉到了多少。MTF越高说明这个频率的细节保留得越好MTF掉到0的那个频率就是系统的分辨率极限。注意PSF和MTF不是两个独立的信息。MTF就是PSF的傅里叶变换的模两者是同一枚硬币的两面。很多人在看仿真结果时只盯着PSF光斑图这是个坏习惯。PSF好看不代表细节能传出去低频高、中频塌掉的MTF曲线用眼睛看PSF很难马上察觉但曲线一眼就能看出来有问题。1.3 从波前到MTF的完整计算链路整条链路其实只有四步用Zernike系数在光瞳坐标系单位圆上重建波前像差 W(ρ,θ)构造光瞳复振幅函数光瞳内的振幅为1相位是 (2π/λ)·W对光瞳函数做二维傅里叶变换取模平方得到PSF对PSF再做一次傅里叶变换取模并归一化得到MTF这里每一步都有物理前提第三步用的是菲涅尔近似和夫琅禾费衍射模拟的是焦平面上的光场分布第四步用到的是非相干成像的OTF光学传递函数它的模就是MTF。整个链路在Zemax、Code V里也有对应的快速工具但自己写一遍的好处是——你能知道每一步到底在算什么系数变了之后曲线怎么动你会比用黑盒工具清楚得多。2. Zernike多项式把任意像差拆成标准零件清单2.1 为什么偏偏是Zernike描述波前误差可以用很多基函数比如幂级数、切比雪夫多项式但只有Zernike是定义在单位圆域上、并且在圆域内满足正交性的。这带来两个非常实用的性质。第一各项之间线性独立。我把波前写成 Σc_j Z_j每一项的系数 c_j 可以单独提取、单独分析不会因为加了别的项而改变这一项的身份。检测出某个系数就说明系统里存在对应程度的该种像差可以直接指导装调动作。第二低阶项和光学设计里的经典初级像差一一对应。Zernike的离焦项和光学设计里的离焦是同一种波前形态Zernike的像散项和赛德尔像散本质也是同一个物理量只是归一化方式不同。这让你在Zernike系数和镜头设计直觉之间建立起一座桥不至于对着数学符号发呆。2.2 标准Zernike项的物理对应在实际仿真里我不需要写一个能算任意n、m阶的完整Zernike库——大部分像质评估关注到初级像差和少数高级项就足够了。下面这张表是标准Zernike项也就是常说的Noll/标准归一化排列前11项系数这么写的时候每一项对整个波前的RMS贡献正好等于系数值本身。序号常规名称极坐标表达式ρ,θ物理含义Z1Piston平移1波前整体常数相位不影响PSF/MTFZ2Tilt Y2ρ·sinθ像点在y方向平移Z3Tilt X2ρ·cosθ像点在x方向平移Z4Defocus离焦√3·(2ρ²−1)焦点前后偏移均匀模糊Z5Astigmatism Y√6·ρ²·sin2θ90°像散Z6Astigmatism X√6·ρ²·cos2θ0°/90°像散Z7Coma Y√8·(3ρ³−2ρ)·sinθ彗差y方向拖尾Z8Coma X√8·(3ρ³−2ρ)·cosθ彗差x方向拖尾Z9Trefoil Y√8·ρ³·sin3θ三叶像散Z10Trefoil X√8·ρ³·cos3θ三叶像散Z11Spherical球差√5·(6ρ⁴−6ρ²1)初级球差中心/边缘焦点不一致我强烈建议仿真时用标准Zernike排列而不是Zemax里的Fringe Zernike排列。因为标准排列做了RMS归一化系数直接就是波前RMS误差单位取λ时不同项之间可以统一比较。Fringe排列的系数是峰谷归一化离焦项和像散项的系数不能直接比容易造成误判。2.3 从系数到波前重建重建波前的公式非常简单W(ρ,θ) Σ c_j · Z_j(ρ,θ)其中ρ是光瞳上的归一化半径瞳孔边缘处ρ1θ是极角。仿真中生成ρ和θ的方式是先在直角网格上计算 Xd2r/D−1r是物理径向坐标再转换到极坐标。这样整个光瞳就落在单位圆内圆外区域在后面的瞳函数构造里直接置零。这里有一个很多新手会犯的错误Zernike多项式定义中的ρ必须是归一化半径单位圆内最大为1。如果你直接用物理坐标代入离焦项里的ρ²在边缘会是某个很大的数值波前形状会完全错掉。所以第一步永远是先做好归一化坐标网格。3. 从波前到PSF的仿真标量衍射到底在算什么3.1 瞳函数和夫琅禾费衍射那步傅里叶变换的物理依据是在夫琅禾费衍射条件下焦平面上的复振幅分布正比于光瞳函数的二维傅里叶变换。具体来说E(x,y) ∝ F { P(ρ,θ) }其中P是光瞳函数写成P A·exp(iφ)。A是光瞳振幅分布通常均匀取1φ是相位由波前像差决定。这里有一个理解上的关键点相位里的(2π/λ)·W是一个很大的数W即便是0.1λ相位也有0.63弧度足以让PSF出现可观察的变化。所以这个傅里叶变换不是随便打个包求个模相位分布才是决定PSF形态的灵魂。3.2 一套可以直接跑的Python实现下面这版代码是我在实际分析时反复用过的骨架。不追求库的完整性注重的是把每个环节掰开看清楚。import numpy as np import matplotlib.pyplot as plt # ---------- 系统参数 ---------- diameter 4e-3 # 入瞳直径4 mm wavelength 550e-9 # 波长550 nm focal 50e-3 # 焦距50 mm N 512 # 采样点数 # ---------- 光瞳归一化坐标 ---------- lin np.linspace(-1, 1, N, endpointFalse) X, Y np.meshgrid(lin, lin) Rho np.sqrt(X**2 Y**2) Theta np.arctan2(Y, X) mask (Rho 1).astype(float) # ---------- 标准Zernike前几项 ---------- def zernike(j, Rho, Theta): if j 1: return np.ones_like(Rho) * 1 elif j 2: return 2 * Rho * np.sin(Theta) elif j 3: return 2 * Rho * np.cos(Theta) elif j 4: return np.sqrt(3) * (2 * Rho**2 - 1) elif j 5: return np.sqrt(6) * Rho**2 * np.sin(2 * Theta) elif j 6: return np.sqrt(6) * Rho**2 * np.cos(2 * Theta) elif j 7: return np.sqrt(8) * (3 * Rho**3 - 2 * Rho) * np.sin(Theta) elif j 8: return np.sqrt(8) * (3 * Rho**3 - 2 * Rho) * np.cos(Theta) elif j 11: return np.sqrt(5) * (6 * Rho**4 - 6 * Rho**2 1) else: raise ValueError(本骨架只实现了常用项你需要自行补全其他阶) def wavefront_from_coeffs(coeffs, Rho, Theta): # coeffs是一个字典键为Zernike序号值为以波长为单位的系数 W np.zeros_like(Rho) for j, c in coeffs.items(): W W c * zernike(j, Rho, Theta) return W def calc_psf(coeffs, N, wavelength, diameter, focal): # 重建波前单位波长 W wavefront_from_coeffs(coeffs, Rho, Theta) phase 2 * np.pi * W # 光瞳函数 pupil mask * np.exp(1j * phase) # 夫琅禾费衍射傅里叶变换后取模平方 field np.fft.fftshift(np.fft.fft2(np.fft.fftshift(pupil))) psf np.abs(field)**2 psf psf / psf.sum() # PSF平面坐标间隔 dx wavelength * focal / diameter axis np.fft.fftshift(np.fft.fftfreq(N, d1.0)) # 适当处理见下方说明 return psf, axis * dx * diameter / (wavelength * focal)这个代码里有几个细节值得解释。第一np.fft.fftfreq(N, d1.0)这里我是故意先不写真实的物理间隔。因为如果你想在PSF图上直接标出多少个艾里斑半径最方便的是把PSF坐标归一化成无量纲参数 u x·D/(λf)。在这个归一化坐标下艾里斑第一暗环半径约等于1.22。我习惯直接把坐标轴换成这个无量纲单位来出图物理含义一目了然。第二对pupil做fftshift再fft2是因为坐标原点在数组中心。fftshift先把原点搬到DFT要求的(0,0)位置变换后再搬回来这样PSF的中心亮斑就位于图像正中间方便后续提取径向曲线。3.3 PSF归一化的一点经验代码里我做了psf/psf.sum()这是把PSF总能量归一化为1。这么做的好处是MTF计算里归一化会更干净而且不同像差条件下对比PSF的旁瓣比例时可以直接看强度的相对分布。但有另一个细节容易踩如果你直接在PSF图像里比较峰值亮度归一化到总能量为1后像差越大、光斑越散峰值必然越低。这其实是合理的物理表现——能量守恒摊薄了。可如果你拿这个归一化PSF去反推系统透过率那就错了因为这种归一化掩盖了真实的能量传递效率。要评估实际集光能力应该做的是中心艾里斑内的能量占比这类指标而不是简单看PSF峰值。3.4 分辨率不够先检查采样密度采样数N的选择直接决定仿真的可信度。我一般的经验值是模拟衍射极限系统时N256勉强能用一旦加入像差尤其是球差这类高阶项相位变化变得剧烈建议N512或更高。判断标准很简单检查最大相位梯度是否满足每个采样点上的相位变化小于π。换句话说波前像差的表面如果出现锯齿那FFT出来的PSF必然带着假的高频纹路看起来像是真实的衍射环实际是采样不足的伪迹。我做球差仿真的时候遇到过Z11给到1λ时N256的结果里PSF边缘出现规则网格状图案当时还以为是数值问题后来把N提到1024就完全消失了——就是采样不够。4. 从PSF到MTF一条傅里叶变换的捷径4.1 两种本质等价的计算方法MTF有两条计算路径。路径一是直接对PSF做傅里叶变换取模再除以零频值。路径二是利用光瞳函数的自相关OTF的数学定义等于光瞳函数与其自身的自相关再归一化。两条路径算出来的结果在离散实现里会有细微差别但物理上等价。我倾向于路径一因为从PSF出发更直观而且你会发现做MTF的过程其实就是又做了一次FFT代码上省不了太多但概念上特别干净。def calc_mtf(psf, wavelength, diameter, focal): # 对PSF做FFT得到OTF otf np.fft.fft2(np.fft.fftshift(psf)) # 峰值位于索引(0,0) mtf np.abs(otf) mtf mtf / mtf[0, 0] # 空间频率轴单位线对/毫米 dx wavelength * focal / diameter freq_cycles_per_m np.fft.fftshift(np.fft.fftfreq(N, ddx)) freq_cycles_per_mm freq_cycles_per_m / 1e3 # 归一化频率用衍射极限截止频率归一 fc diameter / (wavelength * focal) # 单位cycles/m # 注意这是相干截止频率非相干MTF截断也在同一尺度 norm_freq freq_cycles_per_m / fc return mtf, freq_cycles_per_mm, norm_freq这里有个容易混淆的点空间频率轴我用了两个坐标。绘MTF曲线时我一般把横轴画成归一化频率cycles除以截止频率这样所有系统都可以放在同一张图上比较但在工程报告里频率轴应该标成线对每毫米lp/mm因为传感器像素尺寸对应的就是物理分辨率。两种坐标之间的换算很简单真实空间频率归一化频率 × 截止频率。4.2 MTF曲线的判读顺序拿到MTF曲线后我建议按照一个固定顺序来读避免漏掉信息。先看零频MTF(0)必须等于1这是归一化保证的。再看截止频率曲线第一次掉到0的频率在哪它告诉你系统的理论极限分辨率。然后看曲线形态衍射极限的MTF是平滑单调下降的像差会让曲线提前塌陷——可能在低频就掉得快也可能在中频出现凹陷甚至零点。最值得注意的是MTF曲线出现零点的情况。零点意味着该频率的调制度完全丢失像面上这个频率的正弦条纹对比度是0。这在离焦过大的系统里很典型中频出现一个零点然后随着频率升高再有小幅回升看起来像蛇形。你如果只看PSF看到的只是光斑变大了完全看不出这种周期性的信息丢失。4.3 衍射极限MTF作为判据判断像差容忍度的最快捷方法是把当前系统的MTF和相同孔径/焦距下的衍射极限MTF叠在一张图上。衍射极限MTF有解析公式MTF(v) (2/π) × [ arccos(v) − v·√(1−v²) ]其中v是归一化空间频率取值0到1。这个曲线我几乎每次仿真都会画一条作为基准线。比如在评价离焦0.2λ时你会看到低频段可能还能维持90%以上的对比度但到0.4归一化频率附近已经掉到衍射极限曲线的下面一大截。把偏差最大的频率段标记出来比盯着一个RMS波前误差数字有用得多。5. 像差诊断实验离焦、像散、球差在PSF和MTF上长什么样5.1 离焦能量摊平中频塌陷把Z4系数设为0.25λ这是常见的光学公差预算量级PSF中心峰值下降第一暗环的环状结构开始模糊能量向周围扩散。但真正戏剧性的变化在MTF上低频段影响相对有限中频段出现明显的MTF下降0.3~0.6归一化频率之间的数值可能从接近0.8掉到0.4以下。继续加大离焦到0.5λMTF会在中频出现零点这是不可修复的信息丢失后期图像处理也很难救回来因为该频率的调制度是物理性的零。这里我要强调一个经验很多人以为所谓离焦就是整体变糊其实离焦模糊更像是在某个中间尺度上把对比度抽走了。小细节高频和大尺度轮廓低频都还在就是中等尺度的纹理没了。所以判断离焦看中频MTF非常敏感。5.2 像散子午和弧矢分道扬镳像散的特殊之处在于它的轴对称性被打破了。Z5或Z6项会让PSF呈十字形的散焦特征——两个方向的焦点不重合一个方向清晰的同时另一个方向是模糊的。在PSF图上你会看到像散特有的椭圆或双线结构方向取决于像散轴。MTF上像散的标志姿态是过中心横切和纵切的两条MTF曲线不重合。一条在中频还能维持较高对比度另一条已经大幅塌陷。这个特征在诊断时极其有用——如果你测到一台镜头的MTF在水平方向和垂直方向差异明显那基本可以断定这个系统有明显的非对称像差像散或彗差是头号嫌疑。5.3 球差中心能聚焦旁瓣拖着尾Z11的球差有一个很反直觉的表现光斑中心依然是个尖峰但周围拖着一圈一圈亮度不低的旁瓣能量并不集中在中心。这跟离焦整体摊平完全不一样。所以单看PSF主瓣大小球差的影响容易被低估。MTF对球差的暴露非常直接低频部分尚可但中频从0.2到0.5之间出现一个持续的凹陷且不像离焦那样会出现明显的零点回落而是整体矮了一截。球差还有一个特点就是它的表现和焦面位置有关你把像面在焦点前后移动会发现某一侧PSF突然变得集中即焦前/焦后不对称这是区分球差和离焦的经典判据。像差类型PSF典型形态MTF典型特征诊断要点离焦中心斑扩大环状结构模糊中频快速下坠可出零点对焦位置对称变化像散十字/椭圆散斑两个方向MTF曲线分离水平垂直曲线差异球差中心尖峰明亮旁瓣低频尚可中频持续凹陷焦前焦后不对称彗差彗星状拖尾非对称方向依赖性强视场边缘明显这些特征描述看起来简单但做仿真的价值正在于此你可以精确控制单一像差系数观察它对PSF和MTF的独立贡献建立像差形态到曲线特征的直觉。有了这套直觉再去看实测的干涉仪数据和镜头测试报告就不会一头雾水。6. 这些坑我踩过采样、归一化、边缘伪迹与仿真实战建议6.1 采样不足的振铃是最大的假象来源我在3.4里提过采样问题这里展开说一个坑。孔径的圆形边缘在掩膜里是硬边界直接用二值mask就会在FFT结果里引入振铃表现为PSF外围有规则的同心圆环纹路。这个环纹和真实的衍射环长得非常像但强度衰减模式和真实衍射不一样——真实艾里斑的旁瓣能量递减很有规律振铃伪迹则会在顶部出现平台状的异常亮带。缓解的办法有两层。第一层是提高采样密度把瞳孔边缘的每个像素覆盖得更细第二层是对掩膜边缘做亚像素平滑比如用超采样在一个像素内部判断圆边覆盖比例把mask值设成0~1之间的小数。我的经验是粗糙判断时用简单二值mask高采样N已经够用要做发表级结果建议上超采样平滑否则审稿人一眼就能看出边缘伪迹。6.2 归一化约定波前RMS和相位别混为一谈这是新手最容易翻车的地方。Zernike系数的单位必须明确。我用系数 c_j 乘以 Z_j(ρ,θ)得到的 W单位是波长。相位则是2πW。如果你看到别人的代码里相位直接就是c_j乘以Z_j没有乘2π说明他用的系数单位是弧度不是波长。还有一个隐蔽的问题标准Zernike的正交性是指向单位圆内面积分的RMS归一化。系数0.25λ代表该项波前误差的RMS值为0.25λ。而系统总波前RMS是所有项系数平方和开根号前提是各项正交且都在完整圆域内。我经常看到有人把Z4和Z11的系数直接加起来当总像差这是不对的——应该平方相加再开方。原因就是正交性各项贡献的能量是叠加的但振幅是不直接相加的。6.3 FFT的周期性带来的边界伪迹np.fft.fft2自带周期性边界条件。光瞳函数在单位圆外是0但在FFT看来数组的边缘会卷绕。当PSF的扩展范围很宽时大像差衍射场的能量跑到数组边缘又被卷回形成对称的鬼影。这个问题的直接表现是PSF图像四角出现不应该出现的亮点。解决思路通常是补零充填在计算FFT之前把光瞳矩阵嵌入一个更大的全零矩阵。比如原矩阵N512外面套一圈零到N1024再做FFT相当于在原光瞳四周留出空白区让衍射能量有地方扩散。这样得到的PSF主瓣更干净代价是计算量变大。我在做Z111λ的球差仿真时N512直接算会出现四角伪迹扩到N1024并补零后就解决了。6.4 从真实系统到Zernike系数的衔接仿真做得再漂亮系数总得有来源。实际项目中我拿到Zernike系数的途径主要有三种干涉仪测量结果、光学设计软件的拟合输出、公差分析导出的敏感度列表。无论哪种都要注意一件事对方给你的编号约定是Fringe还是标准Zernike极坐标方向定义是什么有没有包含倾斜项。一个常见的尴尬是Zemax里的Fringe Z4是离焦没问题但Fringe Z11和标准Zernike的Z11球差系数符号可能相反直接用会导致仿真结果和实测对不上。我的建议是写一个转换辅助函数输入原始系数列表、注明约定类型输出统一到标准Zernike。这段代码不复杂但能省下大量排查时间。6.5 仿真实战检查清单最后整理一份我在每次做波前到PSF/MTF仿真前都会过的检查表坐标系ρ是否归一化到单位圆θ的起点和方向是否与像差约定一致单位链Zernike系数是波长还是弧度相位计算是否重复乘了2π采样量波前最大相位梯度下是否满足每像素相位变化小于π边缘伪迹光瞳是否补零PSF四角是否有卷绕能量归一化PSF是否做了总能量归一化MTF零频是否严格等于1基准对照是否叠画了理论衍射极限MTF曲线交叉验证换一个更大的N确认PSF关键特征旁瓣位置、MTF零点不随N漂移这套检查表是我吃过几次亏之后固化下来的。特别是最后一条交叉验证N花不了几十秒但能帮你挡住绝大多数数值伪迹。做仿真最怕的不是算错而是算出一个看起来无比合理、实际上是假的图案还拿着它去指导下一次光学设计。习惯了先怀疑采样、再怀疑参数、最后才怀疑物理模型你的仿真结果才能真正拿来作为决策依据。

从Zernike波前到PSF/MTF：光学像质仿真完整指南

相关推荐

Qwen-Image-2.1本地部署：多模态理解模型的正确打开方式

Astropy 与 Matplotlib 深度集成：Quantity 带单位数据与 Time 时间序列绘图实战

COMSOL多物理场仿真：流化床氧化铁催化与铁粉颗粒生成建模

更多资讯

外呼系统的作用

PyPI 私有源怎么用：从安装到 twine 上传和 pip 安装

数学专业小白必看：8个月转行AI大模型，收藏这份实战路线图

服装AI质检数据存储架构：近期数据与历史数据为何要分开存？

2026-10-13：创建一个恰好有 K 条路径的网格图Ⅰ。用go语言，有 m、n、k 三个整数。请生成一个 m 行 n 列的字符矩阵，每个位置只能填“.”或“#”。其中“.”表示可以经过的格子，“#

合规数据可视化与PHP后端实战：构建彩票数据管理系统

今日更新

小波包能量谱原理与MATLAB实现：从频带分解到故障特征提取

基于LSTM的网易云音乐评论情感分析：数据清洗与模型调优实战

Alpha-Beta剪枝与极大极小值算法：博弈树搜索原理与实战优化

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？