如何量化地测量和对比照片的清晰程度？

极限线对测试

虽然MTF曲线是描述光学系统清晰性能的全局动态的完整指标，但很多时候为了直观与快速测试镜头的解析力，而省去mtf曲线的严谨计算，人们常常会直接只测量单点数据即最大线对密度来评判光学系统的好坏。

在极限分辨率上采用最大线对数lp/mm 这一可靠的可量化物理量来衡量，长期在行业中是通用标准。极限分辨率的概念非常符合人类的直觉，数字越大越清晰，普通人很容易理解。

极限分辨率测试图卡

二战结束后，随着冷战局势加剧，美国军方对高空航空侦察相机的成像能力提出了极高要求。在高速、高空等苛刻条件下，精确的细节分辨率对情报收集至关重要。

USAF 1951 分辨率测试图（USAF 1951 resolution test chart）

为了验证设计出的光学期间是否合格，需要专门的图卡来快速验证，于是衍生了"1951 USAF resolution test chart", 并且该测试图迅速被纳入军事规范。其目的是以“每毫米线对（lp/mm）”为单位，为安装在飞机上的镜头分辨能力提供一个可量化的指标。 20世纪50年代，美国国防部正式批准并发布了 MIL-STD-150A 标准，正式确立了USAF 1951作为评估航空侦察及其他摄影镜头分辨率官方协议的地位，解决了早期临时测试方法中的一致性难题。由于其设计经典且经久不衰，它成功跨越了军事领域的界限，成为了光学、显微镜、机器视觉、数字成像以及生物医学研究中的基准标准。

1951 USAF图卡由不同的组(Group)组成，每个组包含6个元（Element）。每个元都由三根垂直线和三个水平线组成。

图卡物理分辨率的计算公式： $R_{chart} = 2^{Group + \frac{element - 1}{6}}$

例如：如果你能看清的极限线对是第2组，第3元，那么物理分辨率是：

$R_{chart} = 2^{2 + (3-1)/6} \approx 2^{3.333} \approx 5.04 \text{ lp/mm}$

USAF-1951解析力图卡使用办法

相机极限分辨率评测需要的是输出端(胶片或传感器) 的极限空间频率，而不是输入端(测试图卡)的空间频率。只有转换到输出端，才能实现在不同测试条件(不同时间，不同距离，不同图卡尺寸)下横向对比。在这个过程中，图卡只是提供了一个标准化，已知空间频率的“刺激源”，而我们测量的是成像系统对这个刺激源的传递质量。只有统一到成像面上的空间频率，才能进行A相机与B相机的之间的公平对比。

测试距离要求：在解析力测试中，测试距离非常关键，因为图卡上标准的线对数(lp/mm) 是图卡上物理表面上的实际尺寸，而代表相机解析力的是成像平面(胶片)上的空间频率。图卡空间频率与成像面空间频率这两者之间通过放大倍率M 决定，而测试距离决定了放大倍率M，因而决定了物方频率(图卡标注) 到像方频率(胶片)的转换比例。

成像面上的空间频率 = 图卡上的空间频率 x 放大倍率(M)

测试办法1：标准放大倍率测法，将拍摄距离设为让图卡在相机上的缩小正好是特定倍率如 20倍，50倍.

假设图卡分辨率为10 lp/mm, 镜头焦距为 35mm，想要实现在相机上的分辨率频率为 50 lp/mm，那么需要的拍摄距离应该是：

测试办法2：让图卡充满视场(FOV),记录下物距与焦距，计算对应相机解析力。

假设拍摄距离为 1.785米，镜头焦距为 35mm，拍摄到的USAF 1951图上极限线对为第2组，第3元，那么相机的实际解析力为：

那么问题来了，两个光学系统一个是35mm焦距，一个是50mm焦距，拍摄图卡时使得图卡充满视场，两者成像后观察到的极限线对是一样的，请问这两个光学系统的实际解析力是否一样呢?

采用相同尺寸的胶片情况下，充满FOV，意味着像高一样，然后图卡物高也是固定值，所以两者的放大倍率M是一样的。于是，成像面空间频率 = 图卡空间频率 x 放大倍率M ，所以两个光学系统的实际解析力是一样的。

数字成像时代

在胶片模拟时代，如果你的镜头分辨率为100 LP/mm，这意味着在胶片上就会投射出这样的结果:1毫米胶片范围内，可以发现100条黑色线条和100条白色线条，即100个线对。

胶片胶片乳剂在连续的空间域上响应——没有固定的规则像素采样格点。在胶片平面上以物理空间频率(LP/mm)来表示分辨率是合理的，这是因为胶片(实际上)是一种连续的模拟记录，每毫米具有特定的颗粒/胶片分辨率。

无离散采样单元: 胶片的感光乳剂由连续分布的卤化银颗粒组成，曝光后形成的银盐密度是连续的，直接对于场景亮度的连续变化，没有固定的"最小记录单元"。
解析力是物理面属性:胶片的极限解析力在跟乳剂中颗粒大小，分布密度有关，颗粒越细，每毫米乳剂上能记录的亮暗交替细节就越多，直接用 lp/mm 测量能完美对应其物理记录能力是合理的。
胶片相机时代，胶片尺寸是高度统一的(主流就是135胶片，120胶片等规格，用户也清楚)，因此测lp/mm可作为跨产品，跨尺寸的通用解析力对比指标也合理。

在数字成像时代，承载像面图像的是像素（Pixel）。像素本质上是一个纯粹的数学概念，它只包含‘数量’和‘色彩信息’，属于数字世界中的相对尺寸概念，并不自带真实的绝对物理尺寸。

例如，一张4000×3000像素的照片，既可以在5英寸的手机屏幕上显示，也可以在8英寸的平板上显示。无论它投射到多大的物理屏幕上，它本身的数字结构始终是4000×3000，不受物理空间的限制。

但是传统的胶片成像完全不同。胶片上的影像是由银盐等化学物质在物理空间内连续反应生成的，它严格受限于介质的物理边界。例如，35mm相机的成像圈就固定在36×24毫米的物理尺寸上，它不可能脱离这块实体底片，更无法直接转换或映射到120中画幅上。

所以，LP/mm 并不适合描述数码相机所捕捉的分辨率，我们需要另一种单位。既然像素是数字世界的相对尺寸单位，那么我们也就可以参考 LP/mm 的标准化测量启发，提出一个适用于数字成像的标准测量单位：

LP/pix (或称为 Cy/pix):

LP/pix = Line pairs per pixel : 意味着一个像素中存在多少组线对。

Cy/pix =Cycles per pixel : 意味着一个pixle中存在多少个周期数(黑线白线的线对正好一个正弦波周期）

同时也意味着数字成像是一种对光学连续物理图像加以像素为采样单位的离散型采样。而离散信号采样需要遵守奈奎斯特-香农采样定理（Nyquist-Shannon sampling theorem），即: 为了能够无失真地重建一个连续信号，采样频率（ $f_s$ ）必须至少是信号最高频率（ $f_{max}$ ）的两倍(即 $f_s \ge 2f_{max}$ )。

例如: 一段音频信号，其最高音频为500hz，要想对其进行数字采样不失真的话，其采样频率就应该至少为1000hz。何为采样频率呢，如上篇文章的内容可知其实音频hz是有时间单位s存在的，所以采样频率1000hz 即一秒内对信号进行1000次采集数据的行为。

换作空间图像信号: 空间图像的频率lp/mm 也同样包含了空间单位 mm，因此其对应的采样频率则为: 一毫米㎜内有多少个像素，数字图像的单位是像素。单位是 $pixel/mm$

我们知道一个线对总是由一条黑线和一条白线组成，因此一个线对至少需要两个像素来记录。

因为为了准确分辨出“这里有一条黑线，紧接着有一条白线”，至少需要一个像素落在黑线上，另一个像素落在白线上。如果用一个像素去记录一个线对，传感器只能输出一个平均灰度值，黑白细节就会完全丢失。

所以，0.5LP/pix 就是数字图像传感器的物理和数学上的绝对上限，也就是所谓的“奈奎斯特频率”（Nyquist frequency）。

像素间距:pixel pitch

Pixel pitch 是指 CMOS 上两个相邻像素中心点之间的直线距离，单位一般用 μm。

pixel size(像素尺寸):是指单个像素本身的实际物理尺寸，一般指的是像素的有效感光面积。

pixel pitch 会略大与 pixel size，因为: pixel pitch = pixel size + 隔离区(dead speace)。

隔离区主要起光电隔离与结构支撑的作用，是不可避免存在的。

如何将物理空间频率 LP/mm 转换成数字图像空间频率LP/pix 呢？

快速转换：

像素间距 p = 5 微米→采样频率 fs = 1/（0.005 毫米mm）= 200 个采样点(pixel)/毫米mm。

假设像素采样效率为0.5 LP/pix，所以根据奈奎斯特定律得到:=100个周期/毫米→对应 100 个周期/毫米(cycle/mm) = 200 条线/毫米 = 100 LP/mm（线对/毫米）。即空间分辨率为100 LP/mm。

LP/pix的缺点:

根据上面的计算，我们会直觉地认为 Lp/pixel 越高，像素就越小，采样越密越清晰。抑或是只要Lp/pixel 越高，拍出来的照片也就越清晰。

但Lp/pix 与像素大小无关，LP/pix是指单个pixel的有效分辨率贡献效率，并不是简单的像素大小的倒数。它的数值大小，只取决于像素的工艺好坏，跟像素尺寸没有必然联系。也就是说会出现以下情况:

大像素(例如全画幅相机4μm像素)，像素工艺很好，可以做到0.49 Lp/pixel,
小像素(例如手机1μm像素)，虽然工艺进步能做到0.4Lp/pixel。

但我们并不能说 4μm的全画幅相机清晰度就比1μm像素的手机清晰度高，因为单单这个数值是无法看出来清晰度好坏的。

例如，全画幅相机有0.49 LP/pixel，但拍摄出来的图像高度只有320个像素，手机相机是0.4 LP/pixel，但是图像高度有2000个像素，那么在同一场景下，肯定是手机拍摄出来的照片能分辨更多的细节。

因此，并不能用 LP/pixel 的数值高低来表述相机的清晰度好坏，因为 LP/pixel 只能表示每个像素的"分辨率效率"，但分辨率是整张图片的"分辨率总产出"，例如单个像素0.5 LP/pixel，但只有320个像素高度，那么"总产出"也只有160lp，但单个像素 0.4LP/pixel，但有2000个像素高度，那"总产出"就有 800LP。

以上情况其实是采样对解析力影响的体现，既然如此，我们便直接衡量总产出不就行了吗。于是引入了新的单位 LP/PH。

LP/PH 总有效解析力

LP/PH(Line width per picture height):每幅图高度的线宽。

这个指标是目前行业内的分辨率核心指标，因为它不仅同时包含了单个像素的清晰度效率，也提现了所有像素的清晰度总产出。

$LP/PH = 单个像素效率(LP/pix) x 图像垂直方向总像素$

例如:相机A的单个像素为0.5 LP/pix,垂直总像素为320，总有效分辨率为160LP/PH, 相机B的单个像素为 0.4 LP/pix,垂直总像素为2000，总有效分辨率为 800LP/PH。

相机A 160LP/PH ＜相机B 800LP/PH

可以得出结论相机A解析力小于相机B，这样的结论逻辑很合理:

实际场景模拟: 在拍摄布满400lp/mm线对图卡时，且图卡铺满视场，相机A由于总分辨率只有160 LP/PH, 根本装不下这么多黑白条纹(一个线对至少要两个像素)，所以最终密集的线条就混成一片迷糊的灰，而相机B总解析力有 800LP/PH，远大于400 lp/mm，因此能看到每一个线对。

所以说采用LP/PH 来表述相机的解析力的好坏是合理且符合常理，消费者比较数值大小即可得到解析力好坏结论。

ISO12233分辨率测试图卡正是按照LP/PH的逻辑来设计的，左侧红色框显示的是分辨率线对值数值越高代表线对越细，即分辨率越高。

图卡顶部的标注区显示: “VALUES IN 100X LINES PER PICTURE HEIGHT”是分辨率数值的标注说明，意思是：图中所有数字代表的是“每图像高度内包含的线条数”，单位为“线/图像高度”（LW/PH），数值需乘以100才是实际分辨率值。

所以如果图片可分辨数值16的线对，则代表：解析力为 1600 LP/PH。

空间频率单位转换

数字图像显示

像素pixel: 这个词起源与IBM，源自"图像元素 picture element"这个词，它是图像的最小单元，是不能再分割的最小信息单元。像素可以显示，也可以打印。

由于数码图像是以像素离散采样的，且数码图片是没有具体的物理实际尺寸的(同一张照片可以打印在4a纸上也可以打印在5a纸上)，因此我们为了将数码图像打印成照片在现实物理世界展示，必须要考虑:

数码图像已经是以像素为单位的离散采样结果，所以数码图像打印成照片时，也不能还原成像胶片那样的连续成像，同时数码采样也存在着奈奎斯特极限限制，也意味着超过奈奎斯特极限的频率是不能还原的。

人眼的感知是连续性的，所以离散图像打印出来时必须要呈现成连续性平滑的图像，不然会出现明显的像素感。如何打印输出才能显得无像素感且清晰呢?

于是便引出了衡量数码图像显示与打印的清晰度核心参数PPI 和DPI

PPI (pixel per inch，每英寸像素数)

打印清晰度的本质是:人眼在对于观察距离下，能否分辨出打印面上的像素点，是否能看到明显的像素块。

PPI描述的就是：数字图像在特定物理尺寸下打印的像素密度，PPI越高单位打印英寸内分布的像素点就越多，细节越细腻，人眼就越难分辨出像素块，看起来就越平滑细腻。

PPI不是打印的绝对清晰度标准:

真正的清晰度公式是:

$实际打印PPI = 图像总像素 ÷ 实际打印尺寸(inch)$

例如: 4000x3000(1200万)像素的照片，即使把图片元数据中PPI改成1000，但打印时选的是30寸尺寸，那么实际PPI也只有100，看起来会很糊，像素感明显。但如果打印尺寸为8x6英寸的纸张，那么实际PPI就有500，打印出来的结果就会很清晰，没有像素感。因为在典型近距离观看条件下，PPI超过300-360PPI，人眼难以察觉到像素存在。

DPI (dots per inch,每英寸像素数)

DIP描述的是打印机的墨点排列能力，因为打印机的最小单元是一个个墨点，墨点越小，说明其打印的细节就越细，因此DPI数值越大，说明打印机的打印细节能力越强。

PPI与DPI之间的转换: PPI是图像像素密度，属于图像元数据是可以修改的，但DPI是打印机的墨点排列网点数，是固定值。因此确认了数码图像的打印尺寸(即确定PPI)后，就可以计算出每个像素将要包含多少个打印点:

$PPI = \text{image pixel} / \text{print_inchs}$

$\text{dots_per_pixel}≈DPI/PPI$

例如: 一张3000x2000像素的图片，打印PPI为300，使用的打印机为1200DPI,则每像素点数为: 1200/300=4，打印机就会使用4个墨点来打印一个图像像素。

但是如果调整3000x2000像素图片的PPI为50，使用打印机同样为1200DPI，则每像素点数为:1200/50=24

打印机就会使用24个墨点来打印一个图像像素，但是此时虽然一个像素用了很多点，但由于一个像素的像素值都是一样的，墨点的颜色与饱和度也一样，因此打印出来的图片结果也就会比较模糊。

快速理解为:打印机每个墨点宽度是一样的，高PPI则"墨笔粗度"就是4个点，低PPI的"墨笔粗度"是24个点，根据绘画原理，笔越细则意味着细节越多越细腻。

数字图像显示

数字图像并非物理世界上的"画面"，而是量化后的像素数据，人眼是只能感受物理世界中的可见光，所以数字图像要想显示出来就必须使用一个设备讲数字图像的像素数字值转换成对应亮度，颜色的光，这个设备就是显示屏，显示屏是将数字图像从"存储的数字状态"转换到"人眼可识别的视觉内容"的介质。

OLED显示屏

OLED显示屏是有机发光二极管的简称，是有机化合物制成的发光二极管，OLED期间具有通过电流流动而发光的性质。OLED显示屏也是由许多像素构成的而每个像素由红，绿，蓝三个子像素组成，通过控制每个子像素的自发光便可显示彩色图案。

OLED与LCD的区别

OLED与LCD的最大区别是:OLED自发光。在OLED面板中，构成一个像素的子像素以各自的颜色点亮，无需背光或彩色滤光片因此可以实现更薄的设置。OLED屏的每个像素都可以进行独立的开关，因此可以实现纯黑显示。 LCD显示器使用LCD面板作为背光的光阀。通过光阀调节来自背光的光线，控制光线强度以显示不同色彩颜色。所以LCD显示器需要背光和彩色滤光片，因此受到薄度限制，而且它无法阻挡背光产生的光线，容易造成漏光，因此无法显示纯黑。

显示屏对图像解析力的影响

显示屏的物理尺寸是固定的，即显示屏长与宽的像素数是固定的。显示屏与打印机同理，如果数字图像的像素数大于显示屏的固定像素数时，在显示时就需要进行像素合并，而像素合并就会损失数字图像原本的解析力。

如下图，数字图像上的黑白线对在合并显示后无法分辨。

屏幕PPI

显示屏幕同样存在PPI参数，表述的是一英寸的显示屏中存在多少显示像素。在人眼感官中，显示屏与纸质照片是类似的，物理空间的图像展示介质。因此在正常手持/观看距离约30cm下，实际显示PPI超过300PPI后，人眼就看不到像素点了，因为此时单个像素在人眼视网膜上张角已经小于1角分。

视网膜屏幕(Retina Display)

此概念最早出现在2010年的iphone4发布会上的宣传话术，具体是: 人眼在距离25-30厘米，正常手拿手机看的距离时，能分辨的最小细节对应是300PPI,所以当屏幕PPI超过300时，单个像素的大小已经小于人眼的分辨极限，看不到像素点，画面跟现实世界一样清晰，因此叫"视网膜屏幕"。

当时iphone4的屏幕分辨率是960x640，物理尺寸为3.5英寸，所以PPI为326，超过了300阈值，解决了当时手机屏幕上的明显颗粒感，文字锯齿问题。

现在主流手机的屏幕PPI普遍在350-600PPI,都远超300PPI。

早期XGA系列是IBM/VESA指定的，HD/4K/8K是后来消费电子行业统一标准。

屏幕显示对解析力的影响

例如一张4000x3000的数字图片，图片最大解析力为200LP/PH, 如果在1000x750的手机屏幕上一倍观看倍数显示时:

原图宽度为4000像素，手机屏幕宽度为1000像素:

缩放比例=1000/4000 =1/4（即缩小了4倍）

LP/PH表示在“整个画面高度”内能分辨多少对线。所以当图片被整体缩小显示时，原本在 3000 像素高度内能容纳的200对线，现在被压缩到了750像素的高度内，因此最终显示的解析力只有:200/4=50LP/PH。

例如，一张4000x3000的数字图片，图片最大解析力为200LP/PH, 如果在1000x750的手机屏幕上2倍观看倍数显示时:

数字图片原图宽度4000像素，但要求放到2倍观看，因此实际情况是，数字图片2000像素宽度，在1000像素屏幕展示，因此屏幕与原图的缩放比例为:

缩放比例=1000/2000 =1/2（即缩小了2倍）

因此，最终显示的极限解析力为:200/2=100 LP/PH

iphone17 pro 屏幕分辨率：2622 x 1206 像素，像素密度为460ppi。

因此，要想在 iPhone 17 Pro 上看到这张 4000x3000 图片的原生像素级细节（即 1:1 像素对应），你确实需要进行放大操作。

全屏缩略显示（不放大）时:
$放大倍数 = 4000 \div 1206 \approx \mathbf{3.3} 倍$
缩放比：1/3.3，观感上图片看起来很清晰、很锐利，因为高频噪点被缩小掩盖了，但微小的纹理细节（如发丝、布料纹理）已经糊成一团，不可见。
放大到 100% (1:1 像素对应)时
能看到看到原图传感器记录下的真实极限解析力，微小的纹理(发丝，纹理等)清晰可见。

编辑于 2026-07-12 · 著作权归作者所有

抢先上岸｜松若AF 85mm F1.2光学设计及实物讨论这是什么光学现象？太阳光线有一圈一圈大大小小的光晕？几万块的双筒望远镜，比几百块的贵在什么地方？用相机跟阳光玩游戏逆光摄影技巧迟到又早到的竞速——徕卡Summicron28/2逆向及光学仿真调试项目上只更换镜头，主要影响哪些效果学闪光灯到底有啥用？为啥拍照一定要学闪灯闪光灯使用指南28——室内拍摄（1）3 种测光模式用法详解，新手看完直接上手背照式、堆叠、部分堆叠有什么区别？ | 摄影名词夜间行车照明的科学边界：LED车灯流明、色温、切线与光型控制的深度探究花上万元买UV镜的经验分享摄影小白，必学的光影法则阳光十六法则对胶片摄影的指导意义 3000元内最强热成像仪榜单🔥直接抄作业！真假APO?｜唯卓仕 AF 35、55mm F1.8 EVO光学设计逆向和实拍测量分析几万块的双筒望远镜，比几百块的贵在什么地方？原来，连美国人都觉得特斯拉的车灯晃眼 2026年色差计推荐：这五款色差计怎么选？‌Ansys Speos｜准直透镜与台阶花纹透镜转向灯