使用分辨率測(cè)試卡的MTF值并不能全面的檢測(cè)出鏡頭校正的全部狀態(tài)。之前小編也說過檢測(cè)鏡頭性能單一的測(cè)試卡是無(wú)法完成的，需要使用關(guān)于性能檢測(cè)的多種測(cè)試配合測(cè)試軟件和測(cè)試設(shè)備一同完成。這一個(gè)復(fù)雜而繁瑣的過程，一般只有鏡頭生產(chǎn)商才會(huì)去做。

這種說法沒有人會(huì)感到驚訝，一個(gè)像鏡頭一樣復(fù)雜的系統(tǒng)不可能僅被這幾個(gè)數(shù)字就完全描述出來(lái)。鏡頭的性能數(shù)據(jù)，無(wú)論是通過計(jì)算機(jī)計(jì)算還是在實(shí)驗(yàn)室中測(cè)量，都可以寫出一本書來(lái)，那么簡(jiǎn)化過程就是必要的。

有兩個(gè)分辨率測(cè)試卡檢測(cè)具有相同MTF數(shù)據(jù)的鏡頭，可能產(chǎn)生完全不同的圖像細(xì)節(jié)，而且這種情況并不是隨機(jī)發(fā)生的，下面一組圖片可以看出。

兩個(gè)相片都是使用高速?gòu)V角鏡頭在全光圈下拍攝的，細(xì)節(jié)靠近邊緣。照片顯示了一個(gè)房子的屋頂和一個(gè)明亮的天空前面的一棵樹，即一個(gè)對(duì)比豐富的地平線典型圖片。低空間頻率下的MTF在黑暗前景物體的邊緣特別重要，因?yàn)樗鼪Q定了圖片的眩光量。在左邊的照片中，屋頂沒有眩光，而樹跟右邊照片中正好相反的。如果這張照片中沒有樹，就可以判斷左邊的照片是更好的照片（以黑白為準(zhǔn)）。 但是這兩張照片是在分辨率測(cè)試卡檢測(cè)的就有空間頻率相同的MTF值是照射的，效果卻截然不同。

MTF沒有告訴我們這個(gè)差異，因?yàn)樗€不能完全描述點(diǎn)擴(kuò)散函數(shù)的特征。真正完整的光傳輸函數(shù)OTF還具有第二部分，相位傳遞函數(shù)PTF經(jīng)常被忽略。它與點(diǎn)擴(kuò)散函數(shù)的對(duì)稱性有關(guān)。

如果我們考慮到點(diǎn)擴(kuò)散函數(shù)可以延長(zhǎng)的事實(shí)，會(huì)發(fā)現(xiàn)它們?cè)谇邢蚝褪笭罘较蛏暇哂胁煌牟町悺?因此，我們測(cè)量每個(gè)圖像點(diǎn)的兩個(gè)MTF曲線。

在前述示例中，我們已經(jīng)默認(rèn)地假設(shè)亮度分布在點(diǎn)擴(kuò)散函數(shù)的一個(gè)橫截面方向上是對(duì)稱的，但實(shí)際上，情況往往不是這樣。

點(diǎn)擴(kuò)散函數(shù)可以像下面的例子一樣傾斜。最常見的原因是產(chǎn)生點(diǎn)擴(kuò)散函數(shù)的徑向誤差。

邊緣的方向?qū)τ谶@種偏斜點(diǎn)擴(kuò)散函數(shù)強(qiáng)度分布是非常重要的。該點(diǎn)擴(kuò)散功能具有左側(cè)最大強(qiáng)度1％的光暈，右側(cè)突然停止。如果邊緣明亮的一面在右邊，它會(huì)在左邊（底部）產(chǎn)生眩光。 如果是相反的情況，并且邊緣左側(cè)是亮的（頂部），則邊緣圖像的對(duì)比度很高，因?yàn)辄c(diǎn)擴(kuò)散函數(shù)僅向右延伸很短的距離。

通常我們使用分辨率測(cè)試卡檢測(cè)的MTF值一般不考慮這種對(duì)方位的依賴性。包含在相位傳遞函數(shù)中，取決于點(diǎn)擴(kuò)散函數(shù)“尾”的方向。這個(gè)名字源于這種偏斜點(diǎn)擴(kuò)散函數(shù)使正弦曲線圖案的相位，即它的最大值和最小值的位置偏移。