샘플 이미지만으로 MTF를 추정하는 새로운 방법

본 논문은 이미지 품질을 정량화하는 핵심 지표인 MTF(조절 전달 함수)를 기존의 테스트 객체 없이도 일반 샘플 이미지만으로 추정할 수 있는 새로운 방법을 제안한다. MTF는 PSF(점 확산 함수)의 푸리에 변환 절댓값으로 정의되며, 전통적으로는 미세한 점 혹은 에지 패턴을 이용해 PSF를 직접 측정한 뒤 변환하는 방식이 사용되어 왔다. 그러나 이러한 방법은 테스트 패턴 제작, 샘플과 테스트 객체 간 해상도 차이, 실험 환경에 따른 변동성 등 여러 제약이 존재한다. 연구진은 먼저 이미지에 가우시안 형태의 PSF를 가정하고, 이미지 자체의 푸리에 변환 \(F(k)\)에 대해 \(\ln|F(k)|^{2}\)를 \(|k|^{2}\)에 대해 플롯하면 직선 구간이 나타난다는 수학적 관계를 이용한다. 이 직선의 기울기에서 가우시안 표준편차 \(\sigma\)를 추정하고, 이를 통해 PSF의 FWHM을 계산한다. 이후 PSF를 푸리에 변환하여 MTF를 얻는다. 실험 단계에서는 네 종류의 원본 이미지를 사용하였다. (1) 전자현미경으로 촬영한 마우스 뇌 초미세 절편, (2) 파라핀 절편으로 만든 제브라피시 뇌 광학 이미지, (3) 도쿄 베이를 촬영한 위성 사진, (4) X‑ray 마이크로톰그래피로 재구성한 파리 파리 뇌 단면. 각 원본 이미지에 대해 원형 aperture PSF(반경 2픽셀, 4픽셀)와 가우시안 PSF(FWHM 6픽셀)를 컨볼루션하여 블러된 테스트 이미지를 생성하였다. 각 테스트 이미지에 대해 2‑차원 푸리에 변환을 수행하고, 로그‑제곱 플롯을 작성하였다. 원형 aperture의 경우 Airy 디스크 형태가, 가우시안 PSF의 경우 단일 피크가 나타났으며, 플롯의 좌측 영역(첫 번째 Airy lobe 80% 이내 혹은 노이즈 플로어와 교차점까지)에서 높은 선형성을 보였다. 이 선형 구간을 이용해 가우시안 PSF를 근사하고, 해당 PSF로부터 MTF를 계산하였다. 결과적으로 추정된 MTF는 원래 입력한 PSF 기반 MTF와 최대 0.083 정도의 차이만을 보이며, 실험적 오차 범위 내에서 매우 높은 일치도를 나타냈다. 특히 X‑ray 마이크로톰그래피 실험에서는 알루미늄 테스트 객체에 새겨진 스퀘어 웨이브 패턴(피치 0.6–2.0 µm)을 이용해 전통적인 슬랜트 엣지 방법으로 MTF를 구하였다. 로그‑제곱 플롯을 통해 추정한 MTF는 엣지 기반 MTF와 거의 동일한 형태를 보였으며, 원본 투영 이미지에서 얻은 MTF가 재구성된 단면보다 약간 높은 것으로 나타났다. 이는 데이터 수집 과정에서 시료 드리프트나 스테이지 진동이 재구성 단계에서 해상도를 저하시킬 수 있음을 시사한다. 본 방법의 장점은 다음과 같다. 첫째, 이미지 종류에 독립적이며 전자현미경, 광학 현미경, 위성 영상, X‑ray 톰그래피 등 다양한 분야에 적용 가능하다. 둘째, 별도의 테스트 패턴을 제작할 필요가 없어 실험 준비 시간을 크게 절감한다. 셋째, 푸리에 변환만으로 빠르게 PSF와 MTF를 추정할 수 있어 실시간 품질 모니터링에도 활용 가능하다. 하지만 몇 가지 한계점도 존재한다. 가우시안 근사는 실제 PSF가 비대칭이거나 복합적인 형태를 가질 경우 정확도가 떨어질 수 있다. 또한 로그‑제곱 플롯에서 선형 구간을 선택하는 과정이 주관적일 수 있어 자동화된 영역 선택 알고리즘이 필요하다. 향후 연구에서는 비가우시안 PSF 모델을 도입하거나, 머신러닝 기반의 자동 피팅 절차를 개발함으로써 정확도와 적용 범위를 확대할 수 있을 것으로 기대된다. 결론적으로, 본 논문은 샘플 이미지 자체만으로 MTF를 추정하는 실용적이고 일반화 가능한 방법을 제시함으로써, 이미지 품질 평가와 시스템 최적화에 새로운 도구를 제공한다.