在安防视频监控领域，视频监控设备的成像质量好坏是评价系统性能优劣的一个重要因素。在数量占多数的定焦类型产品生产过程中，目前仍需要人工进行对焦和通过人工判定分辨率的高低来保证产品的成像质量。而分辨率法不仅容易受图纸打印质量、以及屏幕分辨率影响，而且只能靠人主观进行判断、读数，不能够做到数字化，会造成产线工人的误判。而光学调制度传递函数是一个即准确又客观的成像质量评价指标，在当今世界范围内被公认为最有效的光学系统像质评价方法。因此使用MTF可以更加直观、更加科学的评价光学系统成像质量。本文通过广泛查阅资料和分析，使用刃边法计算MTF。对刃边法中几个关键步骤的各种算法进行了分析。通过理论分析和matlab仿真，从提高算法精确度的目的出发，对比分析各种算法对于计算MTF精度的影响，提出算法优化方案。本文主要工作如下：　　（1）传统刃边法探测刃边边缘所使用的质心法容易受图像噪声干扰，会导致最后计算MTF的结果不准确。本文采用改进的canny算子探测刃边边缘，以自适应的平滑滤波代替高斯滤波，根据图像刃边边缘灰度值的不连续性，合理的设置滤波器的权值，有效保留刃边图像边缘有效信息。并且采用最大类间方差法，自动提取图像阈值，有效的减少图像伪边缘信息。对比了几种拟合方法的精度，并采用基于最小二乘法的曲线拟合拟合刃边，解决了短焦镜头因镜头畸变而无法测试的问题。　　（2）传统的刃边法使用超采样提取ESF（边缘扩展函数），容易受图像盲元和噪声的干扰。本文采用三次样条插值提取ESF曲线，有效的减少了图像盲元和噪声的干扰。并且采用平滑滤波，使ESF曲线更加平滑，减少了求LSF（线扩展传递函数）带来的误差。　　（3）对外界潜在的影响刃边法稳定性的因素进行了验证。并且通过在特定频率下规定相应的MTF阈值来判定镜头质量，该算法的实际误差在4.2%，在实际生产判定的正确率达到97%，完全满足生产要求。