19、Camera图像质量评测：MTF、SNR、动态范围、色彩还原、主观评测
图像质量评测，说白了就是给摄像头“打分”。
我在车载项目里见过太多这样的场景：硬件团队说“这颗sensor参数很漂亮”，软件团队说“驱动调通了”，结果一上车，图像糊成一片，或者暗处全是噪点。嗯，问题就出在——没人认真做图像质量评测。
这一章，我带你把这几个核心指标掰开揉碎。MTF、SNR、动态范围、色彩还原、主观评测，每一个都是硬骨头，但你必须啃下来。
19.1 MTF（调制传递函数）——清晰度的硬指标
MTF，全称Modulation Transfer Function。说白了，就是衡量镜头和sensor能把“黑白条纹”还原得多清楚。
我习惯用一个比喻：你拿一张黑白条纹的测试卡，拍下来。如果拍出来的条纹边缘模糊了，黑白分界变成了灰色过渡，那MTF就低。如果边缘锐利，黑白分明，MTF就高。
MTF的核心公式：
MTF = (Imax - Imin) / (Imax + Imin)其中Imax是亮条纹的亮度，Imin是暗条纹的亮度。MTF值越接近1，清晰度越好。
在车载项目里，我遇到过最头疼的事：一颗镜头在实验室测MTF有0.6，装到车上因为振动和温度变化，直接掉到0.3。所以，车载MTF评测必须考虑环境应力。
19.1.1 常用测试方法
- 斜边法（SFR）：用ISO 12233测试卡，拍斜边，计算边缘扩散函数。我个人最喜欢这个方法，因为稳定、可重复。
- 正弦波法：用不同频率的正弦波条纹卡，直接测MTF曲线。精度高，但测试卡贵。
- 点扩散法：拍一个点光源，分析光斑扩散。适合实验室，不适合产线。
我的经验：产线上用SFR法就够了。实验室里，我建议正弦波法+点扩散法交叉验证。
19.2 SNR（信噪比）——噪点的克星
SNR，Signal-to-Noise Ratio。信号和噪声的比值，单位是dB。
你想想看，如果SNR太低，图像就像撒了一层盐，暗处全是彩色噪点。车载摄像头在夜间或者隧道里，SNR就是生死线。
SNR计算公式：
SNR (dB) = 20 * log10(信号均值 / 噪声标准差)我曾经在一个ADAS项目里，发现摄像头在10 lux照度下SNR只有28dB。结果呢？车道线识别算法直接崩溃，因为噪点被误识别成车道线。后来我们把sensor增益策略改了，SNR提到35dB，问题解决。
19.2.1 影响SNR的关键因素
| 因素 | 影响 | 我的建议 |
|---|---|---|
| sensor尺寸 | 越大，进光量越多，SNR越高 | 车载尽量选1/2英寸以上 |
| 像素大小 | 像素越大，信噪比越好 | 2.8μm以上比较稳妥 |
| 增益（Gain） | 增益越高，噪声放大越严重 | 模拟增益优先，数字增益慎用 |
| 温度 | 温度每升高10°C，暗电流噪声翻倍 | 车载必须做热管理 |
注意：SNR不是越高越好。过高的SNR往往意味着过度降噪，会丢失细节。车载场景下，SNR在35-45dB之间比较合理。
19.3 动态范围（Dynamic Range）——亮暗兼顾的能力
动态范围，就是摄像头能同时看清最亮和最暗区域的能力。单位也是dB。
车载场景有多残酷？你想想看：车刚出隧道，外面是大太阳，里面是暗区。如果动态范围不够，要么外面过曝一片白，要么里面死黑一片。
动态范围定义：
DR (dB) = 20 * log10(最大不饱和信号 / 最小可检测信号)我做过一个对比测试：普通sensor动态范围约60dB，HDR sensor能做到120dB以上。在逆光场景下，普通sensor拍出来的车牌完全看不清，HDR sensor能清晰识别。这就是差距。
19.3.1 车载HDR常用方案
- 多帧合成HDR：拍多张不同曝光时间的帧，合成一张。优点是效果好，缺点是运动物体有鬼影。
- 交错曝光HDR：sensor内部交替输出长曝光和短曝光帧。适合车载，因为帧率稳定。
- 单帧HDR（DOL模式）：一次曝光内完成高低增益读出。延迟最低，但sensor成本高。
我的经验：车载ADAS摄像头，我强烈推荐交错曝光HDR。鬼影问题可以通过运动补偿算法解决，性价比最高。
19.4 色彩还原（Color Reproduction）——真实世界的颜色
色彩还原，就是摄像头拍出来的颜色，和真实世界有多接近。
你可能觉得色彩不重要。错了。在车载里，交通信号灯的颜色识别、路面标线的颜色区分，都依赖准确的色彩还原。
我常用的评测方法是：拍一张标准色卡（比如X-Rite ColorChecker），然后计算每个色块的ΔE（色差）。ΔE越小，色彩还原越好。
ΔE计算公式（CIE Lab色差）：
ΔE = sqrt((L1-L2)^2 + (a1-a2)^2 + (b1-b2)^2)一般要求ΔE < 5，车载场景建议ΔE < 3。
我曾经在一个项目里，发现红色信号灯拍出来偏橙色。查了半天，原来是AWB（自动白平衡）算法在低色温下把红色通道压得太狠。后来我们修改了AWB的色温映射表，问题解决。
19.4.1 影响色彩还原的因素
- 白平衡（AWB）：不准的话，整个画面偏色。
- 色彩矩阵（CCM）：sensor的RGB到标准RGB的转换矩阵，必须精确标定。
- Gamma校正：影响亮度和饱和度的映射关系。
- 镜头阴影：边缘颜色可能偏暗或偏色。
注意：色彩还原不是越鲜艳越好。车载场景追求的是“真实”，不是“好看”。过度饱和反而会误导算法。
19.5 主观评测（Subjective Evaluation）——人眼说了算
客观指标再漂亮，最终还是要人眼看。
主观评测，说白了就是找一群人，看图像，打分。车载场景下，主观评测主要关注：清晰度、噪点、色彩、亮度均匀性、运动模糊等。
我建议用双盲测试：评测人员不知道哪张图来自哪个摄像头，避免偏见。评分标准可以用ITU-R BT.500的5分制：
| 分数 | 描述 | 车载场景含义 |
|---|---|---|
| 5 | 优秀，无瑕疵 | 算法可以直接用，无需后处理 |
| 4 | 良好，轻微瑕疵 | 算法可用，但需要轻微调参 |
| 3 | 一般，明显瑕疵 | 算法可能误判，需要后处理 |
| 2 | 差，严重影响使用 | 算法不可用，必须优化 |
| 1 | 极差，完全不可用 | 直接换sensor或镜头 |
我的经验：主观评测至少需要10个人，每人看至少50张图。而且要在不同光照条件下测：白天、黄昏、夜间、隧道、逆光。我曾经因为只测了白天，结果夜间图像被评测人员打了2分，尴尬。
19.6 知识体系总览
下面这张图，我把本章的核心知识点串起来了。你一看就明白：
你看，五个维度缺一不可。MTF管清晰度，SNR管噪点，动态范围管亮暗，色彩还原管颜色，主观评测管最终体验。任何一个短板，都会让整个摄像头系统掉链子。
总结一下：
- MTF：用SFR法，关注边缘清晰度，车载要加环境应力测试。
- SNR：35-45dB是黄金区间，注意温度和增益策略。
- 动态范围：HDR是必选项，交错曝光方案最实用。
- 色彩还原：ΔE < 3，追求真实，不要过度饱和。
- 主观评测：双盲+多光照，10人以上才靠谱。
嗯，这一章的内容就到这里。图像质量评测是个细活，急不得。你把这些指标吃透了，以后摄像头调优就有方向了。