影像品质 & ADAS系统
-Image Engineering News


概括：
“如今的世界到处都是摄像头”这个争论至今的论题，对某些领域来说，确实是非常必要的，比如使用安防保全系统去监视设备的时候。装置在车上的摄像头，可以帮助司机完成去多任务，例如在晚上开车、倒车、停车等等；一系列的传感器支持着ADAS（Advanced Driver Assistance System 辅助驾驶系统）系统。
相机的影像品质取决于许多的因素。例如，如果相机打算为观察者重现看到的影像，那么观察者需要可以从这个“清晰的影像”中感知到所有必要的信息。为了要使他们得到“清晰的影像”，这种高度主观的测试就成为我们影像测试中的主要挑战。发展到今日，世界上已经有很多仪器及设备用来进行主观的测试了。
被加工成ADAS系统传感器的相机，与“清晰的影像”相比，他们更重视在表现和性能上的一些需求。但是，去测试ADAS摄像头的影像品质对于驾驶者的安全以及效率同样是十分重要的。
影像品质是FUN，不过不是娱乐的“fun”，而是“Fidelity逼真”，“Usefulness有用”和“Naturalness自然”。 对于ADAS来说，算法更为重要，所以跟人类作为观察者相比，“Usefulness有用”变成了最重要的因素。如果一张图没有任何有用内容跟信息的话，它对于ADAS一点意义都没有，所以去我们必须去创造一种方法，去计算每一张图容纳了多少信息。

Spatial Frequency Response（SFR空间频率响应）
对ADAS来说，它应该有能力去侦测物体并且定义它的距离，空间频率响应SFR测试可以让ADAS对于相机的光学表现进行一个参考评估。换句话说，我们要知道它在算法勉强能侦测出物体的时候，能呈现出怎样的影像细节？SFR可以用来提供不同的客观度量去看多少空间频率在这个物体所占的空间中再现出来。ISO12233：2014的标准中描述了完成这个测试最常见的一种方法。即使这个标准的目标还是数位相机，它也可以适用于其他的应用之中，例如：ADAS或者其他工业上使用相机的应用。
许多工程师都应该知道一个特殊的图卡，ISO12233，这个是基于观察者主观评价的一张图卡。但是我们并不推荐它，因为它只是告诉你数值的界限，而不是告诉你具体的SFR值。标准中描述应该使用s-SFR来进行测试，它是基于正弦西门子星的算法。另外一种比较流行的算法是用e-SFR配合斜边来计算。但是，请你们记住，如果使用e-SFR来计算是十分容易被锐利算法影响。锐利化是一个方法去提升观察者看到的影像细节，也是一个比较流行的影像增强算法。但是不幸的是，这些让观察者看的更清楚的算法对于物体侦测来说，是起着反效果的，尤其物体侦测也是ADAS的一个重要的课题之一。

这个是过期的ISO12233图卡。新的ISO12233：2014图卡已经不再使用这个测试目标了，因为它有许多技术上的缺陷。白色的背景对于自动曝光来说有问题，另外就是高对比度的斜边容易被ISP锐利影响，而且这个图卡还缺少了灰色的色块进行自主线性化。


HDR & 噪声
按照我们的了解，一般的车用相机都会配高动态范围相机（图像最暗的区域以及最亮的区域的亮度比值）。举一个比较常见的例子，在一台车经过隧道的入口处的时候，ADAS需要感测一些物件，例如：地上的线，或者其他的隧道中的车，隧道外的车。能够显示出这些细节的能力对于ADAS来说是非常必要的，它必须结合这些曝光影像到高动态范围（HDR）影像中。这种技术在上一代系统中，相机基本上都能达到高于120dB的对比度。120dB对比度也就是最暗处比最亮处的亮度比值为1：1.000.000。
没有事情是能一蹴而就的，为了要使用HDR的算法，你可能会产生一系列的人工产物并导致SNR(信噪比)下降。只有SNR数值越高，你才能得到越少的噪声。我们根据SNR和场景中的光线进行绘图会发现SNR和亮度是成正比。所以，我们可以假设我们在低亮度的时候会有低的SNR，在高亮度下我们会有比较好的SNR。当相机合成许多照片成一张HDR影像的时候就会出现错误——我们可能会在中等亮度范围得到较差的SNR。而低SNR会导致ADAS的一些信息丢失和严重的影像品质问题。

这是一个SFR的例子，从这个例子我们可以找到很多数值，例如MTF10、MTF50或者是其他固定空间频率的SFR。

在ISO12233:2014中，它使用了正弦西门子星. s-SFR 的方法。s-SFR的方法可以很稳定的去阻止锐化。不能拍摄RAW档案的时候，它依然还是一种可靠的测试手法。

SNR对于所有的信号来说，是一个比较常见的标准，但是对于不同的应用来说SNR的含义是不一样的。在摄影上，SNR被ISO15739:2013的“视觉噪声”所取代，“视觉噪声”取得的信息可以更好的表现人类观察者以及得到的度量之间的关系。

使用CDP（Contrast detection probability 对比度检测概率）是一种直接跟影像的适用性相关的，比较新的检测方法。与SNR一样，CDP也可以直接显示系统是否在测试中能够直接侦测出不同的物件。基本上，它也可以去解释出SNR下降的严重程度。来自BOSCH的工程师们发布了CDP的测试方法，并且在IEEE-P2020中，这种方法会变成官方的一个指标。
一个高对比度的测试图卡 TE269，这个透射式的图卡可在HDR测试中制造出很大的对比。上面这张是用来测试对比度134dB的，它对于现阶段的车用行业来说是十分适合的一张图卡。
Dynamic Test Stand (DTS系统) 是为了高对比度的相机，并测试它们的CDP的。

Color色彩表现
在摄影学中，相机是根据人类对色觉的感知而设计，不过车用相机并没有这种要求。所有的相机都是被当成侦测物体的一种工具，与给人们看的相机比起来（单反、手机相机），给机器看的它们并不需要注重颜色的表现。但是，对于这些相机来说，尽管它们并不需要很好的色彩表现，它们至少要能够基本的分辨出地上的白线和黄线，还是必须要分析得出红绿灯是什么颜色。
ADAS系统通过集合许多不同的相机（如前置相机、后照镜相机等），把图像传达给使用者。这样的话我们对于颜色的要求就不会那么严格，不需要它们有很好的色彩表现，但是我们还是会追求所有的相机需要拥有一个相等的色彩表现能力。如果工厂没有把多个相机的色彩表现能力调整到相近，它会在集合图像的时候产生很大的问题。



Flicker闪烁

LED光源对于传统的光源来说，有很多很好的优点，这让它能够被各行业广泛采用。车子的前车灯就是一个例子，因为在行驶中需要很稳定并且消耗少的光源，所以LED光源会比较适合。那ADAS的主要问题就是如何控制这些基于LED的光源。Pulse width modulation(PWM)脉宽调制会按照预先设置好的频率开启并关闭LED灯，并且把定义一个循环的开关信号百分比（Duty cycle 占空比）。因为人类的视觉系统一直都在持续调整看到东西的亮度，所以司机不会看到这些光线的信号。相机系统是在曝光时间中接受光线信号的，如果曝光时间很短，那么相机系统可能会得到一个人工的产物，也就是我们说的“Flicker闪烁”。
通常有比较短的曝光时间相机系统的会出现这种问题。HDR技术通常是基于结合许多不同曝光时间的影像，高光的东西可能会很容易被影响。通常这种影响是因为较低频率的可见光源，例如对向车道的车头灯和车后面的刹车灯。 不管是哪一个都会对视觉造成影响和干扰，并提供错误的信息给ADAS系统。对于ADAS来说，区分刹车灯跟转弯的示意灯是很重要的。由于我们会因为Flicker失去一些信息，或是得到一些信息，现在的车用系统的相机需要有一些设备（硬件、软件）来抑制这种Flicker的影响。
如果要去测试相机系统的Flicker，需要有东西可以提供大量的PWM频率，不同的占空比并允许调整PWM频率以及相机拍摄频率之间的差异。IEEE-P2020中就有一个工作组，正在进行测试并准备为ADAS的Flicker定下标准。

IEEE-P2020

IEEE P2020标准是来自汽车行业的许多影像专家，共同努力的结果。这个工作组的专家们设立一个目标，他们的任务是了解如何为相机分析、如何建立一个标准，能为ADAS系统做出最佳的一个选择。这个工作小组的成员来自不同的机构，来自工业链中的不同位置（OEM, Tier 1, Tier 2….），测试研究所（如Image Engineering）和学术界的人士。工作小组第一个发表的白皮书会包含笼统的ADAS系统需要测试的项目概述，还会对现阶段使用的标准进行新标准的差距分析。


另外，有任何关于测试上的方案或者上述内容中的产品想要咨询，请随时联系上海研鼎信息技术有限公司，我们于中国的总代理商。他们会帮你们找到需要的答案。

想了解更多光学小常识以及ImageEngineering的测试技巧，请关注微信公众号：