自动驾驶中的传感器技术21—

自动驾驶摄像头的图像评测

摄像头的性能受到环境光照、天气条件、运动模糊等因素的影响，因此需要通过多方面的评测来确保其在各种场景下的可靠性。

在自动驾驶领域，图像质量评估不仅关注图像的清晰度、分辨率等传统指标，还需要结合目标检测和场景理解的需求。例如， OD50（Object Distance at 50% average precision）是一种专门针对自动驾驶目标检测任务的图像质量评价标准，它在平均精度（AP）的基础上引入了目标距离的维度，更适用于自动驾驶的感知测试需求。

此外，检测质量指数（DQI）是一种结合了细粒度显著性图强度和目标检测算法输出结果的评估方法，能够为每个帧提供检测质量反馈，从而更准确地评估自动驾驶环境中基于摄像头的系统的检测质量。

图像评测方法

静态测试：主要评估摄像头的视场角、畸变率、观测距离等参数。例如，5mm镜头拥有较大的视场角，而12mm镜头可视距离更远但盲区较大。随着镜头焦距的增加，畸变率逐渐变小，8mm镜头没有明显畸变。
动态测试：研究摄像头在不同车速下的帧率表现，以及在不同光照条件下的成像效果。例如，随着车速的提高，采集帧率固定时，经过同一目标的图像采集次数减少；而采集帧率提高时，经过同一目标的图像采集次数增加。此外，光强越小，相机获得较好成像效果所需的曝光时间越长，导致相机在光线较暗时容易出现卡顿现象。

以分辨率评测为例，进行详细说明

摄像头、相机分辨率测试的流程是：在实验室环境下，将分辨率测试卡放置在摄像头测试灯箱上（一般透射式图像测试卡是放在透射灯箱上的），或者使用图卡挂架将图卡挂起来（这种是反射式图像测试卡，采用的光源一般是立式补光灯）。将摄像头、相机使用支架架起，然后对准分辨率测试卡，使的两者在同一水平线上，如果是变焦镜头需要调整好焦距，定焦镜头需要前后移动支架，在摄像头或者相机显示屏上，应当图卡的有效高度正好充满画面（在实际拍摄中会有一定难度，因此也可拍摄稍小或稍大，后续将此时的读数换算成正确的分辨率数值即可），如此我们即选取好了分辨率测试卡与摄像头或者相机的位置。

测试卡有效高度充满画面时，测试卡的4:3区域也应该正好充满画面（如图）。在取景偏大或偏小的情况下，应尽量使4:3区域中的J1、K1、J2、K2、JD、KD处于画面中心。测试四角分辨率时，要分别将四角上的十字型测试单元置于画面角落。实际操作可以将测试卡16:9端线贴在画面外框，测量这一端上下两个角的分辨率，再测另一侧两个角的分辨率。

以上的过程是将摄像头、相机拍摄分辨率测试卡，好在对应的爱色影提供的iQstest摄像头测试分析软件上进行数据分析。为什么要使用这种iQstest摄像头测试分析软件？主要原因是这种测试软件能够加快我们数据分析的速度，而且能够得到更准确的结果，毕竟使用目视进行观察的话，结果还是不准确的。

从上述的摄像头分辨率测试流程中，我们可以知道摄像头分辨率测试影响因素有：1、分辨率测试卡的版本。虽然ISO 2000分辨率测试卡是一种经典的分辨率测试图卡，但由于近年摄像头的分辨率原来越高，ISO 2000分辨率测试卡已经不能够满足需求，所以很多的厂家开始使用ISO 2014分辨率测试卡，以求达到更高的分辨率测试。2、镜头对焦需要准确。如果摄像头、相机的对焦不准确，那么拍摄图像测试卡得到的图像就会不清晰，进而进行分析时，摄像头、相机的分辨率会被人为的“降低”。3、尽可能的使用配套的iQstest摄像头测试分析软件，肉眼得到的结果相对于软件分析来说会不准确。4、分辨率图像测试卡的质量。有的厂家生产的图像测试卡质量低劣，本身就不清晰，所以不能用不标准的测试卡来测定摄像头、相机的标准分辨率。5、摄像头、相机的分辨率是其固定的参数属性，摄像头、相机本身的白平衡、色彩平衡等性能也是其属性，在进行分辨率测试时，相机的曝光时间、白平衡、色彩平滑都不会对其产生影响。如果将人眼比作摄像头、相机镜头时，人眼看分辨率测试图卡时，图卡是否是黑白还是彩色，对摄像头、相机的分辨率都不会有影响，分辨率的高低代表着摄像头、相机镜头在一定的距离上，能否将画面看的更细的能力，因为摄像头、相机镜头都是硬件，相机本身的曝光时间只会影响到图像的亮度，而不会影响到图像的分辨率。

因此，摄像头分辨率测试影响因素主要有分辨率测试卡的质量、版本、镜头是否对焦、是否使用相应的图像分析软件进行分析。而相机相机本身的曝光时间、白平衡、色彩平衡性能对分辨率的测试是没有影响的。

以下为常用的摄像头性能测试方案

1、摄像头逆投影解析

逆投影解析主要用于检查摄像头的解像能力。如字面意思一样，将投影机把卡上图像投影在暗室中的屏幕上，然后调节被测试的镜头对准屏幕，使显示的图象呈现最清晰的状态，此时利用人眼观察显示图象的清晰程度，从而可以评价镜头的成像质量。虽然肉眼观察准确度不够，但也足以对这款摄像头的性能做出参考，如果被测摄像头众多且数据量较大，整体上来说，这种方法也是较为可靠的。