本文系微信公众号《大话成像》，知乎专栏《all in camera》原创文章，转载请注明出处。大话成像读者QQ 交流群2 ：833282006 大话成像技术论坛：ww.dahuachengxiang.com本站教学视频《图像传感器技术与应用》《成像系统图像质量调试》《成像算法基础（python版）》 《成像系统镜头光学》《新版图像质量测试测量与国际标准》《新版cmos sensor测试测量与国际标准》《新版数字成像系统42讲》课程大话成像淘宝教育官方网店有售：https://shop322456667.taobao.com/
车载相机图像质量标准P2020上一次发布更新还是2018年——发布了whitepaper，基本上就是把标准的框架确立起来。标准原计划在2020年发布，但疫情导致该工作组进展延误，前一段时间才发布了P2020初稿。
初稿与之前2018年发布的白皮书相比最大的变化就是CSP（Color Separation Possibility)被移除了标准，CDP也说是暂时未列入初稿中。看来对机器视觉的图像质量标准化仍然在业内存在争议。不过这也不妨碍各厂家自己应用CDP和CSP做内部评价，很多公司都自己开发了CDP和CSP测试工具，辅助机器视觉应用相机的评价，比如Image Engineering就提供了这项服务，客户可以把相机寄给他们测评。
从P2020图像质量标准的角度来看，图像质量系统模型如下图所示
图像质量测试项（IQF output）包括了7个项目：
Resolution，CDP,Flicker,Noise,Flare,Geometric Calibration和Dynamic range。比较有趣的是，颜色相关的项目比如color error，chroma noise 等都没有被包括在内，这是和其它图像质量标准最大的不同之处。
成像系统模型（如下图）里包括了风挡玻璃/保护玻璃，这也颇具汽车特色，做全系统仿真还得让风挡玻璃公司提供光学参数。
系统的输入变量如下图，前段时间在大话成像QQ群里有人问，相机的图像质量受哪些输入因素影响，对车载相机来说，主要就是这些因素，比较有趣的是sensor mtf和Stray light，这在以前CPIQ P1858等标准里没有出现过。
Sensor MTF是sensor在microlens下的聚光性能，从理论上来说，sensor mtf本质就是由pixel pitch 决定的，所以所谓sensor MTF性能，不如说就是看microlens对mtf的影响。
Straylight（杂散光），也就是入射光如果是一条直线光束，经过镜头会被折射成散射光，因为这不是镜头设计者想要的，所以就叫杂散。这两年imatest着力宣传其Stray light测试功能，看来也是针对车载相机图像质量市场推出的功能。可能为了客户更好地对应图像质量测试项，imatest直接在其网站把Straylight叫flare，也就是这个测试就是测相机的flare性能。
Flare可以说是影响车载图像质量最严重的一个问题，可能这也是P2020初稿把它放在测试第一项的原因，车载相机往往面对夜晚对面车大灯的直接照射，或者白日阳光的直射，这会产生不同类型的flare。
类型一：veiling flare和鬼影
整个画面尤其在暗处笼罩一层白光，还有鬼影（那个红点）
类型二：光束flare
类型三：孔径（aperture）flare
以前摄影师喜欢利用改变光圈大小改变flare的形状，利用这种效果拍人像模特，对于车载相机来说，无论哪种形状，都不是想要的。
类型四：Petal(花瓣） flare
以上四种flare是P2020总结的四种类型，这些flare有13个可能来源。
1：镜头组的内部反射
如上图所示，红色光路是直接汇聚在sensor上，而蓝色光路是在镜片底部反射。
2：模组内部污染造成。
模组内部会有油渍，脏污，指纹，灰尘等污染，都会造成光线的反射。
3：镜头镀膜质量不良。
4：镜头玻璃或者塑料材料内有气泡。
5：镜头光学胶合剂。
6：镜桶和其它的内部部件表面。QQ群里小伙伴前两天就发了一个很有趣的照片，图像暗区异常的蓝，最后分析发现是由于sensor的PCB板反光造成的。
7：sensor的cover glass 反射。这种也很常见，经常造成IR filter厂，sensor 厂，镜头厂和模组厂互相推诿责任，不过最后可能还得模组厂想办法，模组厂可以调整IR filter的参数，改善这种反射。
8：sensor的bond wire。
9：这些铜线（Bond Wire）把sensor连接到PCB上，他们也是反射光线的来源，跟封装方式也有关。
10：挡风玻璃。
11：IR filter，这个因素前面已经提过，IR的通过频率会对反射造成很大影响，但是从机器视觉的角度来说，一般会选择高一些截止频率的IR，这就对模组厂的工艺水平要求更高。
12：光圈造成的反射。
13：sensor表面的反射，sensor厂都会镀防反射coating，反射率也都会提供指标。
P2020的flare测试是建立在ISO18844：2017的基础上的，在一个白色的chart上开若干圆孔（黑色圆点部分）
在chart背面用强光打上背光，两侧加防反光遮板
实物图如下：
相机（DUT）拍chart的照片，然后根据如下公式算F
这种计算方法很简单，不过群里的小伙伴前段时间讨论过，说效果不是很好。
P2020还给出了新方法B
用一个准直（collimated）光发射装置（图中左侧像手电筒那个部分）放置在相机前，相机放在一个载台上，载台可以围绕光源转动，模拟各个方向摄入的光线，这样就可以测到各个FOV的flare。
也可以设计成让光源围绕相机转动，如下图所示
实物图如下：
Imatest的设备如下图，看起来是让相机围绕光源转动。
这种设计的计算原理是，根据相机的几何校正模型，计算出准直光源的成像Mask，Mask内的是合理的像，Mask外的就是flare造成的图像。两者信号亮度之比就是Flare的程度。
光源成像大小(Mask)的计算公式:
Flare大小的计算公式:
本篇我们就先介绍这些，P2020图像质量标准（初稿）相关的测试内容还有很多，将在后续文章中陆续发布，敬请期待。
