国际标准

我们非常激动地宣布，IEEE-2020标准已于2025年3月21日正式向公众发布。自该标准启动以来，我司众多工程师一直积极参与其中，我们期待终于能将其分享给业界。该标准现可在IEEE-2020网站上下载。

IEEE-2020 是首个获得国际认可的先进驾驶辅助系统（ADAS）图像质量性能标准。该标准定义了用于准确评估这些 ADAS 应用性能的指标和测试方法。

• 对比度指标

  • 对比度传递精度（CTA）

  • 对比度信噪比 (CSNR)

• Flicker（MMP）

• 动态范围（基于CNR）

• 眩光

• 空间频率响应 (SFR)

• 噪声

• 几何校准

在制定这些指标的过程中，IEEE-2020工作组确立了定义、测试方法和性能指标，用于描述ADAS的性能。其中许多指标源于传统的电子成像标准（例如ISO）。 然而，其他指标（如 CTA 和 MMP）的制定，则是源于 ADAS 应用显然需要新的指标来定义其性能。在测试 ADAS 应用时，这些新指标显得尤为关键，因为这些系统运行在瞬息万变的环境中，并将直接关系到消费者的安全。

针对每项指标，IEEE-2020 都概述了可在测试实验室中用于评估设备性能的测试方法。在 Image Engineering，我们的研发团队密切关注该标准的进展，并针对每项指标开发了相应的测试设备。

随着 IEEE-2020 的正式发布，我们期待协助您构建 ADAS 测试实验室。请查看以下针对各指标的解决方案，或直接联系我们的销售团队以获取更多详情。

IEEE-2020 将对比度传递精度（CTA）定义为被测系统识别和分离不同对比度的能力。在调整ADAS应用以确保消费者安全时，CTA是一项关键绩效指标（KPI）。

下图所示的热力图标明了对比度传递精度准确（黄色）和较弱（紫色）的区域。

我们提供 VLS（Versatile Light System）解决方案，用于生成热力图并测试 CTA 性能。借助该设备，您无需离开舒适的测试实验室，即可创建动态测试场景。

对比度信噪比（CSNR）是指相机通过比较平均对比度与其标准差来区分不同对比度的能力。由于ADAS应用将遇到广泛的对比度范围，因此了解系统区分这些对比度的能力并进行适当调整至关重要。

VLS（Versatile Light System）解决方案可用于评估 CSNR 性能。该解决方案可在舒适的测试实验室环境中创建动态测试场景。

调制光缓解概率（MMP）或称Flicker，是指相机在应对闪烁光源环境（例如闪烁的破损路标和迎面而来的车辆）时的响应能力。 Vega光源利用直流驱动技术在测试实验室中生成Flicker场景。它非常适合曝光时间极短的相机，例如用于ADAS应用的相机。

动态范围是所有电子成像行业中至关重要的图像质量指标。 在 IEEE-2020 标准中，动态范围基于 CNR（对比度信噪比），被定义为相机同时捕捉场景中亮部和暗部细节的能力。对于在光照环境差异极大的 ADAS 应用而言，这一 KPI 至关重要。

下图所示的热力图显示了场景中动态范围性能随Luminance变化的分布情况。

我们提供 VLS（Versatile Light System）以及专门设计的灰度标靶，用于根据 IEEE-2020 标准测量动态范围。

眩光是指图像中源自场景中无关物体的不必要光线。这是较难测试的关键性能指标之一，因为其表现可能因环境或相机硬件的不同而极具随机性。

我们的研发团队正在开发一款用于测试眩光的先进解决方案，目前已进入最后阶段。如需了解更多信息，请联系我们的销售团队。

SFR描述了场景的Resolution或细节程度。该KPI对于汽车应用至关重要，因为此类应用需要分离并识别场景中的特定物体。在这些应用场景中，SFR往往更具主观性，因为它用于为消费者重现图像（例如倒车摄像头）。

IEEE-2020 标准概述了使用斜边测试标靶的测试方法。我们提供多种斜边标靶，例如 TE283C 及其他多功能 Test Charts。

噪声被定义为出现在相机系统数字输出中的非预期伪影。在汽车应用中，过多的噪声可能会导致场景中的物体识别错误或遗漏。

高动态范围（HDR）场景（例如汽车系统中常见的场景）可能会产生更多的噪声。我们使用先进的OECF测试目标（如上图所示的TE269），来评估测试场景中的非预期噪声。

https://www.image-engineering.de/en/contrast-signal-to-noise-ratio

https://www.image-engineering.de/en/flicker

https://www.image-engineering.de/en/contrast-transfer-accuracy

https://www.image-engineering.de/en/test-lab/image-quality-factors-at-a-glance

https://www.image-engineering.de/en/test-lab