4. 图像质量评价体系
在复杂光照场景的ISP调优中，"调得好不好"不能只靠肉眼感觉，也不能只盯着一两个数值。安防监控的图像质量评价，本质上是一套主观感受与客观指标相互校准的体系。主观评价回答"人看着是否可用"，客观指标回答"问题出在哪个环节、改善了多少"。只有把两者结合，才能避免"指标漂亮但看不清人脸"或"观感尚可但夜间噪声爆表"的调优陷阱。
一、核心原理：为什么安防需要双轨评价
安防图像质量的最终判据是可辨识性——能否看清人脸、车牌、衣着特征、行为动作。这与消费摄影追求的"好看"不同：安防更看重细节保留、低照度可用性、色彩可辨识度和长时间稳定性。因此评价体系必须覆盖两类维度：
- 主观评价：由观察者在标准显示条件下，对画面清晰度、噪声、色彩、拖影、过曝/欠曝等做出分级判断，常用ITU-R BT.500的5级损伤标度（优、良、中、差、劣）。
- 客观指标：用可复现的算法或仪器测量，如SNR、动态范围（DR）、色彩误差（ΔE）、MTF、信噪比等，便于横向对比和回归验证。
两者的关系不是替代，而是互相解释：客观指标定位问题，主观评价确认影响程度。例如SNR下降3dB，主观上可能只是"略见噪点"，也可能已经"无法辨认车牌"，必须结合场景判断。
二、关键客观指标及其安防含义
下面这张图展示了安防ISP调优中常用客观指标与主观感受之间的映射关系，以及它们各自对应的典型场景问题。
需要强调的是，SNR与信噪比在工程语境中常被混用，但严格来说SNR是信号功率与噪声功率之比，而"信噪比"是中文习惯叫法。在ISP调优中，我们更关注不同增益下的SNR变化曲线，因为它直接决定夜间能否从噪声中"捞出"目标。
三、方法流程：从测量到判定的闭环
一套可落地的评价流程通常包含以下步骤：
- 搭建标准测试环境：使用24色卡、灰阶卡、分辨率卡、动态范围测试卡，在D65标准光源和低照度可调光源下拍摄。
- 采集原始与处理后图像：同时保存RAW和YUV/JPEG，便于区分"传感器问题"与"ISP问题"。
- 计算客观指标：用Imatest、DXO Analyzer或自研脚本计算SNR、DR、ΔE、MTF。
- 组织主观评价：邀请3~5名观察者，在标准监视器上按5级标度打分，重点评价人脸、车牌、行为动作。
- 交叉分析：将客观指标与主观评分做相关性分析，找出"指标好但观感差"或"指标差但观感可接受"的异常点。
- 回归验证：调整ISP参数后重新测量，确认改善方向正确且无副作用。
四、案例场景：逆光人脸与夜间车牌
以某园区出入口摄像机为例，白天逆光时人脸发黑，夜间车牌噪点严重。调优前测量：动态范围约72dB，夜间SNR约22dB，ΔE约8.5，MTF50约0.35。主观评价为"差"。
调优措施包括：开启宽动态（WDR）并调整局部色调映射曲线，降低夜间增益上限并启用3D降噪，重新标定AWB和色彩矩阵。调优后复测：
指标 调优前 调优后 目标值
SNR(夜间) 22 dB 31 dB ≥30 dB
动态范围 72 dB 105 dB ≥100 dB
ΔE 8.5 4.2 ≤5
MTF50 0.35 0.42 ≥0.40
过曝比例 12% 3% <5%
主观评分 差(2级) 良(4级) ≥4级复测后主观评价提升至"良"，逆光人脸可辨，夜间车牌可读。这个案例说明：动态范围和SNR是逆光与夜间场景的核心矛盾，而ΔE和MTF则决定色彩与细节的可信度。
五、常见误区与复盘
复盘时建议建立场景-指标-权重对照表：出入口重DR和SNR，停车场重低照度SNR和MTF，周界重MTF和过曝比例。不同场景的指标权重不同，不能一套阈值打天下。
| 场景 | 首要指标 | 次要指标 | 主观重点 |
|---|---|---|---|
| 出入口/人脸 | DR、SNR | ΔE、MTF | 逆光人脸可辨 |
| 停车场/车牌 | SNR、MTF | ΔE、过曝比例 | 夜间车牌可读 |
| 周界/行为 | MTF、过曝比例 | SNR、DR | 动作轮廓清晰 |
| 大厅/色彩 | ΔE、SNR | DR、MTF | 肤色自然可信 |
总结来说，安防图像质量评价体系的核心是以场景判据为终点，以主观评价为验收，以客观指标为导航。SNR、DR、ΔE、MTF等指标不是孤立的数字，而是解释画面问题的"坐标"。只有把指标放回真实场景中，才能判断调优是否真正解决了问题。