图像质量评价体系：核心指标概览

做机器视觉这些年，我见过不少工程师一上来就盯着分辨率看。好像分辨率高了，图像质量就一定好。其实不然。一套完整的图像质量评价体系，就像给相机做体检——你得查视力、查听力、查色觉，还得看它有没有“说谎”。

今天我们就来拆解这套体系。说白了，就是五个核心指标：解析度、动态范围、信噪比、色彩还原、畸变。它们各自独立，又互相影响。你想想看，一个动态范围很宽的相机，如果信噪比很差，那宽动态区域里全是噪点，有什么用？

1. 解析度：你能看清多细的线条？

解析度，也叫分辨率或解像力。它衡量的是相机分辨细节的能力。最直观的体现就是——你能看清多细的线条。

我个人习惯用 MTF（调制传递函数） 来量化解析度。MTF 曲线从低频到高频，反映了不同空间频率下的对比度传递能力。简单说：MTF 值越高，图像越锐利。

举个例子：一个 500 万像素的相机，如果镜头很差，MTF 在 100 lp/mm 时就掉到 0.2 了。那它拍出来的图像，可能还不如一个 200 万像素配好镜头的系统。像素数只是“纸面参数”，MTF 才是真功夫。

2. 动态范围：暗处和亮处的细节，你都要

动态范围，说白了就是相机能同时记录的最亮和最暗区域的比值。单位是 dB 或 bit。

一个 12-bit 的相机，理论动态范围是 72 dB。但实际能用的，往往只有 60 dB 左右。为什么？因为暗部有噪点，亮部有饱和。

我遇到过最典型的场景是：拍摄金属反光表面。亮区过曝，暗区死黑。这时候动态范围不够，后期怎么拉都拉不回来。所以做表面缺陷检测时，我一般会要求动态范围至少 70 dB 以上。

应用场景	推荐动态范围	说明
普通电子元件检测	60 - 70 dB	光照均匀，反差不大
金属/反光表面检测	70 - 80 dB	高光与暗部并存
户外/强光环境	80 dB 以上	光照变化剧烈

3. 信噪比：信号有多“干净”？

信噪比（SNR）是信号与噪声的比值。单位也是 dB。信噪比越高，图像越干净，噪点越少。

这里有个坑：很多人以为像素越高越好。但像素密度增加，单个像素的感光面积变小，信噪比就会下降。你想想看，同样大小的传感器，2000 万像素和 1200 万像素，后者的信噪比通常更好。

我曾经在一个医疗影像项目里，客户非要 2500 万像素的相机。结果拍出来的图像噪点满天飞，根本没法用。后来换成 1200 万像素的，信噪比提升了 6 dB，图像质量反而更好。

4. 色彩还原：颜色准不准？

色彩还原，衡量的是相机对真实颜色的再现能力。常用指标有 ΔE（色差） 和 色彩饱和度。

ΔE 越小，色彩越准。一般 ΔE < 3 就算不错了。但在一些特殊场景，比如食品分拣、印刷品检测，ΔE 可能需要 < 1.5。

我个人的习惯是：用 24 色卡做标定。拍一张色卡，然后计算每个色块的 ΔE。如果某个颜色偏差特别大，那就要检查白平衡或者色彩矩阵了。

• 白平衡：决定了色温是否准确。自动白平衡在工业场景下经常翻车，我建议手动锁定。
• 色彩矩阵：将传感器原始 RGB 信号映射到标准色彩空间。不同光源下需要不同的矩阵。
• Gamma 校正：影响中间调的亮度表现。做色彩还原时，Gamma 要统一。

5. 畸变：镜头有没有“说谎”？

畸变是镜头带来的几何失真。常见的有桶形畸变和枕形畸变。在测量类应用中，畸变是致命的。

举个例子：你要测量一个零件的直径，如果镜头有 1% 的畸变，那测量误差可能就是 0.1mm。对于精密测量来说，这完全不可接受。

畸变通常用 TV 畸变 或 SMIA 畸变 来量化。一般工业镜头要求 TV 畸变 < 0.5%。高精度测量场景，要求 < 0.1%。

六个指标的关系：一张表说清楚

指标	核心问题	常用量化方式	常见陷阱
解析度	能看清多细？	MTF (lp/mm)	只看像素数，忽略镜头 MTF
动态范围	明暗细节都能保留？	dB / bit	理论值 vs 实际可用值
信噪比	图像干净吗？	dB	高像素导致低 SNR
色彩还原	颜色准不准？	ΔE	白平衡不准导致偏色
畸变	几何形状失真吗？	TV 畸变 (%)	软件校正损失边缘分辨率