成像质量评价（Image Quality Assessment, IQA）指在给定条件（如相机的被摄场景、照明环境及显示设备的输入等）下，对成像系统的成像性能（如分辨率、噪声、畸变、色彩、动态范围等）进行主客观分析与评估。成像质量直接影响图像的实用价值 —— 例如人类观察者的视觉体验（如欣赏照片或影片）或目视效果（如使用道路车辆用电子前、后视镜（CMS）提供间接视野），以及机器视觉的目标识别率（如医学影像的诊断准确性、ADAS（高级驾驶辅助系统）的安全性等）。

以相机成像质量评价为例，评价维度可通过图像属性描述：

• 全局属性：对观看条件变化不敏感，不受放大倍数、距离或尺寸影响，如几何畸变（镜头 桶形 / 枕形畸变）、动态范围（高光与暗部细节保留能力）、亮度均匀性（图像边缘与中心照度一致性）等。
  
• 局部属性：受成像设备参数直接影响，且随观看条件变化显著，如清晰度（MTF 调制传递函数值）、噪声水平（信噪比 SNR）、色彩还原能力等。
  

指以人类观察者对图像的视觉感知为基准，通过标准化流程获取质量评分。其评价内容聚焦图像给人的直观观感，包括画面整体通透度、色彩风格的舒适度（如是否偏色、饱和度是否自然）、动态范围表现（高光与暗部细节的视觉平衡）、噪点可见程度及分布对观感的影响、锐度带来的画面质感等。

常见主观评价方法有：

1. 绝对评价：观察者参照原始图像，按 5 分制（1 = 劣，5 = 优）评分，输出平均主观分（MOS）。
   
2. 相对评价：无原始图像参考，观察者比较一批图像的优劣顺序，输出差异平均主观分（DMOS）。
   

通过数学模型量化图像质量，分为三类：

1. 全参考（FR）：完整比对失真图像与原始参考图像的差异，量化质量损失。比如基于 24 色标准色卡计算色差，评估成像系统的色彩还原能力。
   
2. 半参考（RR）：仅提取原始参考图像的关键特征，与失真图像的对应特征比对。
   
3. 无参考（NR）：无原始参考图像场景下，直接分析失真图像的特征。比如拍摄均匀光源标板，测试成像系统的亮度均匀性。
   

三类方法中，全参考客观评价因精度高成为主流且适配多领域测试需求（如camera测试用例 / adas测试用例 / cms测试用例等）。以数字相机的成像质量客观评价为例，其核心应用逻辑为：在给定照明环境（如暗室、D65 光源）中，通过多样化测试靶标（如 ISO 12233 分辨率卡 、 标准色卡）与 光源条件（如低照度）模拟真实场景，使用成像系统拍摄测试靶标得到失真图像，再通过图像质量分析软件（如 RIQA 图像质量分析软件）对图像进行计算，进而得到成像质量分析结果。

• 测试图卡：如 SFR斜边测试图卡（测空间频率响应）、24 标准色卡（测白平衡）、灰阶测试卡（测动态范围）、棋盘格（测畸变）等，图卡类型分透射式和反射式，多采用耐光损材质以保证图案精度；
  
• 光源：含透射式（如透射式灯箱）和反射式（如多色温标准光源灯箱），可模拟不同色温和照度条件的测试环境；
  
• 光学与采集设备：平行光管（模拟无限远场景）、图像采集卡（高精度采集图像数据，确保原始信号无损失）；
  
• 分析软件：如 RIQA Camera 等，可基于测试样张计算 MTF（调制传递函数值）、SNR（信噪比）、ΔE（色差）等量化指标，支撑全参考、少参考、无参考等客观评价方法的模型计算。
  

• 光源设备：涵盖透射式（如透射式灯箱）和反射式（如多色温标准光源灯箱），可模拟不同色温和照度条件下的真实环境；
  
• 实景道具：如毛绒玩具（用于纹理细节层次评估）、人形模特（用于肤色还原测试）、多色蜡笔（用于色彩饱和度与色偏评估）、标准图形交通信号灯（用于高亮区域过曝与色彩识别验证）、仿真车牌（用于字符识别与反光抑制能力测试）等。
  

成像基础知识、riqa简介、测试用例、cms测试方案