一、对比度表现指标（CPI）概念
对比度是区分物体与环境的重要基础条件。对比度表现指标（Contrast Performance Indicators，简称 CPI）用于评估成像系统的对比度再现能力，主要分为两种：对比度检测概率（CDP）和对比度信噪比（CSNR）。

其中，对比度检测概率（Contrast Detection Probability，简称 CDP（等同于术语CTA））是通过对相机 OECF（光电转换函数）转化后的像素对比度与实际对比度进行数据统计，得到的合格百分比。
对比度信噪比（Contrast Signal-to-Noise Ratio，简称 CSNR）则是通过计算噪声，先得出每个灰阶的噪声值，再进一步求出对比度噪声比。

尽管单独评估成像系统的对比度再现能力无法直接预测物体识别能力，但它能提供一种有效的诊断工具，帮助识别在预期操作范围内对比度维持不准确或表现较差的区域。这一点在使用高动态范围（HDR）传感器时尤为重要 —— 这类传感器的噪声分布可能并非单调变化，且信号电平的提升未必能保证信噪比的改善。

二、如何测试对比度表现指标
2.1测试标准：
依据标准 IEEE 2020-2024 。

2.2测试设备：
本次测试将用的测试设备为研鼎自研的MLB-HMC ADAS摄像头综测仪，通过后部的4个透射式灯箱，再搭配4张不同密度的灰阶图卡，通过光源设定相关参数，得到高动态范围下不同的亮度图块分布，以测量成像系统的CDP、CSNR指标。

2.3测试步骤：
1.环境搭建：
在暗环境下，将四张35阶图卡插入透射式灯箱槽内(第一张20db,第二张35db，第三张35db，第四张45db，共135db)以默认设置打开四个光源，此项默认设置为已经标定好的光源亮度，第一张图卡最暗块的亮度值略大于第二张图卡最亮块的亮度值，第二张图卡最暗块的亮度值略大于第三张图卡最亮块的亮度值，以此类推进行标定。
2.样张采集：
将DUT固定在夹具上，调整拍摄距离，四个灯箱尽量充满整个画面，待画面稳定后，拍摄一张光源全亮的RAW图。
3.RIQA操作：
step1.打开RIQA，选择ADAS模块中的CPI模块，添加待分析RAW图，添加或检查灰阶块亮度文件是否正确，分析点SAMPLE选择40000。

step2.点击开始，设置RAW图格式，当导入Raw时需要设置Raw的宽高、位深等信息。
其中，Raw设置需根据Raw的自身信息对宽高、位深及bayer类型进行设置。如果Raw为压缩raw可借助解压缩进行解压，解压缩时需要设置宽高、解压文件及解压前后的图片位深，点击确认后会在同路径下生成一个同名带depresse的Raw文件。重新导入解析即可分析。

step3.完成RAW设置后选择区域ROI，点击分析即可一键生成测试报告。

4.结果解读：
数据图解读：

三轴分别代表亮度、对比度、CDP，直观呈现了三者之间的关联，可清晰反映相机在不同场景下的对比度表现能力。CDP的数值越高，代表模组的检测性能越好。一般来说，在低亮度和低对比度的位置，CDP的值往往较低，反之较高。

图中的CSNR数值越大，代表对噪声影响越小越高，代表模组的检测性能越好。