监控摄像头性能检测报告哪里可以做

自动白平衡一致性
量化自动白平衡 (AWB) 算法的稳定时间比量化自动曝光算法更具挑战性，因为主动白平衡设置不容易简化为单一值。因此，在实践中 ，摄像头性能的这一方面通常通过检查捕获的来评估。

可以通过检查测试场景中固定区域的颜色值来量化白平衡的变化，例如颜色检查图表中的中性色块之一。 概括地说， 色差ΔE（如上所述）用于计算此色块的帧间差异。 然后，可以根据帧滑动窗口内的 ΔE 值的 RMS，以类似于针对曝光时间描述的方式确定 AWB 算法的稳定性。 非常粗略地说，ΔE 值为 1 对应于刚好可察觉的色差，因此 RMS 值小于 1 可以视为表示白平衡稳定。 同样，评估应包括在各种固定照明条件下录制的，以及在缓慢和突然变化的照明条件下录制的。 所选择的光源应涵盖一系列色温。

自动对焦时间和稳定性
评估自动对焦响应能力的*简单方法是将摄像头安装在面向 SFR 图卡的电动滑轨上。录制摄像头在距离图卡移动一定距离范围的。摄像头在每个位置正确获得焦点所花费的时间代表了自动对焦响应能力。 摄像头获得焦点的时间对应于在该距离上SFR 图卡具有测量清晰度的帧。测量像场中心的MTF50（SFR 值达到 0.5 的空间频率）清晰度就足以达到此目的。 谨慎的做法是将中发现的MTF50值与在理想条件下（即静态安装摄像头）获得的 MTF50 测量值进行比较。这可确保值确实代表成功的自动对焦。

评估的距离应按对数间隔排列。而不是单调顺序，这是因为给定距离的自动对焦性能可能取决于摄像头是从更近还是更远的距离移动到该距离（即，自动对焦算法具有滞后性）。 因此，应以随机顺序的距离评估。

从超过两米左右的距离评估清晰度需要一张中心斜边较大的图卡。 然而，较大的图卡通常没有足够高的分辨率，无法在近距离内可靠地测量。 因此，可能有必要安排包含大/小 SFR 图卡的测试场景，具体取决于被评估的距离范围。只要SFR小图在视场里面足够大，能够获取可靠的 MTF50 读数，就可以使用它，否则应使用SFR大图的读数。

每个被评估的摄像头的评价必须遵循相同的评估顺序和相同的轨道滑块系统。 自动对焦系统会在摄像头移动期间适应场景，因此，自动对焦的时间应该从一个位置到另一个位置的移动开始时计时，而不是在到达对应位置时才开始计时。自动对焦的时间应该定义为在目标距离处捕获的四秒中，对焦成功的帧的时间。此规定可防止摄像头移动过程中在中间距离处对焦成功，测量摄像头可能会在达到目标距离之前从一帧中对焦并保持对焦状态，或者在整个移动过程中始终保持对焦。如果这样，自动对焦时间可能少于在位置之间移动所花费的时间。

摄像头轨道滑块应在评估距离之间尽快移动摄像头，以在具有挑战性的情况下提供评估。 摄像头运动的速度必须在被比较的摄像头中保持一致。 电动轨道滑块必须足够强大，能够以相同的速度移动摄像头，而不管摄像头重量有何差异。