17-EFT.WP.Methods.Imaging v1.0 | 第14章 质量指标、SLO 与审计（成像版）

目录 ／ 文档-技术白皮书 ／ 17-EFT.WP.Methods.Imaging v1.0

第14章 质量指标、SLO 与审计（成像版）

一句话目标：以可复现、可审计的成像质量指标族 SLI.img.* 与服务等级目标 SLO.* 约束全链路，从辐射线性域测量到发布判决，覆盖光学、噪声、色彩、几何、时间/路径一致性与运行时性能。

I. 范围与对象

1. 输入
   • 数据与参考：原始或线性化图像/序列 y, 参考影像 y_ref, 校准图卡与几何/色彩/噪声工装。
   • 元数据：unit(x), dim(x), ts, tau_mono, offset/skew/J, 曝光与读出模式，光学与滤波配置。
   • 路径与到达时：gamma(ell), n_eff, c_ref, 两口径到达时需求。
2. 输出
   • 指标：SLI.img.mtf50, SLI.img.mtf_area, SLI.img.psnr, SLI.img.snr, SLI.img.nps, SLI.img.prnu, SLI.img.dsnu, SLI.img.deltaE00.P95, SLI.img.wb_error, SLI.img.err_geo, SLI.img.dead_pixel_rate, SLI.img.sync_offset, SLI.img.tarr_delta.
   • 判决：SLO 合规报告、违规清单与分级处置；audit_report 与 manifest.imaging.qc。
3. 边界
   • 本章所有度量在辐射线性域进行，渲染域仅用于可视化（见第4章）。
   • 事件相机、HDR、ToF 等特殊模态按对应章节的线性化口径扩展。

II. 名词与变量

1. 噪声与辐射
   • sigma_read（读出噪声标准差），k_shot（光子计数比例因子），NPS(f)（噪声功率谱密度）。
   • SNR = mu / sigma 或 SNR_dB = 20 * log10( mu / sigma )，unit(SNR_dB)="dB"。
2. 光学与分辨率
   MTF(f)，MTF50（MTF(f50)=0.5 的频率），MTF_area = ( ∫_0^{f_Nyq} MTF(f) df )。
3. 色彩
   • DeltaE_00（CIEDE2000 色差），统计量如 DeltaE_00.P95、DeltaE_00.mean。
   • wb_error = || chroma(meas) - chroma(ref) || 于选定色温下的误差。
4. 几何
   err_geo = sqrt( ( 1 / N ) * ( ∑ || x_i' - H(x_i) ||^2 ) )，H 为标定单应/畸变模型。
5. 像素健康
   dead_pixel_rate = ( count(bad) / N_pix )，bad 由阈值集 tol_hot, tol_dead, tol_fpn 判定。
6. 时间/路径与到达时
   offset, skew, J；T_arr 两口径与差异 delta_form。
7. 误差聚合
   Pxx 分位（如 P99）、滑动窗口 Delta_t，服务侧延迟 T_proc、吞吐 Qps。

III. 公设 P214-*

• P214-1（线性域测量）：所有质量指标在辐射线性域评估，严禁在 gamma/曲线渲染域统计。
• P214-2（窗口与测度显式）：每项指标必须显式给出域与测度，例如 ( ∫_Omega · d r ), ( ∫_f · d f )。
• P214-3（到达时两口径并行）：凡涉及传播时间的指标必须并行计算 T_arr 两口径并记录 delta_form。
• P214-4（时基统一）：所有与时间相关的指标先在 tau_mono 上评估，再映射到 ts 发布，携带 offset/skew/J。
• P214-5（可重现与可审计）：度量算法、参数、ROI、随机种子与输入哈希 hash_sha256(blob) 必须落盘并签名。
• P214-6（单位/量纲守恒）：发布前对每项指标执行 check_dim(expr) 并声明 unit(x), dim(x)。
• P214-7（分位判决优先）：SLO 判决以 P95/P99 等高分位为准，不以均值替代。
• P214-8（跨模态一致）：若多模态融合，质量指标在公共视域与统一 A_path(·) 上评估（见第13章）。

IV. 最小方程 S214-*

• S214-1（MSE 与 PSNR）
  MSE = ( 1 / |Omega| ) * ( ∑_{r ∈ Omega} ( y(r) - y_ref(r) )^2 )
  PSNR = 10 * log10( MAX^2 / MSE )，其中 MAX 为线性域满刻度。
• S214-2（SNR 与 NPS）
  SNR = mu / sigma；NPS(f) = ( 1 / A ) * E( | F{ n(r) }(f) |^2 )，F{·} 为二维傅里叶，A 为面积测度。
• S214-3（MTF 与 MTF50/面积）
  MTF50 = f such that MTF(f) = 0.5
  MTF_area = ( ∫_0^{f_Nyq} MTF(f) d f )。
• S214-4（PRNU/DSNU 指标）
  PRNU = std( flat / mean(flat) )；DSNU = std( dark )，于统一曝光与温度下评估（见第8章）。
• S214-5（色差与白平衡）
  DeltaE_00.P95 = P95( { DE2000( Lab_i, Lab_ref_i ) } )；wb_error = || u'v'(meas) - u'v'(ref) ||。
• S214-6（几何误差）
  err_geo = sqrt( ( 1 / N ) * ( ∑ || x_i' - H(x_i; k1,k2,...) ||^2 ) )，H 见第9章。
• S214-7（像素健康率）
  dead_pixel_rate = ( count( |gain-1| ≥ tol_gain ∨ |offset_dark| ≥ tol_dark ∨ stuck ) ) / N_pix。
• S214-8（同步与到达时一致性）
  S_sync = max( |offset|, |skew|, J )；delta_form = | ( 1 / c_ref ) * ( ∫ n_eff d ell ) - ( ∫ ( n_eff / c_ref ) d ell ) |。
• S214-9（综合评分示例）
  Q_img = w_mtf * ( MTF50 / f_Nyq ) + w_psnr * ( PSNR / PSNR_ref ) + w_color * ( 1 - DeltaE_00.P95 / tol_deltaE ) + w_geo * ( 1 - err_geo / tol_geo ) - w_noise * ( NPS_band / NPS_ref )。系数 w_* 于策略卡定义。

V. 流水线与操作流程 M140-*

• 采集与线性化：固定 RefCond 下采集 flat/dark/chart/slanted-edge/pattern，线性化到辐射域并校核 unit, dim。
• ROI 与测度声明：标注 Omega、频域带宽与加窗方式；落盘 roi.json 与 measure.json。
• 光学指标：按第5章斜边法或点源法计算 MTF(f), 得出 MTF50, MTF_area。
• 噪声指标：估计 sigma_read, k_shot, 计算 NPS(f) 与带限量 NPS_band。
• 固定图样噪声：按第8章导出 PRNU, DSNU 与像素健康图。
• 色彩指标：在指定光源与色域下计算 DeltaE_00 分位与 wb_error。
• 几何指标：用标定棋盘/圆点阵估计 H 与 err_geo，校核外参漂移。
• 时间/路径一致性：评估 offset/skew/J 与 T_arr 两口径，得出 delta_form。
• SLI 聚合与判决：生成 SLI.img.*，依据策略卡对照 SLO.* 判决，输出违规列表。
• 审计与签名：生成 audit_report，更新 manifest.imaging.qc，写入 hash_sha256 与 signature。

VI. 契约与断言

• assert mtf50_floor：MTF50 ≥ f_min，单位按 cyc/pixel 或 lp/mm 明确声明。
• assert mtf_area_min：MTF_area ≥ A_min。
• assert psnr_min：PSNR ≥ tol_psnr。
• assert snr_min：SNR_dB ≥ tol_snr_db。
• assert nps_band_max：NPS_band ≤ tol_nps_band。
• assert prnu_max：PRNU ≤ tol_prnu；assert dsnu_max：DSNU ≤ tol_dsnu。
• assert color_fidelity：DeltaE_00.P95 ≤ tol_deltaE 且 wb_error ≤ tol_wb。
• assert geometry_acc：err_geo ≤ tol_geo。
• assert pixel_health：dead_pixel_rate ≤ tol_dead。
• assert sync_ok：|offset| ≤ tol_offset, |skew| ≤ tol_skew, J ≤ tol_jitter。
• assert arrival_consistency：delta_form ≤ tol_Tarr。
• assert audit_reproducible：指标再测差 ≤ tol_repeatability 且哈希一致。

VII. 实现绑定 I140-*

• measure_mtf_slanted_edge(img, roi) -> {MTF(f), f50, area}
• estimate_noise_psd(seq, roi) -> {NPS(f), sigma_read, k_shot, NPS_band}
• compute_prnu_dsnu(flats, darks) -> {PRNU, DSNU, map_prnu, map_dsnu, dead_pixel_rate}
• evaluate_color(chart_raw, illum, profile) -> {DeltaE00_stats, wb_error}
• calibrate_geometry(pattern_imgs) -> {H, err_geo, intrinsics, extrinsics}
• eval_sync(meta) -> {offset, skew, J}
• arrival_time_consistency(gamma, n_eff, c_ref) -> {T_arr_const, T_arr_general, delta_form}
• aggregate_sli(metrics) -> SLI_dict
• check_slo(sli, policy) -> {pass, violations[]}
• emit_qc_manifest(sli, policy, hashes) -> manifest.imaging.qc
• export_audit_report(sli, violations, artifacts) -> audit_report

VIII. 交叉引用

• 线性化与计量：见本卷第4章；噪声与 FPN：见第7章与第8章；光学分辨率：见第5章。
• 几何与配准：见第9章；色彩与白平衡：见第10章；HDR 与曝光：见第11章。
• 时间/路径与到达时：见第13章；到达时两口径与阈值约定：见《Methods.Cleaning v1.0》第6章。
• SLO 与合规发布框架：见《Methods.Cleaning v1.0》第10章；流式监控指标：见《Methods.Cleaning v1.0》第11章。

IX. 质量度量与风控

1. 运行侧 SLI
   • SLI.svc.proc.P99 = P99( T_proc ) ≤ SLO.svc.proc.P99；SLI.svc.drop ≤ SLO.svc.drop。
   • SLI.img.mtf50.P95 ≥ SLO.img.mtf50.P95；SLI.img.deltaE00.P95 ≤ SLO.img.deltaE00.P95；SLI.img.tarr_delta.P99 ≤ SLO.img.tarr_delta.P99。
2. 风险与处置
   • 光学退化 → 触发自检（MTF 低于阈值）并建议重新调焦或镜头保养；可降级分辨率发布。
   • 噪声突增/热噪点 → 动态黑电平重估与像素屏蔽；违规时隔离该批数据。
   • 色彩漂移 → 切换备份色彩矩阵或重新标定；越界则标注降级色彩可信度。
   • 同步/到达时异常 → 复位触发链路并重评 delta_form；严重越界则拒绝发布。
3. 审计回溯
   所有指标与中间产物（ROI、边缘响应、谱密度等）的哈希、参数与版本写入 audit_report，配 TraceID 可回放。

小结

• 本章构建了成像域质量与合规的“指标→SLO→审计”闭环，统一了测度、时基与路径语义。
• 依托 SLI.img.* 与 SLO.* 的契约化发布，结合 manifest.imaging.qc 与签名追溯，可在多模态、多设备与多场景下实现可靠、可复现与可审计的成像质量治理。