103、车载摄像头自检机制——冻结帧/黑帧/模糊帧的实时检测算法与芯片实现

103、车载摄像头自检机制——冻结帧/黑帧/模糊帧的实时检测算法与芯片实现去年在某个量产项目上，客户反馈说倒车影像偶尔会卡住不动，但又不是每次都复现。我们抓了三天log，最后发现是ISP的3A统计模块在低照度场景下把曝光时间拉到了极限，帧率掉到了个位数，但V4L2的buffer还在按30fps的节奏往外送——上层看到的就是“画面不动了”。这其实不是真正的冻结帧，是帧率塌陷导致的假死。但用户感知就是卡了，你说冤不冤？所以自检机制的第一条原则：别只检测帧内容，要同时检测帧节奏。真正的冻结帧检测，核心是判断连续两帧之间是否存在“内容静止但时间在走”的矛盾。最朴素的做法是算帧间差异，但直接算像素差在嵌入式平台上太奢侈了。我们一般用硬件统计模块，高通平台叫SPF（Sensor Pixel Format）之后的HDR和AE统计，海思那边是ISP的RAW域统计模块，瑞芯微则是RKISP的histogram和AE统计。关键是把统计窗口缩小到画面中央区域，避开动态的边角——比如天空、路面纹理变化，这些地方正常行驶时差异就大，容易误报。具体算法上，我推荐用“分块亮度均值差”加“边缘能量差”双通道判断。分块亮度均值差能抓整体冻结，边缘能量差能抓局部纹理静止但亮度变化的情况——比如车在隧道里，亮度在变但画面内容没动，这时候单看亮度差会误判。边缘能量用Sobel或Canny的硬件加速版本，很多ISP自带边缘统计，别自己写软件卷积，浪费CPU。阈值怎么定？别拍脑袋。我们当时是采集了-20°C到85°C温度范围内，不同光照条件下的正常视频序列，统计出亮度差和边缘能量差的分布，用3σ原则定初始阈值，再在实车上做主观评价微调。记住，阈值不是死的，要跟曝光时间联动——曝光越长，帧间噪声越大，阈值要相应放宽。/