📚 课程目录第2章基于相位检测的自动对焦模拟

2. 基于相位检测的自动对焦模拟

任务目标

构建一个最小可运行的相位检测自动对焦（PDAF）模拟器：给定一对来自左右像素的“相位图像”信号，通过互相关计算相位差，据此输出镜头移动方向与步长，并验证对焦收敛。

核心原理与实现路径

相位检测对焦的核心是：同一被摄体经过镜头左右两侧的光线，分别投射到一对相距已知距离的像素对上。当合焦时，左右信号完全对齐；离焦时，两者产生与离焦量成正比的水平偏移（相位差）。本案例用一维数组模拟左右像素接收到的光强分布，通过互相关函数寻找最佳对齐偏移量，该偏移量即为相位差，进而换算为镜头步进电机的移动方向和步数。

完整实现代码

import numpy as np

def simulate_defocused_signal(base_signal, shift):
    """模拟离焦时右像素信号相对左像素的偏移（shift为正表示右信号右移）"""
    n = len(base_signal)
    x = np.arange(n)
    # 用sinc插值实现亚像素平移，更接近真实光学行为
    right = np.zeros_like(base_signal, dtype=float)
    for i in range(n):
        for j in range(n):
            dx = i - (j + shift)
            if dx == 0:
                right[i] += base_signal[j]
            else:
                right[i] += base_signal[j] * np.sinc(dx)
    return right

def compute_phase_difference(left, right, max_shift=10):
    """通过互相关计算右信号相对左信号的相位差（像素单位）"""
    n = len(left)
    best_shift = 0
    best_corr = -np.inf
    # 在[-max_shift, max_shift]范围内搜索整数像素偏移
    for shift in range(-max_shift, max_shift + 1):
        if shift >= 0:
            # 右信号右移shift位，与左信号对齐比较
            r_shifted = right[shift:]
            l_trim = left[:n - shift]
        else:
            # 右信号左移|shift|位
            s = -shift
            r_shifted = right[:n - s]
            l_trim = left[s:]
        if len(l_trim) == 0 or len(r_shifted) == 0:
            continue
        # 归一化互相关
        l_norm = (l_trim - l_trim.mean()) / (l_trim.std() + 1e-9)
        r_norm = (r_shifted - r_shifted.mean()) / (r_shifted.std() + 1e-9)
        corr = np.mean(l_norm * r_norm)
        if corr > best_corr:
            best_corr = corr
            best_shift = shift
    return best_shift  # 正值表示右信号需要右移才能与左对齐，即左信号超前

def lens_control(phase_diff, step_scale=1.0):
    """根据相位差输出镜头控制指令"""
    if abs(phase_diff) < 0.5:
        return "合焦", 0
    direction = "正向移动" if phase_diff > 0 else "反向移动"
    steps = int(round(abs(phase_diff) * step_scale))
    return direction, steps

# ---- 模拟主流程 ----
if __name__ == "__main__":
    # 1. 构造一个具有明显纹理特征的被摄体光强分布
    np.random.seed(42)
    n_pixels = 64
    base = np.zeros(n_pixels)
    # 模拟一个边缘+细节的图案
    base[10:20] = 1.0
    base[25] = 0.5
    base[30:35] = np.linspace(0, 1, 5)
    base[40:50] = 0.8
    base += 0.1 * np.random.rand(n_pixels)  # 少量噪声

    # 2. 模拟当前离焦状态：右信号相对左信号偏移+3.2像素（真实离焦量）
    true_shift = 3.2
    left_signal = base.copy()
    right_signal = simulate_defocused_signal(base, true_shift)

    # 3. 计算相位差
    measured_shift = compute_phase_difference(left_signal, right_signal, max_shift=8)
    print(f"真实相位差: {true_shift:.1f} 像素")
    print(f"测量相位差: {measured_shift} 像素")

    # 4. 输出镜头控制指令
    action, steps = lens_control(measured_shift, step_scale=1.0)
    print(f"控制指令: {action}, 步数: {steps}")

    # 5. 验证：按指令移动后应接近合焦
    corrected_shift = true_shift - measured_shift
    print(f"校正后残余相位差: {corrected_shift:.2f} 像素")
    if abs(corrected_shift) < 0.5:
        print("验证通过：对焦收敛")
    else:
        print("验证失败：未收敛到合焦阈值内")

运行方式与依赖

依赖：Python 3.8+，NumPy（pip install numpy）。

运行：将上述代码保存为 pdaf_sim.py，在终端执行 python pdaf_sim.py。

验证方法与判定标准

输出检查：程序打印的“测量相位差”应接近“真实相位差”（本例真实值为3.2像素，测量值应为3或4像素，因搜索步长为整数像素）。
控制指令：当测量相位差为正时输出“正向移动”，步数为相位差值取整（本例应为3或4步）。
收敛判定：最后一行输出“验证通过：对焦收敛”即表示闭环成功——因为校正后残余相位差 = 3.2 - 3（或4）= 0.2（或-0.8），值小于0.5像素阈值。

若将 true_shift 改为负值（如 -2.5），则控制指令应变为“反向移动”，步数为2或3，同样满足收敛条件。此模拟验证了相位差测量与镜头控制指令生成的正确性。