对焦系统基础：相位检测、对比度检测、混合对焦的原理与优缺点

自动对焦（Auto Focus, AF）是相机成像链路中决定画面清晰度的核心闭环系统。在讨论“AF对焦速度优化”之前，必须先厘清三种主流对焦检测技术的底层逻辑：相位检测（PDAF）、对比度检测（CDAF）以及将两者融合的混合对焦（Hybrid AF）。这三者并非简单的代际更替，而是在传感器架构、信号处理路径和物理光学约束下形成的不同工程解。本章将从检测原理、信号特征、速度瓶颈与适用场景四个维度展开，为后续章节的算法调优与场景自适应策略建立理论基础。

上图展示了三种对焦检测技术在信号来源、驱动方式和速度特征上的本质差异。相位检测通过硬件像素对直接计算离焦方向与距离，对比度检测则依赖图像处理算法反复搜索峰值，混合对焦则试图结合两者的优势。理解这张图的关键在于：对焦速度的瓶颈往往不在镜头马达的响应时间，而在于检测环节输出的信息质量与决策次数。下面逐一展开分析。

2.1 相位检测（PDAF）原理与工程特性

核心原理：基于几何光学的三角测量

相位检测的物理基础是“分光后成像位置差异”。在传统单反相机中，光线通过主镜后由副镜引导至独立的AF传感器，该传感器上覆盖微透镜阵列，将光束分为左右（或上下）两路，分别投射到成对的感光像素上。当镜头准确合焦时，两路光线汇聚于同一点，左右像素接收到的图像完全重合；当镜头存在前焦或后焦时，两路图像会产生横向偏移，这个偏移量即为相位差。通过计算相位差的大小和符号，处理器可以直接得出镜头需要移动的方向和大致距离。

在无反相机和手机摄像头中，PDAF被集成在图像传感器上（如Dual Pixel、2x2 OCL等），其原理相同但实现方式更紧凑。以Dual Pixel为例，每个像素被拆分为左右两个光电二极管，共享一个微透镜，从而在成像的同时获得相位信息。这种设计消除了独立AF模块的光路校准问题，但代价是像素结构复杂化，可能影响满阱容量和量子效率。

判断方法与操作流程

工程上判断PDAF是否生效，通常观察以下指标：

• 相位差数值：单位通常为像素（pixel）或微米（μm），数值越大表示离焦越远。
• 置信度：由像素对的相关性计算得出，低置信度（如边缘纹理过少）时PDAF输出不可靠。
• 单次驱动距离：PDAF理论上可一次驱动到位，但受限于镜头马达精度，通常需要1-2次微调。

操作流程上，ISP（图像信号处理器）首先读取AF像素对的原始数据，经过黑电平校正、去噪后计算SAD（差和）或NCC（归一化互相关）得到相位差，再通过查表或多项式拟合转换为镜头步数，最后通过I2C或SPI接口发送指令给音圈马达（VCM）或步进马达。

案例拆解：弱光下的PDAF失效

某旗舰手机在夜景模式下出现对焦犹豫，现象是取景画面反复跳动。分析日志发现，AF像素对的原始信号信噪比（SNR）低于12dB，导致相位差计算值在±3个像素内随机波动。进一步检查发现，该场景下光线色温偏低（约2500K），而PDAF像素的微透镜对红光透过率不足，导致左右像素响应不一致。解决措施是：在ISP中增加PDAF像素对的增益匹配校准，并引入环境色温传感器数据作为补偿系数。调整后，相位差波动范围缩小至±0.5像素，对焦时间从1.2秒降至0.4秒。

常见误区与复盘

一个常见误区是认为PDAF一定比CDAF快。实际上，PDAF的“快”建立在准确的相位差计算之上。如果镜头马达的行程响应存在非线性（如VCM的磁滞效应），即使相位差计算准确，实际驱动也可能过冲或不足。因此，PDAF系统必须配合镜头标定表（Lens Calibration Table）进行逐温度、逐位置的补偿。复盘经验是：PDAF的优化重点不在检测算法本身，而在检测与驱动的闭环匹配。

2.2 对比度检测（CDAF）原理与工程特性

核心原理：图像清晰度的统计寻优

对比度检测不依赖专用硬件像素，而是直接分析图像传感器输出的全分辨率或局部区域图像。其理论基础是：当镜头准确合焦时，图像边缘的灰度变化最陡峭，即高频分量能量最大。常用的评价函数包括：Tenengrad（基于Sobel梯度）、Laplacian能量、方差函数等。对焦过程是一个典型的单峰搜索问题：镜头从起始位置开始移动，每移动一步计算一次评价值，直到找到峰值点。

CDAF的驱动方式为闭环搜索，常见算法有全局搜索、爬山法（Hill Climbing）和黄金分割搜索。爬山法最为常用：先确定搜索方向（评价值增大则继续，减小则反向），步长可动态调整（粗步长快速接近峰值，细步长精确定位）。但这种方法在评价值曲线存在局部极值或平坦区时容易失败。

判断方法与操作流程

CDAF的关键参数包括：

• 评价窗口：通常选择画面中央或对焦区域，窗口过大会引入背景干扰，过小则可能落在无纹理区域。
• 步长策略：步长过大可能越过峰值，过小则增加搜索时间。
• 帧率要求：每移动一步需要采集一帧图像，因此CDAF速度受限于传感器帧率和ISP处理延迟。

操作流程上，ISP每帧计算评价区域的梯度能量值，AF控制器根据当前值与历史值比较决定下一步动作。若连续多帧评价值变化小于阈值，则判定为合焦完成。

案例拆解：视频跟焦中的“拉风箱”现象

在4K视频录制中，被摄物体缓慢前后移动，CDAF系统出现周期性反复搜索，画面明显“呼吸”。分析发现，评价函数在物体移动过程中出现双峰——前景和背景边缘同时进入窗口。由于爬山法只能找到局部峰值，镜头在两个峰值间来回摆动。解决方案是：缩小评价窗口至被摄主体区域，并引入时域滤波（对评价值序列做低通滤波），同时增加“峰值锁定”机制：一旦找到峰值且后续评价值下降超过阈值，才允许重新搜索。改进后，拉风箱现象消除，对焦平滑度显著提升。

常见误区与复盘

误区之一是认为CDAF精度一定高于PDAF。理论上CDAF直接基于最终成像画面评价，精度确实更高，但前提是评价值函数设计合理且搜索算法收敛。实际中，若评价窗口内存在高光溢出或动态物体，评价值会被污染。复盘结论：CDAF的优化核心是评价函数的鲁棒性和搜索策略的自适应性，而非单纯追求计算速度。

2.3 混合对焦（Hybrid AF）的融合策略

核心原理：粗定位与精修的结合

混合对焦的工程动机是：PDAF提供快速但可能不够精确的初始位置，CDAF在PDAF给出的邻域内进行精细搜索。典型的融合流程为：

1. PDAF计算相位差，驱动镜头至大致合焦位置（误差通常在±10μm以内）。
2. 切换至CDAF模式，在当前位置前后各扩展若干步长，进行小范围峰值搜索。
3. 若CDAF在预定步数内找到峰值，则锁定；否则回退至PDAF结果。

这种策略的关键在于切换时机和搜索范围的设定。搜索范围过大会丧失速度优势，过小则可能无法覆盖PDAF的残余误差。

判断方法与操作流程

混合对焦的工程实现需要关注以下数据：

• PDAF置信度阈值：当置信度低于某值（如0.7）时，直接跳过PDAF，全程使用CDAF。
• CDAF搜索半径：通常设置为PDAF误差的2-3倍，例如PDAF误差为±8μm，则搜索半径设为±20μm。
• 超时机制：若CDAF在50ms内未收敛，则强制输出PDAF位置。

操作流程上，AF控制器是一个有限状态机（FSM），状态包括：PDAF粗定位、CDAF精修、锁定、重触发。状态切换条件由上述阈值和定时器控制。

案例拆解：运动场景下的混合对焦调优

某运动相机在拍摄快速移动的自行车选手时，出现主体时而清晰时而模糊的现象。分析帧日志发现，PDAF在主体移动时输出的相位差存在约1帧的延迟，导致镜头驱动滞后。而CDAF精修阶段，由于主体持续移动，评价值曲线不断变化，搜索算法难以收敛。优化方案：

• 引入运动预测模块，基于前两帧的相位差变化率外推当前帧的镜头位置。
• 将CDAF搜索步长增大50%，减少搜索时间。
• 当检测到主体移动速度超过阈值时，直接采用PDAF结果并跳过CDAF精修。

调整后，对焦成功率从78%提升至94%，平均对焦时间从180ms降至95ms。

常见误区与总结

一个典型误区是认为混合对焦一定优于单一方案。实际上，混合对焦引入了额外的状态切换开销和算法复杂度，若参数配置不当，可能出现“PDAF已到位但CDAF过度搜索”或“CDAF未收敛但PDAF结果已过时”等问题。总结复盘：混合对焦的收益上限取决于PDAF的精度下限和CDAF的收敛速度上限，工程上应优先保证PDAF在大多数场景下的可靠性，再考虑CDAF的补充作用。