光学基础：透镜成像原理、焦距、景深、弥散圆、MTF曲线等对自动对焦的影响

自动对焦（AF）系统的本质，是驱动镜头组中的聚焦镜片（Focus Group）沿光轴移动，使被摄主体在图像传感器（Sensor）上形成清晰影像的过程。要理解并调试好一套AF系统，工程师必须首先建立扎实的光学直觉：光线如何被透镜折射、焦点如何定义、清晰与模糊的判据是什么、镜头分辨率如何量化。本章将系统梳理透镜成像原理、焦距、景深、弥散圆（Circle of Confusion, CoC）与MTF（Modulation Transfer Function）曲线，并逐一剖析它们对AF算法设计、对焦策略选择及系统标定的具体影响。

上图展示了本章核心概念之间的逻辑关系：镜头组的物理特性（焦距、像距）决定了成像位置；弥散圆与景深定义了“清晰”的容差范围；MTF曲线则从频域角度量化了镜头在不同空间频率下的对比度传递能力。这些光学参数共同构成了AF系统判断合焦、搜索焦点、评估画质的理论基础。

2.1 透镜成像原理与高斯公式

核心原理：理想薄透镜的成像规律由高斯公式描述：1/f = 1/u + 1/v，其中f为焦距，u为物距（物体到透镜主平面的距离），v为像距（透镜主平面到清晰像面的距离）。当物距u变化时，像距v必须相应调整，才能保证像面落在传感器平面上。AF系统的核心任务，就是通过移动聚焦镜片改变系统等效焦距或像距，使得目标物体的像精确落在传感器表面。

在实际镜头模组中，透镜组由多片镜片构成，存在主平面偏移、畸变、色差等非理想因素。因此，工程上通常使用有效焦距（EFL）和后焦距（BFL）来建模。AF算法工程师需要理解：当聚焦镜片从初始位置移动Δd时，系统焦距变化量Δf与像距变化量Δv之间的关系并非线性，而是由镜组的光学设计决定。这直接影响了AF搜索步长的选取——步长过大容易错过峰值，步长过小则搜索时间过长。

2.2 焦距与视场角、对焦敏感度

焦距对AF的影响体现在两个维度：一是视场角（FOV），焦距越长视场角越窄，单位像素对应的物方尺寸越小，对焦精度要求越高；二是对焦敏感度，即镜片移动单位距离引起的像距变化量。长焦镜头通常对焦敏感度更高，意味着微小的镜片位移就会导致像面大幅偏移，因此需要更高精度的马达驱动和更精细的步进控制。

从AF算法角度看，焦距决定了搜索范围和搜索精度的权衡。例如，一颗24mm广角镜头，其景深较大，AF搜索范围可以适当缩小；而一颗200mm长焦镜头，景深极浅，AF必须在小范围内精细搜索，且对震动、温度漂移更为敏感。下表对比了不同焦距下的AF关键参数差异：

在AF系统设计初期，必须根据镜头焦距范围确定马达的最小步进角度或线性位移量。一个经验法则是：镜片最小步进对应的像距变化量应小于该焦距下允许的焦深（Depth of Focus）的1/3，否则无法稳定合焦。

2.3 弥散圆与景深：AF的容差判据

弥散圆（CoC）是指一个点光源经镜头成像后，在像面上形成的模糊光斑直径。当CoC小到人眼或传感器无法分辨时，我们便认为该点在焦内。景深（DoF）则是物方空间中，能够成像为可接受CoC的物距范围。景深计算公式为：

DoF ≈ (2 * u² * N * CoC) / f²

其中u为物距，N为光圈F数，f为焦距。从公式可见：光圈越小（F数越大）、物距越远、焦距越短，景深越大。对于AF系统，景深直接决定了合焦判定阈值——当镜头移动到某个位置，使得目标物体的CoC小于允许值时，即可判定为合焦。

在AF算法实现中，弥散圆的概念被转化为清晰度评价函数的峰值宽度。对比度检测AF（CDAF）通过计算图像中高频分量的幅值来评估对焦程度，其评价曲线在合焦点附近呈现单峰形状。峰值的尖锐程度与景深直接相关：景深越浅，峰值越尖锐，AF越容易找到精确焦点；景深越大，峰值越平缓，AF需要更高的灵敏度来区分微小的清晰度差异。

2.4 MTF曲线：镜头分辨率的频域表达

MTF（调制传递函数）描述了镜头在不同空间频率下对对比度的保持能力。横轴为空间频率（单位：线对/毫米，lp/mm），纵轴为调制传递系数（0到1，1表示完全保留对比度，0表示完全丢失）。MTF曲线越高、下降越慢，说明镜头分辨率越高。对于AF系统，MTF曲线提供了三个关键信息：

• 峰值频率位置：不同物距下，MTF峰值对应的空间频率会变化。AF算法可以利用这一特性，通过分析图像频谱来估计离焦方向。
• 截止频率：MTF降至0的频率点，决定了传感器能够分辨的最高细节。AF评价函数应重点关注该频率附近的能量变化。
• 色差表现：R/G/B三色MTF曲线的分离程度反映了轴向色差，这会导致不同颜色通道的合焦位置不一致，AF算法需考虑通道权重分配。

在AF系统标定中，MTF曲线被用于生成离焦MTF查找表。具体做法是：在实验室中使用分辨率测试卡（如ISO 12233），从远到近移动聚焦镜片，记录每个位置下不同空间频率的MTF值。这张查找表成为AF算法判断当前离焦方向和估计离焦量的依据。例如，若在30lp/mm处MTF值较低，而在10lp/mm处MTF值较高，说明镜头处于严重离焦状态，应大步长搜索；反之，若高频MTF接近峰值，则应小步长精调。

2.5 案例拆解：广角镜头AF搜索策略优化

背景与约束：某款超广角运动相机（焦距2.1mm，F2.8，固定光圈）在拍摄Vlog时出现AF响应慢、远近切换犹豫的问题。该镜头景深极大（在1米处景深约1.5米），清晰度评价曲线峰值平缓，传统爬山算法在峰值附近需要多次往返才能确认合焦。

初始现象与目标：用户从近处（0.3m）切换到远处（5m）时，AF需要约1.2秒完成合焦，且过程中画面出现明显“呼吸”效应。目标是将切换时间缩短至0.5秒以内，同时保持合焦精度。

关键输入数据：通过实验室标定，获得该镜头在不同物距下的MTF峰值位置数据：

物距(m) | 聚焦镜片位置(步) | MTF峰值频率(lp/mm)
0.3     | 820             | 45
0.5     | 650             | 42
1.0     | 480             | 38
2.0     | 350             | 35
5.0     | 280             | 33
∞       | 220             | 30

分析判断过程：从数据可见，该镜头在0.3m到∞的行程为600步，但MTF峰值频率变化仅从45lp/mm降至30lp/mm，说明评价函数在广角端对物距变化不敏感。进一步分析发现，在1m以外，MTF曲线形状几乎一致，仅峰值位置略有偏移，这导致传统AF算法难以区分2m和5m的合焦位置。

实际操作步骤：① 将AF搜索策略改为“两步走”：先利用红外测距或相位检测点（PDAF）粗定位物距范围，再在±50步范围内进行精细搜索；② 在评价函数中引入“边缘方向性”特征——广角镜头边缘画质下降明显，因此仅使用画面中央60%区域的评价数据；③ 增加“峰值锁定”机制：当连续3帧评价函数值变化小于2%时，判定为合焦，避免反复搜索。

结果对比：优化后，远近切换时间从1.2秒降至0.4秒，合焦精度（以MTF50为判据）从85%提升至92%。代价是增加了红外测距模块的硬件成本约0.8美元，且算法复杂度略有上升。

复盘经验：对于大景深镜头，单纯依赖对比度评价函数进行AF搜索效率极低。应结合主动测距（红外/激光）或相位检测进行粗定位，再以对比度评价进行精修。同时，评价窗口的选择必须考虑镜头像场照度和MTF的场区差异。

2.6 常见误区与总结复盘

在AF系统光学基础的学习与工程实践中，以下误区值得特别注意：

• 误区一：认为焦距越长AF越难做。实际上，长焦镜头虽然景深浅、敏感度高，但其评价函数峰值尖锐，AF更容易找到精确焦点。真正的难点在于广角镜头——景深大导致评价函数平坦，需要更复杂的搜索策略。
• 误区二：忽视温度对焦距的影响。镜片材料的热膨胀系数会导致焦距随温度漂移，在-20℃到60℃范围内，一颗50mm镜头的焦点可能漂移±30μm。高端AF系统需要内置温度传感器进行焦距补偿。
• 误区三：将MTF曲线视为静态属性。MTF会随物距、光圈、温度、甚至镜片镀膜老化而变化。AF系统应定期重新标定，或在算法中引入自适应校准机制。
• 误区四：混淆焦深与景深。焦深是像方允许的像面位移范围，景深是物方允许的物距范围。AF马达的步进精度应参考焦深而非景深，两者相差一个横向放大率的平方倍。