4、对焦算法核心概念：对比度检测（CDAF）、相位检测（PDAF）、混合对焦（Hybrid AF）的原理与优缺点
自动对焦（Auto Focus，AF）是成像系统的核心功能之一，其本质是驱动镜头移动，使被摄主体在图像传感器上形成清晰影像的过程。在《AF自动对焦系统搭建指南》中，理解对焦算法的底层原理是进行硬件选型、驱动调试和图像质量调优的前提。本章将深入剖析三种主流对焦算法的数学原理、系统实现、工程优缺点，并给出实际项目中的选型与排障建议。为便于理解，下图展示了三种算法在系统层面的信号流与决策路径差异。
上图展示了三种算法在成像链路中的位置与数据流向。CDAF直接利用图像传感器输出的全分辨率图像进行清晰度评价；PDAF则通过传感器上隐藏的相位检测像素（或独立AF模块）获取相位差信息；Hybrid AF则是在同一系统中融合两种数据源，由算法引擎统一调度。下面分别展开论述。
4.1 对比度检测（CDAF）原理与工程实现
4.1.1 核心原理：基于图像清晰度评价函数
CDAF（Contrast Detection Auto Focus）的核心思想是：当镜头处于合焦位置时，图像边缘的对比度（即灰度梯度）达到最大值。算法通过实时计算图像中某一区域（对焦窗口）的清晰度评价值，并驱动镜头在行程范围内搜索该评价值的峰值点。常用的评价函数包括：
- Tenengrad函数：基于Sobel算子计算水平与垂直方向的梯度平方和，对边缘敏感，计算量适中。
- Laplacian函数：使用二阶微分算子，对高频细节响应强烈，但易受噪声干扰。
- 方差函数（Variance）：计算窗口内像素灰度方差，实现简单，适合均匀光照场景。
- 能量梯度（Energy of Gradient）：计算相邻像素差值的平方和，兼顾速度与精度。
在实际工程中，评价函数的选择需要权衡计算资源、噪声鲁棒性和对焦灵敏度。例如，在暗光环境下，Laplacian算子容易放大传感器噪声，导致评价曲线出现多峰，此时更推荐使用Tenengrad或带高斯预滤波的改进函数。
4.1.2 判断方法与操作流程：爬山搜索算法
CDAF的典型控制流程是“爬山搜索”（Hill Climbing）。系统按以下步骤执行：
- 初始化：将镜头移动到起始位置（通常为近端或远端），设置搜索步长（粗步长与细步长）。
- 采样与评价：在当前镜头位置采集一帧图像，计算对焦窗口内的清晰度评价值F(x)。
- 方向判断：移动镜头一个步长，再次计算F(x+Δ)。若F(x+Δ) > F(x)，则继续沿该方向移动；若F(x+Δ) < F(x)，则反向移动。
- 峰值检测：当连续两次评价值下降时，判定已越过峰值，回退到峰值位置附近，并减小步长进行精细搜索。
- 合焦确认：当步长小于设定阈值（如镜头全行程的0.1%）且评价值变化小于设定容差时，判定合焦完成。
4.1.3 案例拆解：低照度场景下的CDAF失效分析
背景与约束：某网络摄像头项目，使用OV5640传感器（最大支持2592x1944@15fps），搭配VCM驱动镜头，要求支持0.1lux照度下的自动对焦。初始测试发现，在低照度下对焦经常失败，镜头反复搜索无法合焦。
现象与数据：通过串口打印评价函数值，发现当照度低于0.5lux时，清晰度评价值曲线出现大量毛刺，且峰值位置在连续多次对焦中漂移超过30μm（镜头全行程约300μm）。进一步分析图像，发现传感器自动增益（AGC）已提升至最大，图像噪声标准差达到12/255（8bit灰度）。
分析过程：噪声导致评价函数产生虚假峰值。Laplacian算子对噪声的响应为N(0, 4σ²)，当σ=12时，噪声引起的评价值波动甚至超过真实边缘信号。
解决方案：
- 将评价函数从Laplacian切换为Tenengrad，并增加3x3高斯预滤波（σ=1.0），有效抑制高频噪声。
- 在搜索策略上，采用“多帧平均”方案：每个镜头位置连续采集3帧图像，取评价值的中位数作为该位置的有效值。
- 增加“峰值置信度”判断：若峰值两侧的评价值下降斜率小于设定阈值，则判定为低置信度，重新进行粗搜索。
结果对比：优化后，在0.1lux照度下对焦成功率从62%提升至97%，平均对焦时间从2.8s降至1.5s。
4.1.4 常见误区与总结复盘
- 误区一：评价函数越复杂越好。实际上，复杂的评价函数（如小波变换）在嵌入式平台上的计算开销可能超过对焦收益，导致帧率下降，反而影响用户体验。
- 误区二：忽略对焦窗口的权重设计。若窗口内同时包含前景和背景，评价曲线可能出现双峰，导致镜头停在错误位置。建议使用中心权重或基于深度信息的动态窗口。
- 误区三：认为CDAF只能用于静态场景。通过预测运动矢量并调整搜索范围，CDAF也能实现基本的追焦，但性能上限明显低于PDAF。
复盘要点：CDAF的核心优势在于算法简单、无需额外硬件、对传感器无特殊要求，适合低成本、低功耗设备。但其本质是“盲搜索”，对焦速度受限于搜索策略和帧率，且对低纹理场景（如白墙）几乎失效。
4.2 相位检测（PDAF）原理与工程实现
4.2.1 核心原理：基于光路相位差计算离焦量
PDAF（Phase Detection Auto Focus）模仿人眼双目测距原理。在传感器上设置成对的相位检测像素（或使用独立AF模块），每个像素对通过微透镜遮挡一半光路，分别接收来自镜头左半部分和右半部分的光线。当镜头合焦时，左右像素接收到的图像完全重合；当镜头离焦时，左右图像产生横向偏移，偏移量（相位差）与离焦量成正比。
关键公式：离焦量D = k × Δd，其中Δd为左右图像的相关偏移量（单位：像素），k为标定系数（与镜头焦距、像素间距有关）。通过一次测量即可获得离焦方向和大小，无需搜索。
4.2.2 判断方法与操作流程：一次计算，直接驱动
- 数据采集：从传感器读取相位检测像素对的输出值（通常为掩蔽后的左右半像素信号）。
- 相关计算：对左右信号序列进行互相关运算（或SAD/SSD匹配），找到最佳匹配位置，得到相位差Δd。
- 离焦量换算：根据标定表将Δd转换为镜头需要移动的步数或距离。
- 驱动镜头：一次性将镜头移动到目标位置，通常无需二次搜索。
- 微调确认：部分系统在粗调后，会再执行一次CDAF进行微调，以消除标定误差。
4.2.3 案例拆解：PDAF在运动场景下的追焦性能优化
背景与约束：某旗舰手机项目，使用IMX689传感器（支持2×2 OCL PDAF），要求对移动物体（如奔跑的人）实现连续追焦，目标对焦延迟<100ms。
初始现象：在实验室测试中，静止物体对焦速度达到80ms，但追焦时画面出现明显“拉风箱”现象，且运动物体边缘模糊。
关键数据：通过日志分析，发现追焦时PDAF计算的离焦量存在约±15μm的抖动，而镜头单次移动步长为10μm。进一步分析发现，运动物体在传感器上的像面移动速度约为0.5像素/ms，导致相邻两帧之间的相位差变化超过一个像素。
分析判断：单纯依赖PDAF的瞬时测量值无法预测运动趋势，需要引入运动预测算法。
实际操作：
- 在ISP中增加“运动矢量估计”模块，利用前后两帧图像计算全局运动矢量。
- 将运动矢量叠加到PDAF的离焦量上，形成“前馈+反馈”控制：前馈项补偿运动导致的离焦变化，反馈项修正残余误差。
- 调整PDAF的积分时间，在运动场景下优先保证相位像素的曝光充足，避免运动模糊导致相关计算失败。
结果对比：优化后，追焦延迟降至65ms，运动物体边缘清晰度提升40%。
4.2.4 常见误区与总结复盘
- 误区一：认为PDAF不需要标定。实际上，镜头装配公差、传感器倾斜都会导致k值偏差，必须进行产线标定。
- 误区二：忽略相位像素的灵敏度损失。相位像素因遮挡导致进光量减少，若补偿不当，会在图像上形成可见的网格状阴影。
- 误区三：在低照度下强行使用PDAF。当光照低于1lux时，相位像素的信噪比急剧下降，相关计算可能失效，此时应切换为CDAF。
复盘要点：PDAF的核心优势是速度快（一次测量即可合焦）、对运动物体友好，但需要额外硬件支持，且存在灵敏度损失和标定复杂度。在手机、运动相机等对速度要求高的场景中，PDAF是主流选择。
4.3 混合对焦（Hybrid AF）原理与工程实现
4.3.1 核心原理：多源数据融合与决策
Hybrid AF并非简单的“PDAF+CDAF”串联，而是根据场景动态选择最优策略。其核心思想是：利用PDAF快速获得离焦量和方向，驱动镜头接近合焦位置；再利用CDAF进行精细搜索，消除PDAF的标定误差和系统偏差。同时，系统会根据场景特征（如光照、纹理、运动状态）自动切换或融合两种算法的权重。
4.3.2 判断方法与操作流程：状态机调度
一个典型的Hybrid AF状态机包含以下状态：
| 状态 | 触发条件 | 执行动作 | 退出条件 |
|---|---|---|---|
| IDLE | 无对焦请求 | 等待 | 收到对焦命令 |
| PDAF_COARSE | 对焦启动 | 执行PDAF测量，驱动镜头至粗调位置 | 离焦量 < 阈值T1（如30μm） |
| CDAF_FINE | 粗调完成 | 执行CDAF爬山搜索，步长为细步长（如5μm） | 评价值峰值确认 |
| TRACKING | 连续对焦模式 | 每帧执行PDAF，预测运动并驱动 | 场景切换或对焦失败 |
| FALLBACK | PDAF置信度低 | 切换为纯CDAF | PDAF恢复有效 |
状态切换的核心是“置信度评估”。例如，当PDAF的相关计算峰值不尖锐（次峰与主峰比值>0.8）时，判定为低置信度，系统自动进入CDAF模式。
4.3.3 案例拆解：Hybrid AF在变焦镜头中的工程落地
背景与约束：某安防球机项目，采用10倍光学变焦镜头（焦距5-50mm），要求在全焦段范围内实现快速、稳定的自动对焦。由于变焦过程中镜头焦距变化导致PDAF标定系数k随焦距非线性变化，且长焦端景深极浅（约±5μm），对精度要求极高。
初始现象：在广角端（5mm），Hybrid AF工作正常；但在长焦端（50mm），经常出现“过冲”现象，即镜头越过合焦位置后反复震荡。
关键数据：通过分析，发现长焦端PDAF的k值偏差达到8%，导致粗调位置偏离真实合焦位置约40μm，而CDAF的搜索范围仅设置为±30μm，导致搜索不到峰值。
分析判断：需要建立k值与焦距的映射表，并在变焦过程中实时更新。
实际操作：
- 在产线标定阶段，对10个焦距点分别标定k值，并拟合为二次曲线。
- 在运行过程中，根据当前焦距实时插值计算k值。
- 将CDAF的搜索范围动态调整为“PDAF粗调位置 ± 2×PDAF误差估计值”。
- 增加“过冲检测”逻辑：若CDAF在搜索范围内未找到峰值，则自动扩大搜索范围并重新执行PDAF。
结果对比：优化后，长焦端对焦成功率从78%提升至99.5%，平均对焦时间从1.2s降至0.6s。
4.3.4 常见误区与总结复盘
- 误区一：认为Hybrid AF一定优于单算法。在低纹理场景下，CDAF和PDAF都可能失效，Hybrid AF需要额外的场景识别逻辑，否则可能比单一算法更慢。
- 误区二：忽略两种算法的切换延迟。从PDAF切换到CDAF需要重新初始化对焦窗口和评价函数，若切换过于频繁，会导致画面抖动。
- 误区三：在硬件设计阶段未预留PDAF像素。Hybrid AF必须依赖硬件支持，若传感器不支持PDAF，则无法实现真正的混合对焦。
复盘要点：Hybrid AF是当前高端成像设备的标配，其核心价值在于“鲁棒性”——在复杂场景下总能找到一种可用的对焦方式。设计时需重点考虑状态机的健壮性、标定数据的准确性以及降级策略的平滑性。
4.4 三种算法对比与选型指南
| 维度 | CDAF | PDAF | Hybrid AF |
|---|---|---|---|
| 对焦速度 | 慢（需搜索，典型200-500ms） | 快（一次测量，典型50-100ms） | 快（PDAF粗调+CDAF微调，典型80-150ms） |
| 精度 | 高（可达景深范围内） | 中等（受标定误差影响） | 极高（PDAF粗调+CDAF精调） |
| 低照度性能 | 差（噪声干扰大） | 差（相位像素灵敏度低） | 中等（可切换至CDAF） |
| 运动追焦 | 差（搜索滞后） | 优（直接测量离焦量） | 优（PDAF+运动预测） |
| 硬件成本 | 无额外成本 | 需相位像素或独立AF模块 | 需PDAF硬件+算法融合 |
| 算法复杂度 | 低 | 中（相关计算） | 高（状态机+融合策略） |
| 典型应用 | 低端摄像头、显微镜、工业检测 | 手机主摄、运动相机、无人机 | 旗舰手机、安防球机、车载摄像头 |
4.5 本章总结与工程实践要点
本章详细阐述了三种对焦算法的原理、实现与工程权衡。在实际项目搭建中，建议遵循以下步骤：
- 需求分析：明确对焦速度、精度、场景（静态/运动）、光照范围等核心指标。
- 硬件选型：根据需求选择支持相应对焦方式的传感器和镜头模组。
- 算法原型验证：在PC端使用真实图像数据验证评价函数或相位差计算的可行性。
- 嵌入式移植与优化：考虑算力限制，优化计算流程（如使用查表法、SIMD指令）。
- 标定与产线测试：对PDAF进行k值标定，对CDAF进行对焦窗口和步长参数调优。
- 系统级联调：与马达驱动、ISP、图像稳定（EIS/OIS）等模块协同调试。