3. 自动对焦基础

自动对焦（AF）是相机、手机、工业视觉设备中最基础也最容易被误解的能力之一。很多“对焦失败”并不是算法坏了，而是对焦技术本身的适用边界被越过。理解对焦原理，是后续定位 AF 问题的第一块基石。

一、对焦的本质：把“模糊圆”压到可接受范围

光学系统成像时，只有物距、像距、焦距满足成像公式时，感光面上的点才会收敛为一个点；否则会扩散成一个模糊圆（Circle of Confusion）。自动对焦要做的，就是通过移动镜片组或改变传感器位置，让目标区域的模糊圆直径小于容许值，从而在视觉上“清晰”。

因此，对焦系统真正需要回答两个问题：当前离清晰位置有多远（距离/方向），以及是否已经足够清晰（评价函数）。不同 AF 技术的差异，本质上就是回答这两个问题的方式不同。

二、四类主流对焦技术对比

目前消费电子与工业设备中常见的自动对焦技术主要有四类：对比度检测（CDAF）、相位检测（PDAF）、激光/ToF 辅助对焦、以及混合对焦。它们的工作信号、速度、暗光表现和典型失效场景差异明显。

三、对比度检测：爬山搜索的经典逻辑

CDAF 把图像清晰度当作一个评价函数 F(v)，镜片位置 v 越接近合焦，图像边缘越锐利，F(v) 越大。系统从当前位置出发，向某个方向移动镜片，观察 F(v) 是否上升：上升则继续，下降则反向，直到找到峰值。这就是“爬山法”。

它的优点是实现简单、不需要额外光学结构、对静态场景精度高；缺点是无法直接判断离焦方向，必须试走一步才能知道往哪走，因此速度慢，且在峰值附近容易来回振荡。若场景本身低对比（白墙、天空、纯色桌面），F(v) 曲线几乎平坦，系统就会“拉风箱”或直接失败。

CDAF 爬山搜索伪代码：
v = 当前镜片位置
F_prev = 评价函数(v)
step = 初始步长
while 未找到峰值:
    v = v + step
    F_now = 评价函数(v)
    if F_now > F_prev:
        F_prev = F_now        # 继续同方向
    else:
        step = -step / 2      # 反向并缩小步长
    if |step| < 阈值:
        break
return v

四、相位检测：一次算出“差多少、往哪走”

PDAF 在传感器或对焦屏上布置成对的微透镜/掩蔽像素，分别接收来自镜头左右（或上下）两侧的光线。当未合焦时，同一目标在左右两组像素上形成的像会错开，产生相位差；相位差的大小对应离焦量，正负对应离焦方向。因此 PDAF 可以“一次测量、直接算出镜片该移动多少”，无需反复试走。

PDAF 的典型问题包括：横向线条目标（只有水平方向相位信息不足）、重复纹理（相位匹配歧义）、大光圈边缘视差、以及低照度下相位信号信噪比下降。很多手机在暗光下会从 PDAF 退回 CDAF，正是这个原因。

五、激光与 ToF：主动测距的辅助角色

激光对焦通过发射红外激光并接收反射光，用三角测距或飞行时间计算目标距离，直接给镜片一个初始位置。它不依赖环境纹理，暗光下也能工作，因此常用于手机近距拍摄。但玻璃、镜面会反射或穿透，黑色吸光物回波弱，远距离精度下降，所以它通常只作为“粗定位”，最终仍由 CDAF/PDAF 精调。

六、案例与场景：为什么同一台设备有时快有时慢

以手机拍摄为例：白天拍人像，PDAF 快速给出偏移，激光辅助确认距离，CDAF 做最后精调，几乎瞬间合焦；夜晚拍暗光静物，PDAF 相位信号信噪比不足，系统退回 CDAF，开始“拉风箱”；若目标是一面白墙，CDAF 评价函数平坦，激光又因距离过远失效，最终对焦失败。可见“对焦慢”往往不是单一模块故障，而是技术切换策略与场景不匹配。

七、常见误区与复盘要点

• 误区一：对焦慢就是马达差。更常见的是评价函数平坦或相位置信度低，导致搜索步数增加。
• 误区二：PDAF 一定比 CDAF 准。PDAF 快但可能因标定偏差产生固定偏移，最终精度仍依赖 CDAF 或闭环校准。
• 误区三：激光对焦可以替代一切。激光只给距离，不给清晰度，玻璃和黑色物体上极易误判。
• 误区四：暗光对焦失败只能靠补光。可先检查 PDAF 像素是否被降噪/坏点校正误伤，以及 CDAF 是否使用了过强的降噪导致高频丢失。

掌握对焦原理与四类技术的边界后，后续分析 AF 失败、对焦抖动、对焦偏移等问题时，就能快速判断问题出在信号采集、评价函数、策略切换还是机械执行环节，而不是盲目更换模组或反复调参。