📚 课程目录第4章 AF算法核心

AF 算法核心：对焦评价函数与搜索策略

自动对焦这事儿，说白了就是让镜头自己找到最清晰的那个位置。我刚开始做摄像头驱动时，觉得 AF 不就是来回动一动嘛，后来才发现——评价函数选不对，搜索策略用不好，画面永远在“拉风箱”。

这一章我们聚焦两个核心问题：怎么判断画面清不清晰（评价函数），以及怎么快速找到最清晰的位置（搜索策略）。

对焦评价函数：清晰度的“尺子”

相机自己又没长眼睛，它怎么知道当前画面清不清晰？靠的是评价函数。评价函数输出一个数值，数值越大，代表图像高频信息越丰富——说白了就是边缘越锐利，画面越清晰。

我见过不少新手直接拿像素灰度方差当评价函数，结果在光照变化时频频误判。真正工程上常用的，是下面这三种基于梯度的算子。

1. Tenengrad 函数

Tenengrad 用的是 Sobel 算子，分别计算水平和垂直方向的梯度，然后求平方和。公式不复杂，但效果很稳。

// Tenengrad 评价函数实现
float tenengrad_eval(uint8_t *img, int w, int h) {
    float sum = 0.0f;
    int gx, gy;
    for (int y = 1; y < h-1; y++) {
        for (int x = 1; x < w-1; x++) {
            // Sobel 水平梯度
            gx = -img[(y-1)*w + (x-1)] + img[(y-1)*w + (x+1)]
                 -2*img[y*w + (x-1)] + 2*img[y*w + (x+1)]
                 -img[(y+1)*w + (x-1)] + img[(y+1)*w + (x+1)];
            // Sobel 垂直梯度
            gy = -img[(y-1)*w + (x-1)] -2*img[(y-1)*w + x] - img[(y-1)*w + (x+1)]
                 + img[(y+1)*w + (x-1)] +2*img[(y+1)*w + x] + img[(y+1)*w + (x+1)];
            sum += gx*gx + gy*gy;
        }
    }
    return sum / (w * h);  // 归一化，方便跨分辨率比较
}

我的经验：Tenengrad 在纹理丰富的场景表现最好。但如果你拍的是白墙或者天空，梯度值会非常低，这时候容易误判为“失焦”。我曾在安防摄像头项目里遇到过——晚上对着白墙，AF 死活找不到焦点。后来加了一个亮度自适应阈值，才解决。

2. Laplacian 函数

Laplacian 算子是二阶微分，对边缘的响应比 Sobel 更敏感。换句话说，它更容易“看到”微小的模糊变化。

// Laplacian 评价函数（简化版）
float laplacian_eval(uint8_t *img, int w, int h) {
    float sum = 0.0f;
    int lap;
    for (int y = 1; y < h-1; y++) {
        for (int x = 1; x < w-1; x++) {
            lap = 4*img[y*w + x]
                 - img[(y-1)*w + x] - img[(y+1)*w + x]
                 - img[y*w + (x-1)] - img[y*w + (x+1)];
            sum += abs(lap);  // 取值，避免正负抵消
        }
    }
    return sum / (w * h);
}

注意：Laplacian 对噪声非常敏感。传感器有暗电流噪声时，评价曲线会变得毛刺很多。我曾经在低光照下用 Laplacian，结果曲线抖动得像心电图——后来先做了一层高斯滤波，才把曲线磨平。

3. Sobel 函数（仅水平或垂直）

有时候我们只关心某个方向的清晰度。比如文字识别场景，水平方向的边缘更重要。这时候可以只算 Sobel 水平梯度。

评价函数	计算量	抗噪性	适用场景
Tenengrad	中	较好	通用场景，纹理丰富
Laplacian	低	较差	微距、高对比度场景
Sobel（单方向）	低	中等	条码、文字、特定纹理

搜索策略：怎么找到峰值

评价函数算出来了，接下来就是让镜头移动，找到评价函数的最大值。这就像爬山——你站在山脚，看不见山顶在哪，只能一步一步试探。

1. 爬山法（Hill Climbing）

爬山法是最常用的搜索策略。思路很简单：朝一个方向移动，如果评价函数值变大，就继续；如果变小，就回头。

// 爬山法搜索峰值（伪代码）
int hill_climbing_search() {
    int pos = current_position;
    float val = evaluate(pos);
    int step = STEP_SIZE;
    int direction = 1;  // 1: 正向, -1: 反向
    
    while (1) {
        int next_pos = pos + direction * step;
        float next_val = evaluate(next_pos);
        
        if (next_val > val) {
            // 还在上升，继续
            pos = next_pos;
            val = next_val;
        } else {
            // 下降或持平，换方向
            direction = -direction;
            step = step / 2;  // 步长减半，精细搜索
            if (step < MIN_STEP) break;
        }
    }
    return pos;
}

  核心要点：爬山法最大的坑是“局部峰值”。如果评价曲线有多个波峰，爬山法可能停在半山腰。我遇到过最典型的情况——镜头前面有灰尘，灰尘边缘产生了一个小峰值，爬山法直接停在了那里，真正的焦点反而没找到。

2. 全局搜索（Global Search）

全局搜索就是暴力遍历整个对焦范围。虽然慢，但一定能找到全局最大值。

优点：不会陷入局部峰值，结果可靠。
缺点：速度慢。如果对焦步进有 1000 步，每一步都要算一次评价函数，耗时可能几百毫秒。
适用场景：初始化对焦、场景切换后的首次对焦。

我一般在产品里这样搭配：首次对焦用全局搜索，找到大致位置；后续跟踪用爬山法，微调即可。这样既保证了准确性，又兼顾了速度。

评价曲线长什么样？

下面这张图展示了理想情况下的评价函数曲线。横轴是镜头位置，纵轴是清晰度评价值。

实际项目中的选择建议

你可能会问：那我到底该用哪个？我个人的习惯是这样的——

先看场景：如果是室内、光照稳定、纹理丰富，Tenengrad + 爬山法就够了。
再看硬件：如果镜头步进电机精度高、响应快，可以用更细的步长做全局搜索。
最后看功耗：爬山法计算量小，适合电池供电的设备；全局搜索费电，适合插电的设备。

避坑指南：我曾经在一个无人机项目里，直接用爬山法做连续对焦。结果无人机飞过一片水面时，评价曲线剧烈抖动，爬山法来回震荡，镜头一直在“呼吸”。后来我加了一个死区——评价值变化小于 5% 时不触发对焦，才稳住。

小结

这一章我们聊了两个核心模块：评价函数和搜索策略。评价函数是“眼睛”，搜索策略是“腿”。眼睛要准，腿要稳。Tenengrad、Laplacian、Sobel 各有优劣，爬山法和全局搜索各有适用场景。实际工程中，往往是组合使用——全局搜索找大方向，爬山法做精细调整。