4. 自适应搜索：变步长策略、动态范围调整、自适应阈值

前面几章讲的固定步长和全局搜索，说白了就是「一刀切」的思路。但实际场景哪有那么听话？你想想看，同一个镜头，光线好的时候对焦干净利落，一到暗光或者低对比度场景，固定步长就开始抽风了。

我早年做手机摄像头算法时，就吃过这个亏。当时用的固定步长，白天拍什么都快，结果一到傍晚拍夕阳，马达来回震荡了七八次才稳住。用户反馈说「拍照像在喘气」——嗯，从那以后我就彻底转向自适应策略了。

自适应搜索的核心思想其实很简单：根据当前图像反馈，动态调整搜索参数。说白了就是让算法学会「看情况办事」。

4.1 变步长策略：从粗调到细调

变步长策略是我个人最常用的一招。它的直觉很简单——你开车找路，离目的地远的时候油门踩深点，快到了就轻点刹车。对焦也是一样。

具体怎么实现？我习惯用基于图像梯度的步长映射。图像梯度大，说明当前帧细节丰富，离焦点可能还远，步长大一些；梯度小，说明画面趋于模糊或已经接近峰值，步长收窄。

// 变步长策略核心逻辑（伪代码）
float compute_step_size(float current_sharpness, float peak_sharpness) {
    float ratio = current_sharpness / peak_sharpness;
    float step;
    
    if (ratio < 0.3) {
        step = MAX_STEP;          // 远未到峰值，大步前进
    } else if (ratio < 0.7) {
        step = MID_STEP;          // 接近峰值，中步调整
    } else {
        step = MIN_STEP;          // 已在峰值附近，小步精调
    }
    
    return step;
}

这里有个坑——峰值估计不准怎么办？ 我早期实现时直接用历史最大值当 peak_sharpness，结果遇到场景切换，峰值突然跳变，步长也跟着乱跳。后来我加了个滑动窗口平滑，取最近 N 帧的加权平均作为参考峰值，才稳住。

4.2 动态范围调整：别在死胡同里瞎转

固定搜索范围有个致命问题——你永远不知道焦点到底在哪。如果初始范围设得太宽，搜索时间拉长；设得太窄，焦点可能根本不在范围内。

动态范围调整的思路是：根据当前帧的清晰度分布，实时收缩或扩展搜索区间。

我常用的方法是基于清晰度曲线的斜率变化。当检测到清晰度连续上升时，说明正在朝焦点方向移动，范围可以适当收缩，加快收敛；当清晰度突然下降或震荡时，说明可能越过了焦点或者遇到了干扰，范围需要扩展，重新搜索。

场景特征	清晰度曲线行为	动态范围调整策略
单调上升	连续 N 帧递增	收缩范围 20%，加速前进
出现峰值	上升后开始下降	回退到峰值位置，范围缩小到峰值附近
剧烈震荡	清晰度忽高忽低	扩展范围 50%，重新初始化搜索
长时间平坦	清晰度几乎不变	扩展范围，检查是否进入低对比度区域

我记得有一次做车载摄像头项目，车辆经过隧道时画面突然变暗，清晰度曲线直接躺平。固定范围算法直接卡死，而动态范围调整检测到平坦区后自动扩展搜索范围，最终在隧道出口处重新捕获焦点。这个场景让我彻底信服了动态调整的必要性。

4.3 自适应阈值：让判定条件「活」起来

固定阈值的问题，我举个例子你就明白了。假设你设了一个清晰度阈值 T，认为超过 T 就算合焦。白天光线好，清晰度轻松破万，T=5000 很合理。但到了晚上，清晰度最高才 3000，T=5000 永远达不到，算法永远认为没对上焦。

自适应阈值就是让这个 T 跟着场景走。我常用的方法是基于背景噪声的浮动阈值：

// 自适应阈值计算
float compute_adaptive_threshold(float* frame_buffer, int buffer_size) {
    // 1. 计算当前帧的噪声水平
    float noise_level = estimate_noise(frame_buffer, buffer_size);
    
    // 2. 基础阈值 = 噪声水平 × 信噪比系数
    float base_threshold = noise_level * SNR_COEFFICIENT;
    
    // 3. 加上历史峰值偏移
    float peak_offset = (historical_peak - base_threshold) * 0.3f;
    
    return base_threshold + peak_offset;
}

这里的关键是噪声估计怎么做。我习惯用图像中平坦区域的方差来估算噪声——平坦区没有纹理，方差基本就是噪声本身。当然，如果整幅图像都是纹理，这个方法会失效，这时候可以改用暗电流估计或者多帧差分法。

4.4 三者的协同工作

变步长、动态范围、自适应阈值，这三者不是孤立的。我通常把它们做成一个协同决策环：

1. 自适应阈值先判断当前帧是否「值得信任」——如果清晰度低于噪声阈值，说明画面质量太差，步长和范围都先保守一点
2. 变步长策略根据当前清晰度与历史峰值的比值，决定下一步走多远
3. 动态范围调整根据最近几步的收敛趋势，决定搜索区间要不要收缩或扩展
4. 三个结果汇总，生成最终的马达控制指令

下面这张图展示了三者的协同流程：

从图上你能看到，三个模块各自输出中间结果，然后由协同决策引擎做加权融合。这里有个细节——冲突仲裁。比如自适应阈值认为当前帧噪声太大，建议保守搜索，但变步长策略根据历史峰值判断应该大步前进。这时候怎么办？我个人的做法是给阈值模块更高的优先级——毕竟如果画面质量本身不可靠，走再快也是白搭。

4.5 实际项目中的调参经验

最后分享几个我在项目中积累的调参经验：

• 步长映射曲线：不要用线性映射，用 S 形曲线效果更好。离峰值远时步长变化平缓，接近峰值时步长快速收窄，这样既保证速度又保证精度
• 范围收缩速度：我建议每次收缩不超过 15%，太快容易把焦点排除在外。扩展时可以快一些，30%~50% 都可以
• 阈值更新频率：不需要每帧都更新阈值。我一般每 3~5 帧更新一次，既能跟踪场景变化，又避免阈值抖动
• 场景切换检测：当清晰度突然跳变超过 50% 时，大概率是场景切换了。这时候应该重置所有自适应参数，重新初始化