1. AF系统概述：自动对焦的基本原理、AF系统组成、对焦评价函数简介

1.1 自动对焦——相机为什么要自己“找焦点”

自动对焦，说白了就是让相机自己判断什么时候画面最清晰。你按下快门，镜头自动前后移动，找到那个“刚刚好”的位置。

我刚开始做嵌入式相机时，觉得手动对焦也挺好。后来发现，在安防监控、无人机、工业检测这些场景里，没人有时间去拧镜头环。机器必须自己搞定。

自动对焦的核心逻辑其实很简单：

• 移动镜头——改变像距，让成像面落在传感器上
• 计算清晰度——用算法给当前画面打个分
• 搜索最佳位置——找到分数最高的那个点

嗯，听起来像爬山。你站在山谷里，目标是山顶。每走一步，测一下海拔。海拔最高的地方，就是焦点位置。

1.2 AF系统组成——谁在干活？

一套完整的AF系统，至少包含这几个部分：

组件	作用	我踩过的坑
镜头模组	包含对焦镜片，可前后移动	马达回程差会让位置不准，得做校准
驱动马达	VCM、步进电机、超声波马达	VCM有磁滞，步进有丢步，选型要谨慎
图像传感器	采集图像数据	帧率不够，对焦会卡顿
ISP/处理器	运行对焦算法，计算评价值	算力有限时，得用简化算法
驱动IC	将数字指令转为马达电流	电流噪声会影响位置精度

你想想看，这五个部件任何一个出问题，对焦都会翻车。我在一个项目中遇到过，马达驱动IC的电流纹波太大，导致镜头在合焦点附近来回抖动，画面一直忽清忽糊。后来换了低噪声驱动IC才解决。

1.3 对焦评价函数——怎么才算“清晰”？

机器不像人眼，一眼就能看出画面清不清晰。它需要一个数学公式，把“清晰度”变成一个数值。

这个数值，就叫对焦评价值（Focus Value，FV）。

常见的评价函数有这几类：

1.3.1 基于梯度的评价函数

清晰图像边缘锐利，相邻像素差异大。模糊图像边缘平滑，像素差异小。所以，计算图像梯度就能反映清晰度。

• Tenengrad函数：用Sobel算子算梯度，然后求和。我最早用的就是它，效果稳定，就是计算量大一点。
• Laplacian函数：用拉普拉斯算子，对噪声敏感，但响应快。
• Brenner函数：只算相隔两个像素的差值，计算量最小，适合嵌入式。

// 一个简单的Brenner函数实现（C语言风格）
uint32_t brenner_fv(uint8_t *img, int width, int height) {
    uint32_t sum = 0;
    for (int y = 0; y < height; y++) {
        for (int x = 0; x < width - 2; x++) {
            int diff = img[y * width + x] - img[y * width + x + 2];
            if (diff > 0) sum += diff * diff;
        }
    }
    return sum;
}

1.3.2 基于频域的评价函数

清晰图像高频成分多，模糊图像高频成分少。用FFT或DCT变换，看高频能量就行。

• FFT高频能量法：做傅里叶变换，累加高频分量。精度高，但计算量太大，实时性差。
• DCT系数法：只算部分DCT系数，比FFT快一些。

说实话，在嵌入式平台上，频域方法用得不多。算力扛不住。我只有在PC端做算法仿真时才用FFT。

1.3.3 基于统计的评价函数

• 方差法：计算图像像素值的方差。清晰图像对比度高，方差大。
• 熵函数：计算图像信息熵。清晰图像信息量大，熵值高。

方差法简单，但容易受光照影响。熵函数对纹理丰富的场景效果好，对纯色场景就抓瞎了。

1.4 评价函数的理想曲线长什么样？

一个好的评价函数，它的FV曲线应该满足：

• 单峰性：只有一个最大值，没有假峰
• 无偏性：峰值位置对应真实合焦点
• 灵敏度高：离焦时FV下降快，容易判断方向
• 抗噪性好：不会因为一点点噪声就乱跳

我曾经在一个项目中，用了简单的梯度函数，结果在低光照下曲线全是毛刺，搜索算法根本找不到峰值。后来换了带预滤波的Tenengrad，才稳定下来。

1.5 AF系统知识结构总览

下面这张图，把AF系统的核心脉络画出来了。你可以把它当作本章的知识地图。

1.6 小结

这一章我们聊了：

• 自动对焦的本质是一维搜索，目标是找到FV曲线的峰值
• AF系统由镜头、马达、传感器、处理器、驱动IC五部分组成，缺一不可
• 对焦评价函数是AF的“眼睛”，常见的有梯度类、频域类、统计类三大流派
• 好的评价函数要满足单峰、无偏、灵敏、抗噪四个条件

我个人习惯，在开始一个新项目时，先把这三点理清楚。原理搞懂了，组件选对了，评价函数调好了，后面的搜索策略才能跑得顺。否则，再好的搜索算法也救不了烂数据。