一、AF系统概述：从拧镜头到像素级对决

各位好，我是老周。在影像行业摸爬滚打了十几年，从功能机时代的手动对焦一直干到现在的计算摄影。今天咱们聊聊自动对焦——这个看似基础、实则决定用户第一印象的关键技术。

说白了，AF就是让镜头自己找到最清晰的那个位置。但就这么个“找位置”的动作，背后涉及的物理、电子、算法博弈，远比想象中复杂。

1.1 自动对焦技术发展史

我入行那会儿，手机还是“半按快门对焦”的初级阶段。那时候的对焦，说白了就是个开环的电机驱动——按一下，镜头动一下，成不成看天意。

后来技术演进，大致经历了这么几个阶段：

时代	代表技术	核心原理	典型产品
1980s-1990s	红外/超声波测距	发射信号，根据反射时间估算距离	早期傻瓜相机
1990s-2000s	反差检测（CDAF）	搜索图像对比度最大的位置	数码相机、早期手机
2000s-2010s	相位检测（PDAF）	通过左右像素相位差判断离焦方向	单反、旗舰手机
2010s-至今	混合AF + 深度学习	PDAF粗定位 + CDAF精调 + AI预测	现代旗舰手机、微单

嗯，这里有个关键转折点——2012年左右，索尼把PDAF像素集成到了CMOS上。我记得当时第一次拿到那块IMX135的工程样片，测试结果让我眼前一亮：对焦速度从原来的1秒级直接降到了200毫秒以内。说白了，就是从“慢吞吞”变成了“唰的一下”。

1.2 AF在手机与相机中的应用场景

你想想看，手机和相机的AF需求其实完全不同。相机用户会端着设备慢慢构图，而手机用户——抬手就拍，拍完就走。这就决定了两种完全不同的调优策略。

手机端的典型场景：

• 日常抓拍：拍娃、拍宠物。我遇到过最头疼的项目是“宠物模式”——猫狗的运动轨迹毫无规律，AF必须做到“预判你的预判”。
• 视频录制：连续追焦 + 呼吸效应补偿。这里有个坑——很多工程师只关注静态对焦速度，忽略了视频场景下的平滑过渡。我曾经因为追焦曲线不够平滑，被测试部门打回来三次。
• 低光环境：PDAF在暗光下信噪比急剧下降，这时候就得靠算法补位。说白了，就是“硬件不够，算法来凑”。
• 微距/近摄：景深极浅，对焦行程短，容易来回震荡。我习惯在微距模式下强制降低搜索步长，宁可慢一点，也不能来回抽。

相机端的典型场景：

• 体育/野生动物：需要极强的运动预测能力。相位检测点的密度和覆盖范围是关键。
• 人像/静物：对精度要求极高，通常采用反差检测做最后精调。
• 视频跟焦：专业视频机需要手动/自动混合控制，响应曲线必须线性。

1.3 AF系统核心指标

做AF调优这么多年，我总结下来就三个核心指标：速度、精度、稳定性。这三者就像不可能三角——你很难同时做到极致。

1. 对焦速度

说白了就是从按下快门到锁定焦点的时间。单位通常是毫秒。但这里有个容易混淆的点——首次对焦时间和追焦响应时间是两码事。

• 首次对焦：从静止到锁定，考验搜索算法
• 追焦响应：目标移动后重新锁定，考验预测能力

我见过不少团队，首次对焦做得飞快，但追焦时镜头来回抽动——这就是典型的“快而不稳”。

2. 对焦精度

精度通常用“离焦量”来衡量——就是实际焦点和理想焦点的偏差。单位是μm（微米）。

• 手机端：一般要求离焦量控制在DOF（景深）的1/3以内
• 相机端：要求更严，通常需要控制在1/5 DOF以内

我曾经踩过一个坑：某款传感器在低光下PDAF的相位差计算会引入系统性偏差。当时测试数据看起来没问题，但实拍总觉得画面偏软。后来排查了三天，才发现是PDAF像素的校准表在暗光下失效了。

3. 对焦稳定性

稳定性是三个指标里最容易被忽视的。它描述的是：在连续对焦过程中，焦点是否会出现无意义的抖动或漂移。

• 抖动：镜头在锁定位置附近来回微动，画面看起来“呼吸”
• 漂移：随着时间推移，焦点缓慢偏离最佳位置
• 震荡：在远近目标切换时，镜头来回搜索多次才稳定

我习惯用“对焦轨迹图”来评估稳定性——把镜头位置随时间的变化画出来。好的曲线应该是“快速到达 → 微小过冲 → 迅速收敛”。差的曲线则是“来回震荡 → 缓慢收敛 → 偶尔漂移”。

这三个指标在实际调优中怎么权衡？我个人的经验是：

• 手机拍照：速度 > 稳定性 > 精度。用户对“拍糊了”的容忍度远低于“稍微有点软”。
• 手机视频：稳定性 > 速度 > 精度。画面来回抽动比焦点稍微偏一点更让人难受。
• 相机拍照：精度 > 稳定性 > 速度。专业用户可以等，但不能接受焦点不准。