第三章 AF算法基础：三种对焦方式的硬核拆解
自动对焦算法，说白了就是让镜头自己找到最清晰的那个位置。我做了这么多年影像系统，见过太多工程师把算法调优想得太玄乎。其实核心就三种：反差对焦、相位对焦、还有激光/ToF辅助。今天咱们一个一个掰开揉碎了讲。
3.1 反差对焦（CDAF）—— 最朴素的“爬山”算法
CDAF的原理特别直观。你想想看，镜头从近到远移动，图像清晰度会先变好再变差。算法就是找到那个“最清晰”的峰值点。
核心逻辑：计算每一帧图像的对比度值，然后沿着对比度上升的方向移动镜头。一旦发现对比度开始下降，就退回到峰值位置。
对比度评价函数（常用）：
- Tenengrad函数：基于Sobel算子，计算梯度幅值之和。我个人习惯用这个，稳定性好。
- Laplacian函数：二阶微分，对边缘敏感，但噪声也敏感。
- 方差函数：计算像素灰度值的方差，简单粗暴，适合低纹理场景。
我在项目中遇到过一个问题：用Tenengrad函数在室内灯光下表现完美，一到户外强光下就开始抖动。后来发现是自动增益控制（AGC）把图像亮度拉得太高，导致梯度计算饱和。嗯，这里要注意——评价函数必须与ISP的AE/AWB状态解耦。
避坑指南：我曾经在某个旗舰机项目里，CDAF在暗光下反复来回搜索，就是找不到峰值。后来排查发现，是降噪滤波器把高频细节全抹掉了。建议在CDAF搜索过程中，临时降低降噪强度，或者使用原始RAW域数据做评价。
CDAF的优缺点
| 维度 | 说明 |
|---|---|
| 优点 | 算法简单，硬件成本低，不需要额外传感器；对场景适应性好，任何有纹理的场景都能工作。 |
| 缺点 | 需要“爬山”过程，速度慢；在低对比度场景（白墙、天空）容易失效；容易陷入局部峰值。 |
3.2 相位对焦（PDAF）—— 一次到位，不拖泥带水
PDAF的原理就高级多了。它利用微透镜和遮光像素，把进入镜头的光线分成左右两路。如果图像在左右像素上位置一致，说明合焦；如果有偏移，算法就能算出偏移方向和大小。
核心公式（简化版）：
相位差 = 左像素相位 - 右像素相位
镜头移动量 = 相位差 × 校准系数你想想看，CDAF需要一帧一帧地试，PDAF只需要一帧就能算出镜头该往哪走。这就是为什么现在旗舰机都用PDAF。
注意：PDAF像素会牺牲一部分成像质量。每个PDAF像素的感光面积只有普通像素的一半，所以PDAF像素越多，暗光下的画质损失越大。我见过一些厂商为了对焦速度，塞了太多PDAF像素，结果夜景模式下一片噪点。
PDAF的两种实现方式
- 片上PDAF：在传感器上直接集成遮光像素。优点是集成度高，缺点是像素损失。
- 独立PDAF传感器：用单独的传感器做相位检测。优点是画质无损，缺点是成本高、体积大。
我个人建议：如果做中低端机型，用片上PDAF就够了，但PDAF像素占比不要超过5%。 高端机型可以考虑双PD（Dual PD），每个像素都分成左右两半，对焦精度更高。
3.3 激光/ToF辅助对焦—— 暗光下的救星
CDAF和PDAF在暗光下都会失效。为什么？因为光线不够，图像信噪比太低，无论是对比度计算还是相位检测，结果都不靠谱。
这时候就需要主动式对焦——激光或ToF。
原理：发射一束红外光或激光，测量反射回来的时间差（ToF）或相位差（激光），直接算出距离。然后根据距离查表，把镜头推到对应位置。
关键参数对比：
| 技术 | 测距范围 | 精度 | 功耗 | 适用场景 |
|---|---|---|---|---|
| 激光（点阵） | 0.1m - 5m | ±1cm | 低 | 近景、微距 |
| ToF（单点） | 0.1m - 10m | ±3cm | 中 | 室内、暗光 |
| ToF（阵列） | 0.1m - 20m | ±5cm | 高 | AR、3D扫描 |
我曾经在一个平板项目里用过ToF辅助对焦。当时遇到一个坑：ToF在阳光下会被红外干扰，测距值跳来跳去。后来加了带通滤波器和时间窗口滤波才搞定。嗯，这里要注意——主动式对焦在强光下反而可能失效，因为环境光中的红外成分会淹没发射信号。
实战建议：不要把激光/ToF作为唯一对焦手段。我一般把它作为预对焦——先用激光算出大致距离，把镜头推到附近，再用CDAF或PDAF做精细调整。这样既快又准。
3.4 三种对焦方式的融合策略
实际产品中，没人只用一种对焦方式。我见过的最优方案是这样的：
- 场景判断：先看环境亮度。如果亮度足够（>100 lux），优先用PDAF。
- 暗光切换：如果亮度不足（<50 lux），启动激光/ToF做预对焦，然后切到CDAF做精细调整。
- 低纹理处理：如果场景是白墙或天空，PDAF和CDAF都失效，这时候激光/ToF就是唯一选择。
- 运动场景：如果检测到物体在运动，强制用PDAF，因为CDAF跟不上。
重要：融合策略最怕的是模式切换抖动。比如从PDAF切到CDAF时，如果两个算法算出的镜头位置不一致，画面会突然变模糊再变清晰。我建议在切换时做位置平滑过渡，比如用一阶低通滤波把镜头位置慢慢移过去。
3.5 知识体系总览
下面这张图把三种对焦方式的核心逻辑、优缺点和融合关系画清楚了。你可以把它当作本章的思维导图。
这张图把三种对焦方式的核心逻辑、适用场景和优缺点都串起来了。你可以把它打印出来贴在工位上，调优的时候对照着看。
3.6 本章小结
CDAF、PDAF、激光/ToF，各有各的脾气。CDAF像老黄牛，踏实但慢；PDAF像猎豹，快但挑环境；激光/ToF像夜视仪，专治暗光。实际产品里，没有万能方案，融合才是王道。