4. 窗口策略优化：多窗口融合、自适应窗口、基于显著性检测的窗口选择、权重分配策略

窗口策略，说白了就是告诉算法：「你往哪儿看？」

在低光照环境下，这个问题变得特别棘手。画面暗、噪声大、对比度低，如果窗口选错了，AF 算法就像在黑夜里找一只黑猫——累死也找不到焦点。我这些年调过的低光照项目，有一半的稳定性问题最后都追到了窗口策略上。

4.1 为什么窗口策略如此关键？

先想一个问题：一个 1080p 的 sensor，有 200 多万个像素。AF 算法不可能每个像素都算一遍，太慢了。所以我们需要划定一个或几个「感兴趣区域」，只在这些区域内计算对焦评价函数。

窗口选得好，信噪比高、对比度丰富、对焦曲线陡峭。窗口选得差，全是噪声、全是平坦区域、对焦曲线像一条死鱼。你想想看，低光照下噪声本来就大，窗口再选到天空或墙壁上，那 AF 基本就废了。

4.2 多窗口融合策略

我最开始做 AF 时，只用单个中央窗口。后来发现一个问题：如果主体不在中央，AF 就对着背景对焦去了。于是我开始尝试多窗口。

多窗口的思路很简单：在画面中布置多个固定窗口，比如中央一个、左上、右上、左下、右下各一个，然后把这些窗口的评价结果融合起来。

4.2.1 固定网格窗口

这是最基础的做法。把画面分成 3×3 或 5×5 的网格，每个格子都是一个窗口。每个窗口独立计算对焦值，然后按一定规则融合。

// 伪代码：固定网格窗口融合
#define GRID_ROWS 3
#define GRID_COLS 3

float grid_focus[GRID_ROWS][GRID_COLS];
float final_focus = 0.0f;

for (int r = 0; r < GRID_ROWS; r++) {
    for (int c = 0; c < GRID_COLS; c++) {
        grid_focus[r][c] = calc_focus_measure(window[r][c]);
        // 加权融合：中央窗口权重高
        float weight = (r == 1 && c == 1) ? 0.4f : 0.075f;
        final_focus += grid_focus[r][c] * weight;
    }
}

4.2.2 十字交叉窗口

另一种我常用的多窗口布局是十字交叉。在画面中央画一个十字形区域，水平方向和垂直方向各取一条带状窗口。这样做的好处是：

• 覆盖了画面中最重要的水平和垂直纹理方向
• 窗口面积适中，不会引入太多噪声
• 对主体在中央附近的情况非常鲁棒

4.3 自适应窗口

固定窗口有个硬伤：它不知道画面里发生了什么。低光照下，主体可能很小、很暗，固定窗口很容易把大量背景噪声算进去。这时候就需要自适应窗口了。

4.3.1 基于亮度统计的窗口缩放

我做过一个项目，晚上拍月亮。月亮在画面里就一个小亮点，周围全是黑漆漆的天空。如果用固定大窗口，AF 值全被噪声淹没了。后来我加了一个预处理：先统计全图的亮度直方图，找到亮度较高的区域，然后只在这些区域周围开窗口。

// 伪代码：基于亮度统计的自适应窗口
void adaptive_window_by_luminance(uint8_t *frame, int width, int height) {
    // 1. 计算亮度直方图
    int hist[256] = {0};
    for (int i = 0; i < width * height; i++) {
        hist[frame[i]]++;
    }
    
    // 2. 找到亮度前 10% 的阈值
    int total_pixels = width * height;
    int cum = 0;
    int bright_threshold = 0;
    for (int i = 255; i >= 0; i--) {
        cum += hist[i];
        if (cum >= total_pixels * 0.1f) {
            bright_threshold = i;
            break;
        }
    }
    
    // 3. 在亮度高于阈值的区域周围生成窗口
    // ... 区域生长或连通域分析
}

4.3.2 基于对比度分布的窗口调整

另一种自适应思路是直接看对比度。把画面分成小块，计算每块的对比度（比如用拉普拉斯方差），然后选择对比度最高的几块作为窗口。低光照下，对比度高的区域通常就是主体边缘或纹理区域，正是 AF 需要的信息。

4.4 基于显著性检测的窗口选择

这是目前比较前沿的做法。显著性检测，说白了就是模拟人眼的注意力机制——找出画面中最「引人注目」的区域。

4.4.1 频域显著性检测

我记得有一篇经典叫《Saliency Detection: A Spectral Residual Approach》。它的思路很巧妙：对图像做 FFT，提取频谱残差，再反变换回空间域，就能得到显著性图。这个方法计算量不大，适合嵌入式实现。

// 伪代码：频域显著性检测
void spectral_residual_saliency(uint8_t *gray, float *saliency_map, int w, int h) {
    // 1. 对图像做 FFT
    complex *fft_result = fft2d(gray, w, h);
    
    // 2. 计算幅度谱和相位谱
    float *magnitude = calc_magnitude(fft_result, w, h);
    float *phase = calc_phase(fft_result, w, h);
    
    // 3. 计算频谱残差
    float *log_magnitude = log(magnitude);
    float *avg_magnitude = average_filter(log_magnitude, w, h, 3);
    float *residual = log_magnitude - avg_magnitude;
    
    // 4. 反变换回空间域
    complex *reconstructed = ifft2d(residual, phase, w, h);
    
    // 5. 取模得到显著性图
    for (int i = 0; i < w * h; i++) {
        saliency_map[i] = abs(reconstructed[i]);
    }
}

4.4.2 基于深度学习的轻量显著性检测

如果芯片算力允许，可以用轻量级 CNN 做显著性检测。比如 MobileNet-SSD 或者 SqueezeNet 的变体。不过说实话，在低光照嵌入式平台上跑深度学习，功耗和帧率都是挑战。我个人更倾向于用传统方法，除非项目预算充足、散热也扛得住。

4.5 权重分配策略

窗口选好了，怎么融合？这就涉及到权重分配。权重分配做得好，AF 稳定又平滑。做得不好，AF 像抽风一样来回跳。

4.5.1 基于对比度的动态权重

这是最直观的做法：对比度高的窗口，说明纹理丰富、对焦信息充足，权重就应该大。对比度低的窗口，可能是平坦区域或噪声区，权重就应该小。

// 伪代码：基于对比度的动态权重
float calc_dynamic_weight(float contrast, float max_contrast) {
    // 用 sigmoid 函数做非线性映射
    float normalized = contrast / max_contrast;
    return 1.0f / (1.0f + exp(-10.0f * (normalized - 0.3f)));
}

// 融合时归一化权重
float total_weight = 0.0f;
for (int i = 0; i < NUM_WINDOWS; i++) {
    weights[i] = calc_dynamic_weight(contrasts[i], max_contrast);
    total_weight += weights[i];
}
for (int i = 0; i < NUM_WINDOWS; i++) {
    weights[i] /= total_weight;
}

4.5.2 基于位置的中心偏好权重

在大多数拍照场景中，主体都在画面中央附近。所以即使对比度不高，中央窗口也应该保留一定的权重。我常用的做法是：

• 基础权重：根据窗口位置设定，中央高、边缘低
• 动态调整：根据对比度、亮度、运动检测结果修正
• 最终权重：基础权重 × 动态调整系数，再归一化

4.5.3 时间域权重平滑

权重如果每帧都剧烈变化，AF 曲线就会抖动。我一般会加一个 IIR 低通滤波：

// 伪代码：时间域权重平滑
#define SMOOTH_FACTOR 0.7f  // 平滑系数，越大越平滑

float smoothed_weights[NUM_WINDOWS];

void update_smoothed_weights(float *raw_weights) {
    for (int i = 0; i < NUM_WINDOWS; i++) {
        smoothed_weights[i] = SMOOTH_FACTOR * smoothed_weights[i] 
                            + (1.0f - SMOOTH_FACTOR) * raw_weights[i];
    }
}

4.6 窗口策略知识体系

下面这张图总结了窗口策略的核心脉络，我把它画出来方便你对照理解：

4.7 实战建议与避坑指南

最后，我把自己这些年踩过的坑总结一下：

嗯，窗口策略这块内容不少，但核心就一句话：在正确的地方，用正确的方式，看正确的内容。 你把这个想明白了，低光照 AF 的稳定性就解决了一半。