📚 课程目录第1章对焦基础

1、对焦基础：为什么手机需要自动对焦？

大家好，我是你们这堂课的主讲。做了这么多年影像算法，我经常被问到：手机拍照，对焦到底有多重要？

这么说吧。一张照片，构图再好，光影再绝，只要焦点跑了，那就是废片。你想想看，现在手机摄像头模组那么薄，传感器那么小，没有一套靠谱的对焦系统，根本拍不出清晰的照片。

我个人习惯把自动对焦比作「眼睛的睫状肌」。人眼能瞬间看清远近物体，靠的是肌肉调节晶状体。手机呢？它得靠算法+硬件，在几毫秒内判断「什么才是清晰的画面」。

手动对焦在专业相机上很常见，但手机不行。原因有三：

核心结论：自动对焦的本质，是寻找画面对比度最大的位置，或者利用相位差/深度信息，快速驱动马达把镜片推到正确位置。

目前手机里常见的对焦技术，主要有四种。我按出现的时间顺序，一个一个讲。

这是最古老、最基础的方法。说白了，就是「爬山算法」。

相机驱动镜片移动，同时实时计算画面的对比度值。对比度越高，图像越清晰。当对比度达到峰值时，停止移动。

优点：算法简单，成本低，精度高。
缺点：慢！因为它不知道峰值在哪，只能来回试探。拍视频时，你会看到画面「拉风箱」——来回抽动。

我的经验：我在做早期功能机项目时，CDAF 是唯一选择。那时候用户抱怨对焦慢，我们只能优化马达步进策略，减少来回次数。但物理限制摆在那，快不了。

相位检测的出现，是对焦速度的一次飞跃。

原理很简单：在传感器像素上，通过微透镜遮挡一半光线，形成左右两个「相位检测像素」。当镜头准确对焦时，左右像素接收到的光信号一致；如果没对上，两个信号会有相位差。算法根据这个差值，直接计算出镜片应该往哪个方向移动多少距离。

优点：快！一次计算就知道方向，不需要来回试探。
缺点：弱光下精度下降；部分像素被遮挡，影响成像画质。

注意：早期的 PDAF 像素是「掩蔽式」的，会损失进光量。后来发展到「全像素双核」（Dual Pixel），每个像素都分成左右两个光电二极管，既做对焦又成像。这个技术，我在三星和索尼的传感器上都调过，效果确实好。

激光测距，靠的是「飞行时间」原理的简化版。

手机发射一束红外激光，打到物体上反射回来。接收器记录时间差，乘以光速，除以2，就是距离。然后算法根据距离，直接驱动镜片到对应位置。

优点：弱光下表现极好，因为激光不受环境光影响。对焦速度极快。
缺点：有效距离短（通常5米以内）；遇到玻璃、镜面会反射失效；激光功耗较高。

应用场景：激光测距最适合「微距」和「近景」拍摄。我做过一个项目，用户拍文档，激光对焦几乎零延迟，体验非常好。

ToF 是激光测距的升级版。它发射的不是单点激光，而是面阵或泛光激光，通过计算每个像素点的相位差或时间差，生成一张「深度图」。

有了深度图，手机就知道画面里每个物体的远近。对焦时，直接选择目标区域的深度值，驱动镜片。

优点：全画面深度感知，支持「追焦」和「3D建模」。对焦速度极快。
缺点：成本高；分辨率有限；受环境光干扰较大。

我把它们放在一张表里，方便你对比。

下面这张图，帮你理清这四种技术的关系和演进路径。

讲完原理，我分享几个实际项目中踩过的坑。

CDAF 在视频中的「拉风箱」：我曾经在一个项目中，用户拍视频时画面频繁抽动。后来发现是场景里有大面积纯色区域（比如白墙），对比度变化太小。解决方案是：在视频模式下，强制加入 PDAF 辅助，或者限制马达搜索范围。
PDAF 的「十字纹」：早期 PDAF 传感器，在特定光源下（比如 LED 灯），画面会出现十字形条纹。这是因为相位像素的微透镜结构导致的。后来我们通过算法后处理，把条纹抹掉了。
LDAF 的「玻璃陷阱」：用户隔着玻璃拍窗外的风景，激光直接打在玻璃上，返回的距离是玻璃的距离，不是窗外。结果对焦到玻璃上，窗外一片模糊。解决方案是：结合 PDAF 做置信度判断，当激光结果异常时，切换到其他模式。
ToF 的「多径干扰」：在角落或反射面多的场景，ToF 的激光会多次反射，导致深度计算错误。这个在算法层面需要做滤波和置信度加权。

我的建议：做手机对焦，不要迷信单一技术。混合对焦才是王道。比如：日常场景用 PDAF 快速粗调，弱光下用 LDAF 补光，最后用 CDAF 做精细微调。这样既快又准。

好了，这一章的基础知识就到这里。你理解了这四种技术的原理和优缺点，后面讲「混合对焦的融合策略」时，你就能跟上节奏了。