第三章 软件架构与算法：AF算法框架

自动对焦算法，说白了就是让相机自己找到最清晰的那张照片。我做了这么多年模组，见过太多硬件调得不错、算法一跑就糊的案例。嗯，这一章我们就把AF算法的骨架拆开看看。

3.1 搜索策略：去哪找最清晰的位置

搜索策略决定了镜头该往哪个方向走、走多远。我见过不少工程师一上来就调PID，结果搜索策略选错了，怎么调都白搭。

策略名称	原理	适用场景	我踩过的坑
爬山法	沿评价函数上升方向移动，直到峰值	连续对焦、视频录制	容易陷入局部峰值，尤其是有纹理干扰时
全局搜索	遍历整个对焦范围，找最大值	初始对焦、拍照模式	速度慢，功耗高，但最可靠
混合搜索	先全局粗搜，再爬山精搜	通用场景（我最推荐）	粗搜步长要合理，否则精搜也救不回来

3.2 评价函数：怎么判断清不清晰

评价函数是AF算法的眼睛。它算出一个数值，数值越大代表图像越清晰。常用的有三种，我一个个说。

3.2.1 Tenengrad

基于Sobel算子，计算水平和垂直方向的梯度。效果最稳定，但计算量也最大。

// Tenengrad评价函数（C语言伪代码）
float tenengrad_eval(uint8_t *img, int w, int h) {
    float sum = 0;
    for (int y = 1; y < h-1; y++) {
        for (int x = 1; x < w-1; x++) {
            int gx = -img[(y-1)*w+(x-1)] + img[(y-1)*w+(x+1)]
                     -2*img[y*w+(x-1)] + 2*img[y*w+(x+1)]
                     -img[(y+1)*w+(x-1)] + img[(y+1)*w+(x+1)];
            int gy = -img[(y-1)*w+(x-1)] -2*img[(y-1)*w+x] -img[(y-1)*w+(x+1)]
                     +img[(y+1)*w+(x-1)] +2*img[(y+1)*w+x] +img[(y+1)*w+(x+1)];
            sum += sqrtf(gx*gx + gy*gy);
        }
    }
    return sum / (w * h);
}

3.2.2 Laplacian

用二阶导数检测边缘。对噪声敏感，但响应速度快。我一般在低光照场景下用它。

// Laplacian评价函数
float laplacian_eval(uint8_t *img, int w, int h) {
    float sum = 0;
    for (int y = 1; y < h-1; y++) {
        for (int x = 1; x < w-1; x++) {
            int lap = 4*img[y*w+x] 
                    - img[(y-1)*w+x] - img[(y+1)*w+x]
                    - img[y*w+(x-1)] - img[y*w+(x+1)];
            sum += abs(lap);
        }
    }
    return sum / (w * h);
}

3.2.3 Brenner

只计算水平方向相隔两个像素的差值。计算量最小，适合嵌入式平台。

// Brenner评价函数
float brenner_eval(uint8_t *img, int w, int h) {
    float sum = 0;
    for (int y = 0; y < h; y++) {
        for (int x = 0; x < w-2; x++) {
            int diff = img[y*w+x] - img[y*w+x+2];
            sum += diff * diff;
        }
    }
    return sum / (w * h);
}

评价函数	计算量	抗噪性	峰值锐度	我推荐场景
Tenengrad	高	强	高	高分辨率拍照
Laplacian	中	弱	中	低光照视频
Brenner	低	中	低	嵌入式实时对焦

3.3 相位检测数据处理

相位检测（PDAF）是高端模组的标配。它通过像素上的微透镜对，直接算出相位差，再换算成对焦方向。但这里有个关键——PD Pixel校准。

为什么需要校准？因为每个PD像素的灵敏度、位置都有偏差。不校准的话，算出来的相位差全是错的。

// PD Pixel校准流程（简化版）
// 1. 采集均匀光照下的PD像素响应
// 2. 计算每个PD像素的增益补偿系数
// 3. 存储校准表到模组OTP

// 相位差计算
float pd_phase_diff(uint16_t *left_pd, uint16_t *right_pd, int len) {
    float sum_diff = 0;
    for (int i = 0; i < len; i++) {
        // 先应用校准系数
        float l = left_pd[i] * gain_left[i];
        float r = right_pd[i] * gain_right[i];
        sum_diff += l - r;
    }
    return sum_diff / len;  // 正值表示需要向前对焦
}

3.4 闭环控制：PID控制器在AF中的应用

电机控制是AF的最后一公里。搜索策略告诉你往哪走，评价函数告诉你走到了没有，但真正让镜头精准停下来的，是PID控制器。

PID在AF中的角色很简单：让镜头快速、平稳地到达目标位置，不超调、不震荡。

// 位置式PID在AF中的应用
typedef struct {
    float kp;   // 比例系数
    float ki;   // 积分系数
    float kd;   // 微分系数
    float integral;
    float prev_error;
} PID_Controller;

int pid_move(PID_Controller *pid, int target_pos, int current_pos) {
    float error = target_pos - current_pos;
    
    // 比例项
    float p_out = pid->kp * error;
    
    // 积分项（带限幅）
    pid->integral += error;
    if (pid->integral > 1000) pid->integral = 1000;
    if (pid->integral < -1000) pid->integral = -1000;
    float i_out = pid->ki * pid->integral;
    
    // 微分项
    float d_out = pid->kd * (error - pid->prev_error);
    pid->prev_error = error;
    
    // 总输出
    int output = (int)(p_out + i_out + d_out);
    
    // 输出限幅（电机最大步进）
    if (output > 200) output = 200;
    if (output < -200) output = -200;
    
    return output;
}

PID参数	作用	调大后的效果	我常用的初始值
Kp（比例）	快速响应误差	响应快，但容易超调	0.5 ~ 1.0
Ki（积分）	消除稳态误差	消除静差，但可能震荡	0.01 ~ 0.05
Kd（微分）	抑制超调	阻尼增加，响应变慢	0.1 ~ 0.3

3.5 实战建议：从零搭建AF算法

1. 先选评价函数——用Tenengrad起步，稳定后再优化计算量
2. 再定搜索策略——混合搜索最稳妥，粗搜步长1/8，精搜步长1/64
3. 然后做PD校准——至少3个色温，校准表存OTP
4. 最后调PID——先调Kp让镜头能动，再加Kd抑制超调，最后加Ki消除静差