1. 自动对焦概述
各位同学好，我是老周。今天咱们开始聊自动对焦。说实话，我做了十几年成像系统，每次跟新人聊这个，我都会先问一个问题：你按下快门那一瞬间，相机到底在忙什么？
自动对焦，说白了就是让镜头自己找到最清晰的那个位置。听起来简单，但背后涉及光学、图像处理、电机控制、嵌入式实时调度……嗯，是个典型的交叉学科难题。
1.1 自动对焦技术发展史
我入行那会儿，用的还是手动对焦的工业相机。后来才慢慢见识到自动对焦的演进。咱们快速过一下几个关键节点：
| 年代 | 技术 | 代表产品 | 我的评价 |
|---|---|---|---|
| 1970s | 主动红外/超声波测距 | 宝丽来、柯尼卡傻瓜机 | 精度差，但开了先河 |
| 1980s | 相位检测（PDAF） | 尼康F3AF、美能达α7000 | 单反时代的基石 |
| 1990s | 对比度检测（CDAF） | 早期数码相机、DV | 慢但准，无额外硬件 |
| 2010s | 混合对焦（PDAF+CDAF） | 索尼微单、iPhone | 又快又准，至今主流 |
| 2020s | AI/深度学习辅助对焦 | 旗舰手机、智能显微镜 | 场景理解更强，但算力开销大 |
你可能会问：为什么早期不用对比度检测？其实是因为那时候传感器读出速度太慢，CPU也跟不上。我在2008年做过一个项目，用一颗200MHz的ARM9跑对比度对焦，一帧图像要算300ms，对焦全程得花两三秒——放到今天，用户早把手机摔了。
1.2 应用场景
自动对焦不是手机和相机的专利。我这些年接触过的场景，列出来你感受一下：
- 手机摄影：最卷的战场。从单摄到多摄，从定焦到潜望式长焦，对焦速度直接影响用户体验。我见过某款手机因为对焦慢，被用户骂上热搜。
- 单反/微单：追求极致的速度和精度。体育摄影、野生动物摄影，对焦跟不上就出废片。
- 显微镜：这个有意思。病理切片扫描、细胞跟踪，对焦精度要到亚微米级。我做过一个数字病理项目，Z轴步进精度要求0.1μm，电机选型折腾了两个月。
- 工业检测：PCB焊点检测、晶圆缺陷识别。这里对焦不是目的，是手段——对不准，后面的算法全白搭。
- 安防监控：变焦镜头需要自动聚焦，尤其是PTZ摄像机。场景光照变化大，目标移动快，对焦策略要很鲁棒。
核心观点：不同场景对自动对焦的要求差异巨大。手机要快，显微镜要准，工业检测要稳。没有万能的对焦方案，只有针对性的策略设计。
1.3 基本工作原理
自动对焦的本质，是一个搜索+评价+控制的闭环。我习惯用下面这张图来跟新人解释：
这个闭环里，每一步都有坑。我一个个说：
- 镜头移动：电机有惯性、有回差。我用过开环的VCM音圈马达，也用过闭环的步进加编码器。精度和成本永远在打架。
- 图像采集：曝光时间、增益、帧率，这些都会影响评价函数的稳定性。你想想看，如果场景在动，或者光照在变，同一位置两次采集的评价值可能差很多。
- 清晰度评价：这是本课程的核心。用什么函数？Tenengrad？Laplacian？Brenner？还是深度学习？不同的函数对不同的场景敏感度完全不同。
- 对焦策略：怎么搜索？爬山法？全局搜索？黄金分割？还是预测式？我见过一个项目，用了最简单的爬山法，结果在局部极值里出不来了——后来加了粗搜+精搜两级策略才搞定。
我的经验：新手最容易犯的错误，是只盯着评价函数本身，忽略了整个闭环的时序和稳定性。我曾经在一个项目中，评价函数算得特别准，但电机控制有200ms的延迟，结果对焦来回震荡，始终收敛不了。后来加了PID前馈才解决。
1.4 评价函数的核心地位
为什么这门课叫《自动对焦评价函数与策略设计》？因为评价函数是整个系统的眼睛。策略再好，如果评价函数给的信息是错的，那就是盲人摸象。
一个好的评价函数，应该满足：
- 单峰性：在正确对焦位置只有一个最大值
- 无偏性：峰值位置就是真实最清晰位置
- 灵敏度：离焦一点点，评价值变化要明显
- 鲁棒性：对噪声、光照变化不敏感
- 计算效率：嵌入式平台上要跑得动
这几个指标之间经常是矛盾的。灵敏度高的函数往往对噪声也敏感。计算快的函数往往精度不够。嗯，这就是我们后面要深入探讨的内容。
注意：不要迷信某个评价函数万能。我见过有人把Tenengrad吹上天，结果在低对比度场景下直接失效。也见过有人用深度学习做评价，精度确实高，但帧率掉到5fps——工业线上根本用不了。
好了，第一章就到这里。咱们先把自动对焦的全局图景搭起来，后面再一个一个拆解评价函数和策略的细节。记住一句话：没有最好的对焦方案，只有最合适的。