2. 光学成像基础：透镜成像原理、景深与焦深、MTF与分辨率、光圈与进光量

做自动对焦算法，光学成像基础是绕不开的坎。我见过不少算法工程师，代码写得漂亮，但一碰到镜头参数就懵了。说白了，不懂光学，你调出来的对焦算法就是瞎蒙。这一章，咱们把几个核心概念掰开揉碎了讲清楚。

2.1 透镜成像原理

先问个问题：镜头到底是怎么把外面的世界“塞”进传感器里的？

答案就是高斯成像公式：

1/f = 1/u + 1/v

其中：

• f — 焦距（镜头光学中心到焦点的距离）
• u — 物距（物体到镜头光学中心的距离）
• v — 像距（镜头光学中心到成像面的距离）

这个公式看着简单，但实际项目中坑不少。我记得有一次调试一款手机摄像头模组，发现近摄时画面总是模糊。查了半天，发现是像距调节范围不够，导致近处物体无法清晰成像。嗯，这就是公式没算明白。

实际镜头不是单透镜，而是多片镜片组成的复杂系统。但核心逻辑不变：

• 物距越近，像距越远（镜头需要伸出去）
• 物距越远，像距越近（镜头缩回来）
• 物距无穷远时，像距等于焦距

2.2 景深与焦深

这两个概念经常被混淆，我刚开始做这行时也犯过糊涂。

概念	定义	对应关系
景深 (DoF)	物体空间中，能清晰成像的纵深范围	物方
焦深 (FoF)	像方空间中，传感器可前后移动而不失焦的范围	像方

景深受三个因素影响：

1. 光圈大小 — 光圈越小，景深越大（这个后面细说）
2. 焦距长短 — 焦距越长，景深越浅
3. 对焦距离 — 对焦越近，景深越浅

焦深呢？它决定了你对焦算法的“容错空间”。焦深越大，传感器位置偏差一点也能接受；焦深越小，对焦精度要求就越高。

2.3 MTF与分辨率

MTF（调制传递函数）是衡量镜头成像质量的核心指标。说白了，它描述的是镜头传递“对比度”的能力。

为什么对比度重要？你想想看，一个黑白条纹图案，经过镜头后，黑的不够黑，白的不够白，边缘模糊了。这就是MTF下降的表现。

MTF曲线通常这样看：

• 横轴：空间频率（lp/mm，线对/毫米）
• 纵轴：对比度传递比例（0~1，1为完美）

分辨率呢？它和MTF的关系是：

分辨率 ≈ 1 / (2 × 像素尺寸)

但注意，镜头分辨率 ≠ 传感器分辨率。系统总分辨率由两者共同决定：

1/系统分辨率² = 1/镜头分辨率² + 1/传感器分辨率²

这个公式我建议你记下来。做项目时经常要判断瓶颈在哪——是镜头不够好，还是传感器像素太高了？

2.4 光圈与进光量

光圈用F数表示：F = 焦距 / 通光孔径直径。

F数越小，光圈越大，进光量越多。F1.4比F2.8进光量多4倍（因为面积和直径平方成正比）。

光圈对自动对焦的影响体现在三个方面：

影响维度	大光圈（小F数）	小光圈（大F数）
进光量	多，适合暗光	少，需要补光或长曝光
景深	浅，对焦精度要求高	深，容错性好
衍射效应	小，分辨率高	大，F16以上分辨率明显下降
对焦速度	快（相位检测信噪比高）	慢（对比度检测信号弱）

2.5 知识体系总览

下面这张图把本章的核心概念串起来了。我建议你多看几遍，理清它们之间的关系。

这张图展示了四个核心概念如何支撑自动对焦算法。每个概念都不是孤立的——比如光圈既影响景深，又影响进光量，还影响MTF的衍射极限。做算法时，这些因素要综合考虑。