📚 课程目录第3章搜索策略与爬山算法

3. 搜索策略与爬山算法：全局搜索、爬山算法原理、步长自适应策略、安防场景下的搜索陷阱

调AF算法，说白了就是在找一个最优解。你想想看，镜头要对准目标，焦距要清晰，这本质上就是一个搜索问题。我们得在无数个可能的焦距位置里，找到那个让图像最清晰的点。

这一章，我们就来聊聊搜索策略。我会结合自己在安防项目里踩过的坑，把全局搜索、爬山算法、步长自适应这些概念讲透。

3.1 全局搜索：最笨但最可靠的方法

全局搜索，也叫穷举搜索。它的思路很简单：把整个搜索空间遍历一遍，找到最优值。

在AF里，就是把镜头从最近端推到最远端，每走一步算一次清晰度评价函数值，最后挑出最大值对应的位置。

核心特点：

优点：一定能找到全局最优解，不会陷入局部极值
缺点：速度极慢，不适合实时场景

我记得有一次做固定枪机的调试，场景很简单，背景单一。我直接用全局搜索做对比实验，结果一个完整的对焦周期花了将近3秒。这在安防场景里是完全不能接受的——你想想看，如果有人在画面里走动，3秒后才对上焦，关键信息早丢了。

所以，全局搜索在实际产品里很少单独使用。它更多是作为标定工具或参考基准。比如，我们在实验室里用全局搜索跑一遍，记录下每个位置的清晰度值，然后拿这个数据去验证其他算法的效果。

对比项	全局搜索	爬山算法
搜索速度	慢（遍历全部）	快（定向搜索）
全局最优	保证	不保证
适用场景	标定、离线分析	实时对焦
计算量	大	小

3.2 爬山算法原理：像爬山一样找峰值

爬山算法，名字很形象。你想象一下，你在一个山谷里，目标是爬到最高的山顶。你只能感知脚下的坡度，然后朝着坡度最陡的方向走一步。走一步，停一下，再判断方向，再走一步。直到你发现无论往哪个方向走，高度都在下降，那你就认为到山顶了。

在AF里，这个「高度」就是清晰度评价函数值，「方向」就是镜头的移动方向。

算法流程很简单：

初始化：镜头停在当前位置，计算清晰度值 F0
试探：向一个方向移动一步，计算新位置的清晰度值 F1
判断：
- 如果 F1 > F0，说明方向正确，继续向该方向移动
- 如果 F1 < F0，说明方向错了，反向移动
- 如果 F1 ≈ F0，可能到了平坦区域，需要特殊处理
重复步骤2-3，直到满足停止条件

// 伪代码：基础爬山算法
int currentPos = getCurrentLensPosition();
float currentSharpness = calcSharpness(currentPos);

while (true) {
    int nextPos = currentPos + stepSize;
    float nextSharpness = calcSharpness(nextPos);
    
    if (nextSharpness > currentSharpness) {
        // 方向正确，继续前进
        currentPos = nextPos;
        currentSharpness = nextSharpness;
    } else {
        // 方向错误，反向搜索
        stepSize = -stepSize;
        nextPos = currentPos + stepSize;
        nextSharpness = calcSharpness(nextPos);
        
        if (nextSharpness > currentSharpness) {
            currentPos = nextPos;
            currentSharpness = nextSharpness;
        } else {
            // 两边都下降，到达峰值
            break;
        }
    }
}

嗯，这里要注意。基础爬山算法有个致命问题：它只能找到局部最优。如果清晰度曲线有多个峰值，它很可能停在第一个峰上，而不是最高的那个。

3.3 步长自适应策略：让算法更聪明

固定步长的爬山算法，就像你闭着眼睛走路，每一步都迈一样大。步子小了，走得慢；步子大了，容易跨过山顶。

我个人习惯用步长自适应策略。核心思路是：根据当前「坡度」动态调整步长。

坡度陡（清晰度变化大）：用大步长，快速接近峰值
坡度缓（清晰度变化小）：用小步长，精细定位

具体实现方式有很多种，我常用的是比例自适应：

// 步长自适应策略
float adaptiveStep(float currentSharpness, float prevSharpness, float baseStep) {
    float delta = abs(currentSharpness - prevSharpness);
    float ratio = delta / currentSharpness;  // 变化率
    
    if (ratio > 0.1) {
        // 变化剧烈，用大步
        return baseStep * 2;
    } else if (ratio > 0.02) {
        // 中等变化，用正常步长
        return baseStep;
    } else {
        // 变化平缓，用小步精细搜索
        return baseStep * 0.5;
    }
}

我的经验：步长自适应的阈值需要根据镜头特性调整。我一般会在实验室里先跑一遍全行程，记录下清晰度曲线的斜率分布，然后根据统计结果设定阈值。不同镜头的曲线特性差异很大，不能一套参数打天下。

3.4 安防场景下的搜索陷阱

理论讲完了，我们来聊聊实战。安防场景和实验室环境完全是两码事。我踩过的坑，说出来都是泪。

3.4.1 低光照陷阱

低光照下，图像信噪比急剧下降。清晰度评价函数的值会变得非常「毛躁」——相邻位置的清晰度值可能因为噪声而剧烈波动。

这会带来什么问题？

爬山算法会误判方向：明明在往正确的方向走，但噪声让清晰度值突然下降，算法以为到顶了
或者更糟：算法在平坦区域来回震荡，永远停不下来

我曾经在调试一个夜间监控项目时，发现算法在低光照下频繁误触发。后来分析数据才发现，清晰度曲线的信噪比已经低到无法区分真实变化和噪声了。

避坑指南：低光照下，建议先做图像预处理（如降噪），或者改用对噪声更鲁棒的评价函数（如基于梯度的函数）。另外，可以设置一个「最小变化阈值」——只有当清晰度变化超过这个阈值时，才认为方向有效。

3.4.2 运动模糊陷阱

安防场景里，运动物体是常态。行人走过、车辆驶过，都会在画面里留下运动模糊。

运动模糊对AF的影响很隐蔽。它会让清晰度评价函数出现假峰值。比如，一个运动物体刚好在某个位置停了一下，那个位置的清晰度值会突然升高，算法以为找到了焦点，实际上只是运动模糊的干扰。

我记得有一次做交通卡口的项目，算法总是在车辆经过时误对焦。后来分析发现，车辆在画面中短暂停留时，车身的纹理让清晰度值飙升，算法就被「骗」过去了。

解决方案：

引入时域滤波：连续多帧的清晰度值做平均，消除瞬时干扰
增加运动检测：检测到画面中有运动物体时，暂停AF或降低权重
使用多区域评价：不只看全图，而是分区域计算，避免局部运动干扰全局

3.4.3 局部极值陷阱

安防场景的清晰度曲线往往不是单峰的。比如，画面中有玻璃反光、灯光、或者纹理重复的区域，都可能产生多个峰值。

爬山算法一旦陷入局部极值，就再也出不来了。

我的做法是：多起点搜索。在搜索空间里选几个不同的起始位置，分别跑爬山算法，最后取最优的那个结果。虽然增加了计算量，但能有效避免陷入局部极值。

3.5 知识结构图：搜索策略全景

下面这张图，把本章的核心知识点串起来了。你可以看到全局搜索和爬山算法的关系，以及步长自适应和搜索陷阱在整个体系中的位置。

3.6 本章小结

搜索策略是AF算法的骨架。全局搜索可靠但慢，爬山算法快但容易陷入局部最优。步长自适应是让爬山算法更聪明的关键技巧。

但真正决定算法能不能用的，是你对安防场景的理解。低光照、运动模糊、局部极值——这些陷阱在实验室里很难复现，但在现场一定会遇到。

我个人建议，在开发阶段就引入这些场景的模拟数据，而不是等到现场调试才发现问题。嗯，经验之谈，希望对你有帮助。