2. 反差对焦（CDAF）原理：图像对比度与爬山算法

反差对焦，圈里人常叫它 CDAF（Contrast Detection Auto Focus）。说白了，它不靠什么特殊传感器，就靠图像本身来判断焦清不清晰。你想想看，一张照片拍糊了，边缘是模糊的，像素之间的差异很小；拍清楚了，边缘锐利，相邻像素的亮度跳变就很大。CDAF 就是利用这个“跳变”的大小来找焦点。

我刚开始做相机算法时，觉得这玩意儿挺直观的。但真正上手调参才发现，坑不少。咱们今天就把它的核心——图像对比度、爬山算法、还有几个常用的评价函数——彻底讲透。

2.1 什么是图像对比度？

图像对比度，不是指整张图的明暗反差，而是指局部像素之间的灰度变化率。变化越剧烈，对比度越高，图像越清晰。

举个简单的例子：

• 一张纯色墙的照片，所有像素值都是 128，对比度 = 0（完全模糊）。
• 一张黑白条纹的照片，像素值在 0 和 255 之间来回跳，对比度很高（清晰）。

在自动对焦里，我们只关心对焦窗口（ROI）内的对比度。窗口外的背景再乱，也不参与计算。

2.2 爬山算法：如何找到峰值？

有了对比度这个“评分标准”，接下来就是怎么找到评分最高的镜头位置。这就是爬山算法（Hill Climbing）干的事。

它的逻辑特别简单，像个瞎子爬山：

1. 迈一步：镜头朝一个方向移动一小步。
2. 算分：计算当前帧的对比度值。
3. 比较：如果分数比上一帧高，说明方向对了，继续走。
4. 回头：如果分数比上一帧低，说明走过头了，掉头往回走，步长减半。
5. 收敛：重复直到步长小于某个阈值，或者分数变化极小，就认为找到了峰值。

听起来简单吧？但我曾经在一个项目中踩过坑：如果场景里有高频纹理（比如树叶），对比度曲线会有很多小毛刺。爬山算法容易卡在局部峰值上，而不是真正的焦点。后来我加了粗搜+细搜两步策略，先大步跨过整个行程，找到最高峰的大致区域，再小步精细搜索，才解决了问题。

2.3 评价函数详解

爬山算法需要一个“评分函数”来计算对比度。不同的函数，对纹理的敏感度、计算量、抗噪能力都不一样。下面是我最常用的三种：

2.3.1 Tenengrad 函数

Tenengrad 基于 Sobel 算子。它计算图像在水平和垂直方向的梯度，然后求平方和。说白了，就是检测边缘的强度。

// Tenengrad 评价函数（简化版）
float Tenengrad(uint8_t* img, int width, int height) {
    float sum = 0.0f;
    for (int y = 1; y < height - 1; y++) {
        for (int x = 1; x < width - 1; x++) {
            // Sobel 水平梯度 Gx
            int gx = -img[(y-1)*width + (x-1)] + img[(y-1)*width + (x+1)]
                     -2*img[y*width + (x-1)] + 2*img[y*width + (x+1)]
                     -img[(y+1)*width + (x-1)] + img[(y+1)*width + (x+1)];
            // Sobel 垂直梯度 Gy
            int gy = -img[(y-1)*width + (x-1)] -2*img[(y-1)*width + x] - img[(y-1)*width + (x+1)]
                     +img[(y+1)*width + (x-1)] +2*img[(y+1)*width + x] + img[(y+1)*width + (x+1)];
            sum += (float)(gx*gx + gy*gy);
        }
    }
    return sum;
}

特点：

• 对边缘敏感，评价曲线陡峭，精度高。
• 计算量大（每个像素要做 6 次乘加）。
• 对噪声敏感，低光下表现一般。

2.3.2 Laplacian 函数

Laplacian 是二阶微分算子。它不关心边缘的方向，只关心像素值变化的剧烈程度。我个人的习惯是，在纹理丰富的场景下优先用 Laplacian，因为它对焦速度更快。

// Laplacian 评价函数（简化版）
float Laplacian(uint8_t* img, int width, int height) {
    float sum = 0.0f;
    for (int y = 1; y < height - 1; y++) {
        for (int x = 1; x < width - 1; x++) {
            int lap = 4*img[y*width + x]
                     - img[(y-1)*width + x]
                     - img[(y+1)*width + x]
                     - img[y*width + (x-1)]
                     - img[y*width + (x+1)];
            sum += (float)(lap * lap);
        }
    }
    return sum;
}

特点：

• 计算量比 Tenengrad 小（只有 5 次加减）。
• 对孤立噪声点非常敏感（二阶微分放大噪声）。
• 在平滑区域容易失效（梯度为 0）。

2.3.3 Brenner 函数

Brenner 是最简单的评价函数之一。它只计算水平方向相隔两个像素的灰度差的平方。我建议在资源受限的嵌入式平台上优先考虑它。

// Brenner 评价函数（简化版）
float Brenner(uint8_t* img, int width, int height) {
    float sum = 0.0f;
    for (int y = 0; y < height; y++) {
        for (int x = 0; x < width - 2; x++) {
            int diff = img[y*width + x] - img[y*width + x + 2];
            sum += (float)(diff * diff);
        }
    }
    return sum;
}

特点：

• 计算量极小（一次减法、一次乘法）。
• 只考虑水平方向，对垂直纹理不敏感。
• 抗噪能力中等，适合快速粗搜。

2.4 三种评价函数对比

2.5 核心流程：CDAF 对焦逻辑

下面这张 SVG 图展示了 CDAF 的完整工作流程。从图像采集到最终锁定焦点，每一步都离不开我们刚才讲的内容。

2.6 实际项目中的取舍

最后聊点实际的。你在做 CDAF 算法时，一定会面临三个选择：

• 精度 vs 速度：Tenengrad 精度高但慢，Brenner 快但精度一般。我的做法是动态切换——运动场景用 Brenner 快速跟焦，静止场景用 Tenengrad 精对焦。
• 窗口大小：窗口越大，计算越慢，但抗干扰能力越强。我一般取图像中心 1/4 区域，既保证速度，又覆盖主体。
• 步长策略：固定步长容易过冲或震荡。我习惯用指数衰减步长，前期大步快速逼近，后期小步精细调整。