2. 精度指标定义：对比度、锐度、离焦量、MTF与对焦置信度
各位好，我是负责这次课程的老王。上一章我们聊了相位对焦的基本原理，今天咱们来点硬核的——精度指标。
你想想看，一个对焦系统好不好，总得有个尺子去量。我见过不少工程师，一上来就调算法参数，结果越调越乱。为什么？因为他根本不知道自己要优化什么指标。
今天这五个指标，是我这些年做项目时反复打交道的。说白了，它们就是衡量对焦精度的五把尺子。
2.1 对比度（Contrast）
对比度，最直观的理解就是“黑白分明”的程度。图像里最亮和最暗的差异有多大。
数学上，对比度通常用 Michelson 公式：
C = (I_max - I_min) / (I_max + I_min)其中 I_max 是局部最大亮度，I_min 是最小亮度。值域在 0 到 1 之间。
为什么它对对焦重要？
因为合焦时，图像细节最清晰，边缘最锐利，对比度自然最高。离焦时，图像变模糊，对比度就掉下去了。
2.2 锐度（Sharpness）
锐度，很多人把它和对比度混为一谈。其实不一样。
锐度描述的是图像中边缘的陡峭程度。一个边缘从黑到白，是瞬间跳变，还是慢慢过渡？跳变越剧烈，锐度越高。
我习惯用一个简单的指标——边缘上升距离（Edge Rise Distance）。
ERD = 从10%灰度到90%灰度所需的像素数ERD 越小，边缘越陡，图像越锐。
| 状态 | ERD（像素） | 视觉感受 |
|---|---|---|
| 完美合焦 | 1-2 | 边缘清晰，无拖影 |
| 轻微离焦 | 3-5 | 边缘略模糊 |
| 严重离焦 | >10 | 边缘完全模糊 |
2.3 离焦量（Defocus Amount）
离焦量，这是相位对焦的核心指标。它直接告诉你：镜头当前离合焦位置还有多远。
在相位对焦中，我们通过左右两个像素的相位差来计算离焦量。
Defocus = k × Phase_Difference其中 k 是标定系数，Phase_Difference 是左右像素的相位差。
离焦量的单位：
- 物理单位： 微米（μm），表示镜头需要移动的物理距离
- 数字单位： 像素（pixel），表示图像上的偏移量
- 归一化单位： Depth of Focus（DoF）倍数
我个人习惯用物理单位。因为这样可以直接换算成马达的驱动步数，调试起来更直观。
2.4 MTF（Modulation Transfer Function）
MTF，调制传递函数。这是光学领域最权威的图像质量评价指标。
它描述的是光学系统对不同空间频率的传递能力。简单说：
- 低频（粗细节）： 对应物体的轮廓、大块区域
- 中频（中等细节）： 对应物体的纹理、图案
- 高频（精细细节）： 对应物体的边缘、微小特征
MTF 曲线越平缓、越高，说明镜头解析力越好。
在实际对焦系统中，我们通常关注几个关键频率点的 MTF 值：
| 空间频率 | 典型应用 | 合焦时 MTF 目标 |
|---|---|---|
| 10 lp/mm | 整体对比度 | > 0.8 |
| 30 lp/mm | 纹理细节 | > 0.5 |
| Nyquist 频率 | 极限分辨率 | > 0.2 |
2.5 对焦置信度（Focus Confidence）
最后一个指标，也是实际工程中最容易被忽略的——对焦置信度。
它衡量的是：当前计算出的对焦结果有多可靠。
为什么需要这个指标？
- 低对比度场景： 比如拍白墙，相位差计算可能不准
- 重复纹理： 比如拍栅栏，相位差可能有多解
- 运动物体： 比如拍跑步的人，相位差可能被运动模糊干扰
置信度的计算通常基于：
Confidence = f(SNR, Texture_Energy, Phase_Consistency)其中：
- SNR： 信噪比，越高越可信
- Texture_Energy： 纹理能量，纹理越丰富越可信
- Phase_Consistency： 相位一致性，多个像素点的相位差是否一致
2.6 五个指标的关系
这五个指标不是孤立的。它们之间有内在联系。
我画了一张图，帮你理清它们的关系：
从图中你可以看到：
- 离焦量 是核心，它直接驱动镜头移动
- 对比度 和 锐度 是离焦量在图像域的表现
- MTF 是更全面的光学评价，综合了对比度和锐度信息
- 对焦置信度 是系统层面的可靠性指标，它参考了离焦量的一致性和 MTF 的合理性
嗯，这五个指标就讲到这里。每个指标都有它的适用场景和局限性。理解它们之间的关系，比死记硬背公式重要得多。