1、AF基础概念：自动对焦原理、对比度对焦(CDAF)、相位对焦(PDAF)、激光对焦(TOF)概述
自动对焦（Auto Focus, AF）是摄像头模组通过电子与机械协同，自动调整镜头位置使被摄主体清晰成像的过程。在瑞芯微RK平台上，AF算法的优劣直接影响抓拍成功率、视频追焦流畅度以及最终图像质量。本章从物理原理与信号处理两个维度，系统梳理四种主流对焦方式的核心机制。
核心认知： 所有AF方式最终都归结为“寻找最佳像距”。不同技术路线只是在“如何快速、准确地判断当前像距是否最优”这一问题上给出了不同的测量方案。
1.1 自动对焦的物理本质与评价函数
镜头成像遵循高斯透镜方程：1/f = 1/u + 1/v，其中 f 为焦距，u 为物距，v 为像距。自动对焦的本质是调整 v（通过移动镜头），使传感器平面与成像平面重合。
在数字图像处理中，对焦清晰度通过评价函数量化。常见的评价函数包括：
- Tenengrad函数：基于Sobel算子计算梯度幅值平方和，对边缘敏感。
- Laplacian函数：计算二阶导数绝对值之和，响应速度快但易受噪声影响。
- Brenner函数：计算相邻像素灰度差平方，计算量小，适合硬件实现。
- 方差函数：统计灰度分布离散程度，对纹理丰富场景有效。
| 评价函数 | 计算复杂度 | 抗噪性 | 单峰性 | RK平台适用场景 |
|---|---|---|---|---|
| Tenengrad | 高 | 中 | 优 | 高分辨率拍照、静态场景 |
| Laplacian | 中 | 低 | 良 | 低光照、辅助判断 |
| Brenner | 低 | 中 | 良 | 视频流、实时预览 |
| 方差 | 低 | 高 | 中 | 纹理均匀场景、背景虚化 |
RK平台调试提示： 在
rkaiq_tool_server 中可通过 AF_Sharpness_Strength 参数调整评价函数的灵敏度阈值。建议在暗光下适当降低阈值，避免因噪声导致误判。
1.2 对比度对焦（CDAF）
对比度对焦（Contrast Detection Auto Focus, CDAF）是目前最成熟、应用最广的对焦方式。其原理基于“图像对比度在合焦时达到最大值”这一物理规律。
工作原理
- 搜索阶段：驱动镜头从起始位置向远端或近端移动，同时采集每一帧图像的对比度评价值。
- 爬山算法：比较相邻帧的评价值，若持续上升则继续同向移动；若出现下降则判定越过峰值，回退至最大值位置。
- 微调阶段：在峰值附近进行小步长往返扫描，精确定位最佳位置。
CDAF 的固有缺陷： 爬山算法本质上是“先扫描后判断”，在低对比度场景（如白墙、天空）下评价值曲线平坦，容易陷入随机游走；在运动场景下，帧间差异可能被误判为对比度变化，导致镜头反复震荡。
1.3 相位对焦（PDAF）
相位对焦（Phase Detection Auto Focus, PDAF）通过在传感器上集成专用相位检测像素（PD Pixel），直接测量入射光线的相位差，从而一次性计算出镜头需要移动的方向和距离。
核心原理
PD像素成对排列（左/右或上/下遮挡），分别接收来自镜头不同半区的光线。合焦时，两个像素接收到的图像完全重合；离焦时，图像产生偏移，偏移量正比于离焦程度。
| 特性 | CDAF | PDAF |
|---|---|---|
| 测量方式 | 间接（通过图像对比度推算） | 直接（测量光线相位差） |
| 单次对焦速度 | 300~800ms | 50~150ms |
| 低光性能 | 差（对比度不足） | 中（依赖PD像素灵敏度） |
| 运动追焦 | 困难（帧间滞后） | 优秀（可预测运动轨迹） |
| 硬件成本 | 低（仅需标准传感器） | 高（需专用PD像素+ISP支持） |
RK平台PDAF调试要点： 在
rkaiq_3A 配置中，AF_Pdaf_Enable 需设置为 1，同时需校准 Pdaf_Offset_Calib 和 Pdaf_Gain_Calib 两个参数。偏移校准不准确会导致系统性的对焦偏移（Front/Back Focus）。
1.4 激光对焦（TOF）
激光对焦（Time of Flight, TOF）通过发射激光脉冲并测量反射光的时间差，直接计算物距。这是一种主动测距方式，不依赖图像内容。
技术特点
- 绝对距离测量：直接输出物距数值，精度可达厘米级。
- 不受光照影响：在完全黑暗环境下仍可正常工作。
- 对焦速度极快：单次测量仅需数毫秒，配合步进电机可实现“预置位”快速对焦。
- 局限性：只能测量单点距离；对高反光、透明物体（玻璃、水面）测量误差大。
| 参数 | TOF 激光 | CDAF | PDAF |
|---|---|---|---|
| 测距方式 | 主动（激光飞行时间） | 被动（图像分析） | 被动（相位检测） |
| 工作距离 | 0.1~5m（典型） | 无限制（依赖镜头） | 无限制（依赖镜头） |
| 暗光性能 | 优秀 | 差 | 中 |
| 功耗 | 高（激光发射） | 低 | 低 |
| RK平台支持 | 需外接 TOF 模组（如 VL53L1） | 原生支持 | 原生支持（需 sensor 支持） |
混合对焦策略： 在RK平台上，推荐使用 TOF + PDAF + CDAF 三级混合方案。TOF 提供初始距离粗估，PDAF 进行快速精调，CDAF 作为最终合焦确认。这种方案在
AF_Mode = 3（Hybrid Mode）下启用。
1.5 四种对焦方式对比总结
| 维度 | CDAF | PDAF | TOF | 混合方案（Hybrid） |
|---|---|---|---|---|
| 速度 | 慢（300~800ms） | 快（50~150ms） | 极快（<10ms） | 极快（<50ms） |
| 精度 | 高（像素级） | 中（受PD像素密度影响） | 低（厘米级） | 高（多级融合） |
| 暗光 | 差 | 中 | 优 | 优 |
| 运动追焦 | 差 | 优 | 中（单点限制） | 优 |
| 硬件成本 | 低 | 中 | 高 | 高 |
| RK平台配置 | 默认启用 | 需 sensor 支持 + 校准 | 需外接 I²C 模组 | AF_Mode=3 |
本章小结： 自动对焦的本质是寻找最佳像距。CDAF 依赖图像对比度分析，算法成熟但速度慢；PDAF 通过硬件相位检测实现快速粗调；TOF 提供绝对距离信息，适合暗光与快速启动场景。在瑞芯微RK平台上，理解这三种方式的物理原理与算法差异，是后续进行 AF 参数调优、性能优化以及解决对焦失败问题的前提。