RK平台AF自动对焦调试：对比度法与搜索步长配置 - 第1节
1.1 自动对焦（AF）在摄像头模组中的作用
自动对焦（Auto Focus, AF）是摄像头模组的核心功能之一，其本质是通过调节镜头与图像传感器之间的像距，使被摄物体清晰成像在传感器靶面上。在嵌入式相机、安防监控、车载影像及手机摄像头等场景中，AF 直接决定了图像的锐度与细节表现力。
关键指标：AF 系统的核心评价指标包括对焦速度（ms）、对焦精度（MTF 值或对比度值）、稳定性（无来回震荡）以及低光照/低对比度场景下的收敛能力。
1.2 AF 系统组成
一个完整的 AF 系统由光学、机械、驱动、信号处理四个层次构成。在 RK 平台 ISP 调试中，我们重点关注以下五大组件及其协同关系：
| 组件 | 功能描述 | 调试关注点 |
|---|---|---|
| 镜头（Lens） | 汇聚光线，决定光学像质与景深 | 焦距、光圈、畸变、色差 |
| VCM 马达 | 音圈电机，通过电磁力驱动镜头沿光轴移动 | 行程范围、线性度、回差（Hysteresis） |
| 驱动 IC（Driver IC） | 接收 ISP 或 MCU 的 DAC 指令，输出电流驱动 VCM | DAC 精度、电流纹波、响应时间 |
| 图像传感器（Sensor） | 将光信号转换为电信号，输出 RAW 数据 | 帧率、增益、曝光时间 |
| ISP（Image Signal Processor） | 运行 AF 算法，计算对焦评价函数值，输出控制量 | 统计窗口、滤波器、搜索策略 |
调试提示：在 RK 平台中，AF 算法运行在 ISP 内部的 AE/AF/AWB 统计引擎上，驱动 IC 通常通过 I²C 总线与主控通信。VCM 马达的物理行程（单位：μm）与 DAC code 之间的映射关系是调试的第一步。
1.3 AF 调试的重要性
AF 调试是摄像头模组从“能出图”到“出好图”的关键环节。一个未经调试或调试不当的 AF 系统，在实际场景中会出现以下典型问题：
- 对焦慢：搜索步长过大或过小，导致收敛帧数过多，用户体验差。
- 来回震荡（Hunting）：评价函数曲线存在局部极值或噪声，算法无法稳定收敛。
- 精度不足：最终合焦位置偏离最佳焦平面，图像始终轻微模糊。
- 场景适应性差：低光照、低对比度、纹理稀疏区域无法正确对焦。
- 马达回差影响：正反行程位置不一致，导致重复定位误差。
工程警告：在 RK 平台量产项目中，AF 参数（如搜索步长、稳定阈值、边界限位）必须针对每颗镜头模组进行标定，不能直接复用参考设计值。VCM 马达的个体差异、镜头装配公差、Sensor 微透镜偏移都会导致最佳参数偏移。
1.4 对比度法 AF 的基本原理
对比度法（Contrast Detection AF, CDAF）是 RK 平台 ISP 中最常用的被动对焦方式。其核心思想是：图像越清晰，相邻像素之间的灰度差异越大，即对比度越高。通过移动镜头并计算每一帧图像的对比度评价值，找到评价值最大的位置即为最佳合焦位置。
常用的对比度评价函数包括：
- Tenengrad 函数：基于 Sobel 算子计算梯度幅值之和。
- Laplacian 函数：基于拉普拉斯算子计算二阶梯度。
- 方差函数：计算像素灰度值的方差。
- 带通滤波：在 ISP 统计引擎中通过特定频带滤波器提取高频能量。
RK 平台实现：RK ISP 的 AF 统计引擎通常提供多种评价模式，包括水平/垂直梯度、对角线梯度以及自定义 ROI 窗口。调试时需根据场景选择最合适的评价函数与窗口位置。
1.5 搜索步长配置概述
搜索步长（Search Step）是 AF 算法在每次迭代中移动镜头位置的 DAC code 增量。步长配置直接影响对焦速度与精度：
| 步长类型 | 典型值（DAC code） | 适用阶段 | 风险 |
|---|---|---|---|
| 粗步长（Coarse Step） | 16 ~ 64 | 初始扫描 / 远距离移动 | 可能跳过峰值 |
| 中步长（Medium Step） | 4 ~ 16 | 峰值区域逼近 | 速度与精度折中 |
| 细步长（Fine Step） | 1 ~ 4 | 精确合焦 / 微调 | 速度慢，易受噪声影响 |
调试经验：在 RK 平台中，建议先通过全行程扫描（步长=16~32）获取评价函数曲线轮廓，再根据曲线半峰宽（FWHM）动态调整细步长。对于高倍率变焦模组，细步长应小于景深对应的 DAC 变化量。