3. 爬山法基本原理：基于图像清晰度曲线的单峰搜索策略

在 ISP 自动对焦（AF）系统中，爬山法是最经典、应用最广泛的搜索策略。其核心假设是：图像清晰度评价函数（Focus Value, FV）在理想光学系统中呈现单峰曲线。爬山法通过比较相邻位置的清晰度值，判断“坡度”方向，从而驱动镜头向峰值位置移动。

3.1 单峰曲线假设与物理基础

爬山法的有效性依赖于图像清晰度曲线的单峰特性。该特性由光学系统的点扩散函数（PSF）决定：

• 合焦位置：PSF 最集中，高频分量最强，FV 达到最大值。
• 离焦位置：PSF 扩散，高频分量衰减，FV 单调下降。
• 理想条件：在无噪声、无遮挡、光照均匀的场景下，FV 曲线严格单峰。

3.2 爬山法核心流程

标准爬山法按以下步骤迭代执行，直到找到峰值：

1. 初始化：设定起始位置 pos_0、步长 step、方向标志 dir（正向/反向）。
2. 采样：在当前 pos_n 采集一帧图像，计算 FV 值 fv_n。
3. 比较：将 fv_n 与上一位置 fv_{n-1} 比较：
   • 若 fv_n > fv_{n-1}：继续沿当前方向移动一步。
   • 若 fv_n < fv_{n-1}：判定越过峰值，反向并缩小步长。
   • 若 fv_n ≈ fv_{n-1}：保持位置，进入微调模式。
4. 终止条件：步长缩小到最小分辨率阈值，或连续多次 FV 变化小于设定门限。
5. 输出：返回峰值对应的镜头位置。

3.3 爬山法搜索过程 SVG 示意图

下图展示了爬山法在单峰 FV 曲线上的搜索轨迹：镜头从起始位置出发，沿上升方向大步前进，越过峰值后反向并缩小步长，最终收敛到峰值附近。

3.4 爬山法 vs 全局扫描：策略对比

在 AF 搜索策略中，爬山法和全局扫描是两种极端方案。下表从多个维度对比两者的差异：

3.5 爬山法实现代码框架

以下 C 语言伪代码展示了爬山法的核心逻辑，包含方向判断、步长衰减和峰值确认：

/* 爬山法 AF 搜索核心函数 */
int hill_climbing_af(int start_pos, int init_step, int min_step) {
    int pos = start_pos;
    int step = init_step;
    int dir = 1;          // 1: 正向, -1: 反向
    int fv_prev = get_fv(pos);
    int fv_curr;
    int peak_count = 0;
    const int PEAK_CONFIRM = 3;  // 峰值确认次数

    while (step >= min_step) {
        // 沿当前方向移动一步
        pos += dir * step;
        fv_curr = get_fv(pos);

        if (fv_curr > fv_prev) {
            // 仍在上升，继续同方向
            fv_prev = fv_curr;
            peak_count = 0;  // 重置峰值计数
        } else if (fv_curr < fv_prev) {
            // 已过峰值，反向并缩小步长
            dir = -dir;
            step = step / 2;
            pos += dir * step;  // 回退到上一位置附近
            fv_prev = get_fv(pos);
            peak_count = 0;
        } else {
            // FV 不变，进入微调
            peak_count++;
            if (peak_count >= PEAK_CONFIRM) {
                break;  // 峰值确认
            }
        }

        // 边界保护
        if (pos < POS_MIN || pos > POS_MAX) {
            pos = clamp(pos, POS_MIN, POS_MAX);
            break;
        }
    }
    return pos;  // 返回合焦位置
}

3.6 爬山法的三大变体

针对不同场景，工业界演化出多种爬山法变体：

• 自适应步长爬山法：根据 FV 变化率动态调整步长。变化率大时用大步，变化率小时自动切小步，兼顾速度与精度。
• 滞回爬山法：引入滞回比较器，只有当 FV 下降超过设定门限时才判定过冲，避免噪声引起的误反向。
• 多峰爬山法：在复杂场景下，先以大步长粗搜记录多个候选峰值，再对每个候选进行细搜，最后取全局最大值。

3.7 爬山法适用性总结

爬山法在 ISP AF 系统中占据核心地位，但并非万能。以下情况需谨慎使用：