AF对焦与LSC校正的ISP调优工程参数配置指南 - 第1节
1.1 自动对焦（AF）基本原理
自动对焦（Auto Focus, AF）是图像信号处理器（ISP）中决定图像清晰度的核心环节。其本质是通过驱动镜头模组中的音圈马达（VCM）或步进马达，改变镜头与图像传感器之间的距离，使被摄主体在传感器靶面上形成最清晰的像。评价对焦是否准确的物理量称为“离焦量”（Defocus），AF 算法的目标就是将离焦量收敛到零。
关键物理模型： 镜头成像遵循高斯薄透镜方程
1/f = 1/u + 1/v，其中 f 为焦距，u 为物距，v 为像距。AF 通过调整 v 使传感器平面与像平面重合。
1.2 对比度检测自动对焦（CDAF）
对比度检测自动对焦（Contrast Detection AF, CDAF）是目前移动设备中最广泛使用的被动式对焦技术。其原理基于图像清晰度与对比度之间的单调关系：当画面最清晰时，相邻像素之间的亮度梯度（即对比度）达到最大值。
CDAF 工作流程
- 图像采集： 传感器输出当前帧的 RAW 或 YUV 数据。
- ROI 选取： 在画面中选定对焦区域（通常为中央或人脸区域）。
- 清晰度计算： 使用评价函数（如 Tenengrad、Laplacian、Sobel）计算该区域的对比度值。
- 爬山搜索： 驱动镜头沿一个方向移动，持续采样对比度值，直到找到峰值位置。
- 微调与锁定： 在峰值附近进行往返微调，确认最佳对焦位置后锁定。
工程提示： CDAF 的精度取决于评价函数的灵敏度。常用的 Tenengrad 函数基于 Sobel 梯度算子，公式为
F = Σ (Gx² + Gy²)，其中 Gx、Gy 分别为水平和垂直方向的梯度值。
1.3 相位检测自动对焦（PDAF）
相位检测自动对焦（Phase Detection AF, PDAF）通过传感器上集成的专用相位检测像素（PD Pixel）来直接测量离焦方向和大小，无需像 CDAF 那样进行全局搜索。PDAF 的核心原理是“分光瞳成像”：将镜头出射光瞳分成左右两半，分别成像在 PD 像素对上，通过比较两幅图像的相位差来计算离焦量。
PDAF 与 CDAF 核心差异对比
| 对比维度 | CDAF | PDAF |
|---|---|---|
| 检测原理 | 基于图像对比度梯度 | 基于相位差测量 |
| 对焦速度 | 慢（需爬山搜索，约 300~800ms） | 快（一次计算即可，约 10~50ms） |
| 精度 | 高（可达 1/4 像素级） | 中等（受 PD 像素密度影响） |
| 低光性能 | 差（对比度低时失效） | 较好（相位信息仍可提取） |
| 硬件需求 | 无特殊硬件 | 需 PD 像素（占用成像像素） |
| 适用场景 | 静态场景、高对比度场景 | 运动场景、低对比度场景 |
工程注意： PDAF 的 PD 像素会牺牲部分成像质量（如产生网格噪声、降低满阱容量）。在 ISP 调优中，需要对 PD 像素位置进行插值校正（PD Pixel Correction），否则会在最终图像中留下可见的暗点或条纹。
1.4 AF 系统架构概述
一个完整的 AF 系统由硬件层、驱动层、算法层和应用层四部分组成。ISP 调优工程师主要关注算法层和驱动层的参数配置。
AF 系统分层架构
| 层级 | 组件 | 职责 | 调优参数示例 |
|---|---|---|---|
| 应用层 | Camera HAL / 3A 框架 | 触发 AF 请求、管理场景模式 | AF 模式（CAF/SAF/MF）、ROI 策略 |
| 算法层 | AF 算法引擎 | 清晰度计算、搜索策略、决策输出 | 评价函数类型、搜索步长、阈值 |
| 驱动层 | VCM 驱动 / 马达控制器 | 执行镜头移动、位置反馈 | DAC 步进值、速度曲线、Hysteresis |
| 硬件层 | 镜头模组 + 传感器 | 光学成像、PD 像素输出 | 焦距、F 数、PD 像素布局 |
AF 系统关键数据流
- 图像数据流： 传感器 → ISP（Bayer 处理）→ AF 引擎（提取 ROI 数据）→ 清晰度/相位计算。
- 控制数据流： AF 引擎（输出目标位置）→ 马达驱动（DAC 值）→ VCM（物理移动）→ 位置传感器（反馈当前位置）。
- 同步数据流： 帧同步信号（VSYNC）驱动 AF 计算周期，确保每次计算对应完整的帧数据。
调优关键点： AF 系统的延迟主要由三部分构成：图像传输延迟（帧率相关）、算法计算延迟（评价函数复杂度）、马达响应延迟（VCM 建立时间）。在 ISP 调优中，通常需要平衡
AF 计算帧率 与 马达移动速度，避免出现“过冲”（Overshoot）或“振荡”（Hunting）现象。