4. 对焦算法基础：爬山算法详解、全局搜索与局部搜索、步长自适应策略、对焦窗口选择
各位好，我是老张。今天咱们聊聊对焦算法里最核心的几个概念。说实话，我入行那会儿，对焦算法还没现在这么智能，很多手机还在用最原始的爬山法。但你别小看它，直到今天，几乎所有自动对焦系统里，爬山算法依然是灵魂。
为什么这么说？你想想看，相机怎么知道当前画面清不清晰？它得有个评价标准。这个标准就是对比度——画面边缘越锐利，对比度越高，图像越清晰。爬山算法，说白了就是让镜头来回移动，找到那个对比度最高的位置。
4.1 爬山算法详解
爬山算法的思路很直观。我习惯把它比作「盲人爬山」——你站在一个山坡上，眼睛看不见，只能用脚探路。哪边高就往哪边挪一步，直到发现两边都变低了，那你就站在山顶了。
在自动对焦里，这个「山」就是对比度曲线。横轴是镜头位置，纵轴是图像清晰度评分。算法的工作就是找到曲线的最高点。
核心流程：
- 确定一个初始方向（比如向近端移动）
- 移动镜头，计算当前帧的对比度值
- 如果对比度上升，继续同方向移动
- 如果对比度下降，说明翻过了山顶，掉头往回走
- 反复逼近，直到找到峰值
嗯，这里要注意一个坑。我曾经在项目里遇到过，爬山算法在低光照环境下特别容易「迷路」。因为噪声会干扰对比度计算，明明没对上焦，评分却虚高。后来我加了一个噪声抑制的预处理，情况才好转。
下面是一个简化的爬山算法伪代码，你可以感受一下：
// 爬山算法伪代码
int currentPos = 0;
int currentScore = getSharpness(currentPos);
int direction = +1; // 初始方向
while (true) {
int nextPos = currentPos + direction * stepSize;
int nextScore = getSharpness(nextPos);
if (nextScore > currentScore) {
// 还在上升，继续走
currentPos = nextPos;
currentScore = nextScore;
} else {
// 下降了，掉头并缩小步长
direction = -direction;
stepSize = stepSize / 2;
if (stepSize < MIN_STEP) break;
}
}
个人经验：爬山算法最怕「假峰」。比如拍摄纯色墙壁，对比度曲线几乎是平的，算法会随机乱跑。我建议在启动爬山前，先做一个简单的场景判断——如果对比度方差太小，直接跳到预设位置。
4.2 全局搜索与局部搜索
爬山算法有个致命弱点——它只能找到局部最优，不是全局最优。你想想看，如果对比度曲线有多个波峰，爬山算法爬到第一个峰顶就停了，根本不知道后面还有更高的山。
这就引出了全局搜索和局部搜索的配合问题。
| 搜索方式 | 特点 | 适用场景 |
|---|---|---|
| 全局搜索 | 遍历整个对焦范围，找到最高峰 | 开机首次对焦、场景突变 |
| 局部搜索 | 在当前位置附近精细搜索 | 连续对焦、微距切换 |
全局搜索说白了就是「地毯式排查」。镜头从最近端跑到最远端，每走一步算一次对比度，最后挑出最大值。这个方法可靠，但慢。我记得有一次做4K视频对焦，全局搜索一次要花1.2秒，用户都骂翻了。
局部搜索就快多了。它假设目标没有大幅移动，只在当前位置前后一小段范围内搜索。但问题来了——如果目标突然从近处跳到远处，局部搜索就抓瞎了。
我个人的做法是：用全局搜索做「粗定位」，用局部搜索做「精调」。就像狙击手先通过望远镜找到目标大致方位，再用瞄准镜微调。
避坑指南：我曾经在一个项目中，全局搜索的步长设得太大了。结果呢？明明有一个很锐利的峰，因为采样点太少，直接跳过去了。后来我规定：全局搜索的步长不能超过景深的一半。这个经验值你可以记一下。
4.3 步长自适应策略
步长怎么定？这是个老生常谈的问题。步长太大，容易越过峰值；步长太小，对焦慢得像蜗牛。
我的思路是：步长应该动态调整。说白了，就是「大路大步走，小路小步挪」。
具体怎么做？我分享三种常用策略：
- 基于对比度变化率：如果对比度上升很快，说明离峰值还远，用大步；如果变化趋缓，说明快到山顶了，换小步。
- 基于镜头位置：在微距端和无穷远端，景深变化剧烈，步长要相应调整。
- 基于历史数据：记录上一次对焦成功的步长模式，下次优先使用。
下面是我在项目中用过的一个自适应步长公式：
// 自适应步长计算
float adaptiveStep(float currentScore, float prevScore, float baseStep) {
float delta = abs(currentScore - prevScore);
float ratio = delta / max(currentScore, prevScore);
if (ratio > 0.1) {
// 变化剧烈，用大步
return baseStep * 2.0;
} else if (ratio > 0.02) {
// 中等变化，保持步长
return baseStep;
} else {
// 变化平缓，用小步精细搜索
return baseStep * 0.5;
}
}
一个小技巧：我习惯在步长调整时加一个「惯性因子」。就是说，不要一下子从大步切到小步，而是平滑过渡。这样能避免镜头来回震荡，对焦过程更顺滑。
4.4 对焦窗口选择
最后一个话题，对焦窗口。你想想看，整个画面那么大，你不可能全图计算对比度吧？一来计算量大，二来背景干扰多。所以我们需要选择一个合适的区域作为对焦窗口。
对焦窗口的选择，直接决定了算法的鲁棒性。我见过最蠢的做法——固定取画面中心的一个小方块。结果呢？用户把主体放在画面边缘，相机对着背景对焦，拍出来全是糊的。
现在主流的方法有这么几种：
- 中心权重窗口：以画面中心为主，边缘权重递减。适合大部分场景。
- 人脸/物体跟踪窗口：检测到人脸后，窗口跟着人脸走。这个在手机人像模式里很常见。
- 多窗口投票：在画面中设置多个候选窗口，每个窗口独立计算对比度，最后投票选出最佳对焦位置。
我个人比较推崇多窗口投票。为什么？因为它容错率高。就算某个窗口被遮挡了，其他窗口还能正常工作。
下面是一个多窗口投票的示意图：
注意：窗口不是越多越好。窗口太多，计算量翻倍，而且容易引入噪声。我一般控制在3-5个窗口。另外，窗口大小也要注意——太小了容易受噪声影响，太大了又失去局部性。我习惯用画面面积的5%-10%作为单个窗口的大小。
好了，关于对焦算法的基础就聊到这儿。爬山算法、全局与局部搜索、步长自适应、窗口选择，这四个点环环相扣。你想想看，任何一个环节没做好，最终拍出来的照片就是糊的。做影像系统就是这样，细节决定成败。