1. AF系统概述：自动对焦的定义、发展历程、主流技术路线对比

1.1 什么是自动对焦？

自动对焦，英文叫 Auto Focus，简称 AF。说白了，就是相机自己帮你把画面调清楚，不用你手动去拧镜头上的对焦环。

我经常跟刚入行的工程师讲：自动对焦的本质，是一个闭环控制系统。它通过某种方式检测当前画面的清晰度，然后驱动镜头马达，让镜头移动到最清晰的位置。整个过程不需要人工干预。

你想想看，如果没有自动对焦，拍一张照片得先眯着眼看取景器，再慢慢拧对焦环，等确认清楚了再按快门。这在抓拍运动物体或者拍视频的时候，基本没法用。所以自动对焦的出现，可以说是相机从「专业工具」走向「大众消费品」的关键一步。

1.2 发展历程：从手动到智能

自动对焦的发展，我把它分成四个阶段。每个阶段我都踩过坑，后面慢慢跟你聊。

阶段	时间	代表技术	我的评价
萌芽期	1960s-1970s	测距仪、超声波	笨重，但开了个好头
成熟期	1980s-1990s	反差对焦（CDAF）	数码相机时代的标配
爆发期	2000s-2010s	相位对焦（PDAF）	单反和手机都离不开它
融合期	2010s至今	混合对焦、AI对焦	又快又准，但算法越来越复杂

我记得最早接触自动对焦，是在大学实验室里拆一台老式胶片相机。里面那个超声波马达，又大又沉，驱动起来嗡嗡响。当时我就想，这东西要是能塞进手机里，那得多牛。结果十几年后，手机上的对焦模组比指甲盖还小，精度却高了一个数量级。

1.3 主流技术路线对比

目前市面上主流的自动对焦技术，主要有三种：反差对焦、相位对焦、激光对焦。每种技术都有自己的脾气，我一个个说。

1.3.1 反差对焦（CDAF）

反差对焦的原理很简单：画面越清晰，相邻像素之间的亮度差异越大。系统会驱动镜头从一端走到另一端，边走边计算画面的「对比度值」，找到对比度最高的那个位置，就是最清晰的位置。

嗯，这里要注意：反差对焦是个「搜索」过程，不是「计算」过程。它不知道目标位置在哪，只能靠试。所以它的特点是：

• 优点：结构简单，成本低，不需要额外的传感器。在静态场景下精度很高。
• 缺点：慢！因为它需要来回搜索。而且遇到低对比度的场景（比如拍白墙），容易拉风箱。

1.3.2 相位对焦（PDAF）

相位对焦就聪明多了。它通过镜头两侧的相位检测像素，直接计算出当前焦点偏离了多少、往哪个方向偏。一次计算就能知道镜头该往哪走，不需要来回搜索。

我曾经在手机模组厂调试 PDAF 时，遇到过一个问题：相位检测像素会牺牲一部分成像质量，因为那些像素不参与正常成像。后来通过算法补偿，才把画质损失降到最低。

• 优点：速度快！一次计算到位，适合拍运动物体和视频。
• 缺点：需要额外的硬件支持（相位检测像素），成本高。而且在暗光环境下，相位检测的精度会下降。

1.3.3 激光对焦

激光对焦，说白了就是「用激光测距」。它发射一束红外激光，打到目标上反射回来，通过飞行时间（ToF）计算出距离，然后直接驱动镜头到对应位置。

你想想看，这玩意儿在暗光下特别好使。因为激光不受环境光影响，黑灯瞎火也能对焦。但它的局限性也很明显：

• 优点：暗光对焦快，精度高。适合拍近距离物体。
• 缺点：有效距离短（一般不超过5米）。遇到透明物体（比如玻璃），激光直接穿透，测距失败。

我记得有一次做扫地机器人的避障模块，用的就是激光 ToF 传感器。当时测试发现，对着黑色地毯测距误差很大，因为黑色吸光了。后来调整了激光功率和接收增益，才搞定。

1.4 三种技术路线对比总结

对比项	反差对焦	相位对焦	激光对焦
对焦速度	慢（搜索式）	快（计算式）	非常快（测距式）
精度	高（静态场景）	中高（受光照影响）	高（近距离）
暗光表现	差	中	好
硬件成本	低	中高	中
适用场景	静态拍摄、微距	运动物体、视频	暗光、近距离

1.5 知识体系框架图

下面这张图，是我自己梳理的自动对焦知识体系。你可以把它当作整个课程的地图。

1.6 我的建议

如果你是刚接触自动对焦，我建议你先从反差对焦入手。为什么？因为它原理简单，代码量少，你能快速跑通一个完整的对焦流程。等你理解了「搜索-评价-驱动」这个闭环，再去看相位对焦和激光对焦，会轻松很多。

我在带新人时，经常让他们先写一个反差对焦的 demo，用 USB 摄像头对着打印的测试卡跑。一般两天就能跑通。然后我会让他们加一个「峰值检测」功能，把对焦过程的对比度曲线画出来。这一步做完，基本上对自动对焦的底层逻辑就心里有数了。

嗯，今天就先聊到这儿。下一章我们深入讲讲反差对焦的算法细节，包括那个经典的「爬山算法」到底怎么实现，以及我当年踩过的那些坑。

---

公众号:蓝海资料掘金营，微信deep3321