第2章光学成像基础

2. 光学成像基础：透镜成像原理、景深与焦深、分辨率与放大倍率

各位同学，欢迎来到第二章。这一章是后面所有自动对焦算法的物理基础。说白了，如果你不懂透镜怎么成像，那后面写的对焦代码就是空中楼阁。我个人习惯，在讲算法之前，一定先把光学底子打扎实。

先聊最核心的。一个凸透镜，能把物体发出的光汇聚到一点，形成实像。这就是我们显微镜成像的基本原理。

公式很简单，就是高斯成像公式：

1/f = 1/u + 1/v

其中：

嗯，这里要注意。在显微镜里，物体通常放在 f 和 2f 之间。这样成的像是倒立、放大的实像。你想想看，如果物体刚好在 f 上，那像就在无穷远，根本没法成像在传感器上。

关键点： 自动对焦的本质，就是调整物距 u 或像距 v，让像平面刚好落在图像传感器上。

我在项目中遇到过一个问题：有个同学调了半天对焦算法，发现图像始终模糊。最后排查出来，是镜头装反了。嗯，别笑，真事。透镜的曲率半径不一样，装反了成像质量会严重下降。

这两个概念经常被混淆。我简单说一下。

说白了，景深是物体侧的事，焦深是传感器侧的事。它们通过放大倍率 M 关联：

焦深 ≈ M² × 景深

为什么会这样？因为显微镜的放大倍率通常比较大，所以焦深往往比景深大得多。这意味着，传感器位置稍微偏一点，可能还能接受；但物体位置稍微动一下，图像就糊了。

避坑指南： 我曾经在做一个高倍率显微对焦项目时，发现步进电机每次移动0.1mm，图像变化剧烈。后来一算，景深只有0.05mm。所以，步进电机的步长必须小于景深，否则永远对不准焦。

景深的计算公式：

DoF = (2 × λ × f²) / (A²)

其中 λ 是波长，f 是焦距，A 是数值孔径。你看，数值孔径越大，景深越小。这就是为什么高倍镜对焦特别难。

很多人以为放大倍率越大，看得越清楚。其实不是。分辨率才是决定清晰度的关键。

根据瑞利判据，光学系统的极限分辨率：

δ = 0.61 × λ / NA

其中：

举个例子。用绿光（λ=550nm）照明，NA=0.65的物镜，分辨率大约是：

δ = 0.61 × 550 / 0.65 ≈ 516 nm

也就是说，两个点距离小于516nm，你就分不开了。这时候你就算把放大倍率提到1000倍，看到的也是一团糊。

注意： 放大倍率不能超过数值孔径的1000倍。这是经验法则。比如NA=0.65，有效放大倍率上限就是650倍。再大就是「空放大」，没有意义。

我建议你在设计自动对焦系统时，先算清楚这个。否则你花大价钱买了高倍镜头，结果传感器像素密度不够，或者照明波长不对，分辨率根本提不上去。

把这三个概念串起来，你会发现：

参数	对景深的影响	对分辨率的影响	对放大倍率的影响
数值孔径 NA ↑	景深 ↓	分辨率 ↑	有效倍率 ↑
焦距 f ↑	景深 ↑	分辨率 ↓	倍率 ↓
波长 λ ↑	景深 ↑	分辨率 ↓	无影响

你看，这是一个权衡。想要高分辨率，就得接受小景深。而小景深意味着对焦精度要求更高。这就是为什么自动对焦算法在高倍显微镜下特别重要。

核心思路： 自动对焦算法，本质上是在小景深条件下，快速找到最佳像平面。你理解了景深和分辨率的关系，就能理解为什么有些对焦算法在低倍镜下跑得飞快，到了高倍镜就卡壳。

我记得有一次调试一个40倍物镜的对焦系统。景深只有1.2微米，步进电机每走一步是0.5微米。结果每次对焦都要来回扫好几遍，因为稍微过冲一点，图像就完全糊了。后来我改用了闭环控制，加上实时图像反馈，才稳定下来。

嗯，这一章的内容就到这里。下一章我们会讲图像清晰度评价函数，也就是怎么用算法判断「图像是否清晰」。那是自动对焦的核心环节。