3A+ISP之AF篇

AF（Auto Focus）

1. AF的光学原理：

（1）透镜成像：成像点不一定落在焦平面上面，需要通过调整镜头，使成像点落在焦平面上面，使sensor清晰成像，这个过程就是聚焦过程。

（2）景深：

A、容许弥散圆(Circle of confusion)：在焦点前后，光线开始聚集和扩散，点的影像变成模糊的，形成一个扩大的圆，人眼能够辨认最小的圆称为容许弥散圆。

通常情况下，肉眼分辨率为1/2000~1/5000。人眼在明视距离（眼睛正前方30厘米）能够分辨的最小的物体大约为0.125mm。所以，弥散圆放大在7寸照片（这是个常用尺寸）也只能是0.125mm以内，也就是图像对角线长度的1/1730左右,这个1/1730左右的容许弥散圆大小对于任何大小的底片或者CCD都适用，因为它们放大出来的7寸照片，都可以将弥散圆控制在0.125mm。所以蔡斯公司制定的标准就是弥散圆直径=1/1730底片对角线长度 。

B、焦深和景深：焦点前后各有一个容许弥散圆，两个容许弥散圆之间的距离称为焦深，对应被摄物体对焦前后，其影像仍有一段清晰的范围，就称为景深。前后焦深不等，前后景深也不等，一般前焦深小于后焦深，后景深大于前景深。

景深随镜头的焦距、光圈值、拍摄距离而变化。对于固定焦距和拍摄距离，使用光圈越小，景深越大。

对于高斯透镜，物距So、像距Si、焦距f的有如下关系：

可见，可以通过改变物距，像距，或焦距，可以改变景深。

1. AF的基本方法：

（1）Lens-motion-type AF移动镜头：根据图像的清晰度（一般为边缘信息）或者物距信息，通过AF算法判断对焦情况，从而计算镜头的移动方向和大小，然后驱动电路使镜头移动来改变聚焦位置。

（2）Lens-modification-type AF改变焦距：通过liquid lens或者solid-state electro-optical devices这些可变焦的器件来改变镜头的焦长。

（3）Extended depth of field AF (EDOF)全焦技术：通过光学和数字信号处理技术集合，对光学信息编码，再用计算机信息处理技术解码，使得景深得到扩展，从而实现无运动部件的AF功能。

（4）手机摄像头多使用AF是VCM驱动镜头前后移动的方案。通过给线圈通电流，在永磁体的作用下，使镜头前后移动，同时前后两个弹簧片控制移动位置。

3、摄像头中AF系统示意图：

这里的AF算法的信息基础有被动式和主动式两类。

采用对比度法，手机摄像头的AF系统架构图如下：

4、AF algorithm算法流程：

5、AF算法中信息收集（collect）方法：

1. 基于镜头与被摄目标之间距离测量的测距方法。

A、三角测量法：由电路控制可动反光镜的转动，当透射光影和反射光影的重合时可以计算距离。

B、红外线测距法：由照相机主动发射红外线作为测距光源，并用红外发光二极管的转动代替可动反光镜的转动。需要一个获得当前照片对比度的设备来量测

1. 超声波测距法：该方法是根据超声波在摄像机和被摄物之间传播的时间进行测距的

2. 激光测距法：

3. 基于调焦屏上成像清晰的聚焦检测方法。

A、对比度法 ：手机上通过获得照片的Focus Value (Edge)来判断当前位置的清晰度，通过检测影像的轮廓边缘实现自动调焦的。

B、相位法PDAF。该方法是通过检测像的偏移量实现自动调焦的。

6、AF算法中图像清晰度评价方法：图像的清晰度直接反映了摄像头聚焦与否。

（1）常用的图像清晰度评价方法：

A、图像统计：

• 灰度熵法(灵敏度不高) ；

pi是图像中灰度值为i的像素出现的概率，L为灰度级总数

• 灰度方差法 – SMD filter ；

• 直方图法。

B、图像边缘检测：

• Laplacian算子（中心算子）；

• Sobel算子(highpass filter) (有一个水平方向算子，一个垂直方向算子，取最大值)；

• Robert算子（一个左上右下对角线算子，一个右上左下对角线算子） ；

• Prewitt算子(有一个水平方向算子，一个垂直方向算子，取最大值)

C、空间域特征 ：tenengrad filter(能量梯度函数)。

（2）函数举例：

能量梯度函数：

Laplace算子：

模数偏差总和SMD(sum-modulus-difference)算 子：

7、AF算法中找最佳对焦点的方法：

（1）测得局部最大值peak点（FV）：计算当前Step对应的FV值，判断当前FV值是不是在此前连续记录的四个step点FV值中的最大值，是最大值的话，就再判断它是否大于next Step点的FV值。用此方法判断极大值点，若有噪声造成step-FV曲线的微小波动，则通过各波动区域的极大值点对比，以最大值作为局部的MAX点。

（2）拟合曲线获取最佳对焦位置：因为step并不连续，测得Peak点的可能并不是真正最佳的对焦点，此时可通过poly fit曲线拟合的方法来找peak点。对于step-FV曲线采用

就可以近似拟合，采用max point点和前、后相邻两个点，共三个点采用最小二乘法拟合抛物线。将抛物线的顶点最为最佳对焦点，反馈给VCM控制电路来驱动Lens移动到最佳对焦位置。

8、AF Table：

根据不同距离处物体在sensor上成像的边缘信息即FV（Focus Value）值，绘制多条step-FV曲线。图中虚线表示每个物距处，图像认为清晰时可接受的最小FV值，虚线以上FV对应景深范围内物体成像信息。

根据上图绘制对应的step-DOF（Depth Of Field）曲线

9、，连续对焦：连续对焦中并不是找到焦点就停止，而是根据场景的变化不停的找最佳对焦位置，这样就需要判断镜头移动方向，这里也是主要使用爬山算法。

10, YUV AF introduction

11, RAW AF introduction

• Poly fit: 根据max point以及max point左右两个FV最大点来模拟抛物线, 求出抛物线的顶点即为最佳对焦点

• 如何预测curve最高点呢？

Gauss elimination: 高斯消除: 解一元二次方程，求出顶点的x和y坐标。