166、自动对焦（AF）技术全览：CDAF、PDAF、双像素对焦与深度学习AF的实战对比

166、自动对焦（AF）技术全览：CDAF、PDAF、双像素对焦与深度学习AF的实战对比

一个让我熬夜三天的对焦问题

2019年某款旗舰机项目，客户反馈暗光下拍照总是“拉风箱”——对焦来回抽动，最终出片模糊。我盯着log看了三天，发现CDAF在低照度场景下对比度信号几乎淹没在噪声里，而PDAF的相位差数据又因为镜头F数太大（F1.8→F2.4）导致像素串扰严重。最后不得不硬着头皮在ISP里做了一版混合对焦权重动态调整，才算勉强过关。

这个案例让我深刻意识到：没有万能的AF方案，只有最合适的场景匹配。今天这篇笔记，我就把这些年踩过的坑、调过的参数、翻过的车，全盘托出。

CDAF：老将的尊严与局限

对比度检测自动对焦（CDAF）的原理简单粗暴——在镜头移动过程中，计算图像中某个区域的对比度（通常用拉普拉斯或Sobel算子），找到对比度峰值对应的镜头位置。这个算法从2000年初的数码相机时代就开始用，至今仍在低端模组和部分安防摄像头中活跃。

实战中的坑：

• 低照度下对比度信号衰减：当环境照度低于10lux时，图像噪声会淹没对比度梯度。我曾在某款车载环视摄像头里遇到这个问题——夜间停车场几乎无法对焦。解决方案是增加帧累积（3帧叠加）后再计算对比度，但代价是帧率从30fps掉到10fps。
• 高频振动问题：CDAF需要来回扫描才能找到峰值，这在视频