041、闭环 AF 的对焦算法：爬山搜索、相位检测与混合对焦的工程实现

041、闭环 AF 的对焦算法：爬山搜索、相位检测与混合对焦的工程实现

一、从一次“拉风箱”的现场调试说起

去年夏天，我在某款旗舰机型的预研阶段，遇到了一个让人头皮发麻的问题：相机在暗光下对焦时，马达像抽风一样来回往复运动，画面忽明忽暗，持续两三秒才勉强锁住。更诡异的是，同样的算法在实验室的评估板上跑得稳稳当当，一上整机就翻车。

我盯着log看了整整两天，发现爬山搜索的步长在低对比度场景下被错误地放大了——因为ISP的统计窗口恰好落在了一片纯色区域，对比度梯度几乎为零，算法误以为“还没到峰顶”，于是继续大步向前推，直到撞上机械限位才回头。这就是典型的“爬山算法在平坦区失效”案例。

后来我加了一招：在每次爬山启动前，先做一次快速的“预扫描”，用粗步长探测整个对焦范围，找到对比度有明显起伏的区域，再缩小步长精细搜索。这个改动看似简单，但解决了80%的拉风箱问题。剩下的20%，靠的是相位检测的介入。

二、爬山搜索：别把它当“万能钥匙”

爬山搜索（Hill Climbing）是闭环AF最基础的算法，核心思想很简单：移动镜头，计算当前帧的对比度值（通常用Tenengrad或Laplacian梯度），如果比上一帧大，说明方向对了，继续走；如果变小，说明过了峰顶，回头找。

但工程实现里全是坑。

坑1：步长怎么定？
步长太大，容易跳过峰顶，导致来回震荡；步长太小，对焦慢得像蜗牛。我的做法是动态步长：在对比度梯度大的区域用细步长，梯度小的区域用粗步长。