Android Camera Auto Focus详解
相机 Auto Focus (PDAF / LDAF / TOF) 详解1. 自动对焦概述1.1 什么是对焦对焦是调整镜头中透镜组的位置,使目标物体的光线精确汇聚到传感器平面上,形成清晰图像的过程。对焦原理: 无穷远 近距离 │ │ ▼ ▼ ─────→ 透镜组 ←───── ─────→ 透镜组 ←───── │ │ ▼ ▼ ┌────────┐ ┌────────┐ │ Sensor │ │ Sensor │ │ (清晰) │ │ (清晰) │ └────────┘ └────────┘ 透镜位置不同 → 焦平面不同 → 清晰的物体距离不同 自动对焦 (AF) 的任务: 1. 测量目标距离 (或检测清晰度) 2. 计算透镜应移动到的位置 3. 驱动马达移动透镜1.2 对焦方式分类┌─────────────────────────────────────────────────────────────┐ │ 自动对焦方式分类 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ 一、主动对焦 (Active AF) │ │ ├─ 1. LDAF (Laser Detection AF) 激光测距对焦 │ │ ├─ 2. TOF AF (Time of Flight AF) 飞行时间对焦 │ │ └─ 3. IR AF (Infrared AF) 红外测距对焦 │ │ │ │ 二、被动对焦 (Passive AF) │ │ ├─ 4. CDAF (Contrast Detection AF) 反差对焦 │ │ ├─ 5. PDAF (Phase Detection AF) 相位对焦 │ │ └─ 6. DPAF (Dual Pixel AF) 全像素双核对焦 │ │ │ │ 三、混合对焦 (Hybrid AF) │ │ └─ 7. PDAF + CDAF / PDAF + TOF / DPAF + CDAF │ │ │ └─────────────────────────────────────────────────────────────┘2. PDAF (Phase Detection Auto Focus, 相位检测对焦)2.1 基本原理PDAF 利用相位差来判断焦点位置。通过在传感器上设置遮挡像素对(左遮挡/右遮挡),分别接收通过镜头不同区域的光线,计算两路信号的相位差,直接得出失焦方向和距离。PDAF 原理: 入射光 │ ▼ ┌──────────────┐ │ 镜头 │ │ ┌─────┐ │ │ │左半部│右半部│ │ └──┬──┴──┬──┘ │ │ │ └─────┼─────┼────── │ │ ▼ ▼ ┌──────┐ ┌──────┐ │左遮挡│ │右遮挡│ ← 遮挡像素 (Shield Pixel) │像素 L│ │像素 R│ └──┬───┘ └──┬───┘ │ │ ▼ ▼ 信号 L 信号 R 相位差分析: 合焦: L 和 R 信号重合 → 相位差 = 0 前焦: L 信号在前, R 信号在后 → 相位差 0 → 需要后移透镜 后焦: L 信号在后, R 信号在前 → 相位差 0 → 需要前移透镜 相位差大小 ∝ 失焦距离 相位差符号 → 失焦方向 → 一步到位, 无需搜索!2.2 PDAF 像素结构2.2.1 遮挡像素 (Shield Pixel)普通像素 vs PDAF 像素: 普通像素: PDAF 像素 (左遮挡): ┌───────────┐ ┌───────────┐ │ 微透镜 │ │ 微透镜 │ │ ┌───────┐ │ │ ┌───────┐ │ │ │ │ │ │ │████ │ │ ← 左半部遮挡 │ │ PD │ │ │ │████PD │ │ │ │ │ │ │ │████ │ │ │ └───────┘ │ │ └───────┘ │ └───────────┘ └───────────┘ 接收全部光线 仅接收右半部光线 PDAF 像素对: 左遮挡像素 (L): 仅接收通过镜头右半部的光线 右遮挡像素 (R): 仅接收通过镜头左半部的光线 → L 和 R 的信号存在相位差2.2.2 PDAF 像素排列方式方式 1: 独立 PDAF 像素 (Dedicated PDAF Pixel) ┌─┬─┬─┬─┬─┬─┬─┬─┐ │R│G│R│G│R│G│R│G│ ← 普通像素行 ├─┼─┼─┼─┼─┼─┼─┼─┤ │G│B│G│B│G│B│G│B│ ← 普通像素行 ├─┼─┼─┼─┼─┼─┼─┼─┤ │R│G│P│G│R│G│P│G│ ← PDAF 像素 (P) 替换部分像素 ├─┼─┼─┼─┼─┼─┼─┼─┤ │G│B│G│B│G│B│G│B│ ← 普通像素行 └─┴─┴─┴─┴─┴─┴─┴─┘ P = PDAF 像素对 (左遮挡 + 右遮挡) 优点: 不影响普通像素 缺点: PDAF 像素密度低, 低光性能差 方式 2: 全像素双核 (Dual Pixel, DPAF) ┌──┬──┬──┬──┬──┬──┐ │RL│GL│RL│GL│RL│GL│ ← 每个像素都分为左右两个子像素 │RR│GR│RR│GR│RR│GR│ ├──┼──┼──┼──┼──┼──┤ │GL│BL│GL│BL│GL│BL│ │GR│BR│GR│BR│GR│BR│ ├──┼──┼──┼──┼──┼──┤ 每个像素 = 左子像素(L) + 右子像素(R) 正常拍照: L + R 合并 → 全部光线 PDAF: L - R → 相位差 优点: 100% 像素都参与 PDAF → 覆盖全画面, 低光好 缺点: 像素面积减小, 满阱容量降低 方式 3: 2×1 OCL (2×1 On-Chip Lens) ┌──┬──┬──┬──┐ │L │R │L │R │ ← 每 2 个像素共享一个微透镜 ├──┼──┼──┼──┤ L 和 R 各接收一半光线 │L │R │L │R │ ├──┼──┼──┼──┤ 介于独立 PDAF 和 DPAF 之间2.3 PDAF 相位差计算// PDAF 相位差计算structpdaf_result{floatphase_diff;// 相位差 (pixels)floatdefocus_distance;// 失焦距离 (DAC steps)floatconfidence;// 置信度 [0, 1]bool direction;// 失焦方向: true=前焦, false=后焦};// 计算相位差 (简化版)floatcalculate_phase_diff(int16_t*left_signal,int16_t*right_signal,uint32_tlength){// 互相关计算floatmax_corr=0;intbest_shift=0;for(intshift=-MAX_SHIFT;shift=MAX_SHIFT;shift++){floatcorr=0;for(uint32_ti=0;ilength;i++){intj=i+shift;if(j=0jlength){corr+=left_signal[i]*right_signal[j];}}if(corrmax_corr){max_corr=corr;best_shift=shift;}}return(

相关新闻

冯·诺依曼体系结构与Linux系统优化实践

冯·诺依曼体系结构与Linux系统优化实践

1. 计算机体系结构的基石:冯诺依曼体系结构解析在计算机科学领域,冯诺依曼体系结构就像一座建筑的钢筋骨架,支撑着现代计算机的运行。我第一次接触这个概念是在大学计算机组成原理课上,当时教授用"厨房做菜"的比喻让我瞬…

2026/7/26 8:47:16 阅读更多 →
深入解析C++ new与delete:从内存分配到对象生命周期管理

深入解析C++ new与delete:从内存分配到对象生命周期管理

1. 项目概述:从“内存分配”到“对象生命周期管理”在C的世界里,new和delete这对操作符,几乎是每个开发者从入门到精通都无法绕开的核心概念。表面上看,它们的功能简单直接:new负责从堆上分配内存并构造对象&#xff0…

2026/7/26 8:47:16 阅读更多 →
智能写作工具在教育教材编写中的查重优化实践

智能写作工具在教育教材编写中的查重优化实践

1. 工具定位与核心价值解析在教育出版行业摸爬滚打八年,最让我头疼的就是教材编写过程中的查重问题。去年参与某职业教育教材项目时,团队花费了整整三周时间人工调整内容重复率,直到发现了几款智能写作工具才彻底改变工作模式。这类工具的核心…

2026/7/26 8:47:16 阅读更多 →

最新新闻

Windows本地部署LinkAce书签管理工具指南

Windows本地部署LinkAce书签管理工具指南

1. 项目概述LinkAce 是一款开源的、自托管的书签管理工具,它允许用户收集、组织和分享网络书签。与浏览器内置的书签功能相比,LinkAce 提供了更强大的分类、标签和搜索功能,并且支持多设备同步访问。对于经常需要收集和整理大量网络资源的用户…

2026/7/26 9:09:27 阅读更多 →
4.2 开发智能体(小红书爆款笔记生成)

4.2 开发智能体(小红书爆款笔记生成)

《扣子编程从一句话到产品上线:零门槛AI心流开发》全书案例分享~-CSDN博客 本章案例开发的整体流程遵循扣子官方标准开发流程:输入完整开发提示词→AI 自动搭建智能体→自动单元测试→人工预览测试→发现问题并通过自然语言迭代优化→多轮调试修复细节问…

2026/7/26 9:09:27 阅读更多 →
5分钟快速上手:HoYo-Glyphs - 终极开源游戏字体解决方案

5分钟快速上手:HoYo-Glyphs - 终极开源游戏字体解决方案

5分钟快速上手:HoYo-Glyphs - 终极开源游戏字体解决方案 【免费下载链接】HoYo-Glyphs Constructed scripts by HoYoverse 米哈游的架空文字 项目地址: https://gitcode.com/gh_mirrors/ho/HoYo-Glyphs 如果你正在为设计项目寻找独特的字体风格,或…

2026/7/26 9:09:27 阅读更多 →
AI技术如何加速科研成果转化:系统架构与实践

AI技术如何加速科研成果转化:系统架构与实践

1. 项目背景与核心价值 在科研领域,每年有数百万篇学术论文发表,但真正能转化为实际应用的成果却寥寥无几。这种"论文-落地"之间的巨大鸿沟,已经成为制约科研价值释放的关键瓶颈。我们团队开发的"百考通AI期刊论文"系统&…

2026/7/26 9:09:27 阅读更多 →
LSTM时间序列预测框架:多算法融合与优化实践

LSTM时间序列预测框架:多算法融合与优化实践

1. 项目概述:多算法融合的LSTM时间序列预测框架这个项目本质上构建了一个模块化的时间序列预测解决方案,其核心创新点在于将传统LSTM神经网络与多种前沿优化算法进行有机组合。我在金融风控领域应用类似框架时发现,单一模型往往难以应对复杂市…

2026/7/26 9:09:26 阅读更多 →
Android Root隐藏终极方案:Zygisk与LSPosed原理及实战配置指南

Android Root隐藏终极方案:Zygisk与LSPosed原理及实战配置指南

1. 项目概述:当Root遇上检测,我们为何需要Zygisk Assistant?在Android玩机圈里,Root权限一直是一把双刃剑。它赋予了我们前所未有的系统控制力,从深度定制主题、冻结预装应用,到使用需要高权限的自动化工具…

2026/7/26 9:08:26 阅读更多 →

日新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻