传统相机自动对焦技术让智能手机成像质量更高

对许多用户来说，相机的性能已经成为一部智能手机最重要的部分。社交媒体和在线业务让每个人都成为摄影师或影片导演，再辅以几百万画素的传感器和手机内建的处理程序，就能让用户进入手机预设环境时体验到专业质量。

目前市场上的一些智能手机传感器比几年前的专业数字相机拥有更高像素。图像分辨率现在完全可以胜任大多数的用途。然而，能成就绝佳的摄影不止要有百万像素。瞬间捕捉、敏锐清晰、要求快速和准确的自动对焦(AF)等超越缓慢和功能有限的系统，如今已广泛应用于智能手机了。

对比检测，成熟升级

用于智能手机相机和一些专用摄影机中的传统自动对焦功能，通常按照对比检测的原理运行。这种方法可用于普通的图像传感器应用环境，因此实现起来相对容易且低成本。

在对比检测的自动对焦中，聚焦马达将镜头移向传感器或远离它，并在相邻像素之间以相机现场中的一个或多个点监测对比度。焦点是指在峰值对比度检测到的点。这种方法可能很慢，因为系统最初并没有信息来指示镜头应该移动的方向以改善聚焦过程。此外，还可能需要检查多格图像，才能确保适当地检测峰值对比度。但这可能在拍摄静止影像时产生延迟，对焦移动中的物体或录制视频时的性能可能较差。

随着智能手机用户对于相机性能的期望不断提高，市场需要反应更灵敏的系统。

相位检测自动对焦和工作原理

相位检测自动对焦(PDAF)已经用于数字单反相机(DSLR)一段时间了，而且较对比检测方法更快速的找到焦点。

在PDAF系统中，比较具有对角响应特性的专用对焦像素输出。图1比较了不对称PDAF像素响应与一般用于图像捕捉的像素响应。图中以安森美半导体(ON Semiconductor)的先进PDAF像素为例，其高灵敏度的特点提高了在低光条件下的自动对焦性能。当然还有其他解决方案倾向于使用阻挡光照的方法，导致低光下的PDAF性能折衷。

图1：相反极性的PDAF像素与标准像素响应的比较。

当聚焦图像时，PDAF像素的响应趋近于相位，如图2所示。相反的，聚焦误差导致像素响应之间的相位位移。图2还显示了PDAF传感器提供镜头对焦时所需的镜头移动幅度信息以及镜头应该移动的方向信息：无论是接近或是远离传感器。这将有助于让PDAF系统较传统的对比度检测可能更快速对焦。

图2：PDAF像素信息包含对焦误差的大小与方向。

自动对焦机制重复此捕捉步骤，直到PDAF像素响应完美对齐。而在实际操作时，该PDAF算法必须计算大量像素的平均响应，以实现正确的对焦。

PDAF性能的挑战

数字单反相机通常有一个单独专用的对焦传感器，并配置一个副镜，让进入相机的一定比例光线导入像素数组(图3)。但这对于典型智能手机的外形尺寸并不实用，因为智能手机传感器需要一系列PDAF像素整合于主图像传感器中，并能以多种方式排列，例如在单行连成一线或成对位于传感器的不同位置。在单行中并排排列的像素通常能为视频或子采样模式带来更好的性能。然而，由于PDAF像素并不用于图像捕捉，使得这种排列可能在静止图像上产生一条明显的线。另一方面，采用分散的模式虽然易于校正图像误差，但更大的像素间距可能导致无法对焦，也无法使用子采样模式。值得一提的是，扰动效应意味着PDAF像素可能让相邻图像捕捉像素的响应失真达30%，这将会影响缺陷校正的程度。

图3：高级数字单反相机的专用对焦传感器。

图4所示为典型PDAF处理子系统的关键要素。校正和交互关联应用于传感器，PDAF算法则执行于主应用处理器的CPU。如图中所示，交互关联描述了将像素输出串流转换成数据进行分析的过程，并正确地校准信号，以实现相位检测。最终，结果传送至AF马达驱动器，并在PDAF像素重新采样前，将镜头移至下一个所需的位置。

图4：PDAF系统原理方框图。

为了确保PDAF的性能令人满意，还必须考虑几个因素。光学模糊比通常比观察到的相位差更高九倍，这意味着人眼可以检测聚焦误差，即使相位检测像素输出更加匹配。镜头效果也为对焦带来挑战：焦点位移通常大于像素相位差20倍。这些影响需要对于PDAF像素响应极其准确地解析，才能实现灵敏可靠的对焦。可以应用几种技术将准确度拉到最高，包括优化像素性能和像素模式等。

PDAF传感器也对颜色敏感、与位置相关，而且可能易于受到光学误差影响。必须运用特别的校正，例如镜头阴影和自适应校正，才能克服这些影响。

优化智能手机应用

例如安森美半导体藉由与知名品牌合作累积在数字单反相机世界的经验，为智能手机用户提供增强的PDAF体验。目前在传感器的创新如AR1337，这款整合高性能PDAF像素(SuperPD)的图像传感器具有较高的光灵敏度(如图1所示)，以及优化的PDAF像素模式。

采样频率理论有助于确定最佳的定位与PDAF像素数，毕竟，PDAF像素无法聚焦于厚度超过PDAF像素之间距离的线条或纹理，而高频图像需要大量的样本点才能准确地确定峰值。特殊模式如虚线或2X1像素对，则可以用来确保稳固性，以及将缺陷校正降到最低。

此外，还可以使用诸如传统的镜头阴影或更先进的自适应阴影等技术来管理像素输出值，以便将参考值提供给缺陷校正算法。再者，一般的图像捕捉像素值可用来帮助校正PDAF像素值。串扰则可通过平衡像素平均值消除。进一步的优化包括镜头增强，使其得以较目前手机普遍使用的传统金属快门，能有更多的光线能直接到达像素表面。这些快门可能阻断高达50%的光直达画素。

例如，安森美半导体为其智能手机相机传感器中的PDAF画素提高光灵敏度，也表现在各种广泛照明条件下实现更快的自动对焦，甚至是在低光环境。

总结

PDAF是增强智能手机相机性能的未来，有机会实现媲美专用摄影机(包括DSLR)的响应时间、对焦准确度和再现性。然而，该技术需要适当地设计，才能为智能手机应用提供最佳性能。可应用的技术包括优化PDAF像素，以便最大化相位灵敏度，并将一般相邻像素的影响减至最低，建立优化PDAF像素模式，实现强劲的自动对焦性能，以及增强PDAF算法以加速对焦时间与缺陷校正。