相机自动对焦算法

三星S10e的超广角和正常镜头切换的时候，咔咔声很悦耳，不过这里也有疑问，关于自动对焦这个操作是不是有一些开源的东西？好像没有，我 随便搜索了俩篇论文看下。

首先是这个

一副图像是否聚焦，反映在空域上是图像的边缘及细节是否清晰，而图像的边缘及细节。信息可以通过对图像进行微分来获取，因此，可以利用这些信息作为聚焦的判据。这种提取图像边缘信息的函数称为聚焦评价函数，图像经其处理后所得到的量值能够反映图像的清晰度。聚焦评价函数应具有以下几个特性性：无偏性，单峰性，高灵敏度，较高信噪比，计算量较小。这里选用绝对方差函数：

全文就这个公式还算Soul

说了这么多，就这个函数重要：

聚焦评价函数，对于自动聚焦的实现，具有重要的意义。聚焦评价函数有很多，每种方法都有其优点和缺点。原理很简单，越是清晰的照片，每个像素与其周围像素的差距越大，当聚焦不对时，会发现，整个图像糊成一团，即像素值都在某一小范围内。

int calculateGrayDifference(Mat image)//传入单通道图像
{
  Mat temImage;
  temImage = Mat::zeros(image.size(), CV_32FC1);
  //long int result = 0;
  for (int i = 1; i < image.rows; i++)
  {
    for (int j = 1; j < image.cols; j++)
    {
      int num = image.at<uchar>(i, j);
      int num1 = image.at<uchar>(i-1, j);
      int num2 = image.at<uchar>(i, j-1);
      int num3 = abs((num - num1)*(num - num2));
      temImage.at<float>(i, j) = num3;
      //result = result + num3;
    }
  }
  Scalar total = sum(temImage);
  return cvRound(total[0]);
  //return result;
}

给出计算的code

下面论文还有点，不过关系不大：

这个函数怎么算？这里给出，图像使用二维数组存放

算法流程图

以及引入变步长这些东西

当相邻图像的聚焦量值对比小于一定域值时，目标景物及光学镜头的状态相对稳定，此时控制系统处于微动扫描状态，控制输出仍有使调焦机构向获取更大聚焦量图像方向运动的趋势，但控制量微小。当相邻图像的聚焦量值对比大于一定域值，表明目标景物发生了变化，或光学镜头进行了变倍、转向等操作，则控制系统进入大步长快速调焦过程。假定此时调焦机构位于点 M 处，首先确定搜索方向，因点 N 的聚焦量值大于点 M 的聚焦量值，即确定向点 N 方向行进，直到越过最大值 P 到达 P 1 为止，即路径为 M-N-P-P 1 ，将此

过程中最大聚焦量值 P′暂存，进入渐小步长聚焦过程。由 P1 开始，向山顶 P运动，直到 P 2 为止，将此次搜索中最大聚焦量值 P〞暂存。如此反复，每搜索一次，步距相应减小，并将相邻两次搜索中所获得的两个最大聚焦量值进行对比，当对比值小于一定域值时，表示调焦机构已经位于很接近点 P 的位置，进入微动扫描状态。

还有一篇没有看完，不写了，晚安。

https://blog.csdn.net/hust_bochu_xuchao/article/details/52688121