無論是捕捉轉瞬即逝的表情、快速移動的野生動物，還是電影級的視頻片段，自動對焦系統都旨在讓被攝體保持清晰、反應靈敏且呈現準確。但在這種便捷背后，是相機的檢測系統與鏡頭內置馬達之間復雜的相互作用。
基于相機的自動對焦系統
自動對焦過程的前半部分發生在相機機身內部。在這里，系統通過各種檢測策略分析場景并測量清晰度，從而 “決定” 對焦位置。
對比度檢測自動對焦
對比度檢測是最直觀且在數學上最簡單的自動對焦方法。它基于一個大家熟悉的原理：最清晰的圖像是局部對比度最高的圖像，就像人們瞇起眼睛對焦時的感受一樣。
在采用這種方法的數碼相機中，傳感器通過測量相鄰像素之間的亮度差異來評估對比度。隨著對焦變化，對比度會逐漸增加直至達到峰值。此時相機停止對焦，因為它已確定達到了最大清晰度。這個過程是迭代且非預測性的，鏡頭必須越過最佳對焦位置再返回，以確認找到最清晰的對比度點。
雖然在靜態場景中精度很高，但對比度檢測在速度上存在不足。由于它無法預先知道鏡頭需要移動的方向和距離，在低光環境或拍攝低對比度被攝體時，經常會出現 “對焦 hunting（反復搜索）” 現象。這可能導致在動作攝影中出現延遲，錯失對焦瞬間。不過，這種方法的精度使其在拍攝靜態被攝體、 studio 工作或視頻場景中很有價值，因為在這些情況下，精度比速度更重要。
相位檢測自動對焦
相位檢測自動對焦將對焦轉化為一個幾何問題。與對比度檢測在移動鏡頭后評估清晰度不同，相位檢測在開始移動鏡頭之前，就能估算出所需的移動方向和幅度。這種預先計算使相位檢測的速度快得多。
該系統的工作原理是比較從鏡頭兩側投射的兩個版本的圖像。當這兩個投影同相時，圖像即處于對焦狀態。如果它們不同相，系統能立即判斷鏡頭需要移近還是移遠，以及大致的移動量。這種速度和方向性使相位檢測非常適合拍攝快速移動的被攝體和進行連續自動對焦追蹤。
然而，在單反結構中，相位檢測容易出現校準誤差。由于 AF 傳感器和圖像傳感器在物理上是分離的，可能會出現輕微的對齊偏差，即所謂的前對焦或后對焦。帶有傳感器上相位檢測的無反系統在很大程度上解決了這個問題，將精度與速度結合起來。
混合自動對焦
認識到對比度檢測和相位檢測的互補優勢后，許多制造商現在將這兩種技術結合成混合系統。在這些系統中，相位檢測提供快速的粗略對焦估計，而對比度檢測則對結果進行細化，以實現精確的清晰度。
這種協同作用減少了對焦搜索，同時保持了精度，已成為大多數現代無反相機的標準方法。混合系統在視頻自動對焦中尤其有效，因為平滑的過渡和準確的追蹤至關重要。這些技術的融合還能在更廣泛的拍攝場景中提供更好的性能，從高速運動到安靜的采訪都適用。
雙像素自動對焦
雙像素 CMOS 自動對焦（DPAF）是一種獨特的（且專有的）相位檢測實現方式，完全依賴于圖像傳感器。
由于幾乎每個像素都同時參與圖像創建和對焦檢測，DPAF 實現了近乎 100% 的 AF 覆蓋范圍和非常流暢的被攝體追蹤。該系統在視頻領域特別有價值，它能夠跟隨被攝體進行復雜的運動而不會出現對焦搜索或跳動，因此廣受贊譽。
基于 AI 的自動對焦和被攝體識別
越來越多的現代自動對焦系統與人工智能相結合。這些系統不僅能基于對焦指標，還能通過模式識別和預測學習來檢測并優先處理特定被攝體 —— 人臉、眼睛、動物、車輛等。這些算法分析視覺數據，并對場景中哪個部分應該保持清晰做出具有上下文感知的決策，即使被攝體部分被遮擋或運動不可預測。
AI 自動對焦不僅使追蹤更準確，還更直觀。它讓攝影師可以專注于時機和構圖，相信相機將處理技術精度方面的問題。
基于鏡頭的自動對焦系統
雖然相機決定對焦位置，但鏡頭負責執行這一決定。鏡頭內的自動對焦馬達物理移動內部元件以調整焦平面。這些馬達在性能、噪音和視頻兼容性方面差異很大。
結論
自動對焦不再僅僅是一種便利，而是攝影師與被攝體互動方式的基本方面。從相位檢測的快速計算到對比度檢測的刻意細化，自動對焦技術多種多樣。
隨著相機系統的發展，自動對焦仍然是激烈創新的領域。
要理解自動對焦的工作原理，以及為何有些系統在特定場景中表現出色而另一些則不盡如人意，我們必須探究相機如何確定對焦位置，以及鏡頭如何實際執行這一指令。這兩個組件協同工作，其中一個的有效性往往取決于另一個的精度。自動對焦并非單一的系統，而是由光學、電子和機械過程構成的分層架構，不同品牌、甚至不同鏡頭之間都存在差異。
基于相機的自動對焦系統
自動對焦過程的前半部分發生在相機機身內部。在這里，系統通過各種檢測策略分析場景并測量清晰度，從而 “決定” 對焦位置。
對比度檢測自動對焦
對比度檢測是最直觀且在數學上最簡單的自動對焦方法。它基于一個大家熟悉的原理：最清晰的圖像是局部對比度最高的圖像，就像人們瞇起眼睛對焦時的感受一樣。
在采用這種方法的數碼相機中，傳感器通過測量相鄰像素之間的亮度差異來評估對比度。隨著對焦變化，對比度會逐漸增加直至達到峰值。此時相機停止對焦，因為它已確定達到了最大清晰度。這個過程是迭代且非預測性的，鏡頭必須越過最佳對焦位置再返回，以確認找到最清晰的對比度點。
雖然在靜態場景中精度很高，但對比度檢測在速度上存在不足。由于它無法預先知道鏡頭需要移動的方向和距離，在低光環境或拍攝低對比度被攝體時，經常會出現 “對焦 hunting（反復搜索）” 現象。這可能導致在動作攝影中出現延遲，錯失對焦瞬間。不過，這種方法的精度使其在拍攝靜態被攝體、 studio 工作或視頻場景中很有價值，因為在這些情況下，精度比速度更重要。
相位檢測自動對焦
相位檢測自動對焦將對焦轉化為一個幾何問題。與對比度檢測在移動鏡頭后評估清晰度不同，相位檢測在開始移動鏡頭之前，就能估算出所需的移動方向和幅度。這種預先計算使相位檢測的速度快得多。
該系統的工作原理是比較從鏡頭兩側投射的兩個版本的圖像。當這兩個投影同相時，圖像即處于對焦狀態。如果它們不同相，系統能立即判斷鏡頭需要移近還是移遠，以及大致的移動量。這種速度和方向性使相位檢測非常適合拍攝快速移動的被攝體和進行連續自動對焦追蹤。
然而，在單反結構中，相位檢測容易出現校準誤差。由于 AF 傳感器和圖像傳感器在物理上是分離的，可能會出現輕微的對齊偏差，即所謂的前對焦或后對焦。帶有傳感器上相位檢測的無反系統在很大程度上解決了這個問題，將精度與速度結合起來。
混合自動對焦
認識到對比度檢測和相位檢測的互補優勢后，許多制造商現在將這兩種技術結合成混合系統。在這些系統中，相位檢測提供快速的粗略對焦估計，而對比度檢測則對結果進行細化，以實現精確的清晰度。
這種協同作用減少了對焦搜索，同時保持了精度，已成為大多數現代無反相機的標準方法。混合系統在視頻自動對焦中尤其有效，因為平滑的過渡和準確的追蹤至關重要。這些技術的融合還能在更廣泛的拍攝場景中提供更好的性能，從高速運動到安靜的采訪都適用。
雙像素自動對焦
雙像素 CMOS 自動對焦（DPAF）是一種獨特的（且專有的）相位檢測實現方式，完全依賴于圖像傳感器。
由于幾乎每個像素都同時參與圖像創建和對焦檢測，DPAF 實現了近乎 100% 的 AF 覆蓋范圍和非常流暢的被攝體追蹤。該系統在視頻領域特別有價值，它能夠跟隨被攝體進行復雜的運動而不會出現對焦搜索或跳動，因此廣受贊譽。
基于 AI 的自動對焦和被攝體識別
越來越多的現代自動對焦系統與人工智能相結合。這些系統不僅能基于對焦指標，還能通過模式識別和預測學習來檢測并優先處理特定被攝體 —— 人臉、眼睛、動物、車輛等。這些算法分析視覺數據，并對場景中哪個部分應該保持清晰做出具有上下文感知的決策，即使被攝體部分被遮擋或運動不可預測。
AI 自動對焦不僅使追蹤更準確，還更直觀。它讓攝影師可以專注于時機和構圖，相信相機將處理技術精度方面的問題。
基于鏡頭的自動對焦系統
雖然相機決定對焦位置，但鏡頭負責執行這一決定。鏡頭內的自動對焦馬達物理移動內部元件以調整焦平面。這些馬達在性能、噪音和視頻兼容性方面差異很大。
結論
自動對焦不再僅僅是一種便利，而是攝影師與被攝體互動方式的基本方面。從相位檢測的快速計算到對比度檢測的刻意細化，自動對焦技術多種多樣。
隨著相機系統的發展，自動對焦仍然是激烈創新的領域。
