自动对焦技术的研究最早可追溯到l9世纪末，1898年在法国就有人研究放大镜镜头的自动对焦。随着计算机技术和图像处理理论的发展，半数字式及数字式自动对焦技术发展迅猛，主要是以对图像进行高频分量能量的计算或系统点扩展函数的分析，进行系统的对焦或图像恢复，这是现代自动对焦技术发展的主流。其中，通过对图像有关评价信息进行分析计算，使用控制策略来调整光学系统，从而使系统正确对焦的方法被称为半数字式的自动对焦方法，优化的爬山搜索算法就用于半数字式的自动对焦系统中[2]。64153

虽然实现自动对焦的方法有很多，但是基于图像处理的智能化方法是最重要的，有精度高、精度高、体积小等优点。在基于图像处理的数字成像系统自动对焦方法中，比较典型的有对焦深度法、离焦深度法两种[1]。

对焦深度法是一种建立在搜索过程上的对焦方式。光学系统通过改变镜头的位置会获得一系列模糊程度不等的图像。通过计算每幅图像的清晰度评价值即可绘制出一幅x变量为焦距y为评价值的对焦评价曲线，最终搜索评价曲线移动镜头到曲线的最大值对应的位置（即最佳对焦位置）。为了准确地探测峰值的位置，减少由于噪点产生的局部极值以及边缘凸出效应的干扰，可以使用Fibonacci搜索法以及曲线拟合法[19]。论文网

精确对焦的图像比未能准确对焦的图像（具有一定模糊量）具有更好的图像对比度，因此可以利用各像素间的灰度变化关系来分析图像是否达到良好地对焦。还有一种评价方法是功率谱。功率谱是空间自相关函数的傅里叶变换。空间自相关函数表征空间两点之间场的相识性或关联性，它是场的空间相干性的度量[1]。当场相干性较高时，功率谱的弥散较小，光功率在空间频域内集中在较小的区域内，反之，相干性较差时，光功率比较分散[5]。因此，当一副图像准确对焦而具有清晰的结构和边缘时，它的自相关函数顶部窄而高；如果图像模糊，则自相关曲线顶部宽而低，对焦最清晰的图像就对应着顶峰最尖锐的自相关曲线[19]。

离焦深度法是一种从离焦的图像中获得物体深度信息的方法。这种方法要求根据摄像参数建立正确的离焦模型并需要对系统精确校准[15]。对图像的局部区域进行处理和分析，确定其模糊程度以及深度信息（要求场景深度基本相同） [20]。离焦深度法所需图像数量小，也就大大减少了驱动电机等机械机构获取图像的次数，所以离焦深度法速度较快，但是精度比对焦深度法低[6]。

离焦深度法有两种研究思路。其一是Sang Ku Kim 等人提出的基于图像恢复的离焦深度法，根据图像中的某些有代表性的信息近似计算出成像系统的点扩散函数，利用图像退化模型，反演计算恢复出模糊图像的原图[8]。另一种思路是基于离焦量估计的离焦深度法，先获取2-3 幅不同照相机参数下的图像，它们之间存在一定的相对模糊量，对图像的局部区域进行处理和分析，确定其模糊程度（弥散斑的大小）[7]。根据几何光学可知，镜头的孔径与焦距的比值等于弥散斑直径与离焦量的比值，由此可以估算出离焦量，并驱动镜头移动到准确位置[19]。