CMOS 图像传感器相位自动对焦（PDAF）技术深度解析

从光学测距物理机制、像素级架构演进到测距算法与产业生态

【导读与核心摘要】自动对焦（Autofocus, AF）是现代计算摄影与机器视觉系统的核心技术之一。相比于传统的对比度自动对焦（CDAF），相位自动对焦（PDAF）凭借其单帧测距、无须来回“拉风琴”搜寻以及极高的实时响应速度，已成为智能手机、单反/无反相机及车载感知系统的绝对主流。本文从第一性原理出发，系统化拆解CMOS图像传感器上PDAF的光学三角测距机制、硬件架构演进（Masked PDAF、2PD/Dual Pixel、4PD/QPD、Super PD）、相位匹配与三角计算算法，并深入对比分析主要芯片巨头（Sony、Samsung、OmniVision等）的典型产品路线与产业应用。

一、相位对焦（PDAF）的基本物理原理与几何光学模型

1.1 经典双瞳孔分割与光学三角测距机制

相位自动对焦（Phase Detection Autofocus, PDAF）的物理本质是利用光学系统的“双瞳孔分割（Aperture Splitting）”实现三角光学测距。如图1所示，主体镜头（Main Lens）的出瞳（Exit Pupil）被分割为两个对称的子孔径（Sub-aperture A 与 Sub-aperture B）。来自于被摄物体的光线分别穿过这两个子孔径，并在成像平面（Sensor Plane）上形成两幅细微差异的图像（相位信号A与相位信号B）。

图 1：CMOS 相位对焦（PDAF）几何光学测距与相位视差原理图

当成像系统处于不同对焦状态时，两束光线的会聚点与传感器平面的相对位置决定了相位信号的相对位移（Disparity d）：

·• 合焦状态（In-Focus）：被摄物点的光束精确会聚在传感器平面上，相位信号 A 与 B 的相对位移 d = 0，两幅子图像重合。

·• 前景状态（Front Focus）：焦点位于传感器平面之前，光束在过焦点后发散到达传感器，相位信号 A 偏向右侧，相位信号 B 偏向左侧，呈现正向视差（d > 0）。

·• 背景状态（Rear Focus）：焦点位于传感器平面之后，光束尚未会聚即被传感器截断，相位信号 A 偏向左侧，相位信号 B 偏向右侧，呈现负向视差（d < 0）。

1.2 相位视差（Phase Shift）与离焦量（Defocus Amount）的数学推导

通过几何相似三角形关系，可以严密推导出相位相位差（Disparity d）与离焦距离（Defocus distance Δz）之间的线性比例关系。设镜头有效出瞳直径为 D，出瞳至感光平面的焦距为 f，两子孔径中心距离为 B_pupil，则离焦量 Δz 与相对位移 d 的数学方程表达如下：

Δz = (f / B_pupil) × d = K_pdaf × d

其中 K_pdaf 称为该光学系统的 PDAF 转换增益系数（Calibration Factor）。由此推导可得出 PDAF 的核心优势：

·1. 单帧瞬时测距：图像传感器仅需采集单帧图像中的相位差 d，即可通过公式一次性直接计算出马达需要移动的精确方向（Sign of d）和绝对距离（|Δz|）。

·2. 消除搜寻震荡：彻底避免了传统对比度对焦（CDAF）必须驱动镜头来回移动以寻找对比度峰值的“拉风琴（Hunting）”现象，将对焦响应时间从数百毫秒压缩至数十毫秒以内。

二、 CMOS 传感器像素级 PDAF 实现方案深度解析

为了在单片 CMOS 图像传感器（CIS）上同时实现高质量图像捕捉与精密相位检测，工业界历经多代技术演进，形成了以下四种主要的硬件实现方案。

2.1 遮罩式/遮光罩相位对焦（Masked PDAF / Shielded PDAF）

遮罩式 PDAF 是最早应用在 CMOS 传感器上的对焦方案。其物理实现方式是在传感器的特定像素（PDAF Pixels）上方，通过金属互连层（Metal Shielding Layer）对光电二极管（Photodiode）进行半边遮挡。

图 2：遮罩式（Masked/Shielded）PDAF 像素结构剖面图

如图2所示，左遮罩像素（Left-Masked Pixel）遮挡了左侧入射光线，仅接收右侧子孔径光线；右遮罩像素（Right-Masked Pixel）遮挡了右侧入射光线，仅接收左侧子孔径光线。这两组遮罩像素成对分布在 Bayer 阵列（通常取代部分 Green 像素）中。

·• 优点：硬件结构简单，不需要改变光电二极管的硅基物理结构，仅需在金属层设计掩模，制造成本较低。

·• 致命缺点：

· - 牺牲图像质量：被遮挡的对焦像素丧失了 50% 的进光量，且无法用于直接成像，必须依靠周边像素进行插值重建（Pixel Inpainting），容易在细密纹理处产生伪影（Artifacts）。

· - 对焦点密度低：对焦像素通常仅占全盘像素的 1% ~ 3%，对焦覆盖率有限，对暗光和小物体对焦能力较弱。

2.2 双光电二极管对焦（Dual PD / 2PD / Canon Dual Pixel）

为了解决遮罩式方案损失光通量和图像画质的问题，佳能（Canon）与索尼（Sony）先后推出了双光电二极管（Dual Photodiode, 2PD）技术。

图 3：双光电二极管（Dual PD / 2PD）像素结构与光路分割图

如图3所示，Dual PD 架构的核心设计是将传统的一个大像素拆分为左右两个独立的光电二极管（PD_L 与 PD_R），但它们共享上方同一个微透镜（Micro-Lens）。

·• 信号读出机制：

· - 对焦模式：独立读取 PD_L 和 PD_R 的光电荷，形成相位信号 A 与相位信号 B，进行相干对比测距。

· - 成像模式：在芯片内部或数字端将 PD_L + PD_R 的信号合并（Sum Readout），恢复为 100% 满像素的光电转换与完整分辨率图像输出。

·• 优点：100% 全像素对焦覆盖；感光面积零损失；极大提升暗光环境下的测距灵敏度与精度。

·• 缺点：光电二极管数量翻倍，深槽隔离（DTI）工艺极其复杂；极易产生左右像素间的电学与光学串扰（Crosstalk）；像素容量（Full Well Capacity, FWC）有所降低。

2.3 四光电二极管/全像素八核对焦（Quad PD / QPD / 2x2 OCL）

传统的 Dual PD 仅能在水平方向分割子孔径，因此对纯水平方向的纹理（如水平栅栏、地平线）完全丧失相位检测能力。为了实现全向对焦，Quad PD（QPD，又称 2x2 On-Chip Lens）技术应运而生。

图 4：四光电二极管（Quad PD / 2x2 OCL）十字交叉全向对焦结构图

如图4所示，QPD 在单个微透镜下方集成了 2x2 排列的四个子光电二极管（TL, TR, BL, BR）。该结构支持灵活的信号组合：

·• 水平相位检测：比较 (TL + BL) 与 (TR + BR) 的信号差，捕捉垂直纹理。

·• 垂直相位检测：比较 (TL + TR) 与 (BL + BR) 的信号差，捕捉水平纹理。

·• 斜向全向检测：可通过对角线信号组合实现 360° 十字交叉全向对焦（Cross-Detect AF）。

·• 优点：彻底解决了单向 PDAF 的对焦盲区，对焦精准度与极暗光测距能力达到业内巅峰。

·• 缺点：数据读出通道量极庞大，对 ISP 的逻辑算力与传感器功耗提出了极高要求。

2.4 微透镜阵列与超级 PDAF（Super PD / Micro-lens Split）

Super PD 是三星（Samsung）等厂商推行的一种折中高效方案。它并不在每个像素内部切分 PD，而是将相邻的 2x1 或 2x2 像素组合，在其上方定制非对称形状或跨像素的大型微透镜（Transversal Micro-Lens），使入射光线倾斜汇聚到相邻的不同像素上。该方案在成本、像素 FWC 容量与 PDAF 性能之间取得了极佳的平衡。

三、 PDAF 信号处理与相位对焦算法流程

CMOS 传感器输出原始相位信号后，图像信号处理器（ISP）必须经过严格的算法流水线计算出最终的驱动脉冲。

图 5：PDAF 信号互相关匹配（Cross-Correlation）与抛物线亚像素插值算法原理图

3.1 互相关匹配算法（Cross-Correlation）

如图5所示，算法首先提取感兴趣区域（ROI）内的两个一维相位信号序列 S_A(x) 与 S_B(x)。通过计算互相关函数 R(d) 来寻找最佳匹配位移量：

R(d) = Σ [ S_A(i) × S_B(i + d) ] / sqrt( Σ S_A(i)^2 × Σ S_B(i + d)^2 )

互相关峰值 R(d) 对应的整数位移 d* 即为初始视差。进一步采用三点抛物线插值（Parabolic Interpolation）算法，可以获得亚像素级（Sub-pixel Precision，如 0.1 像素精度）的精确视差 d_sub。

3.2 离焦量映射与 Closed-Loop VCM 闭环驱动

计算出 d_sub 后，结合传感器出厂前校准的 PDAF Lookup Table (LUT) 转换为离焦量 Δz，并直接转化为音圈马达（VCM）的驱动电流或霍尔传感器（Hall Sensor）目标位置：

·1. 开环（Open-Loop）控制：根据 Δz 直接下发指令脉冲使 VCM 一步到位。

·2. 闭环（Closed-Loop）控制：结合霍尔传感器实时反馈马达位置，多段快速收敛，将对焦时间压缩至 20ms 以内。

四、各实现方案的综合优缺点对比分析

下表系统对比了四种主流 CMOS 相位对焦技术方案的核心技术指标：

五、典型半导体公司与代表性产品

5.1 索尼半导体（Sony Semiconductor Solutions）

索尼是全球 CIS 技术的领导者，在 PDAF 领域拥有极为完善的产品线：

·• 2PD 代表芯片：IMX362 / IMX586 (Masked) / IMX766 (2PD)。其中 IMX766 广泛搭载于高端旗舰手机主摄，提供极佳的对焦与画质平衡。

·• 2x2 OCL (QPD) 代表芯片：IMX689 / IMX890 / LYT-800。引入全像素八核对焦技术，成为高端计算摄影与复杂夜景对焦的标杆。

5.2 三星电子半导体（Samsung ISOCELL）

三星在超高像素与高级 PDAF 的融合上独具优势：

·• Super PD / Dual Pixel 代表芯片：ISOCELL GN2 (1/1.12" 50MP，结合 Dual Pixel Pro 斜向切分实现全向 AF)。

·• HP系列 200MP 芯片：ISOCELL HP1 / HP3，在 0.56μm 微小像素上采用 Super QPD 方案，兼顾两亿像素高解析力与高速对焦。

5.3 豪威科技（OmniVision Technologies）

豪威科技在国产替代与高端车载/手机领域发展迅速：

·• 代表芯片：OV50H（50MP，采用 1.2μm 像素与 QPD 全像素全向对焦架构），在高端手机主摄中获得大规模商业化应用。

5.4 佳能（Canon）

作为相机领域的传感器先驱，佳能在全画幅 EOS R 系列（如 EOS R5, R3）上全线普及“全像素双核 CMOS AF II”（Dual Pixel CMOS AF II），实现了极致的动体追踪与人眼/动物/车辆智能相位对焦。

六、结论与未来演进趋势

CMOS 相位对焦技术已经从最初的“局部像素牺牲型测距”全面演进至“全像素无损计算测距”。展望未来，PDAF 技术呈现出以下三个突出的发展趋势：

·• 1. 深度融合 AI 语义对焦：PDAF 硬件视差数据与 NPU 端侧目标检测（Subject Detection）深度结合，实现对人眼、宠物、高速赛车的预测性智能化追踪对焦。

·• 2. 结合 dToF / iToF 混合对焦系统：在极暗环境（0 Lux）下，PDAF 与 LiDAR/ToF 进行数据融合，实现全天候无死角精准对焦。

·• 3. 堆叠式传感器（Stacked CIS）片上逻辑算力增强：将互相关算法直接下放至 Sensor 底部逻辑层（Logic Die），实现微秒级的像素内实时视差输出。