091、PDAF像素的"盲区"——横向纹理场景下PDAF失效的物理原因与补偿，如何用相位差置信度融合对比度AF
去年在给某款旗舰机做Camera HAL层对焦策略优化时，遇到一个极其诡异的case：用户拍室内木纹桌面，画面里全是横向条纹，预览画面肉眼可见地来回“拉风箱”，但Log里PDAF的置信度输出一直是0.85以上。当时第一反应是AF算法没吃透传感器给的相位差数据，后来把Sensor的RAW dump出来一帧帧看，才发现问题根本不在算法层——是物理层就错了。横向纹理下，PDAF像素的左右相位检测点看到的图像几乎一模一样，相位差计算出来的结果不是噪声就是恒定的伪值，而置信度模块又没做纹理方向性校验，直接把垃圾数据当宝贝喂给了马达。
这里得先掰扯清楚PDAF像素的物理结构。传统的2x1 PDAF像素，是把一个像素的光电二极管一分为二，左边和右边各自独立读出，通过比较左右两半图像的偏移量来推算离焦量。这个设计的隐含假设是：被摄物体在水平方向上有足够的纹理梯度，这样左右两半才能看到“错开”的图案。一旦场景变成横向条纹——比如木纹、百叶窗、横条纹衬衫——问题就来了：横向条纹在水平方向上的灰度变化几乎为零，左右两半像素接收到的光强分布完全一致，相位差计算出来的偏移量要么是零，要么是随机噪声。更坑的是，有些Sensor的PD像素在横向纹理下会输出一个固定的非零偏移，这个偏移不是真实的离焦量，而是像素本身的光学串扰或者微透镜偏移造成的系统误差。如果AF算法不做方向性判断，就会把这个伪偏移当成真实对焦信号，马达就会朝错误方向跑。
当时我们排查的第一步是看Sensor的PD像素配置。那款Sensor用的是2x2 On-Chip Lens（OCL）结构，也就是四个像素共用一个微透
