自动对焦技术是机器人视觉、数字成像系统和各种精密光学仪器中的关键技术。随着科学技术的飞速发展,数字成像系统中的精确自动对焦问题越来越受到人们的普遍关注,其应用也显得越来越重要。这对进一步提高测量精度、测量速度及测量自动化程度、减轻操作人员的劳动强度等方面具有重要的现实意义。自八十年代末以来,围绕自动对焦的问题,国内外学者做了一些研究,取得了一定的成绩。但是,由于成像目标和成像条件的复杂性,现有数字成像系统中的自动对焦技术仍存在各种各样的缺点。在如何选择对焦评价函数和对焦区域、如何进行反馈控制和如何提高对焦速度等方面,还有诸多问题有待解决。论文首先总结了前人所作的大量工作,介绍了国内外自动对焦技术的发展情况以及自动对焦的基本方法。在傅里叶光学理论的基础上,分别给出了点扩散函数和光学传递函数,并分析了光学成像系统中数字图像清晰的机理。然后针对自动对焦的三个关键模块(对焦窗口选择、清晰度评价函数和极点搜索算法)进行了分析。自动对焦系统中对焦窗口的选择直接影响着对焦的速度和准确性。基于对焦窗口选择的重要性,论文通过对一个简单而实用的分析模型深入分析验证了对对焦窗口选择的必要性,并对几种常用的选择方法进行了介绍,最后提出了在不同成像条件下窗口选择的一般策略。针对对焦函数的精确度不够高,抗噪能力不强等问题,在比较、研究图像清晰度评价函数和边缘检测的基础上,提出了一种新的函数,该函数采用改进的Sobel边缘检测算子作为评价函数,在一定程度上有效地解决传统自动评价算子梯度计算中的方位局限的问题。同时将作为表征图像整体噪声分布的参数标准差作为阈值引入到函数中来消除噪声的影响。仿真实验证明,该算子具有单峰性强、灵敏度高和抗噪能力好等特点。极点搜索算法则是实现对焦点的搜索和定位,通过比较评价函数值决定镜头移动方向,反馈控制直至成像质量最佳。文章介绍了常用的极点搜索算法,包括斐波那契搜索算法、函数逼近法、“盲人”爬山算法等,针对传统爬山算法容易陷入局部极值的缺点,文章提出了改进的“盲人”爬山算法。论文最后对自动对焦系统的软硬件平台进行了简要讨论,并且对论文进行了总结,对今后的工作进行了展望。