光学笔记:景深(Depth of Field)与焦深(Depth of Focus)

在光学设计和摄影领域,有两个概念经常被混淆:景深 (Depth of Field, DOF)焦深 (Depth of Focus)

很多人以为它们是一回事,其实它们分别位于透镜的两端:

  • 景深 :管的是物方 (Object Space),决定了你能把多厚的物体拍清楚。
  • 焦深 :管的是像方 (Image Space),决定了你的探测器(CCD/CMOS)安装误差能有多大。

今天我们就从几何光学和波动光学两个层面,硬核推导它们的计算公式及内在联系。


01. 几何示意图:一切的起点

首先,必须建立几何直观。

光学系统不是理想的点对点成像,光斑总是有大小的。当光斑直径小于某个允许值(比如相机的像素尺寸,或人眼的容许弥散圆)时,我们就认为它是"清晰"的。

  • 左边(物方) :物体前后移动一段距离 ΔL\Delta LΔL,像面上的光斑依然足够小,这段 ΔL\Delta LΔL 就是景深
  • 右边(像方) :探测器前后移动一段距离 Δz′\Delta z'Δz′,接收到的光斑依然足够小,这段 Δz′\Delta z'Δz′ 就是焦深

02. 景深 (Depth of Field, DOF) ------ 摄影师的战场

景深主要取决于三个要素:光圈 (F/#F/\#F/#)、焦距 (fff)、拍摄距离 (LLL)

几何推导 (Geometric Derivation)

基于相似三角形,我们可以推导出前景深和后景深。这里直接给出最常用的工程近似公式(适用于中远距离拍摄):

DOF≈2⋅N⋅δ⋅L2f2 DOF \approx \frac{2 \cdot N \cdot \delta \cdot L^2}{f^2} DOF≈f22⋅N⋅δ⋅L2

  • NNN:光圈值 (FFF-number, 如 2.8, 8.0)。
  • δ\deltaδ:容许弥散圆直径 (Circle of Confusion, CoC)。通常全画幅相机取 0.03mm。
  • LLL:对焦距离。
  • fff:镜头焦距。

深入分析

  1. 光圈越小 (NNN 越大) →\rightarrow→ 景深越大。(F16 拍风景,F1.8 拍人像虚化)
  2. 焦距越短 (广角) →\rightarrow→ 景深越大。(这就是为什么手机很难拍出光学虚化,因为 fff 太短了)
  3. 距离越远 →\rightarrow→ 景深越大。

03. 焦深 (Depth of Focus) ------ 光学工程师的战场

焦深对 Zemax 设计师和光刻机工程师至关重要。它决定了系统的装调公差

焦深的定义主要有两种标准:几何标准和物理标准。

1. 几何焦深 (Geometric Depth of Focus)

受限于探测器像素大小(Pixel Size)。假设像素大小为 ppp,光圈数为 F/#F/\#F/# (即 NNN)。

Δzgeo′≈2⋅N⋅p \Delta z'_{geo} \approx 2 \cdot N \cdot p Δzgeo′≈2⋅N⋅p

  • 含义 :如果你的光圈是 F/4,像素是 3um,那么你的对焦误差不能超过 2×4×3μm=24μm2 \times 4 \times 3\mu m = 24\mu m2×4×3μm=24μm。

2. 物理焦深 (Diffraction Limited Depth of Focus)

当光学系统接近衍射极限(如光刻机、高倍显微镜)时,必须用瑞利判据 (Rayleigh Criterion) 计算。

这里引入数值孔径 NA=nsin⁡θNA = n \sin\thetaNA=nsinθ

Δzdiff′=±λ2⋅(NA)2 \Delta z'_{diff} = \pm \frac{\lambda}{2 \cdot (NA)^2} Δzdiff′=±2⋅(NA)2λ

  • λ\lambdaλ:工作波长。
  • NANANA:像方数值孔径。

深入分析:光刻机的噩梦

在浸没式光刻中,为了追求极致的分辨率,NA 越做越大(接近 1.35)。

由公式可知,焦深与 NA 的平方成反比

  • 这意味着:分辨率提高一倍,焦深会缩水四倍!
  • 结果:晶圆表面的平整度要求必须极高,稍微有一点起伏,电路就刻糊了。

04. 终极关联:纵向放大率的秘密

景深(物)和焦深(像)是孤立的吗?当然不是。

它们通过纵向放大率 (Longitudinal Magnification, α\alphaα) 联系在一起。

我们知道垂轴放大率 (倍率)是 M=y′/yM = y'/yM=y′/y。

纵向放大率(轴向移动量的比值)是:

α=dz′dz≈M2 \alpha = \frac{dz'}{dz} \approx M^2 α=dzdz′≈M2

这个公式揭示了光学设计的深刻直觉:

场景 A:显微镜 (M≫1M \gg 1M≫1)

  • 假设 M=100M = 100M=100 (100倍物镜)。
  • M2=10000M^2 = 10000M2=10000。
  • 结论:像方(焦深)是物方(景深)的 10000 倍!
  • 现象:你看显微镜时,稍微转动微调旋钮(物方移动微米级),图像就模糊了(景深极浅);但你的眼睛或者相机稍微前后挪动几厘米(像方移动),图像依然清晰(焦深很大)。

场景 B:航拍/安防相机 (M≪1M \ll 1M≪1)

  • 假设 M=1/1000M = 1/1000M=1/1000 (拍远处的车)。
  • M2=1/1000000M^2 = 1/1000000M2=1/1000000。
  • 结论:像方(焦深)是物方(景深)的百万分之一!
  • 现象:外面的车前后开几十米你都觉得清楚(景深极大);但相机模组里的传感器如果装歪了 10 微米,画面就糊了(焦深极浅)。

05. 总结

在 Zemax 优化时,我们关注的是 Through Focus MTF 曲线,这本质上就是在检查焦深

  • 景深 (DOF) :是给用户用的。如果你做安防镜头,你要保证景深够大,让用户看清远近的目标。
  • 焦深 (Focus Depth) :是给工厂用的。它决定了你的镜头和传感器在组装时的精度要求 (Tolerance)。

记住那个魔法公式:焦深 ≈\approx≈ 景深 ×M2\times M^2×M2

理解了它,你就打通了物象空间的任督二脉。


复制代码
相关推荐
Fᴏʀ ʏ꯭ᴏ꯭ᴜ꯭.1 小时前
Keepalived VIP迁移邮件告警配置指南
运维·服务器·笔记
ling___xi2 小时前
《计算机网络》计网3小时期末速成课各版本教程都可用谢稀仁湖科大版都可用_哔哩哔哩_bilibili(笔记)
网络·笔记·计算机网络
中屹指纹浏览器3 小时前
中屹指纹浏览器底层架构深度解析——基于虚拟化的全维度指纹仿真与环境隔离实现
经验分享·笔记
Hello_Embed3 小时前
libmodbus 移植 STM32(基础篇)
笔记·stm32·单片机·学习·modbus
无聊的小坏坏4 小时前
实习笔记:用 /etc/crontab 实现定期数据/日志清理
笔记·实习日记
香芋Yu4 小时前
【机器学习教程】第04章 指数族分布
人工智能·笔记·机器学习
深蓝海拓5 小时前
PySide6从0开始学习的笔记(二十六) 重写Qt窗口对象的事件(QEvent)处理方法
笔记·python·qt·学习·pyqt
中屹指纹浏览器5 小时前
中屹指纹浏览器多场景技术适配与接口封装实践
经验分享·笔记
BugShare7 小时前
Obsidian 使用指南:从零开始搭建你的个人知识库
笔记·obsidian
深蓝海拓7 小时前
PySide6从0开始学习的笔记(二十五) Qt窗口对象的生命周期和及时销毁
笔记·python·qt·学习·pyqt