研究機構開發出具有最佳補償效果的手抖動信號估測算法，以及運算負載低且易實作的模糊邏輯（Fuzzy Logic）控制器，可大幅提高手機鏡頭模塊穩定度，并改善音圈馬達的磁滯效應，將有助光學防抖技術擴大滲透手機市場。

光學防抖分兩種技術

圖1為具光學防抖功能之微型相機模塊。防手抖系統最具代表的技術為電子防手抖（Electronic Image Stabilizer， EIS）與光學防抖技術。其中，電子防手抖技術利用圖像處理的方式來防止影像模糊，電子防手抖效果取決于算法的設計與效率，系統不須增加額外的硬件，適合微型化設計，但通常必須犧牲影像的分辨率（或影像大小），此為其主要缺點。

圖1影像傳感器與光學防抖模塊

光學防抖技術又區分為傳感器防手抖（Sensor-shift Optical Image Stabilization）與鏡頭防手抖（Lens-shift Optical Image Stabilization）兩種（圖2），光學防抖系統利用光學鏡組（Lens）或影像傳感器（Image Sensor）的移動來補償使用者的手抖動，故不會犧牲影像的分辨率，大幅提升產品附加價值。

圖2光學式防手抖系統示意圖；（A）影像傳感器移動之光學防抖系統；（B）鏡頭移動之光學防抖系統。

手抖動信號估測技術

光學防抖技術需要額外致動器設計，因此主要關鍵技術包括控制器設計與用戶手部振動信號估測器設計。手抖動信號估測器算法，是利用智能手機搭載的MEMS慣性傳感器感測使用者拍攝時手部產生的晃動信號，經由閉回路控制系統驅動微型相機模塊內部精密音圈馬達驅動，以補償使用者手部產生的晃動，避免拍攝影像產生模糊。手抖動信號估測器包括慣性傳感器（多軸陀螺儀及加速度計）與慣性傳感信號處理算法設計。工研院南分院已投入慣性信號估測技術開發多年，并成功運用于行人/行車慣性導航、光學防抖系統中，有相當豐碩的成果。

手抖動信號估測器利用陀螺儀組件感測到手抖動信號后，經由數字信號處理及積分運算后可得到顫抖角度信號，經實驗量測分析后，一般手部振動頻率特性主要頻帶在2～12Hz之間，故信號處理算法亦針對該頻帶信號特性做濾波器設計，開發的算法系將慣性信號處理使用一階低通濾波器與高通濾波器濾除高頻噪聲信號及低頻的主動式信號（用戶操作相機所產生的信號）。

低通與高通濾波器除可針對特定帶寬的手抖信號做補償外，并可避免濾波器對信號所造成的相位延遲，讓信號處理算法與控制系統整合獲得最佳補償效果，使得防抖模塊能達到預期效能。算法因考慮濾波器造成手抖動信號相位的變化，故以此所開發的適應性手抖動估測器，在寬帶域范圍可以獲得精準的手抖動估測信號。圖6為手抖動信號估測器方塊圖。

圖3手抖動信號估測器方塊圖

光學防抖控制器設計

另一光學防抖系統關鍵技術為控制器設計，微型相機模塊致動器大多采用音圈馬達，但其具有磁滯效應、磨擦和參數時變等非線性特性，因此在控制器設計上必須考慮到非線性特性與實現時的運算負載。模糊邏輯控制器（Fuzzy Logic Controller）由于有運算負載低、不需要精確的受控系統數學模型、架構易實現并能有效的補償微型致動器非線性等優點，近年來，工研院南分院所開發的光學防抖系統，成功地利用模糊控制器驅動音圈馬達，藉以補償經由手抖動信號估測器算法計算出來的位移補償信號，達到防手抖效果。光學防抖系統如圖4所示。

圖4光學防抖系統方塊圖

防手抖效能驗證

目前市面上的防手抖效能主要分為1～4級。一般而言，防手抖效能級數是以安全快門速度的倍率來估算，安全快門速度等于焦距長度分之一秒的快門時間，舉例來說，如果鏡頭的焦距是40毫米（mm），那么安全快門的速度就是1/40秒，使用低于安全快門速度拍出清晰的影像，防手抖級數就是安全快門速度的倍率；如果以安全快門速度是1/40秒為例，防手抖效能四級即代表相機在（1/40）×2^4=1/2.5秒快門速度下仍然能拍下清晰的影像，而影像的清晰程度則可以藉由穩定率（Stabilization Rate， SR）小于-15dB或ISO-12233，來鑒別影像銳利度（Image Sharpness）。

其中，穩定率實驗主要是光學防抖系統在振動補償與無振動補償情況下，由固定快門時間條件決定拍攝測試目標，由拍攝照片上影像振動像素（高度）的比值來評定防手抖效能，穩定率圖示說明請參考圖5所示。

圖5防手抖穩定率定義圖

OISOFF_S代表當光學防抖系統關閉且使用相機時，手產生抖動時所拍攝的影像像素（垂直高度）；OISON_S代表當光學防抖系統開啟，且手抖動產生時所拍攝的影像像素（垂直高度）；OISOFF_NS代表當光學防抖系統關閉，且無手抖動產生時，即為OIS系統靜止時拍攝的影像像素（垂直高度）。工研院南分院開發的適應性光學防抖系統已可達市售四級防手抖效能。