自动调焦已成为各种成像系统的重要功能，与国外相比，国内在这方面的工作做得还比较少，同时图像处理技术的发展使得自动调焦趋于数字化和智能化，提出基于图像技术的自动调焦方法具有重要的实际意义。 基于图像技术的自动调焦方法采用了与传统调焦技术完全不同的方式进行调焦，传统的调焦方法是通过传感器检测焦点或测量距离的方式实现的，而基于图像技术的调焦方法直接根据图像分析出图像的质量，从而获得当前的成像状态，然后完成调焦操作。图像质量分析是该调焦方法中的关键技术，本文从三种途经详细论述了图像质量分析方法的实现： (1) 基于对比度的图像质量分析方法从图像的时域、频域及信息熵三个角度建立能表示图像对比度的一些调焦函数，并对这些评价函数做了详细的比较，最后确定出时域的Brenner函数和绝对方差函数具有更好的综合性能； (2) 基于功率谱的客观图像质量分析方法假设场景的功率谱具有不变特性，引入了人类视觉系统，加入了维纳噪声滤波器，对图像质量进行评价可得到一个确定的IOM数值，该数值与人的视觉评价具有很高的相关性； (3) 基于小波与神经网络的图像质量分析方法利用小波分析对图像进行多分辨率分解，分析其细节信息并采用统计的方法提取图像特征，再利用人工神经网络对图像特征进行质量模式识别，得到图像的质量等级，实验表明，该方法达到了不错的识别率。 调焦的实现对于对比度法是计算每次成像的调焦函数值，结合一维搜索方法，不断逼近正焦位置；对于功率谱方法和小波与神经网络方法是根据评价出的图像质量，确切地改变焦距调整量。在自动调焦理论的基础上提出了自动调焦系统的设计，分析了系统的总体性能并作为软硬件设计的依据，调焦系统采用DSP+FPGA的高速硬件系统方案。