图像bayer格式介绍以及bayer插值原理CFA

1 图像 bayer 格式介绍

bayer 格式图片是伊士曼·柯达公司科学家 Bryce Bayer 发明的， Bryce Bayer 所发明的拜耳阵列被广泛运用数字图像。

对于彩色图像，需要采集多种最基本的颜色，如 rgb 三种颜色，最简单的方法就是用滤镜的方法，红色的滤镜透过红色的波长，绿色的滤镜透过绿色的波长，蓝色的滤镜透过蓝色的波长。如果要采集 rgb 三个基本色，则需要三块滤镜，这样价格昂贵，且不好制造，因为三块滤镜都必须保证每一个像素点都对齐。当用 bayer 格式的时候，很好的解决了这个问题。 bayer 格式图片在一块滤镜上设置的不同的颜色，通过分析人眼对颜色的感知发现，人眼对绿色比较敏感，所以一般 bayer 格式的图片绿色格式的像素是是 r 和 g 像素的和。

另外， Bayer 格式是相机内部的原始图片 , 一般后缀名为 .raw 。很多软件都可以查看 , 比如 PS 。我们相机拍照下来存储在存储卡上的 .jpeg 或其它格式的图片 , 都是从 .raw 格式转化过来的。如下图，为 bayer 色彩滤波阵列，由一半的 G ， 1/4 的 R ， 1/4 的 B 组成。

2 bayer 格式图像传感器硬件

图像传感器的结构如下所示，每一个感光像素之间都有金属隔离层，光纤通过显微镜头，在色彩滤波器过滤之后，投射到相应的漏洞式硅的感光元件上。

当Image Sensor往外逐行输出数据时，像素的序列为GRGRGR.../BGBGBG...（顺序RGB）。这样阵列的Sensor设计，使得RGB传感器减少到了全色传感器的1/3，如下所示。

3 bayer 格式插值红蓝算法实现

每一个像素仅仅包括了光谱的一部分，必须通过插值来实现每个像素的 RGB 值。为了从 Bayer 格式得到每个像素的 RGB 格式，我们需要通过插值填补缺失的 2 个色彩。插值的方法有很多（包括领域、线性、 3*3 等），速度与质量权衡，最好的线性插值补偿算法。其中算法如下：

R 和 B 通过线性领域插值，但这有四种不同的分布，如下图所示：

(a) (b)

(c) (d)

在（ a ）与（ b ）中， R 和 B 分别取邻域的平均值。

在（ c ）与（ d ）中，取领域的 4 个 B 或 R 的均值作为中间像素的 B 值。

4 bayer 格式插值绿算法实现

(c) (d)

由于人眼对绿光反应最敏感，对紫光和红光则反应较弱，因此为了达到更好的画质，需要对 G 特殊照顾。在上述（ c ）与（ d ）中，扩展开来就是上图的（ e ）与（ f ）中间像素 G 的取值，这也有一定的算法要求，不同的算法效果上会有差异。经过相关的研究，

（ e ）中间像素 G 值的算法如下：

（ f ）中间像素 G 值的算法如下：

CMOS 摄像头这部分转换是在内部用 ADC 或者 ISP 完成的，生产商为了降低成本必然会使得图像失真。当然用外部处理器来实现转换，如果处理器的速度足够 NB ，能够胜任像素的操作，用上面的算法来进行转换，皆大欢喜。不过上述算法将直接成倍提高了算法的复杂度，速度上将会有所限制。因此为了速度的提成，可以直接通过来 4 领域 G 取均值来中间像素的 G 值，将会降低一倍的速率，而在性能上差之甚微，算法如下：

如果能够通过损失图像的额质量，来达到更快的速度，还可以取 G1 、 G2 的均值来实现，但是这样的做法会导致边沿以及跳变部分的失真。