3、色彩从哪里来？Bayer阵列与色彩还原的魔法
你有没有想过一个问题——传感器明明是“色盲”的，它只能感知光的强弱，那彩色照片是怎么来的？
我第一次接触这个疑问是在调试一款车规级传感器的时候。当时客户抱怨暗光下颜色偏紫，我盯着原始RAW数据看了半天，全是灰度值。嗯，那时候我才真正意识到：色彩不是传感器“看见”的，而是算出来的。
3.1 传感器的“色盲”本质
每个像素点本质上就是一个光子计数器。它不关心光是红的还是蓝的，只关心“来了多少光子”。所以裸传感器输出的是一幅单通道灰度图。
那怎么得到彩色？答案是在像素表面覆盖一层彩色滤光片阵列（CFA，Color Filter Array）。每个像素只允许特定波长的光通过——红、绿或蓝。这样，每个像素就只记录一种颜色分量。
核心概念：传感器输出的RAW数据，每个像素只有R/G/B中的一种分量。要得到全彩图像，必须通过算法“猜”出每个像素缺失的另外两个颜色值。这个过程就叫Demosaic（去马赛克）。
3.2 Bayer阵列——最经典的CFA模式
CFA有很多种，但Bayer阵列是的主流。它由Bryce Bayer在1976年发明，至今仍是90%以上传感器的标配。
Bayer阵列的排列规律很简单：
- 50% 绿色（G）——人眼对绿色最敏感
- 25% 红色（R）
- 25% 蓝色（B）
典型的2×2单元是：
R G
G B为什么绿色多一倍？因为人眼的亮度感知主要依赖绿色通道。多放绿色像素，能提升视觉分辨率和信噪比。我在做安防相机调试时，发现低照度下绿色通道的噪声明显比红蓝通道低，就是这个原因。
3.3 Demosaic——从马赛克到全彩
拿到Bayer RAW后，每个像素只有一种颜色。比如一个红色像素，它缺了绿色和蓝色。Demosaic算法就是根据周围像素的信息，插值计算出缺失的颜色值。
我把它分成三类，从简单到复杂：
| 算法类型 | 原理 | 计算量 | 画质 | 典型场景 |
|---|---|---|---|---|
| 最近邻插值 | 直接复制相邻像素的颜色 | 极低 | 差（锯齿严重） | 预览、低功耗 |
| 双线性插值 | 取周围像素的加权平均 | 低 | 一般（边缘模糊） | 早期手机 |
| 边缘导向插值 | 先检测边缘方向，沿边缘插值 | 中等 | 好（细节保留） | 主流方案 |
| 自适应插值 | 结合梯度、纹理、色差模型 | 高 | 优秀 | 高端相机 |
我个人习惯用边缘导向插值作为基线。它在画质和算力之间取得了很好的平衡。我曾经在FPGA上实现过双线性插值，结果边缘全是彩色锯齿——那种“彩虹纹”在文字边缘特别明显，客户一看就摇头。
3.4 插值带来的问题——伪色与锯齿
Demosaic不是完美的。它本质上是在“猜”，猜错了就会出问题。
常见伪影：
- 伪色（False Color）：在高频纹理区域（如细条纹、文字边缘），插值会引入不存在的颜色。比如黑白条纹边缘出现红蓝杂色。
- 锯齿（Zipper Effect）：沿着边缘出现阶梯状或拉链状的亮度跳变。
- 模糊（Blurring）：插值本质是低通滤波，会损失高频细节。
我曾经调试一款工业相机，拍摄电路板上的细线时，伪色严重到无法做自动光学检测。后来把插值算法从双线性换成边缘导向，再配合一个简单的色差校正，问题才解决。
3.5 实战中的Demosaic调优要点
如果你在调试传感器，下面几个参数是必须关注的：
- 边缘阈值：控制算法在多大梯度下启用边缘保护。阈值太低，边缘保护过度，平坦区域出现纹理；阈值太高，边缘锯齿又回来了。
- 色差抑制强度：伪色通常表现为红蓝通道的异常跳变。适当抑制色差能减少伪色，但过度会损失色彩饱和度。
- 亮度/色度分离处理：先插值亮度通道（G），再基于亮度信息插值色度通道（R/B）。这样做能减少色度噪声。
- 去马赛克后的低通滤波：对色度通道做轻微的低通滤波，可以平滑伪色，但注意不要模糊边缘。
我的调试习惯：先用一张ISO 12233分辨率测试卡看边缘锯齿和伪色，再用ColorChecker色卡看色彩还原精度。两个都过了，再调信噪比和纹理保留的平衡。
3.6 知识结构图：Bayer与Demosaic全景
下面这张图把整个流程串起来了。从传感器采集到全彩输出，每一步都离不开Demosaic。
3.7 避坑指南：我踩过的三个坑
调试Demosaic这么多年，有些坑是绕不过去的。分享几个我自己的经历：
坑一：过度依赖算法，忽略硬件噪声
我曾经花了两周调插值参数，伪色始终压不下去。最后发现是传感器模拟增益太高，绿色通道的噪声被放大后，插值算法把噪声当成了纹理。先降噪，再Demosaic，效果立竿见影。
坑二：在RAW域做太多处理
有些同事喜欢在Demosaic之前做大量图像处理，比如锐化、对比度增强。这其实很危险——插值算法会把处理后的伪影放大。我的原则是：RAW域只做黑电平校正、线性化和降噪，其他处理放到Demosaic之后。
坑三：忽视Bayer模式匹配
不同传感器的Bayer排列可能不同。有的是RGGB，有的是BGGR，还有GRBG。我曾经因为读错了Bayer模式，导致整幅图像颜色完全错乱——红色变成了蓝色，绿色变成了紫色。排查了三天才发现是配置表写错了。
3.8 小结
色彩不是传感器“拍”出来的，而是算出来的。Bayer阵列让每个像素只记录一种颜色，Demosaic算法则负责把缺失的颜色“猜”出来。这个“猜”的过程，决定了图像的细节、色彩和噪声水平。
调试Demosaic时，记住三个关键词：边缘保护、伪色抑制、算力平衡。没有完美的算法，只有最适合你场景的配置。