📚 课程目录第1章 Bayer阵列基础

RAW域黑电平校正与去马赛克算法实战 - 第1节

1.1 从单色到彩色：Bayer阵列的起源

数字图像传感器最初只能感知光的强度，说白了就是拍黑白照片。那怎么让一个像素点同时记录亮度和颜色呢？

1976年，柯达公司的Bryce Bayer提出了一个天才方案——在传感器表面覆盖一层彩色滤波阵列，让每个像素只采集红、绿、蓝中的一种分量。这就是Bayer阵列的起源。

我刚开始接触ISP pipeline时，总觉得这个设计太“浪费”了——每个像素丢掉2/3的颜色信息，后期还得靠算法猜回来。但做了几个项目后我才明白，这种牺牲换来了极高的感光效率和成本优势。你想想看，如果每个像素后面放三个光电二极管，芯片面积得翻三倍，良率直接崩盘。

核心思想：用空间分辨率换取色彩分辨率。人眼对亮度变化比对色度变化更敏感，Bayer阵列正是利用了这一点——绿色通道采样率是红/蓝的两倍，因为人眼对绿光最敏感。

Bayer阵列的基本单元是2×2的像素块。但不同厂商、不同传感器，排列顺序可能不一样。我遇到过不少新手，拿着GRBG的raw图用RGGB的算法去解，结果颜色全乱套了。

为什么会有这么多模式？其实没有技术上的优劣之分，纯粹是各家设计习惯不同。我个人习惯在代码里把模式检测做成可配置的，而不是硬编码——曾经有一次，供应商换了传感器型号没通知我们，结果产线上整批raw图都偏色，排查了两天才发现是Bayer模式变了。

避坑指南：拿到raw图后，第一件事就是确认Bayer模式。可以用纯色卡拍摄，看raw数据中哪个通道响应最高。我曾经用这个方法5分钟就定位了客户反馈的“偏绿”问题——其实是他们把GRBG当成了RGGB处理。

CFA（Color Filter Array）就是贴在传感器像素上的微型滤光片。每个滤光片只允许特定波长的光通过：

这里有个关键点：CFA不是“染色”，而是“过滤”。每个像素接收到的仍然是全光谱的光，只是被滤光片截断了大部分能量。所以Bayer raw图的每个像素值，代表的是该位置对应颜色的光强。

人眼的明视觉响应曲线峰值在555nm（黄绿色）。说白了，我们的眼睛对绿色细节最敏感。Bayer阵列让绿色像素占50%，红蓝各占25%，就是模仿人眼的特性。我在做安防相机项目时验证过——如果把绿色比例降到1/3，人眼主观清晰度会明显下降，即使MTF曲线看起来差不多。

注意：CFA的存在会导致摩尔纹和伪色。因为每个像素只采样一种颜色，高频细节会产生混叠。这就是为什么去马赛克算法必须做抗混叠处理——后面章节我会详细讲。

下面这张图把本章的核心概念串起来了。我建议你把它当作思维导图来记——每次处理raw图时，脑子里先过一遍这个流程。

到这里，Bayer阵列的基础就讲完了。记住三个核心点：