实现相机图像色彩真实还原的关键技术与方法

自然界中，根据人的肉眼所能感受到的光的波段范围，分为可见光和不可见光。其中可见光的波长范围是400nm~780nm，不可见光的波长范围是10nm~400nm，780nm~0.1mm。

01

可见光的颜色

在自然界中，人眼所感受到的白光（太阳光），其实是由多种不同颜色的光构成，且每种色彩的光都存在不同的频率。

由于人的肉眼有感知 RGB 三种不同颜色的锥体细胞 ，因此对于光学中的色彩而言，又可将其分解为“三基色”：红（Red）、绿（Green），蓝（Blue），其中每种基色的光的波长范围，也不尽相同（大致范围）：

● R：620-780 nm

● G：500-560 nm

● B：430-470 nm

02

还原图像的色彩

在对光和影像的研究和应用上，相机行业应运而生，但相机Sensor（CCD和CMOS）只能接受光的强度，而无法感知光的颜色，也就是不能识别光的频率或者波段，因此如果直接用CCD和CMOS，输出的只能是灰度图像，如下图所示：

< 灰度图像-图片来源于网络 >

为了尽可能得到我们人眼所习惯的彩色图像，尽可能输出色彩还原更真实的图像，人们提出了两种解决方案：

方案1：拜耳阵列方案

这种成本相对较低，是由外国专家bayer提出的：

通过在传感器前添加一个下图这样的RGB滤波阵列，使得每个滤光点只能透射一种颜色，并使各个颜色的滤光点与下层像素点一一对应。

< 拜耳阵列方案-图片来源于网络 >

通过上面这样的方式，可以将上面无色彩的灰度图像处理得到下图所示的红绿蓝强度图，可以看出初始的图像偏绿，这不是人们所想要的图像。

< 初始图像-图片来源于网络 >

接下来就是进行猜色，也就是根据一个像素点及其周围的红绿蓝各自的灰度值，经插值算出该像素点的RGB。插值算法很多，最简单就是将临近像素的色彩值赋给该像素，也可以将邻域的该颜色灰度值平均后赋给该像素点，算法很多（具体算法查阅拜耳滤镜插值）。

按照理想情况，每个像素点有3个值，而实际上，R和B各只有1/4，G有1/2，因此，bayer pattern得到的图像中，实际只有1/3的内容是真实的，其他都是根据先验知识插值得到。这也说明了自然图像中具有大量的冗余信息。

方案2：三种滤镜方案

这种成本相对较高，能够较大程度的保证色彩的还原度。

其原理是采用分光器或者棱镜，将通过镜头的光线被分为三束光，然后到达三个传感器，每个传感器件前有一个不同的滤光片，分别对应RGB三种颜色，以此来保证相机所采集到的色彩的精准度。

< 具体如图所示-图片来源于网络 >

审核编辑：黄飞