? 本文主要講解逆馬賽克變換的原理，文中照片由映美精DFK 31BF03-Z2.H采集所得。

?

? 逆馬賽克算法是一種數(shù)字圖像處理方法，用于重建圖像的所有色彩信息，其算法對(duì)象為裝有彩色濾鏡陣列（CFA）的圖像傳感器，這種彩色濾鏡陣列中所有濾鏡的通過波長(zhǎng)是不完全一致的。逆馬賽克變換也稱作CFA插值或色彩重建。

?

逆馬賽克變換的目標(biāo)：
?? CFA輸出經(jīng)過空間采樣的色彩通道數(shù)據(jù)，逆馬賽克變換算法的目標(biāo)是使用這些數(shù)據(jù)中重建所有的圖像的所有色彩（例如所有位置的三色值）。這種算法一般包括以下特征：
??避免錯(cuò)誤色彩信息的進(jìn)入，比如色彩混淆、鋸齒邊（一組相鄰像元亮度不自然地亮暗變化）以及紫邊。
??保持圖像最大分辨力不變。
??計(jì)算復(fù)雜性低，可使用相機(jī)硬件資源在內(nèi)部完成快速而有效的計(jì)算。
??易于圖像分析以進(jìn)行準(zhǔn)確的降噪處理。

??????? ?彩色濾鏡陣列：
?

? 彩色濾鏡陣列位于圖像傳感器前，是像馬賽克一樣的彩色濾鏡。實(shí)際應(yīng)用中，最常用的CFA構(gòu)型是Bayer濾鏡，如上圖所示。Bayer濾鏡在奇數(shù)行是紅綠交替的濾鏡，在偶數(shù)行是綠藍(lán)交替的濾鏡。綠色濾鏡的數(shù)量是紅色或藍(lán)色濾鏡的2倍，目的是模仿人眼對(duì)綠光敏感的特性。
?? 由于CFA的顏色采樣結(jié)果原理上會(huì)產(chǎn)生混疊，通常在圖像傳感器和鏡頭間會(huì)裝有光學(xué)抗混疊濾鏡，以減少由插值產(chǎn)生的錯(cuò)誤顏色信息（色彩混淆）。
?? 由于每個(gè)傳感器的像元位于濾鏡后面，其輸出值為對(duì)應(yīng)的像素值，該值描述對(duì)應(yīng)的三種濾鏡之一的原始亮度信息。因此，需要相關(guān)的算法去估算每個(gè)像元的顏色值，而不是某個(gè)顏色分量的數(shù)值。

逆馬賽克變換示意圖：
?? 如果要以彩色濾鏡陣列中采集到的數(shù)據(jù)重建圖像的所有色彩，就需要插值算法來(lái)完成空值的計(jì)算。這里要求算法不再需要其它的計(jì)算條件，由此引入逆馬賽克算法。
在本例中的示意色塊圖由映美精出品的Bayer Demonstrator軟件生成。
下圖表示經(jīng)由Bayer濾鏡后輸出的數(shù)據(jù)，每個(gè)像元只含有一個(gè)紅色、綠色或藍(lán)色分量。
?????? ? Bayer濾鏡采樣：
?

?????? ? 紅色分量

?

??????? ?綠色分量

?

??????? ?藍(lán)色分量

?

??? 數(shù)字相機(jī)采用的典型算法是通過對(duì)以上分量求平均值來(lái)重建完整的RGB圖像。軟件Bayer Demonstrator提供兩種算法：相鄰像元復(fù)制和相鄰像元求平均，結(jié)果如下圖：
直接復(fù)制相鄰像元色彩值及其局部：

?

???????? ?相鄰像元求平均值及其局部：
?

??? 重建出的圖像在純色區(qū)域內(nèi)色彩正確，但是分辨力（細(xì)節(jié)和銳度）會(huì)降低，而且會(huì)出現(xiàn)邊緣混淆（比如局部圖像中可以看出色彩混疊和粗糙的邊緣）。

逆馬賽克算法：

簡(jiǎn)單插值：
?? 這種算法是典型的均勻網(wǎng)格多元插值算法，對(duì)同樣顏色分量的相鄰像元值進(jìn)行直接插值計(jì)算。這種最簡(jiǎn)單的方法稱為最近像素插值算法，這種算法簡(jiǎn)單地把相同色域通道中鄰近的像素值復(fù)制。在對(duì)圖像質(zhì)量有一定要求的場(chǎng)合不宜使用，但可以應(yīng)用于圖像預(yù)覽中，因?yàn)檫@種算法占用很少的計(jì)算資源。另外一種簡(jiǎn)單的算法為雙線性插值，使用這種算法，非紅色像元的紅色分量值通過其相鄰2個(gè)或4個(gè)的紅色像素值平均求得，藍(lán)色與綠色算法類似。各顏色層內(nèi)更復(fù)雜的獨(dú)立插值算法包括雙三次插值、樣條插值和Lanczos resampling插值。
?? 盡管這些算法在純色圖像區(qū)域中能夠獲得較佳效果，但是配合純色CFA使用時(shí)在邊緣及細(xì)節(jié)處容易產(chǎn)生嚴(yán)重的逆馬賽克色彩混淆。另外，線性插值配合時(shí)空譜（泛色）CFA使用時(shí)可以獲得非常好的效果。

圖像內(nèi)的像元相關(guān)性：
? 更復(fù)雜的逆馬賽克算法研究彩色圖像內(nèi)像元時(shí)域或頻域內(nèi)的相關(guān)性。時(shí)域相關(guān)性是圖像內(nèi)像素值的變化趨勢(shì)，用于估算類似的色彩值。頻域相關(guān)性是在較小的圖像區(qū)域內(nèi)像素值與其它顏色層的依賴關(guān)系。
這種算法包括：
??變數(shù)梯度內(nèi)插法：這種算法計(jì)算興趣像元附近的梯度值，并用較低的梯度（表示圖像更平滑及更相似的部分）估算插值。這種算法曾用于dcraw軟件的第一版中，容易受顏色混淆的影響。
??像素組群法：該算法使用自然景物的假設(shè)進(jìn)行估算。與變數(shù)梯度內(nèi)插法相比，該算法在自然圖像中產(chǎn)生的彩色混淆較少。在版本為8.71后的dcraw軟件中有所使用，在軟件中被稱作“像素圖像組群法”。
??自適應(yīng)均質(zhì)導(dǎo)向內(nèi)插法：這種算法選擇內(nèi)插的方向，以使計(jì)量結(jié)果均勻性最大，通?？梢园焉驶煜郎p至最小。在dcraw軟件近期的各版本中均有包含。

視頻中的超分辨率/逆馬賽克：
?? 從近年的發(fā)展看出超分辨率與逆馬賽克是一個(gè)問題的兩個(gè)方面，將二者歸為一類未嘗不可。要注意兩者均要對(duì)付色彩混淆問題。因此，尤其在視頻重建領(lǐng)域（多幀），超分辨率與逆馬賽克處理的綜合應(yīng)用將提供最優(yōu)的重建方法。

專用算法情況：
?? 許多商用軟件使用專用算法，并不對(duì)大眾開放，不一定與現(xiàn)有的已公布的算法相同。而映美精DFK 31BF03-Z2.H相機(jī)提供最近色彩、雙線性、邊界銳化3種插值方法，對(duì)用戶透明，使用者可依據(jù)采集圖像特點(diǎn)酌情選擇，或直接在原始數(shù)據(jù)基礎(chǔ)上使用自己的插值算法。

權(quán)衡：
?? 有些算法處理自然景物時(shí)能得到更佳效果，而有些處理掃描文檔時(shí)效果更佳。這說(shuō)明在估算像素值時(shí)還有我們所不知道的影響因子存在。此外，運(yùn)算速度與圖像質(zhì)量的矛盾也依然存在。
如果使用可以導(dǎo)出原始數(shù)據(jù)格式圖像的相機(jī)（如DFK 31BF03-Z2.H），就可以使用不同的逆馬賽克算法，有時(shí)會(huì)得到更高質(zhì)量的圖像。

軟件：
??? 由映美精制作的DeBayer原理演示軟件Bayer Demonstrator能夠形象說(shuō)明逆馬賽克的過程，該軟件免費(fèi)為用戶提供，可從以下鏈接進(jìn)行下載：
?

?http://www.theimagingsource.com/downloads/bayerdemonstrator.en_US.zip