[摘抄]色彩濾波陣列(Color Filter Array)簡介


概述

色彩濾波陣列,英文名 Color Filter Array 或 Color Filter Mosaic ,簡稱 CFA 或 CFM,是像素傳感器上方的一層馬賽克覆層,用於采集圖像的色彩信息。一般的光電傳感器只能感應光的強度,不能區分光的波長(色彩),因此圖像傳感器需要通過色彩濾波(Color Filter)以獲取像素點的色彩信息。

Color Filter 根據波長對光線進行濾波,特定的 Color Filter 只允許特定波長的光通過。例如,最常見的 Bayer Filter,又稱 RGGB Filter,圖像傳感器通過 Bayer Filter 獲得像素點上紅色(Red)、綠色(Green)和藍色(Blue)光的強度信息,再據此通過色彩還原算法(Demosaicing Algorithm)推算像素點的色值。CFA的光譜濾波特性和色彩還原算法決定了CFA色彩采集能力。通常圖像傳感器的光子通帶和CFA的光譜響應范圍會大於可見光頻譜范圍,因此保證圖像傳感器能夠捕獲可見光范圍內所有顏色信息。

如下圖 1 左示例圖像傳感器采集圖像的過程。圖像傳感器通常包括上百萬個微小的光腔或感光點來采集圖像。在按下相機快門曝光開始的瞬間,系統會開啟這些感光點以收集光子,將光子作為電信號存儲起來。曝光結束后,系統閉合感光點,通過評估電信號的強度來判斷光子多少,並根據比特深度(Bit Depth)將其量化為數字值。

然而,以上過程只能產生灰度圖片,不能識別色彩。如圖 1 右所示 Bayer Filter 疊加在感光點上方,只允許特定波長的光進入感光點。理論上,一般圖像傳感器的每個感光點只能采集三原色(RGB)的一種顏色,從而丟棄另外 2/3 的光。因此,圖像傳感器需要通過還原算法,判斷每個像素點上另外兩種顏色光的強度,最后推算出該像素點的色值。

圖1. 感光點示意圖

根據應用的特點,市場上可能存在不同的 CFA 配置(Pattern)。在常見的車載前視(Front Camera)應用中,CFA采用 Red-Monochrome(RCCC )配置。這種配置中,CFA濾波器結構中包括 3 個空白(Clear -C)和 1 個紅光濾波器。相比於 Bayer Filter 在處理過程中會丟棄 2/3 的光源,RCCC CFA 信號靈敏度更高,同時通過紅色光的強度也足以判斷汽車前燈(白色)和尾燈(紅色)等情況。

Bayer Filter


 ↵

發明於 1976 年的 Bayer Filter 是目前市場上用途最廣的CFA,Bayer Filter CFA 配置中包括 1 個紅光、1 個藍光和 2 個綠光濾波器(25% Red, 25% Blue, 50% Green)。由於人眼天生對於綠色比較敏感,Bayer Filter 設計綠色光通透性要好於其它兩種顏色。這種處理方式相比於等同處理RGB三種顏色,它所還原出來的圖像,在人眼看來,噪點更低,細節更加清晰。

如圖 2 所示 Bayer Filter 的結構中,兩個綠色光濾波器處在對角線位置,它們和紅色、藍色濾波器形成 2x2 的矩陣。

圖2. Bayer Filter CFA構造

圖 3 表示光源經過 Bayer Filter 后的發生的情況,只有特定顏色的光可以穿過相應顏色的濾波器。(圖 1 與圖 3 表述原理相近!)

圖3. Bayer Filter工作原理

在 Bayer Filter 處理色彩信息時,會將 2x2 濾波矩陣當做最基本的全色值單元,通過統計單元內 RGB 光強度的比例,計算得出該像素點的色值,如圖 4 所示。

圖4. Bayer Filter基本色彩單元

如果 CFA 的基本色彩單元按照圖 4 示意的順序排列,則每四個像素只有一個色值,即縱向和橫向分辨率只有實際像素的一半。Bayer Filter 實際上是采用的基本色彩單元是如圖 5 所示疊加式分布。在圖像中心位置,這種疊加式分布的色彩單元分辨率與像素分辨率一致,精度高;但在圖像邊緣位置,由於濾波器缺失,精度略差。

圖5. Bayer Filter基本色彩單元分布

 ↵

Others


 ↵

主要介紹 Bayer Filter 以外 CFA 配置,並簡要說明其特點和目標應用。

  • Clarity + 技術

Clarity+ 是 ONSEMI(原 Aptina )圖像傳感器的一種技術,指將原 Bayer Filter 濾波器中綠光濾波器改為透傳(Clear)的結構。這樣做的好處主要體現在采集光源的強度更高和專用的頻帶響應技術可以有效提高圖像的質量(信噪比和可靠性等)。技術說明見 Link 。

圖6. Clarity + CFA配置

表 1 列出 ONSEMI 幾種 Clarity+ CFA 與 Bayer Filter 特性的比較,采用 Clarity+ 技術可有效提高圖像的信噪比,但在色彩識別上表現差。


表1. Clarity+ CFA特性比較

圖 7 示意 Clarity+ CFA的工作原理。

圖7. Clarity+ CFA工作原理

圖 8 和圖 9 分別示例用 Bayer Filter 和 Clarity+ CFA拍攝照片的對比(戶外照片來源:Vision System,室內照片來源:ONSEMI)。從照片中可以看到,Clarity+ CFA在弱光環境下的表現要優於 Bayer Filter

 

圖8. Bayer & Clarity + CFA 戶外 拍攝對比


圖9. Bayer & Clarity + CFA 室內 拍攝對比

總之,適合人眼的,並不一定適合於機器。在用於自動駕駛圖像識別等領域,根據應用的特點,系統設計者應靈活選擇不同配置的 CFA。

  • RCCC

RCCC CFA的 75% 部分為透傳,其余 25% 為感受紅光的濾波器。圖 10 示意 RCCC 的色彩濾波器的排列。RCCC 的優點是光靈敏度高,適用於弱光環境。由於 RCCC 只有紅色光濾波器,因此主要用在對於紅色標識敏感的場合,比如交通燈檢測。


圖10. RCCC配置

  • RCCB

RCCB CFA的 50% 部分為透傳,其余紅光藍光濾波器各占 25%。圖 11 示意RCCB的色彩濾波器的排列。RCCB 的弱光敏感性比 RCCC 稍差(Clear 部分少嘛),但它分辨色彩的能力更好,采集的圖像既可以用於機器分析,也可以用於人眼觀察。

圖11. RCCB配置

  • Mono

Monochrome 為100% 透傳,它不能分辨色彩。Mono 配置的弱光靈敏度最高,僅用於對顏色無識別要求的場合,如駕駛員狀態檢測等。

圖12. Monochrome配置

參考資料


 ↵

1. Color Filter Array -Wikipedia

2. Bayer Filter -Wikipedia

3. Slides on Qualcomm Summit  -ON

4. Understanding Digital Camera Sensors -Cambridge in Colour

5. Image Sensors Build on the Brilliance of Bayer -Wikipedia

6. Aptina Explains Clarity+ Technology, Reveals 1.1um Pixel Product -Blogspot

x. ISS Image Pipe for Alternate CFA Formats -TI

 

 

轉自:http://www.wangdali.net/cfa/#comment-15588


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM