01 滤光原理

讲解这一切知识之前，我们先来说说一个最基本的概念：滤光。

在之前的文章里我们说过，相机的图像传感器实际上记录的是每个像素的光强信息。而在传感器之前都会有一个Bayer Filter对可见光进行过滤，保证传感器上的每个像素点记录的都是单个颜色的信息。

这个Bayer Filter就是用来滤光的。

众所周知，我们看到的五颜六色的世界的每一种颜色，实际上是由红绿蓝三原色光按照一定比例组合而成的。（可以参考我前面介绍三原色的文章）

而光线通过滤光片后，不符合滤光片颜色要求的光线会被过滤，只通过符合要求的光线。

例如，白光分别通过RGB滤光，就会只留下红光、绿光和蓝光的部分。

而黄光（绿光加红光）通过绿色滤光，只会留下绿光的部分，红光的部分会被过滤掉。

滤光除了只能通过某个颜色的光之外，还有个很重要的影响因素，就是会影响光强。

这个很好理解，拿白光举例子，白光是RGB组合成的，过滤掉其中一种或多种颜色的分量，剩下的光强肯定低于一开始的入射光强。过滤掉的颜色越多，对光强影响越大。

总结一下。

1.滤光会过滤掉入射光中某部分光线。

2.过滤掉的光线越多，光强衰减越严重。

02 RGGB传感器

这种传感器一般以4个像素为一组，分别记录2个像素的绿光，1个像素的红光和1个像素的蓝光。

这种传感器是基于人眼成像的原理来设计的。每一组传感器记录的RGB的比例为1:2:1，对应人眼对绿光的敏感程度更强，因此需要记录更多的绿色。

同时，由于这种算法直接记录的是RGB三原色的分量，在后期Demosaic获取图像的时候，算法也会比较方便。

03 CYYM传感器

除了RGGB之外，还有其他的传感器。

这里我们先说说CYYM。

看了三原色那篇文章的朋友应该知道，CYYM是青色、黄色、黄色和品红色四种颜色的缩写。

这种滤光模式的排布和上面说的RGGB有点像，一个像素组（4个像素）中，有一个青色，两个黄色和一个品红色。

从这个图里我们可以看到，这种滤光模式下，青色只过滤掉了红色、黄色只过滤掉了蓝色、品红只过滤掉了绿色。

我们可以看到，这种传感器的排布方式接受到的RGB光比为3:3:2，接收到的光强比RGGB要高。而接收到的光强越强，暗光下的拍摄效果就越好。

不过，由于这种排列方式在Demosaic的时候，还需要将CMY的光强信息计算并分解成RGB信息，才能得到RGB图。

这样的算法就需要比较大的运算量了，所以很少有使用这种排布的相机。

04 RYYB传感器

相对三原色RGB而言，剩下的颜色越接近RGB，做Demosaic解出RGB的难度就越低。

但是剩下的颜色越接近RGB说明被过滤掉的光线越多，传感器的感光能力就越低。

因此，滤光方式的选择要兼顾Demosaic算法的难度和滤光时带来的光线损失。

这就有了RYYB传感器，用两个黄色代替两个绿色。

这种情况下，三种颜色分量的进光量变成了R:G:B = 3:2:1，感光量增加，暗光环境下的拍摄效果得到显著提升。

在Demosaic的时候，虽然没有纯粹的G通道数据，但是也可以通过一定的算法算出来。尤其是随着芯片处理能力的进一步提升，这样的算法也更有可能落地到一些拍照设备上。

除此之外，还有其他形式的传感器排列，例如RGBW（W是白色，感应完整的亮度信息）等，如下图所示，

05 灰度传感器

那如果我们完全不做滤光，直接接收所有可见光谱成像，会怎么样呢？

之前我们说过，传感器本身接受到的只有光强信息，通过不同颜色的滤光得到不同颜色的光强信息后，才能通过差分算出RGB颜色分量的信息。

没有滤光的情况下，没有色彩差分只有光强信息，得到的就是灰度图。

这种情况下，进光量最大（没有滤光），但是缺点也很明显，就是没有颜色。

06 总结

本文简单说了一下不同传感器的滤光排布方式。

要得到彩色图像，就需要获取不同颜色的光强信息。通过对光强信息的解算，得出最后图像上每个点的RGB颜色分量。

而要获取这些信息，就需要通过滤光的方式，得到不同颜色的光强。滤光的条件越严苛，光强的损失就越大。

但是颜色信息越单纯（指相对于纯色RGB来说），就越方便通过Demosaic得到RGB图像。

不同的传感器滤光阵列排布，就是在滤光强度和Demosaic难度之间进行一个取舍。

当然还有一种别的解决方式，就是采用三个传感器：

缺点很明显，相机的体积和成本一下子就上去了。除此之外，这种成像方式要求三块传感器的像素要对齐，也增加了制造的成本和难度。