很多數字相機采用電荷耦合器件（CCD）作為其感光元器件。CCD 的原理很簡單：我們可以把它想象成一個沒有蓋子的芯片，上面整齊地排列著很多小的感光單元，光線中的光子撞擊每個單元后，在這些單元中會產生電子（光電效應），而且光子的數目與電子的數目互成比例。但在這一過程中，光子的波長并沒有被轉換為任何形式的電信號，換言之，CCD 裸芯片實際上都沒有把色彩信息轉換為任何形式的電信號。那么采用 CCD 作為感光元件的彩色數字相機是如何生產彩色圖像的？其圖像存在哪些優缺點？本文將回答這個問題。
1. 單色相機
我們首先從相對簡單的黑白數字相機入手。
如圖所示，物體在有光線照射到它時將會產生反射，這些反射光線進入鏡頭光圈照射在CCD芯片上，在各個單元中生成電子。
曝光結束后，這些電子被從 CCD 芯片中讀出，并由相機內部的微處理器進行初步處理。此時由該微處理器輸出的就是一幅數字圖像了。
2. 3 CCD 彩色相機
CCD 芯片按比例將一定數量的光子轉換為一定數量的電子，但光子的波長，也就是光線的顏色，卻沒有在這一過程中被轉換為任何形式的電信號，因此 CCD 實際上是無法區分顏色的。
在這種情況下，如果我們希望使用 CCD 作為相機感光芯片，并輸出紅、綠、藍三色分量，就可以采用一個分光棱鏡和三個 CCD，如圖所示。棱鏡將光線中的紅、綠、藍三個基本色分開，使其分別投射在一個 CCD 上。這樣以來，每個 CCD 就只對一種基本色分量感光。
這種解決方案在實際應用中的效果非常好，但它的最大缺點就在于，采用3個 CCD + 棱鏡的搭配必然導致價格昂貴。因此科研人員在很多年前就開始研發只使用一個 CCD 芯片也能輸出各種彩色分量的相機。
3. 單 CCD 彩色相機
(1) 成像原理
如果在 CCD 表面覆蓋一個只含紅綠藍三色的馬賽克濾鏡，再加上對其輸出信號的處理算法，就可以實現一個 CCD 輸出彩色圖像數字信號。由于這個設計理念最初由拜爾（Bayer）先生提出，所以這種濾鏡也被稱作拜爾濾鏡。
如上圖所示，該濾鏡的色彩搭配形式為：一行使用藍綠元素，下一行使用紅綠元素，如此交替；換言之，CCD 中每4個像素中有2個對綠色分量感光，另外兩個像素中，一個對藍色感光、一個對綠色感光。從而使得每個像素只含有紅、綠、藍三色中一種的信息，但我們希望的是每個像素都含有這三種顏色的信息。
所以接下來要對這些像素的值使用“色彩空間插值法”進行處理。
以上圖中左下角的紅色區域為例，我們需要的是丟失了的綠色與藍色的值。而插值法可以通過分析與這個紅色像素相鄰的像素計算出這兩個值。在這個例子中，算法發現該區域像素綠色像素均含有大量電荷，但藍色像素電荷數為零，所以可以計算出，這個紅色像素實際上是黃色的。
如果以上圖為例對3 CCD 的成像結果與單 CCD + 色彩插值處理后的結果進行比較，我們將發現所得圖片完全一致。但該結論僅對這幅圖像成立！因為這副圖片色彩對比簡單、邊界規則。而在實際應用中，即使最成熟的色彩插值算法也會在圖片中產生低通效應。所以，單 CCD 彩色相機生成的圖片比3 CCD 彩色相機生成的圖片更加模糊，這點在圖像中有超薄或纖維形物體的情況下尤為明顯。但是，單 CCD 彩色相機使得CCD 數字相機的價格大大降低，而且隨著電子技術的發展，今天 CCD 的質量都有了驚人的進步，因此大部分彩色數碼相機都采用了這種技術。
(2) 成像類應用
在成像原理一節的講解過程中，我們使用的是把一幅圖片中的紅、綠、藍三色分離而得的三副圖片。現在，我們將使用這張圖片的原始數字圖像介紹兩種簡單的插值處理算法。
(i) 臨近像素復制法
填補缺失的色彩值的最簡單方法就是從臨近像素中獲取色彩值。以拜爾濾鏡中第二行第一個綠色像素為例，在源圖像中該點實際是紅色的，但經拜爾濾鏡中綠色鏡片過濾后，該點色值為零。我們只需要把臨近紅藍像素中的紅色與藍色值復制到該像素中，就能獲得其RGB值（255，0，0）。
就此例而言，這種插值法計算出了正確的RGB值。但在實際應用當中，對于靜止圖像，這種簡單的插值法所生成的結果是不可接受的。但由于它算法簡單且不耗費多少時間，我們可以將其用于對圖像質量要求不高的視頻數據流中（例如視頻預覽）。
(ii) 臨近像素均值法（雙線性插值）
我們可以對“復制插值法”作出的最直接改進就是使用若干臨近像素的均值。如下圖所示，這種方法對于上例中的象素點，同樣可以計算出正確的RGB值（255，0，0）。
但針對圖中第二個示例像素點的計算指出了均值法的一個重大缺陷：均值法有低通特性，并由此將清晰的邊界鈍化。如該點 RGB 值本應是（255，0，0），但計算后變成了（255，128，64），即由紅色變成了棕橙色。
當然，今天大部分數字相機的色彩插值算法都要大大優于上面介紹的兩種基本算法，但是使用相機的現場工程師幾乎不大可能調整或改變一款相機內置的色彩插值算法。為了提供給用戶更大的靈活性，映美精
DBK 21F04, DBK 21AF04, DBK 21BF04, DBK 31AF03, DBK 31BF03, DBK 41AF02 及 DBK 41BF02 型號的1394 系列相機 與 DBK 21AU04, DBK 21BU04, DBK 31AU03, DBK 31BU03, DBK 41AU02 及 DBK 41BU02 型號的USB2.0 系列相機都取消了色彩插值計算，它們尤其適用于需要自行處理原始數據圖像的用戶。
3) 測量類應用
在以測量為目的的應用場合，色彩插值法存在以下重要缺點 ：
? 每個像素都具有紅、綠和藍的色彩值，但這三個值中只有一個真正來自CCD。其它兩個值都由插值法計算而得，因此都是估算值。
? 這些估算值不僅干擾測量過程本身，而且它們都會給
總線及計算機 CPU 增加不必要的負載。
舉例說明
如上圖所示，源圖像由色彩非常接近的兩個區域組成。左半邊像素的RGB值為（0，255，128），右半邊的像素值為（0，255，144）。如采用臨近像素均值法進行插值處理，會得到紅、綠、藍三色的三幅圖像（結果如下圖）。
如圖所示，紅色圖只有64個灰度級為0的值，而綠色圖中只有64個灰度級為255的值。因此，這兩幅圖對于區分不同區域起不到任何作用。只有藍色柱狀圖顯示出了一個介于32個128值與24個144值之間的“谷”。谷底的8個灰度級為136的值是色彩插值低通效應的結果，它證明了這一算法使得原本清晰的邊界變得模糊。
如果我們基于原始圖像進行分析，如下圖所示：
由上面三個柱狀圖可見，直接對數字原始圖像進行柱狀圖分析有如下兩點優勢：
? 可以省去占總量三分之二的冗余信息。
? 由于沒有使用插值處理，諸如邊界模糊之類的干擾得以避免。
三幅柱狀圖再次表明紅色和綠色圖對于我們的分析沒有意義，而藍色柱狀圖則準確的反映了源圖像的關系。
綜上所述，在圖像測量應用領域，我們不推薦對原始圖像進行色彩插值處理，相反，把從CCD獲得的電荷直接轉換為數字原始圖像、并對其進行分析有助于簡化問題、提高效率。
The Imaging Source Europe GmbH （映美精歐洲有限公司）有著近20年工業圖像處理領域軟硬件產品的研發生產經驗，并已逐漸確立了在
工業相機、機器視覺、圖像采集卡及視頻轉換器等領域的領先地位，其產品被廣泛應用在生產自動化、質量檢測、醫療衛生、顯微鏡系統及天文探測等領域，收到全球用戶的好評與青睞。公司總部位于德國不萊梅市，在臺北市和美國夏洛特市設有分
