目录

• sensor成像原理
• • 拜尔马赛克变换（BAYER DEMOSAICING）
  • 拜尔阵列的排列
  • 维伦阵列
• sensor中的数据流程
• • 光电转换
  • 模数转换
  • ISP
  • image output
• sensor与CPU的对接
• 摩尔纹

sensor成像原理

相机或摄像头使用数百万个微小的光腔（感光元件）来记录图像。

• 成像时，sensor将镜头投射来的光子储存为模拟电信 。
• 曝光完成后，相机关闭这些光腔（感光元件），然后通过测量模拟电信 的强度来评估每个腔中有多少光子掉入来计算数字电信 的数值。
• 然后模拟电信 转换为数字电信 ，数字电信 的数值由位深度决定（RGB的位深度）。
• 最后，根据正在记录的文件格式（8位JPEG位0-255），可能会再次降低生成精度

但是，上述插图只会创建灰度图像，因为这些腔无法区分它们每种颜色的多少。
要捕捉彩色图像，必须放置一个过滤器在每个腔上，只允许特定颜色的光。几乎所有当前数码相机都只能捕获每个腔中的三种主要颜色之一，因此它们丢弃了大约 2/3 的传入光。
因此，相机必须接近其他两种原色，才能在每像素上全彩。最常见的颜色滤镜阵列称为”拜耳阵列”，如下所示。

拜耳阵列由红绿蓝三色滤波器交替排列组成。
请注意拜耳阵列中包含的绿色传感器是红色或蓝色传感器的两倍。由于人眼对绿光比红光和蓝光更敏感，因此每种原色不会获得总面积的同等比例。
绿色像素的冗余会生成一个图像，该图像看起来不那么嘈杂，并且具有比每种颜色均等处理时所能完成的更精细的细节。这也解释了为什么绿色通道中的噪音比其他两种主要颜色要小得多（常见图像噪声及产生原因（高斯、泊松和椒盐噪声））。

这样裁出来只有9个像素点，比sensor光腔数量实际的要少7个。原因可能和sensor设计相关，sensor的光腔数量和实际像素不对应，实际光腔数量要大得多，出来的图像是裁剪过的。
这也和sensor的安装有关，sensor不可能严丝合缝，一定存在误差，于是足够大的sensor就可以避免由于安装的偏移导致的图像显示不完全的问题
有可能你要说，56789的排列不是rggb了。解释为微积分中的近似模拟，即尽可能接近的去模拟。也和sensor厂商的设计有关

不同的sensor排列方式不同，需要查看用户使用sensor的数据Sohu测

维伦阵列

每个光腔之间都显示有小山峰，将光子引向一个或另一个腔。数码相机在每个摄影点上方都装有”微透镜”，以提高其采光能力。这些镜头类似于漏斗，漏斗将光子引导到光腔，否则光子将未使用

然而，即使有一个理论上完美的sensor，可以捕捉和区分所有颜色在每个照片现场，moiré和其他纹理或现象仍然可能出现。这是任何系统不可避免的后果，该系统以离散的时间间隔或位置对其他连续信 进行采样。因此，几乎每个摄影数字传感器都集成了所谓的光学低通滤镜 （OLPF） 或防别名 （AA） 滤镜。这通常是传感器正前的薄层，通过有效地模糊任何可能的问题细节，比传感器的分辨率更精细。

声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！