Bayer CFA详解：从物理原理到工程实践
各位同学，今天我们来聊聊Bayer CFA。说实话，这个知识点看起来简单，但很多工程师做了好几年图像处理，对它的理解还停留在「红绿蓝马赛克」的层面。我在项目中见过太多因为Bayer模式选错导致画质翻车的案例，所以这一章，咱们把它彻底讲透。
一、Bayer阵列的物理意义
先问一个问题：为什么数码相机要用Bayer阵列？
答案其实很直接——因为单个像素是色盲的。CMOS传感器上的每个感光单元只能感知光的强度，分辨不出颜色。那怎么办？我们就在每个像素前面盖一层滤色片，只让特定波长的光通过。这就是色彩滤波阵列（CFA）的由来。
Bayer阵列是Bryce Bayer在1976年提出的方案。它的核心思想是：人眼对绿色最敏感，所以绿色像素占一半，红色和蓝色各占四分之一。你想想看，这个分配是不是很聪明？
关键点：Bayer CFA不是随便排列的，它模拟了人眼视觉系统的色彩敏感度分布。绿色通道承载了大部分亮度信息，红蓝通道负责色度信息。
二、四种Bayer模式详解
实际工程中，Bayer模式有四种常见排列：RGGB、GRBG、BGGR、GBRG。我刚开始做ISP时，被这四种模式搞得晕头转向。后来发现，其实就两种基本排列，另外两种是镜像或旋转。
| 模式 | 第一行 | 第二行 | 常见传感器 |
|---|---|---|---|
| RGGB | R G R G ... | G B G B ... | Sony IMX系列 |
| GRBG | G R G R ... | B G B G ... | OmniVision部分型号 |
| BGGR | B G B G ... | G R G R ... | 部分安森美传感器 |
| GBRG | G B G B ... | R G R G ... | 三星部分传感器 |
这里有个坑，我必须要提醒你：不同厂家的Bayer模式定义可能不一样。我曾经在项目中拿到一个模组，文档写的是RGGB，结果实际读出来的数据是GRBG。那次排查花了我整整两天，最后发现是模组厂商把坐标系定义反了。
避坑指南：拿到新传感器时，第一件事就是用纯色光源（红、绿、蓝）验证Bayer模式。不要相信文档，要相信实测数据。
三、Bayer模式对分辨率的影响
这个问题很有意思。很多人以为Bayer CFA会损失分辨率，其实不完全对。
咱们来算一笔账：一个2000万像素的传感器，绿色像素有1000万个，红色和蓝色各500万个。经过demosaic（去马赛克）后，每个像素都能得到RGB三个值。但问题是——红色和蓝色通道的有效分辨率只有绿色的一半。
为什么会这样？因为红色像素每隔一个像素才有一个，相当于在水平和垂直方向都做了2倍下采样。所以红色通道的奈奎斯特频率只有绿色通道的一半。这意味着什么？意味着红色通道会丢失高频细节。
我在做手机摄像头算法时遇到过这个问题：拍黑白条纹图案，绿色通道能清晰分辨，红色通道已经糊成一片了。这就是Bayer CFA对分辨率影响的典型表现。
工程技巧：如果应用场景对色彩分辨率要求高（比如医疗影像），可以考虑使用X-Trans CFA或Quad Bayer方案。但代价是算法复杂度会上升，而且兼容性不如标准Bayer。
四、Bayer CFA的物理实现
咱们用一张SVG图来展示Bayer阵列的物理结构：
这张图展示的是标准的RGGB模式。每个小方块代表一个物理像素，上面覆盖着对应的彩色滤光片。注意看，绿色像素是交错排列的，这样能更好地采样亮度信息。
五、Bayer模式的选择策略
在实际项目中，怎么选Bayer模式？我个人的经验是：
- RGGB：最通用，Sony传感器用得最多，算法生态最完善
- GRBG：部分OmniVision传感器用，注意和RGGB的转换
- BGGR：安森美和一些工业相机用，处理时要小心
- GBRG：三星部分传感器用，相对少见
其实，从算法角度看，四种模式本质上是一样的。你只需要在demosaic之前做一次像素重排，把数据统一成RGGB格式就行。我一般会在代码里写一个查表函数，根据传感器型号自动做转换。
核心结论：Bayer CFA是图像传感器领域最经典的色彩采样方案。它用50%的绿色像素保证了亮度分辨率，用25%的红蓝像素实现了色彩还原。理解它的物理原理和工程限制，是做好RAW域算法的基础。
嗯，这一章的内容就到这里。Bayer CFA看似简单，但它是整个RAW域处理的基石。下一章我们会讲demosaic算法，到时候你会更深刻地理解Bayer模式对画质的影响。
公众号:蓝海资料掘金营，微信deep3321