很多数字相机采用电荷耦合器件（CCD）作为其感光元器件。CCD 的原理很简单：我们可以把它想象成一个没有盖子的芯片，上面整齐地排列着很多小的感光单元，光线中的光子撞击每个单元后，在这些单元中会产生电子（光电效应），而且光子的数目与电子的数目互成比例。但在这一过程中，光子的波长并没有被转换为任何形式的电信号，换言之，CCD 裸芯片实际上都没有把色彩信息转换为任何形式的电信号。那么采用 CCD 作为感光元件的彩色数字相机是如何生产彩色图像的？其图像存在哪些优缺点？本文将回答这个问题。
单色相机


　　1. 单色相机
　　我们首先从相对简单的黑白数字相机入手。
黑白数字相机


　　如图所示，物体在有光线照射到它时将会产生反射，这些反射光线进入镜头光圈照射在CCD芯片上，在各个单元中生成电子。
　　曝光结束后，这些电子被从 CCD 芯片中读出，并由相机内部的微处理器进行初步处理。此时由该微处理器输出的就是一幅数字图像了。
　　2. 3 CCD 彩色相机
CCD 彩色相机 


　　CCD 芯片按比例将一定数量的光子转换为一定数量的电子，但光子的波长，也就是光线的颜色，却没有在这一过程中被转换为任何形式的电信号，因此 CCD 实际上是无法区分颜色的。
　　在这种情况下，如果我们希望使用 CCD 作为相机感光芯片，并输出红、绿、蓝三色分量，就可以采用一个分光棱镜和三个 CCD，如图所示。棱镜将光线中的红、绿、蓝三个基本色分开，使其分别投射在一个 CCD 上。这样以来，每个 CCD 就只对一种基本色分量感光。
　　这种解决方案在实际应用中的效果非常好，但它的最大缺点就在于，采用3个 CCD + 棱镜的搭配必然导致价格昂贵。因此科研人员在很多年前就开始研发只使用一个 CCD 芯片也能输出各种彩色分量的相机。
　　3. 单 CCD 彩色相机
　　(1) 成像原理
成像原理


　　如果在 CCD 表面覆盖一个只含红绿蓝三色的马赛克滤镜，再加上对其输出信号的处理算法，就可以实现一个 CCD 输出彩色图像数字信号。由于这个设计理念最初由拜尔（Bayer）先生提出，所以这种滤镜也被称作拜尔滤镜。
　　如上图所示，该滤镜的色彩搭配形式为：一行使用蓝绿元素，下一行使用红绿元素，如此交替；换言之，CCD 中每4个像素中有2个对绿色分量感光，另外两个像素中，一个对蓝色感光、一个对绿色感光。从而使得每个像素只含有红、绿、蓝三色中一种的信息，但我们希望的是每个像素都含有这三种颜色的信息。
　　所以接下来要对这些像素的值使用“色彩空间插值法”进行处理。
　　以上图中左下角的红色区域为例，我们需要的是丢失了的绿色与蓝色的值。而插值法可以通过分析与这个红色像素相邻的像素计算出这两个值。在这个例子中，算法发现该区域像素绿色像素均含有大量电荷，但蓝色像素电荷数为零，所以可以计算出，这个红色像素实际上是黄色的。
　　如果以上图为例对3 CCD 的成像结果与单 CCD + 色彩插值处理后的结果进行比较，我们将发现所得图片完全一致。但该结论仅对这幅图像成立！因为这副图片色彩对比简单、边界规则。而在实际应用中，即使最成熟的色彩插值算法也会在图片中产生低通效应。所以，单 CCD 彩色相机生成的图片比3 CCD 彩色相机生成的图片更加模糊，这点在图像中有超薄或纤维形物体的情况下尤为明显。但是，单 CCD 彩色相机使得CCD 数字相机的价格大大降低，而且随着电子技术的发展，今天 CCD 的质量都有了惊人的进步，因此大部分彩色数码相机都采用了这种技术。
　　(2) 成像类应用
成像类应用


　　在成像原理一节的讲解过程中，我们使用的是把一幅图片中的红、绿、蓝三色分离而得的三副图片。现在，我们将使用这张图片的原始数字图像介绍两种简单的插值处理算法。
　　(i) 临近像素复制法
临近像素复制法


　　填补缺失的色彩值的最简单方法就是从临近像素中获取色彩值。以拜尔滤镜中第二行第一个绿色像素为例，在源图像中该点实际是红色的，但经拜尔滤镜中绿色镜片过滤后，该点色值为零。我们只需要把临近红蓝像素中的红色与蓝色值复制到该像素中，就能获得其RGB值（255，0，0）。
　　就此例而言，这种插值法计算出了正确的RGB值。但在实际应用当中，对于静止图像，这种简单的插值法所生成的结果是不可接受的。但由于它算法简单且不耗费多少时间，我们可以将其用于对图像质量要求不高的视频数据流中（例如视频预览）。
　　(ii) 临近像素均值法（双线性插值）
临近像素均值法


　　我们可以对“复制插值法”作出的最直接改进就是使用若干临近像素的均值。如下图所示，这种方法对于上例中的象素点，同样可以计算出正确的RGB值（255，0，0）。
　　但针对图中第二个示例像素点的计算指出了均值法的一个重大缺陷：均值法有低通特性，并由此将清晰的边界钝化。如该点 RGB 值本应是（255，0，0），但计算后变成了（255，128，64），即
标签:CCD,机器视觉,自动化,
联系我时，请说是在东莞机械网看到的，谢谢！