研究背景

近幾年來，在消費性電子市場，由於晶片技術的大幅發展，數位相機 體積大幅的縮小，在價格日趨便宜下漸漸取代大部分傳統相機的市場。在 數位相機中所採用的是電荷耦合元件(Charge Coupled Device，CCD)或互 補性氧化金屬半導體(Complementary Metal-Oxide Semiconductor，CMOS) 感光元件。由於感光元件本身只對光的強度有反應，並無法分辨光的色 彩，因此，若想要得到彩色影像則必須設法將紅色(R)、綠色(G)、藍色(B) 三原色訊號分離出來，也就是需要三個感光元件分別覆蓋 RGB 三種顏色 的濾光片來擷取訊號，如圖 1-1 所示。但是由於使用三個感光元件所需要 的成本較高，而且也擴大晶片的尺寸，因此目前在市場中 3 個 CCD 的數 位相機仍不普遍。

Array sensors

Optical system Scene

圖 1-1 3CCD 取像系統

在消費性電子市場輕、薄、短、小的主張下，目前市場上的仍然是以 單一感應器的數位相機為主流。然而以一個感光元件要記錄三種顏色的像 素 值 ， 目 前 的 作 法 是 排 列 三 種 顏 色 濾 光 片 成 為 一 色 彩 濾 波 陣 列 (Color Filter Array，CFA)，在每一個像素點只讓三原色光穿透其中一種，擷取一 種顏色的訊號量，如圖 1-2 所示，然後再透過色彩插補演算法計算該像素 點另外兩個顏色值，進而完成原始全彩影像圖。對於彩色數位攝影系統，

影像的品質是最重要的關鍵，而色彩插補演算法的效能則直接地影響到輸 出影像的品質。

圖 1-2 1CCD 取像系統

色彩濾波陣列目前普遍採用貝爾圖形(Bayer’s CFA Pattern [2])，如圖 1-3 所示。由於醫學與色彩學上的研究，人眼對於綠色亮度變化較為敏感，

且綠色訊號對於亮度訊號的變化有較大的相關性，故在 CFA pattern 上使 用總像素點的二分之一來擷取綠色訊號值，而紅色與藍色訊號各佔四分之 一，經過研究設計結構性排列而成 CFA pattern。

圖 1-3 Bayer CFA Pattern [2]

由於 CFA pattern 的影響，從數位相機取得影像原始資料，其視覺上 的效果將如下圖 1-4 所示。

(a) (b)

圖 1-4 CFA 影像資料示意圖 (a)自然界景物 (b)相機擷取原始資料

如何從 CFA pattern 得到全彩輸出影像，最直覺且簡易的方法，即將 兩相鄰的顏色值平均，對所有像素點做平均計算，填補缺少的顏色像素 值，即可得到全彩影像，此稱為雙線性(Bilinear)色彩插補演算法，但是單

平均後會產生模糊的效果或出現顏色與原始色彩不同的結果，即稱之為人 工錯色(Artifacts)。一般所謂人工錯色可分為拉鍊效應(Zipper Effects)與錯 色(False Color)。拉鍊效應通常產生於顏色的過渡區域，由於過渡區域顏 色像素值變化起伏不定，造成參考到錯誤的鄰近點資訊，導致顏色值高低 交錯排列現象，如圖 1-5 所示。

(a) (b) 圖 1-5 拉鍊效應 (a)原始圖 (b)插補重建圖

而另一個類型為錯色，此現象會在重建影像中出現與原始景物完全不 同的顏色點，此現象通常出現在邊緣上，色彩轉變陡峭的情況，由於不適 當的色彩平均運算，形成另一種顏色，如圖 1-6 所示。

(a) (b) 圖 1-6 錯色 (a)原始圖 (b) 插補重建圖

因此，如何從不完整的 CFA pattern 完美的重建原始全彩影像，並且 使用少量的計算量、減少人工錯色的情況，以達成完美重建影像的目標，

即為本研究色彩插補演算法所欲達成的目標。