1. 從Bayer陣列到全彩圖像Demosaic到底在做什么如果你拆開過任何一臺(tái)數(shù)碼相機(jī)或者手機(jī)攝像頭模組會(huì)看到CMOS/CCD傳感器表面覆蓋著一層彩色濾光片陣列最常見的就是Bayer模式——每個(gè)像素上方只允許紅、綠、藍(lán)其中一種顏色通過。以RGGB排列為例每4個(gè)像素里有1個(gè)紅、2個(gè)綠、1個(gè)藍(lán)。傳感器本身只輸出每個(gè)像素的單一顏色強(qiáng)度值也就是一張“半成品”的灰度圖。Demosaic去馬賽克要做的就是根據(jù)周圍像素的顏色信息推算出每個(gè)像素缺失的另外兩個(gè)通道值最終還原出每個(gè)像素都有完整RGB三通道的全彩圖像。這件事聽起來簡(jiǎn)單做起來極其講究。因?yàn)槿笔У膬蓚€(gè)通道值并不存在只能“猜”——而怎么猜、猜得多準(zhǔn)直接決定了最終圖像的清晰度、色彩還原度和邊緣質(zhì)量。Demosaic是ISP Pipeline中計(jì)算量最大、對(duì)畫質(zhì)影響最深的模塊之一也是區(qū)分一家ISP調(diào)試水平高低的關(guān)鍵環(huán)節(jié)。這篇文章適合幾類人看做ISP算法開發(fā)的工程師、FPGA圖像處理方向的從業(yè)者、用OpenCV做圖像處理項(xiàng)目的同學(xué)、以及剛接觸ISP調(diào)試需要理解Demosaic原理的入門者。我會(huì)從最基礎(chǔ)的雙線性插值一路講到邊緣自適應(yīng)算法把每個(gè)階段的思路、參數(shù)、坑點(diǎn)都拆開講清楚。2. 為什么Demosaic不能隨便插值核心難點(diǎn)拆解2.1 顏色通道的空間采樣率不對(duì)等Bayer陣列的本質(zhì)問題是每個(gè)顏色通道的采樣密度不同。綠色通道有50%的采樣率RGGB中兩個(gè)G紅藍(lán)各只有25%。這意味著紅藍(lán)通道的空間分辨率天然比綠色低一半。如果直接對(duì)紅藍(lán)通道做簡(jiǎn)單插值高頻細(xì)節(jié)會(huì)嚴(yán)重丟失表現(xiàn)為圖像邊緣出現(xiàn)彩色偽影。更麻煩的是人眼對(duì)綠色最敏感對(duì)紅藍(lán)的敏感度低一些但恰恰是紅藍(lán)通道的欠采樣最嚴(yán)重。所以Demosaic算法的核心挑戰(zhàn)就是如何在紅藍(lán)通道采樣率不足的情況下盡可能恢復(fù)出正確的高頻信息。2.2 邊緣區(qū)域的偽彩與拉鏈效應(yīng)這是Demosaic最經(jīng)典的兩個(gè)問題。偽彩false color出現(xiàn)在高頻紋理區(qū)域比如細(xì)密的黑白條紋插值算法會(huì)“誤判”出紅藍(lán)交替的顏色。拉鏈效應(yīng)zipper effect出現(xiàn)在水平或垂直邊緣處插值方向選擇錯(cuò)誤會(huì)導(dǎo)致邊緣像拉鏈一樣鋸齒狀。這兩個(gè)問題的根源是一樣的算法在邊緣處無法正確判斷插值方向。如果水平邊緣用了垂直方向的像素來插值結(jié)果必然出錯(cuò)。所以所有優(yōu)秀的Demosaic算法核心都在做一件事——準(zhǔn)確判斷邊緣方向然后沿邊緣方向插值。2.3 計(jì)算復(fù)雜度與實(shí)時(shí)性的矛盾高端Demosaic算法比如基于方向?yàn)V波、自適應(yīng)權(quán)重、甚至機(jī)器學(xué)習(xí)的方法效果很好但計(jì)算量巨大。在手機(jī)ISP里Demosaic必須在每幀幾毫秒內(nèi)完成功耗還要控制在極低水平。FPGA實(shí)現(xiàn)時(shí)行緩存line buffer的數(shù)量、乘法器的用量、流水線的設(shè)計(jì)都直接決定了能不能跑到目標(biāo)幀率。這就是為什么實(shí)際產(chǎn)品中用的Demosaic算法往往是效果和復(fù)雜度的折中方案。3. Demosaic技術(shù)演進(jìn)從雙線性到邊緣自適應(yīng)3.1 第一代雙線性插值——簡(jiǎn)單但問題多雙線性插值是最直觀的方法。以RGGB陣列為例對(duì)于每個(gè)像素用周圍同色像素的加權(quán)平均來估算缺失通道。比如一個(gè)R像素位置G值用上下左右四個(gè)G像素的平均B值用對(duì)角線四個(gè)B像素的平均。這個(gè)方法計(jì)算量極小硬件實(shí)現(xiàn)只需要加法器和移位器。但問題也很明顯邊緣處模糊嚴(yán)重偽彩和拉鏈效應(yīng)都很明顯。實(shí)測(cè)下來雙線性插值在ISO 100的平滑場(chǎng)景還能看一旦到了高ISO或者有細(xì)密紋理的場(chǎng)景畫質(zhì)直接崩。我早期做FPGA ISP驗(yàn)證時(shí)第一版就是用雙線性插值跑通的。當(dāng)時(shí)用了一張分辨率測(cè)試卡雙線性插值出來的圖像在1000線對(duì)以上的區(qū)域已經(jīng)完全糊成一片彩色摩爾紋滿屏都是。這個(gè)方案只適合用來驗(yàn)證數(shù)據(jù)通路是否正確絕對(duì)不能作為最終方案。3.2 第二代色差恒定假設(shè)與梯度修正后來大家發(fā)現(xiàn)一個(gè)規(guī)律在局部小區(qū)域內(nèi)R通道和G通道的差值R-G變化比較平緩B-G也是。這就是色差恒定假設(shè)?；谶@個(gè)假設(shè)可以先插值G通道因?yàn)镚采樣率最高插值最準(zhǔn)然后用G通道加上色差來估算R和B。具體做法是先對(duì)G通道做方向自適應(yīng)插值得到全分辨率的G。然后計(jì)算已知R位置上的R-G差值對(duì)這個(gè)差值圖做插值最后用插值后的色差加上G得到全分辨率的R。B通道同理。這個(gè)方法比雙線性好很多因?yàn)樯顖D比原始通道平滑得多插值引入的誤差更小。但它在強(qiáng)邊緣處仍然會(huì)出問題因?yàn)樯詈愣僭O(shè)在邊緣處不成立。3.3 第三代方向自適應(yīng)與邊緣感知這是目前主流ISP中廣泛使用的方法。核心思路是在插值之前先判斷當(dāng)前像素處是否存在邊緣以及邊緣的方向。如果水平梯度小于垂直梯度說明邊緣更可能是水平方向那就沿水平方向插值反之沿垂直方向。梯度計(jì)算通常用Sobel算子或者簡(jiǎn)單的差分。以G通道插值為例在R像素位置計(jì)算水平方向梯度dh和垂直方向梯度dvdh |G_left - G_right| |2R_center - R_left2 - R_right2|dv |G_up - G_down| |2R_center - R_up2 - R_down2|然后根據(jù)dh和dv的大小關(guān)系選擇水平或垂直方向的G像素做插值或者按權(quán)重加權(quán)。這個(gè)方法的偽彩和拉鏈效應(yīng)比前兩代好很多但梯度計(jì)算本身對(duì)噪聲敏感。在高ISO場(chǎng)景下噪聲會(huì)導(dǎo)致梯度判斷錯(cuò)誤反而引入新的偽彩。所以實(shí)際實(shí)現(xiàn)中通常要先做降噪或者對(duì)梯度做閾值限制。3.4 第四代頻域分離與殘差插值近幾年比較前沿的思路是把圖像分解成低頻和高頻兩部分。低頻部分用簡(jiǎn)單的雙線性插值就夠了因?yàn)榈皖l信號(hào)空間變化緩慢。高頻部分則用更精細(xì)的方法處理比如基于稀疏表示或者導(dǎo)向?yàn)V波。具體流程是先對(duì)Bayer圖像做低通濾波得到低頻分量插值后得到低頻全彩圖。然后用原始Bayer減去低頻得到高頻殘差。對(duì)高頻殘差做方向自適應(yīng)插值最后把低頻和高頻合并。這個(gè)思路的好處是把插值的難度降低了——低頻插值幾乎不會(huì)出錯(cuò)高頻插值雖然難但殘差信號(hào)幅度小即使出錯(cuò)也不明顯。實(shí)測(cè)在紋理豐富的場(chǎng)景下這個(gè)方法比純方向自適應(yīng)能提升1-2dB的PSNR。3.5 第五代基于學(xué)習(xí)的Demosaic用CNN做Demosaic是近幾年的熱點(diǎn)。基本思路是拿大量Bayer-全彩圖像對(duì)訓(xùn)練網(wǎng)絡(luò)讓網(wǎng)絡(luò)學(xué)會(huì)從Bayer模式恢復(fù)全彩圖像。網(wǎng)絡(luò)結(jié)構(gòu)通常比較輕量因?yàn)镈emosaic是一個(gè)局部操作不需要很大的感受野。但這里有個(gè)實(shí)際問題訓(xùn)練數(shù)據(jù)通常是合成的用全彩圖下采樣得到Bayer而真實(shí)傳感器的噪聲特性、壞點(diǎn)、顏色串?dāng)_都和合成數(shù)據(jù)不一樣。所以純學(xué)習(xí)方法在實(shí)驗(yàn)室指標(biāo)很好看實(shí)際ISP中往往需要和傳統(tǒng)方法結(jié)合使用。目前產(chǎn)品中見到的方案大多是“傳統(tǒng)算法為主 學(xué)習(xí)做后處理修正”的混合架構(gòu)。4. 邊緣優(yōu)化策略把偽彩和拉鏈壓到最低4.1 梯度計(jì)算的噪聲抑制技巧梯度計(jì)算是邊緣自適應(yīng)Demosaic的第一步也是最容易出問題的一步。原始梯度對(duì)噪聲極其敏感一個(gè)孤立的噪聲點(diǎn)就能讓梯度判斷完全反轉(zhuǎn)。實(shí)際實(shí)現(xiàn)中必須做處理。我常用的做法是梯度計(jì)算前先對(duì)G通道做一次3x3的中值濾波或者用可分離的均值濾波。中值濾波對(duì)椒鹽噪聲效果好但硬件實(shí)現(xiàn)需要排序網(wǎng)絡(luò)資源消耗大。均值濾波簡(jiǎn)單但會(huì)模糊邊緣。折中方案是用加權(quán)均值中心像素權(quán)重高周圍權(quán)重低。另一個(gè)技巧是給梯度加一個(gè)偏置項(xiàng)。比如dh dh_raw offsetdv dv_raw offset。這個(gè)offset的作用是當(dāng)兩個(gè)方向梯度都很小平坦區(qū)域時(shí)讓算法傾向于某個(gè)默認(rèn)方向避免在平坦區(qū)域頻繁切換方向?qū)е聜尾?。offset的值需要根據(jù)噪聲水平調(diào)整噪聲大時(shí)offset也大。4.2 插值方向的軟判決與加權(quán)融合硬判決直接選水平或垂直在邊緣方向不明確時(shí)容易出錯(cuò)。更好的做法是軟判決根據(jù)梯度比值計(jì)算兩個(gè)方向的權(quán)重然后加權(quán)融合。權(quán)重計(jì)算公式通常長這樣w_h dv / (dh dv)w_v dh / (dh dv)這樣當(dāng)dh遠(yuǎn)小于dv時(shí)w_h接近1主要用水平插值反之亦然。當(dāng)dh和dv接近時(shí)兩個(gè)方向各占一半。這個(gè)方法比硬判決平滑得多過渡區(qū)域不會(huì)出現(xiàn)突變。但要注意權(quán)重計(jì)算涉及除法硬件實(shí)現(xiàn)時(shí)通常用查找表或者近似計(jì)算。我一般會(huì)把dh和dv量化到5-6bit然后查表得到權(quán)重這樣資源消耗可控。4.3 偽彩抑制的后處理即使Demosaic算法本身做得很好高頻區(qū)域仍然可能殘留偽彩。這時(shí)候需要后處理來壓制。常用的方法是把圖像轉(zhuǎn)換到Y(jié)UV或者Lab空間對(duì)色度通道做低通濾波。因?yàn)閭尾手饕憩F(xiàn)為色度的劇烈變化而真實(shí)邊緣的色度變化通常比較平緩。對(duì)色度通道做濾波可以在不影響亮度清晰度的前提下壓制偽彩。但這個(gè)方法有個(gè)副作用真實(shí)的高飽和度邊緣比如紅色物體和藍(lán)色背景的交界色度也會(huì)被模糊。所以濾波強(qiáng)度需要根據(jù)局部梯度自適應(yīng)調(diào)整——梯度大的地方少濾梯度小的地方多濾。4.4 拉鏈效應(yīng)的定向修復(fù)拉鏈效應(yīng)表現(xiàn)為邊緣處的鋸齒。修復(fù)思路是檢測(cè)出拉鏈區(qū)域然后沿邊緣方向做中值濾波。檢測(cè)方法計(jì)算當(dāng)前像素與水平/垂直鄰居的差值如果某個(gè)方向的差值顯著大于另一個(gè)方向說明該方向可能存在拉鏈。然后沿邊緣方向取3個(gè)或5個(gè)像素做中值替換當(dāng)前像素。這個(gè)方法對(duì)已經(jīng)產(chǎn)生的拉鏈有效但更好的策略是在Demosaic階段就避免拉鏈產(chǎn)生。關(guān)鍵還是梯度判斷要準(zhǔn)插值方向要穩(wěn)。5. FPGA實(shí)現(xiàn)Demosaic的工程要點(diǎn)5.1 行緩存與流水線設(shè)計(jì)FPGA做Demosaic第一個(gè)要解決的問題是行緩存。以5x5窗口為例至少需要緩存4行圖像數(shù)據(jù)。每行緩存的深度等于圖像寬度。對(duì)于4K圖像3840像素寬每行緩存需要3840 x 像素位寬。如果像素是12bit一行就是46Kbit4行就是184Kbit。這還只是數(shù)據(jù)緩存還沒算梯度計(jì)算、權(quán)重查找表等中間結(jié)果。實(shí)際設(shè)計(jì)中我通常會(huì)用雙端口BRAM來做行緩存寫端口接傳感器數(shù)據(jù)流讀端口給Demosaic計(jì)算單元。讀寫地址的生成邏輯要仔細(xì)設(shè)計(jì)確保不會(huì)出現(xiàn)讀寫沖突。流水線方面Demosaic的計(jì)算可以分成幾級(jí)第一級(jí)計(jì)算梯度第二級(jí)計(jì)算權(quán)重第三級(jí)做插值第四級(jí)做后處理。每級(jí)之間用寄存器打拍這樣可以跑到比較高的時(shí)鐘頻率。但要注意流水線延遲對(duì)后續(xù)模塊的影響尤其是需要和原始Bayer對(duì)齊的模塊。5.2 定點(diǎn)化與精度權(quán)衡FPGA里做浮點(diǎn)運(yùn)算代價(jià)太高必須定點(diǎn)化。梯度計(jì)算、權(quán)重計(jì)算、插值系數(shù)都需要確定位寬。我的經(jīng)驗(yàn)是梯度用12-14bit權(quán)重用8-10bit插值系數(shù)用8bit。插值結(jié)果的精度損失控制在0.5LSB以內(nèi)。具體位寬需要根據(jù)傳感器位深和畫質(zhì)要求來定。12bit傳感器的話中間結(jié)果至少保留14bit最終輸出截到12bit。定點(diǎn)化最容易出問題的地方是除法。權(quán)重計(jì)算里的除法如果直接用整數(shù)除法精度損失很大。我一般會(huì)用倒數(shù)查找表把分母量化到256個(gè)檔位預(yù)計(jì)算倒數(shù)表然后分子乘以倒數(shù)再移位。這樣精度和資源都能接受。5.3 與ISP Pipeline其他模塊的配合Demosaic不是孤立的模塊。它前面通常有黑電平校正、鏡頭陰影校正、壞點(diǎn)矯正后面有顏色校正、Gamma、銳化。這些模塊都會(huì)影響Demosaic的效果。比如壞點(diǎn)矯正沒做好壞點(diǎn)會(huì)導(dǎo)致梯度計(jì)算錯(cuò)誤進(jìn)而產(chǎn)生偽彩。所以壞點(diǎn)矯正必須在Demosaic之前而且要做干凈。鏡頭陰影校正會(huì)改變圖像的空間亮度分布如果校正過度邊緣區(qū)域的梯度會(huì)被放大Demosaic的方向判斷也會(huì)受影響。我調(diào)試時(shí)習(xí)慣把Demosaic單獨(dú)拿出來看效果用標(biāo)準(zhǔn)測(cè)試圖比如ISO 12233分辨率卡、ColorChecker評(píng)估。確認(rèn)Demosaic本身沒問題后再放回Pipeline里看整體效果。6. 常見問題與排查技巧實(shí)錄6.1 偽彩問題排查速查表現(xiàn)象可能原因排查方法解決思路高頻區(qū)域彩色摩爾紋梯度判斷錯(cuò)誤關(guān)閉方向自適應(yīng)改用雙線性對(duì)比增大梯度偏置加強(qiáng)降噪邊緣處紅藍(lán)交替色差假設(shè)失效檢查邊緣處R-G和B-G的變化引入邊緣感知的色差修正整體偏色通道增益不匹配拍灰卡檢查白平衡在Demosaic前做白平衡暗部彩色噪點(diǎn)噪聲導(dǎo)致梯度翻轉(zhuǎn)提高ISO拍暗場(chǎng)梯度計(jì)算前做降噪6.2 拉鏈效應(yīng)排查拉鏈效應(yīng)通常出現(xiàn)在水平或垂直邊緣處。排查時(shí)先確認(rèn)邊緣方向然后檢查該方向的梯度計(jì)算是否正確。我遇到過一次案例FPGA實(shí)現(xiàn)時(shí)行緩存的讀寫地址差了一位導(dǎo)致垂直方向的梯度計(jì)算用錯(cuò)了像素拉鏈效應(yīng)嚴(yán)重。這種問題只能靠仿真波形逐拍排查。另一個(gè)常見原因是插值方向硬判決的閾值設(shè)置不合理。閾值太小平坦區(qū)域頻繁切換方向閾值太大邊緣處判斷遲鈍。我一般會(huì)先用MATLAB仿真掃一遍閾值找到偽彩和拉鏈的平衡點(diǎn)再移植到FPGA。6.3 高ISO下的Demosaic退化高ISO時(shí)噪聲大Demosaic效果會(huì)明顯下降。這時(shí)候不能只調(diào)Demosaic參數(shù)要從整個(gè)Pipeline考慮。通常的做法是高ISO時(shí)降低Demosaic的方向自適應(yīng)強(qiáng)度更多依賴色差插值同時(shí)加強(qiáng)后續(xù)的色度降噪。我實(shí)測(cè)過在ISO 3200下如果把Demosaic的方向判斷閾值調(diào)高更傾向于雙線性偽彩會(huì)少很多但清晰度會(huì)下降。這時(shí)候用后續(xù)的銳化模塊補(bǔ)一點(diǎn)清晰度整體效果比強(qiáng)行用方向自適應(yīng)要好。6.4 與壞點(diǎn)矯正的相互影響壞點(diǎn)矯正不干凈是Demosaic偽彩的常見原因。一個(gè)壞點(diǎn)會(huì)導(dǎo)致周圍4個(gè)像素的梯度計(jì)算全部出錯(cuò)。排查方法是關(guān)閉壞點(diǎn)矯正看偽彩是否加重如果加重說明壞點(diǎn)矯正在起作用但不夠干凈如果不變說明偽彩不是壞點(diǎn)引起的。壞點(diǎn)矯正本身也有坑。有些壞點(diǎn)矯正算法會(huì)誤判高頻細(xì)節(jié)為壞點(diǎn)把正常的紋理抹掉。這時(shí)候Demosaic拿到的就是被破壞的Bayer數(shù)據(jù)怎么插值都救不回來。所以壞點(diǎn)矯正的閾值要調(diào)得保守一些寧可漏掉幾個(gè)壞點(diǎn)不要誤殺細(xì)節(jié)。7. 用OpenCV和MATLAB快速驗(yàn)證Demosaic算法7.1 OpenCV中的Demosaic函數(shù)OpenCV提供了cvtColor函數(shù)可以把Bayer圖像轉(zhuǎn)換成RGB。支持的Bayer模式包括BG、GB、RG、GR四種排列。用法很簡(jiǎn)單import cv2 import numpy as np # 讀取Bayer圖像假設(shè)是16bit RAW bayer cv2.imread(raw.tiff, cv2.IMREAD_UNCHANGED) # 轉(zhuǎn)換為RGB使用雙線性插值 rgb_bilinear cv2.cvtColor(bayer, cv2.COLOR_BayerBG2RGB) # 使用邊緣自適應(yīng)算法OpenCV 4.x支持 rgb_ea cv2.cvtColor(bayer, cv2.COLOR_BayerBG2RGB_EA)COLOR_BayerBG2RGB_EA用的是邊緣自適應(yīng)算法效果比雙線性好不少。但OpenCV的實(shí)現(xiàn)在高噪聲下也會(huì)出偽彩適合做快速驗(yàn)證不適合直接用于產(chǎn)品。7.2 MATLAB仿真框架MATLAB做Demosaic仿真更靈活可以自己寫算法逐行調(diào)試。我通常的框架是讀入全彩圖像下采樣成Bayer實(shí)現(xiàn)自己的Demosaic算法和原始全彩圖對(duì)比計(jì)算PSNR和SSIM可視化偽彩和拉鏈區(qū)域關(guān)鍵函數(shù)是demosaicMATLAB自帶的版本支持幾種插值方法。但做算法研究時(shí)我一般自己寫方便改參數(shù)。% 讀取全彩圖并生成Bayer rgb imread(test.png); bayer raw2bayer(rgb, rggb); % 自定義Demosaic rgb_out my_demosaic(bayer, rggb); % 計(jì)算指標(biāo) psnr_val psnr(rgb_out, rgb); ssim_val ssim(rgb_out, rgb);7.3 評(píng)估指標(biāo)的選擇PSNR和SSIM是常用指標(biāo)但它們對(duì)偽彩不敏感。評(píng)估Demosaic效果時(shí)我還會(huì)看色差圖的統(tǒng)計(jì)特性。具體做法是把輸出圖像和參考圖像都轉(zhuǎn)換到Lab空間計(jì)算ab通道的差值圖看差值圖的均值和方差。偽彩嚴(yán)重時(shí)ab差值的方差會(huì)明顯增大。另一個(gè)實(shí)用指標(biāo)是邊緣處的彩色誤差。用Canny檢測(cè)參考圖的邊緣然后在邊緣區(qū)域計(jì)算色差。這個(gè)指標(biāo)比全局PSNR更能反映Demosaic的實(shí)際觀感。8. 調(diào)試ISP Demosaic的實(shí)戰(zhàn)心得Demosaic調(diào)試最忌諱只看實(shí)驗(yàn)室指標(biāo)。我踩過最大的坑是在MATLAB里PSNR刷到42dB移植到FPGA后實(shí)際拍圖一看暗部全是彩色噪點(diǎn)。原因是MATLAB仿真用的Bayer是理想下采樣得到的沒有噪聲、沒有壞點(diǎn)、沒有顏色串?dāng)_。真實(shí)傳感器出來的數(shù)據(jù)完全不是那么回事。后來我養(yǎng)成了一個(gè)習(xí)慣所有Demosaic算法必須用真實(shí)RAW數(shù)據(jù)驗(yàn)證。哪怕只有幾張不同場(chǎng)景的RAW白天、夜晚、室內(nèi)、室外也比合成數(shù)據(jù)有參考價(jià)值。真實(shí)RAW里能看到噪聲、壞點(diǎn)、鏡頭陰影對(duì)Demosaic的實(shí)際影響這些是仿真里模擬不出來的。另一個(gè)心得是Demosaic的參數(shù)不要一次調(diào)太多。梯度偏置、權(quán)重曲線、后處理強(qiáng)度這些參數(shù)相互耦合。我一般固定其他參數(shù)只調(diào)一個(gè)看效果變化找到拐點(diǎn)后再調(diào)下一個(gè)。全部調(diào)完后再聯(lián)合微調(diào)一遍。還有一點(diǎn)不同傳感器的Bayer排列可能不同。RGGB、BGGR、GRBG、GBRG四種排列如果搞錯(cuò)了出來的圖像顏色完全不對(duì)。調(diào)試前先用一張純紅或純藍(lán)的圖確認(rèn)Bayer排列這個(gè)步驟不能省。最后分享一個(gè)快速判斷Demosaic好壞的技巧拍一張包含細(xì)密黑白條紋的場(chǎng)景比如分辨率測(cè)試卡放大到200%看條紋邊緣。好的Demosaic條紋邊緣干凈沒有彩色鑲邊差的Demosaic條紋上會(huì)爬滿紅藍(lán)交替的偽彩。這個(gè)方法比看PSNR直觀得多也快得多。