色彩空间

        颜色通常用三个分量描述，这三个分量分别作为三个维度，直观上会形成一个空间上的区域，这块立体的区域就是色彩空间(color space)。不同的色彩空间，是这个坐标系的三个轴的用来衡量颜色的标准不同所产生的。色彩空间的基本结构主要有两大类：基本颜色空间（RGB）以及色度、亮度分离颜色空间（YUV,HSV）。通常ISP芯片都带有CSC（color space conversion）功能，用来转换不同的颜色空间。

RGB色彩空间

        通常显示器使用RGB色彩空间，其中有Red，Green，Blue三种颜色分量。

        RGB色彩空间中，一个图像的采样点由三个数字组成，代表三种颜色分量的值。上图为一个简单的示例图，其中的绿色小圆点各个分量的值对应RGB坐标系里的坐标点在各个轴的投影。

        除了R、G、B外，实际应用中常见的还有一个A通道的值，A是alpha缩写，代表透明度(0为完全透明，最大值为不透明)。

        常见RGB数据格式

        当然还有很多RGB格式比如RGB555等，这里不再列举。

YUV色彩空间

        视频处理系统中常用的色彩空间，由一个亮度信号Y（Luminance/Luma）和两个色度信号U、V（Chrominance/Chroma）组成。它主要利用了人眼对亮度信号敏感而对色度信号不敏感的特点，对RGB转换为一个亮度信号Y和两个色差分量信号U(R－Y)、V(B－Y)。

        YUV和RGB的转换公式为：

        YUV类型

        YUV细分为Y'UV，YUV，YCbCr，YPbPr等类型。YCbCr是计算机系统中应用最多的类型，JPEG、MPEG，H264均采用此格式。后文所说的YUV都是指YCbCr。

        YUV采样

        YUV有很多种采样方式，这里对常见的三种进行说明：444，422，420

        上图中，实心黑点表示Y，空心圆表示UV

        YUV4:4:4   --  每一个Y有一个UV，每个像素24bits

        YUV4:2:2   --  每两个Y共享一个UV，每个像素16bits

         YUV4:2:0  --  每四个Y共享一个UV，每个像素12bits

         YUV存储格式

         planar：先存所有像素点的Y，再存所有像素点的U，最后存所有像素点的V

                        下面以YUV422P为例，来理解planar的存储方式

        packed：每个像素点的Y,U,V交错存储

                       下面以UYVY422为例，来理解packed的存储方式

                     其它类型比如VYUY422,YUYV422,YVYU422等，只是Y,U,V的列顺序不同而已 

        semi-planar: 先存所有像素点的Y，再交错存储每个像素点的UV

                        下面以YUV422SP为例，来理解semi-planar的存储方式

 HSV色彩空间

         HSV色彩空间的三个分量是：

                Hue（色调、色相）

                Saturation（饱和度、色彩纯净度）

                Value（明度）

        Hue为固定值的时候，饱和度Saturation越小，表示对应颜色里的白色越多，光谱本身颜色越淡，饱和度为0时颜色呈现白色。明度Value越小，表示对应颜色里的黑色越多，光谱本身颜色就越看不出来，明度为0时颜色呈现黑色。饱和度和明度的值，可以理解为当前颜色占白色和黑色的比例。

        注意一点， HSV 中的Hue里没有白色，白色需要由S和V共同决定（S=0, V=100）。

HSL色彩空间

        HLS 的三个分量是hue（色相）、saturation（饱和度）、lightness（亮度）。和HSV类似，区别是亮度Lightness和明度Value。

        HLS 中的亮度为100表示白色，亮度为0，表示黑色；

        HSV 中的明度为100，表示光谱色，明度为0，表示黑色。

        HLS 中白色仅由亮度一个分量决定，在图像处理中检测白色时使用 HSL 颜色空间更准确。

其他色彩空间

        还有很多其他类型的色彩空间如HSB,Ycc，Lab，CMYK等，感兴趣的可以自行google。

CFA

         CFA全称Color Filter Array，色彩滤波阵列(颜色过滤阵列)。在这个专栏第一篇文章里有提到过sensor单个像素上存在一个颜色过滤片。

Camera和Image sensor技术基础笔记(1) -- 光和CCD/CMOS sensor基础知识_亦枫L的博客-CSDN博客

        需要注意的是这种方式实际Sensor的一个像素只能记录一种颜色，在CFA出现之前，单个像素上摆放的是R、G、B三个滤光片，单个像素实际上能得到的全部三通道的值。CFA出现之后，使用CFA的sensor，单个像素只能获得一种颜色值，然后再通过插值的方法恢复出其它两个分量的值。这样对于滤光片的制作的难度上要求就降低了，特别是当单个像素面积越变越小的时候。

        对于Bayer阵列颜色的排布方式，一般按照相邻的四个（2x2）格子的颜色排布顺序来定义。常见的bayer阵列pattern有：

        RGGB，例如从[R1,G2;G7,B8] 开始算起；

        GBRG，例如从[G7, B8; R12, G13]开始算起；

        GRBG， 例如从[G2,R3;B8,G8]开始算起；

        BGGR， 例如从 [B8,G8;G13,R14]开始算起；

        无论哪种形式，绿色格子总是会有两个，因为人眼对绿色更为敏感。下面的例子中sensor的byaer阵列采用了BGGR排布。

        这种方式下，sensor输出的原始数据会按照bayer pattern的形式输出。由于每个像素只有一个颜色，需要通过插值来补全像素的其它颜色分量的值。这个过程叫做“去马赛克”(Demosaic)。插值的算法有很多种。但通常来讲，将原始图像转换为RGB图的插值算法需要临近的像素的值作为参考，像素用的多一些，算法恢复的值就准确一些，同时计算的开销也就变得更大。

        常见的插值算法：双线性插值法、基于梯度方法、自适应方法等等。

        在实际应用中存在很多种不同的插值算法，除了公开的一些算法，还有一些是厂家的“秘籍”不公开。实际工作中，要么是用OpenCV这类软件去做，要么是有专门的IP硬件去做，具体的插值算法细节在之后如果有涉及到再具体展开。

最后

以上就是自由路灯为你收集整理的Camera和Image sensor技术基础笔记(3) -- 色彩空间，CFA，bayer数据处理色彩空间CFA的全部内容，希望文章能够帮你解决Camera和Image sensor技术基础笔记(3) -- 色彩空间，CFA，bayer数据处理色彩空间CFA所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。