浅谈汉密尔顿（Hamilton）插值算法

1 什么是bayer数据？

    bayer数据是包含rgb的一维矩阵数据，因此对于每个像素点而言，需要用周围像素点插值得到其他两个通道的值。

    一般由于绿色分量较好，会优先插值r/b点的绿色分量，然后插值g点的r/b分量。

2 汉密尔顿插值算法有何优势？

    汉密尔顿插值算法通过同色一阶梯度和异色二阶差分，考虑了插值的方向判断，并用了颜色插值的方法减少轮廓边缘的色差。

3 汉密尔顿插值算法有何劣势？

    毕竟1997年的算法，首先该算法对于密集纹理区的方向判断效果不佳，其次插值的时候本质是低通滤波器，那么插值得到的色彩的高频分量可能不准确。

4 如何改进？

4.1 方向判断

    增大局部区域，设置复杂规则判断纹理走向。

4.2 插值权重设计

    考虑周边像素插值时设计规则，加权得到插值像素值。

4.3 其他一些改进点

    考虑低照度噪点影响，增加降噪模块；考虑摩尔纹，增加去摩尔纹模块；考虑伪色，增加去伪色模块等。