三种Bayer数据的插值算法（CCD插值算法）

最近实习的公司要求提供几个用于插值的函数接口，用于对CCD直接提供的拜尔数据进行插值成为彩色图像，并封装为dll。具体的实现代码应公司规定无法带出或上传，在此总结一下实现几种算法的思路并简略描述其效果。

首先从相机CCD的硬件结构先说明一下需要插值的原因，因为CCD上的每一个点只能接受的是光强度的信息，所以CCD的每一个像素点上覆盖了一片滤光片，使得每个像素点只能对一种颜色感光。所以CCD初始获得的信息都是如上图所示，这种每个像素只有一个通道的Bayer数据，而我们看到的彩色图像都是经过插值得到的。以每个2*2的方阵为一个单位，由于人眼对绿光比较敏感，所以有两个绿色像素，一个红色像素和一个蓝色像素。由于CCD开始取值的点（即位于（1，1）点的像素取的有颜色和位置）存在差异，因此需要提供RGGB（a），BGGR（b），GBRG（c），GRBG（d）四种格式的接口。

对于市场上的产品，这类插值算法一般在相机自身的硬件平台内完成，但开发和测试的时候我们经常能拿到数据的拜尔图。这次要写这个接口也是因为原本硬件平台的插值算法存在一定问题，导致了密集线对的显示存在拉链效应和伪彩。

（如下图，图片来自 https://blog.csdn.net/QCC_navigate/article/details/78430925）

1.邻近插值

(1) 绿色分量重建

整个平面内一般一半的点是有像素的，而且全都间隔排列。对没有像素存在的点，全部取其左边位置的绿色像素强度。

(2) 红色和蓝色分量重建

对每一个红色和蓝色的像素，将右边、下面、右下角的值都赋值为它的值。

该方法在实际处理中，对竖直的密集线对表现比较好，只有少量噪点；而水平的密集线对基本呈现密集的点状图案，无法看出线条，类似于前面说的伪彩色现象。

2.基于边界梯度的插值