拜耳阵列（Bayer Pattern）和解马赛克简介

拜尔阵列

典型的图像传感器（例如我们在数码相机中使用的图像传感器，主要有CCD, CMOS）由许多单独的光电传感器组成，所有这些传感器都会捕获光线。这些光电传感器本身能够捕获光的强度，但不能捕获其波长（颜色）。因此，图像传感器通常覆盖有称为“滤色器阵列”或“滤色器马赛克”的东西。该覆盖层由许多微小的过滤器组成，这些过滤器覆盖已知的像素并允许它们渲染颜色信息。
这个覆盖层可以理解为一个过滤层，每种类型的过滤器通常只允许一种颜色的光线的通过。

如果想要获得不同颜色的光，最直接的做法是加入不同颜色的滤镜，从而滤出 RGB 三个通道的颜色。但是用这种方法如果对每个像素点都获得三个通道的光强的话，则需要对每个像素都应用三个滤镜，成本过高。这时候拜尔阵列登场了。

拜尔阵列由柯达的布莱斯·拜尔发明，拜尔阵列将更多的像素用于绿色，而不是红色和蓝色，因为人眼对绿色更敏感。额外的绿色像素产生更好的彩色图像。拜耳滤光器系统通过在每个像素上使用微小的滤色器来创建彩色图像。滤镜由红、绿、蓝 (RGB) 颜色组成，每个像素只有一种颜色。为了最好地匹配我们的眼睛看到的内容，拜耳滤镜对每个红色和蓝色像素使用两个绿色像素（例如 RGGB）。然后，该图案在整张照片中以 2×2 像素块重复，在我们看来，形成了彩色图像。但这张照片，每个像素只有rgb中的一种颜色，每个像素还缺少其它两个颜色分量，效果如下图3所示。我们必须想办法为每个像素补充其它两个颜色分量，这个办法就是：解马赛克

解马赛克 Demosaic

解马赛克定义：
去马赛克（英语：demosaicing，也写作de-mosaicing、demosaicking或debayering）是一种数位影像处理演算法，目的是从覆有滤色阵列（Color filter array，简称CFA）的感光元件所输出的不完全色彩取样中，重建出全彩影像。此法也称为滤色阵列内插法（CFA interpolation）或色彩重建法（Color reconstruction）[1]。

大多数现代数位相机使用单个覆上滤色阵列的感光元件来取得影像，所以去马赛克是影像处理管线（color image pipeline）中一个必要环节，以将影像重建成一般可浏览的格式。许多数位相机也能够以原始图档储存影像，并允许使用者将之取出，并使用专业影像处理软体去马赛克，而不是使用相机内建的韧体处理。

解马赛克可以理解为一个插值过程，是根据周边的像素点插值出本身缺失的其它两个颜色分量的过程。