Demosaic GBTF算法思想和原理

Demosaic是ISP中的一环，作用是将Bayer Pattern转换成rgb数据。同时，很多ISP模块中也嵌入了dm，比如drc或者awb统计等等。

简单的dm算法有双线性插值法、色差法等等，这些算法虽然实现起来比较简单，但往往伴随着比较严重的副作用，比如伪彩、拉链效应。（这里说明一下，目前再好的dm算法，还是会多多少少有一些伪彩，所以有些dm后面会接上专门去伪彩的模块，比如cnr）

dm算法中效果比较好的是GBTF，这是一种基于带方向的色差法的dm算法，所谓带方向就是计算梯度，根据梯度决定各个方向插值的权重，所谓色差法，是基于一个假设：色差一致性，即相邻像素间的色差是相等的，比如r1-g1=r2-g2，如此便可基于色差等式计算待插值分量r1=g1+(r2-g2)=g1+Δrg2，但是当遇到高频区域或者条纹时，色差假设往往会不满足，此时色差法的效果会不理想，而GBTF对这个问题做出了改进，它改进的方法是引入梯度信息，通过计算各个方向的色差和梯度（对不同插值点和逻辑开窗大小，方向会不一样），对梯度小的方向的色差给予更大的权重(认为梯度小的地方色差一致性好)，这样能满足假设，效果会更好，最终的色差Δ是各个方向色差的加权求和，最后再利用计算出的色差计算待插值分量。