CFA (Color Filter Array)는 무엇입니까? Bayer 필터 이해

이전 기사에서 우리는 논의했습니다카메라 모듈이 무엇인지그리고카메라 모듈이 진화 한 방법. 우리는 이미지 센서가 조명을 캡처하고 전기 신호로 변환하는 중요한 구성 요소라는 것을 알게되었습니다. 그러나 근본적으로 빛의 강도를 측정하는 카메라 센서는 어떻게 우리 주변의 세계의 생생한 색상을보고 포착 할 수 있습니까? 답은 센서 픽셀 바로 위에 배치 된 중요한 구성 요소 : CFA (Color Filter Array)에 있습니다.

CFA의 역할을 이해하려면 먼저 이미지 센서 자체가 어떻게 작동하는지 이해해야합니다. 이미지 센서의 핵심에는 각각 픽셀에 해당하는 수많은 작은 광토 드입니다. 광자 (광 입자)가 포토 다이오드에 떨어지면 전하가 생성되고 전하량은 광자 수 (즉, 빛의 강도 또는 밝기)에 비례합니다.

문제는 이러한 광수 요오드가 다른 색의 빛을 구별 할 수 없다는 것입니다. 밝기가 동일하다면 빨간색, 녹색 또는 청색광이든, 생성 된 전하의 양은 동일합니다. 즉, 처리없이 이미지 센서를 직접 사용하면 색상 정보를 캡처하지 않고 오래된 사진과 마찬가지로 흑백 또는 회색 스케일 이미지 만 얻을 수 있습니다. 디지털 카메라가 색상을 볼 수 있으려면 각 픽셀에게 어떤 색상을보고 있는지 알리는 방법이 필요합니다.

CFA (Color Filter Array)가 들어오는 곳입니다. CFA는 이미지 센서의 각 픽셀 위에 정확하게 배치되는 작은 색상 필터의 모자이크입니다. 각 픽셀 앞에 작은 색의 유리 조각을 놓는 것을 상상해보십시오. 이 필터는 일반적으로 인간의 눈이 색을 인식하는 세 가지 주요 색상에 해당하는 빨간색 (R), 녹색 (G) 및 파란색 (B)입니다.

CFA의 핵심 기능은 각 픽셀에 도달하는 빛의 색상을 제한하는 것입니다. 예를 들어, 빨간색 필터로 덮인 픽셀은 빨간색 표시등의 강도 만 수신하고 측정 할 수 있으며, 녹색 필터로 덮인 픽셀은 녹색광의 강도 만 측정 할 수 있으며 동일하게 파란색에 적용됩니다. 이런 식으로, 단일 픽셀은 여전히 특정 빛의 빛의 밝기 만 인식 할 수 있지만 전체 픽셀 어레이의 다른 픽셀은 다른 색상 (빨간색, 녹색 및 파란색)의 빛 강도 정보를 기록합니다. 이것은 디지털 이미징에서 색상 인식을 달성하는 첫 번째 단계입니다.

다양한 CFA 디자인 중에서 1976 년 Eastman Kodak의 Bryce Bayer가 발명하고 특허를받은 Bayer Color 필터 어레이는 가장 널리 사용되었습니다. 소비자 디지털 카메라와 스마트 폰의 거의 모든 카메라 센서는 Bayer 패턴을 사용합니다.

Bayer 필터는 특수 배열 패턴을 특징으로합니다. 2x2 셀의 반복 배열입니다. 이 셀에는 빨간색 필터, 파란색 필터 및 2 개의 녹색 필터가 있습니다. 이 2x2 셀이 전체 센서에 걸쳐 반복되면 센서에 빨간색 또는 파란색 픽셀의 녹색 픽셀이 약 2 배나 많다는 것을 알 수 있습니다.

왜 더 많은 녹색 픽셀이 있습니까? 이는 인간의 눈이 녹색 빛에 가장 민감하고 녹색 빛은 일반적으로 가장 밝기 정보를 포함하기 때문입니다. 녹색 픽셀을 늘리면 이미지의 밝기 세부 사항을보다 정확하게 캡처하는 데 도움이되며, 이는 최종 이미지 품질을 향상시키는 데 매우 중요합니다 (특히 선명도 및 신호 대 잡음비).

바이어 모드에서는 센서의 원시 데이터 (일반적으로 원시 데이터라고 함)의 각 픽셀에는 빨간색, 녹색 및 파란색의 세 가지 기본 색상의 하나의 색상 정보 만 포함됩니다. 예를 들어, 픽셀은 수신하는 적색 표시등의 강도를 기록하고 녹색과 파란색에 대한 정보는 누락되었습니다.

Bayer filter pattern

Bayer 필터가 인기있는 주된 이유는 색상 이미징 달성에 좋은 균형을 제공하기 때문입니다.

간단하고 효과 :Bayer 필터는 구조가 비교적 간단하며보다 복잡한 광학 설계가 필요한 솔루션에 비해 제조가 쉽습니다.
비용 효율성 :색상 이미징을 달성하는 비용 효율적인 방법입니다.
공간 및 색 균형 :각 픽셀은 적어도 하나의 색상 정보를 기여하기 때문에 공간 해상도 (선명도)를 최대화하면서 충분한 색상 정보 (빨간색, 녹색 및 파란색을 통해)를 캡처합니다.

앞에서 언급했듯이 CFA는 센서가 픽셀 당 하나의 색상 정보만으로 원시 데이터를 출력하게합니다. 이것은 결국 우리가 보는 색상 이미지가 아닙니다. 완전한 컬러 이미지를 얻으려면 Demosaicing 또는 Debayering이라는 중요한 사후 처리 단계를 수행해야합니다.

탈 모사는 일반적으로 이미지 신호 프로세서 (ISP)에 의해 수행되는 복잡한 계산 프로세스입니다. Demosaicing 알고리즘은 각 픽셀 및 주변 이웃의 색상 값을 분석하여 각 픽셀의 두 개의 누락 된 색 구성 요소를 추정합니다. 예를 들어, 빨간색 픽셀의 녹색과 파란색 값은 그 옆의 녹색과 파란색 픽셀의 값을 보면 "추측"됩니다.

고품질 데모 싱 알고리즘은 명확하고 색상의 정확한 이미지를 생성하는 데 핵심입니다. 알고리즘이 열악하면 들쭉날쭉 한 가장자리, 잘못된 색상 (거짓 색상) 또는 세부 사항 손실이 발생할 수 있습니다. 기술이 발전함에 따라 탈모 알고리즘이 더욱 발전하여 이미지 세부 사항과 색상을보다 정확하게 재구성 할 수 있습니다.

how a pixel gets its missing color values from neighbors8

Bayer 필터는 가장 일반적이지만 엔지니어는 저조도 성능, 색상 정확도 또는 특정 애플리케이션과 같은 특정 영역에서 더 나은 작업을 수행하기 위해 다른 유형의 CFA 패턴을 개발했습니다. 예를 들어:

Cygm 필터 :시안, 노란색, 녹색 및 마젠타 필터를 사용하며 때로는 특정 이미징 시스템에 사용됩니다.
RGBW 필터 :RGB 필터에 흰색 (또는 투명한) 픽셀을 추가합니다. 흰색 픽셀은 모든 색상의 빛을 캡처하여 더 많은 빛을 캡처하여 저조도 환경에서 센서의 성능을 향상시키는 데 도움이되지만 색 왜곡을 피하기 위해보다 복잡한 데모 싱 알고리즘이 필요합니다.

그러나 Bayer 필터는 성숙한 기술, 우수한 성능 균형 및 광범위한 지원으로 인해 대부분의 소비자 및 산업용 카메라 센서를 여전히 지배합니다.

CFA (Color Filter Array)는 최신 디지털 이미징 기술의 겉보기에는 간단하지만 중요한 구성 요소입니다. 이미지 센서가 색상을 직접 인식 할 수없는 근본적인 문제를 해결합니다. 각 픽셀 위에 컬러 필터를 배치함으로써 센서는 다양한 색상의 빛의 강도 정보를 캡처 할 수 있습니다. 그 중 Bayer 필터는 효율적이고 균형 잡힌 설계의 업계 표준이되었습니다.

CFA는 색상 정보를 얻는 첫 번째 단계 일 뿐이라는 점을 강조해야합니다. 센서의 원시 데이터 출력은 궁극적으로 우리가 보는 다채로운 디지털 이미지를 생성하기 위해 복잡한 탈모 공정을 거쳐야합니다. CFA는 Demosaicing 알고리즘과 긴밀히 협력하여 색상을 캡처하는 디지털 카메라의 초석을 형성합니다. CFA의 작동 원리를 이해하면 디지털 이미지가 어떻게 생성되는지 더 깊이 이해하는 데 도움이됩니다.

1. 컬러 이미지를 캡처하는 모든 센서를 사용하여 CFA를 사용합니까?

A.예, 전통적인 포토 디오드 기반 색상 이미지 센서의 경우 CFA (Color Filter Array)가 색상 인식을 달성하기위한 표준 방법입니다. 센서 자체는 빛의 강도 만 측정 할 수 있으며 CFA는 각 픽셀이 특정 색상의 빛의 강도를 기록하여 후속 색상 재구성의 기초를 제공합니다. 일부 특수 센서 (예 : Foveon X3 센서)는 스택 레이어 방법을 사용하여 CFA를 사용하지 않고 색상을 구별하지만이 기술은 비교적 드문 일입니다. 흑백 (흑백) 센서에는 CFA가 전혀 필요하지 않습니다.

2. 이미지 해상도를 잃게 될까요?

A.어느 정도까지, 탈모는 보간 (추정)을 통해 누락 된 색상 정보를 채우는 과정입니다. 각 픽셀의 색상 정보는 직접 측정되지 않지만 주변 픽셀을 기반으로 "추정 된"이므로, 특히 매우 미세하거나 반복적 인 텍스처 영역에서 이미지의 원래 세부 사항과 명확성에 영향을 줄 수 있습니다. 그러나 현대의 고급 데모 싱 알고리즘은 이미 매우 복잡하고 효율적입니다. 그들은 다양한 복잡한 계산 방법을 사용하여 이미지의 원래 해상도와 세부 사항을 최대한 많이 유지하면서 색상을 재구성하고 아티팩트의 생성을 줄입니다.

3. 미래의 이미지 센서가 CFA에 의존하지 않아도 되나요?

A.이것은 이미지 센서 연구의 한 방향입니다. 일부 새로운 또는 실험적인 센서 기술은 앞에서 언급 한 다층 센서 기술과 같은 기존 CFA에 의존하지 않고 색상 이미징을 달성하거나 나노 기술을 사용하여 픽셀 수준에서 다양한 색상의 빛을 구별하는 방법을 모색하고 있습니다. 그러나 Bayer 필터 CFA 기술의 성숙도, 비용 우위 및 전반적인 성능이 우수하다는 점을 고려하면 대부분의 주류 색상 이미징 솔루션으로 남아 있습니다.카메라 모듈가까운 미래에. 새로운 기술은 먼저 특정 고급 또는 전문 응용 프로그램에서 발판을 찾을 수 있습니다.