本文转载：http://www.cnblogs.com/whw19818/p/6223143.html
1图像bayer格式介绍
bayer格式图片是伊士曼·科学家柯达BryceBayer发明的，BryceBayer数字图像被广泛应用于拜耳阵列。
对于彩色图像，需要收集各种最基本的颜色，如rgb三种颜色，最简单的方法是使用过滤器，红色过滤器通过红色波长，绿色过滤器通过绿色波长，蓝色过滤器通过蓝色波长。如果要采集rgb三种基本颜色需要三个滤镜，价格昂贵，制造困难，因为三个滤镜必须确保每个像素点对齐。当用bayer这个问题在格式上得到了很好的解决。bayer格式图片设置在滤镜上的不同颜色，通过分析人眼对颜色的感知，发现人眼对绿色更敏感，所以一般bayer绿色格式的像素是r和g像素的和。
另外，Bayer格式是相机内部的原始图片，一般后缀叫.raw。可以查看很多软件，比如PS。我们的相机拍照，存储在存储卡上.jpeg或其它格式的图片，都是从.raw格式转换。如下图所示，为bayer颜色滤波阵列由一半组成G，1/4的R，B组成1/4。
2bayer格式图像传感器硬件
图像传感器的结构如下所示。每个光敏像素之间都有一层金属隔离层。光纤通过显微镜头投射到相应漏洞硅的光敏元件上。
当ImageSensor当数据逐行输出时，像素序列为GRGRGR.../BGBGBG...(顺序RGB)。这样阵列的Sensor设计，使得RGB如下所示，传感器减少到全色传感器的1/3。
3bayer实现格式插值红蓝算法
每个像素只包括光谱的一部分，每个像素必须通过插值来实现RGB值。为了从Bayer每个像素的格式RGB格式，我们需要用插值来填补缺失的两种颜色。插值的方法有很多(包括领域、线性、3*3等)，权衡速度和质量，最佳线性插值补偿算法。算法如下:
R与B通过线性领域插值，但有四种不同的分布，如下图所示：
(a) (b)
(c) (d)
在(a)与(b)中，RB分别取邻域平均值。
在(c)与(d)在中间，取领域的4B或R作为中间像素的B值。
4bayer实现格式插值绿算法
(c) (d)
由于人眼对绿光反应最敏感，对紫光和红光反应较弱，为了达到更好的画质，需要特别照顾G。(c)与(d)中间，扩展是上图(e)与(f)中间像素G的值也有一定的算法要求，不同的算法效果会有所不同。经过相关研究，
(e)中间像素G值算法如下：
(f)中间像素G值算法如下：
CMOS摄像头的这部分转换是内部的ADC或者ISP为了降低成本，制造商必然会使图像失真。如果处理器的速度足够快，当然可以使用外部处理器进行转换NB，能胜任像素操作，用以上算法转换，大家都很开心。不过上述算法将直接成倍提高了算法的复杂度，速度上将会有所限制。因此，为了获得速度佣金，中间像素的G值可以直接从四个领域的G平均值中获得，这将降低两倍的速率，而性能差异很小。算法如下：
如果你能通过失去图像的数量质量来达到更快的速度，你也可以取G1、G实现2的平均值，但这种做法会导致边缘和跳变部分失真。