《计算机视觉度量：从特征描述到深度学习》 传感器（4）

《计算机视觉度量：从特征描述到深度学习》 传感器（4）
传感器去马赛克
根据不同的传感器元件，利用相应的去马赛克算法将原始的传感器数据转换成最终的RGB阵列。论文一
和论文二
分别对各种方法和面临的挑战进行了详细的介绍
去马赛克的主要挑战之一是像素插值，其作用是将临近单元的颜色通道值组合成单个像素。当给定传感器元件排列的几何形状和纵横比时，这个问题就变的非常重要。另一个与之相关的问题是临近单元颜色通道比值，例如，在每个RGB像素中，各种颜色所占的比例。因为在马赛克传感器中，空间像素分辨率大于最终组合的RGB分辨率。所以某些应用需要原始传感器数据，以便尽可能利用所有的精度和分辨率，或者用来做特殊的的处理。这些处理可以增强有效像素的分辨率，也可以更好的实现空间精度，颜色处理和取马赛克处理。
传感器坏像素校正
像LCD屏幕一样，传感器也可能出现坏像素。供应商可以在工厂标定传感器，并对已知的缺陷提供一个传感器缺陷图，为传感器模块或者驱动程序中校正坏点提供了坐标。在某些情况下，传感器会有自适应的缺陷校正方法，以便监控临近像素和发现坏点，实时寻找瑕疵。相机驱动也可提供自适应的缺陷分析程序，在相机设置程序中可能会提供一些特殊的补偿控制。