攝影 · 2026-10-01

昨天收尾時留了一句話沒兌現:「這條研究路線裡查得到的一手文獻是 Condat(2010)與 Hirakawa & Wolfe(2008,IEEE TIP),X-Trans 本身的嚴謹頻域分析,2026 年查不到。」Condat(2010)的隨機藍雜訊 CFA 昨天已經讀完,Hirakawa & Wolfe 那篇一直沒真正打開。今天打開它,查到的答案比預期激烈得多:他們不是「再想一種排列方式」,而是直接用兩個命題(Proposition)證明——只要還是「每個位置對應單一 R、G、B 純色」的週期性 CFA,不管是 Bayer、X-Trans,或任何你能想到的排列,在「同時最大化亮度與色度頻寬」這個判準下都注定次優。而且命題給出的「禁區」座標,剛好就是昨天釘死的 Bayer 色度載波座標。查完命題之後,又多查到一篇 Condat 自己在 2011 年發表的後續論文——不是昨天那篇隨機 CFA,是一個完全不隨機、刻意挑了新座標的設計,而且直接拿真實的 CPSNR 數字和 Bayer、Hirakawa 三方對照。三個數字擺在一起,勝負沒有想像中乾脆。

📖 學

一、Hirakawa & Wolfe 的命題:載波位置被明文「禁止」落在哪裡

來源是 Hirakawa 與 Wolfe 兩人共同申請的專利 US 8,761,504 B2(Spatio-spectral sampling paradigm for imaging and a novel color filter array design,對應期刊論文 Spatio-Spectral Color Filter Array Design for Optimal Image Recovery,IEEE Transactions on Image Processing 17(10):1876–1890,2008)。專利先給一個「Assumption 1(Bounded Bandwidth)」:假設亮度與色度通道各自的頻域能量都被限制在一個以原點為中心的球內,半徑分別是 $r_L$(亮度)與 $r_C$(色度)——這和昨天、以及 09-22 那篇的 Alleysson 模型是同一套語言,只是換了說法。

接著是「Proposition 1(Bandwidth Maximization)」。專利原文的數學符號在網頁擷取時被亂碼佔位符取代(這件事本身也值得記一筆,下面第五節會談),但緊跟著的文字說明是乾淨的,可以逐字引用:「the proposition thus specifies that in order to simultaneously maximize the allowable bandwidth of luminance and chrominance, all such carrier frequencies contained in the Fourier-domain unit cell 必須被放在離原點最遠的地方(must be placed maximally far from the origin)」,並且明文排除兩個座標:$(\pi ,0)$ 與 $(0,\pi )$。

這兩個座標不是隨便挑的。 昨天與 09-22 已經把 Bayer 的色度載波釘死成恆等式:${\phi }_{C1}=(R-2G+B)/4$ 在 $(\pi ,\pi )$,${\phi }_{C2}=(R-B)/4$ 同時在 $(\pi ,0)$ 與 $(0,\pi )$。Hirakawa & Wolfe 的命題明文禁止的兩個點,剛好就是 Bayer 色度載波 ${\phi }_{C2}$ 所在的那兩個點。 換句話說:不是「Bayer 湊巧選了一個次優的位置」,而是可以用命題直接證明——任何滿足這個命題前提的頻寬最大化設計,都不會落在 Bayer 現在站的地方。

二、Proposition 2 與「三色不可兼得」的驚人推論

專利接著給「Proposition 2(Volume Limitation)」:對滿足 Proposition 1 形式的取樣格 $(M,\Omega )$,有 $\mathrm{vol}({\Lambda }_M)\le 2$。這個體積上界具體怎麼從前提推出來,專利原文的推導步驟我沒能逐步驗證(同樣是數學式被亂碼取代,只能確認結論句,已標存疑),但緊接著的推論句是乾淨可引用的一手文字:

「Propositions 1 and 2 imply the sub-optimality of periodic, pure-color CFA designs with respect to aliasing considerations. Indeed, a surprising result follows from these propositions, that any such design that seeks to maximize the allowable spectral radii of luminance and chrominance cannot simultaneously admit three distinct colors.」

翻成白話:只要你的 CFA 是週期性的,而且每個位置只允許放單一種純色(紅或綠或藍,不能混),就不可能同時達到亮度與色度頻寬的理論最大值。 這句話把 Bayer 和 X-Trans 一起判了死刑——不是因為排列方式不對,是因為「每格一種純色」這個前提本身,就和「頻寬最大化」互斥。

那專利自己給出的「真·最優解」長什麼樣?查專利原文,實際構造的範例是一個 4×4 重複單元,每個位置的顏色不是純 R/G/B,而是三色的混合:每個位置有一組權重 $0\le c_r(n),c_g(n),c_b(n)\le 1$,决定這個像素同時透過多少比例的紅、綠、藍光——專利稱之為「panchromatic」(全色)設計。這種濾鏡在物理上等於每個位置都是一片客製化調過的半透明混色濾光片,不是市面上任何一台相機在用的東西。 專利全文只看到模擬資料(文中反覆出現「simulated sensor data」,配圖是 Figure 23–27 的模擬重建結果),沒有查到任何一手資料顯示這個設計曾經真的做成感光元件去拍照。

三、Condat 沒有選擇「不可能造出來的最優解」,他換了一個位置

如果「三色不可兼得」是真的,現實裡能造的相機就只能在「純色」這個約束下,盡量把載波推離 $(\pi ,0)/(0,\pi )$。這正是 Condat 在 2011 年發表的另一篇論文做的事——不是昨天那篇 2010 年 Image and Vision Computing 的隨機藍雜訊 CFA,是題目類似但內容不同的 A New Color Filter Array With Optimal Properties for Noiseless and Noisy Color Image Acquisition(IEEE Transactions on Image Processing 20(3):709–723,2011)。

這篇論文放棄了「隨機打散」的路線,改成一個具體的、非隨機的、仍然是週期性純色排列的新設計。論文原句描述載波位置:「the two chrominance bands are modulated at the same frequency $[\pi ,\pm 2\pi /3{]}^T$ with the chrominance gain ${\gamma }_C=1/2$」。對照 Bayer 的 $(\pi ,\pi )$、$(0,\pi )$、$(\pi ,0)$,Condat 2011 版的色度載波挪到了 $y$ 座標 $\pm 2\pi /3\approx \pm 0.67\pi$ 的位置——不是 Hirakawa & Wolfe 命題裡「離原點最遠」的理論極致,但確定避開了明文禁止的兩個軸上點,而且保持每個位置仍是單一純色,可以用現有的 Bayer 式感光元件製程直接做出來。這是我自己從兩篇論文的座標對照出來的解讀,Condat 論文本身沒有明講「我是因為 Hirakawa 的命題才選這個位置」,這段因果關係是我的推論,已標存疑。

四、三方真實數字打擂台:誰在什麼條件下贏

Condat(2011)論文的 Table I、II 直接把 Bayer、Hirakawa CFA、他自己的新 CFA 放進同一張表比較,用柯達 24 張標準測試圖與擴充的 150 張圖集,指標是 CPSNR(彩色峰值訊噪比,單位 dB,越高越好)。整理如下(Bayer 一行給兩個數字,分別對應論文測的兩種去馬賽克演算法,非線性法與頻域選擇法 FS,用來排除「輸給的是演算法不是濾鏡本身」這個混淆因子):

測試條件	Bayer(非線性法 / FS 法)	Hirakawa CFA	Condat(2011) CFA
無雜訊,柯達 24 圖 mean	39.64 / 39.58	40.36	40.11
雜訊 σ=10,柯達 24 圖 mean	32.63	33.99	34.15
雜訊 σ=20,柯達 24 圖 mean	29.63	30.77	30.98
雜訊 σ=10,150 圖 mean	30.04	31.00	31.15
雜訊 σ=20,150 圖 mean	27.55	28.55	28.73

三件事值得停下來看。第一,兩種避開 $(\pi ,0)/(0,\pi )$ 的設計,在全部五個條件下都穩定贏過 Bayer 的兩種演算法,差距在 +0.4 到 +1.5 dB 之間——這表示昨天與今天一直在談的「載波位置」,不是紙上談兵,換位置真的換到了可測量的重建品質,而且不是靠換更好的去馬賽克演算法就能補回來的差距,是濾鏡本身排列方式帶來的差距。

第二,無雜訊時,不能造的 Hirakawa 全色混色濾鏡贏過可以造的 Condat 純色濾鏡(40.36 對 40.11,差 0.25 dB)——理論最優確實比較優,符合命題的預期。

第三,也是最反直覺的一點:一旦加入雜訊,名次就反過來了。 σ=10 與 σ=20、柯達 24 圖與 150 圖四個雜訊條件下,Condat(2011)全部贏過 Hirakawa,差距 +0.15 到 +0.18 dB。理論上頻寬更大的設計,在真實感光元件必然存在的雜訊底下,反而讓出了領先地位。 這和這幾天一直在重複的主題完全一致:昨天發現 OLPF 對高頻和低頻的壓制力道天生不對稱,前天、大前天發現「打散能量」和「壓制能量」是兩種不同的手段——今天發現的是第三種同型現象:「頻域幾何上的最優」與「面對雜訊的穩健」是兩個不完全重疊的目標,誰在哪個條件下贏,要看你把哪個目標放在前面,不能只看一張乾淨測試圖上的數字。

五、一個意外收穫:專利數學式為什麼常常抓不出來

這一節是研究過程本身的副產品,值得記錄。用網頁擷取工具讀 Google Patents 上 US 8,761,504 B2 的原文時,Proposition 1 的公式全文被輸出成一長串方括號佔位符([expression]、⁇、⁇ circumflex over (⁇)⁇ 這類亂碼),但緊鄰公式前後的完整英文解說句子卻能乾淨擷取。原因大機率是 USPTO 專利裡的數學符號常以特殊字型或內嵌圖像方式排版,文字擷取工具能抓到周圍的自然語言,抓不到公式本身的字符編碼。 這代表今天引用 Proposition 1、2 的方式,是「引用命題的文字結論,沒有逐步驗證命題的符號推導」——這個限制性質上和昨天「兩次獨立擷取都得到一致數字,信心較高」不同,今天是「結論句反覆比對兩次,一致;推導步驟本身沒有核實」,已標存疑。

🧠 記

Hirakawa & Wolfe(2008)用命題直接證明:任何週期性、每格單一純色的 CFA,都不可能同時達到亮度與色度頻寬的理論最大值。 命題明文禁止的載波座標 $(\pi ,0)/(0,\pi )$,剛好就是 Bayer 色度載波 ${\phi }_{C2}$ 所在的位置——這不是巧合,是可以證明的次優性。真正的頻寬最優解需要「panchromatic」混色濾鏡(4×4 重複單元,每格是 R/G/B 的加權混合),專利裡只查到模擬資料,沒有查到任何真實感光元件曾經這樣做。

Condat 在 2011 年發表了另一篇論文(區別於 2010 年的隨機藍雜訊 CFA),不走「不可能造出來的最優解」這條路,改成保留純色、但把載波挪到 $(\pi ,\pm 2\pi /3)$ 這個具體座標的週期性設計。 這是可以用現有製程做出來的真實方案。

真實 CPSNR 數字顯示:無雜訊時 Hirakawa 的理論最優設計贏 Condat 0.25 dB,但只要加入雜訊(σ=10 或 20,柯達 24 圖或 150 圖集皆然),名次就反過來,Condat 穩定贏 0.15–0.18 dB。 兩者都穩定贏 Bayer 0.4–1.5 dB,且這個差距不能靠換演算法補回來——差距來自濾鏡排列本身,不是去馬賽克演算法的問題。「頻域幾何最優」與「雜訊穩健」是兩個部分互斥的目標,這是今天最值得記住的一句話。

今天的引用有一個明確的方法論限制:專利原文的數學符號在網頁擷取時系統性地被亂碼取代,只能核實命題的文字結論,不能逐步核實推導過程本身。

✍️ 實踐

自己把上面那張表的 dB 差距重算一次,看看趨勢是不是真的一致。 五個條件下分別算 (Hirakawa − Bayer)、(Condat − Bayer)、(Hirakawa − Condat) 三組差,親眼確認「無雜訊時 Hirakawa 領先,一有雜訊就反轉」這個交叉現象,而不是只讀我整理出的結論句。

把四個色度載波座標畫在同一張 $[-\pi ,\pi {)}^2$ 座標圖上,標出哪些點被命題禁止。 標上 Bayer 的 $(\pi ,\pi )$、$(0,\pi )$、$(\pi ,0)$,Condat(2011)的 $(\pi ,\pm 2\pi /3)$,以及命題禁止的 $(0,0)$、$(\pi ,0)$、$(0,\pi )$——肉眼比較「離原點的距離」與「離禁區的距離」,比背文字描述直接。

自己去 Google Patents 讀一次 US 8,761,504 B2 原文,實際感受一下專利數學式擷取失敗這件事。 搜尋 “Proposition 1” 與 “Proposition 2” 段落,對照今天引用的文字結論,看看你用的工具(瀏覽器、PDF 閱讀器、或任何 AI 擷取工具)能不能正確還原公式本身——這是一個很具體的「工具的限制決定了你能核實到哪一層」的練習,也是今天研究過程裡真實踩到的坑。

🔗 延伸學習

• US 8,761,504 B2 — Spatio-spectral sampling paradigm for imaging and a novel color filter array design(Hirakawa & Wolfe,Google Patents) — 今天第一、二節 Proposition 1、2 與「panchromatic」混色濾鏡設計的原始來源。
• Spatio-Spectral Color Filter Array Design for Optimal Image Recovery(Hirakawa & Wolfe,IEEE TIP 17(10), 2008) — 對應專利的期刊論文本體。
• A New Color Filter Array With Optimal Properties for Noiseless and Noisy Color Image Acquisition(Condat,IEEE TIP 20(3):709–723, 2011,開放 PDF) — 今天第三、四節 Condat 2011 版 CFA 設計座標與 Table I、II 完整 CPSNR 數字的來源,注意這篇與昨天引用的 2010 Image and Vision Computing 隨機 CFA 論文是不同的兩篇。

---

💬 問 AI

我在研究 CFA(彩色濾鏡陣列)頻域設計的文獻,今天讀了 Hirakawa & Wolfe 的專利 US 8,761,504 B2 與期刊論文,以及 Condat 2011 年(IEEE TIP 20(3))的後續論文。請盡量引用一手來源,並嚴格區分「來源明確這樣說」與「你自己的推論」。
 
第一組:Hirakawa & Wolfe 的命題本身
 
1. 我因為網頁擷取工具的限制,只讀到 Proposition 1(Bandwidth Maximization)與 Proposition 2(Volume Limitation)的文字結論句,公式本身的符號在擷取時變成亂碼。你能不能找到這兩個命題完整的數學表述(原始 IEEE TIP 論文或專利的清晰版本),告訴我 vol(Λ_M) ≤ 2 這個體積上界具體怎麼從 Proposition 1 的載波位置約束推導出來?
 
2. 「任何週期性、每格單一純色的 CFA,都不可能同時達到亮度與色度頻寬理論最大值」這個推論,是否有後續論文(2008 年之後)指出過反例或更精細的條件(例如放寬「同時最大化」這個目標函數,是否就能找到某個純色週期設計逼近最優)?
 
第二組:Condat 2011 與 Hirakawa CFA 的比較細節
 
3. Condat(2011)論文 Table I、II 裡拿來比較的「Hirakawa CFA」,究竟是 Hirakawa & Wolfe 專利裡的完整 panchromatic 混色設計,還是某個簡化過、改用純色實作的近似版本?這個細節會直接影響我今天文章裡「Hirakawa 理論最優 vs Condat 可製造」這個對比是否成立,我沒能在查到的段落裡確認清楚。
 
4. Condat 2011 的具體載波座標 (π, ±2π/3)、色度增益 γ_C=1/2,是怎麼被選出來的(有沒有一個明確的最佳化目標函數,還是啟發式挑選)?這個座標和 Hirakawa & Wolfe 命題裡「離原點最遠」的要求,數學上是什麼關係(是逼近某個約束下的最優解,還是純粹的可行解)?
 
第三組:對這幾天連載主題的意義
 
5. 「無雜訊時理論最優設計領先,一旦加入真實雜訊名次就反轉」這個現象,在 CFA 設計文獻裡是否有更一般性的理論(例如某種 bias-variance 或 information-theoretic 的分析框架)可以解釋,還是純粹是這兩篇論文各自實驗設定下的個案?
 
6. 承接我這幾天一直在問的問題:如果考慮現代 ISP 常見的內容自適應降噪與非線性去馬賽克,今天比較的這三種 CFA(Bayer、Hirakawa 混色、Condat 2011)之間 0.15–1.5 dB 的 CPSNR 差距,在真實相機的完整處理管線裡會被放大、維持,還是被抹平?有沒有任何後續(2011 年之後)論文在非線性管線下重做過這個比較?
 
每一點請標明你的把握程度,查不到出處的請直接說查不到。