攝影 · 2026-10-02

昨天那篇的核心對比是「Hirakawa 的理論最優(造不出來)對 Condat 的純色設計(造得出來)」,今天打開 Condat 論文全文逐頁核對,這個對比整個站不住:Condat 的新 CFA 有六種濾色片,顏色是 [1, 0, ½] 這類半透明混色,根本不是純色;表裡的「Hirakawa CFA」也不是專利那個 4×4 全色設計,而是 2×4 週期、四種混色。同一輪核對還抓到另外四處錯:期刊卷期頁碼、Bayer 欄位的演算法標示、差距範圍、以及「為什麼選 (π, ±2π/3)」其實論文有明寫理由。更正之後,反轉現象的解釋也換了:不是「頻寬最優對雜訊穩健」,而是兩個設計的色度增益分配不同,這一點可以用一條不等式算出來,今天一併算完。

📖 學

一、昨天五處錯誤,逐條更正

資料來源是作者個人網站上的論文 PDF(頁首寫 VOL. X, NO. XX, 2010,是正式刊出前的預印本;我沒能取得正式刊本,表中數字以預印本為準,正式版是否微調未核對)。下表左欄是昨天的說法,右欄是今天讀全文與 Crossref 書目資料後的結果。

昨天寫的	今天核實的
Condat 2011 保留每格單一純色,可用現有製程直接造	錯。原文:最佳解有「six distinct filters」,顏色為 [1,0,½]、[1,½,0]、[0,1,½]、[0,½,1]、[½,0,1]、[½,1,0],2×3 週期。論文結論明說「未來要研究這六色的精確光譜靈敏度函數,這是個困難問題」,所以實體濾光片尚未定義
表中 Hirakawa 是專利的 4×4 全色設計	論文 Fig. 1(b) 與第五節:Hirakawa pattern 是 2×4 週期、四色 [½,1,0]、[0,1,½]、[1,0,½]、[½,0,1]。是否等於專利那個 4×4 範例,我無法確認
Bayer 欄 39.64 / 39.58 分別是「非線性法 / FS 法」	錯。Table I 的 Bayer 有三欄:Dubois 非線性法 39.64、Nai-Xiang 等人非線性法 39.58,以及與另兩種 CFA 完全相同的頻率選擇加 13×13 最小平方濾波器 39.02。同一條件的公平比較基準是 39.02
雜訊下 Condat 領先 Hirakawa 0.15 至 0.18 dB	少算一格。四個條件是 0.16(24 圖 σ=10)、0.21(24 圖 σ=20)、0.15、0.18(150 圖),範圍 0.15 至 0.21
論文為 IEEE TIP 20(3):709–723	錯。Crossref 書目:20 卷 8 期,2200–2210 頁,2011 年 8 月,DOI 為 10.1109/TIP.2011.2114355

還有一處不是錯,是昨天的問題今天有答案:Condat 為什麼選載波 $[\pi ,2\pi /3{]}^T$。論文原文說,調變頻率應該離 0 最遠(和 Hirakawa 一樣放在 Nyquist 邊界上),而且要遠離水平與垂直軸,因為「自然場景以水平、垂直結構居多,亮度功率譜在這兩軸上較高」。這個理由昨天我標成「我的推論」,其實原文白紙黑字有寫。

二、六色濾片怎麼從公式長出來:自己算一遍

論文附錄一給了封閉解。把 CFA 寫成亮度、兩個色度載波的疊加,每個通道的透光率是

${\mathrm{cfa}}_i[k]=\frac{{\gamma }_L}{\sqrt{3}}+\frac{2{\gamma }_C}{\sqrt{3}}(-1{)}^{k_1}\sin (\frac{2\pi }{3}(1-i)+{\omega }_0{k}_2-\phi ),i=0,1,2(\mathrm{R},\mathrm{G},\mathrm{B})$

物理上透光率必須落在 0 到 1 之間,這條限制決定了色度增益 ${\gamma }_C$ 的上限:${\gamma }_C=(\sqrt{3}-{\gamma }_L)/(2\max \Omega )$,而 $\max \Omega =\cos (\pi /\mathrm{lcm}(6,N_2))$,$N_2$ 是垂直方向週期。我把它代進去,逐個週期算:

垂直週期 $N_2$	$\max \Omega$	最大色度增益 ${\gamma }_C$	色度噪聲放大 $2/{\gamma }_C^2$
3(載波 $2\pi /3$)	0.8660	0.5000	8.00
4(載波 $\pi /2$)	0.9659	0.4483	9.95
5	0.9945	0.4354	10.55
7	0.9972	0.4342	10.61

$N_2=3$ 最大,所以選它;$N_2=6$ 的增益與 3 相同但載波更靠近原點($\pi /3$),論文捨棄。$N_2=4$ 看似更對稱,增益卻低 10%,色度噪聲多 24%(10·log10(9.95/8)=0.95 dB)。亮度增益固定取 ${\gamma }_L=\sqrt{3}/2$,因為 ${\gamma }_L$ 與 ${\gamma }_C$ 互相拉扯,再提高 ${\gamma }_L$ 只會讓色度噪聲放大得更兇。

代入 ${\gamma }_L=\sqrt{3}/2$、${\gamma }_C=1/2$、$\phi =-\pi /3$,公式前兩項係數是 ½ 與 1/√3,正弦值只會是 $0$ 或 $\pm \sqrt{3}/2$,透光率恰好落在 0、½、1。2×3 單元逐格展開(每格為 R, G, B 透光率):

	$k_2=0$	$k_2=1$	$k_2=2$
$k_1=0$	(½, 1, 0)	(0, ½, 1)	(1, 0, ½)
$k_1=1$	(½, 0, 1)	(1, ½, 0)	(0, 1, ½)

六格正是論文列的六種顏色。每個通道六格總和都是 3,平均透光率 0.5,滿足論文要求的「R、G、B 平均通光量相同」;每格 R+G+B 加總是 1.5,Bayer 每格是 1。這就是 ${\gamma }_L$ 從 $1/\sqrt{3}$ 升到 $\sqrt{3}/2$ 的來源,比值剛好 1.5。

三、噪聲帳:反轉現象的真正原因

論文推出的關鍵關係是:解馬賽克後,亮度與兩個色度通道的噪聲各自被放大 $1/{\gamma }^2$ 倍(相對於加性白噪聲 ${\sigma }^2$)。三種 CFA 的數字如下(增益取自論文第五節):

CFA	亮度 $1/{\gamma }_L^2$	色度增益 ${\gamma }_{C1}^2,{\gamma }_{C2}^2$	色度放大和	三通道總和
Bayer	3	6/16、4/16	2.667+4=6.667	9.667
Hirakawa	4/3	6/16、2/16	2.667+8=10.667	12.000
Condat	4/3	4/16、4/16	4+4=8	9.333

亮度端:Bayer 的 3 對上另外兩者的 4/3,比值 2.25,等於 3.52 dB。論文用另一種寫法說同一件事:噪聲全留在亮度後,Condat 的灰階圖噪聲變異數是 $(4/9){\sigma }^2$,Bayer 是 ${\sigma }^2$。**這 3.52 dB 的訊噪比增益,折成曝光量是 log2(1.5)=0.585 級。**以下是我自己的推論,不是論文說的:在讀出噪聲主導的加性噪聲模型裡,同樣亮度噪聲下 ISO 可以高 1.5 倍,例如 ISO 3200 變 4800;若是光子散粒噪聲主導,訊噪比只隨 √1.5 增長,約 1.76 dB、0.29 級。論文的模型是抽象 RGB 基底上的透光率,真實濾光片的光譜重疊會打折,實際增益只會更小。

色度端有一條可以自己驗算的不等式。Hirakawa 與 Condat 的 ${\gamma }_{C1}^2+{\gamma }_{C2}^2$ 都等於 1/2,也就是「捕捉的色度能量一樣多」。但噪聲放大是 $1/a+1/b$,在 $a+b=1/2$ 的限制下,由柯西不等式 $(1/a+1/b)(a+b)\ge 4$,得 $1/a+1/b\ge 8$,等號只在 $a=b$ 時成立。Condat 兩軸相等,剛好打在下限 8;Hirakawa 是 $a=3/8$、$b=1/8$,得 10.667,比下限多 33.3%。論文寫的「色度噪聲比 Hirakawa 低 33%」就是這個數(8 對 10.667,即 Hirakawa 多 1/3)。兩者亮度增益相同,所以雜訊下 Condat 的優勢全部來自色度分配,不是來自「頻寬」。

另一個反直覺的細節:Bayer 的色度噪聲放大和(6.667)其實比 Condat(8)低,論文本身也承認 Bayer 的色度增益較高。Bayer 輸在亮度噪聲多了 2.25 倍。論文的做法是先把色度通道用維納式低通濾波器去噪,噪聲幾乎全留在亮度,再交給 BM3D 處理單一灰階圖,所以「亮度噪聲小」比「色度噪聲小」更值錢。這是論文的設計取捨,不代表任何管線都如此。

四、逐張重算:平均數藏住了什麼

我把 Table I 與 Table II 的 24 張逐列抄下來重算。

條件	平均 CPSNR(Bayer / Hirakawa / Condat)	Condat 減 Hirakawa 的平均	逐張勝負
無雜訊(Table I)	39.02(同管線)/ 40.36 / 40.11	−0.25	Hirakawa 贏 20 張,Condat 贏 4 張(第 3、7、10、12 張)
σ=4(僅論文文字)	無 / 37.58 / 37.60	+0.02	論文未列逐張
σ=10(Table II)	32.63 / 33.99 / 34.15	+0.16	Condat 贏 23 張,只有第 13 張 Hirakawa 以 0.04 dB 勝
σ=20(Table II)	29.63 / 30.77 / 30.98	+0.21	Condat 24 張全贏,差距 0.07 至 0.36 dB

幾個重點。第一,無雜訊時 Hirakawa 是 24 張裡贏 20 張,雜訊一加入立刻翻成 23 比 1、24 比 0,轉折點出現在 σ=0 到 4 之間。σ=4 在 8 位元尺度約是滿刻度的 1.6%。第二,Table I 與 Table II 用的不是同一條重建管線:前者是頻率選擇加 13×13 最小平方濾波器,後者是維納式聯合解馬賽克加 BM3D 去噪,所以「無雜訊到 σ=4 之間翻轉」混了管線差異,我不做線性內插去猜精確交叉點。第三,論文自己警告:CFA 之間的比較可能隨重建方法而變,它的論證依據是「噪聲放大最低」。

對照 Bayer 也要修正昨天的說法。同管線比較下 Hirakawa 領先 Bayer 1.34 dB、Condat 領先 1.09 dB;但對上最強的非線性 Bayer(Dubois 的 39.64),領先縮到 0.72 與 0.47 dB,逐張看 Condat 還有 6 張輸給 Dubois(第 4、5、7、15、17、23 張,最慘第 5 張輸 0.88 dB),Hirakawa 輸 3 張。所以昨天「換演算法補不回來」只對雜訊下成立;無雜訊時,換成非線性解馬賽克已經補回約一半差距(39.02 到 39.64,補 0.62 dB)。雜訊下的 Bayer 欄只用了同一套聯合去噪框架,沒有拿其他強力的非線性去噪管線對比,論文沒測,我也查不到。

🧠 記

Condat(2011)的 CFA 是 2×3 週期、六種半透明混色濾片,每格 R+G+B 透光總和 1.5,不是純色。 載波 $[\pi ,\pm 2\pi /3]$ 來自一個封閉解:$N_2=3$ 使色度增益達到上限 0.5,$N_2=4$ 只有 0.448。選這個位置的理由是遠離原點、遠離亮度能量集中的水平垂直軸,論文有明寫。

雜訊下勝出的原因是色度增益分配,不是頻寬。 兩個混色設計亮度增益同為 √3/2(對 Bayer 的 1/√3,噪聲變異數少 2.25 倍,3.52 dB);Condat 兩條色度軸增益相等,打在 $1/a+1/b\ge 8$ 的下限,Hirakawa 因軸不對稱多 33%。實測是雜訊 σ=10 時 Condat 贏 23 張、σ=20 時全贏,無雜訊時反過來 Hirakawa 贏 20 張。

這篇論文有三個必須帶著走的限制:數字來自預印本、六種顏色的真實光譜沒有被定義過、無雜訊與有雜訊兩張表用不同重建管線。 另外,今天抓出昨天五處錯誤,說明引用論文的數字與設計細節,一定要回到全文逐欄對照,不能只讀摘要與二手整理。

✍️ 實踐

用十行程式自己重現這張 2×3 濾色片表,並驗證三個性質。 用 Python 寫:g_L = 3**0.5/2、g_C = 0.5、phi = -3.141592653589793/3、w0 = 2*3.141592653589793/3,對 k1 取 0、1,k2 取 0、1、2,i 取 0、1、2,代入 g_L/3**0.5 + 2*g_C/3**0.5*(-1)**k1*sin(2*pi/3*(1-i) + w0*k2 - phi)。檢查:一,12 個數值是不是都落在 0、0.5、1;二,每個通道六格平均是不是 0.5;三,每格三通道總和是不是 1.5。再把垂直週期改成 N2=4:k2 取 0 到 3,w0 = pi/2,phi = w1/2 - pi/2,其中 w1 = 2*pi/12(論文式 (32):$N_2$ 為偶數時用 ${\omega }_1/2-\pi /2$,奇數時用 ${\omega }_1/4-\pi /2$)。先令 g_C = 0.5 重算,透光率最小值與最大值應該會略微越界(我算出約 −0.058 與 1.058,物理上做不出來);再令 g_C = 0.4483,應該剛好收回 0 到 1 之間。這個對照親手驗證了「$N_2=3$ 是能把色度增益推到 0.5 的最小週期」。若你的結果對不上,回頭查論文附錄一的 (30) 至 (33) 式。

🔗 延伸學習

• A New Color Filter Array With Optimal Properties for Noiseless and Noisy Color Image Acquisition(Condat,作者網站預印本 PDF) — 今天全部數字與設計細節的來源,Table I、II 與附錄一的封閉解都在這份。
• 同一篇論文的正式出版頁(IEEE TIP 20(8):2200–2210,2011,DOI) — 以 Crossref 核實卷期頁碼;我沒能打開正式刊本比對預印本數字,有權限的人可以去對。
• Spatio-Spectral Color Filter Array Design for Optimal Image Recovery(Hirakawa & Wolfe,IEEE TIP 17(10):1876–1890,2008) — Condat 表中 Hirakawa CFA 的出處,想確認 2×4 設計與專利 4×4 範例關係,要從這篇找。
• Color Filter Arrays for Quanta Image Sensors(Elgendy & Chan,arXiv) — 後續把亮度靈敏度、色度靈敏度、串擾、可製造性放進同一個最佳化框架;我只讀了摘要,沒有核對它與 Condat 設計的比較。

---

💬 問 AI

我在讀 Condat 2011 年 IEEE TIP 的論文《A New Color Filter Array With Optimal Properties for Noiseless and Noisy Color Image Acquisition》(20 卷 8 期,2200–2210 頁),手上是作者網站的預印本。請嚴格把回答分成三類並逐條標示:「文章或論文明確寫的」、「你查證到的(附出處)」、「你自己的推論」;查不到的直接說查不到,不要補。
 
1. 預印本的 Table I、Table II(24 張柯達圖逐張 CPSNR)與正式刊本是否一致?若正式版有改動,請列出哪幾格不同。
2. 論文中的「Hirakawa CFA」是 2×4 週期、四色 [½,1,0]、[0,1,½]、[1,0,½]、[½,0,1]。這和 Hirakawa & Wolfe 2008 年 TIP 論文,以及專利 US 8,761,504 B2 裡的 4×4 全色設計,是同一個設計還是不同設計?請找一手出處。
3. Condat 的六種半透明濾色片,後來有沒有人用實際的染料或光譜去實作,並量測過真實的 R、G、B 響應重疊與色彩準確度?若有,亮度增益 1.5 倍的優勢在真實光譜下剩多少?
4. 論文的比較只在加性白高斯噪聲加 BM3D 的管線下做。若改成真實相機常見的泊松加高斯噪聲、再加非線性 ISP,Condat、Hirakawa、Bayer 三者的名次是否會變?有沒有 2011 年之後的論文做過?
5. 我的推論是:在讀出噪聲主導時,亮度增益 1.5 倍等於約 0.585 級曝光;在散粒噪聲主導時只有約 0.29 級。這個換算有沒有漏掉什麼(例如色彩矩陣放大噪聲)?請指出哪一步我的推理不嚴謹。
 
每一點請說明你的把握程度。