這次 RYYB 的設計在手機上比較新，更關注技術細節而且它又跟光有關系，所以我就又忍不住寫了一篇文章，抛磚引玉一下。

要說清楚這次P30Pro用的RYYB和之前RGGB有什麼區别，首先我們要了解CMOS是怎麼工作的。

我們都知道計算機不能處理模拟信号，隻能處理數字信号，所以現實世界的光影也不能直接被計算機處理，所以要記錄數字影像，那麼我們必須把真實的影像通過數字化轉變為計算機能讀取寫入的格式。

因此我們就需要一種東西，能夠把光信号轉換為電信号，這也就是 CCD 和CMOS 的由來，由于成本和功耗等等原因我們現在看到的數字相機和手機都是 CMOS, 具體原因展開太麻煩所以也就不詳細說了。

每一個 CMOS 像素都包括感光二極管(Photodiode)、浮動式擴散層(Floating diffusion layer)、傳輸電極門 (Transfer gate)、起放大作用的MOSFET、起像素選擇開關作用的M0SFET。

在 CMOS 的曝光階段，感光二極管完成光電轉換，産生信号電荷，曝光結束後，傳輸電極門打開，信号電荷被傳送到浮動式擴散層，由起放大作用的MOSFET電極門來拾取，電荷信号轉換為電壓信号。

所以這樣的 CMOS 也就完成了光電轉換、電荷電壓轉換、模拟數字轉換的三大作用，通過它我們就能把光信号轉化為電信号，最終得到數字信号被計算機讀取，這樣，我們就已經擁有了記錄光線明暗的能力，但這還不夠，因為我們需要色彩。

現代彩色CMOS 的原理也很簡單，直接在黑白圖像傳感器的基礎上增加色彩濾波陣列(CFA)，從而實現從黑白到彩色的成像。很著名的一種設計就是Bayer CFA（拜耳色彩濾波陣列）。

一個很有趣的事就是，我們用來記錄光影的 CMOS, 和我們用來輸出光影的顯示器，原理也剛好是向相反的，CMOS 把光轉化為電信号最後以數字格式記錄，顯示器把解碼的數字格式從電信号重新轉化為光。

光電之間的轉換也就構成了我們人類數字影像的基礎。

好了回到正題，為什麼是 RGB 三種顔色？為什麼 G 的占比要高于 R 和 B 呢？

這是因為人視網膜上的感光細胞分為兩種：視錐細胞和視杆細胞，分别對應人眼的明視覺和暗視覺。

視錐細胞又分三種：紅色感光細胞、綠色感光細胞、藍色感光細胞，它們對照明的明暗條件敏感度較低，隻有當光照強度達到一定條件錐細胞才能夠起作用。

而視杆細胞對光照的敏感度較高，可以在光照條件很暗的情況下對景物成像，卻不能感受顔色。這也解釋了為什麼在晚上的時候人仍然能夠看到物體,卻不能有效地分辨物體的顔色的現象

跟顔色有關的三種視錐細胞，每一種都對 RGB 三種顔色最敏感。

注意，是最敏感，所以藍視錐細胞不僅能感應藍色，也可以感應到綠和一部分紅色，綠視錐細胞不僅能感應綠，也可以感應一部份藍和紅，最後紅視錐細胞也是如此。

所以通過三種視錐細胞感應到不同波長光譜的比例，人類就能識别出視覺上除了紅綠藍之外的其他顔色。

人造的大部分顯示器，也都是利用這個特性來欺騙人類看到紅綠藍之外的顔色，比如上圖就是我的顯示器在顯示黃色時實際發出的光譜，根本就沒有黃色，這就是一個騙子顯示器，但是通過對人眼視覺特性的利用，我們看到的就是黃色。

1931年，CIE（國際标準照明委員會）建立了一系列表示可見光譜的顔色空間标準，定義了CIE-RGB基色系統。規定了RGB系統的三原色光波長分别為700nm，546.1nm，435.8nm的紅光（R）、綠光（G）、藍光（B）。

通過混色實驗可以得到上圖的一組曲線，它們表示在380nm-780nm範圍内當各個光譜能量一樣時，某一波長的光譜色與

混色結果一樣，并稱這三條曲線為 CIE1931 RGB 系統光譜三刺激值曲線。

由于計算顔色三刺激值時會出現負值，所以 CIE 又設計出了一套 CIE-XYZ 系統，用 X, Y, Z 來代表紅綠藍三原色，上圖也就是 CIE1931 XYZ 系統光譜三刺激值曲線。

著名的 CIE 1931 xy 色度圖也就是從此而來，我們可以用它描述出任意的一種人眼可見色彩。當然後來為了更精确的修正，還有 CIE 1976 u'v 色度圖，我們的很多評測也都使用了這個标準。

因此，在理論上隻需要記錄 RGB, 也就能還原出我們眼睛看到的所有顔色了。

另一個事實是：皮皮蝦擁有 16 種視錐細胞，所以如果讓它看我們的顯示器，它隻會覺得你給我看的這是個什麼玩意？？？

好了我們回到濾鏡顔色的問題上。對于基于 Bayer CFA 的設計，當我們拍攝右側圖 1 的場景時，CMOS 所有像素傳回來的圖像直接組合的結果就是右側圖 2, 當我們将濾鏡顔色加到像素上會得到圖 3, 很明顯這也不應該是我們最後看到的圖像。所以由 3 到 4 的過程，就需要插值算法來補足，之前真假 4800 萬像素的争論也就是在這一步。

對于 Bayer CFA 設計的 CMOS, 有常用的插值算法，比如相鄰像素插值、雙線性插值、三次多項式插值等，它們的目的都是為了還原出全部的 RGB 三個通道分量，比如雙線性插值就是這麼算的：

對于隻有紅色分量的像素：例如 R32：

對于隻有綠色分量的像素：例如 G33

對于隻有藍色分量的像素：例如 B43

通過還原得到完整的 RGB 分量，我們就能得到一幅沒有缺損的圖像了，但是這就是終點了嗎？并不是，我們不能直接把這樣的圖像存儲，因為這其中有一個很重要的問題：

Bayer CFA 經過插值之後，CFA 的色特性與人眼的視覺特性并不一定重合，所以圖像中的像素顔色可能都是偏色的，這裡可能是光學透鏡的光譜特性導緻，也可能是 Bayer CFA 上的彩色濾鏡光譜特性導緻，跟拍攝的環境光也有很大關系。

所以還有一步，那就是校正标定。校正标定之中最重要的則是伽馬校正和顔色校正，先看伽馬校正：

在現實世界中，幾乎所有的顯示器、攝影膠片以及很多電子照相機的光電轉換特性都是非線性的。這些非線性部件的輸出與輸入之間的關系通常用幂函數表示。

理想狀态下，色彩強度 (Intensity)與電子束的電壓信号之間成線性關系，但實際情況剛好想法，色彩強度與輸入的電壓信号之間是非線性關系。

顯示器的輸出強度和輸出電壓的響應大緻成幂指數關系，下方式子表示輸出的強度随着輸入電壓的增長成指數增長，通常我們就把這個幂指數稱為伽馬(Gamma)：

為了使圖像在顯示器上的效果和實際情形更為接近，在攝像機獲取圖像後， 必須進行伽馬校正，把上邊式子的非線性關系校正為線性關系：

其中， Pnew是經過校正處理後的圖像的像素值； Pold是沒有經過校正的像素值； 伽馬值 γ 表示校正的程度， γ =1 時，不進行校正，γ 值越大，像素灰度值的校正程度越大。

顔色校正：

由于不同廠家在制造 CMOS 時使用的彩色濾光片不同，CMOS 對不同波段的光電響應度不同，都會導緻相機的光譜響應曲線不同，比如這是某一個 CMOS 的光譜相應曲線：

很容易的就會發現彩色相機 RGB 三刺激值曲線圖和之前我們提到過的 CIE 1931-RGB 系統有很大差别。

想減小這種差異，就要對原始圖像的像素灰度值(R,G,B)進行必要的補償，帶來和人眼感知相近的顔色，這其中的工作就是顔色标定。

好了，鋪墊了這麼久，終于講到那當我們把 RGGB 換成 RYYB, 用黃色濾鏡替代綠色會怎麼樣了。

黃光的光譜主波是 570-590 納米，剛好被夾在紅綠主波之間，所以隻要彩色濾鏡的光譜特性設計得足夠好，那麼理論上黃色也就能記錄紅 綠，下圖就是一個我假象的光譜響應示意圖：

在這種非常理想的條件下，RYYB 的感光總量肯定可以超過 RGGB, 不過這也給插值算法補全 RGB 的那一步帶來了一定困難，插值不理想的話後期色彩标定也會出現問題。

而且現實情況也是要複雜得多，我找到了一篇論文：Raj Shrestha, V. et al. Polarization-tuned Dynamic Color Filters Incorporating a Dielectric-loaded Aluminum Nanowire Array. Sci. Rep. 5, 12450; doi: 10.1038/srep12450 (2015). 在這之中就有相當多的彩色濾鏡，甚至有直接将黃光主波壓制，保留紅綠藍光譜的彩色濾片設計。

最後的最後，既然 P30 系列在宣傳的時候提到了 RYYB 設計能帶來 40% 的進光量提升，這一點我覺得沒什麼值得懷疑，在沒有真機之前，可能大衆了解 RYYB 設計之後的疑慮應該是色準問題。

而這一切，都要靠華為自己的色彩标定，伽馬标定，以及自動白平衡算法了，4 月 11 日國内發布會見。

Mobile Device Talks

泛科技的爐邊談話

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!