要写一篇论文急需CCD的成像原理
有知道的麻烦告诉一下
3Q
CCD上感光组件的表面具有储存电荷的能力，并以矩阵的方式排列。当其表面感受到光线时，会将电荷反应在组件上，整个CCD上的所有感光组件所产生的信号，就构成了一个完整的画面。
如果分解CCD，你会发现CCD的结构为三层，第一层是“微型镜头”，第二层是“分色滤色片”以及第三层“感光层”。
第一层“微型镜头”
我们知道，数码相机成像的关键是在于其感光层，为了扩展CCD的采光率，必须扩展单一像素的受光面积。但是提高采光率的办法也容易使画质下降。这一层“微型镜头”就等于在感光层前面加上一副眼镜。因此感光面积不再因为传感器的开口面积而决定，而改由微型镜片的表面积来决定。
第二层是“分色滤色片”
CCD的第二层是“分色滤色片”，目前有两种分色方式，一是RGB原色分色法，另一个则是CMYK补色分色法这两种方法各有优缺点。首先，我们先了解一下两种分色法的概念，RGB即三原色分色法，几乎所有人类眼镜可以识别的颜色，都可以通过红、绿和蓝来组成，而RGB三个字母分别就是Red, Green和Blue，这说明RGB分色法是通过这三个通道的颜色调节而成。再说CMYK，这是由四个通道的颜色配合而成，他们分别是青（C）、洋红(M)、黄(Y)、黑(K)。在印刷业中，CMYK更为适用，但其调节出来的颜色不及RGB的多。
原色CCD的优势在于画质锐利，色彩真实，但缺点则是噪声问题。因此，大家可以注意，一般采用原色CCD的数码相机，在ISO感光度上多半不会超过400。相对的，补色CCD多了一个Y黄色滤色器，在色彩的分辨上比较仔细，但却牺牲了部分影像的分辨率，而在ISO值上，补色CCD可以容忍较高的感光度，一般都可设定在800以上
第三层：感光层
CCD的第三层是“感光片”，这层主要是负责将穿过滤色层的光源转换成电子信号，并将信号传送到影像处理芯片，将影像还原。
传统的照相机胶卷尺寸为35mm，35mm为对角长度，35mm胶卷的感光面积为36 x 24mm。换算到数码相机，对角长度约接近35mm的，CCD/CMOS尺寸越大。在单反数码相机中，很多都拥有接近35mm的CCD/CMOS尺寸，例如尼康德D100，CCD/CMOS尺寸面积达到23.7 x 15.6，比起消费级数码相机要大很多，而佳能的EOS-1Ds的CMOS尺寸为36 x 24mm，达到了35mm的面积，所以成像也相对较好。
现在市面上的消费级数码相机主要有2/3英寸、1/1.8英寸、1/2.7英寸、1/3.2英寸四种。CCD/CMOS尺寸越大，感光面积越大，成像效果越好。1/1.8英寸的300万像素相机效果通常好于1/2.7英寸的400万像素相机(后者的感光面积只有前者的55%)。而相同尺寸的CCD/CMOS像素增加固然是件好事，但这也会导致单个像素的感光面积缩小，有曝光不足的可能。但如果在增加CCD/CMOS像素的同时想维持现有的图像质量，就必须在至少维持单个像素面积不减小的基础上增大CCD/CMOS的总面积。目前更大尺寸CCD/CMOS加工制造比较困难，成本也非常高。因此，CCD/CMOS尺寸较大的数码相机，价格也较高。感光器件的大小直接影响数码相机的体积重量。超薄、超轻的数码相机一般CCD/CMOS尺寸也小，而越专业的数码相机，CCD/CMOS尺寸也越大。
如果分解CCD，你会发现CCD的结构为三层，第一层是“微型镜头”，第二层是“分色滤色片”以及第三层“感光层”。
第一层“微型镜头”
我们知道，数码相机成像的关键是在于其感光层，为了扩展CCD的采光率，必须扩展单一像素的受光面积。但是提高采光率的办法也容易使画质下降。这一层“微型镜头”就等于在感光层前面加上一副眼镜。因此感光面积不再因为传感器的开口面积而决定，而改由微型镜片的表面积来决定。
第二层是“分色滤色片”
CCD的第二层是“分色滤色片”，目前有两种分色方式，一是RGB原色分色法，另一个则是CMYK补色分色法这两种方法各有优缺点。首先，我们先了解一下两种分色法的概念，RGB即三原色分色法，几乎所有人类眼镜可以识别的颜色，都可以通过红、绿和蓝来组成，而RGB三个字母分别就是Red, Green和Blue，这说明RGB分色法是通过这三个通道的颜色调节而成。再说CMYK，这是由四个通道的颜色配合而成，他们分别是青（C）、洋红(M)、黄(Y)、黑(K)。在印刷业中，CMYK更为适用，但其调节出来的颜色不及RGB的多。
原色CCD的优势在于画质锐利，色彩真实，但缺点则是噪声问题。因此，大家可以注意，一般采用原色CCD的数码相机，在ISO感光度上多半不会超过400。相对的，补色CCD多了一个Y黄色滤色器，在色彩的分辨上比较仔细，但却牺牲了部分影像的分辨率，而在ISO值上，补色CCD可以容忍较高的感光度，一般都可设定在800以上
第三层：感光层
CCD的第三层是“感光片”，这层主要是负责将穿过滤色层的光源转换成电子信号，并将信号传送到影像处理芯片，将影像还原。
传统的照相机胶卷尺寸为35mm，35mm为对角长度，35mm胶卷的感光面积为36 x 24mm。换算到数码相机，对角长度约接近35mm的，CCD/CMOS尺寸越大。在单反数码相机中，很多都拥有接近35mm的CCD/CMOS尺寸，例如尼康德D100，CCD/CMOS尺寸面积达到23.7 x 15.6，比起消费级数码相机要大很多，而佳能的EOS-1Ds的CMOS尺寸为36 x 24mm，达到了35mm的面积，所以成像也相对较好。
现在市面上的消费级数码相机主要有2/3英寸、1/1.8英寸、1/2.7英寸、1/3.2英寸四种。CCD/CMOS尺寸越大，感光面积越大，成像效果越好。1/1.8英寸的300万像素相机效果通常好于1/2.7英寸的400万像素相机(后者的感光面积只有前者的55%)。而相同尺寸的CCD/CMOS像素增加固然是件好事，但这也会导致单个像素的感光面积缩小，有曝光不足的可能。但如果在增加CCD/CMOS像素的同时想维持现有的图像质量，就必须在至少维持单个像素面积不减小的基础上增大CCD/CMOS的总面积。目前更大尺寸CCD/CMOS加工制造比较困难，成本也非常高。因此，CCD/CMOS尺寸较大的数码相机，价格也较高。感光器件的大小直接影响数码相机的体积重量。超薄、超轻的数码相机一般CCD/CMOS尺寸也小，而越专业的数码相机，CCD/CMOS尺寸也越大。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2013-10-13
大家知道，世界万千的色彩，可以用三种来最终表述。
红色绿色和蓝色，这里我们一般用英文的首字母来表示
分别为R.G.B，计算机世界里其中一种颜色的表示方式也是这种
用一个8Bit的数据来表示其中一种颜色的灰度值
(十六进制的0xff等于十进制的255)
所以计算机里用0xff0000来表示一个单纯的红色
如果不是纯红色，那就是f2,34,f1三个眼色的灰度值来表示任何一种颜色
这种颜色表示法，可以算出来它可以表示2的24(8bit*3位来表示颜色)次方种颜色
这就是计算机的RGB颜色表示法。。。
回头看一下我们的相机，我们的相机CCD或者COMS也是用的这个原理来产生色彩。。
通过上面的原理，我们可以产出，相机是个色盲，他不会辨认颜色，只会辨认灰度。
一种颜色的灰度。。所以我们CCD或者CMOS上存在着很多感应颜色灰度值的点，也就是我们平时所说的CCD上的一个像素。。为了显示彩色图像。一个像素就不可能感知所有色彩的灰度，他只能感知RGB当中的一种。
人们就想出一个办法。那就是让一种像素点专门感知红色灰度，一种专门感知绿色，一种专门感知蓝色
这样，单个颜色的采样色阶就出来了。一个像素可以理解为一个采样精度为255阶的AD口，负责采样红色灰度值的得到当前光线中红色部分的灰度信息，其他颜色的同样
既然CCD上存在这三种采样不同颜色灰度的像素点。。那么就存在着他们在CCD上如何排布的问题。实际上他们是交叉排布的如下图
上图可以看到，红色和蓝色点是一个隔一个。而绿色点则占了一整行~也就是说RGB三种颜色的点数量比是1:2:1为何呢，为何感应绿色的点特别多呢？
这是因为人对绿色信息特别敏感，所以刻意加多了绿色灰度数据的收集，这样做的目的是更好的为以后差值放大做准备
CCD如何得到这些颜色的灰度信息讲完了，我们回到图像上来，当你拍摄图像完毕后，得到的就是这些小型AD采样灰度值,也就是我们所说的相机原始图像信息，可以说是数码相机的底片。。在专业机器上，我们把这种数据输出的文件叫做RAW格式文件~~他存的就是这些颜色的灰度信息,当然RAW文件是将数据压缩过的。比理论文件大小要小一些
下面实际计算一下。。假设我们买了一台1200W像素的相机
也就是说，你的CCD上有1200W个感光点。。他们R，G，B感光点比值是1:2:1
也就是说这个最终生成的RAW文件包含300W个R（红色信息）灰度值,600W个G,300W个B (原文有误,林峰注~)
他的文件大小（不压缩）应该是8bit*1200W=96000000bit=96000000/8/1024/1024约等于11.444Mbytes（一个灰度值用一个8bit的数来表示所以要*8）
就是这个1200W像素相机最后生成一个未压缩的RAW格式文件应该是11M左右。。
然后，我们将这个RAW文件转换成普通格式文件(TIFF)，有条件的朋友可以自己试验一下，看看它有多大
我们这里计算一下。。1200W像素的TIFF文件应该是多大。。
一个颜色计算机用一个24位的数来表示，这个我前面讲解过
那么他的文件大小应该是12,000,000*8bit*3=34.3323Mbtyes
也就是说一个只有11M的相机产生的图像文件最后转换以后变成了一个34M的图像文件。。中间没有任何压缩操作。。
那么他多出来的那将2倍的数据是哪里来的？
其实答案很简单，多出来的那么多信息由相机里的或者电脑上的CPU算出来的，这里就涉及到一个插值算法的问题
你想想，相机上的1个像素只是一个8位的数来表示，而你最终看到的图像一个像素是一个24位的数来表示的
CPU就负责插值算出这不足的16bit位。他怎么算的呢~当然这种算法是各个厂商高度保密的因为这将最终影响到输出jpg文件的图像质量
但大致上是通过这个像素周边的颜色灰度值来计算出这个点的RGB值，比如你这个点记录的是R的灰度，那么插值的时候程序就会去找这个像素点周边G和B点的值，这样可以为他补足他的24位做贡献
这样也从根本上解释了为何数码相机会有紫边？就是因为有这样一个插值算法存在，你才会在数码相机上看到紫边，所以紫边是镜头这个导因和插值算法最终导致了紫边的出现，所以紫边的罪魁祸首是插值算法
所以紫边产生的原因可以总结为三点相机镜头的色差、CCD成像的局限性、照片放大倍数
红色绿色和蓝色，这里我们一般用英文的首字母来表示
分别为R.G.B，计算机世界里其中一种颜色的表示方式也是这种
用一个8Bit的数据来表示其中一种颜色的灰度值
(十六进制的0xff等于十进制的255)
所以计算机里用0xff0000来表示一个单纯的红色
如果不是纯红色，那就是f2,34,f1三个眼色的灰度值来表示任何一种颜色
这种颜色表示法，可以算出来它可以表示2的24(8bit*3位来表示颜色)次方种颜色
这就是计算机的RGB颜色表示法。。。
回头看一下我们的相机，我们的相机CCD或者COMS也是用的这个原理来产生色彩。。
通过上面的原理，我们可以产出，相机是个色盲，他不会辨认颜色，只会辨认灰度。
一种颜色的灰度。。所以我们CCD或者CMOS上存在着很多感应颜色灰度值的点，也就是我们平时所说的CCD上的一个像素。。为了显示彩色图像。一个像素就不可能感知所有色彩的灰度，他只能感知RGB当中的一种。
人们就想出一个办法。那就是让一种像素点专门感知红色灰度，一种专门感知绿色，一种专门感知蓝色
这样，单个颜色的采样色阶就出来了。一个像素可以理解为一个采样精度为255阶的AD口，负责采样红色灰度值的得到当前光线中红色部分的灰度信息，其他颜色的同样
既然CCD上存在这三种采样不同颜色灰度的像素点。。那么就存在着他们在CCD上如何排布的问题。实际上他们是交叉排布的如下图
上图可以看到，红色和蓝色点是一个隔一个。而绿色点则占了一整行~也就是说RGB三种颜色的点数量比是1:2:1为何呢，为何感应绿色的点特别多呢？
这是因为人对绿色信息特别敏感，所以刻意加多了绿色灰度数据的收集，这样做的目的是更好的为以后差值放大做准备
CCD如何得到这些颜色的灰度信息讲完了，我们回到图像上来，当你拍摄图像完毕后，得到的就是这些小型AD采样灰度值,也就是我们所说的相机原始图像信息，可以说是数码相机的底片。。在专业机器上，我们把这种数据输出的文件叫做RAW格式文件~~他存的就是这些颜色的灰度信息,当然RAW文件是将数据压缩过的。比理论文件大小要小一些
下面实际计算一下。。假设我们买了一台1200W像素的相机
也就是说，你的CCD上有1200W个感光点。。他们R，G，B感光点比值是1:2:1
也就是说这个最终生成的RAW文件包含300W个R（红色信息）灰度值,600W个G,300W个B (原文有误,林峰注~)
他的文件大小（不压缩）应该是8bit*1200W=96000000bit=96000000/8/1024/1024约等于11.444Mbytes（一个灰度值用一个8bit的数来表示所以要*8）
就是这个1200W像素相机最后生成一个未压缩的RAW格式文件应该是11M左右。。
然后，我们将这个RAW文件转换成普通格式文件(TIFF)，有条件的朋友可以自己试验一下，看看它有多大
我们这里计算一下。。1200W像素的TIFF文件应该是多大。。
一个颜色计算机用一个24位的数来表示，这个我前面讲解过
那么他的文件大小应该是12,000,000*8bit*3=34.3323Mbtyes
也就是说一个只有11M的相机产生的图像文件最后转换以后变成了一个34M的图像文件。。中间没有任何压缩操作。。
那么他多出来的那将2倍的数据是哪里来的？
其实答案很简单，多出来的那么多信息由相机里的或者电脑上的CPU算出来的，这里就涉及到一个插值算法的问题
你想想，相机上的1个像素只是一个8位的数来表示，而你最终看到的图像一个像素是一个24位的数来表示的
CPU就负责插值算出这不足的16bit位。他怎么算的呢~当然这种算法是各个厂商高度保密的因为这将最终影响到输出jpg文件的图像质量
但大致上是通过这个像素周边的颜色灰度值来计算出这个点的RGB值，比如你这个点记录的是R的灰度，那么插值的时候程序就会去找这个像素点周边G和B点的值，这样可以为他补足他的24位做贡献
这样也从根本上解释了为何数码相机会有紫边？就是因为有这样一个插值算法存在，你才会在数码相机上看到紫边，所以紫边是镜头这个导因和插值算法最终导致了紫边的出现，所以紫边的罪魁祸首是插值算法
所以紫边产生的原因可以总结为三点相机镜头的色差、CCD成像的局限性、照片放大倍数
第2个回答 2013-10-13
这个地址里的内容很全面——
