數碼相機傳感器
數碼相機利用數以百萬計的極小的感光單元陣列來記錄照片。按下快門後，這些感光單元便開始收集和存儲光子。一旦曝光結束，相機關閉所有感光單元，計算落入每個感光單元的光子數量。落入感光單元的的光子的相對數量隨後被存儲成不同的強度等級，精度有位深(bit depth)決定。
以上所描述的僅僅能創建灰度圖，因爲感光單元不能夠區分每種每種顏色成分的多少。爲了創建彩色圖像，必須在每個感光單元上濾光鏡，濾光鏡僅允許一種顏色的光進入。事實上，現在數碼相機的每個感光單元僅能捕獲三種主要色光中的一種，所以2/3的入射光被丟棄了。因此，爲了顯示完整的圖像，必須近似出每個位置其他兩種色光。最常用的濾光鏡陣列叫做”Bayer array”，如下圖所示：
“Bayer array”由兩種不同的排列組成，一種reg-green排列，一種green-blue排列。Bayer array中，green濾光鏡的數量是red和blue濾光鏡數量的兩倍。因爲人眼對每種色光的敏感程度不一樣，對綠光的敏感程度更強，所以每種綠光濾光鏡的數量最多。這樣拍攝的照片噪聲也最少。這也解釋了爲什麼綠色通道的噪聲相比其他兩個通道較少。
BAYER DEMOSAICING
Bayer demosaicing 是將每個位置捕獲到的單一色光補充完整，組成一張完整的圖片。方法是將每個2x2的感光單元當做一個來處理，這樣就可以組成完整的圖像，但是圖片的高度和寬度會縮短一半。
通常情況下，這樣是可以工作的。但是，許多攝像機會使用一些其他方法，從捕獲到的信息中提取更多的信息。如果我們將2x2的感光單元當做一個感光單元對待，那麼得到的照片分辨率在水平和垂直方向上就都會減少一半。另一方面，如果我們使用相互覆蓋的2x2的感光單元作爲一個感官單元，這樣得到的照片分辨率就不會縮小。下圖展示了這種方法的示意圖：
其他算法可以提取到更多的信息，得到分辨率更大的照片。
DEMOSAICING ARTIFACTS
當照片的微小細節逼近攝像機的極限分辨率時，demosaicing算法就有可能被欺騙，產生一些噪聲。最常見的噪聲叫做moiré，通常以重複模式、顏色噪聲或者迷宮一樣的形式。如下所示：
以上這兩張分辨率不同的照片，下面一組圖片中，第三張圖片中出現了顏色噪聲，其他圖片中都出現了重複的模式。即使每個位置的感光單元都可以捕獲並且保存三種色光，moiré和其他認爲噪聲依然可能出現。當對連續的信號進行離散採樣時，這種噪聲是不可避免的。正是因爲如此，每個感光單元會配合low-pass-filter和anti-aliasing-filter一起使用。這些filter通常就是感光單元前面的一層薄膜，這些filter可以平滑掉產生問題的細節，這些細節的分辨率高於相機的分辨率。
MICROLENS ARRAYS
也許你已經發現了，在第一張圖片中，感光單元彼此之間存在一定空隙，而非彼此之間緊挨着。事實上，感光單元並沒有完全覆蓋傳感器的整個表面，只是覆蓋了一般的面積，另一半面積擺放電子元件。兩個感光單元之間以兩個相互支撐的斜面連接(如下圖), 這些斜面具有反光的作用，用來將光引導到感光單元中。相互支撐的斜面被稱作”microlenses”,可以增強感光單元的收集能力。
設計良好的microlenses可以增強每個位置的光強，這樣可以創建出噪聲更小的照片。相機製造商可以通過設計良好的microlenses較少噪聲，即使在感光單元較少的情況下也可以得到很好地效果。
