راز موزاییک بایر: چرا همه دوربین‌های دیجیتال ذاتاً کوررنگ هستند؟

هر ثانیه، دوربین گوشی هوشمند مدرن شما ۱۲ میلیون نقطه نوری متمایز را ثبت می‌کند، اما حتی یکی از آن‌ها هم حاوی رنگ واقعی نیست. اگر بخواهیم بر اساس دریافت خام فوتون‌ها قضاوت کنیم، دوربین دیجیتال شما کاملاً کوررنگ است.

در سطح سیلیکونی، فتودیودهایی که سنسور تصویر را می‌سازند، درست مثل سطل‌های میکروسکوپی هستند که زیر باران گذاشته‌اید؛ آن‌ها می‌توانند بشمارند چند قطره فوتون به آن‌ها برخورد کرده، اما روحشان هم خبر ندارد که این فوتون‌ها چه رنگی هستند. اگر قرار بود داده‌های خام را مستقیماً از روی تراشه تماشا کنید، پررنگ‌ولعاب‌ترین غروب آفتاب هم شبیه یک صفحه شطرنجی با طیف‌های مختلف خاکستری به نظر می‌رسید.[1][5]

اینکه ما اصلاً عکس‌های دیجیتال را رنگی می‌بینیم، مدیون یک ترفند نوری هوشمندانه و چند ده‌ساله و البته حجم عظیمی از حدس‌زنی‌های ریاضی است. در سال ۱۹۷۶، دانشمندی از شرکت ایستمن کداک (Eastman Kodak) به نام برایس بایر (Bryce Bayer) راه حلی برای این کوررنگی سیلیکونی ثبت اختراع کرد.

او پیشنهاد داد که یک شبکه فیزیکی از فیلترهای رنگی میکروسکوپی مستقیماً روی آرایه پیکسل‌ها چسبانده شود. این آرایه فیلتر رنگی (CFA) مثل پنجره‌های شیشه‌رنگی اُرسی در معماری سنتی خودمان عمل می‌کند و هر پیکسل را مجبور می‌کند که فقط یک طول موج خاص از نور را ثبت کند.[1]

الگوی بایر یک تقسیم‌بندی مساوی نیست. این الگو سنسور را به شبکه‌های ۲ در ۲ تکرارشونده تقسیم می‌کند که شامل ۱ فیلتر قرمز، ۱ فیلتر آبی و ۲ فیلتر سبز است. اما چرا این‌قدر پارتی‌بازی به نفع رنگ سبز؟ کاشف به عمل آمد که بایر در واقع داشت بیولوژی انسان را شبیه‌سازی می‌کرد.

چشم انسان به طور طبیعی بیشترین حساسیت را به طول موج‌های سبز دارد، رنگی که درک ما از روشنایی و جزئیات را در دست دارد. با دو برابر کردن داده‌های سبز، سنسور نقشه بسیار دقیق‌تری از روشنایی کلی تصویر ثبت می‌کند و در نهایت عکسی تحویل می‌دهد که برای سیستم بینایی ما کاملاً طبیعی به نظر می‌رسد.[1]

اما این فیلتر فیزیکی یک کسری داده عظیم ایجاد می‌کند. از آنجا که روی هر پیکسل فقط یک فیلتر رنگی قرار گرفته، راه را برای ثبت بار الکتریکی دو رنگ اصلی دیگر کاملاً می‌بندد. پیکسلی که زیر فیلتر قرمز است، دقیقاً می‌داند چقدر نور قرمز به آن تابیده، اما نسبت به سبز و آبی کاملاً کور است.

در نتیجه، یک دوربین ۱۲ مگاپیکسلی در واقع ۱۲ میلیون پیکسل تمام‌رنگی ثبت نمی‌کند؛ بلکه ۶ میلیون پیکسل سبز، ۳ میلیون پیکسل قرمز و ۳ میلیون پیکسل آبی را ثبت می‌کند. به زبان ساده، دقیقاً ۶۶ درصد از داده‌های رنگی صحنه، قبل از اینکه حتی به پردازنده برسند، دور ریخته می‌شوند.[1][5]

برای تبدیل این موزاییک از شدت‌های تک‌رنگ به یک عکس قابل تماشا، پردازشگر سیگنال تصویر (ISP) دوربین باید یک تردستی محاسباتی به نام موزاییک‌زدایی (demosaicing) انجام دهد. موزاییک‌زدایی در اصل یک بازی حدس‌زنی فوق‌العاده سریع و بسیار هوشمندانه است.

الگوریتم به یک پیکسل قرمز نگاه می‌کند، پیکسل‌های سبز و آبی اطرافش را برانداز می‌کند و به صورت ریاضی درون‌یابی می‌کند که مقادیر جاافتاده سبز و آبی چه باید می‌بودند. دوربین این کار را برای تک‌تک پیکسل‌ها، میلیون‌ها بار در ثانیه انجام می‌دهد و از این تکه‌های ناقص، یک تصویر تمام‌رنگی می‌بافد.[2]

ریاضیات پشت این موزاییک‌زدایی، از یک درون‌یابی دوخطی ساده به الگوریتم‌های بسیار پیچیده‌ای تکامل یافته که لبه‌های با کنتراست بالا را تشخیص می‌دهند. اگر نرم‌افزار فقط به سادگی و بدون تبعیض میانگین پیکسل‌های اطراف را می‌گرفت، خطوط تیز در عکس به یک افتضاح تار و رنگ‌ورو رفته تبدیل می‌شد که به آن اثر زیپی (zippering) می‌گویند.

پردازنده‌های تصویر مدرن آموزش دیده‌اند تا مرزها را شناسایی کنند و به جای عبور از روی آن‌ها، در امتداد این لبه‌ها درون‌یابی را انجام دهند؛ این کار تضمین می‌کند که تصویر رنگی بازسازی‌شده، واضح و عاری از اعوجاج‌های رنگی کاذب باقی بماند.[2]

با اینکه فیلتر بایر استاندارد بلامنازع این صنعت است، اما تنها راه حل مشکل رنگ نیست. در سال ۲۰۰۲، شرکت Foveon سنسور X3 را معرفی کرد که رویکرد موزاییکی را کلاً کنار گذاشت. سنسور Foveon به جای قرار دادن فیلترهای رنگی در کنار هم، سه لایه از فتودیودها را به صورت عمودی درون سیلیکون روی هم انباشته می‌کند.

این طراحی بر این خاصیت فیزیکی تکیه دارد که طول موج‌های مختلف نور تا اعماق متفاوتی در سیلیکون نفوذ می‌کنند: نور آبی نزدیک سطح جذب می‌شود، سبز در وسط، و قرمز در پایین‌ترین لایه.[3]

معماری Foveon به هر پیکسل فضایی اجازه می‌دهد تا داده‌های کامل قرمز، سبز و آبی را به طور همزمان ثبت کند و نیاز به موزاییک‌زدایی و اعوجاج‌های ناشی از آن را از بین ببرد. با این حال، این طراحی یک نقص کشنده دارد که مانع از غلبه آن بر بایر شد.

لایه‌های مجزای سیلیکون، رنگ‌ها را به تمیزی رنگ‌دانه‌های فیزیکی فیلتر نمی‌کنند و برای جداسازی سیگنال‌ها به ماتریس‌های ریاضی تهاجمی نیاز دارند. در شرایط نور کم، این پردازش سنگین باعث ایجاد نویز رنگی فاجعه‌باری می‌شود و سنسورهای انباشته را به یک بازار حاشیه‌ای برای عکاسان استودیویی محدود می‌کند، در حالی که موزاییک بایر دنیا را فتح کرد.[3]

امروزه، شرکت سیگما (Sigma) تنها پرچم‌دار فناوری Foveon باقی مانده است و همچنان به توسعه یک سنسور انباشته فول‌فریم ۳۵ میلی‌متری با معماری لایه‌ای ۱:۱:۱ ادامه می‌دهد که نوید وفاداری رنگ بی‌نظیری را می‌دهد. روند توسعه کند بوده و با مشکلات دفع حرارت و مصرف انرژی دست‌وپنجه نرم می‌کند، اما کازوتی یاماکی (Kazuto Yamaki)، مدیرعامل سیگما، همچنان متعهد است و در اواخر سال ۲۰۲۵ اعلام کرد که «تراشه Foveon زمانی عرضه می‌شود که پیکسل بی‌نقص باشد.»

اما برای بقیه دنیا — از دوربین‌های سینمایی هالیوود گرفته تا گوشی توی جیب شما — فیلتر بایر پادشاهی می‌کند. هر خاطره دیجیتالی که ثبت می‌کنیم، در هسته خود، یک شبکه سیاه‌وسفید است که توسط الگوریتمی که رنگ‌های ندیده را حدس می‌زند، جان می‌گیرد.[4][5]