如何在传统RGB拜耳色彩相机中采集三个独立的多光谱通道（波段）？
相机图像传感器由像素点构成，这些像素通过测量光线强度生成从纯白（高光量）、灰色（中等光量）到纯黑（无光量）的连续灰度信息。本质上，所有图像传感器都是单通道灰度传感器，除非在其表面增加特殊滤光层。
传统RGB彩色相机虽然只使用单个图像传感器，却能生成三通道图像，其核心技术是在传感器表面覆盖拜耳色彩滤光阵列。该阵列通常采用RGGB（红-绿-绿-蓝）的四像素重复排列模式，通过插值算法将原始数据重建为完整的红、绿、蓝三通道图像。这种插值过程实际上是通过计算相邻像素平均值来填补缺失的色彩信息，从而实现从单通道灰度传感器到三通道彩色传感器的”转换”。
随后，MAPIR会在拜耳滤光阵列前加装我们自主研发的带通滤光片，确保只有目标测量波段的光线能被传感器捕获。下图为我们广受欢迎的RGN（红/绿/近红外）滤光片的透射特性曲线：
在MAPIR的RGN相机中，入射光线需经过双重过滤：首先通过RGN滤光片进行波段选择，再经过拜耳滤光阵列进行色彩分离，最终被传感器捕获。
通过观察前文所示的拜耳滤光透射率曲线可发现，其红/绿/蓝各通道不仅会透过对应色彩的光线，还会同时透过红边波段（700-800nm）和近红外光（800-1000nm）。当我们使用允许近红外光透过的RGN滤光片时，拜耳阵列的所有三个色彩通道都会让近红外光抵达传感器。这意味着原始RGN图像通道实际包含以下混合数据：红色+近红外、绿色+近红外、纯近红外。为消除干扰性的近红外光，需要进行深度数据处理。
通过测量组装完成相机的各通道光谱响应特性，我们可以实现通道分离（以RGN为例即为剔除各通道中的近红外干扰）。经过校正后，最终才能获得纯净的红、绿、近红外三个独立图像通道（对应通道1,2,3）。
若未通过传感器响应测量来校正像素数据，获得的数值将存在偏差。当采集到”红色+近红外”的混合信号时，我们无法确定其中红色光的实际比例。如果在使用多光谱指数（如NDVI）处理这些图像时，未对图像通道进行传感器响应校正，生成的指数值（如NDVI）将失去准确性。
这是一张来自MAPIR Survey3W RGN相机的RAW格式图像经过反拜耳处理（应用拜耳插值算法后）的示例。请注意，图中顶部的白色参考标靶呈现出明显的绿色调，这正是由于拜耳色彩滤波阵列中绿色滤光片数量是红/蓝滤光片的两倍所致。
这是经过传感器响应校正与反射率校准后的图像效果，其视觉呈现类似于执行白平衡处理后的画面。
我们的RGN滤光片允许红光、绿光和近红外光穿透至传感器。校准标靶周围的绿草主要反射近红外光，这解释了为何其在图像中呈现异常浓郁的蓝色——由于蓝光被阻隔无法到达传感器，波长为850nm的近红外光被记录在蓝色（第三）图像通道中。人眼感知的绿色光强度，远低于植物反射的不可见近红外光强度。
下方为经过反拜耳处理的原始图像三通道展示（从左至右）：红色通道、绿色通道、近红外通道。需特别注意：红色与绿色通道实际上同时捕获了可见光与近红外光的混合信号。
