在数字彩色成像中,原始图像一般是通过一个覆盖了滤色阵列的传感器获取的。滤色阵列(color filter array, CFA)只允许传感器的每个像素记录一种颜色的值。从原始图像重建全彩色图像的过程称为去马赛克(demosaicking)。CFA可能会导致不可逆转的颜色错误,因此,它与去马赛克算法一样,是决定重建彩色图像质量的关键因素。Bayer CFA是市场上最为流行的CFA,但是,它有两个根本性的不足。第一个是它在频域里存在光谱重叠,使得它倾向于发生混叠错误。第二个不足是它阻塞了大部分的入射光,制约了它在高速成像和低光照成像问题中的性能。经过几十年的研究,许多新的CFA被提出以克服Bayer CFA的这两个不足。然而,仍然存在一些重要问题亟待研究。第一,一些研究者已经指出动物视网膜的不规则布局有利于减少混叠错误。但是,所有受生物视网膜启发的CFA都把不规则布局简化为使用正方形像素的规则布局。第二,基于频域的CFA设计是一种有理论依据的最小化光谱重叠的设计方法。然而,已有的频域设计方法都需要大量的人工参与。第三,人们对高光敏感彩色摄像机的需求变得越来越强烈。但是,这一问题并未得到研究者的充分关注。本文对CFA设计所涉及的上述三个重要问题进行研究,主要取得了以下创新成果：(1)提出了彭罗斯(Penrose)像素布局用于彩色成像。彭罗斯像素布局可以均匀三着色,这就保证了重建彩色图像的质量。此外,彭罗斯像素布局仅使用两种形状的像素,制造相对简单(虽然不及正方形和六边形像素布局简单)。如果将来采用不规则像素布局用于彩色成像,应首先考虑彭罗斯像素布局。为了测试彭罗斯像素布局的性能,我们提出了一个基于稀疏表示的彭罗斯去马赛克算法,该算法比规则去马赛克算法更为困难。实验结果表明,彭罗斯像素布局要优于规则像素布局。(2)提出了一种自动的频域设计CFA的方法。该方法基于CFA的频域结构表示。我们首先利用多目标优化来得到频域结构的候选。这些候选的频域分量之间的重叠被最小化。然后,优化每个候选的参数,我们将该步骤形式化为一个约束优化问题,并使用交错方向法(alternating direction method, ADM)来求解。所提出的参数优化方法可适用于任意的频域结构,包括含有共轭色度副本的频域结构。实验结果验证了所提方法的优越性。(3)提出了一种有理论依据的设计高光敏感CFA的方法。该方法也依赖于CFA的频域结构表示。我们首先得到频域结构候选,这些候选可以得到具有或超过期望全色像素(panchromatic pixels)比例的CFA.然后,优化每个候选的参数得到对应的CFA.这些CFA中全色像素的比例可达到甚至超过期望值,并且,对混叠错误的健壮性较好。我们把该步骤形式化为一个约束优化问题,并用ADM进行求解。实验结果验证了所提方法及CFA的优越性,这些优势在低光照环境下更为明显。