随着科技的飞速发展，以数码相机（DC）为代表的数字成像设备得到了越来越广泛的应用。出于成本和体积的考虑，大多数数码相机中都采用单个CCD或CMOS图像传感器，在传感器表面覆盖有一层颜色滤波阵列CFA，可得到每一个像素坐标处的单一的颜色分量（R、G、B中的一种）。对每个像素点处缺失的另外两个颜色分量进行估计从而重构出一副全彩色图像的过程就称为CFA插值或去马赛克（Demosaicing）。故颜色插值算法的优劣直接影响着输出的全彩色图像的质量。本文针对的是目前应用最广的Bayer格式的CFA。本文首先介绍了几种算法，包括双线性插值算法、适应性颜色层插值算法、PixelGrouping插值算法、Lu的加权算法和逐次逼近插值算法，这五种算法分别是几种算法分类的典型代表。在这些算法的基础上，提出了一种新的算法，该算法将多梯度和方向性色差估计适应性的结合起来，不需要利用数据统计信息计算阈值来作为判决条件，而且算法是非迭代的，因此计算复杂度适中。在PC平台上进行算法实现，对实验结果分别进行人眼主观评价和客观的CPSNR与S-CIELAB定量评价，证明本文提出的改进算法无论在主观还是客观都达到了很好的重构效果。