RCCB（红-清-清-蓝）传感器因其灵敏度和信噪比（SNR）优于传统的拜耳（RGGB）传感器，而被广泛应用于汽车行业。但灵敏度的提高也带来了一些代价：颜色分辨能力下降，这可能导致难以区分交通信号灯的颜色。
我们发现一张图片中红色和黄色无法区分。经判断，这是由于红色通道饱和度过高造成的。我们尚不清楚这种情况是发生在图像采集还是图像处理过程中：也可能是由于色彩校正矩阵（CCM）试图还原正常的RGB颜色所致。
我们提出了一组简单的方程，用于对红、黄、绿灯进行最佳区分。
命名规则和假设
Y 代表黄色，而不是通常的亮度通道。
C 代表的是透明色（红+绿+蓝），而不是青色。
我们假设通道已进行白平衡（R 和 B 通道乘以一个系数），使得 R = G = B 为中性灰或白色。
为了使这些方程式有效，图像采集过程中或图像处理后，所有通道（R、C 或 B）都不能饱和。但在我们看到的图像中，红色和黄色无法区分，情况并非如此。红色通道已经饱和，导致其相对于绿色通道的强度低于预期，从而造成了检测失败。
颜色通道方程
红色 (R) 和蓝色 (B) 通道直接来自图像传感器，可能乘以一个用于白平衡的乘数（系数）。
绿色 (G) 和黄色 (Y) 由以下公式得出：
G = C – R – B
Y = R + G = R + C – R – B = C – B
单色（检测）通道方程
通常，单色通道（即可检测颜色）的值等于该颜色值减去其他通道的值。以下是交通信号灯检测所需的三个通道的公式。
R det = R – G – B = R – C + R + B = 2×R – C
G det = G – R – B = C – 2×R – 2×B
Y det = G+RB – |GR| = C – R – B + R – B – |CRBR| = C-2×B – |CB-2×R|
检测到的颜色是 {R det , G det , B det } 中最大的值。
一些注意事项
这些方程式未经我的（NLK的）同事核实，也未经实验验证。
如果任何通道饱和，它们都将无法工作。对于光线远强于周围环境的标准传感器来说，避免饱和可能很困难。
如果需要获得逼真的结果（通常用于人类视觉），则应通过单独的通道传输（通常应用 CCM）。