CN107864365B - 一种消除图像紫边的方法 - Google Patents

一种消除图像紫边的方法 Download PDF

Info

Publication number
CN107864365B
CN107864365B CN201711040466.4A CN201711040466A CN107864365B CN 107864365 B CN107864365 B CN 107864365B CN 201711040466 A CN201711040466 A CN 201711040466A CN 107864365 B CN107864365 B CN 107864365B
Authority
CN
China
Prior art keywords
area
purple
image
position information
gray
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711040466.4A
Other languages
English (en)
Other versions
CN107864365A (zh
Inventor
白丽莎
张悦强
叶红波
王勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai IC R&D Center Co Ltd
Chengdu Light Collector Technology Co Ltd
Original Assignee
Shanghai IC R&D Center Co Ltd
Chengdu Light Collector Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai IC R&D Center Co Ltd, Chengdu Light Collector Technology Co Ltd filed Critical Shanghai IC R&D Center Co Ltd
Priority to CN201711040466.4A priority Critical patent/CN107864365B/zh
Publication of CN107864365A publication Critical patent/CN107864365A/zh
Application granted granted Critical
Publication of CN107864365B publication Critical patent/CN107864365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种消除图像紫边的方法，包括：取得一张含有紫边的待修正彩色图像；在待修正彩色图像中寻找紫色区域，并得到紫色区域的位置信息；将待修正彩色图像转化成灰度图像，在灰度图像中对应紫色区域的位置寻找定义的接近饱和区域，并得到接近饱和区域的位置信息；在灰度图像中对应紫色区域的位置寻找边缘区域，并得到边缘区域的位置信息；对紫色区域、接近饱和区域、边缘区域的位置信息进行合并及处理，得到最终的紫边位置信息；将最终的紫边位置信息映射到待修正彩色图像中，对最终的紫边位置所代表的紫色区域进行修正。本发明可对紫色区域进行精确修正，从而可有效消除图像中的紫边现象。

Description

一种消除图像紫边的方法
技术领域
本发明涉及图像处理技术，更具体地，涉及一种消除图像紫边的方法。
背景技术
图像紫边是指数码相机在拍摄取物过程中，由于被摄物体反差较大，在高光与低光部位交界处出现的紫色色斑的现象，其与光的衍射、相机镜头的色散及图像传感器色彩插值算法等有关。图像紫边在胶片相机时代并不存在，它是数码相机的固有问题，即使高端的数码相机也不能完全避免图像紫边。
高端数码相机一般会利用高质量的镜头减少色散，但是这种方式价格昂贵，并且不能完全解决图像紫边问题，且一般还需要配合紫边修正算法。而相机自带的紫边修正算法效果也差强人意，这主要是因为环境复杂导致算法无法确切分辨紫边区域，或者误判错误区域为紫边区域，从而造成错误的修正。
因此，亟需一种克服以上缺陷，消除图像紫边的方法。
发明内容
本发明的目的在于克服现有技术存在的上述缺陷，提供一种消除图像紫边的方法。
为实现上述目的，本发明的技术方案如下：
一种消除图像紫边的方法，包括以下步骤：
步骤a：取得一张含有紫边的待修正彩色图像；
步骤b：在待修正彩色图像中寻找紫色区域，并得到紫色区域的位置信息；
步骤c：将待修正彩色图像转化成灰度图像，在灰度图像中对应紫色区域的位置寻找定义的接近饱和区域，并得到接近饱和区域的位置信息；
步骤d：在灰度图像中对应紫色区域的位置寻找边缘区域，并得到边缘区域的位置信息；
步骤e：对紫色区域、接近饱和区域、边缘区域的位置信息进行合并及处理，得到最终的紫边位置信息；
步骤f：将最终的紫边位置信息映射到待修正彩色图像中，对最终的紫边位置所代表的紫色区域进行修正。
优选地，步骤b中，将紫色区域的位置信息记录成第一二值地图，并将紫色区域记为1，紫色以外区域记为0；步骤c中，将接近饱和区域的位置信息记录成第二二值地图，并将接近饱和区域记为1，接近饱和以外区域记为0；步骤d中，将边缘区域的位置信息记录成第三二值地图，并将边缘区域记为1，边缘以外区域记为0。
优选地，步骤d中，利用Sobel算子，通过卷积方法计算得到灰度图像中的边缘区域的位置信息。
优选地，步骤e中，通过对第一二值地图～第三二值地图执行逻辑“与”的计算，得到最终的紫边位置信息，并将最终的紫边位置信息记录成第四二值地图。
优选地，步骤f中，对紫色区域进行修正的方式为：以绿色通道的强度值代替红色通道和蓝色通道的强度值，得到修正后的彩色图像。
优选地，步骤b中，先将待修正彩色图像从RGB色彩空间转化到HSV色彩空间，再在HSV色彩空间内进行紫色区域的寻找。
优选地，采用分段定义法将待修正彩色图像从RGB色彩空间转化到HSV色彩空间。
优选地，所述HSV色彩空间的色调H取值范围为0～360°、饱和度S取值范围为0～1、亮度V取值范围为0～1。
优选地，步骤c中，所述接近饱和区域的定义标准为：在灰度图像中，如果某个像素的灰度值大于该灰度图像最大灰度级的90％，则该像素所在区域为接近饱和区域。
优选地，所述sobel算子为：
Figure GDA0001566383380000021
其中，Sobel_x为水平Sobel算子，Sobel_y为竖直Sobel算子。
从上述技术方案可以看出，本发明通过将待修正彩色图像转化成灰度图像，并分别针对待修正彩色图像和灰度图像中进行紫色区域、接近饱和区域及边缘区域的寻找，再将紫色区域、接近饱和区域、边缘区域的位置信息进行合并及处理，得到最终的紫边位置信息并映射到待修正彩色图像中，可避免因环境复杂导致相机自带的紫边修正算法无法确切分辨紫边区域的问题，因而可对紫色区域进行精确修正，从而可有效消除图像中的紫边现象。
附图说明
图1是本发明一较佳实施例的一种消除图像紫边的方法流程图。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步的详细说明。
在以下本发明的具体实施方式中，请参阅图1，图1是本发明一较佳实施例的一种消除图像紫边的方法流程图。如图1所示，本发明的一种消除图像紫边的方法，包括以下步骤：
步骤a：取得一张含有紫边的待修正彩色图像。
首先，可使用数码相机对一个与背景反差较大的被摄物体进行拍摄，以获取一张含有紫边的彩色图像，作为待修正彩色图像I。
步骤b：在待修正彩色图像中寻找紫色区域，并得到紫色区域的位置信息。
然后，对待修正彩色图像进行计算，以在待修正彩色图像中寻找形成紫边现象的紫色区域。在寻找到紫色区域后，可将紫色区域的位置信息以二值地图的方式进行记录。具体可将寻找到的紫色区域的位置信息记录成第一二值地图map_purple；其中，将紫色区域记为1，将紫色区域以外的其他区域记为0。
寻找紫色区域时，将在HSV色彩空间内进行。可先将待修正彩色图像从RGB色彩空间(RGB代表红、绿、蓝三个通道的颜色)转化到HSV色彩空间，再在HSV色彩空间内进行紫色区域的寻找。
HSV色彩空间比RGB色彩空间更具有直观性。其中，HSV中的H代表色调(Hue)，取值范围为0～360°；S代表饱和度(Saturation)，取值范围为0～1；V代表亮度(Value)，取值范围为0～1。RGB中的R、G、B分别是三基色格式中的红、绿、蓝分量值。
可以通过多种方式来实现RGB格式图像至HSV格式图像的转换。作为一可选的实施方式，可采用分段定义法将待修正彩色图像从RGB色彩空间转化到HSV色彩空间。分段定义法满足以下公式(1)～(3)：
V＝max(R，G，B) (1)
Figure GDA0001566383380000041
Figure GDA0001566383380000042
其中，如果H＜0，则将其计算值加上360°进行取值。
得到的紫色区域的位置信息、即第一二值地图map_purple满足以下公式(4)：
Figure GDA0001566383380000043
步骤c：将待修正彩色图像转化成灰度图像，在灰度图像中对应紫色区域的位置寻找定义的接近饱和区域，并得到接近饱和区域的位置信息。
通过对待修正彩色图像进行计算，将待修正彩色图像转化成灰度图像I_grey，并寻找灰度图像中的接近饱和的区域，也就是彩色图像中紫边存在的对应区域。在灰度图像中寻找到接近饱和区域后，可将接近饱和区域的位置信息以二值地图的方式进行记录。具体可将寻找到的接近饱和区域的位置信息记录成第二二值地图map_nsr；其中，将接近饱和区域记为1，将接近饱和区域以外的其他区域记为0。
所述接近饱和区域的定义标准为：在灰度图像中，如果某个像素的灰度值大于该灰度图像最大灰度级(灰度最大值)的90％，那么说明该像素所在区域为接近饱和区域(即该像素位于接近饱和区域)。例如，如果是8比特(bit)，那么灰度级的数量为2的8次方，就有256个灰度级(0-255，共256个灰度级)，即255就是灰度图像的最大灰度级，则接近饱和区域的像素的灰度值应大于230，并满足以下公式(5)：
Figure GDA0001566383380000051
步骤d：在灰度图像中对应紫色区域的位置寻找边缘区域，并得到边缘区域的位置信息。
对灰度图像I_grey进行计算。可利用Sobel算子，通过卷积方法计算得到灰度图像中的边缘区域的位置信息，也就是计算的紫边的位置信息，并将边缘区域的位置信息记录成第三二值地图map_edge；其中，将边缘区域记为1，边缘区域以外的其他区域记为0。
上述Sobel算子可满足以下公式(6)：
Figure GDA0001566383380000052
其中，Sobel_x为水平Sobel算子，Sobel_y为竖直Sobel算子。
然后，可利用Sobel算子，对灰度图像的每一个像素点作卷积，并满足以下公式(7)：
Img_sobel_x＝I_grey*sobel_x
Img_sobel_y＝I_grey*sobel_y (7)
最终得到边缘区域的位置信息、即第三二值地图map_edge；并满足以下公式(8)：
mapedge(i,j)＝Img_sobel_x(i,j)&Img_sobel_y(i,j) (8)
步骤e：对紫色区域、接近饱和区域、边缘区域的位置信息进行合并及处理，得到最终的紫边位置信息。
通过对第一二值地图map_purple、第二二值地图map_nsr、第三二值地图map_edge执行逻辑“与”的计算，合并所有区域信息，得到最终的紫边位置信息，并将最终的紫边位置信息记录成第四二值地图map。
步骤f：将最终的紫边位置信息映射到待修正彩色图像中，对最终的紫边位置所代表的紫色区域进行修正。
利用得到的第四二值地图map，将其对应到原始的待修正彩色图像的位置，即可对紫色区域的紫边图像进行修正。具体方式为：以绿色通道的强度值代替红色通道和蓝色通道的强度值，从而得到修正后消除了紫边的彩色图像I_corr；其满足以下公式(9)：
Figure GDA0001566383380000061
综上所述，本发明通过将待修正彩色图像转化成灰度图像，并分别针对待修正彩色图像和灰度图像中进行紫色区域、接近饱和区域及边缘区域的寻找，再将紫色区域、接近饱和区域、边缘区域的位置信息进行合并及处理，得到最终的紫边位置信息并映射到待修正彩色图像中，可避免因环境复杂导致相机自带的紫边修正算法无法确切分辨紫边区域的问题，因而可对紫边区域进行精确修正，从而可有效消除图像中的紫边现象。
以上所述的仅为本发明的优选实施例，所述实施例并非用以限制本发明的专利保护范围，因此凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。

Claims (8)

1.一种消除图像紫边的方法，其特征在于，包括以下步骤：
步骤a：取得一张含有紫边的待修正彩色图像；
步骤b：在待修正彩色图像中寻找紫色区域，并得到紫色区域的位置信息；
步骤c：将待修正彩色图像转化成灰度图像，在灰度图像中对应紫色区域的位置寻找定义的接近饱和区域，并得到接近饱和区域的位置信息；
步骤d：在灰度图像中对应紫色区域的位置寻找边缘区域，并得到边缘区域的位置信息；其中，利用sobel算子，通过对灰度图像的每一个像素点作卷积，计算得到灰度图像中的边缘区域的位置信息，并满足以下公式：
mapedge(i,j)＝Img_sobel_x(i,j)&Img_sobel_y(i,j)
其中，所述sobel算子为：
Figure FDA0002277218760000011
sobel_x为水平sobel算子，sobel_y为竖直sobel算子，mapedge(i,j)代表灰度图像中的边缘区域每一个像素点的位置信息，Img_sobel_x(i,j)代表利用水平sobel算子对灰度图像的每一个像素点所作的卷积，Img_sobel_y(i,j)代表利用竖直sobel算子对灰度图像的每一个像素点所作的卷积；
步骤e：对紫色区域、接近饱和区域、边缘区域的位置信息进行合并及处理，得到最终的紫边位置信息；
步骤f：将最终的紫边位置信息映射到待修正彩色图像中，对最终的紫边位置所代表的紫色区域进行修正。
2.根据权利要求1所述的消除图像紫边的方法，其特征在于，步骤b中，将紫色区域的位置信息记录成第一二值地图，并将紫色区域记为1，紫色以外区域记为0；步骤c中，将接近饱和区域的位置信息记录成第二二值地图，并将接近饱和区域记为1，接近饱和以外区域记为0；步骤d中，将边缘区域的位置信息记录成第三二值地图，并将边缘区域记为1，边缘以外区域记为0。
3.根据权利要求2所述的消除图像紫边的方法，其特征在于，步骤e中，通过对第一二值地图～第三二值地图执行逻辑“与”的计算，得到最终的紫边位置信息，并将最终的紫边位置信息记录成第四二值地图。
4.根据权利要求1或3所述的消除图像紫边的方法，其特征在于，步骤f中，对紫色区域进行修正的方式为：以绿色通道的强度值代替红色通道和蓝色通道的强度值，得到修正后的彩色图像。
5.根据权利要求1或2所述的消除图像紫边的方法，其特征在于，步骤b中，先将待修正彩色图像从RGB色彩空间转化到HSV色彩空间，再在HSV色彩空间内进行紫色区域的寻找。
6.根据权利要求5所述的消除图像紫边的方法，其特征在于，采用分段定义法将待修正彩色图像从RGB色彩空间转化到HSV色彩空间。
7.根据权利要求5所述的消除图像紫边的方法，其特征在于，所述HSV色彩空间的色调H取值范围为0～360°、饱和度S取值范围为0～1、亮度V取值范围为0～1。
8.根据权利要求1所述的消除图像紫边的方法，其特征在于，步骤c中，所述接近饱和区域的定义标准为：在灰度图像中，如果某个像素的灰度值大于该灰度图像最大灰度级的90％，则该像素所在区域为接近饱和区域。
CN201711040466.4A 2017-10-31 2017-10-31 一种消除图像紫边的方法 Active CN107864365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711040466.4A CN107864365B (zh) 2017-10-31 2017-10-31 一种消除图像紫边的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711040466.4A CN107864365B (zh) 2017-10-31 2017-10-31 一种消除图像紫边的方法

Publications (2)

Publication Number Publication Date
CN107864365A CN107864365A (zh) 2018-03-30
CN107864365B true CN107864365B (zh) 2020-03-31

Family

ID=61696832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711040466.4A Active CN107864365B (zh) 2017-10-31 2017-10-31 一种消除图像紫边的方法

Country Status (1)

Country Link
CN (1) CN107864365B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111970449B (zh) * 2020-08-27 2022-03-29 豪威科技(武汉)有限公司 图像处理方法、装置、终端及计算机可读存储介质
CN112887693B (zh) * 2021-01-12 2023-04-18 浙江大华技术股份有限公司 图像紫边消除方法、设备及存储介质
CN113516595B (zh) * 2021-04-08 2024-06-11 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、电子设备及存储介质
CN113784101A (zh) * 2021-09-26 2021-12-10 三星半导体(中国)研究开发有限公司 紫边校正方法和紫边校正装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101366019A (zh) * 2005-12-30 2009-02-11 微软公司 从图像中自动移除紫边
CN103440658A (zh) * 2013-08-30 2013-12-11 广东欧珀移动通信有限公司 自动去除照片紫边的方法及装置
CN105809644A (zh) * 2016-03-15 2016-07-27 深圳英飞拓科技股份有限公司 图像边缘伪色抑制方法及装置
CN106251298A (zh) * 2016-07-22 2016-12-21 华为技术有限公司 处理图像的方法和装置
CN106657946A (zh) * 2017-01-12 2017-05-10 深圳岚锋创视网络科技有限公司 图像紫边消除系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101366019A (zh) * 2005-12-30 2009-02-11 微软公司 从图像中自动移除紫边
CN103440658A (zh) * 2013-08-30 2013-12-11 广东欧珀移动通信有限公司 自动去除照片紫边的方法及装置
CN105809644A (zh) * 2016-03-15 2016-07-27 深圳英飞拓科技股份有限公司 图像边缘伪色抑制方法及装置
CN106251298A (zh) * 2016-07-22 2016-12-21 华为技术有限公司 处理图像的方法和装置
CN106657946A (zh) * 2017-01-12 2017-05-10 深圳岚锋创视网络科技有限公司 图像紫边消除系统和方法

Also Published As

Publication number Publication date
CN107864365A (zh) 2018-03-30

Similar Documents

Publication Publication Date Title
CN107864365B (zh) 一种消除图像紫边的方法
US7577292B2 (en) Automatic removal of purple fringing from images
KR100467610B1 (ko) 디지털 화질 개선 방법 및 장치
US6985631B2 (en) Systems and methods for automatically detecting a corner in a digitally captured image
US20040240749A1 (en) Image processing device, image processing method, and program
US10277783B2 (en) Method and device for image display based on metadata, and recording medium therefor
JP4375322B2 (ja) 画像処理装置、画像処理方法、そのプログラム、およびそのプログラムを記録したコンピュータ読取り可能な記録媒体
US20180025477A1 (en) Metadata-based image processing method and apparatus
JP2006295839A (ja) ホワイトバランス調整装置及び色識別装置
US11120530B2 (en) Image processing apparatus, image processing method, and storage medium
CN113850738B (zh) 图像紫边的校正装置及方法
CN111861893A (zh) 一种消除图像伪彩色边方法、系统、设备及计算机介质
EP2244209A2 (en) Color-image representative color decision apparatus and method of controlling operation thereof
KR101160956B1 (ko) 퍼플 프린징 보정 방법 및 시스템
CN110033412B (zh) 一种图像处理方法及装置
US8804025B2 (en) Signal processing device and imaging device
JP2012510201A (ja) デジタル画像における記憶色の修正
CN113012051A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
US7324704B2 (en) Method of repairing scratches in digital images
CN114581344B (zh) 一种视频图像紫边校正方法
CN112927157B (zh) 采用加权最小二乘滤波的改进暗通道去雾方法
TWI768932B (zh) 影像色彩調整方法
CN113395503B (zh) 图像的白平衡校正方法、装置、设备及介质
CN103747163A (zh) 一种tsc三维不均匀校正方法
JP5484199B2 (ja) 画像形成装置及び画像形成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant