CN109978961A - 一种图像色边消除方法、装置及电子设备 - Google Patents

一种图像色边消除方法、装置及电子设备 Download PDF

Info

Publication number
CN109978961A
CN109978961A CN201910199624.3A CN201910199624A CN109978961A CN 109978961 A CN109978961 A CN 109978961A CN 201910199624 A CN201910199624 A CN 201910199624A CN 109978961 A CN109978961 A CN 109978961A
Authority
CN
China
Prior art keywords
color
pixel
luminance
subset
difference
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.)
Granted
Application number
CN201910199624.3A
Other languages
English (en)
Other versions
CN109978961B (zh
Inventor
邓彪
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.)
Hunan Goke Microelectronics Co Ltd
Original Assignee
Hunan Goke Microelectronics 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 Hunan Goke Microelectronics Co Ltd filed Critical Hunan Goke Microelectronics Co Ltd
Priority to CN201910199624.3A priority Critical patent/CN109978961B/zh
Publication of CN109978961A publication Critical patent/CN109978961A/zh
Application granted granted Critical
Publication of CN109978961B publication Critical patent/CN109978961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明实施例提出一种图像色边消除方法、装置及电子设备，涉及图像数据处理领域。该方法包括：获取包括多个像素点的图像数据；根据目标像素点的位置获取目标像素点对应的像素集合；获取像素集合的亮度信息以及色度信息，其中，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据；根据亮度信息以及色度信息确定目标像素点是否为色边点；根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。由于在图像数据的YUV域，根据亮度信息和色度信息确定色边点，并采用点对点替换的方式调整色边点的颜色，与其它去色边算法相比，有效降低了硬件资源的消耗，并更加准确。

Description

一种图像色边消除方法、装置及电子设备
技术领域
本发明涉及图像数据处理领域，具体而言，涉及一种图像色边消除方法、装置及电子设备。
背景技术
随着科技的发展，人们对于采集的图像的要求越来越高，然而由于色散现象的存在，图像采集设备在采集环境的图像数据时，会出现色边现象，例如紫边、蓝边等。
现在的许多去色边算法，通常在图像数据的CFA域或RGB域进行去色边运算，这需要花费巨大的硬件资源来实现，因此，我们需要一种高效且准确的去色边算法以降低硬件资源的消耗。
发明内容
有鉴于此，本发明实施例的目的在于提供一种图像色边消除方法、装置及电子设备，以解决上述问题。
本发明实施例采用的技术方案如下：
第一方面，本发明实施例提出一种图像色边消除方法，包括：获取图像数据，其中，图像数据包括多个像素点；根据目标像素点的位置获取目标像素点对应的像素集合，其中，目标像素点为图像数据中的任一像素点，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点；获取像素集合的亮度信息以及色度信息，其中，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据；根据亮度信息以及色度信息确定目标像素点是否为色边点；根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。
第二方面，本发明实施例还提出一种图像色边消除装置，包括：获取模块、判断模块、调整模块。获取模块用于获取图像数据，其中，图像数据包括多个像素点，以及用于根据目标像素点的位置获取目标像素点对应的像素集合，其中，目标像素点为图像数据中的任一像素点，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点，以及用于获取像素集合的亮度信息以及色度信息，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据。判断模块用于根据亮度信息以及色度信息确定目标像素点是否为色边点。调整模块用于根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。
第三方面，本发明实施例还提出一种电子设备，包括：处理器、存储器，存储器存储有计算机程序，计算机程序被处理器读取并运行时，实现上述的图像色边消除方法。
本发明实施例所提供的一种图像色边消除方法、装置及电子设备。该方法包括：获取包括多个像素点的图像数据；然后根据目标像素点的位置获取目标像素点对应的像素集合，其中，目标像素点为图像数据中的任一像素点，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点；获取像素集合的亮度信息以及色度信息，其中，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据；根据亮度信息以及色度信息确定目标像素点是否为色边点；根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。由于在图像数据的YUV域，根据亮度信息和色度信息确定色边点，并采用点对点替换的方式调整色边点的颜色，与其它去色边算法相比，有效降低了硬件资源的消耗，并且更加准确。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种图像色边消除方法的流程示意图。
图2示出了本发明实施例所提供的YUV域图像数据的示意图。
图3示出了本发明实施例所提供的获取YUV域图像数据中像素点的像素集合的示意图。
图4示出了本发明实施例所提供的获取YUV域图像数据中存在缺失像素点的像素集合的示意图。
图5示出了本发明实施例所提供的另一种图像色边消除方法的流程示意图。
图6示出了本发明实施例所提供的一种像素集合的划分路径的示意图。
图7示出了本发明实施例所提供的L1划分路径划分像素集合的示意图。
图8示出了本发明实施例所提供的L2划分路径划分像素集合的示意图。
图9示出了本发明实施例所提供的又一种图像色边消除方法的流程示意图。
图10示出了本发明实施例所提供的图像色边消除装置的功能模块示意图。
图11示出了本发明实施例所提供的电子设备的结构框图。
图12示出了本发明实施例所提供的另一种电子设备的结构框图。
图标：100-图像色边消除装置；101-获取模块；102-判断模块；103-调整模块；200-电子设备；210-处理器；220-存储器；230-通信接口；300-另一种电子设备；310-镜头模组；320-后端处理装置。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
目前的图像采集设备在采集环境图像数据时，由于图像采集设备的制造工艺以及镜头本身存在色散现象，采集到的图像数据中会出现本不应该存在于图像中的颜色。根据颜色偏移距离的不一样，会出现不同的色边，例如紫边、蓝边、青边、黄边等。
现有技术在解决上述的色边问题时，通常在采集到的图像数据的CFA域或RGB域使用去色边算法去除色边。在CFA域，由于CFA域缺少三分之二的数据，因此在CFA域使用去色边算法去除色边需要消耗巨大的硬件资源对数据进行补足，存在巨大的硬件资源的消耗问题；而在RGB域，由于RGB域的去除色边的计算与矫正需要同时计算和修改RGB的三个分量，同样存在巨大的硬件资源消耗的问题。并且，现有的去色边算法通常采用特征匹配等方式进行色边的去除，这同样会造成巨大的硬件资源消耗。
为了解决上述问题，下面给出一种图像色边消除方法的可能的实现方式，具体的，请参照图1，为本发明实施例所提供的一种图像色边消除方法的流程示意图，该图像色边消除方法可应用于图像色边消除装置。
S100，获取图像数据；其中，图像数据包括多个像素点。
S200，根据目标像素点的位置获取目标像素点对应的像素集合；其中，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点。
S300，获取像素集合的亮度信息以及色度信息；其中，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据。
S400，根据亮度信息以及色度信息确定目标像素点是否为色边点。
S500，根据色度信息将色边点的颜色调整至目标颜色；其中，目标颜色为满足色边消失条件的颜色。
本发明实施例所提供的图像色边消除方法，获取包括多个像素点的YUV域图像数据，根据目标像素点的位置获取目标像素点对应的像素集合，其中，目标像素点为图像数据中的任一像素点，并且，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点，例如，假设预设范围是正方形，像素集合包括以对应像素点为中心的正方形范围内的所有像素点。获取到目标像素点对应的像素集合后，获取像素集合的亮度信息以及色度信息，亮度信息包括每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据。然后根据亮度信息以及色度信息确定目标像素点是否为色边点。当目标像素点为色边点时，根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。
可以理解，目标像素点可以为YUV图像数据中的任一像素点，当需要对该YUV域图像数据进行图像色边消除时，可以通过依次对每个像素点执行如S200～S500的步骤的处理，从而实现对该YUV域图像数据的图像色边消除；或者通过依次对每个像素点执行如S200～S400的步骤的处理，在确定出该YUV域图像数据所有的色边点后，再对每个色边点执行如S500步骤的处理，从而实现对该YUV域图像数据的图像色边消除。
经发明人研究发现，上述图像色边消除方法与现有技术相比，具有以下有益效果：选择在YUV域进行图像数据的色边消除，数据处理量显著降低，能够有效降低硬件资源的消耗。
可选地，对于上文中的S100，请参照图2，该YUV域图像数据中包括以矩阵形式排列的多个像素点，每个像素点均包括Y、U、V域的数据，例如，以YUV域数据位于0～255的范围为例，当某个像素点的YUV域数据为Y＝255、U＝0、V＝0时，则该像素点的颜色为白色。
在实际应用中，在获取像素点对应的像素集合时，获取同一像素点对应的像素集合可以有多种不同的预设范围的划分方式，也即是说：获取像素点对应的像素集合可以包括多个集合。以像素集合可以包括亮度像素集合以及色度像素集合为例，对于上文中的S200具体可以包括：根据目标像素点的位置获取目标像素点对应的亮度像素集合以及色度像素集合，其中，亮度像素集合以及色度像素集合均包括以所述目标像素点为中心，且属于预设范围内的所有像素点。亮度像素集合以及色度像素集合预设范围可以是以正方形划分的范围，亮度像素集合的正方形的边长可以是7个像素点，色度像素集合的正方形的边长可以是5个像素点。以获取一个目标像素点的亮度像素集合以及色度像素集合为例，如图3所示，像素点a对应的亮度像素集合A包括：以像素点a为中心的边长为7的正方形范围内的所有像素点；色度像素集合B包括：以像素点a为中心的边长为5的正方形范围内的所有像素点。其中，获取的亮度像素集合包括有亮度信息，获取的色度像素集合均包括有色度信息，亮度信息包括像素集合中所有像素点的Y域数据，色度信息包括像素集合中所有像素点的U、V域数据。
需要说明的是，本发明对亮度像素集合以及色度像素集合预设范围不做限制，亮度像素集合以及色度像素集合预设范围可以相同或者不同。优选的，亮度像素集合的预设范围为边长为7的正方形，色度像素集合的预设范围为边长为5的正方形。
还需要说明的是，当像素点位于YUV域图像数据的边沿且以该像素点为中心的预设范围内存在像素点缺失时，获取这些像素点对应的亮度像素集合以及色度像素集合可以采用缺失像素点补齐的形式。如图4所示，当需要获取目标像素点c的色度像素集合，并且该色度像素集合为边长为5的正方形范围时，由于目标像素点c位于YUV域图像数据的边沿，且以目标像素点c为中心的边长为5的正方形范围内存在像素点缺失，则首先将以目标像素点c为中心的边长为5的正方形范围内的缺失像素点补齐，然后将以目标像素点c为中心的边长为5的正方形范围内的所有像素点作为目标像素点c对应的色度像素集合C，其中，缺失像素点补齐的方式可以是：根据缺失像素点的相邻像素点的YUV域数据进行补齐。
另外，还需要说明的是，上述的预设范围并不限于正方形划分的范围，预设范围还可以是其他的划分形式，例如多边形划分的范围、圆形划分的范围等；以及在根据每个像素点的位置获取每个像素点对应的像素集合之前，可以先将YUV域的图像数据进行缺失像素点补齐，再获取每个像素点对应的像素集合。
在图1的基础上，下面给出一种完整方案可能的实现方式，具体的，请参照图5，为本发明实施例所提供的另一种图像色边消除方法的流程示意图。需要说明的是，本发明实施例提供的图像色边消除方法并不以图5及以下的具体顺序为限制，应当理解，在其它实施例中，本发明实施例提供的图像色边消除方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。该图像色边消除方法可应用于图像色边消除装置，下面将对图5所示的具体流程进行详细阐述。
S401，根据亮度信息判断亮度像素集合的亮度差是否超过第一预设值。其中，亮度差表征亮度像素集合中高亮度像素点与低亮度像素点之间的差值；当像素集合的亮度差超过第一预设值时，执行S402；当像素集合的亮度差未超过第一预设值时，执行S420。
在本实施例中，像素集合包括亮度像素集合以及色度像素集合，亮度像素集合包括亮度信息，色度像素集合包括色度信息，也即是说，在获取像素集合的亮度信息以及色度信息时，实际可以获取亮度像素集合的亮度信息以及色度像素集合的色度信息，其中，亮度信息包括亮度像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据。进而，根据亮度像素集合中的高亮度像素点与低亮度像素点之间的差值获取亮度像素集合的亮度差，例如，一像素集合中的最高亮度像素点的亮度数据为Y1＝200，最低亮度像素点的亮度数据为Y2＝99，则该像素集合的亮度差可以是dY＝101。
需要说明的是，本发明对高亮度像素点与低亮度像素点在亮度像素集合中的具体排序位置不做限制，例如，高亮度像素点可以是亮度像素集合中的亮度最高、亮度次高或者亮度第三高的像素点，同理，低亮度像素点可以是亮度像素集合中的亮度最低、亮度次低或者亮度第三低的像素点。
其中，对于S401中的如何根据亮度信息判断亮度像素集合的亮度差是否超过第一预设值，给出一种具体的实现方式：根据预设的N种划分路径划分亮度像素集合，得到N个子集对，其中，每种划分路径在划分亮度像素集合后得到一个子集对；根据亮度信息以及预设顺序依次获取每个子集对的亮度差，若第n个子集对的亮度差超过第一预设值时，则判断像素集合的亮度差超过第一预设值，其中，n不大于N。
在本实施例中，划分路径可以为直线，并且上述直线满足通过亮度像素集合的中心像素点(即目标像素点)。每一条直线均将亮度像素集合划分为两个子集，并且，两个子集可以包括直线所经过的像素点，或不包括直线所经过的像素点，本发明对此不做限制。如图6所示，假设N为4，根据预设的4种划分路径：L1、L2、L3、L4划分亮度像素集合，得到4个子集对，每一种划分路径所划分的亮度像素集合均包括由两个子集组成的子集对。然后，根据亮度像素集合的Y域数据以及预设的顺序依次获取每个子集对的亮度差，其中，预设的顺序可以是划分路径的划分次序，即：依据亮度像素集合的Y域数据以及L1、L2、L3、L4的划分先后顺序依次获取每个子集对的亮度差。获取每个子集对的亮度差的方式可以是：获取每个子集对中两个子集之间的Y域数据的最大差值，将最大差值作为亮度差。
其中，关于根据亮度信息以及预设顺序依次获取每个子集对的亮度差的步骤具体包括：根据亮度信息获取第m个子集对中的第一子集的次大亮度值以及次小亮度值，以及第m个子集对中的第二子集的次大亮度值以及次小亮度值，其中，1≤m≤n；获取第一子集的次大亮度值与第二子集的次小亮度值之间的第一差值，获取第二子集的次大亮度值与第一子集的次小亮度值之间的第二差值。将第一差值与第二差值中较大的差值作为亮度差。
在本实施例中，对应上述4种划分路径以及预设的顺序为划分路径的划分次序，以m＝1，即L1划分路径划分出的子集对为例，如图7所示，亮度像素集合P被L1划分路径划分为第一子集P1以及第二子集P2。第一子集P1包括a1～a21共21个像素点，第二子集P2包括b1～b21共21个像素点。
在a1～a21的Y域数据中获取第一子集P1中的次大亮度值数据以及次小亮度值数据，其中，第一子集P1中的次大亮度值数据为仅小于a1～a21的Y域数据中的最大亮度值数据，第一子集P1中的次小亮度值数据为仅大于a1～a21的Y域数据中的最小亮度值数据；在b1～b21的Y域数据中获取第二子集P2中的次大亮度值数据以及次小亮度值数据，其中，第二子集P2中的次大亮度值数据为仅小于b1～b21的Y域数据中的最大亮度值数据，第二子集P2中的次小亮度值数据为仅大于b1～b21的Y域数据中的最小亮度值数据。在本实施例中，优选获取第一子集的次大亮度值以及次小亮度值，以及第二子集的次大亮度值以及次小亮度值的方式，以提高本申请提供的图像色边消除方法的抗噪能力。
计算出第一子集P1的次大亮度值与第二子集P2的次小亮度值之间的第一差值，以及计算出第二子集P2的次大亮度值与第一子集P1的次小亮度值之间的第二差值，将第一差值与第二差值中较大的差值作为亮度差。
可以理解，对于S401，在实际应用中可以每划分出一个子集对就对该子集对进行亮度差的获取，并判断该子集对的亮度差是否超过第一预设值，若出现第n个子集对的亮度差超过第一预设值，此时判断该亮度像素集合的亮度差超过第一预设值，否则判断该亮度像素集合的亮度差未超过第一预设值；或者，按照预设的N种划分路径，得到N个子集对，再根据亮度信息以及预设顺序依次获取每个子集对的亮度差，若出现第n个子集对的亮度差超过第一预设值，此时判断该亮度像素集合的亮度差超过第一预设值，否则判断该像素集合的亮度差未超过第一预设值。
继续参照图5，S402，根据色度信息判断色度像素集合的色度梯度是否超过第二预设值，其中，色度像素集合包括以目标像素点为中心划分的两个子集，色度梯度表征两个子集之间的色度差值；当色度像素集合的色度梯度未超过第二预设值时，执行S420。
在本实施例中，以目标像素点为中心将色度像素集合划分为两个子集，并且两个子集中的像素点一一对应，每个色度像素集合的色度梯度可以根据两个子集之间一一对应的像素点的色度差值之和计算得出。
其中，对于S402中的如何根据色度信息判断色度像素集合的色度梯度是否超过第二预设值，给出一种具体的实现方式，步骤包括：根据预设的P种划分路径划分色度像素集合，得到P个子集对，其中，每种划分路径在划分色度像素集合后得到一个子集对；根据色度信息以及预设顺序依次获取每个子集对的色度梯度，若第p个子集对的色度梯度超过第二预设值，则判断像素集合的色度梯度超过第二预设值，其中，p不大于P。
在本实施例中，可以参考上述图6所示的路径划分方式，其中，P可以与N相同或不相同。当P与N相同时，对应上述图6所示的4种划分路径，根据色度像素集合的U、V域数据以及预设的顺序依次获取每个子集对的色度梯度，其中，预设的顺序可以是划分路径的划分次序，即：依据色度像素集合的Y域数据以及L1、L2、L3、L4的划分先后顺序依次获取每个子集对的色度梯度。获取每个子集对的色度梯度的方式可以是：获取每个子集对中两个子集的像素点之间的色度差值之和，将色度差值之和作为色度梯度。
具体的，关于根据色度信息以及预设顺序依次获取每个子集对的色度梯度的步骤具体包括：获取第q个子集对的色度差值集合；其中，第q个子集对的第一子集的像素点与第二子集的像素点一一对应；色度差值集合包括多个色度差值，色度差值表征U域数据差值与V域数据差值中较大的差值；U域数据差值为一一对应的两个像素点之间的U域数据差值，V域数据差值为一一对应的两个像素点之间的V域数据差值；并且1≤q≤p；获取色度差值集合中所有色度差值之和作为色度梯度。
在本实施例中，对应上述P为4时的4种划分路径以及预设的顺序为划分路径的划分次序，以q＝2，即L2划分路径划分出的子集对为例，如图8所示，像素集合P被L1划分路径划分为第一子集Q1以及第二子集Q2。第一子集Q1包括c1～c10共10个像素点，第二子集Q2包括d1～d10共10个像素点。其中，c1～c10与d1～d10一一对应。
分别计算c1与d1、c2与d2、…、c10与d10的色度差值，以计算c1与d1的色度差值为例：计算c1的U域数据与d1的U域数据的差值du1，并计算c1的V域数据与d1的V域数据的差值dv1，然后将du1与dv1中较大的一个差值作为c1与d1的色度差值。以此类推，得到c1与d1、c2与d2…c10与d10的色度差值。
计算出c1与d1、c2与d2、…、c10与d10的色度差值之和，得到像素集合Q的色度差值集合，从而得到像素集合Q的色度梯度。
可以理解，对于S402，在实际应用中可以每划分出一个子集对就对该子集对进行色度梯度的获取，并判断该子集对的色度梯度是否超过第二预设值，若出现第p个子集对的色度梯度超过第二预设值，则判断该色度像素集合的色度梯度超过第二预设值，否则判断该色度像素集合的色度梯度未超过第二预设值；或者，按照预设的P种划分路径，得到P个子集对，再根据色度信息以及预设顺序依次获取每个子集对的色度梯度，直至出现第p个子集对的色度梯度超过第二预设值，此时判断该像素集合的色度梯度超过第二预设值，否则判断该像素集合的色度梯度未超过第二预设值。本发明对子集对的划分以及色度梯度的获取之间的顺序不做限制。
继续参照图2，S403，根据色度信息判断像素点的颜色是否为色边颜色，当像素点的颜色不是色边颜色时，执行S420。
在本实施例中，可以将像素点的U、V域数据代入预设的颜色判断公式中，从而确定该像素点的颜色是否为色边颜色，并且，由于可能存在紫边、蓝边、青边、黄边等，预设的颜色判断公式可以存在多个。
其中，对于S403中的如何根据色度信息判断像素点的颜色是否为色边颜色，给出一种具体的实现方式，具体包括：根据色度信息获取像素点的U域数据，得到u，获取像素点的V域数据，得到v；根据u以及v判断第一公式：A×v+B×u≥C是否成立，其中，A、B以及C为预设的颜色参数；当第一公式成立时，判断像素点的颜色为色边颜色。
以判断像素点的颜色是否为紫边颜色点为例，设置A＝256、B＝232以及C＝232×256，即第一公式为：256×v+232×u≥232×256。当像素点的u域数据为200，v域数据为200时，由于256×200+232×200＝97600>232×256，所以第一公式成立，确定该像素点为紫边颜色点；当像素点的u域数据为100，v域数据为100时，由于256×100+232×100＝48800<232×256，所以第一公式不成立，确定该像素点不是紫边颜色点。
本发明实施例并不限制于只能消除紫边，可以理解，只需要调整A、B以及C的参数值，即可实现其他种类的色边的消除，例如，当需要消除蓝边时，只需要设置A＝256、B＝232以及C＝24×256，即第一公式应用于消除蓝边时，为：256×v+232×u≥24×256。
需要说明的是，如图9所示，S401、S402以及S403可以可以同时执行，本申请对S401、S402以及S403的执行顺序不做限制。也即是说：在本实施例中，S300执行完后，还可以同时判断S401、S402以及S403是否成立，当S401、S402以及S403均成立时，执行S410；当S401、S402以及S403至少一个不成立时，执行S420。优选的，S401成立时才执行S402以及S403，此时，S402以及S403可以同时执行也可以依次执行。
继续参照图2，S410，确定目标像素点为色边点。
在本实施例中，当S402以及S403的判断条件均成立时，将像素集合对应的像素点标记为色边点。
S420，确定目标像素点不是色边点。
在本实施例中，当S402以及S403的判断条件至少一个不成立时，将像素集合对应的像素点标记为非色边点。
S500，根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。
在本实施例中，可以将像素点的U、V域数据代入预设的颜色调整公式，从而将色边点的颜色调整至目标颜色，并且，由于可能存在紫边、蓝边、青边、黄边等，预设的颜色调整公式可以存在多个。
其中，对于S500中的如何根据色度信息将色边点的颜色调整至目标颜色，给出一种具体的实现方式，具体包括：根据第二公式：获取色边点调整后的U域数据ud，其中，D为预设的颜色调整参数，vmax以及umax为预设参数；根据第三公式：获取色边点调整后的V域数据vd，其中，D为预设的颜色调整参数，vmax以及umax为预设参数。
以将紫色边点的颜色调整至目标颜色为例，设置A＝256、B＝232、C＝232×256、以及D＝256，其中，vmax以及umax由YUV域数据本身的数据范围的最大值决定，由于YUV域数据范围一般为0～255，在此可以设置vmax＝255、umax＝255。即第二公式为：第三公式为：
当像素点的u域数据为200，v域数据为200时，由于 所以，调整后的色边点的U域数据为ud＝137、V域数据为vd＝137。
本发明实施例并不限制于只能消除紫边，可以理解，只需要调整A、B、C以及D的参数值，即可实现其他种类的色边的消除，例如，当需要消除蓝边时，只需要设置A＝256、B＝232、C＝24×256、D＝256。
在实际应用中，可以先确定YUV域图像数据中的所有像素点是否为色边点并标记，然后将标记的像素点依次调整至目标颜色；或者每确定出一个色边点，便将该色边点调整至目标颜色，再确定下一个像素点是否为色边点。可以理解，S500也可以通过匹配的方式实现将色边点的颜色调整至目标颜色，本发明对此不做限制。
请参照图10，为本发明实施例所提供的图像色边消除装置的功能模块示意图。需要说明的是，本实施例所提供的图像色边消除装置100可执行上述图2所示的图像色边消除方法，其基本原理及产生的技术效果与前述方法实施例相同，为简要描述，本实施例中未提及部分，可参考前述方法实施例中的相应内容。其包括获取模块101、判断模块102、调整模块103。
获取模块101用于获取图像数据；其中，图像数据包括多个像素点。
可以理解的是，该获取模块101可以执行上述S100。
获取模块101还用于根据目标像素点的位置获取目标像素点对应的像素集合；其中，目标像素点为图像数据中的任一像素点，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点。
可以理解的是，该获取模块101可以执行上述S200。
获取模块101还用于获取像素集合的亮度信息以及色度信息；其中，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据。
可以理解的是，该获取模块101可以执行上述S300。
判断模块102用于根据亮度信息以及色度信息确定目标像素点是否为色边点。
可以理解的是，该判断模块102可以执行上述S400。
在本实施例中，像素集合包括亮度集合以及色度像素集合，亮度像素集合包括亮度信息，色度像素集合包括色度信息，判断模块102在用于根据亮度信息以及色度信息确定目标像素点是否为色边点时，具体用于：根据亮度信息判断亮度像素集合的亮度差是否超过第一预设值，其中，亮度差表征像素集合中高亮度像素点与低亮度像素点之间的差值。进一步的，判断模块102可以根据预设的N种划分路径划分亮度像素集合，得到N个子集对，其中，每种划分路径在划分亮度像素集合后得到一个子集对；根据亮度信息以及预设顺序依次获取每个子集对的亮度差，若第n个子集对的亮度差超过第一预设值时，则判断像素集合的亮度差超过第一预设值，其中，n不大于N。进一步的，判断模块102可以根据亮度信息获取第m个子集对中的第一子集的次大亮度值以及次小亮度值，以及第m个子集对中的第二子集的次大亮度值以及次小亮度值，其中，1≤m≤n；获取第一子集的次大亮度值与第二子集的次小亮度值之间的第一差值，获取第二子集的次大亮度值与第一子集的次小亮度值之间的第二差值。将第一差值与第二差值中较大的差值作为亮度差。
可以理解的是，该判断模块102可以执行上述S401。
判断模块102在用于根据亮度信息以及色度信息确定目标像素点是否为色边点时，具体还用于：当亮度差超过第一预设值时，根据色度信息判断色度像素集合的色度梯度是否超过第二预设值，其中，像素集合包括以像素点为中心划分的两个子集，色度梯度表征两个子集之间的色度差值。进一步的，判断模块102可以根据预设的P种划分路径划分色度像素集合，得到P个子集对，其中，每种划分路径在划分色度像素集合后得到一个子集对；根据色度信息以及预设顺序依次获取每个子集对的色度梯度，若第p个子集对的色度梯度超过第二预设值，则判断像素集合的色度梯度超过第二预设值，其中，p不大于P。进一步的，判断模块102获取第q个子集对的色度差值集合；其中，第q个子集对的第一子集的像素点与第二子集的像素点一一对应；色度差值集合包括多个色度差值，色度差值表征U域数据差值与V域数据差值中较大的差值；U域数据差值为一一对应的两个像素点之间的U域数据差值，V域数据差值为一一对应的两个像素点之间的V域数据差值；并且1≤q≤p；获取色度差值集合中所有色度差值之和作为色度梯度。
可以理解的是，该判断模块102可以执行上述S402。
判断模块102在用于根据亮度信息以及色度信息确定目标像素点是否为色边点时，具体还用于：根据色度信息判断目标像素点的颜色是否为色边颜色。进一步的，判断模块102可以根据色度信息获取像素点的U域数据，得到u，获取像素点的V域数据，得到v；根据u以及v判断第一公式：是否成立，其中，A、B以及C为预设的颜色参数；当第一公式成立时，判断像素点的颜色为色边颜色。
可以理解的是，该判断模块102可以执行上述S403。
在判断模块102确定出色边点后，调整模块103用于确定目标像素点为色边点；以及用于确定目标像素点不是色边点。
可以理解的是，该调整模块103可以执行上述S410、S420。
调整模块103还用于根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。进一步的，调整模块103可以根据第二公式：获取色边点调整后的U域数据ud，其中，D为预设的颜色调整参数，vmax以及umax为预设参数；根据第三公式：获取色边点调整后的V域数据vd，其中，D为预设的颜色调整参数，vmax以及umax为预设参数。
可以理解的是，该调整模块103可以执行上述S500。
本发明实施例还提供一种包括上述图像色边消除装置的电子设备，如图11所示，为本发明实施例所提供的电子设备的结构框图。该电子设备200可以包括存储器220、处理器210、通信接口230，该存储器220、处理器210、通信接口230，各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条总线或信号线实现电性连接。图像色边消除装置可以包括至少一个可以以软件形式存储于存储器220或者是固化在电子设备200的操作系统(operating system，OS)中的软件功能模块，或者以固件(firmware)的形式设置在处理器210中。该通信接口230可用于接收输入数据并将输入数据发送至处理器210或者存储器220。
图像色边消除装置以软件形式存储于存储器220或者是固化在电子设备200的操作系统中的软件功能模块时，存储器220可用于存储软件程序及模块，如本发明实施例所提供的图像色边消除装置对应的程序指令/模块，处理器210通过执行存储在存储器220内的软件程序及模块，从而执行各种功能应用以及数据处理，即对输入数据(图像数据)进行图像色边消除以得到消除色边后的图像数据；当图像色边消除装置以固件(firmware)的形式设置在处理器210中时，处理器210可以接收通过总线输入的输入数据(图像数据)，并对图像数据进行图像色边消除以得到消除色边后的图像数据。
其中，存储器220可以是但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器210可能是一种集成电路芯片，具有信号处理能力。该处理器210可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DSP))、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解，图11所示的结构仅为示意，电子设备200还可包括比图11中所示更多或者更少的组件，或者具有与图11所示不同的配置。图11中所示的各组件可以采用硬件、软件或其组合实现。
基于图11所示的电子设备，本发明还提供另一种电子设备的结构示意图，请参照图12。该另一种电子设备300包括镜头模组310、图像色边消除装置100以及后端处理装置320。镜头模组310用于获取YUV域图像数据，并将YUV域图像数据发送至图像色边消除装置100，图像色边消除装置100用于实现本发明实施例所提供的图像色边消除方法，并将消除色边后的图像数据发送至后端处理装置320。后端处理装置320可以是显示装置或者处理器，当后端处理装置320为显示装置时，用于依据该图像输出数据显示图像；当后端处理装置320为处理器时，用于接收并进一步处理该图像输出数据。优选的，图像色边消除装置100可以是ISP(Image Signal Processor，影像处理器)。
综上所述，本发明实施例所提供的一种图像色边消除方法、装置及电子设备。该图像色边消除方法包括：获取包括多个像素点的图像数据；根据目标像素点的位置获取目标像素点对应的像素集合，其中，目标像素点为图像数据中的任一像素点，像素集合包括以目标像素点为中心，且属于预设范围内的所有像素点；获取像素集合的亮度信息以及色度信息，其中，亮度信息包括像素集合中每个像素点的Y域数据，色度信息包括像素集合中每个像素点的U域以及V域数据；根据亮度信息以及色度信息确定目标像素点是否为色边点；根据色度信息将色边点的颜色调整至目标颜色，其中，目标颜色为满足色边消失条件的颜色。该图像色边消除装置可以实现该方法，该电子设备包括处理器、存储器、通信接口，并且可以执行上述图像色边消除方法。由于在图像数据的YUV域，根据亮度信息和色度信息确定色边点，并且对色边点的判断采用亮度差、色度梯度以及目标颜色相符的条件判断，不仅能够提高色边点的识别准确率，并且能够降低硬件资源的消耗；在色边点的调整过程中，采用点对点的替换方式，即当像素点为色边点时，根据色度信息将色边点的颜色调整至目标颜色的替换方式，占用的硬件资源极少，与其它去色边算法相比，有效降低了硬件资源的消耗，并更加准确。
本领域内的技术人员应明白，本发明实施例可提供为方法、装置、设备。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、装置、设备的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的可选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种图像色边消除方法，其特征在于，包括：
获取图像数据，其中，所述图像数据包括多个像素点；
根据目标像素点的位置获取所述目标像素点对应的像素集合，其中，所述目标像素点为所述图像数据中的任一像素点，所述像素集合包括以所述目标像素点为中心，且属于预设范围内的所有像素点；
获取所述像素集合的亮度信息以及色度信息，其中，所述亮度信息包括所述像素集合中每个像素点的Y域数据，所述色度信息包括所述像素集合中每个像素点的U域以及V域数据；
根据所述亮度信息以及所述色度信息确定所述目标像素点是否为色边点；
根据所述色度信息将所述色边点的颜色调整至目标颜色，其中，所述目标颜色为满足色边消失条件的颜色。
2.如权利要求1所述的图像色边消除方法，其特征在于，所述像素集合包括亮度像素集合以及色度像素集合，所述亮度像素集合包括所述亮度信息，所述色度像素集合包括所述色度信息，所述根据所述亮度信息以及所述色度信息确定所述目标像素点是否为色边点的步骤包括：
根据所述亮度信息判断所述亮度像素集合的亮度差是否超过第一预设值，其中，所述亮度差表征所述亮度像素集合中高亮度像素点与低亮度像素点之间的差值；
当所述亮度差超过第一预设值时，根据所述色度信息判断所述色度像素集合的色度梯度是否超过第二预设值，其中，所述色度像素集合包括以所述目标像素点为中心划分的两个子集，所述色度梯度表征所述两个子集之间的色度差值；
根据所述色度信息判断所述目标像素点的颜色是否为色边颜色；
当所述色度梯度超过第二预设值以及所述目标像素点的颜色为色边颜色时，确定所述目标像素点为色边点。
3.如权利要求2所述的图像色边消除方法，其特征在于，所述根据所述亮度信息判断所述亮度像素集合的亮度差是否超过第一预设值的步骤包括：
根据预设的N种划分路径划分所述亮度像素集合，得到N个子集对，其中，每种划分路径在划分所述亮度像素集合后得到一个子集对；
根据所述亮度信息以及预设顺序依次获取每个所述子集对的亮度差，若第n个子集对的亮度差超过第一预设值，则判断所述亮度像素集合的亮度差超过第一预设值，其中，所述n不大于所述N。
4.如权利要求3所述的图像色边消除方法，其特征在于，每个所述子集对包括第一子集和第二子集，所述根据所述亮度信息以及预设顺序依次获取每个所述子集对的亮度差的步骤包括：
根据所述亮度信息获取第m个子集对中的第一子集的次大亮度值以及次小亮度值，以及第m个子集对中的第二子集的次大亮度值以及次小亮度值，其中，1≤m≤n；
获取所述第一子集的次大亮度值与所述第二子集的次小亮度值之间的第一差值，获取所述第二子集的次大亮度值与所述第一子集的次小亮度值之间的第二差值；
将所述第一差值与所述第二差值中较大的差值作为所述亮度差。
5.如权利要求2所述的图像色边消除方法，其特征在于，所述根据所述色度信息判断所述色度像素集合的色度梯度是否超过第二预设值的步骤包括：
根据预设的P种划分路径划分所述色度像素集合，得到P个子集对，其中，每种划分路径在划分所述色度像素集合后得到一个子集对；
根据所述色度信息以及预设顺序依次获取每个所述子集对的色度梯度，若第p个子集对的色度梯度超过第二预设值，则判断所述色度像素集合的色度梯度超过第二预设值，其中，所述p不大于所述P。
6.如权利要求5所述的图像色边消除方法，其特征在于，每个所述子集对包括第一子集和第二子集，所述根据所述色度信息以及预设顺序依次获取每个所述子集对的色度梯度的步骤包括：
获取第q个子集对的色度差值集合；
其中，所述第q个子集对的第一子集的像素点与第二子集的像素点一一对应；所述色度差值集合包括多个色度差值，所述色度差值表征U域数据差值与V域数据差值中较大的差值；所述U域数据差值为一一对应的两个像素点之间的U域数据差值，所述V域数据差值为所述一一对应的两个像素点之间的V域数据差值；并且1≤q≤p；
获取所述色度差值集合中所有色度差值之和作为色度梯度。
7.如权利要求2所述的图像色边消除方法，其特征在于，所述根据所述色度信息判断所述目标像素点的颜色是否为色边颜色的步骤包括：
根据所述色度信息获取所述像素点的U域数据，得到u，获取所述像素点的V域数据，得到v；
根据所述u以及所述v判断第一公式：A×v+B×u≥C是否成立，其中，A、B以及C为预设的颜色参数；
当所述第一公式成立时，判断所述像素点的颜色为色边颜色。
8.如权利要求7所述的图像色边消除方法，其特征在于，所述根据所述色度信息将所述色边点的颜色调整至目标颜色的步骤包括：
根据第二公式：获取所述色边点调整后的U域数据ud，其中，所述D为预设的颜色调整参数，所述所述vmax以及umax为预设参数；
根据第三公式：获取所述色边点调整后的V域数据vd，其中，所述D为预设的颜色调整参数，所述所述vmax以及umax为预设参数。
9.一种图像色边消除装置，其特征在于，包括：
获取模块，用于获取图像数据，其中，所述图像数据包括多个像素点；以及用于根据目标像素点的位置获取所述目标像素点对应的像素集合，其中，所述目标像素点为所述图像数据中的任一像素点，所述像素集合包括以所述目标像素点为中心，且属于预设范围内的所有像素点；以及用于获取所述像素集合的亮度信息以及色度信息，所述亮度信息包括所述像素集合中每个像素点的Y域数据，所述色度信息包括所述像素集合中每个像素点的U域以及V域数据；
判断模块，用于根据所述亮度信息以及所述色度信息确定所述目标像素点是否为色边点；
调整模块，用于根据所述色度信息将所述色边点的颜色调整至目标颜色，其中，所述目标颜色为满足色边消失条件的颜色。
10.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器读取并运行时，实现如上述权利要求1-8任一项所述的方法。
CN201910199624.3A 2019-03-15 2019-03-15 一种图像色边消除方法、装置及电子设备 Active CN109978961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910199624.3A CN109978961B (zh) 2019-03-15 2019-03-15 一种图像色边消除方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910199624.3A CN109978961B (zh) 2019-03-15 2019-03-15 一种图像色边消除方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN109978961A true CN109978961A (zh) 2019-07-05
CN109978961B CN109978961B (zh) 2021-03-12

Family

ID=67079072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910199624.3A Active CN109978961B (zh) 2019-03-15 2019-03-15 一种图像色边消除方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN109978961B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738193A (zh) * 2020-06-29 2020-10-02 湖南国科微电子股份有限公司 人脸抓拍方法和人脸抓拍系统
CN112396999A (zh) * 2019-08-16 2021-02-23 西安诺瓦星云科技股份有限公司 异常显示块检测方法、显示屏故障检测方法及其设备
CN112446830A (zh) * 2019-08-27 2021-03-05 浙江宇视科技有限公司 一种图像色边的处理方法、装置、存储介质及电子设备
CN112581539A (zh) * 2020-12-15 2021-03-30 合肥泰禾智能科技集团股份有限公司 一种灰度调节方法、装置、色选机及计算机可读存储介质
CN113393540A (zh) * 2021-06-10 2021-09-14 上海智砹芯半导体科技有限公司 图像中的色边像素点的确定方法、装置和计算机设备
CN114581344A (zh) * 2022-05-09 2022-06-03 浙江芯昇电子技术有限公司 一种视频图像紫边校正方法
CN114928730A (zh) * 2022-06-23 2022-08-19 湖南国科微电子股份有限公司 图像处理方法和图像处理装置
CN115314693A (zh) * 2022-10-11 2022-11-08 长春希达电子技术有限公司 彩色边缘弱化方法、数据处理模块、传输系统及控制系统

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
CN102474628A (zh) * 2010-03-25 2012-05-23 富士胶片株式会社 图像处理方法和设备、图像处理程序和存储该程序的介质
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
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
US10417752B2 (en) * 2017-10-13 2019-09-17 Axis Ab Method of reducing purple fringing in images

Patent Citations (6)

* 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
CN102474628A (zh) * 2010-03-25 2012-05-23 富士胶片株式会社 图像处理方法和设备、图像处理程序和存储该程序的介质
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
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
WO2018130177A1 (zh) * 2017-01-12 2018-07-19 深圳岚锋创视网络科技有限公司 图像紫边消除系统、方法、计算机可读存储介质和拍摄装置
US10417752B2 (en) * 2017-10-13 2019-09-17 Axis Ab Method of reducing purple fringing in images

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张林: "数字成像系统图像消紫边方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112396999B (zh) * 2019-08-16 2023-09-08 西安诺瓦星云科技股份有限公司 异常显示块检测方法、显示屏故障检测方法及其设备
CN112396999A (zh) * 2019-08-16 2021-02-23 西安诺瓦星云科技股份有限公司 异常显示块检测方法、显示屏故障检测方法及其设备
CN112446830A (zh) * 2019-08-27 2021-03-05 浙江宇视科技有限公司 一种图像色边的处理方法、装置、存储介质及电子设备
CN112446830B (zh) * 2019-08-27 2024-09-20 浙江宇视科技有限公司 一种图像色边的处理方法、装置、存储介质及电子设备
CN111738193A (zh) * 2020-06-29 2020-10-02 湖南国科微电子股份有限公司 人脸抓拍方法和人脸抓拍系统
CN112581539A (zh) * 2020-12-15 2021-03-30 合肥泰禾智能科技集团股份有限公司 一种灰度调节方法、装置、色选机及计算机可读存储介质
CN112581539B (zh) * 2020-12-15 2023-07-18 合肥泰禾智能科技集团股份有限公司 一种灰度调节方法、装置、色选机及计算机可读存储介质
CN113393540A (zh) * 2021-06-10 2021-09-14 上海智砹芯半导体科技有限公司 图像中的色边像素点的确定方法、装置和计算机设备
WO2022257396A1 (zh) * 2021-06-10 2022-12-15 爱芯元智半导体(上海)有限公司 图像中的色边像素点的确定方法、确定装置和计算机设备
CN113393540B (zh) * 2021-06-10 2023-10-27 爱芯元智半导体(宁波)有限公司 图像中的色边像素点的确定方法、装置和计算机设备
CN114581344A (zh) * 2022-05-09 2022-06-03 浙江芯昇电子技术有限公司 一种视频图像紫边校正方法
CN114928730A (zh) * 2022-06-23 2022-08-19 湖南国科微电子股份有限公司 图像处理方法和图像处理装置
CN114928730B (zh) * 2022-06-23 2023-08-22 湖南国科微电子股份有限公司 图像处理方法和图像处理装置
CN115314693B (zh) * 2022-10-11 2023-02-10 长春希达电子技术有限公司 彩色边缘弱化方法、数据处理模块、传输系统及控制系统
CN115314693A (zh) * 2022-10-11 2022-11-08 长春希达电子技术有限公司 彩色边缘弱化方法、数据处理模块、传输系统及控制系统

Also Published As

Publication number Publication date
CN109978961B (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN109978961A (zh) 一种图像色边消除方法、装置及电子设备
CN107204034B (zh) 一种图像处理方法及终端
CN107395958B (zh) 一种图像处理方法、装置、电子设备及存储介质
US8248410B2 (en) Synthesizing detailed depth maps from images
CN104902088B (zh) 移动终端调整屏幕亮度的方法及装置
CN104536771B (zh) 根据图标颜色的图标排序显示方法及系统
CN104658030B (zh) 二次图像混合的方法和装置
CN108024105A (zh) 图像色彩调节方法、装置、电子设备及存储介质
CN109920018A (zh) 基于神经网络的黑白照片色彩恢复方法、装置及存储介质
CN109359499A (zh) 一种用于脸部分类的方法和装置
CN108305256A (zh) 视频抠像处理方法、处理装置及计算机可读存储介质
CN110363747A (zh) 智能化异常细胞判断方法、装置及计算机可读存储介质
CN110533732A (zh) 图像中肤色的识别方法、装置、电子设备及存储介质
CA3166338A1 (en) Object positioning method and apparatus, and computer system
CN102088539B (zh) 一种预拍照画质评价方法和系统
CN110490839A (zh) 一种检测高速公路中损坏区域的方法、装置及计算机设备
JP2006031688A (ja) 画像加工装置、画像加工方法及び画像加工プログラム
CN112037160A (zh) 图像处理方法、装置及设备
CN108764067A (zh) 基于人脸识别的视频截取方法、终端、设备及可读介质
CN112507903B (zh) 假脸检测方法、装置、电子设备及计算机可读存储介质
Zhou et al. Computing the color complexity of images
CN109064431B (zh) 一种图片亮度调节方法、设备及其存储介质
US11615609B2 (en) Learning apparatus, inferring apparatus, learning method, program, and inferring method
CN110163140A (zh) 人群密度图获取方法及装置
WO2008124029A1 (en) Systems and methods for segmenting an image based on perceptual information

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