CN111861893B - 一种消除图像伪彩色边方法、系统、设备及计算机介质 - Google Patents
一种消除图像伪彩色边方法、系统、设备及计算机介质 Download PDFInfo
- Publication number
- CN111861893B CN111861893B CN201910334517.7A CN201910334517A CN111861893B CN 111861893 B CN111861893 B CN 111861893B CN 201910334517 A CN201910334517 A CN 201910334517A CN 111861893 B CN111861893 B CN 111861893B
- Authority
- CN
- China
- Prior art keywords
- point
- target
- image
- points
- color edge
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000003313 weakening effect Effects 0.000 claims abstract description 131
- 230000008030 elimination Effects 0.000 claims abstract description 13
- 238000003379 elimination reaction Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 24
- 229920006395 saturated elastomer Polymers 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 16
- 230000000875 corresponding effect Effects 0.000 description 40
- 238000003384 imaging method Methods 0.000 description 11
- 239000003086 colorant Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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)
- Image Processing (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本申请公开了一种消除图像伪彩色边方法、系统、设备及计算机介质，获取含有伪彩色边的目标图像；将目标图像的像素点分类为近饱和点和非近饱和点；将近饱和点标记为目标伪彩色边点；在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点，对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像；其中，近饱和点为与高亮度点满足相应第一距离范围的像素点；非近饱和点为与高亮度点不满足相应第一距离范围的像素点；高亮度点为目标图像中亮度值大于亮度阈值的像素点。本申请提供的一种消除图像伪彩色边方法、系统、设备及计算机可读存储介质，提高了对图像进行伪彩色边进行消除的消除效果。
Description
技术领域
本申请涉及图像处理技术领域，更具体地说，涉及一种消除图像伪彩色边方法、系统、设备及计算机介质。
背景技术
在彩色成像设备，如数码摄像机、监控摄像机等的使用过程中，彩色成像设备由于自身光学成像镜头的色散、衍射特性，以及自身图像传感器及自身图像差值方式的影响，在明暗对比强烈的环境下拍摄图像时，拍摄得到的图像中可能出现以紫边为代表的各种伪彩色，影响图像的呈像效果。本申请所涉及的伪彩色指的是彩色成像设备在拍摄过程中由于被摄物体明暗反差较大，在图像的高亮度区域和低亮度区域出现的非真实色，而由伪彩色组成的色边则被称为伪彩色边。
为了保证图像的呈像效果，需要消除图像中的伪彩色边，现有的一种伪彩色边消除方法是：在目标图像中确定出高亮度点与低亮度点的分界线，高亮度点指的是亮度值大于等于某一阈值的像素点，低亮度点指的是亮度值小于某一阈值的像素点；将分界线上各点朝周围扩展一个扩展宽度得到目标伪彩色边，之后对目标伪彩色边进行消除。
然而，现有的伪彩色边消除方法中确定出的目标伪彩色边范围有限，可能并未包含目标图像中所有的伪彩色边，使得对目标图像进行伪彩色边消除的效果较差。
综上所述，如何提高对图像进行伪彩色边消除的消除效果是目前本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种消除图像伪彩色边方法，其能在一定程度上解决如何提高对图像进行伪彩色边消除的消除效果的技术问题。本申请还提供了一种消除图像伪彩色边系统、设备及计算机可读存储介质。
为了实现上述目的，本申请提供如下技术方案：
一种消除图像伪彩色边方法，包括：
获取含有伪彩色边的目标图像；
将所述目标图像的像素点分类为近饱和点和非近饱和点；
将所述近饱和点标记为目标伪彩色边点；
在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点；
对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到弱化处理图像；
其中，所述近饱和点为与高亮度点满足相应第一距离范围的像素点；所述非近饱和点为与所述高亮度点不满足相应所述第一距离范围的像素点；所述高亮度点为所述目标图像中亮度值大于亮度阈值的像素点。
优选的，所述将所述目标图像的像素点分类为近饱和点和非近饱和点，包括：
确定出所述目标图像中所述伪彩色边的目标颜色；
将所述目标图像中与所述目标颜色一致的像素点作为待划分像素点；
确定所述待划分像素点相应的所述第一距离范围；
基于所述第一距离范围将所述待划分像素点分类为所述近饱和点或所述非近饱和点。
优选的，所述基于所述第一距离范围将所述待划分像素点分类为所述近饱和点和所述非近饱和点，包括：
判断所述待划分像素点自身的所述第一距离范围内是否存在所述高亮度点；
若是，则将所述待划分像素点分类为所述近饱和点；
若否，则将所述待划分像素点分类为所述非近饱和点；
或，
将所述目标图像中的所述高亮度点作为目标高亮度点；
将所述目标高亮度点的所述第一距离范围内的所述待划分像素点分类为所述近饱和点；
将剩余的所述待划分像素点分类为所述非近饱和点。
优选的，所述基于所述第一距离范围将所述待划分像素点分类为所述近饱和点和所述非近饱和点，包括：
判断所述待划分像素点是否位于所述目标图像的边缘，若是，则执行所述基于所述第一距离范围将所述待划分像素点分类为所述近饱和点和所述非近饱和点的步骤，若否，则直接将所述待划分像素点分类为所述非近饱和点。
优选的，所述确定所述待划分像素点相应的所述第一距离范围，包括：
基于第一距离运算公式确定所述待划分像素点相应的所述第一距离；
基于所述第一距离确定所述第一距离范围；
所述第一距离运算公式包括：
其中，(i,j)表示所述待划分像素点在所述目标图像中的位置；R(i,j)表示所述第一距离；Rmin表示预设的第一距离最小值，Rmax表示预设的第一距离最大值；row表示所述目标图像的像素点总行数；col表示所述目标图像的像素点总列数。
优选的，所述在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点，包括：
确定所述非近饱和点相应的第二距离范围；
确定出所述第二距离范围内的最亮点；
判断所述最亮点是否为所述目标伪彩色边点；
若所述最亮点为所述目标伪彩色边点，则确定出所述最亮点与所述非近饱和点间的最暗点，判断所述最暗点的亮度值是否小于所述非近饱和点的亮度值，若所述最暗点的亮度值大于等于所述非近饱和点的亮度值，则将所述非近饱和点标记为所述目标伪彩色边点。
优选的，所述确定出所述最亮点与所述非近饱和点间的最暗点，包括：
在所述最亮点与所述非近饱和点连线经过的像素点中，将亮度值最小的像素点确定为所述最暗点；
或，
确定经过所述非近饱和点的第一图像梯度方向；
确定所述最亮点与所述非近饱和点的连线在所述第一图像梯度方向上的投影；
在所述投影经过的像素点中，将亮度值最小的像素点确定为所述最暗点。
优选的，所述在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点，包括：
确定经过所述近饱和点的第二图像梯度方向；
在所述第二图像梯度方向经过的像素点中，以所述近饱和点为起点，将亮度值依次递减的非近饱和点标记为所述目标伪彩色边点。
优选的，所述对所述目标图像中的所述目标伪彩色边点进行弱化处理，包括：
确定所述目标伪彩色边点的弱化系数；
基于所述目标伪彩色边点的图像信息及所述弱化系数对所述目标伪彩色边点进行弱化处理。
优选的，所述确定所述目标伪彩色边点的弱化系数，包括：
对所述目标图像中的所述目标伪彩色边点和非目标伪彩色边点进行标记，得到伪彩色边标记图；
通过低频滤波算法对所述伪彩色边标记图进行处理，得到伪彩色边似然图；
通过饱和度运算公式对所述伪彩色边似然图进行处理，得到所述目标伪彩色边点的饱和度弱化系数；
确定所述目标伪彩色边点的亮度调整系数；
所述饱和度运算公式包括：
S(i,j)＝(μdown-μup)×IPF(i,j)+μup；
其中，(i,j)表示所述目标伪彩色边点的位置；S(i,j)表示所述饱和度弱化系数；μdown表示预设的(i,j)的饱和度弱化系数下阈值；μup表示预设的(i,j)的饱和度弱化系数上阈值；PF表示所述伪彩色边标记图；IPF表示所述伪彩色边似然图。
优选的，所述基于所述目标伪彩色边点的图像信息及所述弱化系数对所述目标伪彩色边点进行弱化处理，包括：
通过弱化处理公式，基于所述目标伪彩色边点的图像信息及所述弱化系数对所述目标伪彩色边点的色度进行弱化处理；
所述弱化处理公式包括：
其中，GPF(i,j)表示所述目标伪彩色边点在所述弱化处理图像中的G值；α(i,j)表示所述亮度调整系数；imgG(i,j)表示所述目标伪彩色边点在所述目标图像中的G值；imgI(i,j)表示所述目标伪彩色边在所述目标图像中的亮度值；RPF(i,j)表示所述目标伪彩色边点在所述弱化处理图像中的R值；imgR(i,j)表示所述目标伪彩色边点在所述目标图像中的R值；BPF(i,j)表示所述目标伪彩色边点在所述弱化处理图像中的B值；imgB(i,j)表示所述目标伪彩色边点在所述目标图像中的B值。
优选的，所述将所述目标图像的像素点分类为近饱和点和非近饱和点，包括：
对所述目标图像进行降采样处理，得到降采样图像；
将所述降采样图像的像素点分类为所述近饱和点和所述非近饱和点；
所述对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到弱化处理图像，包括：
对标记了所述目标伪彩色边点的所述降采样图像进行上采样处理，得到上采样图像；
基于所述上采样图像对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到所述弱化处理图像。
一种消除图像伪彩色边系统，包括：
第一获取模块，用于获取含有伪彩色边的目标图像；
第一分类模块，用于将所述目标图像的像素点分类为近饱和点和非近饱和点；
第一标记模块，用于将所述近饱和点标记为目标伪彩色边点；
第二标记模块，用于在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点；
第一消除模块，用于对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到弱化处理图像；
其中，所述近饱和点为与高亮度点满足相应第一距离范围的像素点；所述非近饱和点为与所述高亮度点不满足相应所述第一距离范围的像素点；所述高亮度点为所述目标图像中亮度值大于亮度阈值的像素点。
一种消除图像伪彩色边设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上任一所述消除图像伪彩色边方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述消除图像伪彩色边方法的步骤。
本申请提供的一种消除图像伪彩色边方法，获取含有伪彩色边的目标图像；将目标图像的像素点分类为近饱和点和非近饱和点；将近饱和点标记为目标伪彩色边点；在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点，对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像；其中，近饱和点为与高亮度点满足相应第一距离范围的像素点；非近饱和点为与高亮度点不满足相应第一距离范围的像素点；高亮度点为目标图像中亮度值大于亮度阈值的像素点。本申请提供的一种消除图像伪彩色边方法，在将近饱和点标记为目标伪彩色边点后，并不是直接对目标伪彩色边点进行处理，而是根据伪彩色边的性质挑选出隐藏在非近饱和点中的目标伪彩色边点，与现有技术相比，可以提高目标伪彩色边点的确定准确率，进而可以提高对图像进行伪彩色边进行消除的消除效果。本申请提供的一种消除图像伪彩色边系统、设备及计算机可读存储介质也解决了相应技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种消除图像伪彩色边方法的第一流程图；
图2为本申请实施例提供的一种消除图像伪彩色边方法的第二流程图；
图3为本申请实施例提供的一种消除图像伪彩色边方法的第三流程图；
图4为本申请实施例提供的一种消除图像伪彩色边方法的第四流程图；
图5为确定目标伪彩色边点弱化系数的流程图；
图6为本申请实施例提供的一种消除图像伪彩色边系统的结构示意图；
图7为本申请实施例提供的一种消除图像伪彩色边设备的结构示意图；
图8为本申请实施例提供的一种消除图像伪彩色边设备的另一结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在彩色成像设备，如数码摄像机、监控摄像机等，的使用过程中，彩色成像设备由于自身光学成像镜头的色散、衍射特性，以及自身图像传感器及自身图像差值方式的影响，在明暗对比强烈的环境下拍摄图像时，拍摄得到的图像中可能出现以紫边为代表的各种伪彩色，影响图像的呈像效果。本申请所涉及的伪彩色指的是彩色成像设备在拍摄过程中由于被摄物体明暗反差较大，在图像的高亮度区域和低亮度区域出现的非真实色，而由伪彩色组成的色边则被称为伪彩色边。为了保证图像的呈像效果，需要消除图像中的伪彩色边，然而，现有的伪彩色边消除方法中确定出的目标伪彩色边范围有限，可能并未包含目标图像中所有的伪彩色边，使得对目标图像进行伪彩色边消除的效果较差。而本申请提供的消除图像伪彩色边方法提高了对图像进行伪彩色边消除的消除效果。
请参阅图1，图1为本申请实施例提供的一种消除图像伪彩色边方法的第一流程图。
本申请实施例提供的一种消除图像伪彩色边方法，可以包括以下步骤：
步骤S11：获取含有伪彩色边的目标图像。
实际应用中，可以先获取含有伪彩色边的目标图像，目标图像的格式可以根据实际需要确定，比如可以为RGB格式的图像、YUV格式的图像、HSV格式的图像、XYZ格式的图像等，本申请在此并不做具体限定；其中RGB格式图像中的R表示红颜色通道、G表示绿颜色通道，B表示蓝颜色通道；YUV格式图像中的Y表示明亮度、U表示色度、V表示浓度；HSV格式图像中的H表示色调、S表示饱和度、V表示明度。
步骤S12：将目标图像的像素点分类为近饱和点和非近饱和点；其中，近饱和点为与高亮度点满足相应第一距离范围的像素点；非近饱和点为与高亮度点不满足相应第一距离范围的像素点；高亮度点为目标图像中亮度值大于亮度阈值的像素点。
实际应用中，在获取含有伪彩色边的目标图像后，便可以将目标图像的像素点分类为近饱和点和非近饱和点。由于近饱和点为与高亮度点满足相应第一距离范围的像素点，而高亮度点为目标图像中亮度值大于亮度阈值的像素点，所以现有技术中将分界线上各点朝周围扩展一个扩展宽度得到目标伪彩色边中像素点便为本申请所涉及的近饱和点，应当指出，只要满足本申请近饱和点性质的像素点均为本申请涉及的近饱和像素点。
步骤S13：将近饱和点标记为目标伪彩色边点。
实际应用中，由于近饱和点为与高亮度点满足相应第一距离范围的像素点，由伪彩色边的定义可知，近饱和点为伪彩色边点，所以在得到近饱和点和非近饱和点之后，便可以将近饱和点标记为目标伪彩色边点，目标伪彩色边点指的是本申请确定出的伪彩色边点。
步骤S14：在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点。
实际应用中，在伪彩色边范围较广等情况下，非近饱和点中可能存在未被检测出的目标伪彩色边点，所以在将近饱和点标记为目标伪彩色边点后，还需要在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点，提高对伪彩色边点的检测力度。
步骤S15：对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像。
实际应用中，在确定出目标伪彩色边点后，便可以对目标伪彩色边点进行弱化处理，得到弱化处理图像，弱化处理的方式可以根据实际需要确定。
具体应用场景中，为了提高本申请提供的消除图像伪彩色边方法的效率，可以采用降采样、上采样方式对目标图像进行处理，则将目标图像的像素点分类为近饱和点和非近饱和点的步骤可以具体为：对目标图像进行降采样处理，得到降采样图像；将降采样图像的像素点分类为近饱和点和非近饱和点；相应的，在对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像时，可以对标记了目标伪彩色边点的降采样图像进行上采样处理，得到上采样图像；基于上采样图像对目标处理图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像。降采样、上采样的方式可以根据实际需要灵活确定，比如可以对目标图像采用双线性插值的方法进行1/2的降采样处理等。
本申请提供的一种消除图像伪彩色边方法，获取含有伪彩色边的目标图像；将目标图像的像素点分类为近饱和点和非近饱和点；将近饱和点标记为目标伪彩色边点；在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点，对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像；其中，近饱和点为与高亮度点满足相应第一距离范围的像素点；非近饱和点为与高亮度点不满足相应第一距离范围的像素点；高亮度点为目标图像中亮度值大于亮度阈值的像素点。本申请提供的一种消除图像伪彩色边方法，在将近饱和点标记为目标伪彩色边点后，并不是直接对目标伪彩色边点进行处理，而是根据伪彩色边的性质挑选出隐藏在非近饱和点中的目标伪彩色边点，与现有技术相比，可以提高目标伪彩色边点的确定准确率，进而可以提高对图像进行伪彩色边进行消除的消除效果。
请参阅图2，图2为本申请实施例提供的一种消除图像伪彩色边方法的第二流程图。
本申请实施例提供的一种消除图像伪彩色边方法可以具体包括以下步骤：
步骤S21：获取含有伪彩色边的目标图像。
步骤S22：确定出目标图像中伪彩色边的目标颜色。
实际应用中，由于目标图像的获得方式不同，目标图像中伪彩色边的颜色不同，比如为紫色、黄绿色等，所以可以先根据伪彩色边的目标颜色来先确定出伪彩色边的大致范围，之后再对符合目标颜色的像素点进行处理，以避免对整个目标图像的像素点进行处理，进而提高整个方法的运行效率。
步骤S23：将目标图像中与目标颜色一致的像素点作为待划分像素点。
实际应用中，在确定出目标颜色后，便可以将目标图像中与目标颜色一致的像素点作为待划分像素点。在目标图像中基于目标颜色确定出待划分像素点的方式可以根据目标图像的格式来确定；此外，还可以根据像素点性质来确定出不同格式下像素点与颜色的判定公式，基于判定公式来确定待划分像素点，比如对于RGB格式的目标图像，可以根据R、G、B分量间的相对关系确定判定公式，对于YUV格式的目标图像，可以根据U、V色度分量确定判定公式，对于XYZ格式的图像，可以先转换为Yxy域，利用x、y分量确定判定公式等。以目标图像的格式为RGB格式，目标颜色为紫色为例，则可以将目标图像中满足第一判定公式的像素点作为待划分像素点，其中，第一判定公式为：
具体的，为了对目标图像中的关键信息进行保护，比如对车牌图像中的车牌信息进行保护，可以采用变形后的第二判定公式确定待划分像素点，第二判定公式可以为：
Th1、Th2、Th3的值可以根据实际需要灵活确定，比如Th1、Th2的值均可以为25，Th3的值可以为15等。
步骤S24：确定待划分像素点相应的第一距离范围。
应当指出，由近饱和点的定义可知，第一距离范围用来判定待划分像素点是否为近饱和点。实际应用中，各个待划分像素点对应的第一距离范围的大小可以一致；也可以根据自身位置灵活设置，比如位于小尺寸伪彩色边处的待划分像素点的第一距离范围可以偏小，而位于大尺寸伪彩色边处的待划分像素点的第一距离范围可以偏大等。第一距离范围的范围形状也可以灵活确定，比如可以为规则的圆形、矩形、正方形等，也可以为其他不规则图形等，比如第一距离范围可以为3*3、5*5、7*7等的正方形；位于伪彩色边中心的待划分像素点的第一距离范围可以为正方形，位于伪彩色边边缘的待划分像素点的第一距离范围可以为矩形等。
实际应用中，可以根据第一距离运算公式灵活确定第一距离范围，则确定待划分像素点相应的第一距离范围的步骤可以具体为：基于第一距离运算公式确定待划分像素点相应的第一距离；基于第一距离确定第一距离范围；
第一距离运算公式包括：
其中，(i,j)表示待划分像素点在目标图像中的位置；R(i,j)表示第一距离；Rmin表示预设的第一距离最小值，Rmax表示预设的第一距离最大值；row表示目标图像的像素点总行数；col表示目标图像的像素点总列数。应当指出，第一距离运算公式确定出的第一距离为线段距离，其并不是平面大小参数，也即不是第一距离范围参数，所以在基于第一距离确定第一距离范围时，可以结合第一距离及第一距离范围的图形来确定第一距离范围，比如第一距离范围为圆形时，可以将以该待划分像素点为圆心，第一距离为半径的范围确定为该待划分像素点的第一距离范围；第一距离范围为正方形时，可以将以该待划分像素点为对称中心，2×R(i,j)+1为边长的正方形确定为该待划分像素点的第一距离范围等。
步骤S25：基于第一距离范围将待划分像素点分类为近饱和点或非近饱和点。
实际应用中，可以将与高亮度点间满足第一距离范围的待划分像素点分类为近饱和点，将与高亮度点间不满足第一距离范围的待划分像素点分类为非近饱和点。应当指出，在此过程中，需计算各个像素点的亮度值，以YUV格式的目标图像为例，可以直接将像素点的Y分量值作为该像素点的亮度值；以RGB格式的目标图像为例，可以将像素点的R、G、B分量值的加权平均值作为该像素点的亮度值，还可以直接将像素点的R、G、B分量值的平均值作为该像素点的亮度值等；在计算出各个像素点的亮度值后，便可以确定出目标图像的最大亮度值，进而可以确定出亮度阈值，最终确定出高亮度点；以8bit精度的RGB格式目标图像为例，其最大亮度值为255，其亮度阈值可以设定为230，则该目标图像中亮度值大于230的像素点均为高亮度点。
实际应用中，为了达到最优的分类效果，可以基于每个待划分像素点的性质为每个待划分像素点确定相应的第一距离范围，对每个待划分像素点进行准确划分，则基于第一距离范围将待划分像素点分类为近饱和点和非近饱和点的步骤可以具体为：判断待划分像素点自身的第一距离范围内是否存在高亮度点；若是，则将待划分像素点分类为近饱和点；若否，则将待划分像素点分类为非近饱和点。
实际应用中，为了提高分类效率，可以基于每个高亮度点的性质为每个高亮度点确定相应的第一距离范围，基于高亮度点的第一距离范围来对待划分像素点进行划分，则基于第一距离范围将待划分像素点分类为近饱和点和非近饱和点的步骤可以具体为：将目标图像中的高亮度点作为目标高亮度点；将目标高亮度点的第一距离范围内的待划分像素点分类为近饱和点；将剩余的待划分像素点分类为非近饱和点。
实际应用中，由于与高亮度点满足第一距离范围的待划分像素点均为近饱和点，在分类过程中，可能将非伪彩色边点分类为近饱和点，当对近饱和点弱化处理后会影响原图像的图像效果，为了避免此种情况，可以根据伪彩色边点位于图像边缘的性质对非伪彩色边点的待划分像素点进行划分，则基于第一距离范围将待划分像素点分类为近饱和点和非近饱和点的步骤可以具体为：判断待划分像素点是否位于目标图像的边缘，若是，则执行基于第一距离范围将待划分像素点分类为近饱和点和非近饱和点的步骤，若否，则直接将待划分像素点分类为非近饱和点。
步骤S26：将近饱和点标记为目标伪彩色边点。
步骤S27：在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点。
步骤S28：对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像。
本实施例中，关于其他步骤的相关描述请参阅上述实施例，本申请在此不再赘述。
请参阅图3，图3为本申请实施例提供的一种消除图像伪彩色边方法的第三流程图。
本申请实施例提供的一种消除图像伪彩色边方法可以具体包括以下步骤：
步骤S31：获取含有伪彩色边的目标图像。
步骤S32：将目标图像的像素点分类为近饱和点和非近饱和点。
步骤S33：将近饱和点标记为目标伪彩色边点。
步骤S34：在非近饱和点中，将与伪彩色边的亮度变化性质相符的像素点标记为目标伪彩色边点。
应当指出，现有技术中只是根据伪彩色边中伪彩色边点位于高亮度区域与低亮度区域的位置分布关系来将目标图像的像素点分类为近饱和点和非近饱和点，那么在第一距离范围不准确的情况下，非近饱和点中会存在伪彩色边点，由此使得确定出的目标伪彩色边点的准确率并不高，而本申请根据伪彩色边中伪彩色边点间的亮度变化关系来对像素点进行分类，因为伪彩色边位于高亮度区域与低亮度区域的交界处，所以从沿着高亮度区域向低亮度区域的图像梯度方向，伪彩色边点的亮度逐渐降低，所以在本申请中可以根据伪彩色边的该亮度变化性质挑选出非近饱和点中的目标伪彩色边点。图像梯度方向的定义及计算方式可以参阅现有技术。
具体应用场景中，为了降低本申请提供的消除图像伪彩色边方法的运算复杂度，可以引入第二距离范围来降低数学运算次数，则在非近饱和点中，将与伪彩色边的亮度变化性质相符的像素点标记为目标伪彩色边点的步骤可以具体为确定非近饱和点相应的第二距离范围；确定出第二距离范围内的最亮点；判断最亮点是否为目标伪彩色边点；若最亮点为目标伪彩色边点，则确定出最亮点与非近饱和点间的最暗点，判断最暗点的亮度值是否小于非近饱和点的亮度值，若最暗点的亮度值大于等于非近饱和点的亮度值，则将非近饱和点标记为目标伪彩色边点；其余情况下，均不对非近饱和点进行标记。具体的，为了进一步降低数学运算次数，确定出最亮点与非近饱和点间的最暗点的步骤可以为：在最亮点与非近饱和点连线经过的像素点中，将亮度值最小的像素点确定为最暗点。具体的，为了提高在非近饱和点中确定出目标伪彩色边点的准确率，可以先计算出图像梯度方向，再基于图像梯度方向确定目标伪彩色边点，则确定出最亮点与非近饱和点间的最暗点的步骤可以为：确定经过非近饱和点的第一图像梯度方向；确定最亮点与非近饱和点的连线在第一图像梯度方向上的投影；在投影经过的像素点中，将亮度值最小的像素点确定为最暗点。
实际应用中，将与伪彩色边亮度变化性质相符的像素点标记为目标伪彩色边点的步骤可以具体为：确定经过近饱和点的第二图像梯度方向；在第二图像梯度方向经过的像素点中，以近饱和点为起点，将亮度值依次递减的非近饱和点标记为目标伪彩色边点。由于是以近饱和点为起点，在第二图像梯度方向经过的像素点中，将亮度值依次递减的非近饱和点标记为目标伪彩色边点，所以可以尽可能的确定出非近饱和点中的每一个目标伪彩色边点，提高伪彩色边的消除效果。这里以近饱和点第二图像梯度方向经过的非近饱和点的亮度值依次为10、8、6、5、4、5为例，经本实施例方法选择后，亮度值为10、8、6、5、4的非近饱和点均被标记为目标伪彩色边点；应当指出，对于亮度值相同的非近饱和点，可以只将第一个非近饱和点标记为目标伪彩色边点，比如在亮度值为5、4、4的连续非近饱和点中，只将亮度值为5、4的连续两个非近饱和点标记为目标伪彩色边点。
步骤S35：对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像。
本实施例中其他步骤的相关描述请参阅上述实施例，在此不再赘述。
请参阅图4，图4为本申请实施例提供的一种消除图像伪彩色边方法的第四流程图。
本申请实施例提供的一种消除图像伪彩色边方法可以具体包括以下步骤：
步骤S41：获取含有伪彩色边的目标图像。
步骤S42：将目标图像的像素点分类为近饱和点和非近饱和点。
步骤S43：将近饱和点标记为目标伪彩色边点。
步骤S44：在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点。
步骤S45：确定目标伪彩色边点的弱化系数。
实际应用中，在对目标伪彩色边点进行弱化处理时，可以先确定目标伪彩色边点的弱化系数，比如可以根据外界对图像的需求确定目标伪彩色边点的弱化系数，弱化系数可以根据实际需要确定。应当指出，弱化系数的引入可以更加灵活、准确的对目标伪彩色边点进行弱化处理，提高对伪彩色边的处理效果。
实际应用中，目标伪彩色边点的弱化系数可以包括饱和度弱化系数和亮度调整系数，也即从饱和度和亮度两个角度对目标伪彩色边点进行弱化处理，请参阅图5，图5为确定目标伪彩色边点弱化系数的流程图，步骤S45确定目标伪彩色边点的弱化系数的过程可以包括以下步骤：
步骤S451：对目标图像中的目标伪彩色边点和非目标伪彩色边点进行标记，得到伪彩色边标记图。
具体的，在对目标图像中的目标伪彩色边点和非目标伪彩色边点进行标记时，可以先设定一张与目标图像同尺寸的标记图，将标记图中各像素点的值初始化为0，然后将标记图中与目标伪彩色边点相对应的像素点的值标记为1，得到伪彩色边标记图，其中，伪彩色边标记图中值为1的像素点组成的区域为伪彩色边；当然也可以用其他值对目标伪彩色边点和非目标伪彩色边点进行标记。
步骤S452：通过低频滤波算法对伪彩色边标记图进行处理，得到伪彩色边似然图。
具体的，在通过低频滤波算法对伪彩色边标记图进行处理时，可以采用高斯滤波算法或者均值滤波算法对伪彩色边标记图进行处理，得到伪彩色边似然图，伪彩色边似然图中各个像素点的值表示该像素点为目标伪彩色边点的可能性程度，值越大越可能为目标伪彩色边点。具体的，可以采用5*5的均值滤波模块与伪彩色边标记图进行卷积运算来得到伪彩色边似然图，卷积运算公式如下：
其中，PF表示伪彩色边标记图，IPF表示伪彩色边似然图；伪彩色边似然图中各像素点值的取值范围为[0,1]。应当指出，当本实施例中存在降采样、上采样操作时，本实施例中对标记了目标伪彩色边点的降采样图像进行上采样处理便是对伪彩色边似然图进行上采样处理。
步骤S453：通过饱和度运算公式对伪彩色边似然图进行处理，得到目标伪彩色边点的饱和度弱化系数；饱和度运算公式包括：
S(i,j)＝(μdown-μup)×IPF(i,j)+μup；
其中，(i,j)表示目标伪彩色边点的位置；S(i,j)表示饱和度弱化系数；μdown表示预设的(i,j)的饱和度弱化系数下阈值；μup表示预设的(i,j)的饱和度弱化系数上阈值；PF表示伪彩色边标记图；IPF表示伪彩色边似然图。
具体的，所有目标伪彩色边点的饱和度弱化系数下阈值和饱和度弱化系数上阈值均可以一致，比如μdown＝0.3，μup＝1，则饱和度弱化系数S(i,j)的取值范围为[0.3,1]；还可以根据外界需求对伪彩色边进行分区，比如按照用户对伪彩色边的感兴趣程度将伪彩色边分为不同子区域，再根据子区域的感兴趣程度确定该子区域中目标伪彩色边点的饱和度弱化系数下阈值和饱和度弱化系数上阈值，比如可以将伪彩色边中用户感兴趣的区域分为A区域，将伪彩色边中A区域以外的区域分为B区域，将A区域中的值设定为μdown＝0.1，μup＝0.5，将B区域中的值设定为μdown＝0.5，μup＝1，由饱和度运算公式可知，A区域的饱和度弱化系数的值小于B区域，而饱和度弱化系数的值越小，伪彩色边点的色彩饱和度越小，越接近灰度图像；用户的感兴趣程度可以根据实际情况定义，本申请在此不做具体限定。
步骤S454：确定目标伪彩色边点的亮度调整系数。
具体的，以RGB格式的目标图像为例，由于像素点的亮度主要由G分量决定，所以可以基于目标伪彩色边点在目标图像中的亮度值以及目标伪彩色边点的原G分量值来确定目标伪彩色边点的亮度调整系数，比如可以将目标伪彩色边点在目标图像中的亮度值以及目标伪彩色边点的原G分量值加权平均后的值作为目标伪彩色边点的弱化后G分量值，则亮度调整系数可以为原G分量值的加权系数，而1与亮度调整系数的差值则为目标伪彩色边点在目标图像中的亮度值的加权系数。相应的，亮度调整系数的值可以全局设置，也可以分区设置，比如当全局设置是，所有目标伪彩色边点的亮度调整系数可以均设置为0.5；当分区设置时，以上述A区域、B区域为例，可以将A区域的亮度调整系数设置为0.3，将B区域的亮度调整系数设置为0.7等。
步骤S46：基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点进行弱化处理，得到弱化处理图像。
实际应用中，在确定出弱化系数后，为了保证目标图像的图像效果，可以基于目标伪彩色边点在目标图像中的图像信息及相应的弱化系数对目标伪彩色边点进行弱化处理，得到弱化处理图像。
具体的，基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点进行弱化处理的过程可以具体为：通过弱化处理公式，基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点的色度进行弱化处理；
弱化处理公式包括：
其中，GPF(i,j)表示目标伪彩色边点在弱化处理图像中的G值；α(i,j)表示亮度调整系数；imgG(i,j)表示目标伪彩色边点在目标图像中的G值；imgI(i,j)表示目标伪彩色边在目标图像中的亮度值；RPF(i,j)表示目标伪彩色边点在弱化处理图像中的R值；imgR(i,j)表示目标伪彩色边点在目标图像中的R值；BPF(i,j)表示目标伪彩色边点在弱化处理图像中的B值；imgB(i,j)表示目标伪彩色边点在目标图像中的B值。
本申请还提供了一种消除图像伪彩色边系统，其具有本申请实施例提供的一种消除图像伪彩色边方法具有的对应效果。请参阅图6，图6为本申请实施例提供的一种消除图像伪彩色边系统的结构示意图。
本申请实施例提供的一种消除图像伪彩色边系统，可以包括：
第一获取模块101，用于获取含有伪彩色边的目标图像；
第一分类模块102，用于将目标图像的像素点分类为近饱和点和非近饱和点；
第一标记模块103，用于将近饱和点标记为目标伪彩色边点；
第二标记模块104，用于在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点；
第一消除模块105，用于对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像；
其中，近饱和点为与高亮度点满足相应第一距离范围的像素点；非近饱和点为与高亮度点不满足相应第一距离范围的像素点；高亮度点为目标图像中亮度值大于亮度阈值的像素点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一分类模块可以包括：
第一确定子模块，用于确定出目标图像中伪彩色边的目标颜色；
第一作为子模块，用于将目标图像中与目标颜色一致的像素点作为待划分像素点；
第二确定子模块，用于确定待划分像素点相应的第一距离范围；
第一分类子模块，用于基于第一距离范围将待划分像素点分类为近饱和点或非近饱和点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一分类子模块可以包括：
第一判断单元，用于判断待划分像素点自身的第一距离范围内是否存在高亮度点；若是，则将待划分像素点分类为近饱和点；若否，则将待划分像素点分类为非近饱和点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一分类子模块可以包括：
第一作为单元，用于将目标图像中的高亮度点作为目标高亮度点；
第一分类单元，用于将目标高亮度点的第一距离范围内的待划分像素点分类为近饱和点；
第二分类单元，用于将剩余的待划分像素点分类为非近饱和点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一分类子模块可以包括：
第二判断单元，用于判断待划分像素点是否位于目标图像的边缘，若是，则提示第一分类子模块执行基于第一距离范围将待划分像素点分类为近饱和点和非近饱和点的步骤，若否，则直接将待划分像素点分类为非近饱和点。
本申请实施例提供的一种消除图像伪彩色边系统中，第二确定子模块可以包括：
第一确定单元，用于基于第一距离运算公式确定待划分像素点相应的第一距离；
第二确定单元，用于基于第一距离确定第一距离范围；
第一距离运算公式包括：
其中，(i,j)表示待划分像素点在目标图像中的位置；R(i,j)表示第一距离；Rmin表示预设的第一距离最小值，Rmax表示预设的第一距离最大值；row表示目标图像的像素点总行数；col表示目标图像的像素点总列数。
本申请实施例提供的一种消除图像伪彩色边系统中，第二标记模块可以包括：
第一标记子模块，用于在非近饱和点中，将与伪彩色边的亮度变化性质相符的像素点标记为目标伪彩色边点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一标记子模块可以包括：
第三确定单元，用于确定非近饱和点相应的第二距离范围；
第四确定单元，用于确定出第二距离范围内的最亮点；
第三判断单元，用于判断最亮点是否为目标伪彩色边点；若最亮点为目标伪彩色边点，则确定出最亮点与非近饱和点间的最暗点，判断最暗点的亮度值是否小于非近饱和点的亮度值，若最暗点的亮度值大于等于非近饱和点的亮度值，则将非近饱和点标记为目标伪彩色边点。
本申请实施例提供的一种消除图像伪彩色边系统中，第三判断单元可以包括：
第五确定单元，用于在最亮点与非近饱和点连线经过的像素点中，将亮度值最小的像素点确定为最暗点。
本申请实施例提供的一种消除图像伪彩色边系统中，第三判断单元可以包括：
第六确定单元，用于确定经过非近饱和点的第一图像梯度方向；
第七确定单元，用于确定最亮点与非近饱和点的连线在第一图像梯度方向上的投影；
第八确定单元，用于在投影经过的像素点中，将亮度值最小的像素点确定为最暗点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一标记子模块可以包括：
第九确定单元，用于确定经过近饱和点的第二图像梯度方向；
第十确定单元，用于在第二图像梯度方向经过的像素点中，以近饱和点为起点，将亮度值依次递减的非近饱和点标记为目标伪彩色边点。
本申请实施例提供的一种消除图像伪彩色边系统中，第一消除模块可以包括：
第三确定子模块，用于确定目标伪彩色边点的弱化系数；
第一消除子模块，用于基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点进行弱化处理。
本申请实施例提供的一种消除图像伪彩色边系统中，第三确定子模块可以包括：
第一标记单元，用于对目标图像中的目标伪彩色边点和非目标伪彩色边点进行标记，得到伪彩色边标记图；
第一处理单元，用于通过低频滤波算法对伪彩色边标记图进行处理，得到伪彩色边似然图；
第二处理单元，用于通过饱和度运算公式对伪彩色边似然图进行处理，得到目标伪彩色边点的饱和度弱化系数；
亮度确定单元，用于确定目标伪彩色边点的亮度调整系数；
饱和度运算公式包括：
S(i,j)＝(μdown-μup)×IPF(i,j)+μup；
其中，(i,j)表示目标伪彩色边点的位置；S(i,j)表示饱和度弱化系数；μdown表示预设的(i,j)的饱和度弱化系数下阈值；μup表示预设的(i,j)的饱和度弱化系数上阈值；PF表示伪彩色边标记图；IPF表示伪彩色边似然图。
本申请实施例提供的一种消除图像伪彩色边系统中，第一消除子模块可以包括：
第一消除单元，用于通过弱化处理公式，基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点的色度进行弱化处理；
弱化处理公式包括：
其中，GPF(i,j)表示目标伪彩色边点在弱化处理图像中的G值；α(i,j)表示亮度调整系数；imgG(i,j)表示目标伪彩色边点在目标图像中的G值；imgI(i,j)表示目标伪彩色边在目标图像中的亮度值；RPF(i,j)表示目标伪彩色边点在弱化处理图像中的R值；imgR(i,j)表示目标伪彩色边点在目标图像中的R值；BPF(i,j)表示目标伪彩色边点在弱化处理图像中的B值；imgB(i,j)表示目标伪彩色边点在目标图像中的B值。
本申请实施例提供的一种消除图像伪彩色边系统中，第一分类模块可以包括：
降采样子模块，用于对目标图像进行降采样处理，得到降采样图像；
第二分类子模块，用于将降采样图像的像素点分类为近饱和点和非近饱和点；
相应的，第一消除模块可以包括：
上采样单元，用于对标记了目标伪彩色边点的降采样图像进行上采样处理，得到上采样图像；
第二消除子模块，用于基于上采样图像对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像。
本申请还提供了一种消除图像伪彩色边设备及计算机可读存储介质，其均具有本申请实施例提供的一种消除图像伪彩色边方法具有的对应效果。请参阅图7，图7为本申请实施例提供的一种消除图像伪彩色边设备的结构示意图。
本申请实施例提供的一种消除图像伪彩色边设备，包括：存储器201和处理器202，存储器中存储有计算机程序，处理器执行存储器中存储的计算机程序时实现如下步骤：
获取含有伪彩色边的目标图像；
将目标图像的像素点分类为近饱和点和非近饱和点；
将近饱和点标记为目标伪彩色边点；
在非近饱和点中，将与伪彩色边的性质相符的像素点标记为目标伪彩色边点；
对目标图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像；
其中，近饱和点为与高亮度点满足相应第一距离范围的像素点；非近饱和点为与高亮度点不满足相应第一距离范围的像素点；高亮度点为目标图像中亮度值大于亮度阈值的像素点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：确定出目标图像中伪彩色边的目标颜色；将目标图像中与目标颜色一致的像素点作为待划分像素点；确定待划分像素点相应的第一距离范围；基于第一距离范围将待划分像素点分类为近饱和点或非近饱和点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：判断待划分像素点自身的第一距离范围内是否存在高亮度点；若是，则将待划分像素点分类为近饱和点；若否，则将待划分像素点分类为非近饱和点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：将目标图像中的高亮度点作为目标高亮度点；将目标高亮度点的第一距离范围内的待划分像素点分类为近饱和点；将剩余的待划分像素点分类为非近饱和点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：判断待划分像素点是否位于目标图像的边缘，若是，则执行基于第一距离范围将待划分像素点分类为近饱和点和非近饱和点的步骤，若否，则直接将待划分像素点分类为非近饱和点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：基于第一距离运算公式确定待划分像素点相应的第一距离；基于第一距离确定第一距离范围；
第一距离运算公式包括：
其中，(i,j)表示待划分像素点在目标图像中的位置；R(i,j)表示第一距离；Rmin表示预设的第一距离最小值，Rmax表示预设的第一距离最大值；row表示目标图像的像素点总行数；col表示目标图像的像素点总列数。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：在非近饱和点中，将与伪彩色边的亮度变化性质相符的像素点标记为目标伪彩色边点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：确定非近饱和点相应的第二距离范围；确定出第二距离范围内的最亮点；判断最亮点是否为目标伪彩色边点；若最亮点为目标伪彩色边点，则确定出最亮点与非近饱和点间的最暗点，判断最暗点的亮度值是否小于非近饱和点的亮度值，若最暗点的亮度值大于等于非近饱和点的亮度值，则将非近饱和点标记为目标伪彩色边点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：在最亮点与非近饱和点连线经过的像素点中，将亮度值最小的像素点确定为最暗点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：确定经过非近饱和点的第一图像梯度方向；确定最亮点与非近饱和点的连线在第一图像梯度方向上的投影；在投影经过的像素点中，将亮度值最小的像素点确定为最暗点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：确定经过近饱和点的第二图像梯度方向；在第二图像梯度方向经过的像素点中，以近饱和点为起点，将亮度值依次递减的非近饱和点标记为目标伪彩色边点。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：确定目标伪彩色边点的弱化系数；基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点进行弱化处理。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：对目标图像中的目标伪彩色边点和非目标伪彩色边点进行标记，得到伪彩色边标记图；通过低频滤波算法对伪彩色边标记图进行处理，得到伪彩色边似然图；通过饱和度运算公式对伪彩色边似然图进行处理，得到目标伪彩色边点的饱和度弱化系数；确定目标伪彩色边点的亮度调整系数；
饱和度运算公式包括：
S(i,j)＝(μdown-μup)×IPF(i,j)+μup；
其中，(i,j)表示目标伪彩色边点的位置；S(i,j)表示饱和度弱化系数；μdown表示预设的(i,j)的饱和度弱化系数下阈值；μup表示预设的(i,j)的饱和度弱化系数上阈值；PF表示伪彩色边标记图；IPF表示伪彩色边似然图。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：通过弱化处理公式，基于目标伪彩色边点的图像信息及弱化系数对目标伪彩色边点的色度进行弱化处理；
弱化处理公式包括：
其中，GPF(i,j)表示目标伪彩色边点在弱化处理图像中的G值；α(i,j)表示亮度调整系数；imgG(i,j)表示目标伪彩色边点在目标图像中的G值；imgI(i,j)表示目标伪彩色边在目标图像中的亮度值；RPF(i,j)表示目标伪彩色边点在弱化处理图像中的R值；imgR(i,j)表示目标伪彩色边点在目标图像中的R值；BPF(i,j)表示目标伪彩色边点在弱化处理图像中的B值；imgB(i,j)表示目标伪彩色边点在目标图像中的B值。
本申请实施例提供的一种消除图像伪彩色边设备中，处理器执行存储器中存储的计算机程序时具体实现如下步骤：对目标图像进行降采样处理，得到降采样图像；将降采样图像的像素点分类为近饱和点和非近饱和点；相应的，对标记了目标伪彩色边点的降采样图像进行上采样处理，得到上采样图像；对上采样图像中的目标伪彩色边点进行弱化处理，得到弱化处理图像。
请参阅图8，本申请实施例提供的另一种消除图像伪彩色边设备中还可以包括：与处理器202连接的输入端口203，用于传输外界输入的命令至处理器202；与处理器202连接的显示单元204，用于显示处理器202的处理结果至外界；与处理器202连接的通信模块205，用于实现消除图像伪彩色边设备与外界的通信。显示单元204可以为显示面板、激光扫描使显示器等；通信模块205所采用的通信方式包括但不局限于移动高清链接技术(HML)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线连接：无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如上任一实施例所描述的消除图像伪彩色边方法的步骤。
本申请所涉及的计算机可读存储介质包括随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本申请实施例提供的一种消除图像伪彩色边系统、设备及计算机可读存储介质中相关部分的说明请参见本申请实施例提供的一种消除图像伪彩色边方法中对应部分的详细说明，在此不再赘述。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种消除图像伪彩色边方法，其特征在于，包括：
获取含有伪彩色边的目标图像；
将所述目标图像的像素点分类为近饱和点和非近饱和点；
将所述近饱和点标记为目标伪彩色边点；
在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点；
对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到弱化处理图像；
其中，所述近饱和点为与高亮度点满足相应第一距离范围的像素点；所述非近饱和点为与所述高亮度点不满足相应所述第一距离范围的像素点；所述高亮度点为所述目标图像中亮度值大于亮度阈值的像素点；
其中，所述在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点，包括：
确定所述非近饱和点相应的第二距离范围；确定出所述第二距离范围内的最亮点；判断所述最亮点是否为所述目标伪彩色边点；
若所述最亮点为所述目标伪彩色边点，则确定出所述最亮点与所述非近饱和点间的最暗点，判断所述最暗点的亮度值是否小于所述非近饱和点的亮度值，若所述最暗点的亮度值大于等于所述非近饱和点的亮度值，则将所述非近饱和点标记为所述目标伪彩色边点；
或，确定经过所述近饱和点的第二图像梯度方向；在所述第二图像梯度方向经过的像素点中，以所述近饱和点为起点，将亮度值依次递减的非近饱和点标记为所述目标伪彩色边点。
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像的像素点分类为近饱和点和非近饱和点，包括：
确定出所述目标图像中所述伪彩色边的目标颜色；
将所述目标图像中与所述目标颜色一致的像素点作为待划分像素点；
确定所述待划分像素点相应的所述第一距离范围；
基于所述第一距离范围将所述待划分像素点分类为所述近饱和点或所述非近饱和点。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一距离范围将所述待划分像素点分类为所述近饱和点和所述非近饱和点，包括：
判断所述待划分像素点自身的所述第一距离范围内是否存在所述高亮度点；
若是，则将所述待划分像素点分类为所述近饱和点；
若否，则将所述待划分像素点分类为所述非近饱和点；
或，
将所述目标图像中的所述高亮度点作为目标高亮度点；
将所述目标高亮度点的所述第一距离范围内的所述待划分像素点分类为所述近饱和点；
将剩余的所述待划分像素点分类为所述非近饱和点。
4.根据权利要求2或3所述的方法，其特征在于，所述基于所述第一距离范围将所述待划分像素点分类为所述近饱和点和所述非近饱和点，包括：
判断所述待划分像素点是否位于所述目标图像的边缘，若是，则执行所述基于所述第一距离范围将所述待划分像素点分类为所述近饱和点和所述非近饱和点的步骤，若否，则直接将所述待划分像素点分类为所述非近饱和点。
5.根据权利要求4所述的方法，其特征在于，所述确定所述待划分像素点相应的所述第一距离范围，包括：
基于第一距离运算公式确定所述待划分像素点相应的所述第一距离；
基于所述第一距离确定所述第一距离范围；
所述第一距离运算公式包括：
其中，(i,j)表示所述待划分像素点在所述目标图像中的位置；R(i,j)表示所述第一距离；Rmin表示预设的第一距离最小值，Rmax表示预设的第一距离最大值；row表示所述目标图像的像素点总行数；col表示所述目标图像的像素点总列数。
6.根据权利要求1所述的方法，其特征在于，所述确定出所述最亮点与所述非近饱和点间的最暗点，包括：
在所述最亮点与所述非近饱和点连线经过的像素点中，将亮度值最小的像素点确定为所述最暗点；
或，
确定经过所述非近饱和点的第一图像梯度方向；
确定所述最亮点与所述非近饱和点的连线在所述第一图像梯度方向上的投影；
在所述投影经过的像素点中，将亮度值最小的像素点确定为所述最暗点。
7.根据权利要求1所述的方法，其特征在于，所述对所述目标图像中的所述目标伪彩色边点进行弱化处理，包括：
确定所述目标伪彩色边点的弱化系数；
基于所述目标伪彩色边点的图像信息及所述弱化系数对所述目标伪彩色边点进行弱化处理。
8.根据权利要求7所述的方法，其特征在于，所述确定所述目标伪彩色边点的弱化系数，包括：
对所述目标图像中的所述目标伪彩色边点和非目标伪彩色边点进行标记，得到伪彩色边标记图；
通过低频滤波算法对所述伪彩色边标记图进行处理，得到伪彩色边似然图；
通过饱和度运算公式对所述伪彩色边似然图进行处理，得到所述目标伪彩色边点的饱和度弱化系数；
确定所述目标伪彩色边点的亮度调整系数；
所述饱和度运算公式包括：
S(i,j)＝(μdown-μup)×IPF(i,j)+μup；
其中，(i,j)表示所述目标伪彩色边点的位置；S(i,j)表示所述饱和度弱化系数；μdown表示预设的(i,j)的饱和度弱化系数下阈值；μup表示预设的(i,j)的饱和度弱化系数上阈值；PF表示所述伪彩色边标记图；IPF表示所述伪彩色边似然图。
9.根据权利要求8所述的方法，其特征在于，所述基于所述目标伪彩色边点的图像信息及所述弱化系数对所述目标伪彩色边点进行弱化处理，包括：
通过弱化处理公式，基于所述目标伪彩色边点的图像信息及所述弱化系数对所述目标伪彩色边点的色度进行弱化处理；
所述弱化处理公式包括：
其中，GPF(i,j)表示所述目标伪彩色边点在所述弱化处理图像中的G值；α(i,j)表示所述亮度调整系数；imgG(i,j)表示所述目标伪彩色边点在所述目标图像中的G值；imgI(i,j)表示所述目标伪彩色边在所述目标图像中的亮度值；RPF(i,j)表示所述目标伪彩色边点在所述弱化处理图像中的R值；imgR(i,j)表示所述目标伪彩色边点在所述目标图像中的R值；BPF(i,j)表示所述目标伪彩色边点在所述弱化处理图像中的B值；imgB(i,j)表示所述目标伪彩色边点在所述目标图像中的B值。
10.根据权利要求1所述的方法，其特征在于，所述将所述目标图像的像素点分类为近饱和点和非近饱和点，包括：
对所述目标图像进行降采样处理，得到降采样图像；
将所述降采样图像的像素点分类为所述近饱和点和所述非近饱和点；
所述对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到弱化处理图像，包括：
对标记了所述目标伪彩色边点的所述降采样图像进行上采样处理，得到上采样图像；
基于所述上采样图像对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到所述弱化处理图像。
11.一种消除图像伪彩色边系统，其特征在于，包括：
第一获取模块，用于获取含有伪彩色边的目标图像；
第一分类模块，用于将所述目标图像的像素点分类为近饱和点和非近饱和点；
第一标记模块，用于将所述近饱和点标记为目标伪彩色边点；
第二标记模块，用于在所述非近饱和点中，将与所述伪彩色边的性质相符的像素点标记为所述目标伪彩色边点；
第一消除模块，用于对所述目标图像中的所述目标伪彩色边点进行弱化处理，得到弱化处理图像；
其中，所述近饱和点为与高亮度点满足相应第一距离范围的像素点；所述非近饱和点为与所述高亮度点不满足相应所述第一距离范围的像素点；所述高亮度点为所述目标图像中亮度值大于亮度阈值的像素点；
其中，所述第二标记模块，具体用于：确定所述非近饱和点相应的第二距离范围；确定出所述第二距离范围内的最亮点；判断所述最亮点是否为所述目标伪彩色边点；若所述最亮点为所述目标伪彩色边点，则确定出所述最亮点与所述非近饱和点间的最暗点，判断所述最暗点的亮度值是否小于所述非近饱和点的亮度值，若所述最暗点的亮度值大于等于所述非近饱和点的亮度值，则将所述非近饱和点标记为所述目标伪彩色边点；
或，确定经过所述近饱和点的第二图像梯度方向；在所述第二图像梯度方向经过的像素点中，以所述近饱和点为起点，将亮度值依次递减的非近饱和点标记为所述目标伪彩色边点。
12.一种消除图像伪彩色边设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至10任一项所述消除图像伪彩色边方法的步骤。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10任一项所述消除图像伪彩色边方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910334517.7A CN111861893B (zh) | 2019-04-24 | 2019-04-24 | 一种消除图像伪彩色边方法、系统、设备及计算机介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910334517.7A CN111861893B (zh) | 2019-04-24 | 2019-04-24 | 一种消除图像伪彩色边方法、系统、设备及计算机介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111861893A CN111861893A (zh) | 2020-10-30 |
| CN111861893B true CN111861893B (zh) | 2024-04-09 |
Family
ID=72952267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910334517.7A Active CN111861893B (zh) | 2019-04-24 | 2019-04-24 | 一种消除图像伪彩色边方法、系统、设备及计算机介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111861893B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112652027B (zh) * | 2020-12-30 | 2024-03-22 | 凌云光技术股份有限公司 | 一种伪彩检测方法及系统 |
| US11863916B2 (en) * | 2022-01-27 | 2024-01-02 | Altek Semiconductor Corporation | Color correction method and image correction apparatus |
| CN116229318B (zh) * | 2023-02-24 | 2023-09-22 | 湖北联投咨询管理有限公司 | 基于分向数据的信息解析系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104093011A (zh) * | 2014-07-22 | 2014-10-08 | 浙江宇视科技有限公司 | 一种伪彩色抑制方法和装置 |
| CN106303483A (zh) * | 2015-05-20 | 2017-01-04 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
| CN107863060A (zh) * | 2017-11-28 | 2018-03-30 | 青岛海信电器股份有限公司 | 一种图像色彩校正的方法及装置 |
| CN108600746A (zh) * | 2018-05-22 | 2018-09-28 | 重庆瑞景信息科技有限公司 | 彩色图像视觉失色的检测方法、系统及装置 |
| CN109660781A (zh) * | 2018-12-12 | 2019-04-19 | 北京时代奥视科技有限公司 | 图像辅助曝光处理方法、装置及电子设备 |
-
2019
- 2019-04-24 CN CN201910334517.7A patent/CN111861893B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104093011A (zh) * | 2014-07-22 | 2014-10-08 | 浙江宇视科技有限公司 | 一种伪彩色抑制方法和装置 |
| CN106303483A (zh) * | 2015-05-20 | 2017-01-04 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
| CN107863060A (zh) * | 2017-11-28 | 2018-03-30 | 青岛海信电器股份有限公司 | 一种图像色彩校正的方法及装置 |
| CN108600746A (zh) * | 2018-05-22 | 2018-09-28 | 重庆瑞景信息科技有限公司 | 彩色图像视觉失色的检测方法、系统及装置 |
| CN109660781A (zh) * | 2018-12-12 | 2019-04-19 | 北京时代奥视科技有限公司 | 图像辅助曝光处理方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111861893A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111861893B (zh) | 一种消除图像伪彩色边方法、系统、设备及计算机介质 | |
| EP3025302B1 (en) | System and method of correcting image artifacts | |
| JP6467787B2 (ja) | 画像処理システム、撮像装置、画像処理方法およびプログラム | |
| US7764319B2 (en) | Image processing apparatus, image-taking system, image processing method and image processing program | |
| US10290081B2 (en) | System for image dehazing by modifying lower bound of transmittance and method therefor | |
| JP7077395B2 (ja) | 多重化高ダイナミックレンジ画像 | |
| US8565524B2 (en) | Image processing apparatus, and image pickup apparatus using same | |
| US9438771B2 (en) | Image processing apparatus, image pickup apparatus, image pickup system, image processing method, and non-transitory computer-readable storage medium | |
| CN111784603A (zh) | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 | |
| US20140193069A1 (en) | Method and device for processing an image to remove color fringe | |
| KR101874738B1 (ko) | 영상처리를 이용하여 ldr 영상으로부터 hdr 영상을 생성하는 장치 및 방법 | |
| JP2013140428A (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
| KR20170107269A (ko) | Rgbd 카메라의 깊이 영상 필터링 장치 및 방법 | |
| JP2012227758A (ja) | 画像信号処理装置及びプログラム | |
| CN110298812B (zh) | 一种图像融合处理的方法及装置 | |
| JP2015211325A (ja) | パープルフリンジ除去処理方法及びその処理を遂行するパープルフリンジ除去処理装置 | |
| US10929960B2 (en) | Method and image processing device for detecting a portion of an image | |
| KR101874538B1 (ko) | 영상의 대비 및 채도 동시 향상시키는 영상 처리 방법 및 장치 | |
| US20180336685A1 (en) | Image processing apparatus, image processing method, and storage medium | |
| US11580620B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable medium | |
| JP2009032044A (ja) | 車色判定装置 | |
| JP2018072884A (ja) | 情報処理装置、情報処理方法およびプログラム | |
| Anandh et al. | Visual Enhancement of Underwater Images Using Transmission Estimation and Multi-Scale Fusion. | |
| WO2013114802A1 (ja) | 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム | |
| JP6531522B2 (ja) | 色補正プログラム、色補正方法及び色補正装置 |
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 |