CN114331857A - 一种彩色图像紫边校正方法、装置及计算机存储介质 - Google Patents

一种彩色图像紫边校正方法、装置及计算机存储介质 Download PDF

Info

Publication number
CN114331857A
CN114331857A CN202011076671.8A CN202011076671A CN114331857A CN 114331857 A CN114331857 A CN 114331857A CN 202011076671 A CN202011076671 A CN 202011076671A CN 114331857 A CN114331857 A CN 114331857A
Authority
CN
China
Prior art keywords
pixel
pixels
purple
edge
image
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.)
Pending
Application number
CN202011076671.8A
Other languages
English (en)
Inventor
邹咪
严卫健
刘俊秀
石岭
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.)
Arkmicro Technologies Inc
Original Assignee
Arkmicro Technologies Inc
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 Arkmicro Technologies Inc filed Critical Arkmicro Technologies Inc
Priority to CN202011076671.8A priority Critical patent/CN114331857A/zh
Publication of CN114331857A publication Critical patent/CN114331857A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明提供一种彩色图像紫边校正方法及装置。该方法包括：依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素；按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正；按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。本发明提供的彩色图像紫边校正方法能在高反差大背光情景下较好的还原出像素的原本色彩。

Description

一种彩色图像紫边校正方法、装置及计算机存储介质
技术领域
本发明涉及图像、视频处理技术领域，尤其涉及一种彩色图像紫边校正方法、装置及计算机存储介质。
背景技术
在高反差大背光情景下，用数码相机拍摄的图像中容易出现紫边现象，这种紫边不是真实的紫边，而是由于高反差大背光静物边缘产生光学衍射，加上数码相机的CCD传感器在色彩插值时的固有缺陷造成的。如何去除图像的紫边更好的还原图像是当前亟待解决的问题。
发明内容
有鉴于此，本发明提供一种彩色图像紫边校正方法、装置、计算机存储介质及终端设备，用于解决现有技术的不足。
为达到上述目的，本发明采用如下技术方案：
本发明实施例提供了一种彩色图像紫边校正方法，包括：
依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素；
按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正；
按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
进一步地，所述“依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素”具体包括：
以彩色图像的绿色分量计算每个像素点的边缘强度；其中每个像素点的边缘强度等于0°,90°,45°,135°四个方向中最强边缘强度与最弱边缘强度的差；
依据像素的颜色信息及边界信息分别用两个二值图像标记出“紫色像素”和“非紫色像素”，“白色像素”和“非白色像素”；其中，当输入像素点满足
Figure RE-GDA0002813955140000021
时，则标记该像素为“紫边像素”，当输入像素点满足
Figure RE-GDA0002813955140000022
时，则标记该像素为“白色像素”；其中，R(i,j),G(i,j),B(i,j)分别为红色绿色蓝色分量；th1，th2，thd，thL， th3分别为预设门限值。
对标记紫边像素的二值图像做膨胀处理。
进一步地，所述“顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正”具体包括：
按预设顺序输入像素值；
当判断输入像素是紫边像素时，统计局部窗口内为其他像素的个数；
当其他像素的个数不为零时，统计局部窗口内为其他像素的颜色信息；
对当前点颜色进行校正，并更新对应紫边像素二值图像的值；
输出对应的像素值。
进一步地，所述统计局部窗口内为其他像素的个数采用以(i,j)为中心，统计(2m+1)*(2n+1)窗口内为其他像素的个数Sn，计算公式如下：
Figure RE-GDA0002813955140000023
所述统计局部窗口内为其他像素的颜色信息采用如下公式：
Figure RE-GDA0002813955140000024
Figure RE-GDA0002813955140000031
Figure RE-GDA0002813955140000032
对当前点颜色进行校正，并更新对应紫边像素二值图像的值具体包括：
利用表达式
Figure RE-GDA0002813955140000033
计算局部窗口内为其他像素的红色分量与绿色分量的平均差Dr(i,j)以及蓝色分量与绿色分量的平均差Db(i,j)；
利用表达式
Figure RE-GDA0002813955140000034
根据平均差校正当前点的红色分量和蓝色分量；
对当前紫边进行校正之后，修改当前点的对应标记，将其紫色像素标记改为非紫边像素标记。
本发明实施例还提供了一种彩色图像紫边校正装置，包括：
标记模块，用于依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素；
第一校正模块，用于按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正；
第二校正模块，用于按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
进一步地，所述标记模块具体应用于以彩色图像的绿色分量计算每个像素点的边缘强度；其中每个像素点的边缘强度等于0°,90°,45°,135°四个方向中最强边缘强度与最弱边缘强度的差；依据像素的颜色信息及边界信息分别用两个二值图像标记出“紫色像素”和“非紫色像素”，“白色像素”和“非白色像素”；其中，当输入像素点满足
Figure RE-GDA0002813955140000035
时，则标记该像素为“紫边像素”，当输入像素点满足
Figure RE-GDA0002813955140000041
时，则标记该像素为“白色像素”；其中，R(i,j),G(i,j),B(i,j)分别为红色绿色蓝色分量；th1，th2，thd，thL， th3分别为预设门限值。
对标记紫边像素的二值图像做膨胀处理。
进一步地，所述第一校正模块和所述第二校正模块具体用于
按预设顺序输入像素值；
当判断输入像素是紫边像素时，统计局部窗口内为其他像素的个数；
当其他像素的个数不为零时，统计局部窗口内为其他像素的颜色信息；
对当前点颜色进行校正，并更新对应紫边像素二值图像的值；
输出对应的像素值。
进一步地，所述统计局部窗口内为其他像素的个数采用以(i,j)为中心，统计(2m+1)*(2n+1)窗口内为其他像素的个数Sn，计算公式如下：
Figure RE-GDA0002813955140000042
所述统计局部窗口内为其他像素的颜色信息采用如下公式：
Figure RE-GDA0002813955140000043
Figure RE-GDA0002813955140000044
Figure RE-GDA0002813955140000045
对当前点颜色进行校正，并更新对应紫边像素二值图像的值具体包括：
利用表达式
Figure RE-GDA0002813955140000046
计算局部窗口内为其他像素的红色分量与绿色分量的平均差Dr(i,j)以及蓝色分量与绿色分量的平均差Db(i,j)；
利用表达式
Figure RE-GDA0002813955140000051
根据平均差校正当前点的红色分量和蓝色分量；
对当前紫边进行校正之后，修改当前点的对应标记，将其紫色像素标记改为非紫边像素标记。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以上所述彩色图像紫边校正方法的步骤。
本发明实施例还提供了一种终端设备，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上所述的彩色图像紫边校正方法的步骤。
本发明提供的彩色图像紫边校正方法能在高反差大背光情景下较好的还原出像素的原本色彩。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明提供的彩色图像紫边校正方法的流程图；
图2是本发明提供的对输入图像的每个像素进行分类标记的流程图；
图3是本发明提供的对紫边像素进行校正的具体流程图；
图4是计算边缘强度的4个卷积核示意图；
图5是本发明实施例二提供的彩色图像紫边校正装置示意图。
具体实施方式
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，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，都属于本发明保护的范围。
图1所示为本发明实施例提供的一种彩色图像紫边校正方法的流程示意图。包括以下步骤：
S101、依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素。
对输入图像的每个像素进行分类标记。依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素。
请参阅图2，在本发明实施例一中，S101具体可以包括以下步骤：
S1011、以彩色图像的绿色分量计算每个像素点的边缘强度。
其中以彩色图像的绿色分量计算每个像素点的边缘强度的具体做法如下：首先，如图3所示为四个5*5卷积核模板，分别用来计算0°,90°,45°,135°方向上的边缘强度，记D0,D90,D45,D135，则每个像素点的边缘强度由公式(1)所示，即四个方向中，最强边缘强度与最弱边缘强度的差。
D＝max{D0,D90,D45,D135}-min{D0,D90,D45,D135} (1)
S1012、依据像素的颜色信息及边界信息分别用两个二值图像标记出“紫色像素”和“非紫色像素”，“白色像素”和“非白色像素”。
具体的，当输入像素点满足公式(2)所示的条件1时，则标记该像素为“紫边像素”，当输入像素点满足公式(3)所示的条件2时，则标记该像素为“白色像素”。如公式(4)所示。其中二值图像fp为1的像素点表示“紫边像素”，为0的像素点表示“非紫边像素”，二值图像fw为1的像素点表示“白色像素”，为0的像素表示“非白色像素”。
条件1：
Figure RE-GDA0002813955140000061
条件2：
Figure RE-GDA0002813955140000062
Figure RE-GDA0002813955140000071
Figure RE-GDA0002813955140000072
其中，本实施例中取th1＝25，th2＝25，thd＝15，thL＝128，th3＝50。
S1013：对标记紫边像素的二值图像做膨胀处理。
S102：按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
请参阅图4，在本发明实施例一中，S102具体可以包括以下步骤：
S1021：按从左往右从上往下的顺序输入像素值；
S1022：判断输入像素点是否是“紫边像素”，若是，进入S1023，若否，进入 S1027；
若当前像素点I(i,j)为“紫边像素”时，即fp(i,j)＝1且fw(i,j)＝0，则进入S1023，对该点进行校正，否则，进入S1027，直接输出当前像素。
S1023：统计局部窗口内为“其他像素”的个数；
其中，既不是“紫边像素”也不是“白色像素”的像素定义为“其他像素”。以(i,j)为中心，统计(2m+1)*(2n+1)窗口内为“其他像素”的个数Sn，如公式(5) 所示，
Figure RE-GDA0002813955140000073
S1024：判断“其他像素”的个数是否为0，若是，进入S1027，若否，进入S1025；
S1025：统计局部窗口内为“其他像素”的颜色信息；
统计局部窗口内为“其他像素”的R、G、B分量的值总和SR,SG,SB如公式(6) (7)(8)所示。
Figure RE-GDA0002813955140000074
Figure RE-GDA0002813955140000081
Figure RE-GDA0002813955140000082
S1026：对当前点颜色进行校正，并更新对应紫边像素二值图像的值；
进一步的，对紫边像素进行校正。首先，如公式(9)所示，计算局部窗口内“其他像素”的红色分量与绿色分量的平均差Dr(i,j)，蓝色分量与绿色分量的平均差 Db(i,j)，然后根据平均差校正当前点，如公式(10)所示。对当前紫边进行校正之后，修改当前点的对应标记，将其“紫色像素”标记改为“非紫边像素”标记，如公式(11) 所示更新矩阵fp(i,j)的值。
Figure RE-GDA0002813955140000083
Figure RE-GDA0002813955140000084
fp(i,j)＝0 (11)
S1027：输出像素。
S103：按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
对图像进行一次校正后，仍然存在一些“紫边像素”。按从右往左从下往上的顺序遍历图像，对其中依然标记为紫边像素的像素进行校正。该步骤与S102的不同之处在于遍历图像的顺序，其他一致。
通过以上彩色图像紫边校正方法能较好的还原出像素的原本色彩。
图4所示为本发明实施例提供的一种彩色图像紫边校正装置的结构示意图，包括：
标记模块11，用于依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素；
第一校正模块12，用于按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正；
第二校正模块13，用于按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
进一步地，所述标记模块具体应用于以彩色图像的绿色分量计算每个像素点的边缘强度；其中每个像素点的边缘强度等于0°,90°,45°,135°四个方向中最强边缘强度与最弱边缘强度的差；依据像素的颜色信息及边界信息分别用两个二值图像标记出“紫色像素”和“非紫色像素”，“白色像素”和“非白色像素”；其中，当输入像素点满足
Figure RE-GDA0002813955140000091
时，则标记该像素为“紫边像素”，当输入像素点满足
Figure RE-GDA0002813955140000092
时，则标记该像素为“白色像素”；其中，R(i,j),G(i,j),B(i,j)分别为红色绿色蓝色分量；th1，th2，thd，thL， th3分别为预设门限值。
对标记紫边像素的二值图像做膨胀处理。
进一步地，所述第一校正模块和所述第二校正模块具体用于：
按预设顺序输入像素值；
当判断输入像素是紫边像素时，统计局部窗口内为其他像素的个数；
当其他像素的个数不为零时，统计局部窗口内为其他像素的颜色信息；
对当前点颜色进行校正，并更新对应紫边像素二值图像的值；
输出对应的像素值。
进一步地，所述统计局部窗口内为其他像素的个数采用以(i,j)为中心，统计(2m+1)*(2n+1)窗口内为其他像素的个数Sn，计算公式如下：
Figure RE-GDA0002813955140000093
所述统计局部窗口内为其他像素的颜色信息采用如下公式：
Figure RE-GDA0002813955140000101
Figure RE-GDA0002813955140000102
Figure RE-GDA0002813955140000103
对当前点颜色进行校正，并更新对应紫边像素二值图像的值具体包括：
利用表达式
Figure RE-GDA0002813955140000104
计算局部窗口内为其他像素的红色分量与绿色分量的平均差Dr(i,j)以及蓝色分量与绿色分量的平均差Db(i,j)；
利用表达式
Figure RE-GDA0002813955140000105
根据平均差校正当前点的红色分量和蓝色分量；
对当前紫边进行校正之后，修改当前点的对应标记，将其紫色像素标记改为非紫边像素标记。
需要说明的是：上述实施例提供的彩色图像紫边校正装置在进行校正时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的彩色图像紫边校正装置与彩色图像紫边校正方法实施例属于同一构思，其具体实现过程详见方法实施例，其有益效果同方法实施例，这里不再赘述。
本发明实施例还提供了一种计算机存储介质，是计算机可读存储介质，其上存储有计算机程序，上述计算机程序可由计算机设备的处理器执行，以完成前述彩色图像紫边校正方法的步骤。计算机可读存储介质可以是磁性随机存取存储器(FRAM，ferromagneticrandom access memory)、只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasa ble Prog ramma ble Read-Only Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)等存储器。
本发明实施例还提供了一种终端设备，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上所述的彩色图像紫边校正方法的步骤。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和智能设备，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种彩色图像紫边校正方法，其特征在于，包括：
依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素；
按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正；
按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
2.根据权利要求1所述的方法，其特征在于，所述“依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素”具体包括：
以彩色图像的绿色分量计算每个像素点的边缘强度；其中每个像素点的边缘强度等于0°,90°,45°,135°四个方向中最强边缘强度与最弱边缘强度的差；
依据像素的颜色信息及边界信息分别用两个二值图像标记出“紫色像素”和“非紫色像素”，“白色像素”和“非白色像素”；其中，当输入像素点满足
Figure RE-FDA0002813955130000011
时，则标记该像素为“紫边像素”，当输入像素点满足
Figure RE-FDA0002813955130000012
时，则标记该像素为“白色像素”；其中，R(i,j),G(i,j),B(i,j)分别为红色绿色蓝色分量；th1，th2，thd，thL，th3分别为预设门限值。
对标记紫边像素的二值图像做膨胀处理。
3.根据权利要求1所述的方法，其特征在于，所述“顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正”具体包括：
按预设顺序输入像素值；
当判断输入像素是紫边像素时，统计局部窗口内为其他像素的个数；
当其他像素的个数不为零时，统计局部窗口内为其他像素的颜色信息；
对当前点颜色进行校正，并更新对应紫边像素二值图像的值；
输出对应的像素值。
4.根据权利要求3所述的方法，其特征在于，所述统计局部窗口内为其他像素的个数采用以(i,j)为中心，统计(2m+1)*(2n+1)窗口内为其他像素的个数Sn，计算公式如下：
Figure RE-FDA0002813955130000021
所述统计局部窗口内为其他像素的颜色信息采用如下公式：
Figure RE-FDA0002813955130000022
Figure RE-FDA0002813955130000023
Figure RE-FDA0002813955130000024
对当前点颜色进行校正，并更新对应紫边像素二值图像的值具体包括：
利用表达式
Figure RE-FDA0002813955130000025
计算局部窗口内为其他像素的红色分量与绿色分量的平均差Dr(i,j)以及蓝色分量与绿色分量的平均差Db(i,j)；
利用表达式
Figure RE-FDA0002813955130000026
根据平均差校正当前点的红色分量和蓝色分量；
对当前紫边进行校正之后，修改当前点的对应标记，将其紫色像素标记改为非紫边像素标记。
5.一种彩色图像紫边校正装置，其特征在于，包括：
标记模块，用于依据输入图像的每个像素的颜色信息及边缘信息将像素分类标记为紫边像素、白色像素及其他像素；
第一校正模块，用于按从左往右从上往下的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正；
第二校正模块，用于按从右往左从下往上的顺序遍历图像，利用局部窗口内的其他像素对其中标记为紫边像素的像素进行校正。
6.根据权利要求5所述的装置，其特征在于，所述标记模块具体应用于以彩色图像的绿色分量计算每个像素点的边缘强度；其中每个像素点的边缘强度等于0°,90°,45°,135°四个方向中最强边缘强度与最弱边缘强度的差；依据像素的颜色信息及边界信息分别用两个二值图像标记出“紫色像素”和“非紫色像素”，“白色像素”和“非白色像素”；其中，当输入像素点满足
Figure RE-FDA0002813955130000031
时，则标记该像素为“紫边像素”，当输入像素点满足
Figure RE-FDA0002813955130000032
时，则标记该像素为“白色像素”；其中，R(i,j),G(i,j),B(i,j)分别为红色绿色蓝色分量；th1，th2，thd，thL，th3分别为预设门限值。
对标记紫边像素的二值图像做膨胀处理。
7.根据权利要求5所述的装置，其特征在于，所述第一校正模块和所述第二校正模块具体用于
按预设顺序输入像素值；
当判断输入像素是紫边像素时，统计局部窗口内为其他像素的个数；
当其他像素的个数不为零时，统计局部窗口内为其他像素的颜色信息；
对当前点颜色进行校正，并更新对应紫边像素二值图像的值；
输出对应的像素值。
8.根据权利要求7所述的装置，其特征在于，所述统计局部窗口内为其他像素的个数采用以(i,j)为中心，统计(2m+1)*(2n+1)窗口内为其他像素的个数Sn，计算公式如下：
Figure RE-FDA0002813955130000041
所述统计局部窗口内为其他像素的颜色信息采用如下公式：
Figure RE-FDA0002813955130000042
Figure RE-FDA0002813955130000043
Figure RE-FDA0002813955130000044
对当前点颜色进行校正，并更新对应紫边像素二值图像的值具体包括：
利用表达式
Figure RE-FDA0002813955130000045
计算局部窗口内为其他像素的红色分量与绿色分量的平均差Dr(i,j)以及蓝色分量与绿色分量的平均差Db(i,j)；
利用表达式
Figure RE-FDA0002813955130000046
根据平均差校正当前点的红色分量和蓝色分量；
对当前紫边进行校正之后，修改当前点的对应标记，将其紫色像素标记改为非紫边像素标记。
9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的彩色图像紫边校正方法。
10.一种终端设备，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的彩色图像紫边校正方法。
CN202011076671.8A 2020-10-10 2020-10-10 一种彩色图像紫边校正方法、装置及计算机存储介质 Pending CN114331857A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011076671.8A CN114331857A (zh) 2020-10-10 2020-10-10 一种彩色图像紫边校正方法、装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011076671.8A CN114331857A (zh) 2020-10-10 2020-10-10 一种彩色图像紫边校正方法、装置及计算机存储介质

Publications (1)

Publication Number Publication Date
CN114331857A true CN114331857A (zh) 2022-04-12

Family

ID=81031757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011076671.8A Pending CN114331857A (zh) 2020-10-10 2020-10-10 一种彩色图像紫边校正方法、装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN114331857A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117710274A (zh) * 2024-02-05 2024-03-15 广东匠芯创科技有限公司 图像紫边校正方法、电子设备及存储介质
CN117710274B (zh) * 2024-02-05 2024-06-04 广东匠芯创科技有限公司 图像紫边校正方法、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070153341A1 (en) * 2005-12-30 2007-07-05 Microsoft Corporation Automatic removal of purple fringing from images
CN105389786A (zh) * 2015-10-28 2016-03-09 努比亚技术有限公司 一种图像处理的方法及装置
CN105430231A (zh) * 2015-11-24 2016-03-23 努比亚技术有限公司 图像处理装置和方法
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
CN108259876A (zh) * 2016-12-29 2018-07-06 深圳开阳电子股份有限公司 一种自动白平衡的调整方法及装置
US20190147573A1 (en) * 2017-11-14 2019-05-16 Realtek Semiconductor Corporation False color removal method
US20190191136A1 (en) * 2017-12-19 2019-06-20 JVC Kenwood Corporation Image Processing Device, Image Processing Method, and Image Processing Program
US20200128221A1 (en) * 2017-01-12 2020-04-23 Shenzhen Arashi Vision Company Limited Image purple fringe eliminating system, method, computer-readable storage medium, and photographing device
WO2020117378A1 (en) * 2018-12-05 2020-06-11 Gopro, Inc. Color fringing processing independent of tone mapping

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070153341A1 (en) * 2005-12-30 2007-07-05 Microsoft Corporation Automatic removal of purple fringing from images
CN105389786A (zh) * 2015-10-28 2016-03-09 努比亚技术有限公司 一种图像处理的方法及装置
CN105430231A (zh) * 2015-11-24 2016-03-23 努比亚技术有限公司 图像处理装置和方法
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
CN108259876A (zh) * 2016-12-29 2018-07-06 深圳开阳电子股份有限公司 一种自动白平衡的调整方法及装置
US20200128221A1 (en) * 2017-01-12 2020-04-23 Shenzhen Arashi Vision Company Limited Image purple fringe eliminating system, method, computer-readable storage medium, and photographing device
US20190147573A1 (en) * 2017-11-14 2019-05-16 Realtek Semiconductor Corporation False color removal method
US20190191136A1 (en) * 2017-12-19 2019-06-20 JVC Kenwood Corporation Image Processing Device, Image Processing Method, and Image Processing Program
WO2020117378A1 (en) * 2018-12-05 2020-06-11 Gopro, Inc. Color fringing processing independent of tone mapping

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张林等: "基于物体颜色信息的图像紫边矫正方法", 光学学报, vol. 36, no. 23, 31 December 2016 (2016-12-31), pages 1233001 - 1 *
王国刚等: "非局部相似性去马赛克算法", 信号处理, vol. 29, no. 04, 25 April 2013 (2013-04-25), pages 449 - 456 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117710274A (zh) * 2024-02-05 2024-03-15 广东匠芯创科技有限公司 图像紫边校正方法、电子设备及存储介质
CN117710274B (zh) * 2024-02-05 2024-06-04 广东匠芯创科技有限公司 图像紫边校正方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN107403421B (zh) 一种图像去雾方法、存储介质及终端设备
US7800661B2 (en) Programmable pattern matching device
CN111784605B (zh) 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质
EP2863362B1 (en) Method and apparatus for scene segmentation from focal stack images
CN108600783B (zh) 一种帧率调节方法、装置及终端设备
CN109214996B (zh) 一种图像处理方法及装置
CN113168669B (zh) 图像处理方法、装置、电子设备及可读存储介质
KR20220043158A (ko) 이미지 처리 방법, 장치, 전자 디바이스, 및 저장 매체
CN111161188B (zh) 降低图像色彩噪声的方法、计算机装置及可读存储介质
CN114998122A (zh) 一种低照度图像增强方法
Fernando et al. Color features for dating historical color images
CN110717864B (zh) 一种图像增强方法、装置、终端设备及计算机可读介质
CN106683063A (zh) 一种图像去噪的方法与装置
CN114331857A (zh) 一种彩色图像紫边校正方法、装置及计算机存储介质
US20140055634A1 (en) Image processing device and method, program, and solid-state imaging device
CN110838088A (zh) 一种基于深度学习的多帧降噪方法、装置及终端设备
CN109934783B (zh) 图像处理方法、装置、计算机设备和存储介质
CN111160340A (zh) 一种运动目标检测方法、装置、存储介质及终端设备
CN110415175A (zh) 一种快速去除平坦区域编码马赛克的方法
US10425640B2 (en) Method, device, and encoder for controlling filtering of intra-frame prediction reference pixel point
CN105991937A (zh) 一种基于Bayer格式图像的虚拟曝光方法及装置
US10832076B2 (en) Method and image processing entity for applying a convolutional neural network to an image
CN113191376A (zh) 图像处理方法、装置、电子设备和可读存储介质
CN111383171B (zh) 一种图片处理方法、系统及终端设备
CN109242750B (zh) 图片签名方法、图片匹配方法、装置、设备及存储介质

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