一种紫边检测方法、紫边检测装置以及计算机设备与流程

本技术涉及图像处理，特别涉及一种紫边检测方法、紫边检测装置以及计算机设备。

背景技术：

1、在智能手机、数码相机、行车记录仪等设备中，紫边现象是高反差场景下常见的图像伪影，通常表现为高亮与暗区交界处出现的紫红色或洋红色边缘。为消除紫边对图像质量的影响，可以对紫边进行检测，再对检测出的紫边区域进行颜色校正或降饱和处理，以消除紫边伪影、还原真实色彩。

2、在进行紫边检测过程中，可以先判断当前像素是否处于高亮区域，再进一步结合颜色信息、边缘信息等进行紫边检测。在相关技术中，通常会将像素所在的纯色高饱和区域（例如，红色区域、黄色区域等）误判为高亮区域，进而导致紫边检测准确率下降。

技术实现思路

1、本技术实施例提供了一种紫边检测方法、紫边检测装置以及计算机设备，可以避免因纯色高饱和区域被误判为高亮区域而导致的紫边像素误判，从而有效提升紫边检测的准确率。

2、根据本技术实施例的第一方面，提供了一种紫边检测方法，包括：

3、获取待检测图像；

4、针对待检测图像中的每个像素，从像素对应的像素窗口中提取各色彩通道的通道像素值，确定各色彩通道的通道像素值的加权通道像素值，并从各色彩通道的通道像素值中确定最小通道像素值；

5、根据像素的噪声，对加权通道像素值以及最小通道像素值进行融合计算，得到像素的目标亮度，噪声用于表征最小通道像素值在融合计算中的占比；

6、根据目标亮度以及预设的亮度阈值，确定像素的高亮判定结果，高亮判定结果用于表示像素是否处于高亮区域；

7、根据高亮判定结果以及预设的紫边约束条件，确定像素的紫边检测结果。

8、在本技术一些实施例中，根据像素的噪声，对加权通道像素值以及最小通道像素值进行融合计算，得到像素的目标亮度之前，还包括：

9、根据像素窗口中各像素的像素值的方差、加权通道像素值以及各色彩通道的通道像素值的差异信息，确定像素的噪声，其中，差异信息为各色彩通道的通道像素值中最大通道像素值与最小通道像素值之间的差值、各色彩通道的通道像素值的方差、各色彩通道的通道像素值的标准差、各色彩通道的通道像素值的绝对差值和中的任意一种。

10、由此可知，上述方法能够从该像素对应的加权通道像素值、该像素周围像素的波动程度以及各色彩通道的通道像素值的差异信息这三个维度评估该像素的噪声情况，使得确定的噪声能够更准确反映当前像素的实际情况。

11、在本技术一些实施例中，根据像素窗口中各像素的像素值的方差、加权通道像素值以及各色彩通道的通道像素值的差异信息，确定像素的噪声，包括：

12、根据预设的亮度噪声对应关系，确定与加权通道像素值对应的基础噪声，基础噪声表示在加权通道像素值对应的亮度下图像传感器固有的噪声强度；

13、对像素窗口中各像素的像素值的方差、基础噪声以及各色彩通道的通道像素值的差异信息执行加权操作，得到加权噪声；

14、对加权噪声进行归一化处理，得到像素的噪声。

15、由此可知，上述方法可以将反映图像传感器固有噪声特性的加权通道像素值、像素周围像素的波动程度以及各色彩通道的通道像素值的差异信息这三个维度统一映射至预设区间，以此来获得标准化的噪声，为后续自适应调整最小通道像素值与加权通道像素值的融合占比提供了准确且规范的噪声依据。

16、在本技术一些实施例中，根据像素的噪声，对加权通道像素值以及最小通道像素值进行融合计算，得到像素的目标亮度，包括：

17、计算1与像素的噪声的差值；

18、对差值与预设的基础占比的乘积进行归一化处理，得到融合计算中最小通道像素值对应的第一占比，第一占比与像素的噪声呈负相关关系，预设的基础占比用于表征在无噪声条件下最小通道像素值在融合计算中的占比；

19、将1与第一占比的差值作为融合计算中加权通道像素值对应的第二占比；

20、根据第一占比以及第二占比，对加权通道像素值以及最小通道像素值进行融合计算，得到像素的目标亮度。

21、由此可知，终端设备在对加权通道像素值以及最小通道像素值进行融合计算过程中，当噪声较小时，最小通道像素值的可信度较高，其在融合计算中的占比较大，以此来充分发挥其区分高光与纯色区域的能力。当噪声较大时，最小通道像素值可信度降低，其在融合计算中的占比较小，相应的，加权通道像素值在融合计算中占比较大，以此来利用其抗噪稳定性。从而，在不同噪声条件下均能获得兼顾区分精度和抗噪稳定性的目标亮度。

22、在本技术一些实施例中，根据目标亮度以及预设的亮度阈值，确定像素的高亮判定结果，包括：

23、比较目标亮度与预设的亮度阈值；

24、若目标亮度大于预设的亮度阈值，确定像素处于高亮区域；

25、若目标亮度不大于预设的亮度阈值，确定像素不处于高亮区域。

26、由此可知，通过预设亮度阈值对像素进行高亮区域筛选，可以有效缩小紫边检测的范围，减少后续步骤的计算量，提升紫边检测的整体效率。

27、在本技术一些实施例中，根据高亮判定结果以及预设的紫边约束条件，确定像素的紫边检测结果，包括：

28、若高亮判定结果表示像素处于高亮区域且像素满足预设的紫边约束条件，确定像素为紫边像素；

29、否则，确定像素不为紫边像素。

30、由此可知，终端设备能够准确地区分出高亮区域中真正属于紫边的像素，同时排除高亮区域中不满足预设的紫边约束条件的非紫边像素，为后续紫边校正提供准确的紫边检测结果。

31、在本技术一些实施例中，像素满足预设的紫边约束条件包括：像素的色度处于预设的紫色色度范围内、像素处于图像边缘区域、像素的预设邻域内存在目标亮度大于预设的亮度阈值的像素中的任意一种或多种。

32、由此可知，终端设备能够通过预设的紫边约束条件进一步对像素进行紫边检测，进一步提升了紫边检测的准确性。

33、根据本技术实施例的第二方面，提供了一种紫边检测装置，包括：

34、获取模块，用于获取待检测图像；

35、确定模块，用于针对待检测图像中的每个像素，从像素对应的像素窗口中提取各色彩通道的通道像素值，确定各色彩通道的通道像素值的加权通道像素值，并从各色彩通道的通道像素值中确定最小通道像素值；

36、融合计算模块，用于根据像素的噪声，对加权通道像素值以及最小通道像素值进行融合计算，得到像素的目标亮度，噪声用于表征最小通道像素值在融合计算中的占比；

37、确定模块还用于，根据目标亮度以及预设的亮度阈值，确定像素的高亮判定结果，高亮判定结果用于表示像素是否处于高亮区域；

38、确定模块还用于，根据高亮判定结果以及预设的紫边约束条件，确定像素的紫边检测结果。

39、根据本技术实施例的第三方面，提供了一种计算机设备，计算机设备包括处理器和存储器，存储器用于存储至少一段程序，至少一段程序由处理器加载并执行上述任意一种紫边检测方法。

40、根据本技术实施例的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有至少一段程序，至少一段程序由处理器加载并执行以实现上述任意一种紫边检测方法。

41、由此可知，在上述紫边检测方法中，可以先从像素对应的像素窗口中提取各色彩通道的通道像素值，而后，确定各色彩通道的通道像素值的加权通道像素值以及各色彩通道的通道像素值中的最小通道像素值，通过对加权通道像素值以及最小通道像素值进行融合计算得到像素的目标亮度。加权通道像素值能够表征像素的整体亮度水平，最小通道像素值在真正的高亮区域中较高、在纯色高饱和区域中较低，能够区分真正的高亮区域与纯色高饱和区域。通过该方式融合计算得到的目标亮度融合了加权通道像素值对整体亮度的表征能力和最小通道像素值对真正的高亮区域与纯色高饱和区域的区分能力，基于该目标亮度判定像素是否处于高亮区域，可以有效减少纯色高饱和区域被误判为高亮区域的情况。在此基础上，进一步结合紫边约束条件进行紫边检测，可以避免因纯色高饱和区域被误判为高亮区域而导致的紫边像素误判，从而有效提升紫边检测的准确率。