一种图像处理方法、装置、设备及介质

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、设备及介质。

背景技术

图像色差广泛存在于目前的手机摄像头、数码相机、监控摄像头等数字成像设备所得的图像中。当我们使用这些数字成像设备在逆光、大光圈等条件下拍摄时，所得图像的局部区域，特别是高反差区域，即亮暗对比反差很大的图像区域，例如天空、灯管与物体相接的边缘等，会出现不属于物体的颜色，我们将物体边缘出现的不属于物体的颜色边缘称为色差色边，其中紫边比较突出。因为成像系统一般将绿色通道准确对焦，然而由于镜头色差，不同的色光波长通过镜头后不能汇聚在同一点上，而导致蓝色通道和红色通道不能完全准确对焦，从而使物体边缘出现紫红色的色边，即紫边。

现有技术通常是根据图像中的蓝色强度和红色强度分别与绿色强度的差值来确定紫边区域，然后进行修正处理，但是有些图像区域的颜色本身就是紫色或红色，所以会产生一定概率的误判，影响修正处理的效果。

因此，亟需一种更为精准的针对紫边的图像处理方法，从而有效解决图像紫边问题。

发明内容

本申请提供了一种图像处理方法、装置、设备及介质，用以解决图像紫边问题。

第一方面,本申请提供了一种图像处理方法，所述方法包括：

获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块；针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量；

针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点；针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点；

对每个紫边像素点的R通道的值和B通道的值进行校正。

进一步地，所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块之前，所述方法还包括：

根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块；

所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块包括：根据图像局部匹配算法，确定该子图像块在所述参考子图像块中的相似子图像块。

进一步地，所述根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块包括：

根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块；将所述对应子图像块的位置向预设的每个方向偏移所述预设的偏移量，确定每个参考子图像块。

进一步地，所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块包括：

根据图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

进一步地，所述第一阈值的确定过程包括：

针对目标图像中的每个像素点，确定该像素点的饱和度，根据所述饱和度，计算该像素点的第一阈值。

进一步地，所述根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点包括：

若该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

第二方面，本申请提供了一种图像处理装置，所述装置包括：

确定模块，用于获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块；针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量；针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点；针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点；

校正模块，用于对每个紫边像素点的R通道的值和B通道的值进行校正。

进一步地，所述确定模块，具体用于根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块；根据图像局部匹配算法，确定该子图像块在所述参考子图像块中的相似子图像块。

进一步地，所述确定模块，具体用于根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块；将所述对应子图像块的位置向预设的每个方向偏移所述预设的偏移量，确定每个参考子图像块。

进一步地，所述确定模块，具体用于根据图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

进一步地，所述确定模块，还用于针对目标图像中的每个像素点，确定该像素点的饱和度，根据所述饱和度，计算该像素点的第一阈值。

进一步地，所述确定模块，具体用于若该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

第三方面，本申请提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述图像处理方法的步骤。

第四方面，本申请提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一所述图像处理方法的步骤。

在本申请实施例中，获取目标图像的RGB通道分别对应的子图像，并将每个子图像分割成预设数量个子图像块，从而确定R子图像和B子图像中的每个子图像块在G子图像中的运动矢量；将目标图像中的每个R通道的值和B通道的值分别与G通道的值的差值均超过第一阈值的像素点，作为候选像素点；根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点，从而准确的针对每个紫边像素点的R通道的值和B通道的值进行校正。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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为本申请实施例提供的一种图像处理的过程示意图；

图2为本申请实施例提供的一种图像处理装置的结构示意图；

图3为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的和实施方式更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。

需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。

本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。

术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。

本申请提供了一种图像处理方法、装置、设备及介质，该方法中获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块；针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量；针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点；针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点；对每个紫边像素点的R通道的值和B通道的值进行校正。

实施例1：

为了解决图像紫边问题，本申请实施例提供了一种图像处理方法、装置、设备及介质。

图1为本申请实施例提供的一种图像处理过程示意图，该过程包括以下步骤：

S101：获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块。

本申请实施例提供的图像处理方法应用于电子设备，该电子设备可以是手机、数码相机、摄像头等数字成像设备。

图像色差广泛存在于目前的手机、数码相机、监控等数字成像设备所得的图像中。当使用这些数字成像设备在逆光、大光圈等条件下拍摄时，所得图像的局部区域，特别是高反差区域，即亮暗对比反差很大的图像区域，例如天空、灯管与物体相接的边缘等，会出现不属于物体的颜色，即色差色边，其中紫边比较突出。紫边主要是由于镜头的光学色差导致的，光学色差分为纵向色差(Longitudinal Chromatic Aberration，LoCA)和横向色差(Lateral Chromatic Aberration)，其中纵向色差又叫轴向色差，可以通过缩小镜头光圈来大幅度减少。横向色差不能用缩小光圈来消除，但可以通过后期处理来消除。横向色差是由于红绿蓝(Red Green Blue，RGB)各通道的位置偏移所导致。

在本申请实施例中，为了确定是否存在RGB各通道的位置偏移，获取目标图像的RGB通道分别对应的R、G、B子图像。由于横向色差不同的位置偏移的幅度不一致，可以将每个子图像分割成预设数量个子图像块，其中每个子图像块包含N*N个像素点，N为子图像块每行和每列包含的像素点的个数。N的选取与图像分辨率关联，分辨率越大N取值越大，分辨率越小N取值越小。例如，图像分辨率为1920x1080，N取值可以是16。R、G、B子图像采用相同的划分方式划分为多个子图像块。由于子图像块的大小比较小，可以近似的认为每个子图像块内各个点的偏移是一样的，从而能够更精准的对不同的位置偏移所导致的图像紫边问题进行处理。

S102：针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量。

因为人眼的视锥细胞对绿色更敏感，为了适应人眼，数字成像设备常用的图像传感器是采用RGGB格式对图像的颜色进行采集的，即图像传感器包含50％绿色滤镜，25％红色滤镜和25％蓝色滤镜。所以图像中G通道占比较大，在本申请实施例中，以G子图像为基础，对R子图像和B子图像分别相对于G子图像的位置偏移进行估计。可以用运动估计方法来确定是否存在偏移。针对R子图像和B子图像中的每个子图像块，确定该子图像块在G子图像中的相似子图像块，根据图像局部匹配算法，计算该子图像块与G子图像中的相同大小的子图像块中对应的每个像素点的R通道的值与G通道的值或者B通道的值与G通道的值的绝对误差和，将R通道的值对应的绝对误差和最小的子图像块确定为R子图像中的该子图像块在G子图像中的相似子图像块；将B通道的值对应的绝对误差和最小的子图像块确定为B子图像中的该子图像块在G子图像中的相似子图像块。

可以将相似子图像块看做该子图像块在G子图像中实际对应的子图像块，因为R\G\B子图像采用相同的分割方式分割成多个子图像块，因此可以确定该子图像块与相似子图像块的运动矢量，例如基于该子图像块的中心点的坐标构成的第一向量与相似子图像块的中心点的坐标构成的第二向量的差值确定运动矢量，从而确定R子图像和B子图像的该子图像块所在区域分别相对于G子图像的位置偏移量。

S103：针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点。

由于紫边像素点所在的区域饱和度高，并且蓝色强度和红色强度远大于绿色强度，所以可以针对目标图像中的每个像素点，根据该像素点的R通道的值和B通道的值分别与G通道的值的差值是否均超过第一阈值，确定该像素点是否为候选像素点，该候选像素点即可能是位于紫边上的像素点。

S104：针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点。

因为紫边往往发生在图像高反差的边界，所以要对可能是紫边的候选像素点进一步筛选，确定该候选像素点是不是位于边界。边界的确定方法可以针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值来判定。也就是如果该候选像素点的相邻像素点中有很多像素点也是候选像素点，则表明该像素点不在边界；如果该候选像素点的相邻像素点中候选像素点很少，则该候选像素点很有可能位于边界。其中，相邻像素点可以是该候选像素点的上、下、左、右四个方向的第一个像素点，也可以是该候选像素点的上、下、左、右以及四个对角方向的第一个像素点。再结合该候选像素点在R子图像和B子图像中相对于G子图像对应的子图像块是否发生位置偏移，即运动矢量是否为零，确定该候选像素点是否为紫边像素点。如果该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，并且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

S105：对每个紫边像素点的R通道的值和B通道的值进行校正。

因为绿色可以校正紫边像素点中的红色和蓝色，所以采用下列公式对每个紫边像素点的R通道的值和B通道的值进行校正：

Rcorrect＝α*R0+β*R1+(1-α-β)*G 0<α<1；0<β<1

Bcorrect＝δ*B0+γ*B1+(1-δ-γ)*G 0<δ<1；0<γ<1

其中，Rcorrect，Bcorrect为紫边像素点校正后的R通道、B通道的值；R0，B0为紫边像素点校正前的R通道、B通道的值；G为紫边像素点校正前的G通道的值；R1为紫边像素点的坐标根据R子图像中对应的子图像块的运动矢量增加或减少后的坐标对应的像素点的R通道的值；B1为紫边像素点的坐标根据B子图像中对应的子图像块的运动矢量增加或减少后的坐标对应的像素点的B通道的值；α、β分别为预设的校正系数，δ和γ为预设的校正系数。

在本申请实施例中，获取目标图像的RGB通道分别对应的子图像，并将每个子图像分割成预设数量个子图像块，从而确定R子图像和B子图像中的每个子图像块在G子图像中的运动矢量；将目标图像中的每个R通道的值和B通道的值分别与G通道的值的差值均超过第一阈值的像素点，作为候选像素点；根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点，从而准确的针对每个紫边像素点的R通道的值和B通道的值进行校正。

实施例2：

为了更准确的确定相似子图像块，在上述实施例的基础上，在本申请实施例中，所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块之前，所述方法还包括：

根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块；

所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块包括：

根据图像局部匹配算法，确定该子图像块在所述参考子图像块中的相似子图像块。

因为通道的位置偏移量是有限的，为了减少计算量，可以先缩小确定范围，根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块，即可能为相似子图像块的子图像块。

再根据图像局部匹配算法，确定该子图像块在参考子图像块中最匹配的相似子图像块。从而能够更准确、高效的确定R子图像和B子图像中的子图像块在G子图像中的相似子图像块。

具体的，可以先根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块，将对应子图像块的位置向上、下、左、右四个方向移动预设的偏移量，确定参考子图像块；再根据图像局部匹配算法，确定该子图像块分别与每个参考子图像块中对应的每个像素点的值的绝对误差和；将绝对误差和最小的参考子图像块确定为该子图像块的相似子图像块。

为了更准确的确定参考子图像块，在上述各实施例的基础上，在本申请实施例中，所述根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块包括：

根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块；

将所述对应子图像块的位置向预设的每个方向偏移所述预设的偏移量，确定每个参考子图像块。

因为通道的位置偏移量有限，并且该子图像块可能并未发生偏移，所以先根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块，即在G子图像中与该子图像块的位置相同的子图像块。以该对应子图像块为基准，将该对应子图像块的位置向预设的每个方向偏移预设的偏移量，确定每个参考子图像块。

进一步地，预设的方向包括上、下、左、右和四个对角方向，预设的偏移量可以是1个像素点或者0，也就是该对应子图像块也作为一个参考子图像块。具体的，可以将对应子图像块的横坐标或纵坐标增加或减少1个像素点或者0，其中每个子图像块对应有9个参考子图像块。

为了更准确的确定相似子图像块，在上述各实施例的基础上，在本申请实施例中，根据图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；

将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

在本申请实施例中，为了确定该子图像块在G子图像中最匹配的相似子图像块，可以采用图像局部匹配算法(Sum of absolute differences，SAD)，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和，将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

具体的，根据下列公式确定绝对误差和：

其中，f(x

在本申请实施例中，通过采用图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；将绝对误差和最小的子图像块确定为该子图像块的相似子图像块，从而能够更准确的确定相似子图像块。

实施例3：

为了更准确的确定候选像素点，在上述各实施例的基础上，在本申请实施例中，所述第一阈值的确定过程包括：

针对目标图像中的每个像素点，确定该像素点的饱和度，根据所述饱和度，计算该像素点的第一阈值。

因为紫边所在的区域饱和度高，并且蓝色强度和红色强度远大于绿色强度，所以可以根据像素点的饱和度，采用下列公式计算该像素点的第一阈值：

ΔS＝a+b*S

其中，s为该像素点的饱和度，max(R,G,B)为该像素点的R、G、B通道的值中的最大值，min(R,G,B)为该像素点的R、G、B通道的值中的最小值，ΔS为第一阈值，a和b为预设的参数。

实施例4：

为了更准确的确定紫边像素点，在上述各实施例的基础上，在本申请实施例中，所述根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点包括：

若该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

因为紫边往往发生在图像高反差的边界，所以要对可能是紫边的候选像素点进一步筛选，确定该候选像素点是不是位于边界。边界的确定方法为针对任一候选像素点，如果该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，则判定该像素点可能在边界。也就是如果该候选像素点邻近的像素点中候选像素点很少，则该候选像素点很有可能位于边界。例如，针对任一候选像素点，如果该候选像素点的上、下、左、右、以及四个对角，共八个方向位置上邻近的相邻像素点中，候选像素点不超过三个，则认为该候选像素点可能在边界。并且该可能在边界的候选像素点在R子图像和B子图像中相对于G子图像对应的子图像块发生位置偏移，即候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

实施例5：

基于相同的技术构思，在上述各实施例的基础上，本申请还提供了一种图像处理装置，图2为本申请实施例提供的一种图像处理装置的结构示意图，如图2所示，所述装置包括：

确定模块201，用于获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块；针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量；针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点；针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点；

校正模块202，用于对每个紫边像素点的R通道的值和B通道的值进行校正。

在一种可能的实施方式中，所述确定模块201，具体用于根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块；根据图像局部匹配算法，确定该子图像块在所述参考子图像块中的相似子图像块。

在一种可能的实施方式中，所述确定模块201，具体用于根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块；将所述对应子图像块的位置向预设的每个方向偏移所述预设的偏移量，确定每个参考子图像块。

在一种可能的实施方式中，所述确定模块201，具体用于根据图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

在一种可能的实施方式中，所述确定模块201，还用于针对目标图像中的每个像素点，确定该像素点的饱和度，根据所述饱和度，计算该像素点的第一阈值。

在一种可能的实施方式中，所述确定模块201，具体用于若该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

实施例6：

基于相同的技术构思，在上述各实施例的基础上，本申请还提供了一种电子设备，图3为本申请实施例提供的一种电子设备的结构示意图。如图3所示，包括：处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信；

所述存储器303中存储有计算机程序，当所述程序被所述处理器301执行时，使得所述处理器301执行如下步骤：

获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块；针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量；

针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点；针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点；

对每个紫边像素点的R通道的值和B通道的值进行校正。

在一种可能的实施方式中，所述处理器还用于：

根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块；根据图像局部匹配算法，确定该子图像块在所述参考子图像块中的相似子图像块。

在一种可能的实施方式中，所述处理器还用于：

根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块；将所述对应子图像块的位置向预设的每个方向偏移所述预设的偏移量，确定每个参考子图像块。

在一种可能的实施方式中，所述处理器还用于：

根据图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

在一种可能的实施方式中，所述处理器还用于：

针对目标图像中的每个像素点，确定该像素点的饱和度，根据所述饱和度，计算该像素点的第一阈值。

在一种可能的实施方式中，所述处理器还用于：

若该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

由于上述电子设备解决问题的原理与图像处理方法相似，因此上述电子设备的实施可以参见电信用户识别方法的实施，重复之处不再赘述。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口302用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

实施例7：

基于相同的技术构思，在上述各实施例的基础上，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当程序在处理器上运行时，使得处理器执行时实现如下步骤：

获取目标图像的红绿蓝RGB通道分别对应的R、G、B子图像，并将每个子图像分割成预设数量个子图像块；针对R子图像和B子图像中的每个子图像块，根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块，并确定该子图像块与所述相似子图像块的运动矢量；

针对目标图像中的每个像素点，确定该像素点的R通道的值和B通道的值分别与G通道的值的差值，并将所述差值均超过第一阈值的像素点，作为候选像素点；针对任一候选像素点，根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点；

对每个紫边像素点的R通道的值和B通道的值进行校正。

在一种可能的实施方式中，所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块之前，所述方法还包括：

根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块；

所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块包括：根据图像局部匹配算法，确定该子图像块在所述参考子图像块中的相似子图像块。

在一种可能的实施方式中，所述根据该子图像块的位置及预设的偏移量，确定该子图像块在G子图像中的参考子图像块包括：

根据该子图像块的位置，确定该子图像块在G子图像中的对应子图像块；将所述对应子图像块的位置向预设的每个方向偏移所述预设的偏移量，确定每个参考子图像块。

在一种可能的实施方式中，所述根据图像局部匹配算法，确定该子图像块在G子图像中的相似子图像块包括：

根据图像局部匹配算法，确定该子图像块分别与G子图像中的对应的子图像块中对应每个像素点的值的绝对误差和；将绝对误差和最小的子图像块确定为该子图像块的相似子图像块。

在一种可能的实施方式中，所述第一阈值的确定过程包括：

针对目标图像中的每个像素点，确定该像素点的饱和度，根据所述饱和度，计算该像素点的第一阈值。

在一种可能的实施方式中，所述根据该候选像素点的相邻像素点中的候选像素点的个数是否不超过第二阈值，以及该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量是否为零，确定该候选像素点是否为紫边像素点包括：

若该候选像素点的相邻像素点中的候选像素点的个数不超过第二阈值，且该候选像素点在R子图像和B子图像中对应的子图像块的运动矢量至少一个不为零，则确定该候选像素点为紫边像素点。

由于上述计算机可读存储介质解决问题的原理与图像处理方法相似，因此上述计算机可读存储介质的实施可以参见图像处理方法的实施例，重复之处不再赘述。

上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/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。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。