专利名称：用于处理色差和紫色条纹的方法和装置的制作方法
技术领域：
本发明总体上涉及校正数字图像中的色差和紫色条纹的领域。
背景技术：
除真空之外的任何介质的折射率都随着波长改变。由此，任何折射光学系统的 高斯和象差特性是波长的函数，即存在色差。旨在于在可观的波长范围上使用的多种现 代折射系统基本上由于高斯和更加阶的色效应而性能受限。天文望远镜设计的历史提 供了有用的示例。Isaac Newton先生发明了反射式望远镜，因为他认为通过组合两个单 透镜以形成我们现在所称的消色差双合透镜来校正单透镜中的色效应是不可能的；实际 上，他认为所有透镜的色效应都与其功率成比例，甚至对于不同的镜片具有相同的比例 常数。然后，在18世纪中叶，John Dollond和Chester Moore Hall表明Newton是错误 的，并且他们制造了消色差双合透镜。这导致了制造出越来越大的望远镜双合物镜。然 而，随着物镜变得较大，而且设计技术变得更加精细，发现“消色差”双合透镜不能完 全消除所出现的色差以及残余误差(称为“次级光谱”)。如上所述，当不同颜色的光在介质中以不同的速度传播时，折射率是波长相关 的。该现象称为色散。公知的示例是玻璃棱镜，其将白光入射光束色散为多种颜色的彩 虹。摄影镜头包括各种色散、介电镜片。这些镜片不以相同的角度折射入射光的所有成 分颜色，并且可能需要巨大的努力来设计使所有的颜色一起集中到相同焦点的全面校正 透镜。色差是由于色散而偏离理想成像。然而塞德尔象差是单色的，即，其还可以利用 单色光发生；色差仅出现于多色光中。轴向色差可以区分两种类型的色差。轴向色差(ACA)也称为纵向色差，指的是透镜无 法将不同颜色聚焦到相同的焦平面上。针对光轴上的主体点，各种颜色的焦点也在光轴 上，但是在纵向(即，沿轴向)上有位移。在图IA-图IB中针对远光源对这种性质进 行了说明。在该略图中，仅绿光锐聚焦到传感器上。蓝光和红光在传感器平面上具有所 谓的模糊圈，并且不是锐利成像的。图IB示出了纵向色差的起因。图IB示出了三种 不同颜色的焦平面不重合。在实际应用中，如果存在接近图像中心的条纹，其在图像轻微散焦时改变颜 色，则这很有可能是纵向色差。这种类型无法使用传统软件来校正，如果光圈缩小则其 会减小，并且其取决于焦点距离。横向色差斜入射光导致横色差，也称为横向色。其是指侧向位移的焦点。在不存在轴向 色时，所有的颜色都聚焦在相同的平面上，但是图像放大取决于波长。横向色的出现意 味着焦距取决于波长，而复透镜中的轴向色的出现不严格需要可变焦距。这看起来是违 反直觉的，但是在对纵向色差进行校正的透镜中，所有颜色的主平面不需要重合。因为 焦距由从后主平面到像平面的距离确定，所以即使当所有的图像都在相同平面中时，焦距也可以取决于波长。图IC示出了横向色差的起因。图像的大小随着颜色而变化。红 色图像放大得大于绿色图像，而红色图像和绿色图像又都放大得大于蓝色图像。总之，当针对纵向色差对透镜进行校正时，不同的颜色或多或少聚焦在光轴的 相同点上，但是其可能聚焦在不同的离轴距离处，导致不同颜色的图像大小不同。这一 类型称为横向或者横色差(TCA)。在实际方面，如果从中心到边角存在渐多的互补色条纹，则这很有可能是横色 差。该类型可以通过软件来校正，其不会由于光圈缩小而改变，并且其与焦点距离无 关。图ID是示出ACA和LCA的发生的比较的示意图。图IB-图IC区分了两种简化的情况，因为在实践中，轴向和横向成分是共存 的。多色体填充了像空间中的体积，其包括各种大小和位置的单色像的连续体。特别 地，横向色在远距镜头和反向远距(反焦)镜头中很明显。色差通常限制了其他方面校 正好的远距设计的性能。色差的原型表现是沿着分隔图像的暗色部分和明亮部分的边界 的彩色条纹。即，色差的可感知效应在文字描述上有所变化。看起来横向色是比轴向色 更严重的象差，因为前者导致彩色条纹而后者仅降低锐度。Oberkochen提出了不同的观 点，并指出轴向色是最显著的色差。Hecht将色差的累积效应描述为发白的模糊或者朦胧 的交叠。具有针对轴向色的消色差(不完全)校正的光学系统的残余颜色误差导致每个 像点周围的品红色光环或者模糊。紫色条纹数字图像的另一相关问题是紫色条纹。该条纹效应可以是紫色之外的其他颜 色，但是通常称为紫色条纹，因为其通常呈现为这个颜色。紫色条纹强度通常与色差相 关联。条纹通常形成在色差位移矢量的方向上。但是条纹的确切起因并不清楚，较广泛 接受的紫色条纹的解释之一是其是传感器晕光造成的。晕光是当传感器像素饱和并且电 荷泄漏到一个或多个相邻像素时产生的现象。图6A-图6B示出了在理想的成像系统中， 期望在中心像素处绿色值为255，同时周围的像素的值为0，而如箭头所指示的沿检测器 行或者列的电荷泄露将把红色和蓝色传感器响应提高到正确值以上。当电荷从一个光电二极管阱泄漏到周围的光电二极管阱时，会在周围产生虚假 的较高信号。如果周围的传感器不产生信号，则该虚假信号将尤其显著，因为这些区域 中的场景应当是暗色的。换言之，可以预期在从亮色到暗色的锐利转变处看到晕光的效 应最强。已经注意到，透镜象差将导致明亮白光的蓝色和红色成分出现在不正确的传感 器位置处。电荷泄漏通过将传感器响应进一步扩大远离真正位置而放大了该效应，并且 位置误差将通过降马赛克处理(demosaicing)而另外传播。可以考虑传感器晕光将如何 出现在图像中的效应。利用由黑暗包围的场景中非常明亮的白点，例如夜景中遥远的街 灯，以及来自该点的光落在绿色传感器上。因此，理论上，期望该传感器处具有较高的 绿色值，并且周围的传感器具有较低的值。然而，由箭头所指示的沿着检测器行或者列 的电荷泄漏将把红色和蓝色传感器响应提高到正确值以上。人们对亮度的感知可以粗略 估计为30%的红色加59%的绿色和11%的蓝色。因此，增强的红色和蓝色值对于增加图 像的亮度几乎没有贡献，却给其带来紫色的色调。如果来自该点的光入射到红色传感器 而不是绿色传感器上，则电荷的泄漏将增加绿色值。尽管这将多少改变色调，但是主要 的贡献是增加亮度，因为绿色对于亮度的感知有很大贡献。(当然，对于蓝色传感器同样如此)。由此，传感器晕光导致图像的较暗区域中的虚假紫色，并且——如果紫色通常定 义为红色和蓝色的变化的混合体——这实际上已证实，因此该效应通常称为紫色条纹。 参见图2A-图2C和图3A-图3D。同一图像有可能包含多个象差颜色，因为传感器晕光与透镜象差和插值误差相 互作用。从其起因可预料，晕光效应的强度高度依赖于亮度。因为传感器晕光增加了任何透镜色差，所以在预期发现透镜象差缺陷之处发现 更高级别的晕光缺陷也不是罕见的。当电荷从一个光电二极管阱泄漏到周围的光电二极管阱时，会在周围产生虚假 的较高信号。如果周围的传感器不产生信号，则该虚假信号将尤其显著，因为在这些区 域中场景是暗的。换言之，可以预期在从亮到暗的锐利转变处看到晕光效应最强。透镜 象差将导致明亮白光的蓝色和红色成分出现在不正确的传感器位置处。电荷泄漏通过将 传感器响应进一步扩大远离真正位置而放大了该效应，并且位置误差通过降马赛克处理 而另外传播。可以考虑传感器晕光将如何在图像中出现的效应。利用由黑暗包围的场景 中非常明亮的白点，例如夜景中遥远的街灯，并且来自该点的光落在绿色传感器上。如 图6A-图6B所示，在理想的成像系统中，期望在该传感器处绿色值为255，而周围传感 器的值是0。然而，如箭头所指示的沿着检测器行或者列的电荷泄漏将把红色和蓝色传感器 响应提高到正确值以上。人们对亮度的感知可以粗略估计为30%的红色加59%的绿色和 11%的蓝色。因此，增加的红色和蓝色值对图像的亮度几乎没有贡献，却给其带来紫色 色调。如果来自该点的光入射到红色传感器而不是绿色传感器上，则将具有图示右方的 情形。电荷泄漏将增加绿色值。尽管这将多少改变色调，但是主要贡献将是增加亮度， 因为绿色对于亮度感知有很大贡献。(当然，对于蓝色传感器同样如此)。由此，预期 传感器晕光在图像的较暗区域中导致虚假的紫色，并且——如果将紫色宽泛地定义为红 色和蓝色的变动混合体——这实际上已证实，因此该效应通常称为紫辉或者紫色条纹。同一图像有可能包含多个象差颜色，因为传感器晕光与透镜象差和插值误差相 互作用。图3E的图像是极端但真实的示例。从其起因可预料，晕光效应的强度高度依赖于亮度，如图2A-图2C所示。然 而，如果存在很大的亮度差，则该效应可能仍然存在，其在较低的亮度水平处具有降低 的程度。这在下一图像中示出，其中在较大的亮度转变上出现了清晰宽阔的蓝紫带，但 是其不存在于转变较小之处。当存在介质亮度差之处，可以看到微弱几乎不可感知的狭 窄蓝带。因为传感器晕光增加了任何透镜色差，所以在预期发现透镜象差缺陷之处发现 更高级别的晕光缺陷也不是罕见的。如果在图像边角区域处存在高对比度，则那些区域 通常是查找晕光效应的最佳位置。遇到这种情况的一种常见实例是树枝与天空的对比。 图3A-图3B分别示出了具有包围树上的叶子的边缘的紫色条纹的图像，以及减少或者去 除紫色条纹的图像的已处理版本，而图3C-图3D分别示出了具有包围条形码标签的紫色 条纹的图像，以及减少或者去除紫色条纹的条形码标签图像的已处理版本。
发明内容
提供了一种处理器实现的方法，用于校正数字图像捕获设备内的数字图像中的横向色差。该方法包括校准照相机镜头对，以及捕获数字图像。在数字图像内校正横向 色差，包括以下步骤(1)查找当前像素的位移并将其存储在临时缓冲区中。该位移被 指定为源缓冲区中的相对位置。对位移值进行插值并且将其存储在临时缓冲区中。该过 程针对多个像素执行。该方法进一步包括输出、存储、显示、投影或者传输已经校正了 横向色差的校正的数字图像，或者数字图像的进一步处理版本，或其组合。校准可以包括检测测试图像的测量点，测量象差以及对分散数据进行插值。象 差的测量可以包括阈值法。校准可以包括查找并且存储第一维度中的第一数据点和第二 数据点，对第一数据点与第二数据点之间的空点应用线性插值，用第二点的值来替换第 一点的值，增加第二维度并且重复一次或多次。插值可以包括应用辛克(sine)滤波器。该辛克滤波器可以是5x5辛克滤波器。提供了另一种处理器实现的方法，用于校正数字图像捕获设备内的数字图像中 的横向色差。捕获数字图像。按照以下步骤计算红色(R)和蓝色(B)通道的校正值R' =R+ (G-R)χ corR ； B' =B+ (G"B)χ corB ；其中 corR 和 corB 分别是为红 色通道和蓝色通道选择的校正比。输出、存储、显示、投影和/或传输已经校正了横向 色差的校正数字图像和/或数字图像的进一步处理版本。所选择的校正比corR和corB可以按照以下来确定CorR = {CR = 0.1 χ clamp([R(χ, y)-RC (χ, y)]，10) }χ CRB ；以及CorB = {CB = 0.1 χ clamp ([B (χ, y) -BC (χ, y) ]，10) }χ CRB ；其中clampC，.)在第一项超过第二项时返回第二项；以及当abs(Rc(x，y)_Bc(x，y))< 200 时，CRB = l+cos[abs(Rc(x, y) -Bc (χ, y)) π /200 ；以及当 abs(Rc(x，y)_Bc(x，y))< 200 时，CRB = 0。该方法还可以包括在G < R'且R' <B'时，应用颜色损坏校正。插值可以包括选择像素邻居以及单程执行该方法。提供了另一种处理器实现的方法，用于校正数字图像捕获设备内的数字图像中 的横向色差。捕获数字图像。计算每个颜色成分的垂直梯度和水平梯度。基于颜色成 分梯度与由像素位置和图像中心形成的矢量之间的点积来计算校正比。使用当前红色R 和蓝色B值与绿色G值之间的线性插值、以及使用相应的校正比来计算新的红色R'和 蓝色B'颜色值。输出、存储、显示、投影和/或传输已经校正了横向色差的校正数字 图像和/或数字图像的进一步处理版本。校正比可以按照如下来确定Rcorr = (χ · Gradx (R)+y · Grady (R))/(abs[x2+y2] · Rnorm ；以及Bcorr = (χ · Gradx (B)+y · Grady (B)) / (abs[x2+y2] · Bnorm ；其中Rnorm = 1+absGrad(G)+max (G，R-min (B, G))；以及Bnorm= 1+absGrad(G)+max(G, B_min(R，G));其中absGrad(G)包括绿色梯度矢量的长度。新的红色R'和蓝色B'颜色值可以按照如下来确定R' = R · (I-Rcorr) +G · Rcorr ；以及B' = B · (I-Bcorr) +G · Bcorr。
还提供了一个或多个处理器可读介质，其具有嵌入在其中的代码，该代码用于 对处理器进行编程以执行此处上文和下文所述的用于校正数字图像中的横向色差的任何 方法。还提供了便携式数字图像捕获设备，其具有透镜、图像传感器、处理器以及具 有嵌入在其中的代码的一个或多个处理器可读介质，该代码用于对处理器进行编程以执 行此处所描述的任何方法。
关于彩色附图的声明本专利或者申请文件包含至少一幅彩色附图。基于请求以及支付必要的费用， 本专利或者专利申请公开的带有彩色附图的副本将由专利局提供。通过参考以下描述和附图可以更好地理解本发明，附图用于示出本发明的实施 方式。图IA示出了光的折射性质的波长相关性。图IB示出了轴向色差或者纵向色差的波长相关性，其中入射到聚焦透镜上的不 同颜色的光的焦平面不重合。图IC示出了横或者横向色差的波长相关性，其中图像的大小针对不同的颜色而变化。图ID比较性地示出了轴向色差和横向色差。图2A-图2C示出了紫色条纹上的亮度差异效应和晕光效应。图3A-图3B分别示出了在树上的叶子的边缘周围具有紫色条纹的图像以及减少 或者去除紫色条纹的图像的已处理版本。图3C-图3D分别示出了在条形码标签周围具有紫色条纹的图像以及减少或者去 除紫色条纹的图像的已处理版本。图3E示出了由于传感器晕光与透镜象差和插值误差相互作用而具有多个象差颜 色的图像。图4A示出了用于校准色差校正的测试目标的中心区域的切割区域。图4B示出了来自测试目标的、由感兴趣的黄色区域包围并且标记了红色和蓝色 位移(分别是红色线和蓝色线)的光斑。图4C示出了目标中白色光斑和周围的黑色圆圈的颜色位移中的横向色差。图4D示出了图4C的已处理版本，其中校正了白色光斑和周围的黑色圆圈中的 颜色位移。图5A-图5B示出了关于18mm焦距和F#5光圈而显示的针对图5A中的蓝色和 图5B中的红色相对于绿色通道的色偏而计算的颜色不对准的量值的象差图。图6A-图6B示出了在理想的成像系统中，预期在中心像素处绿色值为255，而 周围的像素将具有0值，同时由箭头所指示的沿着检测器行或者列的电荷泄漏将把红色 和蓝色传感器响应提高到正确值以上。图7是示出根据某些实施方式的校准模块的一个示例的框图。图8是示出根据某些实施方式的校正模块的一个示例的框图。
图9是示出根据某些实施方式的紫色条纹校正过程的一个示例的流程图。
具体实施例方式描述了用于检测和校正包括条纹(例如，紫色条纹)的色差的系统和方法。在某些实施方式中，按如下方式解决色差将图像分离为若干颜色平面，然后 通过使用特定校准图像(校准图)作为经验方法以校准图像捕获设备来对颜色平面进行调 整以减少色差。通过初步解决由横向色差(LCA)所产生的色差也校正了紫色条纹。首 先去除LCA，然后将校正扩展至此条纹。这是有可能的，因为发现和观察到紫色条纹在 色差的方向上产生，并且在色差的方向上更明显。下文详述根据各种实施方式如何检测和校正色差和紫色条纹，以及用于各种实 施方式的具体实现。实施方式可应用于识别和校正色差和紫色条纹的各种环境中。色差本文档的以下部分涉及横向色差。某些实施方式包括两个主要操作校准和校 正。校准针对一对照相机/透镜来执行，而校正使用校准数据来去除颜色伪像。校准在某些实施方式中，校准包括测量点的检测。诸如图4A所示的测试图像用于象 差校正，其包括白色点阵列。图4B示出了来自测试目标的另一示例的、由感兴趣的黄色 区域包围并且标记有红色和蓝色位移(分别是红色线和蓝色线)的光斑。图4C示出了图 4A的测试目标中的白色光斑和周围黑色圆圈的颜色位移中的横向色差。虽然以下对校正 进行进一步描述，但是图4D示出了对白色光斑和周围黑色圆圈进行了颜色位移校正的图 4C的已处理版本，以说明效果。当例如对图4A的测试图像进行拍照时，在最终图像上可以看出由色差造成的具 有彩色条纹的白色点。为了测量通道之间的位移的量值，首先，算法必须找到图像中可 以测量位移的区域，即白色光斑。在某些实施方式中，检测的一个步骤包括设置阈值，以便区分有噪声的黑色背 景和感兴趣的区域。然后遍历已设置阈值的图像以搜索白色点。一旦找到了点，算法即 检查其周围以确定所找到的像素是否是光斑或者线的一部分。如果找到的像素是光斑的 一部分，则在该光斑上放置16x16像素的感兴趣区域(ROI)，并且ROI下的像素被排除在 进一步搜索之外。将找到的所有ROI添加到动态列表中。象差的测量针对每个ROI，可以分配160x160像素的临时缓冲区。然后利用图像中位于当 前处理的ROI之下的放大部分填充该缓冲区。在一个实施方式中，为了简便起见，可以 使用线性插值，并且在某些实施方式中，如已经在实验中显示出的，此级别的精确度是 足够的。在下一步骤中，对每个颜色通道单独设置阈值，以创建RGB通道中光斑的覆盖 图。针对每个通道中的每个光斑，计算重心，并且将中心RG与BG之间的位移视为图片 中该位置处的象差量值。因为在该实施方式中针对图像的IOx放大部分进行该计算，位 移计算具有0.1个像素的精度。
根据某些实施方式，图5A-图5B示出了可以用于确定针对色偏(例如，关于 18mm焦距和F#5光圈、针对图5A中的蓝色以及针对图5B中的红色相对于绿色通道)所 计算的颜色不对准的量值的象差图。分散数据的插值由于测试目标与照相机之间的不对准，以及由于透镜的几何失真，因此无法合 理地预测针对其测量象差的点的位置，所以其被作为分散数据点来处理。这使得插值任 务更加复杂，因为针对图像的每个像素，算法在特定邻居中搜索以找到最近的数据点。然而，无法合理预测数据点的准确位置，因为其位于由于一些小误差而失真的 规则网格上。为了减少搜索域，有益地可以使用以下方法·估计数据点之间的平均距离。 将数据点组织成矩形阵列，其中使用数据点的原始位置(X)除以网格间距(S) 减去较小值来计算阵列的索引
权利要求
1.一种校正数字图像捕获设备内的数字图像中的横向色差的由处理器实现的方法， 包括校准照相机透镜对； 捕获数字图像；校正所述数字图像内的横向色差，包括 在临时缓冲区中查找当前像素的位移； 将所述位移指定为源缓冲区中的相对位置； 对位移值进行插值；在所述临时缓冲区中存储插值后的值；以及 针对下一个或者多个像素重复并且在最后一个像素之后结 束；以及输出、存储、显示、投影或者传输已经校正了横向色差的校正数字图像，或者所述 数字图像的进一步处理版本，或者其组合。
2.如权利要求1的方法，其中所述校准包括 检测测试图像的测量点；测量象差；以及 对分散数据进行插值。
3.如权利要求2的方法，其中所述测量象差包括设置阈值。
4.如权利要求2的方法，其中所述校准进一步包括查找第一维度中的第一数据点和第二数据点并将其存储； 对所述第一数据点与所述第二数据点之间的空点应用线性插值； 用第二点的值来替换第一点的值；以及 增加第二维度并且重复一次或多次。
5.如权利要求1的方法，其中所述插值包括应用辛克滤波器。
6.如权利要求5的方法，其中所述辛克滤波器包括5x5辛克滤波器。
7.—种校正数字图像捕获设备内的数字图像中的横向色差的由处理器实现的方法， 包括捕获数字图像；按照如下计算针对红色(R)和蓝色(B)颜色通道的校正值R' = R+ (G-R) χ corR ； B ‘ = B+(G-B) χ corB,其中 corR 和 corB 是分别针对所述 红色颜色通道和所述蓝色颜色通道所选择的校正比；以及输出、存储、显示、投影或者传输已经校正了横向色差的校正数字图像，或者所述 数字图像的进一步处理版本，或其组合。
8.如权利要求7的方法，其中所选择的所述校正比corR和corB包括 CorR = {CR = 0.1 χ clamp([R(x, y)-RC (χ, y)]，10) }xCRB,以及 CorB = {CB = 0.1 χ clamp ([B (χ, y) -BC (χ, y) ]，10) }xCRB ；其中clampC，.)在第一项超过第二项时返回第二项；以及 当 abs(Rc(x，y)-Bc(χ, y))< 200 时， CRB = l+cos[abs(Rc (χ, y) -Bc (χ, y)) η/200 ；以及当 abs(Rc(x，y)-Bc(χ, y))< 200 时，CRB = 0。
9.如权利要求8的方法，进一步包括当G< R'且R' <B'时，应用颜色损坏校正。
10.如权利要求1的方法，其中所述插值包括选择像素邻居以及单程执行所述方法。
11.一种校正数字图像捕获设备内的数字图像中的横向色差的由处理器实现的方法， 包括捕获数字图像；计算每个颜色成分的垂直梯度和水平梯度；基于颜色成分梯度与由像素位置和图像中心形成的矢量之间的点积来计算校正比； 使用当前红色R值和蓝色B值与绿色G值之间的线性插值、使用相应的校正比来计 算新的红色R'颜色值和蓝色B'颜色值；以及输出、存储、显示、投影或者传输已经校正了横向色差的校正数字图像，或者所述 数字图像的进一步处理版本，或者其组合。
12.如权利要求11的方法，其中所述校正比包括Rcorr = (χ · Gradx (R)+y · Grady (R))/(abs[x2+y2] · Rnorm ；以及 Bcorr = (χ · Gradx (B)+y · Grady (B)) / (abs[x2+y2] · Bnorm ；其中 Rnorm = 1+absGrad(G)+max (G，R-min (B, G))；以及 Bnorm = 1+absGrad(G)+max(G，B_min(R，G));其中 absGrad(G)包括绿色梯度矢量的长度。
13.如权利要求12的方法，其中所述新的红色R'颜色值和蓝色B'颜色值包括 R' =R · (I-Rcorr)+G · Rcorr ；以及B' =B · (I-Bcorr)+G · Bcorr
14.一个或多个处理器可读介质，其嵌入有代码，所述代码用于编程处理器以执行根 据任一前述权利要求的校正数字图像中的横向色差的方法。
15.—种便携式数字图像捕获设备，包括透镜、图像传感器、处理器、嵌入有代码的 一个或多个处理器可读介质，所述代码用于编程所述处理器以执行校正数字图像中的横 向色差的方法，其中所述方法包括校准照相机透镜对； 捕获数字图像；校正所述数字图像内的横向色差，包括 在临时缓冲区中查找当前像素的位移； 将所述位移指定为源缓冲区中的相对位置； 对所述位移值进行插值； 在所述临时缓冲区中存储插值后的值；以及针对下一个或者多个像素进行重复并且在最后一个像素之后结束；以及 输出、存储、显示、投影或者传输已经校正了横向色差的校正数字图像，或者所述 数字图像的进一步处理版本，或者其组合。
16.—种便携式数字图像捕获设备，包括透镜、图像传感器、处理器和嵌入有代码的 一个或多个处理器可读介质，所述代码用于编程所述处理器以执行校正数字图像中的横向色差的方法，其中所述方法包括按照如下计算红色(R)颜色通道和蓝色(B)颜色通道 的校正值R' =R+ (G-R)χ corR ； B' =B+ (G-B)χ corB ；其中 corR 和 corB 分别是针对红色和蓝色颜色通道所选择的校正比。
17.—种便携式数字图像捕获设备，包括透镜、图像传感器、处理器和嵌入有代码的 一个或多个处理器可读介质，所述代码用于编程所述处理器以执行校正数字图像中的横 向色差的方法，其中所述方法包括 捕获数字图像；计算每个颜色成分的垂直梯度和水平梯度；基于颜色成分梯度与由像素位置和图像中心形成的矢量之间的点积来计算校正比； 使用当前红色R值和蓝色B值与绿色G值之间的线性插值、使用相应的校正比来计 算新的红色R'颜色值和蓝色B'颜色值。
全文摘要
公开了用于检测和校正色差和紫色条纹的方法和系统。可以按如下方式解决色差将图像分离为若干颜色平面，然后通过使用特定校准图像(校准图)作为经验方法以校准图像捕获设备来对颜色平面进行调整以减少色差。通过首先处理由横向色差(LCA)产生的色差来校正紫色条纹。首先去除LCA，然后将校正扩展至紫色条纹。一种发现在于在色差的方向上产生紫色条纹，并且在色差的方向上较明显。
文档编号H04N9/04GK102017639SQ200980103030
公开日2011年4月13日 申请日期2009年1月28日 优先权日2008年1月28日
发明者A·德里姆巴雷安, L·穆雷, P·斯特克 申请人:泰塞拉技术爱尔兰有限公司