本技術涉及圖像處理領域，尤其涉及一種檢測圖像紫邊區域的方法、裝置、存儲介質及計算機設備。

背景技術：

1、圖像質量的優化是至關重要的一環，其中，紫邊現象的消除是提升圖像視覺效果的關鍵技術之一。紫邊現象通常出現在高對比度邊緣，特別是在使用數碼相機拍攝高亮度與低亮度對象相鄰的場景時，由于鏡頭色散或傳感器感光元件的固有特性，導致在圖像邊緣處出現不自然的紫色邊緣。這種現象不僅影響了圖像的清晰度，還降低了整體視覺美感。

2、為了有效消除圖像中的紫邊，現有的技術手段多聚焦于在圖像的rgb(紅、綠、藍)色彩空間中進行處理。rgb域作為圖像處理的基礎，提供了直接操作圖像顏色信息的途徑。一種常見的紫邊消除方法首先涉及紫邊區域的檢測。此步驟通常通過設定rgb各通道的特定閾值來實現，或者基于rgb通道計算出亮度值，并依據亮度值的閾值來界定潛在的紫邊區域，記為紫邊候選區域1。這種方法簡單易行，但可能因閾值設定的主觀性和圖像內容的多樣性而導致檢測結果的準確性受限。

3、進一步地，為了增強紫邊檢測的準確性，還需進行顏色判斷。這通常依賴于r通道與g通道之間的差值，或是b通道與g通道的計算結果，通過分析這些差值或計算結果，可以進一步篩選出更可能的紫邊候選區域2。顏色判斷公式的選擇直接影響紫邊檢測的精度，但同樣面臨著誤判的風險，即將非紫邊區域錯誤地識別為紫邊。

4、在確定了潛在的紫邊區域后，還需利用邊緣檢測算子或統計像素方差的方法來精確識別圖像中的邊緣信息，從而確定最終的紫邊候選區域3。邊緣檢測技術的應用能夠顯著提升紫邊識別的精確度，但同時也增加了計算的復雜度。

5、綜合上述步驟，通過對多個紫邊候選區域取交集，可以較為準確地鎖定圖像中的紫邊區域。隨后，采用適當的校正算法對檢測到的紫邊進行修正，以恢復圖像的自然過渡和色彩平衡。

6、然而，盡管現有的紫邊消除技術在一定程度上取得了成效，但檢測精度仍然高度依賴于rgb顏色判斷公式的選擇和閾值的設定，這導致在實際應用中可能出現誤識別的情況，即將非紫邊區域錯誤地識別為紫邊，從而影響了圖像處理的效率和效果。因此，開發一種更為精確、高效的紫邊消除方法，仍是當前圖像信號處理領域亟待解決的問題。

技術實現思路

1、本技術實施例提供了檢測圖像紫邊區域的方法、裝置、存儲介質及計算機設備，可以解決現有技術中檢測圖像紫邊精確度不高和較為復雜的問題。所述技術方案如下：

2、第一方面，本技術實施例提供了一種檢測圖像紫邊區域的方法，所述方法包括：

3、利用滑動窗口在待檢測的yuv圖像中進行滑動以遍歷每個像素點，若滑動窗口的中心像素點滿足第一判別條件：y通道值小于閾值yt1且滑動窗口中存在至少一個y通道值大于閾值yt2的其他像素點，將該中心像素點識別為紫邊候選點；以及根據所述yuv圖像中所有滿足于上述y通道判別條件的紫邊像素點生成第一紫邊候選區域；

4、對于所述yuv圖像中的每個像素點，若當前像素點(i,j)的行相鄰像素點(i-1,j)或列相鄰像素點(i,j-1)為滿足所述y通道判別條件的紫邊候選點，將當前像素點(i,j)識別為紫邊候選點，以及將當前像素點加入到所述第一紫邊候選區域中；

5、計算所述yuv圖像中當前像素點的y通道水平梯度和y通道垂直梯度，以及根據所述y通道水平梯度和所述y通道垂直梯度以及梯度閾值gt1確定當前像素點的邊緣方向，計算當前像素點在所述邊緣方向上的u通道梯度和v通道梯度，若所述u通道梯度和所述v通道梯度中的最大值大于梯度閾值gt2，將當前像素點識別為紫邊候選點；以及根據所述yuv圖像中所有滿足上述梯度判別條件的紫邊像素點生成第二紫邊候選區域；

6、計算所述yuv圖像中當前像素點的色調值和顏色飽和度，若所述色調值位于預設的紫邊色調范圍且所述顏色飽和度大于飽和度閾值，將當前像素點識別為紫邊候選點；以及根據所述yuv圖像中所有滿足上述色調飽和度判別條件的紫邊候選點生成第三紫邊候選區域；

7、將所述第一紫邊候選區域、所述第二紫邊候選區域和所述第三紫邊候選區域取交集得到最終的目標紫邊區域。

8、第二方面，本技術實施例提供了一種檢測圖像紫邊區域的裝置，所述裝置包括：

9、亮度判別模塊，用于利用滑動窗口在待檢測的yuv圖像中進行滑動以遍歷每個像素點，若滑動窗口的中心像素點滿足第一判別條件：y通道值小于閾值yt1且滑動窗口中存在至少一個y通道值大于閾值yt2的其他像素點，將該中心像素點識別為紫邊候選點；以及根據所述yuv圖像中所有滿足于上述y通道判別條件的紫邊像素點生成第一紫邊候選區域；

10、相鄰判別模塊，用于對于所述yuv圖像中的每個像素點，若當前像素點(i,j)的行相鄰像素點(i-1,j)或列相鄰像素點(i,j-1)為滿足所述y通道判別條件的紫邊候選點，將當前像素點(i,j)識別為紫邊候選點，以及將當前像素點加入到所述第一紫邊候選區域中；

11、梯度判別模塊，用于計算所述yuv圖像中當前像素點的y通道水平梯度和y通道垂直梯度，以及根據所述y通道水平梯度和所述y通道垂直梯度以及梯度閾值gt1確定當前像素點的邊緣方向，計算當前像素點在所述邊緣方向上的u通道梯度和v通道梯度，若所述u通道梯度和所述v通道梯度中的最大值大于梯度閾值gt2，將當前像素點識別為紫邊候選點；以及根據所述yuv圖像中所有滿足上述梯度判別條件的紫邊像素點生成第二紫邊候選區域；

12、顏色判別模塊，用于計算所述yuv圖像中當前像素點的色調值和顏色飽和度，若所述色調值位于預設的紫邊色調范圍且所述顏色飽和度大于飽和度閾值，將當前像素點識別為紫邊候選點；以及根據所述yuv圖像中所有滿足上述色調飽和度判別條件的紫邊候選點生成第三紫邊候選區域；

13、合并模塊，用于將所述第一紫邊候選區域、所述第二紫邊候選區域和所述第三紫邊候選區域取交集得到最終的目標紫邊區域。

14、第三方面，本技術實施例提供一種計算機存儲介質，所述計算機存儲介質存儲有多條指令，所述指令適于由處理器加載并執行上述的方法步驟。

15、第四方面，本技術實施例提供一種計算機設備，可包括：處理器和存儲器；其中，所述存儲器存儲有計算機程序，所述計算機程序適于由所述處理器加載并執行上述的方法步驟。

16、本技術一些實施例提供的技術方案帶來的有益效果至少包括：

17、通過y通道值差異判斷，該方法能夠初步篩選出位于高對比度邊緣的像素點，這些像素點更有可能屬于紫邊區域。利用相鄰像素點的關系，進一步擴大了紫邊候選區域的覆蓋范圍，提高了檢測的敏感性。通過計算y通道的水平梯度和垂直梯度，并結合u、v通道的梯度分析，該方法能夠更精確地識別出具有紫邊特征的像素點，有效減少了誤判的可能性。結合色調和飽和度的判斷，進一步提高了紫邊檢測的準確性，因為紫邊現象通常伴隨著特定的色調和較高的飽和度。與傳統的rgb色彩空間中的紫邊檢測方法相比，本技術的方法在yuv色彩空間中進行處理，通過梯度分析和色調飽和度判斷等客觀標準來識別紫邊區域，減少了閾值設定的主觀性和依賴性。本技術的每個步驟都是基于圖像處理的基本操作和算法，如滑動窗口、梯度計算等，這些操作在現代計算機上都能高效執行。通過取多個紫邊候選區域的交集來得到最終的目標紫邊區域，既保證了檢測的準確性，又避免了不必要的重復計算，提高了整體檢測效率。通過結合多種判別條件，該方法能夠更準確地識別出圖像中的紫邊區域，為后續的紫邊校正提供了可靠的基礎。