光学扫描图像边界色差补偿.docVIP

光学扫描图像边界色差补偿 　　摘 要:扫描器件采用光学透镜成像, 成像镜头的凸镜在聚焦光线到感光元件上时,边界部分会出现色差,即在图像色块的边缘会有彩色的不规则条纹.解决这个问题可以有硬件和软件两种办法, 硬件方法是采用复合透镜,软件方法是采用补偿算法处理图像数据以达到减弱色差的目的。 　　关键词:色差 成像原理 补偿算法 　　中图分类号:TN4 文献标识码:A 文章编号:1007-3973 (2010) 03-068-02 　　1引言 　　由于凸镜成像本身的问题, 光学扫描图像会出现色差干扰,而这种干扰会直接影响到图像的质量, 甚至会破坏图像区域边界, 造成辨识的错误.本文的目的就是使用一种软件处理的方法在不破坏图像本身的前提下来减弱这种影响, 从而最大限度的提高图像质量。 　　2色差产生的原因 　　2.1凸镜折射和光线波长的关系 　　基于光学原理, 透镜对于不同波长的光线的折射率是不同的,波长比较长的光,透镜的折射率比较低, 而波长较短的光线, 透镜的折射率比较高。 　　2.2色差产生的原理 　　被扫描图像反射的光线需要通过透镜到感光元件, 而图像反射的光线一般都是复合光, 经过透镜时, 由于各单色光线波长的不同, 折射率也不同, 通过透镜时, 光谱上的每一种色光是无法聚焦在光轴的同一点上的, 从而造成不同颜色的光投射在不同的位置,使得图像出现色差。 　　2.3色差对图像造成的影响 　　色差既可以是横向的也可以是纵向的, 因为不同波长的单色光对于同一块透镜的焦距不同,他们会聚焦在光轴上远近不同的点上, 而透镜的放大倍数也和透镜本身折射率有关,所有单色光会聚焦在焦平面上不同的位置。 　　色差会造成图形边界模糊, 色彩改变, 破坏图形和文字的质量, 造成图像失真, 使得扫描件的还原度降低。 　　一般常见的情况是在扫描成像的黑色字体的边缘出现了本不应该出现的紫色和绿色的彩色边框。 　　3色差消除硬件方法 　　3.1方法概述 　　由仪器光学器件产生的图象数据的色差消除方法一般分为两种,一种是硬件解决方法,一种是软件补偿方法。 　　3.2硬件解决方法 　　3.2.1早期方法 　　早期, 我们解决透镜折射光线产生色差的方法一般都是尽量的增加透???的焦距,降低透镜本身的折射率, 从而降低光线折射率, 达到减小色差的目的。 　　3.2.2复合透镜的方法 　　复合透镜的方法顾名思义就是使用不同折射率和不同色散的材料组合构成一个透镜, 这个透镜又被称为消色差透镜。 　　3.2.3衍射光学器件的方法 　　使用金刚石切割技术在透镜一侧的表面制造出一个比较粗糙的面,利用光学衍射现象来抵消色散现象的方法也被采用过.该方法的效果和复合透镜类似。 　　4色差消除的软件方法 　　4.1方法概述 　　所谓的软件消除色差就是利用数字图像处理技术对来自扫描设备的原始图象数据做过滤转换,尽量的把色差产生的彩色条纹消除,最大限度的还原图像。 　　4.2 算法要求 　　无论是什么样的消除算法,其原则是绝对不能够破坏原来图像,也不能引入新的图像噪声。此外,要考虑到图像转换过程中的效率问题。由于扫描图像的原数据是未经压缩的数据包, 数据量比较大, 所以要求过滤算法简单高效,能够在质量和效率间找到一个很好的平衡点。 　　4.3算法理论基础 　　能够消除色差的图像转换算法,我们称为色彩平衡算法。 　　传统的色彩平衡算法技术的典型思想就是试图去补偿色差处的光源部分, 使得色散造成的色差能够被弥补。 一般的理论过程会分为以下两步: 　　(1)确定能在图像中的光源的类型。 　　(2)调整数字图像的RGB值, 是的每个像素值能够尽量的回复到原来的场景颜色特征。 　　典型的实现算法: 每个像素的RGB值通过一个常量集来转换, 转换结果就是一个新的经过色彩平衡的RGB值的集合。 　　数学表述如下: 　　R’= R*a1 + G*b1 + B*c1 　　G’= R*a2 + G*b2 + B*c2 　　B’= R*a3 + G*b3 + B*c3 　　其中 R,G,B是原始图像数据的像素RGB值; R’, G’, B’是转换后的图象数据的像素RGB值, a1,b1,c1,a2,b2,c2,a3,b3,c3是转换RBG值用的常数值的集合。这个用于转换RGB值的常数集合一般被称作色彩平衡矩阵或者色彩平衡内核。 　　所以一种色彩平衡的思想就是把每一点的RGB像素值作为一个有三个元素的行向量,然后和色彩平衡矩阵做乘法, 结果也是一个有三个元素的行向量. 根据这个色彩平衡算法, 图像中的每一个像素点都要使用色彩平衡矩阵来转换。当然,对于图像中的每个像素点,使用的转换矩阵可以是不同的, 这取决于使用者对于图像色差出现