近年来,数码相机、手机摄像头、监控摄像头等行业发展迅速,获取高分辨率、高质量的图像成为数码摄影、监控等行业竞争的焦点。随着图像分辨率的提高,图像质量的相应提升成为更为突出的问题,包括噪声去除、颜色校正、动态范围提升等。成像系统在一定条件下拍照或成像时,所得图像中一些区域内会出现紫边——一些物体的边缘偏紫色,图像紫边属于图像局部的颜色错误,校正紫边对于数码成像系统提升图像质量和图像的视觉效果具有重要意义。关于图像色边成因有多种解释,包括镜头色差、颜色插值算法、CCD/CMOS成像器件过曝等。本文首先分析了这些因素与图像色边的关系,随后分析了图像中紫边区域的颜色通道数据,由此确定数字成像系统图像紫边的成因。确定紫边成因对于紫边的校正和成像系统的设计均有重要意义。已有的对于数字成像系统的图像紫边主要通过图像算法进行校正。这些方法可大致分为两部分,分别是检测图像紫边和校正图像紫边。检测紫边需要将图像中潜在的紫边区域检测出来以便校正方法的实施,校正紫边将校正图像中局部颜色错误,以恢复该区域的正确颜色,最终提升图像的视觉效果。目前图像消紫边的难点在于对较大区域紫边的校正以及规避错误校正的发生,为此本文对图像消紫边方法的各部分进行了研究。检测紫边包含寻找图像高亮区域、扩展图像高亮区域、使用色度图检测图像紫色区域等步骤。本文对三个步骤分别进行了论述,同时提出了一些改进方法:在检测图像高亮区域时,使用图像信息加权提升检测图像高亮区域的鲁棒性;扩展图像高亮区域时,结合色差理论提高精确度;修改色度图限定紫边的方法增加探测的颜色区域。为了校正大区域紫边校以及规避错误校正,本文提出了基于物体颜色信息校正图像紫边的方法。包括确定紫边信息并对紫边分情况校正,对无参考颜色紫边使用去饱和方法校正,对有参考颜色紫边使用插值方法计算校正同时设计了规避错误校正的措施,新的方法能够校正更大区域的紫边并且能够有效规避错误校正。最后本文提出了去除残留紫边的方法,同时考虑了对图像噪声的影响以及提升程序运行速度等细节的优化。最后本文提出了评价紫边校正方法的指标,包括紫边区域偏紫色降低程度、移出CIExy色度图中紫边色区的像素比例,这两个指标能一定程度反映图像消紫边算法对于紫边校正的效果。同时本文进行了多组实验与已有方法进行了对比,本文方法结果相比已有方法处理的结果在数据指标和视觉效果均有较大提升。