圖像紫邊存在數碼相機、監控攝像頭等數字成像圖像，使用設備在逆光、大光圈條件下拍攝圖像的高反差區域容易出現紫邊，解決圖像自編問題有助設備得到完美圖像。
紫邊成因分析和確定有助與紫邊消除的圖像處理算法研究和攝像設備工程改進，能夠改善自編的硬件成本更高，非常需要研究去除紫邊的圖像處理算法。
鏡頭色差
衆所周知，鏡頭色差會使得圖像中物體邊緣出現不屬於物體的顏色，我們將物體邊緣出現的顏色稱爲色差色邊。光學色差分爲縱向色差和橫向色差，縱向色差又叫軸向色差。對於橫向色差，通常在圖像全局上進項校正，將紅綠藍三 個顏色通道調整到相同的放大倍數，一般通過拍攝棋盤格標定，這對於固定的光學鏡頭比較有效，但是對變焦鏡頭則難以適用。
對於紫邊的成因，通常認爲是鏡頭/微透鏡色差所導致，如圖2-1所 示，成像系統一般將綠色通道準確對焦，然而由於鏡頭/微鏡頭色差，藍色和紅色通道不能完全準確對焦，從而使物體邊緣出現紫紅色的色邊。
圖像顏色插值算法（去馬賽克算法〉
顏色插值算法是數宇成像系統的核心技術之一，對圖像顏色影響巨大，如圖 所示爲數字成像系統流程。
在數字成像系統中，一般由單個CCD/CMOS 獲得經過CFA(Color Filter Array)過濾後的圖像原始數據，這樣每個傳感器只採集 了一個顏色通遣的數據，這些數據排列規律與CFA的樣式是一致的。
顏色插值算法如果不能合理地處理紅藍通道的高頻混疊，其恢復結果中圖像 邊緣、圖像紋理等高頻部分則會出現顏色錯誤(falsccolor),具體表現如圖2-5所 示，右上圖爲原始圖像，右下圖•是使用雙線性插值得到的插值結果，可見顏色插 值算法使得物體的邊緣、圖像紋理等高頻區域顏色出現僞彩色。
早期一些簡單的顏色插值算法比如最近鄰、雙線性、邊緣定向(edgedircctcd) 等方法在空間域恢復圖像顏色，這些方法沒能很好處理高頻混疊導致恢復後 的物體邊緣帶來鋸齒效應以及錯誤顏色。
目前顏色插值算法在消混疊方面已經做得很好，即使在圖像中物體邊緣，紋 理等高頻區域也能很好地恢復圖像顏色井避免帶來錯誤顏色
過曝區域圖像色邊
圖像的過曝區域邊緣會出現藍紫色背景，具體表現如圖〗-2©圖所示。數字成像器件CCD和CMOS當過度曝光時會產生電荷溢出現象，當一個像素過度曝光時，其產生的電荷會泄漏到臨近的像素並污染圖像中的臨近區域的場景信號，如圖所示，CMOS對於過曝溢出的表現要好於CCD。左側CMOS，右側CCD
從以上的分析可知，圖像紫邊是數字成像系統的短波色差引起的，並且在圖 像中受紫邊影響嚴重的區域是天空、燈光附近等物體的邊緣，由於天空和燈光的 光譜中富含短波成分導致圖像中這一區域內部的物體邊緣出現較爲嚴重的色邊, 進而影響圖像在這一區域的視覺效果。
對於成像系統的色差校正，最重要的工作在於光學系統的設計。目前的現狀 是，由於受到生產製造成本，器件大小等因素的限制，光學鏡頭能很好地控制光 學色差。但是對一些時定場景下比如逆光對着天空和燈光區域成徼，數字成像系 統對於圖像紫邊的控制仍然不夠，光學系統的短波色差在圖像中凸顯出來。考慮 到進一步提升鏡頭設計的成本過高，人們將思路轉向後期的圖像處理算法，圖像 處理算法能夠針對性地處理色差色邊、圖僳紫邊等圖像問題，並且成本也得到了 極大的節省。
參考文獻：《數字成像系統圖像消紫邊方法研究》