Automatic Chromatic Aberration Detection using Local Properties

Authors

  • ณัฐชัย งามเสงี่ยม
  • สุวัจชัย กมลสันติโรจน์
  • สรร รัตนสัญญา

Keywords:

chromatic aberration, local threshold, CA detection, color fringe

Abstract

Chromatic aberration is introduced by numerous rays of light travelling through lens out of convergence
point onto image sensor in digital camera. It causes the colors to be blurred on the image. It decreases the
quality of images and also has annoying effects as well. It is hard to automatically detect the color aberration.
Therefore, the aberration area is hardly identified because it is hard to identify the incident point of each color on
the lens. To the best of our knowledge, automatic detection method has not been proposed. This paper therefore
proposes a method to automatically detect chromatic aberration in images. By incorporating edges with local
properties, such as contrast and threshold, the aberration area can be detected with high proximity in each area
of images. The experimental results show that the proposed method can positively discriminate natural color area
and chromatic aberration area efficiently. Moreover, the accuracy of the proposed method is 90.11 percent by the
average.

Author Biographies

ณัฐชัย งามเสงี่ยม

ภาควิชาวิทยาการคอมพิวเตอร์และสารสนเทศ คณะวิทยาศาสตร์ประยุกต์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

สุวัจชัย กมลสันติโรจน์

ภาควิชาวิทยาการคอมพิวเตอร์และสารสนเทศ คณะวิทยาศาสตร์ประยุกต์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

สรร รัตนสัญญา

ภาควิชาวิทยาการคอมพิวเตอร์และสารสนเทศ คณะวิทยาศาสตร์ประยุกต์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

References

Arbelae, P., Fowlkes, C., & Martin, D. (2007). The Berkeley Segmentation Dataset and Benchmark
[Data file]. Retrieved from http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/BSDS300-images.tgz

Chung, S. W., Kim, B. K., & Song, W. J. (2010). Removing chromatic aberration by digital image processing. Optical Engineering, 46. doi: 10.1117/1.3455506

Gonzalez, R. C., Woods, R. E., & Eddins, S. L. (n.d.). Standard test images [Data file]. Retrieved from
http://www.imageprocessingplace.com/downloads_V3/root_downloads/image_databases/
standard_test_images.zip

Ju, H. J., & Park, R. H. (2013). Colour fringe detection and correction in YCbCr colour space. IET Image
Process 2013, 7, 300-309.

Ju, H. J., Lee,D. K., & Park, R. H. (2012). Chromatic Aberration Removal in Narrow Color Regions of
Digital Images. Paper presented at IEEE International Conference on Consumer Electronics 2012 (ICCE 2012), Nevada , USA.

Kang, S. B. (2009). U.S. Patent No. 7,577,292. Washington, DC: U.S. Patent and Trademark Office.

Kim, B. K., & Park, R. H. (2008). Automatic detection and correction of purple fringing using
the gradient information and desaturation. Paper presented at Proceedings of the 16th European Signal Processing Conference 2008, Lausanne, Switzerland.

Kim, B. K., & Park, R. H. (2012). Detection and correction of purple fringing using color desaturation in the xy chromaticity diagram and the gradient information. Image and Vision Computing, 28, 303–306.

Mouroulis, P., & Macdonald, J. (1997). Geometrical Optics and Optical Design. London, U.K.: Oxford
University Press.

Downloads

Published

2016-12-31

How to Cite

งามเสงี่ยม ณ., กมลสันติโรจน์ ส., & รัตนสัญญา ส. (2016). Automatic Chromatic Aberration Detection using Local Properties. Journal of Applied Statistics and Information Technology, 1(2), 1–16. Retrieved from https://ph02.tci-thaijo.org/index.php/asit-journal/article/view/164757