如何实现Grey-edge颜色校正Python函数？排查代码逻辑问题

请补充以下关键信息以便精准定位问题：

• 完整的numpy实现代码片段
• 输入图像的基础信息（dtype、通道顺序、取值范围）
• 异常效果的具体描述（如严重偏色、过曝、边缘区域失真等）
• 你参考的核心文献中的核心公式

常见Grey-edge实现错误自查点 #

• 通道顺序错误：若输入是BGR格式（如OpenCV读取的图像）却按RGB计算，会直接导致校正系数完全失效。
• 边缘响应计算偏差：
  • 需确认边缘算子（Sobel/Prewitt/Laplacian）的方向、绝对值/平方处理是否符合文献要求，部分变体要求计算边缘强度的均值而非边缘像素的通道值均值。
• 校正系数逻辑错误：
  • 核心系数计算通常基于边缘区域的通道均值比值（如以G为基准，$k_r = \mu_g^{edge}/\mu_r{edge}$），分子分母颠倒会引发严重偏色。
  • 未转换 dtype：uint8类型直接运算会导致截断溢出，需先转为float32/float64处理。
• 边缘区域筛选错误：
  • 未对边缘响应做阈值过滤，平坦区域混入计算会破坏中性灰假设；未做高斯去噪会引入大量虚假边缘，干扰系数计算。
• 输出范围未校准：校正后像素值可能超出原范围，需映射回输入图像的取值区间（如[0,255]或[0,1]），否则显示异常。

内容的提问来源于stack exchange，提问作者Neytiri