CN105744171B - 一种图像处理方法及电子设备 - Google Patents

Abstract

本发明提供了一种图像处理方法及电子设备，该方法应用于电子设备，该电子设备设置有图像采集设备，该图像采集设备能够识别已采集图像中各个物体的景深数据，该方法具体包括：获取图像采集设备识别的已采集图像中各个物体的景深数据；依据各个物体的景深数据，将已采集图像划分为多个图像区域；结合电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数，该抖动参数由电子设备中设置的传感器获得；应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。基于上述方法能有效去除因抖动导致的图像虚化，实现理想的拍照效果。

Description

一种图像处理方法及电子设备

技术领域

本发明涉及图像处理技术领域，更具体地，涉及一种图像处理方法及电子设备。

背景技术

随着数码相机、手机、平板电脑等具有拍照功能的电子设备的普及，人们开始频繁地利用电子设备进行拍照，在生活和工作中人们经常通过拍照留念、记录生活和工作内容，随着拍照功能的广泛使用，人们对拍照效果的追求也越来越高。

研究发现，在拍照过程中，由于拍照者手部抖动或其他各种原因造成电子设备抖动，导致在按下快门的瞬间随着电子设备的抖动拍摄的图像产生虚化。

发明内容

本发明的目的在于提供一种图像处理方法，可以有效去除因抖动导致的图像虚化，实现理想的拍照效果。

为实现上述目的，本申请提供了如下方案：

一种图像处理方法，所述方法应用于电子设备，所述电子设备设置有图像采集设备；所述图像采集设备能够识别已采集图像中各个物体的景深数据；所述方法包括：

获取图像采集设备识别的已采集图像中各个物体的景深数据；

依据所述各个物体的景深数据，将所述已采集图像划分为多个图像区域；

结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数；所述抖动参数由所述电子设备中设置的传感器获得；

应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。

优选的，所述将已采集图像划分为多个图像区域包括：

确定目标景深数据，所述目标景深数据为在所述各个物体的景深数据中，长度值最大的景深数据；

按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间；

将每一个景深长度区间在所述已采集图像中所覆盖的图像区域，作为划分区域。

优选的，所述确定每一个图像区域所对应的抖动修正参数包括：

依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数；

按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数。

优选的，所述对图像区域中的物体图像进行相应的修正处理包括：

对所述图像区域中的物体图像进行平移。

优选的，所述对所述图像区域中的物体图像进行平移包括：

确定目标纹理，所述目标纹理为在所述图像区域中纹理特征最明显的纹理；

确定多个候选纹理，所述候选纹理为所述目标纹理邻域内的多个纹理；

根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；

将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。

一种电子设备，所述电子设备设置有图像采集设备，所述图像采集设备能够识别已采集图像中各个物体的景深数据，所述电子设备包括获取模块、划分模块、确定模块和修正模块；

所述获取模块用于获取图像采集设备识别的已采集图像中各个物体的景深数据；

所述划分模块用于依据各个物体的景深数据，将所述已采集图像划分为多个图像区域；

所述确定模块用于结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数，所述抖动参数由所述电子设备中设置的传感器获得；

所述修正模块用于应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。

优选的，所述划分模块包括目标景深确定模块、目标景深划分模块和图像景深区间确定模块；

所述目标景深确定模块用于确定目标景深数据，所述目标景深数据为在所述各个物体的景深数据中，长度值最大的景深数据；

所述目标景深划分模块用于按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间；

所述图像景深区间确定模块用于将每一个景深长度区间在所述已采集图像中所覆盖的图像区域，作为划分区域。

优选的，所述确定模块包括计算模块和获取模块；

所述计算模块用于依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数；

所述获取模块用于按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数。

优选的，所述修正处理模块包括：目标纹理确定模块、候选纹理确定模块、灰度互相关值计算模块和处理模块；

所述目标纹理确定模块用于确定目标纹理，所述目标纹理为在所述图像区域中纹理特征最明显的纹理；

所述候选纹理确定模块用于确定多个候选纹理，所述候选纹理为所述目标纹理邻域内的多个纹理；

所述灰度互相关值计算模块用于根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；

处理模块用于将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。

相较于现有技术，本发明具有以下有益效果：

由以上可以看出，本发明提供了一种图像处理方法及电子设备。具体的，电子设备设置有图像采集设备，所述图像采集设备能够识别已采集图像中各个物体的景深数据，获取图像采集设备识别的已采集图像中各个物体的景深数据，依据所述各个物体的景深数据将所述已采集图像划分为多个图像区域，结合由所述电子设备设置的传感器获得的抖动参数，确定每一个图像区域所对应的抖动修正参数，对已采集图像按不同景深分区域进行修正，避免了对已采集图像整体应用同一个抖动修正参数进行修正造成的远处景深修正后颜色和有效像素的丢失，提升了电子设备的拍照效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例一公开的一种图像处理方法流程图；

图2为本发明实施例二公开的对已采集图像的图像区域划分方法流程图；

图3为本发明实施例二公开的抖动修正参数确定方法流程图；

图4为本发明实施例二公开的图像修正处理方法流程图；

图5为本发明实施例三公开的一种电子设备结构图；

图6为本发明实施例四公开的一种电子设备划分模块结构图；

图7为本发明实施例四公开的一种电子设备确定模块结构图；

图8为本发明实施例四公开的一种电子设备修正模块结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

请参阅图1，图1为本发明实施例1公开的一种图像处理方法流程图，该方法包括以下步骤：

S11获取图像采集设备识别的已采集图像中各个物体的景深数据；

其中，该方法应用于电子设备，所述电子设备设置有图像采集设备，所述图像采集设备为3D摄像头或者其他所有能够识别景深的图像采集设备，所述图像采集设备能够识别已采集图像中各个物体的景深数据。

S12依据所述各个物体的景深数据，将所述已采集图像划分为多个图像区域；

S13结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数；所述抖动参数由所述电子设备中设置的传感器获得；

其中所述电子设备中设置的传感器可以记录在拍照瞬间所述电子设备的相对空间位移和规则，并生成对应的抖动参数。

S14应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。

以上为本发明实施例一提供的图像处理方法，通过该实施方式，在所述电子设备设置的图像采集设备采集图像后，获取图像采集设备识别的已采集图像中各个物体的景深数据，依据所述各个物体的景深数据将所述已采集图像划分为多个图像区域，结合由所述电子设备设置的传感器获得的抖动参数，确定每一个图像区域所对应的抖动修正参数，对已采集图像按不同景深分区域进行修正，避免了对已采集图像整体应用同一个抖动修正参数进行修正造成的远处景深修正后颜色和有效像素的丢失，提升了电子设备的拍照效果。

实施例二

基于上述本发明实施例一公开的一种图像处理方法，如图1示出的依据所述各个物体的景深数据，将所述已采集图像划分为多个图像区域的S12，其中，在将将所述已采集图像划分为多个图像区域的具体执行过程如图2所示，主要包括以下步骤：

S21确定目标景深数据，所述目标景深数据为在所述各个物体的景深数据中，长度值最大的景深数据；

S22按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间；

其中，对所述目标景深数据的长度值的划分为平均划分或非平均划分。

S23将每一个景深长度区间在所述已采集图像中所覆盖的图像区域，作为划分区域；

其中，已采集图像所划分出的多个图像区域中每一个图像区域至少有一个相同的景深数据。具体的，将已采集图像按照不同景深划分为不同区域，以便在后续的处理中按不同景深分区域进行修正处理，使虚化图像的处理更为精确，处理效果也更为理想。

基于上述本发明实施例一公开的一种图像处理方法，如图1示出的结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数S13，其具体执行过程如图3所示，主要包括以下步骤：

S31依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数；

优选的，根据抖动参数获取电子设备的运动轨迹；根据所述运动轨迹计算修正图像所需的图像移动的位移和规则；根据所述位移和规则计算所述已采集图像的抖动修正参数。

S32按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数。

在所述电子设备中预设有景深长度区间与所述初始抖动修正参数的对应关系，由于不同景深抖动造成的虚化影响不同，对于近处的物体图像因抖动造成的虚化严重，而对于远处的物体图像因抖动造成的虚化不严重，所以，对于近处的物体采用图像高抖动修正参数进行修正，对于远处的物体图像采用低抖动修正参数进行修正。

基于上述本发明实施例一公开的一种图像处理方法，如图1示出的应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理S14，所述对图像区域中的物体图像进行相应的修正处理包括：对所述图像区域中的物体图像进行平移。其具体执行过程如图4所示，主要包括以下步骤：

S41确定目标纹理，所述目标纹理为在所述图像区域中纹理特征最明显的纹理；

S42确定多个候选纹理，所述候选纹理为所述目标纹理邻域内的多个纹理；

考虑到实际中抖动造成的虚化不会特别严重，所以在查找与目标纹理最相似的纹理时，没有必要在整个已采集图像上去查找，只需在目标纹理的邻域内查找即可。

优选的，采用50*50的纹理矩阵，也就是说，选取目标纹理周围的2500个纹理作为候选纹理。

S43根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；

具体的，目标纹理与候选纹理的互相关值计算公式为：

其中：pi表示目标纹理的每一个像素点的灰度值；qi表示表示候选纹理的每一个像素点的灰度值；表示目标纹理所有像素点灰度值之和/像素个数；含义与相似，代表候选纹理的平均值；分母用来做归一化。两块纹理越相似，NGC值越大，越接近于1。

选取与目标纹理NGC值最大的候选纹理作为参考纹理。

S44将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。

本发明实施例公开的一种图像处理方法，在获取图像采集设备识别的已采集图像中各个物体的景深数据后，将所述各个物体的景深数据中长度值最大的景深数据确定为目标景深数据，按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间，将每一个景深长度区间在所述已采集图像中所覆盖的图像区域，作为划分区域，依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数，按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数，之后选取图像区域中纹理特征最明显的纹理确定为目标纹理，在所述目标纹理邻域内确定多个候选纹理，根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。本实施例通过对已采集图像按不同景深分区域进行修正，避免了对已采集图像整体应用同一个抖动修正参数进行修正造成的远处景深修正后颜色和有效像素的丢失，提升了电子设备的拍照效果。

实施例三

基于上述本发明实施例一公开的一种图像方法，本发明实施例三则对应公开了执行上述图像处理方法的电子设备。如图5所示，所述电子设备包括：获取模块11、划分模块12、确定模块13和修正模块14；

所述获取模块11用于获取图像采集设备识别的已采集图像中各个物体的景深数据；

其中所述电子设备设置有图像采集设备，所述图像采集设备为3D摄像头或者其他所有能够识别景深的图像采集设备，所述图像采集设备能够识别已采集图像中各个物体的景深数据。

所述划分模块12用于依据各个物体的景深数据，将所述已采集图像划分为多个图像区域；

所述确定模块13用于结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数，所述抖动参数由所述电子设备中设置的传感器获得；

其中所述电子设备中设置的传感器可以记录在拍照瞬间所述电子设备的相对空间位移和规则，并生成对应的抖动参数。

所述修正模块14用于应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。

以上为本发明实施例三提供的电子设备，所述获取模块11用于获取图像采集设备识别的已采集图像中各个物体的景深数据；所述划分模块12用于依据各个物体的景深数据，将所述已采集图像划分为多个图像区域；所述确定模块13用于结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数；所述修正模块14用于应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。本实施例中的电子设备通过对已采集图像按不同景深分区域进行修正，避免了对已采集图像整体应用同一个抖动修正参数进行修正造成的远处景深修正后颜色和有效像素的丢失，提升了电子设备的拍照效果。

实施例四

基于上述本发明实施例三公开的一种电子设备，如图5示出的划分模块12，如图6所示，具体的包括目标景深确定模块21、目标景深划分模块22和图像景深区间确定模块23；

所述目标景深确定模块21用于确定目标景深数据，所述目标景深数据为在所述各个物体的景深数据中，长度值最大的景深数据；

所述目标景深划分模块22用于按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间；

其中，对所述目标景深数据的长度值的划分为平均划分或非平均划分。

所述图像景深区间确定模块23用于将每一个景深长度区间在所述已采集图像中所覆盖的图像区域，作为划分区域。

其中，已采集图像所划分出的多个图像区域中每一个图像区域至少有一个相同的景深数据。

划分模块12自动调用预设的划分规则将已采集图像按照不同景深划分为不同区域，以便在后续的处理中按不同景深分区域进行修正处理，使虚化图像的处理更为精确，处理效果也更为理想。

基于上述本发明实施例三公开的电子设备，如图5示出的确定模块13，如图7所示，具体的包括计算模块31和获取模块32；

所述计算模块31用于依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数；

优选的，根据抖动参数获取电子设备的运动轨迹；根据所述运动轨迹计算修正图像所需的图像移动的位移和规则；根据所述位移和规则计算所述已采集图像的抖动修正参数。

所述获取模块32用于按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数。

在所述电子设备中的确定模块13中的获取模块32预设有景深长度区间与所述初始抖动修正参数的对应关系，由于不同景深抖动造成的虚化影响不同，对于近处的物体图像因抖动造成的虚化严重，而对于远处的物体图像因抖动造成的虚化不严重，所以，对于近处的物体采用图像高抖动修正参数进行修正，对于远处的物体图像采用低抖动修正参数进行修正。

基于上述本发明实施例三公开的一种电子设备，如图5示出的修正模块14，如图8所示，具体的包括目标纹理确定模块41、候选纹理确定模块42、灰度互相关值计算模块43和处理模块44；

所述目标纹理确定模块41用于确定目标纹理，所述目标纹理为在所述图像区域中纹理特征最明显的纹理；

所述候选纹理确定模块42用于确定多个候选纹理，所述候选纹理为所述目标纹理邻域内的多个纹理；

所述候选纹理确定模块42内置有候选纹理确定规则，规则要求查找与目标纹理最相似的纹理时，只需在目标纹理的邻域内查找即可。

优选的，采用50*50的纹理矩阵，也就是说，选取目标纹理周围的2500个纹理作为候选纹理。

所述灰度互相关值计算模块43用于根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；

具体的，所述灰度互相关值计算模块43内置的目标纹理与候选纹理的互相关值计算公式为：

其中：pi表示目标纹理的每一个像素点的灰度值；qi表示表示候选纹理的每一个像素点的灰度值；表示目标纹理所有像素点灰度值之和/像素个数；含义与相似，代表候选纹理的平均值；分母用来做归一化。两块纹理越相似，NGC值越大，越接近于1。

选取与目标纹理NGC值最大的候选纹理作为参考纹理。

处理模块44用于将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。

本发明实施例公开的电子设备，获取模块11在获取图像采集设备识别的已采集图像中各个物体的景深数据后，目标景深确定模块21将所述各个物体的景深数据中长度值最大的景深数据确定为目标景深数据，目标景深划分模块22按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间，图像景深区间确定模块23将每一个景深长度区间在所述已采集图像中所覆盖的图像区域作为划分区域，计算模块31依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数，获取模块32按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数，之后目标纹理确定模块41选取图像区域中纹理特征最明显的纹理确定为目标纹理，候选纹理确定模块42在所述目标纹理邻域内确定多个候选纹理，灰度互相关值计算模块43根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理，处理模块44将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。本实施例通过对已采集图像按不同景深分区域进行修正，避免了对已采集图像整体应用同一个抖动修正参数进行修正造成的远处景深修正后颜色和有效像素的丢失，提升了电子设备的拍照效果。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种图像处理方法，其特征在于，所述方法应用于电子设备，所述电子设备设置有图像采集设备；所述图像采集设备能够识别已采集图像中各个物体的景深数据；所述方法包括：

获取图像采集设备识别的已采集图像中各个物体的景深数据；

依据所述各个物体的景深数据，将所述已采集图像划分为多个图像区域；

结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数；所述抖动参数由所述电子设备中设置的传感器获得，所述抖动参数表示在拍照瞬间所述电子设备的相对空间位移和规则；

应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。

2.根据权利要求1所述的方法，其特征在于，所述将已采集图像划分为多个图像区域包括：

确定目标景深数据，所述目标景深数据为在所述各个物体的景深数据中长度值最大的景深数据；

按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间；

将每一个景深长度区间在所述已采集图像中所覆盖的图像区域作为划分区域。

3.根据权利要求2所述的方法，其特征在于，所述确定每一个图像区域所对应的抖动修正参数包括：

依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数；

按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数。

4.根据权利要求1所述的方法，其特征在于，所述对图像区域中的物体图像进行相应的修正处理包括：

对所述图像区域中的物体图像进行平移。

5.根据权利要求4所述的方法，其特征在于，所述对所述图像区域中的物体图像进行平移包括：

确定目标纹理，所述目标纹理为在所述图像区域中纹理特征最明显的纹理；

确定多个候选纹理，所述候选纹理为所述目标纹理邻域内的多个纹理；

根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；

将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。

6.一种电子设备，其特征在于，所述电子设备设置有图像采集设备，所述图像采集设备能够识别已采集图像中各个物体的景深数据，所述电子设备包括获取模块、划分模块、确定模块和修正模块；

所述获取模块用于获取图像采集设备识别的已采集图像中各个物体的景深数据；

所述划分模块用于依据各个物体的景深数据，将所述已采集图像划分为多个图像区域；

所述确定模块用于结合所述电子设备的抖动参数，确定每一个图像区域所对应的抖动修正参数，所述抖动参数由所述电子设备中设置的传感器获得，所述抖动参数表示在拍照瞬间所述电子设备的相对空间位移和规则；

所述修正模块用于应用每一个抖动修正参数，对其对应的图像区域中的物体图像进行相应的修正处理。

7.根据权利要求6所述的电子设备，其特征在于，所述划分模块包括目标景深确定模块、目标景深划分模块和图像景深区间确定模块；

所述目标景深确定模块用于确定目标景深数据，所述目标景深数据为在所述各个物体的景深数据中，长度值最大的景深数据；

所述目标景深划分模块用于按预设的划分规则，将所述目标景深数据的长度值划分为多个景深长度区间；

所述图像景深区间确定模块用于将每一个景深长度区间在所述已采集图像中所覆盖的图像区域确定为划分区域。

8.根据权利要求7所述的电子设备，其特征在于，所述确定模块包括计算模块和获取模块；

所述计算模块用于依据所述电子设备的抖动参数，结合预设的计算公式，计算所述已采集图像的初始抖动修正参数；

所述获取模块用于按预设景深长度区间与所述初始抖动修正参数的对应关系，获取每一个景深长度区间所覆盖区域的抖动修正参数。

9.根据权利要求6所述的电子设备，其特征在于，所述修正模块包括：目标纹理确定模块、候选纹理确定模块、灰度互相关值计算模块和处理模块；

所述目标纹理确定模块用于确定目标纹理，所述目标纹理为在所述图像区域中纹理特征最明显的纹理；

所述候选纹理确定模块用于确定多个候选纹理，所述候选纹理为所述目标纹理邻域内的多个纹理；

所述灰度互相关值计算模块用于根据预设的计算公式，分别计算目标纹理与多个候选纹理的灰度互相关值，将与目标纹理的灰度互相关值最大的候选纹理确定为参考纹理；

处理模块用于将所述图像区域中的物体图像平移一定距离使目标纹理与参考纹理重合。