CN105763787A - 图像形成方法、装置以及电子设备 - Google Patents

Abstract

本发明实施例提供一种图像形成方法、装置以及电子设备，所述图像形成方法包括：获取被摄体发出的声音信息和/或所述被摄体的图像信息；根据获取的声音信息和/或图像信息确定所述被摄体的位置；基于所述被摄体的位置调整对焦点或者对焦区域；使用调整后的对焦点或者对焦区域进行对焦；以及进行拍摄以获得图像。通过本发明实施例，可以精确地进行自动对焦，获得突出特定被摄体并使其清晰成像的效果，从而形成质量更高的图像。

Description

图像形成方法、装置以及电子设备

技术领域

本发明涉及图像处理技术，特别涉及一种图像形成方法、装置以及电子设备。

背景技术

随着便携式电子设备(例如数字单反相机，智能手机，平板电脑，便携式数码相机等)的普及，拍摄图像或者视频变得越来越容易。一般在便携式电子设备中具有摄像头，可以通过自动对焦等模式对被摄体进行拍摄。

目前，在摄像头的对焦过程中，可以利用物体反射光成像的原理，反射光被电子设备上的传感器，例如电荷耦合元件(CCD，ChargeCoupledDevice)传感器或互补金属氧化物半导体(CMOS，ComplementaryMetalOxideSemiconductor)传感器接收，通过软件程序处理后带动电动对焦装置。

其中，电子设备可以具有一个或多个对焦点，用户可以选择其中的一个对焦点；或者也可以设置多个对焦点组成的对焦区域，电子设备可以使用对焦点或者对焦区域进行自动对焦，从而获得清晰的图像。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

但是，发明人发现在某些情况下由于不能精确地对焦而难以获得理想的图像。例如在旅游景点的人群中对被摄体进行拍摄时，被摄体以外的其他人脸并不是希望获得或者突出表现的图像。如果采用目前的自动对焦模式进行拍摄，则可能对焦点或者对焦区域不能集中在被摄体上，不能精确地对被摄体进行对焦从而不能获得质量更高的图像。

本发明实施例提供一种图像形成方法、装置以及电子设备，可以准确地对被摄体进行对焦从而获得质量更高的图像。

根据本发明实施例的第一个方面，提供了一种图像形成方法，所述图像形成方法包括：

获取被摄体发出的声音信息和/或所述被摄体的图像信息；

根据获取的声音信息和/或图像信息确定所述被摄体的位置；

基于所述被摄体的位置调整对焦点或者对焦区域；

使用调整后的对焦点或者对焦区域进行对焦；以及

进行拍摄以获得图像。

根据本发明实施例的第二个方面，其中，在进行拍摄以获得图像之前，所述方法还包括：

将获取的声音信息与预先存储的登记声音进行匹配；以及

在匹配成功的情况下，根据获取的声音信息确定所述被摄体的位置。

根据本发明实施例的第三个方面，其中，所述声音信息包括声音内容和/或声音特征；在所述获取的声音信息中的声音内容和/或声音特征与所述登记声音中的声音内容和/或声音特征一致时，确定声音匹配成功。

根据本发明实施例的第四个方面，其中，在进行拍摄以获得图像之前，所述方法还包括：

将获取的图像信息与预先存储的登记图像进行匹配；以及

在匹配成功的情况下，根据获取的图像信息确定所述被摄体的位置。

根据本发明实施例的第五个方面，其中，所述图像信息包括人物信息和/或风景信息；所述登记图像包括人物信息和/或风景信息。

根据本发明实施例的第六个方面，其中，所述人物信息包括如下信息的其中之一或其组合：人脸，身体姿势，手势标识；所述风景信息包括如下信息的其中之一或其组合：特定物体，建筑物，自然风光，人工饰品。

根据本发明实施例的第七个方面，其中，基于所述被摄体的位置调整对焦点或者对焦区域包括：

基于所述被摄体的位置从多个对焦点中选择与所述被摄体的位置对应的一个或多个对焦点；或者基于所述被摄体的位置从整个对焦区域中选择与所述被摄体的位置对应的部分对焦区域。

根据本发明实施例的第八个方面，其中，所述图像形成方法还包括：

对所述被摄体进行录音以获得所述登记声音，或者通过通信接口获得其他设备发送的所述登记声音。

根据本发明实施例的第九个方面，其中，所述图像形成方法还包括：

在获取的所述声音信息与所述登记声音匹配时，进行匹配成功的信息提示；和/或，在获取的所述声音信息与所述登记声音不匹配时，进行匹配失败的信息提示。

根据本发明实施例的第十个方面，其中，所述图像形成方法还包括：

对所述被摄体进行拍摄以获得所述登记图像，或者通过通信接口获得其他设备发送的所述登记图像。

根据本发明实施例的第十一个方面，其中，所述图像形成方法还包括：

在获取的所述图像信息与所述登记图像匹配时，进行匹配成功的信息提示；和/或，在获取的所述图像信息与所述登记图像不匹配时，进行匹配失败的信息提示。

根据本发明实施例的第十二个方面，提供一种图像形成装置，所述图像形成装置包括：

信息获取单元，获取被摄体发出的声音信息和/或所述被摄体的图像信息；

位置确定单元，根据获取的声音信息和/或图像信息确定所述被摄体的位置；

调整单元，基于所述被摄体的位置调整对焦点或者对焦区域；

对焦单元，使用调整后的对焦点或者对焦区域进行对焦；以及

图像拍摄单元，进行拍摄以获得图像。

根据本发明实施例的第十三个方面，其中，所述装置还包括：

声音匹配单元，将获取的所述声音信息与预先存储的登记声音进行匹配；以及

所述位置确定单元还用于在匹配成功的情况下，根据获取的声音信息确定所述被摄体的位置。

根据本发明实施例的第十四个方面，其中，所述装置还包括：

图像匹配单元，将获取的所述图像信息与预先存储的登记图像进行匹配；以及

所述位置确定单元还用于在匹配成功的情况下，根据获取的图像信息确定所述被摄体的位置。

根据本发明实施例的第十五个方面，其中，所述调整单元基于所述被摄体的位置从多个对焦点中选择与所述被摄体的位置对应的一个或多个对焦点；或者基于所述被摄体的位置从整个对焦区域中选择与所述被摄体的位置对应的部分对焦区域。

根据本发明实施例的第十六个方面，其中，所述图像形成装置还包括：

声音登记单元，对所述被摄体进行录音以获得所述登记声音，或者通过通信接口获得其他设备发送的所述登记声音。

根据本发明实施例的第十七个方面，其中，所述图像形成装置还包括：

声音信息提示单元，在获取的所述声音信息与所述登记声音匹配时，进行匹配成功的信息提示；和/或，在获取的所述声音信息与所述登记声音不匹配时，进行匹配失败的信息提示。

根据本发明实施例的第十八个方面，其中，所述图像形成装置还包括：

图像登记单元，对所述被摄体进行拍摄以获得所述登记图像，或者通过通信接口获得其他设备发送的所述登记图像。

根据本发明实施例的第十九个方面，其中，所述图像形成装置还包括：

图像信息提示单元，在获取的所述图像信息与所述登记图像匹配时，进行匹配成功的信息提示；和/或，在获取的所述图像信息与所述登记图像不匹配时，进行匹配失败的信息提示。

根据本发明实施例的第二十个方面，提供一种电子设备，具有图像形成元件和对焦装置，所述电子设备还包括：如上所述的图像形成装置。

本发明实施例的有益效果在于，根据获取的声音信息和/或图像信息确定被摄体的位置，并基于被摄体的位置调整对焦点或对焦区域。由此可以精确地进行对焦，获得突出被摄体的效果，从而形成质量更高的图像。

参照下面的描述和附图，将清楚本发明的这些和其他方面。在这些描述和附图中，具体公开了本发明的特定实施方式，来表示实施本发明的原理的一些方式，但是应当理解，本发明的范围不受此限制。相反，本发明包括落入所附权利要求书的精神和内涵范围内的所有变化、修改和等同物。

针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征使用。

应当强调的是，术语“包括”当在本说明书中使用时用来指所述特征、要件、步骤或组成部分的存在，但不排除一个或更多个其它特征、要件、步骤、组成部分或它们的组合的存在或增加。

参照以下附图，将更好地理解本发明的许多方面。附图中的组成部分不一定按比例绘制，重点在于清楚地例示出本发明的原理。为了便于例示和描述本发明的一些部分，可以将附图中的对应部分在尺寸上放大，例如，放大得相对于其他部分比在根据本发明实际制成的示例性设备中的要大。在本发明的一个图或实施方式中示出的部件和特征可以与一个或更多个其它图或实施方式中示出的部件和特征相结合。此外，在附图中，相同的标号在全部图中都标示对应的部分，并且可以用来标示一个以上实施方式中的相同或类似部分。

附图说明

所包括的附图用来提供对本发明的进一步的理解，其构成了说明书的一部分，例示了本发明的优选实施方式，并与文字说明一起用来解释本发明的原理，其中对于相同的要素，始终用相同的附图标记来表示。

在附图中：

图1是本发明实施例1的图像形成方法的一流程图；

图2是采用现有技术进行自动对焦的一示意图；

图3是本发明实施例的电子设备的对焦点的一示意图；

图4是本发明实施例1的图像形成时取景框的一示意图；

图5是本发明实施例1的图像形成时取景框的另一示意图；

图6是本发明实施例1的图像形成方法的另一示意图；

图7是本发明实施例1的图像形成方法的另一示意图；

图8是本发明实施例2的图像形成装置的一构成示意图；

图9是本发明实施例2的图像形成装置的另一构成示意图；

图10是本发明实施例2的图像形成装置的另一构成示意图；

图11是本发明实施例3的电子设备的系统构成的一示意框图。

具体实施方式

可互换术语“电子设备”和“电子装置”包括便携式无线电通信设备。术语“便携式无线电通信设备”在下面被称为“移动无线电终端”、“便携式电子装置”或“便携式通信装置”，包括所有诸如移动电话、寻呼机、通信装置、电子记事簿、个人数字助理(PDA)、智能电话、媒体播放器、平板电脑、便携式通信装置、便携式游戏设备等的设备。

在本申请中，主要就形式为移动电话(也称为“手机”)的便携式电子装置描述了本发明的实施方式。然而，应当理解，本发明不应限于移动电话的情况，而可以涉及任何类型的合适的电子设备，这样的电子设备的示例包括数字单反相机、媒体播放器、便携式游戏设备、PDA和计算机、平板电脑等。

图像形成元件(例如摄像头的光学元件)具有景深范围。在对焦的过程中，图像形成元件能在感光平面(即传感器如CCD或CMOS所在的平面)形成清晰像的物平面(可为类似球面的曲面)，由此可以形成景深范围。处于景深范围中的物体可以在图像形成元件中形成清晰的像。该景深范围(或者该物平面)可以由电动对焦装置驱动而移动，例如从近端(广角端)到远端(长焦端)移动，经过一次或几次的往返移动后对被摄体形成合焦，使得对焦点集中在被摄体上，从而完成对焦而得到清晰的图像。

实施例1

本发明实施例提供一种图像形成方法。图1是本发明实施例的图像形成方法的一流程图，如图1所示，所述图像形成方法包括：

步骤101，获取被摄体发出的声音信息和/或被摄体的图像信息；

步骤102，根据获取的声音信息和/或图像信息确定所述被摄体的位置；

步骤103，基于所述被摄体的位置调整对焦点或者对焦区域；

步骤104，使用调整后的对焦点或者对焦区域进行对焦；以及

步骤105，进行拍摄以获得图像。

在本实施例中，可以通过具有图像形成元件的电子设备实施该图像形成方法，该图像形成元件可以集成到电子设备中，例如该图像形成元件可以是智能手机的前置摄像头。该电子设备可以是移动终端，例如智能手机或数码相机等，但本发明不限于此。该图像形成元件可以是摄像头，或者是该摄像头的一部分部件；此外图像形成元件还可以是镜头(例如单反镜头)，或者是镜头的一部分部件；但本发明不限于此。

此外，该图像形成元件也可以可拆卸地通过接口与电子设备集成；此外，图像形成元件还可以通过有线或者无线方式与电子设备连接，例如通过无线WiFi，蓝牙或近距离无线通信(NFC，NearFieldCommunication)由电子设备进行控制。本发明不限于此，还可以采用其他将电子设备与图像形成元件进行连接、并由电子设备对该图像形成元件进行控制的方式。

在本实施例中，被摄体的位置可以是指该被摄体与电子设备的相对位置，例如被摄体位于电子设备的左侧或右侧等。其中该被摄体相对于电子设备的位置可以通过该被摄体处于实时取景液晶屏的位置而体现出来。例如电子设备的实时取景液晶屏具有1024*768个像素，当被摄体位于电子设备左侧时，被摄体对应的实时图像可以位于液晶显示屏左侧的例如20*10个像素。

在本实施例中，可以根据获取的被摄体声音(例如被摄体发出的“cheese”的声音)，或者获取的被摄体的图像(例如实时取景液晶屏中被摄体的脸部)，来确定被摄体的位置(例如该被摄体是位于电子设备的左前方还是右前方)。

然后根据被摄体的位置调整该电子设备的对焦点或者对焦区域。例如在被摄体处于电子设备的左前方的情况下，从多个对焦点中选择左侧的一个或者多个对焦点。然后使用选择的对焦点进行对焦。可以通过对焦装置来进行对焦；例如可以控制该图像形成元件的景深范围移动，可以从近到远移动，或者在近端和远端之间往返移动。

其中，对焦装置可以包括：音圈电机(VCM：VoiceCoilMotor)，例如VCM包括但是不局限于smartVCM、conventionalVCM、VCM2、VCM3；T-Lens；压电(Piezo)电机驱动；平滑冲击驱动机构(SIDM，SmoothImpactDriveMechanism)；液压执行机构(Liquidactuator)等等，或者其他形式的对焦马达。

由此，可以精确地进行对焦，获得突出被摄体的效果，从而形成质量更高的图像。

图2是采用现有技术进行自动对焦的一示意图。如图2所示，由于现有技术中对焦点或者对焦区域是电子设备自动进行选择的，有可能使用了用户不希望的对焦区域201，而希望拍摄的被摄体202由于没有对上焦而模糊。

图3是本发明实施例的电子设备的对焦点的一示意图，示出了取景框301中具有多个对焦点的情况。例如如图3所示，该电子设备具有27个对焦点，其中某一个或几个对焦点(例如对焦点302)可以被选中进行对焦。本发明可以根据被摄体的位置而自动调整被选中的对焦点。图3示出了对焦点的情况，关于对焦区域的情况类似，为简单起见以下仅以对焦点为例进行说明。

图4是本发明实施例的图像形成时取景框的一示意图，示出了根据被摄体的声音确定位置，并使用调整后的对焦点进行对焦后的情况。如图4所示，在准备进行拍摄时，被摄体202可以发出例如“cheese”的声音，电子设备在接收到该声音之后，可以根据该声音所来自的方位确定被摄体的位置；例如可以在电子设备的左右两侧设置两个的麦克风，通过两个麦克风所接收到的声音强度的不同，计算出接收到的声音来自左边还是右边。但本发明不限于此，可以采用相关的任意方式。

然后，电子设备可以根据被摄体的位置自动调整对焦点。例如在确定被摄体的处于右侧的情况下，可以自动从多个对焦点(例如27个对焦点)中选择右侧的一个对焦点401进行对焦；并且由对焦装置进行对焦，形成如图4所示的情况。然后，可以按下快门进行拍摄，获得被摄体清晰的图像。

图5是本发明实施例的图像形成时取景框的另一示意图，示出了根据被摄体的图像确定位置，并使用调整后的对焦点进行对焦后的情况。如图5所示，在准备进行拍摄时，电子设备可以根据图像形成元件形成的实时图像获得被摄体的图像信息，例如通过人脸识别技术可以识别出取景液晶屏中出现了人脸501和502，然后根据该人脸501和502在该取景液晶屏中的位置确定被摄体的位置。

然后，电子设备可以根据被摄体的位置自动调整对焦点。例如在确定被摄体的处于右侧的情况下，可以自动从多个对焦点(例如27个对焦点)中选择右侧的一个对焦点503进行对焦；并且由对焦装置进行对焦，形成如图5所示的情况。然后，可以按下快门进行拍摄，获得被摄体清晰的图像。

在本实施例中，还可以进行声音和/或图像的匹配，在匹配成功的情况下再调整对焦点或者对焦区域，由此可以进一步提高对焦的准确性。

图6是本发明实施例的图像形成方法的另一示意图，如图6所示，所述图像形成方法包括：

步骤601，开启电子设备并准备进行拍摄。

步骤602，接收被摄体发出的声音信息。

例如，可以通过麦克风获得声音信息。

步骤603，将接收到的声音信息与预存的登记声音进行匹配。

在本实施例中，可以预先对被摄体的特定声音进行录音以获得该登记声音并进行存储。例如，可以将用户Peter发出的“cheese”的声音预先存储为登记声音。或者，通过通信接口获得其他设备发送的该登记声音并进行存储。例如可以通过电子邮件、社交软件等获得该登记声音，或者也可以通过通用串行总线(USB，UniversalSerialBus)、蓝牙或NFC等获得该登记声音。本发明不限于此，可以采用获得登记声音的任意方式。

在本实施例中，所述声音信息包括声音内容和/或声音特征(例如声纹，VoicePrint)；在所述获取的声音信息中的声音内容和/或声音特征与所述登记声音中的声音内容和/或声音特征一致时，确定声音匹配成功。可以采用现有技术进行声音信息和登记声音的匹配。例如可以使用声音波形识别技术对登记声音和获取的声音信息进行识别。

例如，可以预先存储用户Peter的特定声音“cheese”，该声音信息既包括声音内容“cheese”，又包括Peter的特定声纹。可以仅在接收到Peter发出的“cheese”时，才确定声音匹配成功，并根据该声音的来源方向确定Peter的位置；在Peter发出其他声音，或者其他用户发出声音时，均确定匹配不成功。

此外，还可以设置匹配的阈值，在匹配的相似度超过阈值时，确定登记声音和获取的声音信息匹配。例如，可以预设阈值为80％，当通过声音波形识别技术识别出相似度为82％时，确定登记声音与获取的声音信息匹配；当通过声音波形识别技术识别出相似度为42％时，确定登记声音与获取的声音信息不匹配。

以上仅示意性说明了将获取的声音信息和登记声音进行匹配，但本发明不限于此，可以根据实际情况确定具体的匹配方式。

步骤604，判断匹配是否成功；若匹配成功则执行步骤605，否则回到步骤602。

在本实施例中，在匹配成功的情况下再对对焦点或对焦区域进行调整，由此可以避免外部杂音等干扰，进一步提高对焦的准确性。

此外，在获取的所述声音信息与所述登记声音匹配时，可以进行匹配成功的信息提示。例如发出提示音，或者指示灯进行闪烁。和/或，在获取的所述声音信息与所述登记声音不匹配时，进行匹配失败的信息提示。关于信息提示的具体实现方式，本发明并不进行限制。

步骤605，根据获取的声音信息确定所述被摄体的位置。

例如，可以通过在不同位置设置的麦克风所接收到的声音强度的不同，计算出声音来源的大致位置，由此确定被摄体的位置。

步骤606，基于所述被摄体的位置调整对焦点或者对焦区域；

步骤607，使用调整后的对焦点或者对焦区域进行对焦；以及

步骤608，进行拍摄以获得图像。

以上通过获取的声音信息对本发明进行了说明，以下再通过获取的图像信息对本发明进行说明。

图7是本发明实施例的图像形成方法的另一示意图，如图7所示，所述图像形成方法包括：

步骤701，开启电子设备并准备进行拍摄。

步骤702，通过图像形成元件获得实时图像，并通过图像识别技术识别出实时图像中被摄体的图像信息。

例如，可以通过人脸识别技术将被摄体的脸部识别出来。

步骤703，将获得的图像信息与预存的登记图像进行匹配。

在本实施例中，可以预先对被摄体进行拍摄以获得该登记图像并进行存储。例如，可以将用户Peter的脸部预先存储为登记图像。或者，通过通信接口获得其他设备发送的该登记图像并进行存储。例如可以通过电子邮件、社交软件等获得该登记图像，或者也可以通过USB、蓝牙或NFC等获得该登记图像。本发明不限于此，可以采用获得登记图像的任意方式。

在本实施例中，所述图像信息可以包括人物信息和/或风景信息；所述人物信息包括如下信息的其中之一或其组合：人脸，身体姿势，手势标识；所述风景信息可以包括如下信息的其中之一或其组合：特定物体，建筑物，自然风光，人工饰品等等。该登记图像也可以包括人物信息和/或风景信息，例如如上所述等等。但本发明不限于此，例如可以是其他任意图像。

在本实施例中，登记图像也可以实时地从网络获得，例如可以通过社交软件(Facebook，Instagram等等)在线获得。例如，当Peter正在美国加利福利亚州旅行时，随身携带的电子设备可以通过定位装置(例如GPS)获得当前位置，并通过第三方软件获得金门大桥位于该当前位置。电子设备可以在线获取该金门大桥的图像作为登记图像。当Peter使用电子设备对准金门大桥拍摄时，电子设备可以自动与登记图像进行匹配，调整对焦点或对焦区域，由此自动获得对焦清晰的金门大桥图像。

本发明实施例为方便说明，以下仅以登记图像包含人脸和/或手势标识为例进行说明。

在本实施例中，可以采用现有技术进行图像信息和登记图像的匹配。例如可以使用人脸识别技术对登记图像中的人脸和实时图像中的人脸进行识别，例如根据人脸的五官特征等进行模式识别，判断登记图像中的人脸和实时图像中的人脸是否属于同一人。在为同一个人的人脸的情况下，确定登记图像中的人脸和实时图像中的人脸匹配。

或者，可以采用图像识别技术对登记图像中的手势标识和实时图像中的手势标识进行识别，例如根据用户示出的“V”字型手势等进行模式识别，判断登记图像中的“V”字型手势和实时图像中的“V”字型手势是否属于同一标识。在为同一标识的情况下，确定登记图像中的手势标识和实时图像中的手势标识匹配。

此外，还可以设置匹配的阈值，在匹配的相似度超过阈值时，确定登记图像中的被摄体和实时图像中的被摄体匹配。例如，可以预设阈值为80％，当通过人脸识别技术识别出登记图像中的人脸与实时图像中的人脸的相似度为82％时，确定登记图像中的被摄体和实时图像中的被摄体匹配；当通过人脸识别技术识别出登记图像中的人脸与实时图像中的人脸的相似度为42％时，确定登记图像中的被摄体和实时图像中的被摄体不匹配。

以上仅示意性说明了将实时图像和登记图像进行匹配，但本发明不限于此，可以根据实际情况确定具体的匹配方式。

步骤704，判断匹配是否成功；若匹配成功则执行步骤705，否则回到步骤702。

在本实施例中，在匹配成功的情况下再对对焦点或对焦区域进行调整，由此可以避免外部其他图像的干扰，进一步提高对焦的准确性。

此外，在获取的所述图像信息与所述登记图像匹配时，可以进行匹配成功的信息提示。例如发出提示音，或者指示灯进行闪烁。和/或，在获取的所述图像信息与所述登记图像不匹配时，进行匹配失败的信息提示。关于信息提示的具体实现方式，本发明并不进行限制。

步骤705，根据获取的图像信息确定所述被摄体的位置。

例如，可以通过识别出的图像信息在整个实时图像中的位置，确定被摄体的位置。

步骤706，基于所述被摄体的位置调整对焦点或者对焦区域；

步骤707，使用调整后的对焦点或者对焦区域进行对焦；以及

步骤708，进行拍摄以获得图像。

以上分别通过声音信息和图像信息对本发明进行说明，此外还可以将声音信息和图像信息结合起来，确定被摄体的位置并调整对焦点或对焦区域，由此可以更加准确地进行对焦。

在本实施例中，在拍摄图像之后，还可以对拍摄所形成的图像进行图像处理。例如可以对拍摄图像进行裁剪，去掉拍摄图像周围的部分而将被摄体放在图像中间；或者可以对被摄体部分进一步进行锐化；或者可以对拍摄图像的整体或者部分进行明亮度、饱和度、白平衡等的调整。但本发明不限于此，可以根据实际情况确定具体的图像处理。

值得注意的是，以上仅以静态图像(图片)为例对本发明进行了说明。本发明实施例中的图像形成方法不仅可以适用于拍摄静态图像，例如照片等；还可以适用于动态图像，例如视频图像。

由上述实施例可知，根据获取的声音信息和/或图像信息确定被摄体的位置，并基于被摄体的位置调整对焦点或对焦区域。由此可以精确地进行对焦，获得突出被摄体的效果，从而形成质量更高的图像。

实施例2

本发明实施例提供一种图像形成装置，对应于实施例1中所述的图像形成方法，相同的内容不再赘述。

图8是本发明实施例的图像形成装置的一构成示意图，如图8所示，图像形成装置800包括：

信息获取单元801，获取被摄体发出的声音信息和/或所述被摄体的图像信息；

位置确定单元802，根据获取的声音信息和/或图像信息确定所述被摄体的位置；

调整单元803，基于所述被摄体的位置调整对焦点或者对焦区域；

对焦单元804，使用调整后的对焦点或者对焦区域进行对焦；以及

图像拍摄单元805，进行拍摄以获得图像。

在本实施例中，该图像形成装置800可以是一个硬件装置；也可以是一个软件模块，由电子设备的中央处理器进行控制而实现上述图像形成方法。但本发明不限于此，可以根据实际情况确定具体的实施方式。

在本实施例中，所述调整单元803可以基于所述被摄体的位置从多个对焦点中选择与所述被摄体的位置对应的一个或多个对焦点；或者基于所述被摄体的位置从整个对焦区域中选择与所述被摄体的位置对应的部分对焦区域。

图9是本发明实施例的图像形成装置的另一构成示意图，如图9所示，图像形成装置900包括：信息获取单元801、位置确定单元802、调整单元803、对焦单元804以及图像拍摄单元805；如上所述。

如图9所示，图像形成装置900还可以包括：

声音匹配单元901，将获取的所述声音信息与预先存储的登记声音进行匹配；以及所述位置确定单元802还用于在匹配成功的情况下，根据获取的声音信息确定所述被摄体的位置。

如图9所示，图像形成装置900还可以包括：

声音登记单元902，对所述被摄体进行录音以获得所述登记声音，或者通过通信接口获得其他设备发送的所述登记声音。

如图9所示，图像形成装置900还可以包括：

声音信息提示单元903，在获取的所述声音信息与所述登记声音匹配时，进行匹配成功的信息提示；和/或，在获取的所述声音信息与所述登记声音不匹配时，进行匹配失败的信息提示。

图10是本发明实施例的图像形成装置的另一构成示意图，如图10所示，图像形成装置1000包括：信息获取单元801、位置确定单元802、调整单元803、对焦单元804以及图像拍摄单元805；如上所述。

如图10所示，图像形成装置1000还可以包括：

图像匹配单元1001，将获取的所述图像信息与预先存储的登记图像进行匹配；以及所述位置确定单元802还用于在匹配成功的情况下，根据获取的图像信息确定所述被摄体的位置。

如图10所示，图像形成装置1000还可以包括：

图像登记单元1002，对所述被摄体进行拍摄以获得所述登记图像，或者通过通信接口获得其他设备发送的所述登记图像。

如图10所示，图像形成装置1000还可以包括：

图像信息提示单元1003，在获取的所述图像信息与所述登记图像匹配时，进行匹配成功的信息提示；和/或，在获取的所述图像信息与所述登记图像不匹配时，进行匹配失败的信息提示。

由上述实施例可知，根据获取的声音信息和/或图像信息确定被摄体的位置，并基于被摄体的位置调整对焦点或对焦区域。由此可以精确地进行对焦，获得突出被摄体的效果，从而形成质量更高的图像。

实施例3

本发明实施例3提供一种电子设备，该电子设备对图像形成元件(例如摄像头、镜头等)进行控制，该电子设备可以是手机、照相机、摄像机、平板电脑等，本实施例并不仅限于此。

在本实施例中，该电子设备可以包括图像形成元件和对焦装置，以及如实施例2所述的图像形成装置，其内容被合并于此，重复之处不再赘述。

其中，对焦装置可以通过音圈电机(VCM：VoiceCoilMotor)，例如VCM包括但是不局限于smartVCM、conventionalVCM、VCM2、VCM3，T-Lens，Piezo电机驱动，平滑冲击驱动机构(SIDM，SmoothImpactDriveMechanism)，液压执行机构(Liquidactuator)等等，或者其他形式的对焦马达等。

在本实施例中，电子设备可以为移动终端，但本发明不限于此。

图11是本发明实施例的电子设备的系统构成的一示意框图。该电子设备1100可以包括中央处理器100和存储器140；存储器140耦合到中央处理器100。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。

在一个实施方式中，图像形成装置800的功能可以被集成到中央处理器100中。其中，中央处理器100可以被配置为：控制实现如实施例1所述的图像形成方法。

在另一个实施方式中，图像形成装置800可以与中央处理器100分开配置，例如可以将图像形成装置800配置为与中央处理器100连接的芯片，通过中央处理器的控制来实现图像形成装置800的功能。

如图11所示，该电子设备1100还可以包括通信模块110、输入单元120、音频处理单元130、照相机150、显示器160、电源170。

该中央处理器100(有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置)接收输入并控制电子设备1100的各个部分和操作。输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。照相机150用于摄取图像数据，并将摄取的图像数据提供给中央处理器100，以按常规方式使用，例如，进行存储、传送等。

电源170用于向电子设备1100提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备1100的操作的流程。

存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备1100的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。

本发明实施例还提供一种计算机可读程序，其中当在电子设备中执行所述程序时，所述程序使得计算机在所述电子设备中执行如上面实施例1所述的图像形成方法。

本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在电子设备中执行上面实施例1所述的图像形成方法。

以上参照附图描述了本发明的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的，因此所附权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外，由于本领域的技术人员容易想到很多修改和改变，因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作，而是可以涵盖落入其范围内的所有合适修改和等同物。

应当理解，本发明的各部分可以用硬件、软件、固件或者它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可以用本领域共知的下列技术中的任一项或者他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

流程图中或在此以其它方式描述的任何过程或方法描述或框可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程中的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中，可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或者按相反的顺序，来执行功能，这应被本发明所述技术领域的技术人员所理解。

在流程图中表示或者在此以其它方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

上述文字说明和附图示出了本发明的各种不同的特征。应当理解，本领域普通技术人员可以准备合适的计算机代码来实现上面描述且在附图中例示的各个步骤和过程。还应当理解，上面描述的各种终端、计算机、服务器、网络等可以是任何类型的，并且可以根据公开内容来准备所述计算机代码以利用所述装置实现本发明。

在此公开了本发明的特定实施方式。本领域的普通技术人员将容易地认识到，本发明在其他环境下具有其他应用。实际上，还存在许多实施方式和实现。所附权利要求绝非为了将本发明的范围限制为上述具体实施方式。另外，任意对于“用于……的装置”的引用都是为了描绘要素和权利要求的装置加功能的阐释，而任意未具体使用“用于……的装置”的引用的要素都不希望被理解为装置加功能的元件，即使该权利要求包括了“装置”的用词。

尽管已经针对特定优选实施方式或多个实施方式示出并描述了本发明，但是显然，本领域技术人员在阅读和理解说明书和附图时可以想到等同的修改例和变型例。尤其是对于由上述要素(部件、组件、装置、组成等)执行的各种功能，除非另外指出，希望用于描述这些要素的术语(包括“装置”的引用)对应于执行所述要素的具体功能的任意要素(即，功能等效)，即使该要素在结构上不同于在本发明的所例示的示例性实施方式或多个实施方式中执行该功能的公开结构。另外，尽管以上已经针对几个例示的实施方式中的仅一个或更多个描述了本发明的具体特征，但是可以根据需要以及从对任意给定或具体应用有利的方面考虑，将这种特征与其他实施方式的一个或更多个其他特征相结合。

Claims (20)

1.一种图像形成方法，所述图像形成方法包括：

获取被摄体发出的声音信息和/或所述被摄体的图像信息；

根据获取的声音信息和/或图像信息确定所述被摄体的位置；

基于所述被摄体的位置调整对焦点或者对焦区域；

使用调整后的对焦点或者对焦区域进行对焦；以及

进行拍摄以获得图像。

2.根据权利要求1所述的图像形成方法，其中，在进行拍摄以获得图像之前，所述方法还包括：

将获取的声音信息与预先存储的登记声音进行匹配；以及

在匹配成功的情况下，根据获取的声音信息确定所述被摄体的位置。

3.根据权利要求2所述的图像形成方法，其中，所述声音信息包括声音内容和/或声音特征；

在所述获取的声音信息中的声音内容和/或声音特征与所述登记声音中的声音内容和/或声音特征一致时，确定声音匹配成功。

4.根据权利要求1所述的图像形成方法，其中，在进行拍摄以获得图像之前，所述方法还包括：

将获取的图像信息与预先存储的登记图像进行匹配；以及

在匹配成功的情况下，根据获取的图像信息确定所述被摄体的位置。

5.根据权利要求4所述的图像形成方法，其中，所述图像信息包括人物信息和/或风景信息；所述登记图像包括人物信息和/或风景信息。

6.根据权利要求5所述的图像形成方法，其中，所述人物信息包括如下信息的其中之一或其组合：人脸，身体姿势，手势标识；所述风景信息包括如下信息的其中之一或其组合：特定物体，建筑物，自然风光，人工饰品。

7.根据权利要求1所述的方法，其中，基于所述被摄体的位置调整对焦点或者对焦区域包括：

基于所述被摄体的位置从多个对焦点中选择与所述被摄体的位置对应的一个或多个对焦点；或者基于所述被摄体的位置从整个对焦区域中选择与所述被摄体的位置对应的部分对焦区域。

8.根据权利要求2所述的方法，其中，所述图像形成方法还包括：

对所述被摄体进行录音以获得所述登记声音，或者通过通信接口获得其他设备发送的所述登记声音。

9.根据权利要求2所述的方法，其中，所述图像形成方法还包括：

在获取的所述声音信息与所述登记声音匹配时，进行匹配成功的信息提示；和/或，在获取的所述声音信息与所述登记声音不匹配时，进行匹配失败的信息提示。

10.根据权利要求4所述的方法，其中，所述图像形成方法还包括：

对所述被摄体进行拍摄以获得所述登记图像，或者通过通信接口获得其他设备发送的所述登记图像。

11.根据权利要求4所述的方法，其中，所述图像形成方法还包括：

在获取的所述图像信息与所述登记图像匹配时，进行匹配成功的信息提示；和/或，在获取的所述图像信息与所述登记图像不匹配时，进行匹配失败的信息提示。

12.一种图像形成装置，所述图像形成装置包括：

信息获取单元，获取被摄体发出的声音信息和/或所述被摄体的图像信息；

位置确定单元，根据获取的声音信息和/或图像信息确定所述被摄体的位置；

调整单元，基于所述被摄体的位置调整对焦点或者对焦区域；

对焦单元，使用调整后的对焦点或者对焦区域进行对焦；以及

图像拍摄单元，进行拍摄以获得图像。

13.根据权利要求12所述的图像形成装置，其中，所述装置还包括：

声音匹配单元，将获取的所述声音信息与预先存储的登记声音进行匹配；以及

所述位置确定单元还用于在匹配成功的情况下，根据获取的声音信息确定所述被摄体的位置。

14.根据权利要求12所述的图像形成装置，其中，所述装置还包括：

图像匹配单元，将获取的所述图像信息与预先存储的登记图像进行匹配；以及

所述位置确定单元还用于在匹配成功的情况下，根据获取的图像信息确定所述被摄体的位置。

15.根据权利要求12所述的装置，其中，所述调整单元基于所述被摄体的位置从多个对焦点中选择与所述被摄体的位置对应的一个或多个对焦点；或者基于所述被摄体的位置从整个对焦区域中选择与所述被摄体的位置对应的部分对焦区域。

16.根据权利要求13所述的装置，其中，所述图像形成装置还包括：

声音登记单元，对所述被摄体进行录音以获得所述登记声音，或者通过通信接口获得其他设备发送的所述登记声音。

17.根据权利要求13所述的装置，其中，所述图像形成装置还包括：

声音信息提示单元，在获取的所述声音信息与所述登记声音匹配时，进行匹配成功的信息提示；和/或，在获取的所述声音信息与所述登记声音不匹配时，进行匹配失败的信息提示。

18.根据权利要求14所述的装置，其中，所述图像形成装置还包括：

图像登记单元，对所述被摄体进行拍摄以获得所述登记图像，或者通过通信接口获得其他设备发送的所述登记图像。

19.根据权利要求14所述的装置，其中，所述图像形成装置还包括：

图像信息提示单元，在获取的所述图像信息与所述登记图像匹配时，进行匹配成功的信息提示；和/或，在获取的所述图像信息与所述登记图像不匹配时，进行匹配失败的信息提示。

20.一种电子设备，具有图像形成元件和对焦装置，所述电子设备还包括：

如权利要求12至19任一项所述的图像形成装置。