CN109005367A

CN109005367A - 一种高动态范围图像的生成方法、移动终端及存储介质

Info

Publication number: CN109005367A
Application number: CN201811195576.2A
Authority: CN
Inventors: 刘银华; 孙剑波
Original assignee: Guangdong Oppo Mobile Telecommunications Corp Ltd
Current assignee: Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date: 2018-10-15
Filing date: 2018-10-15
Publication date: 2018-12-14
Anticipated expiration: 2038-10-15
Also published as: CN109005367B

Abstract

本申请适用于图像处理技术领域，提供了一种高动态范围图像的生成方法、移动终端及计算机可读存储介质，所述方法包括：获取所述移动终端的摄像头采集的预览画面，并识别所述预览画面中的前景目标，基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头分别对应的曝光时间，控制所述目标摄像头分别基于对应的曝光时间采集图像，获得每个曝光时间分别对应的图像，将每个曝光时间分别对应的图像进行合成，获得高动态范围图像，通过本申请可以降低高动态范围图像的拍摄时间，解决局部物体轮廓模糊的问题。

Description

一种高动态范围图像的生成方法、移动终端及存储介质

技术领域

本申请属于图像处理技术领域，尤其涉及一种高动态范围图像的生成方法、移动终端及计算机可读存储介质。

背景技术

高动态范围图像(High-Dynamic Range，简称HDR)，相比普通的图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的LDR(Low-Dynamic Range)图像，利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像，能够更好的反映人真实环境中的视觉效果。

然而，目前采集高动态范围图像时，由于需要获得多个曝光时间对应的图像，因此，造成高动态范围图像的拍摄过程总时间过长；并且，由于采集多个曝光时间对应的图像时的总采集时间较长，合成后的图像中经常出现局部物体的轮廓模糊的现象。

发明内容

有鉴于此，本申请实施例提供了一种高动态范围图像的生成方法、移动终端及计算机可读存储介质，以解决目前高动态范围图像拍摄时间长、局部物体轮廓模糊的问题。

本申请实施例的第一方面提供了一种高动态范围图像的生成方法，包括：

获取所述移动终端的摄像头采集的预览画面，并识别所述预览画面中的前景目标；

基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头分别对应的曝光时间；

控制所述目标摄像头分别基于对应的曝光时间采集图像，获得每个曝光时间分别对应的图像；

将每个曝光时间分别对应的图像进行合成，获得高动态范围图像。

本申请实施例的第二方面提供了一种移动终端，包括：

前景目标识别单元，用于获取所述移动终端的摄像头采集的预览画面，并识别所述预览画面中的前景目标；

曝光时间确定单元，用于基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头分别对应的曝光时间；

图像采集单元，用于控制所述目标摄像头分别基于对应的曝光时间采集图像，获得每个曝光时间分别对应的图像；

图像合成单元，用于将每个曝光时间分别对应的图像进行合成，获得高动态范围图像。

本申请实施例的第三方面提供了一种移动终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第五方面提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例提供了一种高动态范围图像的生成方法，应用于包括多个摄像头的移动终端，首先获取所述移动终端的摄像头采集的预览画面，并识别所述预览画面中的前景目标，基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头分别对应的曝光时间，控制所述目标摄像头分别基于对应的曝光时间采集图像，获得每个曝光时间分别对应的图像，将每个曝光时间分别对应的图像进行合成，获得高动态范围图像，由于可以根据前景目标选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头的曝光时间，这样就可以通过多个目标摄像头同时基于各自对应的曝光时间采集图像。因此，采集总时间会缩短，当存在运动物体时运动物体在不同图像中所在区域的范围较小，改善高动态范围图像中运动物体模糊或者轮廓不清晰的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种高动态范围图像的生成方法的实现流程示意图；

图2是本申请实施例提供的另一种高动态范围图像的生成方法的实现流程示意图；

图3是本申请实施例提供的另一种高动态范围图像的生成方法的实现流程示意图；

图4是本申请实施例提供的一种移动终端的示意框图；

图5是本申请实施例提供的另一种移动终端的示意框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

图1是本申请实施例提供的一种高动态范围图像的生成方法的实现流程示意图，如图所示，可以包括以下步骤：

步骤S101，获取所述移动终端的摄像头采集的预览画面，并识别所述预览画面中的前景目标。

在本申请实施例中，所述移动终端的摄像头采集的预览画面也是一帧一帧的，在确定移动终端需要采集高动态范围图像时，可以在高动态范围图像的模式下，实时的识别移动终端的摄像头当前采集的预览画面中的前景目标，也可以在接收到拍照指令后，再确定移动终端的摄像头当前采集的预览画面中的前景目标。

所述预览画面中的前景目标可以是预览画面中的运动物体，也可以是通过神经网络模型识别出的物体，所述识别所述预览画面中的前景目标包括：识别所述预览画面中的运动物体的运动速度；或，识别所述预览画面中的前景目标的类别；

在进行拍照时，用户手持移动终端控制移动终端静止，然后才会点击拍照按键或按钮以进行拍照，所以，拍照时移动终端通常会处于一个相对比较静止的状态，这时，如果不存在运动物体，连续的两帧预览画面之间的差异应该较小，如果存在运动物体，且运动物体的运动速度越快，连续两帧预览画面之间的差异应该越大。因此，可以通过移动终端当前采集的预览画面以及当前采集的预览画面之前的1帧或多帧连续的预览画面确定移动终端中的运动物体和所述运动物体的运动速度。作为举例，获得当前采集的预览画面和前一帧预览画面，并计算两帧预览画面的差异图像，根据所述差异图像，确定运动物体所在区域，根据差异图像中存在差异的像素点的分布范围以及采集两帧预览画面时的时间差确定运动物体的运动速度。运动速度可以不是具体的值，可以是不同的运动速度等级，例如，根据差异图像中存在差异的像素点的分布范围划定一个区域，根据该区域的面积处于采集的时间差获得的值确定运动速度等级。

用户在进行拍照时，通常有一些物体会具有相对较高的速度，例如，儿童、汽车、流水等，因此，可以预先设置前景目标的类别，将具有运动特性的前景目标作为运动类，将不具有运动特性的前景目标作为静止类，例如，花草、建筑物等可以作为静止类。

步骤S102，基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头分别对应的曝光时间。

在本申请实施例中，移动终端上可能设置了多个摄像头，可以根据前景目标的运动速度或类别确定采用几个摄像头进行拍照，将选择的摄像头记为目标摄像头。

当识别的前景目标为运动物体的运动速度时，所述基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头包括：

基于所述运动物体的运动速度，从所述移动终端的多个摄像头中选择与所述运动速度对应数量的摄像头作为目标摄像头。

当识别的前景目标为类别时，所述基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头包括：

基于所述前景目标的类别，从所述移动终端的多个摄像头中选择与所述前景目标的类别对应数量的摄像头作为目标摄像头。

在本申请实施例中，运动速度越快，选择的目标摄像头的个数越多；相应的，运动速度越慢，选择的目标摄像头的个数越少。运动物体的类别中(运动类)还可以再细分为多个子类，每个子类对应的选择的目标摄像头的个数不同。

在确定了选择的目标摄像头的个数之后，还需要为每个目标摄像头确定对应的曝光时间，当然实际应用中，每个摄像头可以对应1个曝光时间也可以对应多个曝光时间。

步骤S103，控制所述目标摄像头分别基于对应的曝光时间采集图像，获得每个曝光时间分别对应的图像。

在本申请实施例中，可以控制所述目标摄像头同时基于各自对应的曝光时间采集图像，这样，由于多个目标摄像头同时采集的图像，那么运动物体在每个图像中的区域的位置比较接近，不会由于一个摄像头根据不同的曝光时间分别采集图像时的时间过长，导致运动物体在不同图像中的范围较大，本申请实施例提供的方式在合成高动态范围图像后，就能够避免运动物体所在区域轮廓模糊的问题。

作为举例，一个摄像头分别对应5个曝光时间t1、t2、t3、t4、t5采集图像，即总采集图像的时间为：t1+t2+t3+t4+t5，由于摄像头的感光元件的特性，不能在上一次采集后直接进行下一次采集，所以，实际上的总的时间大于t1+t2+t3+t4+t5，而采用5个摄像头按照5个曝光时间t1、t2、t3、t4、t5采集图像，即使5个摄像头也区分先后顺序进行曝光，由于在不同的感光元件上成像，那么上一个摄像头曝光结束后，下一个摄像头马上就可以进行曝光，总的时间为：t1+t2+t3+t4+t5，显然，曝光时间个数相同时，多个摄像头拍照总时间是小于1个摄像头拍照总时间。并且，多个摄像头时还可以控制同时采集曝光，如果同时曝光，那么拍照总时间就为t1、t2、t3、t4、t5中最大的一个曝光时间，显然，曝光时间个数相同，多个摄像头同时曝光采集图像时，多个摄像头拍照总时间是远远小于1个摄像头拍照总时间的。拍照总时间越长，运动物体在多个图像中的位置的变化越大，拍照总时间越短，运动物体在多个图像中的位置的变化越小，因此，通过本申请实施例的方式不仅能够缩短获得高动态范围图像的时间，还能够消除高动态范围图像中运动物体的轮廓模糊现象。

步骤S104，将每个曝光时间分别对应的图像进行合成，获得高动态范围图像。

在本申请实施例中，为了获得清晰的运动物体，多个曝光时间中包括短曝光时间，这样就能够获得较清晰的运动物体的图像，然而，即使包含了多个短曝光时间对应的图像，然而，由于用户拍摄过程手抖等其他因素，可能导致最终获得的图像中存在运动物体所在区域较模糊的图像，这样，最终合成的高动态范围图像可能也会存在模糊或者运动物体的边界存在“双影”等现象。因此，可以在合成之前，剔除一些运动物体所在区域较模糊的图像，然后将剩下的图像进行合成。由于存在运动物体时，正常曝光时间和长曝光时间对应的图像中存在模糊的几率非常大，且正常曝光时间和长曝光时间对应的图像并不是为了获得运动物体所在区域的细节，而是获得运动物体以外的其它区域的细节，因此，可以将小于时间阈值(可以预先设置采集预览画面时的曝光时间作为时间阈值)的曝光时间对应的图像中运动区域的模糊度大于模糊阈值的图像删除，即将短曝光时间对应的图像中模糊的剔除，将剩余的图像合成获得高动态范围图像。

作为本申请又一实施例，所述将每个曝光时间分别对应的图像进行合成，获得高动态范围图像包括：

判断所述曝光时间集合中所述最小曝光时间和所述中间曝光时间分别对应的图像中是否存在运动物体所在区域的模糊度大于阈值的图像；

若存在运动物体所在区域的模糊度大于阈值的图像，则将运动物体所在区域的模糊度大于阈值的图像丢弃，并将剩余的图像合成获得高动态范围图像。

在本申请实施例中，所述最小曝光时间为所述曝光时间集合中的最小曝光时间，所述中间曝光时间为所述曝光时间集合中所述最小曝光时间和所述最大曝光时间之外的其它曝光时间。可以将为了获得运动物体的细节的较短的曝光时间对应的图像中运动物体所在区域的模糊度大于阈值的图像丢弃，将剩余的合成，需要说明的是，也可以是将曝光时间较小的预设数量的图像中运动物体所在区域的模糊度大于阈值的图像去除，例如，去除曝光时间最小的两个图像中运动物体所在区域的模糊度大于阈值的图像。

本申请实施例可以根据前景目标选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头的曝光时间，这样就可以通过多个目标摄像头同时基于各自对应的曝光时间采集图像。因此，采集总时间会缩短，当存在运动物体时运动物体在不同图像中所在区域的范围较小，改善高动态范围图像中运动物体模糊或者轮廓不清晰的问题。

图2是本申请实施例提供的一种高动态范围图像的生成方法的实现流程示意图，如图所示，该方法是在图1所示实施例的基础上描述了如何确定每个目标摄像头分别对应的曝光时间，具体包括以下步骤：

步骤S201，根据所述前景目标的运动速度或所述前景目标的类别，确定最小曝光时间和曝光时间个数。

在本申请实施例中，当以前景目标的运动速度确定最小曝光时间时，可以基于所述前景目标的运动速度和所述最小曝光时间成反比的规则，根据所述前景目标的运动速度确定最小曝光时间。例如，运动物体的运动速度越大，则相应的最小曝光时间越小，运动物体的运动速度越小，则相应的最小曝光时间越大。当然，曝光时间个数可以固定的，也可以根据不同的运动速度或者类别设置不同的曝光个数(例如设置为与目标摄像头个数相同)。

步骤S202，将所述摄像头采集当前预览画面时的曝光时间作为最大曝光时间，所述最大曝光时间的个数为1个或多个。

在本申请实施例中，可以将预先设置好最大曝光时间，最大曝光时间可以是所述摄像头采集当前预览画面时的曝光时间，也可以是大于所述摄像头采集当前预览画面时的曝光时间的时间。

步骤S203，基于所述曝光时间个数，生成所述最小曝光时间和所述最大曝光时间之间的中间曝光时间；

步骤S204，将所述最小曝光时间、最大曝光时间和中间曝光时间分别分配给每个目标摄像头，获得每个目标摄像头分别对应的曝光时间。

在本申请实施例中，在确定了最小曝光时间和最大曝光时间之后，就可以确定中间曝光时间，可以根据预先设置的曝光时间的个数确定所述曝光时间集合中的中间曝光时间。需要说明的是，曝光时间集合中允许存在相同的曝光时间，例如，最大曝光时间的个数可以是两个，某个中间曝光时间的个数也可以是多个。

在为每个目标摄像头分配曝光时间时，通常将大光圈的摄像头设置相对较短的曝光时间，而小光圈的摄像头设置相对较长的曝光时间，支持高帧率的摄像头设置成短曝光时间等。

图3是本申请实施例提供的一种高动态范围图像的生成方法的实现流程示意图，如图所示，该方法是在图1所示实施例的基础上描述了如何识别所述预览画面中的运动物体的运动速度，具体包括以下步骤：

步骤S301，基于所述摄像头当前采集的预览画面和当前采集的预览画面之前N帧连续的预览画面，确定所述摄像头当前采集的预览画面中的运动物体。

在本申请实施例中，在计算当前采集的预览画面中的运动物体时，从当前采集的预览画面的前N帧连续的预览画面中选取两帧预览画面(也可以是与当前采集的预览画面的采集时间最接近的两帧预览画面)，并计算选取的两帧预览画面分别与当前帧预览画面的差值，获得两个差值图像，然后对两个差值图像分别进行二值化处理，获得两个二值化图像，并计算两个二值化图像的目标区域的交集区域，获得当前帧图像的运动物体。

作为举例，当前帧预览画面为H_n，选取预览画面H_n-1和预览画面H_n-2，上述三帧预览画面均为灰度图像，计算H_n-1和H_n的差值以及H_n-2和H_n的差值获得T_n-(n-1)和T_n-(n-2)，对T_n-(n-1)和T_n-(n-2)进行二值化处理，找到H_n-1和H_n的差异区域(黑色或者白色的区域，也称为目标区域)以及H_n-2和H_n的差异区域(黑色或者白色的区域，也称为目标区域)，计算两个二值化图像的差异区域的交集区域(两个二值化图像的差异区域中共同的区域)，获得当前帧图像的运动物体所在的区域，那么运动物体所在的区域在当前采集的预览画面中所在的区域中就是运动物体。确定运动物体之后，就可以确定运动物体的运动速度。

在此需要说明，本申请实施例中的运动速度并不是表示实际物体的运动速度，而是预览画面中特定物体的图像在预览画面中移动位置的速度。通常曝光时间相同的情况下，预览画面中越模糊的物体运动速度等级越高，而越模糊的运动物体的边界越不清晰。因此，可以先获得所述摄像头当前采集的预览画面中的运动物体所在区域的模糊度，再根据模糊度确定运动物体的运动速度等级。

步骤S302，计算所述运动物体所在区域的轮廓线上每个像素点的灰度值分别在第一方向上的第一梯度变化值，并计算所述运动物体所在区域的轮廓线上每个像素点的灰度值分别在第二方向上的第二梯度变化值，所述第一方向和所述第二方向垂直。

步骤S303，计算所述第一梯度变化值和所述第二梯度变化值的数据特征值，并根据所述数据特征值获得所述运动物体所在区域的模糊度。

在本申请实施例中，运动物体确定了之后，预览画面中运动物体的轮廓线也就确定了，那么可以计算所述运动物体所在区域的轮廓线上每个像素点的灰度值分别在水平方向上的第一梯度变化值(每个像素点对应一个第一梯度变化值)，并计算所述运动物体所在区域的轮廓线上每个像素点的灰度值分别在竖直方向上的第二梯度变化值(每个像素点对应一个第二梯度变化值)，实际中，也可以仅设置一个方向，也可以设置两个方向，且两个方向垂直，还可以设置多个方向。然后获得了像素点的个数两倍的梯度变化值，在计算这些梯度变化值(第一梯度变化值和第二梯度变化值)的数据特征值(例如平均值等)，数据特征值越大(表示梯度变化越大)，则边界越清晰，模糊度也就越低。即所述数据特征值和所述运动物体所在区域的模糊度成反比。模糊度可以是具体的值，也可以是等级。

步骤S304，根据当前采集的预览画面中运动物体所在区域的模糊度和当前采集的预览画面的曝光时间确定所述运动物体的运动速度。

在本申请实施例中，运动物体的运动速度或运动速度的等级除了与运动物体所在区域的模糊度有关，还与采集当前预览画面时的曝光时间有关，因此，需要根据当前采集的预览画面中运动物体所在区域的模糊度和当前采集的预览画面的曝光时间确定所述运动物体的运动速度，可以预先设置三者的对应关系，在模糊度和曝光时间确定的情况下，可以通过查表获得运动物体的运动速度或运动速度的等级。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图4是本申请一实施例提供的移动终端的示意框图，为了便于说明，仅示出与本申请实施例相关的部分。

该移动终端4可以是内置于手机、平板电脑、笔记本等移动终端内的软件单元、硬件单元或者软硬结合的单元，也可以作为独立的挂件集成到所述手机、平板电脑、笔记本等移动终端中。

所述移动终端4包括：

前景目标识别单元41，用于获取所述移动终端的摄像头采集的预览画面，并识别所述预览画面中的前景目标；

曝光时间确定单元42，用于基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头，并确定每个目标摄像头分别对应的曝光时间；

图像采集单元43，用于控制所述目标摄像头分别基于对应的曝光时间采集图像，获得每个曝光时间分别对应的图像；

图像合成单元44，用于将每个曝光时间分别对应的图像进行合成，获得高动态范围图像。

可选的，所述前景目标识别单元41还用于：

识别所述预览画面中的运动物体的运动速度；

相应的，所述曝光时间确定单元42还用于：

可选的，所述前景目标识别单元41还用于：

识别所述预览画面中的前景目标的类别；

相应的，所述曝光时间确定单元42还用于：

可选的，所述曝光时间确定单元42包括：

最小曝光时间确定模块421，用于根据所述前景目标的运动速度或所述前景目标的类别，确定最小曝光时间和曝光时间个数；

最大曝光时间确定模块422，用于将所述摄像头采集当前预览画面时的曝光时间作为最大曝光时间，所述最大曝光时间的个数为1个或多个；

中间曝光时间确定模块423，用于基于所述曝光时间个数，生成所述最小曝光时间和所述最大曝光时间之间的中间曝光时间；

曝光时间确定模块424，用于将所述最小曝光时间、最大曝光时间和中间曝光时间分别分配给每个目标摄像头，获得每个目标摄像头分别对应的曝光时间。

可选的，所述最小曝光时间确定模块422还用于：

基于所述前景目标的运动速度和所述最小曝光时间成反比的规则，根据所述前景目标的运动速度确定最小曝光时间。

可选的，所述前景目标识别单元41包括：

运动物体确定模块411，用于基于所述摄像头当前采集的预览画面和当前采集的预览画面之前N帧连续的预览画面，确定所述摄像头当前采集的预览画面中的运动物体；

模糊度获得模块412，用于获得所述摄像头当前采集的预览画面中的运动物体所在区域的模糊度；

运动速度确定模块413，用于根据当前采集的预览画面中运动物体所在区域的模糊度和当前采集的预览画面的曝光时间确定所述运动物体的运动速度。

可选的，所述模糊度获得模块412还用于：

计算所述运动物体所在区域的轮廓线上每个像素点的灰度值分别在第一方向上的第一梯度变化值，并计算所述运动物体所在区域的轮廓线上每个像素点的灰度值分别在第二方向上的第二梯度变化值，所述第一方向和所述第二方向垂直；

计算所述第一梯度变化值和所述第二梯度变化值的数据特征值，并根据所述数据特征值获得所述运动物体所在区域的模糊度。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述移动终端的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述移动终端中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图5是本申请又一实施例提供的移动终端的示意框图。如图5所示，该实施例的移动终端5包括：一个或多个处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器50执行所述计算机程序52时实现上述移动终端实施例中各模块/单元的功能，例如图4所示模块41至44的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述移动终端5中的执行过程。例如，所述计算机程序52可以被分割成前景目标识别单元、曝光时间确定单元、图像采集单元、图像合成单元，

其它单元或者模块可参照图4所示的实施例中的描述，在此不再赘述。

所述移动终端包括但不仅限于处理器50、存储器51。本领域技术人员可以理解，图5仅仅是移动终端5的一个示例，并不构成对移动终端5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述移动终端还可以包括输入设备、输出设备、网络接入设备、总线等。

所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述移动终端5的内部存储单元，例如移动终端5的硬盘或内存。所述存储器51也可以是所述移动终端5的外部存储设备，例如所述移动终端5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述移动终端5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述移动终端所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的移动终端和方法，可以通过其它的方式实现。例如，以上所描述的移动终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims

1.一种高动态范围图像的生成方法，其特征在于，应用于包括多个摄像头的移动终端，所述生成方法包括：

2.如权利要求1所述的高动态范围图像的生成方法，其特征在于，所述识别所述预览画面中的前景目标包括：

识别所述预览画面中的运动物体的运动速度；

相应的，所述基于所述前景目标，从所述移动终端的多个摄像头中选择预设数量的摄像头作为目标摄像头包括：

3.如权利要求1所述的高动态范围图像的生成方法，其特征在于，所述识别所述预览画面中的前景目标包括：

识别所述预览画面中的前景目标的类别；

4.如权利要求2或3所述的高动态范围图像的生成方法，其特征在于，所述确定每个目标摄像头分别对应的曝光时间包括：

根据所述前景目标的运动速度或所述前景目标的类别，确定最小曝光时间和曝光时间个数；

将所述摄像头采集当前预览画面时的曝光时间作为最大曝光时间，所述最大曝光时间的个数为1个或多个；

基于所述曝光时间个数，生成所述最小曝光时间和所述最大曝光时间之间的中间曝光时间；

将所述最小曝光时间、最大曝光时间和中间曝光时间分别分配给每个目标摄像头，获得每个目标摄像头分别对应的曝光时间。

5.如权利要求4所述的高动态范围图像的生成方法，其特征在于，根据所述前景目标的运动速度，确定最小曝光时间包括：

6.如权利要求2至5任一项所述的高动态范围图像的生成方法，其特征在于，所述识别所述预览画面中的运动物体的运动速度包括：

基于所述摄像头当前采集的预览画面和当前采集的预览画面之前N帧连续的预览画面，确定所述摄像头当前采集的预览画面中的运动物体；

获得所述摄像头当前采集的预览画面中的运动物体所在区域的模糊度；

根据当前采集的预览画面中运动物体所在区域的模糊度和当前采集的预览画面的曝光时间确定所述运动物体的运动速度。

7.如权利要求6所述的高动态范围图像的生成方法，其特征在于，所述获得所述摄像头当前采集的预览画面中的运动物体所在区域的模糊度包括：

8.一种移动终端，其特征在于，包括：

9.一种移动终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现如权利要求1至7任一项所述方法的步骤。