CN110493511A - 一种全景图像生成方法及移动终端 - Google Patents

Abstract

本发明实施例提供了一种全景图像生成方法及移动终端。所述方法包括：获取具有至少一个相同的目标区域块的两张目标图像；以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；将覆盖后的所述两张目标图像合成为一张全景图像；其中，相同的两个目标区域块的相似度大于第一预设阈值。本发明实施例解决了现有技术中，全景图像的拍摄过程繁琐，难度较大的问题。

Description

一种全景图像生成方法及移动终端

技术领域

本发明实施例涉及移动通信技术领域，尤其涉及一种全景图像生成方法及移动终端。

背景技术

随着移动通信技术的迅速发展，以智能手机为首的移动终端已成为人们生活中各方面不可或缺的工具。移动终端的各种功能也逐渐完善，不再只是单纯地起到通信作用；以拍照功能来说，各种越来越多的消费者使用手机等移动终端取代相机拍摄照片或视频；并且由于移动终端的便捷性，移动终端占据较大的市场份额。因此，拍照功能作为移动终端的必备功能，成为用户衡量和选购移动终端的重要标准。

作为拍照功能中重要的一部分，较多的移动终端都设有全景拍摄功能。具体地，全景拍摄是把摄像头环360度拍摄的一组或多组照片拼接成一个全景图像的过程。通常情况下，进行全景照片的拍摄具有两种方式，一是需要通过用户手持移动终端设备进行采景；二是用户拍摄多张照片后通过软件自行进行拼接。

然而，上述方式一中，取景过程中需要用户手持移动终端进行一段时间的平行移动，且期间需保持稳定性，拍摄难度较大；方式二中，用户后期利用软件进行全景拼接时，需要对照片进行不断筛选，甚至为了拼接全景图，在拍摄过程中就需要进行有意识的选景，这对于大部分非专业用户而言也是十分困难的。

因此，现有技术中，全景图像的拍摄过程繁琐，难度较大。

发明内容

本发明实施例提供一种全景图像生成方法及移动终端，以解决现有技术中，全景图像的拍摄过程繁琐，难度较大的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种全景图像生成方法，所述方法包括：

获取具有至少一个相同的目标区域块的两张目标图像；

以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；

将覆盖后的所述两张目标图像合成为一张全景图像；

其中，相同的两个目标区域块的相似度大于第一预设阈值。

第二方面，本发明实施例还提供了一种移动终端，所述移动终端包括：

图像获取模块，用于获取具有至少一个相同的目标区域块的两张目标图像；

图像覆盖模块，用于以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；

图像合成模块，用于将覆盖后的所述两张目标图像合成为一张全景图像；

其中，相同的两个目标区域块的相似度大于第一预设阈值。

第三方面，本发明实施例还提供了一种移动终端，该移动终端包括存储器、处理器及存储在存储器上并可在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如上所述的全景图像生成方法中的步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的全景图像生成方法中的步骤。

在本发明实施例中，通过获取具有至少一个相同的目标区域块的两张目标图像；然后以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；最后将覆盖后的所述两张目标图像合成为一张全景图像；这样，若需要获得全景图像用户只需正常拍摄即可，终端设备对图像进行分析，筛选得到目标图像，并最终将目标图像进行合成得到全景图像；本发明实施例实现了终端设备自动生成全景图像，降低了全景图像拍摄的复杂度，避免用户为拍摄全景图像时进行繁琐的选景操作。

附图说明

图1表示本发明实施例提供的全景图像生成方法的流程图之一；

图2表示本发明实施例的第一示例的示意图之一；

图3表示本发明实施例的第一示例的示意图之二；

图4表示本发明实施例的第二示例的示意图之一；

图5表示本发明实施例的第二示例的示意图之二；

图6表示本发明实施例的第三示例的示意图；

图7表示本发明实施例的第四示例的示意图之一；

图8表示本发明实施例的第四示例的示意图之二；

图9表示本发明实施例的第四示例的示意图之三；

图10表示本发明实施例提供的全景图像生成方法的流程图之二；

图11表示本发明实施例的第五示例的示意图；

图12表示本发明实施例的第六示例的流程图；

图13表示本发明的实施例提供的移动终端的框图之一；

图14表示本发明的实施例提供的移动终端的框图之二。

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作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。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

在本发明的各种实施例中，应理解，下述各过程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，而不应对本发明实施例的实施过程构成任何限定。

参见图1，本发明一实施例提供了一种全景图像生成方法，所述方法包括：

步骤101，获取具有至少一个相同的目标区域块的两张目标图像。

其中，图像包括照片或其他形式的图像。两张目标图像中具有相同的目标区域块；目标区域块为图像中的部分区域，一个区域块包括一个目标对象，目标对象可以为物体(包括静物、人物)和/或场景(场景即环境)等；通过目标区域块来识别目标对象，筛选可以合成为一张全景图像的原始图像。

其中，相同的两个目标区域块的相似度大于第一预设阈值，相似度即两个来自于不同图像的区域块之间的特征相似度，特征包括预设的图像特征，比如深度特征等；由于基于图像特征计算的相似度精确度极高，因此若两个区域块之间的相似度满足预设相似度要求，则可确定两个区域块为取景于同一位置的图像，对每个区域块进行特征匹配，得到满足预设相似度要求的每两个目标区域块。

需要说明的是，当满足预设合成条件的图像具有多张时，终端设备可将多张图像进行两两组合并分别合成，或者筛选分辨率较高的两张图像进行合成，还可由用户指定图像进行合成。

步骤102，以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；其中，重合以目标区域块包含的像素点完全重合为准。

其中，在合成的过程中，以目标区域块中的第一目标区域块为基准，将其中一张目标图像(即主图像)覆盖于另一张所述目标图像(即辅图像)上方；且覆盖后的两张目标图像中，两个第一目标区域块完全重合，即通过两张目标图像中的相同目标区域块进行图像拼接。

作为第一示例，如图2所示，两张目标图像分别为图像A和图像B，二者具有相同目标区域块；在合成过程中，以第一目标区域块C作为基准，将图像A覆盖于图像B之上，且使得两张图像中的第一目标区域块C的边缘完全重合，此时完成了图像A和图像B的拼接；拼接后的全景图像如图3所示，其中，拼接后的全景图像保留了图像A的全部和图像B的部分，相对于备选图像A和备选图像B扩大了取景范围。

步骤103，将覆盖后的所述两张目标图像合成为一张全景图像；其中，相同的两个目标区域块的相似度大于第一预设阈值。

其中，将覆盖后的所述两张目标图像合成为一张图像，且后续可将该全景图像作为目标图像，继续与其他图像进行全景图像合成，最终得到取景范围最大的全景图像。

本发明上述实施例中，通过获取具有至少一个相同的目标区域块的两张目标图像；然后以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；最后将覆盖后的所述两张目标图像合成为一张全景图像；这样，若需要获得全景图像用户只需正常拍摄即可，终端设备对图像进行分析，筛选得到目标图像，并最终将目标图像进行合成得到全景图像；本发明实施例实现了终端设备自动生成全景图像，降低了全景图像拍摄的复杂度，避免用户为拍摄全景图像时进行繁琐的选景操作。本发明实施例解决现有技术中，全景图像的拍摄过程繁琐，难度较大的问题。

可选地，本发明上述实施例中，步骤101包括：

获取至少两张备选图像；

对每张备选图像进行目标检测，得到每张备选图像的至少一个区域块；

对每两个属于不同备选图像的所述区域块进行特征匹配，筛选相似度大于第一预设阈值的相同的目标区域块；

其中，所述相同的目标区域块的所属的备选图像为目标图像，一个区域块包括一个目标对象。

其中，以终端设备为例，若终端设备中具有多张图像，则获取至少两张备选图像；其中，所述图像可以是终端设备的摄像头拍摄的，也可以是通过其他渠道传输至终端设备的；获取备选图像之后，对备选图像进行目标检测，确定其中包含的场景和/或物体；具体地，目标检测(Object Detection)用于完成图像中目标对象的分类以及定位，目的是找出图像中所有的目标对象(物体和/或场景)，确定它们的位置和大小，是机器视觉领域的核心内容之一。比如，当前基于anchor-based或anchor-free等深度学习相关的目标检测算法，可完成图像中包含所有目标对象的检测。

对每张备选图像进行目标检测得到目标对象得到至少一个区域块；目标对象可以是物体(包括静物、人物)和/或场景(场景即环境)等，对目标对象所在的区域进行划界(或分割)，得到其所在的区域块；其中，划界以像素点的级别进行划界，对目标对象所包括的图像上的像素点进行切割，得到目标对象所在的区域块。

得到每张备选图像包含的所有区域块之后，对任意两个不属于同一备选图像的区域块进行特征匹配，筛选相似度大于第一预设阈值的相同的目标区域块；具体地，对于多个区域块，可利用深度学习/机器学习相关方法，对这些图像中的不同场景区域块进行特征模块匹配，例如利用相似度、特征点、深度特征等，若特征模块匹配结果超过设定的阈值T，则判定这些图像中共同包含某一相同的场景区域，则可对这些不同的图像进行合成为一张全景照片。

基于目标检测和特征匹配筛选目标图像，提高终端设备进行全景图像合成时的处理速度和处理精度。

作为第二示例，参见图4，图4为一终端设备的显示界面，其中显示一备选图像，以检测的目标对象为人物为例，则检测结果如图5所示：虚线框A、B、C内分别具有一目标对象；虚线框A、B、C内围成的区域分别为一区域块。

作为第三示例，参见图6，匹配过程如图6所示，对图像A和图像B中包含的区域块分别进行匹配，发现具有相同目标区域块C。可以理解的是，匹配过程中，并不局限于该目标区域块需要在两张备选图像的相同或相近位置处。

可选地，本发明上述实施例中，所述两张目标图像有N个相同的目标区域块，N为大于1的整数；

所述步骤102之前，所述方法还包括：

分别基于所述N个相同的目标区域块中的每个所述目标区域块合成一张待选图像，得到N张待选图像；

从所述N张待选图像中，筛选取景范围最大的待选图像对应的目标区域块作为第一目标区域块。

其中，若两种目标图像中包括多个目标区域块，则首先基于每个目标区域分别合成一张待选图像，最后从所有的待选图像中选择取景范围最大的待选图像对应的目标区域块作为第一目标区域块，使得基于第一目标区域块合成的全景图像取景范围最大。

可选地，本发明上述实施例中，若所述全景图像包括M个区域块，M为正整数，所述方法还包括：

接收用户在所述M个区域块中的第一区域块上的滑动输入；

响应于所述滑动输入，对所述第一区域块执行与所述滑动输入对应的处理操作。

其中，所述处理操作包括移动、隐藏和/或显示被隐藏的区域块。

其中，当全景图像中包括多个区域块时，接收用户在其中的第一区域块上的滑动输入；并根据对第一区域块执行与滑动输入对应的处理操作；具体地，所述响应于所述滑动输入，对所述第一区域块执行与所述滑动输入对应的处理操作，包括：

获取所述滑动输入的滑动方向；

获取与所述滑动方向关联的处理操作；

对所述第一区域块执行所述处理操作。

其中，滑动输入依据滑动方向来区分，以图像显示方向为基准，向右滑动对应移动操作，向上滑动对应隐藏操作，向下滑动用于显示所隐藏的区域块；

作为第四示例，图像显示方法为水平方向，如图7所示，向右滑动(第一区域块D)对应移动操作，滑动操作的终点为区域块D的目标位置；如图8所示，向上滑动对应隐藏操作，滑动后区域块D消失；如图9所示，在被隐藏的第一区块D上向一预设方向滑动，比如向右，则为显示该应隐藏区域块。

此外，滑动输入也可以依据滑动次数来区分；对于依据滑动次数来进行处理操作，可以设置为在预设时间区间内的滑动次数不同对应不同的处理操作类型。

如前文所述，本发明实施例中，以单次合成两张图像为例介绍全景图像生成方法，若存在多张备选图像时，所述对每张备选图像进行目标检测，得到每张备选图像的至少一个区域块，包括：包括：

对每张备选图像进行目标检测，在检测出具有相同的目标区域块的备选图像包括至少三张的情况下，获取用户从所述至少三张备选图像中选择的两张目标图像；

或者，从所述至少三张备选图像中选择分辨率大于第二预设阈值的两张目标图像；

或者选择目标区域块相似度大于第二预设阈值的两张目标图像。

其中，可提供一可选项，由用户筛选将哪两张图像作为目标图像；或者按照预设规则，由终端设备自行选择；预设规则可以是选择分辨率率高的备选图像，或者选择目标区域块相似度大于第二预设阈值的备选图像。

进一步地，本发明实施例中，将覆盖后的所述两张目标图像合成为一张全景图像之前，所述方法包括：

获取所述两张目标图像的分辨率；

在所述两张目标图像的分辨率不同的情况下，确定两个分辨率中的目标分辨率和待调整分辨率；

根据预设的分辨率调整模型，将待调整图像的分辨率调整为所述目标分辨率；

其中，所述待调整图像为所述待调整分辨率所属的目标图像；所述分辨率调整模型为对预设样本图像进行深度学习得到的。

其中，分辨率是指图像上单位英寸中所包含的像素点数目；分辨率决定了图像细节的精细程度。通常情况下，图像的分辨率越高，所包含的像素就越多，图像就越清晰，视觉效果越好。因此，若两个所述目标图像的分辨率不同，为了提高图像视觉效果，需要对两个分辨率进行调整，调成一致的分辨率；确定两个所述分辨率中的目标分辨率和待调整分辨率，并根据预设的分辨率调整模型，将待调整分辨率，调整为所述目标分辨率。

分辨率调整模型为对预设样本图像进行深度学习得到的，其输入为待调整分辨率的图像，输出为目标分辨率的图像；具体地，分辨率调整模型包括压缩模型和超分辨率模型；压缩模型即将图像的分辨率缩小，其通过对卷积神经网络来优化图像压缩，从图像中提取空间信息，然后将空间信息表示为更复杂的形式(比如，只存储图像的“重要”比特)，以此来减小图像的分辨率。反之，超分辨率模型指从观测到的低分辨率图像重建出相应的高分辨率图像的模型，其包括图像块的提取和特征表示、特征非线性映射、最终的重建过程，通过多层卷积神经网络来实现图像分辨率的提高。可以理解的是，以上两种分辨率调整模型在现有技术中均可实现，本发明实施例在此不再赘述。

此外，得到合成后的全景图像之后，用户可以全景图像进行风格更改，例如可以选择暖色调、冷色调、阳光、青春等风格，从而生成一张全新风格的全景图像。此过程可利用生成对抗网络(Generative Adversarial Networks，GAN)等机器学习/深度学习相关方法在终端设备上对全景照片进行进一步处理，最终得到符合用户满意的风格的图像。

参见图10，本发明又一实施例提供了一种全景图像生成方法，所述方法包括：

步骤1001，获取至少两张备选图像。

其中，图像包括照片或其他形式的图像。两张目标图像中具有相同的目标区域块；目标区域块为图像中的部分区域，其可包括物体(包括静物、人物)和/或场景(场景即环境)等。

步骤1002，对每张备选图像进行目标检测，得到每张备选图像的至少一个区域块。

其中，筛选得到备选图像之后，对备选图像进行目标检测，筛选出目标区域块；区域块为图像中的部分区域，其可包括物体(包括静物、人物)和/或场景(场景即环境)。

步骤1003，对每两个属于不同备选图像的所述区域块进行特征匹配，筛选相似度大于第一预设阈值的相同的目标区域块。

其中，相似度即两个来自于不同图像的区域块之间的特征相似度，特征包括预设的图像特征，比如深度特征等；由于基于图像特征计算的相似度精确度极高，因此若两个区域块之间的相似度满足预设相似度要求，则可确定两个区域块为取景于同一位置的图像，对每个区域块进行特征匹配，得到满足预设相似度要求的每两个目标区域块。

步骤1004，提取每张所述目标图像中的目标区域块；

其中，所述目标区域块为目标对象所占用的像素点形成的预设形状的区域范围，所述目标对象为对所述备选图像进行目标检测得到的。目标对象可以是物体和/或场景，通过目标检测检测到目标对象之后，提取每张所述目标图像中的目标区域块，即对目标对象所包括的图像上的像素点进行切割；为了提高精度，切割时可以按照预设形状进行切割，以便在后续执行覆盖操作时便于比对形状。

作为示例，仍然参考图6，图像A和图像B中均包含目标区域块C，对图像A和图像B进行切割的过程中，均采用矩形切割目标区域块C。

步骤1005，确定两张所述目标图像中的主图像和辅图像；其中，所述主图像的取景范围小于或等于所述辅图像的取景范围。

其中，完成目标区域块切割之后，根据取景范围确定两张目标图像中的主图像和辅图像，取景范围即拍摄范围，对于两张目标图像来说，其拍摄范围可能不同，为了避免合成后的图像失真，在图像覆盖的过程中，首先依据将拍摄范围小的图像为主图像，将辅图像超出主图像拍摄范围的部分切割掉，使得两张目标图像具有相同的拍摄范围。

步骤1006，将所述主图像覆盖于所述辅图像上，使所述两张目标图像中的第一目标区域块重合。

其中，以目标区域块为基准，将所述主图像覆盖于所述辅图像上；且覆盖后的两张目标图像中，两个目标区域块完全重合，即通过两张目标图像中的相同目标区域块进行图像拼接。

步骤1007，将覆盖后的所述两张目标图像合成为一张全景图像。

其中，将覆盖后的所述两张目标图像合成为一张图像，且后续可将该全景图像作为目标图像，继续与其他图像进行全景图像合成，最终得到取景范围最大的全景图像。

作为第五示例，参见图11，对图6中的图像A和图像B进行合成后的全景图像如图11所示，图11中的全景图像相对于图像A和图像B均扩大了取景范围。

可选地，本发明上述实施例中，步骤1004包括：

针对每张所述目标图像，确定所述目标区域块的像素点数目占用整张图像的总像素点数目的占比；

根据所述占比确定所述目标图像的取景范围；其中，占比小的目标图像的取景范围大；

将取景范围小的图像作为主图像，以及将取景范围大的图像作为辅图像。

其中，取景范围的比较依据目标区域块的像素点占比来确定；仍参见图6，若目标区域块C占据图像A的占比为Pa，占据图像B的占比为Pb，则若Pa大于Pb，则说明目标区域块C在图像B中占据的面积比例更小一些，则图像B的取景范围更大一些，将取景范围小的图像作为主图像，将取景范围大的图像作为辅图。

通过像素点占比确定取景范围，以达到图像合成过程中的像素级别的控制，提高合成图像的效果。

可选地，本发明上述实施例中，步骤1006包括：

基于所述主图像的取景范围，对所述辅图像进行切割，以使所述辅图像与所述主图像有相同的取景范围；

将所述主图像与切割后的辅图像合成为一张全景图像。

其中，对于两张目标图像来说，其拍摄范围可能不同，为了避免合成后的图像失真，在图像覆盖的过程中，首先基于所述主图像的取景范围对所述辅图像进行切割，即将辅图像超出主图像拍摄范围的部分切割掉，得到与所述主图像相同的取景范围，使得两张目标图像具有相同的拍摄范围。

作为第六示例，参见图12，应用本发明实施例提供的全景图像生成方法的具体示例主要包括以下步骤：

步骤1201，筛选备选图像；

步骤1202，对备选图像进行目标检测，确定区域块；

步骤1203，对目标图像的区域块进行分割；

步骤1204，不同图像区域块之间进行相似度匹配；

步骤1205，执行全景图像合成过程。

本发明上述实施例中，通过对备选图像进行目标检测，筛选出具有相同目标区域块的两张目标图像；然后提取每张所述目标图像中的目标区域块，基于像素点占比确定两张所述目标图像中的主图像和辅图像，最后将所述主图像覆盖于所述辅图像上，将覆盖后的所述两张目标图像合成为一张全景图像；其中，相同的两个目标区域块的相似度大于第一预设阈值，这样，若需要获得全景图像用户只需正常拍摄即可，终端设备基于图像的拍摄地点对图像进行分析，筛选得到目标图像，并最终将目标图像进行合成得到全景图像；本发明实施例实现了终端设备自动生成全景图像，降低了全景图像拍摄的复杂度，避免用户为拍摄全景图像时进行繁琐的选景操作。

以上介绍了本发明实施例提供的全景图像生成方法，下面将结合附图介绍本发明实施例提供的移动终端。

参见图13，本发明实施例还提供了一种移动终端1300，包括：

图像获取模块1301，用于获取具有至少一个相同的目标区域块的两张目标图像；

图像覆盖模块1302，用于以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；

图像合成模块1303，用于将覆盖后的所述两张目标图像合成为一张全景图像；其中，相同的两个目标区域块的相似度大于第一预设阈值。

可选地，本发明实施例中，所述图像获取模块1301包括：

获取子模块，用于获取至少两张备选图像；

目标检测子模块，对每张备选图像进行目标检测，得到每张备选图像的至少一个区域块；

匹配子模块，用于对每两个属于不同备选图像的所述区域块进行特征匹配，筛选相似度大于第一预设阈值的相同的目标区域块；

其中，所述相同的目标区域块的所属的备选图像为目标图像，一个区域块包括一个目标对象。

可选地，本发明实施例中，所述两张目标图像有N个相同的目标区域块，N为大于1的整数；

所述图像覆盖模块1302包括：

合成子模块，用于分别基于所述N个相同的目标区域块中的每个所述目标区域块合成一张待选图像，得到N张待选图像；

筛选子模块，用于从所述N张待选图像中，筛选取景范围最大的待选图像对应的目标区域块作为第一目标区域块。

可选地，本发明实施例中，所述全景图像包括M个区域块，M为正整数；

所述移动终端1300还包括：

接收模块，用于接收用户在所述M个区域块中的第一区域块上的滑动输入；

处理模块，用于响应于所述滑动输入，对所述第一区域块执行与所述滑动输入对应的处理操作；

其中，所述处理操作包括移动、隐藏和/或显示被隐藏的区域块。

可选地，本发明实施例中，所述处理模块用于：

获取所述滑动输入的滑动方向；

获取与所述滑动方向关联的处理操作；

对所述第一区域块执行所述处理操作。

可选地，本发明实施例中，所述目标检测子模块包括：

目标确定单元，用于对每张备选图像进行目标检测，在检测出具有相同的目标区域块的备选图像包括至少三张的情况下，获取用户从所述至少三张备选图像中选择的两张目标图像；

或者，从所述至少三张备选图像中选择分辨率大于第二预设阈值的两张目标图像；

或者选择目标区域块相似度大于第二预设阈值的两张目标图像。

可选地，本发明实施例中，所述图像合成模块1303包括：

提取子模块，用于提取每张所述目标图像中的目标区域块；

确定子模块，用于确定两张所述目标图像中的主图像和辅图像，其中，所述主图像的取景范围小于或等于所述辅图像的取景范围；

重合子模块，用于将所述主图像覆盖于所述辅图像上，使所述两张目标图像中的第一目标区域块重合。

可选地，本发明实施例中，所述确定子模块用于：

针对每张所述目标图像，确定所述目标区域块的像素点数目占用整张图像的总像素点数目的占比；

根据所述占比确定所述目标图像的取景范围，其中，占比小的目标图像的取景范围大；

将取景范围小的图像作为主图像，以及将取景范围大的图像作为辅图像。

可选地，本发明实施例中，所述重合子模块用于：

基于所述主图像的取景范围，对所述辅图像进行切割，以使所述辅图像与所述主图像有相同的取景范围；

将所述主图像与切割后的辅图像合成为一张全景图像。

可选地，本发明实施例中，所述移动终端1300包括：

分辨率调整模块，用于获取所述两张目标图像的分辨率；

在所述两张目标图像的分辨率不同的情况下，确定两个分辨率中的目标分辨率和待调整分辨率；

根据预设的分辨率调整模型，将待调整图像的分辨率调整为所述目标分辨率；

其中，所述待调整图像为所述待调整分辨率所属的目标图像；所述分辨率调整模型为对预设样本图像进行深度学习得到的。

本发明实施例提供的移动终端1300能够实现图1至图12的方法实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。

本发明的实施例中，通过图像获取模块1301获取具有至少一个相同的目标区域块的两张目标图像；然后图像覆盖模块1302以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；图像合成模块1303将覆盖后的所述两张目标图像合成为一张全景图像；这样，若需要获得全景图像用户只需正常拍摄即可，终端设备对图像进行分析，筛选得到目标图像，并最终将目标图像进行合成得到全景图像；本发明实施例实现了终端设备自动生成全景图像，降低了全景图像拍摄的复杂度，避免用户为拍摄全景图像时进行繁琐的选景操作。

图14为实现本发明各个实施例的一种移动终端的硬件结构示意图；

该移动终端1400包括但不限于：射频单元1401、网络模块1402、音频输出单元1403、输入单元1404、传感器1405、显示单元1406、用户输入单元1407、接口单元1408、存储器1409、处理器1410、以及电源1411等部件。本领域技术人员可以理解，图14中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器1410，用于获取具有至少一个相同的目标区域块的两张目标图像；

以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；

将覆盖后的所述两张目标图像合成为一张全景图像；

其中，相同的两个目标区域块的相似度大于第一预设阈值。

本发明的实施例中，通过获取具有至少一个相同的目标区域块的两张目标图像；然后以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；最后将覆盖后的所述两张目标图像合成为一张全景图像；这样，若需要获得全景图像用户只需正常拍摄即可，终端设备对图像进行分析，筛选得到目标图像，并最终将目标图像进行合成得到全景图像；本发明实施例实现了终端设备自动生成全景图像，降低了全景图像拍摄的复杂度，避免用户为拍摄全景图像时进行繁琐的选景操作。

需要说明的是，本实施例中上述移动终端1400可以实现本发明实施例中方法实施例中的各个过程，以及达到相同的有益效果，为避免重复，此处不再赘述。

应理解的是，本发明实施例中，射频单元1401可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器1410处理；另外，将上行的数据发送给基站。通常，射频单元1401包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元1401还可以通过无线通信系统与网络和其他设备通信。

移动终端通过网络模块1402为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元1403可以将射频单元1401或网络模块1402接收的或者在存储器1409中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元1403还可以提供与移动终端1400执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元1403包括扬声器、蜂鸣器以及受话器等。

输入单元1404用于接收音频或视频信号。输入单元1404可以包括图形处理器(Graphics Processing Unit，GPU)14041和麦克风14042，图形处理器14041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元1406上。经图形处理器14041处理后的图像帧可以存储在存储器1409(或其它存储介质)中或者经由射频单元1401或网络模块1402进行发送。麦克风14042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元1401发送到移动通信基站的格式输出。

移动终端1400还包括至少一种传感器1405，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板14061的亮度，接近传感器可在移动终端1400移动到耳边时，关闭显示面板14061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器1405还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元1406用于显示由用户输入的信息或提供给用户的信息。显示单元1406可包括显示面板14061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板14061。

用户输入单元1407可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元1407包括触控面板14071以及其他输入设备14072。触控面板14071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板14071上或在触控面板14071附近的操作)。触控面板14071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1410，接收处理器1410发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板14071。除了触控面板14071，用户输入单元1407还可以包括其他输入设备14072。具体地，其他输入设备14072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板14071可覆盖在显示面板14061上，当触控面板14071检测到在其上或附近的触摸操作后，传送给处理器1410以确定触摸事件的类型，随后处理器1410根据触摸事件的类型在显示面板14061上提供相应的视觉输出。虽然在图14中，触控面板14071与显示面板14061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板14071与显示面板14061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元1408为外部装置与移动终端1400连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元1408可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端1400内的一个或多个元件或者可以用于在移动终端1400和外部装置之间传输数据。

存储器1409可用于存储软件程序以及各种数据。存储器1409可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1409可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器1410是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器1409内的软件程序和/或模块，以及调用存储在存储器1409内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器1410可包括一个或多个处理单元；优选的，处理器1410可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1410中。

移动终端1400还可以包括给各个部件供电的电源1411(比如电池)，优选的，电源1411可以通过电源管理系统与处理器1410逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，移动终端1400包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种移动终端，包括处理器1410，存储器1409，存储在存储器1409上并可在所述处理器1410上运行的计算机程序，该计算机程序被处理器1410执行时实现上述全景图像生成方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述全景图像生成方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (13)

1.一种全景图像生成方法，其特征在于，所述方法包括：

获取具有至少一个相同的目标区域块的两张目标图像；

以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；

将覆盖后的所述两张目标图像合成为一张全景图像；

其中，相同的两个目标区域块的相似度大于第一预设阈值。

2.根据权利要求1所述的全景图像生成方法，其特征在于，所述获取具有至少一个相同的目标区域块的两张目标图像，包括：

获取至少两张备选图像；

对每张备选图像进行目标检测，得到每张备选图像的至少一个区域块；

对每两个属于不同备选图像的所述区域块进行特征匹配，筛选相似度大于第一预设阈值的相同的目标区域块；

其中，所述相同的目标区域块的所属的备选图像为目标图像，一个区域块包括一个目标对象。

3.根据权利要求2所述的全景图像生成方法，其特征在于，所述两张目标图像有N个相同的目标区域块，N为大于1的整数；

所述以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上之前，还包括：

分别基于所述N个相同的目标区域块中的每个所述目标区域块合成一张待选图像，得到N张待选图像；

从所述N张待选图像中，筛选取景范围最大的待选图像对应的目标区域块作为第一目标区域块。

4.根据权利要求2所述的全景图像生成方法，其特征在于，所述全景图像包括M个区域块，M为正整数；

所述方法还包括：

接收用户在所述M个区域块中的第一区域块上的滑动输入；

响应于所述滑动输入，对所述第一区域块执行与所述滑动输入对应的处理操作；

其中，所述处理操作包括移动、隐藏和/或显示被隐藏的区域块。

5.根据权利要求4所述的全景图像生成方法，其特征在于，所述响应于所述滑动输入，对所述第一区域块执行与所述滑动输入对应的处理操作，包括：

获取所述滑动输入的滑动方向；

获取与所述滑动方向关联的处理操作；

对所述第一区域块执行所述处理操作。

6.根据权利要求2所述的全景图像生成方法，其特征在于，所述对每张备选图像进行目标检测，得到每张备选图像的至少一个区域块，包括：

对每张备选图像进行目标检测，在检测出具有相同的目标区域块的备选图像包括至少三张的情况下，获取用户从所述至少三张备选图像中选择的两张目标图像；

或者，从所述至少三张备选图像中选择分辨率大于第二预设阈值的两张目标图像；

或者选择目标区域块相似度大于第二预设阈值的两张目标图像。

7.根据权利要求2所述的全景图像生成方法，其特征在于，所述以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合，包括：

提取每张所述目标图像中的目标区域块；

确定两张所述目标图像中的主图像和辅图像，其中，所述主图像的取景范围小于或等于所述辅图像的取景范围；

将所述主图像覆盖于所述辅图像上，使所述两张目标图像中的第一目标区域块重合。

8.根据权利要求7所述的全景图像生成方法，其特征在于，所述确定两张所述目标图像中的主图像和辅图像，包括：

针对每张所述目标图像，确定所述目标区域块的像素点数目占用整张图像的总像素点数目的占比；

根据所述占比确定所述目标图像的取景范围，其中，占比小的目标图像的取景范围大；

将取景范围小的图像作为主图像，以及将取景范围大的图像作为辅图像。

9.根据权利要求7所述的全景图像生成方法，其特征在于，所述将覆盖后的所述两张目标图像合成为一张全景图像，包括：

基于所述主图像的取景范围，对所述辅图像进行切割，以使所述辅图像与所述主图像有相同的取景范围；

将所述主图像与切割后的辅图像合成为一张全景图像。

10.根据权利要求1所述的全景图像生成方法，其特征在于，所述将覆盖后的所述两张目标图像合成为一张全景图像之前，所述方法包括：

获取所述两张目标图像的分辨率；

在所述两张目标图像的分辨率不同的情况下，确定两个分辨率中的目标分辨率和待调整分辨率；

根据预设的分辨率调整模型，将待调整图像的分辨率调整为所述目标分辨率；

其中，所述待调整图像为所述待调整分辨率所属的目标图像；所述分辨率调整模型为对预设样本图像进行深度学习得到的。

11.一种移动终端，其特征在于，包括：

图像获取模块，用于获取具有至少一个相同的目标区域块的两张目标图像；

图像覆盖模块，用于以所述至少一个相同的目标区域块中的第一目标区域块为基准，将所述两张目标图像中的主图像覆盖于所述两张目标图像中的辅图像上，以使所述两张目标图像中的第一目标区域块重合；

图像合成模块，用于将覆盖后的所述两张目标图像合成为一张全景图像；

其中，相同的两个目标区域块的相似度大于第一预设阈值。

12.一种移动终端，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至10中任一项所述的全景图像生成方法的步骤。

13.一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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的全景图像生成方法的步骤。