CN111526285A - 一种图像防抖方法及电子设备、计算机可读存储介质 - Google Patents

Abstract

本申请公开了一种图像防抖方法及电子设备、计算机可读存储介质。其中，图像防抖方法包括：通过图像采集装置采集得到至少一帧图像；根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果；获取所述图像采集装置的运动状态；根据所述拍摄场景分析结果和所述运动状态选择防抖策略，对所述至少一帧图像进行防抖控制。上述方案，能够选择合理的防抖策略，提升电子设备的适应性。

Description

一种图像防抖方法及电子设备、计算机可读存储介质

技术领域

本申请涉及视频监控技术领域，特别是涉及一种图像防抖方法及电子设备、计算机可读存储介质。

背景技术

为了应对相机的抖动，确保图像质量，业界有物理防抖和电子防抖等方案。

物理防抖是通过检测相机的振动情况，然后控制镜头或者成像传感器移动进行补偿，抵消相机的振动，但是其难以适用于相机与监控目标相对静止的监控场景，比如当摄像机镜头朝内需监控车内的目标时，车在运动过程中，虽然相机可能会发生振动，但由于振动时相机与目标仍保持相对静止，如果直接开启物理防抖，反而会加剧画面的抖动。

电子防抖是通过对采集到的前后两帧图像进行分析，计算出当前帧相对于前一帧的运动，选择合适的起始点对图像进行适当的裁剪，再数字放大到原始分辨率，使肉眼看起来画面相对稳定，但其难以适用于相机与监控目标相对运动的监控场景，比如对于安装在汽车、火车、轮船等交通工具上的相机，相机不仅会振动，还会发生方位上的移动，如果相机镜头朝外，汽车开动起来画面会剧烈变化，就不适合开电子防抖。

发明内容

本申请主要解决的技术问题是提供一种图像防抖方法及电子设备、计算机可读存储介质，能够选择合理的防抖策略，提升电子设备的适应性。

为了解决上述问题，本申请第一方面提供了一种图像防抖方法，所述方法包括：通过图像采集装置采集得到至少一帧图像；根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果；获取所述图像采集装置的运动状态；根据所述拍摄场景分析结果和所述运动状态选择防抖策略，对所述至少一帧图像进行防抖控制。

为解决上述问题，本申请第二方面提供了一种电子设备，包括相互耦接的图像采集装置、存储器和处理器；所述图像采集装置用于采集监控场景的图像数据，所述处理器用于执行所述存储器中存储的程序指令，以实现上述第一方面的图像防抖方法。

为解决上述问题，本申请第三方面提供了一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现上述第一方面的图像防抖方法。

本发明的有益效果是：区别于现有技术的情况，本申请通过图像采集装置采集得到至少一帧图像，并根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果；并获取图像采集装置的运动状态，然后根据拍摄场景分析结果和运动状态选择防抖策略，对所述至少一帧图像进行防抖控制。通过上述方式，根据图像采集装置所处的拍摄场景以及图像采集装置的运动状态进行综合判断，从而选择出合理的防抖策略，以确保在多变环境下可以进行动态选择防抖类型，使得在不同情形下均能保持画面平稳，从而可以提升电子设备的适应性。

附图说明

图1是本申请图像防抖方法一实施例的流程示意图；

图2是图1中步骤S12一实施例的流程示意图；

图3是图2中步骤S122一实施例的流程示意图；

图4是图3中步骤S1222一实施例的流程示意图；

图5是本申请图像防抖方法一应用场景中图像采集装置所处的拍摄场景的结构示意图；

图6是图5的应用场景中对图像采集装置所处的拍摄场景进行分析的流程示意图；

图7是图1中步骤S13一实施例的流程示意图；

图8是图5的应用场景中选择防抖策略的流程示意图；

图9是本申请电子设备一实施例的结构示意图；

图10是本申请电子设备另一实施例的结构示意图；

图11是本申请电子设备又一实施例的结构示意图；

图12是本申请计算机可读存储介质一实施例的结构示意图。

具体实施方式

下面结合说明书附图，对本申请实施例的方案进行详细说明。

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、接口、技术之类的具体细节，以便透彻理解本申请。

本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。

请参阅图1，图1是本申请图像防抖方法一实施例的流程示意图。本实施例中的图像防抖方法，包括以下步骤：

S11：通过图像采集装置采集得到至少一帧图像。

可以理解的是，本申请的图像采集装置可以是相机、可拍照的手机等，由用户手持，直接控制实现采集图像；或固定安装在道路、公共场所、限定区域内，由装置持续工作实现采集图像；或由无人机或机器人等运动介质搭载，用户遥控或自行实现采集图像。在一实施方式中，具体通过图像采集装置的镜头接收光信号，并将光信号汇聚到成像传感器，并通过SOC(System On Chip，系统级芯片)等模块实现对监控场景的图像采集。

S12：根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果。

可以理解的是，根据采集得到的图像信息可以进行场景分析，来获取监控场景与图像采集装置的相对运动情况，为后续的防抖策略选择做准备。

具体地，请参阅图2，图2是图1中步骤S12一实施例的流程示意图。在一实施例中，上述至少一帧图像可以包括在预设时间内采集得到的至少两帧图像，上述步骤S12具体包括：

S121：对每帧所述图像进行分析，识别出至少两个特征物；其中，所述至少两个特征物均为静止物体。

S122：分析所述至少两个特征物在预设时间内的变化情况，并根据所述变化情况得到所述拍摄场景分析结果。

在图像采集装置的位置、角度固定后，其监控的场景也就确定了。场景中可以包括大面积的背景，比如花草、建筑、道路等；以及若干个可移动的目标，比如：行人，汽车等。可以理解的是，为了获取监控场景与图像采集装置的相对运动情况，则需要对每帧图像进行智能识别和分析，选取出静止物体作为参照的特征物，在选取的至少两个特征物均为静止物体时，若图像采集装置未发生位移的情况下，那么在预设时间内采集得到的至少两帧图像中，所选取的至少两个特征物都是相对固定的，而若所选取的至少两个特征物发生了明显的变化，则可以推断是图像采集装置发生了位移。

具体地，请参阅图3，图3是图2中步骤S122一实施例的流程示意图。在一实施例中，上述步骤S122具体包括：

S1221：获取在所述预设时间内采集的所述至少两帧图像中每个所述特征物的轮廓在对应帧图像中所占的像素点数量。

S1222：根据在所述至少两帧图像中每个所述特征物对应的所述像素点数量的变化情况，得到所述拍摄场景分析结果。

可以理解的是，当图像采集装置在静止时，那么在预设时间内采集的至少两帧图像中，每个静止特征物的轮廓在对应帧图像中并不会发生变化；而当图像采集装置在运动时，则图像采集装置的视场中的静止特征物，如树木的轮廓在前后帧画面中会出现变大或者缩小，或者从存在到消失。因此，通过获取在预设时间内采集的至少两帧图像中至少两个静止特征物的轮廓在对应帧图像中所占的像素点数量，然后根据在该至少两帧图像中每个静止特征物对应的像素点数量的变化情况，可以判断监控场景与图像采集装置的相对运动情况，即得到拍摄场景分析结果。

进一步地，请参阅图4，图4是图3中步骤S1222一实施例的流程示意图。在一实施例中，至少两个特征物包括第一特征物和第二特征物，上述步骤S1222具体包括：

S12221：判断在所述至少两帧图像中是否存在所述第一特征物对应的所述像素点数量发生变化而所述第二特征物对应的所述像素点数量未发生变化。若是，则执行步骤S12222，若否，则执行步骤S12223。

S12222：确定所述拍摄场景为第一场景状态。

S12223：确定所述拍摄场景为第二场景状态。

可以理解的是，当判断出在至少两帧图像中存在第一特征物对应的像素点数量发生变化而第二特征物对应的像素点数量未发生变化时，则说明图像采集装置与监控场景中的部分目标相对运动，而与另一部分目标相对静止，因此，第一场景状态为图像采集装置与监控场景相对运动且图像采集装置安装在一个运动介质的内部的状态；相对的，当判断出在至少两帧图像中不存在第一特征物对应的像素点数量发生变化而第二特征物对应的像素点数量未发生变化时，则确定拍摄场景为第二场景状态。

进一步地，第二场景状态可以包括第一子场景状态和第二子场景状态；若第一特征物和第二特征物对应的像素点数量均发生变化，则确定拍摄场景为第一子场景状态；若第一特征物和第二特征物对应的像素点数量均未发生变化，则确定拍摄场景为第二子场景状态。

可以理解的是，当判断出第一特征物和第二特征物对应的像素点数量均发生变化时，则说明图像采集装置与监控场景中的目标都处于相对运动状态，因此，第一子场景状态为图像采集装置与监控场景相对运动且图像采集装置安装在一个运动介质的外部的状态；而当判断出第一特征物和第二特征物对应的像素点数量均未发生变化时，则说明图像采集装置与监控场景中的目标都处于相对静止状态，因此，第二子场景状态为图像采集装置与监控场景相对静止，例如图像采集装置安装在静止物体上。

请结合图5和图6，其中，图5是本申请图像防抖方法一应用场景中图像采集装置所处的拍摄场景的结构示意图，图6是图5的应用场景中对图像采集装置所处的拍摄场景进行分析的流程示意图。在一应用场景中，图像采集装置为摄像机，且安装在汽车上(汽车可能是运动或静止状态)，监控范围为汽车前方的场景。因此容易得知，当汽车静止时，汽车上摄像机的视场中的静止特征物，如树木的轮廓在前后帧画面中并不会发生变化；而当汽车运动时，则摄像机的视场中的静止特征物，如树木的轮廓在前后帧画面中会出现变大或者缩小；另外，当摄像机安装在汽车内部或者尾部时，同样可以根据前后帧来判断静止特征物的轮廓的变化状态，继而得到摄像机所处的拍摄场景情况和所选特征物的轮廓变化情况的对应关系表，如下表所示：

所以在对每帧图像进行分析后，可以得到相应的拍摄场景分析结果。首先，对监控场景中的物体进行智能识别和分类，分出静止特征物和运动特征物，然后选取图像中的部分特征物，并提取出所选特征物的轮廓，记录当前帧所选特征物轮廓所占画面的像素点大小M，需要注意的是，所选特征物应为静止特征物；之后按采样时间T实时更新特征物轮廓所占画面的像素点大小N，然后根据前后时刻特征物轮廓像素占比得到相机与监控场景间的情况，可以理解的是，前后时刻轮廓大小的获取和比较需要保证前后帧图像变倍大小一致；然后判断所选特征物轮廓像素占比是否都发生变化，若是，则输出相机安装于运动介质的外部的结果标识1；若否，则进一步判断所选特征物轮廓像素占比是否部分发生变化而部分保持不变，若是，则输出输出相机安装于运动介质的内部的结果标识2，若否，则输出相机与监控场景是静止的结果标识3。其中，场景分析的结果标识1表示相机与监控场景中的目标都处于相对运动状态，说明相机安装在一个运动介质(如汽车)的外部；场景分析的结果标识2表示相机与监控场景中的部分目标相对运动，部分目标相对静止，说明相机安装在一个运动介质的内部；场景分析的结果标识3表示相机与监控场景中的目标都处于相对静止状态，说明相机安装在一个静止的运动介质上。从而可以得到图像采集装置所处的拍摄场景。

S13：获取所述图像采集装置的运动状态。

请参阅图7，图7是图1中步骤S13一实施例的流程示意图。在一实施例中，图像采集装置内部设置有陀螺仪，例如为3轴陀螺仪，上述步骤S13具体包括：

S131：利用所述陀螺仪采集所述图像采集装置的陀螺仪数据；其中，所述陀螺仪数据包括所述图像采集装置在横向水平、纵向水平和竖直方向上的位移数据及角速度数据。

S132：判断所述图像采集装置在横向水平、纵向水平和竖直方向上的位移数据及角速度数据是否均为0，或者，判断所述图像采集装置在横向水平、纵向水平和竖直方向上的位移数据是否小于预设位移值，且在横向水平、纵向水平和竖直方向上的角速度数据是否小于预设角速度值。若是，则执行步骤S133，若否，则执行步骤S134。

S133：确定所述图像采集装置处于静止状态。

S134：确定所述图像采集装置处于抖动状态。

可以理解的是，陀螺仪是一种用来传感与维持方向的装置，基于角动量守恒的理论设计出来的。陀螺仪主要是由一个位于轴心且可旋转的转子构成，陀螺仪一旦开始旋转，由于转子的角动量，陀螺仪有抗拒方向改变的趋向。因此，通过图像采集装置内部的陀螺仪，可以检测到图像采集装置在采集图像时自身所处的运动情况；当图像采集装置静止时，无外力作用，此时陀螺仪输出的XYZ三个方向的角速度为零，而当图像采集装置抖动时，陀螺仪可以检测到上下、前后、左右的位移，如图5所示，在一应用场景中，装有陀螺仪的相机会输出XYZ三个方向的角速度，通过任意一轴角速度的变化情况即可判定相机是否抖动。当然，在实际应用过程中，图像采集装置很多时候会有细微的晃动，而此时并不会对采集图像产生影响，此时应把这种细微的晃动状态算作一种静止状态，或者由于装置本身存在一定的误差，因此可以对图像采集装置在横向水平、纵向水平和竖直方向上的位移数据设置预设位移值，对在横向水平、纵向水平和竖直方向上的角速度数据设置预设角速度值，当图像采集装置在横向水平、纵向水平和竖直方向上的位移数据小于预设位移值，且在横向水平、纵向水平和竖直方向上的角速度数据小于预设角速度值时，判断图像采集装置处于静止状态，否则，才判断图像采集装置处于抖动状态。

S14：根据所述拍摄场景分析结果和所述运动状态选择防抖策略，对所述至少一帧图像进行防抖控制。

在一实施例中，上述步骤S14具体包括：根据预设策略映射关系，选择与所述拍摄场景分析结果和所述运动状态映射的防抖策略，以对所述至少一帧图像进行防抖控制；其中，所述预设策略映射关系包括：当所述图像采集装置处于静止状态时，对应选择第一防抖策略；当所述图像采集装置处于抖动状态且所述拍摄场景为第一场景状态时，对应选择第二防抖策略；当所述图像采集装置处于抖动状态且所述拍摄场景为第二场景状态时，对应选择第三防抖策略。

可以理解的是，当图像采集装置处于静止状态时，此时无论是图像采集装置装在相对地面运动或者静止的物体上，对相机自身而言，其监控到的场景是稳定的，因此不需要使用任何防抖措施，即选择第一防抖策略为关闭所有防抖措施。而当图像采集装置处于抖动状态时，则需要分两种情况进行考虑：一种是拍摄场景为第一场景状态，即图像采集装置与监控场景相对运动且图像采集装置安装在一个运动介质的内部的状态，此时运动介质在运动过程中图像采集装置的抖动和所监控的运动介质内的目标的抖动是同步的，因此需要选择电子防抖，即选择第二防抖策略为选择电子防抖；另一种是拍摄场景为第二场景状态，即图像采集装置与监控场景相对运动且图像采集装置安装在一个运动介质的外部的状态，或者图像采集装置与监控场景相对静止，此时监控场景中背景的运动与图像采集装置的运动是独立的，比如行车记录仪，在汽车行驶过程中，行车记录仪主要是上下颠簸，需消除行车记录仪本身的上下颠簸抖动，此时选择物理防抖来消除抖动是最优的，即选择第三防抖策略为选择物理防抖。

进一步地，在一实施例中，当选择所述第三防抖策略时，图像防抖方法还可以包括：根据所述陀螺仪数据确定所述图像采集装置的抖动量，选择与防抖算法能力值相匹配的防抖算法，通过选择的防抖算法完成对图像的防抖控制。

具体地，第三防抖策略为物理防抖，防抖算法包括机械防抖算法和光学防抖算法，机械防抖算法对应有第一抖动频率和第一抖动幅度，光学防抖算法对应有第二抖动频率和第二抖动幅度，第一抖动频率小于第二抖动频率，第一抖动幅度大于第二抖动幅度；上述根据所述陀螺仪数据确定所述图像采集装置的抖动量，选择与防抖算法能力值相匹配的防抖算法，通过选择的防抖算法完成对图像的防抖控制的步骤，具体包括：根据所述陀螺仪数据获取所述图像采集装置的实际抖动幅度和实际抖动频率；判断所述图像采集装置的实际抖动幅度和实际抖动频率分别与所述第一抖动频率和所述第一抖动幅度、所述第二抖动频率和所述第二抖动幅度之间的关系；若所述实际抖动频率小于第一抖动频率，和/或实际抖动幅度大于第二抖动幅度且小于第一抖动幅度时，选择并调用所述机械防抖算法对图像进行防抖控制；若所述实际抖动频率大于第一抖动频率且小于第二抖动频率，和/或实际抖动幅度小于第二抖动幅度时，选择并调用所述光学防抖算法对图像进行防抖控制。

可以理解的是，物理防抖主要包括机械防抖和光学防抖两大类，这两类防抖算法各有优缺点，因此本实施例还可根据陀螺仪检测出的抖动源大小来进一步选择物理防抖的算法类型。由于机械防抖主要是通过控制图像采集装置外部支架的运动来间接调整图像采集装置的姿态来补偿抖动，因此其较适用于频率较低抖动幅度范围大的外界抖动；而光学防抖主要通过直接调整图像采集装置的镜头或者成像传感器的位置来完成防抖，由于受结构安装等影响，镜头或者成像传感器的运动范围有限，因此光学防抖更适用于高频较小幅度的抖动。例如，可以提前记录当前图像采集装置内部所集成的防抖算法库模块中各防抖算法的最大能力值，如机械防抖能补偿的最大抖动幅度为Amax，最大频率为fmax，同样的，记录光学防抖算法能力值；然后通过陀螺仪输出的数据，记录下外界抖动的幅度A和抖动频率f；于是，通过比较外界抖动量和抖动算法能力值之间的关系，即判断A和f分别与Amax和fmax之间的关系，最终可以选择出与算法能力值相匹配的具体物理防抖算法。

请结合图5、图6和图8，图8是图5的应用场景中选择防抖策略的流程示意图。以图5和图6的应用场景为例，当陀螺仪检测到相机XYZ三个方向的角速度都为零时，说明前后时刻相机本身并未发生晃动/抖动，即相机内部处于相对静止状态，此时无论摄像机装在相对地面运动或者静止的物体上，对相机自身而言，其监控到的场景就是稳定的，因此不应该开启任何防抖；在相机自身有晃动的情况下，得分两种情况：一是背景的运动与相机的运动是独立的，比如行车记录仪，在汽车行驶过程中，相机主要是上下颠簸，需消除相机本身的上下颠簸抖动，此时选择物理防抖来消除抖动是最优的；二是当摄像机安装在运动介质的内部时，如汽车内部，由于用来监控车内的人，汽车运行过程中摄像头的抖动和所监控的车内目标的抖动是同步的，此时开启物理防抖反而容易导致摄像头无法监控到之前的感兴趣目标场景，因此此时选择电子防抖是最佳的。因此，根据前述分析可以得到拍摄场景分析结果和陀螺仪数据关于防抖策略选择的关系映射表，如下表所示：

所以在得到拍摄场景分析结果和陀螺仪数据后，可以选择相应的防抖策略。首先获取相机上陀螺仪XYZ轴角速度等输出数据，然后可以判断XYZ三轴旋转角速度是否都为0，若是，则判断相机相对静止，无抖动，若否，则判断相机晃动，有抖动；然后根据判断出的相机运动状态结合前述的场景分析结果，建立关于防抖策略选择的关系映射表，如上表，并按关于防抖策略选择的关系映射表匹配出合适的防抖算法，于是通过匹配出的合适的防抖算法进行防抖控制，最终达到减少图像抖动的目的。

在上述的图像防抖方法中，根据图像采集装置所处的拍摄场景以及图像采集装置的运动状态进行综合判断，从而选择出合理的防抖策略，以确保在多变环境下可以进行动态选择防抖类型，使得在不同情形下均能保持画面平稳，从而可以提升电子设备的适应性；其中，对图像采集装置所处的拍摄场景的分析是基于所选特征物轮廓的大小变化情况来得到监控场景与图像采集装置的相对运动情况的，根据场景分析结果和陀螺仪输出的图像采集装置的运动状态来自适应选择防抖算法库中最合适的防抖策略；另外，防抖算法库模块可重构，可根据需求动态增减机械防抖、光学防抖、电子防抖等算法，且控制算法统一管理，便于移植。

请参阅图9，图9是本申请电子设备一实施例的结构示意图。本实施例中的电子设备90包括相互耦接的图像采集装置900、存储器902和处理器904；图像采集装置900用于采集监控场景的图像数据，处理器904用于执行存储器902存储的程序指令，以实现上述任一实施例中的图像防抖方法的步骤。

请参阅图10，图10是本申请电子设备另一实施例的结构示意图。本实施例中的电子设备100包括：图像采集模块1000，用于通过图像采集装置采集得到至少一帧图像；场景分析模块1002，用于根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果；运动检测模块1004，用于获取所述图像采集装置的运动状态；策略选择模块1006，用于根据所述拍摄场景分析结果和所述运动状态选择防抖策略，对所述至少一帧图像进行防抖控制。

另外，电子设备100中的各功能模块还可以用于实现上述任一实施例中的图像防抖方法的步骤。

请参阅图11，图11是本申请电子设备又一实施例的结构示意图。本实施例中的电子设备110包括：视频采集模块1100，用于通过图像采集装置采集得到至少一帧图像；场景分析模块1101，用于根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果；振动采集模块1102，用于获取所述图像采集装置的运动状态；防抖策略选择模块1103，用于根据预设策略映射关系，选择与所述拍摄场景分析结果和所述运动状态映射的防抖策略；防抖控制算法库模块1104，用于根据防抖策略选择模块1103的防抖策略选择对应的防抖算法；机械防抖执行单元1105、光学防抖执行单元1106、电子防抖执行单元1107，分别用于通过选择的对应的防抖算法完成对图像的防抖控制。

关于本申请电子设备实现图像防抖方法的具体内容请参阅上述图像防抖方法实施例中的内容，此处不再赘述。

请参阅图12，图12是本申请计算机可读存储介质一实施例的结构示意图。本申请计算机可读存储介质120存储有程序指令1200，程序指令1200被处理器执行时实现上述任一图像防抖方法的实施例中的步骤。

该计算机可读存储介质120具体可以为U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等可以存储程序指令1200的介质，或者也可以为存储有该程序指令1200的服务器，该服务器可将存储的程序指令1200发送给其他设备运行，或者也可以自运行该存储的程序指令1200。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、设备和装置，可以通过其它的方式实现。例如，以上所描述的设备和装置实施方式仅仅是示意性的，例如，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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方式方案的目的。

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。

集成的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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。

Claims (11)

1.一种图像防抖方法，其特征在于，所述方法包括：

通过图像采集装置采集得到至少一帧图像；

根据所述至少一帧图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果；

获取所述图像采集装置的运动状态；

根据所述拍摄场景分析结果和所述运动状态选择防抖策略，对所述至少一帧图像进行防抖控制。

2.根据权利要求1所述的方法，其特征在于，所述至少一帧图像包括在预设时间内采集得到的至少两帧图像；所述根据所述图像对所述图像采集装置所处的拍摄场景进行分析，得到拍摄场景分析结果的步骤，包括：

对每帧所述图像进行分析，识别出至少两个特征物；其中，所述至少两个特征物均为静止物体；

分析所述至少两个特征物在预设时间内的变化情况，并根据所述变化情况得到所述拍摄场景分析结果。

3.根据权利要求2所述的方法，其特征在于，所述分析所述至少两个特征物在预设时间内的变化情况，并根据所述变化情况得到所述拍摄场景分析结果的步骤，包括：

获取在所述预设时间内采集的所述至少两帧图像中每个所述特征物的轮廓在对应帧图像中所占的像素点数量；

根据在所述至少两帧图像中每个所述特征物对应的所述像素点数量的变化情况，得到所述拍摄场景分析结果。

4.根据权利要求3所述的方法，其特征在于，所述至少两个特征物包括第一特征物和第二特征物；所述根据在所述至少两帧图像中每个所述特征物对应的所述像素点数量的变化情况，得到所述拍摄场景分析结果的步骤，包括：

判断在所述至少两帧图像中是否存在所述第一特征物对应的所述像素点数量发生变化而所述第二特征物对应的所述像素点数量未发生变化；

若是，则确定所述拍摄场景为第一场景状态；

若否，则确定所述拍摄场景为第二场景状态。

5.根据权利要求4所述的方法，其特征在于，所述确定所述拍摄场景为第二场景状态的步骤，包括：

若所述第一特征物和第二特征物对应的像素点数量均发生变化，则确定所述拍摄场景为第一子场景状态；

若所述第一特征物和第二特征物对应的像素点数量均未发生变化，则确定所述拍摄场景为第二子场景状态。

6.根据权利要求4所述的方法，其特征在于，所述图像采集装置内部设置有陀螺仪；所述获取所述图像采集装置的运动状态的步骤，包括：

利用所述陀螺仪采集所述图像采集装置的陀螺仪数据；其中，所述陀螺仪数据包括所述图像采集装置在横向水平、纵向水平和竖直方向上的位移数据及角速度数据；

判断所述图像采集装置在横向水平、纵向水平和竖直方向上的位移数据及角速度数据是否均为0，或者，判断所述图像采集装置在横向水平、纵向水平和竖直方向上的位移数据及角速度数据是否小于预设位移值，且在横向水平、纵向水平和竖直方向上的角速度数据小于预设角速度值；

若是，则确定所述图像采集装置处于静止状态；

若否，则确定所述图像采集装置处于抖动状态。

7.根据权利要求6所述的方法，其特征在于，所述根据所述拍摄场景分析结果和所述运动状态选择防抖策略，对所述至少一帧图像进行防抖控制的步骤，包括：

根据预设策略映射关系，选择与所述拍摄场景分析结果和所述运动状态映射的防抖策略，以对所述至少一帧图像进行防抖控制；

其中，所述预设策略映射关系包括：

当所述图像采集装置处于静止状态时，对应选择第一防抖策略；

当所述图像采集装置处于抖动状态且所述拍摄场景为第一场景状态时，对应选择第二防抖策略；

当所述图像采集装置处于抖动状态且所述拍摄场景为第二场景状态时，对应选择第三防抖策略。

8.根据权利要求7所述的方法，其特征在于，当选择所述第三防抖策略时，所述方法还包括：

根据所述陀螺仪数据确定所述图像采集装置的抖动量，选择与防抖算法能力值相匹配的防抖算法，通过选择的防抖算法完成对图像的防抖控制。

9.根据权利要求8所述的方法，其特征在于，所述第三防抖策略为物理防抖，所述防抖算法包括机械防抖算法和光学防抖算法，所述机械防抖算法对应有第一抖动频率和第一抖动幅度，所述光学防抖算法对应有第二抖动频率和第二抖动幅度，所述第一抖动频率小于所述第二抖动频率，所述第一抖动幅度大于所述第二抖动幅度；

所述根据所述陀螺仪数据确定所述图像采集装置的抖动量，选择与防抖算法能力值相匹配的防抖算法，通过选择的防抖算法完成对图像的防抖控制的步骤，包括：

根据所述陀螺仪数据获取所述图像采集装置的实际抖动幅度和实际抖动频率；

判断所述图像采集装置的实际抖动幅度和实际抖动频率分别与所述第一抖动频率和所述第一抖动幅度、所述第二抖动频率和所述第二抖动幅度之间的关系；

若所述实际抖动频率小于第一抖动频率，和/或实际抖动幅度大于第二抖动幅度且小于第一抖动幅度时，选择并调用所述机械防抖算法对图像进行防抖控制；

若所述实际抖动频率大于第一抖动频率且小于第二抖动频率，和/或实际抖动幅度小于第二抖动幅度时，选择并调用所述光学防抖算法对图像进行防抖控制。

10.一种电子设备，其特征在于，包括相互耦接的图像采集装置、存储器和处理器；

所述图像采集装置用于采集监控场景的图像数据，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至9任一项所述的图像防抖方法。

11.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至9任一项所述的图像防抖方法。

Images