[发明专利]基于图像序列的自适应运动检测方法

说明书

本发明提供一种基于图像序列的自适应运动检测方法，不需要陀螺仪或加速度计等传感器信息，通过分析图像信息，并以普通拍照是否模糊作为判断标准，做出运动判断，从而为是否自动开启算法防抖提供依据；通过读入一帧图像，跟循环队列中的一帧图像进行比较分析，通过场景复杂度和曝光时间动态调整阈值，判断当前帧是否发生运动，并通过连续多帧的统计结果，输出一段时间的运动状态，为是否自动触发防抖拍照提供依据。当发生随机性的手抖或场景内较大面积物体移动时，可以输出运动状态的判断。本方法简单高效，可以进行SIMD指令优化，可适用于智能手机预览端实时检测。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于图像序列的自适应运动检测方法。

背景技术

对于手机拍照来说，拍出清晰的图像是一个基本需求，而运动模糊是造成图像模糊的一个主要原因。手机抖动或场景中有运动物体均是造成运动模糊的因素。

当前市场上主流的防抖技术分为光学防抖和算法防抖两方面。光学防抖是利用传感器检测摄像头模组在外力的作用下发生了位移，从而驱动马达对镜头位置进行调整，从而抑制手抖带来的影响，因此光学防抖只能抑制手抖带来的模糊，对于场景中的运动物体造成的模糊没有帮助；算法防抖是借助传感器信息和图像内容，通过图像配置，运动估计等方法，对图像本身的运动模糊进行抑制。它的优点是手机抖动和场景运动带来的模糊均能抑制。

对于手机用户来讲，手持抖动或场景运动具有一定的随机性，防抖拍照模式需要开启的时机不好把握。因此，需要一个运动检测算法对场景进行实时检测，在满足条件的情况下开启防抖拍照模式。

发明内容

基于此，本发明的目的是提供一种基于图像序列的自适应运动检测方法。

根据本发明实施例的一种基于图像序列的自适应运动检测方法，该方法的步骤包括：

以预设时间间隔拍摄图像，形成循环图像序列；其中，所述循环图像序列中的图像数量为固定数量；

根据图像梯度和曝光时间预设运动检测的判定阈值；

从所述循环图像序列中提取两张图像，计算两张图像的像素差异均值，并统计两张图像的灰度变化情况；

利用预设运动检测的判定阈值，判断当前帧图像的运动状态，并利用一段连续时间内的统计结果，输出运动或非运动的结果。

其中，在以预设时间间隔拍摄图像，形成循环图像序列的步骤中，每获取到图像后，对图像进行降采样后，更新到所述循环图像序列中。

其中，运动检测的判定阈值为图像差异响应值；其中，图像差异响应值为图像的检测区域像素点灰度差绝对值的平均值。

其中，设定判定阈值时，分两步进行：固定环境亮度进行不同场景的测试，场景选用对应环境亮度下常规的拍摄场景，记录导致人为可见模糊的响应值；改变环境亮度，逐渐增加环境亮度，对不同场景进行测试，记录导致人为可见模糊的响应值；其中，场景复杂度用图像梯度的均值来进行度量；梯度计算在0.5s～1s进行一次，且当前运动状态可延用上一帧的判断；环境亮度则通过AE稳定后的曝光时间来度量，曝光时间从拍摄设备端获取。

其中，在计算两张图像的像素差异均值，并统计两张图像的灰度变化情况的步骤中，包括步骤：

从循环队列中取出时间间隔最大的两帧图像，并进行划分统计区域，将图像分为m*n的矩形框；

逐个区域对应像素进行求差运算，统计出每个区域差异均值，记为S[i]；同时统计每个区域内灰度变亮/变暗/几乎不变三种像素点的个数，分别记为H[i]，L[i]，E[i]；其中i指的是统计区域的编号。

其中，利用预设运动检测的判定阈值，判断当前帧图像的运动状态的步骤中，判断方式包括：