本發(fā)明涉及圖像處理領域，尤其涉及基于異構計算生成高動態(tài)范圍圖像的系統(tǒng)。

背景技術：

與普通圖像相比，高動態(tài)范圍HDR(High-Dynamic Range)圖像可以提供更多的動態(tài)范圍和圖像細節(jié)。根據(jù)不同的曝光時間的低動態(tài)范圍LDR(Low-Dynamic Range)圖像，利用每個曝光時間相對應最佳細節(jié)的LDR圖像來合成最終HDR圖像，能夠更好的反映出真實環(huán)境中的視覺效果。

現(xiàn)有的高動態(tài)范圍HDR圖像的生成過程包括利用圖像獲取裝置以不同曝光度連續(xù)捕捉多幀圖像，然后利用圖像處理裝置合成這些圖像以產(chǎn)生HDR圖像。

然而，當拍攝對象中存在物體移動時，由于每幀圖像的獲取時間之間存在特定時間差，導致在合成這些圖像時，運動物體在合成圖像中產(chǎn)生鬼影。

因此，需要能夠防止這種鬼影產(chǎn)生的處理方法和裝置。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種生成高動態(tài)范圍圖像的設備和方法，借此顯著縮短HDR圖像的生成時間，從而實現(xiàn)簡單、高效的鬼影去除方案。

根據(jù)本發(fā)明的一個方面，提供一種生成高動態(tài)范圍圖像的系統(tǒng)，包括：中央處理單元，所述中央處理單元接收以不同曝光度連續(xù)拍攝的多幀圖像；圖形處理單元；以及存儲器，其中，在所述中央處理單元的控制下，所述圖形處理單元確定對齊后的多幀圖像中每一個像素點的權重；計算所述對齊后的多幀圖像中的每一幀的像素對參考幀像素的相對權值；將所述相對權值施加到所述對齊后的多幀圖像中每一個像素點的權重上，以形成去鬼影后的權重；基于去鬼影后的權重合成圖像的拉普拉斯金字塔；所述中央處理單元利用圖像的拉普拉斯金字塔生成高動態(tài)范圍圖像。

進一步地，所述中央處理單元將所述連續(xù)拍攝的多幀圖像存入所述圖形處理單元的顯存，在所述中央處理單元的控制下，所述圖形處理單元：基于所述連續(xù)拍攝的多幀圖像生成分別與所述連續(xù)拍攝的多幀圖像對應的多幀灰度圖；在所述多幀灰度圖上生成分別與所述連續(xù)拍攝的多幀圖像對應的金字塔圖像序列；獲取與所述金字塔圖像序列對應的中間門限位圖序列以及排除位圖序列，所述中央處理單元基于中間門限位圖序列以及排除位圖序列計算所述連續(xù)拍攝的多幀圖像之間的運動向量。

進一步地，所述圖形處理單元利用以下公式排除曝光不好的點：

其中分別表示進行圖像對齊的第一幀圖像和第二幀圖像的中間門限位圖，分別表示進行圖像對齊的第一幀圖像和第二幀圖像的排除位圖，分別表示進行對齊圖像的運動向量d^k+1在不同方向的分量，t₁、t₂為候選的在不同方向上的偏移補償量。

進一步地，所述圖形處理單元利用運動向量生成對齊后的多幀圖像。

進一步地，將所述多幀圖像中的一幀設定為參考幀，當所述多幀圖像中存在運動對象時，所述圖形處理單元將所述多幀圖像中的其它幀中運動對象所在區(qū)域的相對權值設定為零，而對于基本上沒有位移的區(qū)域或所述多幀圖像中不存在運動對象情況，相對權值設定為1。

進一步地，對于所述多幀圖像中的其它幀中運動對象所在區(qū)域，去鬼影后的權重為零。

進一步地，所述中央處理單元將對齊后的多幀圖像存入所述圖形處理單元的顯存，在所述中央處理單元的控制下，所述圖形處理單元：基于所述對齊后的多幀圖像生成分別與所述對齊后的多幀圖像對應的多幀灰度圖；在所述多幀灰度圖上生成分別與所述對齊后的多幀圖像對應的金字塔圖像序列；獲取與所述金字塔圖像序列對應的中間門限位圖序列以及排除位圖序列；計算X＝xor(M₁,M₂)&E₁&E₂，其中M₂表示所述對齊后的多幀圖像的參考幀的中間門限位圖，M₁表示所述對齊后的多幀圖像的其它幀的中間門限位圖，E₂表示所述對齊后的多幀圖像的參考幀的排除位圖，E₁表示所述對齊后的多幀圖像的其它幀的排除位圖；對X中所有點，如果其周圍5*5領域的值全為1，則將此點值設定為1，否則將此點值設定為0；將圖像分塊，當X中某一塊中非零個數(shù)大于等于100時，將相對權值中對應的塊中的值設定為0。

進一步地，根據(jù)以下公式計算所述多幀圖像中的每一幀的每個像素的相對權值RM_l(i,j)：

其中，v是預先設定的常數(shù)，I_2g(i,j)表示參考幀圖像的每一個像素的值，I_lg(i,j)表示所述多幀圖像中圖像I_l的每一個像素的值。

進一步地，所述鬼影去除單元對去鬼影后的權重進行歸一化。

進一步地，所述圖形處理單元將歸一化厚度權重施加到所述對齊后的圖像序列，以合成圖像的拉普拉斯金字塔。

與現(xiàn)有技術相比，本發(fā)明的優(yōu)點包括：

通過本發(fā)明提供的方案，可以在檢測到運動區(qū)域后，直接使該區(qū)域中其它幀相對參考幀的相對權值降為零。對于運動區(qū)域，參考幀中的像素被直接復制到HDR圖像的相應區(qū)域，因此無需計算運動對象的位置和速度，因此大大簡化了計算量，顯著縮短HDR圖像的生成時間，從而實現(xiàn)簡單、高效的鬼影去除方案，同時采用CPU與GPU的異構計算大大提高計算效率。

附圖說明

為了進一步闡明本發(fā)明的各實施例的以上和其它優(yōu)點和特征，將參考附圖來呈現(xiàn)本發(fā)明的各實施例的更具體的描述?？梢岳斫?，這些附圖只描繪本發(fā)明的典型實施例，因此將不被認為是對其范圍的限制。在附圖中，相同或相應的部件將用相同或類似的標記表示。

圖1示出根據(jù)本發(fā)明的一個實施例的異構計算系統(tǒng)100。

圖2示出根據(jù)本發(fā)明的實施例的圖像對齊方法的流程圖。

圖3示出根據(jù)本發(fā)明的實施例的生成高動態(tài)范圍HDR圖像的方法300。

圖4示出根據(jù)本發(fā)明的實施例相對權值的確定過程的方法。

圖5示出根據(jù)本發(fā)明的實施例產(chǎn)生的HDR圖像的效果圖。

具體實施方式

在以下的描述中，參考各實施例對本發(fā)明進行描述。然而，本領域的技術人員將認識到可在沒有一個或多個特定細節(jié)的情況下或者與其它替換和/或附加方法、材料或組件一起實施各實施例。在其它情形中，未示出或未詳細描述公知的方法或操作以免造成本發(fā)明的各實施例的諸方面晦澀。類似地，為了解釋的目的，闡述了特定數(shù)量和配置，以便提供對本發(fā)明的實施例的全面理解。然而，本發(fā)明可在沒有特定細節(jié)的情況下實施。

圖1示出根據(jù)本發(fā)明的一個實施例的異構計算系統(tǒng)100。異構計算系統(tǒng)100包括中央處理單元(CPU)110和圖形處理單元(GPU)120。中央處理單元(CPU)110和圖形處理單元(GPU)120接收主機側命令隊列。

圖1所示的系統(tǒng)100可被包含在移動設備中，作為移動設備的一部分。該移動設備可以是相機、移動電話、智能電話、個人數(shù)字助理(PDA)、平板個人計算機、膝上型計算機、或任意其他類型的移動計算設備。

在本申請公開的生成高動態(tài)范圍HDR圖像的方法中，CPU 110用于進行圖像的輸入、紋理的查找與匹配以及整體的控制流程等，因為其中包含大量的邏輯判斷處理。GPU 120用于矩陣運算，這種線程無關性的大量并行操作非常適合在GPU 120這樣的大規(guī)模并行硬件上執(zhí)行。通過對CPU 110和GPU 120的合理運用，將異構計算的巨大優(yōu)勢進行釋放，顯著縮短HDR圖像的生成時間。

本發(fā)明公開的圖像對齊過程主要包括圖像對齊、鬼影去除和圖像融合三部分。圖2示出根據(jù)本發(fā)明的一個實施例的圖像對齊過程的流程圖。首先，由CPU 110接收以不同曝光度連續(xù)拍攝的多幀圖像，并對這些圖像進行對齊。例如，可從諸如相機之類的圖像捕捉單元獲取連續(xù)拍攝的多幀圖像。圖像捕捉單元以不同的圖像曝光時間快速捕捉連續(xù)的圖像。雖然圖像捕捉單元所捕捉的每幀圖像之間間隔的時間很短，但是在圖像捕捉期間圖像捕捉單元可能會有稍微的移動，導致原始圖像不能直接彼此對齊。因此，在合成HDR圖像之間，需要使多幀圖像彼此對齊。在圖2所示的本發(fā)明的實施例中，可以使用以三個不同曝光時間捕捉的圖像，即曝光過度圖像I1、正常曝光圖像I2、曝光不足圖像I3。然而，本領域的技術人員應該意識到還可以使用其它數(shù)量的圖像，例如，五幀不同曝光程度的圖像、七幀不同曝光程度的圖像等。

以下針對三幀連續(xù)捕捉的不同曝光圖像，介紹如何進行圖像對齊。然而，應該理解本文公開的圖像對齊過程也可用于對齊其它數(shù)量的連續(xù)圖像。

本發(fā)明公開的圖像對齊過程是在CPU 110的控制下完成的。通過計算不同幀間的運動向量d來實現(xiàn)三幀不同曝光圖像的對齊。在本實施例中，可將前后兩幀向中間幀對齊，然而，應該理解同樣可以進行其它幀之間的對齊。

可以通過直接比較兩幀圖像來確定潛在的幀間運動向量d。然而，即使對于圖像捕捉單元在圖像捕捉期間被保持得相對穩(wěn)定的情況，潛在的偏移范圍被限制在較小的范圍內(nèi)，例如，如果潛在偏移范圍是從1000個像素平方的圖像的寬度和高度的0％至6.4％，則潛在運動向量在任意方向(上、下、左或右)上將會介于0與64個像素之間。利用該范圍的可能運動向量，可能運動向量的總數(shù)為大約16,000(大約128個豎直像素乘以大約128個水平像素)。當存在待測試的數(shù)千潛在運動向量時，通過在每個可能運動向量下直接比較較大的圖像來測試潛在運動向量需要非常大的計算量。

為了減小確定實際偏移的計算數(shù)量，一些實施例執(zhí)行分層對齊處理。首先，在步驟221至223，CPU 110接收輸入圖像I1、I2和I3并將其寫入GPU 120的顯存。在CPU 110的控制下，GPU 120在步驟231至233基于輸入圖像I1、I2和I3生成灰度圖I1g、I2g和I3g，然后在步驟241至243在灰度圖I1g、I2g和I3g上生成金字塔圖像序列G1、G2和G3。即，第一層為原始圖像的灰度圖；對原始圖像的灰度圖進行高斯模糊，然后進行縮小比率1/2的下采樣，形成第二層圖像；重復若干次上述操作，形成N層圖像，其N為大于1的整數(shù)。

在CPU 110的控制下，在步驟2511、2521和2531，GPU 120分別計算中間門限位圖MTB(Median Threshold Bitmap)圖像序列。下面以圖像I1和圖像I2為例，介紹如何進行兩幀圖像的對齊。針對要進行對齊操作的兩幀圖像的每一層，記第l(l＝1,2)幀第k層的MTB為：計算每一層像素平均值為則：

其中表示l幀第k層像素位置(i，j)的灰度值。

在步驟261和271，CPU 110利用塊匹配，計算相鄰兩幀的運動向量d。步驟262和272的過程與步驟261和271的過程類似。

其中分別表示d^k+1在不同方向的分量，t₁、t₂為候選的在不同方向上的偏移補償量。

從公式[2]中計算得出的I＝ΣI(i,j)共有9個，從中選出像素值的和最小的I對應的(t₁，t₂)，則

d^k＝2d^k+1+(t₁，t₂) [3]

然后，依次序向上一層計算，最終d₁為最后所求的運動向量。

以下簡要描述利用公式[2]計算運動向量d的原理和過程。

由于第1層中間門限位圖直接從初始的兩幀圖像生成，因此中間門限位圖與初始的兩幀圖像偏移相同的量。初始的兩幀圖像的偏移可以通過找出的偏移而得出。

然而，僅僅通過嘗試每個可能偏移以查看其是否使中間門限位圖對齊來找出中間門限位圖的偏移會由于使兩幀高分辨率中間門限位圖對齊的較大數(shù)量的待檢驗的可能偏移而導致代價高昂的計算。因此，在本實施例中，經(jīng)由連續(xù)近似的分層處理而非嘗試高分辨率中間門限位圖的所有可能的運動向量來查找正確的對齊。通過使用低分辨率中間門限位圖找出用于偏移的總體近似來找出兩幀圖像之間的偏移，并在隨后通過使用逐漸變大的分辨率中間門限位圖依次找出與實際運動向量更接近的近似而收窄至實際偏移值。

第k層中間門限位圖的分辨率降低為原來的1/2^k-1，在進行中間門限位圖對齊時，更少的待檢驗的可能偏移。但是，更低數(shù)量的待檢驗的可能偏移也意味著在該分辨率下找出的偏移精度較低。將用于對齊第k層中間門限位圖的偏移作為找出對齊第k-1層中間門限位圖的偏移的分層處理的起點。

使最低分辨率的中間門限位圖(即，第N層圖像的中間門限位圖)對齊，從而確定最低分辨率中間門限位圖下的運動向量。當前得到的運動向量在上一級分辨率中間門限位圖(即，第N-1層圖像的中間門限位圖)中加倍，作為起始運動向量。例如，如果在第N層中間門限位圖中所確定的運動向量為(1,1)，則第N-1層中的起始運動向量為(2,2)。

當確定了第N層運動向量后，對第N-1層中間門限位圖進行操作以確定該分辨率中間門限位圖下的運動向量。第N-1層中間門限位圖代表與第N層中間門限位圖相同但具有更細化標度的圖像。給定分辨率下的對齊精度僅為下一最高分辨率下的對齊精度的一半。在第N層中間門限位圖中所確定的運動向量在第N層的精確度小于一個像素。因此，當?shù)贜-1層中間門限位圖分辨率為第N層中間門限位圖分辨率的兩倍時，實際運動向量與起始運動向量的距離小于兩個像素(沿每個方向)。即，實際運動向量的候選是從起始運動向量垂直偏移零或加減一像素且水平偏移零或加減一像素，這對應于以上的公式[2]中的(t₁，t₂)。因此，(t₁，t₂)共有九種可能的取值：(-1,-1)、(-1,0)、(-1,1)、(0,-1)、(0,0)、(0,1)、(1,-1)、(1,0)和(1,1)。第N-1層的實際運動向量為起始運動向量與(t₁，t₂)之和，即d^N-1＝2d^N+(t₁,t₂)。

從公式[2]中，XOR操作用來比較兩幀中間門限位圖中的像素值以找出它們是否彼此不同。如果所比較的像素不同，則XOR操作產(chǎn)生輸出1，如果像素相同，則XOR操作產(chǎn)生輸出0。測試的運動向量越接近在兩幀中間門限位圖之間的實際偏移，所計算的I值越小，從而獲得對應的(t₁，t₂)。

接下來，依次序向上一層中間門限位圖計算，直到獲得最高分辨率圖像的運動向量d1，作為最后所求的運動向量。

通過記錄下相鄰兩幀的運動向量，可以計算出每幅圖片到參考幀的運動向量，然后將三幀圖像對齊。

在圖像分層對齊過程中，還引入了排除位圖EB，在步驟2512、2522和2532，GPU 120分別計算排除位圖EB圖像序列。記第l(l＝1,2)幀第k層的EB為：其中

根據(jù)公式[4]可知，像素位置(i，j)的灰度值在均值附近時為0，在均值附近外則為1。由于均值附近曝光最佳，為中性灰度。通過邏輯組合：

排除了曝光不好的點。當X₁(i,j)＝0時，是曝光可以接受的點；當X₁(i,j)＝1時，兩幀圖像偏離都偏離了理想曝光，曝光傾向相反，代表不好的曝光結果。這樣利用排除位圖可排除曝光不好的點。

本領域的技術人員應該理解，在對齊不同曝光圖像的過程中，還可使用不同縮小比率1/M的下采樣。例如，如果采用縮小比率1/4的下采樣，則d^k-1＝4d^k+(t₁,t₂)，而(t₁，t₂)共有49種可能的取值。

在通過CPU 110計算出兩幀圖像I1和I2之間的運動向量d1之后，在CPU 110的控制下，在步驟281，GPU 120將圖像I1對齊到圖像I2，得到新的圖像I₁?；谕瑯拥倪^程，在步驟282，可將圖像I3對齊到圖像I2，得到新的圖像I₃。

接下來，GPU 120確定對齊后三幀圖像I₁、I₂和I₃中每一個像素點的權重：

在一個實施例中，將對齊后的三幀圖像I₁、I₂和I₃簡化記為I_l(l＝1,2,3)，首先對每一幀圖像I_l計算三個權重。

對比度：對三幀圖像中的第l幀圖像的灰度圖進行拉普拉斯濾波，取絕對值后記為C_l，C_l為矩陣形式，對應于像素點；

飽和度：設第l幀圖像的顏色分量矩陣為R_l、G_l和B_l，在每一點處計算三個顏色分量的平均數(shù)m，然后計算標準偏差記為S_l；

合適曝光度：為了保證像素值非零，對每個分量利用高斯函數(shù)求一個權值，然后將這三個權值相乘記為E_l。

則每一個像素點的權重W_l(i,j)為：

其中指數(shù)w_C、w_S和w_E是預先設定的正常量，通?？蓪⑺鼈冊O為1。

通過計算每一幀對參考幀的相對權值來去鬼影。假設對齊后的圖像I_l(l＝1,2,3)序列為I₁、I₂和I₃，圖像I_l上每一個像素點的權重為W_l(i,j)。

為圖像I_l(l＝1,2,3)中的每一幀定義矩陣RM₁、RM₂和RM₃。在計算矩陣RM₁、RM₂和RM₃之前，首先將圖像I_l(l＝1,2,3)中的一幀設定為參考幀。在一個實施例中，假設I₂為參考幀。

設圖像I₂為參考幀，則GPU 120根據(jù)以下公式[7]計算每個像素的相對權值RM_l(i,j)：

在公式[7]中，v是預先設定的常數(shù)，I_2g(i,j)表示參考幀圖像I₂的每一個像素的值，I_lg(i,j)表示圖像I_l的每一個像素的值。在一個實施例中，可將v設定為v＝0.05。根據(jù)公式[7]可知，參考幀圖像I₂的相對權值RM₂(i,j)＝e⁰＝1。當對齊后的圖像I_l(l＝1,3)中存在運動對象時，其它幀中運動對象所在區(qū)域相對于參考幀圖像位移大，I_2g(i,j)與I_lg(i,j)之間存在顯著差異，因此(I_2g(i,j)-I_lg(i,j))²值較大，導致相對權值RM_l(i,j)約為零。而對于基本上沒有位移的區(qū)域或對齊后的圖像I_l(l＝1,3)中不存在運動對象的情況，I_2g(i,j)與I_lg(i,j)基本相同，其相對權值RM_l(i,j)約為1。

還可引入排除位圖E₁、E₂和E₃來簡化關于相對權值RM的計算量。CPU 110將對齊后的圖像I₁和I₃寫入GPU 120的顯存。在CPU 110的控制下，GPU 120基于輸入圖像I₁和I₃生成灰度圖I_1g和I_3g，然后在灰度圖I_1g和I_3g上生成金字塔圖像序列G₁和G₃。接下來，生成中間門限位圖序列M₁、M₃以及排除位圖序列E₁、E₃。

在CPU 110的控制下，GPU 120計算X₁＝xor(M₁,M₂)&E₁&E₂和X₃＝xor(M₃,M₂)&E₃&E₂。

接下來，GPU 120對X1和X3進行腐蝕操作。設B＝[1,1,1,1,1；1,1,1,1,1；1,1,1,1,1；1,1,1,1,1；1,1,1,1,1；]，對X中所有點，如果其周圍5*5領域的值與B完全相等，則此點值為1，否則為0。

將圖像分塊，X1，X3中某一塊中非零個數(shù)大于等于100，則RM₁,RM₃中對應的塊中的值變?yōu)?。

在確定相對權值RM_l(i,j)之后，通過GPU120將相對權值RM_l(i,j)施加到圖像I_l上每一個像素點權重W_l(i,j)上，以形成去鬼影后的權重W_l’(i,j)，即為：

W_l’(i,j)＝W_l(i,j)RM_l(i,j) [8]

根據(jù)公式[8]，對于參考幀圖像I₂，由于其相對權值RM₂(i,j)＝1，因此去鬼影后的權重不改變。對于圖像I_l(l＝1,3)與參考幀圖像I₂之間位移大的區(qū)域，由于相對權值RM_l(i,j)約為零，因此該區(qū)域的去鬼影后的權重W_l’(i,j)降為零。對于基本上沒有位移的區(qū)域或對齊后的圖像I_l(l＝1,3)與參考幀圖像I₂之間不存在運動對象情況，其對應的相對權值RM_l(i,j)約為1，因此去鬼影后的權重基本不改變。

在獲得鬼影后的權重W_l’(i,j)之后，通過GPU 120對去鬼影后的權重W_l’(i,j)進行歸一化操作：

可以在檢測到運動區(qū)域后，直接使其它幀相對參考幀的相對權值降為零。因此，對于運動區(qū)域，參考幀中的像素被直接復制到HDR圖像的相應區(qū)域。由于并不計算運動對象的位置和速度，因此大大簡化了計算量，從而實現(xiàn)簡單、高效的鬼影去除方案。

GPU 120通過將歸一化施加到對齊后的圖像I_l(l＝1,2,3)來產(chǎn)生HDR圖像。具體而言，GPU 120對接收到的取高斯金字塔，假設共有p層，得到其中n＝1，…,p，l＝1,2,3；對圖像I_l(l＝1,2,3)取拉普拉斯金字塔，得到L(I_l)ⁿ，其中n＝1，…,p，l＝1,2,3。

GPU 120根據(jù)以下的公式[10]計算最終合成的圖像I的拉普拉斯金字塔L(I)ⁿ：

其中n＝1，…,p，c＝r,g,b表示顏色分量。

CPU 110利用L(I)ⁿ可獲得最終的高動態(tài)范圍圖像I。

圖3示出根據(jù)本發(fā)明的實施例的生成高動態(tài)范圍HDR圖像的方法300。

參考圖3，在步驟310，接收以不同曝光度連續(xù)拍攝的多幀圖像，并對這些圖像進行對齊。通過計算不同幀間的運動向量d來實現(xiàn)多幀不同曝光圖像的對齊。在一個實施例中，可通過分層塊匹配操作計算運動向量d。

在步驟320，確定對齊后多幀圖像中每一個像素點的權重。在一個實施例中，可通過計算對比度、飽和度和合適曝光度來計算每個像素點的權重。

在步驟330，計算每一幀對參考幀的相對權值。在一個實施例中，步驟330可任選地包括子步驟331，如圖4所示。在步驟331，從多幀不同曝光圖像中選擇正常曝光圖像作為參考幀。具體而言，可使用數(shù)字處理技術確定每幀圖像的頻率內(nèi)容來確定多幀圖像中的哪一幀為最清晰的圖像，從而將其作為參考幀。步驟330還可包括步驟332，在步驟332，計算每個像素的相對權值RM_l(i,j)。

現(xiàn)在返回圖3，在步驟340，將相對權值RM_l(i,j)施加到每一個像素點權重上，以形成去鬼影后的權重。

在步驟350，利用去鬼影后的權重和對齊后的圖像產(chǎn)生HDR圖像。在一個實施例中，可通過使用高斯金字塔和拉普拉斯金字塔融合去鬼影后的權重和對齊后的圖像，從而產(chǎn)生HDR圖像。

圖5示出根據(jù)本發(fā)明的實施例產(chǎn)生的HDR圖像的效果圖。圖5左側為以不同曝光度連續(xù)拍攝的三幀圖像，其中從上到下依次是曝光不足圖像、正常曝光圖像和曝光過度圖像；圖5右側分別是根據(jù)現(xiàn)有技術生成的高動態(tài)范圍圖像以及根據(jù)本發(fā)明的方案生成的高動態(tài)范圍圖像。由于在連續(xù)拍攝過程中，出租車在運動，因此在根據(jù)現(xiàn)有技術生成的高動態(tài)范圍圖像中，運動的出租車周圍存在鬼影。而通過本發(fā)明公開的運動檢測和補償設備和方法，消除了這種鬼影，運動的出租車同樣清晰。

可以把各實施例提供為可包括其上存儲有機器可執(zhí)行指令的一個或多個機器可讀介質的計算機程序產(chǎn)品，這些指令在由諸如計算機、計算機網(wǎng)絡或其他電子設備等的一個或多個機器執(zhí)行時，可以引起一個或多個機器執(zhí)行根據(jù)本發(fā)明的各實施例的操作。機器可讀介質可以包括但不限于軟盤、光盤、CD-ROM(緊致盤只讀存儲器)和磁光盤、ROM(只讀存儲器)、RAM(隨機存取存儲器)、EPROM(可擦除可編程只讀存儲器)、EEPROM(電可擦除可編程只讀存儲器)、磁或光卡、閃速存儲器或適用于存儲機器可執(zhí)行指令的其他類型的介質/機器可讀介質。

此外，可以作為計算機程序產(chǎn)品下載各實施例，其中，可以經(jīng)由通信鏈路(例如，調制解調器和/或網(wǎng)絡連接)由載波或其他傳播介質實現(xiàn)和/或調制的一種或多種數(shù)據(jù)信號把程序從遠程計算機(例如，服務器)傳輸給請求計算機(例如，客戶機)。因此，在此所使用的機器可讀介質可以包括這樣的載波，但對此不作要求。

附圖和前面的描述給出了各實施例的示例。本領域中的技術人員將明白，所描述的元素中的一種或多個可以很好地組合成單個功能元素。備選地，可以把些元素拆分成多個功能元素?？梢园褋碜砸环N實施例的元素添加到另一實施例。例如，可以改變在此描述的處理的順序，且不限于在此描述的方式。此外，不必按所顯示的次序實現(xiàn)任何流程圖的動作；也不必然需要執(zhí)行所有動作。而且，不依賴于其他動作的那些動作可以與其他動作并行執(zhí)行。各實施例的范圍決不限于這些特定的示例。無論是否在說明書中明確地給出，諸如材料的結構、尺寸和使用的差異等的眾多變更都是可能的。各實施例的范圍至少是下列的權利要求所指定的那樣寬廣。