一种拍照过程中场景变化检测方法及移动终端

摘要

本发明提供了一种拍照过程中场景变化检测方法，属于通信技术领域，包括：获取摄像头采集的第一预览图像和第二预览图像；并根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像；然后对所述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生变化；其中，所述第一预览图像和第二预览图像均为Y通道图像。本发明提供的方法仅需要对预览图像的局部图像进行匹配运算，减小了图像匹配的运算量，提高了场景变化检测的效率；并且，利用Y通道数据进行灰度值匹配，进一步减小了匹配运算的复杂度，提高了场景变化检测的效率，解决了图像场景变化检测效率低下，无法快速、实时地在拍照过程中进行场景变化检测的问题。

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种拍照过程中场景变化检测方法及移动终 端。

背景技术

在移动终端在拍照或摄像的过程中，均需要检测移动终端的摄像头所采集的图像 场景是否发生变化。例如，当拍照或者拍摄视频时，在图像获取过程中，由于摄像头采集的 图像发生了场景变化而经常需要调整焦距、感光度等。

目前，图像场景变化的检测方法为：从连续的图像序列中获取部分图像对应位置 处的运动矢量信息，根据运动矢量信息的变化检测图像场景的变化；或从连续的图像序列 中获取部分图像的基本属性信息，如梯度直方图、色调直方图等，根据获得的图像间各个属 性的匹配程度检测图像场景是否变化。现有的图像场景检测方法计算量大，导致场景检测 的效率低，无法满足移动终端用户的快速、实时地在拍照过程中进行场景变化检测的需求。

发明内容

本发明实施例提供一种拍照过程中场景变化检测方法及移动终端，以解决现有技 术中由于计算运动矢量或者梯度直方图、色调直方图等信息计算量大，导致检测效率低下， 无法快速、实时地在拍照过程中进行场景变化检测的问题。

第一方面，本发明实施例提供了一种拍照过程中场景变化检测方法，应用于具有 摄像头的移动终端，所述拍照过程中场景变化检测方法包括：

获取摄像头采集的第一预览图像和第二预览图像；

根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像；

对所述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生变化；

其中，所述第一预览图像和第二预览图像均为Y通道图像。

第二方面，本发明实施例还提供了一种移动终端，包括摄像头，所述移动终端还包 括：

图像获取模块，用于获取摄像头采集的第一预览图像和第二预览图像；

图像确定模块，用于根据所述图像获取模块获取的第一预览图像和第二预览图 像，确定第一局部图像和第二局部图像；

场景变化确定模块，用于对所述图像确定模块确定的第一局部图像和第二局部图 像进行灰度值匹配，确定场景是否发生变化；

其中，所述第一预览图像和第二预览图像均为Y通道图像。

这样，本发明实施例中，通过获取摄像头采集的第一预览图像和第二预览图像；并 根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像；然后对所述 第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生变化；其中，所述第一预 览图像和第二预览图像均为Y通道图像。与现有技术相比，本发明实施例仅需要对预览图像 的局部图像进行匹配运算，减小了图像匹配的运算量，提高了场景变化检测的效率；并且， 利用Y通道数据进行灰度值匹配，进一步减小了匹配运算的复杂度，提高了场景变化检测的 效率，可以快速、实时地在拍照预览过程中进行场景变化检测。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需 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发明的一些实施例， 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是本发明实施例一的场景变化检测方法的流程图；

图2是本发明实施例一的场景变化检测方法中像素块划分示意图；

图3是本发明实施例一的场景变化检测方法局部图像进行灰度值匹配的流程图；

图4是本发明实施例二的移动终端的结构图之一；

图5是本发明实施例二的移动终端的结构图之二；

图6是本发明实施例三的移动终端的结构图；

图7是本发明实施例四的移动终端的结构图。

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。

实施例一：

本实施例提供了一种拍照过程中场景变化检测方法，应用于具有摄像头的移动终 端，如图1所示，该方法包括步骤101至步骤103。

步骤101，获取摄像头采集的第一预览图像和第二预览图像。

本发明实施例中得到图像的数据是智能手机采集的原始图像经过去坏点、伽马校 正、颜色校正、颜色增强、去噪等图像处理后，得到的YUV格式的图像数据，并提取Y通道图像 数据进行匹配。其中，所述第一预览图像和第二预览图像均为Y通道图像。

下面以将本发明应用于智能手机的拍照过程中对焦的一个应用场景为例对本发 明的技术方案进行详细说明。

在智能手机启动拍照应用后，会启动预览模式以显示采集的图像，然后对采集的 图像中的物体自动对焦，或者当用户点击图像中的某个人物或物体时实现手动触发对焦。 在预览过程中，经常会出现被拍摄的物体移出焦距范围的情况，只有实时检测预览过程中 采集的图像中的场景变化，才能及时调整焦距。

本发明在具体实施时，首先选择待检测的第一预览图像和第二预览图像，其中，所 述第一预览图像和所述第二预览图像选自于摄像头采集的图像序列，所述第一预览图像的 帧序号小于所述第二预览图像。在具体实施时，对于静态图像，可以选择对焦后预览的第一 帧图像作为判断场景变化的第一预览图像，并实时选择预览过程中后续采集的当前帧图像 作为第二预览图像，通过比对第二预览图像和第一预览图像内容的变化，判断图像场景是 否发生变化。便于拍照应用进一步根据图像场景变化的判断结果及时调整焦距。通常在对 焦开始后，预览的第一帧表示用户想要拍摄的场景，因此本实施例采用预览的第一帧数据 与预览的当前帧进行图像匹配。对于拍照的内容变化速度比较快的应用场景中，如视频拍 摄，选择的所述第二预览图像与所述第一预览图像之间间隔的图像帧小于预设数量。具体 实施时，所述第二预览图像与所述第一预览图像之间间隔的图像帧可以为0，所述预设数量 根据应用场景的检测需求设置。采用间隔小于预设数量图像帧的两帧预览图像进行图像匹 配，便于在动态场景中及时发现场景变化。

步骤102，根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部 图像。

具体实施时，预览图像数据太大会增加的匹配运算的时间，为了减少图像匹配的 运算量，提高场景检测效率，优选地，选择第一预览图像和第二预览图像的部分图像数据进 行匹配，因此，首先根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部 图像。所述第一局部图像为以所述第一预览图像的中心像素为中心的预设尺寸的图像区 域，所述第二局部图像为以所述第二预览图像的中心像素为中心的预设尺寸的图像区域， 其中，所述预设尺寸为c×d像素块，其中，c和d均为正整数。如图2所示，以智能手机采集的 预览图像201为例，以该图像的左上角为坐标原点，该图像的中心像素p的坐标，以该中心像 素p为中心，确定一矩形区域202，该矩形区域的宽为d个像素，高为c个像素，其中，c和d均为 正整数，并且，d小于预览图像的像素宽度，c小于预览图像的像素高度。优选的，根据现有技 术中智能手机采集的图像的分辨率和场景检测的时效性要求，将d设置为480，c设置为640， 即选择第一预览图像和第二预览图像中心大小为640×480的区域内的图像数据进行场景 变化检测，既适用于大部分应用场景，又能加快图像场景检测的计算速度。

在本发明的其他实施例中，还可以根据用户的手动设置确定第一预览图像的第一 局部图像和第二预览图像的第二局部图像，具体为：所述第一局部图像为所述第一预览图 像中用户指定的区域图像，所述第二局部图像为所述第二预览图像中与所述第一局部图像 对应位置区域的图像。例如，检测用户在第一预览图像上的触摸手势，根据所述触摸手势确 定用户指定区域，第一局部图像为所述第一预览图像中用户指定区域内的图像该区域图像 的位置和大小根据触摸手势确定，具体实施时，触摸手势可以为两点滑动或三点滑动等；再 例如，检测用户在第一预览图像上的点击操作，以点击操作的位置为中心，确定预设尺寸区 域，第一局部图像为所述第一预览图像中预设尺寸区域内的图像；具体实施时，还可以通过 设置配置界面，引导用户设置场景变化检测的指定区域，然后选择第一预览图像内所述指 定区域的图像作为第一局部图像。本发明对用于设置指定区域的具体方法不做限定。确定 用户指定的区域图像进行匹配，更具有针对性，能够提高场景变化检测的准确率。

根据用户指定的区域确定第一局部图像之后，所述第二局部图像为所述第二预览 图像中与所述第一局部图像对应位置区域的图像。

具体实施时，所述指定区域可以为矩形，也可以为圆形等其他规则形状。为了计算 方便，以下实施例以指定区域为矩形区域对技术方案进行说明。

步骤103，对所述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发 生变化。

具体实施时，本发明以像素块为基本的单元进行图像比对。如图3所示，所述对所 述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生变化的步骤，包括步 骤1031至步骤1037。

步骤1031，分别将所述第一局部图像和第二局部图像划分为a×b像素块。

其中，所述第一局部图像和第二局部图像中的每个a×b像素块之间间隔多个a×b 像素块，a和b均为正整数。

在步骤1031中，分别将所述第一局部图像和第二局部图像划分为a×b像素块，其 中，所述第一局部图像和第二局部图像中的每个a×b像素块之间间隔多个a×b像素块。其 中，a和b均为正整数，a和b可以相同，也可以不同。通常图像优化处理需要使用硬件加速，在 进行硬件寄存器读写时，寄存器操作以字节为单位，一个字节对应8个比特位，为了进一步 提高计算速度，本发明的实施例中，综合运算量及后续优化的考虑，a和b选择能被8整除的 正整数，如a＝b＝8，则像素块的大小为a×b＝64个像素。

分别将所述第一局部图像和第二局部图像划分为a×b像素块，其中，所述第一局 部图像和第二局部图像中的每个a×b像素块之间间隔多个a×b像素块的一个具体实施方 式是：将第一局部图像和第二局部图像分别划分为相邻排布的第二数量个a×b像素块；按 照预设位置分布规则对由所述第一局部图像划分得到的第二数量个a×b像素块进行下采 样得到第一数量个a×b像素块，以及，按照所述预设位置分布规则对由所述第二局部图像 划分得到的第二数量个a×b像素块进行下采样得到第一数量个a×b像素块；其中，所述第 一数量小于所述第二数量。下面以指定区域为640×480，像素块为8×8像素块为例，进一步 说明优选实施例中第一数量个参考像素块和待比对像素块的确定方法。

如图2所示，首先将第一预览图像201和第二预览图像203的第一局部图像202和第 二局部图像204分别划分为相邻排布的第二数量个预设尺寸的像素块。将第一局部图像202 按照从左到右，由上至下的顺序划分为相邻排布的8×8的像素块，如像素块2021、2022、 2023、2024，可以得到80行像素块，每行相邻排布60个像素块，共得到4800个像素块(即第二 数量等于4800)；按照同样的划分方法，将第二局部图像204进行划分，得到4800个像素块， 如像素块2041、2042、2043、2044。其中，第一局部图像划分得到的像素块和第二局部图像 204划分得到的像素块的位置一一对应，如：像素块2021和像素块2041的位置对应，像素块 2023和像素块2043的位置对应。

然后，按照预设位置分布规则对由所述第一局部图像202划分得到的第二数量个 像素块进行下采样得到第一数量个待匹配的像素块,如图2中的像素块2021、2023、2024，以 及，按照所述预设位置分布规则对由所述第二局部图像204划分得到的第二数量个像素块 进行下采样得到第一数量个待比对的像素块，如图2中的像素块2041、2043、2044。其中，预 设位置分布规则包括：每行像素块中间隔E个像素块选择一个像素块，或者每列像素块中间 隔F个像素块选择一个像素块，或者每行像素块中间隔E个像素块选择一个像素块且每列像 素块中间隔F个像素块选择一个像素块。以预设位置分布规则为：每行像素块中间隔E个像 素块选择一个像素块且每列像素块中间隔F个像素块选择一个像素块为例，第一数量M的计 算公式如下：

其中，M为待匹配的像素块数量，W为所述第一局部图像的宽度值，L为所述第一局 部图像的长度值，E为每个a×b像素块之间在宽度方向上间隔的像素块个数，F为每个a×b 像素块之间在长度方向上间隔的像素块个数，a为所述a×b像素块的宽度，b为所述a×b像 素块的长度，E和F可以相同，也可以不同。具体实施时，若E和F均取值为3；预设位置分布规 则为：每行像素块中间隔E个像素块选择一个像素块且每列像素块中间隔F个像素块选择一 个像素块，则按照预设位置分布规则对由所述第一局部图像划分得到的4800个8×8的像素 块进行下采样得到300个待匹配的像素块。同理，按照同样的预设位置分布规则对由所述第 二局部图像划分得到的4800个8×8的像素块进行下采样得到300个待匹配的像素块。为了 降低图像匹配的计算量，同时不影响场景检测的准确性，优选地，所述E和F小于10。

确定用于匹配的像素块的另一个实施例是：分别将所述第一局部图像和第二局部 图像划分为a×b像素块，其中，所述第一局部图像和第二局部图像中的每个a×b像素块之 间间隔多个像素。具体实施方式是：以所述第一局部图像的左上角作为坐标原点建立平面 直角坐标系，对所述第一局部图像内的像素进行间隔第五数量像素点的下采样，并以采样 得到的像素点作为左上顶点(或中心点)确定M个a×b像素块，其中，第五数量大于a和b，所 述第五数量优选为能被8整除的正整数。以第五数量为32为例，若a和b为8，则对于640×480 的第一局部图像进行划分，得到的8×8像素块的数量是300，即M＝300。采用与划分第一局 部图像相同的方法将第二局部图像划分为相互间隔的M个待匹配的像素块。

以上仅列举了两种确定待匹配的a×b像素块的方式，还可以通过其他的方法确定 待匹配的像素块，以提取像素块的数据用于场景变化检测，本发明在此不赘述。应该理解， 以上实施例仅是为了使本发明的方案更容易理解并易于执行，不应作为对本发明的限定。

本发明的实施例，通过获取摄像头采集的第一预览图像和第二预览图像；并根据 所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像；然后对所述第一 局部图像和第二局部图像划分为a×b像素块，并选择其中部分像素块进行灰度值匹配，确 定场景是否发生变化，进一步减小了匹配运算的复杂度，提高了场景变化检测的效率。

步骤1032，根据所述第一预览图像，计算得到图像匹配阈值。

在进行像素块匹配之前，需要根据所述第一预览图像，计算得到图像匹配阈值。具 体实施时，有两种计算方式：第一种，根据所述第一预览图像的灰度平均值和所述像素块的 尺寸计算匹配阈值；第二种，根据所述第一预览图像的灰度平均值计算匹配阈值。

第一种所述根据所述第一预览图像，计算得到图像匹配阈值的方式，包括：对所述 第一预览图像的所有像素的灰度值进行求均值运算，得到灰度平均值；获取所述a×b像素 块的像素尺寸值；根据公式计算得到图像匹配阈值,其中y为所述图 像匹配阈值，size为所述a×b像素块的像素尺寸值，avg为所述灰度平均值。

第二种所述根据所述第一预览图像，计算得到图像匹配阈值的方式，包括：对所述 第一预览图像的所有像素的灰度值进行求均值运算，得到灰度平均值；根据公式 计算得到图像匹配阈值,其中y为所述图像匹配阈值，avg为所述灰度平均值。 其中，灰度平均值的计算公式如下：

$avg=\frac{1}{W^{,}\times L^{,}}\underset{j=0}{\overset{W^{,}\times L^{,}}{\Sigma }}p\left(j\right).$

其中，W'为所述第一预览图像的宽度值，L'为所述第一预览图像的长度值，p(j)是 第一预览图像内位置为j的像素点的灰度值，avg是第一预览图像的平均灰度值。

步骤1033，根据所述第一局部图像，计算得到匹配次数M。

在进行像素块匹配之前，还需要根据所述第一局部图像，计算得到匹配次数M。具 体实施时，首先，获取第一局部图像的长度值L和宽度值W；匹配次数M等于第一局部图像划 分得到的a×b像素块的数量，匹配次数M的计算公式如下：

其中，M为所述匹配次数，W为所述第一局部图像的宽度值，L为所述第一局部图像 的长度值，E为每个a×b像素块之间在宽度方向上间隔的像素块个数，F为每个a×b像素块 之间在长度方向上间隔的像素块个数，a为所述a×b像素块的宽度，b为所述a×b像素块的 长度，E和F可以相同，也可以不同。

步骤1034，根据所述第一局部图像和第二局部图像中的每个a×b像素块，确定非 匹配像素块的个数。

上述步骤1034中，若所述匹配阈值采用上述第一种方式计算，所述根据所述第一 局部图像和第二局部图像中的每个a×b像素块，确定非匹配像素块的个数的步骤，包括：分 别计算出所述第一局部图像和第二局部图像中每个a×b像素块的总灰度值；将所述第一局 部图像和第二局部图像中相对应位置的a×b像素块的总灰度值进行求差值运算，得到总灰 度值差值；将所述总灰度值差值的绝对值与所述图像匹配阈值进行比较；当所述总灰度值 差值的绝对值大于所述图像匹配阈值时，则非匹配像素块的个数加一。

若在步骤1031中确定了第一局部图像的300个待匹配的像素块和第二局部图像的 300个待匹配的像素块，则在步骤1033中计算得到的匹配次数为300，则步骤1034中将分别 计算第一局部图像的300个像素块的总灰度值和第二局部图像的300个像素块的总灰度值； 然后，分别计算所述第一局部图像中300个像素块的总灰度值和第二局部图像中相对应位 置的像素块的总灰度值的差值，得到总灰度值差值。

若以G₁(i)表示第一局部图像中像素块i的总灰度值，以G₂(i)表示第二局部图像中 像素块i的总灰度值，i为像素块的位置标识，G₁(i)和G₂(i)分别表示第一局部图像和第二局 部图像中位置相对应的像素块的总灰度值。将所述第一局部图像和第二局部图像中相对应 位置的a×b像素块的总灰度值进行求差值运算，得到总灰度值差值，具体为：采用公式D(i) ＝G₁(i)-G₂(i)分别计算所述第一局部图像和第二局部图像中相对应位置的a×b像素块的 总灰度值的差值。若步骤1031中确定了第一局部图像中有300个a×b像素块，即步骤1033中 确定的匹配次数M＝300，将得到300个总灰度值差值D(i)，其中0<i≤300。然后，分别将获得 的M个总灰度值差值的绝对值与所述图像匹配阈值进行比较；当所述总灰度值差值的绝对 值大于所述图像匹配阈值时，则非匹配像素块的个数加一，最后，得到非匹配像素块的个 数。

上述步骤1034中，若所述匹配阈值采用上述第二种方式计算，所述根据所述第一 局部图像和第二局部图像中的每个a×b像素块，确定非匹配像素块的个数的步骤，包括：分 别计算出所述第一局部图像和第二局部图像中每个a×b像素块的平均灰度值；将所述第一 局部图像和第二局部图像中相对应位置的a×b像素块的平均灰度值进行求差值运算，得到 平均灰度值差值；将所述平均灰度值差值的绝对值与所述图像匹配阈值进行比较；当所述 平均灰度值差值的绝对值大于所述图像匹配阈值时，则非匹配像素块的个数加一。若在步 骤1031中确定了第一局部图像的300个待匹配的像素块和第二局部图像的300个待匹配的 像素块，则在步骤1033中计算得到的匹配次数为300，则步骤1034中将分别计算第一局部图 像的300个像素块的平均灰度值和第二局部图像的300个像素块的平均灰度值；然后，分别 计算所述第一局部图像中300个像素块的平均灰度值和第二局部图像中相对应位置的像素 块的平均灰度值的差值，得到平均灰度值差值。

若以表示第一局部图像中像素块i的平均灰度值，以表示第二局部图像 中像素块i的平均灰度值，i为像素块的位置标识，和分别表示第一局部图像和第 二局部图像中位置相对应的像素块的平均灰度值。将所述第一局部图像和第二局部图像中 相对应位置的a×b像素块的平均灰度值进行求差值运算，得到平均灰度值差值，具体为：采 用公式分别计算所述第一局部图像和第二局部图像中相对应位置的 a×b像素块的平均灰度值的差值。若步骤1031中确定了第一局部图像中有300个a×b像素 块，即步骤1033中确定的匹配次数M＝300，将得到300个平均灰度值差值D(i)，其中0<i≤ 300。然后，分别将获得的M个平均灰度值差值的绝对值与所述图像匹配阈值进行比较；当所 述平均灰度值差值的绝对值大于所述图像匹配阈值时，则非匹配像素块的个数加一，最后， 得到非匹配像素块的个数。

步骤1035，判断非匹配像素块的个数是否大于若是，则执行步骤1036，若否， 则执行步骤1037。

最后，进一步对匹配结果进行判断，若非匹配像素块的个数大于匹配次数的预设 比例，则确定所述第二预览图像和所述第一预览图像的场景发生变化，则执行步骤1036；否 则，确定所述第二预览图像和所述第一预览图像的场景一致，则执行步骤1037。其中，所述 预设比例取值为0～1之间，预设比例取值越接近于1，场景变化幅度需要越大才能被检测出 来，为了保证场景检测的灵敏性，优选的，本实施例采用的预设比例取值为

步骤1036，当非匹配像素块的个数大于时，则确定场景发生变化。

当非匹配像素块的个数大于时，说明非匹配像素块已经超过总像素块的预设 的比例，则确定第一预览图像和第二预览图像的场景发生变化。以匹配次数M等于300为例， 即需要对第二预览图像中的300个像素块进行匹配，若非匹配像素块的数目超过100个，则 确定第一预览图像和第二预览图像的场景发生变化。

步骤1037，当非匹配像素块的个数小于或等于时，则确定场景未发生变化。

当非匹配像素块的个数小于或等于时，说明非匹配像素块已经小于总像素块 的预设的比例，则确定第一预览图像和第二预览图像的场景一致。仍以匹配次数M等于300 为例，即需要对第二预览图像中的300个像素块进行匹配，若非匹配像素块的数目小于或等 于100个，则确定第一预览图像和第二预览图像的场景未发生变化。

本发明实施例的拍照过程中场景变化检测方法，通过获取摄像头采集的第一预览 图像和第二预览图像；并根据所述第一预览图像和第二预览图像，确定第一局部图像和第 二局部图像；然后对所述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发 生变化；其中，所述第一预览图像和第二预览图像均为Y通道图像。与现有技术相比，本发明 实施例仅需要对预览图像的局部图像进行匹配运算，减小了图像匹配的运算量，提高了场 景变化检测的效率；并且，利用Y通道数据进行灰度值匹配，进一步减小了匹配运算的复杂 度，提高了场景变化检测的效率，可以快速、实时地在拍照预览过程中进行场景变化检测； 通过动态计算阈值灰度，自适应调整场景检测的匹配阈值，能够提高场景变化检测的准确 性。

实施例二：

相应的，在本发明的另一实施例中，公开了一种移动终端400，所述移动终端400包 括摄像头(图中未示出)，如图4所示，所述移动终端还包括：

图像获取模块410，用于获取摄像头采集的第一预览图像和第二预览图像；

图像确定模块420，用于根据所述图像获取模块410获取的第一预览图像和第二预 览图像，确定第一局部图像和第二局部图像；

场景变化确定模块430，用于对所述图像确定模块420确定的第一局部图像和第二 局部图像进行灰度值匹配，确定场景是否发生变化。

本发明实施例中得到图像的数据是智能手机采集的原始图像经过去坏点、伽马校 正、颜色校正、颜色增强、去噪等图像处理后，得到的YUV格式的图像数据，并提取Y通道图像 数据进行匹配。其中，所述第一预览图像和第二预览图像均为Y通道图像。

本发明实施例的移动终端400，通过获取摄像头采集的第一预览图像和第二预览 图像；并根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像；然后 对所述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生变化；其中，所述 第一预览图像和第二预览图像均为Y通道图像。与现有技术相比，本发明实施例仅需要对预 览图像的局部图像进行匹配运算，减小了图像匹配的运算量，提高了场景变化检测的效率； 并且，利用Y通道数据进行灰度值匹配，进一步减小了匹配运算的复杂度，提高了场景变化 检测的效率，可以快速、实时地在拍照预览过程中进行场景变化检测。

具体实施时，预览图像数据太大会增加的匹配运算的时间，为了减少图像匹配的 运算量，提高场景检测效率，优选地，选择第一预览图像和第二预览图像的部分图像数据进 行匹配。择预览图像的局部图像的一种方式为：所述第一局部图像为以所述第一预览图像 的中心像素为中心的预设尺寸的图像区域，所述第二局部图像为以所述第二预览图像的中 心像素为中心的预设尺寸的图像区域，其中，所述预设尺寸为c×d像素块，其中，c和d均为 正整数。选择图像中心的区域内的图像数据进行场景变化检测，既适用于大部分应用场景， 又能加快图像场景检测的计算速度。

选择预览图像的局部图像的另一种方式为：所述第一局部图像为所述第一预览图 像中用户指定的区域图像，所述第二局部图像为所述第二预览图像中与所述第一局部图像 对应位置区域的图像。选择用户指定的区域图像进行匹配，更具有针对性，能够提高场景变 化检测的准确率。

具体实施时，如图5所示，所述场景变化确定模块430，进一步包括：

像素块划分单元4301，用于分别将所述图像确定模块420确定的第一局部图像和 第二局部图像划分为a×b像素块；

匹配阈值计算单元4302，用于根据所述图像获取模块410获取的第一预览图像，计 算得到图像匹配阈值；

匹配次数计算单元4303，用于根据所述图像确定模块420确定的第一局部图像，计 算得到匹配次数M；

匹配单元4304，用于根据所述第一局部图像和第二局部图像中的每个a×b像素 块，确定非匹配像素块的个数；

判断确定单元4305，用于当所述匹配单元4304确定的非匹配像素块的个数大于 时，则确定场景发生变化；以及，

当所述匹配单元4304确定的非匹配像素块的个数小于或等于时，则确定场景 未发生变化；

其中，所述第一局部图像和第二局部图像中的每个a×b像素块之间间隔多个a×b 像素块，a和b均为正整数。

场景变化确定模块430及其包括的各单元的具体实现方式参见方法实施例，此处 不再赘述。

通过选择第一局部图像和第二局部图像中部分像素块进行匹配，以判断场景变 化，有效地减少图像匹配的运算量，提高场景检测效率。

在一个具体实施例中，所述匹配阈值计算单元4302，进一步用于：对所述第一预览 图像的所有像素的灰度值进行求均值运算，得到灰度平均值；获取所述a×b像素块的像素 尺寸值；根据公式计算得到图像匹配阈值,其中y为所述图像匹配阈 值，size为所述a×b像素块的像素尺寸值，avg为所述灰度平均值。

相应地，所述匹配单元4304进一步用于：分别计算出所述第一局部图像和第二局 部图像中每个a×b像素块的总灰度值；将所述第一局部图像和第二局部图像中相对应位置 的a×b像素块的总灰度值进行求差值运算，得到总灰度值差值；将所述总灰度值差值的绝 对值与所述图像匹配阈值进行比较；当所述总灰度值差值的绝对值大于所述图像匹配阈值 时，则非匹配像素块的个数加一。

在本发明的另一个具体实施例中，所述匹配阈值计算单元4302，进一步用于：对所 述第一预览图像的所有像素的灰度值进行求均值运算，得到灰度平均值；根据公式 计算得到图像匹配阈值,其中y为所述图像匹配阈值，avg为所述灰度平均值。 相应地，所述匹配单元4304进一步用于：分别计算出所述第一局部图像和第二局部图像中 每个a×b像素块的平均灰度值；将所述第一局部图像和第二局部图像中相对应位置的a×b 像素块的平均灰度值进行求差值运算，得到平均灰度值差值；将所述平均灰度值差值的绝 对值与所述图像匹配阈值进行比较；当所述平均灰度值差值的绝对值大于所述图像匹配阈 值时，则非匹配像素块的个数加一。

本发明的实施例，通过动态计算阈值灰度，自适应调整场景检测的匹配阈值，能够 提高场景变化检测的准确性。

具体实施时，像素块划分单元4301分别将所述图像确定模块420确定的第一局部 图像和第二局部图像划分为a×b像素块的实施方式可以为：将第一局部图像和第二局部图 像分别划分为相邻排布的第二数量个a×b像素块；按照预设位置分布规则对由所述第一局 部图像划分得到的第二数量个a×b像素块进行下采样得到第一数量个a×b像素块，以及， 按照所述预设位置分布规则对由所述第二局部图像划分得到的第二数量个a×b像素块进 行下采样得到第一数量个a×b像素块；其中，所述第一数量小于所述第二数量。匹配次数等 于第一数量。所述匹配次数计算单元4303，进一步用于：

获取第一局部图像的长度值和宽度值；

根据公式计算得到匹配次数M，其中，M为所 述匹配次数，W为所述第一局部图像的宽度值，L为所述第一局部图像的长度值，E为每个a× b像素块之间在宽度方向上间隔的像素块个数，F为每个a×b像素块之间在长度方向上间隔 的像素块个数，a为所述a×b像素块的宽度，b为所述a×b像素块的长度。

对于不同的像素块划分方法，计算匹配次数的具体方法可能会有不同，此处不再 赘述。

本发明实施例的移动终端，通过上述模块获取摄像头采集的第一预览图像和第二 预览图像；并根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像； 然后对所述第一局部图像和第二局部图像划分为a×b像素块，并选择其中部分像素块进行 灰度值匹配，以确定场景是否发生变化，进一步减小了匹配运算的复杂度，提高了场景变化 检测的效率。

实施例三：

图6是本发明另一个实施例的移动终端的框图。图6所示的移动终端600包括：至少 一个处理器601、存储器602、至少一个网络接口604和用户接口603、拍照组件606，拍照组件 606包括摄像头。移动终端600中的各个组件通过总线系统605耦合在一起。可理解，总线系 统605用于实现这些组件之间的连接通信。总线系统605除包括数据总线之外，还包括电源 总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线 系统605。

其中，用户接口603可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球 (trackball)、触感板、触摸屏或者触控板等。

可以理解，本发明实施例中的存储器602可以是易失性存储器或非易失性存储器， 或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read- OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器 (ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪 存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓 存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器 (StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器 (SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，ESDRAM)、同步连接 动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器 (DirectRambusRAM，DRRAM)。本文描述的系统和方法的存储器602旨在包括但不限于这些和 任意其它适合类型的存储器。

在一些实施方式中，存储器602存储了如下的元素，可执行模块或者数据结构，或 者他们的子集，或者他们的扩展集：操作系统6021和应用程序6022。

其中，操作系统6021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于 实现各种基础业务以及处理基于硬件的任务。应用程序6022，包含各种应用程序，例如媒体 播放器(MediaPlayer)、浏览器(Browser)、输入法等，用于实现各种应用业务。实现本发明 实施例方法的程序可以包含在应用程序6022中。

在本发明实施例中，通过调用存储器602存储的程序或指令，具体的，可以是应用 程序6022中存储的程序或指令。通过用户接口603中的触摸屏检测用户使用应用程序的操 作，例如检测用户设置指定的区域图像的触摸手势。处理器601用于获取摄像头采集的第一 预览图像和第二预览图像；根据所述第一预览图像和第二预览图像，确定第一局部图像和 第二局部图像；对所述第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生 变化；其中，所述第一预览图像和第二预览图像均为Y通道图像。

上述本发明实施例揭示的方法部分可以应用于处理器601中，或者由处理器601实 现。处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的 各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处 理器601可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电 路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列 (FieldProgrammableGateArray，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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框 图。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。结合本发明 实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器 中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可 编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储 介质位于存储器602，处理器601读取存储器602中的用户对应用程序的使用次数，结合其硬 件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其 组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路 (ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器 (DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备 (ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray， FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单 元或其组合中。

对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文 所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在 处理器外部实现。

所述处理器601进一步用于：分别将所述第一局部图像和第二局部图像划分为a× b像素块；根据所述第一预览图像，计算得到图像匹配阈值；根据所述第一局部图像，计算得 到匹配次数M；根据所述第一局部图像和第二局部图像中的每个a×b像素块，确定非匹配像 素块的个数；当非匹配像素块的个数大于时，则确定场景发生变化；当非匹配像素块的 个数小于或等于时，则确定场景未发生变化；其中，所述第一局部图像和第二局部图像 中的每个a×b像素块之间间隔多个a×b像素块，a和b均为正整数。

可选地，所述处理器601用于：对所述第一预览图像的所有像素的灰度值进行求均值运 算，得到灰度平均值；获取所述a×b像素块的像素尺寸值；根据公式计算 得到图像匹配阈值,其中y为所述图像匹配阈值，size为所述a×b像素块的像素尺寸值，avg 为所述灰度平均值。

相应地，所述处理器601进一步用于：分别计算出所述第一局部图像和第二局部图 像中每个a×b像素块的总灰度值；将所述第一局部图像和第二局部图像中相对应位置的a ×b像素块的总灰度值进行求差值运算，得到总灰度值差值；将所述总灰度值差值的绝对值 与所述图像匹配阈值进行比较；当所述总灰度值差值的绝对值大于所述图像匹配阈值时， 则非匹配像素块的个数加一。

可选地，所述处理器601用于：对所述第一预览图像的所有像素的灰度值进行求均 值运算，得到灰度平均值；根据公式计算得到图像匹配阈值,其中y为所述图 像匹配阈值，avg为所述灰度平均值。

相应地，所述处理器601进一步用于：分别计算出所述第一局部图像和第二局部图 像中每个a×b像素块的平均灰度值；将所述第一局部图像和第二局部图像中相对应位置的 a×b像素块的平均灰度值进行求差值运算，得到平均灰度值差值；将所述平均灰度值差值 的绝对值与所述图像匹配阈值进行比较；当所述平均灰度值差值的绝对值大于所述图像匹 配阈值时，则非匹配像素块的个数加一。

可选地，所述处理器601用于：获取第一局部图像的长度值和宽度值；根据公式 计算得到匹配次数M，其中，M为所述匹配次数，W为所 述第一局部图像的宽度值，L为所述第一局部图像的长度值，E为每个a×b像素块之间在宽 度方向上间隔的像素块个数，F为每个a×b像素块之间在长度方向上间隔的像素块个数，a 为所述a×b像素块的宽度，b为所述a×b像素块的长度。

可选地，所述第一局部图像为以所述第一预览图像的中心像素为中心的预设尺寸 的图像区域，所述第二局部图像为以所述第二预览图像的中心像素为中心的预设尺寸的图 像区域，其中，所述预设尺寸为c×d像素块，其中，c和d均为正整数。

可选地，所述第一局部图像为所述第一预览图像中用户指定的区域图像，所述第 二局部图像为所述第二预览图像中与所述第一局部图像对应位置区域的图像。

移动终端600能够实现前述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。

本发明实施例的移动终端600通过上述模块，仅需要对预览图像的局部图像进行 匹配运算，减小了图像匹配的运算量，提高了场景变化检测的效率；并且，利用Y通道数据进 行灰度值匹配，进一步减小了匹配运算的复杂度，提高了场景变化检测的效率，可以快速、 实时地在拍照预览过程中进行场景变化检测；通过动态计算阈值灰度，自适应调整场景检 测的匹配阈值，能够提高场景变化检测的准确性。

实施例四：

图7是本发明另一个实施例的移动终端的结构示意图。具体地，图7中的移动终端 可以为智能手机、平板电脑、个人数字助理(PersonalDigitalAssistant，PDA)、或车载电 脑等。

图7中的移动终端包括射频(RadioFrequency，RF)电路710、存储器720、输入单元 730、显示单元740、处理器760、拍照组件750、音频电路770、WiFi(WirelessFidelity)模块 780和电源790，拍照组件750包括摄像头。

其中，输入单元730可用于接收用户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信号输入。具体地，本发明实施例中，该输入单元730可以 包括触控面板731。触控面板731，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731上的操作)，并根据预先设 定的程式驱动相应的连接装置。可选的，触控面板731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 送给该处理器760，并能接收处理器760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731。除了触控面板731，输入单元730 还可以包括其他输入设备732，其他输入设备732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、操作杆等中的一种或多种。

其中，显示单元740可用于显示由用户输入的信息或提供给用户的信息以及移动 终端700的各种菜单界面。显示单元740可包括显示面板741，可选的，可以采用LCD或有机发 光二极管(OrganicLight-EmittingDiode，OLED)等形式来配置显示面板741。

应注意，触控面板731可以覆盖显示面板741，形成触摸显示屏，当该触摸显示屏检 测到在其上或附近的触摸操作后，传送给处理器760以确定触摸事件的类型，随后处理器 760根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。

触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区 及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显 示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以 包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区 也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如， 设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。

其中处理器760是移动终端700的控制中心，利用各种接口和线路连接整个智能手 机的各个部分，通过运行或执行存储在第一存储器721内的软件程序和/或模块，以及调用 存储在第二存储器722内的数据，执行移动终端700的各种功能和处理数据，从而对移动终 端700进行整体监控。可选的，处理器760可包括一个或多个处理单元。

在本发明实施例中，通过调用存储该第一存储器721内的软件程序和/或模块和/ 或该第二存储器722内的数据，处理器760用于获取摄像头采集的第一预览图像和第二预览 图像；根据所述第一预览图像和第二预览图像，确定第一局部图像和第二局部图像；对所述 第一局部图像和第二局部图像进行灰度值匹配，确定场景是否发生变化；其中，所述第一预 览图像和第二预览图像均为Y通道图像。

所述处理器760进一步用于：分别将所述第一局部图像和第二局部图像划分为a× b像素块；根据所述第一预览图像，计算得到图像匹配阈值；根据所述第一局部图像，计算得 到匹配次数M；根据所述第一局部图像和第二局部图像中的每个a×b像素块，确定非匹配像 素块的个数；当非匹配像素块的个数大于时，则确定场景发生变化；当非匹配像素块的 个数小于或等于时，则确定场景未发生变化；其中，所述第一局部图像和第二局部图像 中的每个a×b像素块之间间隔多个a×b像素块，a和b均为正整数。

可选地，所述处理器760用于：对所述第一预览图像的所有像素的灰度值进行求均值运 算，得到灰度平均值；获取所述a×b像素块的像素尺寸值；根据公式计算 得到图像匹配阈值,其中y为所述图像匹配阈值，size为所述a×b像素块的像素尺寸值，avg 为所述灰度平均值。

相应地，所述处理器760进一步用于：分别计算出所述第一局部图像和第二局部图 像中每个a×b像素块的总灰度值；将所述第一局部图像和第二局部图像中相对应位置的a ×b像素块的总灰度值进行求差值运算，得到总灰度值差值；将所述总灰度值差值的绝对值 与所述图像匹配阈值进行比较；当所述总灰度值差值的绝对值大于所述图像匹配阈值时， 则非匹配像素块的个数加一。

可选地，所述处理器760用于：对所述第一预览图像的所有像素的灰度值进行求均 值运算，得到灰度平均值；根据公式计算得到图像匹配阈值,其中y为所述图 像匹配阈值，avg为所述灰度平均值。

相应地，所述处理器760进一步用于：分别计算出所述第一局部图像和第二局部图 像中每个a×b像素块的平均灰度值；将所述第一局部图像和第二局部图像中相对应位置的 a×b像素块的平均灰度值进行求差值运算，得到平均灰度值差值；将所述平均灰度值差值 的绝对值与所述图像匹配阈值进行比较；当所述平均灰度值差值的绝对值大于所述图像匹 配阈值时，则非匹配像素块的个数加一。

可选地，所述处理器760用于：获取第一局部图像的长度值和宽度值；根据公式 计算得到匹配次数M，其中，M为所述匹配次数，W为所 述第一局部图像的宽度值，L为所述第一局部图像的长度值，E为每个a×b像素块之间在宽 度方向上间隔的像素块个数，F为每个a×b像素块之间在长度方向上间隔的像素块个数，a 为所述a×b像素块的宽度，b为所述a×b像素块的长度。

可选地，所述第一局部图像为以所述第一预览图像的中心像素为中心的预设尺寸 的图像区域，所述第二局部图像为以所述第二预览图像的中心像素为中心的预设尺寸的图 像区域，其中，所述预设尺寸为c×d像素块，其中，c和d均为正整数。

可选地，所述第一局部图像为所述第一预览图像中用户指定的区域图像，所述第 二局部图像为所述第二预览图像中与所述第一局部图像对应位置区域的图像。

可见，本实施例的移动终端通过上述模块，仅需要对预览图像的局部图像进行匹 配运算，减小了图像匹配的运算量，提高了场景变化检测的效率；并且，利用Y通道数据进行 灰度值匹配，进一步减小了匹配运算的复杂度，提高了场景变化检测的效率，可以快速、实 时地在拍照预览过程中进行场景变化检测；通过动态计算阈值灰度，自适应调整场景检测 的匹配阈值，能够提高场景变化检测的准确性。

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 本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的移动 终端的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的 方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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。

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，在本发明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。

所述功能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或者该技术方案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)执行本发明各个实施例所述方法的全部或部分步骤。 而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码 的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与 其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于移动终端实 施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例 的部分说明即可。