图像运动区域的定位方法、装置、存储介质及终端与流程

1.本发明涉及图像处理技术领域，尤其涉及一种图像运动区域的定位方法、装置、存储介质及终端。


背景技术：

2.在计算摄影中，为提高图像质量，通常通过采取多帧图像的方式来对图像进行处理。例如高动态范围成像(high dynamic range imaging，hdr)，将不同曝光的低动态范围图像(low dynamic range imaging，ldr)加权融合，得到高动态范围图像；多帧降噪，也称时域降噪，用多张图像对齐叠起来后用每一个位置对应的多层像素的平均值或者中值等作为输出，以达到降低噪声的目的。
3.这些处理方法需要同时叠加多帧图像的信息，但由于拍照设备或者拍照对象的运动，设备采集的连续多帧图像可能会出现运动偏差，导致在多帧图像处理后出现运动拖影等现象，影响图像质量。因此，在图像处理过程中，常常需要对运动区域做检测判断，而后根据是否为运动区域做不同处理，以避免运动导致的异常现象。
4.在没有运动判断算法的支持下，多帧图像在处理为单帧输出时，常常会出现运动拖影的现象；在一些较简单常见的方法下，譬如对参考帧和其他帧相同位置的点求差值等等，容易受到噪声、图像自身缺陷等影响，常常出现拖影部分消除或者引入其他问题的现象，如何快速识别出图像中的运动区域成为一个重要问题。
5.因此，有必要提供一种新型的图像运动区域的定位方法、装置、存储介质及终端以解决现有技术中存在的上述问题。


技术实现要素：

6.本发明的目的在于提供一种图像运动区域的定位方法、装置、存储介质及终端，能够快速识别出多帧图像之间的运动区域，提高图像处理效果。
7.为实现上述目的，本发明的所述一种图像运动区域的定位方法，包括：
8.获取待处理图像，判断所述待处理图像是否满足存在运动区域的基本条件；
9.在确定所述待处理图像满足存在运动区域的基本条件之后，在所述待处理图像中选择一帧图像作为基准帧图像，将所述待处理图像中的其余帧作为比较帧图像；
10.提取所述比较帧图像和所述基准帧图像中的多层次图像信息，对所述多层次图像信息进行图像增强处理分别得到比较帧增强图像和基准帧增强图像；
11.计算所述比较帧增强图像与所述基准帧增强图像的图像差异因子；
12.根据所述图像差异因子确定所述比较帧增强图像中的运动区域。
13.本发明所述图像运动区域的定位方法的有益效果在于：在确定待处理图像中存在运动区域之后，在待处理图像中选择一帧图像作为基准帧图像，其它的作为比较帧图像，并对基准帧图像和比较帧图像进行图像增强处理，以提高图像视觉效果并突出细节特征，提高后续运动区域定位的准确性，而且选择满足条件的图像作为基准帧图像，可以提高判断
准确率，减少误差并节约计算资源。
14.可选的，所述判断所述待处理图像中是否满足存在运动区域的基本条件，包括：
15.获取所述待处理图像中每一帧图像的曝光时间和直方图信息；
16.根据所述曝光时间和所述直方图信息确定是否存在场景变化；
17.在确定存在场景变化之后，确定所述待处理图像的当前应用场景，根据所述当前应用场景确定曝光判断阈值；
18.比较最大的所述曝光时间与所述曝光判断阈值的大小；
19.在最大的所述曝光时间小于所述曝光判断阈值时，确定所述待处理图像不满足存在运动区域的基本条件，不存在运动区域；
20.在最大的所述曝光时间大于或等于所述曝光判断阈值时，确定所述待处理图像满足存在运动区域的基本条件，可能存在运动区域。
21.可选的，所述在所述待处理图像中选择一帧图像作为基准帧图像，包括：
22.计算所述待处理图像中每一帧图像的评估参数；
23.根据所述评估参数的大小选择所述评估参数满足预设条件的一帧图像作为所述基准帧图像，其中，所述评估参数包括图像噪声信息、信噪比、直方图形态信息、亮度信息、细节信息和图像清晰度信息中的至少一种。其有益效果在于：根据评估参数的大小在待处理图像中选择质量最优的一帧图像作为基准帧图像，以提高后续运动区域定位的准确性。
24.可选的，所述根据所述评估参数的大小选择所述评估参数满足预设条件的一帧图像作为所述基准帧图像，包括：
25.计算所述待处理图像中每一帧图像的亮度信息，根据所述亮度信息计算每一帧图像的亮度有效性因子；
26.提取所述待处理图像中每一帧图像的细节信息以计算每一帧图像的细节因子；
27.根据每一帧图像的所述亮度有效性因子和所述细节因子计算每一帧图像的细节丰富度；
28.选择所述细节丰富度最大的一帧图像作为所述基准帧图像。
29.可选的，所述根据所述亮度信息计算每一帧图像的亮度有效性因子，包括：
30.根据所述待处理图像的拍摄场景信息和拍摄设备信息确定第一亮度阈值和第二亮度阈值；
31.根据所述第一亮度阈值、第二亮度阈值和每一帧图像的所述亮度信息计算亮度有效性因子。
32.可选的，所述提取所述比较帧图像和所述基准帧图像中的多层次图像信息，包括：
33.分别选择所述比较帧图像和所述基准帧图像作为采样图像；
34.将所述采样图像分割成m
×
q个划分块，对每个所述划分块中的点进行取点后得到降采样图像，m和q均为正整数；
35.对所述降采样图像进行信息提取以得到所述多层次图像信息。其有益效果在于：通过对比较帧图像和基准帧图像进行多层次图像信息提取，以便于在不同层次的图像上提取到从低频到高频的细节，基于这些不同频率的细节对图像差异做判断有助于提高准确性，同时也可以减少不必要的计算。
36.可选的，所述计算所述比较帧增强图像与所述基准帧增强图像的图像差异因子，
包括：
37.根据所述基准帧增强图像的亮度信息和所述比较帧增强图像的亮度信息计算每一帧所述比较帧增强图像的亮度差异因子；
38.根据所述基准帧增强图像的细节信息和所述比较帧增强图像的细节信息计算每一帧所述比较帧增强图像的细节差异因子；
39.根据所述亮度差异因子和所述细节差异因子计算所述比较帧增强图像中每一层图像的所述图像差异因子。
40.可选的，所述根据所述亮度差异因子和所述细节差异因子计算所述图像差异因子，包括：
41.比较所述比较帧增强图像的所述亮度差异因子与第三阈值的大小以及所述细节差异因子与第四阈值的大小；
42.在确定所述比较帧增强图像的所述亮度差异因子大于所述第三阈值且所述细节差异因子大于所述第四阈值时，确定所述图像差异因子的大小为a，否则所述图像差异因子的大小为b，其中，a大于b。
43.可选的，所述根据所述图像差异因子确定所述比较帧增强图像中的运动区域，包括：
44.获取所述比较帧增强图像中当前层图像的每一个像素点在上一层图像中的对应位置；
45.根据所述对应位置的所述图像差异因子判断当前层图像的像素点是否为运动区域；
46.在对当前层图像的每一个像素点进行判断之后对下一层图像进行判断；
47.获取当前层图像中确定为运动区域的像素点对应在下一层图像中相应位置的对应像素点；
48.根据所述对应像素点的图像差异因子判断下一层图像的所述对应像素点是否为运动区域；
49.循环执行上述过程，直至对所述比较帧增强图像的最后一层图像完成运动区域判断过程，得到基于所述待处理图像原始分辨率的图像运动区域。。
50.本发明还提供了一种图像运动区域的定位装置，包括：
51.运动判断模块，用于获取待处理图像，判断所述待处理图像中是否满足存在运动区域的基本条件；
52.图像挑选模块，用于在确定所述待处理图像中存在运动区域之后，在所述待处理图像中选择满足条件的一帧图像作为基准帧图像，将所述待处理图像中的其余帧作为比较帧图像；
53.增强处理模块，用于提取所述比较帧图像和所述基准帧图像中的多层次图像信息，对所述多层次图像信息进行图像增强处理分别得到比较帧增强图像和基准帧增强图像；
54.差异因子计算模块，用于计算所述比较帧增强图像与所述基准帧增强图像的图像差异因子；
55.定位模块，用于根据所述图像差异因子确定所述比较帧增强图像中的运动区域。
56.本发明所述图像运动区域的定位装置的有益效果在于：在通过运动判断模块确定待处理图像中存在运动区域之后，图像挑选模块在待处理图像中选择一帧图像作为基准帧图像，其它的作为比较帧图像，并通过增强处理模块对基准帧图像和比较帧图像进行图像增强处理，以提高图像视觉效果并突出细节特征，提高后续运动区域定位的准确性，而且选择满足条件的图像作为基准帧图像，可以提高判断准确率，减少误差并节约计算资源。
57.本发明还公开了一种计算机可读存储介质，所述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上述的图像运动区域的定位方法。
58.本发明公开了一种终端，其特征在于，包括：处理器及存储器；
59.所述存储器用于存储计算机程序；
60.所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行上述的图像运动区域的定位方法。
附图说明
61.图1为本发明实施例所述图像运动区域的定位方法的流程示意图；
62.图2为本发明实施例所述图像运动区域的定位方法中用到的图像增强曲线的示意图；
63.图3为本发明实施例所述图像运动区域的定位装置的结构框图。
具体实施方式
64.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，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的一部分实施例，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。除非另外定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
65.针对现有技术存在的问题，本发明的实施例提供了一种图像运动区域的定位方法，参考图1，包括如下步骤：
66.s101、获取待处理图像，判断所述待处理图像中是否满足存在运动区域的基本条件。
67.在一些实施例中，所述判断所述待处理图像中是否存在运动区域，包括：
68.获取所述待处理图像中每一帧图像的曝光时间和直方图信息；
69.根据所述曝光时间和所述直方图信息确定是否存在场景变化；
70.在确定存在场景变化之后，确定所述待处理图像的当前应用场景，根据所述当前应用场景确定曝光判断阈值；
71.比较最大的所述曝光时间与所述曝光判断阈值的大小；
72.在最大的所述曝光时间小于所述曝光判断阈值时，确定所述待处理图像不满足存在运动区域的基本条件，不存在运动区域；
73.在最大的所述曝光时间大于或等于所述曝光判断阈值时，确定所述待处理图像满
足存在运动区域的基本条件，可能存在运动区域。
74.在本实施例中，在获取到待处理图像之后，对于待处理图像中的每一帧图像，通过收集前后各帧曝光信息和曝光关系，统计每一帧图像的直方图信息以及当前应用的场景信息，以便于进行运动过程的初步判断。
75.示例性的，记所述待处理图像中有n帧图像，n为正整数，首先获取待处理图像中每一帧图像的曝光时间和直方图信息，并比较不同帧图像之间的曝光时间大小和差异，根据直方图信息对图像的直方图的形态和峰值作比较，从而判断当前图像中是否有剧烈场景变化，对于不同场景使用不同的后续调整。而在确定存在场景变化之后，确定当前图像的应用场景，并根据当前的应用场景确定曝光判断阈值。如人像和车流拍摄、手持和支架拍摄、车载和监控拍摄等，拍摄主体和被拍摄物体的运动速度都有明显差异，根据这些具体的应用场景实验确定曝光判断阈值。
76.之后根据n帧图像中的最大曝光时间与曝光判断阈值的大小进行运动区域的初步判断，具体的，当n帧图像中最大曝光时间t
max
小于所述曝光判断阈值th1时，确定所述待处理图像中不存在运动区域；在最大的所述曝光时间t
max
大于或等于所述曝光判断阈值th1时，确定所述待处理图像中存在运动区域，需要后续进行进一步的判断过程。
77.s102、在确定所述待处理图像满足存在运动区域的基本条件之后，在所述待处理图像中选择一帧图像作为基准帧图像，将所述待处理图像中的其余帧作为比较帧图像。
78.在一些实施例中，所述在所述待处理图像中选择满足条件的一帧图像作为基准帧图像，包括：
79.计算所述待处理图像中每一帧图像的评估参数；
80.根据所述评估参数的大小选择所述评估参数满足预设条件的一帧图像作为所述基准帧图像，其中，所述评估参数包括图像噪声信息、信噪比、直方图形态信息、亮度信息、细节信息和图像清晰度信息中的至少一种。
81.在本实施例中，通过计算待处理图像中每一帧图像的评估参数，以便于根据评估参数选择满足条件的基准帧图像，而所述评估参数包括图像噪声信息、信噪比、直方图形态信息、亮度信息、细节信息和图像清晰度信息中的至少一种
82.为了进一步说明基准帧图像的选择过程，以亮度信息和细节信息来选择基准帧图像。首先计算所述待处理图像中每一帧图像的亮度信息，根据所述亮度信息计算每一帧图像的亮度有效性因子；
83.提取所述待处理图像中每一帧图像的细节信息以计算每一帧图像的细节因子；
84.根据每一帧图像的所述亮度有效性因子和所述细节因子计算每一帧图像的细节丰富度；
85.选择所述细节丰富度最大的一帧图像作为所述基准帧图像。
86.示例性的，不同图像的亮度信息计算方式有差异，计算不同的数据源亮度计算方法有根本差异，同类型数据源也会有多种计算方法。如raw图像的亮度通常使用窗口滤波，最简单的如高斯滤波，这里不再赘述；亦或使用rgain、bgain的值，以及不同方向的梯度等。
87.又如rgb图像中，亮度信息yi的计算过程如下：
88.yi＝r*0.299+g*0.587+b*0.114
89.其中r、g、b分别表示图像中的三个颜色通道的亮度。
90.在一些实施例中，根据所述亮度信息计算每一帧图像的亮度有效性因子，包括：
91.根据所述待处理图像的拍摄场景信息和拍摄设备信息确定第一亮度阈值和第二亮度阈值；
92.根据所述第一亮度阈值、第二亮度阈值和每一帧图像的所述亮度信息计算亮度有效性因子。
93.具体的，对于亮度有效性因子，根据不同设备和场景，也可以有不同的计算方式，例如记坐标为(x,y)的点亮度有效性为validyi(x,y)，有效性因子evi为所有点亮度有效性之和，则：
[0094][0095][0096]
其中分别为第一亮度阈值、第二亮度阈值，根据拍照设备、场景等通过经验和实验确定；σ表示每一帧图像中所有点坐标构成的集合。
[0097]
而对于细节因子，可以使用提取图像边缘信息的方法，如通过sobel算子计算细节因子edi[0098][0099]
和分别是图像在水平和竖直方向的sobel算子的平方，lumii(x,y)为每一帧图像的亮度在坐标(x，y)点的亮度信息，由于sobel算子为现有技术的内容，此处不再赘述。
[0100]
另一方面，也可以自定义不同方向的像素值的差等方式计算细节因子，如
[0101]
edi(x,y)＝|lumi(x-1,y)-lumi(x+1,y)|*|lumi(x,y-1)-lumi(x,y+1)|
[0102]
其中，lumi(x-1,y)、lumi(x+1,y)、lumi(x,y-1)、lumi(x,y+1)分别表示每一帧图像上的坐标点(x-1,y)、(x+1,y)、(x,y-1)、(x,y+1)的亮度信息。
[0103]
在分别计算得到每一帧图像的亮度有效性因子和细节因子之后，计算每一帧图像的细节丰富度fi，比较每一帧的细节丰富度fi，所有fi构成的集合记为{fi}，细节丰富度fi最大的一帧图像选为基准帧图像
[0104]fi
＝evi*edi[0105]
baseindex＝{k|fk＝max({fi})}
[0106]
baseindex是基准帧的序号，i＝1,2
……
n，即可确定在n帧图像中，细节丰富度fk对应的一帧图像作为基准帧图像。
[0107]
s103、提取所述比较帧图像和所述基准帧图像中的多层次图像信息，对所述多层次图像信息进行图像增强处理分别得到比较帧增强图像和基准帧增强图像。
[0108]
在一些实施例中，所述提取所述比较帧图像和所述基准帧图像中的多层次图像信息，包括：
[0109]
分别选择所述比较帧图像和所述基准帧图像作为采样图像；
[0110]
将所述采样图像分割成m
×
q个划分块，对每个所述划分块中的点进行取点后得到降采样图像，m和q均为正整数；
[0111]
对所述降采样图像进行信息提取以得到所述多层次图像信息。
[0112]
其中，对划分块中的点进行取点的方式有多种，包括取平均值或中值或一些滤波后的值等以得到m
×
q的降采样图像，通过对降采样图像进行多层次信息提取，能够在不同层次的图像上提取到从低频到高频的细节，基于这些不同频率的细节对图像差异做判断有助于提高准确性，同时也可以减少不必要的计算。
[0113]
需要说明的是，本方案中对降采样图像进行多层次信息提取的方法有多种，如常见的高斯金字塔、拉普拉斯金字塔，本方案对此不作特别限定。
[0114]
在提取到多层次图像信息之后，对所述多层次图像信息进行特征提取和图像增强处理分别得到比较帧增强图像和基准帧增强图像，能够提升图像的锐度、对比度，改善直方图分布，增强图像的亮度表现，使图像视觉效果更好，细节特征更加突出。
[0115]
常见的方法有如均衡直方图、韦伯对比度等方法，此处不再赘述；也可以提取图像曝光、增益、场景以及设备各项参数等信息，设计适用于当前应用的图像增强曲线，如图2所示，处理后得到的基准帧增强图像的多层次图像从顶层至底层分别为处理后的比较帧增强图像的多层次图像从顶层至底层分别为
[0116]
s104、计算所述比较帧增强图像与所述基准帧增强图像的图像差异因子。
[0117]
在一些实施例中，所述计算所述比较帧增强图像与所述基准帧增强图像的图像差异因子，包括：
[0118]
根据所述基准帧增强图像的亮度信息和所述比较帧增强图像的亮度信息计算每一帧所述比较帧增强图像的亮度差异因子；
[0119]
根据所述基准帧增强图像的细节信息和所述比较帧增强图像的细节信息计算每一帧所述比较帧增强图像的细节差异因子；
[0120]
根据所述亮度差异因子和所述细节差异因子计算所述比较帧增强图像中每一层图像的所述图像差异因子。
[0121]
对参考帧和第i帧图像的每一层图像每个点，可使用当前点、局部和全局信息，结合图像亮度信息计算得到亮度差异因子结合图像细节信息计算得到细节因子，以根据细节因子计算得到细节差异因子
[0122]
示例性的，如取以比较帧增强图像的第i帧图像的点为中心的x
×
y大小窗口，计算窗口内所有点与基准帧增强图像的亮度信息和细节因子之间的平方平均数，判断差异大小并标记，例如坐标为(x,y)的点分别计算得到亮度差异因子和细节差异因子
[0123]
[0124][0125]
也可以结合曝光信息、白平衡参数、噪声模型等多维度计算亮度差异因子和细节差异因子，此处不再赘述。
[0126]
在一些实施例中，所述根据所述亮度差异因子和所述细节差异因子计算所述图像差异因子，包括：
[0127]
比较所述比较帧增强图像的所述亮度差异因子与第三阈值的大小以及所述细节差异因子与第四阈值的大小；
[0128]
在确定所述比较帧增强图像的所述亮度差异因子大于所述第三阈值且所述细节差异因子大于所述第四阈值时，确定所述图像差异因子的大小为a，否则所述图像差异因子的大小为b，其中，a大于b。
[0129]
在计算得到亮度差异因子和细节差异因子之后，通过判断亮度差异因子和细节差异因子分别与第三阈值、第四阈值的大小，即可得到图像差异因子的大小，以a＝1，b＝0为例，图像差异因子的计算过程满足如下公式：
[0130][0131]
其中，和分别为比较帧第i帧与参考帧的第1层金字塔的亮度差异因子和细节差异因子，τ是以(x,y)为中心的x
×
y窗口内所有点坐标的集合，i＝1,2
……
n-1。
[0132]
上述是通过提取亮度差异因子和细节差异因子来计算图像差异因子的方法，但是图像差异因子的计算方法不限于此，还可以采用其它的方式计算，比如计算直方图的差异、计算信噪比差异、在傅里叶变换后的频域上的边缘差异、图像的亮度差异、颜色差异、亮度细节差异，本方案对此不作特别限定，此处不再赘述。
[0133]
s105、根据所述图像差异因子确定所述比较帧增强图像中的运动区域。
[0134]
在一些实施例中，步骤s105的过程包括：
[0135]
获取所述比较帧增强图像中当前层图像的每一个像素点在上一层图像中的对应位置；
[0136]
根据所述对应位置的所述图像差异因子判断当前层图像的像素点是否为运动区域；
[0137]
在对当前层图像的每一个像素点进行判断之后对下一层图像进行判断；
[0138]
获取当前层图像中确定为运动区域的像素点对应在下一层图像中相应位置的对应像素点；
[0139]
根据所述对应像素点的图像差异因子判断下一层图像的所述对应像素点是否为运动区域；
[0140]
循环执行上述过程，直至对所述比较帧增强图像的最后一层图像完成运动区域判
断过程，得到基于所述待处理图像原始分辨率的图像运动区域。
[0141]
具体的，恢复重建的方法可以是分辨率采样，如双线性插值上采样、三线性插值上采样；也可以使用二维高斯函数，以当前点为零点，相对于该点的水平、竖直方向的坐标为输入值，计算当前点在恢复重建中所占的比例。
[0142]
以使用分辨率采样的方法为例，对于所述比较帧增强图像的第2层图像，对(x,y)坐标的点，判断其在第1层图像中的位置(x0,y0)，提取当前位置的图像差异因子，判断其是否为运动区域，当图像差异因子为0时确定该点无运动，之后通过分辨率上采样后得到一个更大的区域，下一层图像同区域的点均无运动；若当图像差异因子为1时，则确定其为运动区域，下一层图像的相应位置的点可能有运动，需要进行再次图像差异因子提取和判断。如此遍历第2层图像中每一个点后，进入下一层图像，一直循环，直到最底层(第m层)图像的运动判断结束，得到一幅原图像分辨率的运动区域，完成运动区域的恢复重建。
[0143]
本发明还提供了一种图像运动区域的定位装置，参考图3，包括：
[0144]
运动判断模块301，用于获取待处理图像，判断所述待处理图像是否满足存在运动区域的基本条件；
[0145]
图像挑选模块302，用于在确定所述待处理图像满足存在运动区域的基本条件之后，在所述待处理图像中选择一帧图像作为基准帧图像，将所述待处理图像中的其余帧作为比较帧图像；
[0146]
增强处理模块303，用于提取所述比较帧图像和所述基准帧图像中的多层次图像信息，对所述多层次图像信息进行图像增强处理分别得到比较帧增强图像和基准帧增强图像；
[0147]
差异因子计算模块304，用于计算所述比较帧增强图像与所述基准帧增强图像的图像差异因子；
[0148]
定位模块305，用于根据多层次图像信息的所述图像差异因子确定所述比较帧增强图像中的运动区域。
[0149]
需要说明的是，上述图像运动区域的定位装置的结构及原理与上述图像运动区域的定位方法中的步骤一一对应，故在此不再赘述。
[0150]
本发明提供了一种终端版本升级装置，
[0151]
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，选择模块可以为单独设立的处理元件，也可以集成在上述系统的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述系统的存储器中，由上述系统的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0152]
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，asic)，或，一个
或多个数字信号处理器(digital signal processor，dsp)，或，一个或者多个现场可编程门阵列(field programmable gatearray，fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，soc)的形式实现。
[0153]
本发明还公开了一种计算机可读存储介质，所述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运行时执行上述的图像运动区域的定位方法。
[0154]
本发明的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的方法。所述存储介质包括：只读存储器(read-only memory，rom)、随机访问存储器(random access memory，ram)、磁碟、u盘、存储卡或者光盘等各种可以存储程序代码的介质。
[0155]
在本发明公开的另一个实施例中，本发明还提供一种芯片系统，芯片系统与存储器耦合，用于读取并执行所述存储器中存储的程序指令，以执行上述图像运动区域的定位方法的步骤。
[0156]
通过以上的实施方式的描述，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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0157]
在本技术实施例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。
[0158]
所述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，本技术实施例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)或处理器执行本技术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：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
[0159]
虽然在上文中详细说明了本发明的实施方式，但是对于本领域的技术人员来说显而易见的是，能够对这些实施方式进行各种修改和变化。但是，应理解，这种修改和变化都属于权利要求书中所述的本发明的范围和精神之内。而且，在此说明的本发明可有其它的实施方式，并且可通过多种方式实施或实现。