本發(fā)明涉及圖像處理領域，尤其涉及一種高動態(tài)范圍圖像合成的方法及裝置。

背景技術：
高動態(tài)范圍圖像是通過調節(jié)相機的曝光時間，對同一個場景進行多次不同曝光時間的拍攝，并通過圖像合成技術，把多幅不同曝光時間的圖像進行融合獲取的圖像。其中，長時間曝光的圖像有清晰的暗區(qū)域的細節(jié)，短時間曝光的圖像有清晰的亮區(qū)域的細節(jié)。相比普通的圖像，高動態(tài)范圍圖像可以提供更多的動態(tài)范圍和圖像細節(jié)，能夠更好的反映真實環(huán)境?，F(xiàn)有的高動態(tài)范圍圖像合成技術主要分為兩類：第一類是單相機高動態(tài)范圍圖像合成；第二類是多相機高動態(tài)范圍圖像合成。在多相機高動態(tài)范圍圖像合成技術中，首先多個相機利用不同曝光時間對同一物體同時拍攝獲得多個圖像，然后從所述多個圖像中選取兩個圖像，接著，根據(jù)所述兩個圖像的對應點之間的關系，獲取所述兩個圖像的視差圖，進而，根據(jù)所述視差圖及所述兩張照片，將兩張圖像中的一個圖像合成到另一圖像的視角的虛擬圖像，最后，根據(jù)所述虛擬圖像與所述另一視角的圖像獲得最終的高動態(tài)范圍圖像。在實現(xiàn)上述多相機高動態(tài)范圍圖像合成的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術中至少存在如下問題：由于在曝光比較大的情況下，獲取視差圖時對過暗及過亮區(qū)域的深度提取不夠準確，會對最終的高動態(tài)范圍圖像帶來噪聲，并且由于現(xiàn)有技術中在進行虛擬圖像合成時，只利用了當前圖像的鄰域信息進行插值進而導致了高動態(tài)范圍圖像存在色差，進一步影響了高動態(tài)范圍圖像的質量。

技術實現(xiàn)要素：
本發(fā)明的實施例提供一種高動態(tài)范圍圖像合成的方法及裝置，用以改善高動態(tài)范圍圖像的質量。為達到上述目的，本發(fā)明的實施例采用如下技術方案：第一方面，本發(fā)明實施例提供了一種高動態(tài)范圍圖像合成的方法，包括：獲取第一圖像與第二圖像；所述第一圖像與所述第二圖像是采用不同曝光度對同一物體同時拍攝得到的；對所述第一圖像與所述第二圖像進行雙目立體匹配，得到視差圖；根據(jù)所述視差圖與所述第一圖像，合成與所述第二圖像有相同視角的虛擬視圖；根據(jù)所述第二圖像得到第二灰度圖像，并根據(jù)所述虛擬視圖得到虛擬視圖灰度圖像；根據(jù)所述第二灰度圖像及所述虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到高動態(tài)范圍灰度圖；根據(jù)所述高動態(tài)范圍灰度圖、所述第二灰度圖像、所述虛擬視圖灰度圖像、所述第二圖像以及所述虛擬視圖，得到高動態(tài)范圍圖像。在第一方面的第一種可能的實現(xiàn)方式中，所述方法還包括：在所述根據(jù)所述視差圖與所述第一圖像，合成與所述第二圖像有相同視角的虛擬視圖時，將所述虛擬視圖中的遮擋區(qū)域的像素標記為孔洞像素；所述遮擋區(qū)域是所述第一圖像與所述第二圖像對同一物體拍攝的角度不同產(chǎn)生的區(qū)域；或者，在所述根據(jù)所述視差圖與所述第一圖像，合成與所述第二圖像有相同視角的虛擬視圖之后，在所述根據(jù)所述第二圖像得到第二灰度圖像，并根據(jù)所述虛擬視圖得到虛擬視圖灰度圖像之前，所述方法還包括：將所述虛擬視圖中的噪聲像素或所述遮擋區(qū)域標記為孔洞像素；所述噪聲像素是由所述視差圖中視差值計算錯誤的像素產(chǎn)生的；所述根據(jù)所述虛擬視圖得到虛擬視圖灰度圖像包括：根據(jù)標記有孔洞像素的虛擬視圖得到標記有孔洞像素的虛擬視圖灰度圖像；所述根據(jù)所述第二灰度圖像及所述虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到高動態(tài)范圍灰度圖包括：根據(jù)所述第二灰度圖像及所述標記有孔洞像素的虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到標記有孔洞像素的高動態(tài)范圍灰度圖；所述根據(jù)所述高動態(tài)范圍灰度圖、所述第二灰度圖像、所述虛擬視圖灰度圖像、所述第二圖像以及所述虛擬視圖，得到高動態(tài)范圍圖像包括：根據(jù)所述標記有孔洞像素的高動態(tài)范圍灰度圖、所述第二灰度圖像、所述標記有孔洞像素的虛擬視圖灰度圖像、所述第二圖像以及所述標記有孔洞像素的虛擬視圖，得到標記有孔洞像素的高動態(tài)范圍圖像；在所述根據(jù)所述高動態(tài)范圍灰度圖、所述第二圖像及所述虛擬視圖灰度圖像，得到高動態(tài)范圍圖像之后，所述方法還包括：在所述第二圖像中，確定所述標記有孔洞像素的高動態(tài)范圍圖像中每個孔洞像素對應的第一像素；獲取所述高動態(tài)范圍圖像中每個孔洞像素的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)；并根據(jù)所述相似性系數(shù)及所述第一像素，得到所述高動態(tài)范圍圖像中每個孔洞像素的像素值。結合第一方面或第一方面的第一種可能的實現(xiàn)方式，在第一方面的第二種可能的實現(xiàn)方式中，所述對所述第一圖像與所述第二圖像進行雙目立體匹配，得到視差圖包括：獲取所述第一圖像的每個像素的候選視差值集合；其中，所述候選視差值集合中包含至少兩個候選視差值；根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)；其中，p表示像素p，是與所述候選視差值集合對應的所述第一圖像的像素；所述di表示像素p的第i個候選視差值，i=1，……,k；所述k為像素p的候選視差值集合中候選視差值的總數(shù)；根據(jù)所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，獲取所述第一圖像中每一像素的視差值；將所述第一圖像中的每個像素的視差值進行組合獲取所述視差圖。結合第一方面的第二種可能的實現(xiàn)方式，在第一方面的第三種可能的實現(xiàn)方式中，所述根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)包括：根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使所述匹配能量Ed(p,di)為最小值時對應的值；所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述第一像素塊Ωp表示所述第一圖像中包含所述像素p的一個像素塊；所述像素q是與所述像素p相鄰的屬于所述第一像素塊Ωp中的像素；所述I1(q)表示像素q的像素值；所述I2(q-di)表示所述像素q對應的所述第二圖像中的像素q-di的像素值；所述wc(p,q,di)表示像素權重值；所述ws(p,q,di)表示距離權重值；所述wd(p,q,di)表示視差權重值。結合第一方面的第三種可能的實現(xiàn)方式，在第一方面的第四種可能的實現(xiàn)方式中，所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，所述I1(p)表示所述像素p的像素值；所述I2(p-di)表示所述像素p對應的所述第二圖像中的像素p-di的像素值；所述第一權重系數(shù)β1、所述第二權重系數(shù)β2、所述第三權重系數(shù)β3及所述第四權重系數(shù)β4是預先設定的值。結合第一方面的第二種可能的實現(xiàn)方式，在第一方面的第五種可能的實現(xiàn)方式中，所述根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)包括：根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述I′1(p)=I1(p)cosθ-I2(p-di)sinθ；所述I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；所述I′1(q)=I1(q)cosθ-I2(q-di)sinθ；所述I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；所述調整角度θ是預先設定大于0°且小于90°的值。結合第一方面的第二至第五任一種可能的實現(xiàn)方式，在第一方面的第六種可能的實現(xiàn)方式中，所述根據(jù)所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到所述第一圖像中每一像素的視差值包括：根據(jù)公式求出將使所述像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的所述第一圖像中每一個像素的候選視差值確定為每一個像素的視差值；其中，所述I表示所述第一圖像；所述第二像素塊Np表示所述第一圖像中包含所述像素p的一個像素塊；所述Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；所述dj表示像素q的第j個候選視差值，j=1,……,m；所述m為像素q的候選視差值集合中候選視差值的總數(shù)；所述平滑系數(shù)λ是預先設定的值；所述相鄰像素視差之差最大值Vmax是預先設定的值。結合第一方面或第一方面的第一至第六任一種可能的實現(xiàn)方式，在第一方面的第七種可能的實現(xiàn)方式中，所述根據(jù)所述高動態(tài)范圍灰度圖、所述第二灰度圖像、所述虛擬視圖灰度圖像、所述第二圖像以及所述虛擬視圖，獲取高動態(tài)范圍圖像包括：依次利用公式及求得所述高動態(tài)范圍圖像中每個像素的紅色分量值Ired(e)、綠色分量值Igreen(e)及藍色分量值Iblue(e)；其中，所述e表示所述高動態(tài)范圍圖像中的像素e；所述Igrey(e)表示在所述高動態(tài)范圍灰度圖中與所述像素e對應的像素的像素值，表示在所述第二灰度圖像中與所述像素e對應的像素的像素值，表示在所述虛擬視圖灰度圖像中與所述像素e對應的像素的像素值；所述所述及所述分別表示在所述第二圖像中與所述像素e對應的像素的紅色分量值、綠色分量值及藍色分量值；所述所述及所述分別表示在所述虛擬視圖中與所述像素e對應的像素的紅色分量值、綠色分量值及藍色分量值；根據(jù)所述高動態(tài)范圍圖像中的每個像素的紅色分量值、綠色分量值及藍色分量值，獲取所述高動態(tài)范圍圖像中的每個像素的像素值；將所述高動態(tài)范圍圖像中的每個像素的像素值組合獲取所述高動態(tài)范圍圖像。結合第一方面的第一至第七任一種可能的實現(xiàn)方式，在第一方面的第八種可能的實現(xiàn)方式中，所述將所述虛擬視圖中的噪聲像素標記為孔洞像素包括：在所述第二圖像中，確定出至少兩個第二像素；所述第二像素是指像素值相同的像素；根據(jù)所述第二圖像中的所述至少兩個第二像素，得到所述虛擬視圖中的至少兩個標記像素；所述虛擬視圖中的至少兩個標記像素是在所述虛擬視圖中，與所述第二圖像中的所述至少兩個第二像素分別對應的像素；獲取所述虛擬視圖中的至少兩個標記像素的平均像素值；依次確定所述虛擬視圖中的至少兩個標記像素中每一個標記像素的像素值與所述平均像素值之間的差值是否大于所述噪聲門限值；若所述標記像素的像素值與所述平均像素值之間的差值大于所述噪聲門限值，則將所述標記像素確定為噪聲像素，并將所述噪聲像素標記為孔洞像素。結合第一方面的第一至第八任一種可能的實現(xiàn)方式，在第一方面的第九種可能的實現(xiàn)方式中，對于根據(jù)所述高動態(tài)范圍圖像中任一孔洞像素r的相似系數(shù)及所述第一像素，得到所述孔洞像素r的像素值包括：根據(jù)公式得到所述孔洞像素r的像素值；其中，所述I(r)表示所述孔洞像素r的像素值；所述I2(r)表示在所述第二圖像中與所述孔洞像素r對應的像素的像素值；所述an表示所述孔洞像素r的相似系數(shù)；所述n=0,1，……N；所述N為預先設定的值。結合第一方面的第九種可能的實現(xiàn)方式，在第一方面的第十種可能的實現(xiàn)方式中，對于獲取所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)包括：根據(jù)公式得到所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)；其中，所述s表示所述高動態(tài)范圍圖像中所述像素r的鄰域Ψr中的一個像素；所述I(s)表示所述像素s的像素值；所述I2(s)表示在所述第二圖像中與所述像素s對應的像素的像素值；所述r-s表示所述像素r與所述像素s間的距離；所述γ是預先設定的，表示所述像素r與所述像素s間的距離的權重系數(shù)。結合第一方面的第九種可能的實現(xiàn)方式，在第一方面的第十一種可能的實現(xiàn)方式中，對于獲取所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)包括：根據(jù)公式得到所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)；其中，第一比例系數(shù)ρ1與第二比例系數(shù)ρ2是預先設定的值；所述s表示所述高動態(tài)范圍圖像中所述像素r的鄰域Φr中的一個像素；所述A表示所述高動態(tài)范圍圖像；所述a′n表示在第一次計算孔洞像素的像素值時獲取的相似系數(shù)。結合第一方面的第九種可能的實現(xiàn)方式，在第一方面的第十二種可能的實現(xiàn)方式中，對于獲取所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)包括：確定所述孔洞像素r是否有第一孔洞像素；所述第一孔洞像素是所述孔洞像素r的相鄰孔洞像素中已得到像素值的孔洞像素；若確定有所述第一孔洞像素，則將所述第一孔洞像素的相似系數(shù)作為所述孔洞像素r的相似系數(shù)。第二方面，本發(fā)明實施例提供了一種合成視差圖的方法，包括：獲取第一圖像與第二圖像；所述第一圖像與所述第二圖像是對同一物體同時拍攝得到的；獲取所述第一圖像的每個像素的候選視差值集合；其中，所述候選視差值集合中包含至少兩個候選視差值；根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)；其中，p表示像素p，是與所述候選視差值集合對應的所述第一圖像的像素；所述di表示像素p的第i個候選視差值，i=1，……,k；所述k為像素p的候選視差值集合中候選視差值的總數(shù)；根據(jù)所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到所述第一圖像中每一像素的視差值；將所述第一圖像中的每個像素的視差值進行組合獲取所述視差圖。在第二方面的第一種可能的實現(xiàn)方式中，所述根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)包括：根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使所述匹配能量Ed(p,di)為最小值時對應的值；所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述第一像素塊Ωp表示所述第一圖像中包含所述像素p的一個像素塊；所述像素q是與所述像素p相鄰的屬于所述第一像素塊Ωp中的像素；所述I1(q)表示像素q的像素值；所述I2(q-di)表示所述像素q對應的所述第二圖像中的像素q-di的像素值；所述wc(p,q,di)表示像素權重值；所述ws(p,q,di)表示距離權重值；所述wd(p,q,di)表示視差權重值。結合第二方面的第一種可能的實現(xiàn)方式，在第二方面的第二種可能的實現(xiàn)方式中，所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，所述I1(p)表示所述像素p的像素值；所述I2(p-di)表示所述像素p對應的所述第二圖像中的像素p-di的像素值；所述第一權重系數(shù)β1、所述第二權重系數(shù)β2、所述第三權重系數(shù)β3及所述第四權重系數(shù)β4是預先設定的值。結合第二方面，在第二方面的第三種可能的實現(xiàn)方式中，所述根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)包括：根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述I′1(p)=I1(p)cosθ-I2(p-di)sinθ；所述I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；所述I′1(q)=I1(q)cosθ-I2(q-di)sinθ；所述I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；所述調整角度θ是預先設定大于0°且小于90°的值。結合第二方面或第二方面的第一至第三任一種可能的實現(xiàn)方式，在第二方面的第四種可能的實現(xiàn)方式中，所述根據(jù)所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到所述第一圖像中每一像素的視差值包括：根據(jù)公式求出將使所述像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的所述第一圖像中每一個像素的候選視差值確定為每一個像素的視差值；其中，所述I表示所述第一圖像；所述第二像素塊Np表示所述第一圖像中包含所述像素p的一個像素塊；所述Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；所述dj表示像素q的第j個候選視差值，j=1,……,m；所述m為像素q的候選視差值集合中候選視差值的總數(shù)；所述平滑系數(shù)λ是預先設定的值；所述相鄰像素視差之差最大值Vmax是預先設定的值。第三方面，本發(fā)明實施例提供了一種高動態(tài)范圍圖像合成設備，包括：獲取單元，用于獲取第一圖像與第二圖像；所述第一圖像與所述第二圖像是采用不同曝光度對同一物體同時拍攝得到的；視差處理單元，用于對所述獲取單元獲取的所述第一圖像與所述第二圖像進行雙目立體匹配，得到視差圖；虛擬視圖合成單元，用于根據(jù)所述視差處理單元得到的所述視差圖與所述獲取單元獲取的所述第一圖像，合成與所述第二圖像有相同視角的虛擬視圖；灰度提取單元，用于根據(jù)所述獲取單元獲取的所述第二圖像得到第二灰度圖像，并根據(jù)所述虛擬視圖單元合成的所述虛擬視圖得到虛擬視圖灰度圖像；高動態(tài)范圍融合單元，用于根據(jù)所述灰度提取單元得到的所述第二灰度圖像及所述虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到高動態(tài)范圍灰度圖；顏色插值單元，用于根據(jù)所述高動態(tài)范圍灰度圖、所述第二灰度圖像、所述虛擬視圖灰度圖像、所述第二圖像以及所述虛擬視圖，得到高動態(tài)范圍圖像。在第三方面的第一種可能的實現(xiàn)方式中，還包括：孔洞像素處理單元：所述孔洞像素處理單元，用于將所述虛擬視圖中的噪聲像素或所述遮擋區(qū)域標記為孔洞像素；所述遮擋區(qū)域是所述第一圖像與所述第二圖像對同一物體拍攝的角度不同產(chǎn)生的區(qū)域；所述噪聲像素是由所述視差圖中視差值計算錯誤的像素產(chǎn)生的；所述灰度提取單元，具體用于根據(jù)標記有孔洞像素的虛擬視圖得到標記有孔洞像素的虛擬視圖灰度圖像；所述高動態(tài)范圍融合單元，具體用于根據(jù)所述第二灰度圖像及所述標記有孔洞像素的虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到標記有孔洞像素的高動態(tài)范圍灰度圖；所述顏色插值單元，具體用于根據(jù)所述標記有孔洞像素的高動態(tài)范圍灰度圖、所述第二灰度圖像、所述標記有孔洞像素的虛擬視圖灰度圖像、所述第二圖像以及所述標記有孔洞像素的虛擬視圖，得到標記有孔洞像素的高動態(tài)范圍圖像；所述孔洞像素處理單元，還用于在所述第二圖像中，確定所述標記有孔洞像素的高動態(tài)范圍圖像中每個孔洞像素對應的第一像素；所述孔洞像素處理單元，還用于獲取所述高動態(tài)范圍圖像中每個孔洞像素的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)；并根據(jù)所述相似性系數(shù)及所述第一像素，得到所述高動態(tài)范圍圖像中每個孔洞像素的像素值。結合第三方面或第三方面的第一種可能的實現(xiàn)方式，在第三方面的第二種可能的實現(xiàn)方式中，所述視差處理單元包括：獲取模塊、計算模塊、確定模塊、組合模塊；所述獲取模塊，用于獲取所述第一圖像的每個像素的候選視差值集合；其中，所述候選視差值集合中包含至少兩個候選視差值；所述計算模塊，用于根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量；其中，p表示像素p，是與所述候選視差值集合對應的所述第一圖像的像素；所述表示像素p的第i個候選視差值，i=1，……,k；所述k為像素p的候選視差值集合中候選視差值的總數(shù)；所述確定模塊，用于根據(jù)所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量，得到所述第一圖像中每一像素的視差值；所述組合模塊，用于將所述第一圖像中的每個像素的視差值進行組合得到所述視差圖。結合第三方面的第二種可能的實現(xiàn)方式，在第三方面的第三種可能的實現(xiàn)方式中，所述計算模塊，具體用于根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使所述匹配能量Ed(p,di)為最小值時對應的值；所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述第一像素塊Ωp表示所述第一圖像中包含所述像素p的一個像素塊；所述像素q是與所述像素p相鄰的屬于所述第一像素塊Ωp中的像素；所述I1(q)表示像素q的像素值；所述I2(q-di)表示所述像素q對應的所述第二圖像中的像素q-di的像素值；所述wc(p,q,di)表示像素權重值；所述ws(p,q,di)表示距離權重值；所述wd(p,q,di)表示視差權重值。結合第三方面的第三種可能的實現(xiàn)方式，在第三方面的第四種可能的實現(xiàn)方式中，所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，所述I1(p)表示所述像素p的像素值；所述I2(p-di)表示所述像素p對應的所述第二圖像中的像素p-di的像素值；所述第一權重系數(shù)β1、所述第二權重系數(shù)β2、所述第三權重系數(shù)β3及所述第四權重系數(shù)β4是預先設定的值。結合第三方面的第二種可能的實現(xiàn)方式，在第三方面的第五種可能的實現(xiàn)方式中，所述計算模塊，具體用于根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述I′1(p)=I1(p)cosθ-I2(p-di)sinθ；所述I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；所述I′1(q)=I1(q)cosθ-I2(q-di)sinθ；所述I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；所述調整角度θ是預先設定大于0°且小于90°的值。結合第三方面的第二至第五任一種可能的實現(xiàn)方式，在第三方面的第六種可能的實現(xiàn)方式中，所述確定模塊，具體用于根據(jù)公式求出將使所述像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的所述第一圖像中每一個像素的候選視差值確定為每一個像素的視差值；其中，所述I表示所述第一圖像；所述第二像素塊Np表示所述第一圖像中包含所述像素p的一個像素塊；所述Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；所述dj表示像素q的第j個候選視差值，j=1,……,m；所述m為像素q的候選視差值集合中候選視差值的總數(shù)；所述平滑系數(shù)λ是預先設定的值；所述相鄰像素視差之差最大值Vmax是預先設定的值。結合第三方面或第三方面的第一至第六任一種可能的實現(xiàn)方式，在第三方面的第七種可能的實現(xiàn)方式中，所述顏色插值單元，具體用于依次利用公式及求得所述高動態(tài)范圍圖像中每個像素的紅色分量值Ired(e)、綠色分量值Igreen(e)及藍色分量值Iblue(e)；其中所述e表示所述高動態(tài)范圍圖像中的像素e；所述Igrey(e)表示在所述高動態(tài)范圍灰度圖中與像素e對應的像素的像素值，表示在所述第二灰度圖像中與所述像素e對應的像素的像素值，表示在所述虛擬視圖灰度圖像中與所述像素e對應的像素的像素值；所述所述及所述分別表示在所述第二圖像中與像素e對應的像素的紅色分量值、綠色分量值及藍色分量值；所述所述及所述分別表示在所述虛擬視圖中與所述像素e對應的像素的紅色分量值、綠色分量值及藍色分量值；所述顏色插值單元，具體用于根據(jù)所述高動態(tài)范圍圖像中的每個像素的紅色分量值、綠色分量值及藍色分量值，獲取所述高動態(tài)范圍圖像中的每個像素的像素值；所述顏色插值單元，具體用于將所述高動態(tài)范圍圖像中的每個像素的像素值組合獲取所述高動態(tài)范圍圖像。結合第三方面的第一至七任一種可能的實現(xiàn)方式，在第三方面的第八種可能的實現(xiàn)方式中，所述孔洞像素處理單元，具體用于在所述第二圖像中，確定出至少兩個第二像素；所述第二像素是指像素值相同的像素；所述孔洞像素處理單元，具體用于根據(jù)所述第二圖像中的所述至少兩個第二像素，得到所述虛擬視圖中的至少兩個標記像素；所述虛擬視圖中的至少兩個標記像素是在所述虛擬視圖中，與所述第二圖像中的所述至少兩個第二像素分別對應的像素；所述孔洞像素處理單元，具體用于獲取所述虛擬視圖中的至少兩個標記像素的平均像素值；所述孔洞像素處理單元，具體用于依次確定所述虛擬視圖中的至少兩個標記像素中每一個標記像素的像素值與所述平均像素值之間的差值是否大于所述噪聲門限值；所述噪聲門限值是預先設定的用于判斷噪聲的值；所述孔洞像素處理單元，具體用于在所述標記像素的像素值與所述平均像素值之間的差值大于所述噪聲門限值的情況下，將所述標記像素確定為噪聲像素，并將所述噪聲像素標記為孔洞像素。結合第三方面的第一至八任一種可能的實現(xiàn)方式，在第三方面的第九種可能的實現(xiàn)方式中，所述孔洞像素處理單元，具體用于根據(jù)公式得到所述孔洞像素r的像素值；其中，所述I(r)表示所述孔洞像素r的像素值；所述I2(r)表示在所述第二圖像中與所述孔洞像素r對應的像素的像素值；所述an表示所述孔洞像素r的相似系數(shù)；所述n=0,1，……N；所述N為預先設定的值。結合第三方面的第九種可能的實現(xiàn)方式，在第三方面的第十種可能的實現(xiàn)方式中，所述孔洞像素處理單元，具體用于根據(jù)公式得到所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)；其中，所述s表示所述高動態(tài)范圍圖像中所述像素r的鄰域Ψr中的一個像素；所述I(s)表示所述像素s的像素值；所述I2(s)表示在所述第二圖像中與所述像素s對應的像素的像素值；所述r-s表示所述像素r與所述像素s間的距離；所述γ是預先設定的，表示所述像素r與所述像素s間的距離的權重系數(shù)。結合第三方面的第九種可能的實現(xiàn)方式，在第三方面的第十一種可能的實現(xiàn)方式中，所述孔洞像素處理單元，具體用于根據(jù)公式得到所述高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與所述第一像素的相鄰像素間的相似系數(shù)；其中，第一比例系數(shù)ρ1與第二比例系數(shù)ρ2是預先設定的值；所述s表示所述高動態(tài)范圍圖像中所述像素r的鄰域Φr中的一個像素；所述A表示所述高動態(tài)范圍圖像；所述a′n表示在第一次計算孔洞像素的像素值時獲取的相似系數(shù)。結合第三方面的第九種可能的實現(xiàn)方式，在第三方面的第十二種可能的實現(xiàn)方式中，所述孔洞像素處理單元，具體用于確定所述孔洞像素r是否有第一孔洞像素；所述第一孔洞像素是所述孔洞像素r的相鄰孔洞像素中已得到像素值的孔洞像素；所述孔洞像素處理單元，具體用于在確定有所述第一孔洞像素的情況下，將所述第一孔洞像素的相似系數(shù)作為所述孔洞像素r的相似系數(shù)。第四方面，本發(fā)明實施例提供了一種設備，包括：獲取單元，用于獲取第一圖像與第二圖像；所述第一圖像與所述第二圖像是對同一物體同時拍攝得到的；所述獲取單元，還用于獲取所述第一圖像的每個像素的候選視差值集合；其中，所述候選視差值集合中包含至少兩個候選視差值；計算單元，用于根據(jù)所述第一圖像的每個像素、與所述第一圖像的每個像素對應的所述第二圖像中的像素、及所述第一圖像的每個像素的候選視差值集合，得到所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)；其中，p表示像素p，是與所述候選視差值集合對應的所述第一圖像的像素；所述di表示像素p的第i個候選視差值，i=1，……,k；所述k為像素p的候選視差值集合中候選視差值的總數(shù)；所述確定單元，用于根據(jù)所述第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到所述第一圖像中每一像素的視差值；處理單元，用于將所述第一圖像中的每個像素的視差值進行組合獲取所述視差圖。在第四方面的第一種可能的實現(xiàn)中，所述計算單元，具體用于根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使所述匹配能量Ed(p,di)為最小值時對應的值；所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述第一像素塊Ωp表示所述第一圖像中包含所述像素p的一個像素塊；所述像素q是與所述像素p相鄰的屬于所述第一像素塊Ωp中的像素；所述I1(q)表示像素q的像素值；所述I2(q-di)表示所述像素q對應的所述第二圖像中的像素q-di的像素值；所述wc(p,q,di)表示像素權重值；所述ws(p,q,di)表示距離權重值；所述wd(p,q,di)表示視差權重值。結合第四方面的第一種可能的實現(xiàn)方式，在第四方面的第二種可能的實現(xiàn)方式中，所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，所述I1(p)表示所述像素p的像素值；所述I2(p-di)表示所述像素p對應的所述第二圖像中的像素p-di的像素值；所述第一權重系數(shù)β1、所述第二權重系數(shù)β2、所述第三權重系數(shù)β3及所述第四權重系數(shù)β4是預先設定的值。結合第四方面，在第四方面的第三種可能的實現(xiàn)方式中，所述計算單元，具體用于根據(jù)所述像素p的候選視差集合中的每一個候選視差值，利用公式求得所述像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)；其中，所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；所述I′1(p)=I1(p)cosθ-I2(p-di)sinθ；所述I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；所述I′1(q)=I1(q)cosθ-I2(q-di)sinθ；所述I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；所述調整角度θ是預先設定大于0°且小于90°的值。結合第四方面或第四方面的第一至三任一種可能的實現(xiàn)方式，在第四方面的第四種可能的實現(xiàn)方式中，所述確定單元，具體用于根據(jù)公式求出將使所述像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的所述第一圖像中每一個像素的候選視差值確定為每一個像素的視差值；其中，所述I表示所述第一圖像；所述第二像素塊Np表示所述第一圖像中包含所述像素p的一個像素塊；所述Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；所述dj表示像素q的第j個候選視差值，j=1,……,m；所述m為像素q的候選視差值集合中候選視差值的總數(shù)；所述平滑系數(shù)λ是預先設定的值；所述相鄰像素視差之差最大值Vmax是預先設定的值。本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成的方法及裝置，獲取曝光度不同的第一圖像與第二圖像，然后對所述第一圖像與所述第二圖像進行雙目立體匹配，得到視差圖，接著根據(jù)所述視差圖與所述第一圖像，合成與所述第二圖像有相同視角的虛擬視圖，繼而根據(jù)所述第二圖像獲取第二灰度圖像，并根據(jù)所述虛擬視圖獲取虛擬視圖灰度圖像，并根據(jù)所述第二灰度圖像及所述虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，獲取高動態(tài)范圍灰度圖，最終根據(jù)所述高動態(tài)范圍灰度圖、所述第二灰度圖像、所述虛擬視圖灰度圖像、所述第二圖像以及所述虛擬視圖，獲取高動態(tài)范圍圖像，這樣，由于在進行虛擬視圖合成時考慮了相鄰像素之間的關系，從而提高了高動態(tài)范圍圖像的質量。附圖說明為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成的方法的流程示意圖；圖2為本發(fā)明實施例提供的一種映射曲線示意圖；圖3為本發(fā)明實施例提供的一種坐標系旋轉示意圖；圖4為本發(fā)明實施例提供的一種不同立體匹配算法的錯誤率示意圖；圖5為本發(fā)明實施例提供的另一種高動態(tài)范圍圖像合成的方法的流程示意圖；圖6為本發(fā)明實施例提供的一種確定噪聲像素的示意圖；圖7為本發(fā)明實施例提供的一種合成視差圖的方法的流程示意圖；圖8為本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成設備的功能示意圖；圖9為圖8所示的高動態(tài)范圍圖像合成設備的視差處理單元的功能示意圖；圖10為本發(fā)明實施例提供的另一種高動態(tài)范圍圖像合成設備的功能示意圖；圖11為本發(fā)明實施例提供的一種設備的功能示意圖。具體實施方式下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明實施例提供了一種高動態(tài)范圍圖像合成的方法，如圖1所示，包括：101、獲取第一圖像與第二圖像。其中，第一圖像與第二圖像是采用不同曝光度對同一物體同時拍攝得到的。需要說明的是，第一圖像與第二圖像間有重疊區(qū)域。需要說明的是，第一圖像和第二圖像是經(jīng)過矯正后的圖像，第一圖像與第二圖像之間只有水平方向或者垂直方向的位移。需要說明的是，對于第一圖像與第二圖像間的曝光度的大小，可以是第一圖像的曝光度大于第二圖像是的曝光度，也可以是第二圖像的曝光度大于第一圖像的曝光度。對于第一圖像與第二圖像將曝光度具體的大小，本發(fā)明對此不做限制。102、對所述第一圖像與所述第二圖像進行雙目立體匹配，得到視差圖。需要說明的是，雙目立體匹配就是從兩個視角觀察同一物體的圖像中，匹配出對應的像素，從而計算出視差并獲得物體三維信息的過程。具體的，對第一圖像與第二圖像進行雙目立體匹配得到視差圖的方法，可以用現(xiàn)有技術中任一種獲取兩幅圖像的視差圖的方法，例如WSAD（WeightedSumofAbsoluteDifferences，加權絕對差值和算法）、ANCC（AdaptiveNormalizedCross-Correlation,自適應歸一化互相關算法）等，還可以是本發(fā)明提出的方法。本發(fā)明提出的雙目立體匹配算法具體如下所示，包括：S1、獲取第一圖像的每個像素的候選視差值集合。其中，候選視差值集合中包含至少兩個候選視差值。需要說明的是，候選視差值對應三維空間中的深度。由于深度有一定的范圍，因此候選視差值也有一定的范圍。這個范圍中的每一個值均為視差候選值，這些候選視差值共同組成一個像素的候選視差值集合。需要說明的是，第一圖像中每一個像素的候選視差值集合中的候選視差值可以相同，也可以不相同。本發(fā)明對此不做限制。S2、根據(jù)第一圖像的每個像素、與第一圖像的每個像素對應的第二圖像中的像素、及第一圖像的每個像素的候選視差值集合，得到第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)。其中，p表示像素p，是與候選視差值集合對應的第一圖像的像素。di表示像素p的第i個候選視差值，i=1，……,k。k為像素p的候選視差值集合中候選視差值的總數(shù)。需要說明的是，由于每一個像素的候選視差值集合中包含至少兩個候選視差值，所以，k≥2。進一步的，本發(fā)明提出了兩種計算匹配能量Ed(p,di)的方法，如下所示：第一種方法：根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使匹配能量Ed(p,di)為最小值時對應的值。w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)。第一像素塊Ωp表示第一圖像中包含像素p的一個像素塊。像素q是與像素p相鄰的屬于第一像素塊Ωp中的像素。I1(q)表示像素q的像素值。I2(q-di)表示像素q對應的第二圖像中的像素q-di的像素值。wc(p,q,di)表示像素權重值；ws(p,q,di)表示距離權重值；wd(p,q,di)表示視差權重值。進一步的，像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，I1(p)表示像素p的像素值；I2(p-di)表示像素p對應的第二圖像中的像素p-di的像素值；第一權重系數(shù)β1、第二權重系數(shù)β2、第三權重系數(shù)β3及第四權重系數(shù)β4是預先設定的值。需要說明的是，將像素權重值wc(p,q,di)、距離權重值ws(p,q,di)以及視差權重值wd(p,q,di)的計算公式代入，獲取w(p,q,di)=exp[-(β2+β3)×(p-q)2-(β1+β4)×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]?？梢愿鶕?jù)經(jīng)驗將β2+β3的值設為0.040，β1+β4的值設為0.033。需要說明的是，第一像素塊Ωp表示第一圖像中包含像素p的一個像素塊。第一像素塊可以是以像素p的3鄰域，還可以是以像素p的4鄰域，第一像素塊可以是以像素p為中心，也可以不以像素p為中心，對于第一像素塊的具體大小與像素p在第一像素塊中的具體位置，本發(fā)明不做限制。需要說明的是，第一像素塊包含的區(qū)域越大，也就是像素q的取值越多，計算出的結果與實際的結果相差越小。需要說明的是，當兩幅圖片已經(jīng)被拍攝后，兩幅圖像中相對應點的像素值間的關系有對應關系，在這里假設用一個平滑的映射函數(shù)表示通過一幅圖像中任意一個像素值求相對應的另一幅圖像中像素的像素值之間的關系。本發(fā)明實施例中選取直線方程I1(f)=a×I2(g)+b表示該應設函數(shù)。其中，I2(j)表示第二圖像中的任意一個像素j的像素值，I1(f)表示第一圖像中與第二圖像中像素j對應的像素f的像素值，a和b是隨著像素位置變化而變化的擬合參數(shù)。也就是說，對于不同的像素來說，第一擬合參數(shù)a與第二擬合參數(shù)b也是不同的。需要說明的是，由于根據(jù)上述公式計算時需要確定第二圖像中每一個像素對應的第二圖像中的匹配點，為了便于計算可以用f-d表示第一圖像中任一像素f在第二圖形中對應的像素，此時，d表示第一圖像中任一像素f的相對于第二圖像的響應像素間的視差值。需要說明的是，由于此時第一圖像中的像素與第二圖像中與其對應的相應像素之間的時間視差值未知，所以用候選視差值近似表示實際視差值。需要說明的是，在此為第一圖像中的每一個像素設定了多個候選視差值，每一個像素的候選視差值集合組成該像素的候選視差值集合，然后選取出該像素的候選視差值集合中候選視差值與實際視差值相差最小的候選視差值，作為計算出的該像素的視差值。也就是說，本發(fā)明實施例中計算得出的像素的視差值不是該像素的實際視差值，而是該像素的候選視差值集合中與實際視差值近似的一個值。需要說明的是，本發(fā)明實施例中用像素值權重wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]，表示第一圖像中的像素p與像素q的顏色越接近，像素值權重越大；距離權重ws(p,q,di)=exp[-β2×(p-q)2]，表示第一圖像中的像素p與像素q的實際距離越接近，距離權重越大；視差值權重wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]，表示第一圖像中的像素p與像素q的視差值越接近，視差值權重越大。需要說明的是，如圖2所示，圖中表示對于過亮區(qū)域和過暗區(qū)域中，對于同一個位置，第一圖像中的一個像素對應第二圖像中的一個像素，將第二圖像中的像素值作為橫軸，第一圖像中的像素值作為縱軸，并將位于同一位置的像素的像素值映射到圖中，就得到圖3下半部分中點陣，并對點陣所形成的映射曲線做兩條切線,n和m。從圖中可以看出當切線的斜率較大的時候，映射曲線更容易被噪聲影響。為了降低這種影響，可以將圖2中的坐標系逆時針旋轉0-90°，得到圖3，在圖2坐標系里切線n是一條斜率為tanα的直線。由于坐標系逆時針旋轉了θ，切線n在新坐標系中的斜率減小為tan(α-θ)。示例性的，如果切線n在原先的坐標軸中斜率過大，比如α≈90°。假設新坐標軸旋轉了45°，則切線n在新坐標軸的斜率大大減小，變?yōu)閠an(α-45°)≈1。進一步的，在第一種方法上優(yōu)化得到第二種方法：根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；I′1(p)=I1(p)cosθ-I2(p-di)sinθ；I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；I′1(q)=I1(q)cosθ-I2(q-di)sinθ；I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；調整角度θ是預先設定大于0°且小于90°的值。需要說明的是，由于調整角度θ是大于0°且小于90°的值，所以cosθ與sinθ的值介于0到1之間。需要說明的是，像素值權重wc(p,q,di)=exp[-β1×|I′1(p)-I1(q)|×|I′2(p-di)-I′2(q-di)|]，表示第一圖像中的像素p與像素q的顏色越接近，像素值權重越大；距離權重ws(p,q,di)=exp[-β2×(p-q)2]，表示第一圖像中的像素p與像素q的實際距離越接近，距離權重越大；視差值權重wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I1(q)|×|I′2(p-di)-I′2(q-di)|]，表示第一圖像中的像素p與像素q的視差值越接近，視差值權重越大。S3、根據(jù)第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到第一圖像中每一像素的視差值。進一步的，根據(jù)公式求出將使像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的第一圖像中每一個像素的候選視差值確定為每一個像素的視差值。其中，I表示第一圖像；第二像素塊Np表示第一圖像中包含像素p的一個像素塊；Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；dj表示像素q的第j個候選視差值，j=1,……,m；m為像素q的候選視差值集合中候選視差值的總數(shù)；平滑系數(shù)λ是預先設定的值；相鄰像素視差之差最大值Vmax是預先設定的值。需要說明的是，候選能量包含了兩個方面，第一方面是第一圖像中每一個像素的匹配能量之和，第二個方面是第一圖像中每一個像素平滑能量Vp,q(di,dj)之和。需要說明的是，第二像素塊Np可以與第一像素塊相同，也可以與第一像素塊不同，本發(fā)明對此不做限制。需要說明的是，公式min(x,y)表示取x和y中較小值的函數(shù)。min(|di-dj|,Vmax)表示取值為第一圖像中像素p的候選視差值di與像素q的候選視差值間的差值和預設的相鄰像素間的時差最大值中較小的值。其中，Vmax為一個預先定義的一個截斷值，目的是防止平滑能量過大，從而影響前景與背景邊緣的視差的準確賦值。需要說明的是，候選能量越小表示第一圖像中與第二圖像的相似性越大。也就是說，第一圖像中的像素和第二圖像中匹配的越好。需要說明的是，本步驟中確定出的第一圖像的每個像素的視差值是將第一圖像中的每一個像素的候選視差值組合，求出的候選能量為最小值時，對應的第一圖像中的每一個像素的候選視差值為該像素的視差值。從該像素的候選視差值集合中選擇出的與實際視差值最接近的候選視差值。也就是說，假設第一圖像中的像素有N個，且每一像素的候選視差值有M個，那么算出的候選能量值共有MN個，從MN個候選能量中選出最小值，此時，對應的各個像素的候選視差值為最終求出的各個像素的視差值。進一步的，為了簡化計算，可以用現(xiàn)有graphcuts（圖像分割）方法快速求出第一圖像中每一像素的候選視差值，此時并不需要遍歷每一個像素的所有候選視差值。S4、將第一圖像中的每個像素的視差值進行組合獲取視差圖。需要說明的是，視差圖就是第一圖像中每一個像素的視差值按照原像素的排列順序進行排列獲取的圖像。需要說明的是，分別在第一圖像與第二圖像的曝光度比值為16:1，在第一圖像與第二圖像的曝光度比值為4:1，以及在第一圖像與第二圖像的曝光度相同的情況下，將本發(fā)明實施例中提出的第一種方法、第二種方法和現(xiàn)有的WSAD算法和ANCC算法的錯誤率進行了比較。圖4顯示了對比結果。從圖中可以看出在第一圖像與第二圖像的曝光度比值特別大，為16:1時，WSAD和ANCC算法都有很大的錯誤率，而本實施例提出的第一種方法和第二種方法的結果則十分準確。在其他兩個曝光度比值的情況下，本實施例提出的第一種方法和第二種方法始終優(yōu)于WSAD以及ANCC的結果。需要說明的是，雖然本發(fā)明實施例中提出的第一種方法、第二種方法在計算視差圖是的錯誤率已大大降低，但是仍然會有一小部分的像素計算出的視差值與實際視差值相差較大，所以將這些像素當做視差圖中視差值計算錯誤的像素。103、根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖。需要說明的是，在已知第一圖像、第二圖像與第一圖像與第二圖像間的視差圖的情況下可以合成任意角度的虛擬視圖。本發(fā)明實施例中，為了后續(xù)圖像處理方法的簡便，利用視差圖與第一圖像合成了與第二圖像具有相同視角的虛擬視圖。需要說明的是，可以利用現(xiàn)有技術通過第一圖像與視差圖合成與第二圖像具有相同視角的虛擬視圖。具體的，本發(fā)明實施例中的第一圖像與第二圖像之間只有水平或者垂直方向上的位移。當?shù)谝粓D像與第二圖像之間只有水平方向的位移時，可以利用公式求得虛擬視圖中每一像素的像素值。其中，I1(x,y)表示第一圖像中橫坐標為x，縱坐標為y的像素的像素值，d表示第一圖像中橫坐標為x，縱坐標為y的像素的視差值，虛擬視圖中與該像素對應的像素的像素值為第一圖像中該像素沿水平方向位移為視差值d平移后的像素對應的像素值。當?shù)谝粓D像與第二圖像之間只有垂直方向的位移時，可以利用公式求得虛擬視圖中每一像素的像素值。其中，I1(x,y)表示第一圖像中橫坐標為x，縱坐標為y的像素的像素值，d表示第一圖像中橫坐標為x，縱坐標為y的像素的視差值，虛擬視圖中與該像素對應的像素的像素值為第一圖像中該像素沿垂直方向位移為視差值d平移后的像素對應的像素值。104、根據(jù)第二圖像得到第二灰度圖像，并根據(jù)虛擬視圖得到虛擬視圖灰度圖像。需要說明的是，可以利用現(xiàn)有技術中根據(jù)一個圖像的彩色圖像獲取該圖像的灰度圖像的方法獲取第二灰度圖像與虛擬視圖灰度圖像。需要說明的是，可以根據(jù)公式Grey=R*0.299+G*0.587+B*0.114求得彩色圖像的灰度圖像，也可以根據(jù)公式Grey=(R+G+B）/3求得彩色圖像的灰度圖像，還可以是現(xiàn)有技術中通過彩色圖像獲取灰度圖像的其他方法，本發(fā)明在此不作限制。其中，R表示彩色圖像中任一像素的紅色分量，G表示該像素的綠色分量，B表示該像素的藍色分量，Grey表示灰度圖中與該像素對應位置的像素的灰度。105、根據(jù)第二灰度圖像及虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到高動態(tài)范圍灰度圖。需要說明的是，所述高動態(tài)范圍合成算法是指對多幅圖片進行融合，得到高動態(tài)范圍圖像的算法。需要說明的是，此步驟中，可以利用現(xiàn)有單相機高動態(tài)范圍圖像合成方法或者多相機高動態(tài)范圍圖像合成方法對第二灰度圖像與虛擬視圖灰度圖像進行融合獲取高動態(tài)范圍灰度圖。需要說明的是，現(xiàn)有技術中是將需要合成的圖像的紅色、綠色以及藍色分別進行處理，本發(fā)明實施例在利用現(xiàn)有技術計算高動態(tài)范圍灰度圖時，只需要將將需要合成的圖像的灰度進行處理即可。106、根據(jù)高動態(tài)范圍灰度圖、第二灰度圖像、虛擬視圖灰度圖像、第二圖像以及虛擬視圖，得到高動態(tài)范圍圖像。需要說明的是，由于上一步驟中獲取的高動態(tài)范圍灰度圖不包含紅色、綠色以及藍色的相關信息，所以本步驟是利用有色彩的第二圖像與虛擬視圖，確定高動態(tài)范圍灰度圖中的每一個像素的紅色分量值、綠色分量值以及藍色分量值。具體的，此步驟包括：T1、依次利用公式及求得高動態(tài)范圍圖像中每個像素的紅色分量值Ired(e)、綠色分量值Igreen(e)及藍色分量值Iblue(e)。其中，e表示高動態(tài)范圍圖像中的像素e；Igrey(e)表示在高動態(tài)范圍灰度圖中與像素e對應的像素的像素值，表示在第二灰度圖像中與像素e對應的像素的像素值，表示在虛擬視圖灰度圖像中與像素e對應的像素的像素值；及分別表示在第二圖像中與像素e對應的像素的紅色分量值、綠色分量值及藍色分量值；及分別表示在虛擬視圖中與像素e對應的像素的紅色分量值、綠色分量值及藍色分量值。需要說明的是，η(e)表示一個權重系數(shù)，用來調整在合成高動態(tài)范圍圖像時，利用第二圖像的顏色與虛擬視圖的顏色的比例。η(e)是通過第二灰度圖像、虛擬視圖灰度圖像與高動態(tài)范圍灰度圖上相應像素之間的關系計算得出的值。需要說明的是，需要是針對高動態(tài)范圍圖像中的每一個像素計算出各自的η(e)，進而計算出每一個像素的紅色分量值Ired(e)、綠色分量值Igree(e)及藍色分量值Iblue(e)。T2、根據(jù)高動態(tài)范圍圖像中的每個像素的紅色分量值、綠色分量值及藍色分量值，得到高動態(tài)范圍圖像中的每個像素的像素值；需要說明的是，根據(jù)每個像素的紅色分量值、綠色分量值及藍色分量值，獲取高動態(tài)范圍圖像中的每個像素的像素值，與現(xiàn)有技術中已知一個像素的紅色分量值、綠色分量值及藍色分量值，獲取該像素的像素值的方法相同，本發(fā)明在此不再贅述。T3、將高動態(tài)范圍圖像中的每個像素的像素值組合得到高動態(tài)范圍圖像。需要說明的是，高動態(tài)范圍圖像是由多個像素按照排列組合而形成的，每一個像素可以用像素值表達。本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成的方法，首先獲取曝光度不同的第一圖像與第二圖像，然后對第一圖像與第二圖像進行雙目立體匹配，得到視差圖，接著根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖，繼而根據(jù)第二圖像獲取第二灰度圖像，并根據(jù)虛擬視圖獲取虛擬視圖灰度圖像，并根據(jù)第二灰度圖像及虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，獲取高動態(tài)范圍灰度圖，最終根據(jù)高動態(tài)范圍灰度圖、第二灰度圖像、虛擬視圖灰度圖像、第二圖像以及虛擬視圖，獲取高動態(tài)范圍圖像，這樣，由于在進行虛擬視圖合成時考慮了相鄰像素之間的關系，因此提高了高動態(tài)范圍圖像的質量。本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成的方法，如圖5所示,包括：501、獲取第一圖像與第二圖像。其中，第一圖像與第二圖像是采用不同曝光度對同一物體同時拍攝得到的。具體的，可參考步驟101，在此不再贅述。502、根據(jù)第一圖像與第二圖像，通過雙目立體匹配算法，獲取視差圖。具體的，可參考步驟102，在此不再贅述。需要說明的是，將遮擋區(qū)域的像素標記為孔洞像素的時機可以是在合成虛擬視圖時，也可以是合成虛擬視圖之后。確定噪聲像素時根據(jù)將遮擋區(qū)域的像素標記為孔洞像素的時機不同，執(zhí)行不同的步驟。若在合成虛擬視圖的同時將遮擋區(qū)域的像素標記為孔洞像素，則執(zhí)行步驟503a-504a以及步驟505-509；若在合成虛擬視圖之后確定噪聲像素時將遮擋區(qū)域的像素標記為孔洞像素，則執(zhí)行步驟503b-504b以及步驟505-509。503a、根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖，并將虛擬視圖中的遮擋區(qū)域的像素標記為孔洞像素。其中，所述遮擋區(qū)域是所述第一圖像與所述第二圖像對同一物體拍攝的角度不同產(chǎn)生的區(qū)域。需要說明的是，根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖與步驟103相同，在此不再贅述。需要說明的是，由于第一圖像與第二圖像的視角不同，所以在將第一圖像映射到與第二圖像有相同視角的虛擬視圖時，不能將第一圖像中的像素一一對應到第二圖像的像素上，這些沒有對應像素的區(qū)域映射到虛擬圖像中形成了遮擋區(qū)域。需要說明的是，將遮擋區(qū)域標記為孔洞像素的方法，可以是在虛擬視圖中將噪聲區(qū)域對應位置的像素的像素值全部設置為一個固定的數(shù)，如1或者0；還可以是用與虛擬視圖大小相同的圖像，將遮擋區(qū)域對應的位置的像素值設置為0，非遮擋區(qū)域對應的位置的像素值設置為1；還可以現(xiàn)有技術中標記像素的其他方法，本發(fā)明對此不做限制。503b、根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖。具體的，可參考步驟103，在此不再贅述。504a、將虛擬視圖中的噪聲像素標記為孔洞像素。其中，所述噪聲像素是由所述視差圖中視差值計算錯誤的像素產(chǎn)生的。需要說明的是，由于在計算一個像素的視差值是從候選視差值集合中選取出一個候選視差值，作為該像素的視差值，所以可能計算出的視差值會存在一定誤差，當某像素的誤差超過一定限度時，我們就將該像素確定為所述視差圖中視差值計算錯誤的像素。然后在根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖時，由于所述視差圖中有視差值計算錯誤的像，所以合成的虛擬視圖中會產(chǎn)生噪聲，在此將這些噪聲對應的像素定義為噪聲像素。需要說明的是，第二圖像中的像素的像素值和虛擬視圖中與其對應的像素的像素值之間大致存在相應的規(guī)律。比如，當?shù)诙D像中某像素的像素值在第二圖像的所有像素的像素值中較小時，那么虛擬圖像中與其對應的像素的像素值在虛擬圖像的所有像素的像素值中也較??；當?shù)诙D像中某像素的像素值在第二圖像的所有像素的像素值中較大時，那么虛擬圖像中與其對應的像素的像素值在虛擬圖像的所有像素的像素值中也較大。本發(fā)明實施例就是利用這種規(guī)律，將不符合此規(guī)律的像素標記為噪聲像素。示例性的，如圖6所示，虛擬視圖中包含了噪聲像素，對于同一個位置，虛擬視圖中的一個像素對應第二圖像中的一個像素，將第二圖像中的像素值作為橫軸，虛擬視圖中的像素值作為縱軸，并將靚圖中位于同一位置的像素的像素值映射到圖中，就得到圖6右邊坐標軸中的點陣。從中可以觀察到，大部分的點形成了一個平滑的遞增曲線，這個曲線，少量的點離映射曲線較遠，這些點即為噪聲。在我們的算法中，我們首先利用所有的點，估計出映射曲線，然后計算每一個點到映射曲線的距離，如果距離較大，則將該點在虛擬視圖中對應的像素確定為噪聲像素。具體的，選定噪聲像素與標記噪聲像素的方法可參考以下步驟：Q1、在第二圖像中，確定出至少兩個第二像素。其中，第二像素是指像素值相同的像素。具體的，將第二圖像的所有像素按照像素值，將具有相同像素值的像素分為一組，被分為同一組中的所有像素叫做第二像素。需要說明的是，當某一像素的像素值在第二圖像中的所有像素中是唯一時，也就是說，第二圖像中沒有與該像素的像素值相同的像素時，對其不做處理。Q2、根據(jù)第二圖像中的至少兩個第二像素，得到虛擬視圖中的至少兩個標記像素。其中，虛擬視圖中的至少兩個標記像素是在虛擬視圖中，與第二圖像中的至少兩個第二像素分別對應的像素。具體的，在虛擬視圖中依次找到第二圖像中具有相同像素值的像素對應的像素。Q3、獲取虛擬視圖中的至少兩個標記像素的平均像素值。具體的，首先獲取至少兩個標記像素中每一像素的像素值，然后將歲至少兩個標記像素中每一像素的像素值求和，并除以標記像素的個數(shù)，求得至少兩個標記像素的平均像素值。Q4、依次確定虛擬視圖中的至少兩個標記像素中每一個標記像素的像素值與平均像素值之間的差值是否大于噪聲門限值。需要說明的是，若一個標記像素的像素值與其對應的平均像素值之間的差值大于預先設定的噪聲門限值時，則將該像素確定為噪聲像素；若一個標記像素的像素值與其對應的平均像素值之間的差值不大于預先設定的噪聲門限值時，則確定該像素不是噪聲像素。Q5、若標記像素的像素值與平均像素值之間的差值大于噪聲門限值，則將標記像素確定為噪聲像素，并將噪聲像素標記為孔洞像素。需要說明的是，標記遮擋區(qū)域的方法與標記噪聲像素的方法可以相同，也可以不同，本發(fā)明對此不作限制。504b、將虛擬視圖中的噪聲像素和遮擋區(qū)域標記為孔洞像素。具體的，標記遮擋區(qū)域的方法，可參考步驟503a中標記遮擋區(qū)域的方法，在此不再贅述。具體的，確定并標記噪聲像素的方法，可參考步驟504a中確定并標記噪聲像素的方法，在此不再贅述。505、根據(jù)第二圖像得到第二灰度圖像，并根據(jù)標記有孔洞像素的虛擬視圖得到標記有孔洞像素的虛擬視圖灰度圖像。具體的，對于非孔洞像素的處理方法，可參考步驟104中根據(jù)第二圖像得到第二灰度圖像，并根據(jù)虛擬視圖得到虛擬視圖灰度圖像，在此不再贅述。需要說明的是，對于標記有孔洞像素的虛擬視圖中的孔洞像素，在虛擬視圖灰度圖像中直接將與其對應的像素標記為孔洞像素。506、根據(jù)第二灰度圖像及標記有孔洞像素的虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到標記有孔洞像素的高動態(tài)范圍灰度圖。具體的，對于非孔洞像素的處理方法，可參考步驟105中根據(jù)第二灰度圖像及虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到高動態(tài)范圍灰度圖，在此不再贅述。需要說明的是，對于標記有孔洞像素的虛擬視圖灰度圖像中的孔洞像素，在高動態(tài)范圍灰度圖中直接將與其對應的像素標記為孔洞像素。507、根據(jù)標記有孔洞像素的高動態(tài)范圍灰度圖、第二灰度圖像、標記有孔洞像素的虛擬視圖灰度圖像、第二圖像以及標記有孔洞像素的虛擬視圖，得到標記有孔洞像素的高動態(tài)范圍圖像。具體的，對于非孔洞像素的處理方法，可參考步驟106中根據(jù)高動態(tài)范圍灰度圖、第二灰度圖像、虛擬視圖灰度圖像、第二圖像以及虛擬視圖，得到高動態(tài)范圍圖像，在此不再贅述。需要說明的是，由于標記有孔洞像素的高動態(tài)范圍灰度圖中的孔洞像素是是根據(jù)標記有孔洞像素的虛擬視圖灰度圖像中的孔洞像素獲取的，同時標記有孔洞像素的虛擬視圖灰度圖像中的孔洞像素是根據(jù)標記有孔洞像素的虛擬視圖獲取的，所以標記有孔洞像素的高動態(tài)范圍灰度圖中的孔洞像素、標記有孔洞像素的虛擬視圖灰度圖像中的孔洞像素與標記有孔洞像素的虛擬視圖中的孔洞像素的位置是相同的。需要說明的是，由于標記有孔洞像素的高動態(tài)范圍灰度圖、標記有孔洞像素的虛擬視圖灰度圖像與標記有孔洞像素的虛擬視圖中的孔洞像素的位置是相同的，所以可以選擇這三幅圖像中的任意圖像作為標準，在高動態(tài)范圍圖像中直接將與該圖像中的孔洞像素對應的像素標記為孔洞像素。508、在第二圖像中，確定標記有孔洞像素的高動態(tài)范圍圖像每個孔洞像素對應的第一像素。具體的，對于標記有孔洞像素的高動態(tài)范圍圖像中的孔洞像素，在第二圖像中直接將與其對應的像素標記為孔洞像素。需要說明的是，標記有孔洞像素的高動態(tài)范圍圖像中每一個孔洞像素在第二圖像中都有與其對應的第一像素。509、獲取高動態(tài)范圍圖像中每個孔洞像素的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)，并根據(jù)相似性系數(shù)及第一像素，得到高動態(tài)范圍圖像中的至少一個孔洞像素中每個孔洞像素的像素值。需要說明的是，本實施例中利用高動態(tài)范圍圖像中孔洞像素的相鄰像素和第二圖像中對應的第一像素的相鄰像素之間相似關系，作為該孔洞像素與它的第一像素間的相似關系，然后利用這個相似關系與第一像素的像素值，最終獲得孔洞像素的像素值。需要說明的是，相似關系具體可以用相似系數(shù)表示。進一步的，對于得到高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)，可以有以下三種方法。第一種方法：根據(jù)公式得到高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)。其中，s表示高動態(tài)范圍圖像中像素r的鄰域Ψr中的一個像素；I(s)表示像素s的像素值；I2(s)表示在第二圖像中與像素s對應的像素的像素值；r-s表示像素r與像素s間的距離；γ是預先設定的，表示像素r與像素s間的距離的權重系數(shù)。需要說明的是，像素r的鄰域Ψr可以是以像素r為中心的區(qū)域，也可以不是以像素r為中心的區(qū)域。對于鄰域Ψr與像素r的具體關系，本發(fā)明不做限制。需要說明的是，公式x=argminF(x)，表示x的取值為使F(x)取最小值時對應的x的值。需要說明的是，此時，對于高動態(tài)范圍圖像中的每一個孔洞像素，都需要計算一次相似系數(shù)。也就是說，對于高動態(tài)范圍圖像中的每一個孔洞像素的相似系數(shù)都不相同。第二種方法：根據(jù)公式得到高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)。其中，第一比例系數(shù)ρ1與第二比例系數(shù)ρ2是預先設定的值；s表示高動態(tài)范圍圖像中像素r的鄰域Φr中的一個像素；A表示高動態(tài)范圍圖像；a′n表示在第一次計算孔洞像素的像素值時獲取的相似系數(shù)。需要說明的是，像素塊Φr是比像素塊Ψr更小的一個區(qū)域。需要說明的是，像素r的鄰域Φr可以是以像素r為中心的區(qū)域，也可以不是以像素r為中心的區(qū)域。對于鄰域Φr與像素r的具體關系，本發(fā)明不做限制。需要說明的是，a′n是在計算第一個孔洞像素時，綜合了高動態(tài)范圍圖像中的每個像素的像素值確定出的值，為了簡化計算，可以將計算第一個孔洞像素時確定出的a′n進行存儲，在計算之后的孔洞像素的像素值時可以直接利用該值。需要說明的是，可以把上述公式求導，變量是AN=[a0,a1,.……,aN]，將其他的參數(shù)進行整合，就可以獲取(C1+C2)*AN=(B1+B2).其中，C1,B1與公式前半段的系數(shù)相關，因此與像素s相關；C2，B2與公式后半段相關。但是，公式后半段中的系數(shù)與像素s沒有關系，因此C2與B2與p不相關。在計算不同的p時，C2，B2是一樣的，不需要重復計算,所以說將計算第一個孔洞像素時確定出的a′n在之后的計算中是可以復用的，不需要重新計算。需要說明的是，第一比例系數(shù)ρ1是大于第二比例系數(shù)ρ2的值。例如，可以將第一比例系數(shù)ρ1的值設定為1，而第二比例系數(shù)ρ2得知設定為0.001。第三種方法：首先，確定孔洞像素r是否有第一孔洞像素。其中，第一孔洞像素是孔洞像素r的相鄰孔洞像素中已得到像素值的孔洞像素。其次，若確定有第一孔洞像素，則將第一孔洞像素的相似系數(shù)作為孔洞像素r的相似系數(shù)。需要說明的是，第三種方法是利用一個孔洞像素周圍已經(jīng)計算出像素值的孔洞像素的相似系數(shù)，作為該孔洞像素的相似系數(shù)，以簡化計算相似系數(shù)的步驟。需要說明的是，可以將第一種方法或第二種方法與第三種方法結合起來計算高動態(tài)范圍圖像中每一孔洞像素的相似系數(shù)。進一步的，對于根據(jù)高動態(tài)范圍圖像中的至少一個孔洞像素中任一孔洞像素r的相似系數(shù)及第一像素，得到孔洞像素r的像素值包括：根據(jù)公式得到孔洞像素r的像素值。其中，I(r)表示孔洞像素r的像素值；I2(r)表示在第二圖像中與孔洞像素r對應的像素的像素值；an表示孔洞像素r的相似系數(shù)；n=0,1，……N；N為預先設定的值。需要說明的是，發(fā)明實施例中兩圖像中對應像素表示在兩圖像中具有相同位置的像素。需要說明的是，N的值設定的越大，計算出的結果越精確，但同時計算復雜程度相應增加。本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成的方法，首先獲取曝光度不同的第一圖像與第二圖像，然后對第一圖像與第二圖像進行雙目立體匹配，得到視差圖，接著根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖，繼而根據(jù)第二圖像獲取第二灰度圖像，并根據(jù)虛擬視圖獲取虛擬視圖灰度圖像，并根據(jù)第二灰度圖像及虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，獲取高動態(tài)范圍灰度圖，最終根據(jù)高動態(tài)范圍灰度圖、第二灰度圖像、虛擬視圖灰度圖像、第二圖像以及虛擬視圖，獲取高動態(tài)范圍圖像，在整個獲取高動態(tài)范圍圖像的過程中，將遮擋區(qū)域和對畫面影響較大的噪聲像素標記為孔洞像素，最后通過孔洞像素的相鄰像素與第二圖像中與孔洞像素對應的像素的相鄰像素之間的關系，估計出該孔洞像素與第二圖像中與其對應的像素間的關系，進而求出孔洞像素的像素值。這樣，由于在進行虛擬視圖合成時考慮了相鄰像素之間的關系，并且對遮擋區(qū)域及噪聲像素做了進一步的處理，從而提高了高動態(tài)范圍圖像的質量。本發(fā)明實施例提供了一種合成視差圖的方法，如圖7所示，包括：701、獲取第一圖像與第二圖像。其中，第一圖像與第二圖像是對同一物體同時拍攝得到的。具體的，可參考步驟101，在此不再贅述。702、獲取第一圖像的每個像素的候選視差值集合。其中，候選視差值集合中包含至少兩個候選視差值。具體的，可參考步驟102中的S1，在此不再贅述。703、根據(jù)第一圖像的每個像素、與第一圖像的每個像素對應的第二圖像中的像素、及第一圖像的每個像素的候選視差值集合，得到第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)。其中，p表示像素p，是與候選視差值集合對應的第一圖像的像素；di表示像素p的第i個候選視差值，i=1，……,k；k為像素p的候選視差值集合中候選視差值的總數(shù)。需要說明的是，由于每一個像素的候選視差值集合中包含至少兩個候選視差值，所以，k≥2。進一步的，本發(fā)明提出了兩種計算匹配能量E(p,di)的方法，如下所示：第一種方法：根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使匹配能量Ed(p,di)為最小值時對應的值；w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；第一像素塊Ωp表示第一圖像中包含像素p的一個像素塊；像素q是與像素p相鄰的屬于第一像素塊Ωp中的像素；I1(q)表示像素q的像素值；I2(q-di)表示像素q對應的第二圖像中的像素q-di的像素值；wc(p,q,di)表示像素權重值；ws(p,q,di)表示距離權重值；wd(p,q,di)表示視差權重值。進一步的，所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，所述I1(p)表示所述像素p的像素值；所述I2(p-di)表示所述像素p對應的所述第二圖像中的像素p-di的像素值；所述第一權重系數(shù)β1、所述第二權重系數(shù)β2、所述第三權重系數(shù)β3及所述第四權重系數(shù)β4是預先設定的值。具體的，可參考步驟102中的S2的第一種方法，在此不再贅述。第二種方法：根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量E(p,di)。其中，w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；I′1(p)=I1(p)cosθ-I2(p-di)sinθ；I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；I′1(q)=I1(q)cosθ-I2(q-di)sinθ；I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；調整角度θ是預先設定大于0°且小于90°的值。具體的，可參考步驟102中的S2的第二種方法，在此不再贅述。704、根據(jù)第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到第一圖像中每一像素的視差值。進一步的，根據(jù)公式求出將使像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的第一圖像中每一個像素的候選視差值確定為每一個像素的視差值。其中，I表示第一圖像；第二像素塊Np表示第一圖像中包含像素p的一個像素塊；Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；dj表示像素q的第j個候選視差值，j=1,……,m；m為像素q的候選視差值集合中候選視差值的總數(shù)；平滑系數(shù)λ是預先設定的值；相鄰像素視差之差最大值Vmax是預先設定的值。具體的，可參考步驟102中的S3，在此不再贅述。705、將第一圖像中的每個像素的視差值進行組合獲取視差圖。具體的，可參考步驟102中的S4，在此不再贅述。本發(fā)明實施例提供了一種合成視差圖的方法，獲取第一圖像與第二圖像，并獲取第一圖像的每個像素的候選視差值集合，然后根據(jù)第一圖像的每個像素、與第一圖像的每個像素對應的第二圖像中的像素、及第一圖像的每個像素的候選視差值集合，獲取第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量E(p,di)，接著根據(jù)第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，獲取第一圖像中每一像素的視差值，最后將第一圖像中的每個像素的視差值進行組合獲取視差圖，這樣，由于在計算每一個像素的視差值時，使得最終求出的視差值與視差值間的誤差大幅減小，從而提高了高動態(tài)范圍圖像的質量。如圖8所示，其為本發(fā)明實施例所提供的一種高動態(tài)范圍圖像合成設備的功能示意圖。參考圖8所示，該高動態(tài)范圍圖像合成設備包括：獲取單元801、視差處理單元802、虛擬視圖合成單元803、灰度提取單元804、高動態(tài)范圍融合單元805以及顏色插值單元806。獲取單元801，用于獲取第一圖像與第二圖像。其中，第一圖像與第二圖像是采用不同曝光度對同一物體同時拍攝得到的。視差處理單元802，用于對所述獲取單元801獲取的所述第一圖像與所述第二圖像進行雙目立體匹配，得到視差圖。進一步的，如圖9所示，所述視差處理單元802包括：獲取模塊8021、計算模塊8022、確定模塊8023、組合模塊8024。獲取模塊8021，用于獲取第一圖像的每個像素的候選視差值集合。其中，候選視差值集合中包含至少兩個候選視差值。計算模塊8022，用于根據(jù)第一圖像的每個像素、與第一圖像的每個像素對應的第二圖像中的像素、及第一圖像的每個像素的候選視差值集合，得到第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)。其中，p表示像素p，是與候選視差值集合對應的第一圖像的像素。di表示像素p的第i個候選視差值，i=1，……,k。k為像素p的候選視差值集合中候選視差值的總數(shù)。具體的，計算模塊8022獲取第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)有以下兩種方法：第一種方法，計算模塊8022，具體用于根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，所述第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使所述匹配能量Ed(p,di)為最小值時對應的值；所述w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；所述第一像素塊Ωp表示所述第一圖像中包含所述像素p的一個像素塊；所述像素q是與所述像素p相鄰的屬于所述第一像素塊Ωp中的像素；所述I1(q)表示像素q的像素值；所述I2(q-di)表示所述像素q對應的所述第二圖像中的像素q-di的像素值；所述wc(p,q,di)表示像素權重值；所述ws(p,q,di)表示距離權重值；所述wd(p,q,di)表示視差權重值。進一步的，所述像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di）|]獲得；所述距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；所述視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，所述I1(p)表示所述像素p的像素值；所述I2(p-di)表示所述像素p對應的所述第二圖像中的像素p-di的像素值；所述第一權重系數(shù)β1、所述第二權重系數(shù)β2、所述第三權重系數(shù)β3及所述第四權重系數(shù)β4是預先設定的值。第二種方法，計算模塊8022，具體用于根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|′2(p-di)-I′2(q-di)|]獲得；I′1(p)=I1(p)cosθ-I2(p-di)sinθ；I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；I′1(q)=I1(q)cosθ-I2(q-di)sinθ；I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；調整角度θ是預先設定大于0°且小于90°的值。確定模塊8023，用于根據(jù)第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到第一圖像中每一像素的視差值。具體的，確定模塊8023，具體用于根據(jù)公式求出將使像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的第一圖像中每一個像素的候選視差值確定為每一個像素的視差值。其中，I表示第一圖像；第二像素塊Np表示第一圖像中包含像素p的一個像素塊；Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；dj表示像素q的第j個候選視差值，j=1,……,m；m為像素q的候選視差值集合中候選視差值的總數(shù)；平滑系數(shù)λ是預先設定的值；相鄰像素視差之差最大值Vmax是預先設定的值。組合模塊8024，用于將第一圖像中的每個像素的視差值進行組合得到視差圖。虛擬視圖合成單元803，用于所述視差處理單元802得到的所述視差圖與所述獲取單元801獲取的所述第一圖像，合成與第二圖像有相同視角的虛擬視圖?；叶忍崛卧?04，用于根據(jù)所述獲取單元801獲取的第二圖像得到第二灰度圖像，并根據(jù)所述虛擬視圖單元803合成的虛擬視圖得到虛擬視圖灰度圖像。進一步的，灰度提取單元804，具體用于根據(jù)標記有孔洞像素的虛擬視圖獲取標記有孔洞像素的虛擬視圖灰度圖像。高動態(tài)范圍融合單元805，用于根據(jù)所述灰度提取單元804得到的第二灰度圖像及虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到高動態(tài)范圍灰度圖。進一步的，高動態(tài)范圍融合單元805，具體用于根據(jù)第二灰度圖像及標記有孔洞像素的虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，得到標記有孔洞像素的高動態(tài)范圍灰度圖。顏色插值單元806，用于根據(jù)高動態(tài)范圍灰度圖、第二灰度圖像、虛擬視圖灰度圖像、第二圖像以及虛擬視圖，得到高動態(tài)范圍圖像。進一步的，顏色插值單元806，具體用于依次利用公式及求得高動態(tài)范圍圖像中每個像素的紅色分量值Ired(e)、綠色分量值Igreen(e)及藍色分量值Iblue(e)。其中，e表示高動態(tài)范圍圖像中的像素e；Igrey(e)表示在高動態(tài)范圍灰度圖中與像素e對應的像素的像素值，表示在第二灰度圖像中與像素e對應的像素的像素值，表示在虛擬視圖灰度圖像中與像素e對應的像素的像素值；及分別表示在第二圖像中與像素e對應的像素的紅色分量值、綠色分量值及藍色分量值；及分別表示在虛擬視圖中與像素e對應的像素的紅色分量值、綠色分量值及藍色分量值。顏色插值單元806，具體用于根據(jù)高動態(tài)范圍圖像中的每個像素的紅色分量值、綠色分量值及藍色分量值，獲取高動態(tài)范圍圖像中的每個像素的像素值。顏色插值單元806，具體用于將高動態(tài)范圍圖像中的每個像素的像素值組合獲取高動態(tài)范圍圖像。進一步的，顏色插值單元806，具體用于根據(jù)標記有孔洞像素的高動態(tài)范圍灰度圖、第二灰度圖像、標記有孔洞像素的虛擬視圖灰度圖像、第二圖像以及標記有孔洞像素的虛擬視圖，得到標記有孔洞像素的高動態(tài)范圍圖像。進一步的，如圖10所示，所述高動態(tài)范圍圖像合成設備還包括：孔洞像素處理單元807。孔洞像素處理單元807，用于將所述虛擬視圖中的噪聲像素或所述遮擋區(qū)域標記為孔洞像素。其中，所述遮擋區(qū)域是所述第一圖像與所述第二圖像對同一物體拍攝的角度不同產(chǎn)生的區(qū)域；所述噪聲像素是由所述視差圖中視差值計算錯誤的像素產(chǎn)生的。具體的，孔洞像素處理單元807，具體用于在第二圖像中，確定出至少兩個第二像素。其中，第二像素是指像素值相同的像素。孔洞像素處理單元807，具體用于根據(jù)第二圖像中的至少兩個第二像素，得到虛擬視圖中的至少兩個標記像素。其中，虛擬視圖中的至少兩個標記像素是在虛擬視圖中，與第二圖像中的至少兩個第二像素分別對應的像素。孔洞像素處理單元807，具體用于獲取虛擬視圖中的至少兩個標記像素的平均像素值?？锥聪袼靥幚韱卧?07，具體用于依次確定虛擬視圖中的至少兩個標記像素中每一個標記像素的像素值與平均像素值之間的差值是否大于噪聲門限值。其中，噪聲門限值是預先設定的用于判斷噪聲的值?？锥聪袼靥幚韱卧?07，具體用于在標記像素的像素值與平均像素值之間的差值大于噪聲門限值的情況下，將標記像素確定為噪聲像素，并將噪聲像素標記為孔洞像素?？锥聪袼靥幚韱卧?07，還用于在第二圖像中，確定標記有孔洞像素的高動態(tài)范圍圖像中每個孔洞像素對應的第一像素?？锥聪袼靥幚韱卧?07，還用于獲取高動態(tài)范圍圖像中每個孔洞像素的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)；并根據(jù)相似性系數(shù)及第一像素，得到高動態(tài)范圍圖像中的至少一個孔洞像素中每個孔洞像素的像素值。具體的，孔洞像素處理單元807獲取高動態(tài)范圍圖像中每個孔洞像素的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)可以有以下三種方法：第一種方法，孔洞像素處理單元807，具體用于根據(jù)公式得到高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)。其中，s表示高動態(tài)范圍圖像中像素r的鄰域Ψr中的一個像素；I(s)表示像素s的像素值；I2(s)表示在第二圖像中與像素s對應的像素的像素值；r-s表示像素r與像素s間的距離；γ是預先設定的，表示像素r與像素s間的距離的權重系數(shù)。第二種方法，孔洞像素處理單元807，具體用于根據(jù)公式[a0,a1,.……,aN]=得到高動態(tài)范圍圖像中任一個孔洞像素r的相鄰像素，與第一像素的相鄰像素間的相似系數(shù)。其中，第一比例系數(shù)ρ1與第二比例系數(shù)ρ2是預先設定的值；s表示高動態(tài)范圍圖像中像素r的鄰域Φr中的一個像素；A表示高動態(tài)范圍圖像；a′n表示在第一次計算孔洞像素的像素值時獲取的相似系數(shù)。第三種方法，孔洞像素處理單元807，具體用于確定孔洞像素r是否有第一孔洞像素；在確定有第一孔洞像素的情況下，將第一孔洞像素的相似系數(shù)作為孔洞像素r的相似系數(shù)。其中，第一孔洞像素是孔洞像素r的相鄰孔洞像素中已得到像素值的孔洞像素。具體的，孔洞像素處理單元807，具體用于根據(jù)公式得到孔洞像素r的像素值。其中，I(r)表示孔洞像素r的像素值；I2(r)表示在第二圖像中與孔洞像素r對應的像素的像素值；an表示孔洞像素r的相似系數(shù)；n=0,1，……N；N為預先設定的值。本發(fā)明實施例提供的一種高動態(tài)范圍圖像合成設備，首先獲取曝光度不同的第一圖像與第二圖像，然后對第一圖像與第二圖像進行雙目立體匹配，得到視差圖，接著根據(jù)視差圖與第一圖像，合成與第二圖像有相同視角的虛擬視圖，繼而根據(jù)第二圖像獲取第二灰度圖像，并根據(jù)虛擬視圖獲取虛擬視圖灰度圖像，并根據(jù)第二灰度圖像及虛擬視圖灰度圖像，通過高動態(tài)范圍合成算法，獲取高動態(tài)范圍灰度圖，最終根據(jù)高動態(tài)范圍灰度圖、第二灰度圖像、虛擬視圖灰度圖像、第二圖像以及虛擬視圖，獲取高動態(tài)范圍圖像，在整個獲取高動態(tài)范圍圖像的過程中，將遮擋區(qū)域和對畫面影響較大的噪聲像素標記為孔洞像素，最后通過孔洞像素的相鄰像素與第二圖像中與孔洞像素對應的像素的相鄰像素之間的關系，估計出該孔洞像素與第二圖像中與其對應的像素間的關系，進而求出孔洞像素的像素值。這樣，由于在進行虛擬視圖合成時考慮了相鄰像素之間的關系，并且對遮擋區(qū)域及噪聲像素做了進一步的處理，因此提高了高動態(tài)范圍圖像的質量。如圖11所示，其為本發(fā)明實施例所提供的一種設備的功能示意圖。參考圖11所示，該設備包括：獲取單元1101、計算單元1102、確定單元1103以及處理單元1104。獲取單元1101，用于獲取第一圖像與第二圖像.其中，第一圖像與第二圖像是對同一物體同時拍攝得到的；獲取單元1101，還用于獲取第一圖像的每個像素的候選視差值集合.其中，候選視差值集合中包含至少兩個候選視差值。計算單元1102，用于根據(jù)第一圖像的每個像素、與第一圖像的每個像素對應的第二圖像中的像素、及第一圖像的每個像素的候選視差值集合，得到第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)。其中，p表示像素p，是與候選視差值集合對應的第一圖像的像素；di表示像素p的第i個候選視差值，i=1，……,k；k為像素p的候選視差值集合中候選視差值的總數(shù)。進一步的，計算單元1102得到第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量E(p,di)有以下兩種方法：第一種方法，計算單元1102，具體用于根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，第一擬合參數(shù)a的值與第二擬合參數(shù)b的值為使匹配能量Ed(p,di)為最小值時對應的值；w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；第一像素塊Ωp表示第一圖像中包含像素p的一個像素塊；像素q是與像素p相鄰的屬于第一像素塊Ωp中的像素；I1(q)表示像素q的像素值；I2(q-di)表示像素q對應的第二圖像中的像素q-di的像素值；wc(p,q,di)表示像素權重值；ws(p,q,di)表示距離權重值；wd(p,q,di)表示視差權重值。進一步的，像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di）|]獲得；距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I1(p)-I1(q)|×|I2(p-di)-I2(q-di)|]獲得；其中，I1(p)表示像素p的像素值；I2(p-di)表示像素p對應的第二圖像中的像素p-di的像素值；第一權重系數(shù)β1、第二權重系數(shù)β2、第三權重系數(shù)β3及第四權重系數(shù)β4是預先設定的值。第二種方法，計算單元1102，具體用于根據(jù)像素p的候選視差集合中的每一個候選視差值，利用公式求得像素p對于候選視差值集合中的每一個候選視差值di的匹配能量Ed(p,di)。其中，w(p,q,di)=wc(p,q,di)ws(p,q,di)wd(p,q,di)；像素權重值wc(p,q,di)可以根據(jù)公式wc(p,q,di)=exp[-β1×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；距離權重值ws(p,q,di)可以根據(jù)公式ws(p,q,di)=exp[-β2×(p-q)2]獲得；視差權重值wd(p,q,di)可以根據(jù)公式wd(p,q,di)=exp[-β3×(p-q)2-β4×|I′1(p)-I′1(q)|×|I′2(p-di)-I′2(q-di)|]獲得；I′1(p)=I1(p)cosθ-I2(p-di)sinθ；I′2(p-di)=I1(p)sinθ-I2(p-di)cosθ；I′1(q)=I1(q)cosθ-I2(q-di)sinθ；I′2(q-di)=I1(q)sinθ-I2(q-di)cosθ；調整角度θ是預先設定大于0°且小于90°的值。確定單元1104，用于根據(jù)第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，得到第一圖像中每一像素的視差值。進一步的，確定單元1104，具體用于根據(jù)公式求出將使像素p候選視差值集合中的每一個候選視差值di的候選能量E(di)為最小值時，對應的第一圖像中每一個像素的候選視差值確定為每一個像素的視差值。其中，I表示第一圖像；第二像素塊Np表示第一圖像中包含像素p的一個像素塊；Vp,q(di,dj)=λ×min(|di-dj|,Vmax)；dj表示像素q的第j個候選視差值，j=1,……,m；m為像素q的候選視差值集合中候選視差值的總數(shù)；平滑系數(shù)λ是預先設定的值；相鄰像素視差之差最大值Vmax是預先設定的值。處理單元1105，用于將第一圖像中的每個像素的視差值進行組合得到視差圖。本發(fā)明實施例提供了一種設備，獲取第一圖像與第二圖像，并獲取第一圖像的每個像素的候選視差值集合，然后根據(jù)第一圖像的每個像素、與第一圖像的每個像素對應的第二圖像中的像素、及第一圖像的每個像素的候選視差值集合，獲取第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量E(p,di)，接著根據(jù)第一圖像的每個像素的候選視差值集合中的每一個候選視差值的匹配能量Ed(p,di)，獲取第一圖像中每一像素的視差值，最后將第一圖像中的每個像素的視差值進行組合獲取視差圖，這樣，由于在計算每一個像素的視差值時，使得最終求出的視差值與視差值間的誤差大幅減小，從而提高了高動態(tài)范圍圖像的質量。在本申請所提供的幾個實施例中，應該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理包括，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用硬件加軟件功能單元的形式實現(xiàn)。上述以軟件功能單元的形式實現(xiàn)的集成的單元，可以存儲在一個計算機可讀取存儲介質中。上述軟件功能單元存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備（可以是個人計算機，服務器，或者網(wǎng)絡設備等）執(zhí)行本發(fā)明各個實施例所述方法的部分步驟。而前述的存儲介質包括：U盤、移動硬盤、只讀存儲器（Read-OnlyMemory，簡稱ROM）、隨機存取存儲器（RandomAccessMemory，簡稱RAM）、磁碟或者光盤等各種可以存儲程序代碼的介質。最后應說明的是：以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的精神和范圍。