景拍照模式，將所述場景的拍照模式設(shè)置為默認(rèn)場景拍照模式。
[0056]步驟104:根據(jù)所述優(yōu)先級最高的圖像特征確定所述場景的對應(yīng)攝像參數(shù)。
[0057]具體地，若亮度特征的優(yōu)先級最高，則認(rèn)為所述場景屬于夜景拍照模式。若運(yùn)動特征的優(yōu)先級最高，則認(rèn)為所述場景屬于靜止拍照模式。若顏色特征的優(yōu)先級最高，則認(rèn)為所述場景屬于戶外風(fēng)景拍照模式。
[0058]具體地，針對夜景拍照模式，此時還需要重新獲取當(dāng)前場景的一幅圖像，重新計算場景中的亮度特征，然后采用高斯插值的方式，計算出適合當(dāng)前場景的感光度(iso)，例如計算后將感光度設(shè)置為:isol50，最后根據(jù)指數(shù)函數(shù)將亮度特征映射為光圈參數(shù)，例如計算后選用光圈參數(shù)為F20。
[0059]針對靜止拍照模式，需要重新獲取當(dāng)前場景的一幅圖像，重新計算場景中的亮度特征和運(yùn)動特征，然后采用高斯插值的方式，計算出適合當(dāng)前場景的iso，例如計算后將感光度設(shè)置為:isol00，最后根據(jù)映射函數(shù)由運(yùn)動特征計算出當(dāng)前圖像采集單元的光圈參數(shù)，例如設(shè)置為f5。
[0060]針對戶外風(fēng)景拍照模式，需要重新獲取當(dāng)前場景的一幅圖像，重新計算場景中的顏色特征和亮度特征，然后采用高斯插值的方式，計算出適合當(dāng)前場景的iso，例如計算后將感光度設(shè)置為:isolOO，最后根據(jù)映射函數(shù)由顏色分布信息計算出當(dāng)前的光圈參數(shù)，例如設(shè)置為f6等等。
[0061]步驟105:基于所述攝像參數(shù)對所述場景中的目標(biāo)對象進(jìn)行拍照。
[0062]本發(fā)明實施例中，以上的攝像參數(shù)設(shè)置只是簡單示例，具體的攝像參數(shù)的設(shè)置根據(jù)各個場景實時的變化而動態(tài)調(diào)整。如此，可以使普通用戶利用本發(fā)明實施例的基于場景的拍照裝置，根據(jù)場景的變化來調(diào)節(jié)圖像采集單元的攝像參數(shù)，拍攝出高質(zhì)量的圖像；此夕卜，避免了娛樂拍照模式在不同場景下攝像參數(shù)無法自動修正的問題。本發(fā)明實施例的基于場景的拍照方法能夠依據(jù)場景的變化實時的幫助用戶優(yōu)化攝像參數(shù)，使得用戶的拍照體驗更加人性化和智能化。
[0063]圖2為本發(fā)明實施例二的基于場景的拍照方法的流程示意圖，本示例中的基于場景的拍照方法應(yīng)用于基于場景的拍照裝置中，如圖2所示，所述基于場景的拍照方法包括以下步驟:
[0064]步驟201:采集場景的至少兩幅圖像。
[0065]本發(fā)明實施例中，基于場景的拍照裝置設(shè)置在終端中，該終端可以是任意形式的終端，例如手機(jī)、平板電腦等。基于場景的拍照裝置具有圖像采集單元，具體實現(xiàn)時，所述圖像米集單兀為相機(jī)。
[0066]利用圖像采集單元能夠采集到場景的圖像，這里，場景是指圖像采集單元拍攝區(qū)域的環(huán)境。采集場景的圖像時，需要采集至少兩幅圖像，因為這樣可以獲取到較為平均的圖像特征。具體實現(xiàn)時，采集場景的至少兩幅圖像為連續(xù)的圖像，這些連續(xù)的圖像均代表了當(dāng)前準(zhǔn)備拍攝的場景。
[0067]步驟202:分別對所述至少兩幅圖像進(jìn)行平滑處理。
[0068]本發(fā)明實施例中，需要先對所述至少兩幅圖像進(jìn)行平滑處理，平滑處理主要是對圖像進(jìn)行噪聲去除，提高后期圖像特征計算的精度。具體地，采用高斯核對圖像數(shù)據(jù)進(jìn)行濾波，濾波后的圖像平滑，噪聲點較少，從而實現(xiàn)了平滑處理。
[0069]步驟203:從所述至少兩幅圖像中分別提取兩個以上圖像特征。
[0070]本發(fā)明實施例中，對所述至少兩幅圖像進(jìn)行平滑處理后，從所述至少兩幅圖像中分別提取兩個以上圖像特征。
[0071]例如，從所述至少兩幅圖像中分別提取以下圖像特征:亮度特征、顏色特征和運(yùn)動特征。下面以兩幅圖像為例，具體地，對平滑處理后的兩幅圖像進(jìn)行圖像特征的計算。首先，將兩幅圖像進(jìn)行Lab的顏色空間變化；分別計算兩幅圖像的平均亮度特征，再將兩幅圖像的平均亮度特征再次平均得到最終的亮度特征，即為當(dāng)前場景的亮度特征。然后，計算兩幅圖像的顏色分布信息，本發(fā)明實施例采用直方圖進(jìn)行顏色分布信息的統(tǒng)計，統(tǒng)計出兩幅圖像中各個顏色分量的概率分布情況，得到當(dāng)前場景的顏色特征。最后，采用幀差法計算相鄰(也即連續(xù))的兩幅圖像的運(yùn)動特征，統(tǒng)計出當(dāng)前場景的平均運(yùn)動特征。
[0072]本發(fā)明實施例中，顏色特征是一種全局特征，描述了圖像或圖像區(qū)域所對應(yīng)的景物的表面性質(zhì)。一般顏色特征是基于像素點的特征，此時所有屬于圖像或圖像區(qū)域的像素都有各自的貢獻(xiàn)。常用的顏色特征提取方法有直方圖，直方圖能簡單描述一幅圖像中顏色的全局分布，即不同色彩在整幅圖像中所占的比例，特別適用于描述難以自動分割的圖像和不需要考慮物體空間位置的圖像。
[0073]步驟204:從所述分別提取的兩個以上圖像特征中確定出優(yōu)先級最高的圖像特征。
[0074]本發(fā)明實施例中，根據(jù)步驟203中得到的各個圖像特征，進(jìn)行圖像特征的最高優(yōu)先級的評價，對于每個圖像特征的最高優(yōu)先級本發(fā)明實施例采用不同的評價策略:
[0075](1)對于亮度特征，如果亮度特征小于等于第一閾值(可以是某個設(shè)定值的50% )，則認(rèn)為此時用戶處于暗光區(qū)域，那么亮度特征的強(qiáng)度信息要高于其他兩個圖像特征。
[0076](2)當(dāng)亮度特征的強(qiáng)度信息不是最高時，如果顏色特征直方圖較為分散，顏色特征大于等于第二閾值，則此時用戶正在拍攝風(fēng)景，那么顏色特征的強(qiáng)度信息要高于其他兩個圖像特征。
[0077](3)當(dāng)亮度特征、顏色特征的最高優(yōu)先級均不是最高時，如果運(yùn)動特征小于等于所述第三閾值，則認(rèn)為用戶處于靜止拍攝，此時運(yùn)動特征的強(qiáng)度信息高于其他兩個圖像特征。
[0078]當(dāng)亮度特征、顏色特征、運(yùn)動特征的最高優(yōu)先級均不是最高時，啟動默認(rèn)場景拍照模式，將所述場景的拍照模式設(shè)置為默認(rèn)場景拍照模式。
[0079]步驟205:根據(jù)所述優(yōu)先級最高的圖像特征確定所述場景的對應(yīng)攝像參數(shù)。
[0080]具體地，若亮度特征的優(yōu)先級最高，則認(rèn)為所述場景屬于夜景拍照模式。若運(yùn)動特征的優(yōu)先級最高，則認(rèn)為所述場景屬于靜止拍照模式。若顏色特征的優(yōu)先級最高，則認(rèn)為所述場景屬于戶外風(fēng)景拍照模式。
[0081]具體地，針對夜景拍照模式，此時還需要重新獲取當(dāng)前場景的一幅圖像，重新計算場景中的亮度特征，然后采用高斯插值的方式，計算出適合當(dāng)前場景的iso，例如計算后將感光度設(shè)置為:isol50，最后根據(jù)指數(shù)函數(shù)將亮度特征映射為光圈參數(shù)，例如計算后選用光圈參數(shù)為F20。
[0082]針對靜止拍照模式，需要重新獲取當(dāng)前場景的一幅圖像，重新計算場景中的亮度特征和運(yùn)動特征，然后采用高斯插值的方式，計算出適合當(dāng)前場景的iso，例如計算后將感光度設(shè)置為:iso200，最后根據(jù)映射函數(shù)由運(yùn)動特征計算出當(dāng)前圖像采集單元的光圈參數(shù)，例如設(shè)置為f5。
[0083]針對戶外風(fēng)景拍照模式，需要重新獲取當(dāng)前場景的一幅圖像，重新計算場景中的顏色特征和亮度特征，然后采用高斯插值的方式，計算出適合當(dāng)前場景的iso，例如計算后將感光度設(shè)置為:iso200，最后根據(jù)映射函數(shù)由顏色分布信息計算出當(dāng)前的光圈參數(shù)，例如設(shè)置為f6等等。
[0084]步驟206:基于所述攝像參數(shù)對所述場景中的目標(biāo)對象進(jìn)行拍照。
[0085]本發(fā)明實施例中，以上的攝像參數(shù)設(shè)置只是簡單示例，具體的攝像參數(shù)的設(shè)置根據(jù)各個場景實時的變化而動態(tài)調(diào)整。如此，可以使普通用戶利用本發(fā)明實施例的基于場景的拍照裝置，根據(jù)場景的變化來調(diào)節(jié)圖像采集單元的攝像參數(shù)，拍攝出高質(zhì)量的圖像；此夕卜，避免了娛樂拍照模式在不同場景下攝像參數(shù)無法自動修正的問題。本發(fā)明實施例的基于場景的拍照方法能夠依據(jù)場景的變化實時的幫助用戶優(yōu)化攝像參數(shù)，使得用戶的拍照體驗更加人性化和智能化。
[0086]圖3為本發(fā)明實施例三的基于場景的拍照方法的流程示意圖，本示例中的基于場景的拍照方法應(yīng)用于基于場景的拍照裝置中，如圖3所示，所述基于場景的拍照方法包括以下步驟:
[0087]步驟301:采集場景的至少兩幅圖像。
[0088]本發(fā)明實施例中，基于場景的拍照裝置設(shè)置在終端中，該終端可以是任意形式的終端，例如手機(jī)、平板電腦等?；趫鼍暗呐恼昭b置具有圖像采集單元，具體實現(xiàn)時，所述圖像米集單兀為相機(jī)。
[0089]利用圖像采集單元能夠采集到場景的圖像，這里，場景是指圖像采集單元拍攝區(qū)域的環(huán)境。采集場景的圖像時，需要采集至少兩幅圖像，因為這樣可以獲取到較為平均的圖像特征。具體實現(xiàn)時，采集場景的至少兩幅圖像為連續(xù)的圖像，這些連續(xù)的圖像均代表了當(dāng)前準(zhǔn)備拍攝的場景。
[0090]步驟302:分別對所述至少兩幅圖像進(jìn)行平滑處理。
[0091]本發(fā)明實施例中，需要先對所述至少兩幅圖像進(jìn)行平滑處理，平滑處理主要是對圖像進(jìn)行噪聲去除，提高后期圖像特征計算的精度。具體地，采用高斯核對圖像數(shù)據(jù)進(jìn)行濾波，濾波后的圖像平滑，噪聲點較少，從而實現(xiàn)了平滑處理。
[0092]步驟303:從所述至少兩幅圖像中分別提取以下圖像特征:亮度特征、顏色特征和運(yùn)動特征。
[0093]下面以兩幅圖像為例，具體地，對平滑處理后的兩幅圖像進(jìn)行圖像特征的計算。首先，將兩幅圖像進(jìn)行Lab的顏色空間變化；分別計算兩幅圖像的平均亮度特征，再將兩幅圖像的平均亮度特征再次平均得到最終的亮度特征，即為當(dāng)前場景的亮度特征。然后，計算兩幅圖像的顏色分布信息，本發(fā)明實施例采用直方圖進(jìn)行顏色分布信息的統(tǒng)計，統(tǒng)計出兩幅圖像中各個顏色分量的概率分布情況，得到當(dāng)前場景的顏色特征。最后，采用幀差法計算相鄰(也即連續(xù))的