一种生成延时拍摄视频的方法及装置

技术领域

本申请涉及图像处理领域，具体涉及一种生成延时拍摄视频的方法及装置。

背景技术

目前在无人机上的延时摄影功能，拍摄过程中，固定间隔时间进行采样拍摄，然后把采样图片进行视频合成。在飞行过程中，如果云台抖动或者飞机位置有偏差，会导致合成的视频晃动和或者抖动，带来较差的用户体验。为解决上述问题出现了使用无人机陀螺仪的角速度信息对图像进行位置补偿，但是获取陀螺仪信息具有滞后性。

因此，如何使延时拍摄的视频减少抖动成为亟待解决的问题。

发明内容

本申请提供一种生成延时拍摄视频的方法及装置，能够使延时拍摄的视频减少抖动。

第一方面，一种生成延时拍摄视频的方法，包括：

对延时拍摄的多帧图像中的当前帧图像进行角点检测，获得当前角点图像；

对所述当前角点图像和前一角点图像进行匹配对比，获得所述当前帧图像与所述当前帧图像的前一帧图像之间的空间差异，其中，所述前一角点图像为所述前一帧图像角点检测后获得的图像；

根据所述空间差异对当前帧图像进行滤波处理，获得所述当前帧图像的滤波图像；

将所述当前帧图像的滤波图像与所述多帧图像中除当前帧之外的其他帧图像的滤波图像进行重构，获得所述延时拍摄视频。

因此，本申请实施例中通过对延时拍摄的多帧图像中的当前帧图像进行角点检测，对当前角点图像和前一角点图像进行匹配，根据空间差异对当前帧图像进行滤波处理，将当前帧图像的滤波图像与多帧图像中除当前帧之外的其他帧图像的滤波图像进行重构，能够找到当前帧的角点，并匹配出与前一帧角点图像的空间差异，从而能够得到滤波之后的图像和重构的延时拍摄视频，从而能够解决云台抖动和位置偏移导致的视频抖动，提高人眼观看视频的舒适性和连贯性。

结合第一方面，在一种可能的实施方式中，对所述当前角点图像和前一角点图像进行匹配对比，获得所述当前帧图像与所述当前帧图像的前一帧图像之间的空间差异，包括：

使用图片高斯金字塔，对当前角点图像和前一角点图像进行分层匹配，获得平面偏移信息；

对所述平面偏移信息进行运动估计求参，获得空间差异。

因此，本申请实施例通过使用图片高斯金字塔，对当前角点图像和前一角点图像进行分层匹配，对所述平面偏移信息进行运动估计求参，能够获得当前角点图像与前一角点图像之间的平面偏移信息和空间差异，从而能够得知前后两帧图像之间存在的变换关系。

结合第一方面，在另一种可能的实施方式中，根据所述空间差异对当前帧图像进行滤波处理，获得所述当前帧图像的滤波图像，包括：

在当前帧图像和前一帧图像之间的相似度小于阈值的情况下，直接将所述当前帧图像作为所述滤波图像；

在当前帧图像和前一帧图像之间的相似度大于阈值的情况下，剪切当前帧图像中与前一帧图像的空间差异，将剪切完成的当前帧图像作为所述滤波图像。

因此，本申请实施例通过对当前帧图像和前一帧图像之前相似度的比较，能够判断出这两帧图像是否是同一视角下的图像以及是否需要修正，从而保证延时视频生成的质量，防止修正失误。

结合第一方面，在另一种可能的实施方式中，在对延时拍摄的多帧图像中的当前帧图像进行角点检测，获得当前角点图像之前，包括：

对延时拍摄的多帧原始图像进行增强去噪和灰度处理，获得延时拍摄的多帧图像。

因此，本申请实施例中通过对延时拍摄的多帧原始图像进行增强去噪和灰度处理，能够得到多帧原始图像的去噪和灰度处理后的多帧图像，从而能够提高图像的可懂度，去除噪声，从而防止噪声对特征点检测的干扰。

结合第一方面，在另一种可能的实施方式中，根据所述空间差异对当前帧图像进行滤波处理，获得所述当前帧图像的滤波图像之前，所述方法还包括：

获取当前帧图像和前一帧图像的匹配对；

使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息；

对所述主要平面偏移信息进行运动估计求参，获得所述空间差异。

因此，本申请实施例通过获取当前帧图像和前一帧图像的匹配对，使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息，对主要平面偏移信息进行运动估计求参，获得所述空间差异，能够剔除边缘匹配对，获得精准的空间差异。

第二方面，一种生成延时拍摄视频的装置，包括：

检测单元，用于对延时拍摄的多帧图像中的当前帧图像进行角点检测，获得当前角点图像；

匹配单元，用于对所述当前角点图像和前一角点图像进行匹配对比，获得所述当前帧图像与所述当前帧图像的前一帧图像之间的空间差异，其中，所述前一角点图像为所述前一帧图像角点检测后获得的图像；

滤波单元，用于根据所述空间差异对当前帧图像进行滤波处理，获得所述当前帧图像的滤波图像；

重构单元，用于将所述当前帧图像的滤波图像与所述多帧图像中除当前帧之外的其他帧图像的滤波图像进行重构，获得所述延时拍摄视频。

结合第二方面，在一种可能的实施方式中，所述匹配单元具体用于：

使用图片高斯金字塔，对当前角点图像和前一角点图像进行分层匹配，获得平面偏移信息；

对所述平面偏移信息进行运动估计求参，获得空间差异。

结合第二方面，在另一种可能的实施方式中，所述滤波单元具体用于：

在当前帧图像和前一帧图像之间的相似度小于阈值的情况下，直接将所述当前帧图像作为所述滤波图像；

在当前帧图像和前一帧图像之间的相似度大于阈值的情况下，剪切当前帧图像中与前一帧图像的空间差异，将剪切完成的当前帧图像作为所述滤波图像。

结合第二方面，在另一种可能的实施方式中，处理单元，用于对延时拍摄的多帧原始图像进行增强去噪和灰度处理，获得延时拍摄的多帧图像。

结合第二方面，在另一种可能的实施方式中，筛选单元用于：

获取当前帧图像和前一帧图像的匹配对；

使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息；

对所述主要平面偏移信息进行运动估计求参，获得所述空间差异。

第三方面，一种电子设备，包括：处理器、存储器、和总线，所述处理器通过所述总线与所述存储器相连，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，用于第一方面以及第一方面的所有实施方式中任一所述的一种生成延时拍摄视频的方法。

第四方面，该计算机可读存储介质上存储有计算机程序，该计算机程序被服务器执行时实现第一方面以及第一方面的所有实施方式中任一所述的一种生成延时拍摄视频的方法。

为使本申请的上述目的、特征和优点能更明显易懂，下文将列举实施例，并配合所附附图，作详细说明如下。

附图说明

图1是本申请实施例中示出的一种生成延时拍摄视频的场景图；

图2是本申请实施例中示出的一种生成延时拍摄视频方法的流程图；

图3是本申请实施例中示出的角点检测流程图；

图4是本申请实施例中示出的一种生成延时拍摄视频方法具体实施例流程图；

图5是本申请实施例中示出的一种生成延时拍摄视频装置图；

图6是本申请实施例中示出的一种电子设备内部结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对附图中提供的本申请的实施例的详情描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护范围。

下面将结合附图，对本申请实施例中的技术方案进行描述。

应理解，本申请实施例可以应用在多种场景中，例如：无人机延时视频拍摄、手机延时视频拍摄或运动摄像机延时视频拍摄等。图1是本申请实施例示出的一种场景图，如图1所示的生成延时拍摄视频的方法场景包括：前一帧图像110、当前帧图像120和重构后图像130。

具体的，本申请实施例通过对前一帧图像与当前帧图像之间的空间差异进行剪切，修正像素级的微小抖动，重构完成的图像形成视频，实现运动场景下的超级稳像效果。

应理解，本申请实施例中的多帧图像，表示在一段视频中的多帧图像。

应理解，本申请实施例中的对滤波图像进行重构，表示对当前帧图像进行滤波完成之后，将滤波完成的当前帧图像和前面的图像进行融合，组成平滑流畅的视频。

应理解，本申请实施例中的平面偏移信息，表示当前帧图像与前一帧图像相比较，在二维平面上的坐标差异，例如：当前帧图像中人的坐标为(10,20)，前一帧图像中人的坐标为(10,30)。

应理解，本申请实施例中的空间差异，表示当前帧图像与前一帧图像相比较，动态单位时间内的偏移量。

目前在无人机上的延时摄影功能，拍摄过程中，固定间隔时间进行采样拍摄，然后把采样图片进行视频合成。在飞行过程中，如果云台抖动或者飞机位置有偏差，会导致合成的视频晃动和或者抖动，带来较差的用户体验。为解决上述问题出现了使用无人机陀螺仪的角速度信息对图像进行位置补偿，但是获取陀螺仪信息具有滞后性。

鉴于上述情况，本申请实施例提供一种生成延时拍摄视频的方法及装置，该方法包括对延时拍摄的多帧图像中的当前帧图像进行角点检测，获得当前角点图像；对所述当前角点图像和前一角点图像进行匹配对比，获得所述当前帧图像与所述当前帧图像的前一帧图像之间的空间差异，其中，所述前一角点图像为所述前一帧图像角点检测后获得的图像；根据所述空间差异对当前帧图像进行滤波处理，获得所述当前帧图像的滤波图像；将所述当前帧图像的滤波图像与所述多帧图像中除当前帧之外的其他帧图像的滤波图像进行重构，获得所述延时拍摄视频，能够使延时拍摄的视频减少抖动，解决了上述问题。

下面结合图2具体流程，详细描述本申请实施例中的一种生成延时拍摄视频的方法及装置，如图2所示的方法200包括：

210，对延时拍摄的多帧图像中的当前帧图像进行角点检测。

具体的，在对延时拍摄的多帧图像中的当前帧图像进行角点检测，获得当前角点图像之前，对延时拍摄的多帧原始图像进行增强去噪和灰度处理，获得延时拍摄的多帧图像。

具体的，服务器在对图像进行分析之前，先要对图像质量进行改善，图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征。服务器获取延时拍摄视频中的多帧原始图像，对多帧原始图像进行增强去噪和灰度处理，获得了延时拍摄的多帧图像，其中，尤其是针对夜间拍摄的照片中，增强去噪可以去除图像中的噪点，使图像更加清晰，针对延时拍摄的多帧图像进行角点检测，找到多帧图像中的特征点。

应理解，角点检测也可以称为特征提取。

具体的，特征提取就是从图像中提取出关键点，特征描述就是用一组数学向量对特征点进行描述，其主要保证不同的向量和不同的特征点之间是一种对应的关系，同时相似的关键点之间的差异尽可能小。特征匹配其实就是特征向量之间的距离计算，常用的距离有欧氏距离、汉明距离、余弦距离等。本申请实施例采用的是尺度不变特征转换(Scale-invariant feature transform，SIFT)算法，SIFT特征对于旋转和尺度均具有不变性，并且对于噪声、视角变化和光照变化具有良好的鲁棒性。SIFT是一种计算机视觉的算法，它用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。SIFT算法的实质是在不同的尺度空间上查找特征点，并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出，不会因光照，仿射变换和噪音等因素而变化的点，如角点、边缘点、暗区的亮点及亮区的暗点等。

具体的，如图3所示的SIFT算法流程图，增强去噪和灰度处理完成后延时拍摄的多帧图像在不同的尺度下用高斯滤波器进行卷积，然后利用连续高斯模糊化影响差异来找出关键点，再对关键点进行定位，找出图像的特征描述向量。

具体的，输入灰度图像310，输入增强去噪和灰度处理完成后延时拍摄的多帧图像；图像金字塔320，将增强去噪和灰度处理完成后延时拍摄的多帧图像与高斯模糊进行卷积；图像差分金字塔330，将不同尺度下卷积后的最大值和最小值相减，得到高斯差图像；极值检测及定位340，在图像差分金字塔中，进行初步极值检测，在检测到的极值点附近对其进行泰勒展开并通过拟合进行像素定位；特征点主方向350，由特征点的空间位置回至金字塔中在特征点附近取样小区域，进行特征点方向的确认；特征描述子360，由特征点空间位置回至金字塔中在特征点附近取样以小区域，进行梯度直方图统计生成描述子，将描述子归一化，形成最终描述向量；图像所有特征描述向量370，对图像中所有特征点进行上述操作生成整幅图像特征点的描述向量，形成多帧图像的角点图像。

因此，本申请实施例中通过对延时拍摄的多帧原始图像进行增强去噪和灰度处理，能够得到多帧原始图像的去噪和灰度处理后的多帧图像，从而能够提高图像的可懂度，去除噪声，从而防止噪声对特征点检测的干扰。

220，对当前角点图像和前一角点图像进行匹配对比。

具体的，使用图片高斯金字塔，对当前角点图像和前一角点图像进行分层匹配，获得平面偏移信息；对所述平面偏移信息进行运动估计求参，获得空间差异。

具体的，对上述步骤中的到的多帧图像的角点图像中的当前角点图像和前一角点图像进行图片高斯金字塔的分层匹配，将分辨率逐层缩小，对两张图片进行差分计算，获得两张图片的平面偏移信息，其中平面偏移信息包括：当前帧图像和前一帧图像之间的位移和旋转角度，再将平面偏移信息进行运动估计求参，获得当前帧图像与前一帧图像之间的空间差异，其中，运动估计求参是将当前帧图像和前一帧图像分成许多互不重叠的宏块，并认为宏块内所有像素的位移量都相同，然后对当前帧图像的每个宏块，在前一帧图像给定的搜索范围内，根据一定的匹配准则找出与当前块最相似的块，即匹配块，匹配块与当前块的相对位移即为运动矢量，从而得到当前帧图像和前一帧图像之间的位移坐标变换关系。

因此，本申请实施例通过使用图片高斯金字塔，对当前角点图像和前一角点图像进行分层匹配，对所述平面偏移信息进行运动估计求参，能够获得当前角点图像与前一角点图像之间的平面偏移信息和空间差异，从而能够得知前后两帧图像之间存在的变换关系。

230，根据空间差异对当前帧图像进行滤波处理。

在根据空间差异对前帧图像进行进行滤波处理之前，先获取当前帧图像和前一帧图像的匹配对，使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息，所述主要平面偏移信息进行运动估计求参，获得所述空间差异，其中，随机抽样一致算法是随机选取一部分粗糙结果中的匹配对，计算粗糙匹配对的损失，找到一个优化模型，通过模型剔除所有不符合模型的匹配对。然后在当前帧图像和前一帧图像之间的相似度小于阈值的情况下，直接将所述当前帧图像作为所述滤波图像；在当前帧图像和前一帧图像之间的相似度大于阈值的情况下，剪切当前帧图像中与前一帧图像的空间差异，将剪切完成的当前帧图像作为所述滤波图像。

具体的，在220步骤中会找到两张图片之间的不同特征的匹配对，这些匹配对包括所有的特征，但是这些匹配对不全是有用的匹配对，因此在滤波处理之前，先获取当前帧图像和前一帧图像的匹配对，再使用随机抽样算法从众多的匹配对中，剔除不重要的匹配对，例如：剔除图片中关于图片背景的匹配对，获得主要平面偏移信息，再将主要偏移信息进行运动估计求参，获得两张图片的空间差异。然后再根据上述匹配对计算出当前帧图像与前一帧图像之间的相似度，由于目前的拍摄视频图像的稳定效果较好，所以规定阈值为90％，当相似度超过90％，认定为是同一视角的照片，当相似度低于90％，认定为是不同视角的照片，例如：不同视角的照片可以是转弯前和转弯后，也可以是左右不同视角，因此，在当前帧图像和前一帧图像之间的相似度小于90％的情况下，当前帧图像被认定为与前一帧图像是不同的视角，直接将所述当前帧图像作为所述滤波图像；在当前帧图像和前一帧图像之间的相似度大于90％的情况下，当前帧图像被认定与前一帧图像是同一视角，剪切当前帧图像中与前一帧图像的空间差异，将剪切完成的当前帧图像作为所述滤波图像，其中，剪切当前帧图像中与前一帧图像的空间差异，包括：对当前帧图像的分辨率和旋转剪裁角度的范围进行限制，根据空间差异进行剪裁，从而实现对当前帧图像进行平滑处理。

因此，本申请实施例通过对当前帧图像和前一帧图像之前相似度的比较，能够判断出这两帧图像是否是同一视角下的图像以及是否需要修正，从而保证延时视频生成的质量，防止修正失误，通过获取当前帧图像和前一帧图像的匹配对，使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息，对主要平面偏移信息进行运动估计求参，获得所述空间差异，能够剔除边缘匹配对，获得精准的空间差异。

240，将当前帧图像的滤波图像与多帧图像中除当前帧之外的其他帧图像的滤波图像进行重构。

具体的，将当前帧图像的滤波图像，与前面的处理完成的其他帧图像的滤波图像进行重新融合，获得延时拍摄视频。

具体的，将当前帧图像的滤波图像，与前面的处理完成的其他帧图像的滤波图像，按照视频序列进行h265/h264编码，编码完成后进行MP4视频格式封装，输出平滑的延时拍摄视频。

可选的，在延时拍摄功能开启进行图片拍摄的时候，每拍一帧图像，采集对应的陀螺仪角速度信息，陀螺仪可以积分得到三维的角度关系，动态性能好，受外部干扰小，但测量值随时间变化比较大。通过得到的三维角度关系，可以进行初步的姿态解算，然后通过算出的姿态信息，进行位置补偿，进行相应的旋转平移运动补偿。

上文描述了一种生成延时拍摄视频的方法的具体流程，下面将结合图4描述一种生成延时拍摄视频方法的具体实施例。

如图4所示，对延时拍摄的多帧原始图像进行增强去噪410和灰度处理，获得了延时拍摄的多帧图像。

对延时拍摄的多帧图像进行角点检测420，具体的，输入灰度图像，输入增强去噪和灰度处理完成后延时拍摄的多帧图像；图像金字塔，将增强去噪和灰度处理完成后延时拍摄的多帧图像与高斯模糊进行卷积；图像差分金字塔，将不同尺度下卷积后的最大值和最小值相减，得到高斯差图像；极值检测及定位，在图像差分金字塔中，进行初步极值检测，在检测到的极值点附近对其进行泰勒展开并通过拟合进行像素定位；特征点主方向，由特征点的空间位置回至金字塔中在特征点附近取样小区域，进行特征点方向的确认；特征描述子，由特征点空间位置回至金字塔中在特征点附近取样以小区域，进行梯度直方图统计生成描述子，将描述子归一化，形成最终描述向量；图像所有特征描述向量，对图像中所有特征点进行上述操作生成整幅图像特征点的描述向量，形成多帧图像的角点图像。

对多帧图像的角点图像进行分层匹配、运动估计模型求参430，具体的，对上述步骤中的到的多帧图像的角点图像中的当前角点图像和前一角点图像进行图片高斯金字塔的分层匹配，将分辨率逐层缩小，对两张图片进行差分计算，获得两张图片的平面偏移信息，其中平面偏移信息包括：当前帧图像和前一帧图像之间的位移和旋转角度，再将平面偏移信息进行运动估计求参，获得当前帧图像与前一帧图像之间的空间差异，其中，运动估计求参是将当前帧图像和前一帧图像分成许多互不重叠的宏块，并认为宏块内所有像素的位移量都相同，然后对当前帧图像的每个宏块，在前一帧图像给定的搜索范围内，根据一定的匹配准则找出与当前块最相似的块，即匹配块，匹配块与当前块的相对位移即为运动矢量，从而得到当前帧图像和前一帧图像之间的位移坐标变换关系。

筛选可靠角点440，获取当前帧图像和前一帧图像的匹配对，使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息，所述主要平面偏移信息进行运动估计求参，获得所述空间差异，其中，随机抽样一致算法是随机选取一部分粗糙结果中的匹配对，计算粗糙匹配对的损失，找到一个优化模型，通过模型剔除所有不符合模型的匹配对。

重新运动估计模型求参450，将重要平面偏移信息进行运动估计求参，获得当前帧图像与前一帧图像之间的空间差异，其中，运动估计求参是将当前帧图像和前一帧图像分成许多互不重叠的宏块，并认为宏块内所有像素的位移量都相同，然后对当前帧图像的每个宏块，在前一帧图像给定的搜索范围内，根据一定的匹配准则找出与当前块最相似的块，即匹配块，匹配块与当前块的相对位移即为运动矢量，从而得到当前帧图像和前一帧图像之间的位移坐标变换关系。

图像滤波460，当相似度超过90％，认定为是同一视角的照片，当相似度低于90％，认定为是不同视角的照片，例如：不同视角的照片可以是转弯前和转弯后，也可以是左右不同视角，因此，在当前帧图像和前一帧图像之间的相似度小于90％的情况下，当前帧图像被认定为与前一帧图像是不同的视角，直接将所述当前帧图像作为所述滤波图像；在当前帧图像和前一帧图像之间的相似度大于90％的情况下，当前帧图像被认定与前一帧图像是同一视角，剪切当前帧图像中与前一帧图像的空间差异，将剪切完成的当前帧图像作为所述滤波图像，其中，剪切当前帧图像中与前一帧图像的空间差异，包括：对当前帧图像的分辨率和旋转剪裁角度的范围进行限制，根据空间差异进行剪裁，从而实现对当前帧图像进行平滑处理。

序列轨迹重构470，将当前帧图像的滤波图像，与前面的处理完成的其他帧图像的滤波图像，按照视频序列进行h265/h264编码，编码完成后进行MP4视频格式封装，输出平滑的延时拍摄视频。

应注意，图1至图4的例子仅仅是为了帮助本领域技术人员理解本申请实施例，而非要将本申请实施例限于所例示的具体场景。本领域技术人员根据所给出的图1至图4的例子，显然可以进行各种等价的修改或变化，这样的修改或变化也落入本申请实施例的范围内。

应理解，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

上文描述了本申请实施例的一种生成延时拍摄视频的方法，下面结合图5详细描述本申请实施例的一种生成延时拍摄视频的装置，结合图6详细描述本申请实施例的一种电子设备。

如图5所示，一种生成延时拍摄视频的装置，包括：检测单元510、匹配单元520、滤波单元530和重构单元540。

具体的，检测单元，用于对延时拍摄的多帧图像中的当前帧图像进行角点检测，获得当前角点图像；匹配单元，用于对所述当前角点图像和前一角点图像进行匹配对比，获得所述当前帧图像与所述当前帧图像的前一帧图像之间的空间差异，其中，所述前一角点图像为所述前一帧图像角点检测后获得的图像；滤波单元，用于根据所述空间差异对当前帧图像进行滤波处理，获得所述当前帧图像的滤波图像；重构单元，用于将所述当前帧图像的滤波图像与所述多帧图像中除当前帧之外的其他帧图像的滤波图像进行重构，获得所述延时拍摄视频。

具体的，所述匹配单元具体用于：使用图片高斯金字塔，对当前角点图像和前一角点图像进行分层匹配，获得平面偏移信息；对所述平面偏移信息进行运动估计求参，获得空间差异。

具体的，所述滤波单元具体用于：在当前帧图像和前一帧图像之间的相似度小于阈值的情况下，直接将所述当前帧图像作为所述滤波图像；在当前帧图像和前一帧图像之间的相似度大于阈值的情况下，剪切当前帧图像中与前一帧图像的空间差异，将剪切完成的当前帧图像作为所述滤波图像。

具体的，处理单元，用于对延时拍摄的多帧原始图像进行增强去噪和灰度处理，获得延时拍摄的多帧图像。

具体的，筛选单元用于：获取当前帧图像和前一帧图像的匹配对；使用随机抽样一致算法，剔除非主要匹配对，获得主要平面偏移信息；对所述主要平面偏移信息进行运动估计求参，获得所述空间差异。

应理解，图5所示的一种生成延时拍摄视频的装置，能够实现图1至图4方法实施例中的各个过程中的各个模块的操作和/或功能，分别为了实现图1至图4中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。

如图6所示，本申请实施例提供一种电子设备，包括：处理器610、存储器620和总线640。

具体的，一种电子设备，包括：处理器、存储器和总线，所述处理器通过所述总线与所述存储器相连，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，用于实现上述所有实施方式中任一所述的一种生成延时拍摄视频的方法。其中，总线用于实现这些组件直接的连接通信。其中，本申请实施例中处理器可以是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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申请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。

存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。存储器中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，计算机设备可以执行上述图1至图4方法实施例中的各个步骤。

可以理解，图6所示的结构仅为示意，所述电子设备还可包括比图6中所示更多或者更少的组件，或者具有与图6所示不同的配置。图6中所示的各组件可以采用硬件、软件或其组合实现，其中所述电子设备还可以包括摄像头。

应理解，图6所示的一种电子设备，能够实现图1至图4方法实施例中的各个过程中的各个模块的操作和/或功能，分别为了实现图1至图4中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被服务器执行时实现上述所有实施方式中任一所述的一种生成延时拍摄视频的方法。

需要说明的是，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。对于装置类实施例而言，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。

本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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，本申请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)执行本申请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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。