CN103973962B - 图像处理方法及图像采集装置 - Google Patents

Abstract

本发明提供一种图像处理方法及图像采集装置。此方法包括下列步骤。以第一焦距采集第一图像，并以第二焦距采集第二图像。对第一图像进行模糊化程序处理，产生模糊图像。对第二图像进行几何校正程序处理，产生位移校正图像。对第一图像的每一像素点执行梯度运算以产生多个第一梯度值，以及对位移校正图像的每一像素点执行梯度运算以产生多个第二梯度值。比较各第一梯度值与相对应的各第二梯度值，并根据比较结果产生散景地图。根据散景地图混合第一图像与模糊图像以产生背景模糊图像。

Description

图像处理方法及图像采集装置

技术领域

本发明是有关于一种图像处理方法及图像采集装置，且特别是有关于一种产生背景模糊图像的图像处理方法及图像采集装置。

背景技术

随着光学技术的进步，可调整光圈、快门甚至可更换镜头的相机逐渐普及，相机的功能也趋于多样化。其中，在使用相机拍摄图像时，为了突显所拍摄图像中的主题，一般会采用所谓散景(bokeh)的拍摄技巧。散景即表示在景深较浅的摄影成像中，落在景深以外的画面会有逐渐产生松散模糊的效果。也就是说，摄影者可将相机透镜的焦距聚集到图像中的特定距离范围，使得此距离范围外的物件逐渐模糊，产生主体与背景之间那种前清后朦的效果。

然而，散景效果有可能因为摄影技巧或光圈孔形状的不同，而产生各有差异的效果。一般而言，相机镜头所能制造出的散景效果有限。在相机的操作上，若要获得较佳的散景效果，通常需要同时满足下列几项重要的条件：大光圈、长焦距。换言之，为了达到散景效果需依赖大孔径镜头来加强远距离物件的模糊化，而让清楚成像的主题得以从背景中突显出来。然而，大孔径镜头的体积庞大且价格昂贵，并非一般消费型相机所能配备。

再者，当使用者利用大孔径镜头来产生具散景效果的图像时，会产生被摄物件的边缘较硬的图像，无法达到柔和且自然的散景效果。另一方面，使用者也可手动选择图像中的欲凸显的主体，并将图像中其余的部份进行模糊化处理，以产生具有散景效果的图像。但此方法易导致处理后的图像产生景深不连续或是不够自然的问题。此外，若图像焦距内具有一个以上的主体物件，上述的方法仅保留其中一个主体物件，并将其他位于相同对焦区域的主体物件进行模糊化处理，以致无法凸显图像中的多个主体物件。

发明内容

有鉴于此，本发明提供一种产生背景模糊的图像处理方法及其图像采集装置，可通过两种不同焦距值所拍摄的图像来判断出图像中的主体，进而使一个以上的主体清晰且散景效果自然的图像。

从一观点来看，本发明提出一种图像处理方法，适用于图像采集装置，此方法包括下列步骤。首先，以第一焦距采集第一图像，并以第二焦距采集第二图像，其中第一焦距对焦于至少一主体，第二焦距对焦于背景。接着，对第一图像进行模糊化程序处理，产生模糊图像。此外，对第二图像进行几何校正程序处理，产生位移校正图像。然后，对第一图像的每一像素点执行梯度运算以产生多个第一梯度值，以及对位移校正图像的每一像素点执行梯度运算以产生多个第二梯度值。比较各第一梯度值与相对应的各第二梯度值以产生多个比较结果，并根据比较结果产生散景地图。最后，根据散景地图混合第一图像与模糊图像以产生背景模糊图像。

在本发明的一实施例中，所述的对第二图像进行几何校正程序处理，产生位移校正图像的步骤包括对第一图像与第二图像进行移动量估测，以计算单应性(homographymatrix)矩阵。接着，依据单应性矩阵对第二图像进行几何仿射转换(affinetransformation)，以获得位移校正图像。

在本发明的一实施例中，所述的比较各第一梯度值与相对应的各第二梯度值以产生比较结果，并根据比较结果产生散景地图的步骤包括将第二梯度值除以相对应的第一梯度值，产生多个梯度比较值。然后，依据梯度比较值产生多个散景设定值，并将散景设定值记录为散景地图。

在本发明的一实施例中，所述的依据梯度比较值产生散景设定值的步骤包括判断梯度比较值是否大于第一梯度临界值。若梯度比较值大于第一梯度临界值，设定梯度比较值所对应的散景设定值为散景背景值。

在本发明的一实施例中，所述的依据梯度比较值产生散景设定值的步骤包括若梯度比较值并无大于第一梯度临界值，判断梯度比较值是否大于第二梯度临界值。若梯度比较值大于第二梯度临界值，设定梯度比较值所对应的散景设定值为散景边缘值。若梯度比较值并无大于第二梯度临界值，设定梯度比较值所对应的散景设定值设定为散景主体值。其中，第一梯度临界值大于第二梯度临界值。

在本发明的一实施例中，所述的根据散景地图混合第一图像与模糊图像以产生背景模糊图像的步骤包括判断散景设定值是否大于第一混合临界值。若散景设定值大于第一混合临界值，取散景设定值所对应的模糊图像的像素点作为背景模糊图像的像素点。

在本发明的一实施例中，所述的根据散景地图混合第一图像与模糊图像以产生背景模糊图像的步骤包括若散景设定值并无大于第一混合临界值，判断散景设定值是否大于第二混合临界值。若散景设定值大于第二混合临界值，依据散景设定值计算出对应的背景模糊图像的像素点。若散景设定值并无大于第二混合临界值，取散景设定值所对应的第一图像的像素点作为背景模糊图像的像素点。其中，第一混合临界值大于第二混合临界值。

从一观点来看，本发明提出一种图像采集装置，此图像采集装置包括图像采集模组、图像校正模组、图像模糊模组、图像处理模组以及图像混合模组。图像采集模组以第一焦距采集一第一图像，并以第二焦距采集第二图像，其中第一焦距对焦于至少一主体，第二焦距对焦于背景。图像校正模组耦接图像采集模组，对第二图像进行几何校正程序处理，产生位移校正图像。图像模糊模组耦接图像采集模组，对第一图像进行模糊化程序处理，产生模糊图像。图像处理模组耦接图像采集模组及图像校正模组，对第一图像的每一像素点执行梯度运算以产生多个第一梯度值，并对位移校正图像的每一像素点执行梯度运算以产生多个第二梯度值。图像处理模组比较各第一梯度值与相对应的各第二梯度值以产生多个比较结果，并根据比较结果产生散景地图。图像混合模组耦接图像处理模组以及图像模糊模组，根据散景地图混合第一图像与模糊图像以产生背景模糊图像。

在本发明的一实施例中，所述的图像校正模组对第一图像与第二图像进行移动量估测，以计算单应性矩阵，并依据单应性矩阵对第二图像进行几何仿射转换，以获得转换后的位移校正图像。

在本发明的一实施例中，所述的图像处理模组将各第二梯度值除以相对应的各第一梯度值，产生多个梯度比较值，且图像处理模组依据梯度比较值产生多个散景设定值，并将散景设定值记录为散景地图。

基于上述，本发明通过焦距不同会造成图像不同的特性，对同一场景以不同焦距进行拍摄，并且比较图像间各个像素点的梯度差异，通过此判断出主体区域与背景区域信息。并利用上述信息对背景区域进行模糊化处理，进而产生主体清晰背景模糊的散景图像，从而达到良好的散景效果。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1为本发明一实施例所示出的图像采集装置的方块图；

图2为本发明一实施例所示出的图像处理方法流程图；

图3为本发明一实施例所示出的图2中步骤S250的详细流程图；

图4为本发明一实施例所示出的图2中步骤S260的详细流程图。

附图标记说明：

100：图像采集装置；

110：图像采集模组；

120：图像模糊模组；

130：图像校正模组；

140：图像处理模组；

150：图像混合模组；

Img1、Img2、Img1_blur、Img2_cal：图像；

bokeh_map：散景地图；

S210～S260、S310～S325、S410～S450：步骤。

具体实施方式

本发明提出一种通过两张利用不同焦距值所拍摄的图像来产生散景图像的方法。先对欲拍摄的至少一主体进行对焦后拍摄，接着对背景或无限远的地方进行对焦后拍摄。通过比较两张图像的内容来判断出焦距内的主体与背景，然后仅保留主体的部份，并模糊化背景的部份，进而产生具有散景效果的图像。为了使本发明的内容更为明了，以下列举实施例作为本发明确实能够据以实施的范例。

图1为本发明一实施例所示出的图像采集装置的方块图。请参照图1，本实施例的图像采集装置100例如是数码相机、单眼相机、数码摄影机或是其他具有图像采集功能的智能手机、平板电脑等，不限于上述。图像采集装置100包括图像采集模组110、图像模糊模组120、图像校正模组130、图像处理模组140以及图像混合模组150。

图像采集模组110包括变焦镜头以及感光元件。感光元件例如是电荷耦合元件(Charge Coupled Device，CCD)、互补性氧化金属半导体(Complementary Metal-OxideSemiconductor，CMOS)元件或其他元件，图像采集模组110还可包括光圈等，在此皆不设限。图像采集模组110可依据不同的焦距值来采集不同的图像。

另一方面，图像模糊模组120、图像校正模组130、图像处理模组140以及图像混合模组150可由软件、硬件或其组合而得，在此不加以限制。软件例如是原代码、操作系统、应用软件或驱动程序等。硬件例如是中央处理单元(Central Processing Unit，CPU)，或是其他可编程的一般用途或特殊用途的微处理器(Microprocessor)。

图2为本发明一实施例所示出的图像处理方法流程图。本实施例的方法适用于图1的图像采集装置100，以下即结合图像采集装置100中的各模组说明本实施例的详细步骤：

首先在步骤S210中，图像采集模组110以第一焦距采集第一图像Img1，并以第二焦距采集第二图像Img2，其中第一焦距对焦于至少一主体，第二焦距对焦于背景。也就是说，图像采集模组110利用两种不同的焦距长度拍摄出两张图像。其中，在相同条件下，以不同焦距所拍摄的画面结果会有所不同。对焦于主体所拍摄出来的第一图像Img1中，主体较为清晰，背景较为模糊。相较于第一图像Img1，对焦于背景所拍摄出来的第二图像Img2中，背景较为清晰。

接着，如步骤S220所述，图像模糊模组120对第一图像Img1进行模糊化程序处理，以产生模糊图像Img1_blur。其中，图像模糊模组120例如是采用高斯滤波器(Gaussianfilter)、双向滤波器(Bilateral filter)或平均滤波器(Average filter)等，用以对第一图像Img1进行模糊化程序处理，本发明对此不限制。

在步骤S230中，图像校正模组130对第二图像Img2进行几何校正程序处理，产生位移校正图像Img2_cal。由于第一图像Img1与第二图像Img2是由使用者对同一场景连续拍摄所得，期间由于相机的晃动或移动，可能会拍摄出不同角度的图像，即第一图像Img1与第二图像Img2会有位移的产生。因此图像校正模组130对第二图像Img2进行几何校正程序处理，换言之，几何校正程序可使位移校正图像Img2_cal的起始像素点位置相同于第一图像Img1的起始像素点位置。

详言之，图像校正模组130可对第一图像Img1与第二图像Img2进行移动量估测，以计算出单应性矩阵。接着，图像校正模组130依据此单应性矩阵对第二图像Img2进行几何仿射转换，以获得转换后的位移校正图像Img2_cal。据此，第一图像Img1中主体区域的起始像素点位置会与位移校正图像Img2_cal主体区域的起始像素点位置相同。

然后，在步骤S240中，图像处理模组140对第一图像Img1的每一像素点执行梯度运算以产生多个第一梯度值，以及对位移校正图像Img2_cal的每一像素点执行梯度运算以产生多个第二梯度值。也就是说，第一图像Img1中的各个像素点具有其第一梯度值，而位移校正图像Img2_cal中的各个像素点具有其第二梯度值。其中，梯度运算可以是水平方向梯度值运算、垂直方向梯度值运算或二对角线方向梯度值运算，本发明对此不限制。而第一梯度值与第二梯度值对应于其梯度运算的方式可以是水平方向梯度值、垂直方向梯度值或二对角线方向梯度值。其中，水平方向梯度值为此像素点与二相邻水平方向像素点的灰阶差绝对值之和。垂直方向梯度值为此像素点与二相邻垂直方向像素点的灰阶差绝对值之和。对角线方向梯度值包括此像素点与对角线方向像素点的灰阶差绝对值之和。

需说明的是，在本实施例中，由于第一图像Img1是对焦于主体所拍摄的图像，所以相较于位移校正图像Img2_cal而言，第一图像Img1中的主体会较为清晰。也就是说，第一图像Img1的焦距内主体区域的像素点的梯度值会大于位移校正图像Img2_cal的相同位置的像素点的梯度值。反之，由于位移校正图像Img2_cal是对焦于背景所产生的图像，所以第一图像Img1的背景区域的像素点的梯度值会小于位移校正图像Img2_cal的相同位置的像素点的梯度值。

基此，在步骤S250中，图像处理模组140比较各第一梯度值与相对应的各第二梯度值以产生多个比较结果，并根据比较结果产生散景地图bokeh_map。详细来说，图像处理模组140将比较第一图像Img1与位移校正图像Img2_cal中各个相同位置的像素点的梯度值。再者，基于上述第一图像Img1与位移校正图像Img2_cal中各像素点的梯度值的关系，可通过比较结果判别出第一图像Img1中各个像素点是位于主体区域或背景区域。图像处理模组140通过第一图像Img1与位移校正图像Img2_cal中各像素点的梯度值的比较结果，可产生出散景地图bokeh_map。换句话说，散景地图bokeh_map带有第一图像Img1与位移校正图像Img2_cal中各位置相同的像素点的梯度值的比较结果信息。

最后，在步骤S260中，图像混合模组150根据散景地图bokeh_map混合第一图像Img1与模糊图像Img1_blur以产生背景模糊图像Img1_bokeh。由此可见，第二图像Img2是用以产生散景地图bokeh_map，图像混合模组150是根据散景地图bokeh_map混合第一图像Img1与模糊图像Img1_blur来产生具有散景效果的背景模糊图像Img1_bokeh。如此一来，就可产生保持被摄主体区域清晰而模糊其他背景区域的散景图像。

另外，以下将更进一步详细说明如何根据比较各第一梯度值与相对应的各第二梯度值的结果来产生散景地图bokeh_map。图3为本发明实施例所示出的图2中步骤S250的详细流程图。请同时参照图1与图3，在步骤S310中，图像处理模组140将第二梯度值除以相对应的第一梯度值，产生梯度比较值，此梯度比较值代表着第一图像Img1与模糊图像Img1_blur中各个相同位置的像素点的梯度值的大小关系。在步骤S320中，图像处理模组140依据梯度比较值产生散景设定值，并将散景设定值记录为散景地图bokeh_map。举例来说，若第一图像Img1与位移校正图像Img2_cal分别具有1024*768个像素点，在经由图像处理模组140运算后将产生1024*768个梯度比较值，则散景地图bokeh_map将包含1024*768个散景设定值。在此，步骤S320可以分为步骤S321至步骤S325实施。

图像处理模组140判断各个位置的梯度比较值是否大于第一梯度临界值(步骤S321)。若梯度比较值大于第一梯度临界值，图像处理模组140设定对应于此梯度比较值的散景设定值为散景背景值(步骤S322)。换言之，若梯度比较值大于第一梯度临界值，代表此位置的像素点位于背景的区域。若梯度比较值并没有大于第一梯度临界值，图像处理模组140判断梯度比较值是否大于第二梯度临界值(步骤S323)。若梯度比较值大于第二梯度临界值，图像处理模组140设定对应于此梯度比较值的散景设定值为散景边缘值(步骤S324)。简单来说，若梯度比较值介于第二梯度临界值与第一梯度临界值之间，代表此位置的像素点位于主体连接背景之间的边缘区域。若梯度比较值没有大于第二梯度临界值，图像处理模组140设定对应于此梯度比较值的散景设定值设定为散景主体值，即此位置的像素点位于主体的区域。需注意的是，散景边缘值将介于散景背景值与散景主体值之间，且第一梯度临界值大于第二梯度临界值，而第一梯度临界值与是第二梯度临界值依据实际情况而适当设定，本发明对此不限制。

举例来说，假设图像处理模组140设定散景设定值介于0与255之间，则图像处理模组140可利用下列程式码来产生散景地图bokeh_map：

Map＝255

else

Map＝0

其中，在此示范性实施例中，散景背景值为255，散景主体值为0，而散景边缘值可通过第一梯度临界、第二梯度临界值以及第二梯度值与第一梯度值之间的比例计算而得。Gra2为第二梯度值，Gra1为第一梯度值，TH1为第一梯度临界值，TH2为第二梯度临界值，Map为散景地图bokeh_map中的多个散景设定值。

此外，为了详细说明如何利用散景地图bokeh_map来产生背景模糊图像Img1_bokeh，以下将详细说明。图4为本发明范例实施例所示出的图2中步骤S260的详细流程图，请同时参照图1与图4。需说明的是，第一图像Img1中的各位置的像素点可分别对应至散景地图bokeh_map中的各个散景设定值。在步骤S410中，图像混合模组150判断各个散景设定值是否大于第一混合临界值。若散景设定值大于第一混合临界值，在步骤S420中，图像混合模组150取这些散景设定值所对应的模糊图像Img1_blur的像素点作为背景模糊图像Img1_bokeh中相同位置的像素点。即此些位置的像素点被判别为背景区域，因此取模糊图像Img1_blur的像素点来产生背景模糊的图像。

若散景设定值没有大于第一混合临界值，在步骤S430中，图像混合模组150判断散景设定值是否大于第二混合临界值。若散景设定值大于第二混合临界值，在步骤S440中，图像混合模组150依据散景设定值计算此散景设定值所对应的背景模糊图像Img1_bokeh的像素点。详言之，这些介于第一混合临界值与第二混合临界值之间的散景设定值所对应的像素点位置被判别是位于背景区域连接主体区域之间的边缘区域内。因此可通过合成第一图像Img1与模糊图像Img1_blur，来取得背景模糊图像Img1_bokeh中背景区域连接主体区域之间的边缘区域的像素点。

若散景设定值没有大于第二混合临界值，在步骤S450中，图像混合模组150取散景设定值所对应的第一图像Img_1的像素点为背景模糊图像Img1_bokeh的像素点。也就是说，这些散景设定值所对应的位置被判别位于主体区域中，因此将取清晰的第一图像Img_1中主体区域的像素点作为背景模糊图像Img1_bokeh中的主体区域像素点。其中，第一混合临界值大于第二混合临界值。

举例来说，假设图像处理模组140设定散景设定值介于0与255之间，图像混合模组150可利用下列程序代码来产生背景模糊图像Img1_bokeh：

if(Map≥Blend_TH1)//Background area

Img1_Bokeh＝Img1_Blur

else if(Map≥Blend_TH2)//Transition area

w_Bokeh＝LUT[Map](LUT is table and value range is 0～255)

else//Subject

Img1_Bokeh＝Img1

其中，在此示范性实施例中，Blend_TH1为第一混合临界值，Blend_TH2为第二混合临界值，Map为散景地图bokeh_map中的多个散景设定值，LUT[]为查表函式。值得一提的是，边缘区域的像素点可通过权重的概念来计算取得。如上述示范性程序代码中的公式所示，将散景设定值作为合成权重W_Bokeh，并通过合成权重W_Bokeh来合成出边缘区域的像素点。也就是说，对于边缘区域的像素点而言，将视其位置较靠近主体区域或模糊区域来决定其模糊的程度，如此一来就可以产生主体区域与背景区域连接自然的背景模糊图像Img1_bokeh，使散景图像中主体与背景之间的边缘能较为柔和且自然。

综上所述，本发明所提供的产生背景模糊的图像处理方法及图像采集装置，只需利用两种不同焦距所拍摄的两张图像，即可合成出具有散景效果的图像，计算简单且一般消费型相机即可达成，提升消费者使用的方便性。再者，本发明所提供的图像处理方法可让一个以上的主体物件能够清晰且背景模糊，以凸显图像中一个以上的主体物件。除此之外，通过本发明可使图像中被摄主体与背景之间的连接边缘柔和且自然，达到散景效果良好又自然的图像。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种图像处理方法，适用于一图像采集装置，其特征在于，包括：

以一第一焦距采集一第一图像，并以一第二焦距采集一第二图像，其中该第一焦距对焦于至少一主体，该第二焦距对焦于一背景；

对该第一图像进行一模糊化程序处理，产生一模糊图像；

对该第二图像进行一几何校正程序处理，产生一位移校正图像；

对该第一图像的每一像素点执行一梯度运算以产生多个第一梯度值，以及对该位移校正图像的每一像素点执行该梯度运算以产生多个第二梯度值；

比较各该第一梯度值与相对应的各该第二梯度值以产生多个比较结果，并根据该些比较结果产生一散景地图，包括：

将该些第二梯度值除以相对应的该些第一梯度值，产生多个梯度比较值；以及

依据该些梯度比较值产生多个散景设定值，并将该些散景设定值记录为该散景地图；以及

根据该散景地图混合该第一图像与该模糊图像以产生一背景模糊图像。

2.根据权利要求1所述的图像处理方法，其特征在于，对该第二图像进行一几何校正程序处理，产生一位移校正图像的步骤包括：

对该第一图像与该第二图像进行一移动量估测，以计算一单应性矩阵；以及

依据该单应性矩阵对该第二图像进行几何仿射转换，以获得该位移校正图像。

3.根据权利要求1所述的图像处理方法，其特征在于，依据该些梯度比较值产生多个散景设定值的步骤包括：

判断该些梯度比较值是否大于一第一梯度临界值；以及

若该些梯度比较值大于该第一梯度临界值，设定该些梯度比较值所对应的该些散景设定值为一散景背景值。

4.根据权利要求3所述的图像处理方法，其特征在于，依据该些梯度比较值产生多个散景设定值的步骤包括：

若该些梯度比较值并无大于该第一梯度临界值，判断该些梯度比较值是否大于一第二梯度临界值；

若该些梯度比较值大于该第二梯度临界值，设定该些梯度比较值所对应的该些散景设定值为一散景边缘值；以及

若该些梯度比较值并无大于该第二梯度临界值，设定该些梯度比较值所对应的该些散景设定值设定为一散景主体值，

其中，该第一梯度临界值大于该第二梯度临界值。

5.根据权利要求1所述的图像处理方法，其特征在于，根据该散景地图混合该第一图像与该模糊图像以产生一背景模糊图像的步骤包括：

判断该些散景设定值是否大于一第一混合临界值；

若该些散景设定值大于该第一混合临界值，取该些散景设定值所对应的该模糊图像的像素点作为该背景模糊图像的像素点。

6.根据权利要求5所述的图像处理方法，其特征在于，根据该散景地图混合该第一图像与该模糊图像以产生一背景模糊图像的步骤包括：

若该些散景设定值并无大于该第一混合临界值，判断该些散景设定值是否大于一第二混合临界值；

若该些散景设定值大于该第二混合临界值，依据该些散景设定值计算出对应的该背景模糊图像的像素点；以及

若该些散景设定值并无大于该第二混合临界值，取该些散景设定值所对应的该第一图像的像素点作为该背景模糊图像的像素点，

其中，该第一混合临界值大于该第二混合临界值。

7.一种图像采集装置，其特征在于，包括：

一图像采集模组，以一第一焦距采集一第一图像，并以一第二焦距采集一第二图像，其中该第一焦距对焦于至少一主体，该第二焦距对焦于一背景；

一图像校正模组，耦接该图像采集模组，对该第二图像进行一几何校正程序处理，产生一位移校正图像；

一图像模糊模组，耦接该图像采集模组，对该第一图像进行一模糊化程序处理，产生一模糊图像；

一图像处理模组，耦接该图像采集模组及该图像校正模组，对该第一图像的每一像素点执行一梯度运算以产生多个第一梯度值，并对该位移校正图像的每一像素点执行该梯度运算以产生多个第二梯度值，比较各该第一梯度值与相对应的各该第二梯度值以产生多个比较结果，并根据该些比较结果产生一散景地图，其中该图像处理模组将各该第二梯度值除以相对应的各该第一梯度值，产生多个梯度比较值，且该图像处理模组依据该些梯度比较值产生多个散景设定值，并将该些散景设定值记录为该散景地图；以及

一图像混合模组，耦接该图像处理模组以及该图像模糊模组，根据该散景地图混合该第一图像与该模糊图像以产生一背景模糊图像。

8.根据权利要求7所述的图像采集装置，其特征在于，该图像校正模组对该第一图像与该第二图像进行一移动量估测，以计算一单应性矩阵，并依据该单应性矩阵对该第二图像进行几何仿射转换，以获得转换后的该位移校正图像。