視頻拼接方法與流程

本發明涉及圖像處理技術領域，特別涉及一種視頻拼接方法。

背景技術：

現有技術中，圖像拼接方法主要包括：最優縫查找、顏色校正及圖像合成三個步驟。

為了較好的理解三個步驟，下面對每個步驟的實現原理及現有手段進行逐一介紹。其中，最優縫查找為在兩個圖像的重疊區域中找一條曲線，該曲線上的像素的匹配代價之和最小。目前，查找最優縫的方法主要有兩種：動態規劃法和圖割法。但是，這兩種方法都需要先掃描完兩個圖像的重疊區域的所有行，然后得出一條最優縫，因此在硬件實現時需要一幀的存儲空間。此外，基于圖割法獲得最優縫計算復雜度較高，運算量極大。

顏色校正為補償兩個圖像的重疊區域的圖像因曝光等原因導致的顏色差異。目前，顏色校正的復雜度低的方法主要有兩種：在RGB或lαβ空間對兩幅圖像進行增益補償、基于直方圖匹配。但是，這兩種方法都需要先掃描完重疊區域的所有行，然后得出增益補的值或顏色的映射表，因此都需要一幀的存儲空間。除此之外的其他現有顏色校正方法計算及校正過程較為復雜。

圖像合成為把有重疊區域的圖像合并成一張全景圖。目前，圖像合成復雜度低的方法有羽化、線性或非線性的修改像素權重的方法。但是這兩種方法不適用于當輸入圖像存在少量的對齊誤差的情況，這些方法會導致最終合成的全景圖模糊或虛影。針對該問題，提出了多頻帶合成、基于MVC的合成、梯度域合成等加以解決，但是該方法的復雜度稍高一些，且需要一幀的存儲空間。

目前，對視頻進行拼接時，為了避免出現視頻跳變和閃爍的問題，在對視頻進行拼接時，還需要考慮讓相鄰幀之間平滑過渡。現有的視頻拼接方法有以下幾種：

(1)不進行最優縫查找和顏色校正。

(2)用三維圖割法進行最優縫查找。

(3)計算相鄰幀之間的光流，并據此對各幀進行形變。

(4)用解三維泊松方程的方法進行梯度域的視頻合成。

經方法(1)拼接后的視頻存在模糊或虛影的問題，而方法(2)、(3)或(4)的復雜度很高且需要至少一幀的存儲空間。

針對上述問題，需要一種新的視頻拼接方法，可以保留更多圖像細節的同時，使曝光等引起的顏色差異能平滑過渡。

技術實現要素：

本發明的目的在于提供一種視頻拼接方法，以降低視頻拼接方法的復雜度及存儲空間。

為解決上述技術問題，本發明提供一種視頻拼接方法，所述視頻拼接方法包括：

S1：獲取第一視頻和第二視頻的第k幀的重疊區域，k為幀序號；

S2：利用動態規劃法基于第一視頻和第二視頻的第k幀的重疊區域的第一預設行數為處理單元，查找第一視頻和第二視頻的第k幀的重疊區域的最優縫；

S3：判斷所述重疊區域的寬度是否小于預定閾值，若是，則在YUV空間中每個通道分別以第二預設行數為處理單元，同時滿足第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與上一處理單元保持視覺連續性和第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與第一視頻和第二視頻的第k-1幀的重疊區域中同位置處的處理單元保持視覺連續性的條件下，對第一視頻和第二視頻的第k幀進行顏色校正；其中，所述第二預設行數小于第一預設行數；反之，則直接執行S4；

S4：利用拉普拉斯金字塔圖像合成法，對第一視頻和第二視頻的第k幀的當前第二預設行數的所有行進行合成。

可選的，在所述的視頻拼接方法中，S2包括：

以所述第一預設行數為處理單元，計算第一視頻和第二視頻的第k幀的重疊區域的場景變化程度；

基于所述場景變化程度計算第一視頻和第二視頻的第k幀的重疊區域的最優縫相對于第一視頻和第二視頻的第k-1幀的重疊區域的最優縫的最大偏移量；

根據所述最大偏移量及第一視頻和第二視頻的第k-1幀的重疊區域的最優縫的位置，劃定出第一視頻和第二視頻的第k幀的重疊區域最優縫的候選路徑；

計算將第一視頻和第二視頻的第k幀的重疊區域的當前處理單元中所有像素點的匹配代價，將除所述候選路徑外其余像素點的匹配代價修改為最大值；

基于第一視頻和第二視頻的第k幀的重疊區域中修改好的匹配代價，利用動態規劃法確定第一視頻和第二視頻的第k幀的重疊區域的第一預設行數的最優縫。

可選的，在所述的視頻拼接方法中，S2中查找第一視頻和第二視頻的第k幀的重疊區域的最優縫由保留第一預定行數的前第二預設行數對應的最優縫段構成。

可選的，在所述的視頻拼接方法中，計算第一視頻和第二視頻的第k幀的重疊區域的場景變化程度包括：

將第一視頻和第二視頻的第k幀的重疊區域均分成N/2塊，并計算每塊的亮度均值和梯度均值，N大于等于8的偶數；

計算第一視頻和第二視頻的第k幀的重疊區域和第一視頻和第二視頻的第k-1幀的重疊區域中相同位置塊的亮度均值差和梯度均值差。

可選的，在所述的視頻拼接方法中，基于所述場景變化程度計算第一視頻和第二視頻的第k幀的重疊區域的最優縫相對于第一視頻和第二視頻的第k-1幀的重疊區域的最優縫的最大偏移量采用公式如下：

maxOffset＝Min(p，Max(MaxYDiff,MaxGradDiff)*h)；

其中，maxOffset為最大偏移量，p最大偏移量的最大值；h為一參數，0<h<1；MaxYDiff＝Max(|(AvgY_i(k,j)-AvgY_i(k-1,j)|)；MaxGrad_iDiff＝Max(|(AvgGrad_i(k,j)-AvgGrad_i(k-1,j)|；k為幀序號；j指代當前處理單元；i為塊的序號；i＝0，1，…N-1，為每個視頻第k幀當前處理單元劃分的塊數，N為大于等于8的偶數；AvgY_i(k,j)為第k幀的j位置處第i塊的亮度均值，AvgGrad_i(k,j)為第k幀的j位置處第i塊的梯度均值。

可選的，在所述的視頻拼接方法中，計算將第一視頻和第二視頻的第k幀的重疊區域的第一預設行數中所有像素點的匹配代價采用公式如下：

Cost(m,n)＝(|(GradYA_x-GradYB_x)|+|(GradYA_y-GradYB_y)|)/2；

其中，Cost(m,n)表示像素坐標為(m,n)的像素點的匹配代價；GradYA_x、GradYA_y分別表示第一視頻當前處理單元中坐標為(m,n)的像素點在x、y方向的梯度值；GradYB_x、GradYB_y分別表示第二視頻當前處理單元中坐標為(m,n)的像素點在x、y方向的梯度值。

可選的，在所述的視頻拼接方法中，所述第一預定行數為24行或36行。

可選的，在所述的視頻拼接方法中，S3中，第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與第一視頻和第二視頻的第k-1幀的重疊區域中同位置處的處理單元保持視覺連續性需要滿足以下條件：

若(Scale(k,j)-Scale(k-1,j)＞T0),令Scale(k,j)＝Scale(k-1,j)+T0；

若(Scale(k,j)-Scale(k-1,j)〈-T0),令Scale(k,j)＝Scale(k-1,j)-T0；

其中，k為幀序號；j指代當前處理單元；T0為一經驗值；A為第一視頻第k幀的重疊區域；B為第二視頻第k幀的重疊區域；(m,n)為當前處理單元中的像素點坐標。

可選的，在所述的視頻拼接方法中，S3中，第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與上一處理單元保持視覺連續性需要滿足以下條件：

若(Scale(k,j)-Scale(k-1,j)>T1),令Scale(k,j)＝Scale(k-1,j)+T1；

若(Scale(k,j)-Scale(k-1,j)<-T1),令Scale(k,j)＝Scale(k-1,j)-T1；

其中，k為幀序號；j指代當前處理單元；T1為一經驗值；A為第一視頻第k幀的重疊區域，B為第二視頻第k幀的重疊區域，(m,n)為當前處理單元中的像素點坐標。

可選的，在所述的視頻拼接方法中，S3中，對第一視頻和第二視頻的第k幀進行顏色校正包括：對第一視頻和第二視頻的第k幀的重疊區域進行顏色校正和對第一視頻和第二視頻的第k幀的非重疊區域進行顏色校正。

可選的，在所述的視頻拼接方法中，對第一視頻和第二視頻的第k幀的重疊區域進行顏色校正的校正系數計算公式如下：

GainA＝1-TmpA；

GainB＝1+TmpB；

其中，GainA為第一視頻第k幀的重疊區域的顏色校正的校正系數；GainB為第二視頻第k幀的重疊區域的顏色校正的校正系數；TmpA＝Scale(k,j)/(2*(Scale(k,j)+1))，TmpB＝Scale(k,j)/2，k為幀序號；j指代當前處理單元；(m,n)為當前處理單元中的像素點坐標。

可選的，在所述的視頻拼接方法中，對第一視頻和第二視頻的第k幀的非重疊區域進行顏色校正的校正系數計算公式如下：

其中，l為像素點列的序號，l＝1,2,…,64，GainA(l)為第一視頻的第k幀的重疊區域左側l列的顏色校正系數；GainB(l)為第二視頻的第k幀的當前幀的重疊區域右側l列的顏色校正系數，TmpA＝Scale(k,j)/(2*(Scale(k,j)+1))，TmpB＝Scale(k,j)/2。

可選的，在所述的視頻拼接方法中，S4中包括：

對第一視頻和第二視頻的第k幀的當前第二預設行數的所有行，以第二預設行數為邊長的塊為處理單元，求取當前處理單元在對各個視頻第k幀的全部重疊區域進行拉普拉斯金字塔分解得到高頻分量和低頻分量中對應的部分；

對兩視頻的當前處理單元對應的低頻分量和高頻分量分別進行合成獲得合成后的高頻分量和低頻分量；

根據合成后的高頻分量和低頻分量重構出當前處理單元的拉普拉斯金字塔合成結果。

可選的，在所述的視頻拼接方法中，對兩視頻的當前處理單元的低頻分量進行阿爾法合成獲得合成后的低頻分量，對兩視頻的當前處理單元的高頻分量進行沿最優縫的合成獲得合成后的高頻分量。

可選的，在所述的視頻拼接方法中，分別對第一視頻和第二視頻的當前處理單元進行拉普拉斯金字塔分解時包括，以當前處理單元為中心，邊長為第二預設行數加預定尺寸的塊進行拉普拉斯金字塔分解，所述預定尺寸根據高斯模板尺寸及金字塔層數設定。

在本發明所提供的視頻拼接方法中，利用動態規劃法基于第一視頻和第二視頻的第k幀的重疊區域的第一預設行數為處理單元，查找兩視頻的第k幀的重疊區域的最優縫；在顏色校正時考慮重疊區域的寬度與預定閾值之間的大小關系，如重疊區域的寬度大于預定閾值，則無需進行顏色校正；反之，則需以第二預設行數為處理單元進行顏色校正；圖像合成時對兩視頻的第k幀的當前第二預設行數的所有行進行合成，對于視頻的最優縫查找、顏色校正及圖像合成基于的處理單元不同，簡化了計算的復雜度的同時減小了所需存儲空間大小，能夠實現幀與幀之間顏色的平滑過渡，以使合成后的重疊區域保留較多的圖像細節，從而有效避免出現視頻跳變和閃爍的現象。

附圖說明

圖1是本發明一實施例中兩視頻單重疊區域拼接過程示意圖；

圖2是本發明一實施例中視頻拼接方法的流程圖；

圖3是本發明一實施例中查找兩幀的重疊區域中的最優縫的原理示意圖；

圖4a～4c是本發明一實施例中S2實現過程的相關示意圖；

圖5是本發明一實施例中拉普拉斯金字塔分解時的結構示意圖；

圖6是基于圖5進行拉普拉斯金字塔重構時的結構示意圖。

具體實施方式

以下結合附圖和具體實施例對本發明提出的視頻拼接方法作進一步詳細說明。根據下面說明和權利要求書，本發明的優點和特征將更清楚。需說明的是，附圖均采用非常簡化的形式且均使用非精準的比例，僅用以方便、明晰地輔助說明本發明實施例的目的。

請參考圖1及圖2，其為本發明的視頻拼接方法的流程圖，如圖2所示，所述視頻拼接方法主要包括如下步驟：

首先，執行步驟S1，獲取第一視頻和第二視頻的第k幀的重疊區域，k為幀序號；

如圖1所示，圖1中(a)和(b)分別為第一視頻的第k幀和第二視頻的第k幀，兩者中的重疊區域分別為A、B，圖1中(c)為(a)和(b)經過拼接后的結果圖，C為A、B拼接后的結果。

接著，執行步驟S2，利用動態規劃法基于第一視頻和第二視頻的第k幀的重疊區域的第一預設行數為處理單元，查找第一視頻和第二視頻的第k幀的重疊區域的最優縫；本實施例中所述第一預設行數包括但不局限于24行或36行。

步驟S2區別于現有技術中使用動態規劃法進行的最優縫查找，現有方法是通過掃描視頻中整幀重疊區域的所有行查找最優縫，而本發明中僅需要每次掃描視頻中整幀重疊區域中第一預設行數即可，相比現有技術，降低了存儲空間的需求。

請參考圖3，實際上，為了實現第一視頻和第二視頻的第k幀的重疊區域的最優縫之間銜接更自然，步驟S2中查找第一視頻和第二視頻的第k幀的重疊區域的最優縫由保留第一預定行數的前第二預設行數對應的最優縫段構成。以第一預設行數為24(表現為8*j～8*j+23)、此時保留前8行為例進行闡述，此時存儲空間僅需要24行即可。查找最優縫的過程如下：先在24行上進行最優縫查找，獲得24行的最優縫后，只采用24行中前8行(即8*j～8*j+7)的最優縫線段作為最優縫的構成部分。

接著，執行步驟S3，判斷所述重疊區域的寬度是否小于預定閾值，若是，則在YUV空間中每個通道分別以第二預設行數為處理單元，同時滿足第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與上一處理單元保持視覺連續性和第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與第一視頻和第二視頻的第k-1幀的重疊區域中同位置處的處理單元保持視覺連續性的條件下，對第一視頻和第二視頻的第k幀進行顏色校正；其中，所述第二預設行數小于第一預設行數；反之，則直接執行S4；本實施例中預定閾值取為72。

接著，執行步驟S4，利用拉普拉斯金字塔圖像合成法，對第一視頻和第二視頻的第k幀的當前第二預設行數的所有行進行合成。

為了便于對本發明的各個步驟較好的理解，以第一預設行數為24，第二預設行數為8行為例，針對S2、S3及S4分別進行詳細的闡述。

【針對步驟S2】

實現S2中的每個步驟均以第一預設行數為處理單元，具體過程如下：

S20：計算第一視頻和第二視頻的第k幀的重疊區域的場景變化程度；其中，計算相鄰兩幀的場景變化程度包括：

將第一視頻和第二視頻的第k幀的重疊區域均分成N/2塊，并計算每塊的亮度均值和梯度均值，N大于等于8的偶數；

計算第一視頻和第二視頻的第k幀的重疊區域和第一視頻和第二視頻的第k-1幀的重疊區域中相同位置塊的亮度均值差和梯度均值差。

S21：基于所述場景變化程度計算第一視頻和第二視頻的第k幀的重疊區域的最優縫相對于第一視頻和第二視頻的第k-1幀的重疊區域的最優縫的最大偏移量；

具體的，計算最大偏移量采用如下公式：

maxOffset＝Min(p，Max(MaxYDiff,MaxGradDiff)*h)；

其中，maxOffset為最大偏移量，p最大偏移量的最大值；h為一參數，0<h<1；MaxYDiff＝Max(|(AvgY_i(k,j)-AvgY_i(k-1,j)|)；MaxGrad_iDiff＝Max(|(AvgGrad_i(k,j)-AvgGrad_i(k-1,j)|；k為幀序號；j指代當前處理單元；i為塊的序號；i＝0,1,…N-1，為每個視頻第k幀當前處理單元劃分的塊數，N為大于等于8的偶數；AvgY_i(k,j)為第k幀的j位置處第i塊的亮度均值，AvgGrad_i(k,j)為第k幀的j位置處第i塊的梯度均值。

S22：根據所述最大偏移量及第一視頻和第二視頻的第k-1幀的重疊區域的最優縫的位置，劃定出第一視頻和第二視頻的第k幀的重疊區域最優縫的候選路徑，具體可以參考圖4a～4c；

S23：計算將第一視頻和第二視頻的第k幀的重疊區域的當前處理單元(即當前的第一預設行數)中所有像素點的匹配代價(請參考圖4a，圖中每個單元格表征一個像素點，每個像素點計算的匹配代價為cost)，將除所述候選路徑外其余像素點的匹配代價修改為最大值(請參考圖4c，圖中有些單元格中的匹配代價為max，max分布的位置即為縫不能到達的位置，以實現對最優縫的約束)。

具體的，計算匹配代價采用公式如下：

Cost(m,n)＝(|(GradYA_x-GradYB_x)|+|(GradYA_y-GradYB_y)|)/2；

其中，Cost(m,n)表示像素坐標為(m,n)的像素點的匹配代價；GradYA_x、GradYA_y分別表示第一視頻當前處理單元中坐標為(m,n)的像素點在x、y方向的梯度值；GradYB_x、GradYB_y分別表示第二視頻當前處理單元中坐標為(m,n)的像素點在x、y方向的梯度值。

通過修改匹配代價的值對最優縫的候選路徑進行約束(即把縫不能到達的位置的匹配代價值設為最大值max，如max取值512)。

如圖4a～4c所示，主要包括兩方面的約束：

1)縫的候選起點需要與上8行的縫的終點相銜接，請參見圖4c第一行與上8行的縫SeamPos(k,j-1)的終點相銜接。

2)縫的候選路徑相對于前一幀中縫的路徑(請參見圖4b)的偏移量不能超過maxOffset，本實施例中maxOffset＝2，請參見圖4b和圖4c的第2～24行。

S24：基于第一視頻和第二視頻的第k幀的重疊區域中修改好的匹配代價(如圖4c)，利用動態規劃法確定第一視頻和第二視頻的第k幀的重疊區域中當前處理單元的最優縫，僅保留前8行的值，丟棄后面16行的值。

【針對步驟S3】

步驟S3以所述第二預設行數為處理單元，進行顏色校正，顏色校正的過程包括對對應位置的匹配代價Scale的數值進行修改，以便相鄰兩個預定行數的顏色的差異可以平滑過渡，修改過程需要考慮如下3個方面：

第一方面：第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與第一視頻和第二視頻的第k-1幀的重疊區域中同位置處的處理單元保持視覺連續性需要滿足以下條件：

若(Scale(k,j)-Scale(k-1,j)>T0),令Scale(k,j)＝Scale(k-1,j)+T0；

若(Scale(k,j)-Scale(k-1,j)＜-T0),令Scale(k,j)＝Scale(k-1,j)-T0；

其中，k為幀序號；j指代當前處理單元；T0為一經驗值；A為第一視頻第k幀的重疊區域；B為第二視頻第k幀的重疊區域；(m,n)為當前處理單元中的像素點坐標。

第二方面：第一視頻和第二視頻的第k幀的重疊區域中當前處理單元與上一處理單元保持視覺連續性需要滿足以下條件：

若(Scale(k,j)-Scale(k-1,j)＞T1),令Scale(k,j)＝Scale(k-1,j)+T1；

若(Scale(k,j)-Scale(k-1,j)<-T1),令Scale(k,j)＝Scale(k-1,j)-T1；

其中，k為幀序號；j指代當前處理單元；T1為一經驗值；A為第一視頻第k幀的重疊區域，B為第二視頻第k幀的重疊區域，(m,n)為當前處理單元中的像素點坐標。

第三方面：若第二視頻的第k幀的重疊區域B與第一視頻的第k幀的重疊區域A的顏色差別太大，需要進行弱校正，校正時滿足條件如下：

若(Scale(k，j)＞T2)，令Scale(k，j)＝T2，

若(Scale(k，j)＜T3)，令Scale(k，j)＝T3，

T2和T3為經驗值，本實施例中T2＝0.3，T3＝-0.242。

對scake(k,j)的數值進行修改后，對相鄰兩幀進行顏色校正，包括：對相鄰兩幀的重疊區域的顏色校正和對相鄰兩幀的非重疊區域的顏色校正。

以圖1為例，以第二預算行數為處理單元，進行具體闡述：

1)對第一視頻的第k幀的重疊區域A和第二視頻的第k幀的重疊區域B分別進行校正：

A中當前處理單元的顏色校正的校正系數為：GainA＝1-TmpA；

B中當前處理單元的顏色校正的校正系數為：GainB＝1+TmpB；

其中，TmpA＝Scale(k,j)/(2*(Scale(k,j)+1))，TmpB＝Scale(k,j)/2，k為幀序號；j指代當前處理單元；(m,n)為當前處理單元中的像素點坐標。

2)對第一視頻和第二視頻的第k幀的非重疊區域的顏色校正：

A中當前處理單元左側列的顏色校正系數為：

B中當前處理單元右側l列的顏色校正系數為：

其中，l為像素點列的序號，l＝1,2,…,64，TmpA＝Scale(k,j)/(2*(Scale(k,j)+1))，TmpB＝Scale(k,j)/2。

【針對步驟S4】

步驟S4具體包括如下步驟：

S40：對第一視頻和第二視頻的第k幀的當前第二預設行數的所有行，以第二預設行數為邊長的塊為處理單元，求取當前處理單元在對各個視頻第k幀的全部重疊區域進行拉普拉斯金字塔分解得到高頻分量和低頻分量中對應的部分。

對第一視頻或第二視頻的當前處理單元進行拉普拉斯金字塔分解時，為使得到的高頻分量和低頻分量完全等同于其在對本視頻第k幀的全部重疊區域進行拉普拉斯金字塔分解所得到的高頻分量和低頻分量中對應的值，需對以當前處理單元為中心，邊長為第二預設行數加預定尺寸的塊進行拉普拉斯金字塔分解，所述預定尺寸根據高斯模板尺寸及金字塔層數設定。

請參考圖5，本實施例以高斯模板尺寸為3x3、三層金字塔為例，此時預定尺寸為7，若第二預設行數為8時，此時實際進行拉普拉斯金字塔分解的塊的邊長為15。如圖5所示，由原圖中以當前處理單元為中心的一個15x15的塊G0_A，先與高斯核做卷積并下采樣得到7x7的塊G1_A，再次與高斯核做卷積并下采樣得到3x3的塊G2_A，把G2_A上采樣并與高斯核做卷積得到5x5的塊G1'_A，把G1_A中間的5x5塊上采樣并與高斯核做卷積得到8x8的塊G0'_A。則得到的低頻分量為：G2_A，高頻分量為LP1_A＝(G1_A中間的5x5塊)-G1'_A，LP0_A＝(G0_A中間的8x8塊)-G0'_A。

S41：對兩視頻(第一視頻和第二視頻)的當前處理單元對應的低頻分量和高頻分量分別進行合成獲得合成后的高頻分量和低頻分量。具體的，對兩視頻的當前處理單元的低頻分量進行阿爾法合成獲得合成后的低頻分量，對兩視頻的當前處理單元的高頻分量進行沿最優縫的合成獲得合成后的高頻分量。

即圖5中，把G2_A與G2_B進行阿爾法合成，得到G2。

把LP1_A與LP1_B進行沿最優縫的合成，得到LP1。

把LP0_A與LP0_B進行沿最優縫的合成，得到LP0。

LP0的合成為例，沿最優縫合成的步驟為：對LP0中的每個像素，若其位于最優縫的左邊，則取其在LP0_A中的值；若其位于最優縫的右邊，則取其在LP0_B中的值；否則，取其在LP0_A中的值與其在LP0_B中的值的平均值。

其中，G2_B，LP1_B，LP0_B為S41方法對第二視頻當前處理單元分解后的結果。

S42：根據合成后的高頻分量和低頻分量重構出當前處理單元的拉普拉斯金字塔合成結果。

如圖6所示，若第二預設行數為8，先把G2上采樣并與高斯核做卷積得到5x5的塊G1'，并把G1'與LP1相加得到G1，再對G1上采樣并與高斯核做卷積得到8x8的塊G0'，并把G0'與LP0相加得到G0，G0即為當前處理單元合成的結果。

綜上，在本發明所提供的視頻拼接方法中，利用動態規劃法基于第一視頻和第二視頻的第k幀的重疊區域的第一預設行數為處理單元，查找兩視頻的第k幀的重疊區域的最優縫；在顏色校正時考慮重疊區域的寬度與預定閾值之間的大小關系，如重疊區域的寬度大于預定閾值，則無需進行顏色校正；反之，則需以第二預設行數為處理單元進行顏色校正；圖像合成時對兩視頻的第k幀的當前第二預設行數的所有行進行合成，對于視頻的最優縫查找、顏色校正及圖像合成基于的處理單元不同，簡化了計算的復雜度的同時減小了所需存儲空間大小，能夠實現幀與幀之間顏色的平滑過渡，以使合成后的重疊區域保留較多的圖像細節，從而有效避免出現視頻跳變和閃爍的現象。

上述描述僅是對本發明較佳實施例的描述，并非對本發明范圍的任何限定，本發明領域的普通技術人員根據上述揭示內容做的任何變更、修飾，均屬于權利要求書的保護范圍。