1.一种全景视频融合方法，其特征在于，包括：获取全景视频图像，其中，所述全景视频图像根据至少两个长方体三维图像拼接形成；

从所述至少两个长方体三维图像中提取运动目标；

对所述全景视频图像和所述运动目标进行图像融合处理，形成融合有运动目标的全景视频图像。

2.如权利要求1所述的方法，其特征在于，从所述至少两个长方体三维图像中提取运动目标，具体包括：当检测到所述全景视频图像中有运动目标在拼接区域显示异常时，从所述至少两个长方体三维图像中提取所述运动目标。

3.如权利要求1所述的方法，其特征在于，从所述至少两个长方体三维图像中提取运动目标，具体包括：从拼接区域对应的长方体三维图像中确定对象图像；

确定所述对象图像中运动前景图像对应的像素点；

根据确定的所述像素点识别运动目标的轮廓；

获取所述运动目标的轮廓所对应图像区域的掩码信息；

根据所述掩码信息提取所述运动目标。

4.如权利要求3所述的方法，其特征在于，从拼接区域对应的长方体三维图像中确定对象图像，具体包括：确定运动目标所在的拼接区域所属的长方体三维图像；

将确定出的所述长方体三维图像的地面图像作为对象图像。

5.如权利要求3所述的方法，其特征在于，确定所述对象图像中运动前景图像对应的像素点，具体包括：采用高斯背景建模算法对选取的对象图像中的每一像素点进行高斯背景模型检测，确定运动前景图像对应的像素点。

6.如权利要求1-5任一项所述的方法，其特征在于，对所述全景视频图像和所述运动目标进行图像融合处理，具体包括：将所述运动目标插入所述全景视频图像的待融合区域；

采用泊松融合算法确定插入有运动目标的全景视频图像的融合区域中像素点的颜色值；

根据所述确定的像素点的颜色值对所述待融合区域进行图像重构。

7.如权利要求6所述的方法，其特征在于，采用泊松融合算法确定插入有运动目标的全景视频图像的融合区域中像素点的颜色值，具体包括：确定所述插入有运动目标的全景视频图像的颜色值的散度；以及，根据所述全景视频图像的待融合区域的边界约束条件生成稀疏矩阵；

构建以下泊松方程：

Ax＝B   (1)

其中，所述A为稀疏矩阵，所述B为插入有运动目标的全景视频图像的颜色值的散度，所述x为待求解的像素点的颜色值；

求解所述泊松方程，确定融合区域中像素点的颜色值。

8.一种全景视频融合装置，其特征在于，包括：获取单元，用于获取全景视频图像，其中，所述全景视频图像根据至少两个长方体三维图像拼接形成；

提取单元，用于从所述至少两个长方体三维图像中提取运动目标；

融合单元，用于对所述全景视频图像和所述运动目标进行图像融合处理，形成融合有运动目标的全景视频图像。

9.如权利要求8所述的装置，其特征在于，所述提取单元，具体用于：在检测到所述全景视频图像中有运动目标在拼接区域显示异常时，从所述拼接区域对应的长方体三维图像中提取所述运动目标。

10.如权利要求8所述的装置，其特征在于，所述提取单元，具体用于：从拼接区域对应的长方体三维图像中确定对象图像；

确定所述对象图像中运动前景图像对应的像素点；

根据确定的所述像素点识别运动目标的轮廓；

获取所述运动目标的轮廓所对应图像区域的掩码信息；

根据所述掩码信息提取所述运动目标。

11.如权利要求10所述的装置，其特征在于，所述提取单元在从拼接区域对应的长方体三维图像中确定对象图像时，具体用于：确定运动目标所在的拼接区域所属的长方体三维图像；

将确定出的所述长方体三维图像的地面图像作为对象图像。

12.如权利要求10所述的装置，其特征在于，所述提取单元在确定所述对象图像中运动前景图像对应的像素点时，具体用于：采用高斯背景建模算法对选取的对象图像中的每一像素点进行高斯背景模型检测，确定运动前景图像对应的像素点。

13.如权利要求8-12任一项所述的装置，其特征在于，所述融合单元，具体用于：将所述运动目标插入所述全景视频图像的待融合区域；

采用泊松融合算法确定插入有运动目标的全景视频图像的融合区域中像素点的颜色值；

根据所述确定的像素点的颜色值对所述待融合区域进行图像重构。

14.如权利要求13所述的装置，其特征在于，所述融合单元在采用泊松融合算法确定插入有运动目标的全景视频图像的融合区域中像素点的颜色值时，具体用于：确定所述插入有运动目标的全景视频图像的颜色值的散度；以及，根据所述全景视频图像的待融合区域的边界约束条件生成稀疏矩阵；

构建以下泊松方程：

Ax＝B   (1)

其中，所述A为稀疏矩阵，所述B为插入有运动目标的全景视频图像的颜色值的散度，所述x为待求解的像素点的颜色值；

求解所述泊松方程，确定融合区域中像素点的颜色值。