本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像檢測(cè)方法及裝置。

背景技術(shù)：

隨著液晶電視技術(shù)的飛速的發(fā)展，高清及超高清電視已經(jīng)成為市場(chǎng)主流。然而，分辨率較低的標(biāo)清信號(hào)源還仍然在廣播電視、網(wǎng)絡(luò)傳播以及多媒體娛樂(lè)中被廣泛應(yīng)用。當(dāng)超高清電視接收低分辨率的標(biāo)清信號(hào)源時(shí)，這些低分辨率的視頻信號(hào)源必須經(jīng)過(guò)圖像放大處理后得到的高清圖像方能在超高清液晶屏幕上顯示。例如，將480p分辨率的圖像在1080p全高清液晶屏幕上進(jìn)行顯示時(shí)，由于480p的圖像分辨率為720*480,1080p的全高清液晶屏的分辨率為1920*1080，通常情況下需要通過(guò)線性插值的方式將水平方向上的720個(gè)像素點(diǎn)增加到1920個(gè)，將垂直方向的480個(gè)像素點(diǎn)增加到1080個(gè)，從而使整個(gè)畫面被像素點(diǎn)充滿，進(jìn)而實(shí)現(xiàn)將低分辨率的圖像顯示在全高清液晶屏幕上。

然而，不管是經(jīng)過(guò)圖像放大處理后得到的高清圖像還是真實(shí)的高清圖像在顯示在高清液晶屏幕上時(shí)，均需要高清電視對(duì)其進(jìn)行清晰度增強(qiáng)處理，來(lái)使得顯示出的圖像效果更為美觀自然。但是，由于高清電視在對(duì)獲取到的高清圖像進(jìn)行清晰度增強(qiáng)處理時(shí)，無(wú)法分辨出該高清圖像是經(jīng)過(guò)圖像放大處理后得到的高清圖像還是真實(shí)的高清圖像，而會(huì)按照相同的清晰度調(diào)整幅度對(duì)這兩種高清圖像進(jìn)行清晰度調(diào)整。因此，對(duì)于需要進(jìn)行更細(xì)致的清晰度增強(qiáng)處理的經(jīng)過(guò)圖像放大處理后得到的高清圖像，其在高清電視上顯示時(shí)會(huì)出現(xiàn)圖像失真的現(xiàn)象。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的實(shí)施例提供一種圖像檢測(cè)方法及裝置，解決了現(xiàn)有技術(shù)中由于高清電視在對(duì)獲取到的高清圖像進(jìn)行清晰度增強(qiáng)處理時(shí)，無(wú)法分辨出該高清圖像是經(jīng)過(guò)圖像放大處理后得到的高清圖像還是真實(shí)的高清圖像，從而導(dǎo)致的經(jīng)過(guò)圖像放大處理后得到的高清圖像在高清電視上顯示所出現(xiàn)的圖像失真問(wèn)題。

為達(dá)到上述目的，本發(fā)明的實(shí)施例采用如下技術(shù)方案：

第一方面，提供一種圖像檢測(cè)方法，包括：

獲取待檢測(cè)圖像，并提取所述待檢測(cè)圖像的幾何特征；

通過(guò)邊緣檢測(cè)算子確定所述待檢測(cè)圖像的幾何特征的至少兩組梯度特征，所述每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同；

獲取所述待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖；

根據(jù)所述待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定所述待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

另一方面，提供一種圖像檢測(cè)裝置，包括：

第一獲取模塊，用于獲取待檢測(cè)圖像，并提取所述待檢測(cè)圖像的幾何特征；

第一確定模塊，用于通過(guò)邊緣檢測(cè)算子確定所述待檢測(cè)圖像的幾何特征的至少兩組梯度特征，所述每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同；

第二獲取模塊，用于獲取所述待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖；

第二確定模塊，用于根據(jù)所述待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定所述待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

本發(fā)明的實(shí)施例提供的圖像檢測(cè)方法及裝置，通過(guò)獲取待檢測(cè)圖像，并提取待檢測(cè)圖像的幾何特征，其次，通過(guò)邊緣檢測(cè)算子確定待檢測(cè)圖像的幾何特征的至少兩組梯度特征，每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同；然后，獲取待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖；最后，根據(jù)待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。相對(duì)于現(xiàn)有技術(shù)，由于經(jīng)過(guò)縮放處理的圖像使用不同邊緣檢測(cè)算子所得到的不同梯度幅度圖間的清晰度差距較大，因此，本方案通過(guò)對(duì)待檢測(cè)圖像的幾何特征的基于不同邊緣檢測(cè)算子得到的多幅梯度幅度圖的特征向量進(jìn)行比對(duì)，從而便可確定出該待檢測(cè)圖像是否進(jìn)行過(guò)縮放處理。這樣，當(dāng)終端對(duì)高清圖像進(jìn)行清晰度處理時(shí)，便可基于該待檢測(cè)圖像的檢測(cè)結(jié)果，對(duì)經(jīng)過(guò)圖像放大處理后得到的高清圖像和真實(shí)的高清圖像，分別進(jìn)行相應(yīng)的清晰度增強(qiáng)處理，進(jìn)而使得經(jīng)過(guò)圖像放 大處理后得到的高清圖像在高清電視上顯示時(shí)不會(huì)出現(xiàn)圖像失真。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種圖像檢測(cè)方法的方法流程圖；

圖2為本發(fā)明實(shí)施例提供的原始圖像和所提取原始圖像的幾何特征圖；

圖3為本發(fā)明實(shí)施例提供的整數(shù)高斯模板圖；

圖4為本發(fā)明實(shí)施例提供的一幅風(fēng)景畫的原始圖像和經(jīng)過(guò)兩種不同算子處理后的圖像；

圖5為本發(fā)明實(shí)施例提供的特征投影變換示意圖；

圖6為本發(fā)明實(shí)施例提供的一種圖像檢測(cè)裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供的圖像檢測(cè)方法的執(zhí)行主體可以為圖像檢測(cè)裝置，或者用于執(zhí)行上述圖像檢測(cè)方法的終端。具體的，該終端可以為智能電視、智能電視終端、高清機(jī)頂盒、平板電腦、筆記本電腦、超級(jí)移動(dòng)個(gè)人計(jì)算機(jī)(英文：ultra-mobilepersonalcomputer，簡(jiǎn)稱：umpc)、上網(wǎng)本、個(gè)人數(shù)字助理(英文：personaldigitalassistant，簡(jiǎn)稱：pda)等終端。其中，圖像檢測(cè)裝置可以為上述終端中的中央處理器(英文：centralprocessingunit，簡(jiǎn)稱：cpu)或者可以為上述終端的中的控制單元或者功能模塊。

本發(fā)明實(shí)施例提供的待檢測(cè)圖像可以為信號(hào)源中的原始的標(biāo)清圖像、高清圖像或全高清圖像和超高清圖像，也可以是標(biāo)清信號(hào)源輸入至 高清終端時(shí)，高清終端經(jīng)過(guò)放大處理后得到的高清圖像，還可以是高清信號(hào)源輸入至標(biāo)清終端時(shí)，標(biāo)清終端經(jīng)過(guò)縮小處理后得到的標(biāo)清圖像。需要說(shuō)明的是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)清楚，下文中所提及的“待檢測(cè)圖像”可以替換為上述所提及的圖像中的任何一種，同時(shí)，為了方便說(shuō)明，下文中所提及的“高清”是“高清、全高清以及超高清”的統(tǒng)稱。

本文中術(shù)語(yǔ)“和/或”，僅僅是一種描述關(guān)聯(lián)對(duì)象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，a和/或b，可以表示：?jiǎn)为?dú)存在a，同時(shí)存在a和b，單獨(dú)存在b這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對(duì)象是一種“或”的關(guān)系。

為了便于清楚描述本發(fā)明實(shí)施例的技術(shù)方案，在本發(fā)明的實(shí)施例中，采用了“第一”、“第二”等字樣對(duì)功能或作用基本相同的相同項(xiàng)或相似項(xiàng)進(jìn)行區(qū)分，本領(lǐng)域技術(shù)人員可以理解“第一”、“第二”等字樣并不對(duì)數(shù)量和執(zhí)行次序進(jìn)行限定。

本發(fā)明的實(shí)施例提供一種圖像檢測(cè)方法，如圖1所示，該方法包括如下步驟：

101、圖像檢測(cè)裝置獲取待檢測(cè)圖像，并提取待檢測(cè)圖像的幾何特征。

其中，本實(shí)施例中的待檢測(cè)圖像的幾何特征為待檢測(cè)圖像中出現(xiàn)像素灰度急劇變化的那些像素的集合，該檢測(cè)圖像的幾何特征包括但不限于：圖像邊緣信息和圖像細(xì)節(jié)信息。其中，上述的圖像邊緣信息包括構(gòu)成圖像輪廓像素的像素信息，上述的圖像細(xì)節(jié)信息包括圖像的角點(diǎn)信息，而上述的角點(diǎn)是指圖像中出現(xiàn)亮度變化劇烈的像素點(diǎn)或圖像邊緣曲線上曲率極大值的像素點(diǎn)。

示例性的，圖像檢測(cè)裝置提取待檢測(cè)圖像的邊緣信息和細(xì)節(jié)信息可以通過(guò)邊緣檢測(cè)算子進(jìn)行提取。具體的，這里邊緣檢測(cè)算子以信息測(cè)度算子為例，得到的圖像的邊緣信息和細(xì)節(jié)信息可以參照?qǐng)D2，a為待檢測(cè)圖像，b為經(jīng)過(guò)信息測(cè)度算子所提取的圖像幾何特征圖。

此外，為了消除待檢測(cè)圖像中無(wú)關(guān)的信息，濾除掉圖像中的干擾和噪聲，且為了恢復(fù)待檢測(cè)圖像中有用的真實(shí)信息，并增強(qiáng)有關(guān)信息的可檢測(cè)性和最大限度地簡(jiǎn)化數(shù)據(jù)，從而改進(jìn)特征抽取的可靠性。優(yōu)選的，在實(shí)現(xiàn)步驟101之前還可以對(duì)待檢測(cè)圖像進(jìn)行圖像預(yù)處理操作。

示例性的，圖像檢測(cè)裝置在對(duì)待檢測(cè)的圖像進(jìn)行該預(yù)處理操作時(shí)，可以采用低通濾波器對(duì)其進(jìn)行去噪處理。

例如，圖像檢測(cè)裝置可以通過(guò)高斯加權(quán)或高斯卷積的方式來(lái)實(shí)現(xiàn)去噪處理，從而得到待檢測(cè)圖像的濾波值。其中，高斯加權(quán)的原理是采用兩個(gè)一維高斯核分別兩次加權(quán)實(shí)現(xiàn)，高斯卷積的原理是通過(guò)一個(gè)二維高斯核一次卷積實(shí)現(xiàn)。

示例一，通過(guò)高斯加權(quán)實(shí)現(xiàn)預(yù)處理的具體過(guò)程如下所述：

1)獲取一維高斯整數(shù)模板數(shù)值

一個(gè)離散化的一維高斯函數(shù)為：

其中，σ為大于零的常數(shù)，表示控制降噪的程度。

為了計(jì)算方便這里以整數(shù)高斯模板為例。示例性的，若該整數(shù)高斯模板的濾波窗口圖如圖2中的圖a所示時(shí)，對(duì)應(yīng)的整數(shù)高斯模版圖可以參照?qǐng)D2中的圖b，具體的，以圖2中的整數(shù)高斯模板的濾波窗口圖為例，圖2中的圖b對(duì)應(yīng)的一維整數(shù)高斯模板產(chǎn)生的具體過(guò)程如下：

假設(shè)整數(shù)高斯模板的大小為2*n+1，所以x的變化范圍為[-n,n]；根據(jù)對(duì)稱性只需要產(chǎn)生[-n,0]之間的數(shù)據(jù)即可，求取n+1個(gè)浮點(diǎn)數(shù)的最小值g_min；將所有的浮點(diǎn)值除以最小值g_min的商乘以2得到的數(shù)值為模板各個(gè)點(diǎn)對(duì)應(yīng)的整數(shù)高斯模板的整數(shù)數(shù)值。

2)根據(jù)得到的一維整數(shù)高斯模板經(jīng)過(guò)兩次加權(quán)計(jì)算得到待檢測(cè)圖像的濾波值。以n＝1的為例，整數(shù)高斯模板經(jīng)過(guò)兩次加權(quán)計(jì)算后，所得到的圖像在(i,j)處的濾波值為：

一維高斯平滑的過(guò)程為先是水平(垂直方向)中心像素點(diǎn)周圍的(2*n+1)個(gè)數(shù)據(jù)與(2*n+1)個(gè)模板數(shù)據(jù)進(jìn)行卷積的值來(lái)代替原來(lái)的中心點(diǎn)值；水平(垂直)方向平滑之后，接著進(jìn)行垂直(水平方向)中心像素點(diǎn)周圍的(2*n+1)個(gè)數(shù)據(jù)與(2*n+1)個(gè)模板數(shù)據(jù)進(jìn)行卷積的值來(lái)代替原來(lái)的中心點(diǎn)值。

示例二，通過(guò)高斯卷積實(shí)現(xiàn)預(yù)處理的具體過(guò)程如下所述：

1)獲取二維整數(shù)高斯模板數(shù)值

一個(gè)離散化的二維高斯函數(shù)為：其中，σ為大于零的常數(shù)，表示控制降噪的程度。

為了計(jì)算方便這里以整數(shù)高斯模板為例。示例性的，若該整數(shù)高斯模板的濾波窗口圖如圖3中的圖a所示時(shí)，對(duì)應(yīng)的整數(shù)高斯模版圖可以參照?qǐng)D3中的圖b，具體的，以圖3中的整數(shù)高斯模板的濾波窗口圖為例，圖3中的圖b對(duì)應(yīng)的二維整數(shù)高斯模板產(chǎn)生的具體過(guò)程如下：

假設(shè)整數(shù)高斯模板的大小為(2*n+1)*(2*n+1)；所以x，y的變化范圍為[-n,n]；根據(jù)對(duì)稱性只需要產(chǎn)生x,y在[-n,0]之間的數(shù)據(jù)即可，求取(n+1)*(n+1)個(gè)浮點(diǎn)數(shù)的最小值g_min；將所有的浮點(diǎn)值除以最小值g_min的商乘以2得到的數(shù)值為模板各個(gè)點(diǎn)對(duì)應(yīng)的整數(shù)高斯模板的整數(shù)數(shù)值。

2)根據(jù)得到的二維整數(shù)高斯模板經(jīng)過(guò)一次卷積計(jì)算得到待檢測(cè)圖像的濾波值。以n＝1的為例，二維的整數(shù)高斯模板經(jīng)過(guò)一次卷積計(jì)算后，所得到的圖像在(i,j)處的濾波值為：

二維高斯平滑過(guò)程為中心像素點(diǎn)周圍的(2*n+1)*(2*n+1)個(gè)數(shù)據(jù)與(2*n+1)*(2*n+1)個(gè)模板數(shù)據(jù)進(jìn)行卷積的值來(lái)代替原來(lái)的中心點(diǎn)值。

優(yōu)選的，為了將亮度和色度分離開(kāi)，從而適合于圖像處理過(guò)程。在對(duì)待檢測(cè)圖像進(jìn)行預(yù)處理之前還可以對(duì)待檢測(cè)的圖像進(jìn)行色彩空間的轉(zhuǎn)換，即將待檢測(cè)圖像的色彩空間rgb轉(zhuǎn)換為yuv。

102、圖像檢測(cè)裝置通過(guò)邊緣檢測(cè)算子確定待檢測(cè)圖像的幾何特征的至少兩組梯度特征。

具體的，該待檢測(cè)圖像的幾何特征的梯度特征包括梯度幅值和梯度方向。該邊緣檢測(cè)算子包括但不限于：robertscross算子，prewitt算子，sobel算子，kirsch算子，羅盤算子，canny算子，laplacian算子和高通算子。

示例性的，圖像檢測(cè)裝置通過(guò)邊緣檢測(cè)算子對(duì)待檢測(cè)圖像的幾何特征進(jìn)行梯度特征檢測(cè)，計(jì)算出待檢測(cè)圖像的幾何特征的至少兩組梯度特征。具體的，每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同。例如，經(jīng)過(guò)canny算子計(jì)算得到的梯度特征為第一梯度特征，經(jīng)過(guò)高通算子得到的梯度特征為第二梯度特征，具體計(jì)算過(guò)程如下所述。

示例一，通過(guò)canny算子得到的第一梯度特征的梯度幅值和梯度方向的具體步驟如下所述：

1)根據(jù)獲取的canny算子矩陣得到x向和y向的一階偏導(dǎo)數(shù)。

具體的，獲取canny算子矩陣模板，該canny算子矩陣模板為：然后，對(duì)上述矩陣sx和sy分別求一階偏導(dǎo)數(shù)，得到x向和y向的一階偏導(dǎo)數(shù)分別如下：

gx(i,j)＝(i(i,j+1)-i(i,j)+i(i+1,j+1)-i(i+1,j))/2(公式5)

gy(i,j)＝(i(i,j)+i(i+1,j)+i(i,j+1)-i(i+1,j+1))/2(公式6)

2)根據(jù)x向和y向的一階偏導(dǎo)數(shù)計(jì)算出第一梯度特征的梯度幅值和梯度方向

由上述公式5和公式6，可以得到梯度幅值以及梯度方向的數(shù)學(xué)表達(dá)式為：

θ(i,j)＝arctan(gy(i,j)/gx(i,j))(公式8)

此外，為了計(jì)算方便，在獲取到梯度特征后，還可以對(duì)該梯度特征中的梯度幅值進(jìn)行非極大值抑制。

實(shí)例二，通過(guò)高通算子得到的第二梯度特征的梯度幅值和梯度方向的具體過(guò)步驟如下所述：

1)根據(jù)獲取的高通算子矩陣得到x向和y向的一階偏導(dǎo)數(shù)

具體的，獲取高通算子矩陣模板，該高通算子矩陣模板為：然后，對(duì)上述矩陣sx和sy分別求一階偏導(dǎo)數(shù)，得到x向和y向的一階偏導(dǎo)數(shù)分別如下：

2)根據(jù)x向和y向的一階偏導(dǎo)數(shù)計(jì)算出第二梯度特征的梯度幅值和梯度方向

由上述公式9和公式10，可以得到梯度幅值以及梯度方向的數(shù)學(xué)表達(dá)式為：

θh(i,j)＝arctan(gy(i,j)/gx(i,j))(公式12)

此外，為了計(jì)算方便，在獲取到梯度特征后，還可以對(duì)該梯度特征中的梯度幅值進(jìn)行非極大值抑制。

103、圖像檢測(cè)裝置獲取待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖。

在本實(shí)施例中，圖像檢測(cè)裝置在基于不同的邊緣檢測(cè)算子對(duì)待檢測(cè)圖像的幾何特征進(jìn)行邊緣檢測(cè)后，便會(huì)得到與待檢測(cè)圖像大小(m*n)相同的梯度幅度圖，即本實(shí)施例中的待檢測(cè)圖像的每幅梯度幅度圖與待檢測(cè)圖像的圖像大小相同。示例性的，以圖4中的圖a提供的一幅風(fēng)景畫的原始圖像為例，圖b為經(jīng)過(guò)canny算子處理后的圖像，圖c為經(jīng)過(guò)高通算子處理后的圖像。由圖4中的b和c可以明顯看出,經(jīng)過(guò)canny算子處理后得到的圖像明顯比經(jīng)過(guò)高通算子處理后得到的圖像清晰。因此可以推出不同的邊緣檢測(cè)算子對(duì)相同的圖像的幾何特征進(jìn)行邊緣檢測(cè)，得到的梯度幅度圖的顯示效果不同。

104、圖像檢測(cè)裝置根據(jù)待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處 理。

其中，上述的梯度幅度圖的特征向量包括梯度幅度圖中所有元素的像素值。示例性的，上述的邊緣檢測(cè)算子的優(yōu)先級(jí)信息包括該邊緣檢測(cè)算子的優(yōu)先級(jí)等級(jí)，其中，邊緣檢測(cè)算子的優(yōu)先級(jí)等級(jí)越高，則該邊緣檢測(cè)算子對(duì)應(yīng)的梯度幅度圖的清晰度相比于優(yōu)先級(jí)等級(jí)低的邊緣檢測(cè)算子對(duì)應(yīng)的梯度幅度圖的清晰度越高，具體的，優(yōu)先級(jí)等級(jí)高的邊緣檢測(cè)算子對(duì)應(yīng)的梯度幅度圖的顯示效果優(yōu)于優(yōu)先級(jí)等級(jí)低的邊緣檢測(cè)算子對(duì)應(yīng)的梯度幅度圖，即優(yōu)先級(jí)等級(jí)高的邊緣檢測(cè)算子對(duì)應(yīng)的梯度幅度圖的圖像輪廓點(diǎn)及圖像角點(diǎn)的數(shù)量大于優(yōu)先級(jí)等級(jí)低的邊緣檢測(cè)算子對(duì)應(yīng)的梯度幅度圖的圖像輪廓點(diǎn)及圖像角點(diǎn)以及圖像角點(diǎn)的數(shù)量。

本發(fā)明的實(shí)施例提供的圖像檢測(cè)方法，通過(guò)獲取待檢測(cè)圖像，并提取待檢測(cè)圖像的幾何特征，其次，通過(guò)邊緣檢測(cè)算子確定待檢測(cè)圖像的幾何特征的至少兩組梯度特征，每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同；然后，獲取待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖；最后，根據(jù)待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。相對(duì)于現(xiàn)有技術(shù)，由于經(jīng)過(guò)縮放處理的圖像使用不同邊緣檢測(cè)算子所得到的不同梯度幅度圖間的清晰度差距較大，因此，本方案通過(guò)對(duì)待檢測(cè)圖像的幾何特征的基于不同邊緣檢測(cè)算子得到的多幅梯度幅度圖的特征向量進(jìn)行比對(duì)，從而便可確定出該待檢測(cè)圖像是否進(jìn)行過(guò)縮放處理。這樣，當(dāng)終端對(duì)高清圖像進(jìn)行清晰度處理時(shí)，便可基于該待檢測(cè)圖像的檢測(cè)結(jié)果，對(duì)經(jīng)過(guò)圖像放大處理后得到的高清圖像和真實(shí)的高清圖像，分別進(jìn)行相應(yīng)的清晰度增強(qiáng)處理，進(jìn)而使得經(jīng)過(guò)圖像放大處理后得到的高清圖像在高清電視上顯示時(shí)不會(huì)出現(xiàn)圖像失真。

實(shí)施例一：

示例性的，當(dāng)上述的至少兩組梯度特征包括第一梯度特征和第二梯度特征，該第一梯度特征對(duì)應(yīng)第一梯度幅度圖，該第二梯度特征對(duì)應(yīng)第二梯度幅度圖時(shí)，步驟104可以通過(guò)以下兩種實(shí)現(xiàn)方式來(lái)實(shí)現(xiàn)：

具體的，在第一種實(shí)現(xiàn)方式中，步驟104包括如下步驟：

104a1、圖像檢測(cè)裝置根據(jù)第一梯度幅度圖中所有元素的像素值與第二梯度幅度圖中所有元素的像素值，確定出第一梯度幅度圖與第二梯度幅 度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)。

該第一預(yù)定條件是基于第一梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息和第二梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息得出的。

示例性的，若第一梯度幅度圖對(duì)應(yīng)的第一算子的優(yōu)先級(jí)高于第二梯度幅度圖對(duì)應(yīng)的第二算子的優(yōu)先級(jí)，則圖像檢測(cè)裝置會(huì)將第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)第一梯度幅度圖中元素的像素值大于第二梯度幅度圖中元素的像素值，且第一梯度幅度圖中元素的像素值與第二梯度幅度圖中元素的像素值間的差值小于第二預(yù)定閾值的像素點(diǎn)篩選出來(lái)，并根據(jù)這些像素點(diǎn)的個(gè)數(shù)確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理；若第一梯度幅度圖對(duì)應(yīng)的第一算子的優(yōu)先級(jí)低于第二梯度幅度圖對(duì)應(yīng)的第二算子的優(yōu)先級(jí)，則圖像檢測(cè)裝置會(huì)將第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)第一梯度幅度圖中元素的像素值小于第二梯度幅度圖中元素的像素值，且第一梯度幅度圖中元素的像素值與第二梯度幅度圖中元素的像素值間的差值的絕對(duì)值小于第二預(yù)定閾值的像素點(diǎn)篩選出來(lái)，并根據(jù)這些像素點(diǎn)的個(gè)數(shù)確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

104a2、圖像檢測(cè)裝置根據(jù)第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

示例性的，若第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)大于第一預(yù)定閾值時(shí)，則判定待檢測(cè)圖像為經(jīng)過(guò)縮放處理的圖像；若第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)小于或等于第一預(yù)定閾值時(shí)，則判定待檢測(cè)圖像為未經(jīng)過(guò)縮放處理的圖像。

需要說(shuō)明的是，上述的第一預(yù)定閾值以及第二預(yù)定閾值均是根據(jù)實(shí)驗(yàn)結(jié)果得到的經(jīng)驗(yàn)值。

示例性的，以canny算子和高通算子為例，這里將第一梯度幅度圖記為gc，將第二梯度幅度圖記為gcd。

對(duì)第一種實(shí)現(xiàn)方式列舉一個(gè)具體的實(shí)例，其實(shí)現(xiàn)過(guò)程如下：

1)、統(tǒng)計(jì)相同位置處，gc值比gcd值大，且差值的絕對(duì)值小于th的個(gè)數(shù)，具體程序如下所示：

for(j＝0；j<h；j++)

{

for(i＝0；i<w；i++)

{if(gc(i,j)>gcd(i,j)&|gc(i,j)-gcd(i,j)|<th)

{num_total++；

}

}

}

其中，w是圖像寬度，h是圖像高度，th為第二預(yù)定閾值，取默認(rèn)值100，可以配置，隨著圖像分辨率的增大相應(yīng)變大。

2)、對(duì)num_total進(jìn)行歸一化處理,得到元素對(duì)應(yīng)的置信度參數(shù)

nout＝num_total/(w*h)；

3)、判斷flag＝nout>thf？1:0；flag＝1表示輸入圖像被縮放過(guò)，flag＝0表示輸入圖像未被縮放處理。

其中，thf是第一預(yù)定閾值，是通過(guò)實(shí)驗(yàn)得到的，同時(shí)輸出置信度參數(shù)nout。nout值越是靠近1表示圖像被放大過(guò)的可能性越大，nout值越是接近0，表示圖像越接近于原始圖像。

實(shí)施例二

由于圖像檢測(cè)裝置在對(duì)梯度幅度圖的二維特征向量進(jìn)行計(jì)算時(shí)，計(jì)算過(guò)程過(guò)于繁瑣，因此，本實(shí)施例通過(guò)提供另一種實(shí)現(xiàn)方式來(lái)實(shí)現(xiàn)步驟104的圖像判定過(guò)程，即通過(guò)對(duì)梯度幅度圖的二維特征向量進(jìn)行降維處理，從而直接根據(jù)降維后的梯度幅度圖的一維特征向量進(jìn)行計(jì)算，簡(jiǎn)化了計(jì)算過(guò)程。

具體的，在第二種實(shí)現(xiàn)方式中，步驟104包括如下步驟：

104b1、圖像檢測(cè)裝置對(duì)每幅梯度幅度圖分別沿x軸與y軸進(jìn)行特征投影變換，得到第一梯度幅度圖的第一y軸特征向量和第一x軸特征向量與第二梯度幅度圖的第二y軸特征向量和第二x軸特征向量。

104b2、圖像檢測(cè)裝置根據(jù)第一x軸特征向量與第二x軸特征向量中所有元素的像素值，確定出第一x軸特征向量與第二x軸特征向量中相 同區(qū)域內(nèi)的元素的像素值滿足第二預(yù)定條件的元素的個(gè)數(shù)num1，并根據(jù)第一y軸特征向量與第二y軸特征向量中所有元素的像素值，確定出第一y軸特征向量與第二y軸特征向量中相同區(qū)域內(nèi)的元素的像素值滿足第二預(yù)定條件的元素的個(gè)數(shù)num2。

該第二預(yù)定條件是基于第一梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息和第二梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息得出的。

示例性的，若第一梯度幅度圖對(duì)應(yīng)的第一算子的優(yōu)先級(jí)高于第二梯度幅度圖對(duì)應(yīng)的第二算子的優(yōu)先級(jí)，則圖像檢測(cè)裝置會(huì)將第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的第一梯度幅度圖對(duì)應(yīng)的第一x軸特征向量中的元素的像素值大于第二梯度幅度圖對(duì)應(yīng)的第二x軸特征向量中的元素的像素值，且第一x軸特征向量中元素的像素值與第二x軸特征向量中的元素的像素值間的差值小于第三預(yù)定閾值的像素點(diǎn)篩選出來(lái)，該篩選出來(lái)的點(diǎn)的個(gè)數(shù)記為num1；同時(shí)將第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的第一梯度幅度圖對(duì)應(yīng)的第一y軸特征向量中的元素的像素值大于第二梯度幅度圖對(duì)應(yīng)的第二y軸特征向量中的元素的像素值，且第一y軸特征向量中元素的像素值與第二y軸特征向量中的元素的像素值間的差值小于第四預(yù)定閾值的像素點(diǎn)篩選出來(lái)，該篩選出來(lái)的點(diǎn)的個(gè)數(shù)記為num2，并根據(jù)num1和num2確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

若第一梯度幅度圖對(duì)應(yīng)的第一算子的優(yōu)先級(jí)低于第二梯度幅度圖對(duì)應(yīng)的第二算子的優(yōu)先級(jí)，則圖像檢測(cè)裝置會(huì)將第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的第一梯度幅度圖對(duì)應(yīng)的第一x軸特征向量中的元素的像素值小于第二梯度幅度圖對(duì)應(yīng)的第二x軸特征向量中的元素的像素值，且第一x軸特征向量中元素的像素值與第二x軸特征向量中的元素的像素值間的差值小于第三預(yù)定閾值的像素點(diǎn),篩選出來(lái)，該篩選出來(lái)的點(diǎn)的個(gè)數(shù)記為num1；同時(shí)將第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的第一梯度幅度圖對(duì)應(yīng)的第一y軸特征向量中的元素的像素值小于第二梯度幅度圖對(duì)應(yīng)的第二y軸特征向量中的元素的像素值，且第一y軸特征向量中元素的像素值與第二y軸特征向量中的元素的像素值間的差值小于第四預(yù)定閾值的像素點(diǎn)篩選出來(lái)，該篩選出來(lái)的點(diǎn)的個(gè)數(shù)記為num2，并根據(jù)num1和num2確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

104b3、圖像檢測(cè)裝置根據(jù)滿足第二預(yù)定條件的元素的個(gè)數(shù)num1與num2確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

示例性的，若第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第二預(yù)定條件的元素的個(gè)數(shù)大于第五預(yù)定閾值時(shí)，則判定待檢測(cè)圖像為經(jīng)過(guò)縮放處理的圖像；若第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第二預(yù)定條件的元素的個(gè)數(shù)小于或等于第五預(yù)定閾值時(shí)，則判定待檢測(cè)圖像為未經(jīng)過(guò)縮放處理的圖像。

需要說(shuō)明的是，上述的第三預(yù)定閾值、第四預(yù)定閾值以及第五預(yù)定閾值均是根據(jù)實(shí)驗(yàn)結(jié)果得到的經(jīng)驗(yàn)值。

示例性的，若以兩個(gè)梯度幅度圖為例，且這里將第一梯度幅度圖記為gc，將第二梯度幅度圖記為gcd。具體的，參照?qǐng)D5所示的特征投影變換示意圖，步驟104b1中的梯度幅度圖的降維(即特征投影變換：將圖像分別沿著x軸或y軸進(jìn)行投影)過(guò)程如下所述。

(1)沿著x軸向y軸投影

gc沿著x軸向y軸投影得到：

gcd沿著x軸向y軸投影得到:

其中，sgcy(i)是變換后的特征向量sgcy(第一y軸特征向量)的第i個(gè)元素，sgcdy(i)是變換后的特征向量sgcdy(第二y軸特征向量)的第i個(gè)元素，w是輸入圖像寬度，i是當(dāng)前像素的y坐標(biāo)。假設(shè)是4kx2k的情況，sgcy和sgcdy均為2k維的向量。

(2)沿著y軸向x軸投影

gc沿著y軸向x軸投影得到：

gcd沿著y軸向x軸投影得到：

其中，sgcx(i,j)是變換后的特征向量sgcx(第一x軸特征向量)的第i個(gè)元素，sgcdx(i,j)是變換后的特征向量sgcdx(第二x軸特征向量)的第i個(gè)元素，h是輸入圖像高度，i是當(dāng)前像素的x坐標(biāo)。假設(shè)是4kx2k的情況，向量sgcx和sgcdx均為4k維的向量。

示例性的，以canny算子和高通算子為例，這里將第一梯度幅度圖記為gc，將第二梯度幅度圖記為gcd，對(duì)gc和gcd分別進(jìn)行x軸和y 軸方向的投影得到第一x軸特征向量sgcx、第一y軸特征向量sgcy、第二x軸特征向量sgcdx和第二y軸特征向量sgcdy。

1)、統(tǒng)計(jì)sgcx和sgcdx相同位置處，sgcx值比sgcdx值大，且差值的絕對(duì)值小于thh的個(gè)數(shù)，具體程序如下所示：

for(i＝0；i<w；i++)

{if(sgcx(i)>sgcdx(i)&|sgcx(i)-sgcdx(i)|<thh)

{num_h++；

}

}

其中，w是圖像寬度，thh為第三預(yù)定閾值，可以取默認(rèn)值100，可以配置，隨著圖像分辨率的增大相應(yīng)變大。

2)、統(tǒng)計(jì)sgcy和sgcdy相同位置處，sgcy值比sgcdy值大，且差值的絕對(duì)值小于thv的個(gè)數(shù)，具體程序如下所示：

for(i＝0；i<h；i++)

{if(sgcy(i)>sgcdy(i)&|sgcy(i)-sgcdy(i)|<thv)

{num_v++；

}

}

其中，h是圖像高度，thv第四預(yù)定閾值，可以取默認(rèn)值100，可以配置，隨著圖像分辨率的增大相應(yīng)變大；

3)、對(duì)num_h與num_v進(jìn)行歸一化處理

n0＝num_h/w

n1＝num_v/h

4)、計(jì)算滿足條件的元素對(duì)應(yīng)的置信度參數(shù)，其為n0和n1中較大值

nout＝max(n0,n1)

5)、判斷flag＝nout>thf？1:0；flag＝1表示輸入圖像被縮放過(guò)，flag＝0表示輸入圖像未被縮放處理。

其中，thf為第五預(yù)定閾值，該值是通過(guò)實(shí)驗(yàn)得到，同時(shí)輸出置信度參數(shù)nout。nout值越是靠近1表示圖像被放大過(guò)的可能性越大，nout值越是接近0，表示圖像越接近于原始圖像。

本發(fā)明的實(shí)施例提供的一種圖像檢測(cè)方法，通過(guò)獲取待檢測(cè)圖像，并提取待檢測(cè)圖像的幾何特征，其次，通過(guò)邊緣檢測(cè)算子確定待檢測(cè)圖像的幾何特征的至少兩組梯度特征，每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同；然后，獲取待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖；最后，根據(jù)待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。這樣本方案通過(guò)對(duì)待檢測(cè)圖像的幾何特征的多幅梯度幅度圖的特征向量進(jìn)行比對(duì)，從而確定出該待檢測(cè)圖像是否進(jìn)行過(guò)縮放處理。這樣，當(dāng)終端對(duì)高清圖像進(jìn)行清晰度處理時(shí)，便可基于該待檢測(cè)圖像的檢測(cè)結(jié)果，對(duì)經(jīng)過(guò)圖像放大處理后得到的高清圖像和真實(shí)的高清圖像，分別進(jìn)行相應(yīng)的清晰度增強(qiáng)處理，進(jìn)而使得經(jīng)過(guò)圖像放大處理后得到的高清圖像在高清電視上顯示時(shí)不會(huì)出現(xiàn)圖像失真。

本發(fā)明的實(shí)施例提供一種圖像檢測(cè)裝置，該圖像檢測(cè)裝置用于實(shí)現(xiàn)上述的圖像檢測(cè)方法，如圖6所示，該圖像檢測(cè)裝置2包括：第一獲取模塊21、第一確定模塊22、第二獲取模塊23以及第二確定模塊24，其中：

第一獲取模塊21，用于獲取待檢測(cè)圖像，并提取待檢測(cè)圖像的幾何特征。

第一確定模塊22，用于通過(guò)邊緣檢測(cè)算子確定待檢測(cè)圖像的幾何特征的至少兩組梯度特征，每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同。

第二獲取模塊23，用于獲取待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖。

第二確定模塊24，用于根據(jù)待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

示例性的，上述梯度特征包括梯度幅值和梯度方向，該待檢測(cè)圖像的每幅梯度幅度圖與該待檢測(cè)圖像的圖像大小相同。該梯度幅度圖的特征向量包括該梯度幅度圖中所有元素的像素值，上述至少兩組梯度特征包括第 一梯度特征和第二梯度特征，該第一梯度特征對(duì)應(yīng)第一梯度幅度圖，該第二梯度特征對(duì)應(yīng)第二梯度幅度圖。

可選的，上述的第二確定模塊24具體用于：

根據(jù)第一梯度幅度圖中所有元素的像素值與第二梯度幅度圖中所有元素的像素值，確定出第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)。

該第一預(yù)定條件是基于第一梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息和第二梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息得出的；

根據(jù)第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

可選的，上述第二確定模塊24在根據(jù)第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理時(shí)，具體用于：

若第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)大于第一預(yù)定閾值時(shí)，判定待檢測(cè)圖像為經(jīng)過(guò)縮放處理的圖像；

若第一梯度幅度圖與第二梯度幅度圖中相同區(qū)域內(nèi)的元素的像素值滿足第一預(yù)定條件的元素的個(gè)數(shù)小于或等于第一預(yù)定閾值時(shí)，判定待檢測(cè)圖像為未經(jīng)過(guò)縮放處理的圖像。

可選的，上述第二確定模塊24具體用于：

對(duì)每幅梯度幅度圖分別沿x軸與y軸進(jìn)行特征投影變換，得到第一梯度幅度圖的第一y軸特征向量和第一x軸特征向量與第二梯度幅度圖的第二y軸特征向量和第二x軸特征向量；

根據(jù)第一x軸特征向量與第二x軸特征向量中所有元素的像素值，確定出第一x軸特征向量與第二x軸特征向量中相同區(qū)域內(nèi)的元素的像素值滿足第二預(yù)定條件的元素的個(gè)數(shù)num1，并根據(jù)第一y軸特征向量與第二y軸特征向量中所有元素的像素值，確定出第一y軸特征向量與第二y軸特征向量中相同區(qū)域內(nèi)的元素的像素值滿足第二預(yù)定條件的元素的個(gè)數(shù)num2。

該第二預(yù)定條件是基于第一梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息和第二梯度幅度圖對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息得出的；

根據(jù)num1與num2確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。

本發(fā)明的實(shí)施例提供的一種圖像檢測(cè)裝置，該圖像檢測(cè)裝置通過(guò)獲取待檢測(cè)圖像，并提取待檢測(cè)圖像的幾何特征，其次，通過(guò)邊緣檢測(cè)算子確定待檢測(cè)圖像的幾何特征的至少兩組梯度特征，每組梯度特征對(duì)應(yīng)的邊緣檢測(cè)算子不同；然后，獲取待檢測(cè)圖像的幾何特征的每組梯度特征對(duì)應(yīng)的梯度幅度圖；最后，根據(jù)待檢測(cè)圖像的每幅梯度幅度圖的特征向量以及對(duì)應(yīng)的邊緣檢測(cè)算子的優(yōu)先級(jí)信息，確定待檢測(cè)圖像是否經(jīng)過(guò)縮放處理。相對(duì)于現(xiàn)有技術(shù)，由于經(jīng)過(guò)縮放處理的圖像使用不同邊緣檢測(cè)算子所得到的不同梯度幅度圖間的清晰度差距較大，因此，本方案通過(guò)對(duì)待檢測(cè)圖像的幾何特征的基于不同邊緣檢測(cè)算子得到的多幅梯度幅度圖的特征向量進(jìn)行比對(duì)，從而便可確定出該待檢測(cè)圖像是否進(jìn)行過(guò)縮放處理。這樣，當(dāng)終端對(duì)高清圖像進(jìn)行清晰度處理時(shí)，便可基于該待檢測(cè)圖像的檢測(cè)結(jié)果，對(duì)經(jīng)過(guò)圖像放大處理后得到的高清圖像和真實(shí)的高清圖像，分別進(jìn)行相應(yīng)的清晰度增強(qiáng)處理，進(jìn)而使得經(jīng)過(guò)圖像放大處理后得到的高清圖像在高清電視上顯示時(shí)不會(huì)出現(xiàn)圖像失真。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的終端和方法，可以通過(guò)其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理包括，也可以兩個(gè)或兩個(gè)以上單元集成在 一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤、移動(dòng)硬盤、只讀存儲(chǔ)器(read-onlymemory，簡(jiǎn)稱rom)、隨機(jī)存取存儲(chǔ)器(randomaccessmemory，簡(jiǎn)稱ram)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

最后應(yīng)說(shuō)明的是：以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。