本發(fā)明涉及圖像處理
技術(shù)領(lǐng)域：
，尤其涉及一種圖像顯著性檢測(cè)方法及裝置。
背景技術(shù)：
：顯著性可以描述為場(chǎng)景中某一元素相對(duì)于同場(chǎng)景其它元素更加吸引人的注意力，是人類在視覺感知過程中總結(jié)出來的。由于人的視覺共性，使得有些元素對(duì)于不同的人而言吸引力是共同的，這些區(qū)域往往集中了最重要的信息，因此，顯著性檢測(cè)在圖像處理領(lǐng)域變的十分重要。雖然目前有一些顯著性檢測(cè)的方法有多種，例如區(qū)域?qū)Ρ确ê投喑叨确?，然而現(xiàn)有的顯著性檢測(cè)的方法檢測(cè)效果不佳。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明提供了一種圖像顯著性檢測(cè)方法及裝置，用以解決現(xiàn)有的顯著性檢測(cè)方法檢測(cè)效果不佳的技術(shù)問題，其技術(shù)方案如下：一種圖像顯著性檢測(cè)方法，所述方法包括：獲取目標(biāo)圖像，并對(duì)所述目標(biāo)圖像進(jìn)行分割，獲得多個(gè)圖像塊；基于第i視覺點(diǎn)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值，其中，所述視覺點(diǎn)為所述多個(gè)圖像塊中的一個(gè)圖像塊，所述各個(gè)目標(biāo)圖像塊為所述多個(gè)圖像塊中除所述視覺點(diǎn)外的其它圖像塊，所述i取從1到N的整數(shù)，所述N小于等于所述多個(gè)圖像塊的數(shù)量，第1視覺點(diǎn)為所述多個(gè)圖像塊中位于中心區(qū)域的一圖像塊；對(duì)于所述多個(gè)目標(biāo)圖像塊中的每個(gè)目標(biāo)圖像塊，利用所述目標(biāo)圖像塊的顯著值計(jì)算所述目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力；通過所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力確定第i+1視覺點(diǎn)；判斷所述第i+1視覺點(diǎn)與所述第i視覺點(diǎn)的距離是否小于預(yù)設(shè)值，如果是，則確定所述第i+1視覺點(diǎn)為顯著性區(qū)域，否則將所述i+1賦值給i，然后轉(zhuǎn)入所述基于第i視覺點(diǎn)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值這一步驟。其中，所述獲取目標(biāo)圖像包括：獲取待檢測(cè)的初始圖像；按預(yù)設(shè)的第一量化規(guī)則對(duì)所述初始圖像進(jìn)行量化處理，獲得第一圖像；按預(yù)設(shè)的第二量化規(guī)則對(duì)所述第一圖像進(jìn)行量化處理，獲得第二圖像；確定所述第二圖像中各個(gè)顏色出現(xiàn)的頻率，并按所述頻率從大到小的順序，從所述第二圖像所具有顏色中篩選出目標(biāo)顏色；將所述第二圖像中未被所述目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值，用所述目標(biāo)顏色中、與所述未被所述目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值最接近的顏色值替代，獲得第三圖像；將所述第三圖像轉(zhuǎn)換到目標(biāo)顏色空間，獲得所述目標(biāo)圖像。其中，所述按所述頻率從大到小的順序，從所述第二圖像所具有顏色中篩選出目標(biāo)顏色，包括：按所述頻率從大到小的順序，依次累加與所述頻率對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)的數(shù)量，直至累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件，將使所述累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件的各個(gè)頻率對(duì)應(yīng)的顏色確定為所述目標(biāo)顏色；其中，所述預(yù)設(shè)條件為所述累加得到的像素點(diǎn)的數(shù)量與所述第二圖像中像素點(diǎn)總數(shù)量的比值達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)。其中，所述通過所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力確定第i+1視覺點(diǎn)，包括：通過所述各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力；通過所述各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力，確定所述第i+1視覺點(diǎn)。其中，所述通過所述各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力，具體為：通過所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力計(jì)算所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的合力，并計(jì)算所述合力在水平方向的分力和垂直方向上的分力，并將所述合力在水平方向的分力作為所述各個(gè)目標(biāo)圖像塊在水平方向上的合力，將所述合力在垂直方向的分力作為所述各個(gè)目標(biāo)圖像塊在垂直方向上的合力；或者，對(duì)于每個(gè)所述目標(biāo)圖像塊，通過所述目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力計(jì)算所述目標(biāo)圖像塊在水平方向上的分力以及垂直方向上的分力；通過所述各個(gè)目標(biāo)圖像塊在水平方向上分力計(jì)算所述各個(gè)目標(biāo)圖像塊在水平方向上的合力，通過所述各個(gè)目標(biāo)圖像塊在垂直方向上分力計(jì)算所述各個(gè)目標(biāo)圖像塊在垂直方向上的合力。其中，所述基于第i視覺點(diǎn)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值，具體為：基于第i視覺點(diǎn)通過下式計(jì)算所述各個(gè)目標(biāo)圖像塊的顯著值：S(sk)=WiΣsk≠sqexp(-Ds(sk,sq)σs2)w(sq)Dc(sk,sq)]]>Wi＝exp(-σ*Ds(sk,VFi))其中，Dc(sk,sq)表示圖像塊sk和圖像塊sq之間的顏色距離，Ds(sk,VFi)為圖像塊sk和視覺點(diǎn)VFi中心之間的歐式距離，w(sq)表示圖像塊sq對(duì)圖像塊sk的顯著值影響，為空間權(quán)值。一種圖像顯著性檢測(cè)裝置，所述裝置包括：圖像獲取模塊、圖像分割模塊、顯著值計(jì)算模塊、引力計(jì)算模塊、視覺點(diǎn)確定模塊、判斷模塊和顯著性區(qū)域確定模塊；所述圖像獲取模塊，用于獲取目標(biāo)圖像；所述圖像分割模塊，用于對(duì)所述圖像獲取模塊獲取的所述目標(biāo)圖像進(jìn)行分割，獲得多個(gè)圖像塊；所述顯著值計(jì)算模塊，用于基于第i視覺點(diǎn)計(jì)算所述圖像分割模塊分割得到的各個(gè)目標(biāo)圖像塊的顯著值，其中，所述視覺點(diǎn)為所述多個(gè)圖像塊中的一個(gè)圖像塊，所述各個(gè)目標(biāo)圖像塊為所述多個(gè)圖像塊中除所述視覺點(diǎn)外的其它圖像塊，所述i取從1到N的整數(shù)，所述N小于等于所述多個(gè)圖像塊的數(shù)量，第1視覺點(diǎn)為所述多個(gè)圖像塊中位于中心區(qū)域的一圖像塊；所述引力計(jì)算模塊，用于對(duì)于所述多個(gè)目標(biāo)圖像塊中的每個(gè)目標(biāo)圖像塊，利用所述顯著值計(jì)算模塊計(jì)算得到的所述目標(biāo)圖像塊的顯著值計(jì)算所述目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力；所述視覺點(diǎn)確定模塊，用于通過所述引力計(jì)算模塊計(jì)算得到的所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力確定第i+1視覺點(diǎn)；所述判斷模塊，用于判斷所述視覺點(diǎn)確定模塊確定的所述第i+1視覺點(diǎn)與所述第i視覺點(diǎn)的距離是否小于預(yù)設(shè)值；所述顯著性區(qū)域確定模塊，用于當(dāng)所述判斷模塊判斷出所述第i+1視覺點(diǎn)與所述第i視覺點(diǎn)的距離小于預(yù)設(shè)值時(shí)，確定所述第i+1視覺點(diǎn)為顯著性區(qū)域；若所述判斷模塊判斷出所述第i+1視覺點(diǎn)與所述第i視覺點(diǎn)的距離大于或等于所述預(yù)設(shè)值，則將所述i+1賦值給i，所述顯著值計(jì)算模塊重新基于第i視覺點(diǎn)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值。其中，所述圖像獲取模塊包括：獲取子模塊、第一處理子模塊、第二處理子模塊、確定子模塊、篩選子模塊、替換子模塊和空間轉(zhuǎn)換子模塊；所述獲取子模塊，用于獲取待檢測(cè)的初始圖像；所述第一處理子模塊，用于按預(yù)設(shè)的第一量化規(guī)則對(duì)所述獲取子模塊獲取得所述初始圖像進(jìn)行量化處理，獲得第一圖像；所述第二處理子模塊，用于按預(yù)設(shè)的第二量化規(guī)則對(duì)所述第一處理子模塊處理得到的所述第一圖像進(jìn)行量化處理，獲得第二圖像；所述頻率確定子模塊，用于確定所述第二處理子模塊處理得到的所述第二圖像中各個(gè)顏色出現(xiàn)的頻率；所述篩選子模塊，用于按所述頻率從大到小的順序，從所述第二圖像所具有顏色中篩選出目標(biāo)顏色；所述替換子模塊，用于將所述第二圖像中未被所述篩選子模塊篩選出的所述目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值，用所述目標(biāo)顏色中、與所述未被所述目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值最接近的顏色值替代，獲得第三圖像；所述空間轉(zhuǎn)換子模塊，用于將所述替換子模塊替換后的所述第三圖像轉(zhuǎn)換到目標(biāo)顏色空間，獲得所述目標(biāo)圖像。其中，所述篩選子模塊，具體用于按所述頻率從大到小的順序，依次累加與所述頻率對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)的數(shù)量，直至累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件，將使所述累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件的各個(gè)頻率對(duì)應(yīng)的顏色確定為所述目標(biāo)顏色；其中，所述預(yù)設(shè)條件為所述累加得到的像素點(diǎn)的數(shù)量與所述第二圖像中像素點(diǎn)總數(shù)量的比值達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)。其中，所述視覺點(diǎn)確定模塊，包括：合力確定子模塊和視覺點(diǎn)確定子模塊；所述合力確定子模塊，用于通過所述各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力；所述視覺點(diǎn)確定子模塊，用于通過所述合力確定子模塊確定的所述各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力，確定所述第i+1視覺點(diǎn)。其中，所述合力確定子模塊，具體用于通過所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力計(jì)算所述各個(gè)目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的合力，并計(jì)算所述合力在水平方向的分力和垂直方向上的分力，并將所述合力在水平方向的分力作為所述各個(gè)目標(biāo)圖像塊在水平方向上的合力，將所述合力在垂直方向的分力作為所述各個(gè)目標(biāo)圖像塊在垂直方向上的合力；或者，對(duì)于每個(gè)所述目標(biāo)圖像塊，通過所述目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力計(jì)算所述目標(biāo)圖像塊在水平方向上的分力以及垂直方向上的分力；通過所述各個(gè)目標(biāo)圖像塊在水平方向上分力計(jì)算所述各個(gè)目標(biāo)圖像塊在水平方向上的合力，通過所述各個(gè)目標(biāo)圖像塊在垂直方向上分力計(jì)算所述各個(gè)目標(biāo)圖像塊在垂直方向上的合力。其中，所述顯著值計(jì)算模塊，具體用于基于第i視覺點(diǎn)通過下式計(jì)算所述各個(gè)目標(biāo)圖像塊的顯著值：S(sk)=WiΣsk≠sqexp(-Ds(sk,sq)σs2)w(sq)Dc(sk,sq)]]>Wi＝exp(-σ*Ds(sk,VFi))其中，Dc(sk,sq)表示圖像塊sk和圖像塊sq之間的顏色距離，Ds(sk,VFi)為圖像塊sk和視覺點(diǎn)VFi中心之間的歐式距離，w(sq)表示圖像塊sq對(duì)圖像塊sk的顯著值影響，為空間權(quán)值。上述技術(shù)方案具有如下有益效果：本發(fā)明提供的圖像顯著性檢測(cè)方法，可基于第i視覺點(diǎn)計(jì)算得到的各個(gè)目標(biāo)圖像塊的顯著值計(jì)算出各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力，并利用各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定出第i+1視覺點(diǎn)，當(dāng)?shù)趇+1視覺點(diǎn)與第i視覺點(diǎn)不滿足預(yù)設(shè)條件時(shí)，重新利用上述計(jì)算過程確定下一個(gè)視覺點(diǎn)，直至確定的視覺點(diǎn)與上一個(gè)視覺點(diǎn)滿足預(yù)設(shè)條件為止，本發(fā)明通過上述過程可獲得視覺點(diǎn)的移動(dòng)軌跡，從而最終找到顯著性區(qū)域。本發(fā)明提供的圖像顯著性檢測(cè)方法，從人眼視覺機(jī)制出發(fā)，將圖像塊對(duì)視覺點(diǎn)的引力引入到圖像的顯著性檢測(cè)中，基于圖像塊對(duì)視覺點(diǎn)的引力尋找顯著性區(qū)域使得圖像的顯著性檢測(cè)效果較好。附圖說明為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(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，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)方法的流程示意圖；圖2為本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)方法中，當(dāng)目標(biāo)圖像為對(duì)待檢測(cè)的初始圖像進(jìn)行預(yù)處理后獲得的圖像時(shí)，獲取目標(biāo)圖像的具體實(shí)現(xiàn)方式的流程示意圖；圖3為顏色變化示意圖；圖4為本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)裝置的結(jié)構(gòu)示意圖；圖5為本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)裝置中圖像獲取模塊的一實(shí)現(xiàn)方式的結(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。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(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)施例提供了一種圖像顯著性檢測(cè)方法，請(qǐng)參閱圖1，示出了該方法的流程示意圖，該方法可以包括：步驟S101：獲取目標(biāo)圖像，并對(duì)目標(biāo)圖像進(jìn)行分割，獲得多個(gè)圖像塊。其中，目標(biāo)圖像可以為待檢測(cè)的初始圖像，也可以為對(duì)待檢測(cè)的初始圖像進(jìn)行預(yù)處理后獲得的圖像。優(yōu)選地，目標(biāo)圖像為對(duì)待檢測(cè)的初始圖像進(jìn)行預(yù)處理后獲得的圖像，其中，預(yù)處理用于減少待檢測(cè)的初始圖像中顏色的數(shù)量，以降低后續(xù)計(jì)算的復(fù)雜度。步驟S102：基于第i視覺點(diǎn)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值。其中，視覺點(diǎn)為多個(gè)圖像塊中的一個(gè)圖像塊，各個(gè)目標(biāo)圖像塊為多個(gè)圖像塊中除視覺點(diǎn)外的其它圖像塊，i取從1到N的整數(shù)，所述N小于等于多個(gè)圖像塊的數(shù)量，第1視覺點(diǎn)為多個(gè)圖像塊中位于中心區(qū)域的一圖像塊。步驟S103：對(duì)于多個(gè)目標(biāo)圖像塊中的每個(gè)目標(biāo)圖像塊，利用目標(biāo)圖像塊的顯著值計(jì)算目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力。步驟S104：通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定第i+1視覺點(diǎn)。步驟S105：判斷第i+1視覺點(diǎn)與第i視覺點(diǎn)的距離是否小于預(yù)設(shè)值，如果是，則執(zhí)行步驟S106，否則將i+1賦值給i，然后轉(zhuǎn)入步驟S102。步驟S106：確定第i+1視覺點(diǎn)為顯著性區(qū)域。本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)方法，可基于第i視覺點(diǎn)計(jì)算得到的各個(gè)目標(biāo)圖像塊的顯著值計(jì)算出各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力，并利用各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定出第i+1視覺點(diǎn)，當(dāng)?shù)趇+1視覺點(diǎn)與第i視覺點(diǎn)不滿足預(yù)設(shè)條件時(shí)，重新利用上述計(jì)算過程確定下一個(gè)視覺點(diǎn)，直至確定的視覺點(diǎn)與上一個(gè)視覺點(diǎn)滿足預(yù)設(shè)條件為止，本發(fā)明通過上述過程可獲得視覺點(diǎn)的移動(dòng)軌跡，從而最終找到顯著性區(qū)域。本發(fā)明提供的圖像顯著性檢測(cè)方法，從人眼視覺機(jī)制出發(fā)，將圖像塊對(duì)視覺點(diǎn)的引力引入到圖像的顯著性檢測(cè)中，基于圖像塊對(duì)視覺點(diǎn)的引力尋找顯著性區(qū)域使得圖像的顯著性檢測(cè)效果較好。請(qǐng)參閱圖2，示出了上述實(shí)施例中，當(dāng)目標(biāo)圖像為對(duì)待檢測(cè)的初始圖像進(jìn)行預(yù)處理后獲得的圖像時(shí)，獲取目標(biāo)圖像的具體實(shí)現(xiàn)方式的流程示意圖，該實(shí)現(xiàn)過程可以包括：步驟S201：獲取待檢測(cè)的初始圖像。步驟S202：按預(yù)設(shè)的第一量化規(guī)則對(duì)待檢測(cè)的初始圖像進(jìn)行量化處理，獲得第一圖像。通常情況下，圖像的顯著性計(jì)算需要對(duì)圖像中的每個(gè)像素點(diǎn)進(jìn)行計(jì)算，那么在計(jì)算時(shí)就有2563種顏色。當(dāng)顏色變化范圍很小時(shí)，人眼是無法準(zhǔn)確的區(qū)分的。如圖3所示，每個(gè)通道的顏色小范圍變化時(shí)，所得到的最終顏色圖的差異是不大的，只有每個(gè)通道的顏色變化較大時(shí)，最終得到的顏色圖才可以觀察到明顯的變化。因此，當(dāng)小范圍減少圖像中顏色數(shù)目時(shí)，圖像質(zhì)量雖然會(huì)下降，但是，對(duì)最終圖像的顯示影響并不大，所以可以將相似的顏色量化為相同的顏色。以待檢測(cè)的初始圖像為RGB圖像為例，對(duì)待檢測(cè)的初始圖像I按預(yù)設(shè)的量化值進(jìn)行量化處理，獲得第一圖像的具體過程如下：定義Q：RM*N→RM*N,I1＝Q(I)，其中，Q(I)表示量化待檢測(cè)的初始圖像I，量化值可依據(jù)具體情況進(jìn)行選取，下面以預(yù)設(shè)量化值為12為例說明，即RGB三通道每個(gè)通道的色值被映射為12等分。對(duì)于待檢測(cè)的初始圖像I中的每個(gè)像素點(diǎn)Ps,t，將其色值按下式(1)進(jìn)行量化：[Ps,t1,R,Ps,t1,G,Ps,t1,B]T=Int(12255[Ps,tR,Ps,tG,Ps,tB]T)---(1)]]>其中，分別表示待檢測(cè)初始圖像I中的像素點(diǎn)在RGB通道中對(duì)應(yīng)的色值，表示量化后的圖像像素點(diǎn)在RGB通道中對(duì)應(yīng)的色值，s＝1,2,…..M，t＝1,2….N。對(duì)待檢測(cè)的初始圖像I經(jīng)過上述量化處理后，獲得第一圖像I1。待檢測(cè)的初始圖像I經(jīng)過該量化處理獲得的第一圖像中的顏色數(shù)目大大減少，這使得后續(xù)計(jì)算的復(fù)雜度降低。步驟S203：對(duì)第一圖像按預(yù)設(shè)的第二量化規(guī)則進(jìn)行量化處理，獲得第二圖像。由上述量化過程可知，經(jīng)過量化后的RGB顏色空間有123，即1728種顏色，顯然，第一圖像中的顏色只屬于這1728種顏色中的一小部分，同時(shí)，人眼也無法精確的辨別這些顏色?；谏鲜隹紤]，可進(jìn)一步對(duì)第一圖像I1進(jìn)行量化處理，以降低第一圖像中顏色的數(shù)量，從而進(jìn)一步降低計(jì)算復(fù)雜度。下面給出對(duì)第一圖像按預(yù)設(shè)的第二量化規(guī)則進(jìn)行量化處理，獲得第二圖像的具體實(shí)現(xiàn)過程：對(duì)于第一圖像I1中的每個(gè)像素點(diǎn)利用像素點(diǎn)在RGB通道對(duì)應(yīng)的色值，對(duì)量化后的圖像I1通過下式(2)進(jìn)行轉(zhuǎn)換：Ps,t2=(Ps,t1,R,Ps,t1,G,Ps,t1,B)122121---(2)]]>其中，表示經(jīng)過轉(zhuǎn)化后得到的值，表示圖像I1中的單個(gè)像素點(diǎn)在其對(duì)應(yīng)的RGB三個(gè)通道的顏色值。對(duì)第一圖像I1進(jìn)行上述處理過程，可獲得第二圖像I2。步驟S204：確定第二圖像中各個(gè)顏色出現(xiàn)的頻率。在本實(shí)施例中，可采用統(tǒng)計(jì)直方圖來統(tǒng)計(jì)第二圖像I2中每種顏色出現(xiàn)的頻率。步驟S205：按頻率從大到小的順序，從第二圖像所具有顏色中篩選出目標(biāo)顏色。在一種可能的實(shí)現(xiàn)方式，按頻率從大到小的順序，從第二圖像所具有的顏色中篩選出目標(biāo)顏色，包括：按頻率從大到小的順序，依次累加與頻率對(duì)應(yīng)顏色所覆蓋的像素點(diǎn)的數(shù)量，直至累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件，將使累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件的各個(gè)頻率對(duì)應(yīng)的顏色確定為目標(biāo)顏色。其中，預(yù)設(shè)條件為累加得到的像素點(diǎn)的數(shù)量與第二圖像中像素點(diǎn)總數(shù)量的比值達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)。例如，累加得到的像素點(diǎn)的數(shù)量與第二圖像中像素點(diǎn)總數(shù)量的比值達(dá)到95％，或者在93％與97％之間。示例性的，第二圖像所具有的顏色有1500個(gè)，每個(gè)顏色在第二圖像中出現(xiàn)的頻率按從大到小的順序分別為f1、f2、f3、f4…..f1499、f1500，則確定與f1對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)數(shù)量x1，然后確定與f2對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)的數(shù)量x2，將x2與x1相加，確定x1+x2得到的像素的數(shù)量與總像素?cái)?shù)量的比值是否達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)，如果否，則繼續(xù)將與f3對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)的數(shù)量x3進(jìn)行累加(x1+x2+x3)，確定x1+x2+x3得到的像素的數(shù)量與總像素?cái)?shù)量的比值是否達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)，如果否，繼續(xù)將與f4對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)的數(shù)量x4進(jìn)行累加，即x1+x2+x3+x4，以此類推，直至多次累加得到的像素的數(shù)量與總像素?cái)?shù)量的比值達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)。假設(shè)當(dāng)累加到與f1000對(duì)應(yīng)的顏色所覆蓋的像素點(diǎn)時(shí)，累加得到的像素的數(shù)量與總像素?cái)?shù)量的比值達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)，則將與f1、f2、f3、f4…..f1000對(duì)應(yīng)的顏色c1、c2、c3、c4……c1000確定為目標(biāo)顏色。步驟S206：將第二圖像中未被目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值，用目標(biāo)顏色中、與未被目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值最接近的顏色值替換，獲得第三圖像。其中，與未被目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值最接近的顏色值可以為與未被目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值的差值的絕對(duì)值最小的顏色值。需要說明的是，在某些時(shí)候，可能存在目標(biāo)顏色中包括多個(gè)與未被目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值最接近的顏色值的情況，此時(shí)，可從中任選一個(gè)進(jìn)行替換。示例性的，目標(biāo)顏色為與f1、f2、f3、f4…..f1000對(duì)應(yīng)的顏色為c1、c2、c3、c4……c1000，假設(shè)未被目標(biāo)顏色覆蓋的其中一個(gè)像素點(diǎn)A的顏色值為a，則從c1、c2、c3、c4……c1000中確定與顏色值a最接近的顏色值，例如，經(jīng)過計(jì)算得到c2的值為與a最接近的顏色值，則將第二圖像中的像素點(diǎn)A的顏色值替換為c2的值。步驟S207：將第三圖像轉(zhuǎn)換到目標(biāo)顏色空間，獲得目標(biāo)圖像。其中，目標(biāo)顏色空間為L(zhǎng)AB顏色空間。RGB顏色空間通常用于圖像像素的存儲(chǔ)，而對(duì)于Lab顏色空間而言，自然界中任何一點(diǎn)色都可以在Lab空間中表達(dá)出來，它的色彩空間比RGB空間還要大，這種模式是以數(shù)字化方式來描述人的視覺感應(yīng)，因此，在后續(xù)進(jìn)行顏色距離的計(jì)算時(shí)，在LAB顏色空間中進(jìn)行計(jì)算更符合人類視覺對(duì)于不同顏色之間的感知差異。具體的，先將第三圖像利用如下轉(zhuǎn)換矩陣從RGB顏色空間轉(zhuǎn)換到XYZ顏色空間：A=0.4339100.3762200.1898600.2126490.7151690.0721820.0177560.1094780.872915]]>然后，再將轉(zhuǎn)換到XYZ顏色空間中的圖像進(jìn)一步轉(zhuǎn)換到Lab顏色空間，經(jīng)過一系列的顏色空間轉(zhuǎn)換之后，獲得目標(biāo)圖像。在上述實(shí)施例中，基于第i視覺點(diǎn)按預(yù)設(shè)的計(jì)算規(guī)則分別計(jì)算各個(gè)目標(biāo)圖像塊的顯著值，具體為基于第i視覺點(diǎn)通過下式(3)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值：S(sk)=WiΣsk≠sqexp(-Ds(sk,sq)σs2)w(sq)Dc(sk,sq)---(3)]]>Wi＝exp(-σ*Ds(sk,VFi))其中，Dc(sk,sq)表示圖像塊sk和其它圖像塊sq之間的顏色距離，為圖像塊sk和視覺點(diǎn)VFi中心之間的歐式距離，w(sq)表示圖像塊sq對(duì)圖像塊sk的顯著值影響，為空間權(quán)值。其中，任意兩個(gè)圖像塊之間的顏色距離通過下式(4)計(jì)算：Dc(sk,sq)=ΣI=1c1ΣJ=1c2f(c1,I)f(c2,J)D(c1,I,c2,J)---(4)]]>其中，f(c1,I)表示圖像塊sk中第I種顏色出現(xiàn)的次數(shù)，f(c2,J)表示塊sq中第J種顏色出現(xiàn)的次數(shù)。在上述實(shí)施例中，對(duì)于多個(gè)目標(biāo)圖像塊中的每個(gè)目標(biāo)圖像塊，利用目標(biāo)圖像塊的顯著值計(jì)算目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力，具體為通過下式(5)計(jì)算目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力：Fj＝S(pj)exp(-γ*D2(pj,VFi))(5)其中，pj為一目標(biāo)圖像塊，S(pj)即為目標(biāo)圖像塊pj的顯著值，D2(pj,VFi)為目標(biāo)圖像塊pj與視覺點(diǎn)VFi的距離，γ為調(diào)節(jié)參數(shù)，其值可根據(jù)具體應(yīng)用情況設(shè)定，示例性的，其可設(shè)定為1。在上述實(shí)施例中，通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定第i+1視覺點(diǎn)，包括：通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定各個(gè)目標(biāo)圖像塊在水平方向上合力以及垂直方向上的合力，通過各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力，確定第i+1視覺點(diǎn)。進(jìn)一步地，通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定各個(gè)目標(biāo)圖像塊在水平方向上合力以及垂直方向上的合力的實(shí)現(xiàn)方式有多種。在一種可能的實(shí)現(xiàn)方式中，首先通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力計(jì)算各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力，然后計(jì)算各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力在水平方向上的分力以及垂直方向上的分力。其中，各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力在水平方向上的分力即為各個(gè)目標(biāo)圖像塊在水平方向上的合力，各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力在垂直方向上的分力即為各個(gè)目標(biāo)圖像塊在垂直方向上的合力。具體的，通過下式(6)計(jì)算各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力：F=Σj=1m×nFj---(6)]]>其中，m×n為目標(biāo)圖像塊的數(shù)量。通過下式(7)計(jì)算各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力在水平方向上的分力以及垂直方向上的分力：Fh=F*px-VFixD(p,VFi)Fv=F*py-VFiyD(p,VFi)---(7)]]>其中，F(xiàn)h為各個(gè)目標(biāo)圖像塊在水平方向上的合力，F(xiàn)v為各個(gè)目標(biāo)圖像塊在垂直方向上的合力，px和py分別為目標(biāo)圖像塊pj在水平方向和垂直方向的坐標(biāo)，VFix和VFiy分別為視覺點(diǎn)VFi在水平方向和垂直方向的坐標(biāo)。在另一種可能的實(shí)現(xiàn)方式中，首先，對(duì)于每個(gè)目標(biāo)圖像塊，通過目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力計(jì)算目標(biāo)圖像塊在水平方向上的分力以及垂直方向上的分力；然后，利用下式(8)通過各個(gè)目標(biāo)圖像塊在水平方向上分力計(jì)算各個(gè)目標(biāo)圖像塊在水平方向上分力的合力，通過各個(gè)目標(biāo)圖像塊在垂直方向上分力計(jì)算各個(gè)目標(biāo)圖像塊在垂直方向上分力的合力，得到各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力。FH=Σi=1m×nFjHFV=Σi=1m×nFjV---(8)]]>各個(gè)目標(biāo)圖像塊在水平方向上合力以及垂直方向上的合力FH和FV之后，通過各個(gè)目標(biāo)圖像塊在水平方向上分力的合力FH以及垂直方向上分力的合力FV，確定第i+1視覺點(diǎn)，包括：首先對(duì)FH和FV利用下式(9)進(jìn)行量化Dx=FHm×nDy=FVm×n---(9)]]>通過Dx和Dy，以及視覺點(diǎn)在水平方向和垂直方向的坐標(biāo)通過(VF(i+1)x,VF(i+1)y)＝(VFix+Dx,VFiy+Dy)計(jì)算第i+1視覺點(diǎn)的位置坐標(biāo)，即確定了第i+1視覺點(diǎn)。與上述方法相對(duì)應(yīng)，本發(fā)明實(shí)施例還提供了一種圖像顯著性檢測(cè)裝置，請(qǐng)參閱圖4，示除了該裝置的結(jié)構(gòu)示意圖，該裝置可以包括：圖像獲取模塊401、圖像分割模塊402、顯著值計(jì)算模塊403、引力計(jì)算模塊404、視覺點(diǎn)確定模塊405、判斷模塊406和顯著性區(qū)域確定模塊407。其中：圖像獲取模塊401，用于獲取目標(biāo)圖像。其中，目標(biāo)圖像可以為待檢測(cè)的初始圖像，也可以為對(duì)待檢測(cè)的初始圖像進(jìn)行預(yù)處理后獲得的圖像。優(yōu)選地，目標(biāo)圖像為對(duì)待檢測(cè)的初始圖像進(jìn)行預(yù)處理后獲得的圖像，其中，預(yù)處理用于減少待檢測(cè)的初始圖像中顏色的數(shù)量，以降低后續(xù)計(jì)算的復(fù)雜度。圖像分割模塊402，用于對(duì)圖像獲取模塊401獲取的目標(biāo)圖像進(jìn)行分割，獲得多個(gè)圖像塊；顯著值計(jì)算模塊403，用于基于第i視覺點(diǎn)計(jì)算圖像分割模塊402分割得到的各個(gè)目標(biāo)圖像塊的顯著值。其中，視覺點(diǎn)為多個(gè)圖像塊中的一個(gè)圖像塊，各個(gè)目標(biāo)圖像塊為所述多個(gè)圖像塊中除視覺點(diǎn)外的其它圖像塊，i取從1到N的整數(shù)，N小于等于所述多個(gè)圖像塊的數(shù)量，第1視覺點(diǎn)為多個(gè)圖像塊中位于中心區(qū)域的一圖像塊。引力計(jì)算模塊404，用于對(duì)于多個(gè)目標(biāo)圖像塊中的每個(gè)目標(biāo)圖像塊，利用顯著值計(jì)算模塊403計(jì)算得到的目標(biāo)圖像塊的顯著值計(jì)算目標(biāo)圖像塊對(duì)所述第i視覺點(diǎn)的引力。視覺點(diǎn)確定模塊405，用于通過引力計(jì)算模塊404計(jì)算得到的各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定第i+1視覺點(diǎn)。判斷模塊406，用于判斷視覺點(diǎn)確定模塊405確第i+1視覺點(diǎn)與所述第i視覺點(diǎn)的距離是否小于預(yù)設(shè)值。顯著性區(qū)域確定模塊407，用于當(dāng)判斷模塊406判斷出第i+1視覺點(diǎn)與第i視覺點(diǎn)的距離小于預(yù)設(shè)值時(shí)，確定第i+1視覺點(diǎn)為顯著性區(qū)域。當(dāng)判斷模塊406判斷出第i+1視覺點(diǎn)與第i視覺點(diǎn)的距離大于或等于小于預(yù)設(shè)值時(shí)，顯著值計(jì)算模塊403重新基于第i視覺點(diǎn)計(jì)算各個(gè)目標(biāo)圖像塊的顯著值。本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)裝置，可基于第i視覺點(diǎn)計(jì)算得到的各個(gè)目標(biāo)圖像塊的顯著值計(jì)算出各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力，并利用各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定出第i+1視覺點(diǎn)，當(dāng)?shù)趇+1視覺點(diǎn)與第i視覺點(diǎn)不滿足預(yù)設(shè)條件時(shí)，重新利用上述計(jì)算過程確定下一個(gè)視覺點(diǎn)，直至確定的視覺點(diǎn)與上一個(gè)視覺點(diǎn)滿足預(yù)設(shè)條件為止，本發(fā)明通過上述過程可獲得視覺點(diǎn)的移動(dòng)軌跡，從而最終找到顯著性區(qū)域。本發(fā)明提供的圖像顯著性檢測(cè)裝置，從人眼視覺機(jī)制出發(fā)，將圖像塊對(duì)視覺點(diǎn)的引力引入到圖像的顯著性檢測(cè)中，基于圖像塊對(duì)視覺點(diǎn)的引力尋找顯著性區(qū)域使得圖像的顯著性檢測(cè)效果較好。請(qǐng)參閱圖5示出了上述實(shí)施例中圖像獲取模塊401的結(jié)構(gòu)示意圖，圖像獲取模塊401可以包括：獲取子模塊501、第一處理子模塊502、第二處理子模塊503、確定子模塊504、篩選子模塊505、替換子模塊506和空間轉(zhuǎn)換子模塊507。獲取子模塊501，用于獲取待檢測(cè)的初始圖像。第一處理子模塊502，用于按預(yù)設(shè)的第一量化規(guī)則對(duì)獲取子模塊501獲取得所述初始圖像進(jìn)行量化處理，獲得第一圖像。第二處理子模塊503，用于按預(yù)設(shè)的第二量化規(guī)則對(duì)第一處理子模塊502處理得到的第一圖像進(jìn)行量化處理，獲得第二圖像。頻率確定子模塊504，用于確定第二處理子模塊503處理得到的第二圖像中各個(gè)顏色出現(xiàn)的頻率。篩選子模塊505，用于按頻率確定子模塊504確定頻率從大到小的順序，從第二圖像所具有顏色中篩選出目標(biāo)顏色。替換子模塊506，用于將第二圖像中未被篩選子模塊505篩選出的目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值，用目標(biāo)顏色中、與未被目標(biāo)顏色覆蓋的像素點(diǎn)的顏色值最接近的顏色值替代，獲得第三圖像?？臻g轉(zhuǎn)換子模塊507，用于將替換子模塊506替換后的第三圖像轉(zhuǎn)換到目標(biāo)顏色空間，獲得目標(biāo)圖像。進(jìn)一步地，篩選子模塊，具體用于按頻率從大到小的順序，依次累加與所述頻率對(duì)應(yīng)的像素點(diǎn)的數(shù)量，直至累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件，將使累加得到的像素點(diǎn)的數(shù)量滿足預(yù)設(shè)條件的各個(gè)頻率對(duì)應(yīng)的顏色確定為目標(biāo)顏色。其中，預(yù)設(shè)條件為累加得到的像素點(diǎn)的數(shù)量與第二圖像中像素點(diǎn)總數(shù)量的比值達(dá)到預(yù)設(shè)值或者在預(yù)設(shè)范圍內(nèi)。上述實(shí)施例提供圖像顯著性檢測(cè)裝置中，視覺點(diǎn)確定模塊可包括：合力確定子模塊和視覺點(diǎn)確定子模塊。其中：合力確定子模塊，用于通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定各個(gè)目標(biāo)圖像塊在水平方向上合力以及垂直方向上的合力。視覺點(diǎn)確定子模塊，用于通過合力確定子模塊確定的各個(gè)目標(biāo)圖像塊在水平方向上的合力以及垂直方向上的合力，確定第i+1視覺點(diǎn)。上述實(shí)施例提供圖像顯著性檢測(cè)裝置中，合力確定子模塊，具體用于通過各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力計(jì)算各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的合力，并計(jì)算合力在水平方向的分力和垂直方向上的分力，并將合力在水平方向的分力作為各個(gè)目標(biāo)圖像塊在水平方向上的合力，將合力在垂直方向的分力作為各個(gè)目標(biāo)圖像塊在垂直方向上的合力；或者，對(duì)于每個(gè)目標(biāo)圖像塊，通過目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力計(jì)算目標(biāo)圖像塊在水平方向上的分力以及垂直方向上的分力；通過各個(gè)目標(biāo)圖像塊在水平方向上分力計(jì)算各個(gè)目標(biāo)圖像塊在水平方向上的合力，通過各個(gè)目標(biāo)圖像塊在垂直方向上分力計(jì)算各個(gè)目標(biāo)圖像塊在垂直方向上的合力。上述實(shí)施例提供圖像顯著性檢測(cè)裝置中，顯著值計(jì)算模塊，具體用于基于第i視覺點(diǎn)通過下式計(jì)算各個(gè)目標(biāo)圖像塊的顯著值：S(sk)=WiΣsk≠sqexp(-Ds(sk,sq)σs2)w(sq)Dc(sk,sq)]]>Wi＝exp(-σ*Ds(sk,VFi))其中，Dc(sk,sq)表示圖像塊sk和圖像塊sq之間的顏色距離，Ds(sk,VFi)為圖像塊sk和視覺點(diǎn)VFi中心之間的歐式距離，w(sq)表示圖像塊sq對(duì)圖像塊sk的顯著值影響，為空間權(quán)值。其中，任意兩個(gè)圖像塊之間的顏色距離通過下式計(jì)算：Dc(sk,sq)=ΣI=1c1ΣJ=1c2f(c1,I)f(c2,J)D(c1,I,c2,J)]]>其中，f(c1,I)表示圖像塊sk中第I種顏色出現(xiàn)的次數(shù)，f(c2,J)表示塊sq中第J種顏色出現(xiàn)的次數(shù)。本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)方法及裝置，可基于第i視覺點(diǎn)計(jì)算得到的各個(gè)目標(biāo)圖像塊的顯著值計(jì)算出各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力，并利用各個(gè)目標(biāo)圖像塊對(duì)第i視覺點(diǎn)的引力確定出第i+1視覺點(diǎn)，當(dāng)?shù)趇+1視覺點(diǎn)與第i視覺點(diǎn)不滿足預(yù)設(shè)條件時(shí)，重新利用上述計(jì)算過程確定下一個(gè)視覺點(diǎn)，直至確定的視覺點(diǎn)與上一個(gè)視覺點(diǎn)滿足預(yù)設(shè)條件為止，本發(fā)明通過上述過程可獲得視覺點(diǎn)的移動(dòng)軌跡，從而最終找到顯著性區(qū)域。本發(fā)明提供的圖像顯著性檢測(cè)方法，從人眼視覺機(jī)制出發(fā)，將圖像塊對(duì)視覺點(diǎn)的引力引入到圖像的顯著性檢測(cè)中，基于圖像塊對(duì)視覺點(diǎn)的引力尋找顯著性區(qū)域使得圖像的顯著性檢測(cè)效果較好，另外，將圖像進(jìn)行量化處理，在不影響圖像顯示質(zhì)量的前提下降低圖像中顏色的數(shù)量，降低了計(jì)算復(fù)雜度，縮短了提高顯著性檢測(cè)的時(shí)間，本發(fā)明實(shí)施例提供的圖像顯著性檢測(cè)方法及裝置與現(xiàn)技術(shù)相比，不但具有較好的顯著性檢測(cè)效果，而且提高了顯著性的檢測(cè)效率。本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的方法、裝置和設(shè)備，可以通過其它的方式實(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一些通信接口，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明的單元可以是或者也可以不是物理上分開的，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)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(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)施例所述方法的全部或部分步驟。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(ROM，Read-OnlyMemory)、隨機(jī)存取存儲(chǔ)器(RAM，RandomAccessMemory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。對(duì)所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。當(dāng)前第1頁1 2 3