CN103679688B - 一种提取目标图像的方法及装置 - Google Patents

Abstract

本发明公开了一种提取目标图像的方法及装置，用以解决现有技术中提取目标图像的准确性较低的问题。该方法在输入图像中确定待搜索区域后，确定待搜索区域中每个像素点的边缘强度和边缘方向，并据此确定待搜索区域中的有效边缘像素点，分别确定每个有效边缘像素点的纹理差异度，并据此在待搜索区域中确定由若干个有效边缘像素点构成的连通域，在确定的连通域包含的图像中提取目标图像。由于位于目标图像周围的其他图像的纹理通常是相似的，但与目标图像的纹理相比通常差异较大，因此根据各有效边缘像素点的纹理差异度确定连通域，并在连通域包含的图像中提取目标图像，可以提高提取目标图像的准确性。

Description

一种提取目标图像的方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种提取目标图像的方法及装置。

背景技术

目前，在输入图像中提取目标图像的技术已经成为视频监控等领域中必不可少的核心技术。

例如，在智能交通领域中，对车辆进行图像采集后，通常需要提取采集的图像中包含的车牌的图像。此时，对车辆采集的图像即为输入图像，要提取的车牌的图像即为目标图像。而在某些应用场景下，除了要提取车牌的图像之外，还需要提取车标的图像，以辨识该车辆的品牌。

在现有技术中，在输入图像中提取车标图像的方法如图1所示。图1为现有技术中提取车标图像的过程，具体包括以下步骤：

S101：在输入图像中确定要提取的车标图像所在的待搜索区域。

其中，可以根据该输入图像中车牌所在的区域确定车标图像所在的待搜索区域。

S102：对确定的待搜索区域中的图像进行边缘计算，得到边缘图。

S103：在水平方向上将得到的边缘图划分为左部区域、中部区域、右部区域。

S104：确定该边缘图的左部区域和右部区域中的边缘方向。

S105：去除边缘图中确定的边缘方向，并将剩余的边缘进行膨胀合并，得到车标图像。

在上述过程中，由于车辆的车标两侧一般是相互对称的散热片，因此步骤S102中得到的边缘图中除了包括有车标的边缘之外，还包括有车标两侧的散热片的边缘。而通过步骤S103将边缘图划分为左部区域、中部区域、右部区域之后，车标的边缘就应位于中部区域中，两侧的散热片的边缘则分别为与左部区域和右部区域中。通过步骤S104，则可以确定出车标两侧的散热片的边缘方向，也即可以确定出散热片的方向。步骤S105中在边缘图中去除确定的边缘方向，则可以将边缘图中散热片的边缘去除掉，剩余的边缘就是车标的边缘，对剩余的边缘进行膨胀合并即可得到车标图像。

然而，通过如图1所示的方法，对于车辆前脸较为简单、或者车标两侧的散热片是水平方向或垂直方向的车辆的图像能够达到较好的效果，但是在实际应用场景中，存在着诸多车辆前脸较为复杂、流线型较高、车标两侧的散热片并非是标准的水平方向或垂直方向的车辆，对于这些车辆的图像，采用图1所示的方法则不能准确的提取出车标图像。因此，现有技术中提取目标图像的准确性较低。

发明内容

本发明实施例提供一种提取目标图像的方法及装置，用以解决现有技术中提取目标图像的准确性较低的问题。

本发明实施例提供的一种提取目标图像的方法，包括：

在输入图像中，确定要提取的目标图像所在的待搜索区域；

确定所述待搜索区域中包含的每个像素点的边缘强度和边缘方向；

根据每个像素点的边缘强度，确定所述待搜索区域中的有效边缘像素点；

分别确定每个有效边缘像素点的纹理差异度，其中，确定一个有效边缘像素点的纹理差异度的方法为：确定以该有效边缘像素点为中心的中心像素宏块，并确定与所述中心像素宏块相邻的邻域像素宏块，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；

根据确定的每个有效边缘像素点的纹理差异度，在所述待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域；

在确定的连通域包含的图像中提取所述目标图像。

本发明实施例提供的一种提取目标图像的装置，包括：

区域确定模块，用于在输入图像中，确定要提取的目标图像所在的待搜索区域；

边缘确定模块，用于确定所述待搜索区域中包含的每个像素点的边缘强度和边缘方向；

边缘点确定模块，用于根据每个像素点的边缘强度，确定所述待搜索区域中的有效边缘像素点；

纹理差异确定模块，用于分别确定每个有效边缘像素点的纹理差异度，其中，确定一个有效边缘像素点的纹理差异度的方法为：确定以该有效边缘像素点为中心的中心像素宏块，并确定与所述中心像素宏块相邻的邻域像素宏块，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；

连通域确定模块，用于根据确定的每个有效边缘像素点的纹理差异度，在所述待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域；

提取模块，用于在确定的连通域包含的图像中提取所述目标图像。

本发明实施例提供一种提取目标图像的方法及装置，该方法在输入图像中确定待搜索区域后，确定待搜索区域中每个像素点的边缘强度和边缘方向，并据此确定待搜索区域中的有效边缘像素点，分别确定每个有效边缘像素点的纹理差异度，并据此在待搜索区域中确定由若干个有效边缘像素点构成的连通域，在确定的连通域包含的图像中提取目标图像。由于位于目标图像周围的其他图像的纹理通常是相似的，但与目标图像的纹理相比通常差异较大，因此根据各有效边缘像素点的纹理差异度确定连通域，并在连通域包含的图像中提取目标图像，可以提高提取目标图像的准确性。

附图说明

图1为现有技术中提取车标图像的过程；

图2为本发明实施例提供的提取目标图像的过程；

图3为本发明实施例提供的当目标图像为车标图像时，在输入图像中确定待搜索区域的示意图；

图4A为本发明实施例提供的以一个有效边缘像素点为中心的中心像素宏块的示意图；

图4B为本发明实施例提供的中心像素宏块与邻域像素宏块的示意图；

图5为本发明实施例提供的确定一个有效边缘像素点的纹理差异度的详细过程；

图6为本发明实施例提供的提取目标图像的装置结构示意图。

具体实施方式

本发明实施例提供一种提取目标图像的方法及装置，该方法在输入图像中确定待搜索区域后，确定待搜索区域中每个像素点的边缘强度和边缘方向，并据此确定待搜索区域中的有效边缘像素点，分别确定每个有效边缘像素点的纹理差异度，并据此在待搜索区域中确定由若干个有效边缘像素点构成的连通域，在确定的连通域包含的图像中提取目标图像。由于位于目标图像周围的其他图像的纹理通常是相似的，但与目标图像的纹理相比通常差异较大，因此根据各有效边缘像素点的纹理差异度确定连通域，并在连通域包含的图像中提取目标图像，可以提高提取目标图像的准确性。

下面结合说明书附图，对本发明实施例进行详细描述。

图2为本发明实施例提供的提取目标图像的过程，具体包括以下步骤：

S201：在输入图像中，确定要提取的目标图像所在的待搜索区域。

在本发明实施例中，首先要在输入图像中确定目标图像所在的待搜索区域，可以采用现有技术中确定待搜索区域的方法在输入图像中确定待搜索区域。

下面以输入图像为采集的车辆图像，要提取的目标图像为车标图像为例进行说明。

图3为本发明实施例提供的当目标图像为车标图像时，在输入图像中确定待搜索区域的示意图。

当目标图像为车标图像时，先确定车牌图像在输入图像中所处的矩形区域，如图3所示，矩形ABCD即为输入图像，该输入图像中的矩形abcd所在的区域即为车牌图像在输入图像中所处的矩形区域。

将该矩形区域中位于上方的水平边界线，确定为要提取的目标图像所在的待搜索区域中位于下方的水平边界线，如图3所示，矩形abcd所在的区域的边界线ad即为矩形abcd所在的区域中位于上方的水平边界线，因此边界线ad即为待搜索区域中位于下方的水平边界线。

确定该矩形区域中位于上方的水平边界线的长度，分别将该矩形区域中位于左右两侧的垂直边界线向上延长确定的该长度，将延长了该长度的两条垂直边界线，分别确定为待搜索区域中位于左右两侧的垂直边界线，如图3所示。确定边界线ad的长度，矩形abcd所在的区域的边界线ab和dc即为矩形abcd所在的区域中位于左右两侧的垂直边界线，因此将边界线ab向上延长至a’，将边界线dc向上延长至d’，a’a和d’d的长度即为边界线ad的长度，将a’a和d’d确定为待搜索区域中位于左右两侧的垂直边界线。

连结待搜索区域左右两侧的垂直边界线上位于上方的端点，将连接该待搜索区域左右两侧的垂直边界线上位于上方的端点的线，确定为该待搜索区域中位于上方的水平边界线，如图3所示。待搜索区域中位于左右两侧的垂直边界线为a’a和d’d，其中，a’a上位于上方的端点为a’，d’d上位于上方的端点为d’，因此连结端点a’和d’，线a’d’作为待搜索区域中位于上方的水平边界线。

将确定的待搜索区域中位于下方的水平边界线、位于左右两侧的垂直边界线、位于上方的水平边界线所围成的区域，确定为待搜索区域，如图3所示。确定的待搜索区域中位于下方的水平边界线为ad，位于左右两侧的垂直边界线为a’a和d’d，位于上方的水平边界线为a’d’，因此由ad、a’a、d’d、a’d’所围成的正方形a’add’所在的区域就是待搜索区域。

S202：确定该待搜索区域中包含的每个像素点的边缘强度和边缘方向。

在本发明实施例中，可以通过对待搜索区域包含的图像进行边缘计算，来确定待搜索区域中包含的每个像素点的边缘强度和边缘方向，其中，可以采用任何边缘计算方法对待搜索区域包含的图像进行边缘计算。

下面以通过Sobel边缘计算的方法对待搜索区域包含的图像进行边缘计算为例进行说明。

当采用Sobel边缘计算方法时，针对待搜索区域中包含的每个像素点，通过Sobel算子，分别确定该像素点在水平方向上的边缘强度，以及该像素点在垂直方向上的边缘强度。也即，针对待搜索区域中包含的每个像素点，通过Sobel算子，分别确定该像素点在X轴和Y轴方向上的边缘强度。

采用公式P＝|X_Sobel|+|Y_Sobel|确定该像素点的边缘强度，其中，X_Sobel为该像素点在水平方向上的边缘强度，Y_Sobel为该像素点在垂直方向上的边缘强度，P为确定的该像素点的边缘强度。

采用公式确定该像素点的边缘方向，其中，Dir为确定的该像素点的边缘方向，Dir的取值为0°到180°的范围。

S203：根据每个像素点的边缘强度，确定该待搜索区域中的有效边缘像素点。

为了降低边缘强度较小的噪声像素点对后续提取目标图像的准确性的影响，本发明实施例中将边缘强度较大的像素点作为有效边缘像素点。具体的，可以预先设定一个强度阈值，并根据确定的每个像素点的边缘强度，在待搜索区域中确定边缘强度大于设定强度阈值的像素点，作为该待搜索区域中的有效边缘像素点。

S204：分别确定每个有效边缘像素点的纹理差异度。

在本发明实施例中，确定一个有效边缘像素点的纹理差异度的方法具体为：确定以该有效边缘像素点为中心的中心像素宏块，并确定与该中心像素宏块相邻的邻域像素宏块，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定作为该中心像素宏块的中心的该有效边缘像素点的纹理差异度。

S205：根据确定的每个有效边缘像素点的纹理差异度，在待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域。

S206：在确定的连通域包含的图像中提取目标图像。

由于目标图像（如车标图像）本身的纹理差异度较大，而周围其他图像（如车标周围的散热片图像）的纹理通常较为相似，也即周围其他图像的纹理差异度较小，因此目标图像的纹理差异度与周围其他图像的纹理差异度相比具有明显的差别，从而上述步骤S205中根据确定的每个有效边缘像素点的纹理差异度，在待搜索区域中确定由若干个有限边缘像素点构成的连通域，并通过后续的步骤S206在确定的连通域中提取目标图像的方法，相比于现有技术中仅仅通过去除边缘图中指定方向的边缘而提取目标图像的方法，可以提高提取目标图像的准确性。

在上述图2所示的步骤S204中，确定一个有效边缘像素点的纹理差异度时，可以采用现有技术中的方法先确定该有效边缘像素点的纹理相似度，再根据确定的纹理相似度确定该有效边缘像素点的纹理差异度。

为了保证确定的纹理差异度的准确性，以提高后续提取目标图像的准确性，本发明实施例提供了两种确定有效边缘像素点的纹理差异度的方法，如下。

方法一。分别针对预设的每个边缘方向区间，在以该有效边缘像素点为中心的中心像素宏块包含的所有有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第一数量，在与该中心像素宏块相邻的领域像素宏块包含的所有有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第二数量，确定该第一数量与该第二数量的差值的绝对值；将分别针对预设的每个边缘方向区间确定的绝对值的和值，确定为作为该中心像素宏块的中心的有效边缘像素点的纹理差异度。

例如，可以预设边缘方向区间分别为：[0°,0.5°)、[0.5°,1.5°)、[1.5°,2.5°)、[2.5°,3.5°)、……[178.5°,179.5°)、[179.5°,180°]，共181个边缘方向区间。则，针对预设的边缘方向区间[0°,0.5°)，确定中心像素宏块中边缘方向在[0°,0.5°)内的有效边缘像素点的第一数量，确定邻域像素宏块中中边缘方向在[0°,0.5°)内的有效边缘像素点的第二数量，确定第一数量与第二数量的差值的绝对值。类似的，分别针对上述预设的181个边缘方向区间均确定出第一数量与第二数量的差值的绝对值，最后将确定的各绝对值的和值确定为作为该中心像素宏块的中心的有效边缘像素点的纹理差异度。

方法二。方法二是在方法一的基础上作出了改进的方法，可以进一步提高确定的纹理差异度的准确性。具体的，在确定一个有效边缘像素点的纹理差异度的过程中，确定以该有效边缘像素点为中心的中心像素宏块的方法可以为：确定以该有效边缘像素点为中心、且大小为W×W的中心像素宏块，其中，W为不小于3的奇数，如图4A所示。

图4A为本发明实施例提供的以一个有效边缘像素点为中心的中心像素宏块的示意图，在图4A中，待确定纹理差异度的有效边缘像素点为像素点A，则分别在像素点A的上、下两个方向上确定到像素点A的距离均为n的两条水平直线，分别在像素点A的左、右两个方向上确定到像素点A的距离也均为n的两条垂直直线，确定的两条水平直线和两条垂直直线所围成的区域就是以像素点A为中心的中心像素宏块。此时，该像素宏块的大小即为W×W＝(2n-1)×(2n-1)，也即中心像素宏块的每个边长W均为2n-1。

相应的，确定与该中心像素宏块相邻的邻域像素宏块的方法可以为：确定与该中心像素宏块相邻、且与该中心像素宏块相同大小的邻域像素宏块，如图4B所示。

图4B为本发明实施例提供的中心像素宏块与邻域像素宏块的示意图，在图4B中，确定的中心像素宏块为宏块C，在宏块C的左上、上、右上、右、右下、下、左下、左共8个方向上分别确定了与该宏块C相邻，且与该宏块C相同大小的8个邻域像素宏块，分别为宏块N1~N8。

当然，上述确定中心像素宏块和邻域像素宏块的方法同样适用于方法一。

在确定了以一个有效边缘像素点为中心的中心像素宏块，以及与该中心像素宏块相邻且相同大小的各邻域像素宏块后，方法二中确定该有效边缘像素点的纹理差异度的过程具体如图5所示。图5为本发明实施例提供的确定一个有效边缘像素点的纹理差异度的详细过程，具体包括以下步骤：

S501：分别对中心像素宏块和邻域像素宏块中包含的有效边缘像素点的边缘方向进行取整操作。

也即，对中心像素宏块中包含的每个有效边缘像素点的边缘方向进行取整操作，对各邻域像素宏块中包含的每个有效边缘像素点的边缘方向也进行取整操作。其中，对有效边缘像素点的边缘方向进行取整操作时，可以采用四舍五入的取整方式进行取整操作，当然，也可以采用上取整或下取整的方式进行取整操作。

例如，假设某个有效边缘像素点的边缘方向为1.4°，则对该有效边缘像素点的边缘方向进行四舍五入取整后得到的取整值为1°。

S502：分别针对每个边缘方向D，确定中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值。

具体的，可以根据公式 ${\mathrm{Hist}}_C\left(D\right)=\frac{M_C\left(D\right)}{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{M}_C\left(D\right)}$ 或者 ${\mathrm{Hist}}_C\left(D\right)=\frac{M_C\left(D\right)}{\sqrt{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{\left(M_C\left(D\right)\right)}^2}},$ 确定中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，D为0到180的整数，M_C(D)为中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_C(D)为中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值。

例如，通过步骤S501对中心像素宏块中包含的有效边缘像素点的边缘方向进行取整操作后，则统计取整后的边缘方向为0°的有效边缘像素点的数量M_C(0)，统计取整后的边缘方向为1°的有效边缘像素点的数量M_C(1)，统计取整后的边缘方向为2°的有效边缘像素点的数量M_C(2)，以此类推，直至统计取整后的边缘方向为180°的有效边缘像素点的数量M_C(180)为止。由上例可以看出，在方法二中，如果在步骤S501中对中心像素宏块中包含的有效边缘像素点的边缘方向进行四舍五入取整，则步骤S502中统计的取整后的边缘方向为0°的有效边缘像素点的数量M_C(0)，即为通过方法一确定的该中心像素宏块中边缘方向在[0°,0.5°)内的有效边缘像素点的第一数量。类似的，方法二中统计的取整后的边缘方向为1°的有效边缘像素点的数量M_C(1)，即为通过方法一确定的该中心像素宏块中边缘方向在[0.5°,1.5°)内的有效边缘像素点的第一数量，以此类推。

采用公式 ${\mathrm{Hist}}_C\left(D\right)=\frac{M_C\left(D\right)}{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{M}_C\left(D\right)}$ 或者 ${\mathrm{Hist}}_C\left(D\right)=\frac{M_C\left(D\right)}{\sqrt{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{\left(M_C\left(D\right)\right)}^2}}$ 分别确定中心像素宏块中边缘方向的取整值为0、1、2......180（即D＝0、1、2……180时）的有效边缘像素点的数量的归一化值Hist_C(0)、Hist_C(1)、Hist_C(2)......Hist_C(180)。

S503：分别针对每个边缘方向D，确定每个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值。

具体的，可以根据公式 ${\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)=\frac{M_{\mathrm{Ni}}\left(D\right)}{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{M}_{\mathrm{Ni}}\left(D\right)}$ 或者 ${\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)=\frac{M_{\mathrm{Ni}}\left(D\right)}{\sqrt{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{\left(M_{\mathrm{Ni}}\left(D\right)\right)}^2}},$ 确定每个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，M_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值。

例如，通过步骤S501对每个邻域像素宏块中包含的有效边缘像素点的边缘方向进行取整操作后，则对于第i个邻域像素宏块，统计该邻域像素宏块中取整后的边缘方向为0°的有效边缘像素点的数量M_Ni(0)，统计取整后的边缘方向为1°的有效边缘像素点的数量M_Ni(1)，统计取整后的边缘方向为2°的有效边缘像素点的数量M_Ni(2)，以此类推，直至统计取整后的边缘方向为180°的有效边缘像素点的数量M_Ni(180)为止。采用上述方法对每个邻域像素宏块中取整后的边缘方向为0°、1°、2°......180°的有效边缘像素点的数量都进行统计。由上例可以看出，在方法二中，如果在步骤S501中对邻域像素宏块中包含的有效边缘像素点的边缘方向进行四舍五入取整，则步骤S503中统计的取整后的边缘方向为0°的有效边缘像素点的数量M_Ni(0)，即为通过方法一确定的该邻域像素宏块中边缘方向在[0°,0.5°)内的有效边缘像素点的第二数量。类似的，方法二中统计的取整后的边缘方向为1°的有效边缘像素点的数量M_Ni(1)，即为通过方法一确定的该邻域像素宏块中边缘方向在[0.5°,1.5°)内的有效边缘像素点的第二数量，以此类推。

采用公式 ${\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)=\frac{M_{\mathrm{Ni}}\left(D\right)}{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{M}_{\mathrm{Ni}}\left(D\right)}$ 或者 ${\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)=\frac{M_{\mathrm{Ni}}\left(D\right)}{\sqrt{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{\left(M_{\mathrm{Ni}}\left(D\right)\right)}^2}}$ 确定第i个邻域像素宏块中边缘方向的取整值为0、1、2......180（即D＝0、1、2……180时）的有效边缘像素点的数量的归一化值Hist_Ni(0)、Hist_Ni(1)、Hist_Ni(2)……Hist_Ni(180)。采用上述方法确定每个邻域像素宏块中边缘方向的取整值为0、1、2……180的有效边缘像素点的数量归一化值。

S504：根据步骤S502和步骤S503中确定的数量归一化值确定作为中心像素宏块的中心的该有效边缘像素点的纹理差异度。

具体的，可以根据公式 $\mathrm{TexDiff}=\min \left(\underset{D=0}{\overset{180}{\mathrm{\Σ}}}\right|{\mathrm{Hist}}_C\left(D\right)-{\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)\left|\right)$ 确定作为中心像素宏块的中心的该有效边缘像素点的纹理差异度。也即，针对第i个邻域像素宏块，采用公式确定中心像素宏块与该第i个邻域像素宏块的纹理差异度，类似的，确定中心像素宏块与每个邻域像素宏块的纹理差异度，将其中的最小值确定为该有效边缘像素点的纹理差异度。

上述图5所示的步骤S502和S503的执行顺序不分先后。

可以看出，方法二与方法一的区别之处就在于，方法一针对每个边缘方向区间，确定出中心像素宏块中边缘方向在该边缘方向区间内的有效边缘像素点的第一数量（相当于方法二中的M_C(D)），以及邻域像素宏块中边缘方向在该边缘方向区间内的有效边缘像素点的第二数量（相当于方法二中的M_Ni(D)）后，直接取第一数量和第二数量的差值的绝对值，而方法二确定出M_C(D)和M_Ni(D)后，要分别确定归一化值Hist_C(D)和Hist_Ni(D)，再取两个归一化值的差值的绝对值。这是由于中心像素宏块和邻域像素宏块中包含的有效边缘像素点的总数量往往并不相同，如果直接取第一数量和第二数量的差值的绝对值，就会降低后续确定纹理差异度的准确性，而分别将第一数量和第二数量进行归一化，再取得到的两个归一化值的差值的绝对值，则可以提高确定的纹理差异度的准确性。

较佳的，为了提高确定的有效边缘像素点的纹理差异度的准确性，以提高后续提取目标图像的准确性，本发明实施例中在确定一个有效边缘像素点的纹理差异度时，可以确定至少两个以该有效边缘像素点为中心的中心像素宏块，确定的至少两个中心像素宏块的大小各不相同，再分别针对每个中心像素宏块，确定与该中心像素宏块相邻、且与该中心像素宏块相同大小的邻域像素宏块，最后分别针对确定的每个中心像素宏块执行：根据该中心像素宏块以及与该中心像素宏块的大小相同的各邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；将分别针对每个中心像素宏块确定出的纹理差异度中的最小值重新确定为该有效边缘像素点的纹理差异度。

例如，可以预定W分别为3、5、7、9，则在确定一个有效边缘像素点的纹理差异度时，分别确定以该有效边缘像素点为中心，且大小分别为3×3、5×5、7×7、9×9的四个中心像素宏块。

针对大小为3×3的中心像素宏块，可以确定如图4B所示的与该中心像素宏块相邻、且大小也是3×3的8个邻域像素宏块。类似的，针对大小为5×5、7×7、9×9这三个中心像素宏块，也相应确定大小为5×5、7×7、9×9的邻域像素宏块。

针对大小为3×3的中心像素宏块，根据该中心像素宏块以及大小同样是3×3的各邻域像素宏块中分别包含的有效边缘像素点的数量和方向，采用如图5所示的步骤S501~S504确定该有效边缘像素点（作为该大小为3×3的中心像素宏块的中心的有效边缘像素点）的纹理差异度。类似的，针对大小为5×5、7×7、9×9这三个中心像素宏块，也采用如图5所示的方法相应确定该有效边缘像素点的纹理差异度。此时共确定出4个纹理差异度，将其中的最小值最终确定为该有效边缘像素点的纹理差异度。

采用上述方法确定出待搜索区域中的每个有效边缘像素点的纹理差异度后，则可以在待搜索区域中确定由若干个有效边缘像素点构成的连通域，具体方法为：将非有效边缘像素点的纹理差异度设置为0，并按照纹理差异度从大到小的顺序，依次选择出设定数量的有效边缘像素点，分别以选择出的每个有效边缘像素点为种子点进行邻域生长处理，得到至少一个连通域。其中，进行邻域生长处理的生长条件为：与当前作为生长点的像素点相邻的邻域像素点的纹理差异度，不小于当前作为生长点的该像素点的纹理差异度乘设定参数的乘积。该设定数量具体可以根据需要进行设定，该设定参数可以在0到1之间的进行设定。

例如，该设定数量可以为3，设定参数可以为0.9，则在确定连通域时，先将非有效边缘像素点的纹理差异度设置为0，并选择出纹理差异度最大的3个有效边缘像素点，分别以选择出的这3个有效边缘像素点为种子点进行邻域生长处理。在进行邻域生长处理时，可以采用八邻域生长算法进行处理，且生长条件为与当前作为生长点的像素点相邻的邻域像素点的纹理差异度，不小于当前作为生长点的该像素点的纹理差异度的0.9倍。

具体的，以一个有效边缘像素点为种子点进行上述生长条件的八邻域生长处理时，先以该种子点作为生长点，针对与该生长点相邻的8个邻域像素点，如果该邻域像素点的纹理差异度不小于种子点的纹理差异度的0.9倍，则生长到该邻域像素点，否则不生长到该邻域像素点。此时，种子点以及生长到的邻域像素点就构成了一个连通域，后续再以生长到的每个邻域像素点为生长点，继续采用上述方法进行八邻域生长，以不断扩大该连通域，直至该连通域不再扩大为止。

采用上述方法进行邻域生长处理，得到的连通域中不会包含非有效边缘像素点，也即得到的连通域是由若干个有效边缘像素点构成的，这是因为在邻域生长处理时，生长到的邻域像素点的纹理差异度需要大于等于生长点的纹理差异度乘设定参数的乘积，而非有效边缘像素点的纹理差异度已经被设置为0，作为种子点的像素点是有效边缘像素点，其纹理差异度是大于0的，从而非有效边缘像素点的纹理差异度不可能会大于等于有效边缘像素点的纹理差异度与设定参数的乘积，因此进行邻域生长处理得到的连通域仅由有效边缘像素点构成，不会包含任何一个非有效边缘像素点。后续则可以在确定出的连通域包含的图像中提取目标图像。

另外，本发明实施例中确定连通域的方法还可以为：将非有效边缘像素点的纹理差异度设置为0，并针对待搜索区域中的每个像素点，生成与该像素点对应的纹理差异像素点，生成的纹理差异像素点的像素值为其所对应的待搜索区域中的像素点的纹理差异度；按照生成的纹理差异像素点所对应的待搜索区域中的像素点在待搜索区域中的位置，将生成的每个纹理差异像素点按照其对应的待搜索区域中的像素点在待搜索区域中所处的位置进行排列，构成纹理差异图；按照像素值从大到小的顺序，在纹理差异图中依次选择出设定数量的纹理差异像素点，分别以选择出的每个纹理差异像素点进行邻域生长处理，得到至少一个连通域，其中，进行邻域生长处理的生长条件为：与当前作为生长点的纹理差异像素点相邻的邻域像素点的像素值，不小于该生长点的像素值乘设定参数的乘积；在纹理差异图中得到连通域后，根据纹理差异图中各纹理差异像素点与待搜索区域中各像素点的对应关系，确定纹理差异图中的连通域所对应的待搜索区域中的连通域。后续则在确定的待搜索区域中的连通域包含的图像中提取目标图像。

在本发明实施例中，由于在待搜索区域中确定出的连通域可能不止一个，因此图2所示的步骤S206从待搜索区域的连通域包含的图像中提取目标图像时，可以针对确定出的每个连通域，确定该连通域中包含的有效边缘像素点的纹理差异度的平均值，在确定出的各连通域中，选择确定的平均值最大的连通域，在选择的连通域包含的图像中提取目标图像。这是因为目标图像的纹理差异度通常较大，因此在包含的有效边缘像素点的纹理差异度的平均值最大的连通域中提取目标图像，可以进一步提高提取目标图像的准确性。

进一步的，当要提取的目标图像为车标图像时，在图2所示的步骤S206中，则可以根据车标的形状特点进行提取，以进一步提高提取目标图像的准确性。具体的，针对在待搜索区域中确定的每个连通域，确定该连通域的外接矩形，当确定的外接矩形的高度与宽度的比值不大于设定比值时，将该连通域确定为备选连通域；针对确定的每个备选连通域，确定该备选连通域中包含的有效边缘像素点的纹理差异度的平均值；选择确定的平均值最大的备选连通域，在选择的备选连通域包含的图像中提取所述目标图像。其中，该设定比值可以根据实际情况进行设定，例如设定为2。

当然，当要提取的目标图像不是车标图像时，也可以采用其他方法筛选连通域，并在筛选出的连通域中提取目标图像。

图6为本发明实施例提供的提取目标图像的装置结构示意图，具体包括：

区域确定模块601，用于在输入图像中，确定要提取的目标图像所在的待搜索区域；

边缘确定模块602，用于确定所述待搜索区域中包含的每个像素点的边缘强度和边缘方向；

边缘点确定模块603，用于根据每个像素点的边缘强度，确定所述待搜索区域中的有效边缘像素点；

纹理差异确定模块604，用于分别确定每个有效边缘像素点的纹理差异度，其中，确定一个有效边缘像素点的纹理差异度的方法为：确定以该有效边缘像素点为中心的中心像素宏块，并确定与所述中心像素宏块相邻的邻域像素宏块，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；

连通域确定模块605，用于根据确定的每个有效边缘像素点的纹理差异度，在所述待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域；

提取模块606，用于在确定的连通域包含的图像中提取所述目标图像。

所述区域确定模块601具体用于，当要提取的目标图像为车标图像时，确定车牌图像在所述输入图像中所处的矩形区域；将所述矩形区域中位于上方的水平边界线，确定为要提取的目标图像所在的待搜索区域中位于下方的水平边界线；确定所述矩形区域中位于上方的水平边界线的长度，分别将所述矩形区域中位于左右两侧的垂直边界线向上延长确定的所述长度，将延长了所述长度的两条垂直边界线，分别确定为所述待搜索区域中位于左右两侧的垂直边界线；连结所述待搜索区域左右两侧的垂直边界线上位于上方的端点，将连结所述待搜索区域左右两侧的垂直边界线上位于上方的端点的线，确定为所述待搜索区域中位于上方的水平边界线；将确定的所述待搜索区域中位于下方的水平边界线、位于左右两侧的垂直边界线、位于上方的水平边界线所围成的区域，确定为所述待搜索区域。

所述边缘确定模块602具体用于，针对所述待搜索区域中包含的每个像素点，通过Sobel算子，分别确定该像素点在水平方向上的边缘强度，以及该像素点在垂直方向上的边缘强度；采用公式P＝|X_Sobel|+|Y_Sobel|确定该像素点的边缘强度，其中，X_Sobel为该像素点在水平方向上的边缘强度，Y_Sobel为该像素点在垂直方向上的边缘强度，P为确定的该像素点的边缘强度；采用公式确定该像素点的边缘方向，其中，Dir为确定的该像素点的边缘方向。

所述边缘点确定模块603具体用于，根据确定的每个像素点的边缘强度，在所述待搜索区域中确定边缘强度大于设定强度阈值的像素点，作为所述待搜索区域中的有效边缘像素点。

所述纹理差异度模块604具体用于，分别针对预设的每个边缘方向区间，在所述中心像素宏块包含的有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第一数量，在所述领域像素宏块包含的有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第二数量，确定所述第一数量与所述第二数量的差值的绝对值；将分别针对预设的每个边缘方向区间确定的绝对值的和值，确定为作为所述中心像素宏块的中心的有效边缘像素点的纹理差异度。

所述纹理差异确定模块604具体包括：

中心确定单元6041，用于确定以该有效边缘像素点为中心、且大小为W×W的中心像素宏块，其中，W为不小于3的奇数；

邻域确定单元6042，用于确定与所述中心像素宏块相邻、且与所述中心像素宏块相同大小的邻域像素宏块；

纹理差异确定单元6043，用于分别对所述中心像素宏块和邻域像素宏块中包含的有效边缘像素点的边缘方向进行取整操作；分别针对每个边缘方向D，根据公式 ${\mathrm{Hist}}_C\left(D\right)=\frac{M_C\left(D\right)}{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{M}_C\left(D\right)}$ 或者 ${\mathrm{Hist}}_C\left(D\right)=\frac{M_C\left(D\right)}{\sqrt{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{\left(M_C\left(D\right)\right)}^2}},$ 确定所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，D为0到180的整数，M_C(D)为所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_C(D)为所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值；分别针对每个边缘方向D，根据公式 ${\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)=\frac{M_{\mathrm{Ni}}\left(D\right)}{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{M}_{\mathrm{Ni}}\left(D\right)}$ 或者 ${\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)=\frac{M_{\mathrm{Ni}}\left(D\right)}{\sqrt{\underset{D=0}{\overset{180}{\mathrm{\Σ}}}{\left(M_{\mathrm{Ni}}\left(D\right)\right)}^2}},$ 确定每个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，M_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值；根据公式 $\mathrm{TexDiff}=\min \left(\underset{D=0}{\overset{180}{\mathrm{\Σ}}}\right|{\mathrm{Hist}}_C\left(D\right)-{\mathrm{Hist}}_{\mathrm{Ni}}\left(D\right)\left|\right)$ 确定作为所述中心像素宏块的中心的该有效边缘像素点的纹理差异度。

所述纹理差异确定模块604具体包括：

中心确定单元6041，用于确定至少两个以该有效边缘像素点为中心的中心像素宏块，确定的至少两个中心像素宏块的大小各不相同；

邻域确定单元6042，用于分别针对确定的每个中心像素宏块，确定与该中心像素宏块相邻、且与该中心像素宏块相同大小的邻域像素宏块；

纹理差异确定单元6043，用于分别针对确定的每个中心像素宏块执行：根据该中心像素宏块以及与该中心像素宏块的大小相同的各邻域像素宏块中分别包含的有效边缘像素点的个数和边缘方向，确定该有效边缘像素点的纹理差异度；将分别针对每个中心像素宏块确定出的纹理差异度中的最小值重新确定为该有效边缘像素点的纹理差异度。

所述连通域确定模块605具体用于，将非有效边缘像素点的纹理差异度设置为0，按照纹理差异度从大到小的顺序，依次选择设定数量的有效边缘像素点；分别以选择出的每个有效边缘像素点为种子点进行邻域生长处理，得到至少一个连通域，其中，所述邻域生长处理的生长条件为：与当前作为生长点的像素点相邻的邻域像素点的纹理差异度，不小于当前作为生长点的该像素点的纹理差异度乘设定参数的乘积。

所述提取模块606具体用于，针对确定出的每个连通域，确定该连通域中包含的有效边缘像素点的纹理差异度的平均值；在确定出的各连通域中，选择确定的平均值最大的连通域，在选择的连通域包含的图像中提取所述目标图像。

本发明实施例提供一种提取目标图像的方法及装置，该方法在输入图像中确定待搜索区域后，确定待搜索区域中每个像素点的边缘强度和边缘方向，并据此确定待搜索区域中的有效边缘像素点，分别确定每个有效边缘像素点的纹理差异度，并据此在待搜索区域中确定由若干个有效边缘像素点构成的连通域，在确定的连通域包含的图像中提取目标图像。由于位于目标图像周围的其他图像的纹理通常是相似的，但与目标图像的纹理相比通常差异较大，因此根据各有效边缘像素点的纹理差异度确定连通域，并在连通域包含的图像中提取目标图像，可以提高提取目标图像的准确性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (18)

1.一种提取目标图像的方法，其特征在于，包括：

在输入图像中，确定要提取的目标图像所在的待搜索区域；

确定所述待搜索区域中包含的每个像素点的边缘强度和边缘方向；

根据每个像素点的边缘强度，确定所述待搜索区域中的有效边缘像素点；

分别确定每个有效边缘像素点的纹理差异度，其中，确定一个有效边缘像素点的纹理差异度的方法为：确定以该有效边缘像素点为中心的中心像素宏块，并确定与所述中心像素宏块相邻的邻域像素宏块，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；

根据确定的每个有效边缘像素点的纹理差异度，在所述待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域；

在确定的连通域包含的图像中提取所述目标图像。

2.如权利要求1所述的方法，其特征在于，当要提取的目标图像为车标图像时，确定要提取的目标图像所在的待搜索区域具体包括：

确定车牌图像在所述输入图像中所处的矩形区域；

将所述矩形区域中位于上方的水平边界线，确定为要提取的目标图像所在的待搜索区域中位于下方的水平边界线；

确定所述矩形区域中位于上方的水平边界线的长度，分别将所述矩形区域中位于左右两侧的垂直边界线向上延长确定的所述长度，将延长了所述长度的两条垂直边界线，分别确定为所述待搜索区域中位于左右两侧的垂直边界线；

连结所述待搜索区域左右两侧的垂直边界线上位于上方的端点，将连结所述待搜索区域左右两侧的垂直边界线上位于上方的端点的线，确定为所述待搜索区域中位于上方的水平边界线；

将确定的所述待搜索区域中位于下方的水平边界线、位于左右两侧的垂直边界线、位于上方的水平边界线所围成的区域，确定为所述待搜索区域。

3.如权利要求1所述的方法，其特征在于，确定所述待搜索区域中包含的每个像素点的边缘强度和边缘方向，具体包括：

针对所述待搜索区域中包含的每个像素点，通过Sobel算子，分别确定该像素点在水平方向上的边缘强度，以及该像素点在垂直方向上的边缘强度；

采用公式P＝|X_Sobel|+|Y_Sobel|确定该像素点的边缘强度，其中，X_Sobel为该像素点在水平方向上的边缘强度，Y_Sobel为该像素点在垂直方向上的边缘强度，P为确定的该像素点的边缘强度；

采用公式确定该像素点的边缘方向，其中，Dir为确定的该像素点的边缘方向。

4.如权利要求1所述的方法，其特征在于，根据每个像素点的边缘强度，确定所述待搜索区域中的有效边缘像素点，具体包括：

根据确定的每个像素点的边缘强度，在所述待搜索区域中确定边缘强度大于设定强度阈值的像素点，作为所述待搜索区域中的有效边缘像素点。

5.如权利要求1所述的方法，其特征在于，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度，具体包括：

分别针对预设的每个边缘方向区间，在所述中心像素宏块包含的有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第一数量，在所述邻域像素宏块包含的有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第二数量，确定所述第一数量与所述第二数量的差值的绝对值；

将分别针对预设的每个边缘方向区间确定的绝对值的和值，确定为作为所述中心像素宏块的中心的有效边缘像素点的纹理差异度。

6.如权利要求1所述的方法，其特征在于，确定以该有效边缘像素点为中心的中心像素宏块，具体包括：

确定以该有效边缘像素点为中心、且大小为W×W的中心像素宏块，其中，W为不小于3的奇数；

确定与所述中心像素宏块相邻的邻域像素宏块，具体包括：

确定与所述中心像素宏块相邻、且与所述中心像素宏块相同大小的邻域像素宏块；

根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度，具体包括：

分别对所述中心像素宏块和邻域像素宏块中包含的有效边缘像素点的边缘方向进行取整操作；

分别针对每个边缘方向D，根据公式或者确定所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，D为0到180的整数，M_C(D)为所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_C(D)为所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值；

分别针对每个边缘方向D，根据公式或者确定每个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，M_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值；

根据公式确定作为所述中心像素宏块的中心的该有效边缘像素点的纹理差异度。

7.如权利要求1所述的方法，其特征在于，确定以该有效边缘像素点为中心的中心像素宏块，具体包括：

确定至少两个以该有效边缘像素点为中心的中心像素宏块，确定的至少两个中心像素宏块的大小各不相同；

确定与所述中心像素宏块相邻的邻域像素宏块，具体包括：

分别针对确定的每个中心像素宏块，确定与该中心像素宏块相邻、且与该中心像素宏块相同大小的邻域像素宏块；

根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度，具体包括：

分别针对确定的每个中心像素宏块执行：根据该中心像素宏块以及与该中心像素宏块的大小相同的各邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；

将分别针对每个中心像素宏块确定出的纹理差异度中的最小值重新确定为该有效边缘像素点的纹理差异度。

8.如权利要求1所述的方法，其特征在于，根据确定的每个有效边缘像素点的纹理差异度，在所述待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域，具体包括：

将非有效边缘像素点的纹理差异度设置为0，并按照纹理差异度从大到小的顺序，依次选择出设定数量的有效边缘像素点；

分别以选择出的每个有效边缘像素点为种子点进行邻域生长处理，得到至少一个连通域，其中，所述邻域生长处理的生长条件为：与当前作为生长点的像素点相邻的邻域像素点的纹理差异度，不小于当前作为生长点的该像素点的纹理差异度乘设定参数的乘积。

9.如权利要求1所述的方法，其特征在于，在确定的连通域包含的图像中提取所述目标图像，具体包括：

针对确定出的每个连通域，确定该连通域中包含的有效边缘像素点的纹理差异度的平均值；

在确定出的各连通域中，选择确定的平均值最大的连通域；

在选择的连通域包含的图像中提取所述目标图像。

10.一种提取目标图像的装置，其特征在于，包括：

区域确定模块，用于在输入图像中，确定要提取的目标图像所在的待搜索区域；

边缘确定模块，用于确定所述待搜索区域中包含的每个像素点的边缘强度和边缘方向；

边缘点确定模块，用于根据每个像素点的边缘强度，确定所述待搜索区域中的有效边缘像素点；

纹理差异确定模块，用于分别确定每个有效边缘像素点的纹理差异度，其中，确定一个有效边缘像素点的纹理差异度的方法为：确定以该有效边缘像素点为中心的中心像素宏块，并确定与所述中心像素宏块相邻的邻域像素宏块，根据中心像素宏块和邻域像素宏块中分别包含的有效边缘像素点的数量和边缘方向，确定该有效边缘像素点的纹理差异度；

连通域确定模块，用于根据确定的每个有效边缘像素点的纹理差异度，在所述待搜索区域中确定至少一个由若干个有效边缘像素点构成的连通域；

提取模块，用于在确定的连通域包含的图像中提取所述目标图像。

11.如权利要求10所述的装置，其特征在于，所述区域确定模块具体用于，当要提取的目标图像为车标图像时，确定车牌图像在所述输入图像中所处的矩形区域；将所述矩形区域中位于上方的水平边界线，确定为要提取的目标图像所在的待搜索区域中位于下方的水平边界线；确定所述矩形区域中位于上方的水平边界线的长度，分别将所述矩形区域中位于左右两侧的垂直边界线向上延长确定的所述长度，将延长了所述长度的两条垂直边界线，分别确定为所述待搜索区域中位于左右两侧的垂直边界线；连结所述待搜索区域左右两侧的垂直边界线上位于上方的端点，将连结所述待搜索区域左右两侧的垂直边界线上位于上方的端点的线，确定为所述待搜索区域中位于上方的水平边界线；将确定的所述待搜索区域中位于下方的水平边界线、位于左右两侧的垂直边界线、位于上方的水平边界线所围成的区域，确定为所述待搜索区域。

12.如权利要求10所述的装置，其特征在于，所述边缘确定模块具体用于，针对所述待搜索区域中包含的每个像素点，通过Sobel算子，分别确定该像素点在水平方向上的边缘强度，以及该像素点在垂直方向上的边缘强度；采用公式P＝|X_Sobel|+|Y_Sobel|确定该像素点的边缘强度，其中，X_Sobel为该像素点在水平方向上的边缘强度，Y_Sobel为该像素点在垂直方向上的边缘强度，P为确定的该像素点的边缘强度；采用公式确定该像素点的边缘方向，其中，Dir为确定的该像素点的边缘方向。

13.如权利要求10所述的装置，其特征在于，所述边缘点确定模块具体用于，根据确定的每个像素点的边缘强度，在所述待搜索区域中确定边缘强度大于设定强度阈值的像素点，作为所述待搜索区域中的有效边缘像素点。

14.如权利要求10所述的装置，其特征在于，所述纹理差异度模块具体用于，分别针对预设的每个边缘方向区间，在所述中心像素宏块包含的有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第一数量，在所述邻域像素宏块包含的有效边缘像素点中，确定边缘方向在该预设的边缘方向区间内的有效边缘像素点的第二数量，确定所述第一数量与所述第二数量的差值的绝对值；将分别针对预设的每个边缘方向区间确定的绝对值的和值，确定为作为所述中心像素宏块的中心的有效边缘像素点的纹理差异度。

15.如权利要求10所述的装置，其特征在于，所述纹理差异确定模块具体包括：

中心确定单元，用于确定以该有效边缘像素点为中心、且大小为W×W的中心像素宏块，其中，W为不小于3的奇数；

邻域确定单元，用于确定与所述中心像素宏块相邻、且与所述中心像素宏块相同大小的邻域像素宏块；

纹理差异确定单元，用于分别对所述中心像素宏块和邻域像素宏块中包含的有效边缘像素点的边缘方向进行取整操作；分别针对每个边缘方向D，根据公式或者确定所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，D为0到180的整数，M_C(D)为所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_C(D)为所述中心像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值；分别针对每个边缘方向D，根据公式或者确定每个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值，其中，M_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量，Hist_Ni(D)为第i个邻域像素宏块中边缘方向的取整值为D的有效边缘像素点的数量归一化值；根据公式确定作为所述中心像素宏块的中心的该有效边缘像素点的纹理差异度。

16.如权利要求10所述的装置，其特征在于，所述纹理差异确定模块具体包括：

中心确定单元，用于确定至少两个以该有效边缘像素点为中心的中心像素宏块，确定的至少两个中心像素宏块的大小各不相同；

邻域确定单元，用于分别针对确定的每个中心像素宏块，确定与该中心像素宏块相邻、且与该中心像素宏块相同大小的邻域像素宏块；

纹理差异确定单元，用于分别针对确定的每个中心像素宏块执行：根据该中心像素宏块以及与该中心像素宏块的大小相同的各邻域像素宏块中分别包含的有效边缘像素点的个数和边缘方向，确定该有效边缘像素点的纹理差异度；将分别针对每个中心像素宏块确定出的纹理差异度中的最小值重新确定为该有效边缘像素点的纹理差异度。

17.如权利要求10所述的装置，其特征在于，所述连通域确定模块具体用于，将非有效边缘像素点的纹理差异度设置为0，按照纹理差异度从大到小的顺序，依次选择设定数量的有效边缘像素点；分别以选择出的每个有效边缘像素点为种子点进行邻域生长处理，得到至少一个连通域，其中，所述邻域生长处理的生长条件为：与当前作为生长点的像素点相邻的邻域像素点的纹理差异度，不小于当前作为生长点的该像素点的纹理差异度乘设定参数的乘积。

18.如权利要求10所述的装置，其特征在于，所述提取模块具体用于，针对确定出的每个连通域，确定该连通域中包含的有效边缘像素点的纹理差异度的平均值；在确定出的各连通域中，选择确定的平均值最大的连通域，在选择的连通域包含的图像中提取所述目标图像。