CN104182719B - 一种图像识别方法及装置 - Google Patents

Abstract

本发明涉及图像处理技术领域，尤其涉及一种图像识别方法及装置，用以解决现有技术中采用轮廓图表征图像的图像识别方式，有可能会丢失图像中除轮廓图外的关键信息，导致识别准确率较低的问题。本发明实施例提供的一种图像识别方法，包括：根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度。采用本发明实施例，可以采用特征三角形来分别表征目标图像与源图像的图像信息，由于特征三角形不仅可以表征轮廓图信息，还可以表征轮廓内外的图像信息，从而可以较完整地表征目标图像与源图像的图像信息，减少漏识和误识，提高识别准确率。

Description

一种图像识别方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像识别方法及装置。

背景技术

图像识别技术，即采用计算机代替人眼，自动对图像进行识别的技术。图像识别技术在安全监控、罪犯追踪等方面都有着广泛的应用。

目前，计算机图像识别方法中比较通用的为轮廓识别方法，即，通过比较目标图像与源图像的轮廓特征来确认目标图像与源图像的匹配度。比如，在追踪罪犯时，可以提取给定罪犯照片（源图像）的轮廓图，然后在监控录像中寻找与该轮廓图匹配的目标图像。

然而，由于提取的源图像的轮廓图只是源图像中包含的封闭曲线，轮廓图并不能完全涵盖源图像的完整信息，轮廓内及轮廓外的很多图像信息都无法通过轮廓图体现出来，因此，采用轮廓图表示图像特征很可能会因为丢失关键的图像信息，导致无法识别出源图像或识别错误。

综上，采用轮廓图表征图像的图像识别方式，有可能会丢失图像中除轮廓图外的关键信息，导致识别准确率较低。

发明内容

本发明实施例提供一种图像识别方法及装置，用以解决现有技术中采用轮廓图表征图像的图像识别方式，有可能会丢失图像中除轮廓图外的关键信息，导致识别准确率较低的问题。

本发明实施例提供的一种图像识别方法，包括：

根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；其中，所述等价灰度值为所述至少一个像素点的平均灰度值，或为所述至少一个像素点的平均灰度值与设定灰度值之差；

根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度。

本发明实施例提供的一种图像识别装置，包括：

第一确定模块，用于根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；其中，所述等价灰度值为所述至少一个像素点的平均灰度值，或为所述至少一个像素点的平均灰度值与设定灰度值之差；

第二确定模块，用于根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度。

本发明实施例中根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度，其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值，并根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度；采用本发明实施例，可以采用特征三角形来分别表征目标图像与源图像的图像信息，由于特征三角形不仅可以表征轮廓图信息，还可以表征轮廓内外的图像信息，从而可以较完整地表征目标图像与源图像的图像信息，减少漏识和误识，提高识别准确率。

附图说明

图1为本发明实施例提供的图像识别方法流程图；

图2为本发明实施例根据目标图像的第一行像素点绘制的色谱图Ⅱ曲线；

图3为本发明实施例根据目标图像的第一行像素点确定的特征三角形示意图；

图4为本发明实施例针对目标图像与源图像的第L个行像素点集合，当目标图像的特征三角形数目小于源图像的特征三角形数目时，通过小移位确定三角形匹配度的示意图；

图5为本发明较佳的实施例提供的图像识别方法流程图；

图6为本发明实施例根据目标图像的累计行像素点绘制的色谱图Ⅱ曲线；

图7为本发明实施例根据目标图像的累计行像素点确定的特征三角形示意图；

图8所示，为本发明实施例提供的图像识别装置结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例中根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度，其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值，并根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度；采用本发明实施例，可以采用特征三角形来分别表征目标图像与源图像的图像信息，由于特征三角形不仅可以表征轮廓图信息，还可以表征轮廓内外的图像信息，从而可以较完整地表征目标图像与源图像的图像信息，减少漏识和误识，提高识别准确率。

下面结合说明书附图对本发明实施例作进一步详细描述。

如图1所示，为本发明实施例提供的图像识别方法流程图，包括以下步骤：

S101：根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为该顶点对应的至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；其中，等价灰度值为该等价灰度值对应的至少一个像素点的平均灰度值，或等价灰度值为该至少一个像素点的平均灰度值与设定灰度值之差；

S102：根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度。

步骤S101中，在平面坐标系中，第一坐标值可以为横坐标值，第二坐标值可以为纵坐标值，或者，第一坐标值为纵坐标值，第二坐标值为横坐标值，其中的第二坐标值即为特征三角形顶点对应的等价灰度值；等价灰度值可以为该等价灰度值对应的至少一个像素点的平均灰度值，也可以为对应的至少一个像素点的平均灰度值减去设定灰度值后的灰度值，比如可以将源图像的平均灰度值作为设定灰度值，等价灰度值即为该等价灰度值对应的至少一个像素点的平均灰度值与源图像的平均灰度值之差，也即将源图像与目标图像归置为同一水平的灰度图像后，该至少一个像素点对应的灰度值；

在具体实施过程中，若源图像与目标图像为彩色图像，可以首先将源图像与目标图像分别归置为灰度图像，再利用归置后的灰度图像确定特征三角形，灰度图像中每个像素点的灰度值即为该像素点的亮度值；将源图像与目标图像归置为灰度图像的方法有很多，比如，可以采用平均值法，针对一个像素点，该像素点的灰度值Gray=（红色值R+绿色值G+蓝色值B）/3；还可以采用彩色图像的亮度值Y表示灰度值，在这种情况下，可以利用彩色图像YUV表示方法与RGB表示方法之间的转换关系确定灰度值，YUV表示方法中，Y分量表示亮度信号，U和V为色差信号，因此，只采用Y分量就可以表示灰度图像的完整信息，这里亮度值Y（灰度值Gray）=R×0.3+G×0.59+B×0.11；还可以将源图像与目标图像分别归置为同一水平的灰度图像，也即源图像与目标图像归置后每个像素点的灰度值为该像素点的实际灰度值与源图像的平均灰度值之差。

由于识别图像的关键点之一是区分不同图像内容的亮度值对比度，本发明实施例基于此，确定特征三角形的基本规则是在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值，比如，确定的第一个特征三角形的三个顶点的坐标值分别为（1,122）、（2,107）、（4,126），这三个顶点的横坐标即为三个顶点对应的像素点在设定方向，比如横向向右方向上的坐标值，这里的单位以像素点计，纵坐标即为三个顶点对应的像素点的等价灰度值，按横坐标值排序后，（1,122）与（2,107）为相邻的两个顶点，（2,107）与（4,126）为相邻的两个顶点，这两组相邻顶点的第二坐标值，即纵坐标值之差分别为15、19，大于设定的阈值，比如设定的阈值为1。

采用本发明实施例，可以通过特征三角形来分别表征源图像与目标图像的完整图像信息，不管是轮廓内还是轮廓外的图像信息都可以涵盖，因此，识别准确率较高，并且，由于表征图像信息的特征三角形相比图像的像素点，数目大大减少，可以从很大程度上简化图像处理过程，提高识别效率。

在具体实施过程中，可以首先将目标图像与源图像统一归置为灰度图像后，根据该灰度图像中每个像素点的等价灰度值，确定由第一坐标值和第二坐标值组成的特征点，一个特征点可以对应一个像素点，也可以对应多个像素点，比如，在确定每一行像素点对应的特征三角形时，一个特征点可以对应一个像素点，其中第一坐标值可以为该特征点对应的像素点在横向上的坐标值，第二坐标值则为该特征点对应的像素点的等价灰度值，再比如，在确定累计行像素点对应的特征三角形时，是将累计行作为一个整体，确定的每个特征点可以对应所有横向坐标值为该特征点的第一坐标值的像素点；之后，再根据确定的特征点，按照设置的规则确定由特征点组成的特征三角形。

较佳地，设置的确定特征三角形的规则还可以包括：按照第一坐标值由小到大或由大到小的顺序，确定第二坐标值上升或下降的趋势发生改变的点，将上升或下降的趋势发生改变的点作为特征三角形的顶点；更具体地，设置的确定特征三角形的规则还可以包括：将第一坐标值最小或最大的特征点作为确定的第一个特征三角形的一个顶点；

在具体实施中，为了更直观地体现像素点信息，可以根据上述特征点绘制色谱图Ⅱ曲线，如图2所示，为本发明实施例根据目标图像的第一行像素点绘制的色谱图Ⅱ曲线，曲线中的每个点即为上述的特征点，其中每个特征点的横坐标值即为特征点对应的像素点在横向向右方向上的第一坐标值，纵坐标值即为特征点对应的像素点的等价灰度值。色谱图Ⅱ曲线中的拐点即可以为特征三角形的顶点，这里的拐点即指的是，按第一坐标值从小到大或从大到小的顺序，第二坐标值（即等价灰度值）上升或下降的趋势发生改变的点，在具体实施中，还可以根据实际需要增加其它确定特征三角形的规则，比如，若确定一个拐点的下一个或下几个特征点的第二坐标值与该拐点相同或与该拐点的第二坐标值之差在设定的阈值范围内，则将该下一个或下几个特征点中第一坐标值最大的拐点作为实际需要的拐点，如按第一坐标值由小到大的顺序有四个特征点，依次为（8、126）、（9,111）、（10,121）、（11，121），确定（10,121）为一个拐点（第二坐标值由下降的趋势变为上升的趋势），但是，该拐点的下一个特征点（11，121）与该拐点的第二坐标值相同，因此，确定特征点（11，121）为实际需要的拐点，相应地，若特征点（11，121）的下一个特征点为（12，121），由于此特征点的第二坐标值仍然与前面的特征点相同，因此，将特征点（12，121）确定为实际需要的拐点；再比如，在按第一坐标值从小到大或从大到小的顺序依次确定拐点的过程中，若确定的某个拐点的下一个特征点第二坐标值上升或下降的趋势相比该拐点又发生了变化（这里，第二坐标值上升或下降的趋势相比该拐点发生了变化指的是第二坐标值上升或下降的趋势改变的具体数值大于设定的阈值），则确定该拐点与该下一个特征点的第二坐标值的平均值，若该平均值与该拐点之前的一个特征点相比第二坐标值上升或下降的趋势没有改变或改变的具体数值不大于设定的阈值，则过滤掉该拐点，即该拐点不是实际需要的拐点，确定的所有实际需要的拐点为特征三角形的顶点，如按第一坐标值由小到大的顺序有四个特征点，依次为（33,119）、（34,117）、（35,124）、（36,111），按前述规则，特征点（35,124）为一个拐点，但是，该拐点的下一个特征点（36,111）的第二坐标值上升或下降的趋势相比该拐点又发生了变化，且（35,124）与（36,111）的第二坐标值的平均值为117.5，相比特征点（34,117）的第二坐标值，其第二坐标值上升或下降的具体数值为0.5，小于设定的阈值1，则确定（35,124）不是实际需要的拐点。

较佳地，步骤S101中，由目标图像确定的特征三角形和由源图像确定的特征三角形为根据图像的像素点在设定方向上的坐标值依次确定的；其中，除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点；

在具体实施过程中，为源图像和目标图像确定特征三角形的规则还可以包括：除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点，这种确定特征三角形的规则可以更完整地表征整个图像的信息。在具体实施中，若根据图像的像素点在设定方向上的坐标值由小到大的顺序依次确定特征三角形，则除确定的最后一个特征三角形外，其它任意一个特征三角形的第一坐标值在后的两个顶点同时为确定的下一个特征三角形的第一坐标值在前的两个顶点；若根据图像的像素点在设定方向上的坐标值由大到小的顺序依次确定特征三角形，则除确定的最后一个特征三角形外，其它任意一个特征三角形的第一坐标值在前的两个顶点同时为确定的下一个特征三角形的第一坐标值在后的两个顶点。如图3所示，为本发明实施例根据目标图像的第一行像素点确定的特征三角形示意图；其中，确定特征三角形的规则除上述任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点外，还包括其它一些更具体的规则，比如，由每一行第一个像素点对应的第一坐标值和第二坐标值组成第一个特征三角形的一个顶点；按照第一坐标值由小到大或由大到小的顺序，确定第二坐标值上升或下降的趋势发生改变的特征点，将上升或下降的趋势发生改变的特征点（即拐点）作为特征三角形的顶点；若确定一个拐点的下一个或下几个特征点的第二坐标值与该拐点相同或与该拐点的第二坐标值之差在设定的阈值范围内，则将该下一个或下几个特征点中第一坐标值最大的拐点作为实际需要的拐点；在按第一坐标值从小到大或从大到小的顺序依次确定拐点的过程中，若确定的某个拐点的下一个特征点第二坐标值上升或下降的趋势相比该拐点又发生了变化（这里，第二坐标值上升或下降的趋势相比该拐点发生了变化指的是第二坐标值上升或下降的趋势改变的具体数值大于设定的阈值），则确定该拐点与该下一个特征点的第二坐标值的平均值，若该平均值与该拐点之前的一个特征点相比第二坐标值上升或下降的趋势没有改变或改变的具体数值不大于设定的阈值，则过滤掉该拐点，即该拐点不是实际需要的拐点，确定的所有实际需要的拐点为特征三角形的顶点。结合图2可以看出，由第一行像素点确定的特征三角形可以较完整地表征该行像素点的图像信息。

在确定特征三角形时，可以分别确定每一行和/或每一列像素点对应的特征三角形，也可以确定累计行和/或累计列像素点对应的特征三角形，当分别确定每一行和/或每一列像素点对应的特征三角形时，上述的第一坐标值和第二坐标值分别为单个像素点对应的在设定方向上的坐标值和等价灰度值，当确定累计行和/或累计列对应的特征三角形时，上述的第一坐标值和第二坐标值则分别为第一坐标值相同的多个像素点对应的设定方向上的坐标值和等价灰度值。这里的设定方向可以根据实际情况进行设定，比如，若确定的是每一行或累计行像素点对应的特征三角形，则设定方向可以为横向向右或横行向左，若确定的是每一列或累计列像素点对应的特征三角形，则设定方向可以为纵向向下或纵向向上。在具体进行匹配时，可以将源图像的每一行像素点对应的特征三角形与目标图像的每一行像素点对应的特征三角形进行匹配，也可以将源图像的每一列像素点对应的特征三角形与目标图像的每一列像素点对应的特征三角形进行匹配，还可以将源图像的每一行像素点对应的特征三角形与目标图像的每一列像素点对应的特征三角形进行匹配，同理，还可以进行累计行与累计行之间、累计列与累计列之间、累计行与累计列之间的匹配；

在具体实施过程中，还可以从图像的多个角度确定特征三角形，比如，在将当前源图像的每一行或累计行对应的特征三角形与目标图像的每一行或累计行对应的特征三角形进行匹配后，可以将源图像旋转90度，再将旋转后源图像的每一行或累计行对应的特征三角形与目标图像的每一行或累计行对应的特征三角形进行匹配。

较佳地，步骤S101中，三角形匹配度包括三角形面积匹配度和/或所述相邻的两个顶点的第二坐标值之差匹配度。

在具体确定三角形匹配度时，可以具体根据三角形的面积，或根据所述相邻两个顶点的第二坐标值之差，或根据三角形的面积和所述相邻两个顶点的第二坐标值之差来确定，需要说明的是，由于一个特征三角形中，存在两组所述相邻的两个顶点，在根据所述相邻两个顶点的第二坐标值之差确定三角形匹配度时，可以考虑两组所述相邻的两个顶点的第二坐标值之差，具体地，可以取这两组第二坐标值之差的绝对值的和来表征第二坐标值之差匹配度，比如按第一坐标值由小到大的顺序排列三个顶点依次为第一、第二和第三顶点，则将第一与第二顶点的第二坐标值之差的绝对值，和第二与第三顶点的第二坐标值之差的绝对值相加，取和值来表征第二坐标值之差匹配度。

较佳地，三角形匹配度包括三角形面积匹配度和第二坐标值之差匹配度；

根据确定的三角形匹配度，确定目标图像与源图像的图像匹配度，包括：

根据确定的三角形面积匹配度、第二坐标值之差匹配度、三角形面积匹配度的权重和第二坐标值之差匹配度的权重，确定目标图像与源图像的图像匹配度；

在具体实施过程中，可以分别设置三角形面积匹配度和第二坐标值之差匹配度的权重，即设置三角形面积匹配度和第二坐标值之差匹配度占三角形匹配度的比重，根据设置的三角形面积匹配度和第二坐标值之差匹配度的权重，及确定的三角形面积匹配度、第二坐标值之差匹配度来确定目标图像与源图像的图像匹配度。

较佳地，步骤S101中，由目标图像确定的特征三角形是根据目标图像中每一个行像素点集合和/或每一个列像素点集合确定的；

由源图像确定的特征三角形是根据源图像中每一个行像素点集合和/或每一个列像素点集合确定的；

其中，任意一个行像素点集合包括至少一行像素点，任意一个列像素点集合包括至少一列像素点；

这里，行像素点集合即包含上述说明中的每一行像素点和/或累计行像素点，列像素点集合即包含上述说明中的每一列像素点和/或累计列像素点，关于由每一个行像素点集合确定特征三角形和由每一个列像素点集合确定特征三角形的论述参见上述关于确定每一行或每一列，或，累计行或累计列像素点对应的特征三角形的说明，这里不再做具体论述。

较佳地，步骤S101中，根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度，包括：

针对目标图像与源图像的第L个行像素点集合或列像素点集合，分别确定目标图像与源图像中对应的顺序值相同的特征三角形的匹配度；其中，源图像与目标图像大小相同；特征三角形对应的顺序值为按照特征三角形顶点的第一坐标值，分别对由目标图像确定的特征三角形，及由源图像确定的特征三角形进行排序后确定的；

若由目标图像确定的特征三角形数目大于由源图像确定的特征三角形数目，则将源图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定源图像与目标图像中顺序值相同的特征三角形的匹配度；返回将源图像的每个特征三角形的顺序值分别加1的步骤，直到确定目标图像的最后一个特征三角形与图像的最后一个特征三角形的匹配度；

若由目标图像确定的特征三角形数目小于由源图像确定的特征三角形数目，则将目标图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定目标图像与源图像中顺序值相同的特征三角形的匹配度；返回将目标图像的每个特征三角形的顺序值分别加1的步骤，直到确定源图像的最后一个特征三角形与目标图像的最后一个特征三角形的匹配度。

这里，目标图像与源图像大小相同，指的是目标图像与源图像的各个边长、面积都相同，即目标图像与源图像可以完全重合；在具体实施过程中，可以采用“小移位”的方式依次确定每个特征三角形的匹配度；基本思想是：针对目标图像与源图像中第L个行像素点集合对应的特征三角形，按第一坐标值由小到大或由大到小的顺序，分别对目标图像与源图像的特征三角形进行排序，可以以排序的序号作为特征三角形的顺序值，首先分别确定目标图像与源图像中对应的顺序值相同的特征三角形的匹配度，若目标图像与源图像的特征三角形数目相同，则在确定完顺序值相同的特征三角形的匹配度后，即完成了第L个行像素点集合对应的特征三角形的匹配，若目标图像的特征三角形数目大于源图像的特征三角形数目，则在确定完顺序值相同的特征三角形的匹配度后，将源图像的每个特征三角形对应的顺序值分别加1后再将修改顺序值后的源图像的特征三角形与目标图像的相同顺序值的特征三角形进行匹配，即将源图像的特征三角形进行小移位后再与目标图像的特征三角形进行匹配，在确定完目标图像的最后一个特征三角形与源图像的最后一个特征三角形的匹配度后，将首次匹配，及几次移位匹配的结果进行比较，采用其中最大的匹配度作为第L个行像素点集合对应的匹配度，同理，若目标图像的特征三角形数目小于源图像的特征三角形数目，则在确定完顺序值相同的特征三角形的匹配度后，将目标图像的每个特征三角形对应的顺序值分别加1后再将修改顺序值后的目标图像的特征三角形与源图像的相同顺序值的特征三角形进行匹配，即将目标图像的特征三角形进行小移位后再与源图像的特征三角形进行匹配，在确定完源图像的最后一个特征三角形与目标图像的最后一个特征三角形的匹配度后，将首次匹配，及几次移位匹配的结果进行比较，采用其中最大的匹配度作为第L个行像素点集合对应的匹配度。如图4所示，为本发明实施例针对目标图像与源图像的第L个行像素点集合，当目标图像的特征三角形数目小于源图像的特征三角形数目时，通过小移位确定三角形匹配度的示意图。

较佳地，步骤S102之后，还包括：

根据从原始图像中提取的，与源图像大小相同的每个目标图像与源图像的匹配度，判断所述每个目标图像中的至少一个目标图像是否与源图像匹配。

较佳地，判断所述每个目标图像中的至少一个目标图像是否与所述源图像匹配，包括：

针对任意一个目标图像，判断该目标图像与所述源图像的匹配度是否小于设置的第一匹配度阈值，若确定该目标图像与所述源图像的匹配度不小于设置的第一匹配度阈值，则确定该目标图像与所述源图像匹配，否则确定该目标图像与所述源图像不匹配；或，

根据所述每个目标图像与所述源图像的匹配度，确定所述每个目标图像与所述源图像的匹配度中的最大匹配度；判断所述最大匹配度是否小于设置的第一匹配度阈值，若确定所述最大匹配度不小于设置的第一匹配度阈值，则确定所述最大匹配度对应的目标图像与所述源图像匹配，否则确定所述最大匹配度对应的目标图像与所述源图像不匹配。

在具体实施过程中，可以从通过拍摄、录像等获取的原始图片中提取与源图像大小相同的目标图像，将提取的目标图像与源图像进行匹配，具体地，可以在确定目标图像与源图像的匹配度后，即比较该匹配度是否达到或超过了设置的标识目标图像与源图像匹配的第一匹配度阈值，若该匹配度达到或超过了第一匹配度阈值，则确定提取的目标图像与源图像匹配，还可以在确定多个目标图像与源图像的匹配度后，采用其中的最大匹配度与第一匹配度阈值进行比较，若确定该最大匹配度达到或超过了第一匹配度阈值，则确定该最大匹配度对应的目标图像与源图像匹配。

较佳地，根据以下步骤从所述原始图像中提取与所述源图像大小相同的每个目标图像：

根据设置的提取参数，依次在不同方向上移位提取与源图像大小相同的目标图像，直到提取的目标图像与所述源图像的匹配度达到或超过设置的第二匹配度阈值，则将之前提取的目标图像作为第一轮提取的所有目标图像；

将第n轮提取的所有目标图像中与所述源图像的匹配度最大的目标图像的位置作为第n+1轮提取的起点，并根据第n+1轮提取的起点分别在不同方向上移位提取不同的目标图像；

其中，第m轮在不同方向上移位提取时的移动步长小于或等于第m-1轮在不同方向上移位提取时的移动步长；n和m为正整数。

在具体实施过程中，可以采用“大移位”的方式，从原始图片中依次提取不同的目标图像，基本思想是：开始可以根据设置的提取参数，比如初始提取位置、移动步长、移动方向等提取目标图像，在提取的目标图像与源图像的匹配度没有达到设置的第二匹配度阈值之前，可以设置移动步长为源图像在移动方向上长度的一半，当提取的目标图像与源图像的匹配度达到或超过设置的第二匹配度阈值后，进入“大移位”中的“螺旋移位”方式，这里，一般设置的第二匹配度阈值小于第一匹配度阈值，即在提取到与源图像匹配的目标图像之前，当提取的目标图像与源图像存在相互匹配的可能时，进入“螺旋移位”方式进行精细搜索提取，具体地，将前一轮提取的所有目标图像中与源图像的匹配度最大的目标图像的位置作为后一轮提取的起点，并根据后一轮提取的起点分别在不同方向上移位提取不同的目标图像，重复该“螺旋移位”，直到完成设置的轮数，或直到后一轮提取的目标图像与前一轮提取的目标图像相同，或直到提取的目标图像与源图像的匹配度达到设置的第一匹配度阈值；在具体实施中，后一轮移位提取时的移动步长可以小于或等于前一轮移位提取时的移动步长。

较佳地，步骤S102之后，还包括：

若确定目标图像与源图像的匹配度小于设置的表示目标图像与源图像匹配的第三匹配度阈值，大于设置的第四匹配度阈值，则指示用户判断该目标图像与源图像是否匹配；

若接收到用户指示的目标图像与源图像匹配的信息，则调整确定图像匹配度的参数或调整确定图像匹配度的规则，以使调整图像匹配度的参数或调整确定图像匹配度的规则后确定的目标图像与源图像的匹配度大于之前确定的该目标图像与源图像的匹配度。

在具体实施过程中，可以采用“自适应学习”的方式对设置的标识目标图像与源图像匹配的第三匹配度阈值进行优化，这里的第三匹配度阈值可以等于上述的第一匹配度阈值；在具体实施中，将与源图像的匹配度小于第三匹配度阈值，大于第四匹配度阈值的目标图像作为存疑目标图像提交给用户，并指示用户判断该存疑目标图像与源图像是否匹配，若得到用户指示的该存疑目标图像与源图像匹配的信息，则通过调整确定图像匹配度的参数或调整确定图像匹配度的规则，以使该存疑目标图像与源图像的匹配度不小于第三匹配度阈值；这里，确定图像匹配度的参数，可以是如上述三角形面积匹配度的权重、第二坐标值之差匹配度的权重等，这里还可以根据实际需要调整确定图像匹配度的规则，比如，若当前提取的目标图像对应的特征三角形中出现与存疑目标图像中相同的特征三角形，则将当前提取的目标图像与源图像的匹配度自动确定为不小于第三匹配度阈值的一个值，采用这种方式，当再次提取到与存疑目标图像相同或相似的目标图像时，就可以自动识别出来，这样，可以使识别系统的识别准确率变得越来越高。

为了进一步说明本发明实施例进行图像识别的方法，下面结合示意图通过一个具体的实施方式进行说明；

如图5所示，为本发明较佳的实施例提供的图像识别方法流程图，包括：

S501：从原始图像中提取与源图像大小相同的目标图像；

在具体实施中，具体提取目标图像的方式可采用上述大移位的方式，这里不再详述；

S502：将源图像与从原始图像中提取的目标图像归置为同一水平的灰度图像；其中，源图像与目标图像大小相同；

这里，将源图像与从原始图像中提取的目标图像归置为同一水平的灰度图像，指的是归置后的灰度图像中每个像素点的等价灰度值为该像素点的实际灰度值和源图像的平均灰度值之差；

S503：根据归置后的灰度图像的每一行像素点和/或累计行像素点，分别确定源图像与目标图像中的特征三角形；

其中，具体确定特征三角形的规则可以包括：（一）特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在横向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；其中，等价灰度值为所述至少一个像素点的平均灰度值，或为所述至少一个像素点的平均灰度值与设定灰度值之差；（二）按照第一坐标值由小到大或由大到小的顺序，依次确定特征三角形，其中，除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点；（三）由每一行像素点的第一个像素点对应的第一坐标值和第二坐标值，或累计行像素点的第一列像素点对应的第一坐标值和第二坐标值组成第一个特征三角形的一个顶点；（四）按照第一坐标值由小到大或由大到小的顺序，确定第二坐标值上升或下降的趋势发生改变的特征点，将上升或下降的趋势发生改变的特征点（即拐点）作为特征三角形的顶点。除此，还可以设置一些其它更具体的规则，比如，若确定一个拐点的下一个或下几个特征点的第二坐标值与该拐点相同或与该拐点的第二坐标值之差在设定的阈值范围内，则将该下一个或下几个特征点中第一坐标值最大的拐点作为实际需要的拐点；再比如，在按第一坐标值从小到大或从大到小的顺序依次确定拐点的过程中，若确定的某个拐点的下一个特征点第二坐标值上升或下降的趋势相比该拐点又发生了变化（这里，第二坐标值上升或下降的趋势相比该拐点发生了变化指的是第二坐标值上升或下降的趋势改变的具体数值大于设定的阈值），则确定该拐点与该下一个特征点的第二坐标值的平均值，若该平均值与该拐点之前的一个特征点相比第二坐标值上升或下降的趋势没有改变或改变的具体数值不大于设定的阈值，则过滤掉该拐点，即该拐点不是实际需要的拐点，确定的所有实际需要的拐点为特征三角形的顶点。

这里，累计行像素点可以是目标图像或源图像中的所有行像素点的累计，即累计行像素点对应的特征三角形的第二坐标值对应的是某一列像素点的等价灰度值，累计行像素点也可以是目标图像或源图像中部分行像素点的累计；如图6所示，为本发明实施例根据目标图像的累计行像素点绘制的色谱图Ⅱ曲线；该曲线中的横坐标值即表示像素点在横向向右方向上的坐标值，纵坐标值即表示横坐标值相同的每一列像素点的等价灰度值，这里的等价灰度值为每一列像素点的平均灰度值与源图像的平均灰度值之差；如图7所示，为本发明实施例根据目标图像的累计行像素点确定的特征三角形示意图；结合图6和图7可以看出，由该累计行像素点确定的特征三角形可以较完整地表征该累计行像素点的图像信息。

S504：根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；

在具体实施中，可采用上述小移位的方式，针对目标图像的第L个行像素点集合或列像素点集合，与源图像的第L个行像素点集合或列像素点集合，分别确定目标图像与源图像中对应的顺序值相同的特征三角形的匹配度，若目标图像与源图像的特征三角形数目不同，可将数目少的特征三角形顺序移位后再与数目多的特征三角形进行比较，确定三角形匹配度，同时可将移位中确定的最大的匹配度作为第L个行像素点集合或列像素点集合对应的三角形的匹配度。

S505：根据确定的三角形匹配度，确定目标图像与源图像的图像匹配度。

在具体实施中，可以根据确定的三角形面积匹配度、所述相邻的两个顶点的第二坐标值之差匹配度、三角形面积匹配度的权重和所述第二坐标值之差匹配度的权重，确定目标图像与述源图像的图像匹配度。

S506：根据确定的目标图像与源图像的图像匹配度，判断目标图像与源图像是否匹配，若目标图像与源图像不匹配，但目标图像与源图像的图像匹配度大于设定的阈值，则将该目标图像提交给用户，指示用户判断该目标图像与源图像是否匹配；

S507：若接收到用户指示的该目标图像与源图像匹配的信息，则调整确定图像匹配度的参数或调整确定图像匹配度的规则，以使调整图像匹配度的参数或调整确定图像匹配度的规则后确定的目标图像与源图像的匹配度大于之前确定的目标图像与源图像的匹配度。

基于同一发明构思，本发明实施例中还提供了一种与图像识别方法对应的图像识别装置，由于该装置解决问题的原理与本发明实施例图像识别方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

如图8所示，为本发明实施例提供的图像识别装置结构图，包括：

第一确定模块81，用于根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；其中，所述等价灰度值为所述至少一个像素点的平均灰度值，或为所述至少一个像素点的平均灰度值与设定灰度值之差；

第二确定模块82，用于根据第一确定模块81确定的三角形匹配度，确定目标图像与源图像的图像匹配度。

较佳地，第一确定模块81具体用于：根据目标图像的像素点在设定方向上的坐标值依次确定特征三角形；其中，除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点；和/或，根据源图像的像素点在设定方向上的坐标值依次确定特征三角形；其中，除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点。

较佳地，三角形匹配度包括三角形面积匹配度和/或所述相邻的两个顶点的第二坐标值之差匹配度。

较佳地，三角形匹配度包括三角形面积匹配度和所述第二坐标值之差匹配度；第二确定模块82具体用于：根据确定的三角形面积匹配度、第二坐标值之差匹配度、三角形面积匹配度的权重和第二坐标值之差匹配度的权重，确定目标图像与源图像的图像匹配度。

较佳地，第一确定模块81具体用于：根据目标图像中每一个行像素点集合和/或每一个列像素点集合确定特征三角形；和/或，根据源图像中每一个行像素点集合和/或每一个列像素点集合确定特征三角形；其中，任意一个行像素点集合包括至少一行像素点，任意一个列像素点集合包括至少一列像素点。

较佳地，第一确定模块81具体用于：

针对目标图像第L个行像素点集合或列像素点集合，与源图像的第L个行像素点集合或列像素点集合，分别确定目标图像与源图像中对应的顺序值相同的特征三角形的匹配度；其中，源图像与目标图像大小相同；特征三角形对应的顺序值为按照特征三角形顶点的第一坐标值，分别对由目标图像确定的特征三角形，及由源图像确定的特征三角形进行排序后确定的；

若由目标图像确定的特征三角形数目大于由源图像确定的特征三角形数目，则将源图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定源图像与目标图像中顺序值相同的特征三角形的匹配度；返回将源图像的每个特征三角形的顺序值分别加1的步骤，直到确定目标图像的最后一个特征三角形与源图像的最后一个特征三角形的匹配度；

若由目标图像确定的特征三角形数目小于由源图像确定的特征三角形数目，则将目标图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定目标图像与源图像中顺序值相同的特征三角形的匹配度；返回将目标图像的每个特征三角形的顺序值分别加1的步骤，直到确定源图像的最后一个特征三角形与所述目标图像的最后一个特征三角形的匹配度。

较佳地，该装置还包括：

判断模块83，用于根据从原始图像中提取的，与源图像大小相同的每个目标图像与该源图像的匹配度，判断提取的每个目标图像中的至少一个目标图像是否与源图像匹配。

较佳地，判断模块83具体用于：

针对任意一个目标图像，判断该目标图像与源图像的匹配度是否小于设置的第一匹配度阈值，若确定该目标图像与源图像的匹配度不小于设置的第一匹配度阈值，则确定该目标图像与源图像匹配，否则确定该目标图像与源图像不匹配；或，

根据每个目标图像与源图像的匹配度，确定每个目标图像与述源图像的匹配度中的最大匹配度；判断最大匹配度是否小于设置的第一匹配度阈值，若确定最大匹配度不小于设置的第一匹配度阈值，则确定最大匹配度对应的目标图像与源图像匹配，否则确定最大匹配度对应的目标图像与源图像不匹配。

较佳地，判断模块83具体用于：

根据设置的提取参数，依次在不同方向上移位提取与源图像大小相同的目标图像，直到提取的目标图像与源图像的匹配度达到或超过设置的第二匹配度阈值，则将之前提取的目标图像作为第一轮提取的所有目标图像；

将第n轮提取的所有目标图像中与源图像的匹配度最大的目标图像的位置作为第n+1轮提取的起点，并根据第n+1轮提取的起点分别在不同方向上移位提取不同的目标图像；

其中，第m轮在不同方向上移位提取时的移动步长小于或等于第m-1轮在不同方向上移位提取时的移动步长；n和m为正整数。

较佳地，该装置还包括：

调整模块84，用于当第二确定模块82确定目标图像与源图像的匹配度小于设置的表示目标图像与源图像匹配的第三匹配度阈值，大于设置的第四匹配度阈值，则指示用户判断该目标图像与源图像是否匹配；

若接收到用户指示的该目标图像与源图像匹配的信息，则调整确定图像匹配度的参数或调整确定图像匹配度的规则，以使调整所述图像匹配度的参数或调整确定所述图像匹配度的规则后确定的所述目标图像与所述源图像的匹配度大于之前确定的该目标图像与源图像的匹配度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装置（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

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 (13)

1.一种图像识别方法，其特征在于，包括：

根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；所述等价灰度值为所述至少一个像素点的平均灰度值，或为所述至少一个像素点的平均灰度值与设定灰度值之差；所述由目标图像确定的特征三角形和由源图像确定的特征三角形为根据图像的像素点在设定方向上的坐标值依次确定的，除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点；

其中，所述三角形匹配度是根据确定出的特征三角形的面积，或根据所述相邻的两个顶点的第二坐标值之差，或根据确定出的特征三角形的面积和所述相邻的两个顶点的第二坐标值之差来确定的；其中，根据确定出的特征三角形的面积确定出的匹配度定义为三角形面积匹配度，根据所述相邻的两个顶点的第二坐标值之差确定出的匹配度定义为第二坐标值之差匹配度；

根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度。

2.如权利要求1所述的方法，其特征在于，若所述三角形匹配度是根据确定出的特征三角形的面积和所述相邻的两个顶点的第二坐标值之差来确定的，则根据确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度，包括：

根据确定的所述三角形面积匹配度、所述第二坐标值之差匹配度、所述三角形面积匹配度的权重和所述第二坐标值之差匹配度的权重，确定所述目标图像与所述源图像的图像匹配度。

3.如权利要求1所述的方法，其特征在于，由目标图像确定的特征三角形是根据目标图像中每一个行像素点集合和/或每一个列像素点集合确定的；

由源图像确定的特征三角形是根据源图像中每一个行像素点集合和/或每一个列像素点集合确定的；

其中，任意一个行像素点集合包括至少一行像素点，任意一个列像素点集合包括至少一列像素点。

4.如权利要求3所述的方法，其特征在于，根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度，包括：

针对所述目标图像第L个行像素点集合或列像素点集合，与所述源图像的第L个行像素点集合或列像素点集合，分别确定所述目标图像与所述源图像中对应的顺序值相同的特征三角形的匹配度；其中，所述源图像与所述目标图像大小相同；所述特征三角形对应的顺序值为按照特征三角形顶点的第一坐标值，分别对由所述目标图像确定的特征三角形，及由所述源图像确定的特征三角形进行排序后确定的；

若由所述目标图像确定的特征三角形数目大于由所述源图像确定的特征三角形数目，则将所述源图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定所述源图像与所述目标图像中顺序值相同的特征三角形的匹配度；返回将所述源图像的每个特征三角形的顺序值分别加1的步骤，直到确定所述目标图像的最后一个特征三角形与所述源图像的最后一个特征三角形的匹配度；

若由所述目标图像确定的特征三角形数目小于由所述源图像确定的特征三角形数目，则将所述目标图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定所述目标图像与所述源图像中顺序值相同的特征三角形的匹配度；返回将所述目标图像的每个特征三角形的顺序值分别加1的步骤，直到确定所述源图像的最后一个特征三角形与所述目标图像的最后一个特征三角形的匹配度。

5.如权利要求1所述的方法，其特征在于，确定所述目标图像与所述源图像的匹配度之后，还包括：

根据从原始图像中提取的，与所述源图像大小相同的每个目标图像与所述源图像的匹配度，判断所述每个目标图像中的至少一个目标图像是否与所述源图像匹配。

6.如权利要求5所述的方法，其特征在于，判断所述每个目标图像中的至少一个目标图像是否与所述源图像匹配，包括：

针对任意一个目标图像，判断该目标图像与所述源图像的匹配度是否小于设置的第一匹配度阈值，若确定该目标图像与所述源图像的匹配度不小于设置的第一匹配度阈值，则确定该目标图像与所述源图像匹配，否则确定该目标图像与所述源图像不匹配；或，

根据所述每个目标图像与所述源图像的匹配度，确定所述每个目标图像与所述源图像的匹配度中的最大匹配度；判断所述最大匹配度是否小于设置的第一匹配度阈值，若确定所述最大匹配度不小于设置的第一匹配度阈值，则确定所述最大匹配度对应的目标图像与所述源图像匹配，否则确定所述最大匹配度对应的目标图像与所述源图像不匹配。

7.如权利要求5所述的方法，其特征在于，根据以下步骤从所述原始图像中提取与所述源图像大小相同的每个目标图像：

根据设置的提取参数，依次在不同方向上移位提取与所述源图像大小相同的目标图像，直到提取的目标图像与所述源图像的匹配度达到或超过设置的第二匹配度阈值，则将之前提取的目标图像作为第一轮提取的所有目标图像；

将第n轮提取的所有目标图像中与所述源图像的匹配度最大的目标图像的位置作为第n+1轮提取的起点，并根据第n+1轮提取的起点分别在不同方向上移位提取不同的目标图像；

其中，第m轮在不同方向上移位提取时的移动步长小于或等于第m-1轮在不同方向上移位提取时的移动步长；n和m为正整数。

8.如权利要求1所述的方法，其特征在于，所述确定所述目标图像与所述源图像的图像匹配度之后，还包括：

若确定所述目标图像与所述源图像的匹配度小于设置的表示目标图像与源图像匹配的第三匹配度阈值，大于设置的第四匹配度阈值，则指示用户判断所述目标图像与所述源图像是否匹配；

若接收到用户指示的所述目标图像与所述源图像匹配的信息，则调整确定所述图像匹配度的参数或调整确定所述图像匹配度的规则，以使调整图像匹配度的参数或调整确定图像匹配度的规则后确定的目标图像与源图像的匹配度大于之前确定的所述目标图像与所述源图像的匹配度。

9.一种图像识别装置，其特征在于，包括：

第一确定模块，用于根据由目标图像确定的特征三角形和由源图像确定的特征三角形，确定三角形匹配度；其中，特征三角形的三个顶点中，任意一个顶点的第一坐标值为该顶点对应的至少一个像素点在设定方向上的坐标值，该顶点的第二坐标值为所述至少一个像素点的等价灰度值，且在将特征三角形的三个顶点按第一坐标值排序后相邻的两个顶点的第二坐标值之差不小于设定的阈值；所述等价灰度值为所述至少一个像素点的平均灰度值，或为所述至少一个像素点的平均灰度值与设定灰度值之差；所述由目标图像确定的特征三角形和由源图像确定的特征三角形为根据图像的像素点在设定方向上的坐标值依次确定的，除包含第一坐标值最大的顶点的特征三角形外，任意一个特征三角形的第一坐标值在后的两个顶点同时为另一个特征三角形的第一坐标值在前的两个顶点；其中，所述三角形匹配度是根据确定出的特征三角形的面积，或根据所述相邻的两个顶点的第二坐标值之差，或根据确定出的特征三角形的面积和所述相邻的两个顶点的第二坐标值之差来确定的；

第二确定模块，用于根据所述第一确定模块确定的所述三角形匹配度，确定所述目标图像与所述源图像的图像匹配度。

10.如权利要求9所述的装置，其特征在于，所述第一确定模块具体用于：根据所述目标图像中每一个行像素点集合和/或每一个列像素点集合确定特征三角形；和/或，根据所述源图像中每一个行像素点集合和/或每一个列像素点集合确定特征三角形；

其中，任意一个行像素点集合包括至少一行像素点，任意一个列像素点集合包括至少一列像素点。

11.如权利要求10所述的装置，其特征在于，所述第一确定模块具体用于：

针对所述目标图像第L个行像素点集合或列像素点集合，与所述源图像的第L个行像素点集合或列像素点集合，分别确定所述目标图像与所述源图像中对应的顺序值相同的特征三角形的匹配度；其中，所述源图像与所述目标图像大小相同；所述特征三角形对应的顺序值为按照特征三角形顶点的第一坐标值，分别对由所述目标图像确定的特征三角形，及由所述源图像确定的特征三角形进行排序后确定的；

若由所述目标图像确定的特征三角形数目大于由所述源图像确定的特征三角形数目，则将所述源图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定所述源图像与所述目标图像中顺序值相同的特征三角形的匹配度；返回将所述源图像的每个特征三角形的顺序值分别加1的步骤，直到确定所述目标图像的最后一个特征三角形与所述源图像的最后一个特征三角形的匹配度；

若由所述目标图像确定的特征三角形数目小于由所述源图像确定的特征三角形数目，则将所述目标图像的每个特征三角形的顺序值分别加1，再按修改后的顺序值分别确定所述目标图像与所述源图像中顺序值相同的特征三角形的匹配度；返回将所述目标图像的每个特征三角形的顺序值分别加1的步骤，直到确定所述源图像的最后一个特征三角形与所述目标图像的最后一个特征三角形的匹配度。

12.如权利要求9所述的装置，其特征在于，所述装置还包括：

判断模块，用于根据从原始图像中提取的，与所述源图像大小相同的每个目标图像与所述源图像的匹配度，判断所述每个目标图像中的至少一个目标图像是否与所述源图像匹配。

13.如权利要求12所述的装置，其特征在于，所述判断模块具体用于：

根据设置的提取参数，依次在不同方向上移位提取与所述源图像大小相同的目标图像，直到提取的目标图像与所述源图像的匹配度达到或超过设置的第二匹配度阈值，则将之前提取的目标图像作为第一轮提取的所有目标图像；

将第n轮提取的所有目标图像中与所述源图像的匹配度最大的目标图像的位置作为第n+1轮提取的起点，并根据第n+1轮提取的起点分别在不同方向上移位提取不同的目标图像；

其中，第m轮在不同方向上移位提取时的移动步长小于或等于第m-1轮在不同方向上移位提取时的移动步长；n和m为正整数。