CN111127478A - 一种视图块分割方法及装置 - Google Patents

Abstract

本发明实施例提供了一种视图块分割方法及装置，所述方法包括：获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；将所述目标视图块分割为多个不连续区域；确定每个所述不连续区域中元素的分布特征信息；根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。如此可以应对同一背景的视图块需要进一步分割的场景，实现对同一背景的视图块进一步分割的目的。

Description

一种视图块分割方法及装置

技术领域

本发明涉及图像处理技术领域，特别是涉及一种视图块分割方法及装置。

背景技术

在UI(User Interface，用户界面)设计逆向工程(即通过UI截图反向生成布局代码)中，需要将UI截图上的UI元素进行拆分提取，从而得到UI元素的视图树。因此在UI设计逆向工程中，对于UI截图，根据不同背景将该UI截图切割成多个视图块，从多个视图块中对UI截图上的UI元素进行拆分提取，从而得到UI元素的视图树。

然而当根据不同背景将该UI截图切割成多个视图块时，经常会遇到需要对同一背景的视图块进一步分割的场景。例如对于其中某个视图块，虽然背景相同，但是该视图块中包括两组不同的UI元素，存在UI元素的差异，因此需要对该视图块进一步分割。基于此，目前急需一种视图块分割的技术方案，以应对上述对同一背景的视图块需要进一步分割的场景。

发明内容

本发明实施例的目的在于提供一种视图块分割方法、装置、服务器及存储介质，以实现对同一背景的视图块进一步分割的目的。具体技术方案如下：

在本发明实施例的第一方面，首先提供了一种视图块分割方法，所述方法包括：

获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

将所述目标视图块分割为多个不连续区域；

确定每个所述不连续区域中元素的分布特征信息；

根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

在本发明实施例的可选实施方式中，所述将所述目标视图块分割为多个不连续区域，包括：

确定所述目标视图块中不连续区域之间垂直方向上的中间点位置；

根据所述中间点位置，按照水平方向将所述目标视图块分割为多个不连续区域。

在本发明实施例的可选实施方式中，所述确定每个所述不连续区域中元素的分布特征信息，包括：

确定每个所述不连续区域中元素的位置信息、数量和水平宽度。

在本发明实施例的可选实施方式中，所述根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度，包括：

根据所述分布特征信息计算任一相邻两个所述不连续区域中元素在垂直方向上的重合度；

针对任一相邻两个所述不连续区域，其中一个不连续区域中的任一元素，选取重合度最高的另一个不连续区域的元素进行匹配；

计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离；

根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

在本发明实施例的可选实施方式中，所述计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离，包括：

选取任一相邻两个所述不连续区域中匹配成功的元素的位置信息；

根据所述位置信息计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离。

在本发明实施例的可选实施方式中，所述根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度，包括：

选取所述位置信息的最大值以及最小值；

将所述汉明距离、所述最大值以及所述最小值输入预设的相似度算法，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

在本发明实施例的可选实施方式中，所述相似度算法包括：

simi＝MAX{0，(1-(2*dist*max)/(wide*count))}；

其中，所述simi为相似度，所述dist为汉明距离，所述max为所述最大值，所述count为所述最小值，所述wide为所述目标视图块的水平宽度。

在本发明实施例的第二方面，还提供了一种视图块分割装置，所述装置包括：

视图块获取模块，用于获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

视图块分割模块，用于将所述目标视图块分割为多个不连续区域；

信息确定模块，用于确定每个所述不连续区域中元素的分布特征信息；

相似度计算模块，用于根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

区域拼接模块，用于将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

在本发明实施例的可选实施方式中，所述视图块分割模块具体用于：

确定所述目标视图块中不连续区域之间垂直方向上的中间点位置；

根据所述中间点位置，按照水平方向将所述目标视图块分割为多个不连续区域。

在本发明实施例的可选实施方式中，所述信息确定模块具体用于：

确定每个所述不连续区域中元素的位置信息、数量和水平宽度。

在本发明实施例的可选实施方式中，所述相似度计算模块包括：

重合度计算子模块，用于根据所述分布特征信息计算任一相邻两个所述不连续区域中元素在垂直方向上的重合度；

元素匹配子模块，用于针对任一相邻两个所述不连续区域，其中一个不连续区域中的任一元素，选取重合度最高的另一个不连续区域的元素进行匹配；

距离计算子模块，用于计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离；

相似度计算子模块，用于根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

在本发明实施例的可选实施方式中，所述距离计算子模块具体用于：

选取任一相邻两个所述不连续区域中匹配成功的元素的位置信息；

根据所述位置信息计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离。

在本发明实施例的可选实施方式中，所述相似度计算子模块具体用于：

选取所述位置信息的最大值以及最小值；

将所述汉明距离、所述最大值以及所述最小值输入预设的相似度算法，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

在本发明实施例的可选实施方式中，所述相似度算法包括：

simi＝MAX{0，(1-(2*dist*max)/(wide*count))}；

其中，所述simi为相似度，所述dist为汉明距离，所述max为所述最大值，所述count为所述最小值，所述wide为所述目标视图块的水平宽度。

在本发明实施例的第三方面，还提供了一种服务器，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任一所述的视图块分割方法。

在本发明实施例的第四方面，还提供了一种存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的视图块分割方法。

在本发明实施例的第五方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的视图块分割方法。

本发明实施例提供的技术方案，通过对目标视图块中不连续区域进行先分割，再根据相邻不连续区域中元素的分布特征的相似度决定是否拼接相邻不连续区域的方式，可以应对同一背景的视图块需要进一步分割的场景，实现对同一背景的视图块进一步分割的目的。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中示出的一种视图块分割方法的实施流程示意图；

图2为本发明实施例中示出的另一种视图块分割方法的实施流程示意图；

图3为本发明实施例中示出的一种不连续区域之间中间点位置的示意图；

图4为本发明实施例中示出的一种横向分割目标视图块的示意图；

图5为本发明实施例中示出的一种元素垂直方向上重合度的示意图；

图6为本发明实施例中示出的一种目标视图块分割的示意图；

图7为本发明实施例中示出的一种视图块分割装置的结构示意图；

图8为本发明实施例中示出的一种服务器的结构示意图。

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的一部分实施例，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做出创造性劳动的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。

如图1所示，为本发明实施例提供的一种视图块分割方法的实施流程示意图，该方法具体可以包括以下步骤：

S101，获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

在UI设计逆向工程中，对于UI截图，根据不同背景将该UI截图切割成多个视图块。例如，对于UI截图，存在白色和黑色两种背景，可以根据这两种不同背景将该UI截图切割成两个视图块。

当根据不同背景将该UI截图切割成多个视图块时，经常会遇到需要对同一背景的视图块进一步分割的场景。例如，对于其中某个视图块，虽然背景相同，但是该视图块中可能包括两组不同的UI元素，存在UI元素的差异，因此需要对该视图块进一步分割。

基于此，本发明实施例可以获取上述待分割的目标视图块(即需要进一步分割的同一背景的视图块)，其中，该目标视图块的背景单一。例如，对于目标视图块，背景为白色。

S102，将所述目标视图块分割为多个不连续区域；

对于目标视图块，其中可能包括两组或者多组不同的UI元素，即两组或者多组UI元素未连接，存在UI元素的差异，因此目标视图块中存在不连续区域。

基于此，本发明实施例将目标视图块中不连续区域进行分割，如此可以得到多个不连续区域。

例如，对于目标视图块，其中包括两组不同的UI元素，存在UI元素的差异，即存在两个不连续区域，本发明实施例将目标视图块中不连续区域进行分割，可以得到不连续区域A以及不连续区域B。

S103，确定每个所述不连续区域中元素的分布特征信息；

对目标视图块中不连续区域进行分割，可以得到多个不连续区域，针对任一不连续区域，确定该不连续区域中元素的分布特征信息。

例如，对于上述得到的不连续区域A以及不连续区域B，确定不连续区域A中元素的分布特征信息，确定不连续区域B中元素的分布特征信息，如此对于不同的不连续区域，可以得到各自不连续区域中元素的分布特征信息。

S104，根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

对于上述所确定的任一不连续区域中元素的分布特征信息，根据该分布特征信息计算任一相邻两个不连续区域中元素的分布特征的相似度。其中，本发明实施例中元素可以是UI元素，本发明实施例对此不作限定。

例如，确定不连续区域A中元素的分布特征信息1，确定不连续区域B中元素的分布特征信息2，确定不连续区域C中元素的分布特征信息3，不连续区域A与不连续区域B相邻，不连续区域B与不连续区域C相邻，根据分布特征信息计算任一相邻两个不连续区域中元素的分布特征的相似度如下所示：

根据相邻两个不连续区域(不连续区域A以及不连续区域B)中元素的分布特征信息(分布特征信息1以及分布特征信息2)，计算相邻两个不连续区域(不连续区域A以及不连续区域B)中元素的分布特征的相似度；

根据相邻两个不连续区域(不连续区域B以及不连续区域C)中元素的分布特征信息(分布特征信息2以及分布特征信息3)，计算相邻两个不连续区域(不连续区域B以及不连续区域C)中元素的分布特征的相似度。

另外，对于任一相邻两个不连续区域，判断任一相邻两个不连续区域中元素的分布特征的相似度是否不小于设定相似度阈值，以便于根据判断结果来决定是否拼接任一相邻两个不连续区域。

例如，对于相邻两个不连续区域(不连续区域A以及不连续区域B)中元素的分布特征的相似度simiAB，对于设定相似度阈值simi0，判断该simiAB是否不小于该simi0，以便于根据判断结果决定是否将相邻两个不连续区域(不连续区域A以及不连续区域B)进行拼接。

S105，将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

对于多个不连续区域，如果任一相邻两个不连续区域中元素的分布特征的相似度不小于设定相似度阈值，则表示任一相邻两个不连续区域中元素相似度较高，可以将任一相邻两个不连续区域进行拼接。

例如，对于相邻两个不连续区域(不连续区域A以及不连续区域B)中元素的分布特征的相似度simiAB不小于设定相似度阈值simi0，可以将相邻两个不连续区域(不连续区域A以及不连续区域B)进行拼接。

对于多个不连续区域，如果任一相邻两个不连续区域中元素的分布特征的相似度小于设定相似度阈值，则表示任一相邻两个不连续区域中元素相似度较低，保持任一相邻两个不连续区域的分割状态。

例如，对于相邻两个不连续区域(不连续区域A以及不连续区域B)中元素的分布特征的相似度simiAB小于设定相似度阈值simi0，可以将相邻两个不连续区域(不连续区域A以及不连续区域B)保持分割状态。

通过上述对本发明实施例提供的技术方案的描述，通过对目标视图块中不连续区域进行先分割，再根据相邻不连续区域中元素的分布特征的相似度决定是否拼接相邻不连续区域的方式，可以应对同一背景的视图块需要进一步分割的场景，实现对同一背景的视图块进一步分割的目的。

如图2所示，为本发明实施例提供的另一种视图块分割方法的实施流程示意图，该方法具体可以包括以下步骤：

S201，获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

在本发明实施例中，本步骤与上述步骤S101类似，本发明实施例在此不再一一赘述。

S202，确定所述目标视图块中不连续区域之间垂直方向上的中间点位置；

对于目标视图块中不连续区域，本发明实施例采取横向分割的方式，因此需要确定目标视图块中不连续区域之间垂直方向上的中间点位置，以便于后续针对目标视图块中不连续区域进行横向分割。

其中，可以确定目标视图块中不连续区域之间垂直方向上的间距，选取该间距中间点位置为目标视图块中不连续区域之间垂直方向上的中间点位置。

例如，如图3所示，对于不连续区域A、不连续区域B以及不连续区域C，不连续区域A与不连续区域B之间垂直方向上存在9个像素，可以确定第5个像素为第一中间点位置，不连续区域B与不连续区域C之间垂直方向上存在9个像素，可以确定第5个像素为第二中间点位置。

S203，根据所述中间点位置，按照水平方向将所述目标视图块分割为多个不连续区域；

对于上述得到的中间点位置，基于该中间点位置，将目标视图块中多个不连续区域按照水平方向进行分割，如此可以得到多个处于上下关系的不连续区域。

例如，如图4所示，对于不连续区域A、不连续区域B以及不连续区域C，根据上述第一中间点位置以及第二中间点位置，将目标视图块中不连续区域A、不连续区域B以及不连续区域C按照水平方向进行分割，如此可以得到三个独立的不连续区域A、不连续区域B以及不连续区域C。

S204，确定每个所述不连续区域中元素的分布特征信息；

在本发明实施例中，对于上述步骤得到的多个不连续区域，针对任一不连续区域，确定该不连续区域中元素的分布特征信息。其中，该分布特征信息可以包括元素的位置信息、数量和水平宽度。

例如，对于不连续区域A、不连续区域B以及不连续区域C，确定不连续区域A、不连续区域B以及不连续区域C中元素的分布特征信息，如下表1所示。

表1

由上述表1可知，对于不连续区域A、不连续区域B以及不连续区域C，各自包含3个元素，且每个元素水平宽度占据10个像素。

S205，根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

在本发明实施例中，对于任一相邻两个不连续区域，根据相邻两个不连续区域中元素的分布特征信息，计算相邻两个不连续区域中元素的分布特征的相似度。

例如，对于相邻两个不连续区域：不连续区域A与不连续区域B，相邻两个不连续区域：不连续区域B与不连续区域C，根据不连续区域A中元素的分布特征信息1与不连续区域B中元素的分布特征信息2，计算不连续区域A中元素与不连续区域B元素的分布特征的相似度，根据不连续区域B中元素的分布特征信息2与不连续区域C中元素的分布特征信息3，计算不连续区域B中元素与不连续区域C中元素的分布特征的相似度。

其中，在本发明实施例中，对于任一相邻两个不连续区域，根据相邻两个不连续区域中元素的分布特征信息，计算相邻两个不连续区域中元素的分布特征的相似度的可选实施方式如下：

对于任一相邻两个不连续区域，根据相邻两个不连续区域中元素的分布特征信息，计算相邻两个不连续区域中元素在垂直方向上的重合度；针对相邻两个不连续区域，其中一个不连续区域中的任一元素，选取重合度最高的另一个不连续区域的元素进行匹配；计算相邻两个不连续区域中匹配成功的元素的汉明距离；根据汉明距离以及匹配成功的元素，计算相邻两个不连续区域中元素的分布特征的相似度。

由上述可知，分布特征信息可以包括元素的位置信息、数量和水平宽度，根据相邻两个不连续区域中元素的位置信息、数量和水平宽度，可以计算相邻两个不连续区域中元素在垂直方向上的重合度。

例如，对于相邻两个不连续区域：不连续区域A以及不连续区域B，不连续区域A中元素的分布特征信息如上述表1所示，不连续区域B中元素的分布特征信息如上述表1所示，对于不连续区域A中元素A1，根据元素A1、元素B1、元素B2、元素B3各自对应的位置信息以及水平宽度，可以分别计算元素A1与元素B1、元素B2、元素B3在垂直方向上的重合度，如图5所示，不连续区域A中元素A1与不连续区域B中元素B1完全重合，与不连续区域B中元素B2、不连续区域B中元素B3未重合。对于不连续区域A中元素A2、元素A3以此类推，本发明实施例在此不再一一赘述。

对于不连续区域A中元素A1，选取重合度最高的不连续区域B中元素B1进行匹配，对于不连续区域A中元素A2，选取重合度最高的不连续区域B中元素B2进行匹配，对于不连续区域A中元素A3，选取重合度最高的不连续区域B中元素B3进行匹配，则可以记作不连续区域A中元素A1与不连续区域B中元素B1匹配成功，不连续区域A中元素A2与不连续区域B中元素B2匹配成功，不连续区域A中元素A3与不连续区域B中元素B3匹配成功。

另外，对于不连续区域A以及不连续区域B，如果存在未能匹配成功的元素，假设不连续区域B中还包括元素B4以及元素B5，则可以剔除元素B4以及元素B5。

对于相邻两个不连续区域中匹配成功的元素，计算相邻两个不连续区域中匹配成功的元素的汉明距离。其中，可以选取相邻两个不连续区域中匹配成功的元素的位置信息，根据该位置信息计算相邻两个不连续区域中匹配成功的元素的汉明距离。

例如，对于相邻两个不连续区域：不连续区域A以及不连续区域B，不连续区域A中元素A1与不连续区域B中元素B1匹配成功，不连续区域A中元素A2与不连续区域B中元素B2匹配成功，不连续区域A中元素A3与不连续区域B中元素B3匹配成功。

选取不连续区域A中元素A1的位置信息与不连续区域B中元素B1的位置信息，计算不连续区域A中元素A1与不连续区域B中元素B1的汉明距离中间值1；

选取不连续区域A中元素A2的位置信息与不连续区域B中元素B2的位置信息，计算不连续区域A中元素A2与不连续区域B中元素B2的汉明距离中间值2；

选取不连续区域A中元素A3的位置信息与不连续区域B中元素B3的位置信息，计算不连续区域A中元素A3与不连续区域B中元素B3的汉明距离中间值3；

将汉明距离中间值1、汉明距离中间值2、汉明距离中间值3相加，得到不连续区域A以及不连续区域B中匹配成功的元素的汉明距离。

对于上述得到的汉明距离，以及相邻两个不连续区域中匹配成功的元素的位置信息，可以选取该位置信息中的最大值以及最小值，将汉明距离、最大值以及最小值输入预设的相似度算法，计算相邻两个不连续区域中元素的分布特征的相似度。

例如，对于不连续区域A以及不连续区域B中匹配成功的元素的汉明距离，以及匹配成功的不连续区域A中元素A1与不连续区域B中元素B1、匹配成功的不连续区域A中元素A2与不连续区域B中元素B2、匹配成功的不连续区域A中元素A3与不连续区域B中元素B3，从上述不连续区域A中元素A1的位置信息、不连续区域B中元素B1的位置信息、不连续区域A中元素A2的位置信息、不连续区域B中元素B2的位置信息、不连续区域A中元素A3的位置信息、不连续区域B中元素B3的位置信息中，选取最大值以及最小值，将汉明距离、最大值以及最小值输入预设的相似度算法，计算相邻两个不连续区域中(不连续区域A以及不连续区域B)元素的分布特征的相似度。

其中，对于本发明实施例中的相似度算法，如下所示：

simi＝MAX{0，(1-(2*dist*max)/(wide*count))}；

其中，所述simi为相似度，所述dist为汉明距离，所述max为所述最大值，所述count为所述最小值，所述wide为所述目标视图块的水平宽度。

需要说明的是，在本发明实施例中，对于参与汉明距离计算以及相似度计算的位置信息，由目标视图块的排序规则所决定，即如果已确定目标视图块的排序规则，可以选择与目标视图块的排序规则相对应的位置信息。

例如，在已确定目标视图块的排序规则的情况下，选择与目标视图块的排序规则相对应的位置信息：目标视图块的排序规则为向左对齐，上述位置信息可以是水平方向左起点位置信息；目标视图块的排序规则为居中对齐，上述位置信息可以是水平方向中间点位置信息；目标视图块的排序规则为向右对齐，上述位置信息可以是水平方向右起点位置信息。

例如，在不确定目标视图块的排序规则的情况下，上述位置信息可以是水平方向左起点位置信息、水平方向中间点位置信息和水平方向右起点位置信息，分别利用水平方向左起点位置信息、水平方向中间点位置信息和水平方向右起点位置信息，按照上述相似度计算方法计算3个相似度，选取最优的相似度作为相邻不连续区域中元素的分布特征的相似度，便于后续使用。

S206，将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

对于多个不连续区域，如果相邻两个不连续区域中元素的分布特征的相似度不小于设定相似度阈值，则表示相邻两个不连续区域中元素相似度较高，可以将相邻两个不连续区域进行拼接；如果相邻两个不连续区域中元素的分布特征的相似度小于设定相似度阈值，则表示相邻两个不连续区域中元素相似度较低，保持相邻两个不连续区域的分割状态。

例如，如图6所示，对于相邻两个不连续区域(不连续区域A以及不连续区域B)中元素的分布特征的相似度simiAB不小于设定相似度阈值simi0，可以将相邻两个不连续区域(不连续区域A以及不连续区域B)进行拼接；对于相邻两个不连续区域(不连续区域B以及不连续区域C)中元素的分布特征的相似度simiBC小于设定相似度阈值simi0，可以将相邻两个不连续区域(不连续区域B以及不连续区域C)保持分割状态。

与上述方法实施例相对应，本发明实施例还提供了一种视图块分割装置，如图7所示，该装置可以包括：视图块获取模块710、视图块分割模块720、信息确定模块730、相似度计算模块740、判断模块750、区域拼接模块760。

视图块获取模块710，用于获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

视图块分割模块720，用于将所述目标视图块分割为多个不连续区域；

信息确定模块730，用于确定每个所述不连续区域中元素的分布特征信息；

相似度计算模块740，用于根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

区域拼接模块750，用于将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

在本发明实施例的具体实施方式中，所述视图块分割模块720具体用于：

确定所述目标视图块中不连续区域之间垂直方向上的中间点位置；

根据所述中间点位置，按照水平方向将所述目标视图块分割为多个不连续区域。

在本发明实施例的具体实施方式中，所述信息确定模块730具体用于：

确定每个所述不连续区域中元素的位置信息、数量和水平宽度。

在本发明实施例的具体实施方式中，所述相似度计算模块740包括：

重合度计算子模块741，用于根据所述分布特征信息计算任一相邻两个所述不连续区域中元素在垂直方向上的重合度；

元素匹配子模块742，用于针对任一相邻两个所述不连续区域，其中一个不连续区域中的任一元素，选取重合度最高的另一个不连续区域的元素进行匹配；

距离计算子模块743，用于计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离；

相似度计算子模块744，用于根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

在本发明实施例的具体实施方式中，所述距离计算子模块743具体用于：

选取任一相邻两个所述不连续区域中匹配成功的元素的位置信息；

根据所述位置信息计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离。

在本发明实施例的具体实施方式中，所述相似度计算子模块744具体用于：

选取所述位置信息的最大值以及最小值；

将所述汉明距离、所述最大值以及所述最小值输入预设的相似度算法，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

在本发明实施例的具体实施方式中，所述相似度算法包括：

simi＝MAX{0，(1-(2*dist*max)/(wide*count))}；

其中，所述simi为相似度，所述dist为汉明距离，所述max为所述最大值，所述count为所述最小值，所述wide为所述目标视图块的水平宽度。

本发明实施例还提供了一种服务器，如图8所示，包括处理器81、通信接口82、存储器83和通信总线84，其中，处理器81，通信接口82，存储器83通过通信总线84完成相互间的通信，

存储器83，用于存放计算机程序；

处理器81，用于执行存储器83上所存放的程序时，实现如下步骤：

获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

将所述目标视图块分割为多个不连续区域；

确定每个所述不连续区域中元素的分布特征信息；

根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述服务器与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种存储介质，该存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视图块分割方法。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视图块分割方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中，或者从一个存储介质向另一个存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (14)

1.一种视图块分割方法，其特征在于，所述方法包括：

获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

将所述目标视图块分割为多个不连续区域；

确定每个所述不连续区域中元素的分布特征信息；

根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标视图块分割为多个不连续区域，包括：

确定所述目标视图块中不连续区域之间垂直方向上的中间点位置；

根据所述中间点位置，按照水平方向将所述目标视图块分割为多个不连续区域。

3.根据权利要求1所述的方法，其特征在于，所述确定每个所述不连续区域中元素的分布特征信息，包括：

确定每个所述不连续区域中元素的位置信息、数量和水平宽度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度，包括：

根据所述分布特征信息计算任一相邻两个所述不连续区域中元素在垂直方向上的重合度；

针对任一相邻两个所述不连续区域，其中一个不连续区域中的任一元素，选取重合度最高的另一个不连续区域的元素进行匹配；

计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离；

根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

5.根据权利要求4所述的方法，其特征在于，所述计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离，包括：

选取任一相邻两个所述不连续区域中匹配成功的元素的位置信息；

根据所述位置信息计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离。

6.根据权利要求5所述的方法，其特征在于，所述根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度，包括：

选取所述位置信息的最大值以及最小值；

将所述汉明距离、所述最大值以及所述最小值输入预设的相似度算法，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

7.根据权利要求6所述的方法，其特征在于，所述相似度算法包括：

simi＝MAX{0，(1-(2*dist*max)/(wide*count))}；

其中，所述simi为相似度，所述dist为汉明距离，所述max为所述最大值，所述count为所述最小值，所述wide为所述目标视图块的水平宽度。

8.一种视图块分割装置，其特征在于，所述装置包括：

视图块获取模块，用于获取待分割的目标视图块，其中，所述目标视图块根据不同背景对目标图像进行分割得到；

视图块分割模块，用于将所述目标视图块分割为多个不连续区域；

信息确定模块，用于确定每个所述不连续区域中元素的分布特征信息；

相似度计算模块，用于根据所述分布特征信息计算任一相邻两个所述不连续区域中元素的分布特征的相似度；

区域拼接模块，用于将多个所述不连续区域中所述相似度不小于设定相似度阈值的相邻两个所述不连续区域进行拼接处理。

9.根据权利要求8所述的装置，其特征在于，所述视图块分割模块具体用于：

确定所述目标视图块中不连续区域之间垂直方向上的中间点位置；

根据所述中间点位置，按照水平方向将所述目标视图块分割为多个不连续区域。

10.根据权利要求8所述的装置，其特征在于，所述信息确定模块具体用于：

确定每个所述不连续区域中元素的位置信息、数量和水平宽度。

11.根据权利要求8所述的装置，其特征在于，所述相似度计算模块包括：

重合度计算子模块，用于根据所述分布特征信息计算任一相邻两个所述不连续区域中元素在垂直方向上的重合度；

元素匹配子模块，用于针对任一相邻两个所述不连续区域，其中一个不连续区域中的任一元素，选取重合度最高的另一个不连续区域的元素进行匹配；

距离计算子模块，用于计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离；

相似度计算子模块，用于根据所述汉明距离以及所述匹配成功的元素，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

12.根据权利要求11所述的装置，其特征在于，所述距离计算子模块具体用于：

选取任一相邻两个所述不连续区域中匹配成功的元素的位置信息；

根据所述位置信息计算任一相邻两个所述不连续区域中匹配成功的元素的汉明距离。

13.根据权利要求12所述的装置，其特征在于，所述相似度计算子模块具体用于：

选取所述位置信息的最大值以及最小值；

将所述汉明距离、所述最大值以及所述最小值输入预设的相似度算法，计算任一相邻两个所述不连续区域中元素的分布特征的相似度。

14.根据权利要求13所述的装置，其特征在于，所述相似度算法包括：

simi＝MAX{0，(1-(2*dist*max)/(wide*count))}；

其中，所述simi为相似度，所述dist为汉明距离，所述max为所述最大值，所述count为所述最小值，所述wide为所述目标视图块的水平宽度。

Images