相似图片检测的方法和装置与流程

本公开涉及图像技术领域，尤其涉及相似图片检测的方法和装置。

背景技术：

相似图片检测可以用于避免存储多种相同的图片而占用存储空间，目前，相似图片检测的方式为：提取两张图片的图像特征(例如：hog特征、sift特征)，再将这两张图片的图像特征进行对比，来判断这两张图片是否相似。但是，目前的这种方式检测相似图片的准确率较低。

技术实现要素：

为克服相关技术中存在的问题，本公开提供一种相似图片检测的方法和装置。

根据本公开实施例的第一方面，提供一种相似图片检测的方法，包括：

获取n张图片中所述每张图片的主体图像区域；所述n为大于1的整数；

根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

可选地，所述获取n张图片中所述每张图片的主体图像区域，包括：

分别对所述n张图片进行显著性检测，获取每张图片中显著性的像素点；所述显著性的像素点为显著性值大于第一阈值的像素点；

根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域。

可选地，所述根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域，包括：

将每张图片划分为至少两个图像区域；

从所述至少两个图像区域中确定显著图像区域，所述显著图像区域为显著性的像素点的占比大于第二阈值的图像区域；

根据每张图片中的显著图像区域，获取最大连通图像区域，所述最大连通图像区域为在所述图片中各个显著图像区域连通而成的最大图像区域；

根据所述最大连通图像区域，从所述图片中获取所述主体图像区域。

可选地，所述将每张图片划分为至少两个图像区域，包括：

根据每个图像区域包括k×m个像素点，将每张图片划分为至少两个图像区域；所述k、m分别为大于1的整数。

可选地，所述根据所述最大连通图像区域，从所述图片中获取所述主体图像区域，包括：

根据每张图片的所述最大连通图像区域，从所述每张图片中获取所述最大连通图像区域对应的包围盒区域；

确定所述包围合区域为所述主体图像区域。

可选地，所述包围盒区域为矩形。

可选地，所述根据所述n张图片的主体图像区域，对所述n张图片进行相似检测，包括：

将所述n张图片中的所述主体图像区域的尺寸调整为一致；

根据调整尺寸后的所述n张图片中的所述主体图像区域，对所述n张图片进行相似检测。

可选地，所述根据所述n张图片的主体图像区域，对所述n张图片进行相似检测，包括：

提取所述n张图片中的所述主体图像区域的图像特征；

获取所述n张图片中的所述图像特征的相似度；

当所述相似度大于第三阈值时，确定所述n张图片为相似图片；

当所述相似度不大于第三阈值时，确定所述n张图片不是相似图片。

根据本公开实施例的第二方面，提供一种相似图片检测的装置，包括：

获取模块，被配置为获取n张图片中所述每张图片的主体图像区域；所述n为大于1的整数；

检测模块，被配置为根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

可选地，所述获取模块包括：第一检测子模块和主体获取子模块；

所述第一检测子模块，被配置为分别对所述n张图片进行显著性检测，获取每张图片中显著性的像素点；所述显著性的像素点为显著性值大于第一阈值的像素点；

所述主体获取子模块，被配置为根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域。

可选地，所述主体获取子模块包括：划分子模块、第一确定子模块、第一获取子模块和第二获取子模块；

所述划分子模块，被配置为将每张图片划分为至少两个图像区域；

所述第一确定子模块，被配置为从所述至少两个图像区域中确定显著图像区域，所述显著图像区域为显著性的像素点的占比大于第二阈值的图像区域；

所述第一获取子模块，被配置为根据每张图片中的显著图像区域，获取最大连通图像区域，所述最大连通图像区域为在所述图片中各个显著图像区域连通而成的最大图像区域；

所述第二获取子模块，被配置为根据所述最大连通图像区域，从所述图片中获取所述主体图像区域。

可选地，所述划分子模块，被配置为将根据每个图像区域包括k×m个像素点，将每张图片划分为至少两个图像区域；所述k、m分别为大于1的整数。

可选地，所述第二获取子模块包括：包围盒获取子模块和主体确定子模块；

所述包围盒获取子模块，被配置为根据每张图片的所述最大连通图像区域，从所述每张图片中获取所述最大连通图像区域对应的包围盒区域；

所述主体确定子模块，被配置为确定所述包围合区域为所述主体图像区域。

可选地，所述包围盒区域为矩形。

可选地，所述检测模块，包括：调整子模块和第二检测子模块；

所述调整子模块，被配置为将所述n张图片中的所述主体图像区域的尺寸调整为一致；

所述第二检测子模块，被配置为根据调整尺寸后的所述n张图片中的所述主体图像区域，对所述n张图片进行相似检测。

可选地，所述第二检测模块，包括：提取子模块、相似度获取子模块和第二确定子模块；

所述提取子模块，被配置为提取所述n张图片中的所述主体图像区域的图像特征；

所述相似度获取子模块，被配置为获取所述n张图片中的所述图像特征的相似度；

所述第二确定子模块，被配置为当所述相似度大于第三阈值时，确定所述n张图片为相似图片；当所述相似度不大于第三阈值时，确定所述n张图片不是相似图片。

根据本公开实施例的第三方面，提供一种相似图片检测的装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取n张图片中所述每张图片的主体图像区域；所述n为大于1的整数；

根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

本公开的实施例提供的技术方案可以包括以下有益效果：通过获取n张图片中所述每张图片的主体图像区域；再根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。因此，本实施例在图片进行相似检测时只依据主体图像区域，剔除了背景图像，以避免背景图像对相似图片检测的干扰，提高了相似图片检测的准确性，克服了图片中背景不同但主体相同所造成的检测结果为不相似的缺陷。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种相似图片检测的方法的流程图。

图2是根据另一示例性实施例示出的一种相似图片检测的方法的流程图。

图3是根据另一示例性实施例示出的一种相似图片检测的方法的流程图。

图4是根据另一示例性实施例示出的一种相似图片检测的方法的流程图。

图5是根据一示例性实施例示出的一种相似图片检测的装置的框图。

图6是根据另一示例性实施例示出的一种相似图片检测的装置的框图。

图7是根据另一示例性实施例示出的一种相似图片检测的装置的框图。

图8是根据另一示例性实施例示出的一种相似图片检测的装置的框图。

图9是根据一示例性实施例示出的一种相似图片检测的装置800的框图。

图10是根据一示例性实施例示出的一种相似图片检测的装置1900的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种相似图片检测的方法的流程图，如图1所示，本实施例的方法包括以下步骤。

在步骤s11中，获取n张图片中所述每张图片的主体图像区域；所述n为大于1的整数。

在步骤s12中，根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

本实施例中，一般图片包括背景图像区域和主体图像区域，因此，在对n张图片进行相似图片检测时，本实施例可以从每张图片中获取该张图片的主体图像区域；然后再根据这n张图片的主体图像区域，对这n张图片进行相似检测，在相似图片检测过程中剔除了各个图片的背景图像区域，以降低背景以相似图片检测的干扰。其中，如何从图片中获取该图片的主体图像区域可以参见相关技术中的描述，此处不再赘述。

综上所述，本实施例提供的相似图片检测的方法，通过获取n张图片中所述每张图片的主体图像区域；再根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。因此，本实施例在图片进行相似检测时只依据主体图像区域，剔除了背景图像，以避免背景图像对相似图片检测的干扰，提高了相似图片检测的准确性，克服了图片中背景不同但主体相同所造成的检测结果为不相似的缺陷。

图2是根据另一示例性实施例示出的一种相似图片检测的方法的流程图，如图2所示，本实施例的方法包括以下步骤。

在步骤s21中，分别对n张图片进行显著性检测，获取每张图片中显著性的像素点；所述n为大于1的整数；所述显著性的像素点的显著性值大于第一阈值。

在步骤s22中，根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域。

本实施例中，获取n张图片中所述每张图片的主体图像区域的一种可行的实现方式为通过显著性检测来获取主体图像区域，具体包括步骤s21和步骤s22。

其中，通过对n张图片进行显著性检测，获取每张图片中显著性的像素点。n为大于1的整数，该n张图片是待检测是否相似的n张图片。其中，显著性的像素点为显著性值大于第一阈值的像素点。如何对图片进行显著性检测可以参见相关技术中的描述，此处不再赘述。其中，对每张图片进行显著性检测，可以获得每张图片的显著性，也就是可以获得每张图片中各个像素点的显著性值，然后再确定显著性值大于第一阈值的像素点，并将每张图片中显著性值大于第一阈值的像素点作为显著性的像素点。一般图片包括背景图像区域和主体图像区域，而且主体图像中的像素点的显著性值相比较高，因此，本实施例根据这些显著性值大于第一阈值的像素点，可以对应确定每张图片中的主体图像区域。

在步骤s23中，根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

步骤s23的具体实现过程可以参见图1所示实施例中的相关描述，此处不再赘述。

综上所述，本实施例提供的相似图片检测的方法，通过分别对n张图片进行显著性检测，获取每张图片中显著性的像素点；所述显著性的像素点的显著性值大于第一阈值；根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域；再根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。因此，本实施例在图片进行相似检测时只依据主体图像区域，剔除了背景图像，以避免背景图像对相似图片检测的干扰，提高了相似图片检测的准确性，克服了图片中背景不同但主体相同所造成的检测结果为不相似的缺陷。

图3是根据另一示例性实施例示出的一种相似图片检测的方法的流程图，如图3所示，本实施例的方法包括以下步骤。

在步骤s31中，分别对n张图片进行显著性检测，获取每张图片中显著性的像素点；所述n为大于1的整数；所述显著性的像素点的显著性值大于第一阈值。

步骤s31的具体实现过程可以参见图2所示实施例中的相关描述，此处不再赘述。

本实施例中，根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域的一种可行的实现方式中可以包括步骤s32-s35。

在步骤s32中，将每张图片划分为至少两个图像区域。

本实施例中，将每张图片划分为至少两个图像区域。可选地，同一图片中每个图像区域的尺寸相同。可选地，每张图片中的图像区域的尺寸相同。

其中，将每张图片划分为至少两个图像区域的一种可行的实现方式为：根据每个图像区域包括k×m个像素点，将每张图片划分为至少两个图像区域，所述k、m分别为大于1的整数。每个图像区域均包括k×m个像素点。

在步骤s33中，从所述至少两个图像区域中确定显著图像区域，所述显著图像区域为显著性的像素点的占比大于第二阈值的图像区域。

本实施例中，在获取到每张图片的至少两个图像区域之后，从这至少两个图像区域中确定显著图像区域，其中，从每张图片的至少两个图像区域中可以确定至少一个显著图像区域。具体地，每个图像区域可能包括显著性的像素点和非显著性的像素点(是指显著性值不大于第一阈值的像素点)，可以根据像素点的显著性值从该图像区域中确定出显著性的像素点的个数，然后将该图像区域中显著性的像素点的个数除以该图像区域中的像素点的总个数获得显著性的像素点的占比，将该占比与第二阈值进行比较，当该占比大于第二阈值时，确定该图像区域为显著图像区域，当该占比不大于第二阈值时，确定该图像区域不是显著图像区域。可选地，该显著性的像素点的占比也可以是将该图像区域中显著性的像素点的个数除以该图像区域所属的图片中的像素点的总个数获得的。

在步骤s34中，根据每张图片中的显著图像区域，获取最大连通图像区域，所述最大连通图像区域为在所述图片中各个显著图像区域连通而成的最大图像区域。

本实施例中，在获得每张图片的显著图像区域之后，根据每张图片中的至少一个显著图像区域，可以获得至少一个由显著图像区域连通的图像区域，从该至少一个由显著图像区域连通的图像区域中确定最大的图像区域，并将该最大图像区域作为最大连通图像区域。例如：获得了显著图像区域a、b、c、d、e，而a与b连通，c和d以及e连通，由于c和d以及e连通形成的图像区域比a与b连通形成的图像区域大，因此，确定c和d以及e连通形成的图像区域为最大连通图像区域。

在步骤s35中，根据每张图片的所述最大连通图像区域，从每张图片中获取主体图像区域。

本实施例中，在确定每张图片的最大连通图像区域之后，根据每张图片中的最大连通图像区域，从该图片中获取主体图像区域。

其中，步骤s35的一种可行的实现方式中可以包括：步骤s351和步骤s352。

在步骤s351中，根据每张图片的所述最大连通图像区域，从所述每张图片中获取所述最大连通图像区域对应的包围盒区域。

在步骤s352中，确定所述包围合区域为所述主体图像区域。

本实施例中，根据每张图片的最大连通图像区域，从该图片中获取该最大连通图像区域对应的包围盒区域，该包围盒区域包括该最大连通图像区域，其中，如何根据图像区域获取对应的包围盒区域可以参见相关技术中的描述，此处不再赘述。该包围盒区域可以为圆形、三角形、矩形等。由于图片的尺寸形状为矩形，一般包围盒区域的形状也为矩形。本实施例再将每张图片中的最大连通图像区域对应的包围盒区域作为该图片的主体图像区域。

在步骤s36中，根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

其中，步骤s36的一种可行的实现方式可以包括步骤s361-步骤s363。

在步骤s361中，提取所述n张图片中的所述主体图像区域的图像特征。

本实施例中，在确定n张图片的主体图像区域之后，即确定n个主体图像区域之后，分别提取n个主体图像区域的图像特征，将该主体图像区域的图像特征作为用于进行相似图片检测的图片的图像特征，图像特征可以是hog特征、sift特征等。其中，如何提取图像特征可以参见相关技术中的描述，此处不再赘述。

在步骤s362中，获取所述n张图片中的所述图像特征的相似度。

本实施例中，在获取到n张图片中的主体图像区域的图像特征之后，获取该n张图片的该图像特征的相似度。其中，如何获取图像特征的相似度可以参见相关技术中的描述，此处不再赘述。

在步骤s363中，当相似度大于第三阈值时，确定所述n张图片为相似图片；当相似度不大于第三阈值时，确定所述n张图片不为相似图片。

本实施例中，在获取n张图片中的上述图像特征的相似度之后，将该相似度与第三阈值进行对比，当该相似度大于第三阈值时，确定该n张图片为相似图片；当该相似度不大于第三阈值时，确定该n张图片不是相似图片。

综上所述，本实施例提供的相似图片检测的方法，通过上述方案，本实施例在图片进行相似检测时只依据主体图像区域，剔除了背景图像，以避免背景图像对相似图片检测的干扰，提高了相似图片检测的准确性，克服了图片中背景不同但主体相同所造成的检测结果为不相似的缺陷。

图4是根据另一示例性实施例示出的一种相似图片检测的方法的流程图，如图4所示，本实施例的方法包括以下步骤。

在步骤s41中，获取n张图片中所述每张图片的主体图像区域；所述n为大于1的整数。

本实施例中，步骤s41的具体实现过程可以参见图1-图3任一所示实施例中的相关描述，此处不再赘述。

在步骤s42中，将所述n张图片中的所述主体图像区域的尺寸调整为一致。

本实施例中，从不同图片中获得的主体图像区域的尺寸可能不相同，为了提高基于主体图像区域检测相似图像的准确性，本实施例将n张图片中的主体图像区域的尺寸调整为一致。

在步骤s43中，根据调整尺寸后的所述n张图片中的所述主体图像区域，对所述n张图片进行相似检测。

本实施例中，根据n张图片中调整尺寸一致的主体图像区域，对该n张图片进行相似检测。

在一种可行的实现方式中，提取调整尺寸为一致的n个所述主体图像区域的图像特征，然后再获取所述n个所述主体图像区域的所述图像特征的相似度。当相似度大于第三阈值时，确定所述n张图片为相似图片；当相似度不大于第三阈值时，确定所述n张图片不为相似图片。

综上所述，本实施例提供的相似图片检测的方法，通过上述方案，本实施例在图片进行相似检测时只依据主体图像区域，剔除了背景图像，以避免背景图像对相似图片检测的干扰，提高了相似图片检测的准确性，克服了图片中背景不同但主体相同所造成的检测结果为不相似的缺陷。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图5是根据一示例性实施例示出的一种相似图片检测的装置的框图。该相似图片检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图5，该装置包括获取模块100和检测模块200。

获取模块100，被配置为获取n张图片中所述每张图片的主体图像区域；所述n为大于1的整数。

检测模块200，被配置为根据所述n张图片的主体图像区域，对所述n张图片进行相似检测。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6是根据另一示例性实施例示出的一种相似图片检测的装置的框图。该相似图片检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图6，本实施例在图5所示实施例的基础上，所述获取模块100包括：第一检测子模块110和主体获取子模块120。

所述第一检测子模块110，被配置为分别对所述n张图片进行显著性检测，获取每张图片中显著性的像素点；所述显著性的像素点为显著性值大于第一阈值的像素点。

所述主体获取子模块120，被配置为根据每张所述图片中的显著性的像素点，获取所述每张图片的主体图像区域。

可选地，所述主体获取子模块120包括：划分子模块121、第一确定子模块122、第一获取子模块123和第二获取子模块124。

所述划分子模块121，被配置为将每张图片划分为至少两个图像区域；

所述第一确定子模块122，被配置为从所述至少两个图像区域中确定显著图像区域，所述显著图像区域为显著性的像素点的占比大于第二阈值的图像区域；

所述第一获取子模块123，被配置为根据每张图片中的显著图像区域，获取最大连通图像区域，所述最大连通图像区域为在所述图片中各个显著图像区域连通而成的最大图像区域；

所述第二获取子模块124，被配置为根据所述最大连通图像区域，从所述图片中获取所述主体图像区域。

可选地，所述划分子模块121，被配置为将根据每个图像区域包括k×m个像素点，将每张图片划分为至少两个图像区域；所述k、m分别为大于1的整数。

可选地，所述第二获取子模块124包括：包围盒获取子模块124a和主体确定子模块124b。

所述包围盒获取子模块124a，被配置为根据每张图片的所述最大连通图像区域，从所述每张图片中获取所述最大连通图像区域对应的包围盒区域。

所述主体确定子模块124b，被配置为确定所述包围合区域为所述主体图像区域。

可选地，所述包围盒区域为矩形。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据另一示例性实施例示出的一种相似图片检测的装置的框图。该相似图片检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图7，本实施例在图5或图6所示实施例的基础上，所述检测模块200，包括：调整子模块210和第二检测子模块220。

所述调整子模块210，被配置为将所述n张图片中的所述主体图像区域的尺寸调整为一致。

所述第二检测子模块220，被配置为根据调整尺寸后的所述n张图片中的所述主体图像区域，对所述n张图片进行相似检测。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据另一示例性实施例示出的一种相似图片检测的装置的框图。该相似图片检测的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。参照图8，本实施例在图5-图7任一所示实施例的基础上，所述检测模块200，包括：提取子模块230、相似度获取子模块240和第二确定子模块250。

所述提取子模块230，被配置为提取所述n张图片中的所述主体图像区域的图像特征。

所述相似度获取子模块240，被配置为获取所述n张图片中的所述图像特征的相似度。

所述第二确定子模块250，被配置为当所述相似度大于第三阈值时，确定所述n张图片为相似图片；当所述相似度不大于第三阈值时，确定所述n张图片不是相似图片。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图9是根据一示例性实施例示出的一种相似图片检测的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图9，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置800的处理器执行时，使得装置800能够执行上述相似图片检测的方法。

图10是根据一示例性实施例示出的一种相似图片检测的装置1900的框图。例如，装置1900可以被提供为一服务器。参照图10，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述相似图片检测的方法。

装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(i/o)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。