：
[0149] 第一确定模块61，用于根据待处理的图像中像素的参数，确定像素的显著性；
[0150] 第二确定模块62,用于根据确定的显著性确定相应的像素属于显著区域或背景区 域；
[0151] 第三确定模块63,用于根据图像中像素所属的区域确定图像中的显著区域和/或 背景区域。
[0152] 其中，在确定图像中像素的显著性时，第二确定模块62用于对每个需要确定显著 性的像素，确定该像素到达图像边界处的参数变化最小路径，并确定该像素的参数相对于 该路径上位于图像边界处像素的参数的变化情况，将该确定的参数变化情况作为该像素的 第一显著性；和/或
[0153] 第二确定模块62用于对每个需要确定显著性的像素，确定该像素的参数与图像 中预先确定的参考背景区域中像素的参数之间的相似程度，将该相似程度作为该像素的第 二显著性。
[0154] 可选地，参考背景区域包括图像的至少部分边缘区域。
[0155] 此外，在确定每个需要确定显著性的像素到达图像边界处的参数变化最小路径 时，第二确定模块62用于对图像进行多次扫描，确定每个像素的参数变化最小路径值，每 次扫描时采用的扫描顺序不同。
[0156] 可选地，上述多次扫描包括第一扫描和第二扫描，并且，第一扫描和第二扫描的扫 描顺序相反。
[0157] 此外，在确定该像素的参数与图像中预先确定的参考背景区域中像素的参数之间 的相似程度时，第二确定模块62用于对图像中所有像素的颜色进行划分，得到多个颜色区 间；以及用于根据参考背景区域中像素的颜色区间分布、以及图像中需要确定显著性的像 素的所在的颜色区间，确定每个需要确定显著性的像素与参考背景区域的像素之间的相似 程度。
[0158] 可选地，第二确定模块62用于根据以下方法中的至少之一对所有像素进行划分， 得到多个颜色区间：中位切分算法、流行色算法、八叉树颜色量化算法。
[0159] 此外，该装置可以进一步包括：
[0160] 第四确定模块（未示出），用于确定图像中各种颜色的分布情况；
[0161] 第五确定模块（未示出），用于根据图像中每个像素的颜色、每种颜色的分布情况 以及像素的显著性，确定图像中是否包含显著目标。
[0162] 第四确定模块和第五确定模块可以基于之前描述的第一和第二显著性确定图像 中的显著目标，此时，第四确定模块用于确定图像中各种颜色的分布情况，并对图像进行划 分，得到多个图像块；第五确定模块用于对每个图像块，根据该图像块中的颜色分布、该图 像块中像素的第一显著性、以及第二显著性，确定图像中是否包含显著目标，以及确定图像 中显著目标的位置。
[0163] 根据本发明的实施例，还提供了 一种图像处理方法。
[0164] 如图7所示，根据本实施例的图像处理方法包括：
[0165] 步骤S701，根据待处理的图像中像素的参数，确定像素的显著性；
[0166] 步骤S703,根据确定的显著性确定相应的像素属于显著区域或背景区域；
[0167] 步骤S705,根据图像中像素所属的区域确定图像中的显著区域和/或背景区域；
[0168] 步骤S707,确定图像中各种颜色的分布情况，并根据图像中每个像素的颜色、每种 颜色的分布情况以及像素的显著性，确定图像中是否包含显著目标。
[0169] 根据本发明的实施例，还提供了 一种图像处理装置。
[0170] 根据本实施例的图像处理装置包括：
[0171] 第一确定模块，用于根据待处理的图像中像素的参数，确定像素的显著性；
[0172] 第二确定模块，用于根据确定的显著性确定相应的像素属于显著区域或背景区 域；
[0173] 第三确定模块，用于根据图像中像素所属的区域确定图像中的显著区域和/或背 景区域；
[0174] 第四确定模块，用于确定图像中各种颜色的分布情况；
[0175] 第五确定模块，用于根据图像中每个像素的颜色、每种颜色的分布情况以及像素 的显著性，确定图像中是否包含显著目标。
[0176] 综上所述，借助于本发明的上述技术方案，通过确定图像中像素的参数来确定像 素的显著性，进而确定图像的显著区域和背景区域，能够避免采用复杂的计算，同时可以借 助参数的灵活选择来避免特征之间的冗余，提高了检测的效率和准确性，而且能够适用于 实际拍摄的复杂图像。
[0177] 本发明的技术方案可以应用于多种场景，例如，可以用于相机，改善对焦系统，例 如，可应用于自动对焦（AF)、自动白平衡（AWB)、自动曝光（AE)等方面。
[0178] 以AF为例，本发明的技术方案在实现自动对焦时，能够自动检测图像中最为显著 的区域，并进行结果标注，驱动相机的对焦系统，对这些显著的区域进行优先对焦，从而实 现自动对焦。本发明的精确度远高于传统算法，同时能提高相机自动对焦的性能。本发明 的技术方案在实现半自动动对焦时，如果用户使用相机拍摄，选择一些感兴趣的区域、点或 者目标，则根据用户的意图，结合算法，寻找用户意图区域中或附近的显著区域进行对焦。
[0179] 此外，本发明的技术方案还能够实现图像智能构图。例如，对于用户所拍摄的照 片，要挑选失败的照片是一件比较麻烦的事情。使用本发明，可以自动的挑选出失败照片 (如构图有问题的照片），或者和其它技术（比如Blur detection)相结合，判断用户想拍摄 的主目标是否清楚，如果主目标模糊则判断失败。另外，在智能构图时，本发明的方案可以 分析场景中的显著目标的位置，指导用户将显著的目标设置到系统自动推荐的构图点上， 进行重新构图，以得到质量更好的照片。
[0180] 此外，本发明的技术方案还能够用于图像后处理。例如，可以用于检测显著目标， 并自动分割。对于显著目标进行各种图像增强或者处理。或者可以更换图像的背景。
[0181] 应当注意的是，本发明的方案并不局限于以上场景，根据实际需要，可以应用到其 他没有列举的场景中。
[0182] 以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，对本领域的 普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在 任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者 它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用它们 的基本编程技能就能实现的。
[0183] 因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来 实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包 含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构 成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以 是任何公知的存储介质或者将来所开发出来的任何存储介质。
[0184] 根据本发明的实施例，提供了一种存储介质（该存储介质可以是ROM、RAM、硬盘、 可拆卸存储器等），该存储介质中嵌入有用于进行图像处理的计算机程序，该计算机程序具 有被配置用于执行以下步骤的代码段：根据待处理的图像中像素的参数，确定像素的显著 性；根据确定的显著性确定相应的像素属于显著区域或背景区域；根据图像中像素所属的 区域确定图像中的显著区域和/或背景区域。
[0185] 根据本发明的实施例，还提供了一种计算机程序，该计算机程序具有被配置用于 执行以下图像处理步骤的代码段：根据待处理的图像中像素的参数，确定像素的显著性； 根据确定的显著性确定相应的像素属于显著区域或背景区域；根据图像中像素所属的区域 确定图像中的显著区域和/或背景区域。
[0186] 根据本发明的实施例，提供了一种存储介质（该存储介质可以是ROM、RAM、硬盘、 可拆卸存储器等），该存储介质中嵌入有用于进行图像处理的计算机程序，该计算机程序具 有被配置用于执行以下步骤的代码段：根据待处理的图像中像素的参数，确定像素的显著 性；根据确定的显著性确定相应的像素属于显著区域或背景区域；根据图像中像素所属的 区域确定图像中的显著区域和/或背景区域；确定图像中各种颜色的分布情况，并根据图 像中每个像素的颜色、每种颜色的分布情况以及像素的显著性，确定图像中是否包含显著 目标。
[0187] 根据本发明的实施例，还提供了一种计算机程序，该计算机程序具有被配置用于 执行以下图像处理步骤的代码段：根据待处理的图像中像素的参数，确定像素的显著性； 根据确定的显著性确定相应的像素属于显著区域或背景区域；根据图像中像素所属的区域 确定图像中的显著区域和/或背景区域；确定图像中各种颜色的分布情况，并根据图像中 每个像素的颜色、每种颜色的分布情况以及像素的显著性，确定图像中是否包含显著目标。
[0188] 在通过软件和/或固件实现本发明的实施例的情况下，从存储介质或网络向具有 专用硬件结构的计算机，例如图8所示的通用计算机800安装构成该软件的程序，该计算机 在安装有各种程序时，能够执行各种功能等等。
[0189] 在图8中，中央处理模块（CPU)801根据只读存储器（ROM)802中存储的程序或从 存储部分808加载到随机存取存储器（RAM)803的程序执行各种处理。在RAM803中，也根 据需要存储当CPU801执行各种处理等等时所需的数据。CPU80UR0M802和RAM803经由总 线804彼此连接。输入/输出接口 8