[0050]所述选取子单元，用于针对M个频道中的每一个频道，选取N个样本图像，所述N为大于I的正整数；
[0051]所述检测子单元，用于针对所述N个样本图像中的每个子样本图像，检测所述子样本图像中的黑色边缘区域，确定所述子样本图像的比例，并确定所述子样本图像中的台标区域；
[0052]所述提取子单元，用于提取所述台标区域的图像边缘点；
[0053]所述构造子单元用于，利用所述N个样本图像对应的所有图像边缘点中超过预设阈值的图像边缘点构成所述N个样本图像对应的频道的台标边缘图像，将所述台标边缘图像作为模型分量；所述模型分量对应于所述N个样本图像对应的频道；
[0054]所述构造子单元还用于，将获得的M个模型分量合并构成所述模型库。
[0055]结合第二方面的第五种可能的实现方式，在第六种可能的实现方式中，
[0056]所述处理单元具体用于，基于所述第一模型库，检测所述第一图像中的黑色边缘，确定所述第一图像的比例，确定所述第一图像中的台标区域，并提取所述第一图像中的所述台标区域的边缘点，获得第一台标边缘图像；所述第一台标边缘图像为所述第一分量。
[0057]结合第二方面的第六种可能的实现方式，在第七种可能的实现方式中，
[0058]所述识别单元具体用于，对比所述第一台标边缘图像与模型库中各模型分量对应的台标边缘图像，将相似度最大的台标边缘图像对应的模型分量作为与所述第一台标边缘图像匹配的第一模型分量，将与所述第一台标边缘图像匹配的第一模型分量对应的台标作为识别结果。
[0059]本发明提供的台标识别方法及电子设备，针对存在的频道，预先建立模型库，该模型库包含所有频道对应台标的模型量，在进行台标识别时，对图像进行稀疏信号分解或提取图像台标区域的边缘点，最后将得到的结果与模型库进行对比，将模型库中匹配的模型量对应的台标作为识别结果。与现有技术中，基于图像特征进行台标识别相比，可以较准确地区分台标与背景，排除背景对台标识别的影响，提高识别率。
【附图说明】
[0060]图1为本发明实施例1提供的台标识别方法的流程示意图；
[0061]图2为本发明实施例2提供的台标识别方法的流程示意图；
[0062]图3为本发明实施例3提供的台标识别方法的流程示意图；
[0063]图4为本发明实施例4提供的电子设备的结构框图；
[0064]图5为本发明实施例4提供的电子设备的另一结构框图。
【具体实施方式】
[0065]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，所描述的实施例仅仅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做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。
[0066]实施例1:
[0067]本发明实施例提供了一种台标识别方法，应用于智能电视、机顶盒、计算机等有处理能力的电子设备，如图1所示，所述方法包括以下步骤:
[0068]101、获得第一图像，所述第一图像为电视信号中第一频道传送的一帧图像，所述第一图像中包括台标信息及背景信息。
[0069]这里获得的第一图像中包括所述第一频道对应的台标，以及电视画面当前显示的背景图像。在具体实现中，电视可以通过无线接收获取第一图像，也可以是从机顶盒获取第一图像。机顶盒通过接收来自有线电缆、卫星天线、宽带网络以及地面广播等发送的信号就可以获取第一图像。计算机可以通过网络获取第一图像。
[0070]另外，在这之前还需要根据存在的M个频道，建立模型库；所述模型库包含M个模型分量，每个所述模型分量对应一个频道，所述M为大于I的正整数。这里，若当前存在M个频道，那么就需要建立一个包含M个台标的模型库，以便在对获取的电视屏幕显示的一帧图像进行识别时，可以在所述模型库内找到匹配的台标模型。这里，可以是识别台标的设备预先建立模型库并将其存储在自身，也可以是其他的外部设备预先建立所述模型库，之后再将所述模型库存储在所述识别台标的设备中。
[0071 ] 在具体实现中，可以对应建立两种不同的模型库，针对这两种模型库存在两种不同的台标识别方案。第一种建立模型库的方法包括:针对M个频道中的每一个频道，选取N个样本图像，所述N为大于I的正整数；对所述N个样本图像进行信号处理，获得所述N个样本图像中都存在的至少一个独立信号元；构造离散余弦信号组；利用所述至少一个独立信号元构成模型分量，所述模型分量对应于所述N个样本图像对应的频道。
[0072]这样，就可以获得M个模型分量，并对所述M个模型分量包含的所有独立信号元和所述离散余弦信号组进行归一化处理，将所述M个模型分量与所述离散余弦信号组合并构成第一模型库。
[0073]另一种建立模型库的方法包括:针对M个频道中的每一个频道，选取N个样本图像，所述N为大于I的正整数；针对所述N个样本图像中的每个子样本图像，检测所述子样本图像中的黑色边缘区域，确定所述子样本图像的比例，并确定所述子样本图像中的台标区域；提取所述台标区域的图像边缘点；利用所述N个样本图像对应的所有图像边缘点中超过预设阈值的图像边缘点构成所述N个样本图像对应的频道的台标边缘图像，将所述台标边缘图像作为模型分量；所述模型分量对应于所述N个样本图像对应的频道。
[0074]这样，也就获得了 M个模型分量，将所述M个模型分量合并构成第所述第一模型库。
[0075]102、对所述第一图像进行第一处理，获得与所述台标信息相关的第一分量。
[0076]在获得所述第一图像之后，需要对所述第一图像进行处理，以获得所述第一图像中与所述台标信息相关的分量，这样才能根据获得的分量对所述第一图像的台标信息进行识别。如上所述，由于存在两种建立模型库的方式，因此在对所述第一图像进行处理时，也相对应地存在两种分析方法。对应步骤102中所述的第一种建立模型库的方法，对所述第一图像进行稀疏信号分解，获得所述第一图像对应于所述第一模型库中每个所述模型分量及所述离散余弦信号上的信号分解结果；所述信号分解结果为所述第一分量。对应步骤102中所述的第二种建立模型库的方法，检测所述第一图像中的黑色边缘，确定所述第一图像的比例以及所述第一图像中的台标区域，并提取所述台标区域的边缘点，获得台标边缘图像；所述台标边缘图像为所述第一分量。这里两种处理方式虽然不同，但核心思想都是通过对所述第一图像中的台标信息和背景信息进行区分，获得与所述台标信息相关的第一分量。
[0077]103、对比所述第一分量与预存储的模型库中的模型分量，获得与所述第一分量匹配的第一模型分量，将与所述第一模型分量对应的台标作为识别结果。
[0078]由于预存储的模型库中包含M个频道对应的M个模型分量，因此只要对比所述第一分量与所述模型库中的所有分量就可以将匹配的模型分量对应的台标作为识别结果。基于所述模型库，若在步骤102中采用信号稀疏分解的方法处理所述第一图像获得信号分解结果，这里就对比所述信号分解结果与所述模型库中各模型分量对应的独立信号元，将响应大于门限值的至少一个独立信号元对应的模型分量作为与所述信号分解结果匹配的第一模型分量，并将所述第一模型分量对应的台标作为识别结果。基于所述模型库，若在步骤102中通过检测所述第一图像中的黑色边缘对所述第一图像进行处理获得第一台标边缘图像，这里就对比所述第一台标边缘图像与所述模型库中各模型分量对应的台标边缘图像，将相似度最大的台标边缘图像对应的模型分量作为与所述第一台标边缘图像匹配的第一模型分量，将所述第一模型分量对应的台标作为识别结果。
[0079]本发明提供的台标识别方法，针对存在的频道，预先建立模型库，该模型库包含所有频道对应台标的模型量，在进行台标识别时，对图像进行稀疏信号分解或提取图像台标区域的边缘点，最后将得到的结果与模型库进行对比，将模型库中匹配的模型量对应的台标作为识别结果。与现有技术中，基于图像特征进行台标识别相比，可以较准确地区分台标与背景，排除背景对台标识别的影响，提高识别率。
[0080]实施例2:
[0081]本发明实施例提供了一种台标识别方法，应用于智能电视、机顶盒、计算机等有处理能力的电子设备，如图2所示，所述方法包括以下步骤:
[0082]201、针对M个频道中的每一个频道，选取N个样本图像。
[0083]其中，所