述N为大于I的正整数。本发明实施例所提供的台标识别方法需要预先建立一个包含所有频道对应台标在内的模型库。因此就需要建立每一个频道对应的台标模型，以便将该台标模型存储在模型库中用于台标匹配。在为每个频道建立台标模型时，为保证模型跟真实台标的相似度尽可能的大，需要首先为该频道选取N个样本图像，之后再对这N个样本图像进行处理，获得稳定的台标模型。在具体实现中，在保证是同一频道的前提下，截取N张电视画面，作为样本图像。
[0084]202、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兀。
[0085]对每个样本图像进行灰度化处理，之后用向量的方式来表示该样本图像，这样就可以获得一个二维矩阵。接着对该二维矩阵进行独立成分分析，该分析方法可以分析出矩阵当中互相独立的主要信息分量。因为这些图像都包含同一个台标，所以在进行独立成分分析时，前景台标会被作为最重要的分量分解出来。这里所述的主要信息分量就是本发明实施例中所述的独立信号元，对于一个台标而言可以存在多个独立信号元，另外，独立信号元可以是余弦函数。将该方法重复地应用于各个频道对应的N个样本图像，就可以得到各频道对应的台标的台标模型。
[0086]203、对所述至少一个独立信号元进行归一化处理，获得至少一个台标信号元，利用所述至少一个台标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。
[0087]对N个样本图像进行信号处理之后获得的所述至少一个独立信号元进行归一化处理，会获得至少一个台标信号元，将所述至少一个台标信号元作为所述N个样本图像对应的频道的台标模型。由于所述至少一个独立信号元是通过对所述N个样本图像进行独立成分分析获得的，与所述N个样本图像对应的频道的台标极其相似，因此用所述至少一个独立信号元归一化的至少一个台标信号元构成的模型分量完全可以用来表达所述N个样本图像对应的频道的台标。
[0088]204、构造离散余弦信号组，对所述离散余弦函数组进行归一化处理，获得背景信号元组。
[0089]在获得所有频道对应的台标模型之后，还需要构造一组离散余弦函数，用于重建图像的复杂背景。另外，还需要，对所述离散余弦函数组进行归一化处理，获得背景信号元组。所构造的离散余弦信号与任何台标对应的独立信号都不相同，其对应的图像只与自然图像纹理相似，因此在对图像进行分析处理的时候，可以用这组余弦函数归一化后获得的背景信号元来表达图像中除了台标以外的复杂背景。需要说明的是，对各独立信号元和离散余弦信号的归一化可以一起进行，也可以像本发明实施例中所述步骤进行，并不限定对二者归一化处理的顺序。
[0090]另外，步骤202中获得的各频道对应的至少一个独立信号元与离散余弦信号元之间没有本质关系，它们是不同的信号元。所述至少一个独立信号元用于表达图像中的台标，而构造的离散余弦函数主要是为了表达图像中的复杂背景。
[0091]205、获得M个模型分量，将所述M个模型分量与所述背景信号元组合并构成所述模型库。
[0092]若当前存在M个频道，对这M个频道都分别进行步骤201-204，就可以获得M个频道对应的M个模型分量。这里，这M个模型分量包含的所有台标信号元和背景信号元组都是对信号进行归一化处理之后的结果，将所述M个模型分量与所述背景信号元组合并构成模型库。这样建立的模型库既包含了所有频道对应台标的台标模型，又可以表达图像中的复杂背景。
[0093]206、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。
[0094]其中，所述第一图像中包括台标信息及背景信息。可以是随机获取的第一图像。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。
[0095]207、基于模型库，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模型库中每个所述台标信号元及所述背景信号元组上的信号分解结果；所述信号分解结果为所述第一分量。
[0096]为了识别包含复杂背景的图像中所包含的台标，需要将该图像在步骤205所建立的模型库上做稀疏分解。信号的稀疏性指的是可以用少数信号元的线性组合来表示信号。所谓稀疏信号分解就是在进行信号分解的时候，加以稀疏性约束，使得分解系数包含尽可能多的零元素，也就是分解之后可以用少数的独立信号元来表示。经过分解之后，图像中的台标内容会分解在模型库中的模型分量上，而复杂背景内容会分解在离散余弦信号元上。这样一来，图像中的台标和复杂背景就可以被自然分开。这里，对所述图像进行稀疏信号分解之后，获得的信号分解结果就是所述第一分量，进而可以根据所述第一分量结合模型库确定所述图像对应的台标。综上可以得出，所述信号分解结果也包含了至少一个独立信号元，所述第一图像对应与每个模型分量的分解结果也可以是至少一个独立信号元。
[0097]208、对比所述信号分解结果与所述模型库中各模型分量所对应的台标信号元，将满足预设条件的至少一个台标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，将与所述信号分解结果匹配的第一模型分量对应的台标作为识别结果。
[0098]经过分解之后，图像中的台标内容会分解在模型库中的模型分量上，即台标内容会被分解在模型库的各台标信号元上，背景内容也会被分解在模型库中离散余弦函数上。之后对比所述信号分解结果与所述模型库中各模型分量所对应的台标信号元，将满足预设条件的至少一个台标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，将与所述信号分解结果匹配的第一模型分量对应的台标作为识别结果。这里由于台标内容可以对应由至少一个台标信号元来表达，因此在对第一图像进行稀疏信号分解，获得的信号分解结果除了包含离散余弦函数之外，还包含至少一个信号元，再对比所述至少一个信号元与模型库中各模型分量对应的台标信号元，因此获得的匹配结果也是响应值大于门限值的至少一个台标信号元。
[0099]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。
[0100]实施例3:
[0101]本发明实施例提供了一种台标识别方法，如图3所示，所述方法包括以下步骤:
[0102]301、针对M个频道中的每一个频道，选取N个样本图像。
[0103]这里，所述M、N均为大于I的正整数。本发明实施例所提供的台标识别方法需要预先建立一个包含所有频道对应台标在内的模型库。因此就需要建立每一个频道对应的台标模型，以便将该台标模型存储在模型库中用于台标匹配。在为每个频道建立台标模型时，为保证模型跟真实台标的相似度尽可能的大，需要首先为该频道选取N个样本图像，之后再对这N个样本图像进行处理，获得稳定的台标模型。在具体实现中，在保证是同一频道的前提下，截取N张电视画面，作为样本图像。
[0104]302、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。
[0105]对N个样本图像中的每个子样本图像进行黑边检测，实际上就是检测图像左右两边存在多少O像素点。画面比例指的是图像高宽比，可以进行图像拉伸得到标准比例的画面。实际上，电视台发送的信号当中是不包含黑边的，图像存在黑边是由于运营商机顶盒与电视分辨率设置不同而造成的。实际上样本图像以及处理的画面是从电视得到的，是需要根据画面的分辨率以及左右两边包含黑色像素的多少来进行处理。一般情况下，默认台标区域为画面的左上角。但必须要保证画面不存在黑边，且画面为标准比例才能将画面的左上角作为台标区域。因此在处理图像时，首先确定该图像是否存在黑边，若存在黑边就应该采取相应处理消除黑边。进而在检测该图像的比例是否为标准比例，如果不是标准比例，可以进行图像拉伸得到标准比例的图像。这样在将图像的左上角作为台标区域，提取所述台标区域的边缘点，就可以获得准确稳定的台标边缘图像。
[0106]303、利用所述