CN104240180A - 一种实现图像自动调整的方法及装置 - Google Patents

Abstract

本发明公开了一种实现图像自动调整的方法及装置，用于对重建图像的自动调整，该方法包括：获取待调整图像，识别待调整图像中的目标物体；确定目标物体的位置中心以及目标物体的矩形边界；平移待调整图像使目标物体的位置中心与输出图像的位置中心重合；和/或，根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，按照缩放比例对待调整图像进行缩放。

Description

一种实现图像自动调整的方法及装置

技术领域

本发明涉及图像处理技术领域，具体涉及一种实现图像自动调整的方法及装置。

背景技术

在使用CT(计算机断层扫描，Computed Tomography)进行扫描后可以得到重建图像，每次CT扫描可能会产生几十幅到几百幅的重建图像。在扫描完成并重建出图像后，由于扫描视野范围选择以及目标物体摆放等因素会出现图像显示区域偏小或偏离的情况，为便于观察则需要对重建图像进行调整。

在现有技术中，操作者可以使用CT系统提供的软件工具通过触发鼠标键盘进行操作，人工对整个图像序列或图像序列中的个别图像进行空间位置的调整。但是，由于重建图像的数量较多，人工对图像进行调整操作复杂，速度较慢，从而降低了重建图像输出的效率。

发明内容

有鉴于此，本发明提供一种实现图像自动调整的方法及装置，以解决现有技术中人工对图像进行调整操作复杂、速度较慢的技术问题。

为解决上述问题，本发明提供的技术方案如下：

一种实现图像自动调整的方法，所述方法包括：

获取待调整图像，识别所述待调整图像中的目标物体；

确定所述目标物体的位置中心以及所述目标物体的矩形边界；

平移所述待调整图像使所述目标物体的位置中心与输出图像的位置中心重合；

和/或，根据所述目标物体的矩形边界边长与所述输出图像的边长确定所述待调整图像的缩放比例，按照所述缩放比例对所述待调整图像进行缩放。

相应的，在识别所述待调整图像中的目标物体之前，所述方法还包括：

消除所述待调整图像中的背景物体。

相应的，所述识别所述待调整图像中的目标物体，包括：

获取所述待调整图像中各个像素点的计算机断层扫描CT值，识别所述待调整图像中所述CT值在预设范围内的像素点组成目标物体。

相应的，所述识别所述待调整图像中的目标物体，包括：

获取匹配模板图像，将所述匹配模板图像与所述待调整图像进行相似度匹配，将所述待调整图像中与所述匹配模板图像相匹配的部分确定为目标物体。

相应的，所述确定所述目标物体的位置中心以及所述目标物体的矩形边界，包括：

计算获得包含所述目标物体的最小矩形，将所述最小矩形的边界确定为所述目标物体的矩形边界；

将所述最小矩形的位置中心确定为所述目标物体的位置中心。

相应的，所述确定所述目标物体的位置中心以及所述目标物体的矩形边界，包括：

利用图像梯度识别算法获得所述目标物体的实际边界，计算所述实际边界上像素点坐标的平均值，作为所述目标物体的位置中心；

根据所述目标物体的位置中心计算获得包含所述目标物体的矩形边界。

相应的，当所述待调整图像包括多幅待调整图像时，所述方法还包括：

计算所述每一幅待调整图像中目标物体的位置中心的平均值，作为所述目标物体的位置中心。

相应的，当所述待调整图像包括多幅待调整图像时，所述方法还包括：

在所述每一幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为所述待调整图像的缩放比例。

一种实现图像自动调整的装置，所述装置包括：

获取单元，用于获取待调整图像；

识别单元，用于识别所述待调整图像中的目标物体；

确定单元，用于确定所述目标物体的位置中心以及所述目标物体的矩形边界；

平移单元，用于平移所述待调整图像使所述目标物体的位置中心与输出图像的位置中心重合；

和/或，缩放单元，用于根据所述目标物体的矩形边界边长与所述输出图像的边长确定所述待调整图像的缩放比例，按照所述缩放比例对所述待调整图像进行缩放。

相应的，所述装置还包括：

消除单元，用于消除所述待调整图像中的背景物体。

相应的，所述识别单元包括：

第一获取子单元，用于获取所述待调整图像中各个像素点的计算机断层扫描CT值；

识别子单元，用于识别所述待调整图像中所述CT值在预设范围内的像素点组成目标物体。

相应的，所述识别单元包括：

第二获取子单元，用于获取匹配模板图像；

匹配子单元，用于将所述匹配模板图像与所述待调整图像进行相似度匹配；

第一确定子单元，用于将所述待调整图像中与所述匹配模板图像相匹配的部分确定为目标物体。

相应的，所述确定单元包括：

第一计算子单元，用于计算获得包含所述目标物体的最小矩形，将所述最小矩形的边界确定为所述目标物体的矩形边界；

第二确定子单元，用于将所述最小矩形的位置中心确定为所述目标物体的位置中心。

相应的，所述确定单元包括：

第二计算子单元，用于利用图像梯度识别算法获得所述目标物体的实际边界，计算所述实际边界上像素点坐标的平均值，作为所述目标物体的位置中心；

第三计算子单元，用于根据所述目标物体的位置中心计算获得包含所述目标物体的矩形边界。

相应的，当所述待调整图像包括多幅待调整图像时，所述确定单元还用于：

计算所述每一幅待调整图像中目标物体的位置中心的平均值，作为所述目标物体的位置中心。

相应的，当所述待调整图像包括多幅待调整图像时，所述缩放单元还用于：

在所述每一幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为所述待调整图像的缩放比例。

由此可见，本发明实施例具有如下有益效果：

本发明实施例通过识别待调整图像中所包含的目标物体，将待调整图像平移至目标物体的中心与输出图像的中心重合，和/或根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，对待调整图像进行缩放，可以使需要观察的目标物体在输出图像中以合适的大小与位置进行显示，从而实现了对待调整图像的自动调整，可以减少人工进行图像调整的操作，加快了图像调整的速度，进一步提高重建图像输出的效率。

附图说明

图1为本发明实施例中提供的实现图像自动调整的方法实施例一的流程图；

图2为本发明实施例中提供的实现图像自动调整的方法实施例二的流程图；

图3为本发明实施例中提供的实现图像自动调整的装置实施例的示意图；

图4为本发明实施例中提供的识别单元实施例一的示意图；

图5为本发明实施例中提供的识别单元实施例二的示意图；

图6为本发明实施例中提供的确定单元实施例一的示意图；

图7为本发明实施例中提供的确定单元实施例二的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明实施例作进一步详细的说明。

本发明实施例中提供的实现图像自动调整的方法及装置，是针对现有技术中需要人工对CT重建图像进行位置调整与缩放，操作复杂、速度较慢的技术问题，提出自动识别待调整图像(例如CT重建图像)中的目标物体，获得目标物体的位置中心以及包括目标物体的外切矩形边界，从而可以将待调整图像进行平移使目标物体的位置中心与输出图像的位置中心重合，使目标物体可以在输出图像的中央显示，利用目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，对待调整图像进行缩放，使目标物体以合适大小进行显示，从而实现对待调整图像的自动调整，加快了图像调整的速度，也提高了重建图像输出的效率。

基于上述思想，参见图1所示，本发明实施例中提供的实现图像自动调整的方法实施例一，可以包括以下步骤：

步骤101：获取待调整图像，识别待调整图像中的目标物体。

待调整图像可以为CT重建图像，即根据CT扫描数据进行图像重建，所得到的重建图像在输出之前，需要进行调整，本实施例中的调整主要是指图像空间位置上的调整，可以包括对图像大小与位置的调整。可以理解的是，CT重建图像是一个序列图像，包括多幅图像，则待调整图像可以为图像序列中的一幅图像，也可以为整个序列图像，即待调整图像可以为单幅待调整图像，也可以为多幅待调整图像。

对单幅待调整图像进行调整，调整后单幅图像的可视效果较好，但是如果图像序列中的个别图像进行了调整，各幅图像中心位置和大小可能不一致；而对多幅待调整图像同时进行调整，多幅图像共享一个位置中心，可以保证各幅图像相对位置和大小一致，具体采用哪种调整模式，可以根据实际需求预先设置。

每一幅待调整图像中均包括目标物体，例如对心脏、肝脏等器官进行扫描，则待调整图像(CT重建图像)中显示的该器官即为目标物体，在本发明实施例中需要识别出各个待调整图像中的目标物体，以确定后续图像自动调整的方位。

在本发明的一些实施例中，在识别待调整图像中的目标物体之前，还可以：消除待调整图像中的背景物体。

在获取待调整图像后，先去除待调整图像中的背景物体，再识别待调整图像中的目标物体，以使识别结果更加准确。

本发明实施例中，背景物体主要是指待调整图像中用户所不关心的扫描物体，例如用于对扫描起支撑和固定作用的物体(如床板)。背景物体的消除可以利用图像分割算法或其他消除图像背景的图像处理算法来完成。

步骤102：确定目标物体的位置中心以及目标物体的矩形边界。

目标物体的矩形边界为包含目标物体的最小矩形的边界，目标物体的位置中心可以为包含目标物体的最小矩形的几何中心。

步骤103：平移待调整图像使目标物体的位置中心与输出图像的位置中心重合。

步骤104：根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，按照缩放比例对待调整图像进行缩放。

可以预先对图像调整参数进行设置，例如图像调整功能是否开启、是否对图像进行移动、是否对图像进行缩放、图像缩放范围等等。则可以根据图像调整参数对待调整图像自动进行平移操作和/或缩放操作，其中，平移操作是指平移待调整图像使目标物体的位置中心与输出图像的位置中心重合，从而使目标物体在输出图像的中央进行显示，缩放操作则按照缩放比例对待调整图像进行缩放，可以使输出图像中以合适的比例对目标物体进行显示。

本实施例中按照等比例进行图像缩放，目标物体的矩形边界的长度与缩放图像的长度可以确定出第一缩放比例，目标物体的矩形边界的宽度与缩放图像的宽度可以确定出第二缩放比例，则一般确定第一缩放比例与第二缩放比例中较小值为待调整图像的缩放比例。当缩放比例超出图像缩放范围时，则可以确定图像缩放范围的边界值为待调整图像的缩放比例。得到缩放比例后可以利用各种图像差值处理算法对待调整图像进行缩放操作。

调整后的图像可以在台式计算机、膝上型便携计算机、平板电脑、穿戴式智能设备等终端的显示装置上显示，也可以打印于胶片等媒介上进行输出。

这样，本发明实施例通过识别待调整图像中所包含的目标物体，将待调整图像平移至目标物体的中心与输出图像的中心重合，和/或根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，对待调整图像进行缩放，可以使需要观察的目标物体在输出图像中以合适的大小与位置进行显示，从而实现了对待调整图像的自动调整，可以减少人工进行图像调整的操作，加快了图像调整的速度，进一步提高重建图像输出的效率。

当待调整图像包括多幅待调整图像时，与调整单幅待调整图像的区别在于，还包括：

确定目标物体的位置中心时，计算每一幅待调整图像中目标物体的位置中心的平均值，将该平均值作为目标物体的位置中心；

确定待调整图像的缩放比例时，在每一幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为待调整图像的缩放比例。

例如在符合图像缩放范围的缩放比例中，选择其中的最大值或最小值作为公用的待调整图像的缩放比例，可以根据实际应用情况灵活设置。

参见图2所示，本发明实施例中提供的实现图像自动调整的方法实施例二，可以包括以下步骤：

步骤201：获取待调整图像，待调整图像包括多幅待调整图像。

在本实施例中，待调整图像可以为整个重建图像序列。

步骤202：识别每一幅待调整图像中的目标物体。

类似的，在识别待调整图像中的目标物体之前，还可以：消除待调整图像中的背景物体。

步骤203：确定每一幅待调整图像中目标物体的位置中心以及目标物体的矩形边界。

步骤204：计算每一幅待调整图像中目标物体的位置中心的平均值，将该平均值作为目标物体的位置中心。

目标物体的位置中心可以由坐标值表示，则计算各幅待调整图像目标物体位置中心坐标值的平均值，可以得到一组待调整图像中的目标物体的位置中心。另外，目标物体的位置中心也可以是多幅待调整图像的位置中心的加权平均值，例如整个待调整图像序列两端的图像，扫描到的目标物体面积较少可以设置较低的权重，整个待调整图像序列中央的图像，可以设置较高的权重，对多幅待调整图像位置中心进行加权平均，获得的平均值作为目标物体的位置中心。

步骤205：平移各幅待调整图像使目标物体的位置中心与输出图像的位置中心重合。

步骤206：根据每一幅待调整图像中目标物体的矩形边界边长与输出图像的边长确定各幅待调整图像的缩放比例。

步骤207：在各幅幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为待调整图像的缩放比例。

步骤208：按照缩放比例对各幅待调整图像进行缩放。

本实施例为待调整图像包括多幅待调整图像时，实现图像自动调整的过程。可以理解的是，当预先设置进行图像平移操作时，则执行步骤204-205，当预先设置进行图像缩放操作时，则执行步骤206-208，步骤204-205与步骤206-208可以同时执行，从而完成对多幅待调整图像的同时调整。

基于上述实施例，在本发明的一些实施例中，识别待调整图像中的目标物体的具体实现至少可以包括以下几种实现方式：

一、获取待调整图像中各个像素点的CT值，识别待调整图像中CT值在预设范围内的像素点组成目标物体。

CT值是测定人体某一局部组织或器官密度大小的一种计量单位，待调整图像中每个像素点可以对应于一个CT值。采用这种识别模式，则提取待调整图像中CT值范围在设定范围内的像素点，可以结合当前待调整图像设定的窗宽窗位范围内确定CT值预设范围。

二、获取匹配模板图像，将匹配模板图像与待调整图像进行相似度匹配，将待调整图像中与匹配模板图像相匹配的部分确定为目标物体。

利用匹配模板图像可以识别特定形状的物体，例如头部、心脏、肝脏、肾脏等器官。特定形状物体的识别可以通过图像匹配识别算法来完成，输入进行匹配的匹配模板图像，将匹配模板图像与待调整图像进行相似度匹配以判断是否满足要求，然后对待调整图像进行分割获得目标物体。

常用的图像匹配方法是通过提取图像的特征用于进行相似度计算，如SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)、SURF(SpeedUp Robust Feature，快速鲁棒特征)等。可以通过预先计算匹配模板图像的特征，例如给定典型头部图像特征，与待调整图像里提取的特征进行匹配完成。另外也可以采取神经网络通过输入正确图像和不正确图像对识别系统进行有督导的训练以识别目标物体。

三、将待调整图像中除去背景物体的部分确定为目标物体。在利用图像分割算法消除待调整图像中的背景物体后所余下的部分为待调整图像中的有效物体，将该部分确定为目标物体。采用这种识别模式，可以方便对扫描物体整体进行观察。

基于上述实施例，在本发明的一些实施例中，确定目标物体的位置中心以及目标物体的矩形边界的具体实现至少可以包括以下几种实现方式：

一、计算获得包含目标物体的最小矩形，将最小矩形的边界确定为目标物体的矩形边界；

将最小矩形的位置中心确定为目标物体的位置中心。

二、利用图像梯度识别算法获得目标物体的实际边界，计算实际边界上像素点坐标的平均值，作为目标物体的位置中心；

根据目标物体的位置中心计算获得包含目标物体的矩形边界。

这样，本发明实施例通过识别待调整图像中所包含的目标物体，将待调整图像平移至目标物体的中心与输出图像的中心重合，和/或根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，对待调整图像进行缩放，可以使需要观察的目标物体在输出图像中以合适的大小与位置进行显示，从而实现了对待调整图像的自动调整，可以减少人工进行图像调整的操作，加快了图像调整的速度，进一步提高重建图像输出的效率。

相应的，参见图3所示，是本发明实施例中提供的实现图像自动调整的装置实施例，可以包括：

获取单元301，用于获取待调整图像。

在本发明的一些实施例中，本发明实施例提供的实现图像自动调整的装置实施例还可以包括：

消除单元，用于消除待调整图像中的背景物体。

在获取待调整图像后，先去除待调整图像中的背景物体，再识别待调整图像中的目标物体，以使识别结果更加准确。

识别单元302，用于识别待调整图像中的目标物体。

确定单元303，用于确定目标物体的位置中心以及目标物体的矩形边界。

平移单元304，用于平移待调整图像使目标物体的位置中心与输出图像的位置中心重合。

和/或，缩放单元305，用于根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，按照缩放比例对待调整图像进行缩放。

可以预先对图像调整参数进行设置，例如图像调整功能是否开启、是否对图像进行移动、是否对图像进行缩放、图像缩放范围等等。则可以根据图像调整参数对待调整图像自动进行平移操作和/或缩放操作，其中，平移单元304用于平移操作，缩放单元305用于缩放操作。

在本发明的一些实施例中，当待调整图像包括多幅待调整图像时，确定单元还可以用于：计算每一幅待调整图像中目标物体的位置中心的平均值，作为目标物体的位置中心。

在本发明的一些实施例中，当待调整图像包括多幅待调整图像时，缩放单元还可以用于：在每一幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为待调整图像的缩放比例。

参见图4所示，在本发明的一些实施例中，识别单元实施例一可以包括：

第一获取子单元401，用于获取待调整图像中各个像素点的计算机断层扫描CT值；

识别子单元402，用于识别待调整图像中CT值在预设范围内的像素点组成目标物体。

参见图5所示，在本发明的一些实施例中，识别单元实施例二可以包括：

第二获取子单元501，用于获取匹配模板图像；

匹配子单元502，用于将匹配模板图像与待调整图像进行相似度匹配；

第一确定子单元503，用于将待调整图像中与匹配模板图像相匹配的部分确定为目标物体。

参见图6所示，在本发明的一些实施例中，确定单元实施例一可以包括：

第一计算子单元601，用于计算获得包含目标物体的最小矩形，将最小矩形的边界确定为目标物体的矩形边界；

第二确定子单元602，用于将最小矩形的位置中心确定为目标物体的位置中心。

参见图7所示，在本发明的一些实施例中，确定单元实施例二可以包括：

第二计算子单元701，用于利用图像梯度识别算法获得目标物体的实际边界，计算实际边界上像素点坐标的平均值，作为目标物体的位置中心；

第三计算子单元702，用于根据目标物体的位置中心计算获得包含目标物体的矩形边界。

这样，本发明实施例通过识别待调整图像中所包含的目标物体，将待调整图像平移至目标物体的中心与输出图像的中心重合，和/或根据目标物体的矩形边界边长与输出图像的边长确定待调整图像的缩放比例，对待调整图像进行缩放，可以使需要观察的目标物体在输出图像中以合适的大小与位置进行显示，从而实现了对待调整图像的自动调整，可以减少人工进行图像调整的操作，加快了图像调整的速度，进一步提高重建图像输出的效率。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (16)

1.一种实现图像自动调整的方法，其特征在于，所述方法包括：

获取待调整图像，识别所述待调整图像中的目标物体；

确定所述目标物体的位置中心以及所述目标物体的矩形边界；

平移所述待调整图像使所述目标物体的位置中心与输出图像的位置中心重合；

和/或，根据所述目标物体的矩形边界边长与所述输出图像的边长确定所述待调整图像的缩放比例，按照所述缩放比例对所述待调整图像进行缩放。

2.根据权利要求1所述的方法，其特征在于，在识别所述待调整图像中的目标物体之前，所述方法还包括：

消除所述待调整图像中的背景物体。

3.根据权利要求1所述的方法，其特征在于，所述识别所述待调整图像中的目标物体，包括：

获取所述待调整图像中各个像素点的计算机断层扫描CT值，识别所述待调整图像中所述CT值在预设范围内的像素点组成目标物体。

4.根据权利要求1所述的方法，其特征在于，所述识别所述待调整图像中的目标物体，包括：

获取匹配模板图像，将所述匹配模板图像与所述待调整图像进行相似度匹配，将所述待调整图像中与所述匹配模板图像相匹配的部分确定为目标物体。

5.根据权利要求1所述的方法，其特征在于，所述确定所述目标物体的位置中心以及所述目标物体的矩形边界，包括：

计算获得包含所述目标物体的最小矩形，将所述最小矩形的边界确定为所述目标物体的矩形边界；

将所述最小矩形的位置中心确定为所述目标物体的位置中心。

6.根据权利要求1所述的方法，其特征在于，所述确定所述目标物体的位置中心以及所述目标物体的矩形边界，包括：

利用图像梯度识别算法获得所述目标物体的实际边界，计算所述实际边界上像素点坐标的平均值，作为所述目标物体的位置中心；

根据所述目标物体的位置中心计算获得包含所述目标物体的矩形边界。

7.根据权利要求1、5、6任一项所述的方法，其特征在于，当所述待调整图像包括多幅待调整图像时，所述方法还包括：

计算所述每一幅待调整图像中目标物体的位置中心的平均值，作为所述目标物体的位置中心。

8.根据权利要求1所述的方法，其特征在于，当所述待调整图像包括多幅待调整图像时，所述方法还包括：

在所述每一幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为所述待调整图像的缩放比例。

9.一种实现图像自动调整的装置，其特征在于，所述装置包括：

获取单元，用于获取待调整图像；

识别单元，用于识别所述待调整图像中的目标物体；

确定单元，用于确定所述目标物体的位置中心以及所述目标物体的矩形边界；

平移单元，用于平移所述待调整图像使所述目标物体的位置中心与输出图像的位置中心重合；

和/或，缩放单元，用于根据所述目标物体的矩形边界边长与所述输出图像的边长确定所述待调整图像的缩放比例，按照所述缩放比例对所述待调整图像进行缩放。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

消除单元，用于消除所述待调整图像中的背景物体。

11.根据权利要求9所述的装置，其特征在于，所述识别单元包括：

第一获取子单元，用于获取所述待调整图像中各个像素点的计算机断层扫描CT值；

识别子单元，用于识别所述待调整图像中所述CT值在预设范围内的像素点组成目标物体。

12.根据权利要求9所述的装置，其特征在于，所述识别单元包括：

第二获取子单元，用于获取匹配模板图像；

匹配子单元，用于将所述匹配模板图像与所述待调整图像进行相似度匹配；

第一确定子单元，用于将所述待调整图像中与所述匹配模板图像相匹配的部分确定为目标物体。

13.根据权利要求9所述的装置，其特征在于，所述确定单元包括：

第一计算子单元，用于计算获得包含所述目标物体的最小矩形，将所述最小矩形的边界确定为所述目标物体的矩形边界；

第二确定子单元，用于将所述最小矩形的位置中心确定为所述目标物体的位置中心。

14.根据权利要求9所述的装置，其特征在于，所述确定单元包括：

第二计算子单元，用于利用图像梯度识别算法获得所述目标物体的实际边界，计算所述实际边界上像素点坐标的平均值，作为所述目标物体的位置中心；

第三计算子单元，用于根据所述目标物体的位置中心计算获得包含所述目标物体的矩形边界。

15.根据权利要求9、13、14任一项所述的装置，其特征在于，当所述待调整图像包括多幅待调整图像时，所述确定单元还用于：

计算所述每一幅待调整图像中目标物体的位置中心的平均值，作为所述目标物体的位置中心。

16.根据权利要求9所述的装置，其特征在于，当所述待调整图像包括多幅待调整图像时，所述缩放单元还用于：

在所述每一幅待调整图像的缩放比例中选取一个符合图像缩放范围的缩放比例作为所述待调整图像的缩放比例。