图像的同名点获取方法及装置与流程

本发明涉及图像处理领域，具体而言，涉及一种图像的同名点获取方法及装置。

背景技术：

在无人机摄影测量等多个领域，常需要获取两幅图像中相互匹配的同名点。现有技术中，直接利用特征点匹配算法获得相互匹配的特征点后，即将获得的相互匹配的特征点作为两幅图像的同名点。

但是，直接匹配获得的相互匹配的特征点中可能存在匹配结果不准确的误匹配点。

技术实现要素：

有鉴于此，本发明实施例提供了一种图像的同名点获取方法及装置，将获得的匹配特征点中的误匹配点进一步进行删除，使获得的相互匹配的同名点更为准确。

为了实现上述目的，本发明采用的技术方案如下：

一种图像的同名点获取方法，所述方法包括：获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像；计算所述第一图像中每个匹配特征点到其他所有匹配特征点对应的多个第一距离，计算所述第二图像中每个匹配特征点到其他所有匹配特征点对应的多个第二距离；获取每对匹配特征点对应的距离中，每个第一距离与目标第二距离之间的距离差，获得对应每对匹配特征点的多个距离差，其中，形成所述目标第二距离的两个匹配特征点与形成相应的第一距离的两个匹配特征点分别对应匹配；计算所述每对匹配特征点对应的多个距离差的平均值，获得所述每对匹配特征点对应的距离差平均值；将满足预设距离删除条件的距离差平均值对应的相互匹配的匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

一种图像的同名点获取方法，所述方法包括：获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像；以所述第一图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第一向量，以所述第二图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第二向量；获取每对匹配特征点对应的向量中，每个第一向量与所述多个第二向量中的目标第二向量之间的夹角的角度值，所述目标第二向量为终点与相应的第一向量的终点为一对匹配特征点的第二向量，获得对应每对匹配特征点的多个角度值；计算所述每对匹配特征点对应的多个角度值的平均值，获得所述每对匹配特征点对应的角度平均值；将满足预设夹角删除条件的角度平均值对应的至少一对匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

一种图像的同名点获取装置，所述装置包括：匹配点获取模块，用于获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像；距离计算模块，用于计算所述第一图像中每个匹配特征点到其他所有匹配特征点对应的多个第一距离，计算所述第二图像中每个匹配特征点到其他所有匹配特征点对应的多个第二距离；距离差计算模块，用于获取每对匹配特征点对应的距离中，每个第一距离与目标第二距离之间的距离差，获得对应每对匹配特征点的多个距离差，其中，形成所述目标第二距离的两个匹配特征点与形成相应的第一距离的两个匹配特征点分别对应匹配；距离差平均值计算模块，用于计算所述每对匹配特征点对应的多个距离差的平均值，获得所述每对匹配特征点对应的距离差平均值；第一删除模块，用于将满足预设距离删除条件的距离差平均值对应的相互匹配的匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

一种图像的同名点获取装置，所述装置包括：匹配点获取模块，用于获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像；向量获取模块，用于以所述第一图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第一向量，以所述第二图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第二向量；角度计算模块，用于获取每对匹配特征点对应的向量中，每个第一向量与所述多个第二向量中的目标第二向量之间的夹角的角度值，所述目标第二向量为终点与相应的第一向量的终点为一对匹配特征点的第二向量，获得对应每对匹配特征点的多个角度值；角度平均值计算模块，用于计算所述每对匹配特征点对应的多个角度值的平均值，获得所述每对匹配特征点对应的角度平均值；第二删除模块，用于将满足预设夹角删除条件的角度平均值对应的至少一对匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

本发明实施例提供的图像的同名点获取方法及装置，在获得待匹配的两幅图像的匹配特征点后，对其中满足删除条件的匹配特征点进行删除，以删除误匹配几率较高的匹配点，将删除后的相互匹配的匹配特征点作为待匹配的两幅图像的相互匹配的同名点，获得的相互匹配的同名点准确率更高。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为使本发明实施例的目的、技术方案和优点更加清楚，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。

图1示出了本发明较佳实施例提供的计算机的方框示意图；

图2示出了本发明第一实施例提供的图像的同名点获取方法的一种流程图；

图3示出了本发明第二实施例提供的图像的同名点获取方法的流程图；

图4示出了本发明第三实施例提供的图像的同名点获取装置的结构框图；

图5示出了本发明第四实施例提供的图像的同名点获取装置的结构框图。

具体实施方式

下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是本发明较佳实施例提供的计算机100的方框示意图。所述计算机100包括图像的同名点获取装置、存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、显示单元106及其他。

所述存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、显示单元106各元件相互之间直接或间接地电性连接，以实现坐标数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图像的同名点获取装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块，例如所述图像的同名点获取装置包括的软件功能模块或计算机程序。

其中，存储器101可以是，但不限于，随机存取存储器101(Random Access Memory，RAM)，只读存储器101(Read Only Memory，ROM)，可编程只读存储器101(Programmable Read-Only Memory，PROM)，可擦除只读存储器101(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器101(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器101用于存储程序，所述处理器103在接收到执行指令后，执行所述程序，本发明实施例任一实施例揭示的流过程定义的服务器/计算机所执行的方法可以应用于处理器103中，或者由处理器103实现。

处理器103可能是一种集成电路芯片，具有信号的处理能力。上述的处理器103可以是通用处理器103，包括中央处理器103(Central Processing Unit，简称CPU)、网络处理器103(Network Processor，简称NP)等；还可以是数字信号处理器103(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器103可以是微处理器103或者该处理器103也可以是任何常规的处理器103等。

所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元105提供给用户输入数据实现用户与计算机的交互，如用于输入多帧图像，以使对该多帧图像进行处理，并输出处理结果。所述输入输出单元可以是，但不限于，鼠标和键盘等。

显示单元106在所述计算机与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。

第一实施例

本实施例提供了一种图像的同名点获取方法，用于获取两幅图像中相互匹配的同名点。请参见图2，该方法包括：

步骤S110：获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像。

首先，对待匹配的两幅图像进行特征点匹配，以获得多对相互匹配的匹配特征点。在本实施例中，可以通过sift算法获取第一图像与第二图像中相互匹配的多对匹配特征点。

具体的，首先，对第一图像以及第二图像构建DOG尺度空间，可以通过如下公式进行构建：

L(x，y，σ)＝G(x，y，σ)*I(x，y)

D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ)

G(x,y,σ)是尺度可变的高斯函数。其中，σ为尺度因子，其取值大小表示图像被平滑程度的高低，可以由用户根据实际需要确定。(x,y)表示像素在图像中的坐标。

对每幅图像，在建立的尺度空间中进行极值检测，初步确定图像中特征点所在位置及尺度，获得的特征点为离散空间极值点。

再将获得的特征点拟合三维二次函数来精确确定特征点的位置和尺度，去除低对比度的特征点和不稳定的边缘响应点。

根据获得的特征点邻域梯度的主方向可以确定特征点方向，再根据获得的特征点的位置、尺度以及主方向，建立特征点描述符。可以得到128维特征向量的描述符。再通过两幅图像中的特征点的特征点描述符进行欧式距离的计算，得到待匹配的两幅图像中相互匹配的多对匹配特征点。

当然，在本实施例中，获取第一图像以及第二图像中的匹配特征点的方式并不作为限定，也可以通过其他算法得到，如SURF算法等。

进一步的，在步骤S110之前，还可以包括对第一图像以及第二图像进行噪声滤除以及特征增强，可以通过wallis滤波算法或者双边滤波算法实现。当然，也可以通过其他算法实现，在本实施例中并不作为限制。

步骤S120：计算所述第一图像中每个匹配特征点到其他所有匹配特征点对应的多个第一距离，计算所述第二图像中每个匹配特征点到其他所有匹配特征点对应的多个第二距离。

步骤S110中，获得多对匹配特征点{(P_i,P_i')|i＝1,2,...,n}，其中，P_i属于第一图像，P_i’属于第二图像，n为第一图像与第二图像的匹配特征点的对数。

于是，可以理解的，第一图像中包括多个匹配特征点P_i(i＝1,2…n)，第二图像中包括多个匹配特征点P_i’(i＝1,2…n)，第一图像中的多个匹配特征点与第二图像中的多个匹配特征点分别对应匹配。

计算第一图像的多个匹配特征点中的每个匹配特征点到其他所有匹配特征点对应的多个第一距离，第一距离计算公式如下：

当i＝1时，j分别为1,2,3…n，得到n个第一距离当i＝2时，j分别为1,2,…n，得到n个第一距离以此类推，对应第一图像中的每个匹配特征点，得到n个第一距离

同样的，计算第二图像的多个匹配特征点中每个匹配特征点到其他所有匹配特征点对应的多个第二距离，第二距离计算公式如下：

当i＝1时，j分别为1,2,3…n，得到n个第二距离当i＝2时，j分别为1,2,3,4…n，得到n个第二距离以此类推，对应第二图像中的每个匹配特征点，得到n个第二距离

于是，每对匹配特征点对应的距离为n个第一距离以及n个第二距离

步骤S130：获取每对匹配特征点对应的距离中，每个第一距离与目标第二距离之间的距离差，获得对应每对匹配特征点的多个距离差，其中，形成所述目标第二距离的两个匹配特征点与形成相应的第一距离的两个匹配特征点分别对应匹配。

对于每对特征点，可以计算获得n个距离差例如，当i＝1时，对于第i对匹配特征点，计算距离差j分别为1,2,3…n，获得n个距离差d_j。同样的，当i＝2时，对于第i对匹配特征点，计算距离差j分别为1,2,3…n，获得n个距离差d_j。对于n对匹配特征点，可以得到n个距离差d_j(j＝1,2,3…n)。

在每个特征点的n个距离差中，与第一距离中i以及j相等的第二距离为该第一距离的目标第二距离，例如，为的目标第二距离，为的目标第二距离，为的目标第二距离等。

步骤S140：计算所述每对匹配特征点对应的多个距离差的平均值，获得所述每对匹配特征点对应的距离差平均值。

对于第i对匹配特征点，可以获得该第i对匹配特征点对应的多个n个距离差的平均值，计算公式可以是：

于是可以获得每对匹配特征点对应的距离差平均值AverDis_i，对于{(P_i，P_i')|i＝1，2，，n}n对匹配特征点，共获得n个距离差平均值AverDis_i(i＝1,2,3…n)。

步骤S150：将满足预设距离删除条件的距离差平均值对应的相互匹配的匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

在本实施例中，该预设距离删除条件可以是获得的所有距离差平均值中，预定比例R_d的最大的距离差平均值。该预定比例R_d可以由用户根据实际情况确定，优选的，在本实施例中，可以为0.15。

具体的，计算n个距离差平均值中，需要删除的匹配特征点的对数为n*R_d。再将n个距离差平均值中，最大的n*R_d个距离差平均值对应的匹配点删除。距离差平均值对应的匹配点为获得该距离差平均值AverDis_i的一对匹配特征点，例如，第i对匹配特征点的平均值为n*R_d个最大的距离差平均值中的一个，则删除该第i对匹配特征点。

可以通过对n个距离差平均值按照大小顺序进行排序，删除排在较大一边的n*R_d个最大的距离差平均值。最后可以获得待匹配的两幅图像的多对匹配同名点{(P_i，P_i')|i＝1，2，…，l}，P_i为第一图像中的匹配同名点，P_i’为第二图像中与Pi相互匹配的匹同名点，可以理解的，l小于n。

第二实施例

本实施例提供了一种图像的同名点获取方法，请参见图3，该方法包括：

步骤S210：获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像。

本步骤请参照步骤S110，在此不再赘述。

步骤S220：以所述第一图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第一向量，以所述第二图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第二向量。

步骤S110中，获得多对匹配特征点{(P_i,P_i')|i＝1,2,...,n}其中，P_i属于第一图像，P_i’属于第二图像，n为第一图像与第二图像的匹配特征点的对数。

于是，可以理解的，第一图像中包括多个匹配特征点P_i(i＝1,2…n)，第二图像中包括多个匹配特征点P_i’(i＝1,2…n)，第一图像中的多个匹配特征点与第二图像中的多个匹配特征点分别对应匹配。

获取第一图像中的每个特征点作为起点，其他特征点作为终点形成的对应相应特征点的多个第一向量：

即以i为起点，其他特征点j＝1,2,3…n为终点，形成n个第一向量例如，当i＝1时，j分别为1,2,3…n，得到n个第一向量当i＝2时，j分别为1,2,…n，得到n个第一向量以此类推，对应第一图像中的每个匹配特征点，得到n个第一向量

同样的，获取第二图像中的每个特征点作为起点，其他特征点作为终点形成的对应相应特征点的多个第二向量

即以i为起点，其他特征点j＝1,2,3…n为终点，形成第二向量例如，当i＝1时，j分别为1,2,3…n，得到n个第二向量当i＝2时，j分别为1,2,…n，得到n个第二向量以此类推，对应第二图像中的每个匹配特征点，得到n个第二向量

于是，每对匹配特征点对应的向量为n个第一向量以及n个第二向量

步骤S230：获取每对匹配特征点对应的向量中，每个第一向量与所述多个第二向量中的目标第二向量之间的夹角的角度值，所述目标第二向量为终点与相应的第一向量的终点为一对匹配特征点的第二向量，获得对应每对匹配特征点的多个角度值。

对于每对匹配特征点，其对应的n个第一向量以及n个第二向量之间具有n个向量夹角，形成每个夹角的第一向量的i等于第二向量的i，第一向量的j等于第二向量的j。与第一向量的i以及j相等的第二向量为该第一向量的目标第二向量，如为的目标第二向量，为的目标第二向量，为的目标第二向量。

计算每对匹配特征点对应的n个向量夹角的角度值。例如，当i＝1时，对于第i对匹配特征点，计算第一向量与目标第二向量形成的夹角的角度值，j分别为1,2,3…n，获得n个角度值。当i＝2时，对于第i对匹配特征点，计算第一向量与目标第二向量形成的夹角的角度值，j分别为1,2,3…n，获得n个角度值。对于每对匹配特征点，可以得到n个角度值。

步骤S240：计算所述每对匹配特征点对应的多个角度值的平均值，获得所述每对匹配特征点对应的角度平均值。

计算每对匹配特征点对应的n个角度值的角度平均值，计算公式可以是：其中，反余弦函数的取值范围为0至180度。

于是可以获得每对匹配特征点对应的角度平均值AverAngle_i，对于{(P_i，P_i')|i＝1，2，，n}n对匹配特征点，共获得n个角度平均值AverAngle_i(i＝1,2,3…n)。

步骤S250：将满足预设夹角删除条件的角度平均值对应的至少一对匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

在本实施例中，满足预设夹角删除条件的角度平均值可以为：获得的所有角度平均值中，预定比例R_a的最大与最小的角度平均值，即满足预设夹角删除条件的最大与最小的角度平均值个数之和等于所有角度平均值中预定比例R_a的角度平均值。其中，优选为，满足删除条件的最大与最小的角度平均值个数相等。在本实施例中，角度平均值对应的预定比例R_a并不作为限定，优选的，可以为0.15。

具体的，计算n个角度平均值中，需要删除的匹配特征点的对数为n*R_a。再将n个角度平均值中，最大与最小的共n*R_a个角度平均值对应的匹配点删除。优选为，删除个最大的角度平均值对应的匹配点，删除个最小的角度平均值对应的匹配点，本实施例主要以此进行说明。

可以理解的，角度平均值对应的匹配点为获得该角度平均值AverAngle_i的一对匹配特征点，例如，第i对匹配特征点的角度平均值为个最大的角度平均值中的一个，则删除该第i对匹配特征点。

可以通过对n个角度平均值按照大小顺序进行排序，删除排在较大一边的个最大的角度平均值对应的匹配特征点，删除排在较小一边的个最小的角度平均值对应的匹配特征点。最后可以获得待匹配的两幅图像的多对匹配同名点{(P_iP_i')|i＝1,2,…，l}，P_i为第一图像中的匹配同名点，P_i’为第二图像中与Pi相互匹配的匹同名点，可以理解的，l小于n。

在本发明实施例中，第一实施例以及第二实施例提供的方案可以同时用于对获得的匹配特征点进行删除，即可以是在通过第一实施例提供的方法进行删除后，再对删除后得到的相互匹配的匹配特征点再一次通过第二实施例提供的方法进行删除。也可以是在通过第二实施例提供的方法进行删除后，再对删除后得到的相互匹配的匹配特征点再一次通过第一实施例提供的方法进行删除。

第三实施例

本实施例提供了一种图像的同名点获取装置300，如图4所示，所述装置300包括：

匹配点获取模块310，用于获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像；距离计算模块320，用于计算所述第一图像中每个匹配特征点到其他所有匹配特征点对应的多个第一距离，计算所述第二图像中每个匹配特征点到其他所有匹配特征点对应的多个第二距离；距离差计算模块330，用于获取每对匹配特征点对应的距离中，每个第一距离与目标第二距离之间的距离差，获得对应每对匹配特征点的多个距离差，其中，形成所述目标第二距离的两个匹配特征点与形成相应的第一距离的两个匹配特征点分别对应匹配；距离差平均值计算模块340，用于计算所述每对匹配特征点对应的多个距离差的平均值，获得所述每对匹配特征点对应的距离差平均值；第一删除模块350，用于将满足预设距离删除条件的距离差平均值对应的相互匹配的匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

在本实施例中，满足预设距离删除条件的距离差平均值为：获得的所有距离差平均值中，预定比例的最大的距离差平均值。

另外，本实施例中，匹配点获取模块310可以通过sift算法获取第一图像与第二图像中相互匹配的多对匹配特征点。

第四实施例

本实施例提供了一种图像的同名点获取装置400，如图5所示，所述装置400包括：

匹配点获取模块410，用于获取第一图像与第二图像中相互匹配的多对匹配特征点，所述第一图像与第二图像为待匹配的两幅图像；向量获取模块420，用于以所述第一图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第一向量，以所述第二图像中的每个特征点作为起点，其他特征点作为终点形成对应每个特征点的多个第二向量；角度计算模块430，用于获取每对匹配特征点对应的向量中，每个第一向量与所述多个第二向量中的目标第二向量之间的夹角的角度值，所述目标第二向量为终点与相应的第一向量的终点为一对匹配特征点的第二向量，获得对应每对匹配特征点的多个角度值；角度平均值计算模块440，用于计算所述每对匹配特征点对应的多个角度值的平均值，获得所述每对匹配特征点对应的角度平均值；第二删除模块450，用于将满足预设夹角删除条件的角度平均值对应的至少一对匹配特征点删除，获得的多对匹配特征点作为待匹配的两幅图像的多对匹配同名点。

其中，满足预设夹角删除条件的角度平均值可以为：获得的所有角度平均值中，预定比例的最大与最小的角度平均值。

另外，匹配点获取模块410可以通过sift算法获取第一图像与第二图像中相互匹配的多对匹配特征点。

需要说明的是，本说明书中的各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的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。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。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。