一种虹膜定位方法、装置及设备与流程

1.本技术属于虹膜定位技术领域，尤其涉及一种虹膜定位方法、装置及设备。


背景技术：

2.虹膜是人体唯一能够从外面直接观察的肌肉组织，它是眼睛构造的一部分，由于虹膜所具有的稳定性和唯一性，近年来虹膜被广泛应用于个人身份识别领域。在进行虹膜定位时，需要从眼球图像中，确定瞳孔与虹膜的边界、巩膜与虹膜的边界，最终形成环状带虹膜图像。现有的虹膜定位方法主要有微积分圆形边缘探测器法、灰度投影法等，它们均存在定位计算耗时过长、精度差等不足的问题。


技术实现要素：

3.本技术实施例提供了一种虹膜定位方法、装置及设备，可以解决现有的虹膜定位方法定位计算耗时过长、精度差等不足的问题。
4.第一方面，本技术实施例提供了一种虹膜定位方法，包括：
5.获取目标眼球的红外图像和可见光图像；
6.根据所述红外图像确定所述目标眼球的虹膜内边缘；
7.根据所述可见光图像确定所述目标眼球的虹膜外边缘；
8.根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。
9.进一步地，所述根据所述可见光图像确定所述目标眼球的虹膜外边缘，包括：
10.对所述可见光图像进行预处理，得到预处理图像；
11.从所述预处理图像提取所述目标眼球的虹膜外边缘。
12.进一步地，所述对所述可见光图像进行预处理，得到预处理图像，包括：
13.根据预设算法对所述可见光图像进行褪色处理，得到褪色图像；
14.调整所述褪色图像的对比度、设置阈值，得到预处理图像。
15.进一步地，所述从所述处理后的可见光图像提出所述目标眼球的虹膜外边缘，包括：
16.获取所述预处理图像的第一灰度值和第二灰度值；
17.根据所述第一灰度值和所述第二灰度值的差值，提取所述目标眼球的虹膜外边缘。
18.进一步地，所述根据所述虹膜内边缘和所述虹膜外边缘，得到所述目标眼球的虹膜图像，包括：
19.获取所述虹膜内边缘的第一半径和所述虹膜外边缘的第二半径；
20.根据第一半径和第二半径对所述红外图像进行切割，得到所述目标眼球的虹膜图像。
21.第二方面，本技术实施例提供了一种虹膜定位装置，包括：
22.获取单元，用于获取目标眼球的红外图像和可见光图像；
23.第一确定单元，用于根据所述红外图像确定所述目标眼球的虹膜内边缘；
24.第二确定单元，用于根据所述可见光图像确定所述目标眼球的虹膜外边缘；
25.第三确定单元，用于根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。
26.进一步地，所述第二确定单元，具体用于：
27.对所述可见光图像进行预处理，得到预处理图像；
28.从所述预处理图像提取所述目标眼球的虹膜外边缘。
29.进一步地，所述第二确定单元，具体用于：
30.根据预设算法对所述可见光图像进行褪色处理，得到褪色图像；
31.调整所述褪色图像的对比度、设置阈值，得到预处理图像。
32.进一步地，所述第二确定单元，具体用于：
33.获取所述预处理图像的第一灰度值和第二灰度值；
34.根据所述第一灰度值和所述第二灰度值的差值，提取所述目标眼球的虹膜外边缘。
35.进一步地，所述第三确定单元，具体用于：
36.获取所述虹膜内边缘的第一半径和所述虹膜外边缘的第二半径；
37.根据第一半径和第二半径对所述红外图像进行切割，得到所述目标眼球的虹膜图像。
38.第三方面，本技术实施例提供了一种虹膜定位设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的虹膜定位方法。
39.第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的虹膜定位方法。
40.本技术实施例中，获取目标眼球的红外图像和可见光图像；根据所述红外图像确定所述目标眼球的虹膜内边缘；根据所述可见光图像确定所述目标眼球的虹膜外边缘；根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。上述方案，获取同一眼球的红外图像和可见光图像，利用红外图像和可见光图像的不同的特性，分别对虹膜的内边缘和外边缘进行定位，可以快速的进行虹膜定位，减少了虹膜定位的时长，并且提高了定位精度。
附图说明
41.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
42.图1是本技术第一实施例提供的一种虹膜定位方法的示意流程图；
43.图2是本技术第一实施例提供的一种虹膜定位方法中眼球的示意图；
44.图3是本技术第一实施例提供的一种虹膜定位方法中环状带虹膜图像的示意图；
45.图4是本技术第二实施例提供的虹膜定位装置的示意图；
46.图5是本技术第三实施例提供的虹膜定位设备的示意图。
具体实施方式
47.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
48.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
49.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
50.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0051]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0052]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0053]
请参见图1，图1是本技术第一实施例提供的一种虹膜定位方法的示意流程图。本实施例中一种虹膜定位方法的执行主体为具有虹膜定位功能的设备，例如，服务器，个人电脑等等。如图1所示的虹膜定位方法可包括：
[0054]
s101：获取目标眼球的红外图像和可见光图像。
[0055]
虹膜是人体唯一能够从外面直接观察的肌肉组织，它是眼睛构造的一部分，虹膜中心有一圆形开口，称为瞳孔。虹膜处于眼球壁中层，为圆盘形膜状组织，含丰富血管和色素。可调节瞳孔的大小，以控制进入瞳孔的光通量。眼球壁外层为透明的角膜和白色的巩膜，内层为晶状体、视网膜。虹膜表面布满肌纤维、凹点、放射纹、色素斑、斑点等。虹膜的纤维组织细节复杂而丰富，并且它的形成与胚胎发生阶段该组织局部的物理化学条件有关，具有极大的随机性。每个虹膜所包含的信息都不相同，出现形态完全相同的虹膜组织的可能性远远低于其他组织。由于虹膜所具有的稳定性和唯一性，近年来虹膜被广泛应用于个人身份识别领域。
[0056]
虹膜识别一般都经过虹膜图像采集、图像预处理、特征编码、特征匹配等几部分构成，图像预处理包含了虹膜定位、归一化和图像增强等步骤，目的为有效地将虹膜图像提取
出来。其中，虹膜图像提取尤其关键，其执行时间和精度将直接影响整个虹膜应用过程的识别速度和精度。传统的虹膜识别系统有daugman算法、wildes算法、boles算法和中科院自动化所虹膜系统算法，不同算法有着不同的虹膜定位方式，目的都是在包含巩膜、虹膜和瞳孔在内的眼球图像中将虹膜图像准确提取出来。
[0057]
图像的归一化就是规格化或统一化，它将截取到的虹膜图像规格化为统一的尺寸；图像增强就是将以不同灰度呈现的虹膜图像通过阈值设置，使其成为计算机便于处理的二值化数据。
[0058]
虹膜定位就是要在图2所示的眼球图像中，确定瞳孔与虹膜的边界、巩膜与虹膜的边界，最终形成图3所示的环状带虹膜图像。其中，瞳孔与虹膜的边界为虹膜的内边缘，巩膜与虹膜的边界为虹膜的外边缘。通常对虹膜定位的要求很高，目前传统定位方式占据了识别系统55％的时间，它直接影响着系统的应用效果。若边缘查找不准会使得虹膜特征码信息发生变化，若边缘查找耗时过长，难以应用在实时系统中。但目前国内外常用的几种定位算法，如微积分圆形边缘探测器法、灰度投影法等，它们均存在定位计算耗时过长、精度差等不足，有的需计算多达三十多万次方可，这将影响其在实际应用中的效果。
[0059]
为了解决这一问题，本实施例提出了一种虹膜定位的方法。
[0060]
本实施例中，采用红外光镜头和可见光镜头两个镜头组成眼球摄取镜头组，其中，红外镜头由红外滤光片和光学镜片组成。红外滤光片的功能是阻止可见光波段的光线而只允许红外光线进入镜头在传感器成像，即可见光不参与成像；可见光镜头由红外截止滤光片和光学镜片组成。红外截止滤光片的功能与上述的红外滤光片正相反，它是阻止某一波段的红外光线而只允许可见光线进入镜头在传感器成像，以免影响成像质量。红外镜头在不同的光照环境下可以清晰地获取到含有虹膜纹理信息的眼球图像。由于在红外光源环境下，构成组织相近的巩膜及虹膜这两种介质对红外光的反射率也接近，所以巩膜和虹膜两者的边界不会十分明显。但是在可见光照条件下，就可以清晰的识别出巩膜和虹膜两者的边界。瞳孔是虹膜中间的一个孔洞，其后是透明的晶状体，它与虹膜对红外光的反射率截然不同，故在红外光照条件下瞳孔和虹膜两者的边界清晰明显。所以，在本实施例中，采用红外光镜头和可见光镜头两个镜头组成眼球摄取镜头组，利用红外光和可见光摄取图像的不同特性，可分别对虹膜内边缘和外边缘快速准确的实施定位，可解决传统红外眼球图像虹膜定位方式中虹膜外边缘难以定位的不足。
[0061]
红外光镜头和可见光镜头同步拍摄同一眼球，红外光镜头拍摄目标眼球得到红外图像，可见光镜头拍摄目标眼球得到可见光图像。红外光镜头和可见光镜头应同时进行开启/关闭摄取动作。
[0062]
摄像镜头是由图像传感器、光学镜头、控制电路等主要部件组成的。本发明中双镜头眼球摄取模组的图像传感器是由两个像元尺寸、受光面积(靶面尺寸)、图像分辨率(解析度)完全一样的图像传感器组成(如两个135万像素、1/2英寸的图像传感器)；它们适配的镜头视角、焦距、口径等光学参数也完全一样。其中，用于红外光成像的是黑白图像传感器、用于可见光成像的是彩色图像传感器。两种图像传感器不同在于，彩色图像传感器的感光层之上增加了一层分色滤色片，滤色片将光信号分解成rgb三原色，使得每一个感光像素仅可接受一种原色的光照(除rbg原色分色法外，还有cmyk补色分色法)；黑白图像传感器则没有分色滤色片，它的感光像素元件直接接受外部光照。两个图像传感器、各自的光学镜头和控
制电路，它们共同组成了红外/可见光眼球图像双镜头模组。
[0063]
在双镜头模组中，用于红外成像的镜头要加装红外滤光片。红外滤光片通常选择810nm～940nm的近红外带通滤光片，也可以选择某一波段如850nm的窄带滤光片。红外滤光片的功能是阻止可见光波段的光线而只允许红外光线进入镜头在传感器成像，即可见光不参与成像；可见光镜头要加装红外截止滤光片。红外截止滤光片的功能与上述的红外滤光片正相反，它是阻止红外光线而只允许可见光线进入镜头在传感器成像，以免影响成像质量。滤光片既可以是单独的光学部件，也可以通过在镜头镀膜实现。每个镜头都配有相应的辅助照明系统，即可见光镜头配有白光照明，红外光镜头配有红外光照明。
[0064]
设备获取目标眼球的红外图像和可见光图像，其中，眼球摄取镜头组可以安装在设备上，也可以为外置的镜头组，拍摄后将红外图像和可见光图像发送给本设备进行虹膜定位。
[0065]
s102：根据所述红外图像确定所述目标眼球的虹膜内边缘。
[0066]
设备根据红外图像确定目标眼球的虹膜内边缘，设备可以采用灰度特征定位。人眼感受到的物体的边界就是边缘。目前使用眼球采集装置采集到的人眼图像是灰度图像，灰度值在[0～255]之间，白色的灰度值为255，黑色的灰度值为0。一幅图像可以看作是灰度连续的像素点阵列，边缘就是灰度图像中变化最剧烈的点或线，它是灰度一阶导数的局部峰值。眼球图像有一定的灰度分布特点，瞳孔灰度要小于虹膜，虹膜灰度要小于巩膜。由于瞳孔和虹膜之间的灰度梯度变化幅度比较大，所以，设备可以根据瞳孔和虹膜之间的灰度梯度变化幅度确定目标眼球的虹膜内边缘。
[0067]
s103：根据所述可见光图像确定所述目标眼球的虹膜外边缘。
[0068]
由于红外眼球图像中虹膜与巩膜的灰度值之间的差值比较小，两者交界的边缘处反差不大。所以，用灰度特征定位眼球红外图像的虹膜内外边缘时，会在外边缘定位查找时耗费大量时间，且难以精准定位。所以，本实施例中通过可见光图像来确定目标眼球的虹膜外边缘。在可见光图像中，虹膜与巩膜边界线清晰、明显，用可见光图像来进行虹膜外边缘的定位是非常合适的，无需进行复杂的计算，即可确定目标眼球的虹膜外边缘。
[0069]
可以理解是，在可见光图像中，无论是虹膜还是瞳孔都有可能有光斑出现，但因可见光图像在本实施例中仅仅是用来进行虹膜外边缘定位的，虹膜的纹理信息还是取自于红外虹膜图像，所以这些虹膜、瞳孔光斑无碍于边缘的确定，可不予考虑。
[0070]
本实施例中，对于根据可见光图像确定目标眼球的虹膜外边缘的具体方式不做限定。一种实施方式中，设备可以对可见光图像进行预处理，得到预处理图像，预处理图像中，即可清晰的显示出虹膜和巩膜的边界，然后从预处理图像提取目标眼球的虹膜外边缘。其中，预处理的方式在本实施例中不做限定，可以对可见光图像的对比度，灰度等参数进行调整，然后从预处理图像提取目标眼球的虹膜外边缘。
[0071]
下面举一个具体的实施例，设备中预先存储预设算法，预设算法用于对可见光图像进行褪色(灰度化)处理，预设算法可以为加权法、均值法、最大值法等，此处不做限制。设备根据预设算法对可见光图像进行褪色处理，得到褪色图像，进而经过调整褪色图像的对比度、设置阈值等操作，得到预处理图像。
[0072]
进一步地，从预处理图像提取目标眼球的虹膜外边缘时，可以根据灰度值的变化幅度来确定虹膜外边缘。设备获取预处理图像的第一灰度值和第二灰度值；根据第一灰度
值和第二灰度值的差值，提取目标眼球的虹膜外边缘。
[0073]
s104：根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。
[0074]
设备根据虹膜内边缘和虹膜外边缘，确定目标眼球的虹膜图像。设备获取虹膜内边缘的第一半径和虹膜外边缘的第二半径。根据第一半径和第二半径对红外图像进行切割，得到目标眼球的虹膜图像。
[0075]
在本实施例中，对虹膜进行定位后，可以根据定位的虹膜图像进行图像归一化、图像增强及后续处理。此外，还可以对虹膜进行识别，在对虹膜进行识别时，需要针对已获取的虹膜图像进行特征编码提取，将虹膜图像与虹膜特征库中的虹膜模板进行匹配，在匹配时，实际上就是将虹膜图像与虹膜特征库中的虹膜模板进行特征编码的对比，然后得到识别结果；若获取到与虹膜图像匹配的目标虹膜模板，则判定虹膜图像对应的用户为合法用户。具体的应用中首先要采集虹膜建立虹膜特征库，特征库中的虹膜特征与人的身份一一对应。虹膜特库的生成是经过：摄取眼球图像、图像预处理、特征码提取、特征码建库这一流程产生的。如在某单位的门禁应用中先要对该单位人员进行虹膜图像采集，采集后的虹膜特征库成为比对模板，只有虹膜特征库内的成员才是该单位的合法用户。在应用过程中，虹膜门禁的图像采集终端对每个试图进入的人员进行实时眼球图像采集，采集生成的虹膜特征码与虹膜特征库中的模板进行1：n模式比对，若匹配成功则开启门禁，否则认为是非法入侵。需要指出的是，不同的虹膜识别算法，其生成的虹膜特征码信息是不同的，彼此不能互用。如某虹膜识别应用系统采用a算法生成的虹膜特征库，与特征库进行比对的实时采集的虹膜特征仍必须是a算法生成的，否则会造成失配。
[0076]
需要说明的是，在实际应用中，由于睫毛、眼皮等干扰因素，导致获取到的虹膜图像可能不是完整的环状的图像。所以在进行图像预处理时，都是选取虹膜图像中纹路信息完整的一部分进行归一化、图像增强、特征码提取。不同的虹膜识别算法有不同的图像预处理方案，这也是它们不能互用的根本原因。
[0077]
本实施例中的虹膜定位方法适用于目前广为流行的虹膜识别技术应用，特别是一些需快速进行人证核验的场合，如机场、高铁人证核验闸道，有着广泛应用前景。在一些非虹膜识别的特殊应用中，会需要准确快速采集并确定虹膜直径、面积等参数，传统的仅依据红外眼球图像是难以实现的，这种情况下用本实施例中的虹膜定位方法是非常方便的。
[0078]
本技术实施例中，获取目标眼球的红外图像和可见光图像；根据所述红外图像确定所述目标眼球的虹膜内边缘；根据所述可见光图像确定所述目标眼球的虹膜外边缘；根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。上述方案，获取同一眼球的红外图像和可见光图像，利用红外图像和可见光图像的不同的特性，分别对虹膜的内边缘和外边缘进行定位，可以快速的进行虹膜定位，减少了虹膜定位的时长，并且提高了定位精度。
[0079]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0080]
请参见图4，图4是本技术第二实施例提供的虹膜定位装置的示意图。包括的各单元用于执行图1对应的实施例中的各步骤，具体请参阅图1对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图4，虹膜定位装置4包括：
[0081]
获取单元410，用于获取目标眼球的红外图像和可见光图像；
[0082]
第一确定单元420，用于根据所述红外图像确定所述目标眼球的虹膜内边缘；
[0083]
第二确定单元430，用于根据所述可见光图像确定所述目标眼球的虹膜外边缘；
[0084]
第三确定单元440，用于根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。
[0085]
进一步地，第二确定单元430，具体用于：
[0086]
对所述可见光图像进行预处理，得到预处理图像；
[0087]
从所述预处理图像提取所述目标眼球的虹膜外边缘。
[0088]
进一步地，第二确定单元430，具体用于：
[0089]
根据预设算法对所述可见光图像进行褪色处理，得到褪色图像；
[0090]
调整所述褪色图像的对比度、设置阈值，得到预处理图像。
[0091]
进一步地，第二确定单元430，具体用于：
[0092]
获取所述预处理图像的第一灰度值和第二灰度值；
[0093]
根据所述第一灰度值和所述第二灰度值的差值，提取所述目标眼球的虹膜外边缘。
[0094]
进一步地，第三确定单元440，具体用于：
[0095]
获取所述虹膜内边缘的第一半径和所述虹膜外边缘的第二半径；
[0096]
根据第一半径和第二半径对所述红外图像进行切割，得到所述目标眼球的虹膜图像。
[0097]
图5是本技术第三实施例提供的虹膜定位设备的示意图。如图5所示，该实施例的虹膜定位设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如虹膜定位程序。所述处理器50执行所述计算机程序52时虹膜定位方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块410至440的功能。
[0098]
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述虹膜定位设备5中的执行过程。例如，所述计算机程序52可以被分割成获取单元、第一确定单元、第二确定单元、第三确定单元，各单元具体功能如下：
[0099]
获取单元，用于获取目标眼球的红外图像和可见光图像；
[0100]
第一确定单元，用于根据所述红外图像确定所述目标眼球的虹膜内边缘；
[0101]
第二确定单元，用于根据所述可见光图像确定所述目标眼球的虹膜外边缘；
[0102]
第三确定单元，用于根据所述虹膜内边缘和所述虹膜外边缘，确定所述目标眼球的虹膜图像。
[0103]
所述虹膜定位设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是虹膜定位设备5的示例，并不构成对虹膜定位设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述虹膜定位设备还可以包括输入输出设备、网络接入设备、总线等。
[0104]
所称处理器50可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0105]
所述存储器51可以是所述虹膜定位设备5的内部存储单元，例如虹膜定位设备5的硬盘或内存。所述存储器51也可以是所述虹膜定位设备5的外部存储设备，例如虹膜定位设备5上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以既包括所述虹膜定位设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述虹膜定位设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
[0106]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0107]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0108]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0109]
在本技术所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0110]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0111]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以
是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0112]
所述集成的模块/单元如果以软件功能单元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，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0113]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。