投影区域校正方法、投影设备及计算机可读存储介质与流程

本发明属于投影技术领域，尤其涉及一种投影区域校正方法、投影设备及计算机可读存储介质。

背景技术：

随着生活水平的提高，人们对大屏幕电视的需求越来越多，促进了投影设备的发展，使得投影设备也逐步进入到人们的生活当中、投影设备能够实现比液晶电视更大的屏幕尺寸，带来更为震撼的多媒体娱乐享受。

由于投影设备是通过光源透过凸透镜镜头在幕布上投射图像而现实画面的，镜头和幕布必须保持合适的位置关系才能使得投影设备的投影画面完全充满幕布区域。然而，在实际使用过程中，很多时候会出现由于投影设备与幕布之间的位置关系不合适，导致投影设备射出的光线溢出到幕布之外，影响了用户观看视频的视觉效果。

针对上述问题，现有技术中，用户在使用投影设备时，往往需要人工手动调整的方式把投影设备的投影区域投射到投影屏幕的理想位置，其操作过程非常繁琐，而且人工调整后所能用户的投影效果也往往不尽人意。

技术实现要素：

有鉴于此，本发明提供了一种投影区域校正方法、投影设备及计算机可读存储介质，以解决现有技术中用户在使用投影设备时，往往需要人工手动调整的方式把投影设备的投影区域投射到投影屏幕的理想位置，其操作过程非常繁琐，而且人工调整后所能用户的投影效果也往往不尽人意的问题。

本发明的第一方面提供了一种投影区域校正方法，包括：

建立投影场景图像局部特征索引数据库，所述索引数据库包括各类边角点在各个尺度下的索引；

在投影设备开启时，获取投影设备的投影场景图像，所述投影场景图像由投影区域图像和投影幕布图像构成；

计算出所述投影区域图像的第一特征向量和所述投影幕布图像的第二特征向量；

将所述第一特征向量、所述第二特征向量与所述索引数据库中各类边角点在各个尺度下的索引进行对比，识别出所述投影区域图像的第一边角点组信息和所述投影幕布图像的第二边角点组信息；

根据所述第一边角点组信息和所述第二边角点组信息建立所述投影区域图像与所述投影幕布图像的映射关系；

根据所述映射关系调整所述投影设备的投影区域，使所述投影设备的投影区域与投影幕布重合。

本发明的第二方面提供了一种投影设备，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，其中，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方法的步骤。

本发明的第三方面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，其中，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方法的步骤。

本发明的有益效果是：

本发明由于预先建立投影场景图像局部特征索引数据库，后续在投影设备的使用过程中，通过提取投影场景图像中投影区域图像和投影幕布图像的特征向量，并将其与索引数据库中的特征向量资料进行比对，以获取投影场景图像中投影区域和投影幕布的边角点信息，并参照获取到的投影区域和投影幕布的边角点信息调整投影设备的投影区域，使得投影设备的投影区域与投影幕布完全重合，从而可以使得投影设备在用户观影的过程中自动校准投影区域，无需用户手动调节，并且可以保证投影设备在投影区域校正后获得清晰的投影效果，提升了用户的观影体验。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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。

图1是本发明实施例提供的投影设备使用时的拓扑图；

图2是本发明实施例提供的投影区域校正方法的实现流程示意图；

图3是在一具体应用场景中投影场景图像的示意图；

图4本发明另一实施例提供的投影区域校正方法中步骤s201的具体实现流程示意图；

图5是本发明另一实施例提供的投影区域校正方法中将检测点与其邻域内相邻点进行比较的示意图；

图6是本发明实施例提供的投影设备的示意性框图；

图7是本发明实施例提供的投影设备中索引数据库单元的示意性框图；

图8是本发明另一实施例提供的投影设备的示意性框图。

具体实施方式

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，以便透彻理解本发明实施例。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发明。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发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1是本发明实施例提供的投影设备在使用时的拓扑图。为了便于说明仅仅示出了与本实施例相关的部分。

参见图1所示，该拓扑图包括投影设备和幕布，所述投影设备可以将自身播放的视频图像投影显示在所述幕布上。其中，所述投影设备上设置有摄像装置，所述投影设备内部设置有根据所述摄像装置拍摄到的投影场景图像调节投影区域的处理器。所述投影设备在投影过程中，由所述摄像装置拍摄投影场景图像，并由所述处理器对所述投影场景图像进行处理，并根据处理结果调节投影设备的投影区域，使得投影设备的投影区域与投影幕布完全重合。在本发明实施例中，所述投影设备包括但不限于投影电视。

基于图1所示的拓扑图，以下结合具体的实施例对本发明实施例提供的投影设备自动对焦方法进行详细阐述：

图2示出了本发明实施例提供的投影区域校正方法的实现流程，在图2所示实施例中，流程的执行主体为图1中的投影设备。该方法的实现流程详述如下：

步骤s201，建立投影场景图像局部特征索引数据库，所述索引数据库各类边角点在各个尺度下的索引。

在本实施例中，所述投影场景图像由投影区域图像和投影幕布图像构成。如图3所示，为在一具体应用场景下，投影场景图像的示意图。

在本实施例中，所述投影场景图像局部特征索引数据库是预先训练得到的，该数据库中包所述投影场景图像在不同尺度下的局部特征索引，每个尺度下的局部特征索引均包含有8个类，分别为所述投影区域图像的四个边角点a’、b’、c’、d’和所述投影幕布图像的四个边角点a、b、c、d的索引。

步骤s202，在投影设备开启时，获取投影设备的投影场景图像，所述投影场景图像由投影区域图像和投影幕布图像构成。

在本实施例中，所述投影设备在开启时，会触发所述投影设备上设置的摄像装置拍摄所述投影场景图像。

步骤s203，计算出所述投影区域图像的第一特征向量和所述投影幕布图像的第二特征向量。

在本实施例中，通过所述摄像装置拍摄到的所述投影场景图像为彩色图像，在步骤s203之前还包括：

通过公式gray＝r*0.299+g*0.587+b*0.114将所述投影场景图像转换为具有相同分辨率的灰度图像。

在本实施例中，采用sift特征算法对所述灰度图像进行局部特征提取，获取所述投影场景图像中所述投影区域图像的第一特征向量和所述投影幕布图像的第二特征向量。其中，所述第一特征向量包括所述投影区域图像中各个特征点的方向向量，所述第二特征向量包括所述投影幕布图像中各个特征点的方向向量。

步骤s204，将所述第一特征向量、所述第二特征向量与所述索引数据库中各类边角点在各个尺度下的索引进行对比，识别出所述投影区域图像的第一边角点组信息和所述投影幕布图像的第二边角点组信息。

在本实施例中，由于所述索引数据库中包含所述投影场景图像在不同尺度下的局部特征索引，每个尺度下的局部特征索引均包含有8个类，分别为所述投影区域图像的四个边角点a’、b’、c’、d’和所述投影幕布图像的四个边角点a、b、c、d的索引。因此，在获取到所述投影场景图像中所述投影区域图像的第一特征向量和所述投影幕布图像的第二特征向量后，即可采用最邻近法通过将所述第一特征向量和所述第二特征向量分别与所述索引数据库中各类边角点在各个尺度下的索引进行比对，即可识别出所述投影场景图像中所述投影区域图像的第一边角点组信息和所述投影幕布图像的第二边角点组信息a、b、c、d四个边角点。其中，第一边角点组信息包括a’、b’、c’、d’四个边角点；所述第二边角点组信息包括a、b、c、d四个边角点。

应当理解的是图3示出的投影场景的示意图仅为本发明例举的一较佳实现示例，在其他实现示例中，还可以取所述投影区域四条边上的中点以及所述投影幕布四条边上的中点分别作为所述投影区域的第一边角点组信息和所述投影幕布的第二边角点组信息。

步骤s205，根据所述第一边角点组信息和所述第二边角点组信息建立所述投影区域图像与所述投影幕布图像的映射关系。

在本实施例中，在获取到所述投影区域和所述投影幕布的边角点信息后，根据这些边角点信息的位置，计算出所述投影区域图像中边角点a’、b’、c’、d’到所述投影幕布图像的四个边角点a、b、c、d的映射关系，得到将所述投影区域映射到所述投影幕布上的转换矩阵。

步骤s206，根据所述映射关系调整所述投影设备的投影区域，使所述投影设备的投影区域与投影幕布重合。

在本实施例中，在获取到投影区域图像与投影幕布图像之间的映射关系后，即可将投影区域图像中的每个像素值按照该映射关系做投影，使得投影区域图像投射到幕布上刚好充满a、b、c、d四个边角点所围成的区域，满足投影区域与投影幕布重合的要求。

以上可以看出，本实施例提供的投影区域校正方法由于预先建立投影场景图像局部特征索引数据库，后续在投影设备的使用过程中，通过提取投影场景图像中投影区域图像和投影幕布图像的特征向量，并将其与索引数据库中的特征向量资料进行比对，以获取投影场景图像中投影区域和投影幕布的边角点信息，并参照获取到的投影区域和投影幕布的边角点信息调整投影设备的投影区域，使得投影设备的投影区域与投影幕布完全重合，从而可以使得投影设备在用户观影的过程中自动校准投影区域，无需用户手动调节，并且可以保证投影设备在投影区域校正后获得清晰的投影效果，提升了用户的观影体验。

图4示出了本发明另一实施例提供的投影区域校正方法中步骤s201的具体实现流程示意图。参见图4所示，在本实施例中，步骤s201可以包括以下步骤：

步骤s401，获取投影设备的原始投影场景图像，所述原始投影场景图像由原始投影区域图像和原始投影幕布图像构成。

步骤s402，对所述原始投影区域图像和所述原始投影幕布图像进行灰度处理。灰度处理方式与上一实施例中步骤s203中的灰度处理方式相同，在此不再赘述。

步骤s403，分别提取出所述原始投影区域图像的第三特征向量和所述原始投影幕布图像的第四特征向量。

在本实施例中，步骤s430具体包括：

构建尺度空间；

检测所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点；

为每个特征点赋值一个128维方向参数，形成128维特征向量。

其中，所述构建尺度空间包括：

利用不同尺度的高斯差分核与所述原始投影场景图像卷积，生成不同尺度下的高斯模糊图像；

将相邻尺度的高斯模糊图像做差，得到高斯残差图像。

在本实施例中，对于一幅原始投影场景图像，建立其在不同尺度的图像，也称为子八度，这是为了尺度不变性，也就是在任何尺度都能够有对应的特征点，第一个子八度的比例为原图的大小，后面每个子八度为上一个子八度降采样的结果，即原图的1/4(长宽分别减半)，构成下一个子八度。

其中，所述检测所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点包括：

分别对各个尺度空间所对应的所述高斯残差图像进行采样，将每个采样点分别与其8邻域内及其相邻上下两个尺度中的18个点进行比较，若该采样点在其所在尺度空间本层以及下上两层的26个点中是最大值或者最小值时，则认为该采样点是所述高斯残差图像在该尺度下的一个特征点。

在本实施例中，为了寻找各个尺度空间所对应的投影场景图像中的特征点，图像上的每一个采样点要和它所有的相邻点相比较，看其是否比它的图像域和尺度域的相邻点大或者小。如图5所示，中间的检测点和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点，共26个点相比较，以确保在尺度空间和二维图像空间都检测到特征点。一个点如果在尺度空间本层以及上下两层的26个邻域相邻点中是最大或者最小值时，则认为该点是图像在该尺度下的一个特征点。

其中，所述为每个特征点赋值一个128维方向参数，形成128维特征向量包括：

利用关键点邻域像素的梯度方向分布特性计算每个特征点的方向向量，使算子具备旋转不变性；

每个特征点使用16个子区域进行描述，形成16个种子点，每个种子点使用8个方向来描述向量的方向，使用向量的方向与其主方向上的欧氏距离来描述向量在各个方向上的幅值大小，形成128维特征向量。优选的，在本实施例中，所述8个方向分别为0，π/4，π/2，3π/4，π，5π/4，3π/2，2π。

优选的，在本实施例中，在所述为每个特征点赋值一个128维方向参数，形成128维特征向量之前还包括：

去除所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点中所包含的低对比度的特征点和不稳定的边缘响应点。

在本实施例中，采用近似harriscorner检测器去除所述原始投影场景图像中所包含的低对比度的特征点和不稳定的边缘响应点，这样可以增强匹配稳定性，提高抗噪能力。

步骤s404，通过pca((principalcomponentsanalysis，主成分分析)对所述第三特征向量和所述第四特征向量进行降维处理，去除所述第三特征向量和所述第四特征向量中的最小特征值所对应的成分。

在本实施例中，由于128维特征向量形成的特征矩阵信息量比较大，为了加快信息比较的速度，通过pca在正交基上对数据做最大特征值分解，进行降维处理，在向量矩阵中，去掉最小特征值所对应的成分，保留系数较大的特征值所对应的成分。

步骤s405，通过svd(singularvaluedecomposition，奇异值分解)分别将所述第三特征向量和所述第四特征向量中的n维特征映射到m维特征，获取所述原始投影场景图像的特征描述符向量，其中n>m，且n、m均为正整数。在本实施例中，将n维特征映射到m维特征，主要是通过svd正交分解实现。

步骤s406，重复执行上述流程，将获取到的所有原始投影场景图像的特征描述符向量添加至所述投影场景图像局部特征索引数据库中。

步骤s407，通过k-means算法对所述投影场景图像局部特征索引数据库中的特征描述符划分为k个聚类，其中k为正整数。

优选的，在本实施例中，步骤s407具体包括：

随机在向量中所有特征描述符向量中选取k个种子点，求其他向量分别到这k个种子点的距离，向量距离哪个种子点距离近就归谁哪个种子点所在类；

移动种子点所在类的中心到从属于它的点群中心(即质点中心)，重复上述步骤直到质点中心不需要移动为主，即可得到k个聚类。

需要说明的是，本实施例中其他步骤的实现方式均与上一实施例中的实现方式相同，因此在此不再赘述。

因此，可以看出，本实施例提供的投影区域校正方法同样可以使得投影设备在用户观影的过程中自动校准投影区域，无需用户手动调节，并且可以保证投影设备在投影区域校正后获得清晰的投影效果，提升了用户的观影体验。

图6是本发明实施例提供的投影设备的示意图。为了便于说明，仅仅示出了与本实施例相关的部分。

参见图6所示，本实施例提供的投影设备6包括：

索引数据库建立单元61，用于建立投影场景图像局部特征索引数据库；

投影场景图像获取单元62，用于在投影设备开启时，获取投影设备的投影场景图像，所述投影场景图像由投影区域图像和投影幕布图像构成；

第一特征提取单元63，用于计算出所述投影区域图像的特征向量和所述投影幕布图像的特征向量；

特征匹配单元64，用于将所述第一特征向量、所述第二特征向量与所述索引数据库中的类进行对比，识别出所述投影区域图像的第一边角点组信息和所述投影幕布图像的第二边角点组信息；

映射关系计算单元65，用于根据所述第一边角点组信息和所述第二边角点组信息建立所述投影区域图像与所述投影幕布图像的映射关系；

投影区域调整单元66，用于根据所述映射关系调整所述投影设备的投影区域，使所述投影设备的投影区域与投影幕布重合。

优选的，参见图7所示，所述索引数据库建立单元61包括：

原始场景图像获取单元611，用于获取投影设备的原始投影场景图像，所述原始投影场景图像由原始投影区域图像和原始投影幕布图像构成；

灰度处理单元612，用于对所述原始投影区域图像和所述原始投影幕布图像进行灰度处理；

第二特征提取单元613，用于分别提取出所述原始投影区域图像的第三特征向量和所述原始投影幕布图像的第四特征向量；

主成分分析单元614，用于通过pca主成分分析对所述第三特征向量和所述第四特征向量进行降维处理，去除所述第三特征向量和所述第四特征向量中的最小特征值所对应的成分；

奇异值分解单元615，用于通过svd奇异值分解分别将所述第三特征向量和所述第四特征向量中的n维特征映射到m维特征，获取所述原始投影场景图像的特征描述符向量，其中n>m，且n、m均为正整数；

数据库写入单元616，用于重复执行上述流程，将获取到的所有原始投影场景图像的特征描述符向量添加至所述投影场景图像局部特征索引数据库中；

特征点聚类单元617，用于通过k-means算法对所述投影场景图像局部特征索引数据库中的特征描述符划分为k个聚类。

优选的，所述第二特征提取单元613包括：

尺度空间构建单元6131，用于构建尺度空间；

特征点检测单元6132，用于检测所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点；

特征点赋值单元6133，用于为每个特征点赋值一个128维方向参数，形成128维特征向量。

优选的，所述尺度空间构建单元6131具体用于：

利用不同尺度的高斯差分核与所述原始投影场景图像卷积，生成不同尺度下的高斯模糊图像；

将相邻尺度的高斯模糊图像做差，得到高斯残差图像。

优选的，所述特征点检测单元6132具体用于：

分别对各个尺度空间所对应的所述高斯残差图像进行采样，将每个采样点分别与其8邻域内及其相邻上下两个尺度中的18个点进行比较，若该采样点在其所在尺度空间本层以及下上两层的26个点中是最大值或者最小值时，则认为该采样点是所述高斯残差图像在该尺度下的一个特征点。

优选的，所述特征点赋值单元6133具体用于：

利用关键点邻域像素的梯度方向分布特性计算每个特征点的方向向量，使算子具备旋转不变性；

每个特征点使用16个子区域进行描述，形成16个种子点，每个种子点使用8个方向来描述向量的方向，使用向量的方向与其主方向上的欧氏距离来描述向量在各个方向上的幅值大小，形成128维特征向量。

优选的，所述8个方向分别为0，π/4，π/2，3π/4，π，5π/4，3π/2，2π。

优选的，所述第二特征向量提取单元还包括：

特征点过滤单元，用于去除所述原始投影区域图像和所述原始投影幕布图像在各个尺度空间的特征点中所包含的低对比度的特征点和不稳定的边缘响应点。

需要说明的是，本发明实施例提供的上述投影设备的各个单元，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

因此，可以看出本发明实施例提供的投影设备同样由于预先建立投影场景图像局部特征索引数据库，后续在投影设备的使用过程中，通过提取投影场景图像中投影区域图像和投影幕布图像的特征向量，并将其与索引数据库中的特征向量资料进行比对，以获取投影场景图像中投影区域和投影幕布的边角点信息，并参照获取到的投影区域和投影幕布的边角点信息调整投影设备的投影区域，使得投影设备的投影区域与投影幕布完全重合，从而可以在用户观影的过程中自动校准投影区域，无需用户手动调节，并且可以保证在投影区域校正后获得清晰的投影效果，提升了用户的观影体验。

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，而不应对本发明实施例的实施过程构成任何限定。

图8是本发明另一实施例提供的投影设备的示意图。如图8所示，该实施例的投影设备包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤，例如图1所示的步骤201至206。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块61至66的功能。

示例性的，所述计算机程序82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81中，并由所述处理器80执行，以完成本发明。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82在所述投影设备中的执行过程。例如，所述计算机程序82可以被分割成索引数据库建立单元61、投影场景图像获取单元62、第一特征提取单元63、特征匹配单元64、映射关系计算单元65以及投影区域调整单元66，各单元具体功能如下：

索引数据库建立单元61，用于建立投影场景图像局部特征索引数据库；

投影场景图像获取单元62，用于在投影设备开启时，获取投影设备的投影场景图像，所述投影场景图像由投影区域图像和投影幕布图像构成；

第一特征提取单元63，用于计算出所述投影区域图像的特征向量和所述投影幕布图像的特征向量；

特征匹配单元64，用于将所述第一特征向量、所述第二特征向量与所述索引数据库中的类进行对比，识别出所述投影区域图像的第一边角点组信息和所述投影幕布图像的第二边角点组信息；

映射关系计算单元65，用于根据所述第一边角点组信息和所述第二边角点组信息建立所述投影区域图像与所述投影幕布图像的映射关系；

投影区域调整单元66，用于根据所述映射关系调整所述投影设备的投影区域，使所述投影设备的投影区域与投影幕布重合。

所述投影设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是投影设备的示例，并不构成对终端设备8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，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。

所称处理器80可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，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。

所述存储器81可以是所述投影设备的内部存储单元，例如投影设备的硬盘或内存。所述存储器81也可以是所述投影设备的外部存储设备，例如所述投影设备上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器81还可以既包括所述投影设备的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。

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，并不用于限制本申请的保护范围。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。

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。

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发明的范围。

在本发明所提供的实施例中，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。

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。

另外，在本发明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。

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，本发明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-onlymemory)、随机存取存储器(ram，randomaccessmemory)、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是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。