一种红外测温方法、系统及终端设备与流程

本发明属于红外检测技术领域，尤其涉及一种红外测温方法、系统及终端设备。

背景技术

红外测温诊断技术是一种诊断电气设备发热缺陷的高科技技术，它能及时发现、处理、预防重大事故的发生，为保证电网的安全稳定运行发挥了独特的作用。变电站测温技术中，除传统的人工测温外，伴随现代红外技术日臻完善以及变电站巡检机器人在电力行业的广泛应用，红外测温技术在机器人系统中也得到了有效的延伸与发展。通过智能巡检机器人对设备进行测温巡视时，所有操作、数据存储与数据分析都是通过机器人后台软件系统完成，不需要人工参与。在利用巡检机器人对设备测温时，首先需要确定测温区域，通过检测设定的测温区域确定设备的最高温，但通过这种测温方法进行测温时容易出现设备最高温不在所确定的测温区域从而检测不到设备最高温的问题。

技术实现要素：

有鉴于此，本发明实施例提供了一种红外测温方法、系统及终端设备，以解决现有技术中红外测温方法存在检测不到设备最高温度所处位置的问题。

本发明实施例的第一方面提供了一种红外测温方法，所述红外测温方法包括：

获取待测设备的红外图像，识别所述红外图像中所述待测设备的设备轮廓；

根据所述设备轮廓，确定所述待测设备的检测参考线；

通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息。

本发明实施例的第二方面提供了一种红外测温系统，所述红外测温系统包括：

设备轮廓识别单元，用于获取待测设备的红外图像，识别所述红外图像中所述待测设备的设备轮廓；

检测参考线确定单元，用于根据所述设备轮廓，确定所述待测设备的检测参考线；

最高温度检测单元，用于通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息。

本发明实施例的第三方面提供了一种终端设备，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所述红外测温方法任一项所述方法的步骤。

本发明实施例的第四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，所述计算机程序被处理器执行时实现如所述红外测温方法任一项所述方法的步骤。

本发明实施例中获取待测设备的红外图像后，首先确定所述待测设备的设备轮廓，然后根据设备轮廓确定检测参考线，通过检测参考线确定待测设备的最高温度以及最高温度对应的位置。这一过程由于根据检测参考线检测待测设备时，可以检测待测设备每个位置的温度，根据整体检测结果确定检测到的最高温度，避免了检测待测设备温度时，最高温度不在预先设置的测温区域的情况，提高了检测精确度。

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是本发明实施例一提供的一种红外测温方法的实现流程示意图；

图2是本发明实施例一提供的红外测温方法中设备轮廓提出结果示意图；

图3是本发明实施例一提供的待测设备的最小外接形的示意图；

图4是本发明实施例一提供的垂直方向热势曲线图；

图5是本发明实施例一提供的待测设备温度变化趋势图；

图6是本发明实施例二提供的一种红外测温系统的示意图；

图7是本发明实施例三提供的终端设备的示意图。

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。

实施例一：

图1示出了本发明实施例一提供的一种红外测温方法的实现流程图，详述如下：

步骤s11，获取待测设备的红外图像，识别所述红外图像中所述待测设备的设备轮廓；

本发明实施例中，对于需要检测温度的设备首先获取待测设备的红外图像，获取所述红外图像时，首先由巡检机器人运行到目标位置，然后根据巡检机器人与待测设备之间相对位置关系调整云台的角度，待云台的角度调整至巡检机器人能扫描到待测设备清晰的红外图像后开始扫描待测设备，获取待测设备的红外图像。由于变电站各种设备原件一般都是交互安装在一起，巡检机器人在对待测设备进行红外成像时，可能会受到与之紧邻的其他部分设备的影响，而使获取到红外图像中包含待测设备之外的区域的图像，因此，获取待测设备的红外图像后根据待测设备的特征识别出红外图像中待测设备的设备轮廓，这里可以通过图像轮廓算法完成对待测设备的设备轮廓的提取。

优选地，所述识别所述红外图像中所述待测设备的设备轮廓，具体包括：

检测所述红外图像中与预先设置的所述待测设备的特征相匹配的区域，确定特征区域；

检测所述特征区域中所述待测设备的边缘，根据所述待测设备的边缘确定所述待测设备的设备轮廓。

本发明实施例中预先根据待测设备的特征预先设置匹配区域，然后将采集的红外图像与所述预先设置的匹配区域进行匹配，检测出待测设备的特征区域。例如，若待测设备被扫描一面的外形为比较规则的长方形(或其他图形)，则设置匹配区域为尺寸与所述待测设备相近的长方形；若待测设备中包含某些特殊结构，则将所述特殊结构设置为一个一个的匹配区域，同时，设置包含所有特殊结构的区域。将所述红外图像与所设置的匹配区域进行匹配，根据匹配结果在所述红外图像中确定出待测设备的特征区域。然后在确定出的特征区域中检测待测设备的边缘，在将检测到的边缘进行进一步处理，得到设备的具体设备轮廓；其中，边缘检测是检测红外图像中明暗变化剧烈或者说是检测不断变化的不连续的像素点，可选的，可以采用canny边缘检测算法或sobel边缘检测算法完成边缘检测。另外，设备轮廓一定是封闭的，在检测待测设备的边缘以后，可利用gpb算法对设备轮廓进行提取，提取前后的效果如图2所示。

步骤s12，根据所述设备轮廓，确定所述待测设备的检测参考线；

本发明实施例中通过轮廓检测及边缘检测得到待测设备的边缘轮廓，设备轮廓由若干点组成，根据最小外接矩形算法就可以确定所述设备轮廓对应的最小外接矩形。根据所述最小外接矩形确定出巡检机器人检测设备温度时的检测参考线，所述检测参考线用于使巡检机器人将其作为检测的参考，根据所述检测参考线完成待测设备的温度检测任务。优选地，所述检测参考线包括所述最小外界矩形的中线。

优选地，所述根据所述设备轮廓，确定所述待测设备的检测参考线，具体包括：

根据所述设备轮廓，获取所述待测设备的最小外接矩形，并确定所述最小外接矩形的四个顶点的坐标信息；

根据所述坐标信息确定所述待测设备的检测参考线。

具体地，根据最小外接矩形算法确定所述设备轮廓对应的最小外接矩形时一般有两种形式：确定与所述设备轮廓对应的最小绑定矩形，或确定与所述设备轮廓对应的最小面积外接矩形。对于不是垂直显示的设备，计算出的最小绑定矩形存在一定的误差，因此，可将最小绑定矩形与最小面积外接矩形相结合来确定所述待测设备的检测参考线。图3示出了所述待测设备对应的最小外接矩形以及检测参考线的位置。具体计算过程如下：

步骤1，计算所述待测设备的最小凹包，此处可以选用格雷厄姆算法；

步骤2，选取所述最小凹包中的一条边作为起始边，对所述最小凹包以所选边的端点为中心旋转使该边平行于预先设置的坐标系的横轴，存旋转后得到最小绑定矩形，所示最小绑定矩形的两组平行的边分别于相应的坐标轴平行，如图3(1)中所示，计算所述最小绑定矩形的坐标、编号及旋转时的角度；所述编号用于区分每个边旋转所得到的最小绑定矩形。

步骤3，对所述最小凹包的其他边执行所述步骤2；

步骤4，对比各根据所述最小凹包的每条边旋转得到的每个最小绑定矩形的面积，其中面积最小的最小绑定矩形即为最小面积外接矩形，如图3(2)中所示；将所述最小面积外接矩形作为所述待测设备的最小外接矩形；

步骤5，获取最小外接矩形对应的四个坐标信息；

步骤6，根据所述最小外接矩形对应的四个坐标信息，确定所述设备轮廓的中线，以所述中线作为所述待测设备的检测参考线。

步骤s13，通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息。

优选地，所述通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息，具体包括：

设置多于一条的与所述检测参考线垂直的检测线；

检测所述检测线上的相对最高温度，得到每条所述检测线上的相对最高温度；

以热势曲线图的形式显示所述每条所述检测线上的相对最高温度；

根据所述热势曲线图确定所述待测设备的最高温度及所述最高温度对应的位置信息。

本发明实施例中，为了更准确的检测出待测设备的最高温度以及最高温度所处的位置，以确定出的检测参考线为基础，设置多条等间距的垂直于所述检测参考线的检测线，所述检测线由与所述检测参考线平行的所述最小外接矩形的一条边开始，延伸至另一条与所述检测参考线平行的边；所述检测线之间的间距根据待测设备的尺寸以及巡检机器人红外测温的精度设置。设置好检测线后，检测每一条检测线上的相对最高温度及所述相对最高温度对应的坐标位置。为了便于记录及后续对待测设备最高温度位置的识别，可以以所述最小外接矩形的一个顶点作为坐标原点，以所述最小外界矩形相互垂直的边作为x轴和y轴，在设置的坐标系的对应位置中记录每条检测线上检测出的相对最高温度的位置，然后比较每条检测线的相对最高温度，以多个相对最高温度中数值最大的作为所述待测设备的最高温度。如图4示出了根据所述检测参考线所确定的所述待测设备最高温度。如图中所示以最小外界矩形左下角顶点为坐标原点，短边和长边分别为坐标系的x轴和y轴(最小外接矩形中未明确示出坐标系)，在所述最小外界矩形中标记每条检测线上检测出的相对最高温度，并记录其所在位置；为了便于比较每条检测线上相对最高温度的大小，以每条检测线的y轴作为横坐标，该检测线上的相对最高温度作为纵坐标形成垂直方向上的热势曲线图，将所述热势曲线图上纵坐标最大的点对应的温度作为待测设备的最高温度，调用所述最高温度对应的坐标信息，记录所述最高温度及其在所述最小外接矩形上对应的位置信息。

优选地，在所述通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息之后，包括：

存储所述待测设备的最高温度及所述最高温度对应的位置信息；

定期对所述待测设备进行检测，并存储每次检测的最高温度及每次检测的最高温度对应的位置信息；

根据所述每次检测的最高温度及每次检测的最高温度对应的位置信息的变化趋势预测再次检测时所述待测设备的最高温度及所述最高温度对应的位置信息。

本发明实施例中，统计并记录每次检测时确定出的待测设备的最高温度及其对应的位置信息，多次检测并记录后形成最高温度展示曲线；如图5中曲线1所示，后续可通过所述最高温度展示曲线预测某个日期待测设备的最高温度；同理将所述最高温度对应的位置信息形成位置变化曲线，根据多次检测最高温位置变化的趋势预测某个日期最高温出现的位置。为下次巡检机器人进行测温检测时提供参考，以使其重点检测预测位置附近的温度情况。

另外，对待测设备的最高温度及最高温度对应的位置进行预测，即使在不对待测设备进行检测的日期中也可通过预测出的最高温度，提前发现温度过高时待测设备可能出现的缺陷。

优选地，以同样的方法确定并记录每次检测时待测设备的平均温度、所述平均温度对应的位置信息及最低温度和所述最低温度对应的信息，同样对将所述平均温度和最低温度进行展示，如图5中曲线2,3所示，以对待测设备的整体温度有一个大致的了解。

本发明实施例中获取待测设备的红外图像后，首先确定所述待测设备的设备轮廓，然后根据设备轮廓的最小外接矩形确定检测参考线，并根据检测参考线设置多条检测线，通过多条检测线上的相对最高温度确定待测设备的最高温度以及最高温度对应的位置。这一过程由于根据检测参考线设置了多条检测线，通过每条检测线可以检测待测设备每个位置的温度并确定出每条检测线上的相对最高温度，根据多个相对最高温度确定待测设备的最高检测温度，避免了检测待测设备温度时，最高温度不在预先设置的测温区域的情况，提高了检测精确度。另外，本发明实施例中还对多次检测到的最高温度及其位置信息进行存储并以曲线的形式展示，方便根据最高温度走势预测不同日期待测设备的最高温度；用户便可根据预测的最高温度采取相应的措施，防范由于温度过高给待测设备带来的不好影响。

实施例二：

对应于上文实施例所述的红外测温方法，图6示出了本发明实施例提供的装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。

参照图6，该红外测温系统包括：设备轮廓识别单元61，检测参考线确定单元62，最高温度检测单元63；其中：

设备轮廓识别单元61，用于获取待测设备的红外图像，识别所述红外图像中所述待测设备的设备轮廓；

本发明实施例中，对于需要检测温度的设备首先获取待测设备的红外图像，获取所述红外图像时时，首先由巡检机器人运行到目标位置，然后根据巡检机器人与待测设备之间相对位置关系调整云台的角度，待云台角度调整至巡检机器人能扫描到待测设备清晰的红外图像后开始扫描待测设备，获取待测设备的红外图像。由于变电站各种设备原件一般都是交互安装在一起，巡检机器人在对待测设备进行红外成像时，可能会受到与之紧邻的其他部分设备的影响，而使获取到红外图像中包含待测设备之外部分，因此，获取待测设备的红外图像后根据待测设备的特征识别出红外图像中待测设备的设备轮廓，这里可以通过图像轮廓算法完成对待测设备的设备轮廓的提取。

优选地，所述设备轮廓识别单元61，具体包括：

特征区域确定模块，用于检测所述红外图像中与预先设置的所述待测设备的特征相匹配的区域，确定特征区域；

边缘检测模块，用于检测所述特征区域中所述待测设备的边缘，根据所述待测设备的边缘确定所述待测设备的设备轮廓。

本发明实施例中预先根据待测设备的特征预先设置匹配区域，然后将采集的红外图像与所述预先设置的匹配区域进行匹配，检测出待测设备的特征区域。例如，若待测设备被扫描一面的外形为比较规则的长方形(或其他图形)，则设置匹配区域为尺寸与所述待测设备相近的长方形；若待测设备中包含某些特殊结构，则将所述特殊结构设置为一个一个的匹配区域，同时，设置包含所有特殊结构的区域。将所述红外图像与所设置的匹配区域进行匹配，根据匹配结果在所述红外图像中确定出待测设备的特征区域。然后再确定出的特征区域中检测待测设备的边缘，在将检测到的边缘进行进一步处理，得到设备的具体设备轮廓；其中，边缘检测是检测红外图像中明暗变化剧烈或者说是检测不断变化的不连续的像素点，可选的，可以采用canny边缘检测算法或sobel边缘检测算法完成边缘检测。另外，设备轮廓一定是封闭的，在检测待测设备的边缘以后，可利用gpb算法对设备轮廓进行提取。

检测参考线确定单元62，用于根据所述设备轮廓，确定所述待测设备的检测参考线；

本发明实施例中通过轮廓检测及边缘检测得到待测设备的边缘轮廓，设备轮廓由若干点组成，根据最小外接矩形算法就可以确定所述设备轮廓对应的最小外接矩形。根据所述最小外接矩形确定出巡检机器人检测设备温度时的检测参考线，所述检测参考线用于使巡检机器人将其作为检测的参考，根据所述检测参考线完成待测设备的温度检测任务。优选地，所述检测参考线包括所述最小外界矩形的中线。

优选地，所述检测参考线确定单元62，具体包括：

坐标确定模块，用于根据所述设备轮廓，获取所述待测设备的最小外接矩形，并确定所述最小外接矩形的四个顶点的坐标信息；

检测参考线确定模块，用于根据所述坐标信息确定所述待测设备的检测参考线。

具体地，根据最小外接矩形算法确定所述设备轮廓对应的最小外接矩形时一般有两种形式：确定与所述设备轮廓对应的最小绑定矩形，或确定与所述设备轮廓对应的最小面积外接矩形。对于不是垂直显示的设备，计算出的最小绑定矩形存在一定的误差，因此，可将最小绑定矩形与最小面积外接矩形相结合来确定所述待测设备的检测参考线。具体计算过程如下：

步骤1，计算所述待测设备的最小凹包，此处可以选用格雷厄姆算法；

步骤2，选取所述最小凹包中的一条边作为起始边，对所述最小凹包以所选边的端点为中心旋转使该边平行于预先设置的坐标系的横轴，存旋转后得到最小绑定矩形，所示最小绑定矩形的两组平行的边分别于相应的坐标轴平行，如图3(1)中所示，计算所述最小绑定矩形的的坐标、编号及旋转时的角度；所述编号用于区分每个边旋转所得到的最小绑定矩形。

步骤3，对所述最小凹包的其他边执行所述步骤2；

步骤4，对比各根据所述最小凹包的每条边旋转得到的每个最小绑定矩形的面积，其中面积最小的最小绑定矩形即为最小面积外接矩形，如图3(2)中所示；将所述最小面积外接矩形作为所述待测设备的最小外接矩形；

步骤5，获取最小外接矩形对应的四个坐标信息；

步骤6，根据所述最小外接矩形对应的四个坐标信息，确定所述设轮廓的中线，以所述中线作为所述待测设备的检测参考线。

最高温度检测单元63，用于通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息。

所述最高温度检测单元63，具体包括：

检测线设置模块，用于设置多于一条的与所述检测参考线垂直的检测线；

相对最高温度确定模块，用于检测所述检测线上的相对最高温度，得到每条所述检测线上的相对最高温度；

显示模块，用于以热势曲线图的形式显示所述每条所述检测线上的相对最高温度；

最高温度确定模块，用于根据所述热势曲线图确定所述待测设备的最高温度及所述最高温度对应的位置信息。

本发明实施例中，为了更准确的检测出待测设备的最高温度以及最高温度所处的位置，以确定出的检测参考线为基础，设置多条等间距的垂直于所述检测参考线的检测线，所述检测线由与所述检测参考线平行的所述最小外接矩形的一条边开始，延伸至另一条与所述检测参考线平行的边；所述检测线之间的间距根据待测设备的尺寸以及巡检机器人红外测温的精度设置。设置好检测线后，检测每一条检测线上的相对最高温度及所述相对最高温度对应的坐标位置。为了便于记录及后续对待测设备最高温度位置的识别，可以以所述最小外接矩形的一个顶点作为坐标原点，以所述最小外界矩形相互垂直的边作为x轴和y轴，在设置的坐标系的对应位置中记录每条检测线上检测出的相对最高温度的位置，然后比较每条检测线的相对最高温度，以多个相对最高温度中数值最大的作为所述待测设备的最高温度。如图4示出了根据所述检测参考线所确定的所述待测设备最高温度。如图中所示以最小外界矩形左下角顶点为坐标原点，短边和长边分别为坐标系的x轴和y轴(最小外接矩形中未明确示出坐标系)，在所述最小外界矩形中标记每条检测线上检测出的相对最高温度，并记录其所在位置；为了便于比较每条检测线上相对最高温度的大小，以每条检测线的y轴作为横坐标，该检测线上的相对最高温度作为纵坐标形成垂直方向上的热势曲线图，将所述热势曲线图上纵坐标最大的点对应的温度作为待测设备的最高温度，调用所述最高温度对应的坐标信息，记录所述最高温度及其在所述最小外接矩形上对应的位置信息。

可选地，所述红外测温系统还包括：

记录推测单元，用于存储所述待测设备的最高温度及所述最高温度对应的位置信息；定期对所述待测设备进行检测，并存储每次检测的最高温度及每次检测的最高温度对应的位置信息；根据所述每次检测的最高温度及每次检测的最高温度对应的位置信息的变化趋势预测再次检测时所述待测设备的最高温度及所述最高温度对应的位置信息。

本发明实施例中，统计并记录每次检测时确定出的待测设备的最高温度及其对应的位置信息，多次检测并记录后形成最高温度展示曲线；如图5中曲线1所示，后续可通过所述最高温度展示曲线预测某个日期待测设备的最高温度；同理将所述最高温度对应的位置信息形成位置变化曲线，根据多次检测最高温位置变化的趋势预测某个日期最高温出现的位置。为下次巡检机器人进行测温检测时提供参考，以使其重点检测预测位置附近的温度情况。

另外，对待测设备的最高温度及最高温度对应的位置进行预测，即使在不对待测设备进行检测的日期中也可通过预测出的最高温度，提前发现温度过高时待测设备可能出现的缺陷。

优选地，以同样的方法确定并记录每次检测时待测设备的平均温度、所述平均温度对应的位置信息及最低温度和所述最低温度对应的信息，同样对将所述平均温度和最低温度进行展示，如图5中曲线2,3所示，以对待测设备的整体温度有一个大致的了解。

本发明实施例中获取待测设备的红外图像后，首先确定所述待测设备的设备轮廓，然后根据设备轮廓的最小外接矩形确定检测参考线，并根据检测参考线设置多条检测线，通过多条检测线上的相对最高温度确定待测设备的最高温度以及最高温度对应的位置。这一过程由于根据检测参考线设置了多条检测线，通过每条检测线可以检测待测设备每个位置的温度并确定出每条检测线上的相对最高温度，根据多个相对最高温度确定待测设备的最高检测温度，避免了检测待测设备温度时，最高温度不在预先设置的测温区域的情况，提高了检测精确度。另外，本发明实施例中还对多次检测到的最高温度及其位置信息进行存储并以曲线的形式展示，方便根据最高温度走势预测不同日期待测设备的最高温度；用户便可根据预测的最高温度采取相应的措施，防范由于温度过高给待测设备带来的不好影响。

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。

实施例三：

图7是本发明一实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个红外测温方法实施例中的步骤，例如图1所示的步骤s11至s13。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示单元61至63的功能。

示例性的，所述计算机程序72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71中，并由所述处理器70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72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成设备轮廓识别单元、检测参考线确定单元、最高温度检测单元，各单元具体功能如下：

设备轮廓识别单元，用于获取待测设备的红外图像，识别所述红外图像中所述待测设备的设备轮廓；

检测参考线确定单元，用于根据所述设备轮廓，确定所述待测设备的检测参考线；

最高温度检测单元，用于通过所述检测参考线获取所述待测设备的最高温度及所述最高温度对应的位置信息。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7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，例如所述终端设备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70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71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7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71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71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。