目标检测方法及装置、存储介质、电子设备与流程
本公开涉及图像处理技术领域，尤其涉及一种目标检测方法及装置、存储介质、电子设备。
背景技术：
在红外搜索和跟踪系统中，对于在低信噪比条件下的弱小目标跟踪是一个重要的研究课题。由于目标受背景噪声和背景杂波的影响极大，同时低空目标容易受到地面物体的影响，给目标跟踪带来了极大的挑战。
现有的目标检测方法主要包括两种方式，一种为基于目标特征分析的方法，另一种为基于背景估计的方法。其中，基于目标特征分析的方法主要从目标的特征出发，建立目标特征模型，并计算目标特征中的每各候选样本与该特征模型的相似度，将相似度最高的候选样本确定为检测目标。基于背景估计的方法主要是通过对图像的背景进行估计，并对基本滤出背景的图像进行检测，以获取检测目标。
然而，由于在现实应用场景中，跟踪目标体积小，背景复杂，在通过上述两种方式检测目标时，容易造成干扰，降低了检测目标的检测效率和准确率，且计算复杂。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现要素：
本公开的目的在于提供一种目标检测方法及装置、存储介质、电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面，提供一种目标检测方法，包括：
获取连续的多帧图像；
分别在每帧图像中获取第一候选样本；
分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；
根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。
在本公开的一种示例性实施例中，所述第一候选样本的局部对比度的计算公式为：
其中：c为所述局部对比度，max(st)为所述第一候选样本中像素的最大灰度值，max(sn)为所述第一候选样本邻域中像素的最大灰度值，min(sn)为所述第一候选样本邻域中像素的最小灰度值，ε为调整函数。
在本公开的一种示例性实施例中，所述第一局部对比度阈值的计算公式为：
其中，tc(i)为与第i帧图像对应的第一局部对比度阈值，
在本公开的一种示例性实施例中，所述分别在每帧图像中获取第一候选样本包括：
分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像，并分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本。
在本公开的一种示例性实施例中，所述分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像包括：
根据所述检测目标的先验尺寸生成第一结构元和第二结构元；
根据所述第一结构元分别对所述每帧图像进行形态学膨胀运算，以获取膨胀后的所述每帧图像；
根据所述第二结构元分别对膨胀后的所述每帧图像进行腐蚀运算，以获取所述每帧图像的背景图像；
分别将所述每帧图像的背景图像与所述每帧图像进行差分，以获取所述每帧图像的灰度图像；
根据所述每帧图像的灰度阈值分别将对应的所述每帧图像的灰度图像转化为二值图像。
在本公开的一种示例性实施例中，所述每帧图像的灰度阈值的计算公式为：
threshold(x，y)i＝1/3*max(ide(x,y))i
其中，threshold(x，y)i为第i帧图像的灰度阈值，max(ide(x,y))i为第i帧图像的最大灰度值。
在本公开的一种示例性实施例中，所述分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本包括：
分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本。
在本公开的一种示例性实施例中，在所述分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本之后还包括：
分别从所述每帧图像中去除面积小于一预设面积的所述第一候选样本。
在本公开的一种示例性实施例中，所述根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标包括：
在所述每帧图像均包括一个所述第二候选样本时，判断相邻的两帧图像中的所述第二候选样本之间的距离是否小于预设距离；
在判断相邻的两帧图像中的所述第二候选样本之间的距离小于预设距离时，将所述第二候选样本确定为所述检测目标。
在本公开的一种示例性实施例中，所述根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标包括：
在至少一帧图像包括多个所述第二候选样本时，将相邻的两帧图像中具有最小欧式距离且所述局部对比度最接近的所述第二候选样本确定为所述检测目标。
根据本公开的一个方面，提供一种目标检测装置，包括：
第一获取模块，用于获取连续的多帧图像；
第二获取模块，用于分别在每帧图像中获取第一候选样本；
去除模块，用于分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；
确定模块，用于根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。
根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的目标检测方法。
根据本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述中任意一项所述的目标检测方法。
本公开一种示例实施例提供的目标检测方法及装置、存储介质、电子设备。通过计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本，以及根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。一方面，分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本(即去除部分干扰样本)，大大的减少了每帧图像中的第一候选样本的数量，减少了系统的计算量，降低了计算的复杂度，提高了检测效率和检测准确率，且更易于硬件实现；另一方面，根据相邻帧间检测目标的运动连续性确定所述检测目标的方法更加简单，且易于实现。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例性实施例，本公开的上述和其它特征及优点将变得更加明显。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本公开一种目标检测方法的流程图；
图2为本公开一示例性实施例中对比度为20％的无人机的检测结果示意图；
图3为本公开一示例性实施例中对比度为10％的无人机的检测结果示意图；
图4为本公开一示例性实施例中对比度为2％的无人机的检测结果示意图；
图5为本公开一示例性实施例中无人机在树前背景中的检测结果示意图；
图6为本公开一示例性实施例中无人机在电线背景中的检测结果示意图；
图7为本公开一种目标检测装置的框图；
图8为本公开示一示例性实施例中的电子设备的模块示意图；
图9为本公开示一示例性实施例中的程序产品示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例性实施例中首先公开了一种目标检测方法，可以应用于军用或民用中在复杂背景下对于低空目标的检测，所述低空目标例如可以为无人机、直升机或侦察机等飞行器，该低空目标具有侦测距离远，对比度低、成像尺寸小等特点。如图1所示，上述目标检测方法可以包括：
步骤s1.获取连续的多帧图像；
步骤s2.分别在每帧图像中获取第一候选样本；
步骤s3.分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；
步骤s4.根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。
根据本示例性实施例中的目标检测方法，一方面，分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本(即去除部分干扰样本)，大大的减少了每帧图像中的第一候选样本的数量，减少了系统的计算量，降低了计算的复杂度，提高了检测效率和检测准确率，且更易于硬件实现；另一方面，根据相邻帧间检测目标的运动连续性确定所述检测目标的方法更加简单，且易于实现。
下面，将参照图1，对本示例性实施例中的目标检测方法作进一步说明。
在步骤s1中，获取连续的多帧图像。
在本示例性实施例中，在对检测目标进行检测的过程中，可以通过图像获取模块，获取连续的多帧图像。所述连续的多帧图像可以为连续的3帧图像，还可以为连续的4帧图像，本示例性实施例对此不作特殊限定。
在步骤s2中，分别在每帧图像中获取第一候选样本。
在本示例性实施例中，所述分别在每帧图像中获取第一候选样本可以包括：分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像，并分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本。
具体的，所述分别对所述每帧图像进行形态学变换以获取所述每帧图像的二值图像可以包括步骤s21、步骤s22、步骤s23、步骤s24以及步骤s25，其中：
步骤s21，根据所述检测目标的先验尺寸生成第一结构元和第二结构元。
在本示例性实施例中，所述先验尺寸指检测目标的大小，即检测目标的长、宽、高。根据检测目标的大小的上限生成第一结构元ed和第二结构元ee。所述第一结构元ed和第二结构元ee的结构均为m*n的矩阵，其中矩阵中的元素可以为0和/或1。举例说明，第一结构元ed可以为7*15的矩阵，即：
第二结构元ee可以为7*15的矩阵，即：
需要说明的是，所述第一结构元ed与第二结构元ee的结构相同，但第一结构元ed中的元素和第二结构元ee中的元素可以相同也可以不同。
步骤s22，根据所述第一结构元分别对所述每帧图像进行形态学膨胀运算，以获取膨胀后的所述每帧图像。
在本示例性实施例中，根据第一结构元对每帧图像进行形态学膨胀运算之后，每帧图像中的第一候选样本变暗，而第一候样本周围变亮。
步骤s23，根据所述第二结构元分别对膨胀后的所述每帧图像进行腐蚀运算，以获取所述每帧图像的背景图像。
在本示例性实施例中，为了获取每帧图像的背景图像，需要将每帧图像中的第一候选样本周围变暗，因此，根据第二结构元对膨胀后的每帧图像进行腐蚀，以降低第一候选样本周围的亮度，进而得到每帧图像的背景图像。
步骤s24，分别将所述每帧图像的背景图像与所述每帧图像进行差分，以获取所述每帧图像的灰度图像。
在本示例性实施例中，分别将每帧图像的背景图像与与其对应的每帧图像进行差分，以得到每帧图像的灰度图像。
步骤s25，根据所述每帧图像的灰度阈值分别将对应的所述每帧图像的灰度图像转化为二值图像。
在本示例性实施例中，分别将每帧图像的灰度图像中的各像素的灰度值与对应的灰度阈值进行比较，将灰度值大于灰度阈值的像素标记为1，将灰度值小于灰度阈值的像素标记为0，以将每帧图像的灰度图像转化为二值图像。所述每帧图像的灰度阈值计算公式为：
threshold(x，y)i＝1/3*max(ide(x,y))i
其中，threshold(x，y)i为第i帧图像的灰度阈值，max(ide(x,y))i为第i帧图像的最大灰度值。
由于实际场景复杂多变，对比度有高有低，因此，通过上式计算每帧图像的灰度阈值，以根据每帧图像的灰度阈值获取到准确的二值图像。
综上所述，通过分别对所述每帧图像进行形态学变换，即先根据所述检测目标的先验尺寸生成第一结构元和第二结构元，再根据第一结构元和第二结构元分别对所述每帧图像进行膨胀运算和腐蚀运算以得到每帧图像的背景图像，最后通过分别将每帧图像的背景图像与对应的所述每帧图像进行差分以去掉每帧图像中的背景图像，从而在获取每帧图像的第一候选样本时，滤除了绝大部分背景的干扰，提高第一候选样本的准确性，进而也提高了检测的准确率。
基于此，所述分别在所述每帧图像的二值图像中获取所述每帧图像的第一候选样本可以包括：分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本。
在本示例性实施例中，依次分别根据各标记为1的像素在每帧图像的二值图像中的位置，将每帧图像的二值图像中距离最近的标记为1的像素进行合并，该合并后的区域即为每帧图像对应的第一候选样本，以及根据每帧图像的二值图像中的合并后的区域的个数确定每帧图像对应的第一候选样本的数量。需要说明的是，每帧图像对应的第一候选样本的数量可以相同，也可以不同，此外，在一帧图像中的第一候选样本的数量可以为0个，也可以为1个或者更多，本示例性实施例对此不作特殊限定。
目前，常用的获取第一候选样本的方法是通过对二值图像进行连通域分析，即在整幅二值图像中进行遍历，在遍历到某个像素的标记为1时，判断与该标记为1的像素相邻的像素的标记是否为1，若为1，将该像素与其相邻的像素进行合并，因此，连通域分析需要对整幅二值图像进行遍历，计算量大，效率低，且不利于嵌入式平台的实现。而本公开通过对二值图像进行聚类分析获取第一候选样本，即根据各标记为1的像素在二值图像中的位置，直接将距离最近的标记为1的像素进行合并，不需要对整幅二值图像进行遍历，计算量小，效率高，且利于硬件实现。
为了去除不符合要求的第一候选样本，减少系统的计算量，降低计算的复杂度，并提高检测效率和检测准确率。在所述分别对所述每帧图像的二值图像进行聚类分析以获取所述每帧图像的第一候选样本之后还可以包括：分别从所述每帧图像中去除面积小于一预设面积的所述第一候选样本。
在本示例性实施例中，所述预设面积可以根据检测目标的大小进行确定，由于从不同角度拍摄到的检测目标的大小可能不一样，因此，此处的预设面积可以根据检测目标的大小的下线进行设置，以确保将不符合要求的第一候选样本去除掉，同时也避免误将符合要求的第一候选样本去除掉。例如，在检测目标的最小大小为两个像素时，预设面积设置为两个像素，即将小于两个像素的第一候选样本去除掉。
在步骤s3中，分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本。
在本示例性实施例中，所述第一候选样本的局部对比度的计算公式为：
其中：c为所述局部对比度，max(st)为所述第一候选样本中像素的最大灰度值，max(sn)为所述第一候选样本邻域中像素的最大灰度值，min(sn)为所述第一候选样本邻域中像素的最小灰度值，ε为调整函数，ε的取值通常为0.01。
以3帧图像为例对分别计算每帧图像的各所述第一候选样本的局部对比度进行说明。首先，计算第一帧图像中的各第一候选样本的局部对比度，具体的计算过程如下：分别获取第一帧图像中的各第一候选样本中像素的最大灰度值；分别获取第一帧图像中的各第一候选样本邻域中像素的最大灰度值；根据
所述第一局部对比度阈值的计算公式为：
由上可知，分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本(即去除部分干扰样本)，大大的减少了每帧图像中的第一候选样本的数量，减少了系统的计算量，降低了计算的复杂度，提高了检测效率和检测准确率，且更易于硬件实现。
在步骤s4中，根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。
在本示例性实施例中，所述相邻帧间检测目标的运动连续性指相邻帧间检测目标之间的距离不会太大，且相邻帧间检测目标的局部对比度的变化也不大。基于此，可以根据每帧图像中的第二候选目标之间的距离和局部对比度确定检测目标。
例如，在所述每帧图像均包括一个所述第二候选样本时，判断相邻的两帧图像中的所述第二候选样本之间的距离是否小于预设距离；在判断相邻的两帧图像中的所述第二候选样本之间的距离小于预设距离时，将所述第二候选样本确定为所述检测目标。所述预设距离可以根据检测目标的运动速度进行确定。
再例如，在至少一帧图像包括多个所述第二候选样本时，将相邻的两帧图像中具有最小欧式距离且所述局部对比度最接近的所述第二候选样本确定为所述检测目标。需要说明是，由于最小欧氏距离的计算过程为公知技术，因此，此处不再赘述。
由上可知，根据相邻帧间检测目标的运动连续性确定所述检测目标的方法更加简单，且易于实现。
为了验证上述目标检测方法在不同对比度场景中对低小慢目标进行检测的准确性，采用实际场景进行测试。其中，检测目标为无人机，其对角线的长度为59mm。参照图2、图3以及图4所示，其中，图2中的对比度为20％，图3中的对比度为10％，图4中的对比度为2％，从图中可以看出，在上述三种不同对比度场景中，均可以准确的检测到无人机，尤其是在对比对很低的图4中仍然可以准确的检测到无人机。以上各图中通过矩形框标识无人机。
为了验证上述目标检测方法在低空复杂背景下对低小慢目标进行检测的准确性，采用实际场景进行测试。其中，检测目标为无人机，其对角线的长度为59mm。参照图5、图6所示，其中，图5中为无人机在树前背景下的检测结果，图6为无人机在电线背景下的检测结果，从图5和图6中均可以准确的检测到无人机。以上各图中通过矩形框标识无人机。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
在本公开的示例性实施例中，还提供了一种目标检测装置，如图7所示，所述目标检测装置100可以包括第一获取模块100、第二获取模块102、去除模块103以及确定模块104：
第一获取模块100可以用于获取连续的多帧图像；
第二获取模块102可以用于分别在每帧图像中获取第一候选样本；
去除模块103可以用于分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；
确定模块104可以用于根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。
上述中各目标检测装置模块的具体细节已经在对应的目标检测方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了用于执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本发明的这种实施方式的电子设备600。图8显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤s1.获取连续的多帧图像；步骤s2.分别在每帧图像中获取第一候选样本；步骤s3.分别计算每帧图像的各所述第一候选样本的局部对比度，并分别从所述每帧图像中去除所述局部对比度小于对应的第一局部对比度阈值的所述第一候选样本，以得到所述每帧图像的第二候选样本；步骤s4.根据相邻帧间检测目标的运动连续性并结合所述每帧图像的第二候选样本确定所述检测目标。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图9所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
- 还没有人留言评论。精彩留言会获得点赞！