一种感应区区域确定方法、装置、设备及可读存储介质与流程

本申请涉及镜头解析力计算领域，特别涉及一种感应区区域确定方法、装置、设备以及计算机可读存储介质。

背景技术

随着人们生活品质的提升，对电子设备的性能要求也随之提升，以摄像头为例，普遍要求具有对真实景象更高的还原能力，镜头的这一能力也被称为解析力或解像力。

传统基于sfr(spatialfrequencyresponse，空间频率响应)测试法实现对镜头解析力的计算方法，其要求使用配套的标准图卡，以iso12233标准测试图卡为例，该标准图卡中包含多种不同的图形和度量不同解析力的标尺。但现今不同镜头生产厂商往往还需要针对不同的测试工装环境，实现对标准图卡不包含的图形进行解析力计算，例如附图1所示的一种新型图卡(包括多个类似于扇形的图形)，此时就无法采用传统的方式进行解析力的测试，因为不包含于标准测试图卡上的图形并不适用于为标准图形准备的感兴趣区域的确定方法，感兴趣区域确定的不好，也就意味着基于此计算得到的解析力结果一定是不准确的，由此可见，直接套用为标准图形提供的感应区区域确定方法不符合特殊测试工装环境下对镜头解析力测试的要求。

因此，如何提供一种可适用于如附图1所示的新型图卡的感兴趣区域确定方法以符合特殊测试工装环境的要求，是本领域技术人员亟待解决的问题。

技术实现要素：

本申请的目的是提供一种感兴趣区域确定方法，根据附图1中包含的目标图形的特殊对称构造，首先确定每个目标图形的中心点，并在中心点的基础上结合各像素点间的灰度差值确定目标图形的端点，通过连接端点与中心点得到目标边缘线，而每个目标图形的感兴趣区域则是以每条目标边缘线的中点为中心得到的，区别于传统直接套用为标准图形提供的感兴趣区域确定方法，本申请充分利用了附图1中目标图形的扇形结构特点确定中心点和与该中心点距离一致的各端点，使得每个目标图形边缘位置确定的更加准确，也使得基于各目标边缘线中点为中心生成的感兴趣区域更匹配于该扇形结构。

本申请的另一目的在于提供了一种感兴趣区域确定装置、设备以及计算机可读存储介质。

为实现上述目的，本申请提供一种感兴趣区域确定方法，该方法包括：

确定待测图卡中的目标图形；

确定所述目标图形的中心点，并根据所述中心点和灰度差值确定所述目标图形的端点；

做各所述端点与所述中心点间的连线，得到目标边缘线；

以所述目标边缘线的中点为中心生成感兴趣区域。

可选的，确定所述目标图形的中心点，包括：

分别按行扫描和按列扫描所述目标图形，对应得到行扫描结果和列扫描结果；其中，行扫描结果中包含目标图形每行中黑色像素点的个数，列扫描结果中包含目标图形每列中黑色像素点的个数；

根据所述行扫描结果和所述列扫描结果确定所述目标图形中拥有最少黑色像素点的目标点，并将所述目标点作为所述中心点。

可选的，根据所述中心点和灰度差值确定所述目标图形的端点，包括：

以所述中心点为圆心环形扫描所述目标图形，得到包含所述目标图形上每个像素点与相邻像素点间灰度差值的环形扫描结果；

将所述环形扫描结果中灰度差值超过预设差值阈值的点作为所述目标图形的端点。

可选的，在以所述目标边缘线的中点为中心生成感兴趣区域之前，还包括：

根据待测镜头的视场角从所述目标边缘线中选取得到优选边缘线；

对应的，以所述目标边缘线的中点为中心生成感兴趣区域具体为：

以所述优选边缘线的中点为中心生成感兴趣区域。

可选的，确定待测图卡中的目标图形，包括：

拍摄得到所述待测图卡的测试图像，并对所述测试图像进行预处理，得到处理后灰度图；

根据灰度值确定所述处理后灰度图中的目标图形。

为实现上述目的，本申请还提供了一种感兴趣区域确定装置，包括：

目标图形确定单元，用于确定待测图卡中的目标图形；

中心点及端点确定单元，用于确定所述目标图形的中心点，并根据所述中心点和灰度差值确定所述目标图形的端点；

目标边缘线得到单元，用于做各所述端点与所述中心点间的连线，得到目标边缘线；

感兴趣区域确定单元，用于以所述目标边缘线的中点为中心生成感兴趣区域。

可选的，所述中心点及端点确定单元包括：

按行按列扫描子单元，用于分别按行扫描和按列扫描所述目标图形，对应得到行扫描结果和列扫描结果；其中，行扫描结果中包含目标图形每行中黑色像素点的个数，列扫描结果中包含目标图形每列中黑色像素点的个数；

中心点确定子单元，用于根据所述行扫描结果和所述列扫描结果确定所述目标图形中拥有最少黑色像素点的目标点，并将所述目标点作为所述中心点。

可选的，所述中心点及端点确定单元包括：

环形扫描子单元，用于以所述中心点为圆心环形扫描所述目标图形，得到包含所述目标图形上每个像素点与相邻像素点间灰度差值的环形扫描结果；

端点确定子单元，用于将所述环形扫描结果中灰度差值超过预设差值阈值的点作为所述目标图形的端点。

可选的，所述感兴趣区域确定装置还包括：

边缘线选取单元，用于根据待测镜头的视场角从所述目标边缘线中选取得到优选边缘线；

对应的，所述感兴趣区域确定单元具体为：

以所述优选边缘线的中点为中心生成感兴趣区域。

可选的，所述目标图形确定单元包括：

预处理子单元，用于拍摄得到所述待测图卡的测试图像，并对所述测试图像进行预处理，得到处理后灰度图；

目标图形确定子单元，用于根据灰度值确定所述处理后灰度图中的目标图形。

为实现上述目的，本申请还提供了一种感兴趣区域确定设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述内容所描述的感兴趣区域确定方法的步骤。

为实现上述目的，本申请还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如上述内容所描述的感兴趣区域确定方法的步骤。

显然，本申请所提供的一种感兴趣区域确定方法，根据附图1中包含的目标图形的特殊对称构造，首先确定每个目标图形的中心点，并在中心点的基础上结合各像素点间的灰度差值确定目标图形的端点，通过连接端点与中心点得到目标边缘线，而每个目标图形的感兴趣区域则是以每条目标边缘线的中点为中心得到的，区别于传统直接套用为标准图形提供的感兴趣区域确定方法，本申请充分利用了附图1中目标图形的扇形结构特点确定中心点和与该中心点距离一致的各端点，使得每个目标图形边缘位置确定的更加准确，也使得基于各目标边缘线中点为中心生成的感兴趣区域更匹配于该扇形结构。本申请同时还提供了一种感兴趣区域确定装置、设备以及计算机可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1为一种新型解析力测试图卡的示意图；

图2为本申请实施例提供的一种感兴趣区域确定方法的流程图；

图3为对如图1所示的新型解析力测试图卡进行预处理后得到灰度图；

图4为本申请实施例提供的一种图3中目标图形中心点位置的示意图；

图5为本申请实施例提供的另一种感兴趣区域确定方法的流程图；

图6为本申请实施例提供的一种图4中目标图形各端点位置的示意图；

图7为本申请实施例提供的一种图1所示新型解析力测试图卡中感兴趣区域位置的示意图；

图8为本申请实施例所提供的一种感兴趣区域确定装置的结构框图。

具体实施方式

本申请的核心是提供一种感兴趣区域确定方法、装置、设备以及计算机可读存储介质，根据附图1中包含的目标图形的特殊对称构造，首先确定每个目标图形的中心点，并在中心点的基础上结合各像素点间的灰度差值确定目标图形的端点，通过连接端点与中心点得到目标边缘线，而每个目标图形的感兴趣区域则是以每条目标边缘线的中点为中心得到的，区别于传统直接套用为标准图形提供的感兴趣区域确定方法，本申请充分利用了附图1中目标图形的扇形结构特点确定中心点和与该中心点距离一致的各端点，使得每个目标图形边缘位置确定的更加准确，也使得基于各目标边缘线中点为中心生成的感兴趣区域更匹配于该扇形结构。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。

本申请所提供的感兴趣区域确定方法所适用的新型图卡如图1所示，在该新型图卡的中心和四周分别有一个目标图形，且每个目标图形看起来由两个对称的扇形组成，以下各实施例的方法均是基于此新型图卡提供的一种感兴趣区域确定方法，以更加准确的确定该新型图卡中目标图形上的感兴趣区域，使得基于此方案确定出的感兴趣区域的解析力测试结果更加准确。

实施例一

以下结合图2，图2为本申请实施例提供的一种感兴趣区域确定方法的流程图，其具体包括以下步骤：

s101：确定待测图卡中的目标图形；

本步骤旨在确定待测图卡(如图1所示的新型图卡)上存在的目标图形，即首先确定不同于待测图卡背景、用于确定感兴趣区域的目标图形，而确定的形式则为确定各目标图形在待测图卡上的大致位置，以便缩小后续处理的区域。

图1为本申请用于确定感兴趣区域的新型图卡，该新型图卡上存在后续用于确定感兴趣区域的目标图形，该新型图卡可以为一张印刷有目标图形的卡纸，也可以为任何一种能够承载和显示目标图像的载体，此处并不限定，而为了便于确定该新型图卡上的目标图形，一般在以卡纸形式时采用白色背景和黑色图案(即两个拥有高对比度和区分度的颜色)，也可以在以投影方式时采用黑色背景和白色投影图案或白色背景和黑色图案(如图1所示)。

一种包括但不限于的确定待测图卡中目标图形的方式为：

拍摄得到待测图卡的测试图像，并对测试图像进行预处理，得到处理后灰度图；根据灰度值确定处理后灰度图中的目标图形。

其中，该实现方式中提及的预处理方式包括二值化处理和形态学滤波处理，目的均在于提升目标图形与背景的区分度，以便于更好的、更准确的确定出目标图形。需要说明的是，进行二值化处理之前还需要得到原图像的灰度图。

图像的二值化处理就是将图像上的点的灰度值置为0或255，也就是将整个图像呈现出明显的黑白效果，使其拥有更高的对比度和区分度。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。而由于得到二值化图像中集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单、数据的处理量和压缩量更小。

而为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。通常情况下，本身就存在较大颜色差别的待测图卡中，可基于单一阈值的二值化处理实现，在包含更加复杂目标图形的待测图卡中，可以适当增加分区阈值的数量来实现，此处并不做具体限定。

形态学滤波是指通过构造不同大小的滤波核来实现有针对性的滤波，例如可构造5*5的滤波核对二值化后的图像进行滤波，来滤除存在的部分杂光。一种经过预处理后得到的灰度图如图3所示。

s102：确定目标图形的中心点，并根据中心点和灰度差值确定目标图形的端点；

在s101的基础上，本步骤旨在确定每个目标图形的中心点，并根据确定出的中心点结合灰度差值来确定每个目标图形的端点。

之所要首先确定出中心点，再利用中心点和灰度差值确定出目标图形的端点是基于每个目标图形的特殊构造决定的，如图1所示，每个目标图形可近似看为两个具有相同角度的扇形在中心端点处对接形成的，该中心端点是指每个扇形对应的完整圆的圆心，因此每个目标图形可以近似的看成对称队形，因此必定存在对称中心，同时由于扇形作为圆的一部分，也具有圆心至圆周上任一点距离相同的特性，因此本申请根据如图1所示的目标图形所具有的上述特点，首先确定每个目标图形的中心点(对称中心)，再以中心点为中心结合灰度差值确定每个目标图形的端点。中心点位置示意图如图4所示。

此处所指的灰度差值是指在灰度图像中各相邻像素点间灰度值的差值，若相连像素点间灰度差值明显，则说明其中一个像素点属于目标图形部分，另一个像素点属于背景部分，由此可确定出目标图形的端点，因为端点与其四周相邻的各像素点间存在较大灰度差值的数量明显大于其它类似点，则可区别中端点与扇形圆周上的点的不同。

如何确定每个目标图形的中心点以及端点的位置，方式多种多样，可借助目标图形的特殊构造和特性来确定，即可通过观察发现，每个目标图形的中心点(对称中心)也是在某个范围内拥有黑色像素点数量最少的点，针对此特性可给出多种实现确定方案，例如逐行逐列的扫描每行每列上黑色像素点的数量，结合统计结果确定出拥有最少黑色像素点数量的点；还可以通过构造最小扫描单元来增加扫描效率，或者通过一些图像识别算法来对预设的图像特征进行识别，此处并不做具体限定。

s103：做各端点与中心点间的连线，得到目标边缘线；

在s102的基础上，本步骤旨在通过连接各端点与中心点间连接的方式，得到每个目标图像的边缘线，也可以被称为目标图像的外部轮廓。需要注意的是，每个目标图形中最外侧圆周部分连接时，还需要沿s102中结合灰度差值确定出的粗外部轮廓以曲线形式连接。

进一步的，在不存在任何其它要求的情况下，可以认为所有端点与中心点间的连接均为目标边缘线，即此时的目标边缘线为图1中所有目标图形的所有外部轮廓，但需要说明的是，根据镜头视场角的不同，往往不会需要在所有外部轮廓上生成感兴趣区域，且由于在某个镜头视场角的图像覆盖面积下，成近似圆形，因此更普通是需要得到在此圆形附近的外部轮廓上生成的感兴趣区域，则在初始每条边缘线的基础上，根据视场角的不同选择一部分边缘线作为优选，以在优选边缘线上生成感兴趣区域。

s104：以目标边缘线的中点为中心生成感兴趣区域。

在s103的基础上，本步骤旨在以每条目标边缘线的中点为中心生成感兴趣区域，得以确定适合如图1所示的目标图形的感兴趣区域。

在得到与图1中包含的目标图形匹配的感兴趣区域后，就可以基于确定出的感兴趣区域进行解析力测试，以判断一个镜头针对该新型图卡的解析力是否符合要求。本申请并不涉及如何在确定出感兴趣区域后进行解析力计算的步骤，此部分也不是本申请所要涉及的重点部分，本领域技术人员可根据本领域已公开的内容给出多种基于感兴趣区域进行解析力测试的方法，在此不再赘述。

基于上述技术方案，本申请实施例提供的一种感兴趣区域确定方法，根据附图1中包含的目标图形的特殊对称构造，首先确定每个目标图形的中心点，并在中心点的基础上结合各像素点间的灰度差值确定目标图形的端点，通过连接端点与中心点得到目标边缘线，而每个目标图形的感兴趣区域则是以每条目标边缘线的中点为中心得到的，区别于传统直接套用为标准图形提供的感兴趣区域确定方法，本申请充分利用了附图1中目标图形的扇形结构特点确定中心点和与该中心点距离一致的各端点，使得每个目标图形边缘位置确定的更加准确，也使得基于各目标边缘线中点为中心生成的感兴趣区域更匹配于该扇形结构。

实施例二

以下结合图5，图5为本申请实施例提供的另一种感兴趣区域确定方法的流程图，本实施例在实施例一的基础上，通过s201和s202给出了一种如何确定待测图卡中包含的目标图形的方法、通过s203和s204给出了一种如何确定目标图形中心点的方法以及通过s205和s206给出了一种如何确定目标图形端点的方法，需要说明的是，组成本实施例的上述三部分为分别针对s101、s102前半段以及s102后半段分别给出的一种具体的实现方式，这三部分均可单独基于实施例一得到单一组合的实施例，也可以自由组合形成更加复杂的、实现方案更优的实施例，本实施例仅作为同时包含上述三部分的一种优选实施例存在，具体实施步骤如下：

s201：拍摄得到待测图卡的测试图像，并对测试图像进行预处理，得到处理后灰度图；

s202：根据灰度值确定处理后灰度图中的目标图形；

s203：分别按行扫描和按列扫描所述目标图形，对应得到行扫描结果和列扫描结果；其中，行扫描结果中包含目标图形每行中黑色像素点的个数，列扫描结果中包含目标图形每列中黑色像素点的个数；

s204：根据行扫描结果和列扫描结果确定目标图形中拥有最少黑色像素点的目标点，并将目标点作为中心点；

s203至s204给出了一种确定目标图形中心点的方法，即每个目标图形附件区域内黑色像素点最小的目标点，本实施例采用了按行按列逐点扫描确定的方法，精确度较高，无遗漏，此外，根据实际应用场景中计算性能和对处理时间的要求，可灵活选择串行或并行的方式来实现按行按列扫描，即可根据实际情况自行选择是依次进行两种不同的扫描方式还是同时进行两种不同的扫描方式。还需要说明的是，基于行列扫描的方式，得到的中心点的实际坐标是基于直角坐标系存在的。

s205：以中心点为圆心环形扫描目标图形，得到包含目标图形上每个像素点与相邻像素点间灰度差值的环形扫描结果；

以中心点为中心绘制得到能够完全包含目标图形且半径最小的圆；

s206：将环形扫描结果中灰度差值超过预设差值阈值的点作为目标图形的端点；统计圆的圆周上各相邻像素点间的灰度差值，将灰度差值超过预设差值阈值的点作为目标图形的端点；

s205和s206给出了一种如何基于每个目标图形中心点确定出端点的方法，可参见图6，即借助每个目标图形的特殊构造(中心点与目标图形边缘距离大体一致，因为圆的特性)，首先以中心点为圆心通过环形扫描的方式得到目标图形上每个像素点与相邻像素点间灰度差值，此处的环形扫描是指扫描方式为半径逐渐扩大的圆，直至完成包含一个目标图形所在区域所有像素点的扫描工作，最终会得到一个能够完全包含目标图形且半径最小的圆，之后只需要将环形扫描结果中灰度差值超过预设差值阈值的点作为目标图形的端点即可。理想情况下，该目标图形上外侧圆周应与得到的圆的圆周重合，但在实际情况下，往往会只存在部分重合，也就是说，确定出的端点不一定处于确定出的圆的圆周上，可能会在圆的内侧或外侧。

区别于确定中心点时基于的直角坐标系，若在进行环形扫描时依然基于直角坐标系，会对扫描结果中的每一个点的坐标确定带来很大的难度，基于环形扫描的特点，此处更合适基于仅使用长度和角度进行位置确定的极坐标实现。

同时，采用极坐标来在进行环形扫描时确定端点的坐标，还可以有效避免因广角镜头(鱼眼镜头)可能导致的图像桶型畸变，桶型畸变又称桶形失真，是由镜头中透镜物理性能以及镜片组结构引起的成像画面呈桶形膨胀状的失真现象，如图1中四周四个目标图形扇形圆周长度出现增大的情况。在此种情况下，明显更适合采用极坐标来描述各点的坐标，因为基于极坐标的构成原理，此类畸变对极坐标系的影响较小。

还需要说明的是，如图6所示，图中标注的端点1、2、3、4，是以逆时针方向依次标注的，根据实际情况的不同，还可以按照一定的规则进行调整，以便于得到边缘线。

s207：做各端点与中心点间的连线，得到目标边缘线，并以目标边缘线的中点为中心生成感兴趣区域。

在本申请的另一实施例中，还基于镜头的视场角从所有目标边缘线中选择一部分合适的边缘线作为优选边缘线，并以优选边缘线的中点为中心生成感兴趣区域，可参见图7，图7中每个感兴趣区域均以位于目标图形边缘线上中点处的长方形出现，且仅在四周目标图形的最外侧(最靠近最大圆一侧)的边缘线上出现、在中心目标图形的左侧边缘线上出现(感兴趣区域周围的数字为基于得到的解析力)。

还需要说明的是，每个感兴趣区域(长方形)的方向不同，这是由于计算每个目标图形解析力的要求(要求必须存在一个垂直和一个水平的感兴趣区域)，而由于目标图形并非完全理想的、完全对称的图形，在基于端点与中心点间连线构造得到边缘线可能会与实际边缘线仍存在一定的误差，因此在固定感兴趣区域比例和一定尺寸范围时，还可以再次对此部分小区域进行扫描，以精确得到感兴趣区域的中心点，得以基于更为准确的中心点生成相应的感兴趣区域。

同时，垂直方向的感兴趣区域是采用从上到下或从下到上的方式逐行扫描得到的，水平方向的感兴趣区域是采用从左到右或从右到左的方式逐行扫描得到，之所以采用固定的扫描方式，以垂直方向的感兴趣区域为例，上半部分与下半部分的灰度值差异明显，其中一个明显属于背景部分，另一部分明显属于目标图形部分，因此采用从上到下或从下到上的方式可更加准确的确定出两部分的分界线(即灰度差值明显的部分)，而采用从左到右或从右到左的方式则会使得扫描过程中一直保持存在一部分背景区域一部分目标图形区域的情况，不利于确定分界线。

因为情况复杂，无法一一列举进行阐述，本领域技术人员应能意识到根据本申请提供的基本方法原理结合实际情况可以存在很多的例子，在不付出足够的创造性劳动下，应均在本申请的保护范围内。

下面请参见图8，图8为本申请实施例所提供的一种感兴趣区域确定装置的结构框图，该感兴趣区域确定装置可以包括：

目标图形确定单元100，用于确定待测图卡中的目标图形；

中心点及端点确定单元200，用于确定目标图形的中心点，并根据中心点和灰度差值确定目标图形的端点；

目标边缘线得到单元300，用于做各端点与中心点间的连线，得到目标边缘线；

感兴趣区域确定单元400，用于以目标边缘线的中点为中心生成感兴趣区域。

其中，中心点及端点确定单元200可以包括：

按行按列扫描子单元，用于分别按行扫描和按列扫描所述目标图形，对应得到行扫描结果和列扫描结果；其中，行扫描结果中包含目标图形每行中黑色像素点的个数，列扫描结果中包含目标图形每列中黑色像素点的个数；

中心点确定子单元，用于根据行扫描结果和列扫描结果确定目标图形中拥有最少黑色像素点的目标点，并将目标点作为中心点；

环形扫描子单元，用于以所述中心点为圆心环形扫描所述目标图形，得到包含所述目标图形上每个像素点与相邻像素点间灰度差值的环形扫描结果；

端点确定子单元，用于将所述环形扫描结果中灰度差值超过预设差值阈值的点作为所述目标图形的端点。

进一步的，该感兴趣区域确定装置还可以包括：

边缘线选取单元，用于根据待测镜头的视场角从目标边缘线中选取得到优选边缘线；

对应的，感兴趣区域确定单元400具体为：

以优选边缘线的中点为中心生成感兴趣区域。

其中，目标图形确定单元100可以包括：

预处理子单元，用于拍摄得到待测图卡的测试图像，并对测试图像进行预处理，得到处理后灰度图；

目标图形确定子单元，用于根据灰度值确定处理后灰度图中的目标图形。

基于上述实施例，本申请还提供了一种感兴趣区域确定设备，该设备可以包括存储器和处理器，其中，该存储器中存有计算机程序，该处理器调用该存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然，该设备还可以包括各种必要的网络接口、电源以及其它零部件等。

本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行终端或处理器执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，且各个实施例间为递进关系，每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部分互相参见即可。对于实施例公开的装置而言，可参见对应的方法部分说明。以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，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”或者其任何其它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它要素，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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。