一种缺陷深度检测方法与流程

本申请属于无损检测技术领域，尤其涉及一种缺陷深度检测方法、终端设备及存储介质。

背景技术：

在利用热成像图像对工件进行无损检测时，可以通过静态检测的方式对缺陷深度进行定量检测。但传统的热成像图像静态检测方法的检测区域较小，检测效率较低，无法直接应用于工业生成线中。亟待研发一种检测效率较高的缺陷深度检测方法。

技术实现要素：

有鉴于此，本申请实施例提供了一种缺陷深度检测方法、终端设备及存储介质，以解决目前热成像图像中存在的缺陷深度检测效率较低的问题。

根据第一方面，本申请实施例提供了一种缺陷深度检测方法，包括：获取原始热成像图像序列，并对所述原始热成像图像序列进行线扫描，生成线扫描图像；根据所述线扫描图像提取裂纹深度特征；根据所述裂纹深度特征确定所述原始热成像图像序列中缺陷的深度。

本申请实施例提供的缺陷深度检测方法，改变了现有技术采用静态检测对热成像图像进行处理的方法，通过线扫描以及线扫描重建，得到热成像图像序列对应的线扫描图像，实现了高效率的动态检测，能够在扫描图像中提取的裂纹深度特征中包含各个像素点的连续温度变化信息。相较于传统的静态检测，不仅具有较高的检测效率，更具有更为丰富的裂纹深度相关信息，解决了目前热成像图像中存在的缺陷深度检测效率较低的问题。

结合第一方面，在本申请的一些实施例中，当所述裂纹深度特征为温度偏移率时，所述根据所述线扫描图像提取裂纹深度特征，包括：根据所述线扫描图像提取缺陷区采样点的温度变化曲线，以及非缺陷区采样点的温度变化曲线；根据所述缺陷区采样点的温度变化曲线和所述非缺陷区采样点的温度变化曲线，生成所述缺陷区采样点对应的温度偏移率变化曲线；所述缺陷区采样点对应的温度偏移率变化曲线为所述裂纹深度特征的变化曲线。

本申请实施例提供的缺陷深度检测方法，将温度偏移率作为线扫描图像中的裂纹深度特征，并给出了从线扫描图像中提取温度偏移率变化曲线的具体方法。由于缺陷深度与温度偏离率成线性，温度偏离率随缺陷深度的增大而增大，因此，缺陷部位的温度偏离率可以作为特征值，实现对缺陷深度的定量检测。

结合第一方面，在本申请的一些实施例中，所述根据所述裂纹深度特征确定所述原始热成像图像序列中缺陷的深度，包括：提取所述缺陷区采样点对应的温度偏移率变化曲线中的最小温度偏移率；根据所述最小温度偏移率确定所述原始热成像图像序列中缺陷的深度。

本申请实施例提供的缺陷深度检测方法，利用缺陷区采样点在全温度范围内的连续温度变化曲线，计算得到该缺陷区采样点对应的温度偏移率变化曲线。由于每个缺陷区采样点所对应的温度偏移率变化曲线中，均包含多个温度偏移率取值，为了利用统一标准的温度偏移率对各个缺陷区采样点的缺陷深度进行定量，在本申请实施例提供的缺陷深度检测方法中，采用最小温度偏移率确定缺陷的深度。

结合第一方面，在本申请的一些实施例中，当所述裂纹深度特征为相位偏移率时，所述根据所述线扫描图像提取裂纹深度特征，包括：根据所述线扫描图像生成相位图像；根据所述相位图像，生成所述相位图像中任一列向量对应的相位偏移率变化曲线；所述相位偏移率变化曲线为所述裂纹深度特征的变化曲线。

本申请实施例提供的缺陷深度检测方法，将相位偏移率作为线扫描图像中的裂纹深度特征，并给出了从线扫描图像中提取相位偏移率变化曲线的具体方法。由于裂纹深度与相位偏离率具有线性关系，随着裂纹深度增加，裂纹边缘的相位偏离率成线性减小，因此，缺陷部位的相位偏离率可以作为特征值，实现对缺陷深度的定量检测。

结合第一方面，在本申请的一些实施例中，所述根据所述裂纹深度特征确定所述原始热成像图像序列中缺陷的深度，包括：提取所述相位偏移率变化曲线中的最大相位偏移率；根据所述最大相位偏移率确定所述原始热成像图像序列中缺陷的深度。

本申请实施例提供的缺陷深度检测方法，利用相位图像计算得到相位偏移率变化曲线，由于每条相位偏移率变化曲线中均包含多个相位偏移率取值，为了利用统一标准的相位偏移率对不同深度的缺陷进行定量，在本申请实施例提供的缺陷深度检测方法中，采用最大相位偏移率确定缺陷的深度。

结合第一方面，在本申请的一些实施例中，在所述根据所述线扫描图像提取裂纹深度特征之前，所述缺陷深度检测方法还包括：对所述线扫描图像进行对准。

本申请实施例提供的缺陷深度检测方法，通过增设线扫描图像的对准步骤，能够规避由于扫描线之间存在的时间差，造成的线扫描图像偏移，避免在不同的线扫描图像上，出现相同像素对应的工件实际位置或缺陷实际位置并不相同的问题，可以获得工件或缺陷同一位置的瞬态温度响应。

结合第一方面，在本申请的一些实施例中，所述对所述线扫描图像进行对准，包括：从各个线扫描图像中选取基准线扫描图像；分别计算所述基准线扫描图像与待对准线扫描图像之间对应的像素差；所述待对准线扫描图像为除所述基准线扫描图像以外的其它线扫描图像；根据所述待对准线扫描图像与所述基准线扫描图像的像素差对对应的待对准线扫描图像进行对准。

本申请实施例提供的缺陷深度检测方法，将待对准线扫描图像逐一与基准线扫描图像进行对准，从而使各个待对准线扫描图像均与基准线扫描图像对齐，矫正了由于扫描线之间存在的时间差所造成的线扫描图像偏移。

根据第二方面，本申请实施例提供了一种终端设备，包括：输入单元，用于获取原始热成像图像序列，并对所述原始热成像图像序列进行线扫描，生成对应的线扫描图像；以及用于根据所述线扫描图像提取裂纹深度特征；深度定量单元，用于根据所述裂纹深度特征确定所述原始热成像图像序列中缺陷的深度。

根据第三方面，本申请实施例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第一方面或第一方面任一实施方式所述方法的步骤。

根据第四方面，本申请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第一方面或第一方面任一实施方式所述方法的步骤。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例的应用场景示意图；

图2是本申请实施例提供的缺陷深度检测方法的一个具体示例的流程示意图；

图3是本申请实施例提供的缺陷深度检测方法的另一个具体示例的流程示意图；

图4是线扫描图像；其中，图4(a)、图4(b)、图4(c)和图4(d)分别为以第190列、177列、163列和135列扫描线进行线扫描得到的线扫描图像；

图5是不同深度缺陷采样点的温度变化曲线；

图6是相同深度不同位置的温度轮廓曲线；

图7是不同深度缺陷的温度偏离率曲线；其中，图7(a)为不同深度缺陷与非缺陷温度对比图；图7(b)为不同深度缺陷的温度偏离率最小值分布图；

图8是采样点温度偏离率变化曲线；

图9是本申请实施例提供的缺陷深度检测方法的第三个具体示例的流程示意图；

图10是1mm深缺陷相位图像；其中，图10(a)是相位值采样点示意图；图10(b)是实线采样点相位变化曲线；图10(c)是虚线采样点相位变化曲线；

图11是深度1mm的缺陷不同位置的相位偏离率曲线；

图12是不同深度的缺陷相位偏离率；其中，图12(a)是不同深度相位偏离率变化曲线；图12(b)是不同深度缺陷相位偏离率峰值；

图13是本申请实施例提供的终端设备的一个具体示例的结构示例图；

图14是本申请实施例提供的终端设备的另一个具体示例的结构示例图。

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，以便透彻理解本申请实施例。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申请。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申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

图1是本申请实施例的应用场景示意图。在图1中，热像仪100采集待测工件的原始热成像图像序列，服务器200获取热像仪100所采集的待测工件的原始热成像图像序列，并对原始热成像图像序列进行处理，从而得到原始热成像图像序列对应的增强图像。在实际应用中，服务器200可以实时从热像仪100处接收热像仪100采集的待测工件的原始热成像图像序列；也可以由热像仪100先采集待测工件的原始热成像图像序列，此后，在需要时，将热像仪100已采集的原始热成像图像序列发送至服务器200，并通过服务器200对原始热成像图像序列中包含的裂纹等缺陷的深度进行定量检测。

在一些实施例中，如图2所示，服务器200可以通过以下几个步骤实现对原始热成像图像序列的增强处理：

步骤s101：获取原始热成像图像序列，并对原始热成像图像序列进行线扫描，生成线扫描图像。

由热像仪100获取待测工件的动态检测温度数据m，即原始热成像图像序列。热像仪100记录的原始数据可以构成三维矩阵，x-y平面代表热成像仪100采集的原始热成像图像，其中，第l帧原始热成像图像的像素点数据可构成式(1)所示的二维矩阵：

式中，ml,i,j表示第l帧图像第i行、第j列像素点灰度值，ml,a为ml的列矩阵。当确定一条像素线(即x＝k)时，观察y-t轴图像序列，该图像序列可以构成扫描线k对应的线扫描图像：

nk＝[m1,km2,km3,k…mn,k](2)

在实际应用中，常常会采用两条或两条以上的扫描线对原始热成像图像序列进行线扫描，从而得到能够反映待测工件温度变化全貌的多个线扫描图像。下面以采用两条扫描线对原始热成像图像序列进行线扫描为例，进行介绍。

由于扫描线a和扫描线b存在时间差，所以由扫描线a和扫描线b得到的两幅线扫描图像会发生偏移，导致两幅线扫描图像的相同像素对应的工件实际位置并不相同。因此，为了获得待测工件同一位置的瞬态温度响应，需要对由扫描线a和扫描线b得到的两幅线扫描图像进行对准，如图3和图9所示，可以在步骤s101之后增设以下步骤：

步骤s104：对线扫描图像进行对准。

根据线扫描图像成像原理，若扫描线a和扫描线b之间的实际距离为l，像素差为a，则扫描时间差t1为：

线扫描图像每列像素的间隔t2为：

线扫描图像相差的像素数z为：

其中，z为所述基准线扫描图像与其他任一线扫描图像之间对应的像素差；t1为所述基准线扫描图像与所述其他任一线扫描图像之间对应的扫描时间差；t2为所述基准线扫描图像中相邻列向量之间的时间间隔；l为所述基准线扫描图像所对应的扫描线与所述其他任一线扫描图像所对应的扫描线之间的实际距离；α为所述基准线扫描图像所对应的扫描线与所述其他任一线扫描图像所对应的扫描线之间的像素差；k＝l/α，为宽度-像素比；f为用于采集所述原始热成像图像序列的热像仪的帧频；v为所述原始热成像图像序列对应的待测工件的移动速度。宽度-像素比k、热像仪的帧频f、待测工件的移动速度v，以及像素差α均可以在待测工件检测前测量得到。

当采用多条扫描线进行线扫描时，需要对多幅线扫描图像进行对准。可以以多幅线扫描图像中的任意一幅线扫描图像为基准，将其确定为基准线扫描图像。分别计算基准线扫描图像与待对准线扫描图像之间对应的像素差z。待对准线扫描图像为除基准线扫描图像以外的其它线扫描图像。最后，可以根据各个待对准线扫描图像与基准线扫描图像之间的像素差，分别对对应的待对准线扫描图像进行对准，具体的，可以根据像素差z对待对准线扫描图像平移，即可实现图像配准。

步骤s102：根据线扫描图像提取裂纹深度特征。

在一具体实施方式中，可以提取线扫描图像中的温度偏移率作为裂纹深度特征。

由于线扫描重构图像与静态检测图像不同，能够显示整个工件的加热和冷却状态，但是受到“横向热传导”的影响，以对准后1mm深的缺陷检测重构图像为例，如图4所示，在图像中选取4个采样点，a和b为不同位置相同深度缺陷边缘采样点，c和d为不同位置非缺陷区域采样点。所选择的特征值必须满足两个条件：

(1)在竖直方向上，相同列的采样点(a与c、b与d)特征值存在差异；

(2)在水平方向上，相同行的采样点(a与b)特征值一致。

在静态检测中，符合条件(1)的特征值有许多，如温升和基频相位。由于临近效应，动态感应加热并不是瞬间完成的，工件各位置的激励过程存在时间差，因此在温升和温度变化趋势存在差异。温度偏离率能够较好的抑制“横向热传导”，满足条件(2)，但还需要对温度偏离率定量能力进行讨论。

如图3所示，可以通过以下几个子步骤提取线扫描图像中的温度偏移率：

步骤s1021：根据线扫描图像提取缺陷区采样点的温度变化曲线，以及非缺陷区采样点的温度变化曲线。

按照图4所示采样点进行温度采样，以第190列线扫描图像为加热零时刻，得到不同深度缺陷的温度变化曲线，如图5所示。缺陷温度上升幅度与缺陷深度成正比，缺陷深度越大，涡流密度越大，因此温度上升幅度越大。在竖直方向上，可以通过温升大小对缺陷深度进行量化，满足条件(1)。

图6给出了加热结束后深度为1mm裂纹不同位置的温度轮廓曲线。图6所示的温度数据的采样位置如图4(c)中a点、b点、c点和d点所示。如图6所示，对于相同深度不同位置的温度轮廓曲线峰值由左至右依次降低(a>b)，根据实验设置和线扫描图像重构原理，工件左右两侧加热存在时间差，工件左侧最先被加热，加热过后工件边缘阻挡了热量向左侧传递，因此工件左侧温度始终大于右侧；竖直方向上裂纹温度大于无缺陷区域(a>c、b>d)，这是由于垂直缺陷附近涡流密度较大，能产生更多焦耳热，导致温升较大。不同位置相同深度的裂纹之间温升差异很大，无缺陷区域c的温度超过了缺陷区域b。直接由线扫描重构后的温升大小来确定裂纹深度会引起较大误差，不满足条件(2)，无法实现定量检测，仅仅通过温升和温度变化曲线无法将缺陷与非缺陷区进行有效分离，需要进一步提取反应裂纹深度的特征量。

步骤s1022：根据缺陷区采样点的温度变化曲线和非缺陷区采样点的温度变化曲线，生成缺陷区采样点对应的温度偏移率变化曲线。缺陷区采样点对应的温度偏移率变化曲线为裂纹深度特征的变化曲线。

将图6所示温度曲线进行变换，以非缺陷区温度为横轴，缺陷温度为纵轴绘制图7(a)。由图可知不同深度缺陷温度分别与非缺陷温度成线性关系，随着缺陷深度的增大，缺陷温度也不断增大，求取不同深度缺陷的温度偏离率得到图7(b)所示曲线，发现缺陷深度与温度偏离率成线性，温度偏离率随缺陷深度的增大而增大，在竖直方向的缺陷温度偏离率可以作为特征值对缺陷深度定量，满足条件(1)。

为比较相同深度不同位置的温度偏离率变化情况，计算深1mm缺陷不同位置采样点(采样点位置如图4(c)中a点、b点、c点和d点)的温度偏离率，得到图8所示的温度偏移率变化曲线。可以将某个非缺陷区采样点(图4(c)中c点或d点)对应的温度变化曲线作为基准温度曲线，令缺陷区采样点(图4(c)中a点和b点)对应的温度变化曲线中的各个温度值，逐一除以基准温度曲线上对应时间的温度值，得到缺陷区采样点在对应时间上的温度偏移率，进而根据计算得到的温度偏移率，绘制缺陷区采样点的温度偏移率变化曲线。同理，可以计算并绘制出非缺陷区采样点的温度偏移率变化曲线。

由图8可知，非缺陷区采样点c和d的温度偏离率重合，幅值等于1，温度偏离率成功地将缺陷与非缺陷区分离。但是仅采用除法这种简单处理方式易受线圈提离及噪声影响，在同一工件检测中，例如图8中a点和b点的温度偏离率峰值却不一致，因此直接使用温度偏离率峰值作为特征值对缺陷定量会引起误差。

步骤s103：根据裂纹深度特征确定原始热成像图像序列中缺陷的深度。当采用温度偏移率作为裂纹深度特征时，如图3所示，可以通过以下几个子步骤实现步骤s103的过程：

步骤s1031：提取缺陷区采样点对应的温度偏移率变化曲线中的最小温度偏移率；

步骤s1032：根据最小温度偏移率确定所述原始热成像图像序列中缺陷的深度。

如图7(b)所示，不同深度缺陷的最小温度偏离率与缺陷的深度呈线性或近似线性的关系，可以预先将最小温度偏离率与缺陷深度之间的对应关系绘制为曲线图，或者编制为表格。在计算得到原始热成像图像序列中某缺陷的最小温度偏离率后，通过查询最小温度偏离率-缺陷深度曲线图或最小温度偏离率-缺陷深度表格，可以得到该缺陷的定量深度信息。

除温度偏移率外，还可以使用相位偏移率作为裂纹深度特征。如图9所示，当选用相位偏移率作为裂纹深度特征时，可以通过以下几个子步骤实现步骤s102的过程：

步骤s1021’：根据线扫描图像生成相位图像。

对准后的线扫描图像中每一点的温升t(t)进行傅里叶积分：

对应点相位的表达式为：

式中，τ表示时间；im(fτ)、re(fτ)分别为fτ的虚部和实部。

图10(a)给出了相位图像，缺陷边缘相位大于无缺陷区域。按照图10(a)所示实线采样，相位曲线如图10(b)所示。由图10(b)可知，缺陷边缘相位值大于非缺陷区域，缺陷底部相位远小于缺陷顶部，形成“凹”字型；左侧的采样线相位大于右侧，但其形状类似。按照图10(a)所示虚线采样，相位曲线如图10(c)所示。观察曲线，缺陷顶部、底部和非缺陷区域沿工件运动方向的下降趋势是一致的。

步骤s1022’：根据相位图像，生成相位图像中任一列向量对应的相位偏移率变化曲线。相位偏移率变化曲线为裂纹深度特征的变化曲线。

通过对温度数据线扫描重构形成了看似整体加热的图像，但在实际检测中还包含了横向热传导。由于沿速度方向不同位置的热传导存在时间差，导致相同深度的缺陷形成不同的相位。与温度处理方法类似，可以使用相位偏离率克服了上述问题，具体方法为：

对相位图像中的每一列相位求均值：

式中，表示第i行j列像素点的相位值。

根据下式求相位偏离率p：

由公式可知在理想情况下，非缺陷区域的相位偏离率p为1。对图10(b)所示曲线求偏离率，结果如图11所示。非缺陷区域的相位偏离率近似为1，缺陷两侧分别形成峰值，在缺陷底部中点达到谷值。相同深度不同位置的曲线重合，“横向热传导”导致的相位偏移得到抑制，满足条件(2)。

同理求得不同深度缺陷的相位偏离率如图12(a)，裂纹的深度与相位偏离率之间有较好的单调关系。在裂纹边缘存在最大值，取各相位偏离率曲线最大值绘制图12(b)，裂纹深度与相位偏离率具有线性关系，随着裂纹深度增加，裂纹边缘的相位偏离率成线性减小，满足条件(1)。综上所述，相位偏离率满足步骤s102中裂纹深度特征的两个条件，与裂纹深度成线性规律。

当采用相位偏移率作为裂纹深度特征时，如图9所示，可以通过以下几个子步骤实现步骤s103的过程：

步骤s1031’：提取所述相位偏移率变化曲线中的最大相位偏移率；

步骤s1032’：根据最大相位偏移率确定原始热成像图像序列中缺陷的深度。

如图12(b)所示，不同深度缺陷的最大相位偏离率与缺陷的深度呈线性或近似线性的关系，可以预先将最大相位偏离率与缺陷深度之间的对应关系绘制为曲线图，或者编制为表格。在计算得到原始热成像图像序列中某缺陷的最大相位偏离率后，通过查询相位偏离率-缺陷深度曲线图或相位偏离率-缺陷深度表格，可以得到该缺陷的定量深度信息。

本申请实施例提供的缺陷深度检测方法，改变了现有技术采用静态检测对热成像图像进行处理的方法，通过线扫描以及线扫描重建，得到热成像图像序列对应的线扫描图像，实现了高效率的动态检测，能够在扫描图像中提取的裂纹深度特征中包含各个像素点的连续温度变化信息。相较于传统的静态检测，不仅具有较高的检测效率，更具有更为丰富的裂纹深度相关信息，解决了目前热成像图像中存在的缺陷深度检测效率较低的问题。

线扫描脉冲涡流热成像可以实现工件的动态检测，裂纹在重构图像中特征明显。由温升大小可以区别裂纹的深度，但由于“横向热传递”导致不同位置温升差异较大，不利于裂纹的定量检测。与温升相比，温度偏离率能够抑制“横向热传导”，分离缺陷与非缺陷的特征，其峰值能够实现缺陷的定量识别，但是运动激励过程中很难保证提离一致，导致裂纹定量出现误差。由傅里叶积分得到的基频相位保留了曲线的形态特征，但由于“横向热传导”导致相位产生偏移，无法对相同深度的缺陷量化。相位偏移率克服了相位偏移，与裂纹深度成线性关系，随裂纹深度的增加单调递减。

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，而不应对本申请实施例的实施过程构成任何限定。

本申请实施例还提供了一种终端设备，如图13所示，该终端设备可以包括输入单元301和深度定量单元302。

其中，输入单元301用于获取原始热成像图像序列，并对原始热成像图像序列进行线扫描，生成对应的线扫描图像；以及用于根据线扫描图像提取裂纹深度特征；其对应的工作过程可参见上述方法实施例中步骤s101、步骤s102、步骤s1021至步骤s1022以及步骤s1021’至步骤s1022’所述。

深度定量单元302用于根据裂纹深度特征确定原始热成像图像序列中缺陷的深度；其对应的工作过程可参见上述方法实施例中步骤s103所述。

可选的，还可以在图13所示的终端设备中增设对准单元303。对准单元303可以用于对线扫描图像进行对准，其对应的工作过程可参见上述方法实施例中步骤s104所述。

图14是本申请一实施例提供的终端设备的示意图。如图14所示，该实施例的终端设备600包括：处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603，例如缺陷深度检测方法程序。所述处理器601执行所述计算机程序603时实现上述各个缺陷深度检测方法方法实施例中的步骤，例如图2所示的步骤s101至步骤s103。或者，所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块/单元的功能，例如图13所示输入单元301和图像增强单元302的功能。

所述计算机程序603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602中，并由所述处理器601执行，以完成本申请。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603在所述终端设备600中的执行过程。例如，所述计算机程序603可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。

所述终端设备600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601、存储器602。本领域技术人员可以理解，图14仅仅是终端设备600的示例，并不构成对终端设备600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601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602可以是所述终端设备600的内部存储单元，例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备，例如所述终端设备600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602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602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602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申请的范围。

在本申请所提供的实施例中，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，在本申请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，本申请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电载波信号和电信信号。

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