特征点匹配方法、装置、终端设备及计算机可读存储介质与流程

1.本技术属于图像处理技术领域，尤其涉及一种特征点匹配方法、装置、终端设备及计算机可读存储介质。


背景技术：

2.在进行图像处理时，获取深度图需要对左右视差图采取行对齐矫正，而矫正时需要对左右视图的特征点进行匹配。现有的特征点匹配算法如orb算法(oriented fast and rotated brief算法)、尺度不变特征转换算法(scale-invariant feature transform，sift)、加速健壮特征算法(scale-invariant feature transformation，sift)在进行特征点匹配时，在弱纹理场景下，都无法准确且多的匹配特征点，导致部分场景矫正异常。


技术实现要素：

3.本技术实施例提供了一种特征点匹配方法及设备，可以解决当前特征点匹配方法在弱纹理场景下，都无法准确且多的匹配特征点，导致部分场景矫正异常的问题。
4.第一方面，本技术实施例提供了一种特征点匹配方法，包括：
5.获取第一待处理图像和第二待处理图像；
6.从所述第一待处理图像中提取多个第一特征点；
7.根据预设搜索策略从所述第二待处理图像中确定与每个第一特征点对应的第二特征点；
8.根据所述多个第一特征点和多个第二特征点确定若干个目标匹配特征点对。
9.第二方面，本技术实施例提供了一种特征点匹配装置，包括：
10.第一获取单元，用于获取第一待处理图像和第二待处理图像；
11.提取单元，用于从所述第一待处理图像中提取多个第一特征点；
12.第一确定单元，用于根据预设搜索策略从所述第二待处理图像中确定与每个第一特征点对应的第二特征点；
13.第二确定单元，用于根据所述多个第一特征点和所述多个第二特征点确定若干个目标匹配特征点对。
14.第三方面，本技术实施例提供了一种终端设备，终端设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面的特征点匹配方法。
15.第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的特征点匹配方法。
16.本技术实施例中，获取第一待处理图像和第二待处理图像；从第一待处理图像中提取多个第一特征点；根据预设搜索策略从第二待处理图像中确定与每个第一特征点对应的第二特征点；根据多个第一特征点和多个第二特征点确定若干个目标匹配特征点对。上述方法，根据预设均匀分布提取策略从第一待处理图像中提取多个第一特征点，有效规避
了弱纹理场景无法提取特征点问题，在弱纹理场景下，也可以准确且多的匹配特征点，避免了场景矫正异常的情况。
附图说明
17.为了更清楚地说明本技术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技术的一些实施例，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。
18.图1是本技术第一实施例提供的一种特征点匹配方法的示意流程图；
19.图2是本技术第一实施例提供的一种特征点匹配方法中s101细化的示意流程图；
20.图3是本技术第一实施例提供的一种特征点匹配方法中s102细化的示意流程图；
21.图4是本技术第一实施例提供的一种特征点匹配方法中s103细化的示意流程图；
22.图5是本技术第一实施例提供的一种特征点匹配方法中s104细化的示意流程图；
23.图6是本技术第二实施例提供的特征点匹配装置的示意图；
24.图7是本技术第三实施例提供的终端设备的示意图。
具体实施方式
25.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，以便透彻理解本技术实施例。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技术。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技术的描述。
26.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
27.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
28.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0029]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0030]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0031]
请参见图1，图1是本技术第一实施例提供的一种特征点匹配方法的示意流程图。
本实施例中一种特征点匹配方法的执行主体为具有特征点匹配功能的设备，例如，台式电脑、服务器等等。如图1所示的特征点匹配方法可以包括：
[0032]
s101：获取第一待处理图像和第二待处理图像。
[0033]
在本实施例中，设备获取第一待处理图像和第二待处理图像。在计算深度图时，需要对齐矫正的由两个摄像模组获取的第一初始图像和第二初始图像，一般来说，采用双目摄像头来获取左右两个视差图，作为第一初始图像和第二初始图像。
[0034]
其中，第一待处理图像和第二待处理图像是根据双目摄像头来获取左右两个视差图确定的。第一种实施方式中，设备可以直接接收由其他设备发送的第一待处理图像和第二待处理图像；第二种实施方式中，设备可以通过本端设备内置的双目摄像头来获取第一初始图像和第二初始图像，然后分别对第一初始图像和第二初始图像进行处理，得到第一待处理图像和第二待处理图像。
[0035]
下面对第二种实施方式进行详细的描述，s101可以包括s1011～s1013，如图2所示，s1011～s1013具体如下：
[0036]
s1011：获取第一初始图像和第二初始图像。
[0037]
设备可以通过本端设备内置的双目摄像头来采集第一初始图像和第二初始图像，设备也可以接收由外置的双目摄像头采集的第一初始图像和第二初始图像。
[0038]
s1012：对第一初始图像进行灰度化处理，得到第一待处理图像。
[0039]
设备对第一初始图像进行灰度化处理，得到第一待处理图像。
[0040]
进一步地，为了增加特征点匹配，设备可以在进行灰度处理后，在进行细节增强处理。具体来说，设备可以对第一初始图像进行灰度化处理，得到第一灰度图像。然后，对第一灰度图像进行细节增强处理，得到第一待处理图像。图像细节增强的核心是将原图像表示为基本分量(base layer)与细节分量(detail layer)之和，在此基础上单独增强细节分量并得到增强图像。本实施例中，细节增强处理的算法此处不做限制。
[0041]
一种实施方式中，可以采用局部直方图均衡化算法，对第一灰度图像进行细节增强处理，得到第一待处理图像。
[0042]
具体来说，设备中预先存储预设窗口半径，根据预设窗口半径建立滑动窗口，用滑动窗口遍历第一灰度图像，对滑动窗口每次滑动选中的区域进行动态局部直方图均衡化处理，并计算各个被选中区域的局部直方图。
[0043]
具体来说，被选中区域的局部直方图hist(i)的计算公式如下：
[0044][0045]
其中，l为被选中区域的最大灰度等级，count为被选中区域的统计像素点数，w、h为被选中区域的图像的宽和高。
[0046]
进一步地，在灰度等级低位存在概率过大时，将会导致图像易失真，为了避免局部失真的现象，可以将hist(i)作为初始局部直方图，对初始局部直方图进行阈值剪裁。即获取初始局部直方图hist(i)后，对初始局部直方图hist(i)的高峰值进行裁剪，设备中设定裁剪阈值t，计算被选中区域的局部直方图hist(i)，计算方式如下：
[0047][0048]
其中，l为被选中区域的最大灰度等级，hist(i)为初始局部直方图，α为剪裁值。
[0049]
获取被选中区域的局部直方图hist(i)后，设备根据预设映射公式以及各个被选中区域的局部直方图进行映射计算，得到第一待处理图像。
[0050]
具体映射公式如下：
[0051][0052]
其中，gray(x,y)为第一灰度图像grayl在坐标(x,y)处灰度值，hist为第一灰度图像grayl的局部直方图，l为最大灰度等级，gray_(x,y)为第一灰度图像grayl在坐标(x,y)处经映射处理后的灰度值。按上述公式对第一灰度图像grayl进行处理，获取增强后的第一待处理图像。
[0053]
此外，为减少计算量，滑动窗口遍历整图时其移动步长为预设窗口半径。
[0054]
s1013：对第二初始图像进行灰度化处理，得到第二待处理图像。
[0055]
其中，步骤s1012和步骤s1013可以是并行的，也可以是先执行步骤s1013后执行步骤s1012，在此不作限定。
[0056]
本实施例中，设备对第二初始图像进行灰度化处理，得到第二待处理图像。具体来说，对第二初始图像进行灰度化处理，得到第二灰度图像。对第二灰度图像进行细节增强处理，得到第二待处理图像。
[0057]
本实施例中根据第二初始图像得到第二待处理图像的具体实施细节，可以参阅s1012中关于根据第一初始图像得到第一待处理图像的相关描述，此处不再赘述。
[0058]
s102：从第一待处理图像中提取多个第一特征点。
[0059]
为了避免匹配的特征点高度集中在某一区域，所以，设备中存储预设均匀分布提取策略，设备根据预设均匀分布提取策略从第一待处理图像中提取多个第一特征点，也就是说，设备通过预设均匀分布提取策略可以从第一待处理图像中提取的第一特征点是均匀分布的。通过预设均匀分布提取策略，有效果的优化了现有的特征匹配方法在弱纹理区域无法提取特征点的现象。
[0060]
具体来说，s102可以包括s1021～s1022，如图3所示，s1021～s1022具体如下：
[0061]
s1021：根据预设均匀分布提取策略获取预设提取间隔。
[0062]
设备中预设提取间隔，其中，预设提取间隔可以根据处理的图像大小以及希望提取的点的数量来设置。
[0063]
s1022：根据预设提取间隔从第一待处理图像中提取均匀分布的多个第一特征点；其中，相邻的第一特征点的间隔为预设提取间隔。
[0064]
设备根据预设提取间隔从第一待处理图像中提取均匀分布的多个第一特征点；其
中，相邻的第一特征点的间隔为预设提取间隔。
[0065]
举例来说，设置预设提取间隔为15，第一特征点为pt1，具体的提取第一特征点的公式可以为：
[0066]
pt1＝{(x,y),x mod 15＝1,y mod 15＝1}
[0067]
其中，mod表示取余。
[0068]
s103：根据预设搜索策略从第二待处理图像中确定与每个第一特征点对应的第二特征点。
[0069]
设备中存储预设搜索策略，设备根据预设搜索策略从第二待处理图像中确定与每个第一特征点对应的第二特征点，本实施例中对于预设搜索策略不做限制。
[0070]
具体来说，为了提高搜索的准确性，可以采用多尺度的搜索方式，s103可以包括s1031～s1032，如图4所示，s1031～s1032具体如下：
[0071]
s1031：以每个第一特征点的坐标为圆心，根据圆心和预设搜索半径在第二待处理图像中确定每个第一特征点对应的搜索区域。
[0072]
设备存储预设搜索半径，设备可以以第一特征点的坐标为圆心，根据圆心和预设搜索半径在第二待处理图像中确定第一特征点对应的搜索区域。该搜索区域为相对较大的搜索区域，设备可以在搜索区域中继续搜索，确定与第一特征点对应的第二特征点。
[0073]
s1032：根据预设搜索策略，从每个第一特征点对应的搜索区域中确定与每个第一特征点对应的第二特征点。
[0074]
设备根据预设搜索策略，从每个第一特征点对应的搜索区域中确定与每个第一特征点对应的第二特征点。本实施例中，对于预设搜索策略不做限定。
[0075]
一种实施方式中，由于两个摄像模组之间的距离比较小，所以，可以采用多尺度稀疏光流跟踪法来确定每个第一特征点对应的第二特征点。具体来说，根据稀疏光流跟踪算法计算每个第一特征点对应的搜索区域中各个像素点对应的损失值；将损失值最小的像素点确定为每个第一特征点对应的第二特征点。损失值以及第二特征点的具体计算方式如下：
[0076][0077]
其中，r为预设搜索半径，pt2[i](u,v)为第一特征点对应的第二特征点，grayl(x,y)为第一灰度图像中的点(x,y)，grayr(u+δx,v+δy)为第二灰度图像中的点(u+δx,v+δy)，i为待匹配的第一特征点的标签，s[i]为标签为i的第一特征点与匹配到的最优第二特征点的匹配标志位，c
t
为损失阈值，c为损失值。若最小损失值大于损失阈值，则认为其匹配不准确。
[0078]
s104：根据多个第一特征点和多个第二特征点确定若干个目标匹配特征点对。
[0079]
设备将第一特征点及其对应的第二特征点记为一个目标匹配特征点对，设备根据所有第一特征点及其对应的第二特征点确定若干个目标匹配特征点对。
[0080]
其中，若干个目标匹配特征点对用于计算左右两个视差图间的旋转及垂直方向的
平移矩阵，平移矩阵用于对左右两个视差图进行矫正处理。
[0081]
一种实施方式中，为了进一步提升特征点匹配的精度，可以对匹配特征点对进行筛选，s104可以包括s1041～s1044，如图5所示，s1041～s1044具体如下：
[0082]
s1041：根据多个第一特征点和多个第二特征点确定若干个初始匹配特征点对。
[0083]
设备将多个第一特征点及其对应的第二特征点记为一个初始匹配特征点对，获取若干个初始匹配特征点对。
[0084]
s1042：计算每个初始匹配特征点对中的第一特征点和第二特征点之间的欧式距离、水平方向上的第一距离和竖直方向上的第二距离。
[0085]
设备计算每个初始匹配特征点对中的第一特征点和第二特征点之间的欧式距离、水平方向上的第一距离和竖直方向上的第二距离。具体计算公式如下：
[0086][0087]
其中，n为匹配点对总数，(pt1，pt2)为初始匹配特征点对，pt1为第一特征点，pt2为第二特征点，d为第一特征点和第二特征点之间的欧式距离、dx为水平方向上的第一距离，dy为竖直方向上的第二距离。
[0088]
s1043：根据欧式距离、第一距离和第二距离计算每个初始匹配特征点对的匹配分数。
[0089]
设备根据欧式距离、第一距离和第二距离计算初始匹配特征点对的匹配分数。具体来说，可以遍历所有初始匹配特征点对，通过计算各初始匹配特征点对间的第一距离和第二距离的相关性，对各初始匹配特征点进行评分。
[0090]
具体评分的计算公式如下：
[0091][0092]
其中i＝1,2...n，thresh为经验阈值，s[j]为第j个特征点的匹配标志位，n为匹配点对总数，d为第一特征点和第二特征点之间的欧式距离、dx为水平方向上的第一距离，dy为竖直方向上的第二距离。
[0093]
s1044：将匹配分数大于或者等于预设分数阈值的初始匹配特征点对确定为目标匹配特征点对。
[0094]
设备中预先设置预设分数阈值，设备将匹配分数z大于或者等于预设分数阈值的初始匹配特征点对确定为目标匹配特征点对。判断逻辑公式如下：
[0095][0096]
其中，α为常值，是阈值比例系数，outliers表示当前初始匹配特征点对为异常值，需要删除筛选掉，inliers表示当前初始匹配特征点对为正常值，可以标记为目标匹配特征点对。
[0097]
按照本实施例中的方法获取到的目标匹配特征点对可用于后续的对齐矫正计算，
通过目标匹配特征点对，计算出右视图相对于左视图的旋转及垂直方向平移矩阵，利用此矩阵对右视图进行矫正处理，从而实现左右视图的行对齐矫正。
[0098]
本技术实施例中，获取第一待处理图像和第二待处理图像；从第一待处理图像中提取多个第一特征点；根据预设搜索策略从第二待处理图像中确定与每个第一特征点对应的第二特征点；根据多个第一特征点和多个第二特征点确定若干个目标匹配特征点对。上述方法，根据预设均匀分布提取策略从第一待处理图像中提取多个第一特征点，有效规避了弱纹理场景无法提取特征点问题，在弱纹理场景下，也可以准确且多的匹配特征点，避免了场景矫正异常的情况。
[0099]
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，而不应对本技术实施例的实施过程构成任何限定。
[0100]
请参见图6，图6是本技术第二实施例提供的特征点匹配装置的示意图。包括的各单元用于执行图1～图5对应的实施例中的各步骤。具体请参阅图1～图5对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图6，特征点匹配装置6包括：
[0101]
第一获取单元610，用于获取第一待处理图像和第二待处理图像；
[0102]
提取单元620，用于从第一待处理图像中提取多个第一特征点；
[0103]
第一确定单元630，用于根据预设搜索策略从第二待处理图像中确定与每个第一特征点对应的第二特征点；
[0104]
第二确定单元640，用于根据多个第一特征点和多个第二特征点确定若干个目标匹配特征点对。
[0105]
进一步地，第一获取单元610，包括：
[0106]
第二获取单元，用于获取第一初始图像和第二初始图像；
[0107]
第一处理单元，用于对第一初始图像进行灰度化处理，得到第一待处理图像，以及，对第二初始图像进行灰度化处理，得到第二待处理图像。
[0108]
进一步地，第一处理单元，包括：
[0109]
第二处理单元，用于对第一初始图像进行灰度化处理，得到第一灰度图像；
[0110]
第三处理单元，用于对第一灰度图像进行细节增强处理，得到第一待处理图像。
[0111]
进一步地，第三处理单元，具体用于：
[0112]
根据预设窗口半径建立滑动窗口；
[0113]
用滑动窗口遍历第一灰度图像，对滑动窗口每次滑动选中的区域进行动态局部直方图均衡化处理，并计算各个被选中区域的局部直方图；
[0114]
根据预设映射公式以及各个被选中区域的局部直方图进行映射计算，得到第一待处理图像。
[0115]
进一步地，第一处理单元，具体用于：
[0116]
对第二初始图像进行灰度化处理，得到第二灰度图像；
[0117]
对第二灰度图像进行细节增强处理，得到第二待处理图像。
[0118]
进一步地，提取单元620，具体用于：
[0119]
根据预设均匀分布提取策略获取预设提取间隔；
[0120]
根据预设提取间隔从第一待处理图像中提取均匀分布的多个第一特征点；其中，相邻的第一特征点的间隔为预设提取间隔。
[0121]
进一步地，第一确定单元630，包括：
[0122]
第三确定单元，用于以每个第一特征点的坐标为圆心，根据圆心和预设搜索半径在第二待处理图像中确定每个第一特征点对应的搜索区域；
[0123]
第四确定单元，用于根据预设搜索策略，从每个第一特征点对应的搜索区域中确定与每个第一特征点对应的第二特征点。
[0124]
进一步地，第四确定单元，具体用于：
[0125]
根据稀疏光流跟踪算法计算每个第一特征点对应的搜索区域中各个像素点对应的损失值；
[0126]
将损失值最小的像素点确定为每个第一特征点对应的第二特征点。
[0127]
进一步地，第二确定单元640，具体用于：
[0128]
根据多个第一特征点和多个第二特征点确定若干个初始匹配特征点对；
[0129]
计算每个初始匹配特征点对中的第一特征点和第二特征点之间的欧式距离、水平方向上的第一距离和竖直方向上的第二距离；
[0130]
根据欧式距离、第一距离和第二距离计算每个初始匹配特征点对的匹配分数；
[0131]
将匹配分数大于或者等于预设分数阈值的初始匹配特征点对确定为目标匹配特征点对。
[0132]
进一步地，第一待处理图像和第二待处理图像为双目摄像模组采集的左右两个视差图；若干个目标匹配特征点对用于计算左右两个视差图间的旋转及垂直方向的平移矩阵，平移矩阵用于对左右两个视差图进行矫正处理。
[0133]
图7是本技术第三实施例提供的终端备的示意图。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以及存储在存储器71中并可在处理器70上运行的计算机程序72，例如特征点匹配程序。处理器70执行计算机程序72时实现上述各个特征点匹配方法实施例中的步骤，例如图1所示的步骤101至104。或者，处理器70执行计算机程序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所示模块610至640的功能。
[0134]
示例性的，计算机程序72可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器71中，并由处理器70执行，以完成本技术。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，该指令段用于描述计算机程序72在终端设备7中的执行过程。例如，计算机程序72可以被分割成第一获取单元、提取单元、第一确定单元、第二确定单元，各单元具体功能如下：
[0135]
第一获取单元，用于获取第一待处理图像和第二待处理图像；
[0136]
提取单元，用于从第一待处理图像中提取多个第一特征点；
[0137]
第一确定单元，用于根据预设搜索策略从第二待处理图像中确定与每个第一特征点对应的第二特征点；
[0138]
第二确定单元，用于根据多个第一特征点和多个第二特征点确定若干个目标匹配特征点对。
[0139]
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，例如特征点匹配设备还可以包括输入输出设备、网络接入设备、总线等。
[0140]
处理器70可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，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。
[0141]
存储器71可以是终端设备7的内部存储单元，例如终端设备7的硬盘或内存。存储器71也可以是终端设备7的外部存储设备，例如终端设备7上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，终端设备7还可以既包括终端设备7的内部存储单元也包括外部存储设备。存储器71用于存储计算机程序以及终端设备所需的其他程序和数据。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。
[0142]
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0143]
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，并不用于限制本技术的保护范围。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。
[0144]
本技术实施例还提供了一种虚拟定时器的定时设备，该虚拟定时器的定时设备包括：至少一个处理器、存储器以及存储在存储器中并可在至少一个处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意各个方法实施例中的步骤。
[0145]
本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
[0146]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
[0147]
集成的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，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，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，计算机程序包括计算机程序代码，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。计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储
器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
[0148]
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。
[0149]
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技术的范围。
[0150]
在本技术所提供的实施例中，应该理解到，所揭露的装置/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/设备实施例仅仅是示意性的，例如，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。
[0151]
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。
[0152]
以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。