一种摄像头污垢的提示方法、装置、设备及存储介质与流程

1.本公开涉及图像处理技术领域，尤其涉及一种摄像头污垢的提示方法、装置、设备及存储介质。


背景技术：

2.伴随着计算机技术的发展，智能化设备在各行各业中广泛应用，信息的传播也更加“视觉化”，很多情况下都可以直接利用图像来记录信息，完成信息传递和交流。例如各类的扫码、扫脸支付，行车记录仪实时记录车辆行驶情况等，实现这些技术都离不开摄像头。
3.在用户使用这些智能化电子设备的过程中，摄像头会不可避免的出现附着污垢的情况，从而影响摄像头拍摄的图像的质量，一些用户因为没有注意到这个情况而没有清理摄像头上的污垢。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种摄像头污垢的提示方法、装置、设备及存储介质。
5.第一方面，本公开提供了一种摄像头污垢的提示方法，包括：
6.获取摄像头在相同参数下拍摄不同场景得到的第一图像和第二图像；
7.将所述第一图像与所述第二图像进行特征比对；
8.若所述第一图像和所述第二图像的相同区域出现了相同的特征，则确定所述摄像头上出现污垢；
9.发出关于所述摄像头污垢的提醒消息。
10.可选的，所述将所述第一图像与所述第二图像进行特征比对之前，所述方法还包括：
11.对所述第一图像和所述第二图像进行清晰度检测，得到第一清晰度和第二清晰度；
12.所述将所述第一图像与所述第二图像进行特征比对，包括：
13.若所述第一清晰度和所述第二清晰度均小于第一预设阈值，则将所述第一图像与所述第二图像进行特征比对。
14.可选的，所述将所述第一图像与所述第二图像进行特征比对，包括：
15.分别将所述第一图像和所述第二图像划分为相同数量且相等大小的多个图像块，并记录每个图像块在图像中的位置；
16.基于所述图像块在图像中的位置，将所述第一图像和所述第二图像中位置相同的每两个图像块进行特征比对；
17.所述若所述第一图像和所述第二图像的相同区域出现了相同的特征，则确定所述摄像头上出现污垢，包括：
18.若所述第一图像和所述第二图像中位置相同的图像块具有相同特征，则确定所述
摄像头上出现污垢。
19.可选的，所述基于所述图像块在图像中的位置，将所述第一图像和所述第二图像中位置相同的每两个图像块进行特征比对，包括：
20.基于所述图像块在图像中的位置，将所述第一图像和所述第二图像中位置相同的每两个图像块组成比对组，得到多个比对组；
21.将每个比对组中的两个图像块输入预设的卷积神经网络进行特征提取，得到对应的两组特征序列；
22.基于每个比对组对应的两组特征序列进行特征比对。
23.可选的，所述基于每个比对组对应的两组特征序列进行特征比对，包括：
24.若所述两组特征序列的相似程度大于第二预设阈值，则将对应的比对组确定为目标比对组；
25.确定所述目标比对组中的两个图像块具有相同特征。
26.可选的，所述方法还包括：
27.统计所述目标比对组的数量；
28.计算所述数量在比对组的整体数量中的占比；
29.将所述占比确定为所述摄像头的脏污程度。
30.可选的，所述发出关于所述摄像头污垢的提醒消息，包括：
31.若所述脏污程度大于第三预设阈值，则获取所述摄像头对应的维护地址，所述维护地址是所述摄像头的用户记录的地址；
32.向负责所述维护地址的维护人员发送提示清洁所述摄像头上污垢的第一提醒消息，所述第一提醒消息中包括所述维护地址和所述用户的联系方式。
33.第二方面，本公开提供了一种摄像头污垢的提示装置，包括：
34.获取模块，获取摄像头在相同参数下拍摄不同场景得到的第一图像和第二图像；
35.比对模块，用于将所述第一图像与所述第二图像进行特征比对；
36.确定模块，用于若所述第一图像和所述第二图像的相同区域出现了相同的特征，则确定所述摄像头上出现污垢；
37.提醒模块，用于发出关于所述摄像头污垢的提醒消息。
38.可选的，所述装置还包括检测模块，用于在将所述第一图像与所述第二图像进行特征比对之前，对所述第一图像和所述第二图像进行清晰度检测，得到第一清晰度和第二清晰度；
39.所述比对模块在将所述第一图像与所述第二图像进行特征比对时，具体用于若所述第一清晰度和所述第二清晰度均小于第一预设阈值，则将所述第一图像与所述第二图像进行特征比对。
40.可选的，所述比对模块在将所述第一图像与所述第二图像进行特征比对时，具体用于分别将所述第一图像和所述第二图像划分为相同数量且相等大小的多个图像块，并记录每个图像块在图像中的位置；基于所述图像块在图像中的位置，将所述第一图像和所述第二图像中位置相同的每两个图像块进行特征比对；
41.所述确定模块在若所述第一图像和所述第二图像的相同区域出现了相同的特征，则确定所述摄像头上出现污垢时，具体用于若所述第一图像和所述第二图像中位置相同的
图像块具有相同特征，则确定所述摄像头上出现污垢。
42.可选的，所述比对模块在基于所述图像块在图像中的位置，将所述第一图像和所述第二图像中位置相同的每两个图像块进行特征比对时，具体用于基于所述图像块在图像中的位置，将所述第一图像和所述第二图像中位置相同的每两个图像块组成比对组，得到多个比对组；将每个比对组中的两个图像块输入预设的卷积神经网络进行特征提取，得到对应的两组特征序列；基于每个比对组对应的两组特征序列进行特征比对。
43.可选的，所述比对模块在基于每个比对组对应的两组特征序列进行特征比对时，具体用于若所述两组特征序列的相似程度大于第二预设阈值，则将对应的比对组确定为目标比对组；确定所述目标比对组中的两个图像块具有相同特征。
44.可选的，所述确定模块还用于统计所述目标比对组的数量；计算所述数量在比对组的整体数量中的占比；将所述占比确定为所述摄像头的脏污程度。
45.可选的，所述提醒模块在发出关于所述摄像头污垢的提醒消息时，具体用于若所述脏污程度大于第三预设阈值，则获取所述摄像头对应的维护地址，所述维护地址是所述摄像头的用户记录的地址；向负责所述维护地址的维护人员发送提示清洁所述摄像头上污垢的第一提醒消息，所述第一提醒消息中包括所述维护地址和所述用户的联系方式。
46.第三方面，本公开提供了一种电子设备，包括：
47.存储器；
48.处理器；以及
49.计算机程序；
50.其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。
51.第四方面，本公开提供了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如第一方面所述的方法。
52.本公开提供的技术方案与现有技术相比具有如下优点：
53.本公开提供的摄像头污垢的提示方法、装置、设备及存储介质，通过获取摄像头在相同参数下拍摄不同场景得到的第一图像和第二图像，来让第一图像和第二图像上记录的摄像头污垢处于相同像素区域的同时，让第一图像和第二图像记录的除了关于污垢之外的特征不同，然后通过对第一图像和第二图像进行特征比对，来检测第一图像和第二图像的相同区域是否出现了相同的特征，从而确定摄像头上是否出现了污垢，最后在确定摄像头上出现污垢的情况下发出提醒消息，提示摄像头的用户清理污垢，解决了因用户没有注意摄像头上的污垢而影响摄像头拍摄图像的质量的问题。
附图说明
54.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
55.为了更清楚地说明本公开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，对于本领域普通技术人员而言，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。
56.图1为本公开实施例提供的一种摄像头污垢的提示方法流程图；
57.图2为本公开实施例提供的一种应用场景的示意图；
58.图3为本公开实施例提供的摄像头污垢的提示装置的结构示意图；
59.图4为本公开实施例提供的电子设备的结构示意图。
具体实施方式
60.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
61.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
62.智能化设备有许多功能是在图像识别技术的基础上实现的，例如各类的扫码、扫脸支付，行车记录仪的实时记录等，因此图像采集是其中最基本的一环，如果摄像头不符合拍摄要求，那么这些功能难以正常运行。而在用户使用这些智能化设备的过程中，摄像头会不可避免的出现附着污垢的情况，从而影响摄像头拍摄的图像的质量，一些用户因为没有注意到这个情况而没有清理摄像头上的污垢。针对该问题，本公开实施例提供了一种摄像头污垢的提示方法，下面结合具体实施例对该方法进行介绍。
63.图1为本公开实施例提供的一种摄像头污垢的提示方法流程图。该方法可以由摄像头污垢的提示装置执行，该摄像头污垢的提示装置可以采用软件和/或硬件的方式实现，该摄像头污垢的提示装置可配置于电子设备中，例如服务器或终端。另外，该方法可以应用于图2所示的应用场景，该应用场景中包括服务器201和摄像头202，其中摄像头202应用于车辆，是一个车载摄像头。可以理解的是，本公开实施例提供的摄像头污垢的提示方法还可以应用在其他场景中。
64.下面结合图2所示的应用场景，对图1所示的摄像头污垢的提示方法进行介绍，例如，图2中的服务器可以执行该方法。该方法包括的具体步骤如下：
65.s101、获取摄像头在相同参数下拍摄不同场景得到的第一图像和第二图像。
66.示例性的，搭载了摄像头202的车辆在行驶过程中，摄像头202的参数保持不变，分别拍摄得到了两张不同场景的图像，其中一张为关于行人的第一图像203，另一张为关于骑行工具的第二图像204。服务器获取到摄像头202传输的第一图像203和第二图像204，然后执行后续步骤以确定摄像头202上是否有污垢。
67.s102、将第一图像与第二图像进行特征比对。
68.由于摄像头202拍摄第一图像203和第二图像204时的参数相同，因此第一图像203和第二图像204的尺寸是相同的，即双方的像素都是在同一坐标系下生成排列的，又因为污垢在摄像头上的位置通常是不变的，所以摄像头202在相同参数下拍摄的第一图像203和第二图像204，在同一坐标系下的相同像素区域会呈现出一个相同的污垢痕迹。
69.服务器201通过对第一图像203和第二图像204上包含的特征进行比对，来确定第一图像203和第二图像204上的相同像素区域中是否呈现出了一个相同的污垢痕迹。
70.s103、若第一图像和第二图像的相同区域出现了相同的特征，则确定摄像头上出现污垢。
71.因为第一图像203拍摄的是行人，第二图像204拍摄的是骑行工具，所以第一图像203和第二图像204中除了关于摄像头202上污垢的特征之外，记录的特征是不同的。由此服务器201在对第一图像203和第二图像204进行特征比对后，若检测到第一图像203和第二图像204在相同的像素区域上出现了相同的特征，即可确定这个在相同像素区域上出现的相同特征，为记录摄像头202上污垢的特征。
72.此外，在进行特征比对前，还可以对第一图像与第二图像进行像素聚类，实现图像颜色层级分割，得到聚类后的像素图，让图像中记录的特征更加突出，从而能够更加快速、准确地确定第一图像与第二图像的相同像素区域中是否出现了相同的特征。
73.总的来说，本公开实施例利用污垢在摄像头上位置不变的特性，通过控制摄像头参数这个变量，来使污垢在摄像头拍摄的不同图像上出现的位置相同，并且通过控制不同图像所拍摄的场景这个变量，让不同图像除了摄像头上的污垢之外所记录的特征不同。通过上述变量控制，当在摄像头拍摄的不同图像的相同像素区域上检测到相同特征时，即可确定这个相同特征为摄像头上污垢的特征。此外，利用这种方式来检测摄像头污垢时，进行特征比对的图像的数量可以不仅限于两张，可以通过适当增加图像数量来提高检测的准确性。
74.s104、发出关于摄像头污垢的提醒消息。
75.服务器201在确定摄像头202上出现污垢后，向搭载了摄像头202的车辆发送提醒消息，提示摄像头202的用户及时清理摄像头。
76.本公开实施例通过获取摄像头在相同参数下拍摄不同场景得到的第一图像和第二图像，来让第一图像和第二图像上记录的摄像头污垢处于相同像素区域的同时，让第一图像和第二图像记录的除了关于污垢之外的特征不同，然后通过对第一图像和第二图像进行特征比对，来检测第一图像和第二图像的相同区域是否出现了相同的特征，从而确定摄像头上是否出现了污垢，最后在确定摄像头上出现污垢的情况下发出提醒消息，提示摄像头的用户清理污垢，解决了因用户没有注意摄像头上的污垢而影响摄像头拍摄图像的质量的问题。
77.在上述实施例的基础上，将第一图像与第二图像进行特征比对之前，该方法还包括：对第一图像和第二图像进行清晰度检测，得到第一清晰度和第二清晰度；将第一图像与第二图像进行特征比对，包括：若第一清晰度和第二清晰度均小于第一预设阈值，则将第一图像与第二图像进行特征比对。
78.在摄像头上有污垢时会影响拍摄到的图像的清晰度，因此在进行特征比对的污垢检测前，可以先对图像的清晰度进行检测，若图像的清晰度不符合要求，再进行进一步的污垢检测。
79.示例性的，服务器201对第一图像203和第二图像204进行清晰度检测，例如可以使用tenengrad梯度方法来检测图像清晰度，分别得到第一图像203和第二图像204对应的第一清晰度和第二清晰度，当第一清晰度和第二清晰度均小于第一预设阈值时，则确定图像不符合要求，进行后续的特征比对来检测污垢。其中第一预设阈值可以通过不同应用场景下摄像头的清晰度要求来确定。
80.本公开实施例通过检测图像的清晰度来进行预检测，在第一图像与第二图像的清晰度均小于第一预设阈值时，再进行后续的特征比对检测，避免对清晰度符合要求的摄像
头拍摄的图像进行多余的检测而浪费算力资源。
81.在上述实施例的基础上，将第一图像与第二图像进行特征比对，包括：分别将第一图像和第二图像划分为相同数量且相等大小的多个图像块，并记录每个图像块在图像中的位置；基于图像块在图像中的位置，将第一图像和第二图像中位置相同的每两个图像块进行特征比对；若第一图像和第二图像的相同区域出现了相同的特征，则确定摄像头上出现污垢，包括：若第一图像和第二图像中位置相同的图像块具有相同特征，则确定摄像头上出现污垢。
82.服务器201在第一图像203与第二图像204进行特征比对时，需要检测到第一图像203与第二图像204的相同像素区域上是否出现了相同的特征。服务器201首先使用相同的划分方式，将第一图像203和第二图像204分别划分为相同数量且相等大小的多个图像块，例如将第一图像203平均划分为16个图像块，同样第二图像204平均划分为16个图像块，这32个图像块的大小相同，第一图像203划分得到的16个图像块与第二图像204划分得到的16个图像块的位置一一对应，并且在图像中的位置相同，每两个在图像中位置相同的图像块即代表第一图像203和第二图像204中一片相同的像素区域。
83.服务器201根据图像块在图像中的位置，选取第一图像203和第二图像204中位置相同的每两个图像块依次进行特征比对，若位置相同的两个图像块具有相同特征，即代表在第一图像203和第二图像204的相同像素区域中出现了相同特征，该特征就是摄像头上污垢的特征，由此服务器201则确定摄像头202上出现污垢。
84.本公开实施例通过将第一图像和第二图像分别划分为相同数量且相等大小的多个图像块，利用划分图像块的方式确定第一图像与第二图像之间相同的像素区域，然后对图像中位置相同的每两个图像块进行特征比对，通过确定其中是否出现了具有相同特征的两个图像块，以实现对两个图像相同区域的特征进行比对，从而实现对摄像头的污垢检测。
85.在上述实施例的基础上，基于图像块在图像中的位置，将第一图像和第二图像中位置相同的每两个图像块进行特征比对，包括：基于图像块在图像中的位置，将第一图像和第二图像中位置相同的每两个图像块组成比对组，得到多个比对组；将每个比对组中的两个图像块输入预设的卷积神经网络进行特征提取，得到对应的两组特征序列；基于每个比对组对应的两组特征序列进行特征比对。
86.服务器201可以通过卷积神经网络提取图像中的特征，从而快速的进行特征比对，但因为目前的卷积神经网络无法学习到特征在图像中的位置信息，所以对第一图像203和第二图像204进行预先的划分来保存特征在图像中的位置信息。由于服务器201需要将第一图像203与第二图像204之间相同像素区域中的特征进行比对，因此基于图像块在图像中的位置将划分得到的图像块组成多个比对组，每个比对组中分别有第一图像203中的一个图像块，和第二图像204中的一个图像块，并且这两个图像块在图像中的位置相同。之后服务器201将每个比对组中的两个图像块输入预设的卷积神经网络进行特征提取，卷积神经网络可以选择resnet、vgg16、vgg19等常用的卷积神经网络，得到卷积神经网络输出的每个比对组对应的两组特征序列，利用每个比对组对应的两组特征序列来进行特征比对。
87.在这种情况下，基于每个比对组对应的两组特征序列进行特征比对，包括：若两组特征序列的相似程度大于第二预设阈值，则将对应的比对组确定为目标比对组；确定目标比对组中的两个图像块具有相同特征。
88.在服务器201基于每个比对组对应的两组特征序列来进行特征比对时，首先确定每个比对组中的两组特征序列的相似程度，然后将两组特征序列的相似程度大于第二预设阈值的比对组作为目标比对组，例如，比对组中的两组特征序列为a(0，15，23，24，29)，b(49，14，23，24，51)，a与b之间有2个特征值相等，1个特征指近似，由此可以确定特征序列a和b的相似程度大于第二预设阈值，选取该比对组为目标比对组，这样可以避免图像块中偶尔出现的类似的特征被机器误认为说相同的特征，还可以避免同一污垢在不同图像上检测出来的类似特征值被漏识别，提高特征比对确定污垢的精确度。目标比对组中的两个图像块即为被服务器201确定为具有相同特征的两个图像块。
89.本公开实施例通过选取第一图像和第二图像中位置相同的每两个图像块组成多个比对组，然后将每个比对组中的两个图像块输入卷积神经网络，得到输出的两组特征序列，之后确定每个比对组对应的两组特征序列的相似程度，将两组特征序列的相似程度大于第二预设阈值的比对组作为目标比对组，目标比对组中的两个图像块即为具有相同特征的两个图像块，由此可以特征比对确定污垢的精确度。
90.在上述实施例的基础上，该方法还包括：统计所述目标比对组的数量；计算所述数量在比对组的整体数量中的占比；将占比确定为摄像头的脏污程度。
91.服务器201在将两组特征序列的相似程度大于第二预设阈值的比对组确定为目标比对组后，统计目标比对组的数量，并计算目标比对组的数量在比对组的整体数量中的占比。例如，在将第一图像203和第二图像204都平均划分为16个图像块的情况下，32个图像块组成了16个比对组，如果目标比对组的数量为4个，则可以确定目标比对组的数量在比对组的整体数量中的占比为25％，该占比可以作为摄像头的脏污程度，服务器201即可确定摄像头202的脏污程度为25％。
92.在这种情况下，发出关于摄像头污垢的提醒消息，包括：若脏污程度大于第三预设阈值，则获取摄像头对应的维护地址，维护地址是摄像头的用户记录的地址；向负责维护地址的维护人员发送提示清洁摄像头上污垢的第一提醒消息，第一提醒消息中包括维护地址和用户的联系方式。
93.服务器201通过判断摄像头202的脏污程度是否大于第三预设阈值，来确定是否需要发送第一提醒消息给维护人员，向摄像头202的用户提供上门清理摄像头202的售后服务。具体的，第三预设阈值可以根据摄像头拍摄图片的清晰度要求来设定，例如5％，服务器201在确定摄像头202的脏污程度大于第三预设阈值之后，获取摄像头202对应的维护地址，这个维护地址是摄像头202的用户所记录的地址，然后向负责该维护地址所属区域的维护人员发送第一提醒消息，第一提醒消息中可以包括摄像头202的维护地址和摄像头202的用户的联系方式，此外还可以包括摄像头202的脏污程度，以提示维护人员上门清理摄像头202。
94.本公开实施例通过统计目标比对组的数量，并计算目标比对组的数量在比对组的整体数量中的占比来确定摄像头的脏污程度，若脏污程度大于第三预设阈值，则向负责摄像头对应的维护地址的维护人员发送第一提醒消息，以提示维护人员上门清理摄像头，为摄像头的用户提供便利的清洁服务。
95.图3为本公开实施例提供的摄像头污垢的提示装置的结构示意图。该摄像头污垢的提示装置可以是如上实施例的服务器，或者该摄像头污垢的提示装置可以该服务器中的
部件或组件。本公开实施例提供的摄像头污垢的提示装置可以执行摄像头污垢的提示方法实施例提供的处理流程，如图3所示，该摄像头污垢的提示装置300包括：获取模块301，获取摄像头在相同参数下拍摄不同场景得到的第一图像和第二图像；比对模块302，用于将第一图像与第二图像进行特征比对；确定模块303，用于若第一图像和第二图像的相同区域出现了相同的特征，则确定摄像头上出现污垢；提醒模块304，用于发出关于摄像头污垢的提醒消息。
96.在一些实施例中，摄像头污垢的提示装置300还包括检测模块305，用于在将第一图像与第二图像进行特征比对之前，对第一图像和第二图像进行清晰度检测，得到第一清晰度和第二清晰度；比对模块302在将第一图像与第二图像进行特征比对时，具体用于若第一清晰度和第二清晰度均小于第一预设阈值，则将第一图像与第二图像进行特征比对。
97.在一些实施例中，比对模块302在将第一图像与第二图像进行特征比对时，具体用于分别将第一图像和第二图像划分为相同数量且相等大小的多个图像块，并记录每个图像块在图像中的位置；基于图像块在图像中的位置，将第一图像和第二图像中位置相同的每两个图像块进行特征比对；确定模块303在若第一图像和第二图像的相同区域出现了相同的特征，则确定摄像头上出现污垢时，具体用于若第一图像和第二图像中位置相同的图像块具有相同特征，则确定摄像头上出现污垢。
98.在一些实施例中，比对模块302在基于图像块在图像中的位置，将第一图像和第二图像中位置相同的每两个图像块进行特征比对时，具体用于基于图像块在图像中的位置，将第一图像和第二图像中位置相同的每两个图像块组成比对组，得到多个比对组；将每个比对组中的两个图像块输入预设的卷积神经网络进行特征提取，得到对应的两组特征序列；基于每个比对组对应的两组特征序列进行特征比对。
99.在一些实施例中，比对模块302在基于每个比对组对应的两组特征序列进行特征比对时，具体用于若两组特征序列的相似程度大于第二预设阈值，则将对应的比对组确定为目标比对组；确定目标比对组中的两个图像块具有相同特征。
100.在一些实施例中，确定模块303还用于统计目标比对组的数量；计算数量在比对组的整体数量中的占比；将占比确定为摄像头的脏污程度。
101.在一些实施例中，提醒模块304在发出关于摄像头污垢的提醒消息时，具体用于若脏污程度大于第三预设阈值，则获取摄像头对应的维护地址，维护地址是摄像头的用户记录的地址；向负责维护地址的维护人员发送提示清洁摄像头上污垢的第一提醒消息，第一提醒消息中包括维护地址和用户的联系方式。
102.图3所示实施例的摄像头污垢的提示装置可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
103.图4为本公开实施例提供的电子设备的结构示意图。该电子设备可以是如上实施例的服务器。本公开实施例提供的电子设备可以执行摄像头污垢的提示方法实施例提供的处理流程，如图4所示，电子设备400包括：存储器401、处理器402、计算机程序和通讯接口403；其中，计算机程序存储在存储器401中，并被配置为由处理器402执行如上的摄像头污垢的提示方法。
104.另外，本公开实施例还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以实现上述实施例所述的摄像头污垢的提示方法。
105.需要说明的是，在本文中，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”或者其任何其他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他要素，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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
106.以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。