控制方法、控制装置和电子装置与流程

本发明涉及图像处理技术，特别涉及一种控制方法、控制装置和电子装置。

背景技术：

人物处于背光(或者逆光场景)状态进行拍摄时画面明显偏暗，视觉效果差。

技术实现要素：

本发明的实施例提供了一种控制方法、控制装置和电子装置。

本发明实施方式的控制方法，用于控制成像装置采集场景数据，所述控制方法包括以下步骤：

处理所述场景数据以识别场景是否存在人像；

在存在所述人像时处理所述场景数据以识别人像区域；

判断所述人像区域是否曝光不足；

在所述人像区域曝光不足时对所述人像区域进行单独测光以得到修正测光数据；和

控制所述成像装置根据所述修正测光数据采集第一场景主图像，所述场景数据包括所述第一场景主图像。

本发明实施方式的控制装置，用于控制成像装置采集场景数据，所述控制装置包括第一识别模块、第二识别模块、判断模块、测光模块和采集模块。所述第一识别模块用于处理所述场景数据以识别场景是否存在人像；所述第二识别模块用于在存在所述人像时处理所述场景数据以识别人像区域；所述判断模块用于判断所述人像区域是否曝光不足；所述测光模块用于在所述人像区域曝光不足时对所述人像区域进行单独测光以得到修正测光数据；所述采集模块用于控制所述成像装置根据所述修正测光数据采集第一场景主图像，所述场景数据包括所述第一场景主图像。

本发明实施方式的电子装置包括成像装置和上述的控制装置，所述控制装置和所述成像装置电连接。

本发明实施方式的控制方法、控制装置和电子装置基于深度信息获取人像区域，并对人像区域进行单独测光和修正，在不影响背景曝光的同时可以提高背光或逆光等环境下拍摄得的图像中人像的亮度，提升拍摄图像的质量。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明实施方式的控制方法的流程示意图；

图2是本发明实施方式的电子装置的功能模块示意图；

图3是把本发明某些实施方式的控制方法的流程示意图；

图4是本发明某些实施方式的第一识别模块的功能模块示意图；

图5是本发明某些实施方式的控制方法的流程示意图；

图6是本发明某些实施方式的第一识别模块的功能模块示意图；

图7是本发明某些实施方式的控制方法的流程示意图；

图8是本发明某些实施方式的第二识别模块的功能模块示意图；

图9是本发明某些实施方式的控制方法的状态示意图；

图10是本发明某些实施方式的控制方法的流程示意图；

图11是本发明某些实施方式的第二识别模块的功能模块示意图；

图12是本发明某些实施方式的控制方法的流程示意图；

图13是本发明某些实施方式的第二识别模块的功能模块示意图；

图14是本发明某些实施方式的控制方法的流程示意图；

图15是本发明某些实施方式的第二识别模块的功能模块示意图；

图16是本发明某些实施方式的控制方法的流程示意图；

图17是本发明某些实施方式的第二识别模块的功能模块示意图；

图18是本发明某些实施方式的控制方法的流程示意图；

图19是本发明某些实施方式的电子装置的功能模块示意图；

图20是本发明某些实施方式的控制方法的流程示意图；和

图21是本发明某些实施方式的电子装置的功能模块示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

请一并参阅图1至2，本发明实施方式的控制方法，用于控制成像装置20采集场景数据，控制方法包括以下步骤：

s11：处理所述场景数据以识别场景是否存在人像；

s13：在存在所述人像时处理所述场景数据以识别人像区域；

s15：判断所述人像区域是否曝光不足；

s17：在所述人像区域曝光不足时对所述人像区域进行单独测光以得到修正测光数据；和

s19：控制成像装置20根据所述修正测光数据采集第一场景主图像，所述场景数据包括所述第一场景主图像。

本发明实施方式的控制方法可以由本发明实施方式的控制装置10实现。本发明实施方式的控制装置10包括第一识别模块11、第二识别模块13、判断模块15、测光模块17和采集模块19。步骤s11可以由第一识别模块11实现，步骤s13可以由第二识别模块13实现，步骤s15可以由判断模块15实现，步骤s17可以由测光模块17实现，步骤s19可以由采集模块19实现。

也即是说，第一识别模块11用于处理所述场景数据以识别场景是否存在人像；第二识别模块13用于在存在所述人像时处理所述场景数据以识别人像区域；判断模块15用于判断所述人像区域是否曝光不足；测光模块17用于在所述人像区域曝光不足时对所述人像区域进行单独测光以得到修正测光数据；采集模块19用于控制成像装置20根据所述修正测光数据采集第一场景主图像。

本发明实施方式的控制装置10可以应用于本发明实施方式的电子装置100。也即是说，本发明实施方式的电子装置100可以包括本发明实施方式的控制装置10。当然，本发明实施方式的电子装置100还包括成像装置20。其中，控制装置10和成像装置20电连接。

可以理解，在背光或逆光环境下拍摄图像时，由于采用全局自动测光的方法控制成像装置20曝光，可能导致人像部分曝光不足，导致人像部分明显偏暗的问题，然而往往人脸部分才是感兴趣主题。因此，本发明实施方式的控制方法基于深度信息获取人像区域，并对人像区域进行单独测光，并根据单独测光的结果对测光数据进行修正(例如加重人像区域的权值)，最终根据修正测光数据获得第一场景主图像。第一场景主图像中的人像区域由于经过了单独测光和曝光补偿，因此，人像区域的亮度提升，第一场景主图像的视觉效果更佳。

在某些实施方式中，本发明实施方式的电子装置100包括手机、平板电脑、笔记本电脑、智能头盔、智能手环、智能手表、智能眼镜等，在此不作任何限制。在本发明的具体实施例中，电子装置100为手机。

可以理解，手机常用于拍摄人像，采用本发明实施方式的控制方法进行人像拍摄可以使拍摄得的图片具有较好的视觉效果，提升用户体验。

请参阅图3，在某些实施方式中，步骤s11处理所述场景数据以识别场景是否存在人像包括以下子步骤：

s111：控制成像装置20进行全局测光以得到全局测光数据；

s112：控制成像装置20根据所述全局测光数据采集第二场景主图像，所述场景数据包括所述第二场景主图像；

s113：处理所述第二场景主图像以判断是否存在人脸；和

s114：在存在所述人脸时确定所述场景存在所述人像。

请参阅图4，在某些实施方式中，第一识别模块11包括测光单元111、采集单元112、第一判断单元113和第一处理单元114。步骤s111可以由测光单元111实现，步骤s112可以由采集单元112实现，步骤s113可以由第一判断单元113实现，步骤s114可以由第一处理单元114实现。

也即是说，测光单元111用于控制成像装置20进行全局测光以得到全局测光数据；采集单元112用于控制成像装置20根据所述全局测光数据采集第二场景主图像；第一判断单元113用于处理所述第二场景主图像以判断是否存在人脸；第一处理单元114用于在存在所述人脸时确定所述场景存在所述人像。

具体地，首先对拍摄的场景进行全局测光，根据全局测光数据进行曝光补偿后再进行图像拍摄以得到第二场景主图像，也即是说，第二场景主图像是经过全局测光及根据全局测光的数据进行曝光补偿后拍摄得的图像。随后，识别第二场景主图像中的人脸以便于后续步骤中对人脸区域进行提取。如此，经全局测光后采集的第二场景主图像具有较为合适的亮度，便于后续对人脸的检测。

进一步地，在本发明的具体实施例中，步骤s113处理所述第二场景主图像以判断是否存在人脸可以采用adaboost算法检测第二场景主图像中是否存在人脸。

请参阅图5，在某些实施方式中，步骤s111控制成像装置20进行全局测光以得到全局测光数据包括以下子步骤：

s1111：划分所成像装置20输出的第三场景主图像为多个第一分析区域，所述场景数据包括所述第三场景主图像；和

s1112：计算每个所述第一分析区域的亮度信息以得到所述全局测光数据。

请参阅图6，在某些实施方式中，测光单元111包括划分子单元1111和计算子单元1112。步骤s1111可以由划分子单元1111实现，步骤s1112可以由计算子单元1112实现。

也即是说，划分子单元1111用于划分所成像装置20输出的第三场景主图像为多个第一分析区域，所述场景数据包括所述第三场景主图像；计算子单元1112用于计算每个所述第一分析区域的亮度信息以得到所述全局测光数据。

具体地，全局测光可以采用中央重点平均测光、中央部分测光、分割测光等方法。在本发明的具体实施例中，全局测光采用的是分割测光的方法。成像装置20首先输出第三场景主图像，第三场景主图像为未经过全局测光及曝光补偿处理的图像。划分子单元1111将第三场景主图像划分为多个第一分析区域。计算子单元1112统计各个第一分析区域的亮度信息后，采用不同的加权值对各个第一分析区域进行加权计算，并对加权计算后的结果求取平均值以得到最终的测光数据。分割测光是一种智能化测光方法，该方法模拟人脑对拍摄场景的光照均匀或不均匀的情况判断，会对整个场景中的亮度进行测量评估，从而获得整体平衡的曝光效果，使得拍摄得的图像效果更佳。

请参阅图7，在某些实施方式中，步骤s13在存在所述人像时处理所述场景数据以识别人像区域包括以下子步骤：

s131：处理所述第二场景主图像以得到人脸区域；

s132：处理所述场景数据以获取人脸区域的深度信息；和

s133：根据所述人脸区域和所述深度信息确定人像区域。

请参阅图8，在某些实施方式中，第二识别模块13包括第二处理单元131、第三处理单元132和第四处理单元133。步骤s131可以由第二处理单元131实现，步骤s132可以哟第三处理单元132实现，步骤s133可以由第四处理单元133实现。

也即是说，第二处理单元131用于处理所述第二场景主图像以得到人脸区域；第三处理单元132用于处理所述场景数据以获取人脸区域的深度信息；第四处理单元133用于根据所述人脸区域和所述深度信息确定人像区域。

可以理解，通过成像装置20采集场景数据，其中场景数据包括被摄场景的深度信息。在检测到人脸后，对第二场景主图像中的人脸区域进行获取。由于人像区域包含人脸区域，也即是说，人像区域的深度信息与人脸区域对应的深度信息同处于一个深度范围内，如此，可以根据人脸区域及人脸区域的深度信息即可确定人像区域(如图9所示)。由于深度信息的获取不易受光照、场景中色彩分布等因素的影响，因此，基于深度信息获取到的人像区域较为准确。

请参阅图10，在某些实施方式中，所述场景数据包括与所述第二场景主图像对应的深度图像，步骤s132处理所述场景数据以获取人脸区域的深度信息包括以下步骤：

s1321：处理所述深度图像以获取对应所述人脸区域的深度数据；和

s1322：处理所述深度数据以得到所述深度信息。

请参阅图11，在某些实施方式中，第三处理单元132包括第一处理子单元1321和第二处理子单元1322。步骤s1321可以由第一处理子单元1321实现，步骤s1322可以由第二处理子单元1322实现。

也即是说，第一处理子单元1321用于处理所述深度图像以获取对应所述人脸区域的深度数据；第二处理子单元1322用于处理所述深度数据以得到所述深度信息。

可以理解，场景数据包括第二场景主图像及与第二场景主图像对应的深度图像，其中，第二场景主图像为rgb彩色图像，深度图像包含场景中各个人或物体的信息。由于第二场景主图像的色彩信息与深度图像的深度信息是一一对应的关系，因此，在第二场景主图像中检测到人脸区域时，即可在对应的深度图像中获取到人脸的深度信息。

需要说明的是，在第二场景主图像中，人脸区域表现为二维图像，但由于人脸包括鼻子、眼睛、耳朵等特征，因此，在深度图像中，人脸区域中鼻子、眼睛、耳朵等特征在深度图像中所对应的深度数据是不同的，如当人脸正对成像装置20时，拍摄得的深度图像中，鼻子对应的深度数据可能较小，而耳朵对应的深度数据可能较大。因此，在本发明的具体实施例中，处理人脸区域的深度数据得到的人脸区域的深度信息可能为一个数值或一个数值范围。其中，当人脸区域为一个数值时，该数值可通过对人脸区域的深度数据取平均得到，或者对人脸区域的深度数据取中值得到。

在某些实施方式中，与第二场景主图像对应的深度图像的获取方式包括采用结构光深度测距获取深度图像及采用tof深度摄像头获取深度图像两种方法。

采用结构光深度测距获取深度图像时，成像装置20包括摄像头和投射器。

可以理解，结构光深度测距是利用投射器将一定模式的光结构投射于物体表面，在表面形成由被测物体形状所调制的光条三维图像。光条三维图像由摄像头探测从而获得光条二维畸变图像。光条的畸变程度取决于投射器与摄像头之间的相对位置和物体表面形廓或高度。沿光条显示出的位移与物体表面的高度成比例，扭结表示了平面的变化，不连续显示表面的物理间隙。当投射器与摄像头之间的相对位置一定时，由畸变的二维光条图像坐标便可重现物体表面的三维轮廓，从而可以获取深度信息。结构光深度测距具有较高的分辨率和测量精度。

采用tof深度摄像头获取深度图像时，成像装置20包括tof深度摄像头。

可以理解，tof(timeofflight)深度摄像头通过传感器记录从发光单元发出的调制红外光发射到物体，再从物体反射回来的相位变化，在一个波长的范围内根据光速，可以实时的获取整个场景深度距离。tof深度摄像头计算深度信息时不受被摄物表面的灰度和特征的影响，且可以快速地计算深度信息，具有很高的实时性。

请参阅图12，在某些实施方式中，所述场景数据包括与所述第二场景主图像对应的场景副图像，步骤s132处理所述场景数据以获取人脸区域的深度信息包括以下步骤：

s1323：处理所述第二场景主图像和所述场景副图像以得到所述人脸区域的深度数据；和

s1324：处理所述深度数据以得到所述深度信息。

请参阅图13，在某些实施方式中，第三处理单元132包括第三处理子单元1323和第四处理子单元1324。步骤s1323可以由第三处理子单元1323实现，步骤s1324可以由第四处理子单元1324实现。

也即是说，第三处理子单元1323用于处理所述第二场景主图像和所述场景副图像以得到所述人脸区域的深度数据；第四处理子单元用于处理所述深度数据以得到所述深度信息。

在某些实施方式中，成像装置20包括主摄像头和副摄像头。

可以理解，深度信息可以通过双目立体视觉测距方法进行获取，此时场景数据包括第二场景主图像和场景副图像。其中，第二场景主图像由主摄像头拍摄得到，场景副图像由副摄像头拍摄得到。双目立体视觉测距是运用两个相同的摄像头对同一被摄物从不同的位置成像以获得被摄物的立体图像对，再通过算法匹配出立体图像对的相应像点，从而计算出视差，最后采用基于三角测量的方法恢复深度信息。如此，通过第二场景主图像和场景副图像这一立体图像对进行匹配便可获得人脸区域的深度数据，随后，对人脸区域的深度数据进行处理获得人脸区域的深度信息。由于人脸区域中包含有多个特征，各个特征对应的深度数据可能不一样，因此，可对深度数据进行求平均值处理以得到人脸区域的深度信息，或取深度数据的中值以获得人脸区域的深度信息。此外，人脸区域的深度信息也可以是一个数值范围。

请参阅图14，在某些实施方式中，步骤s133根据所述人脸区域和所述深度信息确定人像区域包括以下子步骤：

s1331：根据所述人脸区域确定预估人像区域；

s1332：根据所述人脸区域的深度信息确定所述人像区域的深度范围；

s1333：根据所述人像区域的深度范围确定与所述人脸区域连接且落入所述深度范围的计算人像区域；

s1334：判断所述计算人像区域与所述预估人像区域是否匹配；和

s1335：在所述计算人像区域与所述预估人像区域匹配时确定所述计算人像区域为所述人像区域。

请参阅图15，在某些实施方式中，第四处理单元133包括第五处理子单元1331、第六处理子单元1332、第七处理子单元1333、判断子单元1334和第八处理子单元1335。步骤s1331可以由第五处理子单元1331实现，步骤s1332可以由第六处理子单元1332实现，捕捉s1333可以由第七处理子单元1333实现，步骤s1334可以由判断子单元1334实现，步骤s1335可以由第八处理子单元1335实现。

也即是说，第五处理子单元1331用于根据所述人脸区域确定预估人像区域；第六处理子单元1332用于根据所述人脸区域的深度信息确定所述人像区域的深度范围；第七处理单元1333用于根据所述人像区域的深度范围确定与所述人脸区域连接且落入所述深度范围的计算人像区域；判断子单元1334用于判断所述计算人像区域与所述预估人像区域是否匹配；第八处理子单元1335用于在所述计算人像区域与所述预估人像区域匹配时确定所述计算人像区域为所述人像区域。

具体地，由于拍摄的人像存在有多种行为姿势，如站立、蹲坐、直面镜头或测对镜头等，因此，确定人脸区域后，首先根据人脸区域的当前状态确定预估人像区域。其中，预估人像区域为人像区域的匹配样本库，样本库中包含多种人像的行为姿势的信息。由于人像区域包含人脸区域，也即是说，人像区域与人脸区域同处于某一个深度范围内，因此，确定人脸区域的深度信息后，可以根据人脸区域的深度信息设定人像区域的深度范围，并根据人像区域的深度范围提取深度范围内的与人脸区域相连接的计算人像区域。由于拍摄人像时人像所处的场景可能较为复杂，也即是说，与人像所处位置相邻的位置上可能存在有其他物体，这些物体处于人像区域的深度范围内，因此，在确定计算人像区域后，需将计算人像区域与预估人像区域进行匹配，匹配成功则可将计算人像区域确定为人像区域。若匹配不成功，则表明计算人像区域中可能包含有除人像外的其他物体，人像区域的识别失败。

请参阅图16，在某些实施方式中，步骤s13在存在所述人像时处理所述场景数据以识别人像区域的步骤还包括以下子步骤：

s134：处理所述第二场景主图像以得到彩色边缘图；和

s135：利用所述彩色边缘图修正所述人像区域的边缘。

请参阅图17，在某些实施方式中，第二识别模块13还包括第五处理单元134和修正单元135。步骤s134可以由第五处理单元134实现，步骤s135可以由修正单元135实现。

也即是说，第五处理单元134用于处理所述第二场景主图像以得到彩色边缘图；修正单元135用于利用所述彩色边缘图修正所述人像区域的边缘。

具体地，采用边缘检测算法对第二场景主图像进行处理。通过对第二场景主图像对应的图像数据求微分以获得具有阶跃变化或屋顶变化的像素点的集合。常用的边缘检测算法包括roberts算子、sobel算子、prewitt算子、canny算子、laplacian算子、log算子等。在本发明的具体实施例中，可以采用上述的任一种边缘检测算法进行计算以获得彩色边缘图，在此不做任何限制。

请参阅图18，在某些实施方式中，步骤s15判断所述人像区域是否曝光不足包括以下子步骤：

s151：判断所述人像区域的亮度与所述第二场景主图像的亮度比是否小于预定值；和

s152：在所述亮度比小于所述预定值时确定所述人像区域曝光不足。

请参阅图19，在某些实施方式中，判断模块15包括第二判断单元151和第六处理单元152。步骤s151可以由第二判断单元151实现，步骤s152可以由第六处理单元152实现。

也即是说，第二判断单元151用于判断所述人像区域的亮度与所述第二场景主图像的亮度比是否小于预定值；第六处理单元152用于在所述亮度比小于所述预定值时确定所述人像区域曝光不足。

可以理解，第二场景主图像为经过全局测光及根据全局测光的数据进行曝光补偿后拍摄得的图像。若人像区域的亮度与第二场景主图像的亮度比小于预定值，说明人像区域的亮度较暗，曝光不足，需要对人像区域进行额外的修正和曝光补偿。若人像区域的亮度与第二场景主图像的亮度比大于预定值，说明人像区域的曝光充足，无需再对人像区域进行额外的修正和曝光补偿。

请参阅图20，在某些实施方式中，步骤s17在所述人像区域曝光不足时对所述人像区域进行单独测光以得到修正测光数据包括以下步骤：

s171：划分所述人像区域为多个第二分析区域；和

s172：计算每个所述第二分析区域的亮度信息以得到所述修正测光数据。

请参阅图21，在某些实施方式中，测光模块17包括划分单元171和计算单元172。步骤s171可以由划分单元171实现，步骤s172可以由计算单元172实现。

也即是说，划分单元171用于划分所述人像区域为多个第二分析区域；计算单元172用于计算每个所述第二分析区域的亮度信息以得到所述修正测光数据。

如此，对人像区域单独测光，并根据修正测光数据对人像区域进行修正和曝光补偿，提升人像区域的亮度。

进一步地，人像区域的测光可以采用中央重点平均测光、中央部分测光及分割测光等方法。在本发明的具体实施例中，人像区域采用分割测光的方法。划分单元171将第二场景主图像中的人像区域划分为多个第二分析区域。计算单元172统计各个第二分析区域的亮度信息后，采用不同的加权值对各个第二分析区域进行加权计算，并对加权计算后的结果求取平均值以得到最终人像区域的测光数据。

本发明实施方式中的电子装置100还包括壳体、存储器、电路板和电源电路。其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路用于为电子装置100的各个电路或器件供电；存储器用于存储可执行程序代码；控制装置10通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序以实现上述的本发明任一实施方式的图像处理方法。

在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施方式进行变化、修改、替换和变型。