一种温度监控方法、装置、电子设备及存储介质与流程

1.本技术涉及图像处理技术领域，尤其涉及一种温度监控方法、装置、电子设备及存储介质。


背景技术：

2.在一些温度监控场景中，例如炼炉温度监控场景，需要对炉内温度进行测量，根据测量的温度监控炼炉工作是否正常。相关技术在对炼炉进行温度监控时，需要单独的黑体配合进行测温，进而根据测量到的温度对炼炉工作是否正常进行监控。黑体在工业上主要应用于测温领域，最主要的产品是黑体炉。对辐射温度计的校准、检定，通常采用比较法，就是通过高稳定度的辐射源(通常为黑体辐射源)和其他配套设备，将标准器所复现的温度与被检辐射温度计所复现的温度进行比较，以判断其是否合格或给出校准结果。
3.相关技术存在的问题是，基于黑体实现测温成本较高，因成本问题导致局限性较大。


技术实现要素：

4.本技术实施例提供了一种温度监控方法、装置、电子设备及存储介质，用以解决相关技术基于黑体实现测温成本较高，因成本问题导致局限性较大的问题。
5.本技术提供了一种温度监控方法，所述方法包括：
6.获取目标对象的第一图像，及所述第一图像对应的白平衡参数；其中，所述第一图像为根据所述白平衡参数进行白平衡处理后的图像；
7.根据所述白平衡参数，对所述第一图像进行白平衡参数去耦合处理，得到第二图像；
8.确定所述第二图像的目标色度信息，根据预先保存的色度信息与温度的对应关系，确定所述目标色度信息对应的目标温度，根据所述目标温度确定所述目标对象的温度监控结果。
9.进一步地，所述确定所述第二图像的目标色度信息包括：
10.确定所述第二图像中的目标识别区域中各个像素点的色度信息，根据所述各个像素点的色度信息确定所述第二图像的目标色度信息。
11.进一步地，所述确定所述第二图像中的目标识别区域包括：
12.将所述第二图像输入预先训练完成的区域识别模型，基于所述区域识别模型确定所述第二图像中的目标识别区域。
13.进一步地，所述区域识别模型的训练过程包括：
14.将训练集中的样本图像和对应的标注图像输入所述区域识别模型，根据所述区域识别模型输出的样本图像对应的预测结果和所述标注图像，对所述区域识别模型进行训练；其中，所述标注图像中标注有所述样本图像中的样本识别区域的位置信息。
15.进一步地，所述根据所述目标温度确定所述目标对象的温度监控结果包括：
16.获取采集所述第一图像的采集时间信息，以及采集所述第一图像时所述目标对象的运行时间信息；
17.根据预先标定的所述目标对象的运行温度曲线、所述运行时间信息和所述采集时间信息，确定所述目标对象的温度范围；
18.若确定所述目标温度包含于所述温度范围，确定所述目标对象功能正常，若确定所述目标温度不包含于所述温度范围，确定所述目标对象功能异常。
19.进一步地，所述方法还包括：
20.若确定所述目标对象功能正常，通过视频字符叠加osd算法，将所述目标温度叠加显示在视频界面的预设区域。
21.进一步地，所述方法还包括：
22.若确定所述目标对象功能异常，通过报警设备输出用于表征目标对象功能异常的报警信息。
23.另一方面，本技术提供了一种温度监控装置，所述装置包括：
24.获取模块，用于获取目标对象的第一图像，及所述第一图像对应的白平衡参数；其中，所述第一图像为根据所述白平衡参数进行白平衡处理后的图像；
25.处理模块，用于根据所述白平衡参数，对所述第一图像进行白平衡参数去耦合处理，得到第二图像；
26.监控模块，用于确定所述第二图像的目标色度信息，根据预先保存的色度信息与温度的对应关系，确定所述目标色度信息对应的目标温度，根据所述目标温度确定所述目标对象的温度监控结果。
27.进一步地，所述监控模块，具体用于确定所述第二图像中的目标识别区域中各个像素点的色度信息，根据所述各个像素点的色度信息确定所述第二图像的目标色度信息。
28.进一步地，所述监控模块，具体用于将所述第二图像输入预先训练完成的区域识别模型，基于所述区域识别模型确定所述第二图像中的目标识别区域。
29.进一步地，所述装置还包括：
30.训练模块，用于将训练集中的样本图像和对应的标注图像输入所述区域识别模型，根据所述区域识别模型输出的样本图像对应的预测结果和所述标注图像，对所述区域识别模型进行训练；其中，所述标注图像中标注有所述样本图像中的样本识别区域的位置信息。
31.进一步地，所述监控模块，还用于获取采集所述第一图像的采集时间信息，以及采集所述第一图像时所述目标对象的运行时间信息；根据预先标定的所述目标对象的运行温度曲线、所述运行时间信息和所述采集时间信息，确定所述目标对象的温度范围。
32.进一步地，所述监控模块，具体用于若确定所述目标温度包含于所述温度范围，确定所述目标对象功能正常，若确定所述目标温度不包含于所述温度范围，确定所述目标对象功能异常。
33.进一步地，所述装置还包括：
34.显示模块，用于若确定所述目标对象功能正常，通过视频字符叠加osd算法，将所述目标温度叠加显示在视频界面的预设区域。
35.进一步地，所述装置还包括：
36.报警模块，用于若确定所述目标对象功能异常，通过报警设备输出用于表征目标对象功能异常的报警信息。
37.另一方面，本技术提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
38.存储器，用于存放计算机程序；
39.处理器，用于执行存储器上所存放的程序时，实现上述任一项所述的方法步骤。
40.再一方面，本技术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内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
41.本技术提供了一种温度监控方法、装置、电子设备及存储介质，所述方法包括：获取目标对象的第一图像，及所述第一图像对应的白平衡参数；其中，所述第一图像为根据所述白平衡参数进行白平衡处理后的图像；根据所述白平衡参数，对所述第一图像进行白平衡参数去耦合处理，得到第二图像；确定所述第二图像的目标色度信息，根据预先保存的色度信息与温度的对应关系，确定所述目标色度信息对应的目标温度，根据所述目标温度确定所述目标对象的温度监控结果。
42.上述的技术方案具有如下优点或有益效果：
43.本技术中，获取经过白平衡处理后的目标对象的第一图像以及白平衡参数之后，考虑到白平衡处理会改变原始图像的色度信息，因此首先根据白平衡参数，对第一图像进行白平衡参数去耦合处理，得到第二图像。然后确定第二图像的目标色度信息，从而使得确定的目标色度信息更准确。然后根据预先保存的色度信息与温度的对应关系，确定目标色度信息对应的目标温度。最后根据目标温度确定目标对象的温度监控结果。本技术通过图像实现温度监控，一方面解决了基于黑体实现测温成本较高，因成本问题导致局限性较大的问题，另一方面基于白平衡去耦合处理后的第二图像进行温度监控，保证了温度监控的准确性。
附图说明
44.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
45.图1为本技术提供的温度监控过程示意图；
46.图2为本技术提供的图像采集设备结构示意图；
47.图3为本技术提供的目标对象的运行温度曲线示意图；
48.图4为本技术提供的温度监控过程示意图；
49.图5为本技术提供的温度监控装置结构示意图；
50.图6为本技术提供的电子设备结构示意图。
具体实施方式
51.为使本技术的目的和实施方式更加清楚，下面将结合本技术示例性实施例中的附图，对本技术示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本申
请一部分实施例，而不是全部的实施例。
52.需要说明的是，本技术中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本技术的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
53.本技术中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
54.术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
55.术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。
56.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。
57.为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。
58.图1为本技术提供的温度监控过程示意图，该过程包括以下步骤：
59.s101：获取目标对象的第一图像，及所述第一图像对应的白平衡参数；其中，所述第一图像为根据所述白平衡参数进行白平衡处理后的图像。
60.s102：根据所述白平衡参数，对所述第一图像进行白平衡参数去耦合处理，得到第二图像。
61.s103：确定所述第二图像的目标色度信息，根据预先保存的色度信息与温度的对应关系，确定所述目标色度信息对应的目标温度，根据所述目标温度确定所述目标对象的温度监控结果。
62.本技术提供的温度监控方法应用于电子设备，该电子设备可以是pc、平板电脑、服务器等设备，也可以是图像采集设备。如果电子设备是图像采集设备，图2为本技术提供的图像采集设备结构示意图，包括图像传感器、白平衡模块、信息处理模块、色度信息统计模块、温度显示模块。信息处理模块或称为混合计算mix calculate模块。
63.图像传感器用于采集目标对象的初始图像。目标对象例如是炼钢炉、炼铁炉以及其它需要温度监控的设备。以炼钢炉为例，采集的目标对象的初始图像为炼炉内部的初始图像。白平衡模块用于根据初始图像自适应确定出白平衡参数，并对初始图像进行白平衡处理，得到第一图像。信息处理模块用于获取第一图像及对应的白平衡参数，根据白平衡参数，对第一图像进行白平衡参数去耦合处理，得到第二图像。色度信息统计模块用于确定第
二图像的目标色度信息。信息处理模块还用于根据预先保存的色度信息与温度的对应关系，确定目标色度信息对应的目标温度，根据目标温度确定目标对象的温度监控结果。温度显示模块用于显示目标温度，具体的，若根据目标温度确定目标对象功能正常，通过视频字符叠加osd算法，将目标温度叠加显示在视频界面的预设区域，若根据目标温度确定目标对象功能异常，通过报警设备输出用于表征目标对象功能异常的报警信息，同时可以通过视频字符叠加osd算法，将报警提示信息叠加显示在视频界面的预设区域。报警提示信息例如是文字信息，图标标示信息等。报警设备例如是声光报警器。
64.需要说明的是，图像采集设备中芯片的图像信号处理isp方案中硬件链路决定了图像需要优先处理使用，此处的优先处理使用包括根据白平衡参数对原始图像进行白平衡处理。本技术在isp方案的基础上，增加了对第一图像进行白平衡参数去耦合处理，得到第二图像，进而进行后续温度监控的过程。
65.如果电子设备是pc、平板电脑、服务器等设备。那么图像采集设备采集目标对象的图像之后，可以主动将图像发送至电子设备，也可以由电子设备主动向图像采集设备获取图像。一般情况下，图像采集设备与电子设备之间传输的图像是经过白平衡处理后的第一图像。电子设备获取目标对象的第一图像，并且获取第一图像对应的白平衡参数。其中，第一图像对应的白平衡参数是图像采集设备中的白平衡模块自适应确定出的。之后电子设备根据白平衡参数，对第一图像进行白平衡参数去耦合处理，得到第二图像。确定第二图像的目标色度信息，根据预先保存的色度信息与温度的对应关系，确定目标色度信息对应的目标温度，根据目标温度确定目标对象的温度监控结果。
66.本技术中，获取经过白平衡处理后的目标对象的第一图像以及白平衡参数之后，考虑到白平衡处理会改变原始图像的色度信息，因此首先根据白平衡参数，对第一图像进行白平衡参数去耦合处理，得到第二图像。然后确定第二图像的目标色度信息，从而使得确定的目标色度信息更准确。然后根据预先保存的色度信息与温度的对应关系，确定目标色度信息对应的目标温度。最后根据目标温度确定目标对象的温度监控结果。以火焰颜色为例，预先保存的色度信息与温度的对应关系例如是：亮白对应1300℃，白微黄对应1200℃，淡黄对应1100℃，黄色对应1000℃，淡橘黄对应950℃，橘黄对应900℃，橘黄微红对应850℃，淡樱红对应800℃，樱红对应750℃，暗樱红对应700℃，暗赤对应650℃，赤褐对应600℃。
67.本技术通过图像实现温度监控，一方面解决了基于黑体实现测温成本较高，因成本问题导致局限性较大的问题，另一方面基于白平衡去耦合处理后的第二图像进行温度监控，保证了温度监控的准确性。
68.本技术中，确定第二图像的目标色度信息时，首先将rgb色彩空间模型的第二图像转换为yuv色彩空间模型的第二图像。其中，可以通过已知的色彩空间模型转换公式，将rgb色彩空间模型的第二图像转换为yuv色彩空间模型的第二图像，本技术不对该过程进行赘述。
69.对于yuv色彩空间模型的第二图像，电子设备可以获取第二图像中各个像素点的色度信息，然后根据各个像素点的色度信息确定目标色度信息。可选的，将各个像素点的色度信息的平均值作为第二图像的目标色度信息。
70.为了使确定第二图像的目标色度信息更准确，本技术中，所述确定所述第二图像的目标色度信息包括：
71.确定所述第二图像中的目标识别区域中各个像素点的色度信息，根据所述各个像素点的色度信息确定所述第二图像的目标色度信息。
72.本技术中首先确定第二图像中的目标识别区域，其中，可以在rgb色彩空间模型的第二图像中确定第二图像中的目标识别区域，也可以在yuv色彩空间模型的第二图像中确定第二图像中的目标识别区域。确定出的目标识别区域为第二图像中的一个区域的位置信息，然后根据位置信息确定目标识别区域内的各个像素点。然后在yuv色彩空间模型的第二图像中确定目标识别区域内的各个像素点的色度信息。以炼炉场景为例，目标识别区域可以是炼炉内的火焰区域。
73.确定出第二图像中的目标识别区域之后，根据目标识别区域中各个像素点的色度信息，确定第二图像的目标色度信息。可选的，将目标识别区域中各个像素点的色度信息的平均值作为第二图像的目标色度信息。较佳的，也可以统计目标识别区域中各个像素点的色度信息的直方图，确定出各个色度信息范围内所对应的像素点的数量信息。然后根据各个色度信息范围内所对应的像素点的数量信息为各个像素点分配权重值，例如数量最多的像素点所对应的权重值最高，数量最少的像素点所对应的权重值最低等等。然后根据目标识别区域中各个像素点的色度信息以及各自的权重值进行加权平均计算，得到最终的第二图像的目标色度信息。
74.由于在本技术中，先确定第二图像中的目标识别区域，然后根据目标识别区域中各个像素点的色度信息，确定第二图像的目标色度信息。避免了目标识别区域之外的像素点的色度信息的干扰，使得确定的第二图像的目标色度信息更准确。
75.本技术中，所述确定所述第二图像中的目标识别区域包括：
76.将所述第二图像输入预先训练完成的区域识别模型，基于所述区域识别模型确定所述第二图像中的目标识别区域。
77.所述区域识别模型的训练过程包括：
78.将训练集中的样本图像和对应的标注图像输入所述区域识别模型，根据所述区域识别模型输出的样本图像对应的预测结果和所述标注图像，对所述区域识别模型进行训练；其中，所述标注图像中标注有所述样本图像中的样本识别区域的位置信息。
79.本技术中，电子设备保存有用于训练区域识别模型的训练集，训练集中包括各个样本图像和各自对应的标注图像，标注图像中标注有对应的样本图像中的样本识别区域的位置信息。以炼炉场景为例，标注图像中标注有对应的样本图像中的样本火焰区域的位置信息。将训练集中的样本图像和对应的标注图像输入区域识别模型，区域识别模型输出样本图像对应的预测结果，该预测结果包括样本识别区域的预测位置信息，然后根据预测位置信息和标注的样本火焰区域的位置信息计算损失值。经过迭代训练，当损失值满足要求时，换言之损失值小于设定的损失阈值，或者迭代次数达到设定次数要求时，区域识别模型训练完成。
80.区域识别模型训练完成之后，将第二图像输入区域识别模型，基于区域识别模型确定第二图像中的目标识别区域。需要说明的是，如果训练区域识别模型所采用的训练集中的样本图像为rgb色彩空间模型的样本图像，那么在确定目标识别区域时，将rgb色彩空间模型的第二图像输入区域识别模型，基于区域识别模型确定第二图像中的目标识别区域。如果训练区域识别模型所采用的训练集中的样本图像为yuv色彩空间模型的样本图像，
那么在确定目标识别区域时，将yuv色彩空间模型的第二图像输入区域识别模型，基于区域识别模型确定第二图像中的目标识别区域。
81.本技术中，为了使确定目标对象的温度监控结果更准确，所述根据所述目标温度确定所述目标对象的温度监控结果之前，所述方法还包括：
82.获取采集所述第一图像的采集时间信息，以及采集所述第一图像时所述目标对象的运行时间信息；
83.根据预先标定的所述目标对象的运行温度曲线、所述运行时间信息和所述采集时间信息，确定所述目标对象的温度范围。
84.所述根据所述目标温度确定所述目标对象的温度监控结果包括：
85.若确定所述目标温度包含于所述温度范围，确定所述目标对象功能正常，若确定所述目标温度不包含于所述温度范围，确定所述目标对象功能异常。
86.电子设备预先标定目标对象的运行温度曲线，该运行温度曲线为目标对象正常工作时的温度曲线。图3为本技术提供的目标对象的运行温度曲线示意图。以图3为例，运行温度曲线中目标对象运行1分钟时，温度为1650℃-1690℃，运行2分钟时，温度为1500℃-1530℃，运行10分钟时，温度为1600℃-1630℃等。
87.电子设备在根据目标温度确定目标对象的温度监控结果时，首先获取采集第一图像的采集时间信息，其中，图像采集设备采集第一图像之后，会保存第一图像的时间戳，该时间戳为第一图像的采集时间信息。电子设备获取图像采集设备保存的第一图像的时间戳得到采集时间信息。
88.并且，电子设备采集第一图像时目标对象的运行时间信息。其中，可以记录目标对象的起始运行时间。例如起始运行时间为8点整。第一图像的采集时间信息为8点02分，则确定采集第一图像时目标对象的运行时间信息为运行2分钟。根据预先标定的目标对象的运行温度曲线、运行时间信息和采集时间信息，确定目标对象的温度范围。还以图3为例，目标对象运行2分钟的温度范围为1500℃-1530℃。
89.若确定目标温度包含于温度范围，确定目标对象功能正常，若确定目标温度不包含于温度范围，确定目标对象功能异常。例如，目标温度为1520℃，确定目标对象功能正常。目标温度为1450℃，确定目标对象功能异常。若确定目标对象功能正常，通过视频字符叠加osd算法，将目标温度叠加显示在视频界面的预设区域。例如显示在显示设备的视频界面的左上角指定区域、右上角指定区域等。若确定目标对象功能异常，通过报警设备输出用于表征目标对象功能异常的报警信息。
90.图4为本技术提供的温度监控过程示意图，该过程包括以下步骤：
91.s201：获取目标对象的第一图像，及所述第一图像对应的白平衡参数；其中，所述第一图像为根据所述白平衡参数进行白平衡处理后的图像。
92.s202：根据所述白平衡参数，对所述第一图像进行白平衡参数去耦合处理，得到第二图像。
93.s203：将所述第二图像输入预先训练完成的区域识别模型，基于所述区域识别模型确定所述第二图像中的目标识别区域。
94.s204：确定所述第二图像中的目标识别区域中各个像素点的色度信息，根据所述各个像素点的色度信息确定所述第二图像的目标色度信息。
95.s205：获取采集所述第一图像的采集时间信息，以及采集所述第一图像时所述目标对象的运行时间信息；根据预先标定的所述目标对象的运行温度曲线、所述运行时间信息和所述采集时间信息，确定所述目标对象的温度范围；若确定所述目标温度包含于所述温度范围，确定所述目标对象功能正常，并进行s206；若确定所述目标温度不包含于所述温度范围，确定所述目标对象功能异常，并进行s207。
96.s206：通过视频字符叠加osd算法，将所述目标温度叠加显示在视频界面的预设区域。
97.s207：通过报警设备输出用于表征目标对象功能异常的报警信息。
98.图5为本技术提供的温度监控装置结构示意图，包括：
99.获取模块51，用于获取目标对象的第一图像，及所述第一图像对应的白平衡参数；其中，所述第一图像为根据所述白平衡参数进行白平衡处理后的图像；
100.处理模块52，用于根据所述白平衡参数，对所述第一图像进行白平衡参数去耦合处理，得到第二图像；
101.监控模块53，用于确定所述第二图像的目标色度信息，根据预先保存的色度信息与温度的对应关系，确定所述目标色度信息对应的目标温度，根据所述目标温度确定所述目标对象的温度监控结果。
102.进一步地，所述监控模块53，具体用于确定所述第二图像中的目标识别区域中各个像素点的色度信息，根据所述各个像素点的色度信息确定所述第二图像的目标色度信息。
103.进一步地，所述监控模块53，具体用于将所述第二图像输入预先训练完成的区域识别模型，基于所述区域识别模型确定所述第二图像中的目标识别区域。
104.进一步地，所述装置还包括：
105.训练模块54，用于将训练集中的样本图像和对应的标注图像输入所述区域识别模型，根据所述区域识别模型输出的样本图像对应的预测结果和所述标注图像，对所述区域识别模型进行训练；其中，所述标注图像中标注有所述样本图像中的样本识别区域的位置信息。
106.进一步地，所述监控模块53，还用于获取采集所述第一图像的采集时间信息，以及采集所述第一图像时所述目标对象的运行时间信息；根据预先标定的所述目标对象的运行温度曲线、所述运行时间信息和所述采集时间信息，确定所述目标对象的温度范围。
107.进一步地，所述监控模块53，具体用于若确定所述目标温度包含于所述温度范围，确定所述目标对象功能正常，若确定所述目标温度不包含于所述温度范围，确定所述目标对象功能异常。
108.进一步地，所述装置还包括：
109.显示模块55，用于若确定所述目标对象功能正常，通过视频字符叠加osd算法，将所述目标温度叠加显示在视频界面的预设区域。
110.进一步地，所述装置还包括：
111.报警模块56，用于若确定所述目标对象功能异常，通过报警设备输出用于表征目标对象功能异常的报警信息。
112.本技术还提供了一种电子设备，如图6所示，包括：处理器301、通信接口302、存储
器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信；
113.所述存储器303中存储有计算机程序，当所述程序被所述处理器301执行时，使得所述处理器301执行以上任一方法步骤。
114.上述电子设备提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
115.通信接口302用于上述电子设备与其他设备之间的通信。
116.存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
117.上述处理器可以是通用处理器，包括中央处理器、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路、现场可编程门陈列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。
118.本技术还提供了一种计算机存储可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现以上任一方法步骤。
119.尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
120.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。