一种血橙果树的智能化检测方法及系统与流程

1.本技术实施例涉及农业管理领域，尤其涉及一种血橙果树的智能化检测方法及系统。


背景技术：

2.血橙是一种芸香科柑橘属双子叶植物。它带有深红色似血颜色的果肉与汁液，较寻常的橙体积小；表皮通常有小凹点，但也可以是平滑的；新鲜的血橙是红色或橙色，有明亮的红色条纹，大都无核。血橙有丰富的维生素e，p胡萝卜素，花青素苷和类黄酮等多酚化合物，具有抗氧化，防止心血管疾病和抑制癌症发生等生理作用，是推广的重要优良品种。
3.血橙果树具有势强，枝粗叶大，多刺，缓和树势后丰产、稳产的特点，造成血橙果树种植期间枝叶与枝叶生长重叠，重叠枝长出的血橙果实为拥挤果，接收阳光照射比正常果少且不易喷洒肥料及农药，导致拥挤果感染虫害进而转为病果、残果，甚至到时其他正常果染病，进而影响血橙的座果率和品质下降，影响农户收益。
4.现有的解决方法为农户定期检查每一株血橙果树的重叠枝生长情况，以便及时进行疏果处理，但是血橙的种植面积通常较大，周期性巡查增加了人工成本。


技术实现要素：

5.本技术实施例提供了一种一种血橙果树的智能化检测方法及系统，用于减少人工周期性巡查的成本。
6.本技术第一方面提供了一种血橙果树的智能化检测方法，包括：
7.通过无人机获取血橙果树图像，所述血橙果树图像为血橙果树种植区域内的拍摄图像；
8.根据所述血橙果树图像确定至少一棵血橙果树的位置信息；
9.根据所述至少一棵血橙果树的位置信息为所述至少一个血橙果树编号；
10.根据所述至少一棵血橙果树的位置信息以及编号在所述血橙果树图像生成至少一个血橙果树区域，所述血橙果树区域为一棵血橙果树的长势区域；
11.获取目标编号，确定所述目标编号对应的目标血橙果树区域；
12.根据所述目标血橙果树区域确定至少一个相邻血橙果树区域；
13.根据所述目标血橙果树区域和所述至少一个相邻血橙果树区域生成重叠区域；
14.当所述重叠区域大于预设阈值时，根据所述重叠区域确定相邻血橙果树区域的目标相邻编号，并根据所述目标相邻编号生成疏果通知。
15.可选的，所述根据所述至少一棵血橙果树的位置信息以及编号在所述血橙果树图像生成至少一个血橙果树区域，所述血橙果树区域为一棵血橙果树的长势区域，包括：根据所述至少一棵血橙果树的位置信息确定所述至少一棵血橙果树的长势区域；
16.对所述至少一个血橙果树的长势区域进行编号，生成所述至少一个血橙果树的血橙果树区域。
17.可选的，在所述获取目标编号，确定所述目标编号对应的目标血橙果树区域之后，在所述根据所述目标血橙果树区域确定至少一个相邻血橙果树区域之前，所述智能化检测方法还包括：
18.确定所述目标编号的至少一个相邻编号；
19.根据所述至少一个相邻编号确定至少一个相邻血橙果树区域。
20.可选的，在所述获取目标编号，确定所述目标编号对应的目标血橙果树区域之后，所述智能化检测方法还包括：
21.根据所述目标血橙果树区域提取过果实特征图像；
22.对比所述果实特征图像和病果特征图像，生成对比结果。
23.可选的，在所述对比所述果实特征图像和病果特征图像，生成对比结果之后，所述智能化检测方法还包括：
24.当所述对比结果表示所述目标血橙果树区域存在病果时，生成病果处理通知。
25.本技术第二方面提供了血橙果树的智能化检测系统，包括：
26.第一获取单元，用于通过无人机获取血橙果树图像，所述血橙果树图像为血橙果树种植区域内的拍摄图像；
27.第一确定单元，用于根据所述血橙果树图像确定至少一棵血橙果树的位置信息；
28.编号单元，用于根据所述至少一棵血橙果树的位置信息为所述至少一个血橙果树编号；
29.第一生成单元，用于根据所述至少一棵血橙果树的位置信息以及编号在所述血橙果树图像生成至少一个血橙果树区域，所述血橙果树区域为一棵血橙果树的长势区域；
30.第二获取单元，用于获取目标编号，确定所述目标编号对应的目标血橙果树区域；
31.第二确定单元，用于根据所述目标血橙果树区域确定至少一个相邻血橙果树区域；
32.第二生成单元，用于根据所述目标血橙果树区域和所述至少一个相邻血橙果树区域生成重叠区域；
33.第三确定单元，用于当所述重叠区域大于预设阈值时，根据所述重叠区域确定相邻血橙果树区域的目标相邻编号，并根据所述目标相邻编号生成疏果通知。
34.可选的，所述第一生成单元，具体用于根据所述至少一棵血橙果树的位置信息确定所述至少一棵血橙果树的长势区域；
35.对所述至少一个血橙果树的长势区域进行编号，生成所述至少一个血橙果树的血橙果树区域。
36.可选的，血橙果树的智能化检测系统还包括：
37.第四确定单元，用于确定所述目标编号的至少一个相邻编号；
38.第五确定单元，用于根据所述至少一个相邻编号确定至少一个相邻血橙果树区域。
39.可选的，血橙果树的智能化检测系统还包括：
40.提取单元，用于根据所述目标血橙果树区域提取过果实特征图像；
41.对比单元，用于对比所述果实特征图像和病果特征图像，生成对比结果。
42.可选的，血橙果树的智能化检测系统还包括：
43.生成单元，用于当所述对比单元生成的对比结果表示所述目标血橙果树区域存在病果时，生成病果处理通知。
44.本技术第三方面提供了血橙果树的智能化检测系统，包括：
45.中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
46.所述存储器为短暂存储器或持久存储存储器；
47.所述中央处理器配置为所述存储器通信，并执行所述存储器中的指令操作以执行前述方法。
48.本技术提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述方法。
49.从以上技术方案可以看出，本技术实施例具有以下优点：通过通过无人机获取血橙果树图像，确定至少一棵血橙果树的位置信息并为果树编号后，生成血橙果树区域，通过获取目标编号确定血橙果树对应的目标血橙果树区域，从而确定与目标血橙果树区域相邻的血橙果树区域，进而确定目标血橙果树区域和相邻血橙果树区域的重叠区域，当重叠区域大于预设阈值时，确定相邻血橙果树区域的目标相邻编号，并根据目标相邻编号生成疏果通知。通过本方法能够在血橙种植面积大的情况下，减少人工周期性巡查的成本。
附图说明
50.图1为本技术中血橙果树的智能化检测方法一个示意图；
51.图2为本技术中血橙果树的智能化检测方法另一示意图；
52.图3为本技术中血橙果树的智能化检测系统一个示意图；
53.图4为本技术中血橙果树的智能化检测系统另一示意图；
54.图5为本技术中血橙果树的智能化检测系统另一示意图。
具体实施方式
55.为了更清楚地说明本技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
56.本技术实施例提供了一种血橙果树的智能化检测方法，用于减少人工周期性巡查的成本。本实施例通过无人机的摄像设备获取血橙果树种植区域的血橙果树图像，图像中包含有至少一棵血橙果树，系统根据血橙果树图像分析后通知血橙果树养殖室以便农户进行相关操作。
57.请参阅图1，下面对本技术提供的一种血橙果树的智能化检测方法实施例进行介绍：
58.101、通过无人机获取血橙果树图像；
59.本实施例中，通过无人机拍摄的血橙果树图像为血橙果树种植区域内的拍摄图像，无人机是通过无线电遥控设备或机载计算机程控系统进行操控的不载人飞行器。无人机航拍摄影是以无人驾驶飞机作为空中平台,以机载遥感设备，如高分辨率ccd数码相机、轻型光学相机、红外扫描仪、激光扫描仪、获取图像信息，具体此处不做限定，获取的图像可以用计算机对图像信息进行处理，并按照一定精度要求制作成图像。无人机航拍影像具有
高清晰、大比例尺、小面积、高现势性的优点。
60.系统获取无人机拍摄的血橙果树图像后进行预处理，以便下一步操作，例如滤波处理和全局运动补偿，其中滤波处理包括对血橙果树图像进行噪声过滤处理、图像平滑处理，全局运动补偿是补偿由于摄像设备轻微摆动而引起的图像全局运动，在全局运动补偿中包括平移、旋转和变焦。
61.102、根据血橙果树图像确定至少一棵血橙果树的位置信息；
62.本实施例中，通过无人机在高处拍摄的血橙果树图像内可以包括多可血橙果树，系统根据该血橙果树图像确定至少一棵血橙果树的位置信息。具体的，无人机可以在血橙果树种植区域内分区进行血橙图像果树进行拍摄，例如a区、b区、c区等，具体分区方式不做限定，当无人机在某一个分区内进行血橙果树图像拍摄时，所拍摄的图像中将完整显示的血橙果树视为可获取位置信息的果树，利用无人机与系统相互通信的方式，将惯导数据与图像数据相融合，感知飞行环境信息，通过无人机机载相机获取无人机的视觉感知信息和通过无人机惯性测量单元获取惯导数据，惯导数据包括但不限于：飞行高度信息、飞行速度信息、姿态角信息和飞行状态信息。
63.系统接收视觉感知信息和惯导数据，并根据视觉感知信息得到无人机所在的飞行环境中的血橙果树物信息。具体地，从视觉感知信息中解析出视觉感知图像，并根据血橙果树图像获取血橙果树信息。进一步地，血橙果树信息包括但不限于：所述血橙果树与所述无人机之间的相对位置、血橙果树的形状、大小等。
64.103、根据至少一棵血橙果树的位置信息为至少一个血橙果树编号；
65.本实施例中，系统根据血橙果树图像确定至少一棵血橙果树的位置信息后，通过该位置信息为至少一棵血橙果树进行编号，具体的，可以使用坐标法为血橙果树进行编号，例如，无人机已获取a区的血橙果树图像，系统根据该a区的血橙果树图像获取a区内的血橙果树位置信息，当血橙果树图像中包含4颗血橙果树时，这a颗血橙果树的编号可以是a-(1，1)、a-(1，2)、a-(2，1)以及a-(2，2)，具体的编号方式此处不做限定。
66.104、根据至少一棵血橙果树的位置信息以及编号在血橙果树图像生成至少一个血橙果树区域；
67.系统根据至少一棵血橙果树的位置信息为至少一棵血橙果树编号后，还根据该位置信息以及编号在该血橙果树图像中生成至少一个血橙果树区域，该血橙果树区域为一棵血橙果树的长势区域。该血橙果树长势区域内包含血橙果树上血橙不同生长形态的果实，例如成熟果实、未成熟果实、病果、重叠果等。具体的，系统根据血橙果树的位置信息为其编号为b-(1，1)，根据编号b-(1，1)在该血橙果树图像中生成对应的血橙果树区域，当一个分区内存在有多棵血橙果树时，则根据多棵血橙果树的位置信息进行编号后生成对应的血橙果树区域。
68.105、获取目标编号；
69.本实施例中，后根据至少一棵血橙果树的位置信息以及编号在血橙果树图像生成至少一个血橙果树区域，需要获取目标编号，该目标编号为未检测的血橙果树的对应编号，从而确定目标编号对应的目标血橙果树区域。在实际场景中，无人机可以在获取血橙果树种植区域内所有分区的血橙果树图像后，对所有血橙果树图像进行整合，系统在血橙果树图像中确定每棵血橙果树的位置信息以及编号，系统已检测过的编号会进行相应的标记，
为全方面检测血橙种植区域上所有血橙果树的生长形态，通过确定未检测过的编号来确定需要进行检测的血橙果树。
70.106、根据目标血橙果树区域确定至少一个相邻血橙果树区域；
71.系统通过获取目标编号从而确定与目标编号对应的血橙果树区域，由于血橙果树编号是根据血橙果树的位置信息确定的，从而根据目标血橙果树区域确定与该目标血橙果树区域位置相邻的至少一个血橙果树区域。在实际场景中，系统通过根据目标编号确定目标血橙果树区域，从而在血橙果树图像中确定与目标血橙果树区域相邻的至少一个相邻血橙果树区域，例如目标编号为d-(1，1)，则系统根据该目标编号确定目标血橙果树区域，从而确定至少一个相邻血橙果树区域。
72.107、根据目标血橙果树区域和至少一个相邻血橙果树区域生成重叠区域；
73.本实施例中，系统根据确定目标血橙果树区域的至少一个相邻血橙果树区域后，根据目标血橙果树区域和至少一个相邻血橙果树区域生成重叠区域，系统识别该目标血橙果树区域和至少一个相邻血橙果树区域的交界处，从而判断是否存在重叠部分，若存在重叠部分，则生成两个区域的重叠区域。具体的，系统可以分别获取目标血橙果树区域和至少一个相邻血橙果树区域，得到两张图片重叠的部分，再将重叠部分切割出来，通过融合得到一张图片，图像融合是指用特定的算法将两幅或者多幅图像融合成一幅新的图像，图像融合后能够利于两幅或者多幅图像的相关性以及信息上的互补，融合后的图像能够提高图像分辨率和清晰度、增加图像的相关特征、互相补充相关信息以及去除噪声和冗余。
74.108、当重叠区域大于预设阈值时，根据重叠区域确定相邻血橙果树区域的目标相邻编号，并根据目标相邻编号生成疏果通知。
75.系统根据目标血橙果树区域和至少一个相邻血橙果树区域生成重叠区域后，通过计算重叠区域的面积从而确定重叠区域的大小是否大于预设阈值，若重叠区域大于预设阈值，则系统根据重叠区域确定与目标血橙果树区域相邻血橙果树区域的目标相邻编号，并根据该目标相邻编号生成疏果通知。在实际场景中，若系统确定目标血橙果树编号为d-(2，2)与相邻血橙果树编号为d-(1，2)所存在的重叠区域大于预设阈值时，可以确定目标相邻编号为d-(1，2)，并根据该目标相邻编号d-(1，2)生成疏果通知，农户在接收疏果通知后，根据目标编号与目标相邻编号确定存在重叠区域的血橙果树位置，从而进行疏果操作。
76.本实施例中，系统通过通过无人机获取血橙果树图像，再根据血橙果树图像确定至少一棵血橙果树的位置信息，从而为血橙果树编号，根据至少一棵血橙果树的位置信息以及编号在血橙果树图像生成至少一个血橙果树区域，获取目标编号，确定目标编号对应的目标血橙果树区域，根据目标血橙果树区域确定至少一个相邻血橙果树区域，根据目标血橙果树区域和至少一个相邻血橙果树区域生成重叠区域，当重叠区域大于预设阈值时，根据重叠区域确定相邻血橙果树区域的目标相邻编号，并根据所述目标相邻编号生成疏果通知。通过本方法农户能够在血橙种植面积大的情况下，通过接收系统的通知后再进行疏果操作，从而减少人工周期性巡查的成本。
77.请参阅图2，本技术实施例中一种血橙果树的智能化检测方法包括：
78.201、通过无人机获取血橙果树图像；
79.202、根据血橙果树图像确定至少一棵血橙果树的位置信息；
80.203、根据至少一棵血橙果树的位置信息为至少一个血橙果树编号；
81.本实施例中的步骤201至203与前述图1所示实施例中步骤101至103类似，具体此处不再赘述。
82.204、根据至少一棵血橙果树的位置信息确定至少一棵血橙果树的长势区域；
83.205、对至少一个血橙果树的长势区域进行编号，生成至少一个血橙果树的血橙果树区域；
84.本实施例中，系统根据至少一棵血橙果树的位置信息为至少一棵血橙果树编号后，根据至少一棵血橙果树的位置信息确定至少一棵血橙果树的长势区域，通过对至少一个血橙果树的长势区域进行编号，生成至少一个血橙果树的血橙果树区域，该血橙果树长势区域内包含血橙果树上血橙不同生长形态的果实，例如成熟果实、未成熟果实、病果、重叠果等。
85.具体的，系统根据血橙果树的长势区域进行编号，为方便识别血橙果树所在的位置，可以根据位置信息为其编号为b-(1，1)，根据编号b-(1，1)在该血橙果树图像中生成对应的血橙果树的长势区域，即生成血橙果树的血橙果树区域，当一个分区内存在有多棵血橙果树时，则根据多棵血橙果树的位置信息进行编号后生成对应的血橙果树区域。
86.206、获取目标编号；
87.本实施例中的步骤206与前述图1所示实施例中步骤105类似，具体此处不再赘述。
88.207、确定目标编号的至少一个相邻编号；
89.208、根据至少一个相邻编号确定至少一个相邻血橙果树区域；
90.本实施例中，系统通过获取目标编号后，确定与目标编号对应的血橙果树区域，例如，血橙果树分区d区内有9棵血橙果树，编号为d-(1，1)的血橙果树区域相邻的血橙果树区域为d-(1，2)和d-(2，1)；编号为d-(2，2)的血橙果树区域相邻的血橙果树区域为d-(1，2)、d-(2，1)、d-(2，3)以及d-(3，2)，通过确定目标编号相邻的至少一个相邻编号可以确定至少一个相邻血橙果树区域。
91.209、根据目标血橙果树区域确定至少一个相邻血橙果树区域；
92.210、根据目标血橙果树区域和至少一个相邻血橙果树区域生成重叠区域；
93.211、当重叠区域大于预设阈值时，根据重叠区域确定相邻血橙果树区域的目标相邻编号，并根据目标相邻编号生成疏果通知；
94.本实施例中的步骤209至211与前述图1所示实施例中步骤106至108类似，具体此处不再赘述。
95.212、根据目标血橙果树区域提取过果实特征图像；
96.213、对比果实特征图像和病果特征图像，生成对比结果；
97.214、当对比结果表示目标血橙果树区域存在病果时，生成病果处理通知；
98.本实施例中，由于害虫会使血橙果实受害后出现炭疽病、脚腐病等影响血橙果树的生长因素，严重影响产量和品质，由此需要及时处理以减少血橙果树的损害。系统根据目标血橙果树区域提取过果实特征图像，该果实特征图像包含血橙果树的生长形态，图像数据库中储存有出现病果特征的病果特征图像，通过对比果实特征图像和病果特征图像，生成对比结果，当对比结果表示目标血橙果树区域存在病果时，生成病果处理通知。
99.具体的，可以将病果特征输入果实对比模型，该果实对比模型是对病果特征的现有图像进行训练学习产生的。具体来说，将一定数量的标注病果特征的图像输入训练器，训
练完成后由训练器产生果实对比模型，优选地，该训练器采用卷积神经网络。将果实特征图像输入果实对比模型后，获取果实对比模型输出的果实对比结果。
100.本实施例中，通过无人机获取血橙果树图像，确定至少一棵血橙果树的位置信息，根据位置信息为血橙果树编号，从而确定至少一棵血橙果树的长势区域，形态获取目标编号后，确定目标编号的至少一个相邻编号从而确定至少一个相邻血橙果树区域，进而确定至少一个相邻血橙果树区域，并生成重叠区域，当重叠区域大于预设阈值时，根据重叠区域确定相邻血橙果树区域的目标相邻编号，并根据目标相邻编号生成疏果通知；此外，系统根据目标血橙果树区域提取过果实特征图像，对比果实特征图像和病果特征图像，生成对比结果，当对比结果表示目标血橙果树区域存在病果时，生成病果处理通知。通过无人机在大面积的血橙种植区域进行检测果树的重叠区域以及病果存在情况，能够有效的减少农户的人工周期性巡查的成本，从而提高了血橙的生产效率。
101.请参阅图3，本技术中一种血橙果树的智能化检测系统，包括：
102.第一获取单元301，用于通过无人机获取血橙果树图像，所述血橙果树图像为血橙果树种植区域内的拍摄图像；
103.第一确定单元302，用于根据所述血橙果树图像确定至少一棵血橙果树的位置信息；
104.编号单元303，用于根据所述至少一棵血橙果树的位置信息为所述至少一个血橙果树编号；
105.第一生成单元304，用于根据所述至少一棵血橙果树的位置信息以及编号在所述血橙果树图像生成至少一个血橙果树区域，所述血橙果树区域为一棵血橙果树的长势区域；
106.第二获取单元305，用于获取目标编号，确定所述目标编号对应的目标血橙果树区域；
107.第二确定单元306，用于根据所述目标血橙果树区域确定至少一个相邻血橙果树区域；
108.第二生成单元307，用于根据所述目标血橙果树区域和所述至少一个相邻血橙果树区域生成重叠区域；
109.第三确定单元308，用于当所述重叠区域大于预设阈值时，根据所述重叠区域确定相邻血橙果树区域的目标相邻编号，并根据所述目标相邻编号生成疏果通知。
110.请参阅图4，本技术中一种血橙果树的智能化检测方法包括：
111.第一获取单元401，用于通过无人机获取血橙果树图像，所述血橙果树图像为血橙果树种植区域内的拍摄图像；
112.第一确定单元402，用于根据所述血橙果树图像确定至少一棵血橙果树的位置信息；
113.编号单元403，用于根据所述至少一棵血橙果树的位置信息为所述至少一个血橙果树编号；
114.第一生成单元404，用于根据所述至少一棵血橙果树的位置信息以及编号在所述血橙果树图像生成至少一个血橙果树区域，所述血橙果树区域为一棵血橙果树的长势区域；
115.所述第一生成单元404，具体用于根据所述至少一棵血橙果树的位置信息确定所述至少一棵血橙果树的长势区域；
116.对所述至少一个血橙果树的长势区域进行编号，生成所述至少一个血橙果树的血橙果树区域；
117.第二获取单元405，用于获取目标编号，确定所述目标编号对应的目标血橙果树区域；
118.第二确定单元406，用于确定所述目标编号的至少一个相邻编号；
119.第三确定单元407，用于根据所述至少一个相邻编号确定至少一个相邻血橙果树区域；
120.第四确定单元408，用于根据所述目标血橙果树区域确定至少一个相邻血橙果树区域；
121.第二生成单元409，用于根据所述目标血橙果树区域和所述至少一个相邻血橙果树区域生成重叠区域；
122.第五确定单元410，用于当所述重叠区域大于预设阈值时，根据所述重叠区域确定相邻血橙果树区域的目标相邻编号，并根据所述目标相邻编号生成疏果通知。
123.提取单元411，用于根据所述目标血橙果树区域提取过果实特征图像；
124.对比单元412，用于对比所述果实特征图像和病果特征图像，生成对比结果；
125.生成单元413，用于当所述对比单元生412成的对比结果表示所述目标血橙果树区域存在病果时，生成病果处理通知。
126.请参阅图5，本技术中血橙果树的智能化检测装置的系统包括：
127.中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源505；
128.存储器501为短暂存储存储器或持久存储存储器；
129.中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行前述图1至图2所示实施例中的步骤。
130.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
131.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
132.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。
133.另外，在本技术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。
134.所述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，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。