一种缺陷检测方法、装置、设备和存储介质与流程

1.本技术实施例涉及图像处理技术领域，尤其涉及一种缺陷检测方法、装置、设备和存储介质。


背景技术：

2.目前，实体商品在生产、存储和运输过程中容易出现磨损、剐蹭、碰撞等情况，由此造成的商品表面的破损和缺陷会影响商品的销售。因此，对商品外观进行自动化的缺陷检测，对于保证商品出厂品质、提高质检效率来说十分重要。
3.针对商品外表面的检查，过去大多使用人工筛查的方式，通过人眼观察商品外表面是否出现缺陷对商品进行优良划分。随着技术发展，厂商利用机器视觉和图像处理等方法，拍摄商品图片，对图片进行缺陷识别。但是检测环境的不稳定会造成识别缺陷的准确度降低。而且，普通的图像处理方法会将商品外表面本就存在的图形识别成缺陷，导致检测失败。


技术实现要素：

4.本技术实施例提供一种缺陷检测方法、装置、设备和存储介质，以提高缺陷检测的准确度。
5.第一方面，本技术实施例提供了一种缺陷检测方法，包括：
6.对待检测物的原始图像进行阈值分割，得到目标阈值分割图像；
7.对所述原始图像进行角点检测，得到参考缺陷点；
8.根据所述目标阈值分割图像和所述参考缺陷点进行处理，得到所述待检测物的缺陷存在情况。
9.第二方面，本技术实施例还提供了一种缺陷检测装置，包括：
10.阈值分割模块，用于对待检测物的原始图像进行阈值分割，得到目标阈值分割图像；
11.角点检测模块，用于对所述原始图像进行角点检测，得到参考缺陷点；
12.缺陷检测模块，用于根据所述目标阈值分割图像和所述参考缺陷点进行处理，得到所述待检测物的缺陷存在情况。
13.第三方面，本技术实施例还提供了一种电子设备，包括：
14.一个或多个处理器；
15.存储器，用于存储一个或多个程序；
16.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本技术第一方面实施例提供的任意一种缺陷检测方法。
17.第四方面，本技术实施例还提供了一种计算机一种电子设备，包括：
18.一个或多个处理器；
19.存储器，用于存储一个或多个程序；
20.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如如本技术第一方面实施例提供的任意一种缺陷检测方法。
21.本技术实施例的技术方案，对待检测物的原始图像进行阈值分割，消除了图像中的无关信息，降低错检概率。同时通过参考缺陷点确定缺陷的存在情况，进一步的降低过检，提高了缺陷检测的准确度和精度，为用户对待检测物的质检提供有效的依据。
附图说明
22.图1是本技术实施例一提供的一种缺陷检测方法的流程图；
23.图2是本技术实施例二提供的一种缺陷检测方法的流程图；
24.图3是本技术实施例三提供的一种缺陷检测方法的流程图；
25.图4是本技术实施例四提供的一种缺陷检测装置的结构图；
26.图5是本技术实施例五提供的一种电子设备的结构图。
具体实施方式
27.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本技术，而非对本技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部结构。
28.实施例一
29.图1是本技术实施例一提供的一种缺陷检测方法的流程图。本技术实施例可适用于提高物品表面缺陷检测准确度的情况，该方法可以由一种缺陷检测装置来执行，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中。
30.参考图1所示的一种缺陷检测方法，具体包括如下步骤：
31.s110、对待检测物的原始图像进行阈值分割，得到目标阈值分割图像。
32.其中，待检测物可以是亟待进行缺陷检测的物品。待检测物的原始图像可以是对待检测物进行拍摄获取的待检测物表面的图像，原始图像可以是彩色图像，也可以是黑白图像。阈值分割是基于区域的图像分割方法，将图像中的像素点根据预设阈值进行区分。例如，根据图像的灰度值设置灰度阈值，将符合灰度阈值区间的像素点提取出来，作为目标阈值分割图像。
33.示例性的，可以对原始图像中的每个像素点进行遍历，统计所有像素的灰度值，并计算原始图像的灰度均值，记作mean，提取原始图像中灰度范围在(mean，255)之间的像素点，组成目标阈值分割图像。可选的，在对原始图像进行阈值分割之前，还可以对原始图像进行纹理滤波，以强化原始图像中的图像特征。选择不同的纹理滤波器对应的滤波参数不同，导致计算得到的原始图像的灰度均值不同。因此可以通过预设阈值分割的比例系数k，针对不同的纹理滤波结果进行灰度阈值的调整，提取原始图像中灰度范围在(mean*k，255)之间的像素点，组成目标阈值分割图像。其中，比例系数k可以根据人工经验值设定，也可以根据预先训练好的比例系数确定模型进行计算，对不同的纹理滤波结果进行不同程度的灰度阈值分割。
34.s120、对原始图像进行角点检测，得到参考缺陷点。
35.其中，角点检测可以是对原始图像中特殊的轮廓点进行检测，可以采用梯度法、模
板法或梯度模板组合法进行角点检测。参考缺陷点可以是根据角点检测获取的待检测物的表面缺陷在原始图像中的特征点，例如可以是缺陷的轮廓边缘点。
36.示例性的，可以对原始图像进行角点检测，识别待检测物的表面缺陷在对应图像中的特征点作为参考。
37.s130、根据目标阈值分割图像和参考缺陷点进行处理，得到待检测物的缺陷存在情况。
38.其中，对目标阈值分割图像和参考缺陷点进行处理，可以是以参考缺陷点为参考依照，识别待检测物在目标阈值分割图像中的缺陷存在情况。缺陷存在情况可以是缺陷是否存在，还可以是待检测物存在的缺陷在目标阈值分割图像中的位置、形状和姿态中的至少一种。
39.示例性的，由于目标阈值分割图像是由原始图像进行阈值分割后获取的，因此其画幅和像素数量与原始图像一致。因此，可以理解的是，在原始图像中确定的参考缺陷点与目标阈值分割图像中的缺陷存在情况具有位置相同的性质。可以根据参考缺陷点的位置信息，对目标阈值分割图像中的缺陷位置进行识别。同时，还可以根据预设的图像处理算法对缺陷的形状和姿态进行识别，例如可以通过预设的形态学识别算法，对目标阈值分割图像中的缺陷形状和姿态进行识别。
40.本技术实施例的技术方案，对待检测物的原始图像进行阈值分割，消除了图像中的无关信息，降低错检概率。同时通过参考缺陷点确定缺陷的存在情况，进一步的降低过检，提高了缺陷检测的准确度和精度，为用户对待检测物的质检提供有效的依据。
41.实施例二
42.图2为本技术实施例二提供的一种缺陷检测方法的流程图。本技术实施例是在前述实施例各技术方案的基础上，对缺陷情况的确定操作进行了细化，以提高缺陷检测的准确度。
43.参考图2所示的一种缺陷检测方法，具体包括如下步骤：
44.s210、对待检测物的原始图像进行阈值分割，得到目标阈值分割图像。
45.s220、对原始图像进行角点检测，得到参考缺陷点。
46.s230、根据参考缺陷点，对目标阈值分割图像中的候选缺陷点进行形态学分析，得到待检测物的缺陷存在情况。
47.其中，候选缺陷点可以是目标阈值分割图像中可以组成缺陷图形的像素点。形态学分析可以是对目标阈值分割图像中的缺陷进行形状和姿态的识别。可以理解的是，参考缺陷点相当于目标阈值分割图像中组成缺陷图像的像素点之一。
48.因此，可以将参考缺陷点在目标阈值分割图像中的对应位置像素点附近的所有像素点作为候选缺陷点，然后采用预设的形态学分析算法对所有候选像素点进行形态学分析，识别哪些候选像素点可以组成缺陷形状，从而获得缺陷的形状和姿态。其中，预设的形态学分析算法可以是现有技术中任意一种识别图像中图形形状和姿态的算法，例如blob分析(blob analysis)。
49.在一种可选实施方式中，所述根据参考缺陷点，对目标阈值分割图像中的候选缺陷点进行形态学分析，得到待检测物的缺陷存在情况，可以包括：将参考缺陷点与目标阈值分割图像进行配准，得到目标位置点；对目标阈值分割图像中所述目标位置点所属区域的
各候选缺陷点进行形态学分析，得到待检测物的缺陷存在情况。
50.其中，将参考缺陷点与目标阈值分割图像进行配准，可以理解为，在目标阈值分割图像中找到参考缺陷点对应位置的像素点，该像素点即可定义为目标位置点。目标位置点所属区域可以是以目标位置点为中心，预设像素点数量为半径的圆形像素区域；或者可以是以目标位置点为中心，预设像素面积的正方形像素区域，本技术实施例对目标位置点所属区域的确定方法不作限定。
51.示例性的，可以将参考缺陷点所在原始图像与目标阈值分割图像进行对比，以确定参考缺陷点对应的目标位置点在目标阈值分割图像中的像素位置信息。然后对目标位置点附近预设范围内的候选缺陷点进行形态学分析，识别可以组成缺陷形状的像素点，最终确定缺陷的存在情况。
52.上述实施方式的技术方案，通过参考缺陷点与目标阈值分割图像进行配准，能够准确的获取参考缺陷点在目标阈值分割图像中的像素位置，有助于准确的在目标阈值分割图像中获取缺陷的位置。根据缺陷的位置对目标位置点所属区域进行形态学分析，从而精确的获得目标阈值分割图像中缺陷的存在情况，将缺陷的识别定位至目标位置点附近，避免了遍历像素导致的计算量大的问题，提高了识别缺陷存在情况的效率和准确度。
53.在一种可选实施方式中，所述对目标阈值分割图像中目标位置点所属区域的各候选缺陷点进行形态学分析，得到待检测物的缺陷存在情况，可以包括：对目标阈值分割图像中目标位置点所属区域的各候选缺陷点进行形态学分析，得到参考缺陷形状；根据参考缺陷形状和待检测物所携带的固有形状，确定待检测物的缺陷存在情况。
54.其中，参考缺陷形状可以是根据形态学分析，对目标阈值分割图像识别得到的缺陷的形状。待检测物所携带的固有形状可以是待检测物表面本身就具备的一些图案和/或结构的形状。
55.示例性的，可以通过对目标位置点所属区域的各候选缺陷点进行形态学分析，获取可能属于缺陷图形的像素点，并组成参考缺陷形状。将参考缺陷形状与待检测物表面本身就具备的一些图案和/或结构的形状进行对比，从而该参考缺陷形状是否与固有形状相同。若相同，则该参考缺陷形状并不是实际的缺陷形状；若不同，则该参考缺陷形状是实际的缺陷形状。参考缺陷形状与固有形状的比较可以采用现有技术中的任意一种图像处理算法，本技术实施例对此不作限定。
56.可以理解的是，在识别待检测物表面的缺陷时，需要获取该待检测物的原始图像，由于待检测物表面可能不平整(例如具备弧度)，在获取原始图像时由于姿态的不同，导致待检测物表面本身具备的一些图案和/或结构在原始图像和目标阈值分割图像中与实际形状有差别。因此在识别参考缺陷形状是否与固有形状相同时需要考虑到这一点。
57.上述实施方式的技术方案，通过参考缺陷形状和待检测物携带的固有形状的对比，确定参考缺陷形状是否为实际缺陷，为辨别正确的缺陷形状提供了有力依据，解决了无差别的缺陷识别导致将固有形状识别为缺陷的问题，的降低了误检概率，进一步提高了缺陷识别的精度。
58.在一种可选实施方式中，所述根据参考缺陷形状和待检测物所携带的固有形状，确定待检测物的缺陷存在情况，可以包括：确定参考缺陷形状的参考缺陷位置；根据待检测物所携带的固有形状的固有位置和参考缺陷位置，确定待检测物的缺陷存在情况。
59.其中，参考缺陷位置可以是参考缺陷形状在目标阈值分割图像中的位置。固有形状的固有位置可以是待检测物表面本身就具备的一些图案和/或结构在待检测物表面的位置，也可以是固有形状对应在目标阈值分割图像中的位置。
60.示例性的，在确定了参考缺陷形状后，可以获取该参考缺陷形状在目标阈值分割图像中的位置，将该位置与固有形状对应在目标阈值分割图像中的位置进行对比，判断该参考缺陷形状是否与固有形状相交或重叠。
61.上述实施方式的技术方案，将参考缺陷形状的参考缺陷位置与待检测物固有形状的固有位置进行比对，从而判断参考缺陷形状是否是待检测物的固有形状，还可以判断出固有形状上是否出现缺陷，降低了误检概率，提高了缺陷检测的准确度。
62.本技术实施例的技术方案，对候选缺陷点进行形态学分析，通过识别候选缺陷点附近的形状、姿态等，进一步获取待检测物的缺陷情况，提高了缺陷检测的准确度。
63.实施例三
64.图3为本技术实施例二提供的一种缺陷检测方法的流程图。本技术实施例是在前述实施例各技术方案的基础上，对原始图像的纹理滤波操作进行了补充，以提高缺陷检测的准确度。
65.参考图3所示的一种缺陷检测方法，具体包括如下步骤：
66.s310、采用纹理滤波器对待检测物的原始图像进行处理，得到滤波图像。
67.其中，纹理滤波器可以用于抑制不必要的纹理信息，突出原始图像的主干结构，纹理滤波器的滤波方式可以是最近邻插值滤波、双线性滤波、三线性滤波和各向异性滤波等。具体的，通过对待检测物的原始图像进行纹理滤波，获得突出原始图像中缺陷纹理的滤波图像。
68.s320、对滤波图像进行阈值分割，得到目标阈值分割图像。
69.在上述步骤中获取滤波图像后，对滤波图像进行阈值分割，以筛选符合灰度阈值的像素点，得到筛选像素后的目标阈值分割图像。
70.在一种可选实施方式中，所述纹理滤波器的数量为至少两个，且不同纹理滤波器的滤波方向不同；
71.相应的，所述对滤波图像进行阈值分割，得到目标阈值分割图像，可以包括：分别对各滤波图像进行阈值分割，得到初始阈值分割图像；将各初始阈值分割图像进行融合，得到目标阈值分割图像。
72.其中，方向滤波用于在图像处理中识别具有某一特定方向的线性特征的滤波方式，而滤波方向可以是所述的某一特定方向。初始阈值分割图像可以是对不同的滤波图像进行阈值分割后的结果图像。将各初始阈值分割图像进行融合，可以是将不同滤波图像进行阈值分割后的结果图像进行合成，合成的方式可以是将不同的结果图像中的像素点信息进行统计，将所有符合灰度阈值范围的像素点全部合并至一副结果图像中，从而得到目标阈值分割图像。
73.可以理解的是，不同纹理滤波器的滤波方向不同，那么至少两个滤波器分别对原始图像进行滤波后的结果也不同，具体体现为在不同方向上对缺陷的特征进行纹理滤波，最终使得目标阈值分割图像中的缺陷特征从至少两个方向上得到了增强。
74.示例性的，可以采用3个不同方向的纹理滤波器对原始图像进行滤波，用以增强缺
陷特征的同时削弱背景特征。将得到的三个滤波结果分别进行灰度阈值分割，并合并这三个经过灰度阈值分割的滤波结果，得到目标阈值分割图像。
75.上述实施方式的技术方案，通过不同方向的纹理滤波，为原始图像中的缺陷特征进行了加强，有助于对缺陷形状的识别；不同的滤波图像经过阈值分割后进行融合，使得提取出的缺陷的纹理特征丰富性更高，具备更多像素细节，多种滤波器的使用可以有效提高阈值分割的结果准确度，减少了像素点的误检，有助于减少后续形态学分析的计算量，提高缺陷检测的整体精度。
76.s330、对原始图像进行角点检测，得到参考缺陷点。
77.s340、根据目标阈值分割图像和参考缺陷点进行处理，得到待检测物的缺陷存在情况。
78.本技术实施例的技术方案，通过纹理滤波器对原始图像进行滤波，加强了原始图像中缺陷的纹理特征，降低了背景的特征，有助于对缺陷存在情况进行识别。对滤波图像进行阈值分割，进一步排除了纹理特征低的背景，提高了缺陷识别的准确性和识别效率。
79.实施例四
80.图4是本技术实施例四提供的一种缺陷检测装置的结构图，本技术实施例可适用于提高商品表面缺陷检测准确度的情况，该装置可以由软件和/或硬件的方式来实现，可配置于电子设备中。如图4所示，该缺陷检测装置400可以包括：阈值分割模块410、角点检测模块420和缺陷检测模块430，其中，
81.阈值分割模块410，用于对待检测物的原始图像进行阈值分割，得到目标阈值分割图像；
82.角点检测模块420，用于对所述原始图像进行角点检测，得到参考缺陷点；
83.缺陷检测模块430，用于根据所述目标阈值分割图像和所述参考缺陷点进行处理，得到所述待检测物的缺陷存在情况。
84.本技术实施例的技术方案，对待检测物的原始图像进行阈值分割，消除了图像中的无关信息，降低错检概率。同时通过参考缺陷点确定缺陷的存在情况，进一步的降低过检，提高了缺陷检测的准确度和精度，为用户对待检测物的质检提供有效的依据。
85.在一种可选实施方式中，所述缺陷检测模块430，可以包括：
86.形态学分析单元，用于根据所述参考缺陷点，对所述目标阈值分割图像中的候选缺陷点进行形态学分析，得到所述待检测物的缺陷存在情况。
87.在一种可选实施方式中，所述形态分析学单元，可以包括：
88.目标位置点获取子单元，用于将所述参考缺陷点与所述目标阈值分割图像进行配准，得到目标位置点；
89.形态学分析子单元，用于对所述目标阈值分割图像中所述目标位置点所属区域的各候选缺陷点进行形态学分析，得到所述待检测物的缺陷存在情况。
90.在一种可选实施方式中，所述形态学分析子单元，可以包括：
91.形状获取从单元，用于对所述目标阈值分割图像中所述目标位置点所属区域的各候选缺陷点进行形态学分析，得到参考缺陷形状；
92.缺陷检验从单元，用于根据所述参考缺陷形状和所述待检测物所携带的固有形状，确定所述待检测物的缺陷存在情况。
93.在一种可选实施方式中，所述缺陷检验从单元，具体用于：
94.确定所述参考缺陷形状的参考缺陷位置；
95.根据所述待检测物所携带的固有形状的固有位置和所述参考缺陷位置，确定所述待检测物的缺陷存在情况。
96.在一种可选实施方式中，所述缺陷检测装置，还可以包括：
97.纹理滤波模块，用于采用纹理滤波器对所述待检测物的原始图像进行处理，得到滤波图像；
98.相应的，所述阈值分割模块，可以包括：
99.目标阈值分割图像获取单元，用于对所述滤波图像进行阈值分割，得到所述目标阈值分割图像。
100.在一种可选实施方式中，所述纹理滤波器的数量为至少两个，且不同纹理滤波器的滤波方向不同；
101.相应的，所述目标阈值分割图像获取单元，可以包括：
102.阈值分割子单元，用于分别对各滤波图像进行阈值分割，得到初始阈值分割图像；
103.图像融合子单元，用于将各所述初始阈值分割图像进行融合，得到目标阈值分割图像。
104.本技术实施例所提供的一种缺陷检测装置可执行本技术任意实施例所提供的一种缺陷检测方法，具备执行各缺陷检测方法相应的功能模块和有益效果。
105.实施例五
106.图5是本技术实施例五提供的一种电子设备的结构图。图5示出了适于用来实现本技术实施方式的示例性电子设备512的框图。图5展示的电子设备512仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
107.如图5所示，电子设备512以通用计算设备的形式表现。电子设备512的组件可以包括但不限于：一个或者多个处理器或者处理单元516，系统存储器528，连接不同系统组件(包括系统存储器528和处理单元516)的总线518。
108.总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
109.电子设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
110.系统存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)530和/或高速缓存存储器532。电子设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图5未展示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申
请各实施例的功能。
111.具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本技术所描述的实施例中的功能和/或方法。
112.电子设备512也可以与一个或多个外部设备514(例如键盘、指向设备、展示器524等)通信，还可与一个或者多个使得用户能与该电子设备512交互的设备通信，和/或与使得该电子设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口522进行。并且，电子设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与电子设备512的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
113.处理单元516通过运行存储在系统存储器528中的多个程序中其他程序的至少一个，从而执行各种功能应用以及数据处理，例如实现本技术实施例所提供的一种缺陷检测方法。
114.实施例六
115.本技术实施例六还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时用于执行本技术实施例所提供的一种缺陷检测方法：对待检测物的原始图像进行阈值分割，得到目标阈值分割图像；对所述原始图像进行角点检测，得到参考缺陷点；根据所述目标阈值分割图像和所述参考缺陷点进行处理，得到所述待检测物的缺陷存在情况。
116.本技术实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
117.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
118.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
119.可以以一种或多种程序设计语言或其组合来编写用于执行本技术实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
120.注意，上述仅为本技术的较佳实施例及所运用技术原理。本领域技术人员会理解，本技术不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，而本技术的范围由所附的权利要求范围决定。