一种图像获取系统和方法

1.本发明涉及图像处理技术领域，具体涉及一种图像获取系统和方法。


背景技术：

2.在飞机、船舶、机车等大型设备制造业领域，对各种大型设备进行全方位高精度的成像测量，能够对快速实现各种构件的大范围无损检测起到很好的辅助作用，有助于对设备进行性能分析和设计优化。
3.现有的大范围图像的获取装置包括鱼眼镜头、云台相机、ccd拼接相机和多相机阵列等，这些装置的结构复杂，操作起来也非常的不便。


技术实现要素：

4.为了解决现有技术存在的结构复杂、操作不便的问题，本发明提供了一种图像获取系统和方法，其具有结构简单、操作便利等特点
5.根据本发明具体实施方式提供的一种图像获取系统，包括：振镜单元和图像采集单元；
6.所述振镜单元包括：第一振镜和第二振镜；
7.所述第一振镜的镜片反射面和所述第二振镜的镜片反射面相对应，图像采集单元的镜头焦点延长线和所述第二振镜的镜片反射面的中心相交；
8.所述图像采集单元通过所述第一振镜的镜片反射面和所述第二振镜的镜片反射面形成的光线传输路径得到目标区域中一个子区域的图像，其中所述第一振镜的镜片反射面在每旋转一个角度后反射所述目标区域内部分区域的图像，所述第二振镜的镜片反射面每旋转一个角度后将所述部分区域的图像中的一个子区域的图像反射至所述图像采集单元中，每个所述子区域的图像与相邻子区域的图像间存在至少部分重叠区域。
9.进一步地，所述第一振镜的镜片反射面中心和所述第二振镜的镜片反射面中心在第一直线上，所述第二振镜的镜片反射面中心和所述图像采集单元的镜头的中心在第二直线上，所述第一直线和所述第二直线相互垂直，所述第一振镜的镜片旋转轴和所述第二振镜的镜片旋转轴相互垂直。
10.进一步地，所述第一振镜的镜片反射面在旋转时得到所述目标区域竖直维度的区域图像，所述第二振镜的镜片反射面在旋转时得到所述目标区域水平维度的区域图像，且所述第一振镜的镜片反射面的面积大于所述第二振镜的镜片反射面的面积。
11.进一步地，所述图像获取系统还包括：图像处理单元，所述图像采集单元的输出端和所述图像处理单元的输入端连接，所述图像处理单元对所述图像采集单元得到的所有子区域的二维图像进行融合，得到所述目标区域的二维图像。
12.根据本发明具体实施方式提供的一种图像获取方法，包括：
13.获取振镜单元中各振镜的角度调节范围，所述振镜单元包括第一振镜和第二振镜，所述第一振镜的镜片反射面和所述第二振镜的镜片反射面相对应，所述第二振镜的镜
片反射面的中心和图像采集单元的镜头焦点延长线相交；
14.基于第一转动速度在第一振镜的角度调节范围内对所述第一振镜的镜片反射面的角度进行调节，在所述第一振镜的镜片反射面在每旋转一个角度后反射所述目标区域内部分区域的图像；
15.基于第二转动速度在第二振镜的角度调节范围内对所述第二振镜的镜片反射面的角度进行调节，在所述第二振镜的反射面每旋转一个角度后将所述部分区域的图像中的一个子区域的图像反射至所述图像采集单元中，其中每个所述子区域的图像与相邻子区域的图像间存在至少部分重叠区域。
16.进一步地，所述图像采集单元的输出端和图像处理单元连接，所述方法还包括：
17.所述图像处理单元对每个所述子区域的图像进行特征点提取，得到所述子区域的图像的特征点集；
18.所述图像处理单元对任意两个特征点集进行筛选，以确定所述两个特征点集之间是否存在相匹配的特征点集；
19.若存在所述相匹配的特征点集，则所述图像处理单元确定构成所述相匹配的特征点集的两个子区域的图像的重叠区域；
20.所述图像处理单元对所述重叠区域的像素值进行加权重组，以对构成所述相匹配的特征点集的两个子区域的图像进行融合。
21.进一步地，所述图像处理单元对每个所述子区域的图像进行特征点提取，得到所述子区域的图像的特征点集，包括：
22.基于正方形筛选框对所述子区域的图像进行像素级划分，得到预设个数的筛选区域；
23.获取所述筛选区域中像素点的灰度最大值和灰度最小值的差值；
24.对所述差值在预设阈值范围内的筛选区域进行特征点提取，以得到所述子区域的图像的特征点集。
25.进一步地，所述图像处理单元对任意两个特征点集进行筛选，以确定所述两个特征点集之间是否存在相匹配的特征点集，包括：
26.通过
[0027][0028]
得到所述两个特征点集中两个对应特征点的一致度，若所述一致度大于预设比较值则保留两个特征点，其中ci为一致度的值，为一个特征点集中特征点ai的邻域集，aj为其中的一个邻域点，k为邻域的个数，d(bi，bj)为另一个特征点集中和邻域点aj位置相对应的特征点的欧几里得距离，为另一个特征点集中特征点bi的邻域集，bj为其中的一个邻域点；
[0029]
[0030][0031]
其中s(vi,vj)为相似度函数，vi，vj为特征点ai和特征点bi和最近邻域点对之间的向量，dis(vi,vj)为一致度函数，δ为相似度阈值。
[0032]
进一步地，若存在所述相匹配的特征点集，则所述图像处理单元确定构成所述相匹配的特征点集的两个子区域的图像的重叠区域，包括：
[0033]
对比两个所述子区域的图像的像素点，确定两个所述子区域的图像的重叠区域，其中在所述重叠区域中第一子区域的图像与第二子区域的图像相重叠的行或列中相同像素点的占比大于预设比例值。
[0034]
进一步地，所述图像处理单元对所述重叠区域的像素值进行加权重组，以对构成所述相匹配的特征点集的两个子区域的图像进行融合，包括：
[0035]
通过
[0036][0037]
对所述重叠区域的像素值进行加权融合，其中f1(x,y)为第一子区域的图像的像素点的像素值，f2(x2,y2)为第二子区域的图像的像素点的像素值，x1表示第一子区域像素点的横坐标，y1表示第一子区域像素点的纵坐标，x2表示第二子区域像素点的横坐标，y2表示第二子区域像素点的纵坐标，w1表示所述第一子区域的图像的重叠区域待融合像素的权重，w2表示所述第二子区域的图像的重叠区域待融合像素的权重。
[0038]
本发明所提供的图像获取系统，以振镜单元中的第一振镜和第二振镜作为光线的反射器件，可构成不同的光线反射路径，每个光线反射路径可将目标区域内的一个子区域的光线反射至所述图像采集单元中，以生成一个子区域的二维图像，其中每个所述子区域与相邻子区域间存在至少部分重叠区域。然后采用图像处理单元对图像采集单元得到的所有子区域的存在重叠区域的二维图像进行融合，就可以得到整个目标区域的二维图像。该图像获取系统相较于现有技术结构更加的简单，操作起来也更加的便利。
附图说明
[0039]
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
[0040]
图1是根据一示例性实施例提供的图像获取系统的结构图；
[0041]
图2是根据一示例性实施例提供的振镜单元的模型图；
[0042]
图3是根据一示例性实施例提供的图像获取方法的流程图；
[0043]
图4是根据一示例性实施例提供的图像处理单元的图像处理流程图；
[0044]
图5是根据一示例性实施例提供的特征点集的获取流程图。
具体实施方式
[0045]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0046]
参照图1所示，本发明的实施例提供了一种图像获取系统，该系统可以包括：振镜单元和图像采集单元；
[0047]
其中振镜单元包括：第一振镜2和第二振镜3；
[0048]
第一振镜3的镜片反射面和第二振镜4的镜片反射面相对应，图像采集单元的镜头焦点延长线和第二振镜3的镜片反射面的中心相交；
[0049]
图像采集单元通过第一振镜2的镜片反射面和第二振镜3的镜片反射面形成的光线传输路径得到目标区域中一个子区域的图像，其中第一振镜2的镜片反射面在每旋转一个角度后反射目标区域内部分区域的图像，第二振镜3的镜片反射面每旋转一个角度后将部分区域的图像中的一个子区域的图像反射至图像采集单元中，每个子区域的图像与相邻子区域的图像间存在至少部分重叠区域。
[0050]
具体的，参照图2所示第一振镜2的镜片反射面中心和第二振镜3的镜片反射面中心在第一直线上，第二振镜3的镜片反射面中心和图像采集单元的镜头的中心在第二直线上，第一直线和第二直线相互垂直，第一振镜2的镜片旋转轴和第二振镜3的镜片旋转轴相互垂直。在镜头4前由第一振镜2和第二振镜3构成一组二维振镜，分别为水平振镜和竖直振镜，其中水平振镜和竖直振镜的镜面中心在在同一竖直直线上，相机成像平面5的中心与水平振镜的镜面中心在同一水平直线上，采用镜头可以采集到经过二维振镜反射的被测物体的图像，然后分别依次旋转两个振镜，可以在镜头固定的情况下改变镜头光心在振镜中的虚拟光心的位置，实现扩大相机的视场。
[0051]
其中每旋转一次振镜，相机便采集一张图像，即可得到被测物体1在水平和竖直两个维度的连续图像，通过surf算法提取连续图像中的特征点，再利用拓扑约束对连续图像中的特征点进行筛选，得到可以稳定匹配的匹配信息点，最后基于加权融合算法对选取的连续图像进行融合，即可得到被测物体的大范围视觉图像，实现大视场的高分辨率成像，从而实现仅通过单个相机就能实现大视场成像，同时不影响相机的分辨率，保证了图像的高分辨。
[0052]
作为上述实施例可行的实现方式，第一振镜2的镜片反射面在旋转时得到目标区域竖直维度的区域图像，第二振镜3的镜片反射面在旋转时得到目标区域水平维度的区域图像，且第一振镜2的镜片反射面的面积大于第二振镜3的镜片反射面的面积，以保证能够采集完整个区域的图像。
[0053]
在具体实施时为使得整个二维振镜单元构成的图像采集系统更加小型化、轻量化在一些实施例中，竖直振镜的面积优选为17.5mm2，水平振镜的面积优选为10.2mm2，其中竖直振镜的镜面略大于水平振镜的镜面面积，以保证当水平振镜旋转至最小倾角时，镜头仍能接收视场的全部光线，采用该振镜可以保证在相机成像范围内降低振镜旋转的负担，同
时达到100μs的小角度的阶跃响应速度，其中小角度优选为0.1
°
。
[0054]
在具体使用时将相机成像平面中心与水平振镜的镜面中心之间的距离、二维振镜的初始倾斜角度、二维振镜的旋转角度范围、二维振镜之间的距离预先设置好。然后启动相机和二维振镜，保持水平振镜角度不变，转动竖直振镜，改变相机成像平面中心在振镜中的虚拟中心在竖直维度的位置，每次转动竖直振镜相机采集一张测物体竖直维度的图像。然后
[0055]
保持竖直振镜角度不变，转动水平振镜，改变虚拟中心在水平维度的位置，每次转动水平振镜相机采集一张被测物体水平维度的图像。
[0056]
按照上述流程依次转动二维振镜，并采集被测物体两个维度的图像，直到虚拟中心在两个维度上的均达到最大位置，完成被测物体的图像采集。其中在任一个振镜的转动都会触动一次相机曝光，使相机采集一张图像，当虚拟光心的位置移动到最大位置时即可完成被测物体的图像采集。
[0057]
参照图2所示，以水平振镜的镜面中心与原点构造空间直角坐标系，其中竖直振镜的镜面中心与所述水平振镜的镜面中心所在竖直直线为z轴，z轴正方向竖直向上，相机成像平面的中心与水平振镜的镜面中心所在水平直线为x轴，相机成像方向为x轴正方向，y轴正方向指向空间内部。
[0058]
参照图1所示，将被测对象至于x-z平面内，启动二维振镜后，竖直振镜开始围绕x轴平行线转动，相机的虚拟光心在被测对象所在平面的z轴移动，此时相机开始沿竖直向下方向采集图像，即采集i(1,1)、
…
、i(n,1)区域的图像，当启动水平振镜后，水平振镜开始围绕y轴转动，相机的虚拟光心在被测对象所在平面的x轴移动，此时相机开始采集水平方向的图像，即i(1,1)、
…
、i(1,n)区域的图像，当相机的虚拟光心移动到最大位置时，相机完成对被测物体的图像采集，即采集完i(1,1)、
…
、i(n,n)区域的图像。
[0059]
其中，相机虚拟光心的最大位置可由二维振镜和相机的采集参数求得，设竖直振镜与y轴正方向的夹角为β，水平振镜与x轴正方向的夹角为α，二维振镜之间的距离为lm，相机成像平面中心与水平振镜的镜面中心之间的距离为d,则竖直振镜与水平振镜的变化矩阵分别为s
t
、s
p
，计算公式如下：
[0060][0061]
相机经过振镜折射后的视场向量v＝s
tsp
λ，其中λ为单位向量，将相机成像平面的中心点坐标代入视场向量v＝s
tsp
λ中，可求得相机的虚拟光心的位置为：
[0062][0063]
其中，相机坐标为(-d,0,0)
t
。相关的参数优选为α＝45
°
,lm＝10mm,d＝25mm，二维
振镜的旋转角度范围为
±
10
°
，则可计算出相机的虚拟光心在x轴方向上的偏移距离为
±
8.5mm。
[0064]
可以理解的是关于相关参数的设定，本领域技术人员可根据实际需要进行选择设定，本发明在此不做限制。
[0065]
在本发明的另一具体实施例中，图像采集系统还包括：图像处理单元，图像采集单元的输出端和图像处理单元的输入端连接，图像处理单元对图像采集单元得到的所有子区域的二维图像进行融合，得到目标区域的二维图像。图像采集单元可为运行在计算机上的图像处理程序，对图像采集单元的相机得到的图像进行融合。
[0066]
基于同样的设计思路参照图3所示，本发明的实施例还提供了一种图像获取方法，该方法可以包括以下步骤：
[0067]
301、获取振镜单元中各振镜的角度调节范围，振镜单元包括第一振镜和第二振镜，第一振镜的镜片反射面和第二振镜的镜片反射面相对应，第二振镜的镜片反射面的中心和图像采集单元的镜头焦点延长线相交。
[0068]
302、基于第一转动速度在第一振镜的角度调节范围内对第一振镜的镜片反射面的角度进行调节，在第一振镜的镜片反射面在每旋转一个角度后反射目标区域内部分区域的图像。
[0069]
303、基于第二转动速度在第二振镜的角度调节范围内对第二振镜的镜片反射面的角度进行调节，在第二振镜的反射面每旋转一个角度后将部分区域的图像中的一个子区域的图像反射至图像采集单元中，其中每个子区域的图像与相邻子区域的图像间存在至少部分重叠区域。
[0070]
具体的，分别通过依次旋转两个振镜使相机可以采集被测物体在竖直维度和水平维度上的连续图像，在启动二维振镜和相机之前需要设置二维振镜和相机的采集参数，其中采集参数包括相机成像平面中心与水平振镜的镜面中心之间的距离、二维振镜的初始倾斜角度、二维振镜的旋转角度范围、二维振镜之间的距离，设置完二维振镜和相机的采集参数后，即可启动着振镜和相机采集图像，首先保持水平振镜的角度不变，转动竖直振镜，则相机光心在二维振镜中呈现的虚拟光心会随着竖直振镜的转动在竖直维度上移动，保持竖直振镜角度不变，转动水平振镜，虚拟光心会在水平维度上移动，其中振镜每次转动都会触动一次相机曝光，使相机采集一张图像，当虚拟光心的位置移动到最大位置时即可完成被测物体的图像采集。
[0071]
参照图4所示，图像采集单元的输出端和图像处理单元连接，所述方法还包括以下步骤：
[0072]
401、图像处理单元对每个子区域的图像进行特征点提取，得到子区域的图像的特征点集。
[0073]
402、图像处理单元对任意两个特征点集进行筛选，以确定两个特征点集之间是否存在相匹配的特征点集。
[0074]
403、若存在相匹配的特征点集，则图像处理单元确定构成相匹配的特征点集的两个子区域的图像的重叠区域。
[0075]
404、图像处理单元对重叠区域的像素值进行加权重组，以对构成相匹配的特征点集的两个子区域的图像进行融合。
[0076]
具体的，通过获取连续两张图像中的n组据有关键信息的特征点，将特征点向量化。然后构建第一筛选函数，基于图像的变化原理和特征点的拓扑约束对第一筛选函数进行优化得到第二筛选函数。将n组特征点输入第二筛选函数中进行筛选，输出结果为匹配信息点集
[0077]
获取相机采集的两张连续图像，提取连续两张图像中的特征点，然后进行特征点筛选，得到匹配信息点集。首先划分图像中特征点所在区域，具体步骤如下：
[0078]
501、基于正方形筛选框对子区域的图像进行像素级划分，得到预设个数的筛选区域。
[0079]
502、获取筛选区域中像素点的灰度最大值和灰度最小值的差值。
[0080]
503、对差值在预设阈值范围内的筛选区域进行特征点提取，以得到子区域的图像的特征点集。
[0081]
具体的，首先设置n*n个像素点的正方形筛选框，其中n优选为8。通过设置的筛选框将连续的两张图像进行像素级的划分，得到m个筛选区域。
[0082]
获取筛选区域中的所有像素点的灰度值，选取筛选区域中的灰度值最大和最小的两个像素点，计算两者之间的差值记为δd。
[0083]
判断所得差值δd是否在预设阈值范围内，若在，则说明该筛选区域属于稳定区域，则舍弃该筛选区域。若不在阈值范围内，则该筛选区域属于特征区域，则保留该筛选区域，进行特征点提取，得到子区域的图像的特征点集。
[0084]
基于保留的m个筛选区域，提取n个特征点，将两张图像中的特征点相互对应，两张图像中的对应特征点可表示为其中ai和bi为两张图像中对应的特征点的二维向量。得到两张图像的对应特征点之后，需要对其中的离群点进行筛选，具体的是，首先基于图像成像过程中的刚性变化构造第一筛选函数，然而在实际的成像过程中图像发生了非刚性形变以及特征点之间具有不同空间领域结构出现误匹配现象，因此在特征点筛选的过程中需要考虑这些因素的影响，将第一筛选函数进一步优化为第二筛选函数，保证连续两张图像在发生非刚性形变和误匹配时仍能进行稳定的匹配，完成对特征点的筛选，得到匹配信息点集。
[0085]
第一筛选函数仅考虑图像的刚性变化，但是实际成像过程中图像发生了非刚性形变以及特征点之间具有不同空间领域结构出现误匹配现象，因此需要对第一筛选函数进行优化，得到第二筛选函数，其中第二筛选函数的优化过程为，首先基于n组特征点之间的距离，构造第一筛选函数，集体计算公式如下：
[0086][0087]
其中i是未筛选后的特征点集，d表示欧几里得距离，λ是正参数，|
·
|表示集合的基数。
[0088]
在实际场景中图像会发生非刚性变化，例如相机采集图像的过程中，导致图像的形状和尺寸发生了变化，仅计算特征点之间的距离无法准确筛选特征点，因此需要计算特征点与其邻域内点对分布进行代价计算对第一筛选函数进行优化，得到约束函数。在约束函数的基础上为了保证第一幅图像中的特征点ai与第二幅图像中的特征点bi相互对应，通过将邻域内特征点距离量化为0和1，用于判断aj、bj是否是属于ai、bi邻域内的特征点，避免
了非刚性变化下点间距离可能发生变化的情况，从而对约束函数进行优化，得到映射函数。
[0089]
为了实现拓扑结构约束，通过计算特征点与邻域内点匹配的相似度来优化映射函数，进行特征点筛选，以连续两张图像中一对特征点a和b为例，a指向b的位移向量为v，则邻域内特征点对和最近邻域点对之间的向量为vi和vj，可构造相似度函数为：
[0090][0091]
其中s(vi,vj)为相似度函数，vi，vj为特征点ai和特征点bi和最近邻域点对之间的向量，dis(vi,vj)为一致度函数，δ为相似度阈值。s(vi,vj)是一个大小在-1到1之间的数，数值越大相似度越高，当相似度s(vi,vj)大于阈值δ时，两个向量之间的不一致度dis为0，其公式化表示为：
[0092][0093]
经上述两个公式对第一筛选函数进行优化即可得到第二筛选函数：
[0094][0095]
其中ci为一致度的值，为一个特征点集中特征点ai的邻域集，aj为其中的一个邻域点，k为邻域的个数，d(bi，bj)为另一个特征点集中和邻域点aj位置相对应的特征点的欧几里得距离，为另一个特征点集中特征点bi的邻域集，bj为其中的一个邻域点。
[0096]
若存在相匹配的特征点集，则图像处理单元确定构成相匹配的特征点集的两个子区域的图像的重叠区域，包括：
[0097]
对比两个子区域的图像的像素点，确定两个子区域的图像的重叠区域，其中在重叠区域中第一子区域的图像与第二子区域的图像相重叠的行或列中相同像素点的占比大于预设比例值。
[0098]
具体的，基于匹配信息点将连续的两张图像进行融合，通过判断待融合像素是否在两张图片的重叠区域来进行加权融合，因此首先需要选取连续两张图像的重叠区域。判断连续两张图像的采集维度是竖直维度还是水平维度。
[0099]
若是竖直维度，则分别从连续两张图像中的第一张图像的底部选取第一行的l*1个像素点，第二张图像的顶部选取第一行的l*1个像素点，其中l为图像水平边上的像素点数。
[0100]
若是水平维度，则分别从连续两张图像中的第一张图像的右边选取第一列的t*1个像素点，第二张图像的左边选取第一列的t*1个像素点，其中t为图像竖直边上的像素点数。
[0101]
依次计算连续两张图形对应行(列)中l*1(t*1)个像素点相同像素点的数量占比，直到相同像素点的数量占比大于预设比例指标。
[0102]
则继续向下计算一次连续两张图像对应行(列)的相同像素点的数量占比，判断该数据占比与预设比例指标的大小。
[0103]
若数据占比大于比例指标则继续向下计算，直到数据占比小于比例指标，以最后一行(列)相同像素点的数量占比大于比例指标的图像边作为两张连续图像重叠区域的边缘。
[0104]
若数据占比小于比例指标则以第一行(列)相同像素点的数量占比大于比例指标的图像边作为两张连续图像重叠区域的边缘。
[0105]
如果待融合像素的处于重叠区域，则将该待融合像素区域的像素值进行加权运算，通过设置第一张图像像素值的权重和第一张图像像素值的权重对重叠区域的像素值进行加权重组，将连续两张图像进行融合，如果待融合像素的不处于重叠区域，则保留该图像的原像素值。
[0106]
其中对构成所述相匹配的特征点集的两个子区域的图像进行融合，包括：
[0107]
通过
[0108][0109]
对重叠区域的像素值进行加权融合，其中f1(x,y)为第一子区域的图像的像素点的像素值，f2(x2,y2)为第二子区域的图像的像素点的像素值，x1表示第一子区域像素点的横坐标，y1表示第一子区域像素点的纵坐标，x2表示第二子区域像素点的横坐标，y2表示第二子区域像素点的纵坐标，w1表示所述第一子区域的图像的重叠区域待融合像素的权重，w2表示第二子区域的图像的重叠区域待融合像素的权重。
[0110][0111]
其中，w1表示第一幅图像重叠区域待融合像素的权重，w2表示第二幅图像重叠区域待融合像素的权重，m为图像重叠部分最左列像素的横坐标值，n为重叠部分最右列像素的横坐标值，x表示待检测像素的横坐标。
[0112]
本发明上述实施例所提供的图像获取系统和方法，通过一组可偏转小尺寸二维振镜和单个相机的组合模拟多相机阵列，在相机采集图像的过程中旋转振镜，改变相机的视角，扩大相机的视场，完成大视场范围的图像获取，振镜的每次转动相机都会采集一张图像，实现对大视场区域的连续扫描成像并采用surf算法提取连续两张图像中特征点，通过计算特征点与其邻域内点之间的相似度，作为拓扑结构约束对特征点进行筛选，得到匹配信息点，并通过加权融合算法对连续两张图像进行融合，实现了高速高精度图像拼接。
[0113]
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0114]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0115]
本发明各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，各实施例中记载的技术特征可以进行替换或者组合。
[0116]
本发明各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。
[0117]
本发明所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，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，例如多个子模块或模块可以结合或者可以集成到另一个模块，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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0118]
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
[0119]
另外，在本发明各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子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或子模块的形式实现。
[0120]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0121]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元，或者二者的结合来实施。软件单元可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0122]
最后，还需要说明的是，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。
[0123]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，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。