基于压缩感知理论的红外热波无损检测方法及装置与流程

1.本发明涉及无损检测技术领域，具体涉及一种基于压缩感知理论的红外热波无损检测方法和一种基于压缩感知理论的红外热波无损检测装置。


背景技术：

2.红外热波检测技术是近二十年来发展迅速的一种新型无损检测技术，其通过向被测对象施加主动可控的热激励，根据热传导理论使得被测对象内部的缺陷以表面温度场异常的形式表现出来，通过红外热像仪将这种表面温度随时间的变化记录下来，实现对被测对象内部缺陷的无损检测。由于其具有检测速度快，检测效果直观，远距离检测等优点，在国内外航天航空材料探伤、燃气轮机管道探伤、壁画修复、电力设备缺陷检测等领域均得到了广泛研究。
3.红外热像仪采集到的热图序列的成像质量决定着缺陷特征强化的效果，是影响检测深度和尺寸的关键因素之一。红外图像相比于可见光图像普遍存在着对比度低、信噪比低、分辨率低等缺点。在实验室中多采用高分辨率、高帧率的制冷型红外热像仪，并通过热图序列图像处理技术提高信噪比和对比度，然而这种热像仪体积庞大、价格昂贵，不利于大规模使用。在工程应用中受体积和成本限制，多使用的红外热像仪多为非制冷型普通红外热像仪，其帧率低、热灵敏度差、分辨率也不高，从而使得采集到的热图序列的成像质量差，严重影响图像处理的结果，使缺陷检测精度大大降低。


技术实现要素：

4.本发明为解决相关技术中采集到的热图序列的成像质量差，严重影响图像处理的结果，使缺陷检测精度大大降低的问题，提出了如下技术方案。
5.本发明第一方面实施例提出了一种基于压缩感知理论的红外热波无损检测方法，包括以下步骤：获取高分辨率训练红外图像集合，并根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典；采集被测对象对应的低分辨率红外图像序列，其中，所述低分辨率红外图像序列包括多个低分辨率红外图像；根据所述低分辨率红外图像和所述低分辨率过完备字典，确定每个所述低分辨率红外图像的稀疏表示系数；根据所述高分辨率过完备字典、所述低分辨率红外图像的稀疏表示系数对每个所述低分辨红外图像进行超分辨率重建，以得到每个所述低分辨率红外图像对应的高分辨率红外图像；对各个所述高分辨率红外图像中的信息进行数据处理，以得到被测对象的内部缺陷。
6.另外，根据本发明上述实施例的基于压缩感知理论的红外热波无损检测方法还可以具有如下附加的技术特征。
7.根据本发明的一个实施例，根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典，包括：将所述高分辨率训练红外图像集合中的每个高分辨率训练红外图像，经降采样和模糊处理得到低分辨率训练红外图像；对所述高分辨率训练红外图像和对应的低分辨率训练红外图像进行分块学习，以训练得到高分辨率过完备字典和
低分辨率过完备字典。
8.根据本发明的一个实施例，根据以下表达式得到高分辨率过完备字典和低分辨率过完备字典：
[0009][0010]
其中，xd表示高分辨率训练红外图像，yd表示低分辨率训练红外图像，dh表示高分辨率过完备字典，d
l
表示低分辨率过完备字典，α表示低分辨率训练红外图像的稀疏表示系数或者高分辨率训练红外图像的稀疏表示系数，λ为正则化参数，表示l2范数，||.||1表示l1范数。
[0011]
根据本发明的一个实施例，采集被测对象对应的低分辨率红外图像序列，包括：通过非制冷型红外热像仪采集被测对象对应的低分辨率红外图像序列。
[0012]
根据本发明的一个实施例，根据以下表达式得到所述低分辨率红外图像的稀疏表示系数：
[0013][0014]
其中，α
*
表示所述低分辨率红外图像的稀疏表示系数，y表示所述低分辨率红外图像的图像块，α表示所述低分辨率训练红外图像的稀疏表示系数或者所述高分辨率训练红外图像的稀疏表示系数，d
l
表示低分辨率过完备字典，λ为正则化参数。
[0015]
根据本发明的一个实施例，根据所述高分辨率过完备字典、所述低分辨率红外图像的稀疏表示系数对每个所述低分辨红外图像进行超分辨率重建，包括：将每个所述低分辨率红外图像进行分块处理，以将每个低分辨率红外图像分成若干低分辨率图像块；根据所述高分辨率过完备字典、所述低分辨率红外图像的稀疏表示系数对每个所述低分辨率图像块进行超分辨率重建，以得到若干高分辨率图像块；将每个所述低分辨率图像对应的所有所述高分辨图像块进行融合处理，以得到所述低分辨红外图像对应的高分辨率红外图像。
[0016]
根据本发明的一个实施例，根据以下表达式得到所述高分辨率红外图像的高分辨率图像块：
[0017][0018]
其中，表示所述高分辨率图像块，dh表示高分辨率过完备字典，α
*
表示所述低分辨率红外图像的稀疏表示系数。
[0019]
根据本发明的一个实施例，对各个所述高分辨率红外图像中的信息进行数据处理，包括：采用主成分分析处理、互相关匹配滤波处理和热信号重建中的任一种对所述高分辨红外图像中的信息进行数据处理。
[0020]
本发明第二方面实施例提出了一种基于压缩感知理论的红外热波无损检测装置，包括：训练模块，用于获取高分辨率训练红外图像集合，并根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典；采集模块，用于采集被测对象对应的低分辨率红外图像序列，其中，所述低分辨率红外图像序列包括多个低分辨率红外图像；确定模块，用于根据所述低分辨率红外图像和所述低分辨率过完备字典，确定每个所述低分辨
率红外图像的稀疏表示系数；重建模块，用于根据所述高分辨率过完备字典、所述低分辨率红外图像的稀疏表示系数对每个所述低分辨红外图像进行超分辨率重建，以得到每个所述低分辨率红外图像对应的高分辨率红外图像；处理模块，用于对各个所述高分辨率红外图像中的信息进行数据处理，以得到被测对象的内部缺陷。
[0021]
本发明实施例的技术方案，首先根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典，采集到被测对象对应的低分辨率红外图像序列时，确定每个低分辨率红外图像的稀疏表示系数，再根据高分辨率过完备字典、低分辨率红外图像的稀疏表示系数对每个低分辨红外图像进行超分辨率重建，以将每个低分辨率图像的分辨率提高，提高后对各个高分辨率红外图像中的信息进行数据处理，以得到被测对象的内部缺陷。由此，基于压缩感知理论实现红外图像的超分辨重建，可以在不影响系统便携性的情况下提高红外图像序列的分辨率，使被测对象表面温度信息更加详细，有利于后续的图像处理，从而提高缺陷检测精度。
附图说明
[0022]
图1为本发明实施例的红外热波无损检测系统的整体结构示意图。
[0023]
图2为本发明实施例的基于压缩感知理论的红外热波无损检测方法的流程图。
[0024]
图3为本发明一个示例的超分辨率成像的原理示意图。
[0025]
图4为本发明实施例的基于压缩感知理论的红外热波无损检测装置的方框示意图。
具体实施方式
[0026]
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。
[0027]
本发明实施例的基于压缩感知理论的红外热波无损检测方法应用于红外热波无损检测系统，以对被测对象进行红外热波无损检测，以得到被测对象的内部缺陷。
[0028]
图1为本发明实施例的红外热波无损检测系统的整体结构示意图。
[0029]
如图1所示，红外热波无损检测系统包括操作屏1、红外热像仪2、光源阵列3和把手/支架4，其中，光源阵列3作为激励源，红外热像仪2用于采集被测对象的温度信息。
[0030]
图2为本发明实施例的基于压缩感知理论的红外热波无损检测方法的流程图。
[0031]
本发明实施例基于压缩感知理论，通过对红外热图序列进行稀疏表示、构建过完备字典以及信号重构，实现红外图像的超分辨率重建，以提高红外图像的分辨率。
[0032]
根据压缩感知理论，可以在远低于奈奎斯特采样频率的情况下对图像进行采集并实现高精度重建，非常适用于低分辨率低帧率的便携式红外热像仪，下面将对此方法进行详细说明。
[0033]
压缩感知又称稀疏表示，即信号能由一个已知的变换基或字典中的少量元素线性表出，
[0034]
为保证对任意图像信号均能进行稀疏表示，字典需要是过完备的。在过完备字典
已知的情况下，只要知道稀疏变换系数在足够稀疏时候的值便可重构出高分辨率图像信息。
[0035]
如图2所示，该基于压缩感知理论的红外热波无损检测方法包括以下步骤s1至s5。
[0036]
s1，获取高分辨率训练红外图像集合，并根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典。
[0037]
具体地，可根据便携式红外热波检测系统的检测对象，事先选取大量高分辨率的红外图像构成高分辨率训练红外图像集合，并基于其进行字典训练，得到高-低分辨率过完备字典对，即高分辨率过完备字典和低分辨率过完备字典。
[0038]
s2，采集被测对象对应的低分辨率红外图像序列，其中，低分辨率红外图像序列包括多个低分辨率红外图像。
[0039]
可以理解的是，在红外热波无损检测系统为满足便携性而采用便携式红外热像仪时，便携式红外热像仪采集到的红外图像可能为低分辨率的红外图像。
[0040]
具体地，可事先调整红外热波无损检测系统与被测对象之间的相对位置，使其处于合适的距离和角度，调整红外热像仪的视场角、焦距，使显示屏上出现清晰的被测物体的红外图像，设置红外热像仪的采集时间、积分时间和采集频率，并在显示屏上设置好光源阵列的功率和持续时间。触发施加光热激励，同时红外热像仪开始采集温度数据，热量通过被测对象表面传播到内部，若其内部存在裂纹、气泡、水汽等缺陷，热量将会不均匀传播，并会在被测对象表面以表面温度场异常的形式表现出来，由此得到被测对象的低分辨率红外图像序列。
[0041]
s3，根据低分辨率红外图像和低分辨率过完备字典，确定每个低分辨率红外图像的稀疏表示系数。
[0042]
具体地，对于每个低分辨率红外图像，基于压缩感知理论，根据低分辨率红外图像和低分辨率过完备字典，即可得到其稀疏表示系数，因此得到了多个稀疏表示系数。
[0043]
s4，根据高分辨率过完备字典、低分辨率红外图像的稀疏表示系数对每个低分辨红外图像进行超分辨率重建，以得到每个低分辨率红外图像对应的高分辨率红外图像。
[0044]
具体地，在得到多个低分辨率红外图像的稀疏表示系数之后，基于压缩感知理论，根据高分辨率过完备字典、每个低分辨红外图像的稀疏表示系数进行超分辨率重建，以提高每个低分辨率红外图像的分辨率，得到多个高分辨率红外图像，实现低分辨率红外图像的超分辨率重建。提高采集到的热图分辨率，可以改善成像质量，使缺陷边缘更加清晰，提高缺陷检测精度。
[0045]
s5，对各个高分辨率红外图像中的信息进行数据处理，以得到被测对象的内部缺陷。
[0046]
具体地，在得到被测对象对应的多个高分辨率红外图像之后，可通过任何可行的红外图像分析算法，例如主成分分析法对各个高分辨率红外图像中的温度信息进行数据处理，以从高分辨率红外图像中识别出被测对象的内部缺陷。
[0047]
相较于相关技术，本发明实施例通过红外图像超分辨率重建算法实现红外图像的重建解决了便携式红外热像仪采集到的图像序列质量差的问题，能提高红外热波热图序列的分辨率，使被测对象表面温度信息更加详细，有利于后续的图像处理，提高缺陷的特征参数，从而提高检测精度。而且本发明实施例基于压缩感知理论的红外热图超分辨率重建技
术是通过软件算法实现，不需要在原有的系统基础上增加硬件，不影响系统便携性。因此，本发明实施例中可以使用便携式红外热像仪，例如非制冷性普通红外热像仪以满足检测系统便携性的要求，其具有体积小、成本低的优点，可以大规模的应用于工程中。
[0048]
由此，本发明实施例的基于压缩感知理论的红外热波无损检测方法，基于压缩感知理论实现红外图像的超分辨重建，可以在不影响系统便携性的情况下提高红外图像序列的分辨率，使被测对象表面温度信息更加详细，有利于后续的图像处理，从而提高缺陷检测精度。
[0049]
在本发明的一个实施例中，根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典，可包括：将高分辨率训练红外图像集合中的每个高分辨率训练红外图像，经降采样和模糊处理得到低分辨率训练红外图像；对高分辨率训练红外图像和对应的低分辨率训练红外图像进行分块学习，以训练得到高分辨率过完备字典和低分辨率过完备字典。
[0050]
进一步地，可根据以下表达式得到高分辨率过完备字典和低分辨率过完备字典：
[0051][0052]
其中，xd表示高分辨率训练红外图像，yd表示低分辨率训练红外图像，dh表示高分辨率过完备字典，d
l
表示低分辨率过完备字典，α表示低分辨率训练红外图像的稀疏表示系数或者高分辨率训练红外图像的稀疏表示系数，λ为正则化参数，表示l2范数，||.||1表示l1范数。
[0053]
需要说明的是，由于红外热像仪采集到的图像序列为低分辨率的，因此可采用高分辨训练红外图像经降采样和模糊处理后得到的低分辨率训练红外图像，来模拟红外热像仪采集到低分辨率红外图像。
[0054]
其中，将高分辨率训练红外图像进行处理得到对应的低分辨率训练红外图像的方式包括但不限于降采样和模糊处理。
[0055]
具体而言，可将高分辨率训练红外图像集合经降质模型的降采样和模糊处理得到低分辨率训练红外图像集合，并可将每个高分辨率训练图像进行分块处理，得到若干图像块，将每个低分辨率图像也进行分块处理，得到若干图像块。可基于公式(1)的数学表达式，采用任何可行的字典训练方法对得到的图像块进行字典训练，并使用任何可行的算法构建得到高分辨率过完备字典和低分辨率过完备字典。
[0056]
公式(1)中，α的l1范数是保证图像稀疏性，λ为引入的正则化参数，以平衡图像稀疏性和保真性。对过完备字典的求取过程其实是在过完备字典上的稀疏表示对原始图像的逼近过程，故求取逼近的最小差值以获得最匹配的过完备字典。
[0057]
在本发明的一个实施例中，采集被测对象对应的低分辨率红外图像序列，可包括：通过非制冷型红外热像仪采集被测对象对应的低分辨率红外图像序列。
[0058]
具体而言，出于检测系统的小型化、集成化及成本考虑，采用的红外热像仪为在线式非制冷型普通红外热像仪，从而可减小检测系统的体积和成本。
[0059]
需要说明的是，由于便携式红外热波检测系统一般检测帧率较低，例如非制冷型普通红外热像仪帧率低，因此用超分辨率重建每张热图时，花费时间短，重建效率高。
[0060]
由此，采用非制冷性红外热像仪，满足检测系统体积和成本小、便携性的要求，且
对采集到的红外热图序列进行超分辨率重建耗时较少，同时能有效改善便携式红外热波检测系统检测效果差的问题。
[0061]
在采集到低分辨率红外图像序列后，确定各个低分辨率红外图像的稀疏表示系数。
[0062]
在本发明的一个实施例中，可根据以下表达式得到低分辨率红外图像的稀疏表示系数：
[0063][0064]
其中，α
*
表示低分辨率红外图像的稀疏表示系数，y表示低分辨率红外图像的低分辨率图像块，α表示低分辨率训练红外图像的稀疏表示系数或者高分辨率训练红外图像的稀疏表示系数，d
l
表示低分辨率过完备字典，λ为正则化参数。
[0065]
进一步地，根据高分辨率过完备字典、低分辨率红外图像的稀疏表示系数对每个低分辨红外图像进行超分辨率重建，可包括：将每个低分辨率红外图像进行分块处理，以将每个低分辨率红外图像分成若干低分辨率图像块；根据高分辨率过完备字典、低分辨率红外图像的稀疏表示系数对每个低分辨率图像块进行超分辨率重建，以得到若干高分辨率图像块；将每个低分辨率图像对应的所有高分辨图像块进行融合处理，以得到低分辨红外图像对应的高分辨率红外图像。
[0066]
具体而言，先将各个低分辨率红外图像分成若个图像块y，再根据公式(2)进行超分辨率重构得到低分辨率红外图像的稀疏表示系数α
*
，之后根据高低分辨率图像或者图像块的稀疏表示系数的一致性，在高分辨率过完备字典d
l
和低分辨率红外图像的稀疏表示系数α
*
已知的前提下，便可根据以下表达式得到高分辨率图像块：
[0067][0068]
其中，表示高分辨率图像块，dh表示高分辨率过完备字典，α
*
表示低分辨率红外图像的稀疏表示系数。
[0069]
在得到若干高分辨率图像块之后，将每个低分辨率红外图像对应的所有高分辨图像块进行融合处理，即可得到每个低分辨率图像对应的高分辨率红外图像，于是得到了被测对象的所有高分辨率红外图像，即高分辨率红外图像序列。
[0070]
之后，对各个高分辨率红外图像中的信息进行数据处理，以得到被测对象的内部缺陷。
[0071]
也就是说，如图3所示，控制系统首先将高分辨率训练红外图像集合经降质模型处理得到低分辨率训练红外图像集合，根据高分辨率训练红外图像集合和低分辨率训练图像集合进行字典训练，得到低分辨率过完备字典和高分辨率过完备字典。通过非制冷性红外热像仪采集到被测对象的低分辨率红外图像后输入低分辨率红外图像，基于压缩感知理论，根据低分辨率过完备字典和低分辨率红外图像即可得到该图像的稀疏表示系数，由于高峰分辨率吧图像的稀疏表示系数一致性，因此可得到高分辨率红外图像的稀疏表示系数，基于压缩感知理论，在高分辨率过完备字典和高分辨率红外图像的稀疏表示系数已知时，即可得到高分辨率红外图像，在得到高分辨率红外图像后，输出高分辨率红外图像。
[0072]
在本发明的一个实施例中，对各个高分辨率红外图像中的信息进行数据处理，可
包括：采用主成分分析处理、互相关匹配滤波处理和热信号重建中的任一种对高分辨红外图像中的信息进行数据处理。
[0073]
具体而言，在得到各个高分辨率红外图像之后，采用主成分分析处理、互相关匹配滤波处理或者热信号重建对高分辨红外图像中的温度信息进行数据处理，强化缺陷特征，完成缺陷识别。
[0074]
需要说明的是，对高分辨率红外图像序列的处理分析技术包括且不限于：数据拟合、压缩与重建；主成分分析；独立成分分析；傅里叶分析；热信号重建；互相关匹配滤波等。以上均为强化缺陷特征的数据处理方法。本发明实施例可包括且不限于以上技术对所高分辨率红外图像序列进行数据处理。
[0075]
基于上述描述可知，本发明实施例针对便携式红外热波无损检测系统，提出一种能够提升成像质量的红外热波无损检测方法，方法通过以下步骤实现：
[0076]
步骤1、根据便携式红外热波检测系统的检测对象，事先选取高分辨率红外图像进行字典训练，得到高-低分辨率过完备字典对；
[0077]
步骤2、调整便携式红外热波检测系统与被测对象之间的相对位置处于合适的距离和角度，调整红外热像仪的视场角和焦距，使显示屏上出现清晰的被测物体的红外图像，并设置好采集时长、采集频率和积分时间；
[0078]
步骤3、采用线性调频信号为激励信号，在显示屏上设置好光源阵列的功率、起始频率、终止频率和扫描周期。触发施加光热激励，同时红外热像仪开始采集温度数据，热量通过被测对象表面传播到内部，若其内部存在裂纹、气泡、水汽等缺陷，热量将会不均匀传播，并会在被测对象表面以表面温度场异常的形式表现出来；
[0079]
步骤4、红外热像仪采集到被测对象的表面温度场随时间变化的动态信息即低分辨率红外图像序列，并通过数据线传输回控制系统中进行显示并存储；
[0080]
步骤5、基于压缩感知理论对原始的低分辨率红外图像序列进行超分辨率重建，得到高分辨率红外图像。
[0081]
步骤6、对步骤5中得到的高分辨率红外图像进行数据处理，本实施例中采用互相关匹配滤波算法，将高分辨率红外图像中的原始表面温度数据与激励信号进行互相关匹配滤波运算，即对原始表面温度数据和经延迟翻转共轭后的激励信号均做fft(fast fourier transformation，快速傅里叶变换)后相乘，得到频域上的互相关表达式后，再进行ifft(inverse fast fourier transform，快速傅里叶反变换)运算，得到时域上的互相关匹配滤波结果，计算其模的最大值作为互相关峰值，此时的相位作为互相关延迟时间，这两个特征参数包含了被测对象的内部缺陷信息，故可以对内部缺陷进行表征；
[0082]
步骤7、利用得到的互相关峰值和互相关延迟时间这两个特征参数分别进行图像重建，并将两个不同的重建图像显示在控制系统的屏幕上，重建后的图像对缺陷信息进行了强化表征，并实现了可视化，能有效识别出被测对象的内部缺陷。
[0083]
综上所述，本发明实施例通过红外图像超分辨率重建算法，能提高红外热波热图序列的分辨率，使被测对象表面温度信息更加详细，有利于后续的图像处理，提高缺陷的特征参数，从而提高检测精度；基于压缩感知理论的红外热图超分辨率重建技术是通过软件算法实现，不需要在原有的系统基础上增加硬件，不影响便携性；便携式红外热波检测系统一般帧率较低，因此对采集到的红外热图序列进行超分辨率重建耗时较少，同时能有效改
善便携式红外热波检测装置检测效果差的问题。
[0084]
对应上述实施例的基于压缩感知理论的红外热波无损检测方法，本发明还提出一种基于压缩感知理论的红外热波无损检测装置。
[0085]
图4为本发明实施例的基于压缩感知理论的红外热波无损检测装置的方框示意图。
[0086]
如图4所示，该基于压缩感知理论的红外热波无损检测装置包括训练块10、采集模块20、确定模块30、重建模块40及处理模块50。
[0087]
其中，训练模块10用于获取高分辨率训练红外图像集合，并根据高分辨率训练红外图像集合得到高分辨率过完备字典和低分辨率过完备字典；采集模块20用于采集被测对象对应的低分辨率红外图像序列，其中，所述低分辨率红外图像序列包括多个低分辨率红外图像；确定模块30用于根据所述低分辨率红外图像和所述低分辨率过完备字典，确定每个所述低分辨率红外图像的稀疏表示系数；重建模块40用于根据所述高分辨率过完备字典、所述低分辨率红外图像的稀疏表示系数对每个所述低分辨红外图像进行超分辨率重建，以得到每个所述低分辨率红外图像对应的高分辨率红外图像；处理模块50用于对各个所述高分辨率红外图像中的信息进行数据处理，以得到被测对象的内部缺陷。
[0088]
该实施例中，采集模块20可以为红外热像仪，确定模块30、重建模块40和处理模块50可以位于控制系统中。
[0089]
需要说明的是，该基于压缩感知理论的红外热波无损检测装置的具体实施方式及实施原理可参见上述基于压缩感知理论的红外热波无损检测方法的具体实施方式，为避免冗余，此处不再详细赘述。
[0090]
本发明实施例的基于压缩感知理论的红外热波无损检测装置，于压缩感知理论实现红外图像的超分辨重建，可以在不影响系统便携性的情况下提高红外图像序列的分辨率，使被测对象表面温度信息更加详细，有利于后续的图像处理，从而提高缺陷检测精度。
[0091]
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0092]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例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例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0093]
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。
[0094]
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。
[0095]
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。
[0096]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，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例进行变化、修改、替换和变型。