一种面向太赫兹安检图像的前处理方法

1.本技术涉及太赫兹波段数图像分析技术领域，特别是涉及一种面向太赫兹安检图像的前处理方法。


背景技术：

2.本部分的陈述仅仅是提到了与本技术相关的背景技术，并不必然构成现有技术。
3.纸壳包装材料对太赫兹具有高透过性、金属对太赫兹波有强反射特性、水等极性液体对太赫兹波具有强吸收特性、不规则界面及曲面对太赫兹波散射作用较强，因此，太赫兹连续波成像系统对纸壳包覆下的金属、瓶中极性液体有较强的探测能力，对各类物体的边界敏感，初步应用于包裹、信封的危险物品检查。
4.太赫兹安检的发展方向是智能化，基于太赫兹图像特征和先进的人工智能算法，不仅需要实现内部危险品的定位，还要完成危险品种类的识别。然而现阶段，可见光波段下的图像识别算法在太赫兹波段效果不佳，原因是太赫兹波长较长，衍射分辨极限较大。
5.此外，太赫兹源的功率较低，成像器件的像元数目较少、像元的空间尺度较大，都导致太赫兹连续波图像辨识难度高。
6.而基于太赫兹连续波成像的安检中获取的太赫兹安检图像，如纸箱、信封，有其独特特点：潜在目标位于纸箱、信封内部，尽管包装材料本身对太赫兹波吸收较弱，纸箱、信封边缘对太赫兹波散射作用强，因此，纸箱边缘和内部潜在目标的图像容易出现粘连，对研究人员目视或后期通过图像识别算法辨识纸盒、信封内的可疑危险物品都极为不利；在训练图像分类器时，需要测试人员在图像训练过程中始终保持目标和纸箱、信封边缘具有一定的距离。


技术实现要素：

7.发明人发现，太赫兹安检图像辨识的一种理想方式是：首先检测出纸箱、信封的完整边界，对纸箱、信封进行定位，然后通过算法进行处理，最后再通过目视或图像识别算法辨识纸箱、信封内部物品的图像。然而，目前鲜有研究者基于此思路提出针对性的太赫兹安检图像处理方法，限制了危险品图像识别的准确度提升。
8.为了解决现有技术的不足，本技术提供了一种面向太赫兹安检图像的前处理方法、系统、电子设备及计算机可读存储介质，用于剔除纸盒、信封等包装的干扰，方便研究人员目视或通过图像识别算法辨识纸盒、信封内的可疑危险物品。
9.第一方面，本技术提供了一种面向太赫兹安检图像的前处理方法；
10.一种面向太赫兹安检图像的前处理方法，包括：
11.获取不包含样本的太赫兹安检图像和包含样本的太赫兹安检图像；其中，所述样本为可能包含危险品的纸箱或信封；
12.对不包含样本的太赫兹安检图像进行直方图分析，获取对应像素数目最多的灰度值；
13.对包含样本的太赫兹安检图像进行腐蚀操作，以对应像素数目最多的灰度值为阈值，对处理后的图像进行二值化灰度变换；
14.对二值灰度处理后的图像进行连通域分析，获取样本的边界，对边界进行毛刺修剪；
15.根据毛刺修剪后的图像，获取修正图像。
16.第二方面，本技术提供了一种面向太赫兹安检图像的前处理系统；
17.一种面向太赫兹安检图像的前处理系统，包括：
18.图像获取模块，被配置为：获取不包含样本的太赫兹安检图像和包含样本的太赫兹安检图像；其中，所述样本为可能包含危险品的纸箱或信封；
19.背景图片分析模块，被配置为：对不包含样本的太赫兹安检图像进行直方图分析，获取对应像素数目最多的灰度值；
20.降噪模块，被配置为：对包含样本的太赫兹安检图像进行腐蚀操作，以对应像素数目最多的灰度值为阈值，对处理后的图像进行二值化灰度变换；
21.毛刺修剪模块，被配置为：对二值灰度处理后的图像进行连通域分析，获取样本的边界，对边界进行毛刺修剪；
22.修正图像获取模块，被配置为：根据毛刺修剪后的图像，获取修正图像。
23.第三方面，本技术提供了一种电子设备；
24.一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述面向太赫兹安检图像的前处理方法的步骤。
25.第四方面，本技术提供了一种计算机可读存储介质；
26.一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述面向太赫兹安检图像的前处理方法的步骤。
27.与现有技术相比，本技术的有益效果是：
28.1、本技术基于包含样本的太赫兹安检图像和不包含样本的太赫兹安检图像的特点，对包含样本的太赫兹安检图像进行处理，剔除了纸箱或信封等包装边界的干扰，便于研究人员目视或通过图像识别算法辨识包装内的可疑危险物品，提高了危险品图像识别的准确度；
29.2、本技术在毛刺修剪的过程中标记了连通域的边界，便于与其他边缘增强算法相结合；无需额外进行求梯度：对于二值图像来说，相对搜索方向左侧的梯度永远等于-255；保持原搜索方向搜索失败时，该像素朝该行进方向的梯度为
ꢀ‑
255。除此之外，图像其它地方的任何方向灰度值梯度都为0，显著简化了求梯度的计算量。
附图说明
30.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。
31.图1为本技术实施例提供的一种面向太赫兹安检图像的前处理方法的流程示意图；
32.图2为本技术实施例提供的对包含样本的太赫兹安检图像进行腐蚀操作的示意
图；其中，(a)为腐蚀前的图像，(b)为结构元素，(c)为腐蚀后的图像；
33.图3为本技术实施例提供的包含样本的太赫兹图像的连通域示意图；
34.图4为本技术实施例提供的毛刺修剪前后的对比示意图；其中，(a)为连通域初始外边界队列示意图，(b)为毛刺修剪后的外边界队列示意图；
35.图5为本技术实施例提供的连通域初始外边界队列生成的流程示意图；
36.图6为本技术实施例提供的连通域外边界队列调整的流程示意图；
37.图7为本技术实施例提供的连通域内边界标记示意图；其中(a)为连通域示意图，(b)为计算关键数值统计表，(c)为判断是否为真实空洞连通域的流程示意图。
具体实施方式
38.应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本技术使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
39.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
40.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
41.实施例一
42.现有技术中，基于太赫兹连续波成像进行安检时获取的太赫兹图像有其独特的特点，信封或纸箱包装边缘和内部潜在目标的图像容易出现粘连，对于研究人员通过目视或图像识别算法进行危险品识别极为不利；因此，本技术提供了一种面向太赫兹安检图像的前处理方法，剔除纸盒、信封等包装的干扰，便于研究人员进行危险品识别，提高识别的准确度。
43.一种面向太赫兹安检图像的前处理方法，包括：
44.获取不包含样本的太赫兹安检图像和包含样本的太赫兹安检图像；其中，样本为可能包含危险品的纸箱或信封；
45.对不包含样本的太赫兹安检图像进行直方图分析，获取对应像素数目最多的灰度值；
46.对包含样本的太赫兹安检图像进行腐蚀操作，以对应像素数目最多的灰度值为阈值，对处理后的图像进行二值化灰度变换；
47.对二值灰度处理后的图像进行连通域分析，获取样本的边界，对边界进行毛刺修剪；
48.根据毛刺修剪后的图像，获取修正图像。
49.进一步的，对二值灰度处理后的图像进行连通域分析，获取样本的边界，对边界进行毛刺修剪包括：
50.对二值灰度处理后的图像进行连通域分析，获取样本的外边界，对外边界进行毛
刺修剪；
51.检测连通域内是否存在内边界；
52.若连通域内存在内边界，对内边界进行毛刺修剪。
53.优选的，对二值灰度处理后的图像进行连通域分析，获取样本的外边界的具体步骤为:
54.基于二值灰度处理后的图像，获取灰度值为255的连通域，剔除异常区域，获取样本的外边界。
55.优选的，对外边界进行毛刺修剪的具体步骤为：
56.标记连通域的初始外边界队列；
57.基于初始外边界队列，根据队列索引，查找队列索引对应的像素坐标；若不同的队列索引对应的像素坐标相同，则在初始外边界队列中删除索引值在删除两个队列索引之间的像素坐标；
58.遍历搜索调整后的外边界队列，直至整个队列处理完毕。
59.优选的，标记连通域的初始外边界队列的具体步骤为：
60.找到连通域中x坐标或y坐标最小的像素，将该像素坐标作为初始外边界队列的首位；
61.以向右为起始搜索方向，相对搜索方向以左、前、右、后的顺序开展搜索；若搜素的像素在该连通域内，则将该像素坐标加入初始外边界队列中，同时更新搜索方向；
62.若添加的像素坐标与起始点坐标相同，则搜索终止。进一步的，以对应像素数目最多的灰度值为阈值，对处理后的图像进行二值化灰度变换的具体步骤为：
63.将所有大于等于阈值的像素的灰度值调整为0，将灰度值低于阈值的像素灰度值调整为255。
64.进一步的，根据毛刺修剪后的图像，获取修正图像的具体步骤为：
65.将毛刺修剪后的连通域中每个坐标对应的像素灰度值恢复为与包含样本的太赫兹安检图像中对应像素灰度值；
66.将毛刺修剪后的图像中的其他像素调整为255，获取修正图像。
67.接下来，结合图1-7对本实施例公开的一种面向太赫兹安检图像的前处理方法进行详细说明。
68.本实施例提供了一种面向太赫兹安检图像的前处理方法，该面向太赫兹安检图像的前处理方法，包括：
69.s1、获取不包含样本的太赫兹安检图像和包含样本的太赫兹安检图像；其中，不包含样本的太赫兹安检图像和包含样本的太赫兹安检图像通过连续波太赫兹安检系统采集，均为太赫兹波段灰度图像；图像采集时外部设备的参数不变：第一次采集获得不包含样本的太赫兹安检图像(即不包含样本的空白背景图片，记为灰度值矩阵p0),第二次采集获得包含样本的太赫兹安检图片(记为灰度值矩阵p1)；样本可以为包含一个或多个危险品的一个纸盒或信封，危险品为从形状角度判定具备危险或可疑有待化学分析的物品。
70.在本实施例中，样本为包含一个危险品的纸盒。
71.s2、对p0进行直方图分析，获取对应像素数目最多的灰度值并记该灰度值为g，该灰度值为背景灰度值的众数。
72.s3、对p1进行形态学腐蚀操作，结构算子如下：
[0073][0074]
如图2所示，为增加可读性，浅灰色示意灰度值为255，像素之间靠白色细线划分，图2(a)表示腐蚀前的图像，图2(b)表示结构元素，图2(c)表示腐蚀后的图像。
[0075]
在本实施例中，假设结构元素中心与图2(a)中某浅灰色色块重合，若结构元素的全部色块都被图2(a)中的浅灰色区域覆盖，则该重合的色块被保留；以结构元素为模板对原图像中的像素进行遍历，处理后得到图2(c)所示的图像。
[0076]
记腐蚀操作处理后的图像为p2，以g为阈值，对处理后的图像进行二值化灰度变换,将所有大于等于g的像素灰度值都调整为0(“逻辑0”)，将灰度值低于g的像素灰度值调整为255(“逻辑1”)，得到图像p3。
[0077]
s4、对二值灰度处理后的图像进行连通域分析，获取样本的边界，对边界进行毛刺修剪；
[0078]
在采用形态学方法处理图像并二值化后，图像边缘可能出现参差不齐的现象，这主要是形态学模板不够理想、太赫兹波在物品边缘散射状况复杂造成的。修剪的目的是用消除边缘留下的“毛刺”，这里定义的毛刺有共通特点是最小宽度等于1个像素。
[0079]
具体步骤包括：
[0080]
s401、基于二值灰度处理后的图像，获取灰度值为255的连通域，剔除异常区域，获取样本的外边界；具体的，对p3开展连通域分析，寻找逻辑为1的连通域，从结果中剔除大小小于等于4的区域、x方向或y方向小于等于2个像素的区域，将剩余的灰度值为255的连通域标记为有效目标，对应像素的集合依次编号为a1、a2、a3…
an，将其它灰度值为0的区域定义为背景，所有像素坐标的集合记为b。
[0081]
在本实施例中，如图3所示，连通域是浅灰色像素坐标的集合且集合中任一元素与其它元素的最小距离等于1像素。左上、右上、左下、右下的连通域分别标记为a1、a2、a3、a4，由于a3大小等于4被剔除，a4的y方向像素等于1被剔除。
[0082]
s402、标记连通域的初始外边界队列；具体的，找到某连通域x坐标最小的像素(若x坐标最小的像素不止一个则找这些点中y坐标最小的像素)，记录其坐标(即为起始点坐标)并添加到初始外边界队列首位；以向右为初始搜索方向，相对搜索方向以左、前、右、后的优先级(降序)顺序开展搜索，每次搜索像素坐标步长为1，若搜索的像素在该连通域内，则把该像素的坐标值加入队列中，同时更新搜索方向；每次添加新坐标时检查是否与起始点坐标相同，如队列中再次出现起始点坐标则搜索终止，队列长度也不再发生变化。
[0083]
在本实施例中，如图4(a)、图5所示，以a1为例，首先标记a1的外边界，各像素在队列中第一次出现的位置标记在像素内部，队列长度为42。
[0084]
s403、基于初始外边界队列，根据队列索引，查找队列索引对应的像素坐标；若不同的队列索引对应的像素坐标相同，则在初始外边界队列中删除索引值在删除两个队列索引之间的像素坐标；具体的，从队列的第x个坐标开始搜索x到n0区间段内的坐标值，n为现在队列总长度；若在索引值为x δx的位置搜索到索引值为x的坐标，则从队列中删除索引值为x 1到x δx的部分，重新构成新队列，记录其长度为n1；原队列第x 1个坐标到第x δ
x-1个坐标计入集合bn。从n1中当前搜索坐标值的下一个坐标值继续搜索，直到该坐标值在整个队列中搜索完毕。第k次删除得到的新队列为nk，nk≤n；x的初始值为 2，每次搜索到队列末尾后搜索坐标的索引值在当前队列的基础上加1，重复上述搜索过程，直到队列中末尾的坐标值作为搜索对象并完成搜索。设当前处理的连通域为an，全部搜索完成后bn包含了所有要删减的像素。
[0085]
在本实施例中，如图4(b)、图6所示，从队列索引2开始向后搜索第2个像素的坐标，发现该坐标没有出现在队列中；然后从索引3向后搜索第3个像素的坐标，也没有找到。依次类推，从索引9开始向后搜索，发现索引值15对应的坐标和索引9对应的坐标相同，则删去当前队列索引值第10、11、12、13、14、15 的部分，把索引值为10、11、12、13、14对应的坐标(对应三个像素)添加到集合b1中，然后从被删除区间的末尾接着搜索调整后的新队列，直到整个队列处理完毕。根据图4，初始队列的长度共调整了5次，即最后一次调整完队列长度为n5＝28，最终结果如图4(b)所示，外边界总共28个像素。图中b1包含7个不同的坐标，它们在第一个队列中首次出现的位置分别是10，11，12，25，30， 33，37。
[0086]
s404、检测以上连通域中是否存在内边界；具体的，记某连通域最小的x坐标为x
min
，最大的x坐标为x
max
，最小的y坐标为y
min
，最大的y坐标为y
max
。从y＝y
min
开始搜索，假设该连通域内符合从y＝y
min
的点x坐标集合为r1，对r1内各元素进行升序排列，根据该列x坐标边界找出r1整数不连续的部分并形成包含这些x坐标值的若干集合h1、h2、h3
……
，并称之为y＝1状态下的集合，每个集合内元素之间最小差为1。搜索坐标加1(即执行y＝y
min
1)，重复以上过程，直至搜素完y＝y
max
，搜索完毕。初始化i＝1，基于集合中各元素x坐标大小对将y＝i和y＝i 1 状态下h开头命名的集合两两求交集，如两集合中存在相同的x元素则两集合合并，合并后集合以数字小的命名，即记hc＝ha∪hb，c＝min{a,b}；如两集合中元素的x坐标不存在相同数值则y＝i状态下集合添加至y＝i 1状态下。搜索y＝y
min
2， y＝y
min
3
……
直到y＝y
max
搜索完成，伴随y值增加1完成一级集合的合并(可能合并不止一次)，最后得到疑似孔洞的连通域，一个连通域对应一个集合。
[0087]
若检测到疑似孔洞的连通域，则执行步骤s405，若无，则执行步骤s5。
[0088]
在本实施例中，连通域如图4(b)所示，x坐标不存在整数不连续部分，未检测到疑似空洞的连通域，则执行步骤s5。
[0089]
示例性的，在一些实施例中，连通域如图7(a)所示，一个目标连通域(浅灰色)，上边的一行数字表示y坐标，左边的一列数字表示x坐标。扫描时根据目标连通域y的分布确定范围，显然，2≤y≤11，需要扫描10次。首先扫描y＝2 的一列，把目标连通域在该列中涉及到的x坐标记录下来，然后y＝y 1,以此类推得到图7(b)表格的第二行；根据该列x坐标边界找出ri整数不连续的部分并形成若干集合，每个集合内元素之间最小差为1，例如y＝2求{4,5,6,7,8,9,10,11,12} 与{4,6,7,8,9,12}差集得到{5}、{10,11}，以此类推，每一列搜索完成得到图7(b) 表格的第三行；然后根据这些断开部分的分布构建集合h1、h2
……
h12，扫描完y＝i时生成的集合如图7(b)表格第四行所示，大括号内的数字表示生成该集合的顺序(即h集合的标号)；图7(a)中标有白色数字i的像素即集合hi内的元素。根据集合内像素对应x坐标是否存在交集，将y＝i状态下的集合和y＝i 1时生成的集合两两开展有条件的合并，得到y＝i 1状态下的集合：如y＝i状态下的某集合与y＝i 1生成的某集合中各元素的x坐标无共同值，则该集合在y＝i 1状态下继续存在。以此类推，伴随着y＝2增大至y＝
12，完成集合的9级合并，每一级合后h集合的数目在上一级基础上保持不变或增大，y＝12状态下存在的h集合数目最多，最终得到图5(b)表格第五行。第五行每个大括号表示一个空洞或疑似空洞连通域，大括号内数值是连通域包含的h集合标号(图7(a)中白色数字，该标号是集合合并开始及开始重命名前的状况)；对图7(b)第五行的大括号数目进行统计，得到该目标连通域对应的空洞或疑似空洞连通域的总数目，如图7(b)表格最后一行所示。表格最后一行中h集合的标号已经不连续了，这是因为随着扫描值的增大发生了集合的合并与重命名，同时，尽管该行多个位置出现了同样的集合名称，右边集合中元素数目等于或多于左边的集合中的元素。然后，执行步骤s405。
[0090]
s405、检查疑似孔洞连通域，得到真正具有内边界的连通域；具体的，将待分析的疑似连通域与对应的目标连通域取并集，分别验证该疑似连通域向上，向下，向左，向右各平移一个像素后的区域是否完全包含于该并集之内。如果是，则表明该疑似空洞联通域是正在分析的目标连通域ai内部的一个洞，对应物体本身具有的结构；如果不是，则说明该连通域是外边界的一个槽或凹型结构。
[0091]
如图7(c)所示，图7(c)中待分析的目标连通域记为ai，对应的疑似空洞连通域为hj，hj向上下左右平移后得到h
j-1
、h
j-2
、h
j-3
、h
j-4
。求ai与hi并集，然后用h
j-1
、h
j-2
、h
j-3
、h
j-4
分别与ai与hi的并集求差集，如全部结果均为空集，表明四次平移后的疑似空洞连通域包含于原疑似空洞连通域和待分析目标连通域的并集中，即hi为ai内部的空洞；否则是边缘的一个凹形结构。
[0092]
示例性的，在图7(a)中标号4、6、7、8的所有像素组成了一个疑似空洞连通域，它们向左、向右、向上、向下平移后像素覆盖区域是它自身及标记白色圆形像素对应的区域，显然它们都完全包含于灰色连通域与它自身的并集中，因此它属于目标连通域中的一个空洞；图7(a)中标号2、3的所有像素组成了一个疑似空洞连通域，它们向左、向右、向上、向下平移后像素覆盖区域是它自身及标记白色三角形像素对应的区域。显然，当它向左平移时，有两个标记三角形的像素(坐标为(10，1)、(11，1))移出了它自身和灰色连通域的并集，因此它不是灰色连通域内的一个真正的空洞，而是出现在边界的一个凹形结构。
[0093]
检测完毕后，执行步骤s406。
[0094]
s406、对检测到的空洞连通域进行毛刺修剪，修剪的原理与步骤s403相同，在此不再赘述；修剪完毕后，生成集合cn；执行步骤s6。
[0095]
s5、第n个目标的最终边界为dn＝a
n-bn，将d1，d2、d3…dn
内各坐标对应的像素灰度恢复为p1中的状况，其它像素调整为255，得到去除纸壳包装影响的修正图像p4。
[0096]
s6、第n个目标的最终边界为dn＝a
n-bn cn，将d1，d2、d3…dn
内各坐标对应的像素灰度恢复为p1中的状况，其它像素调整为255，得到去除纸壳包装影响的修正图像p4。
[0097]
实施例二
[0098]
本实施例公开了一种面向太赫兹安检图像的前处理系统，包括：
[0099]
图像获取模块，被配置为：获取不包含样本的太赫兹安检图像和包含样本的太赫兹安检图像；
[0100]
背景图片分析模块，被配置为：对不包含样本的太赫兹安检图像进行直方图分析，获取对应像素数目最多的灰度值；
[0101]
降噪模块，被配置为：对包含样本的太赫兹安检图像进行腐蚀操作，以对应像素数
目最多的灰度值为阈值，对处理后的图像进行二值化灰度变换；
[0102]
毛刺修剪模块，被配置为：对二值灰度处理后的图像进行连通域分析，获取样本的边界，对边界进行毛刺修剪；
[0103]
修正图像获取模块，被配置为：根据毛刺修剪后的图像，获取修正图像。
[0104]
此处需要说明的是，上述图像获取模块、背景图片分析模块、降噪模块、毛刺修剪模块和修正图像获取模块对应于实施例一中的步骤，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
[0105]
实施例三
[0106]
本发明实施例三提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，计算机指令被处理器运行时，完成上述面向太赫兹安检图像的前处理方法的步骤。
[0107]
实施例四
[0108]
本发明实施例四提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述面向太赫兹安检图像的前处理方法的步骤。
[0109]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0110]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0111]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0112]
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
[0113]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。