本發(fā)明涉及生物特征識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于復(fù)雜場景的移動(dòng)終端掌紋感興趣區(qū)域的提取方法。
背景技術(shù)：
隨著信息技術(shù)的發(fā)展以及硬件制造工藝的精密化，人們?cè)絹碓阶⒅貙?duì)私有信息的保護(hù)，過去人們多采用數(shù)字密碼、指紋、智能卡等來進(jìn)行訪問控制和私有信息保護(hù)。目前，生物特征識(shí)別技術(shù)得到了廣泛關(guān)注，生物特征識(shí)別技術(shù)具有穩(wěn)定性、唯一性、普遍性，難以仿造和破解。常見的生物特征識(shí)別技術(shù)有：人臉識(shí)別、虹膜識(shí)別、掌紋識(shí)別、指紋識(shí)別、靜脈識(shí)別。
隨著移動(dòng)終端設(shè)備的普及和智能化，手機(jī)支付功能給人類生活帶來極大的便利。因此將生物特征識(shí)別技術(shù)移植到移動(dòng)設(shè)備成為一種趨勢，掌紋可作為密碼用來進(jìn)行手機(jī)解鎖、手機(jī)購物、轉(zhuǎn)賬支付。
傳統(tǒng)的方法關(guān)注的是單一背景、人為控制光照下的掌紋識(shí)別技術(shù)，與移動(dòng)終端的使用場景并不相符，因?yàn)樗麄儾⑽纯紤]光照的因素以及光照對(duì)圖像分割的影響，因此傳統(tǒng)的方法不能夠解決手掌分割以及掌紋ROI(region of interest，感興趣區(qū)域)的提取。
現(xiàn)有技術(shù)中的第一種圖像中的手掌分割以及掌紋ROI方法的處理步驟為：將原圖轉(zhuǎn)化為灰度圖；高斯濾波除噪后采用固定閾值方法進(jìn)行手掌分割；邊緣檢測算子提取輪廓；谷點(diǎn)檢測方法建立掌部坐標(biāo)系進(jìn)而提取掌紋ROI。
上述現(xiàn)有技術(shù)中的第一種手掌分割以及掌紋ROI方法的缺點(diǎn)為：此方法處理的是黑色背景、封閉狀態(tài)下由相機(jī)拍攝的手掌圖片，消除了絕大多數(shù)光照，處理過程當(dāng)中未考慮光照對(duì)膚色分割的影響，因此不能實(shí)現(xiàn)實(shí)際應(yīng)用場景下的手掌分割。
現(xiàn)有技術(shù)中的第二種手掌分割以及掌紋ROI方法的處理步驟為：將RGB圖像轉(zhuǎn)化為YCbCr圖像；采用Cb-Cr膚色建模來判斷每個(gè)像素為膚色的概率進(jìn)行手掌分割；給出三個(gè)條件來進(jìn)行關(guān)鍵點(diǎn)定位。
上述現(xiàn)有技術(shù)中的第二種手掌分割以及掌紋ROI方法的缺點(diǎn)為：此方法處理的是簡單背景、半封閉狀態(tài)下由相機(jī)拍攝的手掌圖片，光照影響較小，與移動(dòng)終端應(yīng)用需求不相符，不能滿足移動(dòng)終端的掌紋ROI提取的需要。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的實(shí)施例提供了一種基于復(fù)雜場景的移動(dòng)終端掌紋感興趣區(qū)域的提取方法，以實(shí)現(xiàn)有效地進(jìn)行手掌分割以及掌紋ROI方法。
為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。
一種基于復(fù)雜場景的移動(dòng)終端掌紋感興趣區(qū)域的提取方法，包括：
將移動(dòng)終端中的相機(jī)拍攝的手掌圖片作為待識(shí)別圖像，將所述待識(shí)別圖像的RGB圖像轉(zhuǎn)換為YCbCr圖像，對(duì)所述YCbCr圖像進(jìn)行通道分離，得到所述YCbCr圖像中的Cr信道分量；
對(duì)所述Cr信道分量利用OTSU的閾值方法進(jìn)行手掌分割，得到二值化圖像；
利用Suzuki的邊緣追蹤方法對(duì)所述二值化圖像進(jìn)行手掌輪廓提取，得到手掌輪廓圖；
利用Sklansky的凸殼查找方法在所述手掌輪廓圖中查找手指自然伸展后形成的凸殼，利用所述凸殼提取出所述待識(shí)別圖像中的感興趣區(qū)域。
進(jìn)一步地，所述的將移動(dòng)終端中的相機(jī)拍攝的手掌圖片作為待識(shí)別圖像，包括：
將移動(dòng)終端中的相機(jī)拍攝的手掌圖片作為待識(shí)別圖像，移動(dòng)終端提取內(nèi)部存儲(chǔ)的手部圖像模板，將手部圖像模板在待識(shí)別圖像中進(jìn)行匹配，如果匹配成功，則判斷圖像當(dāng)中有手的存在，執(zhí)行后續(xù)處理步驟；如果匹配失敗，則判斷圖像當(dāng)中沒有手的存在，流程結(jié)束。
進(jìn)一步地，所述的將所述待識(shí)別圖像的RGB圖像轉(zhuǎn)換為YCbCr圖像，對(duì)所述YCbCr圖像進(jìn)行通道分離，得到所述YCbCr圖像中的Cr信道分量，包括：
通過線性轉(zhuǎn)換公式計(jì)算出所述待識(shí)別圖像的RGB圖像的Y亮度值，Cb藍(lán)色色度分量和Cr紅色色度分量，將所述待識(shí)別圖像的RGB圖像轉(zhuǎn)換為YCbCr圖像，將所述YCbCr圖像分解為Y信道分量、Cb信道分量和Cr信道分量，提取其中的Cr信道分量作為圖像分割的輸入。
進(jìn)一步地，所述的利用Suzuki的邊緣追蹤方法對(duì)所述二值化圖像進(jìn)行手掌輪廓提取，得到手掌輪廓圖，包括：
所述二值化圖像包括黑白兩種顏色，外部邊界指的是某個(gè)物體的最外層邊界，孔邊界指的是白色物體內(nèi)部嵌套的黑色區(qū)域，用F＝{fi,j}來表示輸入的二值圖像，(i,j)為像素點(diǎn)的坐標(biāo)；
對(duì)所述二值圖像進(jìn)行按行順時(shí)針光柵掃描，如果像素點(diǎn)滿足條件1，則認(rèn)為該像素點(diǎn)是外部邊界的起點(diǎn)；如果像素點(diǎn)滿足條件2，則認(rèn)為該像素點(diǎn)是孔邊界的起點(diǎn)；如果都滿足，則認(rèn)為該像素點(diǎn)是外部邊界的起點(diǎn)；
fi,j-1＝0 fi,j＝1 條件1
fi,j≥1,fi,j+1＝0. 條件2
對(duì)所述二值圖像按行掃描直到最右下角的像素點(diǎn)為止，根據(jù)掃描得到的外部邊界的起點(diǎn)構(gòu)成物體的輪廓，根據(jù)掃描得到的孔邊界的起點(diǎn)構(gòu)成孔的輪廓，通過預(yù)先設(shè)定的手掌輪廓的周長閾值范圍對(duì)所有物體的輪廓和孔的輪廓進(jìn)行篩選，篩選出手掌輪廓，得到手掌輪廓圖。
進(jìn)一步地，所述的利用Sklansky的凸殼查找方法在所述手掌輪廓圖中查找手指自然伸展后形成的凸殼，包括：
得到手掌輪廓后，當(dāng)手掌輪廓呈伸展?fàn)顟B(tài)時(shí)，手掌輪廓的各頂點(diǎn)連接起來之后會(huì)形成簡單無交叉的多邊形，該多邊形為要查找的手掌輪廓的凸殼，查找所述手掌輪廓的凸殼的算法如下：
1、查找y坐標(biāo)最小的手掌輪廓的頂點(diǎn)記作j；
2、從頂點(diǎn)j開始順時(shí)針查找與其相鄰的頂點(diǎn)，每三個(gè)相鄰的點(diǎn)記作k,k+1,k+2，根據(jù)下述(a)-(f)判斷是否將頂點(diǎn)保留，直到再次回到頂點(diǎn)j，查找結(jié)束，將所有保留的頂點(diǎn)連接起來，構(gòu)成手掌輪廓的凸殼；
(a)S＝(yk+1-yk)(xk+2-xk+1)+(xk-xk+1)(yk+2-yk+1)
(b)If S＞0且k+2＝j(luò)，停止(c)If S＞0且向前移動(dòng)一個(gè)點(diǎn)，回到(a)
(d)刪除點(diǎn)k+1
(e)如果k≠j則向后移動(dòng)一個(gè)點(diǎn)；否則向前移動(dòng)一個(gè)點(diǎn)
(f)回到(a)。
進(jìn)一步地，所述的利用所述凸殼提取出所述待識(shí)別圖像中的感興趣區(qū)域，包括：
手掌輪廓以及凸殼之間的部分為凸性缺陷，尋找凸性缺陷內(nèi)距離凸殼最遠(yuǎn)的點(diǎn)，將該點(diǎn)作為兩個(gè)手指之間的谷點(diǎn)；
以食指-中指之間的谷點(diǎn)和無名指-小指之間的谷點(diǎn)為參考點(diǎn)，計(jì)算兩個(gè)參考點(diǎn)之間的距離L，并畫兩個(gè)參考點(diǎn)之間的線段，將此線段下移0.35L后，以L為邊長畫正方形，則正方形邊界及內(nèi)部即為所述待識(shí)別圖像中的掌紋感興趣區(qū)域。
由上述本發(fā)明的實(shí)施例提供的技術(shù)方案可以看出，本發(fā)明實(shí)施例的方法通過選擇Cr信道分量進(jìn)行動(dòng)態(tài)閾值化，最大程度地消除了光照對(duì)圖像分割的影響。通過采用Suzuki的方法可以提取到完整的手掌輪廓圖。再利用Sklansky的凸殼查找方法可以有效地完成圖像分割手掌并提取感興趣區(qū)域，掌紋ROI的提取效果好，準(zhǔn)確率高。
本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。
附圖說明
為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
圖1為本發(fā)明實(shí)施例提供的一種基于復(fù)雜場景的移動(dòng)終端掌紋感興趣區(qū)域的提取方法的處理流程圖。
具體實(shí)施方式
下面詳細(xì)描述本發(fā)明的實(shí)施方式，所述實(shí)施方式的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施方式是示例性的，僅用于解釋本發(fā)明，而不能解釋為對(duì)本發(fā)明的限制。
本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非特意聲明，這里使用的單數(shù)形式“一”、“一個(gè)”、“所述”和“該”也可包括復(fù)數(shù)形式。應(yīng)該進(jìn)一步理解的是，本發(fā)明的說明書中使用的措辭“包括”是指存在所述特征、整數(shù)、步驟、操作、元件和/或組件，但是并不排除存在或添加一個(gè)或多個(gè)其他特征、整數(shù)、步驟、操作、元件、組件和/或它們的組。應(yīng)該理解，當(dāng)我們稱元件被“連接”或“耦接”到另一元件時(shí)，它可以直接連接或耦接到其他元件，或者也可以存在中間元件。此外，這里使用的“連接”或“耦接”可以包括無線連接或耦接。這里使用的措辭“和/或”包括一個(gè)或更多個(gè)相關(guān)聯(lián)的列出項(xiàng)的任一單元和全部組合。
本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非另外定義，這里使用的所有術(shù)語(包括技術(shù)術(shù)語和科學(xué)術(shù)語)具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是，諸如通用字典中定義的那些術(shù)語應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義，并且除非像這里一樣定義，不會(huì)用理想化或過于正式的含義來解釋。
為便于對(duì)本發(fā)明實(shí)施例的理解，下面將結(jié)合附圖以幾個(gè)具體實(shí)施例為例做進(jìn)一步的解釋說明，且各個(gè)實(shí)施例并不構(gòu)成對(duì)本發(fā)明實(shí)施例的限定。
本發(fā)明實(shí)施例提供的基于復(fù)雜場景的移動(dòng)終端掌紋ROI提取方法使得圖像對(duì)光照不敏感，實(shí)現(xiàn)有效的手掌分割。選擇了Cr信道分量進(jìn)行動(dòng)態(tài)閾值化，最大程度的消除了光照對(duì)圖像分割的影響，通過實(shí)驗(yàn)證明Cr信道分量的值對(duì)光照的變化最不敏感。該方法利用凸性知識(shí)來進(jìn)行關(guān)鍵點(diǎn)定位比較準(zhǔn)確，對(duì)有雜點(diǎn)或小輪廓干擾時(shí)表現(xiàn)出魯棒性。
本發(fā)明實(shí)施例提供了一種基于復(fù)雜場景的移動(dòng)終端掌紋ROI提取方法的處理流程如圖1所示，包括如下的處理步驟：
步驟S110、首先需要在移動(dòng)終端中進(jìn)行膚色建模，在移動(dòng)終端中存儲(chǔ)手部圖像模板。
將移動(dòng)終端中的相機(jī)拍攝的手掌圖片作為待識(shí)別圖像，移動(dòng)終端提取內(nèi)部存儲(chǔ)的手部圖像模板模板，將手部圖像模板在待識(shí)別圖像中進(jìn)行匹配，如果匹配成功，則判斷圖像當(dāng)中有手的存在，執(zhí)行后續(xù)處理過程；如果匹配失敗，則判斷圖像當(dāng)中沒有手的存在，流程結(jié)束。
將待識(shí)別的RGB(Red紅，Green綠，Blue藍(lán))圖像轉(zhuǎn)換為YCbCr圖像。YCbCr是色彩空間的一種，YCbCr圖像包括Y信道分量、Cb信道分量和Cr信道分量。
當(dāng)前的移動(dòng)圖像采集設(shè)備獲取圖像時(shí)的默認(rèn)顏色空間是RGB，且分為一通道Red,二通道Green和三通道Blue三個(gè)分量，而顏色空間轉(zhuǎn)換指的是存在線性轉(zhuǎn)換公式，可以計(jì)算Y(亮度),Cb(藍(lán)色色度分量),Cr(紅色色度分量)的值，且此線性公式不唯一。
光照對(duì)皮膚的色度值會(huì)產(chǎn)生影響，YCbCr顏色空間將光強(qiáng)和色度進(jìn)行了信道分離，并且通過實(shí)驗(yàn)驗(yàn)證得知Cr信道對(duì)光照的變化最魯棒、最不敏感。對(duì)上述YCbCr圖像進(jìn)行通道分離，保留Cr信道分量作為圖像分割的輸入。
步驟S120、對(duì)上述Cr信道分量利用OTSU的閾值方法進(jìn)行手掌分割，得到二值化圖像。OTSU算法是一種對(duì)圖像進(jìn)行二值化處理的高效算法。
步驟S130、利用Suzuki的邊緣追蹤方法對(duì)上述二值化圖像進(jìn)行手掌輪廓提取，得到手掌輪廓圖。
輪廓提取之前，我們已將圖像進(jìn)行二值化操作，整幅圖像只有黑白兩種顏色。外部邊界指的是某個(gè)物體的最外層邊界，孔邊界指的是白色物體內(nèi)部嵌套的黑色區(qū)域。用F＝{fi,j}來表示輸入的二值圖像，(i,j)為像素點(diǎn)的坐標(biāo)。
假設(shè)圖像的邊框由零像素填充，并且在掃描過程中可以給像素賦任意整數(shù)值，可以對(duì)掃描到的邊界像素指定任何整數(shù)值，通常外部邊界指定正整數(shù)，孔邊界指定負(fù)整數(shù)，以用來區(qū)分。由此，按行掃描直到最右下角的像素點(diǎn)為止。對(duì)二值圖像進(jìn)行按行順時(shí)針光柵掃描，如果滿足條件1，我們認(rèn)為它是外部邊界的起點(diǎn)，如果滿足條件2，我們認(rèn)為它是孔邊界的起點(diǎn)，如果都滿足，我們認(rèn)為它是外部邊界的起點(diǎn)。
fi,j-1＝0,fi,j＝1, (條件1)
fi,j≥1,fi,j+1＝0. (條件2)
當(dāng)然，最終結(jié)果存在多個(gè)物體的輪廓和孔的輪廓，通過設(shè)定周長閾值，去除干擾的小輪廓或者過大輪廓，畢竟在整幅圖像中手的輪廓周長是特別的。
根據(jù)掃描得到的外部邊界的起點(diǎn)構(gòu)成物體的輪廓，根據(jù)掃描得到的孔邊界的起點(diǎn)構(gòu)成孔的輪廓，通過預(yù)先設(shè)定的手掌輪廓的周長閾值范圍對(duì)所有物體的輪廓和孔的輪廓進(jìn)行篩選，篩選出手掌輪廓，得到手掌輪廓圖。
因?yàn)槭菑?fù)雜場景下的待識(shí)別圖像，不可避免背景當(dāng)中有很多干擾的物體，上述手掌輪廓圖有多余物體的輪廓，設(shè)置輪廓周長閾值，利用輪廓周長閾值對(duì)上述手掌輪廓圖去除干擾輪廓。
步驟S140、利用Sklansky的凸殼查找方法在所述手掌輪廓圖中查找手指自然伸展后形成的凸殼，利用所述凸殼提取出所述待識(shí)別圖像中的感興趣區(qū)域。
得到手掌輪廓后，我們查找此輪廓的凸殼(或凸包)。當(dāng)手掌呈伸展?fàn)顟B(tài)時(shí)，它的各頂點(diǎn)連接起來之后會(huì)形成簡單無交叉的多邊形，也就是我們此處要查找的凸殼。算法如下：
(1)查找y坐標(biāo)最小的頂點(diǎn)記作j；
(2)從頂點(diǎn)j開始順時(shí)針查找與其相鄰的頂點(diǎn)，每三個(gè)相鄰的點(diǎn)記作k,k+1,k+2，根據(jù)下述(a)-(f)判斷是否將頂點(diǎn)保留，直到再次回到頂點(diǎn)j，查找結(jié)束，將所有保留的頂點(diǎn)連接起來，構(gòu)成手掌輪廓的凸殼；
(a)S＝(yk+1-yk)(xk+2-xk+1)+(xk-xk+1)(yk+2-yk+1)
(b)If S＞0且k+2＝j(luò)，停止(c)If S＞0且向前移動(dòng)一個(gè)點(diǎn)，回到(a)
(d)刪除點(diǎn)k+1
(e)如果k≠j則向后移動(dòng)一個(gè)點(diǎn)；否則向前移動(dòng)一個(gè)點(diǎn)
(f)回到(a)
上述方法可用于查找單調(diào)的、簡單的、無交叉的多邊形的凸殼。而我們的手掌自然伸展時(shí)正符合此前提，因此可實(shí)現(xiàn)手的凸殼查找。
手掌輪廓以及凸殼之間的部分叫做凸性缺陷，尋找凸性缺陷內(nèi)距離凸殼最遠(yuǎn)的點(diǎn)，該點(diǎn)為指谷點(diǎn)，即兩個(gè)手指之間的谷點(diǎn)。
以食指-中指間的谷點(diǎn)和無名指-小指之間的谷點(diǎn)為參考點(diǎn)，計(jì)算兩個(gè)參考點(diǎn)之間的距離L，并畫兩個(gè)參考點(diǎn)之間的線段，將此線段下移0.35L后，以L為邊長畫正方形，則正方形邊界及內(nèi)部即為上述待識(shí)別圖像中的掌紋ROI。
為了驗(yàn)證我們提出方法的可行性、有效性和優(yōu)越性，我們建立了100人的掌紋數(shù)據(jù)庫，圖片均由智能手機(jī)(包括蘋果、華為、小米、谷歌、努比亞等品牌)拍攝，男53：女47，將四種方法運(yùn)用到數(shù)據(jù)庫上，我們提出方法的效果和準(zhǔn)確率要好于現(xiàn)有技術(shù)中的掌紋ROI識(shí)別方法。
綜上所述，本發(fā)明實(shí)施例的方法通過選擇Cr信道分量進(jìn)行動(dòng)態(tài)閾值化，最大程度地消除了光照對(duì)圖像分割的影響。通過采用Suzuki的方法可以提取到完整的手掌輪廓圖。再利用Sklansky的凸殼查找方法可以有效地完成圖像分割手掌并提取感興趣區(qū)，可以應(yīng)用于復(fù)雜場景，掌紋ROI的提取效果好，準(zhǔn)確率高。
利用本發(fā)明提出的方法，先提取掌紋感興趣區(qū)域，再進(jìn)行后面的匹配，進(jìn)而實(shí)現(xiàn)移動(dòng)端的掌紋識(shí)別功能。
掌紋識(shí)別主要分為兩類：
(1)你說你是張三，現(xiàn)場采集你的掌紋圖像，跟數(shù)據(jù)庫里存儲(chǔ)的張三的掌紋圖像(模板)進(jìn)行比對(duì)，來判斷你到底是不是張三。
(2)你不告訴我你是誰，現(xiàn)場采集你的掌紋圖像，跟數(shù)據(jù)庫里所有的掌紋圖像(模板)進(jìn)行比對(duì)，來判斷你是誰。
隨著智能手機(jī)的普及，很多設(shè)計(jì)私密信息或商業(yè)交易的功能都通過手機(jī)來進(jìn)行操作。傳統(tǒng)智能手機(jī)的信息保護(hù)措施多為數(shù)字密碼、圖形密碼。這些措施易攻破、易偽造因此生物特征識(shí)別可作為一種有效的信息保護(hù)措施。移動(dòng)端的掌紋識(shí)別具有優(yōu)越性，非接觸式采集不會(huì)引起內(nèi)心不適和衛(wèi)生問題，也不需要借助外部輔助設(shè)備進(jìn)行采集，手機(jī)內(nèi)置攝像頭足夠。
智能手機(jī)的應(yīng)用環(huán)境多為復(fù)雜場景、自然光照。在進(jìn)行掌紋識(shí)別時(shí)，手掌分割是個(gè)具有挑戰(zhàn)性的難題，因?yàn)楣庹蘸蛷?fù)雜場景都會(huì)引起手掌膚色的改變，普通的膚色建模方法不足以實(shí)現(xiàn)良好的手掌分割，更不必說感興趣區(qū)提取。感興趣區(qū)的設(shè)定是為了提取統(tǒng)一的、具有豐富紋理信息的手掌區(qū)域，而不需要將整個(gè)手掌作為輸入進(jìn)行特征提取和匹配，減少計(jì)算的復(fù)雜度。
本發(fā)明旨在提供一種穩(wěn)健的、可行的移動(dòng)端掌紋感興趣區(qū)提取方法，在真實(shí)的應(yīng)用場景中將掌紋的感興趣區(qū)提取出來，為移動(dòng)端掌紋識(shí)別系統(tǒng)的實(shí)現(xiàn)打下基礎(chǔ)。
本領(lǐng)域普通技術(shù)人員可以理解：附圖只是一個(gè)實(shí)施例的示意圖，附圖中的模塊或流程并不一定是實(shí)施本發(fā)明所必須的。
通過以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件加必需的通用硬件平臺(tái)的方式來實(shí)現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如ROM/RAM、磁碟、光盤等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。
本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于裝置或系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述得比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。以上所描述的裝置及系統(tǒng)實(shí)施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部模塊來實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。
以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。