本發(fā)明涉及植物技術領域，具體而言，涉及一種檢測植物氮素含量的方法、裝置及電子設備。

背景技術：

水稻是我國主要糧食作物，在我國糧食生產(chǎn)中占據(jù)重要地位。水稻生產(chǎn)不僅關系我國糧食生產(chǎn)，且有關經(jīng)濟發(fā)展和社會穩(wěn)定。氮素養(yǎng)分管理顯著影響了水稻的生長及產(chǎn)量，是水稻穩(wěn)產(chǎn)、高產(chǎn)的關鍵。水稻的氮素營養(yǎng)診斷和氮肥推薦均以田間破壞性采樣為基礎，雖然準確度高，但耗時耗力，不利于推廣應用。因此，采用一種無需破壞性采樣，能實時獲取植物(水稻)的氮素含量的方法是非常有必要的。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種檢測植物氮素含量的方法，以實現(xiàn)實時獲取植物的氮素含量，無需對植物進行破壞性采樣。

本發(fā)明的另一目的在于提供一種檢測植物氮素含量的裝置，以實現(xiàn)實時獲取植物的氮素含量，無需對植物進行破壞性采樣。

本發(fā)明的另一目的在于提供一種電子設備，以實現(xiàn)實時獲取植物的氮素含量，無需對植物進行破壞性采樣。

為了實現(xiàn)上述目的，本發(fā)明實施例采用的技術方案如下：

第一方面，本發(fā)明實施例提供了一種檢測植物氮素含量的方法，所述方法包括：

提取待分析圖像中每一個像素的三原色比例值；

將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和；

按照預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

第二方面，本發(fā)明實施例還提供了一種檢測植物氮素含量的裝置，所述裝置包括：

提取模塊，用于提取待分析圖像中每一像素的三原色比例值；

相加模塊，用于將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和；

計算模塊，用于根據(jù)預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

第三方面，本發(fā)明實施例還提供了一種電子設備，所述電子設備包括：

存儲器；

處理器；以及

檢測植物氮素含量的裝置，所述檢測植物氮素含量的裝置安裝于所述存儲器中并包括一個或多個由所述處理器執(zhí)行的軟件功能模塊，所述檢測植物氮素含量的裝置包括：

提取模塊，用于提取待分析圖像中每一像素的三原色比例值；

相加模塊，用于將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和；

計算模塊，用于根據(jù)預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

本發(fā)明實施例提供的檢測植物氮素含量的方法、裝置及電子設備，該檢測植物氮素含量的方法包括提取待分析圖像中每一個像素的三原色比例值，將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和，按照預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。進而通過對植物的圖像進行分析得到該植物的氮素含量情況，避免了對植物進行破壞性取樣，高效便捷。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關的附圖。

圖1示出了本發(fā)明實施例提供的電子設備的結(jié)構(gòu)示意圖。

圖2示出了本發(fā)明實施例提供的檢測植物氮素含量的方法的流程圖。

圖3示出了本發(fā)明實施例提供的預設的數(shù)學模型的原理圖。

圖4示出了本發(fā)明實施例提供的另一種檢測植物氮素含量的方法的流程圖。

圖5示出了本發(fā)明實施例提供的另一種檢測植物氮素含量的方法的流程圖。

圖6示出了本發(fā)明實施例提供的采集植物冠層圖像的裝置的結(jié)構(gòu)示意圖。

圖7示出了本發(fā)明實施例提供的檢測植物氮素含量的裝置的方框示意圖。

圖示：100-電子設備；110-檢測植物氮素含量的裝置；120-存儲器；130-處理器；111-采集模塊；112-分割模塊；113-獲取模塊；114-提取模塊；115-標準化模塊；116-篩選模塊；117-相加模塊；118-計算模塊；200-采集植物冠層圖像的裝置；210-支架；220-支柱；230-橫軸；240-底座；250-云臺；260-相機；270-水稻。

具體實施方式

下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設計。因此，以下對在附圖中提供的本發(fā)明的實施例的詳細描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例。基于本發(fā)明的實施例，本領域技術人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。同時，在本發(fā)明的描述中，術語“第一”、“第二”等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。

請參照圖1，是本發(fā)明實施例提供的電子設備100的結(jié)構(gòu)示意圖。該電子設備100用于對采集的植物冠層圖像進行一系列的處理和計算進而得到該植物對應的氮素含量信息。該植物可以為各種綠色植物，通過對該綠色植物進行圖像分析得到該植物對應的氮素含量情況，進而對綠色植物進一步科研操作奠定了基礎。在本實施例中，電子設備100可以是但不限于，臺式電腦、移動平板電腦、手機等具有運算處理能力的智能電子設備100。

該電子設備100包括檢測植物氮素含量的裝置110、存儲器120和處理器130。存儲器120、處理器130各元件相互之間直接或間接地電性連接，以實現(xiàn)數(shù)據(jù)的傳輸或交互。例如，這些元件相互之間可通過一條或多條通訊總線或信號線實現(xiàn)電性連接。檢測植物氮素含量的裝置110包括至少一個可以軟件或固件(firmware)的形式存儲于所述存儲器120中或固化在電子設備100的操作系統(tǒng)(operatingsystem，os)中的軟件功能模塊。處理器130用于執(zhí)行所述存儲器120中存儲的可執(zhí)行模塊，例如檢測植物氮素含量的裝置110所包括的軟件功能模塊及計算機程序等。

其中，存儲器120可以是，但不限于，隨機存取存儲器(randomaccessmemory，ram)，只讀存儲器(readonlymemory，rom)，可編程只讀存儲器(programmableread-onlymemory，prom)，可擦除只讀存儲器(erasableprogrammableread-onlymemory，eprom)，電可擦除只讀存儲器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存儲器120用于存儲程序，處理器130在接收到執(zhí)行指令后，執(zhí)行該程序。

請參照圖2，是本發(fā)明實施例提供的檢測植物氮素含量的方法的流程圖，該檢測植物氮素含量的方法應用于電子設備100，該方法包括：

步驟s110，提取待分析圖像中每一像素的三原色比例值。

該待分析圖像從植物的冠層圖像中選取的分辨率高的圖像片段，進而對該待分析圖像進行處理，獲取該待分析圖像中每一像素的三原色比例值(rgb，redgreenblue)。

步驟s120，將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和。

通過步驟s110獲取了待分析圖像中每一個像素的三原色比例值，進而將每一個像素的三原色比例值中的綠色比例值，即g值相加，得到該待分析圖像中所有像素的綠色比例值總和。

步驟s130，按照預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

該預設的數(shù)學模型如圖3所示，是本發(fā)明實施例提供的預設的數(shù)學模型的原理圖，該預設數(shù)學模型以水稻為分析對象建立，不同植物的綠色比例值總和與氮素含量之間可能具有不同的線性關系。由于植物的氮素含量水平與植物葉片的葉綠素含量顯著相關，而植物葉片葉綠素的含量顯著影響植物冠層對可見光譜(尤其是綠光)的吸收，因此植物冠層圖像的綠色比例值總和可以間接評價該植物的氮素含量水平。通過采集植物帶回實驗室，通過實驗室內(nèi)的現(xiàn)有技術手段對該植物的氮素含量進行檢測，得到該植物的氮素含量，同時通過對該相同植物直接在現(xiàn)場(如田間)采集圖像，并對采集的圖像分析得到其圖像中所有像素的綠色比例值總和，重復上述過程，通過對不同植物分析，對比相同植物通過實驗室得出的氮素含量以及通過采集圖像得出的綠色比例值總和，得出如圖3所示的綠色比例值總和和對應的氮素含量之間的關系。

如圖所示，對同一株植物，其綠色比例值總和與對應的氮素含量呈正比，具體為，對采集的圖像進行分析，該植物含有的綠色比例值總和越高，表明該植物的氮素含量越高，通過大量的實驗得出具體公式大致為：y＝0.34+0.019x。該公式經(jīng)過大量的實驗得出，數(shù)據(jù)量越大公式越精準，因此，允許一定的誤差。同時，經(jīng)過實驗驗證，其綠色比例值總和和氮素含量之間的相關系數(shù)達到0.88，表明對植物采集圖像，進而對該圖像得出綠色比例值總和，根據(jù)該綠色比例值總和評判該植物的氮素含量的方法是可行的。

因此，根據(jù)預設的數(shù)學模型，將所述綠色比例值總和帶入相應的公式即可得到對應的氮素含量。

作為另一種實施方式，請參照圖4，是本發(fā)明實施例提供的另一種檢測植物氮素含量的方法的流程圖。該方法包括：

步驟s210，提取待分析圖像中每一像素的三原色比例值。

該待分析圖像從植物的冠層圖像中選取的分辨率高的圖像片段，進而對該待分析圖像進行處理，獲取該待分析圖像中每一像素的三原色比例值(rgb，redgreenblue)。

步驟s220，按照預設算法，對所述待分析圖像中每一像素的三原色比例值進行標準化。

該預設算法為：rn＝r/(r+g+b)gn＝g/(r+g+b)bn＝b/(r+g+b)，即將待分析圖像中每一像素的三原色比例值帶入上述公式進行計算，得到計算后的三原色比例值。待分析圖像中每一像素通過該預設算法進行計算后可減小誤差，從而為后面進一步對該三原色比例值進行分析奠定了基礎。

步驟s230，按照預設規(guī)則對所述三原色比例值進行篩選，得到篩選后的多個所述像素。

該預設的規(guī)則為采用綠色葉片算法：greenness＝2g-r-b對每一像素的三原色比例值進行篩選，即將g＞r&g＞b&g＞25的像素選取出來，將r+b≥2g和g<25的像素剔除。具體為，所述待分析圖像為對待分析的植物選取的冠層圖像中分辨率最高的圖像片段，因此待分析圖像中可能不僅包含需要分析的植物的圖像，還可能包含背景圖像，如該植物的生長環(huán)境(如田間)，通過g>25將表征植物背景圖像的像素去除。同時，本發(fā)明實施例主要是研究植物的綠色比例值總和與氮素含量的關系，因此通過g＞r&g＞b去除表征非綠色的像素，如去除表征黃色的像素。進而通過兩次篩選，獲得篩選后的表征該植物綠色的像素。

步驟s240，將所述多個像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和。

通過步驟s230獲取了篩選后的多個像素，進而將每一個像素的三原色比例值中的綠色比例值，即g值相加，得到該待分析圖像中所有像素的綠色比例值總和。

步驟s250，按照預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

該預設的數(shù)學模型如圖3所示，是本發(fā)明實施例提供的預設的數(shù)學模型的原理圖，該預設數(shù)學模型以水稻為分析對象建立，不同植物的綠色比例值總和與氮素含量之間可能具有不同的線性關系。由于植物的氮素含量水平與植物葉片的葉綠素含量顯著相關，而植物葉片葉綠素的含量顯著影響植物冠層對可見光譜(尤其是綠光)的吸收，因此植物冠層圖像的綠色比例值總和可以間接評價該植物的氮素含量水平。通過采集植物帶回實驗室，通過實驗室內(nèi)的現(xiàn)有技術手段對該植物的氮素含量進行檢測，得到該植物的氮素含量，同時通過對該相同植物直接在現(xiàn)場(如田間)采集圖像，并對采集的圖像分析得到其圖像中所有像素的綠色比例值總和，重復上述過程，通過對不同植物分析，對比相同植物通過實驗室得出的氮素含量以及通過采集圖像得出的綠色比例值總和，得出如圖3所示的綠色比例值總和和對應的氮素含量之間的關系。

如圖所示，對同一株植物，其綠色比例值總和與對應的氮素含量呈正比，具體為，對采集的圖像進行分析，該植物含有的綠色比例值總和越高，表明該植物的氮素含量越高，通過大量的實驗得出具體公式大致為：y＝0.34+0.019x。該公式經(jīng)過大量的實驗得出，數(shù)據(jù)量越大公式越精準，因此，允許一定的誤差。同時，經(jīng)過實驗驗證，其綠色比例值總和和氮素含量之間的相關系數(shù)達到0.88，表明對植物采集圖像，進而對該圖像得出綠色比例值總和，根據(jù)該綠色比例值總和評判該植物的氮素含量的方法是可行的。

因此，根據(jù)預設的數(shù)學模型，將所述綠色比例值總和帶入相應的公式即可得到對應的氮素含量。

作為另一種實施方式，請參照圖5，是本發(fā)明實施例提供的另一種檢測植物氮素含量的方法的流程圖。該方法包括：

步驟s310，采集所述植物的冠層圖像。

如圖6所示，是本發(fā)明實施例提供的采集植物冠層圖像的裝置200的結(jié)構(gòu)示意圖。該采集植物冠層圖像的裝置200包括支架210、支柱220、橫軸230。該支架210為多個，支架210與支柱220活動連接，橫軸230垂直于支柱220設置且一端與支柱220固定連接。橫軸230另一端上固設有底座240、云臺250和相機260，云臺250設置于底座240上，相機260與云臺250可拆卸地連接且相機260垂直于云臺250設置。在底座240上還設有檢測盤(圖中未示出)，檢測盤上設有檢測氣泡(圖中未示出)，所述檢測氣泡用于檢測橫軸230是否水平，當橫軸230呈水平狀態(tài)時，檢測氣泡位于檢測盤中心位置，當橫軸230不是處于水平狀態(tài)時，檢測氣泡于檢測盤左右搖擺，進而根據(jù)檢測氣泡調(diào)整采集植物冠層圖像的裝置200的工作狀態(tài)。

使用采集植物冠層圖像的裝置200進行采集植物冠層圖像時，調(diào)整支架210，進而調(diào)節(jié)橫軸230相對于地面的高度為1.5米，但不限于此，具體高度可根據(jù)實際情況調(diào)節(jié)。同時，通過檢測氣泡檢測橫軸230是否處于水平狀態(tài)，調(diào)節(jié)橫軸230至水平狀態(tài)。調(diào)整相機260的參數(shù)至合適的參數(shù)，如采用短焦距、自動曝光、自動白平衡、最大像素、光圈和快門速度自動控制等，同時一方面使得相機260垂直于云臺250，一方面使得相機260垂直于植物，在本實施例中該植物具體指水稻270，利于對水稻270的冠層取景，進而拍攝植物的冠層圖像。將采集的植物的冠層圖像存儲于電子設備100。

步驟s320，對所述冠層圖像進行分割，得到多個圖像片段。

對所述冠層圖像進行分割，得到多個圖像片段，在本實施例中，具體為按照3×3網(wǎng)格法將所述冠層圖像分成9份，進而得到9個圖像片段。但不限于此，還可以根據(jù)實際需要將所述冠層圖像分割成更多的片段，如將所述冠層圖像按照4×4分法分成16個圖像片段。

步驟s330，獲取待分析圖像，所述待分析圖像為所述多個圖像片段中處于中心位置的圖像片段。

如步驟s320將所述冠層圖像分成9個圖像片段，取最中心的圖像片段為待分析圖像，由于處于中心位置的圖像片段分辨率高，更有利于分析，因此選取所述多個圖像片段中處于中心位置的圖像片段為待分析圖像。

步驟s340，提取待分析圖像中每一個像素的三原色比例值。

該待分析圖像從植物的冠層圖像中選取的分辨率高的圖像片段，進而對該待分析圖像進行處理，獲取該待分析圖像中每一像素的三原色比例值(rgb，redgreenblue)。

步驟s350，按照預設算法，對所述待分析圖像中每一個像素的三原色比例值進行標準化。

該預設算法為：rn＝r/(r+g+b)gn＝g/(r+g+b)bn＝b/(r+g+b)，即將待分析圖像中每一像素的三原色比例值帶入上述公式進行計算，得到計算后的三原色比例值。待分析圖像中每一像素通過該預設算法進行計算后可減小誤差，從而為后面進一步對該三原色比例值進行分析奠定了基礎。

步驟s360，按照預設規(guī)則對所述三原色比例值進行篩選，得到篩選后的多個所述像素。

該預設的規(guī)則為采用綠色葉片算法：greenness＝2g-r-b對每一像素的三原色比例值進行篩選，即將g＞r&g＞b&g＞25的像素選取出來，將r+b≥2g和g<25的像素剔除。具體為，所述待分析圖像為對待分析的植物選取的冠層圖像中分辨率最高的圖像片段，因此待分析圖像中可能不僅包含需要分析的植物的圖像，還可能包含背景圖像，如該植物的生長環(huán)境(如田間)，通過g>25將表征植物背景圖像的像素去除。同時，本發(fā)明實施例主要是研究植物的綠色比例值總和與氮素含量的關系，因此通過g＞r&g＞b去除表征非綠色的像素，如去除表征黃色的像素。進而通過兩次篩選，獲得篩選后的表征該植物綠色的像素。

步驟s370，將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和。

通過步驟s360獲取了篩選后的多個像素，進而將每一個像素的三原色比例值中的綠色比例值，即g值相加，得到該待分析圖像中所有像素的綠色比例值總和。

步驟s380，按照預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

該預設的數(shù)學模型如圖3所示，是本發(fā)明實施例提供的預設的數(shù)學模型的原理圖，該預設的數(shù)學模型以水稻為分析對象建立，不同植物的綠色比例值總和與氮素含量之間可能具有不同的線性關系。由于植物的氮素含量水平與植物葉片的葉綠素含量顯著相關，而植物葉片葉綠素的含量顯著影響植物冠層對可見光譜(尤其是綠光)的吸收，因此植物冠層圖像的綠色比例值總和可以間接評價該植物的氮素含量水平。通過采集植物帶回實驗室，通過實驗室內(nèi)的現(xiàn)有技術手段對該植物的氮素含量進行檢測，得到該植物的氮素含量，同時通過對該相同植物直接在現(xiàn)場(如田間)采集圖像，并對采集的圖像分析得到其圖像中所有像素的綠色比例值總和，重復上述過程，通過對不同植物分析，對比相同植物通過實驗室得出的氮素含量以及通過采集圖像得出的綠色比例值總和，得出如圖3所示的綠色比例值總和和對應的氮素含量之間的關系。

如圖所示，對同一株植物，其綠色比例值總和與對應的氮素含量呈正比，具體為，對采集的圖像進行分析，該植物含有的綠色比例值總和越高，表明該植物的氮素含量越高，通過大量的實驗得出具體公式大致為：y＝0.34+0.019x。該公式經(jīng)過大量的實驗得出，數(shù)據(jù)量越大公式越精準，因此，允許一定的誤差。同時，經(jīng)過實驗驗證，其綠色比例值總和和氮素含量之間的相關系數(shù)達到0.88，表明對植物采集圖像，進而對該圖像得出綠色比例值總和，根據(jù)該綠色比例值總和評判該植物的氮素含量的方法是可行的。

因此，根據(jù)預設的數(shù)學模型，將所述綠色比例值總和帶入相應的公式即可得到對應的氮素含量。

如圖7所示，是本發(fā)明實施例提供的一種檢測植物氮素含量的裝置110的結(jié)構(gòu)示意圖，該檢測植物氮素含量的裝置110應用于電子設備100。該檢測植物氮素含量的裝置110包括：

提取模塊114，用于提取待分析圖像中每一像素的三原色比例值。

相加模塊117，用于將多個所述像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和。

計算模塊118，用于根據(jù)預設的數(shù)學模型，根據(jù)所述綠色比例值總和得到與所述綠色比例值總和對應的氮素含量。

該檢測植物氮素含量的裝置110還包括標準化模塊115、篩選模塊116。

所述標準化模塊115，用于按照預設算法，對所述待分析圖像中每一個像素的三原色比例值進行標準化。

所述篩選模塊116，用于按照預設規(guī)則對所述三原色比例值進行篩選，得到篩選后的多個所述像素。

該檢測植物氮素含量的裝置110還包括采集模塊111、分割模塊112和獲取模塊113。

所述采集模塊111，用于采集所述植物的冠層圖像。

所述分割模塊112，用于對所述冠層圖像進行分割，得到多個圖像片段。

所述獲取模塊113，用于獲取待分析圖像，所述待分析圖像為所述多個圖像片段中處于中心位置的圖像片段。

該檢測植物氮素含量的裝置110已經(jīng)在檢測植物氮素含量的方法中詳細描述，在此不再贅述。

綜上所述，本發(fā)明實施例提供一種檢測植物氮素含量的方法、裝置及電子設備，所述檢測植物氮素含量的方法具體為：采集植物的冠層圖像，將采集的冠層圖像分成多個圖像片段，選取處于多個圖像片段中位于中心位置的圖像片段為待分析圖像，進而提取待分析圖像中每一個像素的三原色比例值。對每一像素的三原色比例值進行標準化，對進行標準化后的三原色比例值按照預設規(guī)則進行篩選，對篩選后的像素的三原色比例值中的綠色比例值相加，得到綠色比例值總和。進而根據(jù)預設的數(shù)學模型，將綠色比例值總和帶入計算得到該植物對應的氮素含量。通過本發(fā)明實施例，實現(xiàn)了采用較為方便的方法對植物氮素含量進行測量，避免了采用破壞式方式采集植物以檢測該植物的氮素含量。

在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置和方法，也可以通過其它的方式實現(xiàn)。以上所描述的裝置實施例僅僅是示意性的，例如，附圖中的流程圖和框圖顯示了根據(jù)本發(fā)明的多個實施例的裝置、方法和計算機程序產(chǎn)品的可能實現(xiàn)的體系架構(gòu)、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段或代碼的一部分，所述模塊、程序段或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應當注意，在有些作為替換的實現(xiàn)方式中，方框中所標注的功能也可以以不同于附圖中所標注的順序發(fā)生。例如，兩個連續(xù)的方框?qū)嶋H上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或動作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機指令的組合來實現(xiàn)。

另外，在本發(fā)明各個實施例中的各功能模塊可以集成在一起形成一個獨立的部分，也可以是各個模塊單獨存在，也可以兩個或兩個以上模塊集成形成一個獨立的部分。

所述功能如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明的技術方案本質(zhì)上或者說對現(xiàn)有技術做出貢獻的部分或者該技術方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網(wǎng)絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應所述以權利要求的保護范圍為準。