本發(fā)明涉及圖像處理
技術領域：
，尤其涉及一種粘貼鈔檢測方法和裝置。
背景技術：
：隨著金融設備的普遍使用，設備需求量快速上升。鈔票(紙幣)接收設備經常應用在各種金融機構的ATM設備、車站自動售票機、零售店和自動售貨機等環(huán)境。由于人們對金融設備的使用不了解，在設備運行過程中很容易接收到各種質量很差的鈔票，如鈔票破裂后自行粘貼拼接的舊鈔，或者是不法分子用真鈔拼接假鈔而形成的拼接鈔，在此統(tǒng)稱為粘貼鈔。如果無法檢測出來，將對設備的可靠性和安全性造成有很大影響。目前粘貼鈔主要通過檢測鈔票粘貼膠帶的厚度信號或者反光信號進行識別。然而，鈔票厚度信號的檢測對裝置的精度要求較高，檢測難度較大，需要加裝多個厚度檢測傳感器，裝置成本較高。鈔票反光信號的檢測方法利用的是粘貼膠帶的反光特性，不僅需要加裝光感傳感器，而且當所用粘貼膠帶不具備反光特性時，裝置將無法檢測。技術實現(xiàn)要素：本發(fā)明的目的在于提供一種粘貼鈔檢測方法和裝置，基于圖像處理技術，實現(xiàn)對粘貼鈔的有效識別。為實現(xiàn)上述目的，本發(fā)明實施例提供了一種粘貼鈔檢測方法，包括：采集鈔票圖像；對所述鈔票圖像中可能為粘貼的區(qū)域進行粗定位，獲取粗定位區(qū)域圖像；對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，根據統(tǒng)計結果按灰度值區(qū)間對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像；對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行包絡擬合，獲取各個灰度級圖像的圖像包絡；對所述圖像包絡進行直線檢測，若檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線，則將所述鈔票圖像對應的鈔票標記為粘貼鈔。優(yōu)選地，所述對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，根據統(tǒng)計結果按灰度值區(qū)間對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像，包括：獲取所述粗定位區(qū)域圖像的灰度直方圖；將所述灰度直方圖的各個頂點連接成曲線，對所述曲線進行平滑處理，獲取所述灰度直方圖的包絡曲線函數(shù)；對所述包絡曲線函數(shù)進行求導，并計算所述包絡曲線函數(shù)的極值點；計算相鄰的兩個極值點的中點，以所述中點為灰度值區(qū)間的分界點對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像。優(yōu)選地，所述對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行包絡擬合，獲取各個灰度級圖像的圖像包絡，包括：對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行開運算；在水平和垂直兩個方向上以預設的步長對進行開運算后的圖像進行檢索，獲取邊界點；并對所述邊界點進行擬合，獲取圖像包絡。優(yōu)選地，所述鈔票圖像包括反射圖像和透射圖像。優(yōu)選地，所述對所述圖像包絡進行直線檢測，若檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線，則將所述鈔票圖像對應的鈔票標記為粘貼鈔，包括：根據直線檢測的結果，獲取所述鈔票圖像的粘貼分值；其中，當所述鈔票圖像為反射圖像時，所獲取的粘貼分值為第一粘貼分值；當所述鈔票圖像為透射圖像時，所獲取的粘貼分值為第二粘貼分值；當所述鈔票圖像為透射圖像時，檢測圖像包絡所在區(qū)域的上方和/或下方是否存在灰度值大于預設的灰度閾值的亮點；或者檢測所述粗定位區(qū)域圖像中是否存在灰度值大于預設的灰度閾值的亮線；根據所述亮點或者亮線的檢測結果，獲取所述鈔票圖像的第三粘貼分值；對所述第一粘貼分值、所述第二粘貼分值和所述第三粘貼分值進行加權求和，計算綜合粘貼分值；若所述綜合粘貼分值大于預設的粘貼分閾值，則判定所述鈔票為粘貼鈔；否則，判定所述鈔票為非粘貼鈔。相應地，本發(fā)明實施例還提供了一種粘貼鈔檢測裝置，包括：圖像采集模塊，用于采集鈔票圖像；粗定位模塊，用于對所述鈔票圖像中可能為粘貼的區(qū)域進行粗定位，獲取粗定位區(qū)域圖像；灰度分級模塊，用于對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，根據統(tǒng)計結果按灰度值區(qū)間對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像；包絡擬合模塊，用于對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行包絡擬合，獲取各個灰度級圖像的圖像包絡；直線檢測模塊，用于對所述圖像包絡進行直線檢測，若檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線，則將所述鈔票圖像對應的鈔票標記為粘貼鈔。優(yōu)選地，所述灰度分級模塊包括：直方圖獲取單元，用于獲取所述粗定位區(qū)域圖像的灰度直方圖；包絡函數(shù)獲取單元，用于將所述灰度直方圖的各個頂點連接成曲線，對所述曲線進行平滑處理，獲取所述灰度直方圖的包絡曲線函數(shù)；極值點計算單元，用于對所述包絡曲線函數(shù)進行求導，并計算所述包絡曲線函數(shù)的極值點；灰度分級單元，用于計算相鄰的兩個極值點的中點，以所述中點為灰度值區(qū)間的分界點對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像。所述包絡擬合模塊包括：二值化單元，用于對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行開運算；邊界擬合單元，用于在水平和垂直兩個方向上以預設的步長對進行開運算后的圖像進行檢索，獲取邊界點；并對所述邊界點進行擬合，獲取圖像包絡。優(yōu)選地，所述鈔票圖像包括反射圖像和透射圖像。優(yōu)選地，所述直線檢測模塊包括：粘貼分值計算單元，用于根據直線檢測的結果，獲取所述鈔票圖像的粘貼分值；其中，當所述鈔票圖像為反射圖像時，所獲取的粘貼分值為第一粘貼分值；當所述鈔票圖像為透射圖像時，所獲取的粘貼分值為第二粘貼分值；當所述鈔票圖像為透射圖像時，檢測圖像包絡所在區(qū)域的上方和/或下方是否存在灰度值大于預設的灰度閾值的亮點；或者檢測所述粗定位區(qū)域圖像中是否存在灰度值大于預設的灰度閾值的亮線；根據所述亮點或者亮線的檢測結果，獲取所述鈔票圖像的第三粘貼分值；綜合判斷單元，用于對所述第一粘貼分值、所述第二粘貼分值和所述第三粘貼分值進行加權求和，計算綜合粘貼分值；若所述綜合粘貼分值大于預設的粘貼分閾值，則判定所述鈔票為粘貼鈔；否則，判定所述鈔票為非粘貼鈔。本發(fā)明通過對采集的鈔票圖像進行粗定位，獲取可能存在粘貼情況的粗定位區(qū)域圖像，對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，并根據統(tǒng)計結果按照灰度值區(qū)間進行分級，對各級圖像進行二值化處理和包絡擬合，獲取各級圖像的圖像包絡，對所述圖像包絡進行直線檢測，在檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線(特別是兩平行的直線)時，將所述鈔票圖像對應的鈔票標記為粘貼鈔。本發(fā)明根據粘貼鈔在鈔票圖像中所呈現(xiàn)的圖像特征，針對粘貼膠帶所可能形成的不同灰度情況的圖案，在有臟污或多層色差的情況下，可正確定位膠帶位置并檢測出膠帶，有效提高粘貼鈔的檢出率，方案易于實現(xiàn)，節(jié)約設備成本。附圖說明圖1是本發(fā)明提供的粘貼鈔檢測方法的一個實施例的方法流程圖；圖2是本發(fā)明提供的粘貼鈔的反射圖像示意圖；圖3是本發(fā)明提供的粘貼鈔的透射圖像示意圖；圖4是本發(fā)明提供的粘貼鈔的粗定位區(qū)域圖像的示意圖；圖5是如圖4所示粗定位區(qū)域圖像A1的灰度直方圖；圖6是如圖5所示灰度直方圖的灰度值區(qū)間劃分示意圖；圖7是如圖4所示第二級圖像a2的圖像包絡示意圖；圖8是本發(fā)明提供的粘貼鈔檢測裝置的一個實施例的裝置結構圖。具體實施方式下面將結合本發(fā)明實施例中的附圖，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。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動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。參見圖1，是本發(fā)明提供的粘貼鈔檢測方法的一個實施例的方法流程圖。如圖1所示，所述方法包括步驟S1～S5：S1，采集鈔票圖像。所述鈔票圖像包括反射圖像和透射圖像，所述反射圖像為光源在鈔票前方，光線在鈔票表面反射形成的背景較亮的圖像，如圖2所示。所述透射圖像為光源在鈔票背面，光線透過鈔票形成的背景較暗的圖像，如圖3所示。S2，對所述鈔票圖像中可能為粘貼的區(qū)域進行粗定位，獲取粗定位區(qū)域圖像。由于膠帶的使用和拼接位置的不確定性，很難定位膠帶粘貼精確位置。在采集到鈔票圖像后，可在采集得到的原始圖像上快速粗定位到特殊色塊所在的粗定位區(qū)域圖像，如圖4的A1所示，特殊色塊的定位可通過與標準鈔票圖像的對比獲取。此外，鈔票折疊較多的位置(如1/2、1/3和1/4等位置)容易造成破損，粘貼膠帶往往在這些位置上，在粗定位時可優(yōu)先檢查這些地方，以提高檢測的效率。S3，對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，根據統(tǒng)計結果按灰度值區(qū)間對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像。在具體實施當中，所述步驟S3，包括：S31，獲取所述粗定位區(qū)域圖像的灰度直方圖。在進行灰度直方圖統(tǒng)計之前，可先對所述粗定位區(qū)域圖像進行線性增強來增強粗定位區(qū)域圖像的對比度。圖4中A1所示粗定位區(qū)域圖像的灰度直方圖如圖5所示。S32，將所述灰度直方圖的各個頂點連接成曲線，對所述曲線進行平滑處理，獲取所述灰度直方圖的包絡曲線函數(shù)。灰度直方圖中每一個縱向條紋代表該灰度值對應的像素數(shù)量，將這些條紋的頂點進行連接，可以得到一條曲線，再對曲線進行平滑處理，即可獲取灰度直方圖的包絡曲線函數(shù)。獲得的包絡曲線函數(shù)為一個二元二次方程：y＝f(x),x∈(0，255)S33，對所述包絡曲線函數(shù)進行求導，并計算所述包絡曲線函數(shù)的極值點。對步驟S2中獲得包絡曲線函數(shù)進行求導，獲取導數(shù)取值為0處的極值點xi和對應的極值yi，為0～255的灰度值內極值點的個數(shù)，可計算獲得包絡曲線函數(shù)的解析式：f(x)=a1x2+b1x+c1,x∈(0,x1)a2x2+b2x+c2,x∈(x1,x2)...]]>S34，計算相鄰的兩個極值點的中點，以所述中點為灰度值區(qū)間的分界點對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像。對各相鄰的極值點兩兩求取中點以ρi為各級分界點進行級數(shù)劃分。級數(shù)記為(該級數(shù)最多允許數(shù)可以根據情況進行設置)。圖5中的灰度直方圖的分級情況如圖6所示，0～255的灰度值被劃分為Level1、Level2和Level3三個區(qū)間。相應地，圖4中的粗定位區(qū)域圖像A1按照灰度值區(qū)間被劃分為第一級圖像a1、第二級圖像a2和第三級圖像a3，各灰度級圖像中僅包含灰度值位于相應灰度值區(qū)間內的像素。S4，對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行包絡擬合，獲取各個灰度級圖像的圖像包絡。在具體實施當中，所述步驟S4，包括：S41，對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行開運算。對各個灰度級圖像分別進行二值化處理后，可以得到有效區(qū)間圖像，對每個有效區(qū)間圖像進行開運算，經過腐蝕和膨脹后，消去了邊界的干擾和小的臟污點后可以得到若干個較清晰的二值化后的圖像，有利于提高后續(xù)包絡擬合的準確性。S42，在水平和垂直兩個方向上以預設的步長對進行開運算后的圖像進行檢索，獲取邊界點，并對所述邊界點進行擬合，獲取圖像包絡。分別沿水平和垂直方向以特定的步長對進行開運算后的各級二值化圖像進行檢索，可以找到若干邊界點，在允許一定偏差值e的情況下進行擬合，擬合后可獲得各級圖像的圖像包絡，如圖7所示，其為第二級圖像a2的圖像包絡。S5，對所述圖像包絡進行直線檢測，若檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線(這里所稱的直線包括任何近似直線的線條，并非嚴格的幾何學中的直線)，則將所述鈔票圖像對應的鈔票標記為粘貼鈔。對各級圖像的圖像包絡逐級搜索直線痕跡，檢測過程中對于一些臟污塊或干擾塊就可以直接排除掉。在出現(xiàn)直線形狀后，對該直線往進行平移搜索。檢測是否存在另一條與之平行(或接近平行)的直線，并且兩條直線所形成的區(qū)域為同一色級(灰度值相同或相近的顏色區(qū)間)。若有兩條直線同時存在，且兩條直線之間的間距符合預設的間距區(qū)間(即膠帶寬度)，即將其標記為粘貼鈔。在具體實施當中，還可以通過與標準鈔票圖像模板的對比，根據所選區(qū)域是否存在鈔票本身就具有的直線痕跡(如鈔票上原有的圖案或安全線等)，來判斷粘貼膠帶的存在。上述實施例中雖僅以反射圖像為例，但本領域人員知悉，依據相同的原理，可對透射圖像進行相同的操作來進行粘貼鈔的檢測。在具體實施當中，可分別對鈔票的反射圖像和透射圖像進行上述操作，以提高粘貼鈔檢測的準確度。如當在反射圖像中檢測到兩條非鈔票本身具有的直線，同時在透射圖像的相同位置也檢測到對應的直線，則可確信該位置粘貼有膠帶狀異物。具體地，可通過以下方式結合反射圖像和透射圖像來進行綜合分析判斷：在具體實施當中，所述步驟S5包括：S51，根據直線檢測的結果，獲取所述鈔票圖像的粘貼分值。其中，當所述鈔票圖像為反射圖像時，所獲取的粘貼分值為第一粘貼分值score1。當所述鈔票圖像為透射圖像時，所獲取的粘貼分值為第二粘貼分值score2。當所述鈔票圖像為透射圖像時，檢測圖像包絡所在區(qū)域的上方和下方是否存在灰度值大于第一灰度閾值并且類似于直線排布的亮點；或者，檢測所述粗定位區(qū)域圖像中是否存在灰度值大于第一灰度閾值的亮線；根據亮點或者亮線的檢測結果，獲取所述鈔票圖像的第三粘貼分值score3。粘貼分值的具體計算規(guī)則可根據需要進行設定，如兩直線越接近平行或邊界越清晰，則粘貼分值越高；兩直線之間的寬度越接近常用粘貼膠帶的寬度，則粘貼分值越高。本領域技術人員可根據實際需要，選取符合粘貼鈔特征的計算規(guī)則，本發(fā)明對此不作限定。在一種具體實施方式當中，第一粘貼分值score1和第二粘貼分值score2計算規(guī)則優(yōu)選如下：在對灰度級圖像進行二值化后的圖像中找到兩條直線，若兩條直線近乎平行，則給出粘貼分值S1；若兩直線不平行，但兩條直線所在圖像的面積達到設定值，則給出粘貼分值S2；如果有一條直線邊界和一條曲線邊界，則可記粘貼分值S3；其中，粘貼分值S1＞S2＞S3。此外，由于粘貼鈔本身存在裂縫，通過人為拼接后縫隙也難以完全修補，在透射圖像下，容易出現(xiàn)漏光，形成亮點或亮線。本發(fā)明綜合考慮上述情況，將其作為粘貼鈔的檢測項，有利于進一步提高粘貼鈔檢測的準確性。S52，對所述第一粘貼分值score1、所述第二粘貼分值score2和所述第三粘貼分值score3進行加權求和，計算綜合粘貼分值scorefinal。若所述綜合粘貼分值scorefinal大于預設的粘貼分閾值scoreset，則判定所述鈔票為粘貼鈔；否則，判定所述鈔票為非粘貼鈔。綜合分析反射圖像和透射圖像所搜索到圖案形狀，對所用分項進行加權求和，獲取綜合粘貼分值：scorefinal＝α*score1+β*score2+γ*score3其中，α、β和γ分別為第一粘貼分值score1、所述第二粘貼分值score2和所述第三粘貼分值score3所占的權重。當scorefinal>scoreset時，則可以判定該鈔票為粘貼鈔。本發(fā)明根據粘貼鈔在反射圖像和透視圖像中所呈現(xiàn)的圖像特征，綜合考慮膠帶所可能形成的不同灰度情況的圖案，根據其特征排除非膠帶的干擾，在有臟污或多層色差的情況下，可正確定位膠帶位置和檢測出膠帶，可以有效提高粘貼鈔的檢出率，方案易于實現(xiàn)，節(jié)約設備成本。參見圖8，是本發(fā)明提供的粘貼鈔檢測裝置的一個實施例的裝置結構圖，本實施例的原理與圖1所示實施例一致，本實施例中為詳述之處可參見圖1所示實施例中的相關描述。如圖8所示，所述粘貼鈔檢測裝置包括：圖像采集模塊71，用于采集鈔票圖像；粗定位模塊72，用于對所述鈔票圖像中可能為粘貼的區(qū)域進行粗定位，獲取粗定位區(qū)域圖像；灰度分級模塊73，用于對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，根據統(tǒng)計結果按灰度值區(qū)間對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像；包絡擬合模塊74，用于對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行包絡擬合，獲取各個灰度級圖像的圖像包絡；直線檢測模塊75，用于對所述圖像包絡進行直線檢測，若檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線，則將所述鈔票圖像對應的鈔票標記為粘貼鈔。其中，所述灰度分級模塊73包括：直方圖獲取單元731，用于獲取所述粗定位區(qū)域圖像的灰度直方圖；包絡函數(shù)獲取單元732，用于將所述灰度直方圖的各個頂點連接成曲線，對所述曲線進行平滑處理，獲取所述灰度直方圖的包絡曲線函數(shù)；極值點計算單元733，用于對所述包絡曲線函數(shù)進行求導，并計算所述包絡曲線函數(shù)的極值點；灰度分級單元734，用于計算相鄰的兩個極值點的中點，以所述中點為灰度值區(qū)間的分界點對所述粗定位區(qū)域圖像進行分級，將所述粗定位區(qū)域圖像劃分為多個灰度級圖像。所述包絡擬合模塊74包括：二值化單元741，用于對各個灰度級圖像分別進行二值化處理，并對二值化后的圖像進行開運算；邊界擬合單元742，用于在水平和垂直兩個方向上以預設的步長對進行開運算后的圖像進行檢索，獲取邊界點；并對所述邊界點進行擬合，獲取圖像包絡。所述鈔票圖像優(yōu)選包括反射圖像和透射圖像。在具體實施當中，所述直線檢測模塊75包括：粘貼分值計算單元751，用于根據直線檢測的結果，獲取所述鈔票圖像的粘貼分值；其中，當所述鈔票圖像為反射圖像時，所獲取的粘貼分值為第一粘貼分值；當所述鈔票圖像為透射圖像時，所獲取的粘貼分值為第二粘貼分值；當所述鈔票圖像為透射圖像時，檢測圖像包絡所在區(qū)域的上方和/或下方是否存在灰度值大于預設的灰度閾值的亮點；或者檢測所述粗定位區(qū)域圖像中是否存在灰度值大于預設的灰度閾值的亮線；根據所述亮點或者亮線的檢測結果，獲取所述鈔票圖像的第三粘貼分值；綜合判斷單元752，用于對所述第一粘貼分值、所述第二粘貼分值和所述第三粘貼分值進行加權求和，計算綜合粘貼分值；若所述綜合粘貼分值大于預設的粘貼分閾值，則判定所述鈔票為粘貼鈔；否則，判定所述鈔票為非粘貼鈔。綜上所述，本發(fā)明提供的粘貼鈔檢測方法和裝置，通過對采集的鈔票圖像進行粗定位，獲取可能存在粘貼情況的粗定位區(qū)域圖像，對所述粗定位區(qū)域圖像進行灰度直方圖統(tǒng)計，并根據統(tǒng)計結果按照灰度值區(qū)間進行分級，對各級圖像進行二值化處理和包絡擬合，獲取各級圖像的圖像包絡，對所述圖像包絡進行直線檢測，在檢測到所述圖像包絡中包含兩條非鈔票本身具有的直線(特別是兩平行的直線)時，將所述鈔票圖像對應的鈔票標記為粘貼鈔。本發(fā)明根據粘貼鈔在鈔票圖像中所呈現(xiàn)的圖像特征，針對粘貼膠帶所可能形成的不同灰度情況的圖案，在有臟污或多層色差的情況下，可正確定位膠帶位置并檢測出膠帶，有效提高粘貼鈔的檢出率，方案易于實現(xiàn)，節(jié)約設備成本。需說明的是，以上所描述的裝置實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，即可以位于一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。另外，本發(fā)明提供的裝置實施例附圖中，模塊之間的連接關系表示它們之間具有通信連接，具體可以實現(xiàn)為一條或多條通信總線或信號線。本領域普通技術人員在不付出創(chuàng)造性勞動的情況下，即可以理解并實施。通過以上的實施方式的描述，所屬領域的技術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的方式來實現(xiàn)，當然也可以通過專用硬件包括專用集成電路、專用CPU、專用存儲器、專用元器件等來實現(xiàn)。一般情況下，凡由計算機程序完成的功能都可以很容易地用相應的硬件來實現(xiàn)，而且，用來實現(xiàn)同一功能的具體硬件結構也可以是多種多樣的，例如模擬電路、數(shù)字電路或專用電路等。但是，對本發(fā)明而言更多情況下軟件程序實現(xiàn)是更佳的實施方式?；谶@樣的理解，本發(fā)明的技術方案本質上或者說對現(xiàn)有技術做出貢獻的部分可以以軟件產品的形式體現(xiàn)出來，該計算機軟件產品存儲在可讀取的存儲介質中，如計算機的軟盤，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，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，或者網絡設備等)執(zhí)行本發(fā)明各個實施例所述的方法。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，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。因此，本發(fā)明的保護范圍應以所述權利要求的保護范圍為準。當前第1頁1 2 3