本申請涉及導盲技術領域，尤其涉及一種導盲系統(tǒng)。

背景技術：

盲是世界上嚴重的社會和公共衛(wèi)生問題之一。人類70％以上的信息都是通過視覺來獲取的，視力問題很大程度上限制了盲人進行信息獲取。由于盲人視力上的缺陷，在面對市面種類繁多的錢幣時，無法獲取錢幣的信息，因此很大程度上限制了盲人獨立生活。

技術實現(xiàn)要素：

本申請的實施例提供一種導盲系統(tǒng)，用于輔助盲人獲取錢幣信息。

為達到上述目的，本申請的實施例采用如下技術方案：

提供一種導盲系統(tǒng)，用于輔助盲人獲取錢幣信息，包括：圖像采集設備、處理模組以及語音輸出設備；所述圖像采集設備和所述語音輸出設備耦合至所述處理模組；

所述處理模組用于控制所述圖像采集設備獲取待檢測錢幣圖像，根據(jù)所述待檢測錢幣圖像獲取所述錢幣的類別以及根據(jù)所述錢幣的類別獲取對應的錢幣信息；所述處理模塊還用于控制所述語音輸出設備通過語音對所述錢幣信息進行播報。

本申請的實施例提供的導盲系統(tǒng)包括：圖像采集設備、處理模組以及語音輸出設備；圖像采集設備和語音輸出設備耦合至處理模組，其中，處理模組可以控制圖像采集設備獲取待檢測錢幣圖像，根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息；處理模塊還用于控制語音輸出設備通過語音對錢幣信息進行播報，由于本申請實施例提供的導盲系統(tǒng)在進行圖像采集獲取待檢測錢幣圖像時，無需過多對錢幣放置位置進行限制，且不用考慮圖像采集時的光照強度、光照位置等的影響，所以對錢幣的識別過程中的操作簡單易行，適用于盲人日常生活中獲取錢幣信息，即本申請實施例可以輔助盲人獲取錢幣信息。

附圖說明

為了更清楚地說明本申請實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術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申請的一些實施例，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)這些附圖獲得其他的附圖。

圖1為本申請的實施例提供的導盲系統(tǒng)的示意性結(jié)構(gòu)圖之一；

圖2為本申請的實施例提供的導盲系統(tǒng)所執(zhí)行的方法的步驟流程圖之一；

圖3為本申請的實施例提供的檢測區(qū)域的示意性結(jié)構(gòu)圖之一；

圖4為本申請的實施例提供的導盲系統(tǒng)所執(zhí)行的方法的步驟流程圖之二；

圖5為本申請的實施例提供的導盲系統(tǒng)所執(zhí)行的方法的步驟流程圖之三；

圖6為本申請的實施例提供的檢測區(qū)域的示意性結(jié)構(gòu)圖之二；

圖7為本申請的實施例提供的導盲系統(tǒng)所執(zhí)行的方法的步驟流程圖之四；

圖8為本申請的實施例提供的導盲系統(tǒng)的示意性結(jié)構(gòu)圖之二；

圖9為本申請的實施例提供的導盲系統(tǒng)的示意性結(jié)構(gòu)圖之三；

圖10為本申請的實施例提供的導盲系統(tǒng)的示意性結(jié)構(gòu)圖之四。

具體實施方式

下面將結(jié)合本申請實施例中的附圖，對本申請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申請一部分實施例，而不是全部的實施例。需要說明的是，下文所提供的任意多個技術方案中的部分或全部技術特征在不沖突的情況下，可以結(jié)合使用，形成新的技術方案?；诒旧暾堉械膶嵤├?，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，都屬于本申請保護的范圍。

在本申請實施例中術語“和/或”，僅僅是一種描述關聯(lián)對象的關聯(lián)關系，表示可以存在三種關系，例如，a和/或b，可以表示：單獨存在a，同時存在a和b，單獨存在b這三種情況。另外，本文中字符“/”，一般表示前后關聯(lián)對象是一種“或”的關系。如果不加說明，本文中的“多個”是指兩個或兩個以上。

在本申請實施例中，“示例性的”或者“例如”等詞用于表示作例子、例證或說明。本申請實施例中被描述為“示例性的”或者“例如”的任何實施例或設計方案不應被解釋為比其它實施例或設計方案更優(yōu)選或更具優(yōu)勢。確切而言，使用“示例性的”或者“例如”等詞旨在以具體方式呈現(xiàn)相關概念。

需要說明的是，本申請實施例中，除非另有說明，“多個”的含義是指兩個或兩個以上。

還需要說明的是，本申請實施例中，“的(英文：of)”，“相應的(英文：corresponding，relevant)”和“對應的(英文：corresponding)”有時可以混用，應當指出的是，在不強調(diào)其區(qū)別時，其所要表達的含義是一致的。

本申請實施例所提供的技術方案的基本原理為：針對現(xiàn)有技術中的錢幣識別方式不適用于盲人日常生活中獲取錢幣信息的問題，本申請實施例中通過獲取錢幣的圖像，然后根據(jù)錢幣的圖像獲取錢幣的類別，再根據(jù)錢幣類別獲取對應的錢幣信息；最后通過語音對錢幣信息進行播報。由于盲人可以通過聽覺獲取錢幣信息，而且對錢幣的識別過程中的操作簡單易行，所以本申請實施例可以適用于輔助盲人獲取錢幣信息。

基于上述內(nèi)容，本申請實施例提供一種導盲系統(tǒng)。

示例性的，本申請實施例中的導盲系統(tǒng)可以包括：頭戴式導盲裝置、導盲眼鏡、手機、便攜式計算機、袖珍式計算機、手持式計算機、數(shù)碼相框、掌上電腦、導航儀等終端設備，或者導盲系統(tǒng)也可以包括：終端設備、無線通信網(wǎng)絡以及網(wǎng)絡服務器。

參照圖1所示，本申請實施例提供的導盲系統(tǒng)10包括：圖像采集設備11、處理模組12以及語音輸出設備13；圖像采集設備11和語音輸出設備12耦合至處理模組12。

處理模組12用于控制圖像采集設備11獲取待檢測錢幣圖像，根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息；處理模塊11還用于控制語音輸出設備13通過語音對錢幣信息進行播報。

示例性的，上述的圖像采集模塊11可以是單目攝像頭、雙目攝像頭等圖像傳感器中的一種或多種。處理模組12可以是處理器，也可以是多個處理元件的統(tǒng)稱。例如，中央處理器(英文名稱：centralprocessingunit，簡稱：cpu)。處理模組12還可以為其他通用處理器、數(shù)字信號處理器(英文名稱：digitalsignalprocessing，簡稱：dsp)、專用集成電路、現(xiàn)場可編程門陣列或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等，其可以實現(xiàn)或執(zhí)行結(jié)合本申請公開內(nèi)容所描述的各種示例性的邏輯方框，模塊和電路。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。處理模組12還可以為專用處理器，該專用處理器可以包括基帶處理芯片、射頻處理芯片等中的至少一個。處理器也可以是實現(xiàn)計算功能的組合，例如包含一個或多個微處理器組合，dsp和微處理器的組合等。語音輸出設備13可以是揚聲器、功放機、音箱、耳機等音頻輸出設備。

需要說明的是，本申請實施例中的錢幣可以為紙幣，也可以為硬幣，還可以其他類型的錢幣。此外，本申請實施例中的錢幣的幣種可以為人民幣、美元、英鎊、歐元等。

還需要說明的是，錢幣信息信息可以包括錢幣的：幣種(例如：人民幣、美元、英鎊、歐元等)、面額(例如：1元、2元、5元、10元、100元等)、版本(例如：第五套人民幣、第三套人民幣、新版美元等)等信息。

示例性的，在處理模組12控制圖像采集設備11獲取待檢測錢幣圖像的過程中：處理模組可以控制圖像采集設備從一個視角對錢幣進行圖像采集，或者控制圖像采集設備從多個視角對錢幣進行圖像采

集。此外，同一視角也可以對錢幣進行多次圖像采集，然后基于采集的圖像的清晰度、完整度等選取其中的一張或多張作為待檢測錢幣圖像。

此外，當從多個視角對錢幣進行圖像采集時，處理模組12和圖像采集設備11可以通過執(zhí)行如下操作來實現(xiàn)：

用戶將錢幣放置于圖像采集裝置的采集范圍之內(nèi)，然后對錢幣進行移動和/或翻轉(zhuǎn)，處理模組12控制圖像采集裝置11在用戶對錢幣進行移動和/或翻轉(zhuǎn)的過程中多次對錢幣進行圖像采集，從而實現(xiàn)從多個視角對錢幣進行圖像采集?；蛘咴O置圖像采集設備11包括多個可以獨立采集圖像的裝置，且多個可以獨立采集圖像的裝置分別設置于不同的位置。當進行圖像采集時，處理模組12控制多個設置于不同位置的圖像采集裝置分別從一個視角對錢幣進行圖像采集，從而實現(xiàn)從多個視角對錢幣進行圖像采集。例如：圖像采集設備包括兩個相對的攝像頭，對錢幣進行圖像采集采集時，用戶將錢幣放置在兩個攝像頭之間，兩個攝像頭分別采集錢幣正面和反面的圖像。

本申請的實施例提供的導盲系統(tǒng)包括：圖像采集設備、處理模組以及語音輸出設備；圖像采集設備和語音輸出設備耦合至處理模組，其中，處理模組可以控制圖像采集設備獲取待檢測錢幣圖像，根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息；處理模塊還用于控制語音輸出設備通過語音對錢幣信息進行播報，由于本申請實施例提供的導盲系統(tǒng)在進行圖像采集獲取待檢測錢幣圖像時，無需過多對錢幣放置位置進行限制，且不用考慮圖像采集時的光照強度、光照位置等的影響，所以對錢幣的識別過程中的操作簡單易行，適用于盲人日常生活中獲取錢幣信息，即本申請實施例可以輔助盲人獲取錢幣信息。

可選的，處理模組12根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息，包括：處理模組12在待檢測錢幣圖像上截取檢測區(qū)域；檢測區(qū)域以待檢測錢幣圖像的中心為中心；對截取到的檢測區(qū)域的圖像進行處理獲取第二處理圖像；第二處理圖像為灰階圖像且第二處理圖像的像素大小為預設值；從第二處理圖像中提取檢測特征；分別計算檢測特征與各個錢幣的特征模板的歐氏距離(英文名稱：euclideanmetric，別稱：歐幾里得度量)；獲取匹配特征模板；匹配特征模板為與檢測特征的歐氏距離最小的特征模板；根據(jù)匹配特征模板獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

即，參照圖2所示，處理模組12可以通過執(zhí)行如下步驟來實現(xiàn)根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

s21、在待檢測錢幣圖像上截取檢測區(qū)域。

其中，檢測區(qū)域以待檢測錢幣圖像的中心為中心。

示例性的，參照圖3所示，待檢測錢幣圖像31的中心為310，檢測區(qū)域32的中心與待檢測錢幣圖像31的中心310重合。需要說明的是，圖3中以待檢測錢幣圖像31和檢測區(qū)域32均為矩形為例進行說明，但本申請實施例并不限定于此，待檢測錢幣圖像31和檢測區(qū)域32也可以為其他形狀。

s22、對截取到的檢測區(qū)域的圖像進行處理獲取第二處理圖像。

其中，第二處理圖像為灰階圖像且第二處理圖像的像素大小為預設值。

示例性的，對截取到的檢測區(qū)域的圖像進行處理獲取第二處理圖像具體可為：首先將檢測區(qū)域的圖像轉(zhuǎn)換為灰階圖像，然后對灰階圖像進行歸一化處理。當然也可以通過其他圖像處理方式檢測區(qū)域的圖像進行處理，本申請實施例中不限定對檢測區(qū)域的圖像進行圖像處理的方式，以能夠?qū)z測區(qū)域的圖像處理為像素大小為預設值的灰階圖像為準。

示例性的，預設值具體可以為100像素*100像素。

s23、從第二處理圖像中提取檢測特征。

示例性的，檢測特征具體可以為：尺寸尺度不變特征變換(英文名稱：scale-invariantfeaturetransform，簡稱：sift)特征。

s24、分別計算檢測特征與各個錢幣的模板特征的歐氏距離。

s25、獲取匹配特征模板。

其中，匹配特征模板為與檢測特征的歐氏距離最小的特征模板。

s26、根據(jù)匹配特征模板獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

進一步的，在上述步驟s24中處理模組12需要計算檢測特征與各個錢幣的模板特征的歐氏距離，因此在步驟s24之前處理模組12還需要對各個錢幣的特征模板進行提取并保存，以便于在步驟s24中讀取各個錢幣的特征模板進行計算。因此處理模組12還用于獲取各個錢幣的模板圖像；對各個錢幣的模板圖像進行處理獲取對應的第一處理圖像；第一處理圖像為灰階圖像且第一處理圖像的像素大小為預設值；從各個第一處理圖像中提取特征模板并保存。

即，參照圖4所示，處理模組12對各個錢幣的特征模板進行進行提取并保存可以通過執(zhí)行如下步驟來實現(xiàn)。

s41、獲取各個錢幣的模板圖像。

具體的，獲取各個錢幣的模板圖像具體可以為獲取各種錢幣正面、反面原始比例的稿清圖像作為錢幣的模板圖像。例如：獲取美元的模板圖像具體可以為：分別獲取1美元、2美元、5美元、10美元、20美元、50美元以及100美元正面、反面原始比例的稿清圖像，并將獲取的14張圖像作為錢幣的模板圖像。

s42、對各個錢幣的模板圖像進行處理獲取對應的第一處理圖像。

其中，第一處理圖像為灰階圖像且第一處理圖像的像素大小為預設值。

示例性的，對各個錢幣的模板圖像進行處理獲取第一處理圖像具體可為：首先將各個錢幣的模板圖像轉(zhuǎn)換為灰階圖像，然后對灰階圖像進行歸一化處理。同樣，本申請實施例中也不限定對各個錢幣的模板圖像進行圖像處理的方式，以能夠?qū)⒏鱾€錢幣的模板圖像處理為像素大小為預設值的灰階圖像為準。

s43、從各個第一處理圖像中提取模板特征并保存。

示例性的，處理模組12可以將各個錢幣的模板特征保存在本地數(shù)據(jù)庫中，也可以將各個錢幣的模板特征保存在遠端服務器中。

需要說明的是，檢測特征與模板特征為相同類型的特征。例如：模板特征為sift特征，則檢測特征也為sift特征。

還需要說明的是，上述步驟s41、s42和s43為特征模板提取及保存過程，在一些實施例中，可以無需執(zhí)行上述s41、s42和s43。例如：在首次使用時已將模板特征提取并保存在本地數(shù)據(jù)庫中，在下一次通過圖2所示實現(xiàn)方式來獲取錢幣信息時，可以直接從本地數(shù)據(jù)庫中調(diào)取模板特征，而無需重復執(zhí)行上述步驟s41、s42和s43。

還需要說明的是，若對每一種錢幣均執(zhí)行上述步驟s41、s42和s43可以豐富模板特征，進而可以在獲取錢幣的類別時可以對每一種錢幣進行識別分類，但目前世界已存在1200多種錢幣，錢幣種類繁多，若對每一個錢幣均執(zhí)行上述步驟s41、s42和s43，則需要較多的計算資源、存儲資源，而大部分模板特征在盲人日常生活中用不到，造成資源浪費，因此在實際使用時可以僅對一部分錢幣執(zhí)行上述步驟s41、s42和s43，且用戶可以根據(jù)實際需求增加或刪除部分模板特征。

進一步的，處理模組12還用于判斷檢測特征與各個特征模板的歐氏距離的最小值是否小于或等于閾值；若是，將與檢測特征的歐氏距離最小的特征模板作為匹配特征模板；若否，判斷已對待檢測錢幣圖像旋轉(zhuǎn)的次數(shù)是否等于預設次數(shù)；若已對待檢測錢幣圖像旋轉(zhuǎn)的次數(shù)小于預設次數(shù)，對待檢測錢幣圖像旋轉(zhuǎn)預設角度并重新截取檢測區(qū)域；

處理模組12用于在待檢測錢幣圖像上截取檢測區(qū)域，包括：在獲取到待檢測錢幣圖像后在待檢測錢幣圖像上截取檢測區(qū)域以及在旋轉(zhuǎn)待檢測錢幣圖像后，在待檢測錢幣圖像上截取檢測區(qū)域。

即，參照圖5所示，上述步驟s25中，處理模組12獲取匹配特征模板可以通過執(zhí)行如下步驟來實現(xiàn)。

s281、判斷檢測特征與各個特征模板的歐氏距離的最小值是否小于或等于閾值。

在步驟s281中，若檢測特征與各個特征模板的歐氏距離的最小值小于或等于閾值，則執(zhí)行步驟s282；若檢測特征與各個特征模板的歐氏距離的最小值大于閾值，則執(zhí)行步驟s283。

s282、將與檢測特征的歐氏距離最小的特征模板作為匹配特征模板。

s283、判斷已對待檢測錢幣圖像旋轉(zhuǎn)的次數(shù)是否等于預設次數(shù)。

示例性的，預設次數(shù)可以為1次、2次、3次、10次等。

在步驟s283中，若已對待檢測錢幣圖像旋轉(zhuǎn)的次數(shù)小于預設次數(shù)，例如：預設次數(shù)為1次，尚未對待檢測錢幣圖像進行過旋轉(zhuǎn)；再例如：預設次數(shù)為10次，對待檢測錢幣圖像進行過5次旋轉(zhuǎn)；則執(zhí)行步驟s284并返回步驟s21中重新執(zhí)行步驟s21至s283；若已對待檢測錢幣圖像旋轉(zhuǎn)的次數(shù)等于預設次數(shù)，則說明未能將檢測特征與模板特征匹配成功，結(jié)束檢測。此時可以輸出“未檢測到錢幣”或者“檢測失敗”。

s284、將待檢測錢幣圖像旋轉(zhuǎn)預設角度。

示例性的，參照圖6所示，圖6中以將待檢測錢幣圖像旋轉(zhuǎn)的角度a為45度為例進行說明。需要說明的是，預設角度還可以為其他角度，例如：10度、30度、90度等。此外，旋轉(zhuǎn)預設角度可以為順時針旋轉(zhuǎn)預設角度，也可以為逆時針旋轉(zhuǎn)預設角度。

需要說明的是，在上述實施例中，若預設次數(shù)設置的越大，則步驟s21至s283被重復執(zhí)行的次數(shù)越多，計算耗時越長，但將檢測特征與模板特征匹配成功的可能性越大。反之，若預設次數(shù)設置的越小，步驟s21至s283被重復執(zhí)行的次數(shù)越少，計算耗時越短，但將檢測特征與模板特征匹配成功的可能性越小。因此預設次數(shù)的大小可以根據(jù)實際需求進行設定。

可選的，處理模組12根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息，包括：處理模組在待檢測錢幣圖像中提取預設特征；對預設特征進行分類獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

即，參照圖7所示，處理模組12還可以通過執(zhí)行如下步驟來獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

s71、在待檢測錢幣圖像中提取預設特征。

可選的，上述實施例中的預設特征可以是手動設置的特征，例如：haar特征(英文名稱：haar-likefeatures)、方向梯度直方圖(英文名稱：histogramoforientedgradient，簡稱：hog)特征、局部二值模式(英文名稱：localbinarypattern，簡稱：lbp)特征。上述實施例中的預設特征也可以是通過機器學習方法，比如通過深度學習方法自動學習獲取的圖像特征。

s72、對預設特征進行分類獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

具體的，上述實施例中對預設特征進行分類的分類方法可以為：采用支持向量機(英文名稱：supportvectormachine，簡稱：svm)進行分類、迭代(英文名稱：adaboost)分類器進行分類或者最鄰近算法進行分類，進而根據(jù)錢幣的類別獲取對應的錢幣信息。

可選的，處理模組12根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息，包括：處理模組具體用于通過深度神經(jīng)網(wǎng)絡分類法對待檢測錢幣圖像進行分類獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。

即，直接通過預先訓練好的深度神經(jīng)網(wǎng)絡分類器對待檢測錢幣圖像進行分類，從而獲取錢幣的類別并根據(jù)錢幣的類別獲取對應的錢幣信息。

可選的，參照圖8所示，處理模組12包括：第一處理單元121、第二處理單元122以及網(wǎng)絡通信單元123；

第一處理單元121，用于控制圖像采集設備獲取待檢測錢幣圖

像，并將采集到的圖像通過網(wǎng)絡通信單元123發(fā)送至第二處理單元122；

第二處理單元122用于根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息，并通過網(wǎng)絡通信單元123將獲取到的錢幣信息返回至第一處理單元121。

即，上述根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息的實現(xiàn)過程可以在終端設備內(nèi)部完成，也可以通過遠程服務設備協(xié)助完成。當根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息的過程通過遠程服務設備協(xié)助完成時，處理模組12的網(wǎng)絡通信單元123將第一處理單元121獲取的待檢測錢幣圖像發(fā)送至第二處理單元122中，第二處理單元122根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息，并通過網(wǎng)絡通信單元123將獲取到的錢幣信息返回至第一處理單元123。

可選的，參照圖9所示，導盲系統(tǒng)還包括頭盔900；圖像采集設備11、處理模組12以及語音輸出設備13設置在頭盔900上。

可選的，參照圖10所示，導盲系統(tǒng)還包括：語音輸入設備14；

處理模組12還用于通過語音輸入設備14采集語音指令；具體用于當采集到用于指示進行錢幣識別的指令時，控制圖像采集設備11獲取待檢測錢幣圖像，根據(jù)待檢測錢幣圖像獲取錢幣的類別以及根據(jù)錢幣的類別獲取對應的錢幣信息。通過這種方式，能夠使得導盲系統(tǒng)根據(jù)盲人的觸發(fā)進入到錢幣圖像獲取的流程，從而采用相應的錢幣識別的模板進行識別，這樣能夠有效的提高錢幣識別的效率和精度。

示例性的，語音輸入設備14可以為麥克風。

本領域技術人員應該可以意識到，在上述一個或多個示例中，本申請所描述的功能可以用硬件、軟件、固件或它們的任意組合來實現(xiàn)。當使用軟件實現(xiàn)時，可以將這些功能存儲在計算機可讀介質(zhì)中或者作為計算機可讀介質(zhì)上的一個或多個指令或代碼進行傳輸。計算機可讀介質(zhì)包括計算機存儲介質(zhì)和通信介質(zhì)，其中通信介質(zhì)包括便于從一個地方向另一個地方傳送計算機程序的任何介質(zhì)。存儲介質(zhì)可以是通用或?qū)Ｓ糜嬎銠C能夠存取的任何可用介質(zhì)。

以上所述，僅為本申請的具體實施方式，但本申請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申請揭露的技術范圍內(nèi)，可輕易想到的變化或替換，都應涵蓋在本申請的保護范圍之內(nèi)。因此，本申請的保護范圍應以權利要求的保護范圍為準。