自动曝光方法、拍照装置及移动终端
技术领域
本发明涉及移动通信领域,尤其涉及一种自动曝光方法、拍照装置及移动终端。
背景技术
目前,相机的自动曝光的测光方式都是基于当前帧信息的比较设定,大部分测光方式(如点测光、中央权重测光、平均测光等)的权重都是直接设定,只有多区域评价测光方式的权重是基于当前帧不同区域之间的差异来动态设定。无论哪种测光方式,都是基于当前帧的信息,没有用到连续多帧的图像变化信息来设置权重。在某些测光方式上,会采用上一帧的曝光值对当前帧计算曝光值进行一个平缓操作,但是这只是让曝光平滑过渡。
可见,由于当前技术仅使用当前帧的图像信息,部分方式比较了当前图像不同区域之间的差异,但是并没有引入连续时间内同一区域由于曝光设置的不同而造成的变化趋势,特别容易造成室外图像过曝。尤其在基于人脸等感兴趣区的自动曝光上,容易造成整个图像过曝严重,不能拍摄出用户期望的图像。
发明内容
为解决现有技术中存在的上述问题,本发明实施例一方面提供了一种自动曝光方法,包括:
获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧;
对连续N+1帧图像数据进行边缘提取,得到边缘图像;
利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像;
根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域;
分别获取每个静止子区域在连续N+1帧内的灰度变化累计值;
根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域;
对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整;
根据调整后的测光权重确定并设置曝光参数。
另一方面,本发明实施例还提供了一种拍照装置,包括:
图像获取模块,用于获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧;
边缘提取模块,用于对连续N+1帧图像数据进行边缘提取,得到边缘图像;
运动检测模块,用于利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像;
区域划分模块,用于根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域;
计算模块,用于分别获取每个静止子区域在连续N+1帧内的灰度变化累计值;
分析模块,用于根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域;
权重设置模块,用于对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整;
参数设置模块,用于根据调整后的测光权重确定并设置曝光参数。
另一方面,本发明实施例还提供了一种移动终端,包括上述拍照装置。
本发明实施例,通过分析连续多帧之间的图像变化趋势,得到各个区域多帧之间的亮度差异,并根据该亮度差异大小来动态设置权重,从而使曝光参数的设置更加合理,有效抑制图像的大面积过曝,更容易拍摄出用户满意的图片。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的自动曝光方法的第一实施例的流程示意图;
图2为多分区评价测光方式的一种区域划分示意图;
图3为本发明的自动曝光方法的第二实施例的流程示意图;
图4为本发明的自动曝光方法的第三实施例的流程示意图;
图5为本发明的自动曝光方法的第四实施例的流程示意图;
图6为本发明的拍照装置的第一实施例的结构示意图;
图7为本发明的拍照装置的第二实施例的结构示意图;
图8为本发明的拍照装置的第三实施例的结构示意图;
图9为本发明的拍照装置的第四实施例的结构示意图;
图10为本发明的移动终端的实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参照图1,是本发明的自动曝光方法的第一实施例的流程示意图,该方法包括:
步骤S101,获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧。
本步骤中,当前帧的图像数据可为相机实时获取的YUV图像数据,前N帧(N为正整数)的图像数据可为预先存储的经过JPEG压缩的YUV图像数据。
步骤S102,对连续N+1帧图像数据进行边缘提取,得到边缘图像。
本步骤中,边缘提取可通过多种常见的边缘检测算子来完成,如:罗伯茨(Roberts)算子、索贝尔(Sobel)算子、拉普拉斯(Laplacian)算子等。
以索贝尔(Sobel)算子为例,其两个方向算子为:
其中,*代表二维卷积运算;
A为原始图像灰度矩阵;
Gx为经横向边缘检测的图像灰度值;
Gy为经纵向边缘检测的图像灰度值;
通过下式可计算出图像中每个像素的灰度值G:
步骤S103,利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像。
本步骤中,运动检测的原理是比较当前帧图像的边缘图像与前N帧图像的边缘图像,进行图像减运算,对减运算图像进行阈值分割,得到运动图像。
步骤S104,根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域。
本步骤中,该预设规则可为系统设定的固定划分规则,也可为综合考虑了目标检测和人为指定因素的动态划分规则。如图2所示为多分区评价测光方式的一种区域划分示意图。
本步骤中,在分析各个区域多帧之间的差异时,需要剔除运动区域的影响,因此在完成区域划分后,需要选择其中没有运动的子区域作为待分析区域。
步骤S105,分别获取每个静止子区域在连续N+1帧内的灰度变化累计值。
本步骤中,对每个静止子区域,利用连续N+1帧图像获得该子区域的连续变化趋势。该连续变化趋势通过如下的灰度变化累计值Deta来量化。
Detai=Grayi-Grayi+1,i=0,…N
其中,Deta为灰度变化累计值;
Detai为相邻两帧的灰度变化值;
Grayi为第i帧的灰度值。
步骤S106,根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域。
本步骤中,对每个静止子区域,根据其灰度变化累计值采用聚类算法来进行分类。若图像内每个静止子区域的灰度变化累计值都一致,或虽然有差异,但都在一个非常小的差异阈值范围内,则根据图像传感器曝光各像素增量一致的特性,可知图像内没有过曝区域,则不需要后续的测光权重调整过程。若大部分静止子区域的灰度变化累计值基本一致,并且较大,而小部分静止子区域的灰度变化累计值较小,则说明该大部分静止子区域的亮度不饱和,为未过曝区域,而该小部分静止子区域的亮度已经达到饱和,即发生了过曝。
本步骤中,聚类算法可为划分法、层次法、密度算法等。
步骤S107,对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整。
本步骤中,为了避免过曝现象,需要降低亮度不饱和区域的权重,提高亮度饱和区域的权重。
步骤S108,根据调整后的测光权重确定并设置曝光参数。
本步骤中,曝光参数可包括曝光时间和曝光增益,曝光参数确定后,可实时设置到图像传感器中。
本发明实施例,通过分析连续多帧之间的图像变化趋势,得到各个区域多帧之间的亮度差异,并根据该亮度差异大小来动态设置权重,从而使曝光参数的设置更加合理,有效抑制图像的大面积过曝,更容易拍摄用户满意的图片。
请参照图3,是本发明的自动曝光方法的第二实施例的流程示意图,该方法包括:
步骤S201,获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧。
步骤S202,对连续N+1帧图像数据进行边缘提取,得到边缘图像。
步骤S203,利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像。
步骤S201至S203与自动曝光方法的第一实施例中的对应步骤相同,这里不再赘述。
步骤S204,对运动图像进行目标检测,确定目标区域。
本步骤中,可通过目标检测来获得用户感兴趣的目标区域、如人脸、动物、花朵等。目标检测算法可包括帧间差分法、背景差分法、光流法等。
步骤S205,获取人为指定区域和系统设定区域。
本步骤中,人为指定区域可为人为触碰指定区域。系统设定区域可为系统直接设定的固定划分区域。
步骤S206,确定目标区域、人为指定区域和系统设定区域的区域优先级。
本步骤中,当目标区域、人为指定区域、系统设定区域各自的划分原则发生冲突时,可根据区域优先级来重新确定区域划分原则,以便将图像区域合理地划分为多个子区域。示例性的,目标区域和人为指定区域的区域优先级可以高于系统设定区域。
步骤S207,根据区域优先级,将运动图像划分为多个子区域,并选取其中的静止子区域。
本步骤中,示例性的,当目标区域和人为指定区域的区域优先级高于系统设定区域时,如果目标区域或人为指定区域与系统设定区域有重复,则优先获得目标区域或人为指定区域,而将目标区域或人为指定区域之外的系统设定区域重新划分为新的区域。没有发生重复的系统设定区域仍然保留。
步骤S208,分别获取每个静止子区域在连续N+1帧内的灰度变化累计值。
步骤S209,根据灰度变化累计值确定亮度饱和子区域和亮度不饱和子区域。
步骤S210,对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整。
步骤S211,根据调整后的测光权重确定并设置曝光参数。
步骤S208至S211与自动曝光方法的第一实施例中的对应步骤相同,这里不再赘述。
本发明实施例,通过目标检测算法或者人为指定方式,获得用户感兴趣区域,并基于该感兴趣区域对图像进行合理划分,再基于该区域划分进行多帧信息比较的权重设置,能够获得更加精准的曝光参数,并获得更受用户喜欢的图像。
请参照图4,是本发明的自动曝光方法的第三实施例的流程示意图,该方法包括:
步骤S301,获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧。
步骤S302,对连续N+1帧图像数据进行边缘提取,得到边缘图像。
步骤S303,利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像。
步骤S304,根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域。
步骤S305,分别获取每个静止子区域在连续N+1帧内的灰度变化累计值。
步骤S306,根据灰度变化累计值确定亮度饱和子区域和亮度不饱和子区域。
步骤S301至S306与自动曝光方法的第一实施例中的对应步骤相同,这里不再赘述。
步骤S307,根据亮度饱和子区域的灰度变化累计值确定亮度饱和子区域的测光权重增加值,根据亮度不饱和子区域的灰度变化累计值确定亮度不饱和子区域的测光权重减少值。
本步骤中,为了避免过曝现象,需要降低亮度不饱和区域的权重,提高亮度饱和区域的权重。而权重的调整幅度可根据不同子区域间灰度变化趋势的差异大小来决定,即根据不同子区域间灰度变化累计值的差异大小来决定。如果差异较大,则降低或提高的幅度也需较大,反之则降低或提高的幅度需较小。
步骤S308,根据测光权重增加值来提高亮度饱和子区域的测光权重,根据测光权重减少值来降低亮度饱和子区域的测光权重。
步骤S309,根据调整后的测光权重确定并设置曝光参数。
本步骤与自动曝光方法的第一实施例中的对应步骤相同,这里不再赘述。
本发明实施例,通过分析区域内的连续多帧的变化趋势,动态地设置测光权重,及时调整图像过曝区的权重比例,可有效抑制图像过曝。
请参照图5,是本发明的自动曝光方法的第四实施例的流程示意图,该方法包括:
步骤S401,获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧。
步骤S402,对连续N+1帧图像数据进行边缘提取,得到边缘图像。
步骤S403,利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像。
步骤S404,根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域。
步骤S405,分别获取每个静止子区域在连续N+1帧内的灰度变化累计值。
步骤S406,根据灰度变化累计值确定亮度饱和子区域和亮度不饱和子区域。
步骤S407,对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整。
步骤S401至S407与自动曝光方法的第一实施例中的对应步骤相同,这里不再赘述。
步骤S408,根据调整后的测光权重,计算全部静止子区域的加权亮度和。
本步骤中,为保证准确性,需要剔除运动区域的影响,因此,在测光权重更新后,只针对全部静止子区域计算加权亮度和。
步骤S409,判断加权亮度和是否达到预设亮度门限。
本步骤中,预设亮度门限可采用系统默认值或由用户自行设置。
步骤S410,若未达到预设亮度门限,则根据加权亮度和与预设亮度门限之间的差值,调整并设置曝光参数。
本步骤中,曝光参数可包括曝光增益和曝光时间。
本发明实施例,根据测光权重的调整情况来动态调整曝光参数,从而可实现自动曝光的目的。
上文对本发明中自动曝光方法的实施例作了详细介绍。下面将相应于上述方法的拍照装置作进一步阐述。
请参照图6,是本发明的拍照装置的第一实施例的结构示意图,该拍照装置100包括:图像获取模块110、边缘提取模块120、运动检测模块130、区域划分模块140、计算模块150、分析模块160、权重设置模块170和参数设置模块180。
图像获取模块110,用于获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧;边缘提取模块120,与图像获取模块110相连,用于对连续N+1帧图像数据进行边缘提取,得到边缘图像;运动检测模块130,与边缘提取模块120相连,用于利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像;区域划分模块140,与运动检测模块130相连,用于根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域;计算模块150,与区域划分模块140相连,用于分别获取每个静止子区域在连续N+1帧内的灰度变化累计值;分析模块160,与区域划分模块140和计算模块150相连,用于根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域;权重设置模块170,与分析模块160相连,用于对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整;参数设置模块180,与权重设置模块170相连,用于根据调整后的测光权重确定并设置曝光参数。
其中,当前帧的图像数据可为相机实时获取的YUV图像数据,前N帧的图像数据可为预先存储的经过JPEG压缩的YUV图像数据。
边缘提取可通过多种常见的边缘检测算子来完成,如:Roberts算子、Sobel算子、Prewitt算子、高斯-拉普拉斯算子等。
以Sobel算子为例,Sobel算法的两个方向算子为:
其中,*代表二维卷积运算;
A为原始图像灰度矩阵;
Gx为经横向边缘检测的图像灰度值;
Gy为经纵向边缘检测的图像灰度值;
通过下式可计算出图像中每个像素的灰度值G:
运动检测的原理是比较当前帧图像的边缘图像与前N帧图像的边缘图像,进行图像减运算,对减运算图像进行阈值分割,得到运动图像。
预设规则可为系统设定的固定划分规则,也可为综合考虑了目标检测和人为指定因素的动态划分规则。
在分析各个区域多帧之间的差异时,需要剔除运动区域的影响,因此在完成区域划分后,需要选择其中没有运动的子区域作为待分析区域。
对每个静止子区域,利用连续N+1帧图像获得该子区域的连续变化趋势。该连续变化趋势通过如下的灰度变化累计值Deta来量化。
Detai=Grayi-Grayi+1,i=0,…N
其中,Deta为灰度变化累计值;
Detai为相邻两帧的灰度变化值;
Grayi为第i帧的灰度值。
对每个静止子区域,根据其灰度变化累计值采用聚类算法来进行分类。若图像内每个静止子区域的灰度变化累计值都一致,或虽然有差异,但都在一个非常小的差异阈值范围内,则根据图像传感器曝光各像素增量一致的特性,可知图像内没有过曝区域,则不需要后续的测光权重调整过程。若大部分静止子区域的灰度变化累计值基本一致,并且较大,而小部分静止子区域的灰度变化累计值较小,则说明该大部分静止子区域的亮度不饱和,为未过曝区域,而该小部分静止子区域的亮度已经达到饱和,即发生了过曝。聚类算法可为划分法、层次法、密度算法等。
为了避免过曝现象,需要降低亮度不饱和区域的权重,提高亮度饱和区域的权重。曝光参数可包括曝光时间和曝光增益,曝光参数确定后,可实时设置到图像传感器中。
本发明实施例,通过分析连续多帧之间的图像变化趋势,得到各个区域多帧之间的亮度差异,并根据该亮度差异大小来动态设置权重,从而使曝光参数的设置更加合理,有效抑制图像的大面积过曝,更容易拍摄用户满意的图片。
请参照图7,是本发明的拍照装置的第二实施例的结构示意图,该拍照装置200包括:图像获取模块210、边缘提取模块220、运动检测模块230、区域划分模块240、计算模块250、分析模块260、权重设置模块270和参数设置模块280。
图像获取模块210,用于获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧;边缘提取模块220,与图像获取模块220相连,用于对连续N+1帧图像数据进行边缘提取,得到边缘图像;运动检测模块230,与边缘提取模块220相连,用于利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像;区域划分模块240,与运动检测模块230相连,用于根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域;计算模块250,与区域划分模块240相连,用于分别获取每个静止子区域在连续N+1帧内的灰度变化累计值;分析模块260,与区域划分模块240和计算模块250相连,用于根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域;权重设置模块270,与分析模块260相连,用于对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整;参数设置模块280,与权重设置模块270相连,用于根据调整后的测光权重确定并设置曝光参数。
区域划分模块240包括:目标检测子单元241、区域获取子单元242、优先级确定子单元243和划分选取子单元244。
目标检测子单元241,用于对运动图像进行目标检测,确定目标区域;区域获取子单元242,用于获取人为指定区域和系统设定区域;优先级确定子单元243,与目标检测子单元241和区域获取子单元242相连,用于确定目标区域、人为指定区域和系统设定区域的区域优先级;划分选取子单元244,与优先级确定子单元243相连,用于根据区域优先级,将运动图像划分为多个子区域,并选取其中的静止子区域。
其中,可通过目标检测来获得用户感兴趣的目标区域、如人脸、动物、花朵等。目标检测算法可包括帧间差分法、背景差分法、光流法等。人为指定区域可为人为触碰指定区域。系统设定区域可为系统直接设定的固定划分区域。
当目标区域、人为指定区域、系统设定区域各自的划分原则发生冲突时,可根据区域优先级来重新确定区域划分原则,以便将图像区域合理地划分为多个子区域。示例性的,目标区域和人为指定区域的区域优先级可以高于系统设定区域。如果目标区域或人为指定区域与系统设定区域有重复,则优先获得目标区域或人为指定区域,而将目标区域或人为指定区域之外的系统设定区域重新划分为新的区域。没有发生重复的系统设定区域仍然保留。
本发明实施例,通过目标检测算法或者人为指定方式,获得用户感兴趣区域,并基于该感兴趣区域对图像进行合理划分,再基于该区域划分进行多帧信息比较的权重设置,能够获得更加精准的曝光参数,并获得更受用户喜欢的图像。
请参照图8,是本发明的拍照装置的第三实施例的结构示意图,该拍照装置300包括:图像获取模块310、边缘提取模块320、运动检测模块330、区域划分模块340、计算模块350、分析模块360、权重设置模块370和参数设置模块380。
图像获取模块310,用于获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧;边缘提取模块320,与图像获取模块320相连,用于对连续N+1帧图像数据进行边缘提取,得到边缘图像;运动检测模块330,与边缘提取模块320相连,用于利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像;区域划分模块340,与运动检测模块330相连,用于根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域;计算模块350,与区域划分模块340相连,用于分别获取每个静止子区域在连续N+1帧内的灰度变化累计值;分析模块360,与区域划分模块340和计算模块350相连,用于根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域;权重设置模块370,与分析模块360相连,用于对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整;参数设置模块380,与权重设置模块370相连,用于根据调整后的测光权重确定并设置曝光参数。
权重设置模块370包括:权重确定子单元371和权重调整子单元372。
权重确定子单元371,用于根据亮度饱和子区域的灰度变化累计值确定亮度饱和子区域的测光权重增加值,根据亮度不饱和子区域的灰度变化累计值确定亮度不饱和子区域的测光权重减少值;权重调整子单元372,与权重确定子单元371相连,用于根据测光权重增加值来提高亮度饱和子区域的测光权重,根据测光权重减少值来降低亮度饱和子区域的测光权重。
其中,为了避免过曝现象,需要降低亮度不饱和区域的权重,提高亮度饱和区域的权重。而权重的调整幅度可根据不同子区域间灰度变化趋势的差异大小来决定,即根据不同子区域间灰度变化累计值的差异大小来决定。如果差异较大,则降低或提高的幅度也需较大,反之则降低或提高的幅度需较小。
本发明实施例,通过分析区域内的连续多帧的变化趋势,动态地设置测光权重,及时调整图像过曝区的权重比例,可有效抑制图像过曝。
请参照图9,是本发明的拍照装置的第四实施例的结构示意图,该拍照装置400包括:图像获取模块410、边缘提取模块420、运动检测模块430、区域划分模块440、计算模块450、分析模块460、权重设置模块470和参数设置模块480。
图像获取模块410,用于获取连续N+1帧图像数据,连续N+1帧包括当前帧和前N帧;边缘提取模块420,与图像获取模块420相连,用于对连续N+1帧图像数据进行边缘提取,得到边缘图像;运动检测模块430,与边缘提取模块420相连,用于利用边缘图像对连续N+1帧图像进行运动检测,得到运动图像;区域划分模块440,与运动检测模块430相连,用于根据预设规则将运动图像的区域划分为多个子区域,选取其中的静止子区域;计算模块450,与区域划分模块440相连,用于分别获取每个静止子区域在连续N+1帧内的灰度变化累计值;分析模块460,与区域划分模块440和计算模块450相连,用于根据灰度变化累计值采用聚类算法确定亮度饱和子区域和亮度不饱和子区域;权重设置模块470,与分析模块460相连,用于对亮度饱和子区域和亮度不饱和子区域的测光权重分别进行调整;参数设置模块480,与权重设置模块470相连,用于根据调整后的测光权重确定并设置曝光参数。
参数设置模块480包括:亮度计算子单元481、判断子单元482和曝光参数设置子单元483。
亮度计算子单元481,用于根据调整后的测光权重,计算全部静止子区域的加权亮度和;判断子单元482,与亮度计算子单元481相连,用于判断加权亮度和是否达到预设亮度门限;曝光参数设置子单元483,与判断子单元482相连,用于当未达到预设亮度门限时,则根据加权亮度和与预设亮度门限之间的差值,调整并设置曝光参数。
其中,为保证准确性,需要剔除运动区域的影响,因此,在测光权重更新后,只针对全部静止子区域计算加权亮度和。预设亮度门限可采用系统默认值或由用户自行设置。曝光参数可包括曝光增益和曝光时间。
本发明实施例,根据测光权重的调整情况来动态调整曝光参数,从而可实现自动曝光的目的。
上文对本发明中拍照装置的实施例作了详细介绍。下面将相应于上述方法和拍照装置的移动终端作进一步阐述。
请参照图10,是本发明的移动终端的实施例的结构示意图,该移动终端500包括拍照装置510,该拍照装置510可为上述拍照装置第一实施例至第四实施例中任意实施例的拍照装置,可参见上述实施例,在此不再赘述。
本领域普通技术人员可以理解上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件完成,所述的程序可以存储于一计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所述仅为本发明的较佳实施例而已,并不用于限定本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。