CN117097987A

CN117097987A - 一种自动矫正摄像头的方法及设备

Info

Publication number: CN117097987A
Application number: CN202311334018.0A
Authority: CN
Inventors: 罗辉; 马志宇; 韦刚; 李云军; 伍炬彬
Original assignee: Shenzhen Yunxigu Technology Co ltd
Current assignee: Shenzhen Yunxigu Technology Co ltd
Priority date: 2023-10-16
Filing date: 2023-10-16
Publication date: 2023-11-21
Anticipated expiration: 2043-10-16
Also published as: CN117097987B

Abstract

本申请提供一种自动矫正摄像头的方法和设备，通过对设备扫描的图像集进行查找并筛选出目标图像集，提取目标图像集的相同特征，对相同特征进行量化以确定初始遮挡特征值及检测区域。在此基础上，从目标图像集中筛选出目标图像，所述筛选目标图像为前景信息最少的目标，有利于提高检测遮挡区域的准确性，进一步地，本申请根据所述目标图像及所述检测区域修正所述初始遮挡特征值得到矫正遮挡特征值，并根据修正后的遮挡特征值来计算得到摄像头的矫正角度参数，使得摄像头能够根据该矫正参数精准的进行调节，避免了后续拍摄遮挡阴影的产生，提高后续图像识别的准确性。

Description

一种自动矫正摄像头的方法及设备

技术领域

本申请涉及电子技术领域，尤其涉及一种自动矫正摄像头的方法及设备。

背景技术

随着科技的发展，摄像头被应用于各个领域。除了常规的安防监控外，微型的摄像头还可应用于扫读笔、点读笔、翻译笔等设备中，用于对文本的扫描。

在扫读笔设备进行图像扫描时，由于摄像头在安装时，或受物理磕碰时位置会存在一定偏差。当偏差较大时，扫描出的图像会携带扫描窗口四周的信息，当这种偏差发生在图像前一部分时，就会导致图像的前一部分无法使用。通常，是主动观察图像无法使用部分的大小，然后在服务器上为该设备设置矫正偏差，使用图像后一部分，该方式会造成服务器的效率低下，负荷过高等问题。

并且，任由摄像头存在偏差，会导致扫描区域的缩小，造成设备的体验不佳；并且对其扫描得到的图像，服务器具有较大的处理压力。现有技术中，对于摄像头偏差，通常采用人工观察偏差的位置，或者采用添加摄像头的校准设备来实现摄像头的调节。然而，人工观察的方式并不能准确的判断摄像头的偏差量，并且手动调节也无法做到高精准度；而添加校准设备需要较高的成本。因此，如何更加高效的自动调节具有偏差的摄像头，是急需解决的技术问题。

发明内容

本申请实施例提供一种自动矫正摄像头的方法及设备，可以在设备的摄像头存在偏差时，对其进行自动矫正，提高用户体验。

本申请第一方面提供了一种自动矫正摄像头的方法，应用于服务器，其特征在于，所述方法包括：

查找扫描终端对应的图像集，并筛选出目标图像集；

提取目标图像集的相同特征；

将所述相同特征进行量化，得到初始遮挡特征值及目标检测区域；

将目标检测区域在所述目标图像集中各图像进行定位筛选得到目标图像；

基于所述目标图像及所述检测区域矫正所述初始遮挡特征值得到矫正遮挡特征值；

根据所述矫正遮挡特征值，得到所述扫描终端摄像头的矫正角度；

将所述矫正角度发送至所述扫描终端。

具体地，所述查找设备对应的图像集，并筛选出目标图像集，包括：

根据所述扫描终端的ID，查找所述扫描终端ID对应的图像集；

判断当前图像集中图像的相似度是否小于第一阈值；

若是，则将当前图像集作为目标图像集；

否则，删除当前图像集，并将所述扫描中的下一图像集作为当前判断图像集。

进一步地，所述提取目标图像集的相同特征，包括：

将所述目标图像集的各图像灰度化处理后进行滤波去噪处理，并进行二值化操作，得到二值化目标图像集；

将二值化目标图像集的各图像进行相或取反操作，得到所述目标图像集的相同特征。

进一步地，所述将所述相同特征进行量化，得到初始遮挡特征值及目标检测区域，包括：

对所述相同特征进行膨胀，得到初始特征图像；

对所述初始特征图像进行边缘检测、轮廓提取，得到目标轮廓信息；

基于所述目标轮廓信息，得到目标轮廓的外接矩形；

基于所述目标轮廓的外接矩形得到初始遮挡特征值；

将所述目标轮廓的外接矩形作为目标检测区域。

具体地，所述将目标检测区域在所述目标图像集中各图像进行定位筛选得到目标图像，包括：

将目标检测区域沿第一方向平移第一预设距离得到平移检测区域；

将所述平移检测区域逐一在所述目标图像集中各图像进行定位，并获取定位区域像素信息；

判断所述定位区域像素信息是否包含前景信息或者包含的前景信息是否大于预设阈值；

若否，则将该图像确定为目标图像；若是，判断下一图像是否为目标图像，直至找到目标图像。

进一步地，所述基于所述目标图像及所述检测区域矫正所述初始遮挡特征值得到矫正遮挡特征值，包括：

将初始遮挡特征值的最右横坐标作为矫正遮挡特征值；

将检测区域右边界在所述目标图像进行定位，获取右边界像素，并从上到下进行顺序扫描右边界像素，判断当前像素是否为大于预设值，若是扫描下一右边界像素；

若否，判断当前像素点沿右、右上、右下三邻域方向是否存在相似像素点；

若存在，则以当前像素作为目标像素；

对所述目标像素进行沿右、右上、右下三个方向进行区域生长，得到生长区域，并获取当前目标像素生长区域的最大横坐标；

判断当前目标像素生长区域的最大横坐标是否大于矫正遮挡特征值，若是，则将当前目标像素生长区域的最大横坐标作为矫正遮挡特征值，否则寻找下一目标像素生长区域，直到遍历完所有右边像素。

进一步地，所述根据所述矫正遮挡特征值，得到所述扫描终端摄像头的矫正角度，包括：

根据如下公式计算得到所述矫正角度：

其中，为矫正角度，X为矫正遮挡特征值，L为图像的像素宽度，h为摄像头相对扫描对象的像素高度。

进一步地，所述方法还包括：根据所述矫正遮挡特征值，裁剪所述目标图像集的图像，得到裁剪目标图像集；对所述裁剪目标图像集进行识别，并将识别结果发送至所述扫描终端。

本申请第二方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述方法步骤。

本申请第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以实现上述任一项所述方法步骤。

并筛选出目标图像集；

提取目标图像集的相同特征；

根据所述矫正遮挡特征值，得到所述扫描终端摄像头的矫正角度

本申请提供一种自动矫正摄像头的方案，通过对设备扫描的图像集进行查找并筛选出目标图像集，提取目标图像集的相同特征，对相同特征进行量化以确定初始遮挡特征值及检测区域。在此基础上，从目标图像集中筛选出目标图像，所述筛选目标图像为前景信息最少的目标，有利于提高检测遮挡区域的准确性，进一步地，本申请根据所述目标图像及所述检测区域修正所述初始遮挡特征值得到矫正遮挡特征值，并根据修正后的遮挡特征值来计算得到摄像头的矫正角度参数，使得摄像头能够根据该矫正参数精准的进行调节，避免了后续拍摄遮挡阴影的产生，提高后续图像识别的准确性。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本申请实施例提供的一种自动矫正摄像头的流程图；

图2是本申请实施例提供的一种图像处理的流程结果示意图；

图3为本申请中电子实施例提供的一种计算机设备的结构框图。

具体实施方式

本申请实施例提出了一种自动矫正摄像头的方法，通过对摄像头扫描的图像进行分析，得到摄像头的矫正参数，并根据该矫正参数精准的调节摄像头。本申请可应用于扫读笔、点读笔、翻译笔等对文本进行扫描的设备，当然并不局限于此，只要包含有摄像头的设备，并且会对物体或文本进行拍摄或扫描并且生成图像，都可应用本申请所公开的方法，例如，用于拍摄或者扫描的相机或无人机等。设备可与服务器进行通信，该方法可由服务器执行。

在一种实现方式中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN（ContentDeliver Network，内容分发网络）、以及大数据和人工智能平台等基础云计算服务的云服务器，但并不局限于此。对于服务器的数量，本申请不做限制。设备可通过无线的方式与服务器进行通信，将扫描得到的图像集发送至服务器进行存储并处理。

下面将结合附图，对本申请实施例提供的自动矫正摄像头的方法进行介绍。

请参见图1，图1是本申请实施例提供的一种自动矫正摄像头的方法的流程示意图。该自动矫正摄像头的方法包括以下步骤：

S101:查找扫描终端对应的图像集，并筛选出目标图像集。

本申请的自动矫正摄像头的方法可应用于服务器，该服务器与拍摄或扫描设备配合，对设备拍摄或扫描的图像进行处理。

示例性的，本实施例的设备可以为扫读笔，用户可以使用该扫读笔对文本进行扫描。在操作过程中，用户通过预设的操作触发扫读笔开始扫描，扫读笔内的摄像头会对扫描的文本根据预设的时间间隔进行连续拍摄，最终得到一个图像集，一个图像集对应一次扫描操作。上述预设的操作可以为扫读笔上的某个物理开关或按钮，也可以为响应的语音操作或者其他常用的触发操作，在此不做限定。

在触发扫读笔开始扫描后，扫读笔会按照预设的时间间隔进行连续拍摄，直至扫描结束时得到多张图像，作为一个图像集。可以理解的是，当开始扫描时，扫读笔会按照预设的时间间隔进行连续的拍摄，得到多张图像，连续拍摄是为了在扫描过程中，能够将扫描的信息完整的记录下来，只要扫读笔处于扫描状态下，就会持续进行拍摄，直至触发结束扫描时，扫读笔停止拍摄。所述触发结束扫描操作，可以为用户通过预设的操作触发，该操作可以与开始扫描的操作相对应；也可以为自动触发，如扫读笔上设置有压力传感器，当压力传感器检测到预设的时间间隔内无压力，则证明用户接触扫描，扫读笔可停止拍摄。

在扫描过程中或者结束扫描后，扫读笔通常会将其扫描的图像集发送至对应的服务器，该图像集与设备相对应，以便服务器处理完数据后可以将结果反馈至对应的设备上。可以理解的是，服务器可以同时接收并保存多台设备传输的数据。当服务器需要对数据进行处理时，其通过设备发送过来的设备ID，找到其对应的一个或多个图像集；设备ID仅仅是其中一种实现方式，也可以采用添加其他特殊标识的方式来使得扫读笔与图像集一一对应，在此不做限制。

具体地，筛选出目标图像集，包括：根据所述扫描终端的ID，查找所述扫描终端ID对应的图像集；判断当前图像集中图像的相似度是否小于第一阈值；

若是，则将当前图像集作为目标图像集；否则，删除当前图像集，并将所述扫描中的下一图像集作为当前判断图像集。

服务器通过设备ID或者标识对该设备的图像集进行查找，可获得一个或者多个图像集，然而，该些图像集并非都是有效的。对于用户而言，正常使用设备时，其可以得到有效的图像集；但是当用户误操作时，其可能会得到无效的图像集。因此，在服务器查找到设备的图像集后，需要对其有效性进行判断，将有效的图像集作为目标图像集，进行后续的处理。

在一个实施方式中，服务器可以随机抽取图像集中的预设数量的图像，并且对该些图像进行相似度比较，若相似度大于一定阈值，则说明图像集中的各个图像相同，可能是用户误操作生成的图像集，判断为无效图像集，不对其进行处理。可以理解的是，当用户误操作时，其可能并不需要进行扫描，但是由于已经触发了开始扫描，扫读笔会进行扫描生成图像集；而由于用户并不需要扫描，其设备并未进行移动，因此设备扫描出来的图像集为多张相同的图像。其中图像的相似度算法可以采用计算均方误差、结构相似性指数、峰值信噪比、直方图比较或感知哈希算法等，在此不做进一步说明。

在另一个实施方式中，服务器抽取图像集的首尾两张图像，对两张图像进行相似度比较。如此可以大大减少服务器的负担，并且，对于图像集而言，其中包含了按照时间顺序排列的多张图像，当其首尾两张图像相同时，可以认为用户并未进行扫描操作，因此判断该图像集为无效图像集。

进一步地，也可以上述相似性结合图像集内图像数量来判断图像集是否有效。正常情况下，一次扫描生成的图像集内的图像是具有一定数量的，通常，对于扫读笔而言，一次正常扫描的图像的数量在40张以上，相当于进行了0.5秒的扫描；因此，当图像集内的图像数量小于预设值时，可以判断该图像集无效。上述数量仅仅作为示例，不同设备的参数不同，其扫描出来的图像集的图像数量也不相同，图像数量的预设值可以根据需要进行设置。通过对图像集的筛选，可以避免对误操作生成的图像集进行处理，减少了服务器的负荷，提高处理效率以及正确率。

S102:提取目标图像集的相同特征。

具体地，所述提取目标图像集的相同特征，包括：

需要说明的是，由于扫描终端是进行运动扫描的，因此各图像相同位置对应的图像信息是有差异的，而遮挡区域对应的图像前景信息被遮挡，因此各图像该区域对应的图像信息具有共同的特征（阴影明显），通过本申请的上述处理便能提取出遮挡区域的共同特征。

S103:将所述相同特征进行量化，得到初始遮挡特征值及目标检测区域。

得到遮挡区域共同特征后，需要对遮挡区域共同特征进行量化，具体包括：S1031、对所述相同特征进行膨胀，得到初始特征图像；

S1032、对所述初始特征图像进行边缘检测、轮廓提取，得到目标轮廓信息；

S1033、基于所述目标轮廓信息，得到目标轮廓的外接矩形；

S1034、基于所述目标轮廓的外接矩形得到初始遮挡特征值；将所述目标轮廓的外接矩形作为目标检测区域。

如图2所示为对图像处理进行示例性描述。图2中的第一张图为图像集中的一张图，可以理解的是图像集中包含有多张类似的图像，在处理中需要对每张图进行处理。对该图进行灰度化、滤波、二值化后，将图像集中的每张二值化后的图像进行相或取反，可以图像共同特征。该共同特征为遮挡最严重的区域。进一步地，对图进行膨胀；可以看出，膨胀后的特征更加明显，便于后续的边缘检测和轮廓提取。进行边缘检测和轮廓提取，即可得到遮挡区域的面积及区域位置坐标等信息。而初始遮挡区域的特征值可以包括外接矩形的顶点坐标、长度、宽度、面积。

本实施例结合了扫描图像的高相关性，对图像集中的图像进行一系列的变换后，快速找出遮挡区域，以变后续对摄像头进行调整，并且提高后续处理的效率。

S104：将目标检测区域在所述目标图像集中各图像进行定位筛选得到目标图像。

在得到遮挡区域后，需要对图像集进行进一步分析，以得到更加精准的遮挡区域。在本实施例中，通过遮挡区域从目标图像集中筛选出目标图像，该目标图像可以为一张或者多张，通过该目标图像进一步对初始遮挡特征值进行修正。具体包括：

S1041、将目标检测区域沿第一方向平移第一预设距离得到平移检测区域；

S1042、将所述平移检测区域逐一在所述目标图像集中各图像进行定位，并获取定位区域像素信息；

S1043、判断所述定位区域像素信息是否包含前景信息或者包含的前景信息是否大于预设阈值；

S1044、若否，则将该图像确定为目标图像；若是，判断下一图像是否为目标图像，直至找到目标图像。

针对目标图像集中的每张图像，将检测区域沿第一方向移动一个预设距离，判断目标图像集中各图像在移动后的检测区域内是否满足预设条件。所述预设条件为目标图像集中各图像在移动后的检测区域内不包含目标信息；和/或目标图像集中各图像在移动后区域内的白色像素占比大于第二阈值。其中目标信息为文字信息或者其他所需要识别的信息，可以通过对图像进行识别后获得。可以理解的是，本实施例中，通过检测区域，从目标图像集中找出目标图像，以便对检测区域进行修正。检测区域在目标图像集中的各个图像上沿第一方向移动一个预设距离后，对检测区域内的图像进行分析，判断其是否包含目标信息，和/或判断检测区域内的白色像素占比是否大于第二阈值，进而判断该图像是否为所需的目标图像。其中，预设距离和第二阈值可以根据需要进行设置。示例性的，本申请基于扫读笔设备，较优的将预设距离设置为15像素对应的距离，第二阈值设置为90%。

通过步骤S103对遮挡区域进行分析，其仅能得到遮挡最严重的区域，然而，通常摄像头的偏差造成的遮挡，在遮挡最严重的区域旁，会存在有模糊的情况，这些部分的内容实际上也是无法进行识别的，因此，需要对图像进行分析，向右对遮挡区域进行区域生长，以得到最大遮挡区域，对遮挡区域进行修正。如果随便使用一张图像，则会造成目标信息对模糊区域的干扰；因此，本实施例中通过检测区域以及预设条件结合，找出目标图像，目标图像在遮挡区域附近为空白区域，便于对遮挡区域进行修正。可以理解的是，目标图像集中的目标图像可能存在多张，可随机选取一张作为目标图像，也可对多张图像进行相与得到最终的目标图像。

S105:基于所述目标图像及所述检测区域矫正所述初始遮挡特征值得到矫正遮挡特征值。

S1051、将所述检测区域的最右横坐标作为矫正遮挡特征值；

S1051、将检测区域右边界在所述目标图像进行定位，获取右边界像素，并从上到下进行顺序扫描右边界像素，判断当前像素是否为大于预设值，若是扫描下一右边界像素；

S1052、若否，判断当前像素点沿右、右上、右下三邻域方向是否存在相似像素点；

S1053、若存在，则以当前像素作为目标像素；

S1054、对所述目标像素进行沿右、右上、右下三个方向进行区域生长，得到生长区域，并获取当前目标像素生长区域的最大横坐标；

S1055、判断当前目标像素生长区域的最大横坐标是否大于矫正遮挡特征值，若是，则将当前目标像素生长区域的最大横坐标作为矫正遮挡特征值，否则寻找下一目标像素生长区域，直到遍历完所有右边像素。

由于扫描遮挡区域出现在图像的前部分，本实施例中，通过定位到目标图像相对检测区域的右边界像素，并结合预定目标方向进行区域生长，具体的区域生长算法在这不在赘述，本申请对区域生长方向进行了限定，减少了数据处理量，也使得修正的遮挡区域更加精准，进一步地提高后续摄像头调整的准确性。

S106：根据所述矫正遮挡特征值，得到所述扫描终端摄像头的矫正角度；

具体地，所述根据所述矫正遮挡特征值，得到所述扫描终端摄像头的矫正角度，包括：

根据如下公式计算得到所述矫正角度：

其中，为矫正角度，X为矫正遮挡特征值，L为图像的像素宽度，h为摄像头相对扫描对象的像素高度，其中摄像头相对扫描对象的像素高度为摄像头相对扫描对象的物理高度除以分辨率，该参数可以通过扫描终端发送获得或者通过查找终端ID匹配获得。

S107:将所述矫正角度发送至所述扫描终端。

设备在接收到该调整指令后，根据摄像头偏差角度以及目标方向对摄像头进行矫正，使得摄像头所扫描的图像不再有所遮挡，提高了设备的稳定性以及用户体验。

进一步地，本申请方法还包括：根据所述矫正遮挡特征值，裁剪所述目标图像集的图像，得到裁剪目标图像集；对所述裁剪目标图像集进行识别，并将识别结果发送至所述扫描终端。

进一步地，本申请一个实施例中，所述方法还包括：判断目标图像集中是否含有遮挡区域（如选取预设数量图像判断图像前小段图像区域是否包含阴影或者），若含有遮挡区域，则执行本申请的矫正调整步骤，否则执行识别步骤。

请参见图3，图3是本申请实施例提供的一种计算机设备的示意图，包括：处理器、存储器、网络接口、输入设备以及输出设备；处理器与存储器、网络接口相连，其中，网络接口用于提供网络通信功能，存储器用于存储程序代码，输入设备用于接收输入的指令，以产生与计算机设备的设置以及功能控制有关的信号输入，所述输出设备用于输出数据信息，处理器用于调用程序代码，以执行本申请实施例中自动矫正摄像头的方法。

此外，还应指出，本申请一个示例性实施例还提供了一种计算机可读存储介质，该存储介质中存储了计算机程序，该计算机程序包括程序指令，当一个或多个处理器加载并执行该程序指令，可以实现实施例中对前述自动矫正摄像头方法，这里不再赘述，对采用相同方法的有益效果描述，也在此不再赘述。可以理解的是，程序指令可以被部署在一个或能够互相通信的多个计算机设备上执行。

上述计算机可读存储介质可以是前述任一实施例提供的数据处理方法的内部存储单元，例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡（smart media card，SMC），安全数字（secure digital，SD）卡，闪存卡（flash card）等。进一步地，该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。

以上所揭露的仅为本申请的部分实施例而已，当然不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims

1.一种自动矫正扫描终端摄像头的方法，所述方法应用于服务端，其特征在于，所述方法包括：

查找扫描终端对应的图像集，并筛选出目标图像集；

提取目标图像集的相同特征；

将所述矫正角度发送至所述扫描终端。

2.根据权利要求1所述的方法，其特征在于，所述查找设备对应的图像集，并筛选出目标图像集，包括：

根据所述扫描终端的ID，查找所述扫描终端ID对应的图像集；

判断当前图像集中图像的相似度是否小于第一阈值；

若是，则将当前图像集作为目标图像集；

3.根据权利要求1所述的方法，其特征在于，所述提取目标图像集的相同特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述将所述相同特征进行量化，得到初始遮挡特征值及目标检测区域，包括：

对所述相同特征进行膨胀，得到初始特征图像；

基于所述目标轮廓信息，得到目标轮廓的外接矩形；

基于所述目标轮廓的外接矩形得到初始遮挡特征值；

将所述目标轮廓的外接矩形作为目标检测区域。

5.根据权利要求1所述的方法，其特征在于，所述将目标检测区域在所述目标图像集中各图像进行定位筛选得到目标图像，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像及所述检测区域矫正所述初始遮挡特征值得到矫正遮挡特征值，包括：

将所述检测区域的最右横坐标作为矫正遮挡特征值；

若存在，则以当前像素作为目标像素；

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述矫正遮挡特征值，得到所述扫描终端摄像头的矫正角度，包括：

根据如下公式计算得到所述矫正角度：

其中， />为矫正角度，X为矫正遮挡特征值，L为图像的像素宽度，h为摄像头相对扫描对象的像素高度。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述矫正遮挡特征值，裁剪所述目标图像集的图像，得到裁剪目标图像集；

对所述裁剪目标图像集进行识别，并将识别结果发送至所述扫描终端。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法步骤。

10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以实现如权利要求1至8中任一项所述方法步骤。