一种图像二值化处理方法、装置、设备和存储介质与流程

本发明实施例涉及图像处理技术，尤其涉及一种图像二值化处理方法、装置、设备和存储介质。

背景技术：

图像二值化是光学字符识别的重要步骤，通常情况下二值化图像的效果对于图像的其他处理起着重要的作用，二值化图像的质量不高时，会影响图像处理的准确性，其中，图像的处理包括字符识别、字符切割、字符。在二值化处理中，确定二值化阈值是关键。

通常确定二值化阈值的方法有百分比法和otsu(最大类间方差)法。但是这两种方法确定的二值化阈值不准确，导致二值化的处理效果差。

技术实现要素：

本发明实施例提供一种图像二值化处理方法、装置、设备和存储介质，提高了二值化阈值计算的准确性，增强了二值化的处理效果。

第一方面，本发明实施例提供了一种图像二值化处理方法，所述方法包括：

从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像；

对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值；

判断所述特征值是否大于预设的黑点数阈值，若是，则计算所述特征值与对应的二值化图像中黑点总数的比值；

将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

进一步的，从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像，包括：

从预设二值化阈值范围的第一端值开始，按预设步长取值直到所述预设二值化阈值范围的第二端值，得到多个二值化阈值；

从所述多个二值化阈值中选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

进一步的，对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值包括：

计算每个所述二值化图像中每行的黑点个数；

对每个所述二值化图像中任意连续预设行数的黑点个数求和，得到多个求和结果；

选取所述多个求和结果中的最大值，作为所述最大值对应的二值化图像的特征值。

进一步的，根据样本图像的像素点个数和/或样本图像的黑点个数确定所述预设的黑点数阈值，其中，所述样本图像的黑点为灰度值小于样本图像二值化阈值的点。

第二方面，本发明实施例提供了一种图像二值化处理装置，所述装置包括：

处理模块，用于从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像；

特征值计算模块，用于对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值；

判断模块，用于判断所述特征值是否大于预设的黑点数阈值，若是，则计算所述特征值与对应的二值化图像中黑点总数的比值；

目标二值化阈值确定模块，用于将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

进一步的，所述处理模块具体用于：

从预设二值化阈值范围的第一端值开始，按预设步长取值直到所述预设二值化阈值范围的第二端值，得到多个二值化阈值；

从所述多个二值化阈值中选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

进一步的，所述特征值计算模块具体用于：

计算每个所述二值化图像中每行的黑点个数；

对每个所述二值化图像中任意连续预设行数的黑点个数求和，得到多个求和结果；

选取所述多个求和结果中的最大值，作为所述最大值对应的二值化图像的特征值。

进一步的，根据样本图像的像素点个数和/或样本图像的黑点个数确定所述预设的黑点数阈值，其中，所述样本图像的黑点为灰度值小于样本图像二值化阈值的点。

第三方面，本发明实施例提供了一种计算机设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的图像二值化处理方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的图像二值化处理方法。

本发明实施例中，通过从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像，然后根据每个二值化图像中的连续预设行数的黑点个数求和计算每个二值化图像的特征值，当所述特征值大于预设的黑点数阈值时，计算所述特征值与对应的二值化图像中黑点总数的比值，将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。提高了二值化阈值计算的准确性，增强了二值化的处理效果。

附图说明

图1a是本发明实施例一中的一种图像二值化处理方法的流程图；

图1b是本发明实施例一中所适用的一种纸币冠字号区域的二值化图像；

图1c是本发明实施例一中所适用的一种纸币冠字号区域的二值化图像；

图1d是本发明实施例一中所适用的一种纸币冠字号区域的二值化图像；

图1e是本发明实施例一中所适用的一种纸币冠字号区域的二值化图像；

图2是本发明实施例二中的一种图像二值化处理方法的流程图；

图3是本发明实施例三中的一种图像二值化处理方法的流程图；

图4是本发明实施例四中的一种图像二值化处理装置的结构示意图；

图5是本发明实施例五中的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1a是本发明实施例一提供的一种图像二值化处理方法的流程图，本实施例可适用于对图像进行二值化处理的情况，该方法可以由本发明实施例中的二值化处理装置来执行，该装置可以由软件和/或硬件的方式实现。如图1a所示，该方法具体可以包括如下步骤：

s110、从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

具体的，在对图像二值化处理的过程中，首先需要将彩色图像转换为灰度图像，然后选择合适的二值化阈值对灰度图进行处理，得到二值化图像。二值化阈值的确定直接影响二值化的处理效果。预设二值化阈值范围可以给定满足预设条件的二值化阈值的最小值和最大值，介于最小值和最大值之间的二值化阈值构成了预设二值化阈值范围。

在一个具体的例子中，待测图像以包含纸币冠字号的区域为例，将待测图像的该区域称为特征区域。按照待测图像获取过程中分辨率的大小，将特征区域按60×120进行划分，即将特征区域在行方向上分为60个像素点，在列方向上分为120个像素点。可选的，冠字号字样的高度为30，需要说明的是，冠字号是纸币的特有属性，其高度是固定不变的，在此用像素点来表示，并不代表冠字号的实际高度数值。在待测图像中，统计各个灰度值的像素点的个数，若灰度值为0的像素点的个数记为n0、灰度值为1的像素点的个数记为n1、灰度值为2的像素点的个数记为n2……灰度值为n的像素点的个数记为nn，其中，n取正整数，0≤n≤255,开发人员根据经验设定该特征区域的冠字号的黑点个数一般在1100到1300之间。示例性的，统计n0+n1+…+n20的和，记为a，统计n0+n1+…+n19的和，记为a1，统计n0+n1+…+n30的和，记为b，统计n0+n1+…+n29的和，记为b1，若a大于1100且a1小于1100(即灰度值≤20的像素点的个数之和大于1100，灰度值≤19的像素点的个数之和小于1100)，则将20作为预设二值化阈值范围中最小的二值化阈值，若b大于3000且b1小于3000(即灰度值≤30的像素点的个数之和大于3000，灰度值≤29的像素点的个数之和小于3000)，则将30作为预设二值化阈值范围中最大的二值化阈值，由此确定的二值化阈值的范围是20～30。

在确定了预设的二值化阈值范围后，从预设的二值化阈值范围中选取至少两个二值化阈值对待测图像进行二值化处理，将小于二值化阈值的点灰度值用0表示，记为黑点，大于二值化阈值的点灰度值用255表示，记为白点。示例性的，图1b、图1c、图1d和图1e分别示出了用四种不同的二值化阈值对纸币冠字号区域进行二值化处理后的二值化图像，需要说明的是，上述四个二值化图像仅作为示意所用，仅为了说明利用不同的二值化阈值对相同的图像进行处理会得到不同的二值化图像，且二值化图像的清晰程度和选取的二值化阈值有关，选取不同的二值化阈值则会有不同效果的二值化图像。如图1b和图1e所示的二值化图像中除了冠字号字符的黑点外，图像背景中包含了其他黑点，其他黑点可以是待测图像中存在的背景图案等，该背景图案二值化处理后得到的黑点称为噪声。通过图1b和图1e可以看出，在得到二值化图像图1b和图1e的过程中应用的二值化阈值的处理结果产生的噪声较多。如图1c所示的二值化图像中，可以看出，冠字号并不能清晰的显示，造成了二值化模糊的情形。如图1d所示的二值化图像中，可以看出，冠字号能清晰显示，且没有噪声。通过图1b、图1c、图1d和图1e可以看出，应用本发明实施例提供的计算方法得到的二值化阈值去处理待测图像，得到的图1d的二值化图像的效果与其他三个二值化图像相比，噪声少且避免了二值化模糊。

s120、对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值。

其中，任意连续预设行数可以根据待测图像的具体特性来设定，示例性的，若待测图像为纸币冠字号区域，连续预设行可以是恰好包含冠字号字符的纵向的区域。对每个二值化图像中任意连续预设行数的黑点个数求和，将每个二值化图像求和结果的最大值最为该二值化图像的特征值。

在一个具体的例子中，以待测图像为纸币冠字号区域为例，根据分辨率的设定将二值化图像分为60×120个像素点，即在行方向上分为60个像素点，在列方向上分为120个像素点。冠字号字符高度为30，连续预设行数可以取冠字号字符的高度30，例如分别计算行1至行30、行2至行31、行3至行32、……、行31至行60的黑点个数的和，将各个求和结果中得到的黑点个数的最大值作为该二值化图像的特征值。示例性的，若行16至行45的黑点数的和最大为1200个，则将1200作为该二值化图像的特征值。

s130、判断所述特征值是否大于预设的黑点数阈值，若是，则执行s140，否则，继续执行s130。

相应的，判断特征值是否大于预设的黑点数阈值，其中，预设的黑点数阈值可以是测试人员根据待测图像的具体特性设定。在一个具体的例子中，若待测图像为2015版100元纸币正面左下角的冠字号，在经过合适的二值化阈值进行二值化处理后得到的二值化图像中，冠字号字符的黑点个数通常为1100到1300之间，则在1100到1300之间选取预设的黑点数阈值。

可选的，根据样本图像的像素点个数和/或样本图像的黑点个数确定所述预设的黑点数阈值，其中，所述样本图像的黑点为灰度值小于样本图像二值化阈值的点。

其中，确定黑点数阈值可以根据样本图像的像素点个数和/或样本图像的黑点个数来确定。

在一个具体的例子中，为了保证计算结果的准确性，选取的样本要和待测图像属于同种性质的图像，例如，若待测图像是2015版100元纸币正面左下角的冠字号区域，则选取的样本图像也应该是2015版100元纸币正面左下角的冠字号，这样选择会排除例如背景图案或背景颜色的干扰。样本图像的选取可以是多个，例如1000个。统计样本图像的像素点的个数，取所有样本像素点个数的最小值，然后取该最小值的20％作为黑点数阈值，以样本图像像素点个数的最小值是7200个为例，则选取7200的20％，即1440作为黑点数阈值；统计样本图像的黑点个数，其中，灰度值小于样本图像二值化阈值的点记为黑点，样本图像的二值化阈值依样本图像自身的特性设定，取所有样本图像中的黑点数的总和除以样本数，得到一个均值，然后取该均值的90％，作为黑点数阈值，若该均值为1300，则选取1300的90％，即1170作为黑点数阈值。

s140、计算所述特征值与对应的二值化图像中黑点总数的比值。

当特征值大于预设的黑点数阈值时，计算所述特征值与对应的二值化图像中的黑点总数的比值。

在一个具体的例子中，特征值为1200，预设的黑点数阈值为1170时，则满足特征值大于预设的黑点数阈值的条件。其中，仍以将二值化图像分为60×120个像素点为例，特征值取的是任意连续预设行数的黑点个数和的最大值，此时，黑点总数指的是60行的黑点总数，计算特征值与对应的二值化图像中黑点总数的比值。示例性的，若黑点总数为1320，则该比值为90.9％。

需要说明的是，每个二值化图像均对应着这样一个比值，均是通过计算特征值与对应的二值化图像中黑点总数的比获得。

s150、将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

其中，由于选取了至少两个二值化阈值对待测图像进行处理，得到了至少两个二值化图像，所以得到的特征值占对应的二值化图像中黑点总数的比值至少为两个。选取比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。在一个具体的例子中，若选取二值化阈值25对待测图像进行二值化处理后的二值化图像中对应的比值最大，则将25作为目标二值化阈值。

本发明实施例中，通过从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像，然后根据每个二值化图像中的连续预设行数的黑点个数求和计算每个二值化图像的特征值，当所述特征值大于预设的黑点数阈值时，计算所述特征值与对应的二值化图像中黑点总数的比值，将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。提高了二值化阈值计算的准确性，增强了二值化的处理效果。

实施例二

图2是本发明实施例二提供的一种图像二值化处理方法的流程图，本实施例在上述实施例的基础上，对“预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像”进行了优化。如图2所示，该方法具体可以包括如下步骤：

s210、从预设二值化阈值范围的第一端值开始，按预设步长取值直到所述预设二值化阈值范围的第二端值，得到多个二值化阈值。

具体的，预设二值化阈值范围可以是一个区间，从预设二值化阈值范围的第一端开始，该第一端值可以取区间下限，按照预设步长进行取值，预设步长可以根据具体情况取值，在这里不做具体限定。按照预设步长取值直到预设二值化阈值范围的第二端值，该第二端值可以取区间上限。

在一个具体的例子中，若预设二值化阈值范围是20～30，预设步长取2，则预设二值化阈值为20、22、24、26、28和30。

s220、从所述多个二值化阈值中选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

具体的，从根据预设步长确定的多个二值化阈值中选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

在一个具体的例子中，从多个二值化阈值中选取至少两个二值化阈值，可以选取22、26和30分别对待测图像进行二值化处理，生成三个二值化图像，分别与预设二值化阈值22、26和30对应。

s230、对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值。

s240、判断所述特征值是否大于预设的黑点数阈值，若是，则执行s250，否则，继续执行s240。

s250、则计算所述特征值与对应的二值化图像中黑点总数的比值。

s260、将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

本发明实施例中，通过从预设二值化阈值范围的第一端值开始，按预设步长取值直到所述预设二值化阈值范围的第二端值，得到多个二值化阈值，然后从所述多个二值化阈值中选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。通过预设步长获得多个二值化阈值，应用多个二值化阈值得到多个二值化图像，提高了确定了二值化阈值的精确度。

实施例三

图3是本发明实施例三提供的一种图像二值化处理方法的流程图，本实施例在上述实施例的基础上，对“对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值”进行了优化。如图3所示，该方法具体可以包括如下步骤：

s310、从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

s320、计算每个所述二值化图像中每行的黑点个数。

具体的，在对每个二值化图像中任意连续预设行数的黑点个数求和时，可以以行为单位，分别计算每个二值化图像中每行的黑点个数。

s330、对每个所述二值化图像中任意连续预设行数的黑点个数求和，得到多个求和结果。

在计算出了每个二值化图像中每行的黑点个数后，对每个二值化图像中任意连续预设行数的黑点个数求和，得到多个求和结果。需要说明的是，在计算任意连续预设行数的黑点个数求和时，也可以不计算每个二值化图像中每行的黑点个数，直接计算任意连续预设行数的黑点个数之和；也可以在计算过某行的黑点个数的和后进行存储，在需要进行黑点个数求和时直接应用，这样避免了对已经计算过某些行的黑点个数的重复计算，节约了计算量。

在一个具体的例子中，在计算行1至行30的黑点个数的和时，可以计算分别计算出行1至行30(共30行)中每行的黑点个数，根据这30行中每行的黑点个数计算出行1至行30的黑点个数的总和。在计算行2至行31的黑点个数的和时，只需计算行31的黑点个数即可，另行2至行30(共29行)中每行的黑点个数已经计算过，可以直接应用。

s340、选取所述多个求和结果中的最大值，作为所述最大值对应的二值化图像的特征值。

具体的，在若干个求和结果中，选取最大值，作为最大值对应的二值化图像的特征值。

s350、判断所述特征值是否大于预设的黑点数阈值，若是，则执行s360，否则，继续执行s350。

s360、则计算所述特征值与对应的二值化图像中黑点总数的比值。

s370、将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

本发明实施例中，通过计算每个所述二值化图像中每行的黑点个数，对每个所述二值化图像中任意连续预设行数的黑点个数求和，从所述求和结果中选取其中的最大值，作为所述最大值对应的二值化图像的特征值。实现了对二值化图像对应的特征值的确定。

实施例四

图4是本发明是实施例四提供的一种图像二值化处理装置的结构示意图，该装置适用于执行本发明实施例提供给的一种图像二值化处理方法。如图4所示，该装置具体可以包括：

处理模块410，用于从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像；

特征值计算模块420，用于对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值；

判断模块430，用于判断所述特征值是否大于预设的黑点数阈值，若是，则计算所述特征值与对应的二值化图像中黑点总数的比值；

目标二值化阈值确定模块440，用于将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

进一步的，处理模块410具体用于：

从预设二值化阈值范围的第一端值开始，按预设步长取值直到所述预设二值化阈值范围的第二端值，得到多个二值化阈值；

从所述多个二值化阈值中选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像。

进一步的，特征值计算模块420具体用于：

计算每个所述二值化图像中每行的黑点个数；

对每个所述二值化图像中任意连续预设行数的黑点个数求和，得到多个求和结果；

选取所述多个求和结果中的最大值，作为所述最大值对应的二值化图像的特征值。

进一步的，根据样本图像的像素点个数和/或样本图像的黑点个数确定所述预设的黑点数阈值，其中，所述样本图像的黑点为灰度值小于样本图像二值化阈值的点。

本发明实施例提供的一种图像二值化处理装置可执行本发明任意实施例所提供的图像二值化处理方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd至rom,dvd至rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图5中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的图像二值化处理方法。

也即，所述处理单元执行所述程序时实现：从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像；对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值；判断所述特征值是否大于预设的黑点数阈值，若是，则计算所述特征值与对应的二值化图像中黑点总数的比值；将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

实施例六

本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的图像二值化处理方法：

也即，该程序被处理器执行时实现：从预设二值化阈值范围选取至少两个二值化阈值对待测图像分别进行二值化处理，生成对应的二值化图像；对每个所述二值化图像中任意连续预设行数的黑点个数求和，将每个所述二值化图像求和得到的最大值作为该二值化图像的特征值；判断所述特征值是否大于预设的黑点数阈值，若是，则计算所述特征值与对应的二值化图像中黑点总数的比值；将所述比值最大的二值化图像对应的二值化阈值作为目标二值化阈值。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd至rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。