眼部疾病检测方法、AR眼镜及可读存储介质与流程

本发明涉及图像处理技术领域，尤其涉及一种眼部疾病检测方法、ar眼镜及可读存储介质。

背景技术：

白内障等是人类致盲的眼部疾病，这些眼部疾病威胁和损害视神经视觉功能，不仅使人视力下降，看物体模糊，严重时还会导致患者失明。其中白内障患者的病症为晶状体代谢紊乱，晶状体因为蛋白质变性从而变得浑浊，光线被混浊晶状体阻扰无法投射在视网膜上，导致视物模糊。通过早期诊断从而选取适当的药物治疗和手术来防止视力的进一步损伤，对于减少失明的发生率至关重要。

在现有技术中，对白内障等眼部疾病的检测方式主要是通过检测人员对眼部区域进行人工观察，进行病理分析，从而得到眼部区域的检测结果。而依赖医生进行眼部疾病的人工检测，导致眼部疾病的检测效率低下。

技术实现要素：

本申请实施例通过提供一种眼部疾病检测方法、ar眼镜及可读存储介质，并且实现了眼部疾病检测的准确性。

本申请实施例提供了一种眼部疾病检测方法，所述眼部疾病检测方法包括以下步骤：

获取待检测的人眼图像；

对所述人眼图像进行处理得到诊断图像，所述诊断图像包括所述人眼图像对应的幅度频谱图以及所述人眼图像对应的相位频谱图中至少一个；

根据所述诊断图像确定眼部的诊断结果，并输出所述诊断结果。

在一实施例中，对所述人眼图像进行处理得到诊断图像的步骤包括：

对所述人眼图像进行加窗处理；

对加窗处理后的人眼图像进行傅里叶变换，得到所述幅度频谱图以及相位频谱图中的至少一个；

根据所述幅度频谱图以及相位频谱图中的至少一个确定所述诊断图像。

在一实施例中，所述根据所述幅度频谱图以及相位频谱图中的至少一个确定所述诊断图像的步骤之前，还包括：

将所述幅度频谱图中的低频面积调整至所述低频面积对应的第一预设位置，且将所述幅度频谱图中的高频面积调整至所述高频面积对应的第二预设位置；

所述根据所述幅度频谱图以及相位频谱图中的至少一个确定所述诊断图像的步骤包括：

根据调整后的所述幅度频谱图以及所述相位频谱图中的至少一个确定所述诊断图像。

在一实施例中，所述根据所述诊断图像确定眼部的诊断结果的步骤包括：

将所述诊断图像和预设的参考图像进行比对得到比对结果，所述参考图像根据眼疾患者的人眼图像确定；

根据所述比对结果确定所述诊断结果。

在一实施例中，所述根据所述比对结果确定所述诊断结果的步骤包括：

在确定所述比对结果为所述诊断图像中的参数与所述参考图像中的参数之间的差值小于或等于预设阈值，将参考图像对应的眼疾确定为所述诊断结果；

在确定所述比对结果为所述诊断图像中的参数与所述参考图像中的参数之间的差值大于预设阈值，将未患眼疾确定为所述诊断结果。

在一实施例中，所述获取待检测的人眼图像的步骤之前，还包括：

根据眼疾患者的人眼图像训练诊断模型；

所述根据眼疾患者的人眼图像训练诊断模型的步骤包括：

将所述诊断图像输入至所述诊断模型；

获取所述诊断模型输出的诊断结果。

在一实施例中，所述根据眼疾患者的人眼图像训练诊断模型的步骤包括：

获取训练样本集，所述训练样本集包括多个眼疾患者的人眼图像对应的诊断训练图；

将所述训练样本集中各个诊断训练图输入预设的训练模型，以对所述训练模型进行训练；

在确定所述训练模型的收敛值小于预设阈值，停止对所述训练模型的训练，并将停止训练的训练模型保存为所述诊断模型。

在一实施例中，所述获取待检测的人眼图像的步骤包括：

获取ar眼镜搭载的摄像头采集的所述待检测的人眼图像；

所述对所述人眼图像进行处理得到诊断图像的步骤包括：

控制所述ar眼镜对所述人眼图像进行处理得到诊断图像；

所述根据所述诊断图像确定眼部的诊断结果，并输出所述诊断结果的步骤包括：

控制所述ar眼镜根据所述诊断图像确定眼部的诊断结果，并控制所述ar眼镜输出所述诊断结果。

在一实施例中，所述控制所述ar眼镜输出所述诊断结果的步骤包括：

控制所述ar眼镜在其镜片上显示所述诊断结果。

此外，为实现上述目的，本发明还提供一种ar眼镜，所述ar眼镜包括图像采集模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的眼部疾病检测程序，所述眼部疾病检测程序被所述处理器执行时实现如上所述的眼部疾病检测方法的步骤。

此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质上存储有眼部疾病检测程序，所述眼部疾病检测程序被处理器执行时实现如上所述的眼部疾病检测方法的步骤。

本发明提供的一种眼部疾病检测方法、ar眼镜及可读存储介质，通过诊断装置获取待检测的人眼图像，对所述人眼图像进行处理得到诊断图像，其中，诊断图像包括人眼图像对应的幅度频谱图以及相位频谱图中至少一个；根据诊断图像确定眼部的诊断结果，并输出所述诊断结果。由于诊断装置可以通过人眼图像自动诊断出用户是否患有眼疾，无需人工诊断用户是否患有眼疾，因此用户的眼部疾病的检测效率较高。

附图说明

图1为本发明实施例涉及的诊断装置的硬件结构示意图；

图2为本发明眼部疾病检测方法的第一实施例的流程示意图；

图3为本发明眼部疾病检测方法的第二实施例的流程示意图；

图4为本发明眼部疾病检测方法的第三实施例的流程示意图；

图5为本发明眼部疾病检测方法的第四实施例的流程示意图；

图6为本发明眼部疾病检测方法的第五实施例的流程示意图；

图7为本发明眼部疾病检测方法的第六实施例的流程示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：获取待检测的人眼图像；对所述人眼图像进行处理得到诊断图像，所述诊断图像包括所述人眼图像对应的幅度频谱图以及所述人眼图像对应的相位频谱图中至少一个；根据所述诊断图像确定眼部的诊断结果，并输出所述诊断结果。

由于诊断装置可以通过人眼图像自动诊断出用户是否患有眼疾，无需人工诊断用户是否患有眼疾，因此用户的眼部疾病的检测效率较高。

作为一种实现方案，诊断装置可以如图1所示。

本发明实施例方案涉及的是诊断装置，所述诊断装置包括：处理器101，例如cpu，存储器102，通信总线103。其中，通信总线103用于实现这些组件之间的连接通信。

存储器102可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。如图1所示，作为一种可读存储介质的存储器102中可以包括眼部疾病检测程序；而处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

获取待检测的人眼图像；

对所述人眼图像进行处理得到诊断图像，所述诊断图像包括所述人眼图像对应的幅度频谱图以及所述人眼图像对应的相位频谱图中至少一个；

根据所述诊断图像确定眼部的诊断结果，并输出所述诊断结果。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

对所述人眼图像进行加窗处理；

对加窗处理后的人眼图像进行傅里叶变换，得到所述幅度频谱图以及相位频谱图中的至少一个；

根据所述幅度频谱图以及相位频谱图中的至少一个确定所述诊断图像。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

将所述幅度频谱图中的低频面积调整至所述低频面积对应的第一预设位置，且将所述幅度频谱图中的高频面积调整至所述高频面积对应的第二预设位置；

所述根据所述幅度频谱图以及相位频谱图中的至少一个确定所述诊断图像的步骤包括：

根据调整后的所述幅度频谱图以及所述相位频谱图中的至少一个确定所述诊断图像。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

将所述诊断图像和预设的参考图像进行比对得到比对结果，所述参考图像根据眼疾患者的人眼图像确定；

根据所述比对结果确定所述诊断结果。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

在确定所述比对结果为所述诊断图像中的参数与所述参考图像中的参数之间的差值小于或等于预设阈值，将参考图像对应的眼疾确定为所述诊断结果；

在确定所述比对结果为所述诊断图像中的参数与所述参考图像中的参数之间的差值大于预设阈值，将未患眼疾确定为所述诊断结果。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

根据眼疾患者的人眼图像训练诊断模型；

所述根据眼疾患者的人眼图像训练诊断模型的步骤包括：

将所述诊断图像输入至所述诊断模型；

获取所述诊断模型输出的诊断结果。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

获取训练样本集，所述训练样本集包括多个眼疾患者的人眼图像对应的诊断训练图；

将所述训练样本集中各个诊断训练图输入预设的训练模型，以对所述训练模型进行训练；

在确定所述训练模型的收敛值小于预设阈值，停止对所述训练模型的训练，并将停止训练的训练模型保存为所述诊断模型。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

获取ar眼镜搭载的摄像头采集的所述待检测的人眼图像；

控制所述ar眼镜对所述人眼图像进行处理得到诊断图像；

控制所述ar眼镜根据所述诊断图像确定眼部的诊断结果，并控制所述ar眼镜输出所述诊断结果。

在一实施例中，处理器101可以用于调用存储器102中存储的眼部疾病检测程序，并执行以下操作：

控制所述ar眼镜在其镜片上显示所述诊断结果。

本实施例根据上述方案，通过诊断装置获取待检测的人眼图像，对所述人眼图像进行处理得到诊断图像，其中，诊断图像包括人眼图像对应的幅度频谱图以及相位频谱图中至少一个；根据诊断图像确定眼部的诊断结果，并输出所述诊断结果。由于诊断装置可以通过人眼图像自动诊断出用户是否患有眼疾，无需人工诊断用户是否患有眼疾，因此用户的眼部疾病的检测效率较高。

基于上述诊断装置的硬件构架，提出本发明眼部疾病检测方法的实施例。

参照图2，图2为本发明眼部疾病检测方法的第一实施例，所述眼部疾病检测方法包括以下步骤：

步骤s10：获取待检测的人眼图像；

具体的，待检测的人眼图像是眼部区域对应的人眼图像，眼部区域是进行眼部疾病检测的区域，包括但不限于眼球、眼睑或者眼周皮肤。待检测的人眼图像可以是通过摄像头采集到的人眼图像，具体应用场景可以是在使用ar眼镜时，通过ar眼镜上的摄像头采集到的人眼图像。待检测的人眼图像可以是原始图像，也可以是对原始图像进行过去噪等预处理的图像；待检测的人眼图像可以是彩色图像，也可以是灰度图；待检测的人眼图像可以是单帧图像，也可以是多帧图像。其中多帧图像可以是调整眼部区域中眼睛朝向时拍摄的多帧图像，利于全面对眼部区域进行检测。

可以通过诊断装置获取眼部区域对应的人眼图像，并对人眼图像进行分析得到诊断结果。诊断装置可以是带有图像采集模块的图像采集装置，图像采集装置可为的ar眼镜，图像采集模块可为高清摄像头。诊断装置也可以是连接高清摄像头后台处理设备。

步骤s20：对所述人眼图像进行处理得到诊断图像，所述诊断图像包括所述人眼图像对应的幅度频谱图以及所述人眼图像对应的相位频谱图中至少一个；

具体的，诊断图像是人眼图像对应的频谱图，其中，频谱图可以是幅度频谱图和/或相位频谱图。幅度频谱图的点是表示该点与邻域点差异的强弱，即梯度大小，或该点频率大小。幅度频谱图是表示人眼图像的幅度信息的图像，若幅度频谱图中暗的点的数量更多，说明人眼图像较柔和，否则人眼图像较尖锐。相位频谱图是表示人眼图像对应的相位信息的图像，可以根据相位频谱图判断眼球是否发生位置变化。

步骤s30：根据所述诊断图像确定眼部的诊断结果，并输出所述诊断结果。

具体的，诊断结果是眼部疾病检测的结果，诊断结果包括但不限于是否眼部患病，以及所患眼部疾病的种类等内容。诊断结果可以包括多种眼部疾病，例如白内障，青光眼或者斗鸡眼等内容，以及病情严重程度等信息。

确定了诊断结果后，按照目标输出方式输出诊断结果，目标输出方式包括文字输出、图像输出以及语音输出中的至少一种。

具体的，目标输出方式是输出诊断结果的输出形式，目标输出方式包括文字输出、图像输出和/或语音输出，其中，文字输出是通过文字形式表示出诊断结果；图像输出是通过图片形式表示诊断结果；语音输出是通过语音的方式表示诊断结果，输出提前录好的语音模板。有效地解决了输出诊断结果的形式问题，通过文字、图片和/或语音等的方式清楚展示出诊断结果。

本实施例的眼部疾病检测方法可以运用于ar眼镜，所述步骤s10还包括：获取ar眼镜搭载的摄像头采集的所述待检测的人眼图像；所述步骤s20还包括：控制所述ar眼镜对所述人眼图像进行处理得到诊断图像；所述步骤s30还包括：控制所述ar眼镜根据所述诊断图像确定眼部的诊断结果，并控制所述ar眼镜输出所述诊断结果。其中，控制所述ar眼镜输出所述诊断结果可以是控制所述ar眼镜在其镜片上显示所述诊断结果。

在本实施例提供的技术方案中，通过诊断装置获取待检测的人眼图像，对所述人眼图像进行处理得到诊断图像，其中，诊断图像包括人眼图像对应的幅度频谱图以及相位频谱图中至少一个；根据诊断图像确定眼部的诊断结果，并输出所述诊断结果。由于诊断装置可以通过人眼图像自动诊断出用户是否患有眼疾，无需人工诊断用户是否患有眼疾，因此用户的眼部疾病的检测效率较高。

参照图3，图3为本发明眼部疾病检测方法的第二实施例，基于第一实施例，所述步骤s20还包括：

步骤s21：对所述人眼图像进行加窗处理。

具体的，在获取人眼图像之后，需要先对人眼图像进行加窗处理；利用加窗处理后的人眼图像确定所述诊断图像。加窗处理是通过窗函数对人眼图像进行处理的图像处理方式。由于人眼图像边缘的不连续性会导致经过傅里叶变换后的幅度频谱图复杂且混乱，即出现了频谱泄露现象，使得幅度频谱图不容易分析。因此，在进行图像处理时，添加合适的窗函数也就是加窗处理，使得幅度频谱图更清晰，分布更集中。其中，进行加窗处理的窗函数包括但不限于汉宁窗、凯撒窗和/或汉明窗等窗函数。

步骤s22：对加窗处理后的人眼图像进行傅里叶变换，得到所述幅度频谱图以及相位频谱图中的至少一个；根据所述幅度频谱图以及相位频谱图中的至少一个确定所述诊断图像。

具体的，确定人眼图像对应的诊断图像，是通过对人眼图像进行傅里叶变换，根据傅里叶变换后的幅度参数生成幅度频谱图，或者根据傅里叶变换后的相位参数生成相位频谱图，从而得到幅度频谱图以及相位频谱图中的至少一个，根据幅度频谱图以及相位频谱图中的至少一个确定人眼图像对应的诊断图像。

在本实施例提供的技术方案中，由于采取了对人眼图像进行傅里叶变换的技术手段，确定了人眼图像对应的幅度频谱图与相位频谱图；采取了对图像进行加窗处理的技术手段，有效解决了人眼图像边缘的不连续性导致的频谱泄露现象，使得得到的幅度参数更加简洁和规范，利用加窗处理后的人眼图像确定幅度频谱图，利于后续幅度频谱图的分析。

参照图4，图4为本发明眼部疾病检测方法的第三实施例，基于第二实施例，所述步骤s22之前，还包括：

步骤s23：将所述幅度频谱图中的低频面积调整至所述低频面积对应的第一预设位置，且将所述幅度频谱图中的高频面积调整至所述高频面积对应的第二预设位置。

具体的，低频面积表示幅度频谱图中频率较小的区域，对应了人眼图像中灰度变化较小的地方，属于人眼图像中物体的边缘信息以内或者以外的部分，可以表示人眼图像中的物体的轮廓。高频面积表示幅度频谱图中频率较大的区域，对应人眼图像中灰度变化较大的地方，一般指边缘信息，可以表示人眼图像的细节和纹理。

由于傅里叶变换具有对称性，因此，对所述人眼图像进行处理得到待确定的幅度频谱图经常以频谱参数的中心坐标为原点，左上与右下对称，右上与左下对称。经过步骤s23的调整，使得幅度频谱图的中心为人眼图像平均亮度，频率为0，从幅度参数中心向外，频率增高，高亮度表明频率特征越明显，并且幅度频谱图中心的频率变化方向与人眼图像中的地物方向垂直。调整后的幅度频谱图可以更清楚显示低频面积和高频面积的占比情况，便于确定眼部区域的患病情况。

所述步骤s22还包括：

步骤s221：根据调整后的所述幅度频谱图以及所述相位频谱图中的至少一个确定所述诊断图像。

具体的，将经过步骤s23调整后的幅度频谱图以及相位频谱图中的至少一个，来确定诊断图像。

在本实施例提供的技术方案中，由于低频面积代表了人眼图像的大部分有效信息，因此将低频面积集中调整至幅度频谱图的某一位置，有效解决了幅度频谱图中低频面积分布不集中的问题，从而使得有效信息集中在某个位置，利用调整后的幅度频谱图进行分析利于准确确定诊断结果。

参照图5，图5为本发明眼部疾病检测方法的第四实施例，基于第一至第三中任一实施例，所述步骤s30还包括：

步骤s31：将所述诊断图像和预设的参考图像进行比对得到比对结果，所述参考图像根据眼疾患者的人眼图像确定。

具体的，预设的参考图像是患有眼疾的人眼图像对应的频谱图。参考图像包括幅度参考图以及相位参考图中至少一个。其中，幅度参考图是患有眼疾的人眼图像对应的幅度频谱图，相位参考图是患有眼疾的人眼图像对应的相位频谱图。

步骤s32：根据所述比对结果确定所述诊断结果。

具体的，诊断图像与参考图像的比对结果是指诊断图像与参考图像之间的差异情况，其中，诊断图像和预设的参考图像的比对结果是指幅度频谱图与幅度参考图比对结果，和/或，相位频谱图与相位参考图的比对结果。经过诊断图像与参考图像进行比对，确定诊断图像对应的诊断结果。其中，诊断图像与参考图像进行比对的比对结果，可以是幅度频谱图中的高频面积和低频面积的占比结果，与幅度参考图中高频面积和低频面积的占比结果的比对；可以是相位频谱图中的相位情况和相位参考图中的相位情况之间的比对。

所述步骤s32还包括：

步骤s321：在确定所述比对结果为所述诊断图像中的参数与所述参考图像中的参数之间的差值小于或等于预设阈值，将参考图像对应的眼疾确定为所述诊断结果；

具体的，诊断图像中的参数与参考图像中的参数之间的差值，表示了诊断图像与参考图像的差异情况，可以是幅度频谱图中的高频面积和低频面积的占比，与幅度参考图像中高频面积和低频面积的占比之间的差值；可以是相位频谱图中的相位情况和相位参考图像中的相位情况之间的差值。预设阈值是判断诊断图像是否属于参考图像对应的眼疾的数值或者数值范围。参考图像对应的眼疾可以包括多种眼部疾病，例如白内障，青光眼或者斗鸡眼等内容。

步骤s322：在确定所述比对结果为所述诊断图像中的参数与所述参考图像中的参数之间的差值大于预设阈值，将未患眼疾确定为所述诊断结果。

具体的，当诊断图像中的参数与参考图像中的参数的差值大于预设阈值，代表诊断图像与参考图像之间的差异较大，不属于参考图像对应的眼疾种类，从而输出未患眼疾的诊断结果。

在本实施例提供的技术方案中，采用了将所述诊断图像中的参数和预设的参考图像中的参数进行比对得到比对结果，根据所述比对结果确定所述诊断结果的技术手段，通过幅度频谱图与幅度参考图的比对，和/或，相位频谱图与相位参考图的比对，判定疾病的诊断结果，实现了对眼部区域的疾病检测。

参照图6，图6为本发明眼部疾病检测方法的第五实施例，基于第一至第三中任一项实施例，所述步骤s10之前，还包括：

步骤s40：根据眼疾患者的人眼图像训练诊断模型。

具体的，所述诊断装置设有诊断模型，所述诊断模型根据大量的眼疾患者的人眼图像训练得到的。

所述步骤s30还包括：

步骤s33：将所述诊断图像输入至所述诊断模型。

具体的，诊断模型是根据患有眼疾的人眼图像训练得到的功能模块，诊断模型可以是经过训练的神经网络模型。诊断模型将输入的诊断图像进行分析后，输出诊断图像对应的诊断结果，其中的诊断模型是通过大量的患有眼疾的人眼图像训练得到的，并且诊断模型可以不断地对患有眼疾的人眼图像进行学习。

步骤s34：获取所述诊断模型输出的诊断结果。

具体的，诊断模型对诊断图像进行分析，诊断模型设置输出层为诊断结果，则可以通过诊断模型直接获取诊断结果。

在本实施例提供的技术方案中，由于采用了诊断模型的技术手段，通过诊断模型对诊断图像进行分析，并且获取诊断结果，提高了得出诊断结果的效率。

参照图7，图7为本发明眼部疾病检测方法的第六实施例，基于第五个实施例，所述步骤s40还包括：

s401：获取训练样本集，所述训练样本集包括多个眼疾患者的人眼图像对应的诊断训练图；

具体的，训练样本集是对训练模型进行训练的数据，训练样本集包含的诊断训练图是指患有眼疾的人眼图像对应的频谱图，可以是幅度频谱图和/或相位频谱图。

s402：将所述获取训练样本集中各个诊断训练图输入预设的训练模型，以对所述训练模型进行训练；

具体地，训练模型是指对患有眼疾的人眼图像进行学习和分析的功能模块，当训练模型停止训练后，所述训练模型就成为了诊断模型。

s403：在确定所述训练模型的收敛值小于预设阈值，停止对所述训练模型的训练，并将停止训练的训练模型保存为所述诊断模型。

具体地，训练模型通过大量的患有眼疾的人眼图像进行训练，也是通过大量的数据进行迭代计算，训练模型的收敛值是表示进行迭代计算之后的输出结果与预期结果的差异情况，预设的收敛阈值是指训练模型训练达到的预期的差异情况。当收敛值小于预设的收敛阈值时，代表训练模型数据的输出结果达到了预期结果，因此停止对训练模型进行训练，并将停止训练的训练模型保存为诊断模型。

在本实施例提供的技术方案中，由于采用了对训练模型进行训练得到诊断模型的技术手段，通过大量的训练样本集对训练模型进行训练，从而使得生成的诊断模型包含的数据更全面，因此保证了诊断结果准确性和全面性。

本发明还提供出一种ar眼镜，所述ar眼镜包括图像采集模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的眼部疾病检测程序，所述眼部疾病检测程序被所述处理器执行时实现如上实施例所述的眼部疾病检测方法的步骤。

本发明还提供出一种可读存储介质，所述可读存储介质上存储有眼部疾病检测程序，所述眼部疾病检测程序被处理器执行时实现如上实施例所述的眼部疾病检测方法的步骤。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。