运动目标的检测方法、装置、终端设备及存储介质

本发明属于图像处理技术领域，尤其涉及一种运动目标的检测方法、装置、终端设备及存储介质。

背景技术：

随着智能监控的普及与推广，社区安全得到了有效的保障，如何利用监控完成行人检测对安防工作至关重要。现有技术中，常采用帧间差分法、背景减除法和光流法进行视频中运动目标的检测。

帧间差分法是在连续的视频帧中选取两帧或者三帧然后通过邻间差分再阈值化提取运动前景。帧差法的显著特点是算法原理比较简单，快速性较好。当监控环境发生变化时帧差法也可以检测到运动目标；背景减除法是通过背景像素点与前景像素点的不同从而分割出前景像素点，即利用背景的参数模型来近似背景图像的像素值，关键在于参数模型的建立；光流法采用目标在时间域上的光流特点进行目标检测，由位移矢量光流场来实现目标提取，从而也可以有效地跟踪运动目标。

上述方法均无法解决运动目标检测时常出现的检测结果不完整以及存在“空洞”的问题。

技术实现要素：

有鉴于此，本发明实施例提供了一种运动目标的检测方法、装置、终端设备及存储介质，以解决现有技术中检测结果不完整以及空洞、检测精准度低的问题。

本发明实施例的第一方面提供了一种运动目标的检测方法，包括：

获取预设时间内运动目标的多个视频帧图像；

利用平均背景法，确定所述多个视频帧图像对应的背景图像；

根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；

对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。

在一实施例中，所述多个视频帧图像包括视频中连续前k帧图像，所述利用平均背景法，确定所述多个视频帧图像对应的背景图像，包括：

获取视频中连续前k帧图像和所述连续前k帧图像的视频帧数；

将所述连续前k帧图像进行加法运算，得到混合后的图像；

根据所述混合后的图像和所述视频帧数，得到所述背景图像。

在一实施例中，所述根据所述背景图像和改进的三帧差法，确定差分图像，包括：

获取第k帧图像和第k+1帧图像；

利用所述改进的三帧差法对所述第k帧图像、第k+1帧图像和背景图像进行帧间差分，得到差分图像。

在一实施例中，所述差分图像至少包括第一差分图像和第二差分图像，所述利用所述改进的三帧差法对所述第k帧图像、第k+1帧图像和背景图像进行帧间差分，得到差分图像，包括：

将所述第k帧图像作为第一帧图像，所述背景图像作为第二帧图像以及所述第k+1帧图像作为第三帧图像；

将所述第一帧图像和第二帧图像进行差分运算，得到第一差分图像；

将所述第二帧图像和第三帧图像进行差分运算，得到第二差分图像。

在一实施例中，所述对所述差分图像进行处理，得到所述运动目标的二值化图像，包括：

分别对所述第一差分图像和第二差分图像进行阈值化操作，得到第一差分图像对应的二值化图像和第二差分图像对应的二值化图像；

将所述第一差分图像对应的二值化图像和所述第二差分图像对应的二值化图像进行与操作，得到操作后的二值化图像；

对所述操作后的二值化图像进行形态学操作，得到所述运动目标的二值化图像。

在一实施例中，所述分别对所述第一差分图像和第二差分图像进行阈值化操作，得到第一差分图像对应的二值化图像和第二差分图像对应的二值化图像，包括：

采用固定阈值操作和自适应阈值操作中的至少之一，剔除所述第一差分图像中不满足第一预设像素的像素点，得到所述第一差分图像对应的二值化图像；

采用固定阈值操作和自适应阈值操作中的至少之一，剔除所述第二差分图像中不满足第二预设像素的像素点，得到所述第二差分图像对应的二值化图像。

在一实施例中，所述将所述第一差分图像对应的二值化图像和所述第二差分图像对应的二值化图像进行与操作，得到操作后的二值化图像，包括：

将所述第一差分图像对应的二值化图像中的像素点与所述第二差分图像对应的二值化图像中的像素点进行与操作，得到操作后的二值化图像，其中，所述第一差分图像对应的二值化图像中的像素点与所述第二差分图像对应的二值化图像中的像素点一一对应。

本发明实施例的第二方面提供了一种运动目标的检测装置，所述装置包括：

获取模块，用于获取预设时间内运动目标的多个视频帧图像；

背景图像确定模块，用于利用平均背景法，确定所述多个视频帧图像对应的背景图像；

帧间差分模块，用于根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；

目标图像确定模块，用于对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一项所述的运动目标的检测方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述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实现如上述任一项所述的运动目标的检测方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：

本发明实施例提供一种运动目标的检测方法，包括：获取预设时间内运动目标的多个视频帧图像；利用平均背景法，确定所述多个视频帧图像对应的背景图像；根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。将改进的均值背景提取法得到的背景图像加入到三帧差分过程中的运动目标检测算法，不仅解决了运动目标检测时常出现的检测结果不完整以及存在“空洞”的问题，还提升了运动目标检测的速度与精准度。

附图说明

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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例提供的一种运动目标的检测方法的实现流程示意图；

图2是本发明实施例中s102的细化步骤的实现流程示意图；

图3是本发明实施例中采用平均背景法获取到的背景图像；

图4是本发明实施例中s103的细化步骤的实现流程示意图；

图5是本发明另一实施例提供的一种运动目标的检测方法的实现流程示意图；

图6是本发明实施例中检测前的当前视频帧图像；

图7是本发明实施例中检测后的运动目标的二值化图像；

图8为本发明实施例中s504和s505的细化步骤的流程示意图

图9是本发明实施例提供的一种运动目标的检测装置的结构示意图；

图10是本发明实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1是本发明一实施例提供的一种场景缩减方法的示意图。如图1所示，该实施例的一种运动目标的检测方法包括：

步骤s101：获取预设时间内运动目标的多个视频帧图像；

步骤s102：利用平均背景法，确定所述多个视频帧图像对应的背景图像。

在一实施例中，本实施例背景为室外监控视频，一般认为视频的背景不会发生突变。使用ucf数据集中的样本进行测试，共510帧，帧率为15帧每秒，图像大小为320×240。可提取连续的300个视频帧图像，即510帧图像中的连续300帧，采用平均背景法对连续300个视频帧图像进行处理，得到对应的背景图像。或者，在510帧图像中，采用平均背景法对选取的连续的两个200帧进行处理，得到对应的背景图像。

步骤s103：根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；

步骤s104：对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。

在一实施例中，由于现有技术的三帧差分只是进行了简单的邻间图像相减，对于场景光照比较稳定的情况，图像序列中未发生变化的区域(即视频背景)的差值d为零，变化区域(即运动目标)的差值d一般不为零。因此，本申请采用改进的三帧差法对对应的背景图像进行处理，来确定差分图像。然后，再依次对差分图像进行阈值化处理、与操作逻辑运算以及形态学操作，以确定运动目标的二值化图像。本申请采用改进的三帧差法对背景图像进行处理，可提升运动目标检测的速度与精准度。其中，运动目标可为视频帧中图像中的人、动物或者交通工具等，此处不作具体限定。

本发明实施例提供一种运动目标的检测方法，包括：获取预设时间内运动目标的多个视频帧图像；利用平均背景法，确定所述多个视频帧图像对应的背景图像；根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。将改进的均值背景提取法得到的背景图像加入到三帧差分过程中的运动目标检测算法，不仅解决了运动目标检测时常出现的检测结果不完整以及存在“空洞”的问题，还提升了运动目标检测的速度与精准度。

图2为本发明实施例中步骤s102的细化步骤的流程示意图，如图2所示，步骤s102包括：

步骤s201：获取视频中连续前k帧图像和所述连续前k帧图像的视频帧数；

步骤s202：将所述连续前k帧图像进行加法运算，得到混合后的图像；

步骤s203：根据所述混合后的图像和所述视频帧数，得到所述背景图像。

在一实施例中，将视频前k帧图像进行累加之后求平均，得到视频的背景图像。通过对一段时间内连续视频帧图像进行相加以及求平均操作，即可得到视频帧的均值背景(即背景图像)，能够实现运动目标的快速检测。

具体公式如式(1)：

其中，avgk代表利用视频前k帧图像求取的均值背景，k为统计的视频帧数，fk代表视频图像序列中多个连续视频图像中的第k帧图像。k为大于等于1且小于等于视频的总帧数。

本申请的研究背景为室外监控视频，一般认为视频的背景不会发生突变。如果运动目标长时间在某点逗留，则该点像素累加求平均后得到的“背景”在逗留处像素值会偏高，再与当前帧图像相减会出现空值。如果不停留，累加求平均后会得到稀释，准确值就会高。参见附图3，在一实施例中选取前两300帧图像累加平均后取得图像作为背景，此图像即为采用平均背景法获取到的背景图像。

图4为本发明实施例中步骤s103的细化步骤的流程示意图，如图4所示，步骤s103包括：

步骤s401：获取第k帧图像和第k+1帧图像；

步骤s402：将所述第k帧图像作为第一帧图像，所述背景图像作为第二帧图像以及所述第k+1帧图像作为第三帧图像；

步骤s403：将所述第一帧图像和第二帧图像进行差分运算，得到第一差分图像；

步骤s404：将所述第二帧图像和第三帧图像进行差分运算，得到第二差分图像。

在一实施例中，改变原始三帧差法当中选取的视频帧，即将视频当前帧(即第k帧图像)作为第一帧图像，利用平均背景法获取到的背景图像作为第二帧图像，当前帧的下一帧(即第k+1帧图像)作为第三帧进行两两差分。可选的，将第一帧图像和第二帧图像进行差分运算，以及将第二帧图像和第三帧图像进行差分运算。

具体的，选取连续图像序列中的三帧图，即ik-1(x,y)，ik(x,y)，ik+1(x,y)，其中，ik-1(x,y)为第一帧图像，ik(x,y)为第二帧图像，ik+1(x,y)为第三帧图像。将上述三帧图像分别进行邻间差分：即将视频当前帧(第一帧图像)与获取的背景图像帧(第二帧图像)进行差分，得到第一差分图像a1，将视频第二帧图像与获取的背景图像帧进行差分，得到第二差分图像a2。

其中，d(k,k-1)(x,y)为第一差分图像a1，d(k+1,k)(x,y)为第二差分图像a2。

图5是本发明一实施例提供的一种场景缩减方法的示意图。如图5所示，该实施例的一种运动目标的检测方法包括：

步骤s501：获取预设时间内运动目标的多个视频帧图像；

步骤s502：利用平均背景法，确定所述多个视频帧图像对应的背景图像；

步骤s503：根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；

步骤s504：分别对所述第一差分图像和第二差分图像进行阈值化操作，得到第一差分图像对应的二值化图像和第二差分图像对应的二值化图像；

步骤s505：将所述第一差分图像对应的二值化图像和所述第二差分图像对应的二值化图像进行与操作，得到操作后的二值化图像；

步骤s506：对所述操作后的二值化图像进行形态学操作，得到所述运动目标的二值化图像。

在一实施例中，阈值化操作具体为：对第一差分图像a1和第二差分图像a2分别进行阈值化操作，得到对应的二值化图像b1和b2。但是，考虑到实际场景中一般存在许多噪声，非运动目标区域也会存在差值不为零的点。因此，在得到差值图像后需要进行阈值化处理从而滤除这些噪声点。本申请通过式(3)可以实现对所得差值图像的阈值化，最终得到对应的二值化图像，本申请文件中的二值化阈值td由多次仿真实验所得。

具体的，将第一差分图像d(k,k-1)(x,y)进行阈值化操作，即将第一差分图像d(k,k-1)(x,y)中像素大于等于二值化阈值td的像素值设为1，将第一差分图像d(k,k-1)(x,y)中像素小于二值化阈值td的像素值设为0；将第二差分图像d(k+1,k)(x,y)进行阈值化操作，即将第二差分图像d(k+1,k)(x,y)中像素大于等于二值化阈值td的像素值设为1，将第二差分图像d(k+1,k)(x,y)中像素小于二值化阈值td的像素值设为0。此处设置二值化阈值td为65，当大于65像素小于255像素的值设为1，小于65像素的置为0。

其中，b(k,k-1)(x,y)为第一差分图像d(k,k-1)(x,y)对应的二值化图像b1，b(k+1,k)(x,y)为第二差分图像d(k+1,k)(x,y)对应的二值化图像b2。

为了进一步提高检测结果的完整性，改进的三帧差法还利用了连续图像序列的帧间相似性，即通过将两次邻间差分且阈值化的二值化图像b1和b2进行逻辑“与”操作。具体如式(4)所示，将背景部分像素值设为0，运动目标部分像素值设为1。

其中，bk(x,y)为第一差分图像对应的二值化图像b(k,k-1)(x,y)与第二差分图像对应的二值化图像b(k+1,k)(x,y)进行与操作，得到的图像。

通过对二值化图像b1和b2进行逻辑“与”操作，使检测结果更加完整。此处使用3*3大小的椭圆形卷积核对所得图像进行卷积，消除噪声影响。

进一步地，对二值化图像b1和b2进行逻辑“与”操作，得到的操作后的二值化图像再通过形态学操作，才能得到运动目标的二值化图像。形态学操作通过膨胀腐蚀操作，增大运动目标检测结果的连通域，即为运动目标的二值化图像。可选的，此处进行2次迭代膨胀操作，增大连通区域。

在一实施例中，结合附图6-7，附图6为将第10帧图像作为第一帧图像、将背景图像作为第二帧图像以及将第11帧图像作为第三帧图像进行帧间差分处理，得到两个对应的差分图像，再依次对两个对应的差分图像进行阈值化、逻辑与操作以及形态学操作，得到附图7所示的检测后的效果图，即运动目标的二值化图像。

图8为本发明实施例中s504和s505的细化步骤的流程示意图，如图8所示，s504和s505包括：

步骤s801：采用固定阈值操作和自适应阈值操作中的至少之一，剔除所述第一差分图像中不满足第一预设像素的像素点，得到所述第一差分图像对应的二值化图像；

步骤s802：采用固定阈值操作和自适应阈值操作中的至少之一，剔除所述第二差分图像中不满足第二预设像素的像素点，得到所述第二差分图像对应的二值化图像；

步骤s803：将所述第一差分图像对应的二值化图像中的像素点与所述第二差分图像对应的二值化图像中的像素点进行与操作，得到操作后的二值化图像，其中，所述第一差分图像对应的二值化图像中的像素点与所述第二差分图像对应的二值化图像中的像素点一一对应。

在一实施例中，阈值可以被视为最简单的图像分割方法。比如从一幅图像中分割出我们所需要的物体部分(可以是一部分或整体)。该方法基于图像中物体与背景之间的灰度值差异，且此分割属于像素级的分割，用图像中的每一个像素点的灰度值和我们给定的阈值进行比较，并给出相应的判断(指定分割出物体的灰度值，如黑色或白色)。本申请将第一差分图像a1中满足第一预设像素的像素点进行保留，不满足第一预设像素的像素点进行剔除，得到对应的二值化图像b1；将第一差分图像a2中满足第二预设像素的像素点进行保留，不满足第二预设像素的像素点进行剔除，得到对应的二值化图像b2。其中，第一预设像素和第二预设像素根据具体情况进行设置，且第一预设像素和第二预设像素可相同。

进一步地，对于得到的二值化图像b1和b2，进行与操作，以确定操作后的二值化图像。具体：二值化图像b1中包含3个像素点b11、b12和b13，二值化图像b2中包含3个像素点b21、b22和b23，在对二值化图像b1和b2进行与操作的情况下，依次将b11和b21进行与操作，将b12和b22进行与操作，将b13和b23进行与操作，分别得到像素点c1、c2和c3。由像素点c1、c2和c3组成的图像为操作后的二值化图像。此外，上述实施例中的像素点个数仅为示例，具体个数根据实际情况设定。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一个实施例中，如图9所示，提供了一种运动目标的检测装置，包括：获取模块91、背景图像确定模块92、帧间差分模块93和目标图像确定模块94，其中：

获取模块91，用于获取预设时间内运动目标的多个视频帧图像；

背景图像确定模块92，用于利用平均背景法，确定所述多个视频帧图像对应的背景图像；

帧间差分模块93，用于根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；

目标图像确定模块94，用于对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。

在一实施例中，所述多个视频帧图像包括视频中连续前k帧图像，所述背景图像确定模块92，包括：

第一图像获取模块，用于获取视频中连续前k帧图像和所述连续前k帧图像的视频帧数；

加法运算模块，用于将所述连续前k帧图像进行加法运算，得到混合后的图像；

平均计算模块，用于根据所述混合后的图像和所述视频帧数，得到所述背景图像。

在一实施例中，所述帧间差分模块93，包括：

第二图像获取模块，用于获取第k帧图像和第k+1帧图像；

帧间差分计算模块，用于利用所述改进的三帧差法对所述第k帧图像、第k+1帧图像和背景图像进行帧间差分，得到差分图像。

在一实施例中，所述差分图像至少包括第一差分图像和第二差分图像，所述帧间差分计算模块，包括：

第三图像获取模块，用于将所述第k帧图像作为第一帧图像，所述背景图像作为第二帧图像以及所述第k+1帧图像作为第三帧图像；

第一差分图像运算模块，用于将所述第一帧图像和第二帧图像进行差分运算，得到第一差分图像；

第二差分图像运算模块，用于将所述第二帧图像和第三帧图像进行差分运算，得到第二差分图像。

在一实施例中，所述目标图像确定模块94，包括：

阈值化操作模块，用于分别对所述第一差分图像和第二差分图像进行阈值化操作，得到第一差分图像对应的二值化图像和第二差分图像对应的二值化图像；

与操作模块，用于将所述第一差分图像对应的二值化图像和所述第二差分图像对应的二值化图像进行与操作，得到操作后的二值化图像；

形态学操作模块，用于对所述操作后的二值化图像进行形态学操作，得到所述运动目标的二值化图像。

在一实施例中，所述阈值化操作模块，包括：

第一二值化图像确定模块，用于采用固定阈值操作和自适应阈值操作中的至少之一，剔除所述第一差分图像中不满足第一预设像素的像素点，得到所述第一差分图像对应的二值化图像；

第二二值化图像确定模块，用于采用固定阈值操作和自适应阈值操作中的至少之一，剔除所述第二差分图像中不满足第二预设像素的像素点，得到所述第二差分图像对应的二值化图像。

在一实施例中，所述与操作模块，包括：

与操作运算模块，用于将所述第一差分图像对应的二值化图像中的像素点与所述第二差分图像对应的二值化图像中的像素点进行与操作，得到操作后的二值化图像，其中，所述第一差分图像对应的二值化图像中的像素点与所述第二差分图像对应的二值化图像中的像素点一一对应。

图10是本发明一实施例提供的终端设备的示意图。如图10所示，该实施例的终端设备10包括：处理器1001、存储器1002以及存储在所述存储器1002中并可在所述处理器1001上运行的计算机程序1003。所述处理器1001执行所述计算机程序1003时实现上述各个场景缩减方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器1001执行所述计算机程序1003时实现上述各装置实施例中各模块/单元的功能，例如图9所示模块91至94的功能。

示例性的，所述计算机程序1003可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器1002中，并由所述处理器1001执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序1003在所述终端设备10中的执行过程。例如，所述计算机程序1003可以被分割成获取模块、聚类模块和场景缩减模块，各模块具体功能如下：

获取模块，用于获取预设时间内运动目标的多个视频帧图像；

背景图像确定模块，用于利用平均背景法，确定所述多个视频帧图像对应的背景图像；

帧间差分模块，用于根据所述背景图像和改进的三帧差法，确定差分图像，其中，所述改进的三帧差法将所述背景图像作为三帧差法中的第二帧进行帧间差分；

目标图像确定模块，用于对所述差分图像进行过滤处理，得到所述运动目标的二值化图像，以基于所述二值化图像检测所述运动目标。

所述终端设备10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述10终端设备可包括，但不仅限于，处理器1001、存储器1002。本领域技术人员可以理解，图10仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器1001可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器1002可以是所述终端设备10的内部存储单元，例如终端设备10的硬盘或内存。所述存储器1002也可以是所述终端设备10的外部存储设备，例如所述终端设备10上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器1002还可以既包括所述终端设备10的内部存储单元也包括外部存储设备。所述存储器1002用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器1002还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。