一种植株疫病的智能化管控方法及系统与流程

1.本技术实施例涉及农业生产领域，尤其涉及一种植株疫病的智能化管控方法及系统。


背景技术：

2.随着农业的不断发展，越来越多的地区开始种植一些营养价值高，并且受到消费者关注的农产品。
3.茄，别称矮瓜、白茄等，茄科茄属植物[，产于亚洲热带，中国各省均有栽培，可供蔬食。其根、茎、叶入药，为收敛剂，有利尿之效，叶也可以作麻醉剂。但高温高湿的天气容易引起茄子绵疫病的发生。绵疫病，俗称“烂果”、“掉蛋”、“水烂”，属真菌病害，各地普遍发生，茄子各生育阶段皆可受害，幼苗染病，嫩茎呈水渍状缢缩，引起幼苗猝倒。果实染病，多以下部老熟果开始，先是病部呈水渍状小圆斑，后逐渐扩大稍凹陷，最后蔓延到全果。果实内部变黑腐烂、易脱落，病果落地后，由于潮湿可使全果腐烂病遍生白霉，最后干缩成僵果，病叶有明显轮纹。
[0004]
由于绵疫病对茄子的影响很大，病情严重时会造成茄果大量的腐烂，损失可达20％～30％，甚至超过50％，影响了茄子的产量及质量，降低生产率。


技术实现要素：

[0005]
本技术实施例提供了一种植株疫病的智能化管控方法及系统，用于提高茄子生产率。
[0006]
本技术第一方面提供了一种植株疫病的智能化管控方法，包括：
[0007]
获取茄子种植区域的茄子图像集合，所述茄子图像集合包含至少一张茄子植株图像；
[0008]
对所述茄子图像集合提取茄子植株特征集合，所述茄子植株特征集合包括茄子表皮特征和茄子叶片特征；
[0009]
从茄子图像数据库中获取茄子植株的绵疫病图像集合，所述植株绵疫病图像集合包含绵疫病表皮图像和绵疫病叶片图像；
[0010]
从所述绵疫病图像集合中进行特征提取，生成绵疫病特征集合；
[0011]
对比所述绵疫病特征集合与所述茄子植株特征集合，生成相似度对比结果；
[0012]
根据所述相似度对比结果判断所述茄子图像集合对应的茄子种植区域是否存在绵疫病；
[0013]
若是，则根据所述茄子种植区域生成并向控制室发送绵疫病防治通知。
[0014]
可选的，所述从所述绵疫病图像集合中进行特征提取，生成绵疫病特征集合包括：
[0015]
对所述绵疫病表皮图像进行特征提取，生成表皮绵疫病特征；
[0016]
对所述绵疫病叶片图像进行特征提取，生成叶片绵疫病特征。
[0017]
可选的，所述对比所述绵疫病特征集合与所述茄子植株特征集合，生成相似度对
比结果包括：
[0018]
对比所述表皮绵疫病特征和所述茄子表皮特征，生成第一相似度对比结果；
[0019]
对比所述叶片绵疫病特征和所述茄子叶片特征，生成第二相似度对比结果。
[0020]
可选的，所述根据所述相似度对比结果判断所述茄子图像集合对应的茄子种植区域是否存在绵疫病包括：
[0021]
根据所述第一相似度对比结果判断茄子表皮是否存在绵疫病；
[0022]
若是，则确定所述茄子图像集合对应的茄子种植区域存在绵疫病；
[0023]
若否，则根据所述第二相似度对比结果判断茄子叶片是否存在绵疫病；
[0024]
若叶片存在绵疫病，则确定所述茄子图像集合对应的茄子种植区域存在绵疫病。
[0025]
可选的，在确定所述茄子图像集合对应的茄子种植区域存在绵疫病之后，所述智能化管控方法还包括：
[0026]
判断所述茄子植株图像是否存在茄子僵果特征；
[0027]
若是，则生成并向控制室发送免疫病红色警报。
[0028]
可选的，在所述根据所述茄子种植区域生成并向控制室发送绵疫病防治通知之后，所述智能化管控方法还包括：
[0029]
控制湿度装置降低茄子种植区域的湿度。
[0030]
本技术第二方面提供了一种植株疫病的智能化管控系统，包括：
[0031]
第一获取单元，用于获取茄子种植区域的茄子图像集合，所述茄子图像集合包含至少一张茄子植株图像
[0032]
第一提取单元，用于对所述茄子植株图像提取茄子植株特征集合，所述茄子植株特征集合包括茄子表皮特征和茄子叶片特征；
[0033]
第二获取单元，用于从茄子图像数据库中获取茄子植株的绵疫病图像集合，所述植株绵疫病图像集合包含绵疫病表皮图像和绵疫病叶片图像；
[0034]
第二提取单元，用于从所述绵疫病图像集合中进行特征提取，生成绵疫病特征集合；
[0035]
对比单元，用于对比所述绵疫病特征集合与所述茄子植株特征集合，生成相似度对比结果；
[0036]
第一判断单元，用于根据所述相似度对比结果判断所述茄子图像集合对应的茄子种植区域是否存在绵疫病；
[0037]
第一生成单元，用于当所述第一判断单元确定所述茄子图像集合对应的茄子种植区域存在绵疫病时，则根据所述茄子种植区域生成并向控制室发送绵疫病防治通知。
[0038]
可选的，所述第二提取单元具体用于：
[0039]
对所述绵疫病表皮图像进行特征提取，生成表皮绵疫病特征；
[0040]
对所述绵疫病叶片图像进行特征提取，生成叶片绵疫病特征。
[0041]
可选的，所述对比单元具体用于：
[0042]
对比所述表皮绵疫病特征和所述茄子表皮特征，生成第一相似度对比结果；
[0043]
对比所述叶片绵疫病特征和所述茄子叶片特征，生成第二相似度对比结果。
[0044]
可选的，所述第一判断单元具体用于：
[0045]
根据所述第一相似度对比结果判断茄子表皮是否存在绵疫病；
[0046]
若是，则确定所述茄子图像集合对应的茄子种植区域存在绵疫病；
[0047]
若否，则根据所述第二相似度对比结果判断茄子叶片是否存在绵疫病；
[0048]
若叶片存在绵疫病，则确定所述茄子图像集合对应的茄子种植区域存在绵疫病。
[0049]
可选的，所述智能化管控系统还包括：
[0050]
第二判断单元，用于判断所述茄子植株图像是否存在茄子僵果特征；
[0051]
第二生成单元，用于当所述第二判断单元确定存在茄子僵果特征时，则生成并向控制室发送免疫病红色警报。
[0052]
可选的，所述智能化管控系统还包括：
[0053]
控制单元，用于控制湿度装置降低茄子种植区域的湿度。
[0054]
本技术第三方面提供了一种植株疫病的智能化管控系统，包括：
[0055]
中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
[0056]
所述存储器为短暂存储存储器或持久存储存储器；
[0057]
所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。
[0058]
本技术第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。
[0059]
从以上技术方案可以看出，本技术实施例具有以下优点：分别获取茄子种植区域的茄子图像集合和绵疫病图像集合，提取茄子植株特征集合与绵疫病特征集合，并对二者进行对比，生成相似度对比结果；通过相似度对比结果确定茄子种植区域存在绵疫病时，则生成并向控制室发送绵疫病防治通知以提醒农户及时进行防疫相关操作，用于减少绵疫病引起的茄子产量降低，能够提高茄子生产率。
附图说明
[0060]
图1为本技术中植株疫病的智能化管控方法一个示意图；
[0061]
图2-1和图2-2为本技术中植株疫病的智能化管控方法另一示意图；
[0062]
图3为本技术中植株疫病的智能化管控方法另一示意图；
[0063]
图4为本技术中植株疫病的智能化管控系统一个示意图；
[0064]
图5为本技术中植株疫病的智能化管控系统另一示意图。
具体实施方式
[0065]
为了更清楚地说明本技术中的技术方案，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技术的一些实施例，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。
[0066]
本技术实施例提供了一种植株疫病的智能化管控方法，用于提高茄子生产率。本实施例中，为节省获取茄子图像集合的时间，采用摄像机或无人机载摄像头获取茄子种子种植区域的茄子图像集合。此外，用于发送绵疫病防治通知的执行主体可以是终端，也可以是系统，本实施例以终端为执行主体进行举例说明。
[0067]
请参阅图1，下面对本技术实施例提供一种植株疫病的智能化管控方法实施例进
行介绍：
[0068]
101、获取茄子种植区域的茄子图像集合；
[0069]
本实施例中，茄子种植区域通过固定设置的摄像头或无人机载摄像头获取茄子图像集合，该茄子图像集合包含至少一张茄子植株图像。需要说明的是，未患病茄子植株茄子呈卵形至长圆状卵形，表面光滑、有光泽，茎较粗壮，叶无病态特征；为获取更好的茄子图像集合，可以将茄子种植区域划分为若干个子区域，终端通过每个子区域由设置的摄像头或无人机载摄像头获取茄子植株图像。
[0070]
由于摄像装置在拍摄茄子植株照片时不可避免的获取到茄子植株重合区，终端在通过每个子区域由设置的摄像头或无人机载摄像头获取茄子植株图像后，拼合多个摄像装置拍摄的图像的到完整茄子图像，同时定位各个茄子植株图像在拼合后在图像中的位置，以便后续操作。此外，拼合过程中还包括图像预处理步骤，用于消除摄影摄像在色彩上的差异，能够对茄子植株图像进行色彩平衡处理。例如，茄子种植区域划分为a区域、b区域、c区域，其中a区域与b区域相邻，当摄像头获取a区域和b区域茄子图像集合时，两区域之间存在重合部分，终端可以通过拼合得到完整的茄子图像。
[0071]
102、对茄子图像集合提取茄子植株特征集合；
[0072]
本实施例中，终端通过摄像装置获取茄子图像集合之后，对该茄子图像集合提取茄子植株特征集合，包括茄子表皮特征和茄子叶片特征。未患病茄子植株茄子呈卵形至长圆状卵形，茄子的茎较粗壮，茎的颜色与果实皮色相关，表面光滑、有光泽；茄子叶片为叶绿色或带有墨绿色，形状规则为卵圆形或长卵圆形。当茄子植株患绵疫病时，其果实病部呈水渍状小圆斑，后逐渐扩大稍凹陷，最后蔓延到全果；茎呈水渍状缢缩，引起猝倒。
[0073]
103、从茄子图像数据库中获取茄子植株的绵疫病图像集合；
[0074]
本实施例中，图像数据库中储存患有绵疫病茄子植株的绵疫病图像集合，终端对茄子图像集合提取茄子植株特征集合之后，需要获取图像数据库中储存的绵疫病图像集合，以便下一步操作。该绵疫病图像集合包含绵疫病表皮图像和绵疫病叶片图像。在高温高湿的天气容易引起茄子绵疫病的发生。绵疫病，属真菌病害，各地普遍发生，茄子各生育阶段皆可受害，绵疫病对茄子的影响很大，病情严重时会造成茄果大量的腐烂。具体的，绵疫病图像集合中储存有茄子植株在不同生长阶段中且不同患病程度的绵疫病表皮图像以及绵疫病叶片图像。
[0075]
104、从绵疫病图像集合中进行特征提取，生成绵疫病特征集合；
[0076]
本实施例中，茄子绵疫病俗称烂茄子，该病在棚室和露地茄子生产中均有发生，造成危害损失很大，绵疫病在茄子生长期均可发病，主要危害果实、叶片与果实，而以果实受害重。当茄子植株患绵疫病，其叶部感病病斑近圆形，水渍状，呈淡褐色至褐色，边缘不明显，病斑产生明显的轮纹，潮湿时病斑迅速扩展，边缘产生稀疏的霉状物；而果实感病常从下部果实开始，初为圆形水渍状病斑，稍凹陷，黄褐色至暗褐色，潮湿时病斑扩展迅速，病部长出茂密的白色绵毛状霉层。终端根据茄子的绵疫病特征生成绵疫病特征集合。
[0077]
105、对比绵疫病特征集合与茄子植株特征集合，生成相似度对比结果；
[0078]
本实施例中，终端分别根据茄子图像集合与绵疫病图像集合提取绵疫病特征集合与茄子植株特征集合后，需要通过对比二者生成相似对比结果。具体的，终端将绵疫病特征输入绵疫病对比模型，该绵疫病对比模型是对绵疫病特征的现有图像进行训练学习产生
的，将一定数量的标注绵疫病特征的图像输入训练器，训练完成后由训练器产生绵疫病对比模型。该训练器采用卷积神经网络。将绵疫病特征图像输入绵疫病对比模型后，获取绵疫病对比模型输出的绵疫病相似度对比结果。
[0079]
106、根据相似度对比结果判断茄子图像集合对应的茄子种植区域是否存在绵疫病；
[0080]
本实施例中，终端通过摄像设备以区域划分的方式获取茄子种植区域的茄子植株图像，从而生成茄子图像集合。终端通过茄子图像集合所提取茄子植株特征集合与绵疫病特征集合对比得到相似度对比结果，当该相似度对比结果表示对应的茄子种植区域存在绵疫病，则进行步骤107。在实际场景中，摄像装置在拍摄茄子植株照片拼合多个摄像装置拍摄的图像的到完整茄子图像时，定位各个茄子植株图像在拼合后在图像中的位置。终端确定茄子种植区域中在绵疫病时，可以通过图像定位具体的茄子种植子区域。
[0081]
107、根据茄子种植区域生成并向控制室发送绵疫病防治通知。
[0082]
由于茄子植株患绵疫病时，会危害其果实、叶片与果实，而以果实受害重，造成危害损失很大。绵疫病在茄子生长期均可发病，幼苗感病常引起猝倒死亡，叶部感病会迅速扩展，果实感病则会造成病果脱落。为使农户及时采取措施，减少因绵疫病造成损失，终端根据相似度对比结果判断茄子图像集合对应的茄子种植区域存在绵疫病后，根据茄子种子区域生成并向控制室发送绵疫病防治通知。
[0083]
在实际场景中，终端在相似度对比结果表示茄子种植区域中存在绵疫病后，可以根据图像定位具体存在绵疫病的子区域，并根据该子区域发送通知，能够准确通知农户发生绵疫病的区域，提高农户的工作效率。绵疫病防治通知可以是语音提示，也可以是警示音提示，具体此处不做限定。
[0084]
本实施例中，通过固定摄像头或无人机载摄像头分别获取茄子种植区域的茄子图像集合和绵疫病图像集合，提取茄子植株特征集合与绵疫病特征集合，并对二者进行对比，生成相似度对比结果；通过相似度对比结果确定茄子种植区域存在绵疫病时，则生成并向控制室发送绵疫病防治通知以提醒农户及时进行防疫相关操作，用于减少绵疫病引起的茄子产量降低，减少农户的损失，能够提高茄子生产率。
[0085]
请参阅图2-1和图2-2，下面对本技术实施例提供一种植株疫病的智能化管控方法实施例进行介绍：
[0086]
201、获取茄子种植区域的茄子图像集合；
[0087]
202、对茄子图像集合提取茄子植株特征集合；
[0088]
203、从茄子图像数据库中获取茄子植株的绵疫病图像集合；
[0089]
本实施例中的步骤201至203与前述图1所示实施例中步骤101至103类似，具体此处不再赘述。
[0090]
204、对绵疫病表皮图像进行特征提取，生成表皮绵疫病特征；
[0091]
205、对绵疫病叶片图像进行特征提取，生成叶片绵疫病特征；
[0092]
206、对比表皮绵疫病特征和茄子表皮特征，生成第一相似度对比结果；
[0093]
207、对比叶片绵疫病特征和茄子叶片特征，生成第二相似度对比结果；
[0094]
208、根据第一相似度对比结果判断茄子表皮是否存在绵疫病；
[0095]
本实施例中，终端通过摄像装置和茄子图像数据库中获取茄子图像集合和绵疫病
图像集合之后，需要分别对茄子图像集合和绵疫病图像集合进行特征提取。具体的，茄子图像集合提取特征后得到茄子植株特征集合，该茄子植株特征集合包括茄子表皮特征和茄子叶片特征；终端从茄子图像数据库中获取的茄子植株的绵疫病图像集合包括绵疫病表皮图像和绵疫病叶片图像。为提高对比效率，终端需要分别对比表皮绵疫病特征进与茄子表皮特征，叶片绵疫病特征茄子叶片特征。因此，终端在特征对比步骤之前，对绵疫病表皮图像进行特征提取后生成表皮绵疫病特征，对绵疫病叶片图像进行特征提取后生成叶片绵疫病特征。
[0096]
终端通过使用绵疫病对比模型对表皮绵疫病特征和茄子表皮特征，以及叶片绵疫病特征和茄子叶片特征进行对比。其中，绵疫病对比模型通过绵疫病特征的现有图像进行训练学习产生，训练完成后由训练器产生绵疫病对比模型。此外，该训练器采用卷积神经网络。将表皮绵疫病特征图像输入绵疫病对比模型后，获取表皮绵疫病对比模型输出的表皮绵疫病第一相似度对比结果；将叶片绵疫病特征图像输入绵疫病对比模型后，获取叶片绵疫病对比模型输出的叶片绵疫病第二相似度对比结果。若第一相似度对比结果确定茄子表皮不存在绵疫病则执行步骤209至212；若第一相似度对比结果确定茄子表皮存在绵疫病则执行步骤213至215。
[0097]
209、根据第二相似度对比结果判断茄子叶片是否存在绵疫病；
[0098]
210、若叶片存在绵疫病，则确定茄子图像集合对应的茄子种植区域存在绵疫病；
[0099]
211、根据茄子种植区域生成并向控制室发送绵疫病防治通知；
[0100]
本实施例中的步骤211与前述图1所示实施例中步骤107类似，具体此处不再赘述。
[0101]
212、控制湿度装置降低茄子种植区域的湿度；
[0102]
本实施例中，当第一相似度对比结果确定茄子表皮不存在绵疫病时，终端根据叶片绵疫病对比模型输出的叶片绵疫病第二相似度对比结果判断茄子叶片是否存在绵疫病，若第二相似度对比结果表示茄子植株的叶片存在绵疫病，则确定茄子图像集合对应的茄子种植区域存在绵疫病，终端根据茄子种植区域生成并向控制室发送绵疫病防治通知。由于绵疫病在湿度达到85％后传播速度增加，因此需要降低茄子种植区域的湿度，终端通过控制湿度装置降低茄子种植区域的湿度，为茄子植株提供适宜的生长环境。
[0103]
具体的，当茄子种植区域中a区域的叶片绵疫病第二相似度对比结果显示叶片存在绵疫病，终端可以确定当前为发病初期。终端根据该第二相似度对比结果生成a区域绵疫病防治通知，通知农户发生绵疫病的区域，及时摘除病老叶并集中处理，不能用来沤肥，雨后要及时采收并及时清理病果，发病前喷药预防，发病后及时摘除病叶，控制药物喷洒装置进行1比1比160的波尔多液、50％甲基托布津1000倍液、50％克菌丹500倍液的喷洒7天左右喷药一次，2至3次。
[0104]
213、确定茄子图像集合对应的茄子种植区域存在绵疫病；
[0105]
214、判断茄子植株图像是否存在茄子僵果特征；
[0106]
215、生成并向控制室发送绵疫病红色警报。
[0107]
本实施例中，若第一相似度对比结果表示茄子表皮存在绵疫病，则终端可以确定茄子图像集合对应的茄子种植区域存在绵疫病，终端需要通过茄子植株图像判断是否存在茄子僵果特征，若存在茄子僵果特征，则对应的茄子植株的绵疫病为发病高峰期，病部果肉呈黑褐色腐烂状，潮湿时病部会产生白色棉絮状霉菌，严重时病果易脱落，在潮湿地面上普
遍产生白霉迅速腐烂。若不及时处理病果，可能会扩大绵疫病在茄子种植区域的染病面积，因此终端生成并向控制室发送绵疫病红色警报，以提醒农户强农田管理做好田间排涝，确保雨后田间不积水，及时摘除病果减少病原菌，以减少更为严重的损失。此外，在该发病高峰期，终端控制药物喷洒装置进行百分之58甲霜灵锰锌可湿性粉剂500倍液、百分之64杀毒矾可湿性粉剂500倍液的喷洒。
[0108]
本实施例中，终端通过茄子种植区域图像和茄子图像数据库获取茄子图像集合与绵疫病图像集合，从而获取茄子植株的茄子表皮特征、茄子叶片特征、表皮绵疫病特征与叶片绵疫病特征，通过对比确定茄子种植区域是否感染绵疫病以及感染阶段。若茄子植株处于感染初期，则终端生成绵疫病防治通知且控制湿度装置降低茄子种植区域的湿度。若茄子植株处于感染高峰期，则终端生成红色警报，以通知农户发生绵疫病及时摘除病老叶并集中处理，减少茄子损失率。
[0109]
请参阅图3，本技术实施例中一种植株疫病的智能化管控系统包括：
[0110]
第一获取单元301，用于获取茄子种植区域的茄子图像集合，所述茄子图像集合包含至少一张茄子植株图像
[0111]
第一提取单元302，用于对所述茄子植株图像提取茄子植株特征集合，所述茄子植株特征集合包括茄子表皮特征和茄子叶片特征；
[0112]
第二获取单元303，用于从茄子图像数据库中获取茄子植株的绵疫病图像集合，所述植株绵疫病图像集合包含绵疫病表皮图像和绵疫病叶片图像；
[0113]
第二提取单元304，用于从所述绵疫病图像集合中进行特征提取，生成绵疫病特征集合；
[0114]
对比单元305，用于对比所述绵疫病特征集合与所述茄子植株特征集合，生成相似度对比结果；
[0115]
第一判断单元306，用于根据所述相似度对比结果判断所述茄子图像集合对应的茄子种植区域是否存在绵疫病；
[0116]
第一生成单元307，用于当所述第一判断单元确定所述茄子图像集合对应的茄子种植区域存在绵疫病时，则根据所述茄子种植区域生成并向控制室发送绵疫病防治通知。
[0117]
请参阅图4，本技术实施例中一种植株疫病的智能化管控系统包括：
[0118]
第一获取单元401，用于获取茄子种植区域的茄子图像集合，所述茄子图像集合包含至少一张茄子植株图像
[0119]
第一提取单元402，用于对所述茄子植株图像提取茄子植株特征集合，所述茄子植株特征集合包括茄子表皮特征和茄子叶片特征；
[0120]
第二获取单元403，用于从茄子图像数据库中获取茄子植株的绵疫病图像集合，所述植株绵疫病图像集合包含绵疫病表皮图像和绵疫病叶片图像；
[0121]
第一生成单元404，用于对所述绵疫病表皮图像进行特征提取，生成表皮绵疫病特征；
[0122]
第二生成单元405，用于对所述绵疫病叶片图像进行特征提取，生成叶片绵疫病特征；
[0123]
第三生成单元406，用于对比所述表皮绵疫病特征和所述茄子表皮特征，生成第一相似度对比结果；
[0124]
第四生成单元407，用于对比所述叶片绵疫病特征和所述茄子叶片特征，生成第二相似度对比结果；
[0125]
第一判断单元408，用于根据所述第一相似度对比结果判断茄子表皮是否存在绵疫病；
[0126]
第二判断单元409，用于当所述第一判断单元408确定茄子表皮不存在绵疫病时，则根据所述第二相似度对比结果判断茄子叶片是否存在绵疫病；
[0127]
第一确定单元410，用于若叶片存在绵疫病时，则确定所述茄子图像集合对应的茄子种植区域存在绵疫病；
[0128]
发送单元411，用于根据所述茄子种植区域生成并向控制室发送绵疫病防治通知
[0129]
控制单元412，用于控制湿度装置降低茄子种植区域的湿度；
[0130]
第二确定单元413，用于当所述第一判断单元确定茄子表存在绵疫病时，则确定所述茄子图像集合对应的茄子种植区域存在绵疫病；
[0131]
第三判断单元414，用于判断所述茄子植株图像是否存在茄子僵果特征；
[0132]
第五生成单元415，用于当所述第三判断单元414确定存在茄子僵果特征时，则生成并向控制室发送绵疫病红色警报。
[0133]
请参阅图5，本技术实施例中一种植株疫病的智能化管控系统包括：
[0134]
中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源505；
[0135]
存储器501为短暂存储存储器或持久存储存储器；
[0136]
中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行前述图1、图2-1及图2-2所示实施例中的步骤。
[0137]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0138]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0139]
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。
[0140]
另外，在本技术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。
[0141]
所述集成的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，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。