一种图像处理方法和装置与流程

本发明实施例涉及图像处理技术，尤指一种图像处理方法和装置。

背景技术：

由于光源不稳定(比如日常照明中，由于电源是交流电，光源的亮度会随着交流电的振幅波动而变化)，相机(包括数码相机、手机摄像头等)拍摄的视频会出现随着光源变化而出现的帧与帧之间明暗波动甚至颜色波动的现象。特别是在拍摄帧率(拍摄视频时使用的帧率，用以区分播放视频时使用的帧率)为高帧率(大于或等于240帧每秒)的视频时，这种现象尤为明显。

目前，针对光源的频率为60hz，帧率为240帧每秒的视频，通过对相邻两帧的叠加平均可以明显的改善视频的亮度和颜色波动现象。原理上只要是拍摄帧率为光源频率的整数倍的视频都可以通过相邻几帧叠加的方法改善亮度波动现象(视频中的每帧图像的平均亮度或者图像中每个像素的亮度随着帧数变化出现明暗波动的现象)和颜色波动现象(由于每个颜色通道亮度波动不一致造成了颜色随着亮度波动而变化的现象)。

然而，该方案只针对拍摄帧率为光源频率的整数倍的视频有明显的效果，其它的视频效果不明显。并且通过该方法处理后的视频，当拍摄视频时有快速运动物体存在时，会出现移动物体的重影。

技术实现要素：

本发明实施例提供了一种图像处理方法和装置，能够去除视频中存在的亮度或者颜色波动。

于本发明的一个实施例中，提供了：

(1)一种图像处理方法，包括：

对视频中的每一帧图像进行亮度调整；

对经过亮度调整的每一帧图像进行偏移量补偿；

对经过偏移量补偿的每一帧图像的像素作时域滤波。

于本发明的多种实施方式中：

(2)根据(1)所述的图像处理方法，其中，所述对视频中的每一帧图像进行亮度调整包括：

对所述每一帧图像分别进行如下处理：

分别统计三个颜色通道的颜色均值；三个颜色通道是指红色r通道、绿色g通道和蓝色b通道；

采用预设的第一滤波方案，分别根据每个颜色通道的颜色均值对相应颜色通道进行第一时域滤波。

(3)根据(1)所述的图像处理方法，其中，所述对经过亮度调整的每一帧图像进行偏移量补偿包括：采用预设的偏移量补偿算法，获取经过亮度调整的视频中任意相邻的两帧图像之间的偏移量，并通过对所述偏移量进行补偿，以使得所述视频中任意相邻的两帧图像位于相同的图像坐标下的图像内容保持一致。

(4)根据(1)所述的图像处理方法，其中，所述对经过偏移量补偿的每一帧图像的像素作时域滤波包括：采用预设的第二滤波方案对每一帧视频图像中的每一个像素作第二时域滤波，以使得当前帧图像和先于当前帧的帧图像进行线性叠加。

(5)根据(3)所述的图像处理方法，其中，所述方法还包括：在对经过亮度调整的每一帧图像进行偏移量补偿以后，对图像中是否包含运动物体进行判断。

(6)根据(5)所述的图像处理方法，其中，所述对图像中是否包含运动物体进行判断包括：

分别对当前帧图像和上一帧图像进行分块，获得多个第一分块图像；

根据预设的差异计算算法，分别计算所述当前帧图像和所述上一帧图像中相对应的两个第一分块图像的差异；

将所述两个第一分块图像的差异与预设的差异阈值相比较；

当所述两个第一分块图像的差异大于或等于所述差异阈值时，判定所述两个第一分块图像为非相似的，并判定所述两个第一分块图像在所述当前帧图像和所述上一帧图像中对应的图像区域包含有运动物体；当所述两个第一分块图像的差异小于所述差异阈值时，判定所述两个第一分块图像为相似的，并判定所述两个第一分块图像在所述当前帧图像和所述上一帧图像中对应的图像区域不包含有运动物体。

(7)根据(3)所述的图像处理方法，其中，所述获取经过亮度调整的视频中任意相邻的两帧图像之间的偏移量包括：

分别对进行偏移量补偿后的当前帧图像和上一帧图像进行分块，获得多个第二分块图像；

分别计算所述当前帧图像和所述上一帧图像中相对应的两个第二分块图像之间的偏移量；

从所述多个第二分块图像中排除包含运动物体的第二分块图像，并将剩余的第二分块图像的偏移量的平均值作为所述当前帧图像和所述上一帧图像之间的偏移量。

(8)根据(6)所述的图像处理方法，其中，所述方法还包括：

在判断出任一帧图像中包含有运动物体后，生成该帧图像的掩膜版图像；其中，该掩膜版图像中包含有所述运动物体的图像区域的像素值为1，不包含有所述运动物体的图像区域的像素值为0；

根据预设的融合算法，利用所述掩膜版图像将对像素作过所述时域滤波的相应帧图像与未对像素作过时域滤波的相应帧图像进行融合，以使得所述包含有所述运动物体的图像区域得到保留。

(9)根据(8)所述的图像处理方法，其特征在于，所述方法还包括：对经过融合的每一帧图像进行空域滤波。

于本发明的另一个实施例中，提供了：

(10)一种图像处理装置，包括：处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现(1)-(9)任意一项所述的图像处理方法。

本发明实施例包括：对视频中的每一帧图像进行亮度调整；对经过亮度调整的每一帧图像进行偏移量补偿；对经过偏移量补偿的每一帧图像的像素作时域滤波。通过该实施例方案，有效去除了视频中存在的亮度或者颜色波动。

本发明实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明实施例的图像处理方法流程图；

图2为本发明实施例的对视频中的每一帧图像进行亮度调整的方法流程图；

图3为本发明实施例的获取经过亮度调整的视频中任意相邻的两帧图像之间的偏移量的方法流程图；

图4为本发明实施例的对图像中是否包含运动物体进行判断的方法流程图；

图5为本发明实施例的对包含有运动物体的图像进行图像融合的方法流程图；

图6为本发明实施例的在视频图像缩小的基础上对视频图像进行处理的方法流程图；

图7为本发明实施例的图像处理装置组成框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例一

一种图像处理方法，如图1所示，可以包括s101-s103：

s101、对视频中的每一帧图像进行亮度调整；

s102、对经过亮度调整的每一帧图像进行偏移量补偿；

s103、对经过偏移量补偿的每一帧图像的像素作时域滤波。

在本发明实施例中，对于视频中的每一帧图像，首先进行整体的亮度调整，之后实施图像匹配，即对经过亮度调整的每一帧图像进行偏移量补偿；根据图像匹配后的结果进行时域滤波，有效地减少了高速拍摄视频在波动光源下产生的亮度波动效应，去除了视频中存在的亮度或者颜色波动。

在本发明实施例中，对于具体的亮度调整、图像匹配以及时域滤波的方法、算法和装置均不作限制，可以根据不同的应用场景，通过目前存在的任意方法、算法或装置实现。

在本发明实施例中，需要说明的是，该实施例方案可以应用于高帧率(如大于或等于240帧每秒的帧率)中，可以包括但不限于：帧率大于或等于240帧每秒，小于或等于的960帧每秒的视频。光源的频率可以包括但不限于：60hz和50hz。任何能够采用本发明实施例方案的视频均在本发明实施例的保护范围之内。

实施例二

该实施例在实施例一的基础上，给出了亮度调整的一个具体实施方式。

在本发明实施例中，如图2所示，所述对视频中的每一帧图像进行亮度调整可以包括：对所述每一帧图像分别进行如下s201-s202步骤的处理：

s201、分别统计三个颜色通道的颜色均值；三个颜色通道是指红色r通道、绿色g通道和蓝色b通道；

s202、采用预设的第一滤波方案，分别根据每个颜色通道的颜色均值对相应颜色通道进行第一时域滤波。

在本发明实施例中，对每一帧图像，分别统计三个颜色通道的颜色均值，假设当前帧图像的rgb三个颜色通道的颜色均值分别为rt、gt、bt。可以采用预设的第一滤波方案，分别对三个颜色通道的颜色均值进行第一时域滤波。

在本发明实施例中，该第一滤波方案可以包括但不限于：有限脉冲响应滤波器或无线脉冲响应滤波器。

在本发明实施例中，这里以rt为例解释如何通过有限脉冲响应滤波器进行时域滤波：假设rt-i为先于当前帧图像i帧图像的r通道的颜色均值，对r通道的颜色均值进行时域滤波可以用以下关系式描述：

其中，rt_tf为r通道时域滤波的结果，βi为滤波系数。令用ω乘以当前帧图像中每个像素中r通道的像素值，作为该帧图像中每个像素中r通道的像素值。

在本发明实施例中，对其他通道(g通道和b通道)进行类似的操作，以实现对当前帧图像中每个像素中的各个颜色通道的颜色均值进行时域滤波，并利用时域滤波后的结果去调整每个像素的每个颜色通道的像素值，从而实现对视频中的每一帧图像进行亮度调整，在此不再一一赘述。

实施例三

该实施例在实施例一或实施例二的基础上，给出了图像匹配的一个具体实施方式。

在本发明实施例中，所述对经过亮度调整的每一帧图像进行偏移量补偿可以包括：采用预设的偏移量补偿算法，获取经过亮度调整的视频中任意相邻的两帧图像之间的偏移量，并通过对所述偏移量进行补偿，以使得所述视频中任意相邻的两帧图像位于相同的图像坐标下的图像内容保持一致。

在本发明实施例中，由于相机的晃动(比如手持相机时手的抖动会引起相机的晃动)，当前帧图像相对于上一帧图像会有一定的偏移量，这样就造成了两帧图像中位于相同的图像坐标下的图像内容不一致，这种现象会对后续的图像时域滤波造成不良的影响。除了偏移量之外，还有可能存在相机的旋转，但是如果只考虑相邻两帧图像的话，相机的旋转可以忽略。图像匹配的目的就是为了找到图像之间的偏移量，并通过偏移量的补偿，消除图像内容不一致的现象。

在本发明实施例中，视频中任意相邻的两帧图像位于相同的图像坐标下的图像内容保持一致可以是指：任意相邻的两帧图像之间，任意两个图像内容相同的区域在相同的图像坐标下所处的位置相同，或者说，所处的位置的偏差量小于或等于预设的偏差阈值。

在本发明实施例中，该偏移量补偿算法可以包括但不限于：模板匹配算法和/或基于特征点的匹配算法，下面将分别对两种偏移量补偿算法进行详细说明。

在本发明实施例中，最简单的偏移量补偿算法可以是经典的模板匹配算法。其基本原理可简单描述如下：在参考图像中截取与模板图大小一样的区域，作为截取图，将模板图和截取图进行比较，计算它们的差异。其中，评价图像差异的技术指标可以包括但不限于：归一化互相关、平均绝对差、误差平方和及绝对误差和等。可以人为设定截取图在参考图中的起始位置的范围，计算在这个范围内所有截取图和模板图的差异，将最小差异对应的截取图的起始位置作为模板图和参考图的偏移量。

在本发明实施例中，基于特征点的匹配算法的基本原理可简单描述如下：在待匹配的两幅图像中分别提取特征点，通过特征点匹配的算法求得特征点匹配对，根据这些特征点匹配对计算两幅图像之间的偏移量。

在本发明实施例中，提取特征点的算法也有很多种，例如，可以包括但不限于经典的sift算法(sift，即scale-invariantfeaturetransform，尺度不变特征变换)、harris算法等。

在本发明实施例中，特征点匹配的算法可以包括但不限于sift算法、surf(speededuprobustfeatures快速增强的健壮特性)算法等。

在本发明实施例中，除根据这些特征点匹配计算两幅图像之间的偏移量之外，还可以求得特征点的光流(如，采用经典lucas-kanade算法)，通过排除异常的光流(简单的方法可以是设定一个阈值，大于或等于这个阈值的光流被认定为是异常光流，小于这个阈值的光流被认定为是非异常光流)，将剩下的特征点的光流求平均作为整幅图像的偏移量。

实施例四

该实施例在实施例三的基础上，为了消除移动物体对偏移量补偿过程的影响，给出了获取图像的偏移量的另一个具体实施方式。

在本发明实施例中，如图3所示，所述获取经过亮度调整的视频中任意相邻的两帧图像之间的偏移量可以包括s301-s303：

s301、分别对进行偏移量补偿后的当前帧图像和上一帧图像进行分块，获得多个第二分块图像；

s302、分别计算所述当前帧图像和所述上一帧图像中相对应的两个第二分块图像之间的偏移量；

s302、从所述多个第二分块图像中排除包含运动物体的第二分块图像，并将剩余的第二分块图像的偏移量的平均值作为所述当前帧图像和所述上一帧图像之间的偏移量。

在本发明实施例中，为了消除运动物体对偏移量补偿的影响，可以将图像先进行分块，分别计算每一个图像块(即上述的第二分块图像)对应的偏移量，然后排除那些受运动物体影响的图像块，将其余图像块的偏移量求平均值作为整个图像的偏移量。

实施例五

该实施例在实施例三或实施例四的基础上，给出了对经过偏移量补偿后的视频进行进一步时域滤波的一个具体实施方式。

在本发明实施例中，所述对经过偏移量补偿的每一帧图像的像素作时域滤波可以包括：采用预设的第二滤波方案对每一帧视频图像中的每一个像素作第二时域滤波，以使得当前帧图像和先于当前帧的图像进行线性叠加。

在本发明实施例中，该步骤中的时域滤波(即第二时域滤波)与步骤s101中的时域滤波(即第一时域滤波)类似，不同的是该步骤是对每一个像素做时域滤波。

在本发明实施例中，需要说明的时，该第一时域滤波和第二时域滤波仅用于区分两个不同步骤中的时域滤波，不用于限制两次时域滤波的具体方案和实施顺序等。第一时域滤波和第二时域滤波可以采用相同或不同的时域滤波方案。

在本发明实施例中，该第二滤波方案可以包括但不限于：有限脉冲响应滤波器或无限脉冲响应滤波器。

在本发明实施例中，下面以采用有限脉冲响应滤波器滤波为例进行详细说明。具体地，通过有限脉冲响应滤波器滤波可以通过下述的关系式实现：

其中，it为当前帧图像，it-i为先于当前帧图像i帧的图像，i1为视频的第一帧图像，it_tf为时域滤波后的结果，(x,y)为图像像素坐标，αi为滤波系数。

在本发明实施例中，对视频中的每一帧帧图像进行时域滤波，滤波后的结果是当前帧图像和历史帧图像(即先于当前帧的图像)的线性叠加。

实施例六

该实施例在实施例三或实施例四的基础上，为了保护好视频中的运动物体不被模糊或者不出现重影现象，并且为了上述实施例四种的方案顺利实施，给出了对图像中是否包含运动物体进行判断的实施例方案，并给出了一个具体实施方式。

在本发明实施例中，所述方法还可以包括：在对经过亮度调整的每一帧图像进行偏移量补偿以后，对图像中的运动物体进行判断。

在本发明实施例中，如图4所示，所述对图像中是否包含运动物体进行判断可以包括s401-s404：

s401、分别对当前帧图像和上一帧图像进行分块，获得多个第一分块图像；

s402、根据预设的差异计算算法，分别计算所述当前帧图像和所述上一帧图像中相对应的两个第一分块图像的差异；

s403、将所述两个第一分块图像的差异与预设的差异阈值相比较；

s404、当所述两个第一分块图像的差异大于或等于所述差异阈值时，判定所述两个第一分块图像为非相似的，并判定所述两个第一分块图像在所述当前帧图像和所述上一帧图像中对应的图像区域包含有运动物体；当所述两个第一分块图像的差异小于所述差异阈值时，判定所述两个第一分块图像为相似的，并判定所述两个第一分块图像在所述当前帧图像和所述上一帧图像中对应的图像区域不包含有运动物体。

在本发明实施例中，将当前帧图像与上一帧图像进行对比之前，首先将当前帧图像和上一帧图像进行分块，在每一个小块内，计算当前帧图像和上一帧图像之间的差异(该差异的获取可以采用但不限于：归一化互相关、平均绝对差、误差平方和以及绝对误差和等算法实现)，并可以预先设定一个阈值用以判断这两帧图像在这小块内是否相似，其中，当差异大于或等于该阈值时可以被判断为非相似，否则判断为相似。如果判断结果为非相似，就可以认为该区域包含有运动物体，否则可以判断该区域不包含运动物体。

在本发明实施例中，需要说明的是，该实施例中的第一分块图像和前述实施例中的第二分块图像仅是两个不同的称呼或标记而已，主要为了区分用于不同目的两次分块操作中获得的分块图像，以避免混淆，并没有任何顺序、大小等属性区分。

在本发明实施例中，需要说明的是，该步骤可以在对经过亮度调整的每一帧图像进行偏移量补偿以后进行，也可以在对经过亮度调整的每一帧图像进行偏移量补偿之前进行，对于其具体实施时间和顺序不做详细限制。

实施例七

该实施例在实施例六的基础上，为了保护好视频中的运动物体不被模糊或者不出现重影现象，给出了进一步的具体实施方式。

在本发明实施例中，如图5所示，该方法还可以包括s501-s502：

s501、在判断出任一帧图像中包含有运动物体后，生成该帧图像的掩膜版图像；其中，该掩膜版图像中包含有所述运动物体的图像区域的像素值为1，不包含有所述运动物体的图像区域的像素值为0；

s502、根据预设的融合算法，利用所述掩膜版图像将对像素作过所述时域滤波(即第二时域滤波)后的相应帧图像与未对像素作过时域滤波(即第二时域滤波)的相应帧图像进行融合，以使得所述包含有所述运动物体的图像区域得到保留。

在本发明实施例中，当任何一帧图像被判断出包含运动物体时，可以生成该运动图像的一幅掩膜版图像mt，该掩膜版图像mt为二值图像，其中，有运动物体的区域的像素值为1，没有运动物体的区域的像素值为0。

在本发明实施例中，根据运动物体判断的结果，可以利用掩膜版图像mt将经过时域滤波后的相应帧图像与未对像素作过时域滤波的相应帧图像进行融合，以使得包含有运动物体的图像区域得到保留，从而消除了时域滤波对运动物体造成的模糊、重影等现象。

在本发明实施例中，该对像素作过所述时域滤波(即第二时域滤波)后的相应帧图像，以及该未对像素作过时域滤波的相应帧图像，均是指与上述的掩膜版图像相对应的帧图像。

在本发明实施例中，根据该掩膜版图像mt可以采用下述的关系式实现图像融合：

ib(x,y)＝(1-mt(x,y))*it_tf(x,y)+mt(x,y)*it(x,y)

其中，ib为融合后的结果，it_tf为图像时域滤波的结果，it为当前帧图像，x,y为图像的坐标。

在本发明实施例中，通过上述关系式，可以实现时域滤波后的当前帧图像与未经过时域滤波的当前帧图像进行简单叠加，即包含有运动物体的区域采用当前帧图像的像素值，而没有包含运动物体的区域采用时域滤波后获得的结果的像素值。

在本发明实施例中，该预设的融合算法还可以包括：经典的拉普拉斯金字塔融合算法。

在本发明实施例中，经典的拉普拉斯金字塔融合算法基本原理如下：首先产生一系列的模糊图像g0、g1…gn，其中g0为原图，后面的每层图像gi都是通过对上一层图像gi-1进行卷积模糊并下采样生成的，比如g1是由g0进行卷积模糊并下采样获得，卷积模糊核通常采用高斯核，所以这一系列图像也称作高斯金字塔。为了简单起见这里用高斯金字塔来表示模糊图像g0、g1…gn序列，尽管有时模糊图像序列并非由高斯模糊核产生。假设拉普拉斯金字塔标记为l0、l1…ln，那么拉普拉斯金字塔每一层的图像可以由该等式获得：li＝gi-expand(gi+1)，其中expand函数可以理解为上采样。即拉普拉斯金字塔的每一层都是由高斯金字塔中的该层对应的图像减去高斯金字塔中的下一层的图像经过上采样的图像。值得注意的是最后一层ln＝gn。通过拉普拉斯金字塔重构图像是上诉过程的逆过程。所以通过拉普拉斯金字塔进行融合的步骤描述如下：

1、对时域滤波后的结果it_tf和当前帧it建立拉普拉斯金字塔分别为lit_tf和lit。

2、对掩膜版图像mt建立高斯金字塔，记为gmt。

3、构建新的拉普拉斯金字塔ls：

lsl(x,y)＝(1-gmt,l(x,y))lit_tf,l(x,y)+gmt,l(x,y)lit,l(x,y)。其中l为金字塔层数下标，为正整数，x,y为图像的坐标。

4、通过ls重构图像得到结果图。

实施例八

该实施例在实施例七的基础上，为了去除经过以上步骤后遗留的残影，给出了进一步的具体实施方式。

在本发明实施例中，所述方法还可以包括：对经过融合的每一帧图像进行空域滤波。

在本发明实施例中，时域滤波描述的是帧与帧之间的滤波，而空域滤波是指对单帧图像进行滤波，主要目的是去除经过以上步骤后遗留的残影。

在本发明实施例中，空域滤波方法可以包括但不限于：保边滤波器(edgepreservedfilter)；例如，引导滤波(guidedfilter)、双边滤波(bilateralfilter)等滤波器，对图像融合后的结果进行图像空域滤波得到最终的结果。

实施例九

该实施例在上述任意实施例的基础上，给出了一种在视频图像缩小的基础上对视频图像进行处理的具体实施方式。

在本发明实施例中，实施例九与实施例一到八的主要流程基本一致，主要的差异在于实施例九中的大部分操作都是在小图上进行的。其流程图如图6所示。具体的如下：在整体亮度调整之后将图像进行缩小，将整体亮度调整后的图像标记为io，io缩小后的图像标记为is。然后对is进行图像对齐(即进行偏移量补偿)、第二时域滤波、运动物体判断、图像融合、空域滤波(这些步骤同实施例一一到八)，将结果记为isf。由此可以求得差异图δis：δis(x,y)＝isf(x,y)-is(x,y)，其中x,y为图像的坐标。然后将差异图δis放大到与io同尺寸，得到放大后的差异图δi，将δi叠加到io得到最终结果ir，其中，x,y为图像的坐标：

ir(x,y)＝io(x,y)+δi(x,y)

在本发明实施例中，采用了在缩小的图像上进行大部分处理，然后将处理后的结果和处理前的小图的差异图放大后应用到大图中，该实施例方案在保证效果的前提下可以大大的减少运算时间。

实施例十

一种图像处理装置1，如图7所示，包括：处理器11和计算机可读存储介质12，所述计算机可读存储介质12中存储有指令，其中，当所述指令被所述处理器11执行时，实现上述任意一项实施例所述的图像处理方法。

本发明实施例包括：对视频中的每一帧图像进行亮度调整；对经过亮度调整的每一帧图像进行偏移量补偿；对经过偏移量补偿的每一帧图像的像素作时域滤波。通过该实施例方案，有效去除了视频中存在的亮度或者颜色波动，并且很好的保留了运动物体，使其不模糊且无残影或重影。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。