用於國土資源監控的違建場景識別系統的製作方法
2023-05-07 07:18:31 1
本公開涉及國土資源信息監控技術領域,尤其涉及一種用於國土資源監控的違建場景識別系統。
背景技術:
隨著我國經濟的迅猛發展,土地供需矛盾日益突出,違法建築佔用耕地現象、城市非法用地或者不合法用地建設現象和礦產資源的偷採盜採現象屢有發生。目前在國土資源監測方面主要利用衛星遙感監測技術手段來監測土地利用變化情況,通過不同年度前後時間土地遙感圖像變化來核查各地方違法用地狀況。然而,衛星監測更多是從國家層面進行宏觀監管,涉及到區域性的資源監控,則更多採用視頻監控系統來進行監管。
目前,國土資源的視頻監控系統在實際工程應用中存在一些問題,例如在複雜場景(如野外耕地、森林等)下,由於受動態背景(如樹葉晃動、風吹草動、光照突變等)對於違建場景識別的影響,識別準確度低,加上場景複雜多變,導致國土資源的視頻監控系統易發生誤報和漏報,給後續處理造成較大的負擔,導致一些不必要的誤判。
因此,有必要提供一種新的技術方案改善上述方案中存在的一個或者多個問題。
需要說明的是,在上述背景技術部分公開的信息僅用於加強對本公開的背景的理解,因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。
技術實現要素:
本公開的目的在於提供一種用於國土資源監控的違建場景識別系統,進而至少在一定程度上克服由於相關技術的限制和缺陷而導致的一個或者多個問題。
本公開的其他特性和優點將通過下面的詳細描述變得顯然,或部分地通過本公開的實踐而習得。
根據本公開實施例的第一方面,提供一種用於國土資源監控的違建場景識別系統,所述系統包括:
圖像獲取模塊,用於獲取待監控國土資源區域預設位置的第一幀圖像作為基準圖像,並獲取所述第一幀圖像之後的一幀圖像作為待對比圖像;
圖像分塊模塊,用於對所述基準圖像和待對比圖像分別進行分塊處理以將所述基準圖像和待對比圖像分成對應的多個塊區域;
圖像處理模塊,用於對所述基準圖像和待對比圖像中對應的一對塊區域進行傅立葉變換並計算得到互功率譜,再對所述互功率譜進行傅立葉逆變換獲得一空域變換矩陣並計算所述空域變換矩陣的最大值;以及
區域確定模塊,用於獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域作為所述待對比圖像中的變化區域;其中N為大於等於2且小於所述塊區域的總個數的整數。
本公開的一種示例性實施例中,所述圖像處理模塊,用於:
根據以下公式計算所述基準圖像和待對比圖像中第i個對應的一對塊區域的互功率譜:
其中,F1i(u,v)為f1i(x,y)的傅立葉變換,f1i(x,y)表示所述基準圖像中第i個塊區域;
F2i(u,v)為f2i(x,y)的傅立葉變換,f2i(x,y)表示所述待對比圖像中第i個塊區域,為F2i(u,v)的共軛;
x0,y0分別為所述待對比圖像中第i個塊區域相對於所述基準圖像中第i個塊區域在x和y方向的偏移量。
本公開的一種示例性實施例中,所述N的取值為5。
本公開的一種示例性實施例中,所述圖像處理模塊,用於:
分別對所述基準圖像和待對比圖像進行均勻無重疊分塊處理形成多個塊區域。
本公開的一種示例性實施例中,所述基準圖像和待對比圖像的解析度均為1920*1080,所述塊區域的大小均為120*120。
本公開的一種示例性實施例中,每個所述塊區域具有位置標識信息;所述區域確定模塊,用於:
獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域作為所述待對比圖像中的變化區域包括:
獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域並記錄該N個塊區域的位置標識信息;
根據所述N個塊區域的位置標識信息將所述N個塊區域映射到所述待對比圖像中作為所述變化區域。
本公開的一種示例性實施例中,所述系統還包括虛警判斷模塊,用於:
計算所述變化區域中的每個塊區域的灰度共生矩陣,並計算所述灰度共生矩陣的特徵信息;
判斷所述特徵信息是否滿足一預設判別條件,若滿足則去除該特徵信息對應的所述變化區域中的一個塊區域;
將去除該一個塊區域後的所述變化區域作為目標變化區域。
本公開的一種示例性實施例中,所述灰度共生矩陣的特徵信息包括對比度、能量和熵值中的至少一個。
本公開的一種示例性實施例中,所述虛警判斷模塊,用於:
判斷所述對比度是否大於第一閾值,並判斷所述能量值是否小於第二閾值,同時判斷所述熵值是否大於第三閾值;
當所述對比度大於所述第一閾值,所述能量值小於所述第二閾值以及所述熵值大於所述第三閾值同時滿足時,所述特徵信息滿足所述預設判別條件。
本公開的一種示例性實施例中,所述第一閾值為0.6,所述第二閾值為0.12,所述第三閾值為2.1。
本公開的實施例提供的技術方案可以包括以下有益效果:
本公開的一種實施例中,通過上述用於國土資源監控的違建場景識別系統,將基準圖像和待對比圖像分塊形成對應的塊區域,通過將塊區域看作二維信號從時域轉化到頻域並利用傅立葉變換得到兩個圖像對應塊區域的互功率譜從而進一步推斷出場景是否發生變化。這樣,一方面,提高了對發生變化的複雜場景識別的精度和準確率;另一方面,可以實現對違建場景較為準確的識別預警,進一步避免了國土資源監控系統發生誤報和漏報,從而避免給後續處理造成較大的負擔以及導致的一些不必要的誤判。
應當理解的是,以上的一般描述和後文的細節描述僅是示例性和解釋性的,並不能限制本公開。
附圖說明
此處的附圖被併入說明書中並構成本說明書的一部分,示出了符合本公開的實施例,並與說明書一起用於解釋本公開的原理。顯而易見地,下面描述中的附圖僅僅是本公開的一些實施例,對於本領域普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他的附圖。
圖1示意性示出本公開示例性實施例中用於國土資源監控的違建場景識別系統示意圖;
圖2示意性示出本公開示例性實施例中另一用於國土資源監控的違建場景識別系統示意圖;
圖3示意性示出本公開示例性實施例中又一用於國土資源監控的違建場景識別系統示意圖;
圖4示意性示出本公開示例性實施例中再一用於國土資源監控的違建場景識別系統示意圖;
圖5A示意性示出本公開示例性實施例中場景一中的基準圖像示意圖;
圖5B示意性示出本公開示例性實施例中場景一中的待對比圖像示意圖;
圖5C示意性示出本公開示例性實施例中場景一變化識別測試結果示意圖;
圖6A示意性示出本公開示例性實施例中場景二中的基準圖像示意圖;
圖6B示意性示出本公開示例性實施例中場景二中的待對比圖像示意圖;
圖6C示意性示出本公開示例性實施例中場景二變化識別測試結果示意圖。
圖7A示意性示出本公開示例性實施例中場景三中的基準圖像示意圖;
圖7B示意性示出本公開示例性實施例中場景三中的待對比圖像示意圖;
圖7C示意性示出本公開示例性實施例中場景三變化識別測試結果示意圖。
具體實施方式
現在將參考附圖更全面地描述示例實施方式。然而,示例實施方式能夠以多種形式實施,且不應被理解為限於在此闡述的範例;相反,提供這些實施方式使得本公開將更加全面和完整,並將示例實施方式的構思全面地傳達給本領域的技術人員。所描述的特徵、結構或特性可以以任何合適的方式結合在一個或更多實施方式中。
此外,附圖僅為本公開的示意性圖解,並非一定是按比例繪製。圖中相同的附圖標記表示相同或類似的部分,因而將省略對它們的重複描述。附圖中所示的一些方框圖是功能實體,不一定必須與物理或邏輯上獨立的實體相對應。可以採用軟體形式來實現這些功能實體,或在一個或多個硬體模塊或集成電路中實現這些功能實體,或在不同網絡和/或處理器裝置和/或微控制器裝置中實現這些功能實體。
本示例實施方式中首先提供了一種用於國土資源監控的違建場景識別系統。參考圖1中所示,該系統100可以包括圖像獲取模塊101、圖像分塊模塊102、圖像處理模塊103和區域確定模塊104。其中:
所述圖像獲取模塊101,用於獲取待監控國土資源區域預設位置的第一幀圖像作為基準圖像,並獲取所述第一幀圖像之後的一幀圖像作為待對比圖像;
所述圖像分塊模塊102,用於對所述基準圖像和待對比圖像分別進行分塊處理以將所述基準圖像和待對比圖像分成對應的多個塊區域;
所述圖像處理模塊103,用於對所述基準圖像和待對比圖像中對應的一對塊區域進行傅立葉變換並計算得到互功率譜,再對所述互功率譜進行傅立葉逆變換獲得一空域變換矩陣並計算所述空域變換矩陣的最大值;
所述區域確定模塊104,用於獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域作為所述待對比圖像中的變化區域;其中N為大於等於2且小於所述塊區域的總個數的整數。
通過上述用於國土資源監控的違建場景識別系統,一方面,提高了對發生變化的複雜場景識別的精度和準確率;另一方面,可以實現對違建場景較為準確的識別預警,進一步避免了國土資源監控系統發生誤報和漏報,從而避免給後續處理造成較大的負擔以及導致的一些不必要的誤判。
下面,將參考圖1至圖4對本示例實施方式中的上述系統的各個單元進行更詳細的說明。
所述圖像獲取模塊101用於獲取待監控國土資源區域預設位置的第一幀圖像作為基準圖像,並獲取所述第一幀圖像之後的一幀圖像作為待對比圖像。
示例性的,所述預設位置為複雜場景下同一個預置位,該預置位可根據具體情況選定。對某個特定的預置位,將在該預置位採集的第一幀圖像作為基準圖像,後續採集的一幀圖像作為待處理圖像。具體採集時可以通過攝像頭或者光電監測設備等圖像處理設備採集圖像。
所述圖像分塊模塊102用於對所述基準圖像和待對比圖像分別進行分塊處理以將所述基準圖像和待對比圖像分成對應的多個塊區域。
本示例實施方式中,所述對所述基準圖像和待對比圖像分別進行分塊處理包括:分別對所述基準圖像和待對比圖像進行均勻無重疊分塊處理形成多個塊區域。
示例性的,所述基準圖像和待對比圖像的解析度均為1920*1080,所述塊區域的大小均為120*120。由於待處理圖像解析度為1920*1080,尺寸較大,對整幅圖像進行處理效果不佳,會將較小的變化淹沒掉,同時不能對變化區域進行定位。因此,對待處理的兩幅圖像進行分塊,這裡取塊的大小為120*120,這樣,對於1920*1080大小的圖像,分成的塊的個數為16*9=144個。
所述圖像處理模塊103用於對所述基準圖像和待對比圖像中對應的一對塊區域進行傅立葉變換並計算得到互功率譜,再對所述互功率譜進行傅立葉逆變換獲得一空域變換矩陣並計算所述空域變換矩陣的最大值。
本示例實施方式中,所述對所述基準圖像和待對比圖像中對應的一對塊區域進行傅立葉變換並計算得到互功率譜可以包括:根據以下公式計算所述基準圖像和待對比圖像中第i個對應的一對塊區域的互功率譜:
其中,F1i(u,v)為f1i(x,y)的傅立葉變換,f1i(x,y)表示所述基準圖像中第i個塊區域;F2i(u,v)為f2i(x,y)的傅立葉變換,f2i(x,y)表示所述待對比圖像中第i個塊區域,為F2i(u,v)的共軛;x0,y0分別為所述待對比圖像中第i個塊區域相對於所述基準圖像中第i個塊區域在x和y方向的偏移量。
示例性的,對基準圖像中第i個塊區域和對應的待對比圖像中第i個塊區域分別進行傅立葉變換,然後計算互功率譜,對互功率譜進行傅立葉逆變換獲得一空域變換矩陣並計算所述空域變換矩陣的最大值,矩陣最大值的計算可參考現有成熟技術,不再贅述。
理想情況下,上述對互功率譜進行傅立葉逆變換可得到一個衝擊函數,該衝擊函數只在對應的平移位置上不為0,其它位置上為0。而實際中,由於受各種噪聲的影響,所得到的空域變換矩陣出現值基本不為0的現象,但是仍然有一個最大峰值,該峰值對應的位置即為兩幅圖像之間的平移量。通常情況下,可以根據交叉互功率譜計算得到的平移量將圖像進行配準,以便後續進行圖像拼接之類的應用。然而,本示例實施方式中不關心圖像是否有平移,即不進行配準,其關注的重點是對應兩幅圖像是否發生目標的變化,即場景是否變化,例如是否有違建的建築出現。本示例實施方式中,根據信號處理理論,如果兩個信號沒有發生變化,其互功率譜的幅值基本為1;反之,如果待比較的兩個信號發生變化,則其幅值大大減小。這裡,將圖像看作二維信號,計算兩幅圖像對應塊的交叉互功率譜,其幅值反映了對應圖像之間的變化情況。根據這個理論,可以利用兩幅圖像的交叉互功率譜的幅值變化來判斷待對比圖像是否發生變化,這樣使得識別判斷的準確率和精度大大提高。
所述區域確定模塊104用於獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域作為所述待對比圖像中的變化區域;其中N為大於等於2且小於所述塊區域的總個數的整數。
參考圖2所示,每個所述塊區域具有位置標識信息,如唯一的索引號或者編碼等等。所述區域確定模塊104獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域作為所述待對比圖像中的變化區域可以包括步驟201~步驟202。其中:
步驟201:獲取所述基準圖像和待對比圖像中對應的每對塊區域對應的所述空域變換矩陣的最大值中前N個最小的所述空域變換矩陣的最大值對應的塊區域並記錄該N個塊區域的位置標識信息。
示例性的,上述進行傅立葉逆變換後生成與塊區域大小相等的空域變換矩陣。然後,統計空域變換矩陣的最大值,保存最大值及其對應的塊區域的索引,即位置標識信息。
步驟202:根據所述N個塊區域的位置標識信息將所述N個塊區域映射到所述待對比圖像中作為所述變化區域。
示例性的,所述N的取值為5,當然也可是其他數值。對所有塊區域對應的空域變換矩陣的最大值進行升序排序,選取前面最小的5個最大值對應的塊區域,根據位置標識信息將其映射到待對比圖像中,獲得對應塊區域的在待對比圖像中的位置作為待對比圖像中的變化區域,即場景發生變化的區域。該變化區域反應了兩幅圖像中變化最大的區域,也即候選變化區域塊。
參考圖2所示,為了處理動態背景如樹葉晃動、風吹草動、光照突變等變化的影響,本示例性實施例中還利用目標塊區域與虛警塊區域的灰度共生矩陣的特徵值不同來去除大部分虛警以提高識別的準確性。在上述實施例的基礎上,本示例性實施例中,所述系統100還可以虛警判斷模塊105,用於執行以下步驟S301~S303,參考圖3所示,其中:
步驟S301:計算所述變化區域中的每個塊區域的灰度共生矩陣,並計算所述灰度共生矩陣的特徵信息。
示例性的,所述灰度共生矩陣的特徵信息包括對比度、能量和熵值中的至少一個。所述灰度共生矩陣能反映圖像關於方向、相鄰間隔、變化幅度的綜合信息,是分析圖像的局部模式和它們排列規則的基礎,是一種對圖像紋理進行定量描述的方法。灰度共生矩陣方法用條件概率來反映紋理,是相鄰像素的灰度相關性的表現,其定義為圖像中相距為D的兩個灰度像素同時出現的聯合概率分布,是一種二階統計量,像素關係可以根據不同的紋理屬性進行選擇。
用Pδ表示灰度共生矩陣,它是一個L*L的矩陣(L為圖像的灰度級),Pδ(i,j),i,j=1,2,...,L表示具有空間位置關係δ且灰度分別為i和j的兩個像素出現的次數或頻率。這裡δ=(Dx,Dy),像素關係可以根據不同的紋理特性進行選擇,即Dx,Dy可以自由選擇。對於較細的紋理可以取像素間距為1,δ=(±1,0)為水平掃描;δ=(0,±1)為垂直掃描;δ=(1,-1),δ=(-1,1)為45度掃描;δ=(1,1),δ=(1,1)為180度掃描。一旦空間位置確定,即可生成灰度共生矩陣。
根據所述灰度共生矩陣可以看出,如果對角附近的元素有較大的值,說明圖像的像素具有相似的像素值,如果偏離對角線的元素會有比較大的值,說明像素灰度在局部有較大變化。為了得到更多的紋理特徵,這裡我們計算對比度、能量和熵,具體計算方式如下:
一、對比度:
紋理溝紋越深,其對比度越大,視覺效果越清晰;反之,對比度小,則溝紋淺,效果模糊。灰度差即對比度大的像素對越多,對比度的值越大。灰度共生矩陣中遠離對角線的元素值越大,對比度con越大。所以con越大圖像越清晰。對比度計算公式如下:
其中,P(i,j)表示灰度共生矩陣中第i行、第j列的值。
二、能量
能量Asm是灰度共生矩陣元素值的平方和,所以也稱之為能量,反映了圖像灰度分布均勻程度和紋理粗細度。Asm值大表明一種較均一和規則變化的紋理模式。其計算如下:
其中,P(i,j)表示灰度共生矩陣中第i行、第j列的值。
三、熵
熵Ent的物理含義就是物體的規則度,越有序熵越小,越無序熵越大。此處熵同樣表示圖像的信息量,當灰度共生矩陣中所有元素有最大的隨機性、空間共生矩陣中所有值幾乎相等時,灰度共生矩陣中元素分散分布時,熵較大。它表示了圖像中紋理的非均勻程度或複雜程度。其計算如下:
其中,P(i,j)表示灰度共生矩陣中第i行、第j列的值。
步驟S302:判斷所述特徵信息是否滿足一預設判別條件,若滿足則去除該特徵信息對應的所述變化區域中的一個塊區域。
參考圖4所示,本示例性實施例中,所述虛警判斷模塊105在上述步驟S302中判斷所述特徵信息是否滿足一預設判別條件可以包括:
步驟S401:判斷所述對比度是否大於第一閾值,並判斷所述能量值是否小於第二閾值,同時判斷所述熵值是否大於第三閾值;
本示例性實施例中,經過統計分析可知,目標塊區域和虛警塊區域的紋理特徵不同,而灰度共生矩陣可以描述圖像的紋理特徵。因此,計算每個塊區域的灰度共生矩陣,並統計其特徵信息,對大量場景圖像進行統計分析,得出不同特徵信息(如對比度、能量和熵)的閾值,制定判別準則即所述預設判別條件,這樣可以進一步去掉可能的虛警塊區域,獲得待對比圖像中最終的目標變化區域。
步驟S402:當所述對比度大於所述第一閾值,所述能量值小於所述第二閾值以及所述熵值大於所述第三閾值同時滿足時,所述特徵信息滿足所述預設判別條件。
示例性的,所述第一閾值可以為0.6,所述第二閾值可以為0.12,所述第三閾值可以為2.1。那麼當計算得到的所述對比度大於0.6,所述能量值小於0.12以及所述熵值大於2.1同時滿足時,則認為對應的一個塊區域為虛警塊區域。
步驟S303:將去除該一個塊區域後的所述變化區域作為目標變化區域。也就是當以上三個條件同時滿足時,去除對應的虛警塊區域。本實施例方案簡單有效,易於實現,解決了傳統方法利用背景建模及差分易出現模型更新困難、易受動態背景幹擾的影響,提高了場景識別的精度和準確度。
為了驗證本示例實施方式中的上述系統對實際不同場景中違建行為檢測的準確性,發明人對實際中兩組不同場景中的建築活動進行測試。
圖5A所示為場景一中的基準圖像,圖5B所示為場景一中的待對比圖像。圖5C為場景一變化識別測試結果示意圖。從圖5A和圖5B可以看出,與基準圖像相比,待對比圖像發生人群活動和磚牆的變化,此外,還有樹葉的晃動及輕微的光照變化。對實際應用而言,人群活動和磚牆的變化區域是需要檢測出來的,而樹葉的晃動則是背景變化區域,需要濾除。採用本示例實施方式中的上述系統得到的測試結果如圖5C所示。從結果可以看出,本示例實施方式中的上述系統可以檢測場景中磚牆和部分人的變化區域,即圖5C中的矩形框區域,樹葉的晃動等認為是虛警已去除。
圖6A所示為場景二中的基準圖像,圖6B所示為場景二中的待對比圖像。圖6C為場景二變化識別測試結果示意圖。從圖6A和圖6B可以看出,與基準圖像相比,待對比圖像發生人群活動。此外,還有大棚頂上白布的變化以及風吹草動。對實際應用而言,人群活動區域是需要檢測出來的變化區域,而大棚頂上白布的變化以及風吹草動區域則是背景變化區域,需要濾除。採用本示例實施方式中的上述系統得到的檢測結果如圖6C所示,從結果可以看出,本示例實施方式中的上述系統可以檢測場景中人的變化區域,即圖6C中的矩形框區域,大棚頂上白布的變化以及風吹草動區域認為是虛警去除。
此外,為了驗證本示例實施方式中的上述系統對全局光照變化的魯棒性,對實際場景三中的兩組圖像進行測試。圖7A所示為場景三中的基準圖像,圖7B所示為場景三中的待對比圖像。圖7C為場景三變化識別測試結果示意圖。從圖7A和圖7B的對比可以看出,與基準圖像相比,待對比圖像發生磚牆及光照的變化,此外還有樹葉的晃動。採用本示例實施方式中的上述系統得到的檢測結果如圖7C所示,從結果可以看出,本示例實施方式中的上述系統可以檢測場景中磚牆的變化區域,即圖7C中的多個矩形框區域。雖然場景光照發生了較大改變,但是仍然能檢測出磚牆的變化區域,沒有出現虛警。由此可以看出,本示例實施方式中的上述系統對全局光照變化比較魯棒。
本發明實施例還具有以下有益的技術效果:本發明實施例首先從信號處理理論出發,利用信號的頻域相關判斷圖像發生的變化,與傳統的背景建模方法相比,本發明實施例關注的是區域發生的變化,對場景中的細微變化不敏感,解決了傳統方法易受動態背景幹擾影響的難題。其次,本發明實施例基於傅立葉變換理論,簡單有效,易於硬體實現,為實際應用提供了可能。另外,本發明實施例利用目標區域的灰度共生矩陣計算不同的特徵值以區分目標區域和虛警區域,可以基於此去除大部分虛警,為後端提供初步預警,大大降低了前端圖像發送至後端造成的帶寬和成本壓力。最後,本發明實施例還可以實現對場景變換區域的粗定位,為後端進行進一步識別大大縮減了搜索空間,為最終的快速判決奠定基礎。
需要說明的是,儘管在上文詳細描述中提及了用於動作執行的系統的若干模塊或者單元,但是這種劃分並非強制性的。實際上,根據本公開的實施方式,上文描述的兩個或更多模塊或者單元的特徵和功能可以在一個模塊或者單元中具體化。反之,上文描述的一個模塊或者單元的特徵和功能可以進一步劃分為由多個模塊或者單元來具體化。作為模塊或單元顯示的部件可以是或者也可以不是物理單元,即可以位於一個地方,或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部模塊來實現木公開方案的目的。本領域普通技術人員在不付出創造性勞動的情況下,即可以理解並實施。
通過以上的實施方式的描述,本領域的技術人員易於理解,這裡描述的示例實施方式可以通過軟體實現,也可以通過軟體結合必要的硬體的方式來實現。因此,根據本公開實施方式的技術方案可以以軟體產品的形式體現出來,該軟體產品可以存儲在一個非易失性存儲介質(可以是CD-ROM,U盤,移動硬碟等)中或網絡上,包括若干指令以使得一臺計算設備(可以是個人計算機、伺服器或者網絡設備等)執行根據本公開實施方式的系統功能。
本領域技術人員在考慮說明書及實踐這裡公開的發明後,將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應性變化,這些變型、用途或者適應性變化遵循本公開的一般性原理並包括本公開未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的,本公開的真正範圍和精神由所附的權利要求指出。