缺陷檢測方法和裝置與流程
2023-12-02 17:36:52 1
1.本發明涉及缺陷檢測技術領域,具體涉及一種缺陷檢測方法和一種缺陷檢測裝置。
背景技術:
2.相關技術中,在對待檢測工件進行缺陷檢測時,存在缺陷過殺的情況,從而耗費大量時間和顯存,並且成本較高。
技術實現要素:
3.本發明為解決上述技術問題,提供了一種缺陷檢測方法,通過對光學面進行定位,以實現僅對光學面進行缺陷檢測,從而有效地解決了非光學面缺陷過殺的情況,並且,在對光學面進行缺陷檢測後判斷缺陷是否為規格外缺陷,從而有效地避免出現疑似缺陷過殺的情況,進而大大較低了耗費的時間和顯存,成本較低。
4.本發明採用的技術方案如下:一種缺陷檢測方法,包括以下步驟:對待檢測工件進行拍攝以獲取第一檢測圖像;對所述第一檢測圖像中的光學面進行分割以獲取所述光學面的二值化圖像;獲取所述二值化圖像的邊緣點,並計算所述邊緣點的外接矩形;根據所述外接矩形分別從所述二值化圖像和所述第一檢測圖像中截取出第一roi圖像和第二roi圖像,並根據所述第一roi圖像和所述第二roi圖像獲取第二檢測圖像;採用缺陷檢測模型對所述第二檢測圖像進行缺陷檢測以獲取所述第二檢測圖像中存在的缺陷集;判斷所述缺陷集中各目標缺陷是否為規格外缺陷,並根據判斷結果輸出相應的第一缺陷列表和第二缺陷列表。
5.在本發明的一個實施例中,對所述第一檢測圖像中的光學面進行分割以獲取所述光學面的二值化圖像,包括:採用ostu算法將所述光學面從所述第一檢測圖像中分割出來以獲取所述二值化圖像。
6.在本發明的一個實施例中,判斷所述缺陷集中各目標缺陷是否為規格外缺陷包括:以第i個目標缺陷中心點為中心,以第一預設像素值為直徑在所述第二檢測圖像上截取第一目標缺陷圖像,其中,i為大於或等於1且小於或等於所述缺陷集中目標缺陷總數的正整數;將所述第一目標缺陷圖像輸入二分類網絡以獲取所述第i個目標缺陷為真實缺陷的得分;判斷所述得分是否小於或等於預設得分;如果所述得分小於或等於所述預設得分,則判斷所述第i個目標缺陷為所述規格外缺陷,並將所述第i個目標缺陷存儲在所述第一缺陷列表中。
7.在本發明的一個實施例中,判斷所述缺陷集中各目標缺陷是否為規格外缺陷還包括:如果所述得分大於所述預設得分,則根據所述第i個目標缺陷的尺寸獲取第一尺寸;以所述第i個目標缺陷中心點為中心,根據所述第一尺寸在所述第二檢測圖像上截取第二目標缺陷圖像;將所述第二目標缺陷圖像輸入分割網絡以獲取第三目標缺陷圖像,並根據所述第三目標缺陷圖像計算所述第i個目標缺陷的缺陷面積;判斷所述缺陷面積是否小於或
等於預設面積;如果所述缺陷面積小於或等於所述預設面積,則判斷所述第i個目標缺陷為所述規格外缺陷,並將所述第i個目標缺陷存儲在所述第一缺陷列表中;如果所述缺陷面積大於所述預設面積,則判斷所述第i個目標缺陷為所述真實缺陷,並將所述第i個目標缺陷存儲在所述第二缺陷列表中。
8.在本發明的一個實施例中,所述缺陷檢測方法,還包括:採用密度算法計算所述第一缺陷列表中目標規則外缺陷在單位面積內的缺陷數量;判斷所述缺陷數量是否大於或等於預設數量;如果所述缺陷數量大於或等於所述預設數量,則輸出所述第一缺陷列表和所述第二缺陷列表;如果所述缺陷數量小於所述預設數量,則清除所述第一缺陷列表中所述目標規則外缺陷以獲取第三缺陷列表,並輸出所述第三缺陷列表和所述第二缺陷列表。
9.一種缺陷檢測裝置,包括:第一獲取模塊,所述第一獲取模塊用於對待檢測工件進行拍攝以獲取第一檢測圖像;第二獲取模塊,所述第二獲取模塊用於對所述第一檢測圖像中的光學面進行分割以獲取所述光學面的二值化圖像;計算模塊,所述計算模塊用於獲取所述二值化圖像的邊緣點,並計算所述邊緣點的外接矩形;第三獲取模塊,所述第三獲取模塊用於根據所述外接矩形分別從所述二值化圖像和所述第一檢測圖像中截取出第一roi圖像和第二roi圖像,並根據所述第一roi圖像和所述第二roi圖像獲取第二檢測圖像;第四獲取模塊,所述第四獲取模塊用於採用缺陷檢測模型對所述第二檢測圖像進行缺陷檢測以獲取所述第二檢測圖像中存在的缺陷集;判斷模塊,所述判斷模塊用於判斷所述缺陷集中各目標缺陷是否為規格外缺陷,並根據判斷結果輸出相應的第一缺陷列表和第二缺陷列表。
10.在本發明的一個實施例中,所述第二獲取模塊具體用於:採用ostu算法將所述光學面從所述第一檢測圖像中分割出來以獲取所述二值化圖像。
11.在本發明的一個實施例中,所述判斷模塊具體用於:以第i個目標缺陷中心點為中心,以第一預設像素值為直徑在所述第二檢測圖像上截取第一目標缺陷圖像,其中,i為大於或等於1且小於或等於所述缺陷集中目標缺陷總數的正整數;將所述第一目標缺陷圖像輸入二分類網絡以獲取所述第i個目標缺陷為真實缺陷的得分;判斷所述得分是否小於或等於預設得分;如果所述得分小於或等於所述預設得分,則判斷所述第i個目標缺陷為所述規格外缺陷,並將所述第i個目標缺陷存儲在所述第一缺陷列表中。
12.在本發明的一個實施例中,所述判斷模塊具體還用於:如果所述得分大於所述預設得分,則根據所述第i個目標缺陷的尺寸獲取第一尺寸;以所述第i個目標缺陷中心點為中心,根據所述第一尺寸在所述第二檢測圖像上截取第二目標缺陷圖像;將所述第二目標缺陷圖像輸入分割網絡以獲取第三目標缺陷圖像,並根據所述第三目標缺陷圖像計算所述第i個目標缺陷的缺陷面積;判斷所述缺陷面積是否小於或等於預設面積;如果所述缺陷面積小於或等於所述預設面積,則判斷所述第i個目標缺陷為所述規格外缺陷,並將所述第i個目標缺陷存儲在所述第一缺陷列表中;如果所述缺陷面積大於所述預設面積,則判斷所述第i個目標缺陷為所述真實缺陷,並將所述第i個目標缺陷存儲在所述第二缺陷列表中。
13.在本發明的一個實施例中,所述判斷模塊具體還用於:採用密度算法計算所述第一缺陷列表中目標規則外缺陷在單位面積內的缺陷數量;判斷所述缺陷數量是否大於或等於預設數量;如果所述缺陷數量大於或等於所述預設數量,則輸出所述第一缺陷列表和所述第二缺陷列表;如果所述缺陷數量小於所述預設數量,則清除所述第一缺陷列表中所述目標規則外缺陷以獲取第三缺陷列表,並輸出所述第三缺陷列表和所述第二缺陷列表。
14.本發明的有益效果:本發明通過對光學面進行定位,以實現僅對光學面進行缺陷檢測,從而有效地解決了非光學面缺陷過殺的情況,並且,在對光學面進行缺陷檢測後判斷缺陷是否為規格外缺陷,從而有效地避免出現疑似缺陷過殺的情況,進而大大較低了耗費的時間和顯存,成本較低。
附圖說明
15.圖1為本發明實施例的缺陷檢測方法的流程圖;圖2為本發明實施例的缺陷檢測裝置的方框示意圖。
具體實施方式
16.下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
17.圖1是根據本發明實施例的缺陷檢測方法的流程圖。
18.如圖1所示,本發明實施例的缺陷檢測方法可包括以下步驟:s1,對待檢測工件進行拍攝以獲取第一檢測圖像。
19.其中,可通過拍攝設備(例如,工業相機)對待檢測工件進行拍攝以獲取相應的檢測圖像,即第一檢測圖像。
20.s2,對第一檢測圖像中的光學面進行分割以獲取光學面的二值化圖像。
21.在本發明的一個實施例中,可採用ostu(最大類間方差法)算法將光學面從第一檢測圖像中分割出來以獲取二值化圖像。具體地,可設置像素閾值,從第一檢測圖像中分割出像素值大於像素閾值的點,以獲取光學面的二值化圖像。
22.s3,獲取二值化圖像的邊緣點,並計算邊緣點的外接矩形。
23.其中,可採用傳統視覺獲取二值化圖像的邊緣點,並計算邊緣點坐標,以根據邊緣點坐標獲取邊緣點的外接矩形。
24.s4,根據外接矩形分別從二值化圖像和第一檢測圖像中截取出第一roi圖像和第二roi圖像,並根據第一roi圖像和第二roi圖像獲取第二檢測圖像。
25.具體地,在獲取邊緣點的外接矩形後,可以外接矩形作為roi(region of interest,感興趣區域)區域,在二值化圖像上截取第一roi圖像,並在第一檢測圖像上截取第二roi圖像。然而,將第一roi圖像和第二roi圖像進行相與運算,以獲取第二檢測圖像,其中第二檢測圖像中僅含有光學面。
26.s5,採用缺陷檢測模型對第二檢測圖像進行缺陷檢測以獲取第二檢測圖像中存在的缺陷集。
27.具體而言,可直接調用預先訓練好的缺陷檢測模型對第二檢測圖像進行缺陷檢測,以獲取第二檢測圖像中的目標缺陷,並由第二檢測圖像中的所有目標缺陷組成缺陷集。其中,缺陷檢測模型可為現有技術中的模型,例如,可為yolo-v5、yolo-v7、yolox、nanodet、picodet、cascademask-rcnn模型。
28.s6,判斷缺陷集中各目標缺陷是否為規格外缺陷,並根據判斷結果輸出相應的第一缺陷列表和第二缺陷列表。
29.在本發明的一個實施例中,可先根據各目標缺陷的得分判斷各目標缺陷是否為規格外缺陷。
30.具體而言,針對缺陷集中的第i個目標缺陷,可先以第i個目標缺陷中心點為中心,以第一預設像素值(例如,224像素值)為直徑在第二檢測圖像上截取第一目標缺陷圖像。其中,i為大於或等於1且小於或等於缺陷集中目標缺陷總數的正整數。然後,將第一目標缺陷圖像輸入二分類網絡以獲取第i個目標缺陷為真實缺陷的得分,其中,二分類網絡為預先訓練好的網絡,可直接調用,二分類網絡為現有技術中的網絡,例如,可為resnet、densenet、mobilenet、shufflenet等網絡。判斷得分是否小於或等於預設得分(例如,0.5),如果得分小於或等於預設得分,則判斷第i個目標缺陷為規格外缺陷,並將第i個目標缺陷存儲在第一缺陷列表中。
31.進一步而言,如果得分大於預設得分,則根據第i個目標缺陷的缺陷面積在進一步判斷。
32.具體地,如果得分大於預設得分,則根據第i個目標缺陷的尺寸獲取第一尺寸。其中,可在第i個目標缺陷的寬和高上分別加32個像素,以獲取新的尺寸,即第一尺寸。然後,以第i個目標缺陷中心點為中心,根據第一尺寸在第二檢測圖像上截取第二目標缺陷圖像,並第二目標缺陷圖像輸入分割網絡以獲取第三目標缺陷圖像,以及根據第三目標缺陷圖像計算第i個目標缺陷的缺陷面積。其中,分割網絡為預先訓練好的網絡,可直接調用,分割網絡為現有技術中的網絡,例如,可為fcn(fully convolutional networks,全卷積網絡)、unet、dfanet、bisenetv2、fast-scnn等網絡。判斷缺陷面積是否小於或等於預設面積,如果缺陷面積小於或等於預設面積,則判斷第i個目標缺陷為規格外缺陷,並將第i個目標缺陷存儲在第一缺陷列表中;如果缺陷面積大於預設面積,則判斷第i個目標缺陷為真實缺陷,並將第i個目標缺陷存儲在第二缺陷列表中。
33.需要說明的是,第一缺陷列表中可能存在缺陷數量較少的情況,在進行缺陷檢測時,該類型的缺陷無需輸出結果,因此,在獲取第一缺陷列表後,還可根據第一缺陷列表中目標規則外缺陷的缺陷密度對規格外缺陷做進一步判斷。
34.具體而言,在本發明的一個實施例中,可採用密度算法計算第一缺陷列表中目標規則外缺陷在單位面積內的缺陷數量,並判斷缺陷數量是否大於或等於預設數量。其中,如果缺陷數量大於或等於預設數量,則輸出第一缺陷列表和第二缺陷列表;如果缺陷數量小於預設數量,則清除第一缺陷列表中目標規則外缺陷以獲取第三缺陷列表,並輸出第三缺陷列表和第二缺陷列表。
35.由此,本發明通過傳統視覺精確的獲得圖片的光學面,減少非光學面,從而減少顯存消耗,提升推理速度,減少非光學面過殺,並且,通過單獨的加入分類網,從而在減少疑似缺陷過殺的同時,儘可能保證模型的recall(召回率);通過傳統視覺計算缺陷面積和缺陷密度數量,判斷規格外缺陷。在保證相同的檢出率的同時,降低了整個項目的過檢率,從而更加節省工廠成本 。
36.綜上所述,根據本發明實施例的缺陷檢測方法,對待檢測工件進行拍攝以獲取第一檢測圖像,並對第一檢測圖像中的光學面進行分割以獲取光學面的二值化圖像,以及獲
取二值化圖像的邊緣點,並計算邊緣點的外接矩形,以及根據外接矩形獲取二值化圖像的邊緣點,並計算邊緣點的外接矩形第二檢測圖像,以及採用缺陷檢測模型對第二檢測圖像進行缺陷檢測以獲取第二檢測圖像中存在的缺陷集,並判斷缺陷集中各目標缺陷是否為規格外缺陷,以及根據判斷結果輸出相應的第一缺陷列表和第二缺陷列表。由此,通過對光學面進行定位,以實現僅對光學面進行缺陷檢測,從而有效地解決了非光學面缺陷過殺的情況,並且,在對光學面進行缺陷檢測後判斷缺陷是否為規格外缺陷,從而有效地避免出現疑似缺陷過殺的情況,進而大大較低了耗費的時間和顯存,成本較低。
37.對應上述實施例,本發明還提出了一種缺陷檢測裝置。
38.如圖2所示,本發明實施例的缺陷檢測裝置可包括:第一獲取模塊100、第二獲取模塊200、計算模塊300、第三獲取模塊400、第四獲取模塊500和判斷模塊600。
39.其中,第一獲取模塊100用於對待檢測工件進行拍攝以獲取第一檢測圖像;第二獲取模塊200用於對第一檢測圖像中的光學面進行分割以獲取光學面的二值化圖像;計算模塊300用於獲取二值化圖像的邊緣點,並計算邊緣點的外接矩形;第三獲取模塊400用於根據外接矩形分別從二值化圖像和第一檢測圖像中截取出第一roi圖像和第二roi圖像,並根據第一roi圖像和第二roi圖像獲取第二檢測圖像;第四獲取模塊500用於採用缺陷檢測模型對第二檢測圖像進行缺陷檢測以獲取第二檢測圖像中存在的缺陷集;判斷模塊600用於判斷缺陷集中各目標缺陷是否為規格外缺陷,並根據判斷結果輸出相應的第一缺陷列表和第二缺陷列表。
40.根據本發明的一個實施例,第二獲取模塊200具體用於:採用ostu算法將光學面從第一檢測圖像中分割出來以獲取二值化圖像。
41.根據本發明的一個實施例,判斷模塊600具體用於:以第i個目標缺陷中心點為中心,以第一預設像素值為直徑在第二檢測圖像上截取第一目標缺陷圖像,其中,i為大於或等於1且小於或等於缺陷集中目標缺陷總數的正整數;將第一目標缺陷圖像輸入二分類網絡以獲取第i個目標缺陷為真實缺陷的得分;判斷得分是否小於或等於預設得分;如果得分小於或等於預設得分,則判斷第i個目標缺陷為規格外缺陷,並將第i個目標缺陷存儲在第一缺陷列表中。
42.根據本發明的一個實施例,判斷模塊600具體還用於:如果得分大於預設得分,則根據第i個目標缺陷的尺寸獲取第一尺寸;以第i個目標缺陷中心點為中心,根據第一尺寸在第二檢測圖像上截取第二目標缺陷圖像;將第二目標缺陷圖像輸入分割網絡以獲取第三目標缺陷圖像,並根據第三目標缺陷圖像計算第i個目標缺陷的缺陷面積;判斷缺陷面積是否小於或等於預設面積;如果缺陷面積小於或等於預設面積,則判斷第i個目標缺陷為規格外缺陷,並將第i個目標缺陷存儲在第一缺陷列表中;如果缺陷面積大於預設面積,則判斷第i個目標缺陷為真實缺陷,並將第i個目標缺陷存儲在第二缺陷列表中。
43.根據本發明的一個實施例,判斷模塊600具體還用於:採用密度算法計算第一缺陷列表中目標規則外缺陷在單位面積內的缺陷數量;判斷缺陷數量是否大於或等於預設數量;如果缺陷數量大於或等於預設數量,則輸出第一缺陷列表和第二缺陷列表;如果缺陷數量小於預設數量,則清除第一缺陷列表中目標規則外缺陷以獲取第三缺陷列表,並輸出第三缺陷列表和第二缺陷列表。
44.需要說明的是,本發明實施例的缺陷檢測裝置更具體的實施方式可參照上述缺陷
檢測方法的實施例,在此不再贅述。
45.根據本發明實施例的缺陷檢測裝置,通過第一獲取模塊對待檢測工件進行拍攝以獲取第一檢測圖像,以及通過第二獲取模塊對所述第一檢測圖像中的光學面進行分割以獲取所述光學面的二值化圖像,並通過計算模塊獲取所述二值化圖像的邊緣點,並計算所述邊緣點的外接矩形,以及通過第三獲取模塊用於根據所述外接矩形分別從所述二值化圖像和所述第一檢測圖像中截取出第一roi圖像和第二roi圖像,並根據所述第一roi圖像和所述第二roi圖像獲取第二檢測圖像,以及通過第四獲取模塊採用缺陷檢測模型對所述第二檢測圖像進行缺陷檢測以獲取所述第二檢測圖像中存在的缺陷集,並通過判斷模塊用於判斷所述缺陷集中各目標缺陷是否為規格外缺陷,以及根據判斷結果輸出相應的第一缺陷列表和第二缺陷列表。由此,通過對光學面進行定位,以實現僅對光學面進行缺陷檢測,從而有效地解決了非光學面缺陷過殺的情況,並且,在對光學面進行缺陷檢測後判斷缺陷是否為規格外缺陷,從而有效地避免出現疑似缺陷過殺的情況,進而大大較低了耗費的時間和顯存,成本較低。
46.對應上述實施例,本發明還提出了一種計算機設備,包括存儲器、處理器及存儲在存儲器上並可在處理器上運行的電腦程式,處理器執行電腦程式時,實現上述的缺陷檢測方法。
47.根據本發明實施例的計算機設備,通過對光學面進行定位,以實現僅對光學面進行缺陷檢測,從而有效地解決了非光學面缺陷過殺的情況,並且,在對光學面進行缺陷檢測後判斷缺陷是否為規格外缺陷,從而有效地避免出現疑似缺陷過殺的情況,進而大大較低了耗費的時間和顯存,成本較低。
48.對應上述實施例,本發明還提出了一種非臨時性計算機可讀存儲介質,其上存儲有電腦程式,該程序被處理器執行時實現上述的缺陷檢測方法。
49.根據本發明實施例的非臨時性計算機可讀存儲介質,通過對光學面進行定位,以實現僅對光學面進行缺陷檢測,從而有效地解決了非光學面缺陷過殺的情況,並且,在對光學面進行缺陷檢測後判斷缺陷是否為規格外缺陷,從而有效地避免出現疑似缺陷過殺的情況,進而大大較低了耗費的時間和顯存,成本較低。
50.在本發明的描述中,術語「第一」、「第二」僅用於描述目的,而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特徵的數量。由此,限定有「第一」、「第二」的特徵可以明示或者隱含地包括一個或者更多個該特徵。「多個」的含義是兩個或兩個以上,除非另有明確具體的限定。
51.在本發明中,除非另有明確的規定和限定,術語「安裝」、「相連」、「連接」、「固定」等術語應做廣義理解,例如,可以是固定連接,也可以是可拆卸連接,或成一體;可以是機械連接,也可以是電連接;可以是直接相連,也可以通過中間媒介間接相連,可以是兩個元件內部的連通或兩個元件的相互作用關係。對於本領域的普通技術人員而言,可以根據具體情況理解上述術語在本發明中的具體含義。
52.在本發明中,除非另有明確的規定和限定,第一特徵在第二特徵「上」或「下」可以是第一和第二特徵直接接觸,或第一和第二特徵通過中間媒介間接接觸。而且,第一特徵在第二特徵「之上」、「上方」和「上面」可是第一特徵在第二特徵正上方或斜上方,或僅僅表示第一特徵水平高度高於第二特徵。第一特徵在第二特徵「之下」、「下方」和「下面」可以是第
一特徵在第二特徵正下方或斜下方,或僅僅表示第一特徵水平高度小於第二特徵。
53.在本說明書的描述中,參考術語「一個實施例」、「一些實施例」、「示例」、「具體示例」、或「一些示例」等的描述意指結合該實施例或示例描述的具體特徵、結構、材料或者特點包含於本發明的至少一個實施例或示例中。在本說明書中,對上述術語的示意性表述不必針對相同的實施例或示例。而且,描述的具體特徵、結構、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結合。此外,在不相互矛盾的情況下,本領域的技術人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特徵進行結合和組合。
54.流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為,表示包括一個或更多個用於實現特定邏輯功能或過程的步驟的可執行指令的代碼的模塊、片段或部分,並且本發明的優選實施方式的範圍包括另外的實現,其中可以不按所示出或討論的順序,包括根據所涉及的功能按基本同時的方式或按相反的順序,來執行功能,這應被本發明的實施例所屬技術領域的技術人員所理解。
55.在流程圖中表示或在此以其他方式描述的邏輯和/或步驟,例如,可以被認為是用於實現邏輯功能的可執行指令的定序列表,可以具體實現在任何計算機可讀介質中,以供指令執行系統、裝置或設備(如基於計算機的系統、包括處理器的系統或其他可以從指令執行系統、裝置或設備取指令並執行指令的系統)使用,或結合這些指令執行系統、裝置或設備而使用。就本說明書而言,「計算機可讀介質」可以是任何可以包含、存儲、通信、傳播或傳輸程序以供指令執行系統、裝置或設備或結合這些指令執行系統、裝置或設備而使用的裝置。計算機可讀介質的更具體的示例(非窮盡性列表)包括以下:具有一個或多個布線的電連接部(電子裝置),可攜式計算機盤盒(磁裝置),隨機存取存儲器(ram),只讀存儲器(rom),可擦除可編輯只讀存儲器(eprom或閃速存儲器),光纖裝置,以及可攜式光碟只讀存儲器(cdrom)。另外,計算機可讀介質甚至可以是可在其上列印程序的紙或其他合適的介質,因為可以例如通過對紙或其他介質進行光學掃描,接著進行編輯、解譯或必要時以其他合適方式進行處理來以電子方式獲得程序,然後將其存儲在計算機存儲器中。
56.應當理解,本發明的各部分可以用硬體、軟體、固件或它們的組合來實現。在上述實施方式中,多個步驟或方法可以用存儲在存儲器中且由合適的指令執行系統執行的軟體或固件來實現。例如,如果用硬體來實現,和在另一實施方式中一樣,可用本領域公知的下列技術中的任一項或他們的組合來實現:具有用於對數據信號實現邏輯功能的邏輯門電路的離散邏輯電路,具有合適的組合邏輯門電路的專用集成電路,可編程門陣列(pga),現場可編程門陣列(fpga)等。
57.本技術領域的普通技術人員可以理解實現上述實施例方法攜帶的全部或部分步驟是可以通過程序來指令相關的硬體完成,的程序可以存儲於一種計算機可讀存儲介質中,該程序在執行時,包括方法實施例的步驟之一或其組合。
58.此外,在本發明各個實施例中的各功能單元可以集成在一個處理模塊中,也可以是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個模塊中。上述集成的模塊既可以採用硬體的形式實現,也可以採用軟體功能模塊的形式實現。集成的模塊如果以軟體功能模塊的形式實現並作為獨立的產品銷售或使用時,也可以存儲在一個計算機可讀取存儲介質中。
59.上述提到的存儲介質可以是只讀存儲器,磁碟或光碟等。儘管上面已經示出和描述了本發明的實施例,可以理解的是,上述實施例是示例性的,不能理解為對本發明的限制,本領域的普通技術人員在本發明的範圍內可以對上述實施例進行變化、修改、替換和變型。