金具的缺陷检测方法、装置及存储介质、电子设备

技术领域

本发明涉及图像识别技术领域，具体涉及一种金具的缺陷检测方法、装置及存储介质、电子设备。

背景技术

使用无人机对输电线路进行巡检是目前输电线路检修行业对输电线路进行巡查的主流方式。具体地，无人机飞手根据安全飞行规范，操作无人机飞到指定位置对高压线塔上的地线挂接点金具进行拍照并采集图像数据，再由输电线路巡检人员对无人机采集的图像数据逐张观察，检查挂接点的金具是否存在磨损缺陷。采用人工观察的方式对无人机采集的图像进行分析，存在无法量化分析结果，判断标准很难统一，并且需要投入大量人力资源进行定期检查的问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种金具的缺陷检测方法，定量计算待测金具磨损比例，大幅提高待测金具磨损检测效果，有效降低人力资源工作量，节省人力资源。

本发明的第二个目的在于提出一种金具的缺陷检测装置。

本发明的第三个目的在于提出一种计算机可读存储介质。

本发明的第四个目的在于提出一种电子设备。

为达到上述目的，本发明第一方面实施例提出了一种金具的缺陷检测方法，所述方法包括：获取待测金具的原始图像，并利用预先训练好的目标检测模型对所述原始图像进行处理，得到所述待测金具的横担端正面图像和导线端侧面图像；分别对所述横担端正面图像和所述导线端侧面图像进行边缘检测，得到所述待测金具的横担端正面几何特征数据和导线端侧面几何特征数据；根据所述横担端正面几何特征数据和所述导线端侧面几何特征数据得到所述待测金具的磨损程度。

根据本发明实施例的金具的缺陷检测方法，对待测金具的原始图像进行磨损程度识别和判断，利用待测金具的几何结构特征，定量计算待测金具磨损比例，大幅提高待测金具磨损检测效果，有效降低人力资源工作量，节省人力资源。

另外，根据本发明上述实施例提出的金具的缺陷检测方法还可以具有如下附加的技术特征：

根据本发明的一个实施例，所述目标检测模型为使用金具目标数据集对YOLO目标检测框架训练获得，其中，所述金具目标数据集包括金具图像和横担端正面目标标签和导线端侧面目标标签。

根据本发明的一个实施例，所述分别对所述横担端正面图像和所述导线端侧面图像进行边缘检测，得到所述待测金具的横担端正面几何特征数据和导线端侧面几何特征数据，包括：利用正面边缘检测算法对所述横担端正面图像进行边缘检测，得到所述横担端正面几何特征数据；利用侧面边缘检测算法对所述导线端侧面图像进行边缘检测，得到所述导线端侧面几何特征数据。

根据本发明的一个实施例，所述待测金具为U型金具，所述横担端正面几何特征数据包括弧形结构的圆心点、外圆半径和内圆半径，所述导线端侧面几何特征数据包括所述导线端的外接矩形端点序列，根据所述横担端正面几何特征数据和所述导线端侧面几何特征数据得到所述待测金具的磨损程度，包括：基于所述外接矩形端点序列得到所述导线端侧面直径和所述导线端侧面的中心直线方程；根据所述中心直线方程、所述圆心点和所述外圆半径，计算所述弧形结构上距离所述圆心点等于所述外圆半径的目标点坐标；基于所述外接矩形端点序列，计算所述导线端侧面的第一中点坐标和第二中点坐标，并根据所述目标点坐标和所述第一中点坐标，得到接触区域实际长度，其中，所述第一中点位于所述弧形结构内部；根据所述外圆半径和所述内圆半径，计算弧形结构直径；根据所述弧形结构直径、所述导线端侧面直径和所述接触区域实际长度，得到所述待测金具的磨损程度。

根据本发明的一个实施例，根据以下表达式计算磨损程度：

其中，M表示所述磨损程度，X表示所述弧形结构直径，Y表示所述导线端侧面直径，L表示所述接触区域实际长度。

根据本发明的一个实施例，所述方法还包括：将所述磨损程度与预设阈值进行比较；当所述磨损程度大于所述预设阈值时，发出提示信息以提示存在缺陷。

根据本发明的一个实施例，所述正面边缘检测算法使用图像边缘检测技术结合金具横担端正面边缘几何结构特征获取所述横担端正面几何特征数据，所述侧面边缘检测算法使用图像边缘检测技术结合金具导线端侧面几何结构特征获取所述导线端侧面几何特征数据。

为达到上述目的，本发明第二方面实施例提出了一种金具的缺陷检测装置，所述装置包括：第一获取模块，用于获取待测金具的原始图像，并利用预先训练好的目标检测模型对所述原始图像进行处理，得到所述待测金具的横担端正面图像和导线端侧面图像；第二获取模块，用于分别对所述横担端正面图像和所述导线端侧面图像进行边缘检测，得到所述待测金具的横担端正面几何特征数据和导线端侧面几何特征数据；检测模块，用于根据所述横担端正面几何特征数据和所述导线端侧面几何特征数据得到所述待测金具的磨损程度。

为达到上述目的，本发明第三方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如本发明第一方面实施例提出的金具的缺陷检测方法。

为达到上述目的，本发明第四方面实施例提出了一种电子设备，包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现如本发明第一方面实施例提出的金具的缺陷检测方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1为本发明一个实施例的金具的缺陷检测方法的流程图；

图2为本发明另一个实施例的横担端正面的示意图；

图3为本发明另一个实施例的导线端侧面的示意图；

图4为本发明另一个实施例的横担端与导线端挂接时的示意图；

图5为本发明一个实施例的得到待测金具的磨损程度的流程图；

图6为本发明另一个实施例的金具的缺陷检测的流程图；

图7为本发明一个实施例的金具的缺陷检测装置的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面结合说明书1-7以及具体的实施方式对本发明实施例的金具的缺陷检测方法、装置及存储介质、电子设备进行详细说明。

图1为本发明一个实施例的金具的缺陷检测方法的流程图。如图1所示，金具的缺陷检测方法可包括：

S1，获取待测金具的原始图像，并利用预先训练好的目标检测模型对原始图像进行处理，得到待测金具的横担端正面图像和导线端侧面图像。

具体地，待测金具为高压线塔上的地线挂接点金具。待测金具可包括横担端和导线端，其中，横担端与导线端挂接。

在对待测金具进行缺陷检测时，可利用无人机飞到指定位置对如高压线塔上的地线挂接点金具进行拍照，采集高压线塔上的地线挂接点金具的原始图像。将待测金具的原始图像输入至预先训练好的目标检测模型，预先训练好的目标检测模型对待测金具的原始图像进行处理，得到待测金具的横担端正面图像和导线端侧面图像。

在本发明的一个实施例中，目标检测模型可为使用金具目标数据集对YOLO目标检测框架训练获得，其中，金具目标数据集包括金具图像和横担端正面目标标签和导线端侧面目标标签。

具体地，在训练目标检测模型时，需采集大量金具的原始照片，并构建金具目标数据集，其中，金具目标数据集包括金具图像和横担端正面目标标签和导线端侧面目标标签。将金具目标数据集中的图像依次输入至YOLO(You Only Look Once，你只看一次)目标检测框架，并利用损失函数对YOLO目标检测框架中的参数进行更新，直至损失函数最小，得到训练好的目标检测模型。

在本发明的实施例中，YOLO目标检测框架为深度学习训练框架，也可使用其他主流目标检测框架进行训练学习，本发明实施例不对目标检测框架进行限制。

需要说明的是，本发明实施例中训练好的目标检测模型的作用是从原始图像数据中获取地线挂接点横担端金具正面目标图像数据和地线挂接点导线端金具侧面目标图像数据。训练好的目标检测模型的输入为如无人机采集的高分辨率原始图像数据，输出为地线挂接点横担端金具正面目标图像数据和地线挂接点导线端金具侧面目标图像数据。

S2，分别对横担端正面图像和导线端侧面图像进行边缘检测，得到待测金具的横担端正面几何特征数据和导线端侧面几何特征数据。

具体地，可利用边缘检测算法分别对横担端正面图像和导线端侧面图像进行边缘检测。

在本发明的实施例中，图像边缘检测技术可为小波变换技术或者分区域2D卷积窗等技术，本发明实施例不对边缘检测算法进行限制。

在本发明的一个实施例中，分别对横担端正面图像和导线端侧面图像进行边缘检测，得到待测金具的横担端正面几何特征数据和导线端侧面几何特征数据，可包括：

利用正面边缘检测算法对横担端正面图像进行边缘检测，得到横担端正面几何特征数据；

利用侧面边缘检测算法对导线端侧面图像进行边缘检测，得到导线端侧面几何特征数据。

在本发明的实施例中，正面边缘检测算法可使用图像边缘检测技术结合金具横担端正面边缘几何结构特征获取横担端正面几何特征数据，侧面边缘检测算法可使用图像边缘检测技术结合金具导线端侧面几何结构特征获取导线端侧面几何特征数据。

具体地，正面边缘检测算法可使用图像边缘检测技术结合金具正面边缘几何结构特征获取金具正面边缘特征数据。当待测金具的为U型金具时，金具正面边缘几何结构特征为U型金具下端圆弧形结构及金具环粗细均匀等几何信息。算法的作用是从U型金具正面图像中获取弧形结构的几何特征数据。算法的输入为U型金具正面图像数据，输出为几何特征数据。其中，输出为几何特征数据可包括：弧形结构的圆心点o(ox，oy)，弧形结构的外圆半径R1和内圆半径R2，参见图2。

具体地，侧面边缘检测算法可使用图像边缘检测技术结合金具导线端侧面几何结构特征获取导线端侧面几何特征数据。当待测金具的为U型金具时，金具导线端侧面几何结构特征为U型金具侧面金具环粗细均匀等几何信息。算法的作用是从U型金具侧面图像中获取弧形结构的几何特征数据。算法的输入为U型金具侧面图像数据，输出为U型金具侧面图像的外接矩形端点序列：b1(b1x,b1y)，b2(b2x,b2y)，b3(b3x,b3y)，b4(b4x,b4y)，参见图3。

S3，根据横担端正面几何特征数据和导线端侧面几何特征数据得到待测金具的磨损程度。

在本发明的一个实施例中，如图4和图5所示，待测金具为U型金具，横担端正面几何特征数据包括弧形结构的圆心点、外圆半径和内圆半径，导线端侧面几何特征数据包括导线端的外接矩形端点序列，根据横担端正面几何特征数据和导线端侧面几何特征数据得到待测金具的磨损程度，可包括：

S31，基于外接矩形端点序列得到导线端侧面直径和导线端侧面的中心直线方程；

S32，根据中心直线方程、圆心点和外圆半径，计算弧形结构上距离圆心点等于外圆半径的目标点坐标；

S33，基于外接矩形端点序列，计算导线端侧面的第一中点坐标和第二中点坐标，并根据目标点坐标和第一中点坐标，得到接触区域实际长度，其中，第一中点位于弧形结构内部；

S34，根据外圆半径和内圆半径，计算弧形结构直径；

S35，根据弧形结构直径、导线端侧面直径和接触区域实际长度，得到待测金具的磨损程度。

具体地，计算地线挂接点金具的磨损程度进而定量判断金具是否为缺陷设备。进一步具体地，可利用算法根据横担端正面几何特征数据(弧形结构的圆心点o(ox，oy)、弧形结构的外圆半径R1和内圆半径R2)和导线端侧面几何特征数据(外接矩形端点序列：b1(b1x,b1y),b2(b2x,b2y),b3(b3x,b3y),b4(b4x,b4y))计算待测金具的磨损程度。该算法的具体计算过程如下：

如图2-4所示，可根据b1(b1x,b1y),b2(b2x,b2y),b3(b3x,b3y),b4(b4x,b4y)计算U型金具侧面(导线端)直径Y：

在计算导线端侧面的中心直线方程时，需根据外接矩形端点序列b1(b1x,b1y)和b2(b2x,b2y)计算点b1和点b2的中点坐标p(px,py)，根据b3(b3x,b3y)和b4(b4x,b4y)计算点b3和点b4的中点坐标q(qx,qy)，根据p点坐标p(px,py)和q点坐标q(qx,qy)计算得到导线端侧面的中心直线方程y＝f(x)。

根据中心直线方程、圆心点o(ox，oy)和外圆半径R1，计算弧形结构上距离圆心点等于外圆半径R1的目标点r的坐标r(rx，ry)。其中，可利用如下二元二次方程组计算目标点r的坐标r(rx，ry)：

(rx-ox)

ry＝f(rx)

(rx-px)

上述二元二次方程组的唯一解即为目标点r的坐标r(rx，ry)。

根据p点坐标p(px,py)和目标点r的坐标r(rx，ry)，计算地线挂接点接触区域实际长度L(点p与点r之间的距离)：

根据弧形结构的外圆半径R1和内圆半径R2计算U型金具正面(横担端)弧形结构直径X：X＝R1-R2。

在本发明的一个实施例中，可根据以下表达式计算磨损程度：

其中，M表示磨损程度，X表示弧形结构直径，Y表示导线端侧面直径，L表示接触区域实际长度。

在本发明的一个实施例中，如图6所示，金具的缺陷检测方法还可包括：

S4，将磨损程度与预设阈值进行比较；

S5，当磨损程度大于预设阈值时，发出提示信息以提示存在缺陷。

具体地，可根据实际需求设置预设阈值，利用预设算法将计算得到的将磨损程度与预设阈值进行比较。当磨损程度大于预设阈值，如弧形结构直径的1/3时，说明待测金具的磨损情况可能造成危险情况，此时可发出提示信息以提示存在缺陷。

本发明实施例的金具的缺陷检测方法，使用预先训练好的目标检测模型对无人机采集高压线塔上的地线挂接点金具(待测金具)的高分辨率原始图像进行处理，获取待测金具的横担端正面图像和导线端侧面图像，使用U型金具正面边缘检测算法和U型金具侧面边缘检测算法分别对横担端正面图像和导线端侧面图像进行处理，并分别获得横担端正面几何特征数据和导线端侧面几何特征数据。将横担端正面几何特征数据和导线端侧面几何特征数据同时输入U型金具磨损度算法，获得地线挂接点金具磨损程度，当磨损程度大于预设阈值时，判定该待测金具存在缺陷，发出提示信息，以及时更换。

本发明实施例涉及无人机巡检中的图像识别领域，本发明实施例的金具的缺陷检测方法可应用于高压线路检修工作中对地线挂接点金具磨损程度的识别和判断。

本发明实施例的金具的缺陷检测方法，对挂接点金具图像自动进行磨损程度识别和判断，利用挂接点U型金具的几何结构特征，定量计算磨损比例，并判断是否存在缺陷，大幅提高挂接点金具磨损检测效果，有效降低人力资源工作量，节省人力资源。

本发明提供一种金具的缺陷检测装置。

图7为本发明一个实施例的金具的缺陷检测装置的示意图。如图7所示，金具的缺陷检测装置100可包括第一获取模块10、第二获取模块20和检测模块30。

在本公开的一个实施例中，第一获取模块10用于获取待测金具的原始图像，并利用预先训练好的目标检测模型对原始图像进行处理，得到待测金具的横担端正面图像和导线端侧面图像。

具体地，待测金具为高压线塔上的地线挂接点金具。待测金具可包括横担端和导线端，其中，横担端与导线端挂接。

在对待测金具进行缺陷检测时，可利用无人机飞到指定位置对如高压线塔上的地线挂接点金具进行拍照，采集高压线塔上的地线挂接点金具的原始图像。将待测金具的原始图像输入至预先训练好的目标检测模型，预先训练好的目标检测模型对待测金具的原始图像进行处理，得到待测金具的横担端正面图像和导线端侧面图像。

在本发明的一个实施例中，目标检测模型可为使用金具目标数据集对YOLO目标检测框架训练获得，其中，金具目标数据集包括金具图像和横担端正面目标标签和导线端侧面目标标签。

具体地，在训练目标检测模型时，需采集大量金具的原始照片，并构建金具目标数据集，其中，金具目标数据集包括金具图像和横担端正面目标标签和导线端侧面目标标签。将金具目标数据集中的图像依次输入至YOLO(You Only Look Once，你只看一次)目标检测框架，并利用损失函数对YOLO目标检测框架中的参数进行更新，直至损失函数最小，得到训练好的目标检测模型。

在本发明的实施例中，YOLO目标检测框架为深度学习训练框架，也可使用其他主流目标检测框架进行训练学习，本发明实施例不对目标检测框架进行限制。

需要说明的是，本发明实施例中训练好的目标检测模型的作用是从原始图像数据中获取地线挂接点横担端金具正面目标图像数据和地线挂接点导线端金具侧面目标图像数据。训练好的目标检测模型的输入为如无人机采集的高分辨率原始图像数据，输出为地线挂接点横担端金具正面目标图像数据和地线挂接点导线端金具侧面目标图像数据。

在本公开的一个实施例中，第二获取模块20用于分别对横担端正面图像和导线端侧面图像进行边缘检测，得到待测金具的横担端正面几何特征数据和导线端侧面几何特征数据。

具体地，可利用边缘检测算法分别对横担端正面图像和导线端侧面图像进行边缘检测。

在本发明的实施例中，图像边缘检测技术可为小波变换技术或者分区域2D卷积窗等技术，本发明实施例不对边缘检测算法进行限制。

在本发明的一个实施例中，第二获取模块20具体可用于利用正面边缘检测算法对横担端正面图像进行边缘检测，得到横担端正面几何特征数据；利用侧面边缘检测算法对导线端侧面图像进行边缘检测，得到导线端侧面几何特征数据。

在本发明的实施例中，正面边缘检测算法可使用图像边缘检测技术结合金具横担端正面边缘几何结构特征获取横担端正面几何特征数据，侧面边缘检测算法可使用图像边缘检测技术结合金具导线端侧面几何结构特征获取导线端侧面几何特征数据。

具体地，正面边缘检测算法可使用图像边缘检测技术结合金具正面边缘几何结构特征获取金具正面边缘特征数据。当待测金具的为U型金具时，金具正面边缘几何结构特征为U型金具下端圆弧形结构及金具环粗细均匀等几何信息。算法的作用是从U型金具正面图像中获取弧形结构的几何特征数据。算法的输入为U型金具正面图像数据，输出为几何特征数据。其中，输出为几何特征数据可包括：弧形结构的圆心点o(ox，oy)，弧形结构的外圆半径R1和内圆半径R2，参见图2。

具体地，侧面边缘检测算法可使用图像边缘检测技术结合金具导线端侧面几何结构特征获取导线端侧面几何特征数据。当待测金具的为U型金具时，金具导线端侧面几何结构特征为U型金具侧面金具环粗细均匀等几何信息。算法的作用是从U型金具侧面图像中获取弧形结构的几何特征数据。算法的输入为U型金具侧面图像数据，输出为U型金具侧面图像的外接矩形端点序列：b1(b1x,b1y)，b2(b2x,b2y)，b3(b3x,b3y)，b4(b4x,b4y)，参见图3。

在本公开的一个实施例中，检测模块30可用于根据横担端正面几何特征数据和导线端侧面几何特征数据得到待测金具的磨损程度。

在本发明的一个实施例中，如图4和图5所示，待测金具为U型金具，横担端正面几何特征数据包括弧形结构的圆心点、外圆半径和内圆半径，导线端侧面几何特征数据包括导线端的外接矩形端点序列。

在本发明的一个实施例中，检测模块30具体可用于基于外接矩形端点序列得到导线端侧面直径和导线端侧面的中心直线方程；根据中心直线方程、圆心点和外圆半径，计算弧形结构上距离圆心点等于外圆半径的目标点坐标；基于外接矩形端点序列，计算导线端侧面的第一中点坐标和第二中点坐标，并根据目标点坐标和第一中点坐标，得到接触区域实际长度，其中，第一中点位于弧形结构内部；根据外圆半径和内圆半径，计算弧形结构直径；根据弧形结构直径、导线端侧面直径和接触区域实际长度，得到待测金具的磨损程度。

具体地，计算地线挂接点金具的磨损程度进而定量判断金具是否为缺陷设备。进一步具体地，可利用算法根据横担端正面几何特征数据(弧形结构的圆心点o(ox，oy)、弧形结构的外圆半径R1和内圆半径R2)和导线端侧面几何特征数据(外接矩形端点序列：b1(b1x,b1y),b2(b2x,b2y),b3(b3x,b3y),b4(b4x,b4y))计算待测金具的磨损程度。该算法的具体计算过程如下：

如图2-4所示，可根据b1(b1x,b1y),b2(b2x,b2y),b3(b3x,b3y),b4(b4x,b4y)计算U型金具侧面(导线端)直径Y：

在计算导线端侧面的中心直线方程时，需根据外接矩形端点序列b1(b1x,b1y)和b2(b2x,b2y)计算点b1和点b2的中点坐标p(px,py)，根据b3(b3x,b3y)和b4(b4x,b4y)计算点b3和点b4的中点坐标q(qx,qy)，根据p点坐标p(px,py)和q点坐标q(qx,qy)计算得到导线端侧面的中心直线方程y＝f(x)。

根据中心直线方程、圆心点o(ox，oy)和外圆半径R1，计算弧形结构上距离圆心点等于外圆半径R1的目标点r的坐标r(rx，ry)。其中，可利用如下二元二次方程组计算目标点r的坐标r(rx，ry)：

(rx-ox)

ry＝f(rx)

(rx-px)

上述二元二次方程组的唯一解即为目标点r的坐标r(rx，ry)。

根据p点坐标p(px,py)和目标点r的坐标r(rx，ry)，计算地线挂接点接触区域实际长度L(点p与点r之间的距离)：

根据弧形结构的外圆半径R1和内圆半径R2计算U型金具正面(横担端)弧形结构直径X：X＝R1-R2。

在本发明的一个实施例中，检测模块30可根据以下表达式计算磨损程度：

其中，M表示磨损程度，X表示弧形结构直径，Y表示导线端侧面直径，L表示接触区域实际长度。

在本发明的一个实施例中，金具的缺陷检测装置还可包括判断模块。判断模块具体可用于将磨损程度与预设阈值进行比较；当磨损程度大于预设阈值时，发出提示信息以提示存在缺陷。

具体地，可根据实际需求设置预设阈值，利用预设算法将计算得到的将磨损程度与预设阈值进行比较。当磨损程度大于预设阈值，如弧形结构直径的1/3时，说明待测金具的磨损情况可能造成危险情况，此时可发出提示信息以提示存在缺陷。

需要说明的是，本发明实施例提供的金具的缺陷检测装置的其他具体实施方式可参见本发明上述实施例的金具的缺陷检测方法的其他具体实施方式。

本发明实施例的金具的缺陷检测装置，对挂接点金具图像进行磨损程度识别和判断，利用挂接点U型金具的几何结构特征，定量计算磨损比例，并判断是否存在缺陷，大幅提高挂接点金具磨损检测效果，有效降低人力资源工作量，节省人力资源。

本发明提供了一种计算机可读存储介质。

在该实施例中，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现如上述的金具的缺陷检测方法。

本发明提供了一种电子设备。

在该实施例中，电子设备可包括存储器、处理器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现如上述的金具的缺陷检测方法。

本发明实施例的计算机可读存储介质、电子设备，利用上述金具的缺陷检测方法，对挂接点金具图像进行磨损程度识别和判断，利用挂接点U型金具的几何结构特征，定量计算磨损比例，并判断是否存在缺陷，大幅提高挂接点金具磨损检测效果，有效降低人力资源工作量，节省人力资源。

需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。