一种平场校正方法、装置、电子设备及存储介质

技术领域

本公开涉及图像处理领域，尤其涉及一种平场校正方法、装置、电子设备及存储介质。

背景技术

在生物医疗领域中，荧光显微镜是一种常用的检测仪器，它利用荧光特性进行观察成像，广泛应用于细胞生物学、病理学等领域。但在成像时，因照明单元以及光学系统的光学性质，会产生视场背景灰度不均的噪音现象。对观测时生成的图像进行合适的减噪优化，能够提高最终的成像品质使其更易观测。因此，如何对观测时生成的图像进行合适的减噪优化是目前需解决的问题。

发明内容

本公开提供一种平场校正方法、装置、电子设备及存储介质，以解决相关技术中的问题，提升检测物体的光显成像品质。

本公开的第一方面实施例提出了一种平场校正方法，该方法包括：获取待检测物体不同位置的多幅背景图片；计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值；根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；根据所述目标背景模板图像对待检测物体图像进行校正；其中，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。

在本公开的一些实施例中，计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值包括：将所述多幅背景图片分别转换为对应的二维灰度图；根据所述二维灰度图获取每个待检测物体背景图片在每个像素点的灰度值；对所述多幅背景图片每个像素点的灰度值计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值。

在本公开的一些实施例中，对所述多幅背景图片每个像素点的灰度值计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值包括：对所述多幅背景图片每个像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第一灰度值；对所述多幅背景图片第一像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第二灰度值，所述第一像素点为灰度值小于所述像素点第一灰度值的像素点；对所述多幅背景图片第二像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第三灰度值，所述第二像素点为灰度值大于所述像素点第一灰度值的像素点。

在本公开的一些实施例中，根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像包括：根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值进行平场计算，得到第一背景模板图像；根据所述多幅背景图片的第一灰度值以及第一背景模板图像的灰度均值对所述第一背景模板图像进行调整，得到所述待检测物体的目标背景模板图像。

在本公开的一些实施例中，根据所述目标背景模板图像对待检测物体图像进行校正包括：将所述待检测物体图像转换为灰度图；获取所述待检测物体图像的灰度值；将所述待检测物体的目标背景模板图像的二维数组与所述待检测物体图像灰度值进行比值运算，得到校正后的待检测物体校正图像。

在本公开的一些实施例中，在将待检测物体的目标背景模板图像的二维数组与所述待检测物体图像灰度值进行比值运算，得到校正后的待检测物体校正图像之前还包括：将所述待检测物体的背景模板图像与所述待检测物体的背景图片进行比值运算，得到检测物体的背景模板图像的二维数组。

本公开的第二方面实施例提出了一种平场校正装置，该装置包括：获取单元，获取待检测物体不同位置的多幅背景图片；计算单元，用于计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值；生成单元，用于根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；校正单元，根据所述目标背景模板图像对待检测物体图像进行校正；其中，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。

本公开的第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例中描述的方法。

本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开第一方面实施例中描述的方法。

本公开的第四方面实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行本公开第一方面实施例中描述的方法。

本公开提供的平场校正方法、装置、电子设备及存储介质，包括：获取待检测物体不同位置的多幅背景图片；计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值；根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；根据所述目标背景模板图像对待检测物体图像进行校正；其中，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。本公开基于待检测物体的背景图片灰度值，通过计算第一灰度值、第二灰度值和第三灰度值后，进行平场计算得到的背景模板图像，从而对待检测物体进行校正，无需保证以往获取校正模板时所需的较难达到的绝对空白状态，并且背景模板图像是根据待检测物体的背景图片逐一对应生成的，使得降噪模板更具针对性，提高了图像降噪的质量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成本公开的不当限定。

图1为本公开实施例提供的一种平场校正方法的流程图；

图2为本公开实施例提供的一种平场校正方法的流程图；

图3为本公开实施例提供的一种平场校正方法的流程图；

图4为本公开实施例提供的一种平场校正方法的流程图；

图5为本公开实施例提供的校正前后纵向灰度值对比示意图；

图6为本公开实施例提供的校正前后横向灰度值对比示意图；

图7为本公开实施例提供的灰度图像的对比示意图；

图8为本公开实施例提供的彩色图像的对比示意图；

图9为本公开实施例提供的一种平场校正装置的结构示意图；

图10为本公开实施例提供的一种平场校正装置的结构示意图；

图11为本公开实施例提供的电子设备的结构示意图。

具体实施方式

下面详细描述本公开的实施例，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，旨在用于解释本公开，而不能理解为对本公开的限制。

在生物医疗领域中，荧光显微镜是一种常用的检测仪器，它利用荧光特性进行观察成像，广泛应用于细胞生物学、病理学等领域。但在成像过程中，因照明单元以及光学系统的光学性质，会产生视场背景灰度不均的现象。

现有的平场校正算法主要是将显微镜对准一个空白区域，获取空白图像，并将空白图像作为一个背景板，用于反应背景中的灰度不均匀情况。该校正算法要求在空白区域取得模板必须绝对空白，即不能含有任何信息、噪声等杂质。但这周绝对空白状态在现实中是很难实现的。

为了解决相关技术中存在的问题，本方法基于待检测物体的背景图片灰度值，通过计算第一灰度值、第二灰度值和第三灰度值后，进行平场计算得到的背景模板图像，从而对待检测物体进行校正，该方法无需保证以往获取校正模板时所需的较难达到的绝对空白状态，并且背景模板图像是根据待检测物体的背景图片逐一对应生成的，使得降噪模板更具针对性，提高了图像降噪的质量。

图1为本公开实施例提供的一种平场校正方法的流程图。如图1所示，包括步骤101-104。

步骤101，获取待检测物体不同位置的多幅背景图片。

本公开的实施例该处需要说明的是，所述获取待检测物体的不同位置可以是从上倒下的顺序获取，也可以是从左到右的顺序位置，所述多幅背景图片的方法可以为但不局限于数字切片扫描技术，也可用其他显微镜或是扫描仪器通过其他的扫描方法得到，具体的是何种获取顺序和哪种扫描方法，本公开的实施例对此不进行限制。

步骤102，计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值。

本公开的实施例，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。

本公开中，对像素点灰度值进行计算，对于灰度图片可以直接获取其灰度值进行计算，对于彩色图片可以将其转换为HSV空间图片或是其他颜色空间值，从而获取其灰度值进行计算，颜色空间方法在本公开中不予以限制。

该处所述的像素点的计算顺序不做限定，且该处所述的背景部分为灰度值低于像素点灰度均值所组成的部分，所述的前景部分为灰度值高于像素点灰度均值所组成的部分。比如以物体A为例，其多幅背景图片在像素点(11,15)的灰度均值为11，第一幅背景图片在像素点(11,15)的灰度值为6，第五幅背景图片在像素点(11,15)的灰度值为18，则在像素点(11,15)处，第一幅背景图片的像素点被划分为背景部分，第五幅背景图片的像素点被划分为前景部分。

步骤103，根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像。

本公开的实施例该处需要说明的是，得到多幅背景图片的灰度值后，首先进行第一灰度值，也就是每个像素点的灰度均值的计算，其次根据每个像素点的灰度均值，再对第二灰度值和第三灰度值所需要的像素点进行获取，当该像素点的灰度值小于均值时它被列入第二灰度值的计算范围，当该像素点的灰度值大于均值时它将被列入第三灰度值的计算范围，具体的计算顺序和获取顺序，本公开的实施例对此不进行限制。

另外，该处需要说明的是，该目标背景模板图像是由第一灰度值、第二灰度值和第三灰度值带入平场计算公式得到的第一背景模板图像经过调整生成的，该调整主要为达到与原图像的均值类似区间，以防止出现生成数值超出原始范围不合理的现象。

步骤104，根据所述目标背景模板图像对待检测物体图像进行校正。

所述待检测物体图像可为生物细胞组织，也可为其他需要检测的物体，在校正前，待检测物体图像可经过处理为灰度图的二维数组，也可处理为其他便于计算的存储方法，本公开的实施例对此不作限制。

综上，本公开提供的平场校正方法，包括：获取待检测物体不同位置的多幅背景图片；计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值；根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；根据所述目标背景模板图像对待检测物体图像进行校正；其中，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。本方法基于待检测物体的背景图片灰度值，通过计算第一灰度值、第二灰度值和第三灰度值后，进行平场计算得到的背景模板图像，从而对待检测物体进行校正，该方法无需保证以往获取校正模板时所需的较难达到的绝对空白状态，并且背景模板图像是根据待检测物体的背景图片逐一对应生成的，使得降噪模板更具针对性，提高了图像降噪的质量。

如上，在执行步骤102计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值时，可以采用但不局限于以下的方法，如图2所示，包括如下步骤。

步骤201，将所述多幅背景图片分别转换为对应的二维灰度图。

本公开中，对像素点灰度值进行计算，对于灰度图片可以直接获取其灰度值进行计算，对于彩色图片可以将其转换为HSV空间图片或是其他颜色空间值，从而获取其灰度值进行计算，颜色空间方法在本公开中不予以限制。

步骤202，根据所述二维灰度图获取每个待检测物体背景图片在每个像素点的灰度值。

步骤203，对所述多幅背景图片每个像素点的灰度值计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值。

在本公开中，对通过上述步骤得到多幅背景图片在每个像素点的灰度值后，分别对背景图片的全部像素点，背景部分像素点，前景部分像素点进行均值计算，得到第一灰度值、第二灰度值、第三灰度值。在对所述多幅背景图片每个像素点的灰度值计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值时，可以采用但不局限于以下的方法实现，该方法包括：

1、对所述多幅背景图片每个像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第一灰度值；对于根据多幅背景图片的灰度值，计算背景图片的每个像素点灰度均值，也就是第一灰度值，其计算方法可以采用但不局限于以下的方法，该方法为通过公式1进行计算，等得到该第一灰度值，该公式1为：

其中，avg

对于根据多幅背景图片的平均灰度值，分别计算背景图片的每个像素点的第二灰度值和第三灰度值，方法为分别对检测物体在每个像素点的背景部分灰度值和前景部分进行均值计算，其中背景部分由灰度值小于所述像素点灰度均值的像素点组成，前景部分为灰度值大于所述像素点灰度均值的像素点组成。

比如以物体A为例，其多幅背景图片在像素点(11,15)的灰度均值为11，第一幅背景图片在像素点(11,15)的灰度值为6，第五幅背景图片在像素点(11,15)的灰度值为18，则在像素点(11,15)处，第一幅背景图片的像素点被划分为背景部分，第五幅背景图片的像素点被划分为前景部分。

2、对所述多幅背景图片第一像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第二灰度值，所述第一像素点为灰度值小于所述像素点第一灰度值的像素点；具体的第二灰度值的计算方法可以采用但不局限于以下的方法，该方法为通过公式2进行计算，等得到该第一灰度值，该公式2为可表示为下式：

其中，bg

3、对所述多幅背景图片第二像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第三灰度值，所述第二像素点为灰度值大于所述像素点第一灰度值的像素点。

具体第三灰度值的计算方法可以采用但不局限于以下的方法，该方法为通过公式3进行计算，等得到该第一灰度值，该公式3为可表示为下式：

其中，fg

在基于以上方法，得到如上所述的第一灰度值、第二灰度值和第三灰度值之后，会根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；得到该目标背景模板图像之后，会基于该目标背景模板图像对检测物体图像进行校正。

其中，根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像。在具体执行时，可以采用但不局限于以下的方法，该方法如图3所示包括：

步骤301、根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值进行平场计算，得到第一背景模板图像。

步骤302、根据所述多幅背景图片的第一灰度值以及第一背景模板图像的灰度均值对所述第一背景模板图像进行调整，得到所述待检测物体的目标背景模板图像。

如上所述的，在得到目标背景模板图像时，可以通过但不局限于公式4进行计算获取，该公式4为可表示为下式：

其中，out_1计算出的第一背景模板图像，image

如上所示的，在得到目标背景模板图像后，会根据该目标背景模板对待检测物体图像进行校正，在进行校正的时候，可以采用但不局限于以下的方法实现，该方法如图4所示，包括：

步骤401、将所述待检测物体图像转换为灰度图。

在执行本公开的实施例时，若该待检测物体图像为彩色，则将其转为会灰度图，若该待检测物体图像为灰度，则不对其进行转换。在将彩色图转换为灰度图时，可以采用现有技术中的任一种方式，具体的本公开的实施例对此不进行限制。

步骤402、获取所述待检测物体图像的灰度值。

获取所述待检测物体图像的灰度值，可以采用现有的方式，具体的本公开的实施例对此不进行限制。

步骤403、将所述待检测物体的目标背景模板图像的二维数组与所述待检测物体图像灰度值进行比值运算，得到校正后的待检测物体校正图像。

本公开的实施例，在计算出背景模板图像后，为方便后续处理，将其作为二维数组存放在二维矩阵中，存储矩阵的计算方法可以采用但不局限于以下的方法，该方法为通过公式5进行计算，等得到该第一灰度值，该公式5为可表示为下式为：

其中，shadow为二维矩阵，用于储存原图像与计算得模板的灰度值的比值。

在对检测物体进行校正时，利用的是上述步骤生成的背景模板图像，具体的校正计算方法可以采用但不局限于以下的方法，该方法为通过公式6进行计算，等得到该第一灰度值，该公式6为可表示为下式：

其中，out_new为平场校正后输出的校正物体图像，image_new为需要进行校正处理的待检测物体图像，如图3中的图像A和图像B为待检测物体图像。

综上，本方法基于待检测物体的背景图片灰度值，通过计算第一灰度值、第二灰度值和第三灰度值后，进行平场计算得到的背景模板图像，从而对待检测物体进行校正，该方法无需保证以往获取校正模板时所需的较难达到的绝对空白状态，并且背景模板图像是根据待检测物体的背景图片逐一对应生成的，使得降噪模板更具针对性，提高了图像降噪的质量。

基于上述方法，经过试验，可以对荧光显微镜采集的图像高速校正其灰度值不均匀的位置，如图5和图6所示，本公开将图像中灰度不均匀的情况改善，主要改善图中左下角位置偏黑处，可以清楚地看到，该处的灰度值有明显改善，基本与周围灰度值持平，并且并未对组织灰度值进行改变，即保留了图像的真实性。

图7为拼接后的灰度图对比，图8为彩色图像拼接后的对比图。由图7、图8可以看到，图像经过平场校正，已经可以实现人眼的正常观看，不会出现明显的灰度不均匀等情况。

因此，本方案具有以下有益效果：本方案基于检测物体的背景图片，通过背景图片计算背景模板图像。由于计算是根据检测物体的背景进行的，一方面避免了以往较难达到的空白模板状态，另一方面也更切合对应的检测物体，具有较高的对应性，提高了优化效果。

图9为本公开实施例提供的一种平场校正装置900的结构示意图。如图9所示，该平场校正装置包括：

获取单元901，获取待检测物体不同位置的多幅背景图片；

计算单元902，计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值；

生成单元903，根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；

校正单元904，用于根据所述背景模板图像对检测物体的图像进行校正。

其中，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。

在本公开的一些实施例中，如图10所示，所述计算单元包括：

转换模块9021，用于将所述多幅背景图片分别转换为对应的二维灰度图；

获取模块9022，用于根据所述二维灰度图获取每个待检测物体背景图片在每个像素点的灰度值；

计算模块9023，用于对所述多幅背景图片每个像素点的灰度值计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值。

在本公开的一些实施中，所述计算模块9023还被配置为：

对所述多幅背景图片每个像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第一灰度值；

对所述多幅背景图片第一像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第二灰度值，所述第一像素点为灰度值小于所述像素点第一灰度值的像素点；

对所述多幅背景图片第二像素点的灰度值进行均值计算，得到所述多幅背景图片在每个像素点的第三灰度值，所述第二像素点为灰度值大于所述像素点第一灰度值的像素点。

在本公开的一些实施例中，如图5所示，所述生成单元903包括：

计算模块9031，用于根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值进行平场计算，得到第一背景模板图像；

调整模块9032，根据所述多幅背景图片的第一灰度值以及第一背景模板图像的灰度均值对所述第一背景模板图像进行调整，得到所述待检测物体的目标背景模板图像。

在本公开的一些实施例中，所述校正单元904包括：

转换模块9041，用于将所述待检测物体图像转换为灰度图；

获取模块9042，用于获取所述待检测物体图像的灰度值；

运算模块9043，用于将所述待检测物体的目标背景模板图像的二维数组与所述待检测物体图像灰度值进行比值运算，得到校正后的待检测物体校正图像。

在本公开的一些实施例中，所述运算模块9043还被配置为：

将所述待检测物体的背景模板图像与所述待检测物体的背景图片进行比值运算，得到检测物体的背景模板图像的二维数组。

本公开的实施例，在对图像进行校正时，先获取待检测物体不同位置的多幅背景图片；计算所述多幅背景图片的第一灰度值、第二灰度值和第三灰度值；根据每个像素点上的所述多幅背景图片的灰度值、所述第一灰度值、第二灰度值和第三灰度值生成所述待检测物体的目标背景模板图像；根据所述目标背景模板图像对待检测物体图像进行校正；其中，所述第一灰度值为所述多幅背景图片每个像素点的灰度均值，所述第二灰度值为所述多幅背景图片背景部分每个像素点的灰度均值，所述第三灰度均值为所述多幅背景图片前景部分每个像素点的灰度均值。本方法基于待检测物体的背景图片灰度值，通过计算第一灰度值、第二灰度值和第三灰度值后，进行平场计算得到的背景模板图像，从而对待检测物体进行校正，该方法无需保证以往获取校正模板时所需的较难达到的绝对空白状态，并且背景模板图像是根据待检测物体的背景图片逐一对应生成的，使得降噪模板更具针对性，提高了图像降噪的质量。

上述本申请提供的实施例中，对本申请实施例提供的方法、装置进行了介绍。为了实现上述本申请实施例提供的方法中的各功能，电子设备可以包括硬件结构、软件模块，以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能可以以硬件结构、软件模块、或者硬件结构加软件模块的方式来执行。

图11是根据一示例性实施例示出的一种用于实现上述图像数据获取方法的电子设备1100的框图。例如，电子设备1100可以是膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、测序仪、基因测序系统、大人群基因组学一站式技术平台、实验室自动化系统、样本制备设备、分装设备、文库生产设备、移液设备、磁珠检测设备、核酸纯化设备和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。其中，测序仪，用于确定一个样品的遗传材料的序列。测序仪可以用多种方式并且基于多种技术来发挥作用，包括使用经标记或未经标记的核苷酸通过引物延伸进行测序，如边测序边连接或者焦磷酸测序等，例如使用Sanger双脱氧法、纳米孔或本领域的“NexGen”测序方法中的任一种(例如，使用MGI的测序平台、ROCHE 454测序平台、ILLUMINATM SOLEXATM测序平台、LIFETECHNOLOGIES/APPLIED BIOSYSTEMS的SOLIDTM测序平台、PACIFIC BIOSCIENCES的SMRTTM测序平台、POLLONATOR Polony测序平台、COMPLETE GENOMICS测序平台、INTELLIGENTBIOSYSTEMS的测序平台、HELICOS测序平台或本领域的任何其它测序仪和系统)实现。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

参照图11，电子设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件1108，音频组件1110，输入/输出(I/O)的接口1112，传感器组件1114，以及通信组件1116。

处理组件1102通常控制电子设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。

存储器1104被配置为存储各种类型的数据以支持在电子设备1100的操作。这些数据的示例包括用于在电子设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1106为电子设备1100的各种组件提供电力。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为电子设备1100生成、管理和分配电力相关联的组件。

多媒体组件1108包括在电子设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当电子设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(MIC)，当电子设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。

I/O接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1114包括一个或多个传感器，用于为电子设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到电子设备1100的打开/关闭状态，组件的相对定位，例如组件为电子设备1100的显示器和小键盘，传感器组件1114还可以检测电子设备1100或电子设备1100一个组件的位置改变，用户与电子设备1100接触的存在或不存在，电子设备1100方位或加速/减速和电子设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1116被配置为便于电子设备1100和其他设备之间有线或无线方式的通信。电子设备1100可以接入基于通信标准的无线网络，如WiFi，2G或3G，4G LTE、5G NR(NewRadio)或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件1116还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1104，上述指令可由电子设备1100的处理器320执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式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方式或示例中。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方式或示例。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方式或示例中以合适的方式结合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

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、包括处理模块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(控制方法)，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程序，然后将其存储在计算机存储器中。

应当理解，本发明的实施方式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。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明的各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。

尽管上面已经示出和描述了本发明的实施方式，可以理解的是，上述实施方式是示例性的，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实施进行变化、修改、替换和变型。