基于IGBT器件的表痕分析方法、装置、设备及介质

技术领域

本发明涉及划痕检测领域，尤其涉及一种基于IGBT器件的表痕分析方法、装置、设备及介质。

背景技术

随着信息技术的发展，电子元器件作为信息传输和处理的基本底层硬件在电子产品生产和应用中占据着举足轻重的地位，其中，IGBT（Insulated Gate BipolarTransistor，绝缘栅双极型晶体管）凭借具有驱动功率小及低饱和压的优点广泛引用于家电、数码产品、轨道交通以及清洁发电、新能源汽车、智能电网等战略性新兴产业。由于电子产品需求的不断进化，IGBT器件朝着小体积、薄型化、片式化、微型化及组件化的方向不断发展，这些特点虽然提高了电子产品的质量，但是给检测机构和检测人员带来了不小的困难；此外，IGBT器件在生产加工过程中，需要经过复杂的工艺处理，在多重工艺处理下，IGBT器件表面不可避免会出现损伤，而这些将造成IGBT器件的表面缺陷，也将直接影响产品是否合格，因此，电子元器件的表面缺陷检测已然成为电子产品生产加工和可靠性分析过程中必要的工序。传统的工业流水线划痕检测手段是人工目视的检测方式，这种方法检测人员劳动强度大，易受主观影响，并且效率低，经常存在漏检误检的情况；采用深度学习算法虽然代替了人工检测，实现了亮度不均的复杂纹理背景下表面划痕的检测和实时识别，但所需数据量大，图像标注任务繁重；所以传统机器视觉检测算法或深度学习方法在IGBT器件的划痕分析上仍有许多不足，对于小目标划痕检测在精度和速度上都亟待提高。

综上所述，现有的表痕分析方法存在效率及准确率较低的问题。

发明内容

本发明提供一种基于IGBT器件的表痕分析方法、装置、设备及介质，其主要目的在于解决现有的表痕分析方法存在效率及准确率较低的问题。

为实现上述目的，本发明提供的一种基于IGBT器件的表痕分析方法，包括：

获取待测电子器件的原图，对所述待测电子器件的原图进行滤波处理，得到滤波图像；

对所述滤波图像进行边缘检测，得到划痕像素点；

对所述划痕像素点进行区域扫描，得到像素团块；

对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像。

可选地，所述对所述待测电子器件的原图进行滤波处理，得到滤波图像，包括：

获取所述待测电子器件的原图的色彩通道值，根据所述色彩通道值对所述待测电子器件的原图进行灰度转化，得到灰度图；

根据所述灰度图生成灰度坐标图，并根据所述灰度坐标图进行高斯计算，根据高斯计算的结果生成标准高斯滤波模板；

利用所述高斯滤波模板对所述灰度图进行卷积计算，得到滤波图像。

可选地，所述根据所述灰度坐标图进行高斯计算，包括：

利用下式对所述灰度坐标图进行高斯计算：

其中，

可选地，所述对所述滤波图像进行边缘检测，得到划痕像素点，包括：

对所述滤波图像进行像素求导，得到所述滤波图像中每个像素点的梯度值及对应的梯度方向；

根据所述梯度值及对应的梯度方向对所述滤波图像的像素点进行筛选，得到划痕像素点。

可选地，所述对所述滤波图像进行像素求导，得到所述滤波图像中每个像素点的梯度值及对应的梯度方向，包括：

利用下式对所述滤波图像进行像素求导：

其中，

可选地，所述对所述划痕像素点进行区域扫描，得到像素团块，包括：

随机选取划痕像素点为种子点，将所述种子点的位置作为扫描起始点；

按照预设的邻域半径在所述扫描起始点的邻域范围内进行邻域扫描；

对所述邻域范围内扫描到的未标记划痕像素点进行标记，得到标识像素点，根据所述标识像素点生成像素团块；

根据邻域扫描的结果在被标记后的划痕像素点中选取与所述种子点距离最大的划痕像素点；

将与所述种子点距离最大的划痕像素点作为新的种子点，在新的所述种子点的领域范围内继续扫描，直至遍历完所述划痕像素点，得到多个像素团块。

可选地，所述对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像，包括：

将所述像素团块保存在预设的图像容器中；

根据所述像素团块的外接矩形的方向将所述图像容器进行方向划分，得到横向团块信息容器与纵向团块信息容器；

按照预设的合并规则分别对所述横向团块信息容器与纵向团块信息容器进行合并，得到所述待测电子器件的划痕图像。

为了解决上述问题，本发明还提供一种基于IGBT器件的表痕分析装置，所述装置包括：

滤波处理模块，用于获取待测电子器件的原图，对所述待测电子器件的原图进行滤波处理，得到滤波图像；

边缘检测模块，用于对所述滤波图像进行边缘检测，得到划痕像素点；

区域扫描模块，用于对所述划痕像素点进行区域扫描，得到像素团块；

像素团块归并模块，用于对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于IGBT器件的表痕分析方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于IGBT器件的表痕分析方法。

本发明实施例通过对待测电子器件的原图进行滤波处理，得到滤波图像，可以对待测电子器件的原图进行降噪，虚化背景区域使待提取的划痕区域得到增强，同时可以保护划痕区域尖锐的边缘，从而不会改变原图像的边缘走向；通过对滤波图像进行边缘检测，得到划痕像素点，可以得到光滑的划痕的边缘像素点，并且能根据边缘像素点对划痕进行准确定位，提高了表痕分析方法的准确性；通过对划痕像素点进行区域扫描，得到像素团块，不仅可以满足边缘检测的实时性要求，而且能完整地提取划痕信息，增强表痕智能分析方法的准确性。因此本发明提出的基于IGBT器件的表痕分析方法、装置、设备及介质，可以解决现有的表痕分析方法存在效率及准确率较低的问题。

附图说明

图1为本发明一实施例提供的基于IGBT器件的表痕分析方法的流程示意图；

图2为本发明一实施例提供的所述对所述待测电子器件的原图进行滤波处理，得到滤波图像的流程示意图；

图3为本发明一实施例提供的所述对所述划痕像素点进行区域扫描，得到像素团块的流程示意图；

图4为本发明一实施例提供的基于IGBT器件的表痕分析装置的功能模块图；

图5为本发明一实施例提供的实现所述基于IGBT器件的表痕分析方法的电子设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种基于IGBT器件的表痕分析方法。所述基于IGBT器件的表痕分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于IGBT器件的表痕分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示，为本发明一实施例提供的基于IGBT器件的表痕分析方法的流程示意图。在本实施例中，所述基于IGBT器件的表痕分析方法包括：

S1、获取待测电子器件的原图，对所述待测电子器件的原图进行滤波处理，得到滤波图像。

本发明实施例中，所述待测电子器件的原图可以利用机器视觉产品外观检测平台采集获得，所述机器视觉产品外观检测平台适用于元件质量检测的平台，例如IGBT器件表痕检测等；本发明可以采用高分辨率的CCD相机（CCD图像传感器），所述CCD相机可以将光线变为电荷并将电荷存储及转移，从而以便于采用数字图像处理算法。

请参阅图2所示，本发明实施例中，所述对所述待测电子器件的原图进行滤波处理，得到滤波图像，包括：

S21、获取所述待测电子器件的原图的色彩通道值，根据所述色彩通道值对所述待测电子器件的原图进行灰度转化，得到灰度图；

S22、根据所述灰度图生成灰度坐标图，并根据所述灰度坐标图进行高斯计算，根据高斯计算的结果生成标准高斯滤波模板；

S23、利用所述高斯滤波模板对所述灰度图进行卷积计算，得到滤波图像。

本发明实施例中，由于所述待测电子器件的原图是RGB图像（红绿蓝三通道图像），所以需要对其进行灰度转化；灰度转化是对所述待测电子器件的原图进行灰度计算，利用灰度函数对所述待测电子器件的原图中的RGB三个色彩通道的色彩值进行计算，将计算得到的灰度值作为所述待测电子器件的原图的像素值，进而得到灰度图；卷积计算是一个加权平均的过程，可以根据所述标准高斯滤波模板将所述灰度图的像素点的值进行均值化处理。

本发明实施例中，利用下式进行灰度转化：

其中，

本发明实施例中，利用下式对所述灰度坐标图进行高斯计算：

其中，

进一步的，所述平滑程度参数σ的值也决定了所述标准高斯滤波模板的宽度（决定平滑程度），当所述平滑程度参数σ的值越大，则说明所述标准高斯滤波模板的频带就越宽，平滑程度就越好。

本发明实施例中，所述标准高斯滤波模板是模拟高斯函数的特征，具有对称性并且数值由中心向四周不断减小，所述标准高斯滤波模板大小可以是3*3的模板；在得到所述二维高斯模板参数后，需要对所述二维高斯模板参数进行归一化处理，得到所述标准高斯滤波模板；因为归一化之后，所述标准高斯滤波模板在通过卷积计算时中心像素可以限制在0~255的灰度区间中，可以降低像素计算误差，提高滤波处理的准确性。

本发明实施例中，滤波处理的目的是过滤掉所述待测电子器件的原图中的噪声信号，由于所述标准高斯滤波模板是旋转对称的，在各个方向上平滑程度相同，不会改变所述待测电子器件的原图的边缘走向，并且进行高斯计算的函数是单值函数，高斯卷积核的锚点为极值，在所有方向上单调递减，锚点像素不会受到距离锚点较远的像素影响，可以保证边缘检测的准确性。

S2、对所述滤波图像进行边缘检测，得到划痕像素点。

本发明实施例中，边缘检测采用Sobel算子求取所述滤波图像的梯度，由于所述滤波图像中划痕边缘附近的像素值会有明显突变，即变化最大，也就是一阶导数最大，因此利用Sobel算子找到最大的一阶导数就可以确定像素变化最大的点，即划痕像素的边缘点，Sobel算子可以准确的定位划痕边缘，经过边缘检测后提取到的划痕边界连续，对噪声的抑制能力较强，受到光照不均等影响较小，提高了划痕分析的准确性。

本发明实施例中，所述对所述滤波图像进行边缘检测，得到划痕像素点，包括：

对所述滤波图像进行像素求导，得到所述滤波图像中每个像素点的梯度值及对应的梯度方向；

根据所述梯度值及对应的梯度方向对所述滤波图像的像素点进行筛选，得到划痕像素点。

本发明实施例中，利用下式对所述滤波图像进行像素求导：

其中，

本发明实施例中，所述划痕像素点是将所述滤波图像中的像素点沿着各自梯度方向进行梯度值截取得到的，取所述滤波图像的中心点为起始点，沿着所述起始点在所述滤波图像中截取一系列像素点的梯度值集合g(i),(i=1,2,…,n)；选取梯度值集合g(i)中的最大值g(imax)所述的位置为分界点，向该点的前后两个方向进行筛选，当g(i)-g(i-1)＜threshold，(i＜imax)时，选取停止，其中，threshold近似取为0，根据上述判断法则筛选出符合要求的点为g(j) ,(j=1,2,…,n)，这些离散的点即为划痕像素点。

S3、对所述划痕像素点进行区域扫描，得到像素团块。

请参阅图3所示，本发明实施例中，所述对所述划痕像素点进行区域扫描，得到像素团块，包括：

S31、随机选取划痕像素点为种子点，将所述种子点的位置作为扫描起始点；

S32、按照预设的邻域半径在所述扫描起始点的邻域范围内进行邻域扫描；

S33、对所述邻域范围内扫描到的未标记划痕像素点进行标记，得到标识像素点，根据所述标识像素点生成像素团块；

S34、根据邻域扫描的结果在被标记后的划痕像素点中选取与所述种子点距离最大的划痕像素点；

S35、将与所述种子点距离最大的划痕像素点作为新的种子点，在新的所述种子点的领域范围内继续扫描，直至遍历完所述划痕像素点，得到多个像素团块。

本发明实施例中，区域扫描可以采用k-邻域搜索方法，可以通过计算所述划痕像素点至所述种子点的欧氏距离，然后根据欧式距离将所述划痕像素点进行类别划分，使得划分的准确性增强，对所述划痕像素点中的异常值和噪声有较高的容忍度。

本发明实施例中，所述种子点的所述邻域半径可以为50像素，按行对所述划痕像素点进行扫描；将所述种子点记为一类标签，当遇到一个被标记的划痕像素点时，跳过所述划痕像素点；当遇到一个未被标记的划痕像素点时，对这个未被标记的划痕像素点标记一个标签，所述标签是与所述种子点相同的标签，即一类标签，并计算当前点与种子点之间的距离，这里采用距离度量方法为欧式距离；依次扫描完所述种子点的邻域区域，并将每个距离计算结果按照大小顺序依次进行排列，将距离所述种子点最远的划痕像素点作为新种子点并且将所述新种子点记为二类标签，在所述新种子点的邻域范围内继续扫描，重复上述标记标签的步骤，直至所述新种子点邻域范围内再无未被标记的划痕像素点，继续下一个种子点的邻域扫描，以此类推，直至所有的像素划痕点全部被扫描到；将所得的具有相同标签的划痕像素点合并成一个团块，得到所述像素团块。

S4、对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像。

本发明实施例中，所述对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像，包括：

将所述像素团块保存在预设的图像容器中；

根据所述像素团块的外接矩形的方向将所述图像容器进行方向划分，得到横向团块信息容器与纵向团块信息容器；

按照预设的合并规则分别对所述横向团块信息容器与纵向团块信息容器进行合并，得到所述待测电子器件的划痕图像。

本发明实施例中，所述图像容器可以为OpenCV（开源的计算机视觉库）内置的基本图像容器，例如，Mat容器，可以对所述像素团块的信息结构化，使得所述像素图块的信息能够被操作。

本发明实施例中，所述像素团块的外接矩形可以利用OpenCV进行轮廓外接矩形绘制生成，所述外接矩形的方向表示为其对应的像素团块的方向；所述图像容器包括横向团块信息容器及纵向团块信息容器，其中，所述横向团块信息容器是指存储所述像素团块对应的外接矩形方向为横向，同理，所述纵向团块信息容器是指存储所述像素团块对应的外接矩形方向为纵向；所述合并规则包括：以所述横向团块信息容器为例，将所述横向团块信息容器中的团块间距阈值设为300像素，将所述横向团块信息容器中的像素团块以所述团块间距阈值为扫描半径进行遍历扫描，直至扫描到所述团块信息中包含没有被标记的划痕像素点，将包含没有被标记的划痕像素点的像素团块设为种子团块，在所述横向团块信息容器中查询与所述种子团块的间距小于300像素且未被标记的像素团块，将这些所述种子团块间距小于300像素且未被标记的像素团块进行合并，得到一个局部像素团块，同理可得所述纵向团块信息容器中的局部像素团块；最后将横向与纵向两个信息容器的局部像素团块进行拼接，得到所述待测电子器件的划痕图像。

本发明提出了一种基于IGBT器件的表痕智能分析方法，通过对待测电子器件的原图进行滤波处理，得到滤波图像，可以对待测电子器件的原图进行降噪，虚化背景区域使待提取的划痕区域得到增强，同时可以保护划痕区域尖锐的边缘，从而不会改变原图像的边缘走向；通过对滤波图像进行边缘检测，得到划痕像素点，可以得到光滑的划痕的边缘像素点，并且能根据边缘像素点对划痕进行准确定位，提高了表痕分析方法的准确性；通过对划痕像素点进行区域扫描，得到像素团块，不仅可以满足边缘检测的实时性要求，而且能完整地提取划痕信息，增强表痕智能分析方法的准确性。因此本发明提出的基于IGBT器件的表痕分析方法，可以解决现有的表痕分析方法存在效率及准确率较低的问题。

如图4所示，是本发明一实施例提供的基于IGBT器件的表痕分析装置的功能模块图。

本发明所述基于IGBT器件的表痕分析装置400可以安装于电子设备中。根据实现的功能，所述基于IGBT器件的表痕分析装置400可以包括滤波处理模块401、边缘检测模块402、区域扫描模块403及像素团块归并模块404。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述滤波处理模块401，用于获取待测电子器件的原图，对所述待测电子器件的原图进行滤波处理，得到滤波图像；

所述边缘检测模块402，用于对所述滤波图像进行边缘检测，得到划痕像素点；

所述区域扫描模块403，用于对所述划痕像素点进行区域扫描，得到像素团块；

所述像素团块归并模块404用于对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像。

详细地，本发明实施例中所述基于IGBT器件的表痕分析装置400中所述的各模块在使用时采用与附图中所述的基于IGBT器件的表痕分析方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

如图5所示，是本发明一实施例提供的实现基于IGBT器件的表痕分析方法的电子设备的结构示意图。

所述电子设备500可以包括处理器501、存储器502、通信总线503以及通信接口504，还可以包括存储在所述存储器502中并可在所述处理器501上运行的计算机程序，如基于IGBT器件的表痕分析程序。

其中，所述处理器501在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器501是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器502内的程序或者模块（例如执行基于IGBT器件的表痕分析程序等），以及调用存储在所述存储器502内的数据，以执行电子设备的各种功能和处理数据。

所述存储器502至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器502在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器502在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器502还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器502不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于IGBT器件的表痕分析程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述通信总线503可以是外设部件互连标准（Peripheral ComponentInterconnect，简称PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器502以及至少一个处理器501等之间的连接通信。

所述通信接口504用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备500的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器501逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备500中的所述存储器502存储的基于IGBT器件的表痕分析程序是多个指令的组合，在所述处理器501中运行时，可以实现：

获取待测电子器件的原图，对所述待测电子器件的原图进行滤波处理，得到滤波图像；

对所述滤波图像进行边缘检测，得到划痕像素点；

对所述划痕像素点进行区域扫描，得到像素团块；

对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像。

具体地，所述处理器501对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备500集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取待测电子器件的原图，对所述待测电子器件的原图进行滤波处理，得到滤波图像；

对所述滤波图像进行边缘检测，得到划痕像素点；

对所述划痕像素点进行区域扫描，得到像素团块；

对所述像素团块进行遍历归并，得到所述待测电子器件的划痕图像。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。