图像处理方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

在各种图像处理任务和计算机视觉任务(例如图像去雾、暗光增强、图像拼接等任务)中，经常需要对图像进行滤波，以实现相应的处理。其中，边缘保护滤波是目前最常用的图像滤波技术之一。相关技术中，边缘保护滤波有局部滤波和全局优化两种方式，全局优化的处理效果较好，但计算复杂度过高，效率较低：局部滤波计算简便，但容易产生伪影等问题，导致处理效果变差。

发明内容

本公开提出了一种图像处理技术方案。

根据本公开的一方面，提供了一种图像处理方法，包括：根据待处理图像以及所述待处理图像的引导图像，确定所述待处理图像的多个图像位置的线性估计参数；根据所述引导图像及所述多个图像位置的线性估计参数，得到所述待处理图像的结构图；将所述结构图与所述待处理图像的纹理图融合，得到所述待处理图像的图像处理结果，

其中，所述待处理图像中任一图像位置的线性估计参数，与所述引导图像中的第一图像区域的区域方差值和区域熵值相关联，所述第一图像区域包括所述引导图像中，以所述图像位置为中心、预设尺寸的图像区域。

在一种可能的实现方式中，所述根据所述待处理图像及所述引导图像，确定所述待处理图像的多个图像位置的线性估计参数，包括：针对所述待处理图像的任一图像位置，确定与所述图像位置对应的第一图像区域和第二图像区域，所述第二图像区域包括所述待处理图像中，以所述图像位置为中心、预设尺寸的图像区域；分别确定所述第一图像区域及所述第二图像区域的区域参数，所述区域参数包括所述第一图像区域中的像素点的区域方差值、区域熵值及第一区域均值，所述第二图像区域中的像素点的第二区域均值，以及所述第一图像区域与所述第二图像区域的融合区域的第三区域均值；根据所述区域参数，确定所述图像位置的线性估计参数。

在一种可能的实现方式中，所述分别确定所述第一图像区域及所述第二图像区域的区域参数，包括：将所述第一图像区域与所述第二图像区域融合，得到融合区域；确定所述融合区域中的像素点的第三区域均值。

在一种可能的实现方式中，所述分别确定所述第一图像区域及所述第二图像区域的区域参数，包括：根据所述引导图像的亮度直方图，确定所述第一图像区域中各个像素点在所述引导图像中的出现概率；根据所述第一图像区域中各个像素点的出现概率，确定所述区域熵值。

在一种可能的实现方式中，所述线性估计参数包括第一参数和第二参数，所述根据所述区域参数，确定所述图像位置的线性估计参数，包括：根据所述区域方差值、所述区域熵值、所述第一区域均值、所述第二区域均值及所述第三区域均值，确定所述图像位置的第一参数；根据所述第一区域均值、所述第二区域均值及所述第一参数，确定所述图像位置的第二参数。

在一种可能的实现方式中，所述方法还包括：对所述待处理图像进行线性滤波，得到所述待处理图像的引导图像。

在一种可能的实现方式中，所述方法还包括：对所述待处理图像进行分解，得到所述待处理图像的纹理图。

根据本公开的一方面，提供了一种图像处理装置，包括：

参数确定模块，用于根据待处理图像以及所述待处理图像的引导图像，确定所述待处理图像的多个图像位置的线性估计参数；

结构图获取模块，用于根据所述引导图像及所述多个图像位置的线性估计参数，得到所述待处理图像的结构图；

结果确定模块，用于将所述结构图与所述待处理图像的纹理图融合，得到所述待处理图像的图像处理结果，

其中，所述待处理图像中任一图像位置的线性估计参数，与所述引导图像中的第一图像区域的区域方差值和区域熵值相关联，所述第一图像区域包括所述引导图像中，以所述图像位置为中心、预设尺寸的图像区域。

在一种可能的实现方式中，所述参数确定模块，包括：

区域确定子模块，用于针对所述待处理图像的任一图像位置，确定与所述图像位置对应的第一图像区域和第二图像区域，所述第二图像区域包括所述待处理图像中，以所述图像位置为中心、预设尺寸的图像区域；

区域参数确定子模块，用于分别确定所述第一图像区域及所述第二图像区域的区域参数，所述区域参数包括所述第一图像区域中的像素点的区域方差值、区域熵值及第一区域均值，所述第二图像区域中的像素点的第二区域均值，以及所述第一图像区域与所述第二图像区域的融合区域的第三区域均值；

线性参数确定子模块，用于根据所述区域参数，确定所述图像位置的线性估计参数。

在一种可能的实现方式中，所述区域参数确定子模块用于：将所述第一图像区域与所述第二图像区域融合，得到融合区域；确定所述融合区域中的像素点的第三区域均值。

在一种可能的实现方式中，所述区域参数确定子模块用于：根据所述引导图像的亮度直方图，确定所述第一图像区域中各个像素点在所述引导图像中的出现概率；根据所述第一图像区域中各个像素点的出现概率，确定所述区域熵值。

在一种可能的实现方式中，所述线性估计参数包括第一参数和第二参数，所述线性参数确定子模块用于：根据所述区域方差值、所述区域熵值、所述第一区域均值、所述第二区域均值及所述第三区域均值，确定所述图像位置的第一参数；根据所述第一区域均值、所述第二区域均值及所述第一参数，确定所述图像位置的第二参数。

在一种可能的实现方式中，所述装置还包括：线性滤波模块，用于对所述待处理图像进行线性滤波，得到所述待处理图像的引导图像。

在一种可能的实现方式中，所述装置还包括：图像分解模块，用于对所述待处理图像进行分解，得到所述待处理图像的纹理图。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，能够根据待处理图像及引导图像确定线性估计参数；根据引导图像及线性估计参数得到待处理图像的结构图；将结构图与纹理图融合得到图像处理结果，通过将线性估计参数与区域方差值和区域熵值相关联，能够更好地保持图像边缘的清晰度，提高图像处理效果。

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，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

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，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的图像处理方法的流程图。

图2示出根据本公开实施例的图像处理装置的框图。

图3示出根据本公开实施例的一种电子设备的框图。

图4示出根据本公开实施例的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

引导滤波是边缘保护滤波技术的一种局部滤波算法，其基本思路是图像中的每个像素点都可以用一个M×M(M为大于1的整数，例如取值为3、5、7等)的局部窗口和一个线性回归模型拟合得到，并且在线性回归模型的基础上添加正则化约束项来减少过拟合问题。然而，该正则化约束项的权重是固定的，容易在边缘区域产生伪影问题。

根据本公开实施例的图像处理方法，能够基于图像位置对应的引导图像区域的区域方差值和区域熵值来确定图像位置的线性估计参数，通过熵-方差联合自适应的处理方式来自动调节正则化约束项的权重，从而减少图像的边缘区域可能出现的伪影，提高图像的处理效果。

图1示出根据本公开实施例的图像处理方法的流程图，如图1所示，所述图像处理方法包括：

在步骤S11中，根据待处理图像以及所述待处理图像的引导图像，确定所述待处理图像的多个图像位置的线性估计参数；

在步骤S12中，根据所述引导图像及所述多个图像位置的线性估计参数，得到所述待处理图像的结构图；

在步骤S13中，将所述结构图与所述待处理图像的纹理图融合，得到所述待处理图像的图像处理结果，

其中，所述待处理图像中任一图像位置的线性估计参数，与所述引导图像中的第一图像区域的区域方差值和区域熵值相关联，所述第一图像区域包括所述引导图像中，以所述图像位置为中心、预设尺寸的图像区域。

在一种可能的实现方式中，所述图像处理方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。

举例来说，待处理图像可以为任意图像，例如图像采集设备采集的场景图像、从网络下载的图像等。针对待处理图像的图像处理任务可以为任意类别，例如图像去雾、暗光增强、对比度增强、色调映射、高动态范围HDR成像等，本公开对待处理图像的类型及图像来源、图像处理任务的具体类别均不作限制。

在一种可能的实现方式中，可采用边缘保护滤波算法将待处理图像分解成两层，称为基础层和细节层，基础层包括图像的整体结构信息(例如图像中物体的位置、布局等)，细节层包括图像的纹理细节信息(例如图像中物体的纹路、方向等)。

在该情况下，待处理图像X(p)可表示为：

X(p)＝Z(p)+D(p) (1)

在公式(1)中，Z(p)可表示基础层；D(p)可表示细节层；p可表示图像中的任一图像位置。在采用引导滤波进行图像处理的情况下，基础层可通过引导图像的线性变换估计得到：

在公式(2)中，

在一种可能的实现方式中，引导图像用于滤除待处理图像中的目标分量(例如滤除待处理图像中的噪声)。其中，可以对待处理图像进行线性滤波(例如方框滤波、均值滤波、或高斯滤波等)，得到引导图像；也可基于图像处理任务的类别，选择与图像处理任务对应的图像(例如已进行暗光增强的图像)，作为引导图像；还可将待处理图像本身，作为引导图像。本公开对引导图像的来源及处理方式不作限制。

在一种可能的实现方式中，在步骤S11中，可根据待处理图像及引导图像，分别确定待处理图像的各个图像位置处的线性估计参数。其中，可通过下面的线性回归模型来计算图像位置p的线性估计参数a

在公式(3)中，

在一种可能的实现方式中，Γ

在公式(4)中，

在一种可能的实现方式中，交叉熵-方差因子

在公式(5)中，

将公式(4)和(5)代入到公式(3)中，即可求取出图像位置p的线性估计参数a

对于图像边缘附近的区域，其区域方差值通常会远大于区域熵值；而对于图像内部的平滑区域(例如纹理细节区域或具有噪声的背景区域)，其区域熵值通常会大于区域方差值。因此，边缘区域的因子Γ

在一种可能的实现方式中，在步骤S12中，根据引导图像及多个图像位置的线性估计参数，可得到所述待处理图像的结构图。也即，在得到图像位置p的线性估计参数a

在前面的描述中，可采用边缘保护滤波算法将待处理图像分解成基础层和细节层。该细节层包括图像的纹理细节信息，可称为待处理图像的纹理图。

在一种可能的实现方式中，在步骤S13中，可将待处理图像的结构图与纹理图融合，得到待处理图像的图像处理结果。

在一种可能的实现方式中，可对结构图与纹理图直接求和，得到处理后的图像，作为图像处理结果。

在一种可能的实现方式中，也可根据图像处理任务的类别，为结构图与纹理图设置不同的权重(例如，在图像增强任务中，将结构图与纹理图的权重分别设置为1和2，以实现图像纹理细节的增强)。进而，对结构图与纹理图进行加权求和，得到处理后的图像，作为图像处理结果。本公开对结构图与纹理图的融合方式不作限制。

本公开实施例引入的熵-方差联合自适应因子，能够更好地区分图像的边缘区域与图像内部的平滑区域，还具有更好的抗噪声能力。因此，步骤S13得到的图像处理结果，能够既保留原始图像的细节信息，又减少图像边缘附近的光晕伪影，提高图像边缘的清晰度。

例如，在应用于对比度增强等图像增强任务时，步骤S13得到的图像处理结果具有更好的视觉质量和定量性能。

根据本公开的实施例，能够根据待处理图像及引导图像确定线性估计参数；根据引导图像及线性估计参数得到待处理图像的结构图；将结构图与纹理图融合得到图像处理结果，通过将线性估计参数与区域方差值和区域熵值相关联，能够更好地保持图像边缘的清晰度，提高图像处理效果。

下面对根据本公开实施例的图像处理方法进行展开说明。

在一种可能的实现方式中，在步骤S11之前，根据本公开实施例的图像处理方法还可包括：对所述待处理图像进行线性滤波，得到所述待处理图像的引导图像。

也即，可通过线性滤波的方式获取待处理图像的引导图像，该引导图像中滤除了滤除待处理图像中的噪声等信息，使得图像中的信息更为平滑，以便引导待处理图像的后续处理。

其中，线性滤波的方式可例如为方框滤波、均值滤波、高斯滤波等，本公开对此不作限制。

在步骤S11中，可根据待处理图像及引导图像，确定待处理图像的多个图像位置的线性估计参数。在一种可能的实现方式中，步骤S11可包括：

针对所述待处理图像的任一图像位置，确定与所述图像位置对应的第一图像区域和第二图像区域，所述第二图像区域包括所述待处理图像中，以所述图像位置为中心、预设尺寸的图像区域；

分别确定所述第一图像区域及所述第二图像区域的区域参数，所述区域参数包括所述第一图像区域中的像素点的区域方差值、区域熵值及第一区域均值，所述第二图像区域中的像素点的第二区域均值，以及所述第一图像区域与所述第二图像区域的融合区域的第三区域均值；

根据所述区域参数，确定所述图像位置的线性估计参数。

举例来说，针对待处理图像中的任一图像位置，可先确定与该图像位置对应的窗口区域，包括第一图像区域和第二图像区域。其中，第一图像区域包括引导图像中，以该图像位置为中心、预设尺寸的图像区域；第二图像区域包括待处理图像中，以该图像位置为中心、预设尺寸的图像区域。预设尺寸可例如设置为3×3、5×3、7×7、11×11、17×17等，本公开对预设尺寸的具体取值不作限制。

在一种可能的实现方式中，在该图像位置处于图像边缘附近的情况下，如果第一图像区域和第二图像区域超出引导图像和待处理图像的图像范围，则可对超出图像范围的部分补零。

在一种可能的实现方式中，可分别确定第一图像区域及第二图像区域的区域参数，以便计算该图像位置p的线性估计参数a

在一种可能的实现方式中，第一图像区域中的像素点的区域方差值，即公式(5)中的

在公式(6)中，

在一种可能的实现方式中，分别确定所述第一图像区域及所述第二图像区域的区域参数的步骤，可包括：

根据所述引导图像的亮度直方图，确定所述第一图像区域中各个像素点在所述引导图像中的出现概率；

根据所述第一图像区域中各个像素点的出现概率，确定所述区域熵值。

其中，第一图像区域中的像素点的区域熵值，即公式(5)中的

在公式(7)中，K可表示第一图像区域中的像素点数量；

在一种可能的实现方式中，可对引导图像进行处理，得到引导图像的亮度直方图，本公开对具体的处理方式不作限制。

在一种可能的实现方式中，根据亮度直方图，可确定第一图像区域中各个像素点的亮度值，在引导图像中的出现概率；进而可通过公式(7)计算出第一图像区域的区域熵值。

通过这种方式，能够得到图像区域的区域熵值，以便后续计算线性估计参数。

在一种可能的实现方式中，可分别对第一图像区域中的像素值和第二图像区域中的像素值求平均，得到区域参数中的第一区域均值和第二区域均值。

在一种可能的实现方式中，分别确定所述第一图像区域及所述第二图像区域的区域参数的步骤，可包括：

将所述第一图像区域与所述第二图像区域融合，得到融合区域；

确定所述融合区域中的像素点的第三区域均值。

也即，可将第一图像区域与第二图像区域对应位置的像素值进行点乘，得到融合区域；对融合区域中的像素值求平均，得到区域参数中的第三区域均值。

通过这种方式，能够融合区域的区域均值，实现引导图像与待处理图像之间的关联。

在一种可能的实现方式中，线性估计参数包括第一参数a

根据所述区域方差值、所述区域熵值、所述第一区域均值、所述第二区域均值及所述第三区域均值，确定所述图像位置的第一参数；

根据所述第一区域均值、所述第二区域均值及所述第一参数，确定所述图像位置的第二参数。

如前所示，将公式(4)-(5)代入到公式(3)中，即可求取出该图像位置的线性估计参数a

在公式(8)和(9)中，

在一种可能的实现方式中，根据区域方差值和区域熵值，可基于公式(4)得到因子Γ

通过这种方式，可分别确定任一图像位置的两个线性估计参数，该线性估计参数与区域方差值和区域熵值相关联，能够提高图像处理效果。

在一种可能的实现方式中，可采用上述处理方式，对图像中的每个图像位置进行处理，得到整个待处理图像的线性估计参数；在步骤S12中，根据引导图像及线性估计参数，可基于公式(2)，计算得到待处理图像的结构图。

在一种可能的实现方式中，根据本公开实施例的图像处理方法还可包括：

对所述待处理图像进行分解，得到待处理图像的纹理图。

如前所述，可采用边缘保护滤波算法将待处理图像分解成基础层和细节层，将细节层作为待处理图像的纹理图。

在一种可能的实现方式中，也可以对待处理图像直接进行滤波，去除待处理图像中的噪声等信息，保留待处理图像中的纹理细节信息，得到待处理图像的纹理图。其中，滤波的方式可以为线性可还原的滤波，本公开对具体的滤波方式不作限制。

在一种可能的实现方式中，在得到待处理图像的纹理图后，可在步骤S13中，将待处理图像的结构图与纹理图融合，得到待处理图像的图像处理结果。

在一种可能的实现方式中，可对结构图与纹理图直接求和，得到处理后的图像，作为图像处理结果。也可根据图像处理任务的类别，为结构图与纹理图设置不同的权重(例如，在图像增强任务中，将结构图与纹理图的权重分别设置为1和2)。对结构图与纹理图进行加权求和，得到处理后的图像，作为图像处理结果。本公开对结构图与纹理图的融合方式不作限制。

根据本公开实施例的图像处理方法，提出了一种扩展型引导滤波方式，能够基于图像位置对应的引导图像区域的区域方差值和区域熵值，来确定图像位置的线性估计参数；通过熵-方差联合自适应的处理方式，来自动调节线性估计参数的正则化约束项的权重，能够根据不同的图像结构对正则化权重进行不同程度的调节，从而克服引导滤波中由于正则化权重固定造成的伪影问题。

根据本公开实施例的图像处理方法，能够应用于人工智能、图像处理、机器视觉等领域，实现图像去雾、暗光增强、对比度增强、色调映射、高动态范围HDR成像、图像拼接等图像处理任务，能够减少图像边缘附近的光晕伪影和细节上的过度平滑问题，能够更好地保持边缘清晰度，提高图像处理效果。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图2示出根据本公开实施例的图像处理装置的框图，如图2所示，所述装置包括：

参数确定模块21，用于根据待处理图像以及所述待处理图像的引导图像，确定所述待处理图像的多个图像位置的线性估计参数；

结构图获取模块22，用于根据所述引导图像及所述多个图像位置的线性估计参数，得到所述待处理图像的结构图；

结果确定模块23，用于将所述结构图与所述待处理图像的纹理图融合，得到所述待处理图像的图像处理结果，

其中，所述待处理图像中任一图像位置的线性估计参数，与所述引导图像中的第一图像区域的区域方差值和区域熵值相关联，所述第一图像区域包括所述引导图像中，以所述图像位置为中心、预设尺寸的图像区域。

在一种可能的实现方式中，所述参数确定模块，包括：

区域确定子模块，用于针对所述待处理图像的任一图像位置，确定与所述图像位置对应的第一图像区域和第二图像区域，所述第二图像区域包括所述待处理图像中，以所述图像位置为中心、预设尺寸的图像区域；

区域参数确定子模块，用于分别确定所述第一图像区域及所述第二图像区域的区域参数，所述区域参数包括所述第一图像区域中的像素点的区域方差值、区域熵值及第一区域均值，所述第二图像区域中的像素点的第二区域均值，以及所述第一图像区域与所述第二图像区域的融合区域的第三区域均值；

线性参数确定子模块，用于根据所述区域参数，确定所述图像位置的线性估计参数。

在一种可能的实现方式中，所述区域参数确定子模块用于：将所述第一图像区域与所述第二图像区域融合，得到融合区域；确定所述融合区域中的像素点的第三区域均值。

在一种可能的实现方式中，所述区域参数确定子模块用于：根据所述引导图像的亮度直方图，确定所述第一图像区域中各个像素点在所述引导图像中的出现概率；根据所述第一图像区域中各个像素点的出现概率，确定所述区域熵值。

在一种可能的实现方式中，所述线性估计参数包括第一参数和第二参数，所述线性参数确定子模块用于：根据所述区域方差值、所述区域熵值、所述第一区域均值、所述第二区域均值及所述第三区域均值，确定所述图像位置的第一参数；根据所述第一区域均值、所述第二区域均值及所述第一参数，确定所述图像位置的第二参数。

在一种可能的实现方式中，所述装置还包括：线性滤波模块，用于对所述待处理图像进行线性滤波，得到所述待处理图像的引导图像。

在一种可能的实现方式中，所述装置还包括：图像分解模块，用于对所述待处理图像进行分解，得到所述待处理图像的纹理图。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图3示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800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804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806为电子设备800的各种组件提供电力。电源组件806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800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800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。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述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808包括一个前置摄像头和/或后置摄像头。当电子设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802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814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814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814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(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814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816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816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，所述通信组件816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800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，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图4示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。