一种图像频域数字水印方法、系统、装置及介质

    专利查询2022-07-07  218



    1.本发明涉及信息安全技术领域,尤其涉及一种图像频域数字水印方法、系统、装置及介质。


    背景技术:

    2.在互联网时代,数字水印技术在生活以及商业活动中应用广泛,具有保护数字媒体的版权,防止篡改等功能,是信息安全领域重要的一环。在嵌入附加信息的众多可能载体中,较为常见的是数字图像。数字图像在各种领域中的广泛传播,从社交网络上的日常通信到医学,军队和太空,都促进了这一过程。
    3.数字水印技术需要分为嵌入和提取的两个主要过程。嵌入是指将水印嵌入到数字媒体且不明显改变其内容原来的感知效果,而提取过程则是从嵌入过信息的数字媒体提取出原先嵌入的内容。数字水印技术的关键技术难点之一,就是如何在嵌入水印的数字媒体经过各种数字信号处理过程后,还能尽可能提取出原先的水印,即数字水印的鲁棒性。
    4.通常,按水印嵌入的位置不同,大致可以分为频域嵌入和空域嵌入,具体来说,空间域水印算法修改的对象是图像上点的像素值,即在满足不可察觉性的前提下将水印进行嵌入到图像中,典型的有基于最低有效位算法。空间域水印算法的一大优点便是容易实现,但其具有较差的鲁棒性。频域数字水印技术的具体做法是先对图像进行数学变换,再在变换域上进行水印的嵌入,常用的数学变换包括离散傅里叶变换、离散小波变换、离散余弦变换,均在数字水印领域逐步得到了广泛的应用。
    5.随着计算机视觉的发展,神经网络在目标检测、人脸识别等多个领域大放异彩。考虑到图像的数字水印技术也是数字图像处理的一个特殊分支,也可以将神经网络引入到数字水印当中。目前研究者们在传统空间域算法和变换域算法的基础上,逐步将数字水印技术和神经网络等技术结合,极大的提高了算法的鲁棒性,且在某些方面具有其独特的优势,这对于数字水印技术的发展有着很大的促进作用。伊斯法罕科技大学的ahmadi等人提出了一种使用卷积自编码器在频域进行水印嵌入的方法,得到了一众学者的关注。
    6.对于图像数字水印而言,各种数字信号处理手段中,裁剪是一种严重破坏水印的操作。对于图像的裁剪意味着信息的丢失,裁剪得越多,丢失的信息也越多,如何从剩余的小部分信息中提取出完整的水印成为了一个难题。如果要让图像在裁剪后仍然能准确地提取出水印,就需要设计一个精妙的算法,将水印尽可能嵌入到图像的每个局部单位,并很好地将水印提取出来。


    技术实现要素:

    7.为至少一定程度上解决现有技术中存在的技术问题之一,本发明的目的在于提供一种图像频域数字水印方法、系统、装置及介质。
    8.本发明所采用的技术方案是:
    9.一种图像频域数字水印方法,包括以下步骤:
    10.设计图像频域数字水印的嵌入与提取模型;其中,嵌入与提取模型包括水印嵌入提取自编码器和注意力得分器;
    11.将载体图片和水印输入水印嵌入提取自编码器后,得到带水印的第一图片,将所述第一图片随机加入噪声攻击后,再输入到水印嵌入提取自编码器的解码器中,得到粗提取水印;
    12.将所述第一图片随机选择裁剪攻击或不进行攻击,得到第二图片和标准置信度图,将所述第二图片输入到注意力得分器,输出注意力置信度图;
    13.将通过水印嵌入提取自编码器获得的粗提取水印和通过注意力得分器获得的注意力置信度图,在二维平面上逐像素相乘进行修正,得到最终的水印。
    14.进一步地,所述一种图像频域数字水印方法还包括训练所述水印嵌入提取自编码器的步骤:
    15.以最小化载体图片和带水印图片之间的误差,以及输入的水印和提取得到的水印之间的误差为方向,训练水印嵌入提取自编码器进行水印嵌入提取;
    16.所述一种图像频域数字水印方法还包括训练所述注意力得分器的步骤:
    17.以最小化注意力得分器的输出和标准置信度图的误差为训练方向,训练注意力得分器计算出输入图片在各个位置带有水印的置信度。
    18.进一步地,所述水印嵌入提取自编码器和所述注意力得分器均由卷积神经网络组成;
    19.在将图片输入所述水印嵌入提取自编码器和所述注意力得分器之前,包括对图片进行预处理的步骤:
    20.如果图片为三通道的彩色图片,先将彩色图片进行色彩空间变换到ycbcr空间,保留cbcr通道不变,仅取y通道作为灰度图进行嵌入;
    21.如果图片为单通道灰度图,则无需进行色彩空间变换;将灰度图分成互不重叠的8
    ×
    8大小的图像块,每一图像块单独进行离散余弦变换后,所有图像块一起重塑为边长为载体图像边长的1/8,通道数为64的张量,每个通道代表一个离散余弦变换的系数;
    22.另外,将水印输入水印嵌入提取自编码器,对水印进行以下预处理:
    23.将水印排列成边长相等的,共4个通道的张量,保留通道数不变,在二维平面上重复至边长与图像重构张量的边长相同。
    24.进一步地,在水印嵌入提取自编码器中,预处理后的图片张量和水印张量拼接后,输入到六层卷积核大小均为1
    ×
    1,步长均为1
    ×
    1,无填充的卷积层和非线性激活层串联形成的神经网络进行编码,对编码器的输出进行逆离散余弦变换,得到的残差图与载体图片相加,得到最终的带水印灰度图;
    25.若预处理前的图片为三通道彩色图片,则将编码器输出的灰度图作为y通道,与预处理时保留的cbcr通道再次变换回rgb色彩空间;随后选择预设的数字图像处理手段加入噪声攻击,再经过四层卷积核大小均为1
    ×
    1,步长均为1
    ×
    1,无填充的卷积层和非线性激活层串联形成的神经网络进行解码得到粗提取的水印张量,对重复的信息位求均值得到粗提取水印,以最小化粗提取水印和输入水印的误差以及编码器输出的带水印图片和输入图片之间的误差为训练方向,训练水印嵌入提取自编码器进行水印的嵌入和提取。
    26.进一步地,在注意力得分器中,裁剪攻击是随机生成一个小于图片大小的矩形,矩
    形内的图像内容不变,而矩形外的部分可以修改为任何其他的值;
    27.对应的置信度图在剪去位置的值为0,在保留位置的值为1,如果不进行攻击,则置信度图全图均为1;然后对置信度图进行核大小为8
    ×
    8,步长为8
    ×
    8的二维均值池化,得到标准置信度图;
    28.处理后的图片进行离散余弦变换后输入到四层卷积核大小为3
    ×
    3,步长为1
    ×
    1和1个单位零填充的卷积层和非线性激活层串联形成的卷积神经网络,得到注意力置信度图,以最小化注意力置信度图和标准置信度图的误差为方向,训练注意力得分器能学习到输入图片在各个位置带有水印的置信度。
    29.进一步地,对所述水印嵌入提取自编码器进行训练中,输入水印和提取得到的水印的误差采用均方误差,图片之间的误差也采用均方误差,用于训练损失函数为图片误差和水印误差之和;
    30.对所述注意力得分器进行训练中,标准置信度图和注意力置信度图之间的误差采用均方误差,所述均方误差作为训练的损失函数。
    31.进一步地,所述将通过水印嵌入提取自编码器获得的粗提取水印和通过注意力得分器获得的注意力置信度图,在二维平面上逐像素相乘进行修正,得到最终的水印,包括:
    32.粗提取水印张量,所有值的值域为(0,1),将水印张量的值域进行线性转化到(-1,1);
    33.采用注意力置信度图与水印张量在二维平面上进行逐元素相乘,得到最终的水印张量;
    34.根据最终的水印张量,对重复的水印位求均值后取整得到最终的水印。
    35.本发明所采用的另一技术方案是:
    36.一种图像频域数字水印系统,包括:
    37.模型设计模块,用于设计图像频域数字水印的嵌入与提取模型;其中,嵌入与提取模型包括水印嵌入提取自编码器和注意力得分器;
    38.水印提取模块,用于将载体图片和水印输入水印嵌入提取自编码器后,得到带水印的第一图片,将所述第一图片随机加入噪声攻击后,再输入到水印嵌入提取自编码器的解码器中,得到粗提取水印;
    39.置信度获取模块,用于将所述第一图片随机选择裁剪攻击或不进行攻击,得到第二图片和标准置信度图,将所述第二图片输入到注意力得分器,输出注意力置信度图;
    40.水印修正模块,用于将通过水印嵌入提取自编码器获得的粗提取水印和通过注意力得分器获得的注意力置信度图,在二维平面上逐像素相乘进行修正,得到最终的水印。
    41.本发明所采用的另一技术方案是:
    42.一种图像频域数字水印装置,包括:
    43.至少一个处理器;
    44.至少一个存储器,用于存储至少一个程序;
    45.当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上所述方法。
    46.本发明所采用的另一技术方案是:
    47.一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行
    的程序在由处理器执行时用于执行如上所述方法。
    48.本发明的有益效果是:本发明通过注意力得分器,对待提取水印的图片进行分析,对被篡改部分给予较低的得分,减少最后多数表决或取均值过程中,这些无水印部分对真正带水印部分的影响,得到更好的提取准确率。
    附图说明
    49.为了更清楚地说明本发明实施例或者现有技术中的技术方案,下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员而言,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
    50.图1是本发明实施例中水印嵌入提取自编码器的编码器的结构图;
    51.图2是本发明实施例中水印嵌入提取自编码器的解码器的结构图;
    52.图3是本发明实施例中注意力得分器的结构图;
    53.图4是本发明实施例中对图片的预处理的流程图;
    54.图5是本发明实施例中对水印信息的预处理的流程示意图;
    55.图6是本发明实施例中一种基于注意力机制的图像频域数字水印方法的流程图;
    56.图7是本发明实施例中注意力得分器训练的流程图。
    具体实施方式
    57.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,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
    58.在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右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。
    59.在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,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或者隐含指明所指示的技术特征的先后关系。
    60.本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
    61.如图6所示,本实施例提供一种基于注意力机制的图像频域数字水印方法,包括下述步骤:
    62.s1、水印嵌入与提取的自编码器模型和注意力得分器设计,具体网络结构设置如下:如图1所示,本实施例的自编码器模型包括编码器和解码器,均为卷积神经网络,其中,
    编码器一共有六层,如图1所示,前五层均为64个64
    ×1×
    1、步长为1
    ×
    1、无填充的卷积核和elu激活函数串联形成,最后一层为1个64
    ×1×
    1、步长为1
    ×
    1、无填充的卷积核和elu激活函数串联形成;解码器一共有四层,如图2所示,前三层均为64个64
    ×1×
    1、步长为1
    ×
    1、无填充的卷积核和elu激活函数串联形成,最后一层为4个64
    ×1×
    1、步长为1
    ×
    1、无填充的卷积核和sigmoid激活函数串联形成。
    63.如图3所示,注意力得分器一共有四层,前三层均为64个64
    ×3×
    3、步长为1
    ×
    1、1个单位零填充的卷积核和elu激活函数串联形成,最后一层为1个64
    ×3×
    3、步长为1
    ×
    1、1个单位零填充的卷积核和sigmoid激活函数串联形成。
    64.elu激活函数如下公式所示:
    [0065][0066]
    其中x为激活函数elu的输入值,elu(x)为激活函数的输出值,α为常数,本实施例中为1;
    [0067]
    sigmoid激活函数如下公式所示:
    [0068][0069]
    其中x为激活函数sigmoid的输入值,sigmoid(x)为激活函数的输出值。
    [0070]
    s2、图片和水印信息在进入每个网络前后的预处理和后处理,具体操作如下:
    [0071]
    如图4所示,对图片的预处理可以分为色彩空间转换、切块、空间与到频率域转换三个步骤,如果输入图片为黑白单通道图片则跳过色彩空间转换。本实施例中,采用3
    ×
    128
    ×
    128的彩色图片作为输入图片。对于彩色图片,先将其由rgb色彩空间变化为ycbcr色彩空间,由于cbcr通道的改变容易造成图片颜色的变化,因此保留cbcr通道不变,只对y通道进行信息嵌入。然后对y通道分割成互不重叠的大小为8
    ×
    8的图像块,将每个图像块从空间域变换到频域,本实施例中采用8
    ×
    8的dct(离散余弦变换),得到大小为64
    ×
    16
    ×
    16的图片张量,其中64为通道数,每个通道代表一个dct系数。对于自编码器中的编码器而言,还需对网络的输出进行后处理。本实施例中,编码器输出大小64
    ×
    16
    ×
    16的张量,先进行idct(逆离散余弦变换)再重塑得到1
    ×
    128
    ×
    128的y通道残差图,然后将残差图与输入编码器时的y通道图相加,再与cbcr通道反变换回rgb色彩空间。
    [0072]
    如图5所示,对水印信息的预处理分为重塑和重复两个步骤。本实施例中,输入的水印信息大小为64位,每位分别用0和1表示,先重塑成4
    ×4×
    4的张量,然后在二维平面上重复至与图片张量相同大小,本实施例中在二维平面上的宽高维度均重复4次,最后得到4
    ×
    16
    ×
    16的水印张量。
    [0073]
    s3、水印嵌入与提取的自编码器模型的训练,具体操作如下:
    [0074]
    如图6所示,将待嵌入水印的载体图片i和准备嵌入的水印信息w经过步骤s2的预处理后,放入步骤s1中的自编码器的编码器,得到带水印的图片i’,计算i与i’之间的重构误差,计算公式如下:
    [0075]
    [0076]
    其中c、h和w分别表示图片通道数、高和宽,i和i’分别表示载体图片和嵌入水印后的图片。
    [0077]
    然后每次迭代过程中,对i’选择一个常用的数字图像处理方法加入噪声,本实施例中,在高斯噪声(均值为0,标准差为0.06),高斯模糊(半径为2,标准差为0.1),椒盐噪声(噪声强度为0.1),jpeg压缩(质量因子为50)中随机选择一个,得到加噪后的图片in。
    [0078]
    再将in输入到自编码器中的解码器,得到大小与步骤s2中水印张量大小相同的粗提取水印张量wo,其中每个元素的值域为(0,1),本实施例中张量大小为4
    ×
    16
    ×
    16。得到粗提取水印张量后,按步骤s2进行重复的方式,对代表重复水印位的元素求均值后,得到大小为4
    ×4×
    4粗提取水印张量,再进行步骤s2重塑的相反操作得到64位的粗提取水印w’,计算w与w’之间的重构误差,计算公式如下:
    [0079][0080]
    其中,w和w’分别为输入的水印和提取得到的水印,wi和w’i
    分别为w和w’的第i位,n为水印的位数;
    [0081]
    最后将图片的重构误差和水印重构误差相加得到自编码器的损失函数loss:
    [0082]
    loss=mse(i,i

    ) amse(w,w

    )
    [0083]
    其中α为常数,本实施例中为1,用于平衡图像质量与鲁棒性。
    [0084]
    s4、注意力得分器的训练,具体步骤如下:如图7所示,使用步骤s3训练好的编码器对图片嵌入水印后,本实施例中,在每一次迭代时,随机从三种方式中选择一种对带水印图片进行处理得到ic,三种方式分别为不进行任何操作,裁剪后填充随机颜色,裁剪后填充载体图对应位置像素。其中裁剪操作为随机生成一个边长为原图边长0.2至0.8倍的矩形,在本实施例中边长范围为24到104,保留矩形内像素的值不变,矩形外的值替换为其他。同时生成与图片等大小的置信度图,矩形内的值为1,其余为0。如果不进行裁剪,则置信度图全为1。
    [0085]
    然后对置信度图进行核大小8
    ×
    8,步长为8的二维均值池化,得到平面大小与步骤s2中水印张量相同的标准置信度图c,本实施例中大小为16
    ×
    16。然后将ic输入到注意力得分器中,输出注意力置信度图c’,计算c与c’之间的重构误差即为损失函数,计算公式如下:
    [0086][0087]
    其中,h和w分别表示置信度图的高和宽。
    [0088]
    s5、使用步骤s4训练好的模型对步骤s3的解码器进行修正,如图6所示。在步骤s3中,训练好的解码器输出粗提取水印wo,如果解码器输入的带水印图片经过裁剪攻击,则wo在二维平面上,对应被剪去的部分解码出来的信息应该是不具有参考价值的,只有保留下来的那部分像素对应的解码结果是正确的。为此先将wo元素的值域进行线性转化到(-1,1),转换公式如下:
    [0089]
    然后使用步骤s4得到的注意力置信度图c’与wo在二维平面上进行逐元素相乘,得到修正后的水印张量wc。此时被裁剪部分对应的位置在c

    上的值接近0,因此修正后wc中对应位置的值也接近0,减少对后续求均值过程的干扰。然后与步骤s3中类似,对wc重复水印
    位的元素求均值后向上取整,大于0的元素对应水印位为1,小于0对应的水印位为0。
    [0090]
    综上所述,本发明实施例相比与现有技术,具有如下有益效果:
    [0091]
    (1)本发明实施例通过将水印信息重塑成四个平面再与图片张量拼接,使载体图像像每个8
    ×
    8图像块相较于之前嵌入了四倍的信息,更好地利用了图像的频域进行嵌入。
    [0092]
    (2)本发明通实施例过在输入水印自编码器前对水印信息的预处理,即水印信息在平面空间上更多次的重复,使带水印图像在更小的一块区域就能提取到完整的水印信息;同时由于在平面上的更多次的重复,在水印粗提取后的表决或取均值时可以有更好的纠错能力,提升水印方法的鲁棒性。
    [0093]
    (3)本发明实施例加入了注意力得分器,对待提取水印的图片进行分析,得到该图片每个8
    ×
    8块的得分,对被篡改部分给予较低的得分,减少最后多数表决或取均值过程中,这些无水印部分对真正带水印部分的影响,得到更好的提取准确率。
    [0094]
    本发明还提供一种图像频域数字水印系统,包括:
    [0095]
    模型设计模块,用于设计图像频域数字水印的嵌入与提取模型;其中,嵌入与提取模型包括水印嵌入提取自编码器和注意力得分器;
    [0096]
    水印提取模块,用于将载体图片和水印输入水印嵌入提取自编码器后,得到带水印的第一图片,将所述第一图片随机加入噪声攻击后,再输入到水印嵌入提取自编码器的解码器中,得到粗提取水印;
    [0097]
    置信度获取模块,用于将所述第一图片随机选择裁剪攻击或不进行攻击,得到第二图片和标准置信度图,将所述第二图片输入到注意力得分器,输出注意力置信度图;
    [0098]
    水印修正模块,用于将通过水印嵌入提取自编码器获得的粗提取水印和通过注意力得分器获得的注意力置信度图,在二维平面上逐像素相乘进行修正,得到最终的水印。
    [0099]
    本实施例的一种图像频域数字水印系统,可执行本发明方法实施例所提供的一种图像频域数字水印方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
    [0100]
    本实施例还提供一种图像频域数字水印装置,包括:
    [0101]
    至少一个处理器;
    [0102]
    至少一个存储器,用于存储至少一个程序;
    [0103]
    当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如6所示方法。
    [0104]
    本实施例的一种图像频域数字水印装置,可执行本发明方法实施例所提供的一种图像频域数字水印方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
    [0105]
    本技术实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图6所示的方法。
    [0106]
    本实施例还提供了一种存储介质,存储有可执行本发明方法实施例所提供的一种图像频域数字水印方法的指令或程序,当运行该指令或程序时,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
    [0107]
    在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
    [0108]
    此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
    [0109]
    所述功能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取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,read-only memory)、随机存取存储器(ram,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
    [0110]
    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。
    [0111]
    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。
    [0112]
    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。
    [0113]
    在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”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。
    [0114]
    尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
    [0115]
    以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本技术权利要求所限定的范围内。
    转载请注明原文地址:https://tc.8miu.com/read-594.html

    最新回复(0)