图像处理方法及装置、电子设备与流程

本公开涉及图像处理技术领域，尤其涉及一种图像处理方法及装置、电子设备。

背景技术：

电子设备往往需要对周围环境进行图像采集和对象识别，从而帮助电子设备实现智能化、自动化的处理过程。

然而，由于光线强度不足、照射不均等因素的影响，电子设备往往并不能够通过直接采集到的图像进行有效的对象识别等功能，容易造成误判断和误操作。

技术实现要素：

本公开提供一种图像处理方法及装置、电子设备，以解决相关技术中的不足。

根据本公开实施例的第一方面，提供一种图像处理方法，包括：

获取待处理图像上每一像素点的初始灰度值；

根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；

其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的调整后灰度值与所述调整后图像的中间灰度值越接近。

可选的，还包括：

分别在每一像素点对应的邻域中选取至少两个像素对，并计算每个像素 对相应的灰度差值；

根据每一像素点对应的所有灰度差值之和，确定相应的灰度值差异程度；其中，所述灰度值差异程度的数值与所述灰度差值之和呈正相关。

可选的，通过下述公式计算每一像素点对应的灰度值差异程度的数值：

其中，a_i为第i个像素点对应的灰度值差异程度的数值；w_j为第i个像素点对应的第j个像素对的灰度差值，且1≤j≤n，n为第i个像素点对应的像素对的总数量；B为预设正值。

可选的，所述根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，包括：

将所述灰度值差异程度的数值调整至预设数值范围内。

可选的，所述将所述灰度值差异程度的数值调整至预设数值范围内，包括：

对所述灰度值差异程度的数值进行线性放大；

将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

可选的，通过下述公式将所述灰度值差异程度的数值调整至预设数值范围内：

g_i＝A×a_i+C

其中，g_i为第i个像素点对应的调整后灰度值；A、C分别为预设值，A用于对所述灰度值差异程度的数值进行线性放大，C用于将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

根据本公开实施例的第二方面，提供一种图像处理装置，包括：

获取单元，获取待处理图像上每一像素点的初始灰度值；

处理单元，根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；

其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的 调整后灰度值与所述调整后图像的中间灰度值越接近。

可选的，还包括：

计算单元，分别在每一像素点对应的邻域中选取至少两个像素对，并计算每个像素对相应的灰度差值；

确定单元，根据每一像素点对应的所有灰度差值之和，确定相应的灰度值差异程度；其中，所述灰度值差异程度的数值与所述灰度差值之和呈正相关。

可选的，所述确定单元通过下述公式计算每一像素点对应的灰度值差异程度的数值：

其中，a_i为第i个像素点对应的灰度值差异程度的数值；w_j为第i个像素点对应的第j个像素对的灰度差值，且1≤j≤n，n为第i个像素点对应的像素对的总数量；B为预设正值。

可选的，所述处理单元包括：

调整子单元，将所述灰度值差异程度的数值调整至预设数值范围内。

可选的，所述调整子单元包括：

放大模块，对所述灰度值差异程度的数值进行线性放大；

数值增加模块，将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

可选的，所述调整子单元通过下述公式将所述灰度值差异程度的数值调整至预设数值范围内：

g_i＝A×a_i+C

其中，g_i为第i个像素点对应的调整后灰度值；A、C分别为预设值，A用于对所述灰度值差异程度的数值进行线性放大，C用于将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

根据本公开实施例的第三方面，提供一种电子设备，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：

获取待处理图像上每一像素点的初始灰度值；

根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；

其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的调整后灰度值与所述调整后图像的中间灰度值越接近。

本公开的实施例提供的技术方案可以包括以下有益效果：

由上述实施例可知，本公开通过获取每一像素点对应邻域的灰度值差异程度，相当于了解到该邻域内的光线变化情况，从而据此调整每一像素点的灰度值时，添加了对该光线变化情况的考虑和映射，使得被摄对象的边缘和纹理细节得以加强，有助于电子设备对被摄对象的识别，降低发生误识别和误操作的机率。

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。

图1是根据一示例性实施例示出的一种图像处理方法的流程图。

图2是根据一示例性实施例示出的另一种图像处理方法的流程图。

图3A-3D是根据一示例性实施例示出的一种确定邻域的示意图。

图4是根据一示例性实施例示出的一种根据灰度值差异程度确定调整后灰度值的示意图。

图5-8是根据一示例性实施例示出的一种图像处理装置的框图。

图9是根据一示例性实施例示出的一种用于图像处理的装置的结构示意 图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。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。

图1是根据一示例性实施例示出的一种图像处理方法的流程图，如图1所示，该方法用于终端中，可以包括以下步骤：

在步骤102中，获取待处理图像上每一像素点的初始灰度值。

在本实施例中，待处理图像可以由终端自行采集和处理；或者，终端也可以接收其他图像采集设备采集到的图像后，将其作为待处理图像进行处理；或者，待处理图像也可以存在其他来源，本公开并不对此进行限制。

在步骤104中，根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的调整后灰度值与所述调整后图像的中间灰度值越接近。

在本实施例中，“中间灰度值”是指调整后图像的所有像素点中，最大的调整后灰度值与最小的调整后灰度值的平均值，相当于该调整后图像上的所有像素点分别分布在这个平均值的两侧，而该平均值对该调整后图像上的所有像素点实现了明暗程度的划分，便于后续处理。

在本实施例中，可以分别在每一像素点对应的邻域中选取至少两个像素对，并计算每个像素对相应的灰度差值；根据每一像素点对应的所有灰度差值之和，确定相应的灰度值差异程度；其中，所述灰度值差异程度的数值与所述灰度差值之和呈正相关。

在本实施例中，可以将所述灰度值差异程度的数值调整至预设数值范围 内。举例而言，一种情况下，可以对所述灰度值差异程度的数值进行线性放大；对放大后的数值进行归一化处理，使其调整至所述预设数值范围内。而另一种情况下，可以对所述灰度值差异程度的数值进行线性放大；将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

由上述实施例可知，本公开通过获取每一像素点对应邻域的灰度值差异程度，相当于了解到该邻域内的光线变化情况，从而据此调整每一像素点的灰度值时，添加了对该光线变化情况的考虑和映射，使得被摄对象的边缘和纹理细节得以加强，有助于电子设备对被摄对象的识别，降低发生误识别和误操作的机率。

图2是根据一示例性实施例示出的另一种图像处理方法的流程图，如图2所示，该方法用于终端中，可以包括以下步骤：

在步骤202中，获取待处理图像。

在步骤204中，若待处理图像已处理完毕，则表明已得到调整后图像；若尚未处理完毕，则转入步骤206。

在步骤206中，选取待处理像素点。

在本实施例中，由于待处理图像由若干像素点构成，这些像素点按照一定顺序进行排列；举例而言，像素点分别沿水平方向和垂直方向排列，组成待处理图像。

相应地，在选取待处理像素点时，可以按照像素点的排列顺序，依次选取每个像素点为待处理像素点。比如待处理图像呈矩形时，可以从某个顶点处的像素点为起点，依次处理每行的若干像素点，直至处理完位于对角的顶点处的像素点。

当然，上述像素点的选取方式仅用于举例，只要能够对待处理图像中的各个像素点进行处理，可以采用任意的选取方式和顺序，本申请并不对此进行限制。

在步骤208中，确定被选中的待处理像素点对应的邻域。

在本实施例中，“邻域”即被选中的待处理像素点附近的区域，举例而 言，可以采取下述方式来确定邻域：

1)在一种情况下，被选中的待处理像素点F(x，y)可以位于邻域的内部。

比如，待处理像素点F(x，y)可以位于邻域的中心位置。比如图3A所示，可以将以待处理像素点F(x，y)为中心点的3×3正方形区域，作为该待处理像素点F(x，y)的邻域，该邻域除了包含待处理像素点F(x，y)之外，还包括其上、下、左、右、左上、左下、右上、右下方向的相邻像素点。

再比如，被选中的待处理像素点F(x，y)可以位于邻域内部的非中心位置。比如图3B所示，当邻域为4×4的正方形区域时，该邻域内实际上并不存在中心位置(“位置”可以理解为像素点的设置区域；因此，可以认为图3B所示的正方形区域存在中心点，但并不存在中心位置)，比如待处理像素点F(x，y)在图3B中实际上位于中心点的偏左上位置。

当然，当邻域为3×3规格的正方形区域时，如图3A所示，该邻域内部恰好只有一个中心位置；而当邻域为边长为奇数的更大规格的正方形区域时，比如5×5的正方形区域等，则邻域内部除了包括一个中心位置之外，还可以包括其他非中心位置，则类似图3B所示的实施例，可以将待处理像素点F(x，y)置于这些非中心位置中的任一个；而当邻域呈正方形区域且边长为大于4的偶数时，类似于图3B所示的实施例，待处理像素点F(x，y)可以设置于相应邻域内部的非中心位置中的任一个；而当邻域为规格大于3×3的矩形区域，比如3×4、4×5等规格时，或者甚至采用其他非矩形的区域时，同样可以确保将待处理像素点F(x，y)设置于相应邻域的内部位置，此处不再赘述。

需要说明的是：

若设定邻域必须采用上述的方案1)，即待处理像素点位于邻域的内部位置，则对于待处理图像上边缘处的像素点，将无法确定相应的邻域。比如图3A中的像素点F(x-1，y+1)，假定其位于相应的待处理图像的顶部一行， 则显然无法为该像素点F(x-1，y+1)选取类似图3A所示的正方形区域的邻域，因为待处理图像中并不存在相应的像素点；类似地，对于待处理图像在底部、左侧、右侧等处的边缘处的像素点，均存在相应的问题。

而针对上述问题，一种方式可以放弃这些边缘处的像素点，而待处理图像中的大部分像素点均可以得以正常处理，而另一种方式则可以通过下述的方案2)进行解决。

2)在另一种情况下，被选中的待处理像素点F(x，y)可以位于邻域的边沿。

如图3C所示，假定待处理像素点F(x，y)位于待处理图像的顶部边缘处，则可以使得该待处理像素点F(x，y)位于相应2×3规格的邻域的顶部边沿，即可解决上述无法确定邻域的技术问题。

类似地，如图3D所示，假定待处理像素点F(x，y)位于待处理图像的底部边缘处，则可以使得该待处理像素点F(x，y)位于相应2×2规格的邻域的底部边沿，即可解决上述无法确定邻域的技术问题。

类似地，对于待处理图像的左侧边缘处的像素点，可以确保该像素点位于相应邻域的左侧边沿即可；而对于待处理图像的右侧边缘处的像素点，可以确保该像素点位于相应邻域的右侧边沿即可，此处不再赘述。

需要说明的是：

一方面，当待处理像素点F(x，y)位于邻域的某一侧边沿时，可以位于该边沿上的任意位置。比如在图3C所示的实施例中，待处理像素点F(x，y)位于顶部边沿的中点位置，也可以位于左上角(即F(x-1，y)处)、右上角(即F(x+1，y)处)等其他位置；再比如在图3D所示的实施例中，待处理像素点F(x，y)位于底部边沿的最左侧，即邻域的左下角位置，也可以位于右下角(即F(x+1，y)处)等其他位置。

另一方面，除了图3C和图3D所示的2×3、2×2规格之外，邻域还可以采用其他任意规格的矩形或非矩形区域，本公开并不对此进行限制。

因此，对于在待处理图像上各个边缘处的像素点，通过采用上述的方案 2)来确定相应的邻域，即可解决上述方案1)可能存在的技术问题。而对于非边缘处的像素点，可以通过采用上述方案1)或方案2)来确定相应的邻域，此处不做限制。

在步骤210中，从确定的邻域中选取像素对，计算每个像素对的灰度差值。

在步骤212中，确定被选中的待处理像素点对应的灰度值差异程度。

1)计算灰度差值

应当在邻域中选取至少两个像素对，并分别计算每个像素对的灰度差值，即每个像素对中的两个像素点的灰度值之差；然后，根据每一像素点对应的所有灰度差值之和，确定相应的灰度值差异程度；其中，所述灰度值差异程度的数值与所述灰度差值之和呈正相关。

因此，至少两个像素对可以得到相应的至少两个灰度差值，从而使“所有灰度差值之和”存在意义。以图3A所示的邻域为例，该邻域中共包含9个像素点，则最少选取三个像素点时，即可形成两个像素对，比如F(x，y)与F(x-1，y)、F(x，y)与F(x+1，y)；当然，此处仅用于举例，实际上并不一定要选取当前被选中的待处理像素点F(x，y)。

作为一示例性实施方式，可以将被选中的待处理像素点F(x，y)分别与其余的每个像素点构成像素对，则对于图3A所示的邻域，可以分别形成8个像素对，分别为F(x，y)与F(x-1，y+1)、F(x，y)与F(x-1，y)、F(x，y)与F(x-1，y-1)、F(x，y)与F(x，y+1)、F(x，y)与F(x，y-1)、F(x，y)与F(x+1，y+1)、F(x，y)与F(x+1，y)、F(x，y)与F(x+1，y-1)等，得到对应的8个灰度差值分别为：

w₁＝f(x-1,y+1)-f(x,y)，w₂＝f(x-1,y)-f(x,y)，

w₃＝f(x-1,y-1)-f(x,y)，w₄＝f(x,y+1)-f(x,y)，

w₅＝f(x,y-1)-f(x,y)，w₆＝f(x+1,y+1)-f(x,y)，

w₇＝f(x+1,y)-f(x,y)，w₈＝f(x+1,y-1)-f(x,y)，

其中，f(x,y)为像素点F(x，y)的初始灰度值，其余像素点的情况类同；相应地，w₁为像素点F(x，y)与像素点F(x-1，y+1)对应的灰度差值，其余像素对的情况类同。

2)计算灰度值差异程度

而基于计算的所有灰度差值之和，可以通过下述公式计算出相应的灰度值差异程度的数值：

其中，a_i为第i个像素点对应的灰度值差异程度的数值；w_j为第i个像素点对应的第j个像素对的灰度差值，且1≤j≤n，n为第i个像素点对应的像素对的总数量；B为预设正值。以上述基于图3A计算灰度差值的实施方式为例，则该公式中的∑w_j＝w₁+w₂+…+w₈，而∑|w_j|＝|w₁|+|w₂|+…+|w₈|。

在上述的公式(1)中，由于B为预设正值，因而必然满足：其中，当待处理像素点对应邻域中的像素点之间的灰度值不存在差异时，当待处理像素点对应邻域中的像素点之间的灰度值差异越大时，相应的的数值越远离0、接近±1。因此，上述过程通过将像素点所处邻域内的灰度值变化情况加以考虑，使处理后的图像实现浮雕效果，可以对待处理图像中正负梯度的具体分布情况保留下来，也就能完整地保留图像的边缘变化情况和纹理细节，并通过凹凸对比的方式加以强化。

同时，需要说明的是：当其他条件一致的情况下，B的数值对最终的图像处理效果存在一定的影响；其中，当B的数值越大时，相同情况下的的数值越接近0，因而图像的处理强度就越低；当B的数值越小 时，相同情况下的的数值越远离0、接近±1，因而图像的处理强度就越高。当然，图像的处理强度过低时，对后续处理时带来的帮助就可能越小，但图像的处理强度过高时，又可能导致杂波的引入，因而应当根据实际情况合理选取B的数值，确保对图像实现合理的处理强度。

在步骤214中，根据灰度值差异程度，计算被选中的待处理像素点对应的调整后灰度值。

在本实施例中，可以通过将灰度值差异程度的数值调整至预设数值范围内，从而得到调整后灰度值；换言之，通过对上述的数值调整，使其由(-1，1)的数值范围变化至所需的灰度值范围，比如(0，255)。

对于灰度值差异程度的数值调整，存在很多种处理方式；举例而言，可以对灰度值差异程度的数值进行线性放大；然后，将放大后的数值增加预设数值，使其平移至预设数值范围内；相应的，本公开提出了下述计算公式：

g_i＝A×a_i+C (2)

其中，g_i为第i个像素点对应的调整后灰度值；A、C分别为预设值，A用于对灰度值差异程度的数值进行线性放大，C用于将放大后的数值增加预设数值，使其平移至预设数值范围内。

如图4所示，a_i的数值范围为(-1，1)，则g_i＝A×a_i+C的数值范围为(C-A，C+A)；那么，如果希望最终的灰度值范围属于(0，255)，且各个像素点的调整后灰度值能够更为均匀地分布在(0，255)的数值范围内，那么应当确保C-A≥0、C+A≤255，比如A＝127、C＝128。换言之，通过上述的数值变化和调整过程，实际上相当于将待处理图像上像素点的灰度值调整至数值C的两侧，使调整后图像上的光照更加稳定均匀，消弱了光照因素(如光照不均、偏亮、偏暗、忽亮忽暗等)对后续图像处理过程的影响。

在得到调整后灰度值后，表明完成了对相应被选中的待处理像素点的处理操作，并返回步骤204中，继续对其余像素点进行处理，直至不存在需要 处理的像素点。

由上述实施例可知，本公开的技术方案存在下述有益效果：

1)处理方式简单、计算量小。只需要通过邻域内像素点的灰度值，以及上述的公式(1)和公式(2)，即可计算得到最终的调整后灰度值，处理过程简单。

同时，在公式(2)中通过控制预设参数A、C的数值，可以使公式(2)得到的调整后灰度值直接落入最终所需的数值范围，无需进一步的归一化处理、省去了相应的计算量和计算时间，也不需要提供相应的中间数值的缓存空间，对于设备的计算量、缓存空间等需求极低，十分适用于处理能力低、缓存空间有限、实时需求强的设备，诸如应用于无人机的自动飞控过程等。

2)通过计算每个像素点邻域内的灰度值变化情况，使得各个像素点之间的灰度值变化情况，尤其是边缘区域和纹理细节得以保留，并在调整后图像中得以加强，形成类似于浮雕效果，从而有利于实现后续的图像处理过程。

与前述的图像处理方法的实施例相对应，本公开还提供了图像处理装置的实施例。

图5是根据一示例性实施例示出的一种图像处理装置框图。参照图5，该装置包括获取单元51和处理单元52。

其中，获取单元51，被配置为获取待处理图像上每一像素点的初始灰度值；

处理单元52，被配置为根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；

其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的调整后灰度值与所述调整后图像的中间灰度值越接近。

如图6所示，图6是根据一示例性实施例示出的另一种图像处理装置的框图，该实施例在前述图5所示实施例的基础上，该装置还可以包括：计算单元53和确定单元54。

其中，计算单元53，被配置为分别在每一像素点对应的邻域中选取至少两个像素对，并计算每个像素对相应的灰度差值；

确定单元54，被配置为根据每一像素点对应的所有灰度差值之和，确定相应的灰度值差异程度；其中，所述灰度值差异程度的数值与所述灰度差值之和呈正相关。

可选的，所述确定单元54通过下述公式计算每一像素点对应的灰度值差异程度的数值：

其中，a_i为第i个像素点对应的灰度值差异程度的数值；w_j为第i个像素点对应的第j个像素对的灰度差值，且1≤j≤n，n为第i个像素点对应的像素对的总数量；B为预设正值。

如图7所示，图7是根据一示例性实施例示出的另一种图像处理装置的框图，该实施例在前述图6所示实施例的基础上，处理单元52包括：调整子单元521。

其中，调整子单元521，被配置为将所述灰度值差异程度的数值调整至预设数值范围内。

如图8所示，图8是根据一示例性实施例示出的另一种图像处理装置的框图，该实施例在前述图7所示实施例的基础上，调整子单元521可以包括：放大模块5211和数值增加模块5212。

其中，放大模块5211，被配置为对所述灰度值差异程度的数值进行线性放大；

数值增加模块5212，被配置为将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

可选的，调整子单元521通过下述公式将所述灰度值差异程度的数值调整至预设数值范围内：

g_i＝A×a_i+C

其中，g_i为第i个像素点对应的调整后灰度值；A、C分别为预设值，A用于对所述灰度值差异程度的数值进行线性放大，C用于将放大后的数值增加预设数值，使其平移至所述预设数值范围内。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

相应的，本公开还提供一种图像处理装置，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：获取待处理图像上每一像素点的初始灰度值；根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的调整后灰度值与所述调整后图像的中间灰度值越接近。

相应的，本公开还提供一种终端，所述终端包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取待处理图像上每一像素点的初始灰度值；根据每一像素点对应的邻域内的像素点之间的灰度值差异程度，分别将每一像素点的初始灰度值处理为调整后灰度值，得到调整后图像；其中，当任一像素点对应的灰度值差异程度越小时，所述任一像素点的调整后灰度值与所述调整后图像的中间灰度值越接近。

图9是根据一示例性实施例示出的一种用于图像处理的装置900的框图。 例如，装置900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，无人机等。

参照图9，装置900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。

处理组件902通常控制装置900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902可以包括一个或多个处理器920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902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器904被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900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904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906为装置900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为装置900生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述装置900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908包括一个前置摄像头和/或后置摄像头。当装置900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910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当装置900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904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902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914包括一个或多个传感器，用于为装置900提供各个方面的状态评估。例如，传感器组件914可以检测到装置900的打开/关闭状态，组件的相对定位，例如所述组件为装置900的显示器和小键盘，传感器组件914还可以检测装置900或装置900一个组件的位置改变，用户与装置900接触的存在或不存在，装置900方位或加速/减速和装置900的温度变化。传感器组件914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914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914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916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件916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916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，装置900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904，上述指令可由装置900的处理器920执行以完成上述方法。例如，所述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。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。