專利名稱：紅外圖像多級均值對比度增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理方法，具體涉及一種紅外圖像對比度增強(qiáng)的方法。
背景技術(shù)：
紅外圖像是場景熱輻射分布的成像。由于場景中的目標(biāo)與背景的溫差相對較小，所以紅外圖像具有高背景、低反差的特點(diǎn)，其信噪比也較可見光圖像的低。為了能夠從紅外圖像中正確地識別出目標(biāo)，必須對紅外圖像進(jìn)行對比度增強(qiáng)處理。
對比度增強(qiáng)技術(shù)常用于圖像的預(yù)處理和提高圖像的顯示質(zhì)量，在數(shù)字圖像處理系統(tǒng)中有著廣泛的應(yīng)用。常用對比度增強(qiáng)算法有直方圖均衡化和線性變換。
直方圖均衡是一種原理簡單且非常有效的圖像增強(qiáng)方法，它通過壓縮像素數(shù)較少的灰度級和擴(kuò)展像素數(shù)較多的灰度級，從而使均衡后的圖像獲得較高的對比度。從信息論的角度來看，也就是增加了信源熵，從使用者的角度來看，也就是增加了從視場中獲得的信息量。然而直方均衡化必須統(tǒng)計圖像的直方圖，需要存放圖像直方圖和灰度轉(zhuǎn)換表，運(yùn)算量大，占用了較大的RAM空間，不利于FPGA實現(xiàn)。同時，直方圖均衡化改變了圖像的相對梯度信息，容易造成目標(biāo)和背景梯度信息的降低，不利于某些目標(biāo)的檢測，尤其是小目標(biāo)的檢測。
線性變換實現(xiàn)圖像對比度增強(qiáng)是根據(jù)圖像灰度的分布信息，確定一個線性拉伸的最小值X0和最大值X1，然后對整個圖像灰度進(jìn)行線性變換，實現(xiàn)圖像對比度的增強(qiáng)。圖像灰度線性變換的關(guān)鍵是得到合適的最小值X0和最大值X1，對此有三種經(jīng)典算法直接最值法、均值和方差法、直方圖統(tǒng)計法。
對于直接最值法，它依賴于圖像灰度的最大值和最小值，而噪聲通常也容易出現(xiàn)在最值點(diǎn)上，出現(xiàn)在最值點(diǎn)上的單個噪聲點(diǎn)就可以嚴(yán)重影響該算法的工作，尤其是對于焦平面校正后還存在過熱象元或死象元的情況，這種增強(qiáng)算法就無法工作。而且圖像的最大值和最小值隨時間具有較大的起伏，不具有時間上的穩(wěn)定性，變換后的圖像容易出現(xiàn)閃爍的情況。
對于均值和方差法，它有效克服了直接最值法對單個或少數(shù)噪音的高敏感性的缺點(diǎn)，對于圖像直方圖兩端的灰度級有壓縮，而且可以根據(jù)系統(tǒng)的需要選擇適當(dāng)?shù)腒值，圖像對比度增強(qiáng)的程度能夠控制，能夠達(dá)到較好的增強(qiáng)效果。但是直方圖均值兩邊波形變化緩急相差很大時，很容易出現(xiàn)圖像整體偏暗或偏亮的缺陷。而且該方法存在除法和開方運(yùn)算，尤其是開方運(yùn)算，F(xiàn)PGA實現(xiàn)起來比較困難，需要耗費(fèi)大量的邏輯資源，速度也很慢。同時公式σ2=E(x2)-E(x)2=1nΣi=1nxi2-m2]]>的方差計算中，存在m2運(yùn)算，而對于m值較大的圖像，需要保證m較多的小數(shù)位參與運(yùn)算來保證精度，因而也需要一個較大的乘法器，這樣FPGA實現(xiàn)起來會耗費(fèi)較大的資源和運(yùn)算時間。
對于直方圖統(tǒng)計法，它不需要直方圖服從正態(tài)分布，不需要知道直方圖的概率分布就可以計算得到較可靠的最小值X0和最大值X1，能克服均值和方差法的弊病，是選取線性變換的X0和X1的比較理想方法。但是，對于硬件系統(tǒng)，直方圖統(tǒng)計需要統(tǒng)計每個灰度級的像素個數(shù)，運(yùn)算量大，也需要較大的RAM資源存放直方圖信息，尤其是原始圖像的灰度動態(tài)范圍較大時，需要的RAM資源也隨之增多，因而不利于FPGA邏輯的直接實現(xiàn)。
因此，我們需要找到一種處理效果好，又適合于FPGA邏輯實現(xiàn)的算法。

發(fā)明內(nèi)容
如前所述，經(jīng)典的三種線性增強(qiáng)算法直接最值法、均值和方差法和直方圖統(tǒng)計法由于穩(wěn)定性和資源需求，不太適合于用FPGA實現(xiàn)。而本發(fā)明的多級均值法去除了冗余計算，在不直接統(tǒng)計直方圖的情況下，通過多級均值逼近的方式獲取X0和X1的值，并用中值濾波增強(qiáng)了處理后圖像的穩(wěn)定性，綜合起來說在FPGA實現(xiàn)上是一種優(yōu)于前幾種經(jīng)典算法的實現(xiàn)方法。
它是通過以下方案實現(xiàn)的一種紅外圖像多級均值對比度增強(qiáng)方法，它依次包括A.多級均值計算、B.中值濾波和C.線性增強(qiáng)三部分，具體如下A.多級均值計算依次包括以下過程a.利用下述公式得到圖像1/2處的灰度均值 m12=1NΣi=1NXi,]]>其中，N是圖像像素點(diǎn)數(shù)，Xi是像素灰度值；b.再利用下述公式得到圖像1/4處和3/4處的灰度均值
m14=ΣXi<m12XiK14,]]>其中， 表示圖像中灰度小于 處像素點(diǎn)的個數(shù)，Xi是像素灰度值；m34=ΣXi>m12XiK34,]]>其中， 表示圖像中灰度大于 處像素點(diǎn)的個數(shù)，Xi是像素灰度值；c.依此類推，依據(jù)公式“m12n=ΣXi<m12n-1XiK12n,]]>m2n-12n=ΣXi>m2n-1-12n-1XiK2n-12n]]>”可以得到任何1/2n和(2n-1)/2n處的均值m1/2n和m(2n-1)/2n，此兩個數(shù)值即分別為線性拉伸的最小值X′0和最大值X′1；其中， 表示圖像中灰度小于 處像素點(diǎn)的個數(shù)， 表示圖像中灰度大于 處像素點(diǎn)的個數(shù)，Xi是像素灰度值；將依次得到的均值都存入寄存器；B.中值濾波過程將寄存器中相鄰幾幀的均值取中值，即得到最小值X′0的中值X0和最大值X′1的中值X1；C.線性增強(qiáng)過程根據(jù)下述公式，即可實現(xiàn)對圖像灰度的線性增強(qiáng)XOUT′=1∀XIN≤X02n(XIN-X0)/(X1-X0)∀X0<XIN<X12n∀XIN≥X1]]>XOUT=0∀XOUT′=0XOUT′-1∀XOUT′>0]]>其中，XIN是輸入圖像的像素灰度值，XOUT是輸出圖像的像素灰度值。
優(yōu)選地，在中值濾波過程中，結(jié)合一般實時圖像處理系統(tǒng)對顯示效果和算法的要求，取n＝5，即在相鄰五幀的均值中取中值即可以實現(xiàn)較好的效果。
本發(fā)明所述方法基于FPGA硬件實現(xiàn)，它可以對從前端獲得紅外圖像實現(xiàn)穩(wěn)定的對比度增強(qiáng)，是用于紅外圖像采集的裝置，也可用于紅外圖像信息處理系統(tǒng)的預(yù)處理。該方法省去了繁瑣而耗費(fèi)資源的直方圖統(tǒng)計計算，能夠根據(jù)需要直接近似得到圖像直方圖兩端某一百分比處的灰度值用于圖像的線性增強(qiáng)，實踐證明，本發(fā)明所述方法易于硬件實現(xiàn)，無需外接RAM資源，自適應(yīng)能力強(qiáng)，抗噪音能力強(qiáng)，穩(wěn)定性好，增強(qiáng)效果好。它既能適應(yīng)圖像本身偏亮或偏暗的情況，又能在圖像間出現(xiàn)噪音干擾時仍然可以使輸出圖像亮度保持穩(wěn)定。
本發(fā)明實現(xiàn)起來需要的硬件資源少，只需一些基本的比較器、累加器、計數(shù)器實現(xiàn)，不需要用于存儲圖像的存儲器；且整個模塊只需要一個除法器，電路規(guī)模小、所需硬件資源少、成本低廉、實時性強(qiáng)，非常易于FPGA實現(xiàn)，也可以用專用的ASIC芯片實現(xiàn)，可以有效的適應(yīng)紅外成像設(shè)備中圖像增強(qiáng)的高要求，因此利于推廣應(yīng)用。


圖1是圖像灰度直方圖及一些等分點(diǎn)示意圖。
圖2是本發(fā)明總體結(jié)構(gòu)示意圖。
圖3是多級均值法的流水線FPGA實現(xiàn)圖。
圖4是單級流水線FPGA實現(xiàn)框圖。
圖5是中值濾波框圖。
圖6是輸入圖像行內(nèi)像素時序示意圖。
圖7是輸入圖像幀內(nèi)行時序示意圖。
圖8是本發(fā)明所述方法工作原理流程圖。
圖9是本發(fā)明所述增強(qiáng)器的整體連接框圖。
具體實施例方式
下面結(jié)合

本發(fā)明的具體實施方式
。
本實施方式使用一片Alter(Altera)公司的Stratix系列FPGA(EP1S10)來實現(xiàn)上述功能，處理圖像大小為128×128×16bit。
將本發(fā)明所述方法應(yīng)用在增強(qiáng)器上，目的是在有限的FPGA資源條件下，在較少邏輯資源和存儲資源開銷的情況下，獲得接近于直方圖統(tǒng)計法，而優(yōu)于最值法和均值方差法的紅外圖像增強(qiáng)效果。
現(xiàn)在，線性變換實現(xiàn)圖像對比度增強(qiáng)是根據(jù)圖像灰度的分布信息，確定一個線性拉伸的最小值X0和最大值X1，然后對整個圖像灰度進(jìn)行線性變換，實現(xiàn)圖像對比度的增強(qiáng)。線性變換公式為XOUT=0∀XIN≤X0S×(XIN-X0)∀X0<XIN<X12n-1∀XIN≥X1]]>其中S＝(2n-1)/(X1-X0)，2n為要變換到的灰度級，XIN為輸入圖像的原始灰度，XOUT為線形變換后輸出的灰度。由上面公式(1)可以看出，圖像灰度線性變換的關(guān)鍵是得到合適的最小值X0和最大值X1。本發(fā)明所述多級均值對比度增強(qiáng)的方法就是在不直接統(tǒng)計直方圖的情況下，通過多級均值的方式獲取X0和X1的值。
首先需要在增強(qiáng)器內(nèi)設(shè)置多級均值計算模塊，中值濾波模塊和線性增強(qiáng)模塊，多級均值模塊以流水線方式不斷計算各級均值，然后中值濾波模塊對連續(xù)多幀的計算結(jié)果進(jìn)行中值濾波，以獲得較穩(wěn)定的圖像灰度增強(qiáng)范圍，最后將濾波結(jié)果送往線性增強(qiáng)模塊進(jìn)行圖像增強(qiáng)計算，因此，本發(fā)明所述方法依次包括A.多級均值計算、B.中值濾波和C.線性增強(qiáng)三部分。
A.多級均值計算多級均值計算模塊在硬件上包括累加器、比較器、像素計數(shù)器和均值結(jié)果寄存器，還有與其他模塊共用的除法器。
具體地，參照圖9，多級均值計算模塊包括一個一級計算模塊11和多個二級計算模塊12；所述一級計算模塊11包括累加器111和除法器112，累加器111的輸出端連接除法器112的輸入端；所述二級計算模塊12包括累加器121、比較器122、除法器123和計數(shù)器124，比較器122的輸出端分別連接累加器121和計數(shù)器124的輸入端，累加器121和計數(shù)器124的輸出端同時連接除法器123的輸入端；所述一級計算模塊11中除法器123的輸出端連接一個二級計算模塊12中比較器122的輸入端；所述多個二級計算模塊12依次相連，連接方式為，前一個模塊的除法器123輸出端連接后一個模塊比較器122的輸入端，每個二級計算模塊構(gòu)成多級均值計算模塊中的一級。
首先，一級計算模塊11工作對于輸入的第i幀圖像，由累加器累加像素灰度值，然后將信息傳遞到除法器，由除法器運(yùn)算求得圖像1/2處的均值，統(tǒng)計出第i幀的1/2均值后，二級計算模塊12工作，二級計算模塊的單級流水線處理流程如圖4所示，對于繼續(xù)輸入的第i+1幀圖像，二級計算模塊中的比較器首先和上幀各級均值進(jìn)行比較，如果比上級計算得到的1/2均值大，就將此像素輸入到計算3/4均值的累加器模塊；如果比1/2均值小，就將此像素輸入到計算1/4均值的累加器模塊。像素輸入到該模塊后，累加器累加該像素灰度值，對應(yīng)的均值計數(shù)器的計數(shù)值也加1，到一幀圖像輸入結(jié)束時，停止接收圖像，除法器算出第i+1幀1/4和3/4處的均值，并應(yīng)用于下幀圖像的統(tǒng)計和下級的1/8和7/8均值計算中。由于序列圖像在幀內(nèi)是按像素逐個輸入的，因而較容易實現(xiàn)比較和累加，幀與幀之間時間間隔較大，正好可以完成計算量比較復(fù)雜的除法運(yùn)算。依次類推，同樣的循環(huán)過程可以得到i+2幀處的1/8和7/8處的均值、第i+3幀處1/16和15/16處的均值和i+4幀處1/32和31/32處的均值，這個1/32和31/32處的均值就是所要求的X′0和X′1。
實現(xiàn)工作過程的具體方法為首先，系統(tǒng)連續(xù)輸入n幀圖像，對于每幀圖像提供的像素點(diǎn)個數(shù)和像素灰度值，累加器和除法器協(xié)同工作，根據(jù)公式m12=1NΣi=1NXi]]>可得到圖像1/2處灰度的均值，其中，N是圖像像素點(diǎn)數(shù)，Xi是像素灰度值；然后再根據(jù)所獲取的1/2處均值，對于連續(xù)輸入的n幀圖像，累加器、比較器、像素計數(shù)器和除法器協(xié)同工作，利用公式m14=ΣXi<m12XiK14]]>和m34=ΣXi>m12XiK34]]>得到圖像灰度級小于均值處的均值和圖像灰度級大于均值處的均值，即1/4和3/4處的均值，同理，依據(jù)公式“m12n=ΣXi<m12n-1XiK12n,]]>m2n-12n=ΣXi>m2n-1-12n-1XiK2n-12n]]>”可算出1/8和7/8處的均值，理論上可以算出任何1/2n和(2n-1)/2n處的均值。該方法計算X′0和X′1值的公式如下X0′=m1/2n]]>X1′=m(2n-1)/2n]]>m1/2n和m(2n-1)/2n分別表示1/2n和(2n-1)/2n處的均值。紅外焦平面成像中，特定場景下的紅外圖像實際灰度動態(tài)范圍通常比較小，而均值通常較大，因而統(tǒng)計出來的均值和中值大小相差較少，于是存在如下的關(guān)系P(XIN≤m1/2n)≈12n]]>P(XIN>m(2n-1)/2n)≈12n]]>該方法能夠控制選取直方圖兩端一定百分比的灰度級作為線性變換的最大值X′1和最小值X′0，基本能達(dá)到直方圖統(tǒng)計方法的效果，獲取X′0和X′1的運(yùn)算也只需要完成均值的運(yùn)算，F(xiàn)PGA實現(xiàn)起來也比較容易。
多級均值模塊以流水線方式不斷計算各級均值，在圖像傳輸?shù)膸瑑?nèi)進(jìn)行圖像灰度值的累加，在圖像傳輸幀空閑復(fù)用除法器獲得均值；
圖3所示是多級均值流水線實現(xiàn)框圖。結(jié)合一般實時圖像處理系統(tǒng)對顯示效果和算法的要求，取n＝5，也就是取X′0＝1/25＝1/32處均值，取X′1＝1/25＝1/32處均值＝(25-1)/25＝31/32處均值。這樣就使X′0和X′1分別取直方圖兩端約3.125％處的灰度值用于線性變換，即可達(dá)到較好效果，因此從第五幀圖像開始將依次得到的最大、最小均值都存入寄存器用于后面的中值濾波；每一級中的均值計算模塊的處理流程如圖4所示。
實際使用中，n也可以根據(jù)需要取4、6、7、8或更大數(shù)值，也都可以實現(xiàn)本發(fā)明所述目的。
B.中值濾波為避免因每幀調(diào)整X′0和X′1造成視覺上的圖像閃爍，本實施方式對連續(xù)5幀的1/32和31/32處的均值進(jìn)行中值濾波，中值濾波直接通過比較器完成，即得到最小值X′0的中值X0和最大值X′1的中值X1，圖5所示為中值濾波框圖。
參照圖9，中值濾波模塊包括最小值中值濾波模塊和最大值中值濾波模塊，所述最小值中值濾波模塊和最大值中值濾波模塊結(jié)構(gòu)相同，都由多個一級比較器21和多個二級比較器22組成，一級比較器21設(shè)置兩個輸入端和兩個輸出端，兩個輸出端分別為大值端和小值端；二級比較器22設(shè)置兩個輸入端和一個輸出端；每兩個寄存器13的輸出端分別連接一個一級比較器21的兩個輸入端，兩個一級比較器21的輸出大值端分別連接一個二級比較器22的兩個輸入端，兩個一級比較器21的輸出小值端分別連接另一個二級比較器22的兩個輸入端，兩個二級比較器22的輸出端同時連接下一個一級比較器21的兩個輸入端。
具體地說，中值濾波就是對幾個值求大小在中間的那個值。如對于1、2、7、8、9，其中值就是7。對于五個值的中值濾波，其過程如下(設(shè)五個值為1，2，7，8，9)先將兩對值進(jìn)行比較，如1與2比較，得大值2與小值1；7與8比較，得大值8與小值7。將兩個大值2、8比較，得到小值2；將兩個小值1、7比較，得到大值7。則現(xiàn)在得到的2和7肯定是這四個數(shù)里的中間的兩個值。最后將第五個值9與前面得到的2和7比較，先和大值7比較，如果比7大，那么中值就是7；如果比7小，那么再和小值2比較，如果比2小，那么中值就是2，如果比2大，那么中值就是這個值了。最后就這樣得到了五個值的中值。
對連續(xù)5幀的1/32和31/32處的均值進(jìn)行中值濾波過程中，為了提高比較速度，本實施方式采用兩個比較器同時工作，需要4個比較周期完成5個數(shù)據(jù)的中值濾波工作。也可以對更多幀連續(xù)圖像進(jìn)行中值濾波，對于幀數(shù)越多的均值濾波效果越好。對于將連續(xù)5幀圖像取中值時，當(dāng)前幀與前面4幀算出來的對應(yīng)均值進(jìn)行1×5的中值濾波，就可以得到用于第i+5幀圖像線性變換的X0和X1值。流水線工作時，每幀圖像都統(tǒng)計各級均值，并生成用于下幀圖像線性變換的X0和X1值。
C.線性增強(qiáng)得到了當(dāng)前幀的線性增強(qiáng)最值X0和X1的中值后，就可以對圖像灰度進(jìn)行線性增強(qiáng)了。線性增強(qiáng)模塊主要由除法器31構(gòu)成，根據(jù)下述公式，即可實現(xiàn)對圖像灰度的線性增強(qiáng)，將得到的輸出圖像顯示于顯示器32上即可實現(xiàn)對圖像的增強(qiáng)。
XOUT′=1∀XIN≤X02n(XIN-X0)/(X1-X0)∀X0<XIN<X12n∀XIN≥X1]]>XOUT=0∀XOUT′=0XOUT′-1∀XOUT′>0]]>其中，XIN是輸入圖像的像素灰度值，XOUT是輸出圖像的像素灰度值?？梢钥闯?，相對于現(xiàn)有技術(shù)，本發(fā)明把乘法運(yùn)算簡化為移位運(yùn)算，簡化了計算難度，節(jié)約了空間，提高了效率。
由計算X′0和X′1過程可以看出，除法器在兩幀之間的空余時間才使用，而對圖像像素輸入的過程中，除法器剛好是空余的，因而可以使用該除法器可以用于圖像增強(qiáng)的計算，從而整個增強(qiáng)過程只需要一個除法器。
整個增強(qiáng)過程除法器可以通過有限狀態(tài)機(jī)(FSM)控制復(fù)用，狀態(tài)機(jī)的有如下幾個狀態(tài)IDLE(沒有圖像輸入)，F(xiàn)rame_in(圖像輸入幀正程)，F(xiàn)rame_idle(圖像輸入幀空閑)IDLE系統(tǒng)空閑，增強(qiáng)器處理省電狀態(tài)；Frame_in圖像輸入正程，除法器用于圖像增強(qiáng)計算；Frame_idle當(dāng)前幀輸入完畢，除法器用于計算圖像均值；由于一個除法器要完成多個均值的計算，所以在Frame_idle狀態(tài)內(nèi)也需要一個子狀態(tài)機(jī)控制完成多級均值計算對除法器的復(fù)用。
本發(fā)明所述方法中，除法運(yùn)算比較占資源，所以可以采用一個除法器，通過狀態(tài)機(jī)的控制，完成多個均值模塊間的復(fù)用。
另外，本實施方式只是對本發(fā)明所做的示例性說明而并不限定它的保護(hù)范圍，本領(lǐng)域技術(shù)人員完全可以對本發(fā)明做局部改動而實現(xiàn)同樣目的，因此，對于在不經(jīng)過創(chuàng)造性勞動基礎(chǔ)上而對本發(fā)明所做的改動，都視為對它的等同替換，因此都在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種紅外圖像多級均值對比度增強(qiáng)方法，其特征在于它依次包括A.多級均值計算、B.中值濾波和C.線性增強(qiáng)三部分，具體如下A.多級均值計算依次包括以下過程a.利用下述公式得到圖像1/2處的灰度均值m12:m12=1NΣi=1NXi,]]>其中，N是圖像像素點(diǎn)數(shù)，Xi是像素灰度值；b.再利用下述公式得到圖像1/4處和3/4處的灰度均值 m14=ΣXi<m12XiK14,]]>其中， 表示圖像中灰度小于 處像素點(diǎn)的個數(shù)，Xi是像素灰度值；m34=ΣXi>m12XiK34,]]>其中， 表示圖像中灰度大于 處像素點(diǎn)的個數(shù)，Xi是像素灰度值；c.依此類推，依據(jù)公式“m12nΣXi<m12n-1XiK12n,]]>m2n-12n=ΣXi>m2n-1-12n-1XiK2n-12n]]>”可以得到任何1/2n和(2n-1)/2n處的均值m1/2n和m(2n-1)/2n，此兩個數(shù)值即分別為線性拉伸的最小值X0′和最大值X1′；其中， 表示圖像中灰度小于 處像素點(diǎn)的個數(shù)， 表示圖像中灰度大于 處像素點(diǎn)的個數(shù)，Xi是像素灰度值；將依次得到的均值都存入寄存器；B.中值濾波過程將寄存器中相鄰幾幀的均值取中值，即得到最小值X0′的中值X0和最大值X1′的中值X1；C.線性增強(qiáng)過程根據(jù)下述公式，即可實現(xiàn)對圖像灰度的線性增強(qiáng)XOUT'=1∀XIN≤X02n(XIN-X0)/(X1-X0)∀X0<XIN<X12n∀XIN≥X1]]>XOUT=0∀XOUT'=0XOUT'-1∀XOUT'>0]]>其中，XIN是輸入圖像的像素灰度值，XOUT是輸出圖像的像素灰度值。
2.根據(jù)權(quán)利要求1所述的紅外圖像多級均值對比度增強(qiáng)方法，其特征在于中值濾波過程中，在相鄰五幀的均值中取中值。
全文摘要
紅外圖像多級均值對比度增強(qiáng)方法，屬于數(shù)字圖像處理方法?，F(xiàn)有圖像增強(qiáng)方法不太適合于用FPGA實現(xiàn)。本發(fā)明所述紅外圖像多級均值對比度增強(qiáng)方法依次包括多級均值計算、中值濾波和線性增強(qiáng)三部分，它去除了冗余計算，在不直接統(tǒng)計直方圖的情況下，通過多級均值逼近的方式獲取x
文檔編號G06T5/00GK1996384SQ20061012557
公開日2007年7月11日 申請日期2006年12月25日 優(yōu)先權(quán)日2006年12月25日
發(fā)明者王岳環(huán), 張?zhí)煨? 曹治國, 鐘勝, 左崢嶸, 顏露新 申請人:華中科技大學(xué)