本發(fā)明涉及圖像合成重建技術(shù)領(lǐng)域，具體涉及一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換方法及裝置。

背景技術(shù)：

圖像風(fēng)格化旨在將一種風(fēng)格的圖像轉(zhuǎn)變?yōu)榱硪环N指定風(fēng)格的圖像，輸入的待轉(zhuǎn)換圖像和輸出的轉(zhuǎn)換后圖像有相同的內(nèi)容但是卻有著完全不同的視覺體驗(yàn)。

過去幾十年，圖像風(fēng)格化一直是研究的熱門領(lǐng)域。Hertzmann提出通過疊加虛擬筆觸合成風(fēng)格化的圖像，這種方法適用于將待轉(zhuǎn)換圖像轉(zhuǎn)變成固定的目標(biāo)風(fēng)格的圖像，比如油畫風(fēng)格、蠟筆風(fēng)格，卻不適用于對輸入圖像進(jìn)行自定義風(fēng)格的轉(zhuǎn)化。

為了將用戶自定義的圖像風(fēng)格移植到待轉(zhuǎn)換圖像上，目前還提出在特征空間進(jìn)行映射的方法?；谧值涞南∈璞硎疽蚱湓诨謴?fù)場景方面的出色性能而被廣泛研究，這種方法通常分為兩個(gè)階段：字典訓(xùn)練階段和圖像重建階段。在字典訓(xùn)練階段，待轉(zhuǎn)換圖像和目標(biāo)風(fēng)格圖像對被分解為小的圖像塊，圖像塊對之間的關(guān)系通過稀疏空間的映射進(jìn)行訓(xùn)練；在圖像重建階段，基于圖像對之間共享相同稀疏系數(shù)的假設(shè)，重建的圖像塊與對應(yīng)的目標(biāo)風(fēng)格圖像塊具有相同的稀疏系數(shù)表示。這種方法建立在存在外部訓(xùn)練集的假設(shè)上，但是在現(xiàn)實(shí)生活中，人們在遇到了一個(gè)特定的圖片后，通常希望能夠通過這一僅有的風(fēng)格圖片將目標(biāo)風(fēng)格遷移到自己的圖片上，導(dǎo)致用于訓(xùn)練字典的圖像對過少，因而這一方法沒能得到廣泛的應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供了一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換方法及裝置，實(shí)現(xiàn)了通過一張目標(biāo)風(fēng)格圖像就可以完成待轉(zhuǎn)換圖像的風(fēng)格轉(zhuǎn)換，具有良好的視覺效果。

第一方面，本發(fā)明提供一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換方法，包括：

將待轉(zhuǎn)換的彩色圖像轉(zhuǎn)換成第一灰度圖像，通過提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征重建所述第一灰度圖像的結(jié)構(gòu)層和紋理層，并將包括所述結(jié)構(gòu)層的圖像作為第二灰度圖像，將包括所述紋理層的圖像作為第三灰度圖像；

根據(jù)所述彩色圖像中每一像素的對比度，獲取所述彩色圖像中的顯著區(qū)域和非顯著區(qū)域，并在所述顯著區(qū)域和非顯著區(qū)域采用不同的權(quán)值融合所述第二灰度圖像和所述第三灰度圖像得到第四灰度圖像，其中，所述顯著區(qū)域?yàn)樗鰧Ρ榷却笥诘扔陬A(yù)設(shè)閾值的區(qū)域，所述非顯著區(qū)域?yàn)樗鰧Ρ榷刃∮陬A(yù)設(shè)閾值的區(qū)域；

根據(jù)所述目標(biāo)風(fēng)格圖像調(diào)整所述第四灰度圖像的飽和對比度，獲得與所述目標(biāo)風(fēng)格圖像風(fēng)格相同的彩色圖像。

可選的，所述通過提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征重建所述第一灰度圖像的結(jié)構(gòu)層和紋理層，包括：

提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征構(gòu)建字典，利用稀疏表示的方法對所述字典進(jìn)行訓(xùn)練，通過稀疏分解得到重建后的結(jié)構(gòu)層；

將所述目標(biāo)風(fēng)格圖像中每一像素的紋理層合成到所述第一灰度圖像中與所述目標(biāo)風(fēng)格圖像對應(yīng)像素的紋理層。

可選的，所述提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征，包括：

對所述第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行濾波分別得到濾波后 的第一灰度圖像和目標(biāo)風(fēng)格圖像，并將所述第一灰度圖像和目標(biāo)風(fēng)格圖像與所述濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行差值運(yùn)算，得到所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征。

可選的，所述根據(jù)所述目標(biāo)風(fēng)格圖像調(diào)整所述第四灰度圖像的飽和對比度，包括：

分別獲取所述彩色圖像與所述目標(biāo)風(fēng)格圖像在HSV空間中表示S飽和度和V值兩個(gè)方向軸的第一直方圖和第二直方圖；

將所述第一直方圖和第二直方圖進(jìn)行匹配，調(diào)整所述第四灰度圖像的飽和對比度。

可選的，所述方法還包括：

根據(jù)所述目標(biāo)風(fēng)格圖像，采用正片疊底的方法對調(diào)整飽和對比度后的第四灰度圖像添加畫板層。

第二方面，本發(fā)明還提供了一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換裝置，包括：

轉(zhuǎn)換模塊，用于將待轉(zhuǎn)換的彩色圖像轉(zhuǎn)換成第一灰度圖像；

第一構(gòu)建模塊，用于將待轉(zhuǎn)換的彩色圖像轉(zhuǎn)換成第一灰度圖像，通過提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征重建所述第一灰度圖像的結(jié)構(gòu)層和紋理層，并將包括所述結(jié)構(gòu)層的圖像作為第二灰度圖像，將包括所述紋理層的圖像作為第三灰度圖像；

獲取模塊，用于根據(jù)所述彩色圖像中每一像素的對比度，獲取所述彩色圖像中的顯著區(qū)域和非顯著區(qū)域，其中，所述顯著區(qū)域?yàn)樗鰧Ρ榷却笥诘扔陬A(yù)設(shè)閾值的區(qū)域，所述非顯著區(qū)域?yàn)樗鰧Ρ榷刃∮陬A(yù)設(shè)閾值的區(qū)域；

第二構(gòu)建模塊，用于在所述顯著區(qū)域和非顯著區(qū)域采用不同的權(quán)值融合所述第二灰度圖像和所述第三灰度圖像得到第四灰度圖像；

第三構(gòu)建模塊，用于根據(jù)所述目標(biāo)風(fēng)格圖像調(diào)整所述第四灰度圖像的飽和對比度，獲得與所述目標(biāo)風(fēng)格圖像風(fēng)格相同的彩色圖像。

可選的，所述第一構(gòu)建模塊，具體用于：

提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征構(gòu)建字典，利用稀疏表示的方法對所述字典進(jìn)行訓(xùn)練，通過稀疏分解得到重建后的結(jié)構(gòu)層；

將所述目標(biāo)風(fēng)格圖像中每一像素的紋理層合成到所述第一灰度圖像中與所述目標(biāo)風(fēng)格圖像對應(yīng)像素的紋理層。

可選的，所述第一構(gòu)建模塊，還用于：

對所述第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行濾波分別得到濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像，并將所述第一灰度圖像和目標(biāo)風(fēng)格圖像與所述濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行差值運(yùn)算，得到所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征。

可選的，所述第三構(gòu)建模塊，具體用于：

分別獲取所述彩色圖像與所述目標(biāo)風(fēng)格圖像在HSV空間中表示S飽和度和V值兩個(gè)方向軸的第一直方圖和第二直方圖；

將所述第一直方圖和第二直方圖進(jìn)行匹配，調(diào)整所述第四灰度圖像的飽和對比度。

可選的，所述裝置還包括：

第四構(gòu)建模塊，用于根據(jù)所述目標(biāo)風(fēng)格圖像，采用正片疊底的方法對調(diào)整飽和對比度后的第四灰度圖像添加畫板層。

由上述技術(shù)方案可知，本發(fā)明提供的一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換方法及裝置，該方法通過根據(jù)目標(biāo)風(fēng)格圖像重建待轉(zhuǎn)換圖像的結(jié)構(gòu)層和紋理層，然后分離出待轉(zhuǎn)換圖像的顯著區(qū)域和非顯著區(qū)域，并在融合結(jié)構(gòu)層和紋理層的同時(shí)根據(jù)某塊像素是否屬于顯著區(qū)域給予不同的權(quán)重值，得到最終風(fēng)格化后的圖像，該方法不僅保留了待轉(zhuǎn)換圖像的結(jié)構(gòu)特征，也增添了目標(biāo)風(fēng)格圖像的紋理特征，實(shí)現(xiàn)了通過一張目標(biāo)風(fēng)格圖像就可以完成待轉(zhuǎn)換圖像的風(fēng)格轉(zhuǎn)換，展示了良好的視覺效果。

附圖說明

圖1為本發(fā)明一實(shí)施例提供的一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換方法的流程示意圖；

圖2為本發(fā)明一實(shí)施例提供的一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖，對發(fā)明的具體實(shí)施方式作進(jìn)一步描述。以下實(shí)施例僅用于更加清楚地說明本發(fā)明的技術(shù)方案，而不能以此來限制本發(fā)明的保護(hù)范圍。

圖1示出了本發(fā)明實(shí)施例提供的一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換方法的流程示意圖，如圖1所示，該方法包括以下步驟：

101、將待轉(zhuǎn)換的彩色圖像轉(zhuǎn)換成第一灰度圖像，通過提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征重建所述第一灰度圖像的結(jié)構(gòu)層和紋理層，并將包括所述結(jié)構(gòu)層的圖像作為第二灰度圖像，將包括所述紋理層的圖像作為第三灰度圖像；

102、根據(jù)所述彩色圖像中每一像素的對比度，獲取所述彩色圖像中的顯著區(qū)域和非顯著區(qū)域，并在所述顯著區(qū)域和非顯著區(qū)域采用不同的權(quán)值融合所述第二灰度圖像和所述第三灰度圖像得到第四灰度圖像，其中，所述顯著區(qū)域?yàn)樗鰧Ρ榷却笥诘扔陬A(yù)設(shè)閾值的區(qū)域，所述非顯著區(qū)域?yàn)樗鰧Ρ榷刃∮陬A(yù)設(shè)閾值的區(qū)域；

103、根據(jù)所述目標(biāo)風(fēng)格圖像調(diào)整所述第四灰度圖像的飽和對比度，獲得與所述目標(biāo)風(fēng)格圖像風(fēng)格相同的彩色圖像。

上述方法通過根據(jù)目標(biāo)風(fēng)格圖像重建待轉(zhuǎn)換圖像的結(jié)構(gòu)層和紋理層，然后分離出待轉(zhuǎn)換圖像的顯著區(qū)域和非顯著區(qū)域，并在融合結(jié)構(gòu)層和紋理層的同時(shí)根據(jù)某塊像素是否屬于顯著區(qū)域給予不同的權(quán) 重值，得到最終風(fēng)格化后的圖像，該方法不僅保留了待轉(zhuǎn)換圖像的結(jié)構(gòu)特征，也增添了目標(biāo)風(fēng)格圖像的紋理特征，實(shí)現(xiàn)了通過一張目標(biāo)風(fēng)格圖像就可以完成待轉(zhuǎn)換圖像的風(fēng)格轉(zhuǎn)換，展示了良好的視覺效果。

下面通過具體的實(shí)施例對上述方法進(jìn)行詳細(xì)說明，本實(shí)施例中對應(yīng)的是將普通的彩色圖像轉(zhuǎn)換成油畫風(fēng)格的圖像，本實(shí)施例僅用作舉例說明，對上述轉(zhuǎn)換圖像的風(fēng)格不進(jìn)行限定。

上述步驟101具體包括圖1中未示出的如下子步驟：

1011、提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征構(gòu)建字典，利用稀疏表示的方法對所述字典進(jìn)行訓(xùn)練，通過稀疏分解得到重建后的結(jié)構(gòu)層。

相應(yīng)的，提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征，包括：

對所述第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行濾波分別得到濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像，并將所述第一灰度圖像和目標(biāo)風(fēng)格圖像與所述濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行差值運(yùn)算，得到所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征。

由于不存在照片和油畫圖像對的訓(xùn)練集，因此利用在大多數(shù)風(fēng)格中都不變的邊緣特征來對待轉(zhuǎn)換圖像和目標(biāo)風(fēng)格圖像來構(gòu)建字典。通過引導(dǎo)圖像濾波器對圖像進(jìn)行濾波，原始圖像減去過濾后的圖像就可以得到邊緣圖像，在邊緣圖像中可以進(jìn)行圖像塊匹配，并如下式利用梯度均方誤差來計(jì)算邊緣圖像塊的相似度W(p,q)：

$W(p,q)={\left|\right|p-q\left|\right|}_2^2+\mathrm{\η}{\left|\right|\▿p-\▿q\left|\right|}_2^2$

其中，p代表彩色圖像中每一像素的像素塊、q代表目標(biāo)風(fēng)格圖像

中每一像素的像素塊，用來計(jì)算像素塊的梯度。

在獲得對應(yīng)的圖像塊對集合之后就可以利用常見的稀疏方法對字典進(jìn)行訓(xùn)練，最后再利用稀疏分解得到重建好的結(jié)構(gòu)層。

1012、將所述目標(biāo)風(fēng)格圖像中每一像素的紋理層合成到所述第一灰度圖像中與所述目標(biāo)風(fēng)格圖像對應(yīng)像素的紋理層。

油畫與普通照片的一個(gè)很大的區(qū)別就在于它豐富的紋理。本實(shí)施例使用紋理遷移的方法，參考輸入風(fēng)格圖像的圖像塊來進(jìn)行紋理合成，從而保持更多的紋理細(xì)節(jié)。紋理合成過程中，可以依照光柵掃描順序單元塊，在每一個(gè)位置,輸入紋理是在一定錯(cuò)誤容忍的條件下尋找滿足重疊限制的一組圖像塊。最適合的圖像塊應(yīng)與輸入圖像匹配,同時(shí)在一些削減后無縫融入鄰域，最后組成紋理層。

上述步驟102中的確定顯著層，考慮到顯著層的高度結(jié)構(gòu)性，在融合結(jié)構(gòu)層和紋理層時(shí)使用顯著掩膜。首先檢測和劃分出圖像的顯著區(qū)域。為了確定圖像的顯著區(qū)域是相對于鄰域在視覺上更顯著的區(qū)域，使用對比度濾波器，在不同的尺度工作產(chǎn)生顯著性分布圖，同時(shí)將顯著度超過一定閾值的像素劃分到同一個(gè)區(qū)域即可定義出圖像的顯著區(qū)域。之后融合的過程中，顯著掩膜在顯著區(qū)域和非顯著區(qū)域采用不同的權(quán)值來完成結(jié)構(gòu)層Z_SL和紋理層Z_TL的融合，若融合時(shí)對于結(jié)構(gòu)層的顯著部分采用權(quán)值α，對于非顯著部分采用權(quán)值β，則具體計(jì)算可以如下公式：

Z_F＝α*Z_SL1+(1-α)*Z_TL1+β*Z_SL2+(1-β)*Z_TL2

其中，Z_F為第四灰度圖像，Z_SL1、Z_SL2分別代表結(jié)構(gòu)層的顯著部分和非顯著部分，同理，Z_TL1、Z_TL2分別代表紋理層的顯著部分和非顯著部分。

上述步驟103中根據(jù)所述目標(biāo)風(fēng)格圖像調(diào)整所述第四灰度圖像的飽和對比度，體現(xiàn)在顏色層，具體包括：

分別獲取所述彩色圖像與所述目標(biāo)風(fēng)格圖像在HSV空間中表示S飽和度和V值兩個(gè)方向軸的第一直方圖和第二直方圖；

將所述第一直方圖和第二直方圖進(jìn)行匹配，調(diào)整所述第四灰度圖像的飽和對比度。

由于考慮到使用的色彩也是藝術(shù)家油畫風(fēng)格中的一個(gè)重要特點(diǎn)，本實(shí)施例在HSV空間中將S飽和度和V值兩個(gè)軸，將求得的油畫圖片和輸入風(fēng)格的油畫圖片的這兩個(gè)軸完成直方圖匹配，從而調(diào)整飽和度和對比度，讓相似度更大。

具體的上述方法還包括圖1中未示出的步驟：

104、根據(jù)所述目標(biāo)風(fēng)格圖像，采用正片疊底的方法對調(diào)整飽和對比度后的第四灰度圖像添加畫板層。

考慮到畫家可能選擇不同的類似紙、木板或者尼龍布之類的材料來做畫板，不同的畫板會(huì)產(chǎn)生不同的繪畫效果。因此對于求得的油畫圖片Z_C，可以采用正片疊底的方法，添加畫板的信息Z_S，從而得到最終的結(jié)果Z。

Z(i)＝Z_C(i)*Z_S/255,i＝1,2,3.

Zc(i)代表求得油畫圖片的單通道圖像，同理，Z(i)代表結(jié)果對應(yīng)的單通道圖像，i代表RGB圖像的三個(gè)通道即紅色、綠色和藍(lán)色通道。

上述方法的框架由五部分組成：結(jié)構(gòu)層、紋理層、顯著層、顏色層和畫板層。通過提取邊緣特征來對輸入的待轉(zhuǎn)換圖像和目標(biāo)風(fēng)格圖像構(gòu)建字典，再利用稀疏分解重建結(jié)構(gòu)層；基于樣例的紋理層通過參考目標(biāo)風(fēng)格圖像的圖像塊進(jìn)行合成；接下來，分離出待轉(zhuǎn)換圖像中視覺效果最明顯的顯著層，在融合紋理層和結(jié)構(gòu)層時(shí)根據(jù)其是否屬于顯著區(qū)域給予不同的權(quán)重；同時(shí)，顏色的多樣性和畫布的特質(zhì)通常更能反映油畫的特征，所以兼顧考慮了顏色層和畫板層，使風(fēng)格化后的照片和原油畫圖片的風(fēng)格更加一致。

本實(shí)施例在稀疏表示的框架基礎(chǔ)上，結(jié)合基于樣例的方法，將照片-油畫合成模型分層，使用顯著掩膜引導(dǎo)結(jié)構(gòu)層和紋理層的融合，不僅保留了待轉(zhuǎn)換圖像的結(jié)構(gòu)特征，也增添了目標(biāo)風(fēng)格圖像的紋理特征，充分結(jié)合了基于稀疏表示的方法和基于樣例的方法的優(yōu)點(diǎn)，并且考慮了能夠體現(xiàn)藝術(shù)家特征的油畫色彩和畫板特性，展示了良好的視 覺效果。

圖2示出了本實(shí)施例提供的一種基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換裝置的結(jié)構(gòu)示意圖，如圖2所示，該裝置包括：

轉(zhuǎn)換模塊21，用于將待轉(zhuǎn)換的彩色圖像轉(zhuǎn)換成第一灰度圖像；

第一構(gòu)建模塊22，用于將待轉(zhuǎn)換的彩色圖像轉(zhuǎn)換成第一灰度圖像，通過提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征重建所述第一灰度圖像的結(jié)構(gòu)層和紋理層，并將包括所述結(jié)構(gòu)層的圖像作為第二灰度圖像，將包括所述紋理層的圖像作為第三灰度圖像；

獲取模塊23，用于根據(jù)所述彩色圖像中每一像素的對比度，獲取所述彩色圖像中的顯著區(qū)域和非顯著區(qū)域，其中，所述顯著區(qū)域?yàn)樗鰧Ρ榷却笥诘扔陬A(yù)設(shè)閾值的區(qū)域，所述非顯著區(qū)域?yàn)樗鰧Ρ榷刃∮陬A(yù)設(shè)閾值的區(qū)域；

第二構(gòu)建模塊24，用于在所述顯著區(qū)域和非顯著區(qū)域采用不同的權(quán)值融合所述第二灰度圖像和所述第三灰度圖像得到第四灰度圖像；

第三構(gòu)建模塊25，用于根據(jù)所述目標(biāo)風(fēng)格圖像調(diào)整所述第四灰度圖像的飽和對比度，獲得與所述目標(biāo)風(fēng)格圖像風(fēng)格相同的彩色圖像。

在上述實(shí)施例中的一個(gè)優(yōu)選的實(shí)施例中，所述第一構(gòu)建模塊22，具體用于：

提取所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征構(gòu)建字典，利用稀疏表示的方法對所述字典進(jìn)行訓(xùn)練，通過稀疏分解得到重建后的結(jié)構(gòu)層；

將所述目標(biāo)風(fēng)格圖像中每一像素的紋理層合成到所述第一灰度圖像中與所述目標(biāo)風(fēng)格圖像對應(yīng)像素的紋理層。

所述第一構(gòu)建模塊22，還用于：

對所述第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行濾波分別得到濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像，并將所述第一灰度圖像和目標(biāo)風(fēng)格 圖像與所述濾波后的第一灰度圖像和目標(biāo)風(fēng)格圖像進(jìn)行差值運(yùn)算，得到所述第一灰度圖像和目標(biāo)風(fēng)格圖像的邊緣特征。

所述第三構(gòu)建模塊25，具體用于：

分別獲取所述彩色圖像與所述目標(biāo)風(fēng)格圖像在HSV空間中表示S飽和度和V值兩個(gè)方向軸的第一直方圖和第二直方圖；

將所述第一直方圖和第二直方圖進(jìn)行匹配，調(diào)整所述第四灰度圖像的飽和對比度。

所述裝置還包括圖2中未示出的第四層次構(gòu)建模塊26：

第四構(gòu)建模塊26，用于根據(jù)所述目標(biāo)風(fēng)格圖像，采用正片疊底的方法對調(diào)整飽和對比度后的第四灰度圖像添加畫板層。

上述基于稀疏表示的多層次圖像風(fēng)格的轉(zhuǎn)換裝置可以為第三方軟件設(shè)置在手機(jī)或平板電腦中，也可以理解為APP，本實(shí)施例不對其進(jìn)行限定。

上述裝置與上述方法是一一對應(yīng)的關(guān)系，本實(shí)施例不再對上述裝置的實(shí)施細(xì)節(jié)進(jìn)行詳細(xì)說明。

本發(fā)明的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。

最后應(yīng)說明的是：以上各實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求和說明書的范圍當(dāng)中。