本發(fā)明涉及圖像處理與模式識別領域，尤其涉及一種嘴唇輪廓的定位方法。

背景技術：

當今社會，隨著計算機的出現和逐步的普及，人們對信息的需求量呈現出幾何級數的增長，其中信息互換的主要方式之一就是通過語音的交流。在噪聲環(huán)境下，人們對語音信息的感知程度受到干擾而大幅下降，語音交流方式此時便顯得有些捉襟見肘。近些年來，圖像處理和模式識別技術的興起，使得計算機視覺技術受到研究人員的普遍關注，經過大量探索和分析發(fā)現，唇形及其動態(tài)特征在人類感知語言的過程中起著重要作用，分析講話者的唇形特征是可以理解或者部分理解其講話內容的，利用人說話時嘴唇的動態(tài)視覺信息來進行語言識別在現階段以及今后一段時間的研究當中具有非常重要的理論意義和廣泛的應用前景。

與基于音頻信息的語音識別不同，基于唇動視覺特征的語言識別是一個非常前沿的研究方向，是一種全新的研究觀點和探索方法，具有很強的新穎性和前瞻性。讓機器聽懂人說的話，即基于音頻進行語音識別的領域已經有很多研究者進行過探索，并且取得了非常好的成果，在相對比較理想的條件下，識別率非常高，基本已經達到實用程度。然而，在很多實際生活中的應用場合，比如地鐵站、機場、工作車間、辦公室、車站、以及公共汽車上等場合，總會存在不同程度的干擾噪聲，這些噪聲的來源隨機廣泛，形式也多種多樣。由于基于音頻的語言識別系統采用的方法主要是基于統計的方法，其模型在訓練的時候很難把所有干擾噪聲的特性和類型都不考慮進來，因此在識別這些疊加有噪聲污染的語音信號時，系統性能會急劇下降，所得到的識別結果也可能不盡如人意。為了使語言識別技術能夠更加廣泛地應用于各種實際的場合，就必須提高識別系統對信息采集時環(huán)境中噪聲的魯棒性。這些方面的研究在理論研究和實際應用方面都有著很多難度很大，甚至是難以克服的瓶頸問題。

為了克服單純依靠聲音信息進行語音識別時可能存在的缺陷和不足，一些研究者們提出了一些可能提高語言識別性能的解決方案。從日常生活人和人之間的談話中，聽話者對說話者語言信息的獲取過程和獲取方式受到啟發(fā)，與話語的聲音信息相對應的嘴唇 的視覺信息同樣能夠對人們更好地理解說話人的語言中所包含的信息有所幫助，尤其是對于聽力功能有一定障礙的聽話者來說，應用說話者表情和嘴唇所提供的語言視覺信息作為話語的補充，甚至是完全依靠(對于完全耳聾的人)說話者的表情和嘴唇的視覺信息，來理解說話者話語中所表達的信息顯得尤為重要?；谶@一系列事實，研究者們通過在依靠音頻的語音識別系統中加入了說話者的表情和嘴唇動作等一些視覺方面的信息，把它作為聲音信息的補償，也就是基于音視頻的雙模態(tài)語音識別，這些方案在提高語音識別的準確率上起到了一定的效果。

然而當前一些研究在嘴唇分割方面缺乏高效和準確性，使得對嘴唇信息的特征提取效能大打折扣，導致最終的識別結果始終不盡如人意，識別率無法得到保障。

技術實現要素：

有鑒于此，本發(fā)明的目的在于提供一種能夠提高定位準確度的嘴唇輪廓定位方法。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

一種嘴唇輪廓的定位方法，包括如下步驟：

對嘴唇區(qū)域進行粗分割，以得到嘴唇區(qū)域二值化圖像；

將嘴唇區(qū)域二值化圖像轉換為灰度圖像，在嘴唇區(qū)域灰度圖像中查找嘴角關鍵點，所述嘴角關鍵點包括左、右嘴角關鍵點；

以嘴角關鍵點為基準，查找嘴唇內、外輪廓關鍵點，從而完成嘴唇輪廓的定位；所述嘴唇內輪廓關鍵點包括上、下嘴唇內輪廓關鍵點，所述外輪廓關鍵點包括上、下嘴唇外輪廓關鍵點。

在一些可選的實施例中，對嘴唇區(qū)域進行粗分割，通過下述方式實現：

將嘴唇區(qū)域圖像從當前顏色空間轉換為另兩種顏色空間；

利用轉換后兩種顏色空間的分量獲取相應直方圖，對兩幅直方圖均衡化后再進行二值化，將二值化的兩幅圖像進行邏輯與運算得到嘴唇區(qū)域二值化圖像；

提取嘴唇區(qū)域二值化圖像的最大連通域并進行閉運算處理，從而實現嘴唇區(qū)域的粗分割。

在一些可選的實施例中，查找嘴角關鍵點，通過下述方式實現：

對嘴唇區(qū)域灰度圖像進行行掃描，找出像素點灰度值之和最小的一行作為搜索嘴角的參考行；

以參考行為基礎，上下各擴展n行所形成的帶狀區(qū)域即為嘴角搜索域，所述n為不小于5的整數；

檢測嘴角關鍵點：以每四個呈矩形排布的相鄰像素點為一個單元，每個單元的像素值為該單元內四個像素點的灰度值之和；統計嘴角搜索域中所有單元的像素值，從每行中像素值最小的單元中挑選出列坐標最靠外側的單元，該單元中位于上方且與查找的嘴角方向相同的像素點即為左、右嘴角關鍵點。

在一些可選的實施例中，檢測嘴角關鍵點的步驟還可以通過下述方式實現：

將嘴唇區(qū)域的灰度圖像對半分割為左、右兩部分；

在左側圖像中檢測左嘴角關鍵點的步驟包括：

從左側嘴角搜索域上面第一行最左側的像素點開始，將該像素點及與其相鄰的右方、下方、右下方三個像素點組成一個單元；

進行行掃描：從左至右以一個像素點為步長進行移動，計算每個單元的像素值，并記錄該行中最小像素值單元所在的列；

判斷左側嘴角搜索域內所有行是否搜索完畢，是則比較每行標定的列中列坐標最靠左的單元，該單元中左上方的像素點即為左嘴角關鍵點；否則將單元高度向下移動一個像素點，繼續(xù)進行下一行掃描，直至將搜索域所有行中最小像素值單元找出并記錄其所在的列；

在右側圖像中檢測左嘴角關鍵點的步驟包括：

從右側嘴角搜索域上面第一行最右側的像素點開始，將該像素點及與其相鄰的左方、下方、左下方三個像素點組成一個單元；

從右至左以一個像素點為步長進行移動，計算每個單元的像素值，并記錄該行中最小像素值單元所在的列；

判斷右側嘴角搜索域內所有行是否搜索完畢，是則比較每行標定的列中列坐標最靠右的單元，該單元中右上方的像素點即為左嘴角關鍵點；否則將單元高度向下移動一個像素點，繼續(xù)進行下一行掃描，直至將搜索域所有行中最小像素值單元找出并記錄其所在的列。

在一些可選的實施例中，查找嘴唇外輪廓關鍵點，通過下述方式實現：

以左、右嘴角關鍵點為基礎選取嘴唇外輪廓關鍵點所在列；

對嘴唇區(qū)域灰度圖像從上至下進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為上嘴唇外輪廓關鍵點；對嘴唇區(qū)域灰度 圖像從下至上進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為下嘴唇外輪廓關鍵點；

繼續(xù)對其他關鍵點所在列進行列掃描，直至完成所有列中嘴唇外輪廓關鍵點的選取。

在一些可選的實施例中，取左、右嘴角關鍵點的橫坐標中點作為嘴唇外輪廓關鍵點的橫坐標，在該橫坐標與左、右嘴角關鍵點之間分別選取至少兩個等距離分布的橫坐標，通過上述橫坐標確定嘴唇外輪廓關鍵點所在列。

在一些可選的實施例中，找到突變點后，進一步判斷該突變點是否滿足約束條件，如滿足則選取該突變點為嘴唇外輪廓關鍵點，否則繼續(xù)該列掃描直至找到滿足約束條件的突變點；所述約束條件為：自該突變點起連續(xù)三個像素點均為嘴唇像素點。

在一些可選的實施例中，查找嘴唇內輪廓關鍵點，通過下述方式實現：

取左、右嘴角關鍵點的橫坐標作為嘴唇內輪廓關鍵點的橫坐標，該橫坐標所在列即為嘴唇內輪廓關鍵點所在列；

對嘴唇區(qū)域灰度圖像從下至上進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為上嘴唇內輪廓關鍵點；對嘴唇區(qū)域灰度圖像從上至下進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為下嘴唇內輪廓關鍵點。

在一些可選的實施例中，找到突變點后，進一步判斷該突變點是否滿足約束條件，如滿足則選取該突變點為上嘴唇內輪廓關鍵點或下嘴唇內輪廓關鍵點，否則繼續(xù)該列掃描直至找到滿足約束條件的突變點；所述約束條件為：自該突變點起連續(xù)三個像素點均為嘴唇像素點。

在一些可選的實施例中，在完成嘴唇輪廓的定位之后，還包括將關鍵點進行擬合以提取嘴唇幾何特征的過程：

基于左、右嘴角關鍵點，上、下嘴唇外輪廓關鍵點以及上、下嘴唇內輪廓關鍵點進行擬合，以獲得嘴唇模型；

通過計算嘴唇內、外輪廓的高寬比，嘴唇外輪廓最高、最低點到嘴角所在水平線垂直距離的比值以及嘴唇內輪廓最高、最低點到嘴角所在水平線垂直距離的比值，以獲得嘴唇幾何特征。

本發(fā)明的有益效果在于：

本發(fā)明實施例提供的嘴唇輪廓的定位方法，對嘴唇圖像進行粗分割使后續(xù)查找嘴角和嘴唇輪廓關鍵點的提取相對簡單；在唇部區(qū)域的灰度圖像中進行領域像素值統計，使 嘴角關鍵點的定位更加精確；通過尋找嘴唇內、外輪廓突變點并進行有效約束，能過減小誤差、更準確的定位嘴唇內、外輪廓關鍵點；在嘴唇的運動過程中，嘴唇的高寬比將更能體現語言信息的同時具有更強的魯棒性。

為了上述以及相關的目的，一個或多個實施例包括后面將詳細說明并在權利要求中特別指出的特征。下面的說明以及附圖詳細說明某些示例性方面，并且其指示的僅僅是各個實施例的原則可以利用的各種方式中的一些方式。其它的益處和新穎性特征將隨著下面的詳細說明結合附圖考慮而變得明顯，所公開的實施例是要包括所有這些方面以及它們的等同。

附圖說明

附圖用來提供對本發(fā)明的進一步理解，并且構成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構成對本發(fā)明的限制。在附圖中：

圖1為本發(fā)明實施例中嘴唇輪廓定位方法的流程圖；

圖2為本發(fā)明實施例中嘴唇區(qū)域粗分割最佳方法的流程圖；

圖3為本發(fā)明實施例中查找嘴角關鍵點方法的流程圖；

圖4為本發(fā)明實施例中另一種查找嘴角關鍵點方法的流程圖；

圖5為本發(fā)明實施例中嘴唇的參數示意圖。

具體實施方式

以下描述和附圖充分地示出本發(fā)明的具體實施方案，以使本領域的技術人員能夠實踐它們。其他實施方案可以包括結構的、邏輯的、電氣的、過程的以及其他的改變。實施例僅代表可能的變化。除非明確要求，否則單獨的組件和功能是可選的，并且操作的順序可以變化。一些實施方案的部分和特征可以被包括在或替換其他實施方案的部分和特征。本發(fā)明的實施方案的范圍包括權利要求書的整個范圍，以及權利要求書的所有可獲得的等同物。在本文中，本發(fā)明的這些實施方案可以被單獨地或總地用術語“發(fā)明”來表示，這僅僅是為了方便，并且如果事實上公開了超過一個的發(fā)明，不是要自動地限制該應用的范圍為任何單個發(fā)明或發(fā)明構思。

下面通過具體的實施例詳細描述本發(fā)明的技術方案。

本發(fā)明實施例提供的嘴唇輪廓的定位方法，其流程如圖1所示，包括如下步驟：

步驟1，對嘴唇區(qū)域進行粗分割，以得到嘴唇區(qū)域二值化圖像；

步驟2，將嘴唇區(qū)域二值化圖像轉換為灰度圖像，在嘴唇區(qū)域灰度圖像中查找嘴角關鍵點，所述嘴角關鍵點包括左、右嘴角關鍵點；

步驟3，以嘴角關鍵點為基準，查找嘴唇內、外輪廓關鍵點，從而完成嘴唇輪廓的定位；所述嘴唇內輪廓關鍵點包括上、下嘴唇內輪廓關鍵點，所述外輪廓關鍵點包括上、下嘴唇外輪廓關鍵點。

實現嘴唇區(qū)域的粗分割有多種方式，本實施例中列舉一種較優(yōu)的粗分割方法，其流程圖如圖2所示，包括如下步驟：

步驟101，將嘴唇區(qū)域圖像從rgb空間轉換到lab和hsb空間；

步驟102，對lab空間中的a分量和hsv空間中的h和s分量進行直方圖均衡；

步驟103，通過自適應算法確定的閾值對a、h和s分量分別進行二值化處理；

步驟104，將兩幅二值圖像進行邏輯與運算得到新二值圖像，此過程中能夠進一步將一些不屬于嘴唇區(qū)域的像素點排除；

步驟105，尋找最大連通域，將剛獲得新二值圖像進行閉運算處理，得到嘴唇區(qū)域二值化圖像，實現對嘴唇區(qū)域的粗分割。

本實施例中列舉一種較優(yōu)的嘴角關鍵點查找方法，其流程圖如圖3所示，包括如下步驟：

步驟201，將嘴唇區(qū)域二值化圖像轉換為灰度圖像；

步驟202，對嘴唇區(qū)域灰度圖像進行行掃描，找出各行中像素點灰度值之和最小的一行作為搜索嘴角區(qū)域的“參考行”；

步驟203，以“參考行”為基礎，，上下各擴展n行，所形成的帶狀區(qū)域即為嘴角搜索域，上下擴展的行數n可以根據實際情況選取不小于5的整數，本實施例中選取5行；

步驟204，以每四個呈矩形排布的相鄰像素點為一個單元，每個單元的像素值為該單元內四個像素點的灰度值之和，統計嘴角搜索域中所有單元的像素值；

步驟205，從每行中像素值最小的單元中挑選出列坐標最靠外側的單元，該單元中位于上方且與查找的嘴角方向相同的像素點即為左、右嘴角關鍵點。

本實施例中查找嘴角關鍵點的方法還可以通過另一種更精確、更有效的方法實現，本步驟中的201’-203‘與上述步驟201-203完全相同，然后將嘴唇區(qū)域灰度圖像分為左右相等的兩部分再進行左、右嘴角關鍵點的檢測，其流程圖如圖4所示，包括如下步驟：

步驟201’，將嘴唇區(qū)域二值化圖像由rgb彩色圖像轉換為嘴唇區(qū)域灰度圖像；

步驟202’，對嘴唇區(qū)域灰度圖像進行行掃描，找出各行中像素點灰度值之和最小的一行作為搜索嘴角區(qū)域的“參考行”；

步驟203’，以“參考行”為基礎，上下各擴展n行，所形成的帶狀區(qū)域即為嘴角搜索域，上下擴展的行數n可以根據實際情況選取不小于5的整數，本實施例中選取5行；

步驟204’，將嘴唇區(qū)域的灰度圖像對半分割為左、右兩部分；

步驟205’，開始檢測左嘴角關鍵點，從左側嘴角搜索域上面第一行最左側的像素點開始，將每個像素點及與其相鄰的右方、下方、右下方三個像素點組成一個單元，四個像素點的灰度值之和即為該單元的像素值；

步驟206’，從左至右以一個像素點為步長進行移動，計算每個單元的像素值，并記錄該行中最小像素值單元所在的列；

步驟207’，判斷左側嘴角搜索域內所有行是否搜索完畢，是則執(zhí)行步驟209’，否則執(zhí)行步驟208’；

步驟208’，將單元高度向下移動一個像素點，重復執(zhí)行步驟206’，直至完成搜索域所有行掃描及記錄所有行中最小像素值單元所在的列；

步驟209’，比較每行標定的列，選擇列坐標最靠左的單元，該單元中位于左上方的像素點即為左嘴角關鍵點；

步驟210’，開始檢測右嘴角關鍵點，從右側嘴角搜索域上面第一行最右側的像素點開始，將該像素點及與其相鄰的左方、下方、左下方三個像素點組成一個單元；

步驟211’，從右至左以一個像素點為步長進行移動，計算每個單元的像素值，并記錄該行中最小像素值單元所在的列；

步驟212’，判斷右側嘴角搜索域內所有行是否搜索完畢，是則執(zhí)行步驟214’，否則執(zhí)行步驟213’；

步驟213’，將單元高度向下移動一個像素點，重復執(zhí)行步驟211’，直至完成搜索域所有行掃描及記錄所有行中最小像素值單元所在的列；

步驟214’，比較每行標定的列，選擇列坐標最靠右的單元，該單元中位于右上方的像素點即為右嘴角關鍵點。

本實施例中列舉一種較優(yōu)的嘴唇內、外輪廓關鍵點查找方法，其中查找上嘴唇外輪廓關鍵點的方法包括如下步驟：

步驟301，以左、右嘴角關鍵點為基礎選取嘴唇外輪廓關鍵點所在列；

取左、右嘴角關鍵點的橫坐標中點作為嘴唇外輪廓關鍵點的橫坐標，在該橫坐標與左、右嘴角關鍵點之間分別選取至少兩個等距離分布的橫坐標，通過上述橫坐標確定嘴唇外輪廓關鍵點所在列，本實施例中在嘴唇外輪廓關鍵點的橫坐標與左、右嘴角關鍵點紙件分別再選取兩個橫坐標，該橫坐標之間以及橫坐標與左、右嘴角之間的距離相等。

步驟302，對嘴唇區(qū)域灰度圖像從上至下進行列掃描，當出現灰度值變化超過預設閾值的像素點，認為該像素點為突變點，則選取該突變點為上嘴唇外輪廓關鍵點；

步驟303，繼續(xù)向下對其他關鍵點所在列進行列掃描，直至完成所有列中上嘴唇外輪廓關鍵點的選取。

查找下嘴唇外輪廓關鍵點的方法包括如下步驟：

步驟301’，與步驟301完全相同，此處不再贅述。

步驟302’，對嘴唇區(qū)域灰度圖像從下至上進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為下嘴唇外輪廓關鍵點；

步驟303’，繼續(xù)向上對其他關鍵點所在列進行列掃描，直至完成所有列中上嘴唇外輪廓關鍵點的選取。

在步驟302和步驟步驟302’中，在找到突變點后，為了進一步減小誤差，還可以進一步設定突變點約束條件，該約束條件為：自該突變點起連續(xù)三個像素點均為嘴唇像素點；如滿足約束條件，則選取該突變點為嘴唇外輪廓關鍵點，否則繼續(xù)該列掃描直至找到滿足約束條件的突變點。

本實施例中列舉一種較優(yōu)的查找嘴唇內輪廓關鍵點的方法，其中查找上嘴唇內輪廓關鍵點的方法包括如下步驟：

步驟304，取左、右嘴角關鍵點的橫坐標作為嘴唇內輪廓關鍵點的橫坐標，該橫坐標所在列即為嘴唇內輪廓關鍵點所在列；

步驟305，對嘴唇區(qū)域灰度圖像從下至上進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為上嘴唇內輪廓關鍵點。

查找下嘴唇內輪廓關鍵點的方法包括如下步驟：

步驟304’，與步驟304完全相同，此處不再贅述；

步驟305’，對嘴唇區(qū)域灰度圖像從上至下進行列掃描，當出現灰度值變化超過預設閾值的像素點，則認為該像素點為突變點，選取該突變點為下嘴唇內輪廓關鍵點。

在步驟305和步驟步驟305’中，在找到突變點后，為了進一步減小誤差，還可以進一步設定突變點約束條件，該約束條件為：自該突變點起連續(xù)三個像素點均為嘴唇像 素點；如滿足約束條件，則選取該突變點為嘴唇外輪廓關鍵點，否則繼續(xù)該列掃描直至找到滿足約束條件的突變點。

本發(fā)明的實施例中對左、右嘴角個提取一個關鍵點，對上嘴唇外輪廓提取5個關鍵點，對下嘴唇外輪廓提取3個關鍵點，再加上上、下嘴唇內輪廓各提取一個關鍵點，一共12個關鍵點，通過上述12個關鍵點即可完成對嘴唇輪廓的定位。

對嘴唇輪廓定位之后，將關鍵點進行擬合獲得唇部輪廓的幾何模型以確定幾何特征向量，其過程包括：

步驟401，基于左、右嘴角關鍵點，上、下嘴唇外輪廓關鍵點以及上、下嘴唇內輪廓關鍵點進行擬合，以獲得嘴唇模型。

步驟4011，基于上嘴唇外輪廓的邊緣關鍵點，以中點為對稱軸，分別向左和向右對上嘴唇進行三次曲線擬合，用兩曲線擬合的結果共同表示上嘴唇輪廓；

步驟4012，基于下嘴唇外輪廓的邊緣關鍵點，采用二次曲線進行擬合；

步驟4013，基于內嘴唇關鍵點，上下輪廓均直接采用二次曲線進行擬合，得到兩條內輪廓曲線。

步驟402，通過計算嘴唇內、外輪廓的高寬比和上下高度比，以獲得嘴唇幾何特征。

在得到擬合曲線和模型后，可以提取嘴唇的幾何視覺特征。本發(fā)明采用如圖5所示的幾個參數來描述嘴唇的基本形狀，具體計算過程如下：

步驟4021，通過下述公式計算嘴唇外輪廓高寬比r1：

步驟4022，通過下述公式計算嘴唇外輪廓上下高比r2：

步驟4023，通過下述公式計算嘴唇內輪廓高寬比r3：

步驟4024，通過下述公式計算嘴唇內輪廓上下高比r4：

步驟4025，根據r1，r2，r3和r4組成了嘴唇幾何視覺特征vg，即

vg＝(r1，r2，r3，r4)

上述各式中，ho、wo分別為嘴唇外輪廓的高度和寬度，所述嘴唇外輪廓高度ho為嘴唇外輪廓的最高點與最低點間的垂直距離，所述嘴唇外輪廓寬度wo為嘴唇外輪廓最左與最右兩端點間距離、即為左右兩嘴角間距離；hou、hod分別為上嘴唇外輪廓最高點和下嘴唇外輪廓最低點到嘴角所在水平線的垂直距離；hi、wi分別為嘴唇內輪廓的高度和寬度，所述嘴唇內輪廓高度hi為嘴唇內輪廓的最高點與最低點間的垂直距離，所述嘴唇內輪廓寬度wi為嘴唇內輪廓最左與最右兩端點間距離、即為左右兩嘴角間距離；hiu、hid分別為上嘴唇內輪廓最高點和下嘴唇內輪廓最低點到嘴角所在水平線的垂直距離。上述的擬合過程采用本領域技術人員公知的現有技術。

上文的描述包括一個或多個實施例的舉例。當然，為了描述上述實施例而描述部件或方法的所有可能的結合是不可能的，但是本領域普通技術人員應該認識到，各個實施例可以做進一步的組合和排列。因此，本文中描述的實施例旨在涵蓋落入所附權利要求書的保護范圍內的所有這樣的改變、修改和變型。此外，就說明書或權利要求書中使用的術語“包含”，該詞的涵蓋方式類似于術語“包括”，就如同“包括，”在權利要求中用作銜接詞所解釋的那樣。此外，使用在權利要求書的說明書中的任何一個術語“或者”是要表示“非排它性的或者”。

最后應當說明的是，以上實施例僅用以說明本發(fā)明的技術方案而非限制，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的精神范圍，其均應涵蓋在本發(fā)明的權利要求范圍當中。