本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法與裝置。

背景技術(shù)：

目標(biāo)檢測(cè)是紅外預(yù)警系統(tǒng)中的重要環(huán)節(jié)，為了使預(yù)警系統(tǒng)有足夠的時(shí)間反應(yīng)，要求在很遠(yuǎn)的距離上就能檢測(cè)到目標(biāo)。然而，一方面，由于遠(yuǎn)距離下的目標(biāo)成像面積太小，在探測(cè)器上成像僅占一個(gè)或少數(shù)幾個(gè)像素，目標(biāo)的輻射分布信息和結(jié)構(gòu)信息缺乏；另一方面，紅外探測(cè)器受到大氣熱輻射和作用距離以及探測(cè)器噪聲等影響，用其探測(cè)到的目標(biāo)在紅外圖像上多呈現(xiàn)為低對(duì)比度、低信噪比的目標(biāo)。因此，紅外弱小目標(biāo)檢測(cè)是圖像處理領(lǐng)域的一個(gè)難題。

弱小目標(biāo)檢測(cè)算法主要可以分為兩大類。第一類，先檢測(cè)后跟蹤(detectbeforetrack，dbt)技術(shù)，根據(jù)目標(biāo)形狀、強(qiáng)度等特性，先通過(guò)單幀圖像檢測(cè)出候選目標(biāo)，根據(jù)需要可以根據(jù)目標(biāo)灰度和運(yùn)動(dòng)的連續(xù)性來(lái)實(shí)現(xiàn)目標(biāo)的確認(rèn)和識(shí)別。第二類，先跟蹤后檢測(cè)(trackbeforedetect，tbd)技術(shù)，首先根據(jù)目標(biāo)的運(yùn)動(dòng)連續(xù)性特征，通過(guò)累積所有可能的運(yùn)動(dòng)軌跡上目標(biāo)的灰度值，然后根據(jù)目標(biāo)的短時(shí)灰度特性判別各條軌跡的后驗(yàn)概率，從而探測(cè)出真實(shí)的目標(biāo)。先檢測(cè)后跟蹤算法的缺點(diǎn)是，由于檢測(cè)是在單幀圖像中進(jìn)行的，受探測(cè)器空間噪聲、盲元和背景雜波的影響很大，難以有效檢測(cè)出低信噪比和低信雜比的目標(biāo)。先跟蹤后檢測(cè)算法能充分利用處理過(guò)程中每個(gè)階段的信息，提高小目標(biāo)的檢測(cè)性能，實(shí)現(xiàn)對(duì)低信噪比小目標(biāo)的檢測(cè)與跟蹤。經(jīng)典的先跟蹤后檢測(cè)算法包括三維匹配濾波器、投影變換法、高階相關(guān)法、多階假設(shè)檢驗(yàn)法、動(dòng)態(tài)規(guī)劃算法及遞推貝葉斯濾波算法等。由于需要考慮時(shí)間和空間信息的相關(guān)性，它們的計(jì)算量和存儲(chǔ)量都偏大，處理也相對(duì)復(fù)雜。

時(shí)域檢測(cè)算法屬于先跟蹤后檢測(cè)法，它是在目標(biāo)較小、通常只占幾個(gè)像素甚至是單像素、幾乎無(wú)法在單幀中檢測(cè)的情況下提出的。該方法主要通過(guò)跟蹤像素點(diǎn)的強(qiáng)度時(shí)域變化特性，實(shí)現(xiàn)目標(biāo)檢測(cè)的目的。現(xiàn)有的時(shí)域檢測(cè)算法都沒(méi)有考慮到實(shí)際應(yīng)用中平臺(tái)自身的運(yùn)動(dòng)和抖動(dòng)，在處理運(yùn)動(dòng)平臺(tái)捕捉的圖像時(shí)，需要首先進(jìn)行圖像序列的幀間校準(zhǔn)，這又會(huì)增加計(jì)算量和復(fù)雜度。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問(wèn)題，本發(fā)明提供了一種時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法與裝置。

本發(fā)明提供的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法，包括以下步驟：

通過(guò)預(yù)設(shè)的時(shí)域?yàn)V波算法對(duì)當(dāng)前幀圖像進(jìn)行背景抑制，得到可疑目標(biāo)點(diǎn)；

濾除所述可疑目標(biāo)點(diǎn)中的孤立噪聲點(diǎn)，得到候選目標(biāo)點(diǎn)；

遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)，當(dāng)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)大于預(yù)設(shè)閾值時(shí)，判定所述候選目標(biāo)點(diǎn)為弱小目標(biāo)，其中，所述n為正整數(shù)。

本發(fā)明還提供了一種時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法裝置，包括：背景抑制模塊、濾除噪聲模塊、及確定弱小目標(biāo)模塊：

所述背景抑制模塊，用于通過(guò)預(yù)設(shè)的時(shí)域?yàn)V波算法對(duì)當(dāng)前幀圖像進(jìn)行背景抑制，得到可疑目標(biāo)點(diǎn)；

所述濾除噪聲模塊，用于濾除所述可疑目標(biāo)點(diǎn)中的孤立噪聲點(diǎn)，得到候選目標(biāo)點(diǎn)；

所述確定弱小目標(biāo)模塊，用于遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)，當(dāng)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)大于預(yù)設(shè)閾值時(shí)，判定所述候選目標(biāo)點(diǎn)為弱小目標(biāo)，其中，所述n為正整數(shù)。

本發(fā)明有益效果如下：

本發(fā)明實(shí)施例提供的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法適用于靜止平臺(tái)和運(yùn)動(dòng)平臺(tái)，并且不需要圖像序列的幀間校準(zhǔn)過(guò)程；對(duì)目標(biāo)的運(yùn)動(dòng)沒(méi)有嚴(yán)格的約束，能夠檢測(cè)出多種運(yùn)動(dòng)狀態(tài)的目標(biāo)；而且對(duì)圖像序列中每個(gè)像素的處理方法一致，便于采用統(tǒng)一的硬件單元并行實(shí)時(shí)處理。

附圖說(shuō)明

圖1是本發(fā)明方法實(shí)施例的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法的流程圖；

圖2是本發(fā)明裝置實(shí)施例的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)裝置的流程圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

紅外弱小目標(biāo)的特點(diǎn)是：對(duì)比度較低、邊緣模糊、信號(hào)強(qiáng)度弱，缺乏紋理、形狀、大小等結(jié)構(gòu)信息，目標(biāo)極易被噪聲所淹沒(méi)，而探測(cè)器本身的非均勻性和盲元的存在更增加了紅外弱小目標(biāo)檢測(cè)的難度，探測(cè)器盲元常常會(huì)造成目標(biāo)檢測(cè)的虛警。

為了解決現(xiàn)有技術(shù)中時(shí)域檢測(cè)算法都沒(méi)有考慮到實(shí)際應(yīng)用中平臺(tái)自身的運(yùn)動(dòng)和抖動(dòng)，在處理運(yùn)動(dòng)平臺(tái)捕捉的圖像時(shí)，需要首先進(jìn)行圖像序列的幀間校準(zhǔn)，增加計(jì)算量和復(fù)雜度的問(wèn)題，本發(fā)明提供了一種時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法與裝置，以下結(jié)合附圖以及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。

根據(jù)本發(fā)明的方法實(shí)施例，提供了一種時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法，圖1是本發(fā)明方法實(shí)施例的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法的流程圖，如圖1所示，根據(jù)本發(fā)明方法實(shí)施例的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)方法包括如下處理：

步驟101，通過(guò)預(yù)設(shè)的時(shí)域?yàn)V波算法對(duì)當(dāng)前幀圖像進(jìn)行背景抑制，得到可疑目標(biāo)點(diǎn)。

具體的，步驟101包括以下步驟：

計(jì)算各個(gè)像素的像素值在預(yù)設(shè)時(shí)間窗內(nèi)的時(shí)間均值和時(shí)間標(biāo)準(zhǔn)差；

用當(dāng)前幀圖像中各個(gè)像素的像素值減去所述時(shí)間均值，得到殘差值；

對(duì)所述殘差值作二值化處理，得到可疑目標(biāo)點(diǎn)，其中，所述二值化的閾值為所述時(shí)間標(biāo)準(zhǔn)差的倍數(shù)。

其中，所述預(yù)設(shè)時(shí)間窗在當(dāng)前幀圖像之前。

具體的，所述背景抑制包括抑制盲元、抑制閃元、抑制均勻背景、及抑制云層邊緣。

步驟102，濾除所述可疑目標(biāo)點(diǎn)中的孤立噪聲點(diǎn)，得到候選目標(biāo)點(diǎn)。

具體的，步驟102包括以下步驟：

根據(jù)所述弱小目標(biāo)在探測(cè)器上形成的光斑的形狀信息設(shè)計(jì)空間濾波模板；

通過(guò)所述空間濾波模板濾除所述可疑目標(biāo)點(diǎn)中的孤立噪聲點(diǎn)，得到候選目標(biāo)點(diǎn)。

步驟103，遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)，當(dāng)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)大于預(yù)設(shè)閾值時(shí)，判定所述候選目標(biāo)點(diǎn)為弱小目標(biāo)，其中，所述n為正整數(shù)。

具體的，所述遍歷n幀圖像，得到n幀圖像中候選目標(biāo)點(diǎn)的出現(xiàn)次數(shù)包括以下步驟：

計(jì)算所述當(dāng)前幀圖像的下一幀圖像中與每個(gè)候選目標(biāo)點(diǎn)對(duì)應(yīng)的去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)；

如果在某個(gè)候選目標(biāo)點(diǎn)的去心領(lǐng)域內(nèi)出現(xiàn)候選目標(biāo)點(diǎn)，則在該候選目標(biāo)點(diǎn)的出現(xiàn)次數(shù)中加1，并記錄該幀中所述候選目標(biāo)點(diǎn)的位置，將該幀中候選目標(biāo)點(diǎn)的位置作為下一幀圖像中計(jì)算去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)時(shí)選取去心鄰域的候選目標(biāo)點(diǎn)的位置；

如果所述下一幀圖像中不存在候選目標(biāo)點(diǎn)，則跳過(guò)該幀，轉(zhuǎn)到下一幀繼續(xù)計(jì)算；

遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)。

更加具體的，計(jì)算所述當(dāng)前幀圖像的下一幀圖像中與每個(gè)候選目標(biāo)點(diǎn)對(duì)應(yīng)的去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)采用步驟101和步驟102的方法。

為了更加詳細(xì)的說(shuō)明本發(fā)明的方法實(shí)施，給出實(shí)例1。實(shí)例1包括以下步驟：背景抑制步驟，通過(guò)時(shí)域?yàn)V波算法抑制均勻背景、盲元、閃元、云層邊緣；

濾除孤立噪聲點(diǎn)步驟，對(duì)所述背景抑制步驟的結(jié)果，通過(guò)空間濾波模板來(lái)去除孤立噪聲點(diǎn)，同時(shí)不削弱目標(biāo)信號(hào)；

確認(rèn)真實(shí)目標(biāo)步驟，對(duì)所述濾除孤立噪聲點(diǎn)步驟得到的結(jié)果，根據(jù)點(diǎn)目標(biāo)的運(yùn)動(dòng)特征來(lái)確認(rèn)真實(shí)目標(biāo)，進(jìn)一步提高檢測(cè)性能。

優(yōu)選的，所述背景抑制步驟中的時(shí)域?yàn)V波算法采用時(shí)間均值濾波器，進(jìn)一步包括：

將陣列探測(cè)器中的每個(gè)像元看作一個(gè)單獨(dú)的探測(cè)器，在一個(gè)16幀的時(shí)間窗內(nèi)計(jì)算每個(gè)像元輸出的像素值的時(shí)間均值和時(shí)間標(biāo)準(zhǔn)差；

用當(dāng)前幀圖像中的每個(gè)像素值減去其在前16幀時(shí)間窗內(nèi)的時(shí)間均值，得到殘差值；

對(duì)所述殘差值作二值化處理，二值化的閾值為所述時(shí)間標(biāo)準(zhǔn)差的3倍。

優(yōu)選的，所述濾除孤立噪聲點(diǎn)步驟，具體包括：

根據(jù)點(diǎn)目標(biāo)在探測(cè)器上形成的光斑的形狀信息，設(shè)計(jì)3×3的空間濾波模板，從而在不削弱點(diǎn)目標(biāo)強(qiáng)度的前提下濾除孤立噪聲點(diǎn)。

優(yōu)選的，所述確認(rèn)真實(shí)目標(biāo)步驟，具體包括：

計(jì)算所述當(dāng)前幀圖像的下一幀圖像中與每個(gè)候選目標(biāo)點(diǎn)對(duì)應(yīng)的去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)；

如果在某個(gè)候選目標(biāo)點(diǎn)的去心領(lǐng)域內(nèi)出現(xiàn)候選目標(biāo)點(diǎn)，則在該候選目標(biāo)點(diǎn)的出現(xiàn)次數(shù)中加1，并記錄該幀中所述候選目標(biāo)點(diǎn)的位置，將該幀中候選目標(biāo)點(diǎn)的位置作為下一幀圖像中計(jì)算去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)時(shí)選取去心鄰域的候選目標(biāo)點(diǎn)的位置；

如果所述下一幀圖像中不存在候選目標(biāo)點(diǎn)，則跳過(guò)該幀，轉(zhuǎn)到下一幀繼續(xù)計(jì)算；

遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)；

當(dāng)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)大于預(yù)設(shè)閾值時(shí)，判定所述候選目標(biāo)點(diǎn)為弱小目標(biāo)，否則將其剔除，其中，所述n為正整數(shù)。

采用上述技術(shù)方案，本發(fā)明至少具有下列優(yōu)點(diǎn)：

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法首先在時(shí)間維上進(jìn)行檢測(cè)，而探測(cè)器的時(shí)間噪聲通常要小于空間噪聲，因此本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法與傳統(tǒng)的單幀檢測(cè)法相比具有較高的檢測(cè)率；

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法中的背景抑制步驟，由于均勻背景和盲元像素的時(shí)間變化過(guò)程較平穩(wěn)，在一段時(shí)間內(nèi)的像素值與時(shí)間均值接近，因此采用所述時(shí)間均值濾波得到的像素值與時(shí)間均值的所述殘差值較小，能夠有效削弱均勻背景和盲元的強(qiáng)度；所述二值化處理中的二值化閾值為時(shí)間標(biāo)準(zhǔn)差與一個(gè)系數(shù)的乘積，而云層邊緣像素和閃爍像元的時(shí)間標(biāo)準(zhǔn)差較大，因此閾值也大，從而能夠有效消除云層邊緣和閃爍像元的干擾。

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法適用于靜止平臺(tái)和運(yùn)動(dòng)平臺(tái)，并且不需要圖像序列的幀間校準(zhǔn)過(guò)程；

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法對(duì)目標(biāo)的運(yùn)動(dòng)沒(méi)有嚴(yán)格的約束，能夠檢測(cè)出多種運(yùn)動(dòng)狀態(tài)的目標(biāo)；

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法對(duì)圖像序列中每個(gè)像素的處理方法一致，便于采用統(tǒng)一的硬件單元并行實(shí)時(shí)處理。

根據(jù)本發(fā)明的裝置實(shí)施例，提供了一種時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)裝置，圖2是本發(fā)明裝置實(shí)施例的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)裝置的流程圖，如圖2所示，根據(jù)本發(fā)明裝置實(shí)施例的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)裝置包括：背景抑制模塊20、濾除噪聲模塊22、及確定弱小目標(biāo)模塊24，以下對(duì)本發(fā)明實(shí)施例的各個(gè)模塊進(jìn)行詳細(xì)的說(shuō)明。

具體地，所述背景抑制模塊20，用于通過(guò)預(yù)設(shè)的時(shí)域?yàn)V波算法對(duì)當(dāng)前幀圖像進(jìn)行背景抑制，得到可疑目標(biāo)點(diǎn)。

具體的，所述背景抑制包括抑制盲元、抑制閃元、抑制均勻背景、及抑制云層邊緣。

具體的，所述背景抑制模塊20具體用于：

計(jì)算各個(gè)像素的像素值在預(yù)設(shè)時(shí)間窗內(nèi)的時(shí)間均值和時(shí)間標(biāo)準(zhǔn)差；

用當(dāng)前幀圖像中各個(gè)像素的像素值減去所述時(shí)間均值，得到殘差值；

對(duì)所述殘差值作二值化處理，得到可疑目標(biāo)點(diǎn)，其中，所述二值化的閾值為所述時(shí)間標(biāo)準(zhǔn)差的倍數(shù)。

所述濾除噪聲模塊22，用于濾除所述可疑目標(biāo)點(diǎn)中的孤立噪聲點(diǎn)，得到候選目標(biāo)點(diǎn)。

具體的，所述濾除噪聲模塊22具體用于：

根據(jù)所述弱小目標(biāo)在探測(cè)器上形成的光斑的形狀信息設(shè)計(jì)空間濾波模板；

通過(guò)所述空間濾波模板濾除所述可疑目標(biāo)點(diǎn)中的孤立噪聲點(diǎn)，得到候選目標(biāo)點(diǎn)。

所述確定弱小目標(biāo)模塊24，遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)，當(dāng)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)大于預(yù)設(shè)閾值時(shí)，判定所述候選目標(biāo)點(diǎn)為弱小目標(biāo)，其中，所述n為正整數(shù)。

具體的，確定弱小目標(biāo)模塊24具體用于：

計(jì)算所述當(dāng)前幀圖像的下一幀圖像中與每個(gè)候選目標(biāo)點(diǎn)對(duì)應(yīng)的去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)；

如果在某個(gè)候選目標(biāo)點(diǎn)的去心領(lǐng)域內(nèi)出現(xiàn)候選目標(biāo)點(diǎn)，則在該候選目標(biāo)點(diǎn)的出現(xiàn)次數(shù)中加1，并記錄該幀中所述候選目標(biāo)點(diǎn)的位置，將該幀中候選目標(biāo)點(diǎn)的位置作為下一幀圖像中計(jì)算去心鄰域內(nèi)是否出現(xiàn)候選目標(biāo)點(diǎn)時(shí)選取去心鄰域的候選目標(biāo)點(diǎn)的位置；

如果所述下一幀圖像中不存在候選目標(biāo)點(diǎn)，則跳過(guò)該幀，轉(zhuǎn)到下一幀繼續(xù)計(jì)算；

遍歷n幀圖像，得到每個(gè)候選目標(biāo)點(diǎn)在n幀圖像中的出現(xiàn)次數(shù)。

本發(fā)明裝置實(shí)施例至少具有下列優(yōu)點(diǎn)：

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法首先在時(shí)間維上進(jìn)行檢測(cè)，而探測(cè)器的時(shí)間噪聲通常要小于空間噪聲，因此本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法與傳統(tǒng)的單幀檢測(cè)法相比具有較高的檢測(cè)率；

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法中的背景抑制步驟，由于均勻背景和盲元像素的時(shí)間變化過(guò)程較平穩(wěn)，在一段時(shí)間內(nèi)的像素值與時(shí)間均值接近，因此采用所述時(shí)間均值濾波得到的像素值與時(shí)間均值的所述殘差值較小，能夠有效削弱均勻背景和盲元的強(qiáng)度；所述二值化處理中的二值化閾值為時(shí)間標(biāo)準(zhǔn)差與一個(gè)系數(shù)的乘積，而云層邊緣像素和閃爍像元的時(shí)間標(biāo)準(zhǔn)差較大，因此閾值也大，從而能夠有效消除云層邊緣和閃爍像元的干擾。

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法適用于靜止平臺(tái)和運(yùn)動(dòng)平臺(tái)，并且不需要圖像序列的幀間校準(zhǔn)過(guò)程；

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法對(duì)目標(biāo)的運(yùn)動(dòng)沒(méi)有嚴(yán)格的約束，能夠檢測(cè)出多種運(yùn)動(dòng)狀態(tài)的目標(biāo)；

本發(fā)明所述的時(shí)空聯(lián)合弱小目標(biāo)檢測(cè)算法對(duì)圖像序列中每個(gè)像素的處理方法一致，便于采用統(tǒng)一的硬件單元并行實(shí)時(shí)處理。

以上所述僅為本發(fā)明的實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。