本發(fā)明涉及圖像分析技術(shù)領(lǐng)域，尤其是涉及一種鐵路信號機柜狀態(tài)燈圖像分析方法、裝置以及系統(tǒng)。

背景技術(shù)：

對于當(dāng)今的軌道交通而言，發(fā)展迅猛，新業(yè)務(wù)的不斷擴展在給人們帶來出行便利快捷的同時，也給企業(yè)帶來了飛漲的建設(shè)和維護成本。對于位置分散、設(shè)備繁多的機房，一旦發(fā)生故障后未得到提醒并處理不及時的話，帶來的后果是不堪設(shè)想的。因此鐵路機房系統(tǒng)保障設(shè)備、環(huán)境監(jiān)控系統(tǒng)得到了日益廣泛的應(yīng)用。

但在保障安全的基礎(chǔ)之上，各站維保人員還是會定期排班的去巡檢機房設(shè)備，這樣帶來了大量的精力投入和人力成本的增加，大大降低維護人員的工作效率也降低了已有網(wǎng)絡(luò)資源的利用率。這樣的問題通過架設(shè)一套在線視頻監(jiān)測預(yù)警系統(tǒng)加上智能分析算法便可得到妥善的解決，本系統(tǒng)采用的核心技術(shù)就是信號監(jiān)測智能分析算法。

然而在現(xiàn)有的嵌入式處理器中，圖像處理算法是在壓縮前進行處理，用rgb或yuv格式作為原始幀處理，在壓縮前進行算法判斷，再進行圖像處理。這個過程對硬件性能要求比較高，而且目前的算法會對運動物體判斷困難，常常會在環(huán)境光線變化或者有人遮擋的情況下，對機房機柜板卡指示燈產(chǎn)生誤報現(xiàn)象。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種鐵路信號機柜狀態(tài)燈圖像分析方法、裝置以及系統(tǒng)，能夠?qū)﹁F路信號機柜狀態(tài)燈的狀態(tài)進行準(zhǔn)確地判斷，避免因環(huán)境光線變化或者有人遮擋而產(chǎn)生誤報現(xiàn)象。

第一方面，本發(fā)明實施例提供了一種鐵路信號機柜狀態(tài)燈圖像分析方

法，方法包括：

實時獲取機柜狀態(tài)燈的rgb圖像；

標(biāo)記rgb圖像中狀態(tài)燈區(qū)域；狀態(tài)燈區(qū)域包括：常亮狀態(tài)燈區(qū)域以及閃爍狀態(tài)燈區(qū)域；

對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)；外部環(huán)境變化包括：環(huán)境光變化情況以及遮擋情況；

對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到狀態(tài)燈區(qū)域的灰度值閾值；

當(dāng)實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第一種可能的實施方式，其中，實時獲取機柜狀態(tài)燈的rgb圖像，具體為：

實時采集攝像頭拍攝的機柜狀態(tài)燈的視頻信息；

對視頻信息進行解碼，得到j(luò)peg格式圖片；

對jpeg格式圖片進行轉(zhuǎn)碼，得到機柜狀態(tài)燈的rgb圖像。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第二種可能的實施方式，其中，在對視頻信息進行解碼，得到j(luò)peg格式圖片之前，還包括：

預(yù)學(xué)習(xí)步驟：過濾前幾幀機柜狀態(tài)燈視頻信息。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第三種可能的實施方式，其中，標(biāo)記rgb圖像中狀態(tài)燈區(qū)域，具體為：

獲取各狀態(tài)燈對應(yīng)的識別模板；

確定rgb圖像中每個像素點對應(yīng)的梯度方向角；

根據(jù)梯度方向角，進行識別模板與rgb圖像的匹配；

根據(jù)匹配的結(jié)果，畫框標(biāo)記rgb圖像中狀態(tài)燈區(qū)域。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第四種可能的實施方式，其中，對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)，具體為：

采集不同時刻環(huán)境光情況下以及遮擋情況下的機柜狀態(tài)燈視頻信息；

根據(jù)視頻信息，建立多個樣本分析模型；

結(jié)合軟件鎖定機制，對多個樣本分析模型進行初始學(xué)習(xí)。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第五種可能的實施方式，其中，對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到狀態(tài)燈區(qū)域的灰度值閾值，具體為：

計算預(yù)設(shè)時間內(nèi)狀態(tài)燈區(qū)域的多個灰度值；

計算多個灰度值的平均值；

根據(jù)多個灰度值以及平均值，計算出方差值，即狀態(tài)燈區(qū)域的灰度值閾值。

第二方面，本發(fā)明實施例提供一種鐵路信號機柜狀態(tài)燈圖像分析裝置，包括：

圖像獲取單元，用于實時獲取機柜狀態(tài)燈的rgb圖像；

區(qū)域標(biāo)記單元，用于標(biāo)記rgb圖像中狀態(tài)燈區(qū)域；狀態(tài)燈區(qū)域包括：常亮狀態(tài)燈區(qū)域以及閃爍狀態(tài)燈區(qū)域；

學(xué)習(xí)分析單元，用于對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)；外部環(huán)境變化包括：環(huán)境光變化情況以及遮擋情況；并對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到常亮狀態(tài)燈以及閃爍狀態(tài)燈的灰度值閾值；

報警信息生成單元，用于在實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第一種可能的實施方式，其中，圖像獲取單元具體包括：

信息采集模塊，用于實時采集攝像頭拍攝的機柜狀態(tài)燈的視頻信息；

解碼模塊，用于對視頻信息進行解碼，得到j(luò)peg格式圖片；

轉(zhuǎn)碼模塊，用于對jpeg格式圖片進行轉(zhuǎn)碼，得到機柜狀態(tài)燈的rgb圖像。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第二種可能的實施方式，其中，區(qū)域標(biāo)記單元具體包括：

識別模板獲取模塊，用于獲取各狀態(tài)燈對應(yīng)的識別模板；

梯度方向角確定模塊，用于確定rgb圖像中每個像素點對應(yīng)的梯度方向角；

匹配模塊，用于根據(jù)梯度方向角，進行識別模板與rgb圖像的匹配；

標(biāo)記模塊，用于根據(jù)匹配的結(jié)果，畫框標(biāo)記rgb圖像中狀態(tài)燈區(qū)域。

第三方面，本發(fā)明實施例還提供一種鐵路信號機柜狀態(tài)燈圖像分析系統(tǒng)，包括服務(wù)器、攝像裝置以及顯示裝置；

服務(wù)器上安裝有如第二方面所述的鐵路信號機柜狀態(tài)燈圖像分析裝置。

本發(fā)明實施例提供的技術(shù)方案帶來了以下有益效果：本發(fā)明實施例提供的鐵路信號機柜狀態(tài)燈圖像分析方法中，首先實時獲取機柜狀態(tài)燈的rgb圖像；然后標(biāo)記rgb圖像中狀態(tài)燈區(qū)域；狀態(tài)燈區(qū)域包括：常亮狀態(tài)燈區(qū)域以及閃爍狀態(tài)燈區(qū)域；對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)；外部環(huán)境變化包括：環(huán)境光變化情況以及遮擋情況；對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到狀態(tài)燈區(qū)域的灰度值閾值；當(dāng)實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。該狀態(tài)燈圖像分析方法，通過對不同時刻環(huán)境光的初始學(xué)習(xí)以及實時學(xué)習(xí)，能夠?qū)C房機柜狀態(tài)燈的常亮和閃爍狀態(tài)進行準(zhǔn)確地判斷，避免因環(huán)境光線變化或者有人遮擋而產(chǎn)生誤報現(xiàn)象。

本發(fā)明的其他特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細(xì)說明如下。

附圖說明

為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施方式，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1示出了本發(fā)明實施例所提供的一種鐵路信號機柜狀態(tài)燈圖像分析方法的流程圖；

圖2示出了本發(fā)明實施例中步驟s11的詳細(xì)流程圖；

圖3示出了本發(fā)明實施例中步驟s12的詳細(xì)流程圖；

圖4示出了本發(fā)明實施例所提供的一種鐵路信號機柜狀態(tài)燈圖像分析裝置的示意圖；

圖5示出了本發(fā)明實施例所提供的一種鐵路信號機柜狀態(tài)燈圖像分析系統(tǒng)的示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

目前現(xiàn)有的嵌入式處理器中，圖像處理算法是在壓縮前進行處理，用rgb或yuv格式作為原始幀處理，在壓縮前進行算法判斷，再進行圖像處理。這個過程對硬件性能要求比較高，而且目前的算法會對運動物體判斷困難，常常會在環(huán)境光線變化或者有人遮擋的情況下，對機房機柜板卡指示燈產(chǎn)生誤報現(xiàn)象?；诖?，本發(fā)明實施例提供的鐵路信號機柜狀態(tài)燈圖像分析方法、裝置以及系統(tǒng)，能夠?qū)C房機柜狀態(tài)燈的狀態(tài)進行準(zhǔn)確地判斷，避免因環(huán)境光線變化或者有人遮擋而產(chǎn)生誤報現(xiàn)象。

為便于對本實施例進行理解，首先對本發(fā)明實施例所公開的一種鐵路信號機柜狀態(tài)燈圖像分析方法進行詳細(xì)介紹。

本發(fā)明實施例提供了一種狀態(tài)燈圖像分析方法，參見圖1所示，該方法包括：

s11：實時獲取機柜狀態(tài)燈的rgb圖像。

在具體實現(xiàn)的時候，該狀態(tài)燈圖像分析方法的分析起始點是狀態(tài)燈的rgb圖像，因此首先要實時地獲取機柜狀態(tài)燈的rgb圖像，具體的獲取過程，參見圖2所示，包括以下幾個步驟：

s111：實時采集攝像頭拍攝的機柜狀態(tài)燈的視頻信息。

具體的，可以直接從ipc攝像頭取壓縮后的流媒體數(shù)據(jù)，或者也可以從nvr取流媒體數(shù)據(jù)，該流媒體數(shù)據(jù)就是機柜狀態(tài)燈的視頻信息。

s112：對視頻信息進行解碼，得到j(luò)peg格式圖片。

在得到機柜狀態(tài)燈的視頻信息后，對其進行解碼處理。由于該流媒體數(shù)據(jù)為壓縮文件，如果不進行解碼處理，會影響后續(xù)圖像分析過程中的灰度值變化等，因此，首先將視頻信息進行解碼處理。解碼的方式有多種情況，比如：硬件解碼、軟件解碼。在本發(fā)明實施例中，通過調(diào)用ffmpeg進行軟件解碼。解碼后，會得到j(luò)peg格式的圖片。

需要注意的是，在對視頻信息進行解碼，得到j(luò)peg格式圖片之前，還包括預(yù)學(xué)習(xí)步驟，也就是過濾前幾幀機柜狀態(tài)燈視頻信息。這樣可以提高后續(xù)圖像分析的準(zhǔn)確性。

s113：對jpeg格式圖片進行轉(zhuǎn)碼，得到機柜狀態(tài)燈的rgb圖像。

在得到j(luò)peg格式的圖片后，再進行轉(zhuǎn)碼處理，從而得到機柜狀態(tài)燈的rgb圖像。具體的，通過調(diào)用opencv庫函數(shù)把實現(xiàn)從jpeg到rgb的轉(zhuǎn)碼過程。

s12：標(biāo)記rgb圖像中狀態(tài)燈區(qū)域；狀態(tài)燈區(qū)域包括：常亮狀態(tài)燈區(qū)域以及閃爍狀態(tài)燈區(qū)域。

在進行圖像分析之前，首先要識別并標(biāo)記出狀態(tài)燈的區(qū)域，進而針對該狀態(tài)燈區(qū)域進行狀態(tài)燈狀態(tài)的分析。具體的標(biāo)記過程如圖3所示，包括以下幾個步驟：

s121：獲取各狀態(tài)燈對應(yīng)的識別模板。

s122：確定rgb圖像中每個像素點對應(yīng)的梯度方向角。

s123：根據(jù)梯度方向角，進行識別模板與rgb圖像的匹配。

s124：根據(jù)匹配的結(jié)果，畫框標(biāo)記rgb圖像中狀態(tài)燈區(qū)域。

通過上述過程可以識別確認(rèn)rgb圖像中狀態(tài)燈區(qū)域，并通過畫框?qū)顟B(tài)燈區(qū)域進行標(biāo)記。

s13：對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)。

在確定了狀態(tài)燈的區(qū)域后，對其進行外部環(huán)境變化的初始學(xué)習(xí)過程。其中，外部環(huán)境變化包括：環(huán)境光變化情況以及遮擋情況。具體的學(xué)習(xí)過程包括以下幾個步驟：

采集不同時刻環(huán)境光情況下以及遮擋情況下的機柜狀態(tài)燈視頻信息。

根據(jù)視頻信息，建立多個樣本分析模型。

結(jié)合軟件鎖定機制，對多個樣本分析模型進行初始學(xué)習(xí)。

在具體實現(xiàn)的時候，針對一個機房機柜狀態(tài)燈的調(diào)試做法是：采集不同時刻環(huán)境光和遮擋情況下的狀態(tài)燈視頻信息，以多個不同時刻的狀態(tài)燈視頻信息為樣本，建立對應(yīng)的分析模型，然后通過軟件鎖定機制對外部環(huán)境變化進行學(xué)習(xí)。通過該學(xué)習(xí)，可以使?fàn)顟B(tài)燈在處于外部環(huán)境變化的時候，不被檢測到異常，提高狀態(tài)燈圖像分析的準(zhǔn)確性，避免因外部環(huán)境變化而產(chǎn)生誤報警現(xiàn)象。

s14：對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到狀態(tài)燈區(qū)域的灰度值閾值。

除了上述初始學(xué)習(xí)，本發(fā)明實施例中還包括對狀態(tài)燈區(qū)域的實時學(xué)習(xí)，通過實時學(xué)習(xí)，得到狀態(tài)燈區(qū)域的灰度值閾值，從而為是否需要報警提供一個參考。

針對閃爍狀態(tài)燈區(qū)域，采用方差閾值計算方法，具體的，首先計算預(yù)設(shè)時間內(nèi)狀態(tài)燈區(qū)域的多個灰度值，然后計算多個灰度值的平均值，再根據(jù)多個灰度值以及平均值，計算出方差值，即狀態(tài)燈區(qū)域的灰度值閾值。預(yù)設(shè)時間可以根據(jù)實際需要進行設(shè)定，比如10秒，取10秒內(nèi)的狀態(tài)燈區(qū)域的灰度值及平均值，通過下述公式計算方差閾值：

針對常亮狀態(tài)燈區(qū)域，通過傳統(tǒng)的灰度值計算方法，結(jié)合初始學(xué)習(xí)和實時學(xué)習(xí)過程，通過中值或均值方法來統(tǒng)計灰度值閾值。

s15：當(dāng)實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。

在得到常亮和閃爍狀態(tài)燈區(qū)域的灰度值閾值后，通過將實時計算出的狀態(tài)燈區(qū)域的灰度值與其相應(yīng)的灰度值閾值進行比對，當(dāng)實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。

該報警信息可以通過各種展示平臺進行實時展示，比如：內(nèi)容管理系統(tǒng)的顯示界面，或者也可以將該報警信息存儲在nvr網(wǎng)絡(luò)硬盤錄像機中，以便相關(guān)人員進行錄像回放查看，比如，可以查看12小時、24小時或者48小時等時間內(nèi)的報警信息。更直觀快捷的一種方式是，將報警信息直接發(fā)送到巡檢員的手機上，以使巡檢員通過狀態(tài)燈的報警信息，及時排查交通安全隱患。

本發(fā)明實施例提供的狀態(tài)燈圖像分析方法中，首先實時獲取機柜狀態(tài)燈的rgb圖像；然后標(biāo)記rgb圖像中狀態(tài)燈區(qū)域；狀態(tài)燈區(qū)域包括：常亮狀態(tài)燈區(qū)域以及閃爍狀態(tài)燈區(qū)域；對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)；外部環(huán)境變化包括：環(huán)境光變化情況以及遮擋情況；對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到狀態(tài)燈區(qū)域的灰度值閾值；當(dāng)實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。該狀態(tài)燈圖像分析方法，通過對不同時刻環(huán)境光的初始學(xué)習(xí)以及實時學(xué)習(xí)，能夠?qū)C房機柜狀態(tài)燈的常亮和閃爍狀態(tài)進行準(zhǔn)確地判斷，避免因環(huán)境光線變化或者有人遮擋而產(chǎn)生誤報現(xiàn)象。

本發(fā)明實施例所提供的鐵路機房的狀態(tài)燈圖像分析方法，是將硬件和軟件打通的一種小程序，其廣泛應(yīng)用于無人值守機房、鐵路、軌道交通機房信號監(jiān)測及運維管理中，從而保障機房內(nèi)的聯(lián)鎖機柜、計軸機柜、ats機柜、zc機構(gòu)等設(shè)備正常、持久、穩(wěn)定的運行。

本發(fā)明實施例提供一種鐵路信號機柜狀態(tài)燈圖像分析裝置，參見圖4所示，該裝置包括：圖像獲取單元21、區(qū)域標(biāo)記單元22、學(xué)習(xí)分析單元23以及報警信息生成單元24。

其中，圖像獲取單元21，用于實時獲取機柜狀態(tài)燈的rgb圖像；

區(qū)域標(biāo)記單元22，用于標(biāo)記rgb圖像中狀態(tài)燈區(qū)域；狀態(tài)燈區(qū)域包括：常亮狀態(tài)燈區(qū)域以及閃爍狀態(tài)燈區(qū)域；

學(xué)習(xí)分析單元23，用于對狀態(tài)燈區(qū)域進行外部環(huán)境變化的初始學(xué)習(xí)；外部環(huán)境變化包括：環(huán)境光變化情況以及遮擋情況；并對狀態(tài)燈區(qū)域進行實時學(xué)習(xí)，得到常亮狀態(tài)燈以及閃爍狀態(tài)燈的灰度值閾值；

報警信息生成單元24，用于在實時計算的狀態(tài)燈區(qū)域的灰度值大于灰度值閾值時，生成報警信息。

具體的，圖像獲取單元21包括：

信息采集模塊211，用于實時采集攝像頭拍攝的機柜狀態(tài)燈的視頻信息；

解碼模塊212，用于對視頻信息進行解碼，得到j(luò)peg格式圖片；

轉(zhuǎn)碼模塊213，用于對jpeg格式圖片進行轉(zhuǎn)碼，得到機柜狀態(tài)燈的rgb圖像。

區(qū)域標(biāo)記單元22包括：

識別模塊獲取模塊221，用于獲取各狀態(tài)燈對應(yīng)的識別模板；

梯度方向角確定模塊222，用于確定rgb圖像中每個像素點對應(yīng)的梯度方向角；

匹配模塊223，用于根據(jù)梯度方向角，進行識別模板與rgb圖像的匹配；

標(biāo)記模塊224，用于根據(jù)匹配的結(jié)果，畫框標(biāo)記rgb圖像中狀態(tài)燈區(qū)域。

本發(fā)明實施例提供的鐵路信號機柜狀態(tài)燈圖像分析中，各個單元或者模塊的具體實現(xiàn)可參見前述方法實施例，在此不再贅述。

此外，本發(fā)明實施例還提供一種鐵路信號機柜狀態(tài)燈圖像分析系統(tǒng)，如圖5所示，該系統(tǒng)包括服務(wù)器32、攝像裝置31以及顯示裝置33；

服務(wù)器32上安裝有如第二方面所述的狀態(tài)燈圖像分析裝置322。

其中，顯示裝置33包括：各種終端設(shè)備。比如：電腦、手機、ipad等。

在本發(fā)明實施例中，攝像裝置31、服務(wù)器32以及顯示裝置33之間的交互過程同前述方法實施例，在此不再贅述。

所述功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，處理器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例方法的全部或部分步驟。而前述的存儲介質(zhì)包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。

最后應(yīng)說明的是：以上實施例，僅為本發(fā)明的具體實施方式，用以說明本發(fā)明的技術(shù)方案，而非對其限制，本發(fā)明的保護范圍并不局限于此，盡管參照前述實施例對本發(fā)明進行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對前述實施例所記載的技術(shù)方案進行修改或可輕易想到變化，或者對其中部分技術(shù)特征進行等同替換；而這些修改、變化或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案的精神和范圍，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以權(quán)利要求的保護范圍為準(zhǔn)。