專利名稱：基于人眼視覺特性的視頻噪聲估計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻分析領(lǐng)域及視頻監(jiān)控技術(shù)領(lǐng)域，涉及ー種基于人眼視覺特性的視頻噪聲估計(jì)方法。
背景技術(shù)：
隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通訊技術(shù)、視頻監(jiān)控技術(shù)和電子消費(fèi)品的發(fā)展和普及，視頻得到了越來越廣泛的應(yīng)用。但是在視頻的獲取、編碼、傳輸?shù)冗^程中可能受到各種因素的影響如設(shè)備老化、低照度、電源不清潔、編碼量化、電磁干擾等，受到不同程度、不同形式的噪聲污染，使得視頻質(zhì)量下降，不僅影響了視頻的視覺效果，而且對后續(xù)的更高級的視頻處理也造成了一定程度的影響。可見ー種可靠的噪聲估計(jì)方法對及時評估視頻噪聲程度，實(shí)時監(jiān)控視頻獲取、傳輸設(shè)備的性能起著非常有意義的作用。
·
噪聲估計(jì)一直以來都是ー個比較熱門的研究課題，近些年來噪聲估計(jì)又被應(yīng)用到視頻質(zhì)量診斷中，用來評估視頻的噪聲程度，對受噪聲嚴(yán)重污染的視頻進(jìn)行報(bào)警，通知維修人員需對監(jiān)控設(shè)備進(jìn)行維修。目前噪聲估計(jì)方法的流程大同小異，大致的算法流程如圖I所示
這類方法的設(shè)計(jì)思路簡潔，但是在實(shí)際應(yīng)用存在大量的誤檢和漏檢，尤其是對經(jīng)過編解碼的噪聲視頻，主要原因概括為以下幾點(diǎn)
I、噪聲模型假設(shè)不合理不管是學(xué)術(shù)研究還是工程應(yīng)用，一般都假設(shè)噪聲的模型為高斯白噪聲，但是在實(shí)際應(yīng)用中一般不存在這么理想在噪聲模型，甚至在很多時候噪聲的分布不一定是獨(dú)立的同分布，對經(jīng)過編解碼的噪聲尤其是這樣，所以這種假設(shè)導(dǎo)致了實(shí)際應(yīng)用中出現(xiàn)大量的誤檢和漏檢。2、平坦區(qū)域計(jì)算不合理這類算法一般將方差較小的區(qū)域標(biāo)記為平坦區(qū)域，認(rèn)為這些區(qū)域的方差近似噪聲的方差，這樣假設(shè)似乎比較合理。但是仔細(xì)研究就會發(fā)現(xiàn)這種假設(shè)存在兩個比較大的漏洞1)方差小的區(qū)域不一定是平坦區(qū)域，在紋理區(qū)域加入噪聲之后不僅會使區(qū)域方差變大，也可能使區(qū)域方差變??；2)對于存在過暗區(qū)域和過曝區(qū)域的視頻在這些區(qū)域噪聲的強(qiáng)度會受到截止，導(dǎo)致這些區(qū)域的方差比噪聲方差小。這兩種情況導(dǎo)致噪聲估計(jì)算法的結(jié)果偏低。3、噪聲強(qiáng)度評價不合理在實(shí)際應(yīng)用中，尤其是當(dāng)視頻的接受端是人眼時(一般情況都是這樣)，用噪聲方差來表示噪聲強(qiáng)度往往不符合人眼的視覺感受，因?yàn)橄嗤讲畹脑肼曉诓煌曨l中的視覺效果不同。由此可見一種穩(wěn)健的符合人眼視覺特性的視頻噪聲估計(jì)方法在視頻分析領(lǐng)域和監(jiān)控領(lǐng)域都是非常有意義的。

發(fā)明內(nèi)容
針對目前視頻噪聲檢測中存在的不足之處，本發(fā)明提出了一種基于人眼視覺特征性噪聲估計(jì)方法，該方法主要是準(zhǔn)備視頻庫并進(jìn)行人工標(biāo)注得到M0S，通過分析視頻的亮度分布、視頻幀間的物體運(yùn)動和隨機(jī)變化確定視頻的過暗、過亮區(qū)域，提取幀間的非運(yùn)動變化量作為噪聲評價的參考量U，在
噪聲評價階段引入恰可感知模型(JND)來衡量噪聲的視覺可見程度』，用幀間的結(jié)杓變化程度衡量噪聲的視覺效果^，同時估計(jì)MOS和& V之間的關(guān)系模型。該萬法可以有效的解決目前現(xiàn)有方法存在的問題，對非高斯模型的噪聲，甚至是非獨(dú)立同分布的噪聲都有比較好的效果，同時評價結(jié)果和人眼的視覺效果有很強(qiáng)的相關(guān)性。本發(fā)明解決技術(shù)問題所采取的技術(shù)方案
步驟I)噪聲強(qiáng)度人工標(biāo)注準(zhǔn)備ー個視頻庫，該視頻庫包含了不同場景不同噪聲程度的視頻，每個視頻都由多個不同的人對其進(jìn)行噪聲程度主觀打分，分值在0到100之間，每個視頻的噪聲程度平均值MOS為這個視頻的噪聲程度的人眼主觀分?jǐn)?shù)。步驟2)去噪為了能更精確定位運(yùn)動區(qū)域，降低噪聲對定位的干擾，首先對視頻中的每ー幀圖像做一個去噪處理?！げ襟E3)運(yùn)動區(qū)域定位幀間像素變化可分為三種情況干擾、光線變化或物體運(yùn)動；步驟2)已經(jīng)對視頻做了去噪處理，所以這里的幀間變化只需要區(qū)分物體運(yùn)動還是光線變化；在相機(jī)固定的情況下，當(dāng)光線發(fā)生變化時，局部區(qū)域的幀間像素變化存在如公式(I)所示的規(guī)律；假設(shè)局部光照一致性，對前后幀圖像進(jìn)行像素歸ー化，如公式(2、3)所示，將
歸ー化后圖像/S+1和ム做幀差，分塊計(jì)算幀差圖像的方差，將方差大于閾值ち的塊記為運(yùn)
動區(qū)域；
/ いiJi) _みいろ.)ハ)
/-WJ んi(wJ Zブふグ)
5 = ^^--(2)
Z JUw)
(3)
其中/ (ろ>乃)表示視頻的第n幀圖像中坐標(biāo)Ui ,乃)處的像素值，表示視頻的第n+1幀圖像中坐標(biāo)( ，乃)處的像素值，fK表示視頻的第n幀圖像中坐標(biāo)
( ，ろ.)處的像素值，人+1(4’ろ)表示視頻的第n+1幀圖像中坐標(biāo)( ，ろ)處的像素值；(良ム表示第n幀圖像局部區(qū)域像素值之和，ぶ/-“ァ)表示第n+1幀圖像局
部區(qū)域d像素值之和表示光照變化率，fn+l(X^y)表示局部光照一致性下估計(jì)得到的第n+1幀圖像。步驟4)過亮、過暗區(qū)域的定位攝像頭的動態(tài)范圍都是比較有限的，當(dāng)拍攝場景中同時存在低照度和高照度區(qū)域超過了攝像頭的動態(tài)調(diào)節(jié)范圍時，圖像中的過亮、過暗區(qū)域?qū)⒊霈F(xiàn)截止現(xiàn)象，同時對噪聲也存在截止現(xiàn)象，所以過亮、過暗區(qū)域的噪聲強(qiáng)度較其它區(qū)域偏低。
為了使噪聲估計(jì)結(jié)果更加魯棒，在噪聲估計(jì)時應(yīng)該過濾過亮、過暗區(qū)域的干擾，所述的過亮區(qū)域?yàn)橄袼刂翟?25-255之間的區(qū)域，所述的過暗區(qū)域?yàn)橄袼刂翟?-30之間的區(qū)域。步驟5)噪聲掩膜考慮到物體運(yùn)動和亮度對噪聲估計(jì)的影響，對非運(yùn)動區(qū)域和非過亮、過暗區(qū)域進(jìn)行噪聲強(qiáng)度估計(jì)，將這兩種區(qū)域記為噪聲掩膜。步驟6)恰可感知模型JND :該模型的基本思想是在某一背景亮度下，像素值在ー定范圍內(nèi)變化時，人眼不能感知，經(jīng)過試驗(yàn)像素變化的感知存在 一個臨界點(diǎn)被稱為恰可感
知點(diǎn)，不同背景下的恰可感知點(diǎn)可由公式(4)表示，其中ム表示區(qū)域的背景亮度；
JM)= 4.0 +0.12301x Ja(4)
步驟7)幀間非運(yùn)動變化設(shè)定噪聲掩膜區(qū)域的幀差為幀間非運(yùn)動變化。步驟8)噪聲的可見程度將幀間的非運(yùn)動變化和JND圖像進(jìn)行比較，得到噪聲的可見程度記為〃，這里的非運(yùn)動變化還包含了光線變化，將在下一步計(jì)算中進(jìn)行過濾。步驟9)幀間結(jié)構(gòu)變化對未去噪的原始視頻的前后幀進(jìn)行步驟2)操作，將噪聲方差記為噪聲的視覺效果，該視覺效果用ゝ表示，方差越大表明噪聲的視覺效果越強(qiáng)，這里可以很好的過濾掉光線變化，因?yàn)楣饩€支化引起的幀間變化方差非常小。步驟10)噪聲強(qiáng)度特征和噪聲程度平均值MOS的擬合步驟8)和步驟9)已經(jīng)獲取了噪聲強(qiáng)度和人眼視覺感受相關(guān)的特征值，分別是u和V ,但是ルV和噪聲程度平均值M0s之間并非線性關(guān)系，采用公式(5)進(jìn)行非線性擬合
MOff = Cr+多 ゾ(5)
其中はP、X, y均表示非線性模型的參數(shù)。步驟11)噪聲強(qiáng)度計(jì)算對待估計(jì)視頻通過步驟2)到步驟9)計(jì)算特征值仏V，代入公式(5)即可得到符合人眼視覺特征的噪聲強(qiáng)度值。本發(fā)明的有益效果本發(fā)明在視頻噪聲估計(jì)方法中引入了視頻亮度分析、物體運(yùn)動分析及人眼的視覺特性，可以有效的估計(jì)出視頻中的噪聲程度，且噪聲的程度值和人眼的主觀評價非常相似。對于視頻的質(zhì)量評價和監(jiān)控設(shè)備的故障診斷都起到了非常有意義的作用。


圖I為目前主流的噪聲估計(jì)算法流程 圖2為計(jì)算噪聲估計(jì)的區(qū)域掩膜；
圖3為噪聲特征值和人眼視覺擬合；
圖4為噪聲強(qiáng)度計(jì)算。
具體實(shí)施例方式以下結(jié)合附圖對本發(fā)明作進(jìn)ー步說明。本發(fā)明在噪聲提取階段充分考慮了過曝、過暗區(qū)域?qū)υ肼暪烙?jì)的影響，同時考慮了物體運(yùn)動的干擾使得估計(jì)結(jié)果對不同場景有比較好的魯棒性；在噪聲評價階段引入了人眼視覺特性來評價噪聲的可見度和視覺效果，使得估計(jì)結(jié)果和人眼的視覺感受有較高的相關(guān)度。本發(fā)明主要包括以下內(nèi)容
I、視頻噪聲強(qiáng)度的人工標(biāo)注為了建立噪聲估計(jì)的視覺模型，需要得到樣本視頻噪聲的人眼視覺感受強(qiáng)度，所以需要對樣本視頻進(jìn)行噪聲強(qiáng)度人工標(biāo)注，具體步驟如步驟I)所述。2、確定噪聲掩膜在實(shí)際噪聲估計(jì)中并非所有的區(qū)域?qū)υ肼暪烙?jì)都有積極的作用，所以在噪聲估計(jì)中需要確定參與計(jì)算的圖像區(qū)域，即噪聲掩膜，算法流程如圖2所示，具體步驟如步驟2)、3)、4)、5)所述。3、特征值計(jì)算提取和人眼視覺相關(guān)的噪聲強(qiáng)度特征值，算法流程如圖3所示，具體步驟如步驟6)、7)、8)、9)所述。
·
4、特征值和人眼視覺效果的擬合為了提高噪聲強(qiáng)度估計(jì)值和人眼視覺的相關(guān)度，需要對噪聲特征值和人眼視覺效果進(jìn)行擬合，具體步驟如步驟10)所述。5、噪聲強(qiáng)度估計(jì)提取待評價視頻的噪聲特征值，利用擬合好的視覺模型計(jì)算噪聲強(qiáng)度值，算法流程如圖4所示，具體步驟如步驟11所述。具體實(shí)施步驟
I)噪聲強(qiáng)度人工標(biāo)注準(zhǔn)備ー個視頻庫，該視頻庫包含了不同場景不同噪聲程度的視頻，每個視頻都由多個不同的人對其進(jìn)行噪聲程度主觀打分，分值在0到100之間，每個視頻的噪聲程度平均值MOS為這個視頻的噪聲程度的人眼主觀分?jǐn)?shù)。本發(fā)明在實(shí)施過程中采用了ー個包含2000個視頻的視頻庫，同時由20個人對每個視頻進(jìn)行打分。2)去噪為了能更精確定位運(yùn)動區(qū)域，降低噪聲對定位的干擾，首先對視頻中的每一幀圖像做一個去噪處理。去噪處理采用3X3的均值濾波器。3)運(yùn)動區(qū)域定位幀間像素變化可分為三種情況干擾、光線變化或物體運(yùn)動。步驟2)已經(jīng)對視頻做了去噪處理，所以這里的幀間變化只需要區(qū)分物體運(yùn)動還是光線變化。在相機(jī)固定的情況下，當(dāng)光線發(fā)生變化時，局部區(qū)域的幀間像素變化存在如公式(I)所示的規(guī)律。假設(shè)局部光照一致性，對前后幀圖像進(jìn)行像素歸ー化，如公式(2、3)所示，將歸ー化
后圖像ズ+1和/s做幀差,分塊計(jì)算幀差圖像的方差，將方差大于閾值？；的塊記為運(yùn)動區(qū)域。 SS=IS⑴
Z
5 = ^^--(2)
/*+i(x.^) =(3)
其中/*( 乃)表示視頻的第n幀圖像中坐標(biāo)Ui ,乃)處的像素值，乃)表示視頻的第n+1幀圖像中坐標(biāo)( ，)處的像素值，In ( ろ)表示視頻的第n幀圖像中坐標(biāo)( .,ろ' )處的像素值，人+1(4’ろ)表示視頻的第n+1幀圖像中坐標(biāo)( .,ろ' )處的像素值；表示第n幀圖像局部區(qū)域A像素值之和，表示第n+1幀圖像局
部區(qū)域豸像素值之和表示光照變化率，表示局部光照一致性下估計(jì)得到的第n+1幀圖像。4)過亮、過暗區(qū)域的定位攝像頭的動態(tài)范圍都是比較有限的，當(dāng)拍攝場景中同時存在低照度和高照度區(qū)域超過了攝像頭的動態(tài)調(diào)節(jié)范圍時，圖像中的過亮、過暗區(qū)域?qū)⒊霈F(xiàn)截止現(xiàn)象，同時對噪聲也存在截止現(xiàn)象，所以過亮、過暗區(qū)域的噪聲強(qiáng)度較其它區(qū)域偏低。為了使噪聲估計(jì)結(jié)果更加魯棒，在噪聲估計(jì)時應(yīng)該過濾過亮、過暗區(qū)域的干擾，所述的過亮區(qū)域?yàn)橄袼刂翟?25-255之間的區(qū)域，所述的過暗區(qū)域?yàn)橄袼刂翟?-30之間的區(qū)域；
5)噪聲掩膜考慮到物體運(yùn)動和亮度對噪聲估計(jì)的影響，對非運(yùn)動區(qū)域和非過亮、過暗·區(qū)域進(jìn)行噪聲強(qiáng)度估計(jì)，將這兩種區(qū)域記為噪聲掩膜。6)恰可感知模型JND:該模型的基本思想是在某一背景亮度下，像素值在一定范圍內(nèi)變化時，人眼不能感知，經(jīng)過試驗(yàn)像素變化的感知存在一個臨界點(diǎn)被稱為恰可感知點(diǎn)，
不同背景下的恰可感知點(diǎn)可由公式(4)表示，其中/j表示區(qū)域的背景亮度。JiVD = 4.0 + 0.12301X Zj1⑷
7)幀間非運(yùn)動變化設(shè)定噪聲掩膜區(qū)域的幀差為幀間非運(yùn)動變化。8)噪聲的可見程度將幀間的非運(yùn)動變化和JND圖像進(jìn)行比較，得到噪聲的可見程度記為《，這里的非運(yùn)動變化還包含了光線變化，將在下一步計(jì)算中進(jìn)行過濾。9)幀間結(jié)構(gòu)變化對未去噪的原始視頻的前后幀進(jìn)行步驟2)操作，將噪聲方差記為噪聲的視覺效果，該視覺效果用V表示，方差越大表明噪聲的視覺效果越強(qiáng)，這里可以很好的過濾掉光線變化，因?yàn)楣饩€變化引起的幀間變化方差非常小。10)噪聲強(qiáng)度特征和噪聲程度平均值MOS的擬合步驟8)和步驟9)已經(jīng)獲取了噪聲強(qiáng)度和人眼視覺感受相關(guān)的特征值，分別是U和V，但是& V和噪聲程度平均值MOS之間并非線性關(guān)系，采用公式(5)進(jìn)行非線性擬合
MOS = a+ PX-Uj Xゾ(5)
其中a A Z' y均表示非線性模型的參數(shù)。11)噪聲強(qiáng)度計(jì)算對待估計(jì)視頻通過步驟2)到步驟9)計(jì)算特征值仏V，代入公式(5)即可得到符合人眼視覺特征的噪聲強(qiáng)度值。以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍，應(yīng)帶理解，本發(fā)明并不限于這里所描述的實(shí)現(xiàn)方案，這些實(shí)現(xiàn)方案描述的目的在于幫助本領(lǐng)域中的技術(shù)人員實(shí)踐本發(fā)明。
權(quán)利要求
1.基于人眼視覺特性的視頻噪聲估計(jì)方法，其特征在于該方法包括以下步驟 步驟I)噪聲強(qiáng)度人工標(biāo)注準(zhǔn)備一個視頻庫，該視頻庫包含了不同場景不同噪聲程度的視頻，每個視頻都由多個不同的人對其進(jìn)行噪聲程度主觀打分，分值在O到100之間，每個視頻的噪聲程度平均值MOS為這個視頻的噪聲程度的人眼主觀分?jǐn)?shù)； 步驟2)去噪為了能更精確定位運(yùn)動區(qū)域，降低噪聲對定位的干擾，首先對視頻中的每一幀圖像做一個去噪處理； 步驟3)運(yùn)動區(qū)域定位幀間像素變化可分為三種情況干擾、光線變化或物體運(yùn)動；步驟2)已經(jīng)對視頻做了去噪處理，所以這里的幀間變化只需要區(qū)分物體運(yùn)動還是光線變化；在相機(jī)固定的情況下，當(dāng)光線發(fā)生變化時，局部區(qū)域的幀間像素變化存在如公式(I)所示的規(guī)律；假設(shè)局部光照一致性，對前后幀圖像進(jìn)行像素歸一化，如公式(2、3)所示，將歸一化后圖像/w和/ 做幀差，分塊計(jì)算幀差圖像的方差，將方差大于閾值^的塊記為運(yùn)動區(qū)域； / (xi >yj ) _ ^ (aV-J7J. )( I ) f Axi-yi) /s+i(w)Z fn+iix>y}^ fAx>y)xS⑶ 其中表示視頻的第n幀圖像中坐標(biāo)( ,乃)處的像素值，/s+i(^-Jj)表示視頻的第n+l幀圖像中坐標(biāo)( ，％)處的像素值，Ix ( -. -)表示視頻的第n幀圖像中坐標(biāo)( ., )處的像素值，表示視頻的第n+l幀圖像中坐標(biāo)( ., )處的像素值；表示第n幀圖像局部區(qū)域像素值之和，f表示第n+l幀圖像局部區(qū)域』像素值之和，s表示光照變化率，表示局部光照一致性下估計(jì)得到的第n+l巾貞圖像； 步驟4)過亮、過暗區(qū)域的定位攝像頭的動態(tài)范圍都是比較有限的，當(dāng)拍攝場景中同時存在低照度和高照度區(qū)域超過了攝像頭的動態(tài)調(diào)節(jié)范圍時，圖像中的過亮、過暗區(qū)域?qū)⒊霈F(xiàn)截止現(xiàn)象，同時對噪聲也存在截止現(xiàn)象，所以過亮、過暗區(qū)域的噪聲強(qiáng)度較其它區(qū)域偏低； 為了使噪聲估計(jì)結(jié)果更加魯棒，在噪聲估計(jì)時應(yīng)該過濾過亮、過暗區(qū)域的干擾，所述的過亮區(qū)域?yàn)橄袼刂翟?25-255之間的區(qū)域，所述的過暗區(qū)域?yàn)橄袼刂翟?-30之間的區(qū)域；步驟5)噪聲掩膜考慮到物體運(yùn)動和亮度對噪聲估計(jì)的影響，對非運(yùn)動區(qū)域和非過亮、過暗區(qū)域進(jìn)行噪聲強(qiáng)度估計(jì)，將這兩種區(qū)域記為噪聲掩膜； 步驟6)恰可感知模型JND :該模型的基本思想是在某一背景亮度下，像素值在一定范圍內(nèi)變化時，人眼不能感知，經(jīng)過試驗(yàn)像素變化的感知存在一個臨界點(diǎn)被稱為恰可感知點(diǎn)，不同背景下的恰可感知點(diǎn)可由公式(4)表示，其中厶表示區(qū)域的背景亮度； J = 4.0 +0.12301X/4(4) 步驟7)幀間非運(yùn)動變化設(shè)定噪聲掩膜區(qū)域的幀差為幀間非運(yùn)動變化； 步驟8)噪聲的可見程度將幀間的非運(yùn)動變化和JND圖像進(jìn)行比較，得到噪聲的可見程度記為&，這里的非運(yùn)動變化還包含了光線變化，將在下一步計(jì)算中進(jìn)行過濾； 步驟9)幀間結(jié)構(gòu)變化對未去噪的原始視頻的前后幀進(jìn)行步驟2)操作，將噪聲方差記為噪聲的視覺效果，該視覺效果用V表示，方差越大表明噪聲的視覺效果越強(qiáng)，這里可以很好的過濾掉光線變化，因?yàn)楣饩€變化引起的幀間變化方差非常??； 步驟10)噪聲強(qiáng)度特征和噪聲程度平均值MOS的擬合步驟8)和步驟9)已經(jīng)獲取了噪聲強(qiáng)度和人眼視覺感受相關(guān)的特征值，分別是I和V，但是 I和噪聲程度平均值MOS之間并非線性關(guān)系，采用公式(5)進(jìn)行非線性擬合 MOS- a+ ,Sxu1 Xi/(5) 其中oi A y均表示非線性模型的參數(shù)； 步驟11)噪聲強(qiáng)度計(jì)算對待估計(jì)視頻通過步驟2)到步驟9)計(jì)算特征值 V，代入公式(5)即可得到符合人眼視覺特征的噪聲強(qiáng)度值。
2.根據(jù)權(quán)利要求I所示的基于人眼視覺特性的視頻噪聲估計(jì)方法，其特征在于步驟2)中所述的去噪處理采用3X3的均值濾波器。
全文摘要
本發(fā)明涉及一種基于人眼視覺特性的視頻噪聲估計(jì)方法?，F(xiàn)有方法存在大量的誤檢和漏檢，尤其是對經(jīng)過編解碼的噪聲視頻。本發(fā)明首先準(zhǔn)備視頻庫并進(jìn)行人工標(biāo)注得到MOS，通過分析視頻的亮度分布、視頻幀間的物體運(yùn)動和隨機(jī)變化確定視頻的過暗、過亮區(qū)域，提取幀間的非運(yùn)動變化量作為噪聲評價的參考量，在噪聲評價階段引入恰可感知模型來衡量噪聲的視覺可見程度，用幀間的結(jié)構(gòu)變化程度衡量噪聲的視覺效果，同時估計(jì)MOS和之間的關(guān)系模型。本發(fā)明可以有效的解決目前現(xiàn)有方法存在的問題，對非高斯模型的噪聲，甚至是非獨(dú)立同分布的噪聲都有比較好的效果，同時評價結(jié)果和人眼的視覺效果有很強(qiáng)的相關(guān)性。
文檔編號H04N5/14GK102790844SQ20121024230
公開日2012年11月21日 申請日期2012年7月13日 優(yōu)先權(quán)日2012年7月13日
發(fā)明者尚凌輝, 林國錫, 王亞利, 高勇 申請人:浙江捷尚視覺科技有限公司