本發(fā)明涉及視頻圖像處理技術領域，特別涉及視頻圖像去噪技術，具體是指一種視頻時域的去噪方法及系統(tǒng)。

背景技術：

隨著各種數(shù)字儀器和數(shù)碼產(chǎn)品的普及，視頻已成為人們生活中常用的信息載體。然而，在視頻的采集、傳輸和接收過程中不可避免地會引入各種噪聲，使原視頻信息受到干擾甚至損壞，視頻質量下降，同時嚴重影響到后續(xù)視頻處理的效果，如圖像分割、目標識別等。為了提高視頻圖像的主客觀效果，提高視頻圖像的壓縮效率并節(jié)省傳輸帶寬，都有必要對視頻進行去噪處理。

主流的視頻時域去噪方法有運動檢測去噪(Motion Detection Temporal Noise Reduction,MD-TNR)、運動補償去噪(Motion Compensated Temporal Noise Reduction,MC-TNR)或是兩種方法的融合去噪。其中，運動檢測去噪主要針對靜止區(qū)域去噪(系統(tǒng)框圖如圖1)，對于某些運動物體周圍會出現(xiàn)時序模糊和“拖尾”現(xiàn)象；運動補償去噪(系統(tǒng)框圖如圖2)綜合考慮了幀間運動方向和大小等信息，在運動矢量估計準確的情況下有很好的去噪效果，但在運動估計不準的區(qū)域也會出現(xiàn)模糊現(xiàn)象；兩種方法融合去噪結合了上述兩種去噪方式的特點，針對不同運動狀態(tài)的區(qū)域采取相應方法去噪，但在靜止區(qū)域判斷不準的情況下，會減弱相應去噪方法處理的權重，去噪不充分。因此，正確地區(qū)分出視頻圖像中的靜止區(qū)域和運動區(qū)域顯得尤為重要。

在現(xiàn)有的技術中，靜止區(qū)域與運動區(qū)域的區(qū)分一般是通過計算幀間差異再與閾值比較實現(xiàn)的。將前一幀(或前幾幀)、后一幀(或后幾幀)圖像分別與當前幀的灰度值進行差分，根據(jù)差分結果提取運動信息。如專利：Method of Motion Compensated Temporal Noise Reduction，專利公開號為US2006/0232712 A1，和專利：視頻時域去噪裝置及方法，專利公開號為104735301A，均是通過前一幀與當前幀像素灰度值作差，如計算平均絕對誤差值(Mean of Absolute Error,MAE)，進行靜止和運動的判斷。若判斷為靜止，則使用前一濾波幀對應位置的像素與當前幀像素加權平均，達到去噪目的；若判斷為運動，則不對當前像素去噪或是與運動補償去噪的結果加權。還有專利會在作差的基礎上加入一些數(shù)學運算，如專利：一種實時醫(yī)學視頻圖像去噪方法，專利公開號為102014240A，將前一幀和后一幀與當前幀作差的結果轉化為二值圖像，通過數(shù)學形態(tài)學的操作獲得連通區(qū)域再判斷運動和靜止。

但是，由于視頻中存在噪聲，將每個像素局部的幀間差異與閾值進行比較得到運動概率的方法很容易產(chǎn)生錯誤，即把靜止像素誤分為運動像素或把運動像素誤分為靜止像素，則不會進行去噪處理或是減弱相應去噪方式處理的強度。尤其是當視頻中存在大面積的靜止區(qū)域(背景區(qū)域)，并且在這些區(qū)域中有較大的噪點或是在一段視頻的某些幀出現(xiàn)隨機噪點時，根據(jù)前一幀和當前幀作差得到的結果明顯偏大，故而將靜止區(qū)域判斷為運動區(qū)域，則不會進行運動檢測去噪處理或是減弱該方式處理的權重；而如果進行運動補償去噪，由于原對應位置差異較大，會查找其它位置是否有匹配塊，從而使該像素點運動矢量估計結果偏大，去噪后易產(chǎn)生模糊。綜合上述情況來看，靜止區(qū)域判斷有誤會導致該區(qū)域內像素點去噪不充分，進而影響整片靜止區(qū)域的去噪效果，由于面積較大，也使得視頻整體去噪效果欠佳。

技術實現(xiàn)要素：

為了解決現(xiàn)有技術中的上述問題，即為了解決原系統(tǒng)中運動檢測的準確性問題，以提高含有大面積靜止區(qū)域視頻的去噪處理效果，本發(fā)明提供了一種視頻時域的去噪方法，包括：

根據(jù)視頻前一濾波幀和視頻當前濾波幀進行運動估計，得到當前濾波幀中各像素點的運動矢量MV；

對當前濾波幀中各區(qū)域塊內所包含的各像素點的運動矢量MV分別進行統(tǒng)計；

根據(jù)區(qū)域中的統(tǒng)計結果以及該區(qū)域中計算得到的第一幀間差異值MAE得到該區(qū)域的最終靜止概率；

根據(jù)所述最終靜止概率進行當前區(qū)域塊的去噪處理。

優(yōu)選地，所述對當前濾波幀中各區(qū)域塊內所包含的各像素點的MV分別進行統(tǒng)計，具體包括：

將當前濾波幀劃分為互不重疊的多個區(qū)域塊；

統(tǒng)計各區(qū)域塊中運動矢量MV的水平分量絕對值和垂直分量絕對值均小于第一設定閾值的個數(shù)，記為SMV_num；

統(tǒng)計各區(qū)域塊中運動矢量MV的水平分量絕對值或垂直分量絕對值大于第二設定閾值的個數(shù)，記為LMV_num；

比較各區(qū)域塊中各運動矢量MV的水平分量絕對值與垂直分量絕對值之和，得出各區(qū)域中幅值最大的運動矢量MV大小，記為MV_max。

優(yōu)選地，所述根據(jù)區(qū)域中的統(tǒng)計結果以及該區(qū)域中計算得到的第一幀間差異值MAE得到該區(qū)域的最終靜止概率，包括：

根據(jù)SMV_num、LMV_num和MV_max得到第一靜止概率；

根據(jù)所述第一幀間差異值MAE計算得到第二靜止概率；其中，所述第一幀間差異值MAE為當前濾波幀中每一像素點與前一濾波幀中相同位置的像素點及其周圍鄰域的平均絕對誤差值；

選取所述第一靜止概率和第二靜止概率中具有最大值的作為最終靜止概率。

優(yōu)選地，所述第二幀間差異值MVMAE為當前濾波幀中每一像素點與前一濾波幀中根據(jù)運動矢量MV，沿著運動軌跡找到的像素點及其周圍鄰域的平均絕對誤差值。

優(yōu)選地，所述根據(jù)所述最終靜止概率以及計算得到的第二幀間差異值MVMAE進行當前區(qū)域塊的去噪處理，具體包括：

根據(jù)所述最終靜止概率計算前一濾波幀中的運動檢測濾波權重，根據(jù)所述第二幀間差異值MVMAE計算運動補償濾波權重；

根據(jù)所述運動檢測濾波權重計算運動檢測濾波；

根據(jù)所述運動補償濾波權重計算運動補償濾波；

根據(jù)所述最終靜止概率分配濾波權重，利用所述濾波權重以及運動檢測濾波和運動補償濾波計算得到當前區(qū)域塊的去噪結果。

本發(fā)明還提供了一種視頻時域的去噪系統(tǒng)，所述系統(tǒng)包括：

運動估計單元，用于根據(jù)視頻前一濾波幀和視頻當前濾波幀進行運動估計，得到當前濾波幀中各像素點的運動矢量MV；

統(tǒng)計單元，用于對當前濾波幀中各區(qū)域塊內所包含的各像素點的運動矢量MV分別進行統(tǒng)計；

計算單元，用于根據(jù)區(qū)域中的統(tǒng)計結果以及該區(qū)域中計算得到的第一幀間差異值MAE得到該區(qū)域的最終靜止概率；

處理單元，用于根據(jù)所述最終靜止概率以及計算得到的第二幀間差異值MVMAE進行當前區(qū)域塊的去噪處理。

優(yōu)選地，

所述統(tǒng)計單元，具體用于將當前濾波幀劃分為互不重疊的多個區(qū)域塊；統(tǒng)計各區(qū)域塊中運動矢量MV的水平分量絕對值和垂直分量絕對值均小于第一設定閾值的個數(shù)，記為SMV_num；統(tǒng)計各區(qū)域塊中運動矢量MV的水平分量絕對值或垂直分量絕對值大于第二設定閾值的個數(shù)，記為LMV_num；比較各區(qū)域塊中各運動矢量MV的水平分量絕對值與垂直分量絕對值之和，得出各區(qū)域中幅值最大的運動矢量MV大小，記為MV_max。

優(yōu)選地，所述計算單元，具體包括：

幀間差異計算單元，用于根據(jù)當前濾波幀和前一濾波幀計算第一幀間差異值MAE；所述第一幀間差異值MAE為當前濾波幀中每一像素點與前一濾波幀中相同位置的像素點及其周圍鄰域的平均絕對誤差值；

靜止概率計算單元，用于根據(jù)SMV_num、LMV_num和MV_max得到第一靜止概率；根據(jù)所述第一幀間差異值MAE計算得到第二靜止概率；其中，所述第一幀間差異值MAE為當前濾波幀中每一像素點與前一濾波幀中相同位置的像素點及其周圍鄰域的平均絕對誤差值；選取所述第一靜止概率和第二靜止概率中具有最大值的作為最終靜止概率。

優(yōu)選地，所述幀間差異計算單元，還用于根據(jù)當前濾波幀、前一濾波幀和所述運動矢量MV計算第二幀間差異值MVMAE；所述第二幀間差異值MVMAE為當前濾波幀中每一像素點與前一濾波幀中根據(jù)運動矢量MV，沿著運動軌跡找到的像素點及其周圍鄰域的平均絕對誤差值。

優(yōu)選地，所述處理單元，具體包括：

濾波權重計算單元，具體用于根據(jù)所述最終靜止概率計算前一濾波幀中的運動檢測濾波權重；根據(jù)所述第二幀間差異值MVMAE計算運動補償濾波權重；根據(jù)所述運動檢測濾波權重計算運動檢測濾波；根據(jù)所述運動補償濾波權重計算運動補償濾波；

時域濾波單元，具體用于根據(jù)所述最終靜止概率分配濾波權重，利用所述濾波權重以及運動檢測濾波和運動補償濾波計算得到當前區(qū)域塊的去噪結果。

與現(xiàn)有技術相比，本發(fā)明至少具有以下優(yōu)點：

通過本發(fā)明的設計，實現(xiàn)了解決原系統(tǒng)中運動檢測的準確性問題，從而提高了含有大面積靜止區(qū)域視頻的去噪處理效果。

附圖說明

圖1是現(xiàn)有技術中的視頻時域運動檢測去噪系統(tǒng)的示意圖；

圖2是現(xiàn)有技術中的視頻時域運動估計去噪系統(tǒng)的示意圖；

圖3是本發(fā)明所提供的視頻時域的去噪方法的流程示意圖；

圖4本發(fā)明所提供的視頻時域的去噪方法的簡易流程示意圖；

圖5是區(qū)域較小MV個數(shù)與靜止概率映射曲線圖；

圖6是區(qū)域較大MV個數(shù)與靜止概率映射曲線圖；

圖7是區(qū)域MV最大值與靜止概率映射曲線圖；

圖8是MAE計算結果與靜止概率映射曲線圖；

圖9是MC濾波權重映射曲線圖；

圖10是靜止概率與MD濾波權重映射曲線圖；

圖11是本發(fā)明提供的視頻時域的去噪系統(tǒng)示意圖。

具體實施方式

下面參照附圖來描述本發(fā)明的優(yōu)選實施方式。本領域技術人員應當理解的是，這些實施方式僅僅用于解釋本發(fā)明的技術原理，并非旨在限制本發(fā)明的保護范圍。

在評估視頻時域去噪算法的過程中，發(fā)現(xiàn)部分視頻在大面積靜止區(qū)域或是背景區(qū)域的去噪效果不明顯，處理后的視頻仍有很多噪點存在。由于該靜止部分在整幅圖像中所占比重較大，嚴重影響到了整個視頻圖像的視覺效果。通過分析，發(fā)現(xiàn)這些靜止區(qū)域往往存在較大的噪聲，或是在某些幀突然出現(xiàn)一些隨機噪點，導致計算窗口像素差異時得到的結果偏大，將靜止區(qū)域誤檢為運動區(qū)域。根據(jù)時域去噪算法，則不會進行運動檢測去噪處理或是減小該去噪方法所占的權重，而運動補償去噪時對這些含噪聲像素點進行塊匹配得到的運動矢量也往往會偏大，使這些噪點不能被完全消除，影響去噪效果。但在較大范圍內觀察發(fā)現(xiàn)，噪聲影響下運動矢量不準確的像素點屬少數(shù)情況，大部分運動矢量的估計結果仍是正確的。因此，如果能在大范圍內統(tǒng)計MV(Motion Vector，運動矢量)信息，排除個別噪點運動矢量估計不準的情況，檢測出這部分靜止區(qū)域，集中進行去噪，對整幀圖像最終的去噪效果會有很大的改善。

如圖3～4所示，為本發(fā)明所提供的視頻時域的去噪方法，具體包括：

步驟301，根據(jù)視頻前一濾波幀和視頻當前濾波幀進行運動估計，得到當前濾波幀中各像素點的運動矢量MV。

^

在該步驟中，運動估計：對前一濾波幀f_t-1和當前濾波幀f_t進行運動估計得到當前濾波幀中的各個像素點的運動矢量。運動估計可采用現(xiàn)有的任何一種方法，如三維遞歸搜索(3-Dimension Recursive Search,3DRS)方法，得到各點的運動矢量記為MV，MV包含水平分量dx和垂直分量dy。

步驟302，對當前濾波幀中各區(qū)域塊內所包含的各像素點的MV分別進行統(tǒng)計。

該步驟具體包括：

將當前濾波幀劃分為互不重疊的多個區(qū)域塊；

統(tǒng)計各區(qū)域塊中MV的水平分量絕對值和垂直分量絕對值均小于第一設定閾值的個數(shù)，記為SMV_num；

統(tǒng)計各區(qū)域塊中MV的水平分量絕對值或垂直分量絕對值大于第二設定閾值的個數(shù)，記為LMV_num；

比較各區(qū)域塊中各MV的水平分量絕對值與垂直分量絕對值之和，得出各區(qū)域中幅值最大的MV大小，記為MV_max。

具體的，區(qū)域MV統(tǒng)計和幀間差異計算：將整幀圖像劃分為互不重疊的區(qū)域塊(大小為BlkW×BlkH，如64×16)，對各塊中的運動矢量進行統(tǒng)計。具體統(tǒng)計過程如下：

a.統(tǒng)計MV的水平分量絕對值和垂直分量絕對值均小于某一設定閾值SmaMVT的個數(shù)，記為SMV_num。

b.統(tǒng)計MV的水平分量絕對值或垂直分量絕對值大于某一設定閾值LarMVT的個數(shù)，記為LMV_num。

c.比較得出區(qū)域塊中幅值最大的MV大小，記為MV_max。MV幅值MV.magMV.mag計算公式為：

MV.mag＝abs(dx)+abs(dy)

同時，計算當前濾波幀中每一像素點與其前一濾波幀中相同位置像素點及其周圍鄰域(局部窗)的MAE值來表征兩個像素點間的差異，記為MAE。

步驟303，根據(jù)區(qū)域中的統(tǒng)計結果以及該區(qū)域中計算得到的第一幀間差異值MAE得到該區(qū)域的最終靜止概率。

該步驟包括：

根據(jù)SMV_num、LMV_num和MV_max得到第一靜止概率；

根據(jù)所述第一幀間差異值MAE計算得到第二靜止概率；其中，所述第一幀間差異值MAE為當前濾波幀中每一像素點與前一濾波幀中相同位置的像素點及其周圍鄰域的平均絕對誤差值；

選取所述第一靜止概率和第二靜止概率中具有最大值的作為最終靜止概率。

靜止概率計算：在計算最終靜止概率時，包括兩種運動檢測方法的融合，根據(jù)上一步中的MV統(tǒng)計結果和MAE計算結果分別使用相應的映射曲線得到各區(qū)域靜止概率。

根據(jù)運動估計得到的靜止概率結果Sta_P_MV，Sta_P_MV是三種MV統(tǒng)計結果的融合。設定三個MV統(tǒng)計結果與靜止概率的映射曲線，分別得到三個概率值，取概率最小值為當前區(qū)域的靜止概率。三個映射曲線設計如下：

a.若區(qū)域內大部分MV各分量絕對值均在較小值范圍內，則認為區(qū)域靜止概率較大。區(qū)域MV較小值個數(shù)SMV_num和靜止概率Sta_P1關系如圖5，T₁和T₂為預先設定的值。

b.若區(qū)域內有較多MV存在分量絕對值均大于設定的閾值，則認為該區(qū)域靜止概率較小。區(qū)域MV較大值個數(shù)LMV_num和靜止概率Sta_P2關系如圖6，T₃和T₄為預先設定的值。

c.若區(qū)域內存在較大MV，則認為該區(qū)域靜止概率較小。區(qū)域MV最大值MV_max和靜止概率Sta_P3關系如圖7，T₅和T₆為預先設定的值。

最終由區(qū)域MV統(tǒng)計得到的靜止概率為：

Sta_P_mv＝min{Sta_P₁,Sta_P₂,Sta_P₃}

也可使用三個靜止概率相乘結果作為得到靜止概率：

Sta_P_mv＝Sta_P₁×Sta_P₂×Sta_P₃

另一種檢測方式使用MAE計算結果，由圖8所示映射曲線得到相應靜止概率Sta_P_MAE，T₇和T₈為預先設定的值，σ為估計出的噪聲水平，采用現(xiàn)有的任一種噪聲估計方法都可以。

將兩種檢測方式結果融合得到最終靜止概率：

Sta_P＝max{Sta_P_MV,Sta_P_MAE}

步驟304，根據(jù)所述最終靜止概率進行當前區(qū)域塊的去噪處理。

該步驟具體包括：

根據(jù)所述最終靜止概率以及計算得到的第二幀間差異值MVMAE計算前一濾波幀中的運動檢測濾波權重，根據(jù)第二幀間差異值MVMAE計算運動補償濾波權重；

根據(jù)所述運動檢測濾波權重計算運動檢測濾波；

根據(jù)所述運動補償濾波權重計算運動補償濾波；

根據(jù)所述最終靜止概率分配濾波權重，利用所述濾波權重以及運動檢測濾波和運動補償濾波計算得到當前區(qū)域塊的去噪結果。

濾波權重計算：包括運動檢測濾波中前一濾波幀的權重w_tD，運動補償濾波中前一濾波幀的權重w_tC，以及運動檢測濾波結果與運動補償濾波結果融合時運動檢測濾波的權重w_MD。

運動檢測濾波中前一濾波幀的權重w_tD計算方法：

根據(jù)當前像素點的靜止概率和一預先設定的權重值w_tD⁰，計算前一濾波幀中與當前像素點坐標位置相同的像素點在濾波中占的權重值w_tD(i,j)，計算公式如下：

w_tD(i,j)＝Sta_P*w_tD⁰

運動補償濾波中前一濾波幀的權重w_tC計算方法：

根據(jù)當前像素點的運動矢量，沿著運動軌跡找到當前濾波幀像素點在前一濾波幀中的位置，計算對應像素點鄰域內的平均絕對誤差值，記為MVMAE。計算公式為：

其中，H、W為局部窗的高和寬，(dx,dy)為運動矢量。根據(jù)圖9所示曲線，計算前一濾波幀中的像素點在對當前像素點進行運動補償濾波的權重w_tC(i,j)。w_tC⁰，T₉和T₁₀為預先設定的值。

運動檢測濾波結果與運動補償濾波結果融合時的權重w_MD計算方法：

根據(jù)得到的最終靜止概率Sta_P分配運動補償濾波MC-TNR和運動檢測濾波MD-TNR的濾波權重。若最終靜止概率大于閾值T₁₂，則在權重加權時，MD-TNR的加權值為1，MC-TNR的加權值為0；若最終靜止概率小于閾值T₁₁，則在權重加權時，MD-TNR的加權值為0，MC-TNR的加權值為1。MD濾波權重w_MD與最終靜止概率Sta_P的關系如圖10，T₁₁和T₁₂為預先設定的值。

視頻時域濾波：將運動檢測濾波與運動補償濾波融合進行去噪處理。

運動檢測濾波MD-TNR的結果為：

運動補償濾波MC-TNR的結果為：

最終融合的去噪結果為：

上述技術方案可以看出，本發(fā)明具有以下有益效果：

本發(fā)明通過對運動估計得到的運動矢量進行統(tǒng)計推斷塊的靜止概率，并結合第一幀間差異值MAE判斷運動狀態(tài)，提高了運動檢測的準確性，從而能更為準確地分配不同方式的濾波權重以控制視頻濾波，達到了很好的視頻去噪效果。尤其是對于視頻中存在較大面積的靜止區(qū)域(或背景區(qū)域)，或者某些幀有隨機噪點的情況有著很好的去噪處理效果，使靜止區(qū)域的去噪效果明顯，進而使得視頻去噪后的整體視覺質量提高。

基于與上述本發(fā)明所提供的技術方案相同的設計，本發(fā)明還提供了一種視頻時域的去噪系統(tǒng)，如圖11所示，包括：

運動估計單元，用于根據(jù)視頻前一濾波幀和視頻當前濾波幀進行運動估計，得到當前濾波幀中各像素點的運動矢量MV；

統(tǒng)計單元，用于對當前濾波幀中各區(qū)域塊內所包含的各像素點的MV分別進行統(tǒng)計；具體用于將當前濾波幀劃分為互不重疊的多個區(qū)域塊；統(tǒng)計各區(qū)域塊中MV的水平分量絕對值和垂直分量絕對值均小于第一設定閾值的個數(shù)，記為SMV_num；統(tǒng)計各區(qū)域塊中MV的水平分量絕對值或垂直分量絕對值大于第二設定閾值的個數(shù)，記為LMV_num；比較各區(qū)域塊中各MV的水平分量絕對值與垂直分量絕對值之和，得出各區(qū)域中幅值最大的MV大小，記為MV_max。

計算單元，用于根據(jù)區(qū)域中的統(tǒng)計結果以及該區(qū)域中計算得到的第一幀間差異值MAE得到該區(qū)域的最終靜止概率；具體包括：

幀間差異計算單元，用于根據(jù)當前濾波幀和前一濾波幀計算第一幀間差異值MAE；所述第一幀間差異值MAE為當前濾波幀中每一像素點與前一濾波幀中相同位置的像素點及其周圍鄰域的平均絕對誤差值；還用于根據(jù)當前濾波幀、前一濾波幀和所述運動矢量MV計算第二幀間差異值MVMAE；所述第二幀間差異值MVMAE為當前濾波幀中每一像素點與前一濾波幀中根據(jù)運動矢量MV，沿著運動軌跡找到的像素點及其周圍鄰域的平均絕對誤差值；

靜止概率計算單元，用于根據(jù)SMV_num、LMV_num和MV_max得到第一靜止概率；根據(jù)所述第一幀間差異值MAE計算得到第二靜止概率；其中，所述第一幀間差異值MAE為當前濾波幀中每一像素點與前一濾波幀中相同位置的像素點及其周圍鄰域的平均絕對誤差值；選取所述第一靜止概率和第二靜止概率中具有最大值的作為最終靜止概率。

處理單元，用于根據(jù)所述最終靜止概率進行當前區(qū)域塊的去噪處理；具體包括：

濾波權重計算單元，具體用于根據(jù)所述最終靜止概率計算前一濾波幀中的運動檢測濾波權重；根據(jù)所述第二幀間差異值MVMAE計算運動補償濾波權重；根據(jù)所述運動檢測濾波權重計算運動檢測濾波；根據(jù)所述運動補償濾波權重計算運動補償濾波；

時域濾波單元，具體用于根據(jù)所述最終靜止概率分配濾波權重，利用所述濾波權重以及運動檢測濾波和運動補償濾波計算得到當前區(qū)域塊的去噪結果。

本領域技術人員應該能夠意識到，結合本文中所公開的實施例描述的各示例的模塊、及方法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現(xiàn)，為了清楚地說明電子硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以電子硬件還是軟件方式來執(zhí)行，取決于技術方案的特定應用和設計約束條件。本領域技術人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。

至此，已經(jīng)結合附圖所示的優(yōu)選實施方式描述了本發(fā)明的技術方案，但是，本領域技術人員容易理解的是，本發(fā)明的保護范圍顯然不局限于這些具體實施方式。在不偏離本發(fā)明的原理的前提下，本領域技術人員可以對相關技術特征作出等同的更改或替換，這些更改或替換之后的技術方案都將落入本發(fā)明的保護范圍之內。