图像污点检测方法、装置、系统及存储介质与流程

文档序号:21369089发布日期:2020-07-04 04:45阅读:270来源:国知局
图像污点检测方法、装置、系统及存储介质与流程

本申请涉及测量测试领域,具体地,涉及图像污点检测方法、装置、系统及存储介质。



背景技术:

在工业领域存在对屏幕显示的图像进行检测的需求。这种需求可能源自于多种目的。例如,在屏幕生成和组装工艺中可能存在一些不良因素,这些因素可能导致屏幕显示存在诸如污点的缺陷。再例如,摄像模组的瑕疵可能导致采集的图像本身存在缺陷。在这种情况下,通过屏幕显示的图像也会还原出这种缺陷,诸如各种深浅污点。因此,需要一种快速且稳定的图像污点检测方案。



技术实现要素:

本申请提供了一种图像污点检测方案。

本申请的一方面提供了一种图像污点检测方法。图像污点检测方法包括:从采集到的图像提取亮度图;通过对亮度图进行同态滤波来获取第一分割图;通过对亮度图进行曲面拟合来获取第二分割图;将第一分割图和第二分割图合并成最终分割图;以及基于最终分割图识别污点信息。

根据本申请实施方式,从采集到的图像提取亮度图包括:从图像提取亮度分量图,亮度分量图与图像具有相同的尺寸;以及对亮度分量图降维以获取亮度图。

根据本申请实施方式,对亮度分量图降维以获取亮度图包括:生成空白图像;确定亮度分量图中的、与空白图像的每一像素点对应的映射位置;基于亮度分量图的像素值获取映射位置的图像数据;以及通过将图像数据赋值给空白图像来将空白图像转换成亮度图。

根据本申请实施方式,通过对亮度图进行同态滤波来获取第一分割图包括:将亮度图中每一像素的亮度值分解为照度分量和反射分量;对反射分量施加高通滤波以获取增强反射分量;将照度分量和增强反射分量进行组合以生成增强亮度图;以及对增强亮度图进行二值化以获取第一分割图。

根据本申请实施方式,通过对亮度图进行曲面拟合来获取第二分割图包括:通过对亮度图进行b样条(b-spline)拟合来获取第二分割图。

根据本申请实施方式,通过对亮度图进行b样条拟合来获取第二分割图包括:在水平方向上选取第一数量的控制点进行第一b样条拟合;在竖直方向上选取第二数量的控制点进行第二b样条拟合;将通过第一b样条拟合和第二b样条拟合得到的亮度曲面图与亮度图作差以获取差分亮度图;以及对差分亮度图进行二值化以获取第二分割图。

根据本申请实施方式,将第一分割图和第二分割图合并成最终分割图包括:分别对第一分割图和第二分割图进行降噪;以及将降噪后的第一分割图和第二分割图组合以获取最终分割图。

根据本申请实施方式,基于最终分割图识别污点信息包括:通过行程法在最终分割图中识别污点区域的位置和尺寸。

本申请的另一方面提供了一种图像污点检测装置,其特征在于,图像污点检测装置包括:亮度提取器,从采集到的图像提取亮度图;第一图像分割器,通过对亮度图进行同态滤波来获取第一分割图;第二图像分割器,通过对亮度图进行曲面拟合来获取第二分割图;组合器,将第一分割图和第二分割图合并成最终分割图;以及识别器,基于最终分割图识别污点信息。

根据本申请实施方式,亮度提取器包括:亮度分量提取器,从图像提取亮度分量图,亮度分量图与图像具有相同的尺寸;以及降维器,对亮度分量图降维以获取亮度图。

根据本申请实施方式,降维器包括:生成器,生成空白图像;映射器,确定亮度分量图中的、与空白图像的每一像素点对应的映射位置;插值器,基于亮度分量图的像素值获取映射位置的图像数据;以及赋值器,通过将图像数据赋值给空白图像来将空白图像转换成亮度图。

根据本申请实施方式,第一图像分割器包括:分解器,将亮度图中每一像素的亮度值分解为照度分量和反射分量;滤波器,对反射分量施加高通滤波以获取增强反射分量;强化器,将照度分量和增强反射分量进行组合以生成增强亮度图;以及第一二值化器,对增强亮度图进行二值化以获取第一分割图。

根据本申请实施方式,第二图像分割器通过对亮度图进行b样条拟合来获取第二分割图。

根据本申请实施方式,第二图像分割器包括:第一b样条拟合器,在水平方向上选取第一数量的控制点进行第一b样条拟合;第二b样条拟合器,在竖直方向上选取第二数量的控制点进行第二b样条拟合;差值器,将通过第一b样条拟合和第二b样条拟合得到的亮度曲面图与亮度图作差以获取差分亮度图;以及第二二值化器,对差分亮度图进行二值化以获取第二分割图。

根据本申请实施方式,组合器包括:降噪器,分别对第一分割图和第二分割图进行降噪;以及加和器,将降噪后的第一分割图和第二分割图组合以获取最终分割图。

根据本申请实施方式,识别器通过行程法在最终分割图中识别污点区域的位置和尺寸。

本申请的另一方面提供了一种图像污点检测系统,其特征在于,系统包括:处理器;以及存储器,联接至处理器并存储有机器可读指令,机器可读指令能够由处理器运行以执行以下操作:从采集到的图像提取亮度图;通过对亮度图进行同态滤波来获取第一分割图;通过对亮度图进行曲面拟合来获取第二分割图;将第一分割图和第二分割图合并成最终分割图;以及基于最终分割图识别污点信息。

本申请的另一方面提供了一种非暂时性机器可读存储介质,非暂时性机器可读存储介质存储有机器可读指令,其特征在于,机器可读指令能够由处理器运行以执行以下操作:从采集到的图像提取亮度图;通过对亮度图进行同态滤波来获取第一分割图;通过对亮度图进行曲面拟合来获取第二分割图;将第一分割图和第二分割图合并成最终分割图;以及基于最终分割图识别污点信息。

本申请提供的技术方案可以实现对图像污点的高效准确的检测。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:

图1是示出了根据本申请实施方式的图像污点检测方法的流程图;

图2是示出了根据本申请实施方式的图像降维方法的流程图;

图3是示出了根据本申请实施方式的双线性插值的示意图;

图4是示出了根据本申请实施方式的获取第一分割图的流程图;

图5是示出了根据本申请实施方式的获取第二分割图的流程图;

图6是示出了根据本申请实施方式的图像污点检测装置的框图;以及

图7是示出了根据本申请实施方式的图像降噪系统的示意图。

具体实施方式

下面结合附图和实施方式对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅仅用于解释相关技术构思,而非对技术构思的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请技术构思相关的部分。应理解,除非另有说明,否则本文中使用的序数词,诸如“第一”、“第二”等,仅用于将一个要素与另一要素区分开,而不表示重要性或优先级。例如,第一分割图和第二分割图仅表示它们是不同的分割图。

需要说明的是,在不冲突的情况下,本申请中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本申请。

图1是示出了根据本申请实施方式的图像污点检测方法1000的流程图。

在步骤s1010中,从采集到的图像提取亮度图。采集的图像以图像数据的形式进行表征,而图像数据又可以有多种表现形式。这些表现形式诸如rgb格式或ycbcr格式。为便于描述,下文以ycbcr格式进行描述。然而,本领域技术人员可容易理解,在不背离本申请的发明构思的前提下,可采用任何合适的图像数据表现形式。因为污点往往会在图像亮度上造成落差,所以就污点识别任务来说,基于亮度分量进行后续处理是有益的。根据本申请,可以从采集的图像提取亮度分量,并由此生成亮度图以供后续处理。

在步骤s1020中,通过对亮度图进行同态滤波来获取第一分割图。由于生产环境复杂并且污点成因不同,因此污点的深浅程度及种类也不同。就图像污点而言,既有深污点也有浅污点。浅污点在图像亮度上造成的落差较小,因此较难检测出。因此,提高图像的对比度对于污点检测是有益的。根据本申请,在一个并行的分支中对亮度图进行同态滤波以提高亮度图的对比度。然后,基于同态滤波后的图像获取第一分割图,例如二值化的图像。

在步骤s1030中,通过对亮度图进行曲面拟合来获取第二分割图。例如,可以按照一定的规则获取拟合后的亮度曲面。该亮度曲面可以看作以行列为横纵坐标并且以亮度值为纵坐标的三维曲面。然后可以基于拟合后的亮度曲面与步骤s1010中提取的亮度图之间的差来获取第二分割图,例如二值化的图像。第二分割图也可包含强化后的污点信息。根据本申请实施方式,步骤s1020和步骤s1030可并行的执行以提高检测效率,并且这两个步骤可不必在时序上同步。换言之,步骤s1020和步骤s1030可在两个彼此异步的线程中执行。

在步骤s1040中,将第一分割图和第二分割图合并成最终分割图。第一分割图和第二分割图分别是基于不同的图像增强原理获得的污点信息增强后的分割图。然而,第一分割图和第二分割图由于其处理原理的限制存在一定污点漏检的风险。因此,本申请采用将第一分割图和第二分割图合并的方案来提高检测效率,降低漏检风险。

最后,在步骤s1050中,基于最终分割图识别污点信息。例如,可以通过各种算法基于最终分割图获取污点的位置和尺寸信息。

一般而言,在步骤s1010中通过提取y分量而直接得到的亮度图像与原图像尺寸是一致的。基于这样的尺寸进行污点识别往往消耗大量的计算资源。这种消耗使得设备成本增加并且使得检测效率降低。基于此,本申请提出了对采集到的图像进行降维处理以节约计算资源的方案。根据本申请实施方式,步骤s1010可包括:从图像提取亮度分量图,亮度分量图与图像具有相同的尺寸;以及对亮度分量图降维以获取亮度图。

更具体地,对亮度分量图降维以获取亮度图可包括:生成空白图像;确定亮度分量图中的、与空白图像的每一像素点对应的映射位置;基于亮度分量图的像素值获取映射位置的图像数据;以及通过将图像数据赋值给空白图像来将空白图像转换成亮度图。

图2是示出了根据本申请实施方式的图像降维方法2000的流程图。

例如,可以首先根据亮度分量图的尺寸(即,采集到的原图像的尺寸)确定降维系数。然后,可以在步骤s2010生成空白图像。空白图像的每一像素的像素值可均设定为空置。

在步骤s2020,可确定亮度分量图中的、与空白图像的每一像素点对应的映射位置。亮度分量图和空白图像可根据降维系数具有位置上的映射关系。例如,假设亮度分量图和空白图像均以(0,0)点作为坐标原点,并且假设(i,j)和(x,y)分别是空白图像的像素点和亮度分量图的对应映射点的坐标。在这种情况下,坐标(i,j)和坐标(x,y)可满足以下关系式:

x=i×n;以及

y=y×m。

上式中n和m分别是水平方向和竖直方向上的降维系数。

然而,应注意,由于降维前后的图像都是由非连续(discrete)的像素点构成的离散像素矩阵,所以降维后的图像的每一个像素点不一定正好映射到降维前的图像的某一个特定的像素点上。例如,降维后的图像的某一像素点有可能落在降维前的图像的若干个像素点中间。换言之,与空白图像的像素点相对应的亮度分量图的映射点不一定恰好处于亮度分量图的像素点的位置。为此,可以在步骤s2030基于亮度分量图的像素值获取映射位置的图像数据。例如,可以利用双线性插值方法基于亮度分量图的像素值获取映射位置的图像数据。

以下参照图3说明通过双线性插值获得图像数据的过程。

图3示出了亮度分量图的像素空间,其中p点(x,y)表示与空白图像某一像素对应的映射位置。如图所示,p点并不处于亮度分量图的任一像素点位置。距离p点最近的像素点为i11(x1,y1)、i12(x1,y2)、i21(x2,y1)和i22(x2,y2)。在这种情况下,可基于这四个像素点的像素值获取p点的像素值。

首先,可在x方向上进行第一次线性插值,获得r1和r2的图像数据。图像数据可以表现为亮度值。

然后,可在y方向上进行第二次线性插值,获得p的图像数据。然而在x方向上和在y方向上进行插值的顺序可以颠倒,这并不影响最终获得的p点的图像数据。可以就亮度分量图针对与空白图像的每一像素点对应的每一映射位置进行插值计算,从而获得全部的映射图像数据。

在步骤s2040,通过将图像数据赋值给空白图像来将空白图像转换成亮度图。在这种情况下,赋值后的图像即上文所述的降维后得到的亮度图。

如上文所述,浅污点在图像亮度上造成的落差较小,因此较难检测出。因此,提高图像的对比度对于污点检测是有益的。因此,本文提出了实施同态滤波以增强图像对比度的方案。

以下参照图4描述上文所述的步骤s1020的具体操作。

在操作s4100中,将亮度图中每一像素的亮度值分解为照度分量和反射分量。通常,亮度图的数据可以表示为照度(illumination)分量和反射(reflectance)分量的乘积。这样的数据在时域上是不可分离的。但当对其进行对数操作后,这两项分量可以被分解开。通过傅里叶变换,可以将这两个分量从时域转换到频域中。照度分量相对变化很小,可以看作是低频分量;而反射分量变化较大,可以看做是高频分量。使用同态滤波可以更好地控制照度分量和反射分量。这种控制需要指定一个滤波函数,它可用不同的可控方法影响傅里叶变换的低频和高频分量。例如,滤波函数可趋近于衰减低频(照度分量)的贡献,而增强高频(反射分量)的贡献。最终结果是同时进行动态范围的压缩和对比度的增强。

在操作s4200中,对反射分量施加高通滤波以获取增强反射分量。例如,可以对反射分量施加7×7高通滤波传递函数来增强其特征,使得还原后的亮度图的阴影区细节特征更加明显。然后,在操作s4300中,将照度分量和增强反射分量进行组合以生成增强亮度图。例如,可以将对数形式的两分量相加并转换回到时域中,然后再对其取指数以还原成亮度数据。操作s4200和s4300可以通过如下所示的公式来描述:

conv_image=exp(hhp(u,v)*log(y_image+eps));

上式中,y_image为亮度图像,hhp(u,v)为7×7高通滤波函数,conv_image为卷积后的图像,以及out_image为增强亮度图。

最后,在操作s4400中,对增强亮度图进行二值化以获取第一分割图。二值化的过程可以分块进行。例如,将增强亮度图划分为多个图像块,对每个图像块分别进行二值化。通过上述二值化过程,可以容易地将前景污点从背景中分割开来,提高了检测的准确性。二值化后的分割图像被很好地代码化,也方便了后续数据分析处理。

本申请还采取了另一途径来获得包含污点信息的分割图,如上述步骤s1030所述。根据本申请实施方式,步骤s1030中的曲面拟合可包括多项式曲面拟合、高斯曲面拟合、最小二乘法曲面拟合和b样条拟合中的至少一种。

以下参照图5描述当采用b样条拟合时上文所述的步骤s1030的具体操作。

在步骤s5100中,在水平方向上选取第一数量的控制点进行第一b样条拟合。例如,可以在水平方向上选取30个点作为控制点,以这些控制点为节点进行b样条拟合。在这些控制点,曲线方程的一阶导数和二阶导数连续。

在步骤s5200中,在竖直方向上选取第二数量的控制点进行第二b样条拟合。类似地,可以在竖直方向上选取30个点作为控制点,以这些控制点为节点进行b样条拟合。下列公式示例性地示出了这样的b样条拟合:

上式中,pi-1,pi,pi+1为控制点,i为控制点序号,si为拟合后得到的点。

在步骤s5300中,将通过第一b样条拟合和第二b样条拟合得到的亮度曲面图与亮度图作差以获取差分亮度图。具体地,通过第一b样条拟合和第二b样条拟合得到的亮度曲面图试图还原无污点的“纯净”亮度图。而这样拟合得到的亮度曲面图与通过采集到的图像直接提取的亮度图之间的差值则强化了污点的特征。因此,上述差分亮度图可以更好地对污点进行表征。

最后,在步骤s5400中,对差分亮度图进行二值化以获取第二分割图。二值化的过程可以分块进行。例如,将差分亮度图划分为多个图像块,对每个图像块分别进行二值化。通过上述二值化过程,可以容易地将前景污点从背景中分割开来,提高了检测的准确性。二值化后的分割图像被很好地代码化,也方便了后续数据分析处理。

无论通过步骤s1020得到的第一分割图还是通过步骤s1030得到的第二分割图都包含一些噪点。为了提高图像分割的效果,可分别对第一分割图和第二分割图进行降噪,并随后将降噪后的第一分割图和第二分割图组合以获取最终分割图。可采用任何合适的降噪算法。

例如,同态滤波处理后得到的第一分割图的噪点较多,可采用先进行闽科夫斯基加减法再进行中值滤波的方法进行降噪处理。然而,也可采用如腐蚀、膨胀、开运算、闭运算、高斯滤波、均值滤波等降噪处理。再例如,b样条拟合处理后得到的第二分割图的噪点较少,可采用中值滤波等降噪处理。

根据本申请实施方式,通过可异步进行的同态滤波和b样条拟合获取了增强污点特征的分割图。然而,由于处理原理的不同,所以在这两种处理得到的分割图中,均有可能存在对污点的漏检。另外,对这两类分割图分别进行污点识别存在查找效率低等问题。针对上述情况,为了提高检测效率,本申请提出一种对两个分割图进行组合的方法进行检测,该方法更加有利于检测浅污点。这样的组合在数学上可表现为相加操作。然而,具体的操作不限于此,例如可为第一分割图和第二分割图分别设置权重以进行加权组合。

根据本申请实施方式,基于最终分割图识别污点信息可包括:通过行程法在最终分割图中识别污点区域的位置和尺寸。污点区域可以占据多个像素点,因此可以将相邻的(例如,彼此连通的)带有污点特征的像素点识别为一块污点区域。

例如,可逐行扫描最终分割图,将一行中连续的第一像素(例如,像素值为1)组成的序列标记为一个群组,并记下它的起点和终点,以及它所在的行号。然后,对于除了第一行外的所有行里的群组,如果它与前一行的所有群组都没有重叠的区域,则给它标记一个新的标号。然而,如果它仅与上一行的一个群组有重叠,则将上一行那个群组的标号赋给它。此外,如果它与上一行的两个以上的群组有重叠,则将这几个群组中最小的那个标号赋给它,并将这几个标号写入等价对中,说明它们属于同一个区域。遍历扫描每一行的像素,将所有新扫描出的分立区域赋予新的标号。最后,将每一个群组的标号填入最终分割图中。这样,可以识别出污点区域的位置和尺寸。

图6是示出了根据本申请实施方式的图像污点检测装置6000的框图。

图像污点检测装置6000包括:亮度提取器6100,从采集到的图像提取亮度图;第一图像分割器6200,通过对亮度图进行同态滤波来获取第一分割图;第二图像分割器6300,通过对亮度图进行曲面拟合来获取第二分割图;组合器6400,将第一分割图和第二分割图合并成最终分割图;以及识别器6500,基于最终分割图识别污点信息。

亮度提取器6100可包括:亮度分量提取器,从图像提取亮度分量图,亮度分量图与图像具有相同的尺寸;以及降维器,对亮度分量图降维以获取亮度图。

降维器可包括:生成器,生成空白图像;映射器,确定亮度分量图中的、与空白图像的每一像素点对应的映射位置;插值器,基于亮度分量图的像素值获取映射位置的图像数据;以及赋值器,通过将图像数据赋值给空白图像来将空白图像转换成亮度图。

第一图像分割器6200可包括:分解器,将亮度图中每一像素的亮度值分解为照度分量和反射分量;滤波器,对反射分量施加高通滤波以获取增强反射分量;强化器,将照度分量和增强反射分量进行组合以生成增强亮度图;以及第一二值化器,对增强亮度图进行二值化以获取第一分割图。

第二图像分割器6300可通过对亮度图进行b样条拟合来获取第二分割图。第二图像分割器6300可包括:第一b样条拟合器,在水平方向上选取第一数量的控制点进行第一b样条拟合;第二b样条拟合器,在竖直方向上选取第二数量的控制点进行第二b样条拟合;差值器,将通过第一b样条拟合和第二b样条拟合得到的亮度曲面图与亮度图作差以获取差分亮度图;以及第二二值化器,对差分亮度图进行二值化以获取第二分割图。

组合器6400可包括:降噪器,分别对第一分割图和第二分割图进行降噪;以及加和器,将降噪后的第一分割图和第二分割图组合以获取最终分割图。

识别器6500可通过行程法在最终分割图中识别彼此连通的污点区域的位置和尺寸。

本申请还提供了一种计算机系统,例如可以是移动终端、个人计算机(pc)、平板电脑、服务器等。下面参考图7,其示出了适于用来实现本申请的终端设备或服务器的计算机系统的结构示意图:如图7所示,计算机系统包括一个或多个处理器、通信部等,所述一个或多个处理器例如:一个或多个中央处理单元(cpu)701,和/或一个或多个图像处理器(gpu)713等,处理器可以根据存储在只读存储器(rom)702中的可执行指令或者从存储部分708加载到随机访问存储器(ram)703中的可执行指令而执行各种适当的动作和处理。通信部712可包括但不限于网卡,所述网卡可包括但不限于ib(infiniband)网卡。

处理器可与只读存储器702和/或随机访问存储器703中通信以执行可执行指令,通过总线704与通信部712相连、并经通信部712与其他目标设备通信,从而完成本申请实施例提供的任一项方法对应的操作,例如:从采集到的图像提取亮度图;通过对亮度图进行同态滤波来获取第一分割图;通过对亮度图进行曲面拟合来获取第二分割图;将第一分割图和第二分割图合并成最终分割图;以及基于最终分割图识别污点信息。本申请提供的方案可以实现高效准确的污点检测。

此外,在ram703中,还可存储有装置操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。在有ram703的情况下,rom702为可选模块。ram703存储可执行指令,或在运行时向rom702中写入可执行指令,可执行指令使处理器701执行上述通信方法对应的操作。输入/输出(i/o)接口705也连接至总线704。通信部712可以集成设置,也可以设置为具有多个子模块(例如多个ib网卡),并在总线链接上。

以下部件连接至i/o接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。

需要说明的,如图7所示的架构仅为一种可选实现方式,在具体实践过程中,可根据实际需要对上述图7的部件数量和类型进行选择、删减、增加或替换;在不同功能部件设置上,也可采用分离设置或集成设置等实现方式,例如gpu和cpu可分离设置或者可将gpu集成在cpu上,通信部可分离设置,也可集成设置在cpu或gpu上,等等。这些可替换的实施方式均落入本申请公开的保护范围。

另外,根据本申请的实施方式,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请提供了一种非暂时性机器可读存储介质,所述非暂时性机器可读存储介质存储有机器可读指令,所述机器可读指令能够由处理器运行以执行与本申请提供的方法步骤对应的指令,例如:从采集到的图像提取亮度图;通过对亮度图进行同态滤波来获取第一分割图;通过对亮度图进行曲面拟合来获取第二分割图;将第一分割图和第二分割图合并成最终分割图;以及基于最终分割图识别污点信息。本申请提供的方案可以实现高效准确的污点检测。在这样的实施方式中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时,执行本申请的方法中限定的上述功能。

可能以许多方式来实现本申请的方法和装置、设备。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和装置、设备。用于方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。

本申请的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本申请限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本申请的原理和实际应用,并且使本领域的普通技术人员能够理解本申请从而设计适于特定用途的带有各种修改的各种实施例。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1