三维视频融合的颜色一致性优化方法、装置、系统和介质与流程
本发明涉及三维视频融合图像处理技术领域，特别是涉及一种三维视频融合的颜色一致性优化方法、装置、系统和介质。
背景技术：
视频监控系统为社会安全的监控提供了便捷性与有效性，监控摄像头的部署也日趋密集。但是目前，监控人员还是以视频矩阵墙的方式进行观察，视频矩阵墙一般只能同时展示几十个视频画面，而且这些画面对于空间位置来说是独立展现的，如果监控人员想要对某个人进行轨迹追踪，那么他需要不断切换视频墙上的画面进行观察，而切换操作会导致无法及时进行跟踪，也展示不了整体的态势，分散的画面也难以让人直观感受，理解和操作。
为此，我们搭建了三维视频融合系统。三维视频融合以虚拟现实融合技术为基础，以三维模型为依托，立体化展现“监”与“控”的空间逻辑关系，增强用户三维空间沉浸感，从而达到快速识别安防目标。
通过对融合视频区域进行三维建模，构建出三维虚拟环境，将离散分布区域不同位置、具有不同视角的监控视频实时动态的融合到真实三维场景模型中，对监控范围整体大场景的连续监控和实时融合展示，并提供上帝视角从宏观上掌握监控点区域的整体态势变化，实现对区域的整体态势与局部细节的多尺度感知，实现空间立体化防控。
三维视频融合系统的基本要素是模型和视频，由于采集模型数据时的天气光照情况与实时视频中的天气光照情况往往是不一样的，当系统将实时视频融合到三维模型上时，导致视频画面与模型贴图的色调存在较大差异，进而对融合画面的视觉效果产生很大的影响。因此，需要对视频画面和模型纹理的颜色一致性进行处理，使得两者的明暗程度趋于一致，让观察者察觉不出视频画面融合到模型上的边界。
技术实现要素：
鉴于以上所述现有技术的缺点，本申请的目的在于提供一种三维视频融合的颜色一致性优化方法、装置、系统和介质，以解决现有三维视频融合系统中视频图像与模型纹理图像颜色差异的问题。
为实现上述目的及其他相关目的，本申请提供一种三维视频融合的颜色一致性优化方法，应用于一与摄像装置通信连接的计算机系统，其用于将摄像装置采集的视频融合至依据各所述摄像装置所处区域构建的三维场景模型中，所述方法包括：依据直方图匹配原理，针对各所述视频对应的输入图像的像素计算每个灰度级对应的输入累积分布函数，以及针对所述三维场景模型对应的纹理图像的像素计算每个灰度级对应的目标累积分布函数；令所述输入累积分布函数与所述目标累积分布函数进行匹配；将所述输入图像的像素依据匹配结果进行映射以得到目标输出图像。
于本申请的一实施例中，所述直方图匹配原理包括：所述输入累积分布函数为所述输入图像对应的连续累计分布函数依据所述输入图像对应的直方图离散化得到；所述目标累积分布函数为所述纹理图像对应的连续累计分布函数依据所述纹理图像对应的直方图离散化得到。
于本申请的一实施例中，所述输入图像对应的连续累计分布函数为：
于本申请的一实施例中，所述输入累积分布函数为：
于本申请的一实施例中，所述输入累积分布函数与所述目标累积分布函数进行匹配的方法包括：令所述输入累积分布函数等于所述目标累积分布函数，以得到所述目标累积分布函数对应的目标反变换函数；依据所述目标反变换函数得到对应所述纹理图像的像素的灰度级以作为匹配结果。
于本申请的一实施例中，所述目标反变换函数需满足：在(0，1)区间内为单值且单调递增；以及所述目标反变换函数对应的灰度级与所述输入图像对应的灰度级的范围相同。
于本申请的一实施例中，所述述输入图像的像素是以rgb三个通道分别依据匹配结果进行映射以得到目标输出图像的。
为实现上述目的及其他相关目的，本申请提供一种电子装置，所述装置包括：第一处理模块，用于依据直方图匹配原理，针对各所述视频对应的输入图像的像素计算每个灰度级对应的输入累积分布函数，以及针对所述三维场景模型对应的纹理图像的像素计算每个灰度级对应的目标累积分布函数；第二处理模块，用于令所述输入累积分布函数与所述目标累积分布函数进行匹配；将所述输入图像的像素依据匹配结果进行映射以得到目标输出图像。
为实现上述目的及其他相关目的，本申请提供一种计算机系统，所述设备包括：存储器、处理器、及通信器；所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如上所述的方法；所述通信器用于摄像装置通信连接。
为实现上述目的及其他相关目的，本申请提供一种非暂时的计算机可读存储介质，存储有计算机指令，所述计算机指令被运行时执行如上所述的方法。
综上所述，本申请的一种三维视频融合的颜色一致性优化方法、装置、系统和介质，通过依据直方图匹配原理，针对各所述视频对应的输入图像的像素计算每个灰度级对应的输入累积分布函数，以及针对所述三维场景模型对应的纹理图像的像素计算每个灰度级对应的目标累积分布函数；令所述输入累积分布函数与所述目标累积分布函数进行匹配；将所述输入图像的像素依据匹配结果进行映射以得到目标输出图像。
具有以下有益效果：
能够使得视频与模型自然融合在一起，让观察者难以区分融合边界，进而提高整个系统的视觉呈现效果。
附图说明
图1a显示为本申请于一实施例中的直方图示意图。
图1b显示为本申请于另一实施例中的直方图示意图。
图2显示为本申请于一实施例中的三维视频融合的颜色一致性优化方法的流程示意图。
图3显示为本申请于一实施例中的不同颜色通道的直方图示意图。
图4显示为本申请于一实施例中的电子装置的模块示意图。
图5显示为本申请于一实施例中的计算机系统的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
下面以附图为参考，针对本申请的实施例进行详细说明，以便本申请所属技术领域的技术人员能够容易地实施。本申请可以以多种不同形态体现，并不限定于此处说明的实施例。
为了明确说明本申请，省略与说明无关的部件，对于通篇说明书中相同或类似的构成要素，赋予了相同的参照符号。
在通篇说明书中，当说某部件与另一部件“连接”时，这不仅包括“直接连接”的情形，也包括在其中间把其它元件置于其间而“间接连接”的情形。另外，当说某种部件“包括”某种构成要素时，只要没有特别相反的记载，则并非将其它构成要素排除在外，而是意味着可以还包括其它构成要素。
当说某部件在另一部件“之上”时，这可以是直接在另一部件之上，但也可以在其之间伴随着其它部件。当对照地说某部件“直接”在另一部件“之上”时，其之间不伴随其它部件。
虽然在一些实例中术语第一、第二等在本文中用来描述各种元件，但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如，第一接口及第二接口等描述。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“a、b或c”或者“a、b和/或c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a、b和c”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
此处使用的专业术语只用于言及特定实施例，并非意在限定本申请。此处使用的单数形态，只要语句未明确表示出与之相反的意义，那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化，并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
表示“下”、“上”等相对空间的术语可以为了更容易地说明在附图中图示的一部件相对于另一部件的关系而使用。这种术语是指，不仅是在附图中所指的意义，还包括使用中的装置的其它意义或作业。例如，如果翻转附图中的装置，曾说明为在其它部件“下”的某部件则说明为在其它部件“上”。因此，所谓“下”的示例性术语，全部包括上与下方。装置可以旋转90°或其它角度，代表相对空间的术语也据此来解释。
虽然未不同地定义，但包括此处使用的技术术语及科学术语，所有术语均具有与本申请所属技术领域的技术人员一般理解的意义相同的意义。普通使用的字典中定义的术语追加解释为具有与相关技术文献和当前提示的内容相符的意义，只要未进行定义，不得过度解释为理想的或非常公式性的意义。
直方图(histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
直方图是数值数据分布的精确图形表示。这是一个连续变量(定量变量)的概率分布的估计，并且被卡尔·皮尔逊(karlpearson)首先引入。它是一种条形图。为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。这些值通常被指定为连续的，不重叠的变量间隔。间隔必须相邻，并且通常是(但不是必须的)相等的大小。
直方图也可以被归一化以显示“相对”频率。然后，它显示了属于几个类别中的每个案例的比例，其高度等于1。具体可以如图1a所示的两个不同图形的灰度直方图。
图像(如照片)的直方图由于其计算代价较小，且具有图像平移、旋转、缩放不变性等众多优点，广泛地应用于图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类，
在图像处理技术领域中，灰度直方图中具有每种灰度级的象素的个数，可以反映图像中每种灰度出现的频率。图像在计算机中的存储形式，就像是有很多点组成一个矩阵，这些点按照行列整齐排列，每个点上的值就是图像的灰度值，直方图就是每种灰度在这个点矩阵中出现的次数。
一幅图像由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征。图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少。图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。通常基于图像中灰度直方图，我们可以进行不同图像的处理，如图1b所示，从图中我们可以看出图像上明暗的分布情况。
所述直方图匹配又称为直方图规定化，是指将一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。即将某幅影像或某一区域的直方图匹配到另一幅影像上。使两幅影像的色调保持一致。可以在单波段影像直方图之间进行匹配，也可以对多波段影像进行同时匹配。两幅图像比对前，通常要使其直方图形式一致。
针对前述在三维视频融合的过程中，往往视频画面与模型贴图的色调存在较大差异，进而对融合画面的视觉效果产生很大的影响。为此，本申请基于上述直方图及直方图匹配原理，提出一种对视频画面和模型纹理的颜色一致性进行处理的方式，该方法能够使得两者的明暗程度趋于一致，让观察者察觉不出视频画面融合到模型上的边界。
需要说明的是，本方法适用于计算机系统，该计算机系统与一或多个摄像装置通信连接的计算机系统，其用于将一或多个摄像装置分别所对应采集的视频，融合至依据各所述摄像装置所处区域构建的三维场景模型中。
举例来说，如家庭住房中的客厅、卧室、厨房、卫生间等均设置有摄像装置，那么这间房子的三维模型就是这些摄像装置所处区域构成的三维场景模型。再如，商场、酒店、学校、写字楼、博物馆、展览馆等这些往往布置有多个摄像装置的场所，均符合本申请所述的三维场景模型。以便能够通过三维视频融合(三维模型与视频内容的融合)，从而实现立体化展现“监”与“控”的空间逻辑关系，增强用户三维空间沉浸感，从而达到快速识别安防目标。
如图2所示，展示为本申请一实施例中的三维视频融合的颜色一致性优化方法的流程示意图。如图所示，所述方法包括：
步骤s201：依据直方图匹配原理，针对各所述视频对应的输入图像的像素计算每个灰度级对应的输入累积分布函数，以及针对所述三维场景模型对应的纹理图像的像素计算每个灰度级对应的目标累积分布函数。
于本实施例中，这里将采集到的视频对应的图像作为输入图像，所述作为输入的图像可以是每帧的图像或者按一定帧数拆分的图像。将三维场景模型对应的纹理图像作为目标图像，即努力实现将输入图像靠近或近似到目标图像。
于本申请的一实施例中，所述直方图匹配原理包括：所述输入累积分布函数为所述输入图像对应的连续累计分布函数依据所述输入图像对应的直方图离散化得到；所述目标累积分布函数为所述纹理图像对应的连续累计分布函数依据所述纹理图像对应的直方图离散化得到。
于本实施例中，所述输入图像对应的连续累计分布函数为：
其中，s表示一随机变量；t(r)表示输入累积分布函数；r表示所述输入图像的像素的灰度级；pr(w)表示r对应的估计概率密度函数；w表示积分变量。
所述纹理图像对应的连续累计分布函数为：
其中，s表示一随机变量；g(z)表示目标累积分布函数；z表示所述纹理图像的像素的灰度级；gz(t)表示z对应的规定概率密度函数；t表示积分变量；
于本实施例中，r和z看作连续随机变量，分别代表输入和输出(已处理)图像的灰度级，令pr(r)和pz(z)为它们对应的连续概率密度函数。pr(r)为输入图像估值，而为希望输出图像具有的规定概率密度函数。
并由g(z)＝t(r)得到：z＝g-1(s)＝g-1[t(r)]。
需说明的是，虽然上述步骤在理论上可以直接进行，但在实践中得到t(r)和g-1还存在较大难度。
基于此，若在离散情况下，这一问题可以被简化，因此本申请依据直方图近似可以得到较好结果。
具体来说，所述输入累积分布函数为：
其中，sk表示一随机变量；k＝0,1,2…,l-1；n表示像素的数量和；nj表示灰度级为rj的像素数据；l表示离散灰度级的数量；pr(rj)表示r对应的估计概率密度函数；r表示所述输入图像的像素的灰度级。
所述目标累积分布函数为：
其中，vk表示一随机变量；k＝0,1,2…,l-1；n表示像素的数量和；zj表示灰度级为rj的像素数据；pz(zi)表示z对应的规则概率密度函数；z表示所述输入图像的像素的灰度级。
类似地，式子
步骤s202：令所述输入累积分布函数与所述目标累积分布函数进行匹配。
于本实施例中，
a、所述方法具体包括：令所述输入累积分布函数等于所述目标累积分布函数，以得到所述目标累积分布函数对应的目标反变换函数；
b、依据所述目标反变换函数得到对应所述纹理图像的像素的灰度级以作为匹配结果。
针对步骤a来说，由上述公式相等可得g(z)＝t(r)，那么z满足条件z＝g-1(s)＝g-1[t(r)]，变换函数t(r)由式子
进一步地，设g-1存在，则需要满足如下两个条件：
(a)g-1(s)在区间0≤s≤1中为单值且单调递增；
(b)当0≤s≤1时，0≤g-1(s)≤1。即所述目标反变换函数对应的灰度级与所述输入图像对应的灰度级的范围相同。
需要说明的是，条件(a)中要求g-1(s)为单值是为了保证反变换存在，单调条件保持输出图像从黑到白顺序增加。
变换函数不单调增加将导致至少有一部分亮度范围被颠倒，从而在输出图像中产生一些反转灰度级。
综上得到下列步骤：
1)由
2)由
3)求得反变换函数g-1；
4)对输入图像所有像素应用z＝g-1(s)＝g-1[t(r)]得到输出图像。
由以上步骤可得到的新图像(目标输出图像)灰度级具有事先规定的概率密度函数pz(z)。
进一步来说，式子z＝g-1(s)＝g-1[t(r)]的离散形式为zk＝g-1[t(rk)]，k＝0,1,2,…,l-1，或者由
上述是数字图像直方图匹配的基本公式。式子
需要说明的是，根据直方图匹配的原理，我们希望输入的视频画面具有指定的直方图形状，且该画面图像的概率密度函数与模型纹理接近一致。不过，在这里不能直接把模型的贴图当作目标匹配的概率密度函数，因为单独一张模型的贴图里面的内容是分割杂乱的，且不是完整连续的。因此，要得到匹配的目标图像，我们需要将贴图以纹理的形式着色到模型上，具体来说，把由贴图着色的模型加载到计算机系统中，并渲染保存一张该模型呈现的画面作为目标匹配图像。
步骤s203：将所述输入图像的像素依据匹配结果进行映射以得到目标输出图像。
于本申请的一实施例中，所述述输入图像的像素是以rgb三个通道分别依据匹配结果进行映射以得到目标输出图像的。
因为输入视频图像和模型纹理画面都是彩色图，所以我们对于rgb三个通道分开处理。以红色通道为例，对于输入视频图像，统计该图像的直方图，然后从输入视频图像计算得到每个灰度级的累积分布函数。类似地，对于模型纹理画面，首先统计该图像的直方图，然后从模型纹理画面的像素计算得到每个灰度级的累积分布函数。用输入视频图像的累积分布函数去和目标模型纹理画面的累积分布函数进行匹配。如图3所示，展示为不同颜色通道的直方图。
当然，在这个过程中可能不会有一个百分百的相等，但是可以匹配一个最接近的输出灰度级，逐个进行后，就把输入图像的灰度级在目标的坐标轴上排列好了。最后就以匹配输出的灰度级去对输入图像的每个像素进行映射。
综上，本专利的主要目的在于解决了三维视频融合系统中视频图像与模型纹理图像颜色差异的问题。本专利根据直方图匹配的数字图像处理原理，将输入视频图像当作源图像，将模型纹理图像当作目标图像，然后对各灰度级进行累积分布函数匹配，最后对视频图像的像素以匹配结果进行映射得到目标输出图像。将颜色优化好的视频图像融合到三维模型上，可以看到视频与模型自然融合在一起，让观察者难以区分融合边界，进而提高整个系统的视觉呈现效果。
如图4所示，展示为本申请于一实施例中的电子装置的模块示意图。如图所示，所述装置400包括：
第一处理模块401，用于依据直方图匹配原理，针对各所述视频对应的输入图像的像素计算每个灰度级对应的输入累积分布函数，以及针对所述三维场景模型对应的纹理图像的像素计算每个灰度级对应的目标累积分布函数；
第二处理模块402，用于令所述输入累积分布函数与所述目标累积分布函数进行匹配；将所述输入图像的像素依据匹配结果进行映射以得到目标输出图像。
需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本申请所述方法实施例基于同一构思，其带来的技术效果与本申请方法实施例相同，具体内容可参见本申请前述所示的方法实施例中的叙述，此处不再赘述。
还需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，第一处理模块401可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上第一处理模块401的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(applicationspecificintegratedcircuit，简称asic)，或，一个或多个微处理器(digitalsignalprocessor，简称dsp)，或，一个或者多个现场可编程门阵列(fieldprogrammablegatearray，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessingunit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
如图5所示，展示为本申请于一实施例中的计算机系统的结构示意图。如图所示，所述计算机系统500包括：存储器501、处理器502、及通信器503；所述存储器501用于存储计算机指令；所述处理器502运行计算机指令实现如图2所述的方法。
在一些实施例中，所述计算机系统500中的所述存储器501的数量均可以是一或多个，所述处理器502的数量均可以是一或多个，所述通信器503的数量均可以是一或多个，而图5中均以一个为例。
于本申请一实施例中，所述计算机系统500中的处理器502会按照如图2所述的步骤，将一个或多个以应用程序的进程对应的指令加载到存储器501中，并由处理器502来运行存储在存储器502中的应用程序，从而实现如图2所述的方法。
在一些实施例中，所述通信器503通信连接一或多个摄像装置。
所述存储器501可以包括随机存取存储器(randomaccessmemory，简称ram)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。所述存储器501存储有操作系统和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。操作系统可包括各种系统程序，用于实现各种基础业务以及处理基于硬件的任务。
所述处理器502可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现场可编程门阵列(field－programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
所述通信器503用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信连接。所述通信器503可包含一组或多组不同通信方式的模块，例如，与can总线通信连接的can通信模块。所述通信连接可以是一个或多个有线/无线通讯方式及其组合。通信方式包括：互联网、can、内联网、广域网(wan)、局域网(lan)、无线网络、数字用户线(dsl)网络、帧中继网络、异步传输模式(atm)网络、虚拟专用网络(vpn)和/或任何其它合适的通信网络中的任何一个或多个。例如：wifi、蓝牙、nfc、gprs、gsm、及以太网中任意一种及多种组合。
在一些具体的应用中，所述计算机系统500的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清除说明起见，在图5中将各种总线都成为总线系统。
于本申请的一实施例中，本申请提供一种非暂时的计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如图2所述的方法。
所述计算机可读存储介质，本领域普通技术人员可以理解：实现上述系统及各单元功能的实施例可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述系统及各单元功能的实施例；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述，本申请提供的一种三维视频融合的颜色一致性优化方法、装置、系统和介质，通过依据直方图匹配原理，针对各所述视频对应的输入图像的像素计算每个灰度级对应的输入累积分布函数，以及针对所述三维场景模型对应的纹理图像的像素计算每个灰度级对应的目标累积分布函数；令所述输入累积分布函数与所述目标累积分布函数进行匹配；将所述输入图像的像素依据匹配结果进行映射以得到目标输出图像。
本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中包含通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本申请的权利要求所涵盖。
- 还没有人留言评论。精彩留言会获得点赞！