弱纹理叶片拼接方法、系统、设备及介质与流程

本公开属于风力发电技术领域，尤其涉及弱纹理叶片拼接方法、系统、设备及介质。

背景技术：

风力发电是指将风的动能转为电能，风力发电原理是利用风力带动风车叶片旋转，再透过增速机将旋转的速度提升，来促使发电机发电。正由于风力发电的环保性，其作为清洁能源受到了非常的重视。

风电发电机组，简称风机，其一般包括风轮、发电机、塔筒三部分，其中，风轮是把风的动能转变为机械能的重要部件，它由若干只叶片组成，当风吹向浆叶时，桨叶上产生气动力驱动风轮转动，发电机是把由风轮得到的恒定转速，通过升速传递给发电机构均匀运转，因而把机械能转变为电能，塔筒是支承风轮和发电机的构架。

风机在长期使用过程中需要进行巡检并检测叶片上存在的缺陷，故往往对叶片进行大量拍照，其中，由于叶片非常大、为了拍摄清晰的图像，一张图片的视野往往只能占据叶片很小的一段，所以风机叶片的图像具有长条形、大视野的特点，因此，需要对拍摄的图像进行拼接。并且常见的叶片颜色呈白色，在对叶片拍照后，叶片在图像中往往呈现出像素特征少、不容易被机器识别区分出来的弱纹理特性，这给拼接带来了很大的难度。

技术实现要素：

本公开提供了弱纹理叶片拼接方法、系统、设备及介质，其通过排序、大小缩放、特征匹配，能够实现对弱纹理的叶片图像进行拼接，大大提高了拼接的成功率，以便于叶片缺陷的检测。

为实现上述效果，本公开的一方面提供了一种弱纹理叶片拼接方法，包括以下步骤：

排列需拼接的叶片图像的顺序，以得到按照拍摄时间先后排列的排序图像；

缩放排序图像的大小，使每张排序图像中叶片比例一致，以得到缩放图像；

拼接各相邻的缩放图像，以得到具有完整叶片的拼接图像。

在其中一个实施例中，排列需拼接的叶片图像的顺序，以得到按照拍摄时间先后排列的排序图像进一步包括：

获取叶片图像的拍摄时间；

比较叶片图像的拍摄时间，排列叶片图像的顺序，以使叶片图像按照拍摄时间先后顺序排列；

标记排列后的叶片图像，以得到带有序号的排序图像。

在其中一个实施例中，缩放排序图像的大小，使每张排序图像中叶片比例一致，以得到缩放图像进一步包括：

获取拍摄时相机与叶片的拍摄距离；

根据拍摄距离和排序图像的画面边长，获取排序图像对应的实际边长；

基于画面边长和实际边长的边长比值，缩放排序图像的大小至边长比值相同，使每张排序图像中叶片比例一致，以得到缩放图像。

在其中一个实施例中，缩放排序图像的大小，使每张排序图像中叶片比例一致，以得到缩放图像进一步包括：

在相邻的排序图像中，分别获取相邻的两张排序图像中叶片与另一张排序图像的图像交集区域；

根据两个图像交集区域的图像比值，缩放相邻的两张排序图像的大小至图像比值为1，使每张排序图像中叶片比例一致，以得到缩放图像。

在其中一个实施例中，根据两个图像交集区域的图像比值，缩放相邻的两张排序图像的大小至图像比值为1，使每张排序图像中叶片比例一致，以得到缩放图像进一步包括：

根据两个图像交集区域的图像比值缩放相邻的两张排序图像的大小至图像比值为rate＝1，使每张排序图像中叶片比例一致，以得到缩放图像。

在其中一个实施例中，拼接各相邻的缩放图像，以得到具有完整叶片的拼接图像进一步包括：

划分相邻的缩放图像，分别得到若干sift特征；

特征匹配相邻的缩放图像之间的sift特征，其中，互相匹配的sift特征之间取一平行线，并且通过寻找平行线最多且平行线之间的长度基本一致的sift特征获取拼接所需的平移数据和旋转角度；

根据平移数据和旋转角度拼接缩放图像，得到具有完整叶片的拼接图像。

在其中一个实施例中，还包括步骤：

获取拼接未成功的缩放图像并重新拼接，以得到具有完整叶片的拼接图像：

移动调整有重叠区域的相邻缩放图像，以使得重叠区域的重叠率达到预设的重叠阈值；获取没有重叠区域的相邻缩放图像中叶片的叶片交集区域，并移动调整没有重叠区域的相邻缩放图像，以使得叶片交集区域的重叠率达到预设的重叠阈值；

获取特征匹配成功的缩放图像对应的平均旋转角度值，并根据平均旋转角度值旋转调整缩放图像。

本公开的另一方面提供一种弱纹理叶片拼接系统，包括：

排序模块，用于排列需拼接的叶片图像的顺序，以得到按照拍摄时间先后排列的排序图像；

缩放模块，用于缩放排序图像的大小，使每张排序图像中叶片比例一致，以得到缩放图像；

拼接模块，用于拼接各相邻的缩放图像，以得到具有完整叶片的拼接图像。

本公开的再一方面提供了一种弱纹理叶片拼接设备，包括：

存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行如前所述的弱纹理叶片拼接方法。

本公开的最后一方面提供了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如前所述的弱纹理叶片拼接方法。

本公开与现有技术相比具有以下的优点和积极效果：

1)本公开通过按照拍摄时间对叶片图像进行排序，并经大小缩放之后进行拼接，其中，大小缩放使得图像中叶片比例一致，从而保证拼接出来的叶片平滑，并通过特征匹配可以在弱纹理的情况下实现两张图像之间的对位拼接，有效解决了弱纹理叶片图像中叶片特征与环境难区分导致机器识别难的技术问题，大大提高了拼接的成功率与精准度，以便于叶片缺陷的检测；

2)本公开基于画面边长与对应的实际边长的边长比值进行大小缩放，如此，可以同时进行多个图像的大小缩放，高效、快速地完成所有图像中叶片比例统一，保证拼接出来的叶片平滑；

3)本公开还可以基于相邻的两张图像中叶片与另一张图像的图像交集区域的图像比值进行大小缩放，如此，可以依次调整每个相邻的排序图像之间的大小缩放，精准地完成所有图像中叶片比例统一，保证拼接出来的叶片平滑；

4)本公开通过特征匹配的方式实现缩放图像之间的拼接，其中，通过将每个缩放图像划分为若干sift特征，特征之间相互匹配取平行线，并找寻平行线最多且平行线之间的长度基本一致的sift特征获取拼接的平移数据和旋转角度，即两张缩放图像之间的拼接方向与位置，如此，可以克服缩放图像的弱纹理特性造成的拼接问题，大大提高拼接的准确性；

5)本公开对于特征匹配未成功的缩放图像，基于重叠区域或者叶片交集区域对缩放图像重新进行移动调整，使对应的重叠率到达预设的重叠阈值，进一步提高了图像拼接的精准度。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本公开的限制。

图1为本公开一实施例提供的弱纹理叶片拼接方法的步骤流程图；

图2为本公开一实施例提供的弱纹理叶片拼接方法的一大小缩放流程图；

图3为本公开一实施例提供的弱纹理叶片拼接方法的另一大小缩放流程图；

图4为本公开一实施例提供的弱纹理叶片拼接方法的特征匹配流程图；

图5为本公开一实施例提供的弱纹理叶片拼接方法的重新匹配流程图；

图6为本公开一实施例提供的弱纹理叶片拼接系统的模块连接示意图；

图7为本公开一实施例提供的弱纹理叶片拼接设备的结构示意图；

图8为本公开一实施例提供的存储有计算机可读指令的存储介质的结构示意图。

具体实施方式

通过上述说明可知，对于弱纹理叶片拼接是风力发电技术领域非常重要的步骤。尤其对于风电场来说，快速、准确地对弱纹理的叶片图像拼接，有利于风电场的缺陷检测。

目前，风力发电机的叶片，随着运行时间的延长，容易出现多种缺陷，例如裂痕、掉漆、表皮脱落、玻纤损毁、雷击损毁等，通常利用人工智能等手段检测叶片上存在的缺陷，故往往需要对叶片进行大量拍照，但又由于实际风机的叶片非常大、为了拍摄清晰的图像，一张图片的视野往往只能占据叶片很小的一段，故需要将这些叶片拼接以形成具有完整叶片信息的图像内容。风机叶片的图像具有长条形、大视野的特点，并且常见的叶片颜色呈白色，在对叶片拍照后，叶片在图像中往往呈现出像素特征少、不容易被机器识别区分出来的弱纹理特性，特别在叶片是在阴天状态下拍摄，背景是天空时的弱纹理状态，很难将之与周围的环境区分开，这就给叶片拼接带来了很大困难。

为解决上述技术问题，本公开提供了弱纹理叶片拼接方法、系统、设备及介质，通过时间排序、大小缩放及特征匹配，能够实现叶片图像的精准、快速拼接，以便于叶片的缺陷检测，克服了叶片图像拼接中弱纹理带来的困难，大幅提高了拼接的精准度与效率。值得说明的是，本公开提供的弱纹理叶片拼接方法，主要目的是有效实现具有弱纹理特性的叶片图像的精准、快速拼接，所谓的弱纹理即叶片特征点不明显的图像，但同样也适用于一般叶片图像的拼接。

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对照附图说明本公开的具体实施方式。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本公开相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

关于弱纹理叶片拼接方法的示例说明

参看图1，本公开提供了一种弱纹理叶片拼接方法，包括以下步骤：

s1：排列需拼接的叶片图像的顺序，以得到按照拍摄时间先后排列的排序图像；

s2：缩放排序图像的大小，使每张排序图像中叶片比例一致，以得到缩放图像；

s3：拼接各相邻的缩放图像，以得到具有完整叶片的拼接图像。

现对上述实施例进行详细说明，但不仅限于此。

在本实施例的步骤s1中，按拍摄时间对拍摄的叶片图像进行排序，其中，可以采用提取叶片图像的exif信息的方式，来获取叶片图像的拍摄时间，exif信息是专门为数码相机的照片设定的，用于记录数照片的属性信息和拍摄数据，通过查询该exif信息即可获取叶片图像的拍摄时间。进一步为了后续能够理解叶片图像排序的顺序，可以采用index＝x的方式进行标记序号，例如，以index＝1、2、3……的方式按照排序的顺序为每个叶片图像进行标注序号。

在本实施例的步骤s2中，在排序后，还需对每一排序图像进行大小缩放，以使每张排序图像中叶片比例一致，否则拼接出来的叶片并不是平滑的。

在本实施例的一种实施方式中，参看图2，步骤s2进一步包括：a1：获取拍摄时相机与叶片的拍摄距离；a2：根据拍摄距离和排序图像的画面边长，获取排序图像对应的实际边长；a3：基于画面边长和实际边长的边长比值，缩放排序图像的大小至边长比值相同，使每张排序图像中叶片比例一致，以得到缩放图像。其中，拍摄时相机与叶片之间的拍摄距离可以通过测距传感器进行获取，一般可以采用激光测距，但不仅限于此。排序图像的画面边长即图像画幅的边长，根据拍摄距离和排序图像的画面边长，结合相机的拍摄角度范围就可以求得排序图像对应的实际边长，即排序图像中画面在实际中的边长，基于画面边长和实际边长的边长比值，就可以对每张排序图像进行缩小或放大，以使每张图片中的叶片比例一致。

本公开基于画面边长与对应的实际边长的边长比值进行大小缩放，如此，可以同时进行多个图像的大小缩放，高效、快速地完成所有图像中叶片比例统一，保证拼接出来的叶片平滑；

在本实施例的另一种实施方式中，参看图3，步骤s2进一步包括：b1：在相邻的排序图像中，分别获取相邻的两张排序图像中叶片与另一张排序图像的图像交集区域；b2：根据两个图像交集区域的图像比值，缩放相邻的两张排序图像的大小至图像比值为1，使每张排序图像中叶片比例一致，以得到缩放图像。其中，两张排序图像中叶片与另一张排序图像的图像交集区域可以表示为ibladei∩imagei+1、ibladei+1∩imagei，其中，ibladei∩imagei+1为第i张排序图像中的叶片与第i+1张排序图像的图像交集区域，ibladei+1∩imagei为第i+1张排序图像中的叶片与第i张排序图像的图像交集区域。根据两个图像交集区域的图像比值对每一对相邻的排序图像进行大小缩放，以使rate＝1，即两个图像交集区域重合，从而实现每张排序图像中叶片比例一致。

本公开还可以基于相邻的两张图像中叶片与另一张图像的图像交集区域的图像比值进行大小缩放，如此，可以依次调整每个相邻的排序图像之间的大小缩放，精准地完成所有图像中叶片比例统一，保证拼接出来的叶片平滑。

在本实施例的步骤s3中，大小缩放之后，需要对缩放图像进行特征匹配并拼接。具体而言，参看图4，步骤s3进一步包括：s31：划分相邻的缩放图像，分别得到若干sift特征，例如一张图可以划分为24*24的网格，即sift特征；s32：特征匹配相邻的缩放图像之间的sift特征，其中，互相匹配的sift特征之间取一平行线，并且通过寻找平行线最多且平行线之间的长度基本一致的sift特征获取拼接所需的平移数据和旋转角度，此处的平行线即为连线，将两个缩放图像中匹配的sift特征之间相互关联，这样两张相邻的缩放图像之间会产生众多连线，其中，连线之间平行关系和长短关系表示着这些连线所连接的sift特征之间片拼接对应关系，通过在众多连线中寻找平行线最多且平行线之间的长度基本一致的sift特征，可以找到缩放图像之间的拼接角度与位置，即图像拼接的平移数据和旋转角度，这里可以通过设定一个允许误差范围，在误差范围内可以认定平行线长度基本一致；s33：根据平移数据和旋转角度拼接缩放图像，就可以得到具有完整叶片的拼接图像。值得说明的是，之所以寻找平行线最多且平行线之间的长度基本一致，也是进一步避免一些特征匹配错误、近似等引起的拼接干扰，以准确找到拼接的角度与位置，再根据图像拼接的平移数据和旋转角度对缩放图像进行平移旋转，就可以实现缩放图像的拼接。

本公开通过特征匹配的方式实现缩放图像之间的拼接，其中，通过将每个缩放图像划分为若干sift特征，特征之间相互匹配取平行线，并找寻平行线最多且平行线之间的长度基本一致的sift特征获取拼接的平移数据和旋转角度，即两张缩放图像之间的拼接方向与位置，如此，可以克服缩放图像的弱纹理特性造成的拼接问题，大大提高拼接的准确性。

进一步的，实际上通过上述特征匹配后，可能会出现所有的缩放图像不一定得到完全的匹配，有可能会有少量的图片匹配效果不好或没能找到有效匹配特征实现匹配。为了更进一步提高匹配的精确度，参看图5，本公开还包括获取拼接未成功的缩放图像并重新拼接，以得到具有完整叶片的拼接图像：

对有重叠区域的相邻缩放图像，移动调整有重叠区域的相邻缩放图像，以使得重叠区域的重叠率达到预设的重叠阈值，其中，有重叠区域表示两张缩放图像中存在相同的部分，对此，可以有效利用重叠区域对缩放图像重新移动调整，如此，重新匹配更加便捷高效，这里的重叠率可以根据实际重叠数据进行设定，即根据已经匹配好的图片的重叠率进行设定；

对没有重叠区域的相邻缩放图像，获取没有重叠区域的相邻缩放图像中叶片的叶片交集区域，不同于上述中的图像交集区域，这里的叶片交集区域为两个缩放图像中叶片之间的交集区域，可以表示为ibladei∩bladei+1，即第i张缩放图像中的叶片与第i+1张缩放图像中的叶片的交集区域，ibladei∩bladei+1可以等于ibladei∩imagei+1∩iimagei∩bladei+1，即通过上述相邻缩放图像之间的两个图像交集区域取交集得到这里的叶片交集区域，进一步地，移动调整没有重叠区域的相邻缩放图像，以使得叶片交集区域的重叠率达到预设的重叠阈值，这里的重叠率同样可以根据实际重叠数据进行设定，即根据已经匹配好的图片的重叠率进行设定；

在重叠率达到预设的重叠阈值之后，再获取特征匹配成功的缩放图像对应的平均旋转角度值，并根据平均旋转角度值旋转调整缩放图像，具体而言，依据已经匹配好的图片情况，可以查询相邻的多张已匹配好的图片的平均旋转角度值，并将该值作为其他未匹配好的图片的旋转值以进行旋转操作，以保证图像拼接的方向基本一致。

本公开对于特征匹配未成功的缩放图像，基于重叠区域或者叶片交集区域对缩放图像重新进行移动调整，使对应的重叠率到达预设的重叠阈值，进一步提高了图像拼接的精准度。

至此，本实施例的所有叶片图像均已拼接完成，弱纹理叶片图像均实现精准拼接，克服现有方案存在的弊端和缺陷。本公开通过按照拍摄时间对叶片图像进行排序，并经大小缩放之后进行拼接，其中，大小缩放使得图像中叶片比例一致，从而保证拼接出来的叶片平滑，并通过特征匹配可以在弱纹理的情况下实现两张图像之间的对位拼接，有效解决了弱纹理叶片图像中叶片特征与环境难区分导致机器识别难的技术问题，大大提高了拼接的成功率与精准度，以便于叶片缺陷的检测。

关于弱纹理叶片拼接系统的示例说明

本公开的一实施例中还提供了一种弱纹理叶片拼接系统。在图6中，展示了本公开一实施例提供的弱纹理叶片拼接系统的模块连接示意图。该系统能够实现本公开中说明的弱纹理叶片拼接方法。为了实现本公开说明的弱纹理叶片拼接方法，该系统包括：

排序模块501，用于排列需拼接的叶片图像的顺序，以得到按照拍摄时间先后排列的排序图像；

缩放模块502，用于缩放排序图像的大小，使每张排序图像中叶片比例一致，以得到缩放图像；

拼接模块503，用于拼接各相邻的缩放图像，以得到具有完整叶片的拼接图像。

关于弱纹理叶片拼接设备的示例说明

本公开的一实施例中还提供了一种弱纹理叶片拼接设备，该设备包括：

存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行本公开中说明的弱纹理叶片拼接方法。

本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。

图7是本公开一实施例提供的弱纹理叶片拼接设备的结构示意图。下面参照图7来详细描述根据本实施例中的实施方式实施的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本公开任何实施例的功能和使用范围带来任何限制。

如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组建可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本实施例中上述重复内容获取方法部分中描述的根据本实施例中的实施步骤。例如，处理单元610可以执行如图1所示的步骤。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取单元(ram)6201和/或高速缓存存储单元6202，可以进一步包括只读存储单元(rom)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图像加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可以与一个或者多个使得用户与该电子设备600交互的设备通信，和/或与使得该电子设备能与一个或多个其他计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其他模块通信。应当明白，尽管图7中未示出，可以结合电子设备600使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。

关于存储有计算机可读指令的存储介质的示例说明

本公开的一个实施例还提供了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行本公开中说明的弱纹理叶片拼接方法。尽管本实施例未详尽地列举其他具体的实施方式，但在一些可能的实施方式中，本公开说明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本公开中弱纹理叶片拼接方法部分中描述的根据本公开各种实施例中实施方式的步骤。

图8是本公开一实施例提供的计算机可读存储介质的结构示意图。如图8所示，其中描述了根据本公开的实施方式中用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。当然，依据本实施例产生的程序产品不限于此，在本公开中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

上面结合附图对本公开的实施方式作了详细说明，但是本公开并不限于上述实施方式。即使对本公开作出各种变化，倘若这些变化属于本公开权利要求及其等同技术的范围之内，则仍落入在本公开的保护范围之中。