图像修复方法、装置和终端设备与流程

本发明涉及图像处理技术领域，特别涉及一种图像修复方法和终端设备。

背景技术：

影像修复，就是对图像中的未知区域进行像素填充以恢复图像的视觉效果，其主要任务是让观察者感觉不到图像缺损过或修补过。影像修复起初是为了修补美术作品中丢失或被损坏的部分，现阶段广泛应用于影像、视频编辑及恢复。

目前，图像修复中，主要是通过在未受损的图像区域中寻找与缺损图像中的待修复点最为匹配的最佳匹配块，并用最佳匹配块填充待修复点。这种方式，在搜索最佳匹配块时耗时较长，导致图像修复效率低的问题。

技术实现要素：

本发明旨在至少在一定程度上解决上述技术问题。

为此，本发明的第一个目的在于提出一种图像修复方法，能够缩短修复过程中的搜索时间，提高修复效率。

本发明的第二个目的在于提出一种图像修复装置。

本发明的第三个目的在于提出一种电子设备。

为达上述目的，根据本发明第一方面实施例提出了一种图像修复方法，包括以下步骤：

确定目标图像中的缺损区域；

生成所述目标图像的二值化图像，在所述二值化图像中，所述缺损区域对应的第一区域为第一图像值，所述第一区域之外的第二区域为第二图像值；

对所述第一区域进行膨胀处理，得到第三区域；

将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复。

根据本发明实施例的图像修复方法，还可具有如下附加技术特征：

在本发明的一个实施例中，所述确定目标图像中的缺损区域，包括：

根据预设的边缘检测算法检测所述目标图像中的缺损区域。

在本发明的一个实施例中，所述确定目标图像中的缺损区域，包括：

接收用户的标注操作；

根据所述标注操作确定所述缺损区域。

在本发明的一个实施例中，所述对所述第一区域进行膨胀处理，得到第三区域，包括：

使用预设的结构元素对所述第一区域进行预设次数的膨胀处理，得到所述第三区域。

在本发明的一个实施例中，所述将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复，包括：

确定所述缺损区域中的待修复点；

在所述搜索范围内搜索所述待修复点的最佳匹配块；

根据所述最佳匹配块对所述待修复点进行修复，并更新所述缺损区域；

重复上述步骤，直至所述缺损区域中的图像点全部修复完成。

本发明第二方面实施例提供了一种图像修复装置，包括：

确定模块，用于确定目标图像中的缺损区域；

生成模块，用于生成所述目标图像的二值化图像，在所述二值化图像中，所述缺损区域对应的第一区域为第一图像值，所述第一区域之外的第二区域为第二图像值；

膨胀模块，用于对所述第一区域进行膨胀处理，得到第三区域；

修复模块，用于将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复。

根据本发明实施例的图像修复方法，还可具有如下附加技术特征：

在本发明的一个实施例中，所述确定模块用于：

根据预设的边缘检测算法检测所述目标图像中的缺损区域。

在本发明的一个实施例中，所述确定模块用于：

接收用户的标注操作；

根据所述标注操作确定所述缺损区域。

在本发明的一个实施例中，所述膨胀模块用于：

使用预设的结构元素对所述第一区域进行预设次数的膨胀处理，得到所述第三区域。

在本发明的一个实施例中，所述将修复模块用于：

确定所述缺损区域中的待修复点；

在所述搜索范围内搜索所述待修复点的最佳匹配块；

根据所述最佳匹配块对所述待修复点进行修复，并更新所述缺损区域；

重复上述步骤，直至所述缺损区域中的图像点全部修复完成。

本发明第三方面实施例提供了一种电子设备，包括：外壳，显示器、电路板和处理器，其中，电路板安置在外壳围成的空间内部，显示器在外壳外部，并与电路板相连接，处理器设置在电路板上；处理器用于处理数据，并具体用于执行：

确定目标图像中的缺损区域；

生成所述目标图像的二值化图像，在所述二值化图像中，所述缺损区域对应的第一区域为第一图像值，所述第一区域之外的第二区域为第二图像值；

对所述第一区域进行膨胀处理，得到第三区域；

将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复。

本发明实施例的图像修复方法、装置和电子设备，通过确定目标图像中的缺损区域，针对缺损区域及其他区域生成目标图像的二值化图像，并对二值化图像中缺损区域对应的区域进行膨胀处理，将膨胀后得到的区域在目标图像中对应图像区域作为最佳匹配块的搜索范围，进行图像修复。由此，搜索范围的大小和形状完全取决于缺损区域的大小和形状，可以大大缩短修复过程中的搜索时间，提高修复效率。特别是目标图像尺寸比较大的情况，修复效率的提升将非常明显。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的图像修复方法的流程图；

图2为根据本发明一个实施例的目标图像及其中的缺损区域的示意图；

图3为根据本发明一个实施例的图2所示目标图像的二值化图像的示意图；

图4为根据本发明一个实施例的对图3所示二值化图像进行膨胀处理后的图像示意图；

图5为根据本发明另一个实施例的图像修复方法的流程图；

图6为根据本发明一个实施例的图像修复装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述根据本发明实施例的图像修复方法、装置和电子设备。

图1为根据本发明一个实施例的图像修复方法的流程图。

如图1所示，根据本发明实施例的图像修复方法，包括：

S101，确定目标图像中的缺损区域。

在本发明的实施例中，目标图像中的缺损区域可由用户选择确定或者通过对目标图像进行分析确定。具体而言，可通过以下两种方式确定目标图像中的缺损区域。

方式一

根据预设的边缘检测算法检测所述目标图像中的缺损区域。

边缘检测的目的是标识图像中属性变化明显的点。图像属性中的显著变化可包括但不限于：深度上的不连续、表面方向不连续、物质属性变化、场景照明变化等。

目标图像中缺损区域与其他区域的存在明显变化，因此可通过边缘检测算法检测出变化边界线，进而可确定缺损区域。在边缘检测中，可提取图像中不连续部分的特征，根据闭合的边缘确定缺损区域。

方式二

接收用户的标注操作；根据所述标注操作确定所述缺损区域。

具体地，可在目标图像显示界面提供标注工具，如画笔、选择框等，从而用户可通过标注工具对缺损区域进行标注。进而，可将用户标注操作所标注的区域作为缺损区域。举例来说，如图2所示，缺损区域为区域A。

S102，生成所述目标图像的二值化图像，在所述二值化图像中，所述缺损区域对应的第一区域为第一图像值，所述第一区域之外的第二区域为第二图像值。

其中，第一图像值和第二图像值可为具有区分度的两个图像值。举例来说，第一图像值可为灰度值255，第二图像值可为灰度值0。

举例来说，对于图2所示的目标图像，对应的二值化图像可如图3所示。图2中缺损区域A对应的第一区域为图3中的区域B。在本发明的实施例中，可在对目标图像二值化的过程中，将缺损区域A中的像素点的灰度值全部设置为255，生成第一区域B，将缺损区域之外的像素点的灰度值全部设置为0，生成第二区域C，第一区域B和第二区域C形成了图3所示的二值化图像。

S103，对所述第一区域进行膨胀处理，得到第三区域。

其中，对图像进行膨胀处理为形态学图像处理中的一种。形态学图像处理是以形态结构元素为基础对图像进行分析的工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。图像形态学的应用可以简化图像数据，能够保持图像基本的形状特征，并除去不相干的结构。

形态学图像处理，即图像形态学变换，是一种针对集合的处理过程，其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。在形态学中，结构元素是最重要最基本的概念。结构元素在形态变换中的作用相当于信号处理中的“滤波窗口”。

膨胀处理是形态学图像处理中一种基本形态学运算。膨胀处理是将与物体(对应本发明实施例中的第一区域)接触的所有背景点(对应第二区域中的点)合并到该物体中，使物体的边界向外部扩张的过程。也就是说，在本发明的实施例中，可通过使用预设的结构元素将第一区域的边界向外部扩张，得到第三区域。

在本发明的一个实施例中，使用预设的结构元素对所述第一区域进行预设次数的膨胀处理，得到所述第三区域。也就是说，可通过多次膨胀处理，使得第一区域的边界向外扩张至合适的范围。举例来说，在本发明的实施例中，膨胀处理的次数选为15次。

为了能够提高膨胀的速度，在本发明的一个实施例中，使用的结构元素可以是9×9的方形。

举例来说，图4为对图3所示的二值化图像中的第一区域B进行膨胀处理后得到图像。其中，第一区域B膨胀后得到第三区域D。

S104，将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复。

由于图像中的图像点之间是具有空间相关性的，通常图像中某一部分的信息通常只与其周围区域的信息有较大的相关性，而与距离其较偏远的区域的信息相关性较小。

因此，在本发明的实施例中，可通过膨胀处理确定缺损区域的周围区域，并将缺损区域的周围区域作为修复过程中搜索最佳匹配块的搜索范围。也就是说，本发明的实施例中，在修复过程中可从缺损区域的周围区域寻找最佳匹配块。

相对于相关技术中，对每一个点进行修复时，都从所有已知区域去搜寻最佳匹配块，需要较长的搜索时间，且对于所有已知区域的搜索并不能提高对缺损区域修复时的信息质量。特别特别是随着移动设备、相机等像素越来越高，拍摄的图片尺寸也越来越大，当原图尺寸比较大的时候，搜索最佳匹配块的时间将非常大，甚至难以想象。

本发明的实施例中，考虑到缺损区域与其周围区域的信息有较大的相关性，而与距离其较偏远的区域的信息相关性较小，将缺损区域附近的区域作为最佳匹配块的搜索范围，而自动忽略距离缺损区域较远的其他区域，从而能够大大缩短搜索时间，从而提高修复效率。

举例来说，对于图4中的第三区域D，在图2中的目标图像对应的图像区域包括缺损区域以及缺损区域周围的一部分区域。则在进行图像修复时，可从第三区域D在目标图像中对应的图像区域搜索最佳匹配块。从而，当缺损区域越小时，所需要的已知信息就越少，根据其确定的第三区域也就越小，即得到的搜索范围也就越小；当缺损区域越大时，所需要的已知信息就越多，根据其确定的第三区域也就越大，即得到的搜索范围也就越大。这样能够在保证修复缺损区域所需的信息的同时，大大缩短搜索时间，从而提高修复效率。

需要说明的是，本发明的实施例在对缺损区域进行修复时，可使用任一种修复方法。具体而言，在本发明的一个实施例，可通过如图5所示的实施例对缺损区域进行修复。如图5所示，将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复，包括步骤S501-S503。

S501，确定所述缺损区域中的待修复点。

一般来说，可从缺损区域的边界点中选择待修复点。具体而言可将强边缘点或者周围已知像素多的点作为初始的待修复点，开始修复。

S502，在所述搜索范围内搜索所述待修复点的最佳匹配块。

S503，根据所述最佳匹配块对所述待修复点进行修复，并更新所述缺损区域。

具体而言，可将最佳匹配块填充待修复点，以对待修复点进行修复。

然后，重复上述步骤S502-S503，重新确定待修复点，搜索最佳匹配块，对待修复点进行修复，直至所述缺损区域中的图像点全部修复完成。

本发明实施例的图像修复方法，通过确定目标图像中的缺损区域，针对缺损区域及其他区域生成目标图像的二值化图像，并对二值化图像中缺损区域对应的区域进行膨胀处理，将膨胀后得到的区域在目标图像中对应图像区域作为最佳匹配块的搜索范围，进行图像修复。由此，搜索范围的大小和形状完全取决于缺损区域的大小和形状，可以大大缩短修复过程中的搜索时间，提高修复效率。特别是目标图像尺寸比较大的情况，修复效率的提升将非常明显。

与上述图像修复方法实施例相对应，本发明还提出一种图像修复装置。

图6为根据本发明一个实施例的图像修复装置的结构示意图。

如图6所示，根据本发明实施例的图像修复装置，包括：确定模块10、生成模块20、膨胀模块30和修复模块40。

具体地，确定模块10用于确定目标图像中的缺损区域。

在本发明的实施例中，目标图像中的缺损区域可由用户选择确定或者通过对目标图像进行分析确定。具体而言，确定模块10可通过以下两种方式确定目标图像中的缺损区域。

方式一

确定模块10可用于根据预设的边缘检测算法检测所述目标图像中的缺损区域。

边缘检测的目的是标识图像中属性变化明显的点。图像属性中的显著变化可包括但不限于：深度上的不连续、表面方向不连续、物质属性变化、场景照明变化等。

目标图像中缺损区域与其他区域的存在明显变化，因此确定模块10可通过边缘检测算法检测出变化边界线，进而可确定缺损区域。在边缘检测中，可提取图像中不连续部分的特征，根据闭合的边缘确定缺损区域。

方式二

确定模块10可用于：接收用户的标注操作；根据所述标注操作确定所述缺损区域。

具体地，可在目标图像显示界面提供标注工具，如画笔、选择框等，从而用户可通过标注工具对缺损区域进行标注。进而，可将用户标注操作所标注的区域作为缺损区域。举例来说，如图2所示，缺损区域为区域A。

生成模块20用于生成所述目标图像的二值化图像，在所述二值化图像中，所述缺损区域对应的第一区域为第一图像值，所述第一区域之外的第二区域为第二图像值。

其中，第一图像值和第二图像值可为具有区分度的两个图像值。举例来说，第一图像值可为灰度值255，第二图像值可为灰度值0。

举例来说，对于图2所示的目标图像，对应的二值化图像可如图3所示。图2中缺损区域A对应的第一区域为图3中的区域B。在本发明的实施例中，生成模块20可在对目标图像二值化的过程中，将缺损区域A中的像素点的灰度值全部设置为255，生成第一区域B，将缺损区域之外的像素点的灰度值全部设置为0，生成第二区域C，第一区域B和第二区域C形成了图3所示的二值化图像。

膨胀模块30用于对所述第一区域进行膨胀处理，得到第三区域。

其中，对图像进行膨胀处理为形态学图像处理中的一种。形态学图像处理是以形态结构元素为基础对图像进行分析的工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。图像形态学的应用可以简化图像数据，能够保持图像基本的形状特征，并除去不相干的结构。

形态学图像处理，即图像形态学变换，是一种针对集合的处理过程，其形态算子的实质是表达物体或形状的集合与结构元素间的相互作用，结构元素的形状就决定了这种运算所提取的信号的形状信息。形态学图像处理是在图像中移动一个结构元素，然后将结构元素与下面的二值图像进行交、并等集合运算。在形态学中，结构元素是最重要最基本的概念。结构元素在形态变换中的作用相当于信号处理中的“滤波窗口”。

膨胀处理是形态学图像处理中一种基本形态学运算。膨胀处理是将与物体(对应本发明实施例中的第一区域)接触的所有背景点(对应第二区域中的点)合并到该物体中，使物体的边界向外部扩张的过程。也就是说，在本发明的实施例中，膨胀模块30可通过使用预设的结构元素将第一区域的边界向外部扩张，得到第三区域。

在本发明的一个实施例中，使用预设的结构元素对所述第一区域进行预设次数的膨胀处理，得到所述第三区域。也就是说，膨胀模块30可通过多次膨胀处理，使得第一区域的边界向外扩张至合适的范围。举例来说，在本发明的实施例中，膨胀处理的次数选为15次。

为了能够提高膨胀的速度，在本发明的一个实施例中，使用的结构元素可以是9×9的方形。

举例来说，图4为对图3所示的二值化图像中的第一区域B进行膨胀处理后得到图像。其中，第一区域B膨胀后得到第三区域D。

修复模块40用于将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复。

由于图像中的图像点之间是具有空间相关性的，通常图像中某一部分的信息通常只与其周围区域的信息有较大的相关性，而与距离其较偏远的区域的信息相关性较小。

因此，在本发明的实施例中，可通过膨胀处理确定缺损区域的周围区域，然后，修复模块40将缺损区域的周围区域作为修复过程中搜索最佳匹配块的搜索范围。也就是说，本发明的实施例中，修复模块40在修复过程中可从缺损区域的周围区域寻找最佳匹配块。

相对于相关技术中，对每一个点进行修复时，都从所有已知区域去搜寻最佳匹配块，需要较长的搜索时间，且对于所有已知区域的搜索并不能提高对缺损区域修复时的信息质量。特别特别是随着移动设备、相机等像素越来越高，拍摄的图片尺寸也越来越大，当原图尺寸比较大的时候，搜索最佳匹配块的时间将非常大，甚至难以想象。

本发明的实施例中，考虑到缺损区域与其周围区域的信息有较大的相关性，而与距离其较偏远的区域的信息相关性较小，修复模块40将缺损区域附近的区域作为最佳匹配块的搜索范围，而自动忽略距离缺损区域较远的其他区域，从而能够大大缩短搜索时间，从而提高修复效率。

举例来说，对于图4中的第三区域D，在图2中的目标图像对应的图像区域包括缺损区域以及缺损区域周围的一部分区域。则在进行图像修复时，可从第三区域D在目标图像中对应的图像区域搜索最佳匹配块。从而，当缺损区域越小时，所需要的已知信息就越少，根据其确定的第三区域也就越小，即得到的搜索范围也就越小；当缺损区域越大时，所需要的已知信息就越多，根据其确定的第三区域也就越大，即得到的搜索范围也就越大。这样能够在保证修复缺损区域所需的信息的同时，大大缩短搜索时间，从而提高修复效率。

需要说明的是，本发明的实施例在对缺损区域进行修复时，修复模块40可使用任一种修复方法。具体而言，在本发明的一个实施例，修复模块40可用于：确定所述缺损区域中的待修复点；在所述搜索范围内搜索所述待修复点的最佳匹配块；根据所述最佳匹配块对所述待修复点进行修复，并更新所述缺损区域；重复上述步骤，直至所述缺损区域中的图像点全部修复完成。

一般来说，修复模块40可从缺损区域的边界点中选择待修复点。具体而言可将强边缘点或者周围已知像素多的点作为初始的待修复点，开始修复。直至将缺损区域中每个点都修复完成。

本发明实施例的像修复装置，通过确定目标图像中的缺损区域，针对缺损区域及其他区域生成目标图像的二值化图像，并对二值化图像中缺损区域对应的区域进行膨胀处理，将膨胀后得到的区域在目标图像中对应图像区域作为最佳匹配块的搜索范围，进行图像修复。由此，搜索范围的大小和形状完全取决于缺损区域的大小和形状，可以大大缩短修复过程中的搜索时间，提高修复效率。特别是目标图像尺寸比较大的情况，修复效率的提升将非常明显。

本发明还提出一种电子设备。

根据本发明实施例的电子设备，包括：外壳，显示器、电路板和处理器，其中，电路板安置在外壳围成的空间内部，显示器在外壳外部，并与电路板相连接，处理器设置在电路板上；处理器用于处理数据，并具体用于执行：

确定目标图像中的缺损区域；

生成所述目标图像的二值化图像，在所述二值化图像中，所述缺损区域对应的第一区域为第一图像值，所述第一区域之外的第二区域为第二图像值；

对所述第一区域进行膨胀处理，得到第三区域；

将所述目标图像中与所述第三区域对应的图像区域作为最佳匹配块的搜索范围，对所述缺损区域进行修复。

需要说明的是，本发明实施例的电子设备，其中处理器还可用于执行本发明任一实施例的图像修复方法。

根据本发明实施例的电子设备，通过确定目标图像中的缺损区域，针对缺损区域及其他区域生成目标图像的二值化图像，并对二值化图像中缺损区域对应的区域进行膨胀处理，将膨胀后得到的区域在目标图像中对应图像区域作为最佳匹配块的搜索范围，进行图像修复。由此，搜索范围的大小和形状完全取决于缺损区域的大小和形状，可以大大缩短修复过程中的搜索时间，提高修复效率。特别是目标图像尺寸比较大的情况，修复效率的提升将非常明显。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。