基于红外检测的电气设备检测方法及装置与流程

本发明实施例涉及设备故障检测领域，尤其涉及一种基于红外检测的电气设备检测方法及装置。

背景技术：

电气设备是机电一体化设备、电力设备、电子系统等的核心，起到电力能量传输、电信号传导的功能，其运行状态将对整个系统影响重大。

电气设备的设计不合理、器件老化或磨损、连接不良、意外损伤等都可能会造成电气设备的损毁。绝大多数电气设备发生故障的原因是绝缘老化、失效产生的，其外在表现为在故障出现之前数小时都比正常工作时产生的热量明显增加。

目前，检测人员利用红外检测技术获取待检测电气设备的热图像，通过对热图像进行分析，根据经验判断电气设备是否发生异常。当需要对电气设备进行多次非连续的检测时，通常需要进行多次拍摄，对多次拍摄的热图像进行人工分析，分析难度高，检测人员工作强度大。

技术实现要素：

本发明实施例提供一种基于红外检测的电气设备检测方法及装置，以解决目前对电气设备进行多次非连续的检测时，需对多次拍摄的热图像进行人工分析，分析难度高，检测人员工作强度大的问题。

本发明实施例的一个方面是提供一种基于红外检测的电气设备检测方法，包括：

根据电气设备对应的标准热图像，获取所述电气设备的目标热图像；

对所述目标热图像与标准热图像进行比对分析，得到比对分析的结果；

根据所述比对分析的结果，确定所述电气设备是否发生异常。

本发明实施例的另一个方面是提供一种基于红外检测的电气设备检测的装置，包括：

获取模块，用于根据电气设备对应的标准热图像，获取所述电气设备的目标热图像；

比对分析模块，用于对所述目标热图像与标准热图像进行比对分析，得到比对分析的结果；

异常确定模块，用于根据所述比对分析的结果，确定所述电气设备是否发生异常。

本发明实施例提供的基于红外检测的电气设备检测方法及装置，通过根据电气设备对应的标准热图像，获取所述电气设备的目标热图像；对所述目标热图像与标准热图像进行比对分析，得到比对分析的结果；根据所述比对分析的结果，确定所述电气设备是否发生异常，实现了自动对获取的目标热图像与标准热图像的比对分析，并可以根据比对分析结果确定所述电气设备是否发生异常，减少了检测人员的工作量。

附图说明

图1为本发明实施例一提供的基于红外检测的电气设备检测方法的流程示意图；

图2为本发明实施例二提供的基于红外检测的电气设备检测方法的流程示意图；

图3为本发明实施例三提供的基于红外检测的电气设备检测方法的流程示意图；

图4为本发明实施例四提供的基于红外检测的电气设备检测装置的结构示意图；

图5为本发明实施例五提供的基于红外检测的电气设备检测装置的结构示意图；

图6为本发明实施例六提供的基于红外检测的电气设备检测装置的结构示意图。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

图1为本发明实施例一提供的基于红外检测的电气设备检测方法的流程示意图。本发明实施例针对目前对电气设备进行多次非连续的检测时，需对多次拍摄的热图像进行人工分析，分析难度高，检测人员工作强度大的问题，提供了基于红外检测的电气设备检测方法。如图1所示，该方法具体步骤如下：

步骤S101、根据电气设备对应的标准热图像，获取电气设备的目标热图像。

本实施例中，根据对电气设备检测的需要，可以定期、不定期、或者连续多次对待检测的电气设备进行拍摄，获取最近的目标热图像，以根据该最近的目标热图像确定该电气设备是否发生异常。对电气设备的检测频率可以由技术人员根据实际检测需要进行设定，本发明实施例对此不做具体限定。例如：对电气设备的检测频率可以为每年一次、每个月一次、或者每日一次等。

本实施例中，可以对电气设备、或者电气设备中的一个或多个电气部件做检测。可选地，在该步骤之前，还包括获取电气设备对应的标准热图像，该标准热图像的拍摄范围覆盖了待检测的电气设备整体，或者覆盖了该电气设备的待检测部件。

具体地，可以使用红外光学采集系统，获取电气设备开始状态下的热成像图，作为该电气设备对应的标准热图像。例如，可以在电气设备每次登记备案时的状态作为开始状态，采集此时电气设备的热成像图，作为该电气设备对于的标准热图像。其中，红外光学采集系统可以是红外相机、红外探测器、红外热像仪等设备。

另外，在获取待检测的电气设备的标准热图像之后，在对同一电气设备或者同一电气设备中的电气部件的每次检测前，无需再次获取其对应的标准热图像。

步骤S102、对目标热图像与标准热图像进行比对分析，得到比对分析的结果。

由于使用红外光学采集系统至今采集到的热图像的灰度范围通常较小，该步骤中对标准热图像和目标热图像进行图像增强，并提取这两个图像的特征值，并分别提取图像增强后得到的两个图像的特征点，计算预设的目标区域内标准热图像与目标图像的差分图像，并对差分图中温差较大的异常的像素点进行标记，得到差分标记图像。

其中，标准热图像上预设的目标区域为由技术人员在标准热图像上预先划定的感兴趣区域，目标热图像上预设的目标区域为目标热图像上与标准热图像上的目标区域对应的区域。

本实施例中，通过对标准热图像和目标热图像进行图像增强，使得标准热图像和目标热图像中所有像素点的灰度值完全覆盖0-255，并且保证对标准热图像和目标热图像进行完全相同的图像增强，使得图像增强之前标准热图像和目标热图像中具有相等灰度值的像素点，在图像增强之后的灰度值相等。

步骤S103、根据比对分析的结果，确定电气设备是否发生异常。

该步骤中，根据上述的比对分析结果，确定预设的目标区域内异常的像素点，计算预设的目标区域内异常的像素点所占的比例，预设的目标区域内异常的像素点所占的比例大于或者等于预设异常阈值的时候，确定电气设备是否发生异常。

本发明实施例通过根据电气设备对应的标准热图像，获取电气设备的目标热图像；对目标热图像与标准热图像进行比对分析，得到比对分析的结果；根据比对分析的结果，确定电气设备是否发生异常，实现了自动对每次获取的目标热图像与标准热图像的比对分析，并可以根据比对分析结果确定电气设备是否发生异常，减少了检测人员的工作量。

实施例二

图2为本发明实施例二提供的基于红外检测的电气设备检测方法的流程示意图。在上述实施例基础上，如图2所示，根据电气设备对应的标准热图像，获取电气设备的目标热图像，具体可以采用如下步骤实现：

步骤S201、以标准热图像为背景，采集电气设备的当前热图像。

本实施例中，在获取电气设备的当前热图像时，对本次拍摄的视角和范围进行调整，使得本次拍摄得到的当前热图像与标准热图像的拍摄角度和范围一致；或者这两者的覆盖率达到预设覆盖阈值，此时可以认为两者的拍摄角度和范围基本一致。

具体地，可以通过调整摄像头的拍摄角度、调整摄像头和电气设备之间的距离、调整摄像头高度、调整摄像头焦距等方式，将本次拍摄的视角和范围调整至与标准热图像一致或者基本一致。

可选地，可以以热图像为背景，在本次拍摄时，使得本次拍摄时取景的视角和背景完全重合，或者大体重叠，从而可以保证两次拍摄覆盖的内容的一致。

步骤S202、将标准热图像转换为第一灰度图，对第一灰度图进行灰度线性变换，以使第一灰度图中所有像素点的灰度值的范围在0-255之间。

其中，经过该步骤的处理后得到的第一灰度图中所有像素点的灰度值的范围在0-255之间，并且第一灰度图中的各像素点的灰度值中最小值为0，最大值为255。即第一灰度图中像素点的灰度值完全覆盖0-255的灰度范围。

本实施例中，可以采用现有技术中任意一种将热图像转换为灰度图的方法将标准热图像转换为第一灰度图，可以采用现有技术中任意一种灰度线性变换方法对该第一灰度图进行灰度线性变换，本发明实施例对此不做具体限定。

步骤S203、将当前热图像转换为第二灰度图，对第二灰度图进行灰度线性变换，以使第二灰度图中所有像素点的灰度值的范围在0-255之间。

其中，经过该步骤的处理后得到的第二灰度图中所有像素点的灰度值的范围在0-255之间，并且第二灰度图中的各像素点的灰度值中最小值为0，最大值为255。即第二灰度图中像素点的灰度值完全覆盖0-255的灰度范围。

该步骤中，将当前热图像转换为第二灰度图所采用的方法，与上述步骤S202中将标准热图像转换为第一灰度图的方法一致；并且对第二灰度图进行灰度线性变换所采用的方法，与上述步骤S202中所采用的灰度线性变换方法一致，以使标准热图像和当前热图像中具有相等灰度值的像素点，在进行上述步骤S202-S203的处理之后，得到的第一灰度图和第二灰度图中对应的像素点的灰度值仍然相等。

上述步骤S202-S203是对标准热图像和当前热图像进行图像增强的过程，通过将这两个图像转换为灰度图，并对得到的灰度图进行灰度线性变换，使得最终得到的第一灰度图像和第二灰度图像中像素点的灰度值覆盖范围最大，且图像增强之前标准热图像和当前热图像中具有相等灰度值的像素点，在图像增强之后的灰度值仍然相等。

步骤S204、计算第二灰度图相对于第一灰度图的覆盖率。

本实施例中，第二灰度图相对于第一灰度图的覆盖率，是指第一灰度图中的目标区域内、与第二灰度图匹配的像素点在第一灰度图中的覆盖率。

具体地，该步骤具体可以采用如下方式实现：

提取第一灰度图的特征点和第二灰度图的特征点，对第一灰度图的特征点和第二灰度图的特征点进行匹配，并根据匹配结果计算投影映射矩阵。根据投影映射矩阵以及预设的目标区域，计算第一灰度图中的目标区域内、与第二灰度图匹配的像素点在第一灰度图中的覆盖率，得到第二灰度图相对于第一灰度图的覆盖率。

优选地，由于SURF(Speeded Up Robust Features,加速稳健特征)的特征提取方法具有尺度不变性和旋转不变性，能够有效应对获取两个图像时的拍摄距离和角度的差异，本实施例中采用SURF特征提取方法，提取第一灰度图的特征点和第二灰度图的SURF特征，并得到特征点。另外，也可以采用现有技术中任意一种特征提取的方法，本发明实施例不再赘述。

可选地，使用FLANN(Fast Library for Approximate Nearest Neighbors)算法对第一灰度图的特征点和第二灰度图的特征点进行匹配。

步骤S205、如果覆盖率大于或者等于预设覆盖阈值，确定当前热图像为目标热图像。

本实施例中，如果覆盖率大于或者等于预设覆盖阈值，则可以确定在预设的目标区域内，第二灰度图与第一灰度图中特征点的匹配度较高，则可以确定当前热图像与标准热图像所拍摄的电气设备为同一类电气设备，或者是同一类电气部件，可以将本次拍摄的该当前热图像可以作为待检测的电气设备的热图像，确定该当前热图像为目标热图像。

其中，预设覆盖率可以由技术人员根据实际需要进行设定。例如，预设覆盖阈值可以为80％。

步骤S206、如果覆盖率小于预设覆盖阈值，重新以标准热图像为背景，采集下一时刻电气设备的热图像，直至确定出目标热图像。

本实施例中，如果覆盖率小于预设覆盖阈值，则可以确定在预设的目标区域内，第二灰度图与第一灰度图中特征点的匹配度很低，则可以确定当前热图像与标准热图像所拍摄的电气设备不是同一类电气设备，也不是同一类电气部件，该当前热图像无法作为目标热图像。此时，需要重新执行步骤S201-S206，直至确定出目标热图像。

可选地，当确定覆盖率小于预设覆盖阈值，需要重新以标准热图像为背景采集下一时刻电气设备的热图像时，发出预设的报警信号，使得技术人员根据该报警信号重新采集下一时刻电气设备的热图像。该预设的报警信号可以为发出报警提示音、报警指示灯闪烁等方式实现，本发明实施例对此不做具体限定。

本发明实施例提供了根据电气设备对应的标准热图像获取电气设备的目标热图像的详细过程。

实施例三

图3为本发明实施例三提供的基于红外检测的电气设备检测方法的流程示意图。在上述实施例基础上，本发明实施例中，对对当前热图像与标准热图像进行比对分析，得到比对分析的结果，根据比对分析的结果，确定电气设备是否发生异常的过程进行详细的说明。如图3所示，本实施例提供的方法包括以下步骤：

步骤S301、根据电气设备对应的标准热图像，获取电气设备的目标热图像。

本实施例中，该步骤具体采用上述实施例二中的方法实现，此处不再赘述。

步骤S302、根据预设的目标区域、标准热图像对应的第一灰度图、以及目标热图像对应的第二灰度图，将第一灰度图和第二灰度图进行图像差分处理，得到差分图像。

其中，预设的目标区域为由技术人员在标准热图像上预先划定的感兴趣区域，目标热图像上的预设的目标区域为目标热图像上与标准热图像上的目标区域对应的区域。

本实施例中，标准热图像对应的第一灰度图、以及目标热图像对应的第二灰度图，可以在上述步骤S301中获取电气设备的目标热图像过程中得到。

该步骤中，将第一灰度图和第二灰度图进行图像差分处理，具体为将第一灰度图和第二灰度图在预设目标区域内进行图像差分处理，得到对应于预设目标区域对应的差分图像。

步骤S303、计算差分图像中各像素点的灰度值标识的温差。

本实施例中，差分图像中任一像素点的灰度值实际为第一灰度图与第二灰度图中与该像素点对应的两个像素点的灰度值的差值，对于热图像来说，像素点的灰度值可以用于标识电气设备中该像素点对应的部位的温度值，该差分图像中任一像素点的灰度值可以用于标识：电气设备中该像素点对应的部位的温度值在目标热图像的拍摄时刻与标准热图像的拍摄时刻的温差。根据差分图像中各像素点的灰度值，可以计算出该灰度值对应的温差。

该步骤中，根据预先设定的对应规则，计算差分图像中各像素点的灰度值标识的温差。其中对应规则有技术人员根据实际情况预先设定。

步骤S304、根据差分图像中各像素点的灰度值标识的温差，将温差大于温差阈值的像素点的灰度值设置为第一预设值，将温差小于或者等于温差阈值的像素点的灰度值设置为第二预设值，得到第一差分标记图像。

可选地，第一预设值可以为255，第二预设值可以为0。第一预设值和第二预设值可以由技术人员设定为两个不同的值，能够从视觉上明显区分即可，本发明实施例对此不做具体限定。

本实施例中，差分图像中温差大于温差阈值的像素点为有温度异常的像素点，将这一类的像素点的灰度值设置为第一预设值，标记为异常像素点；差分图像中温差小于或者等于温差阈值的像素点为正常的像素点，将这一类的像素点的灰度值设置为第二预设值，标记为正常像素点。

步骤S305、对第一差分标记图像进行去噪声处理，得到第二差分标记图像，第二差分标记图像为比对分析的结果。

该步骤中，对第一差分标记图像进行去噪声处理，去除第一差分标记图像中的孤立杂点，得到第二差分标记图像。

本实施例中，对第一差分标记图像进行去噪声处理所采用的去噪声方法可以采用现有技术中任意一种去噪声的方法实现，本实施例对此不做具体限定。

上述步骤S302-S305为对当前热图像与标准热图像进行比对分析，得到比对分析的结果的过程。

步骤S306、根据第二差分标记图像，计算灰度值为第一预设值的像素点在差分图像中所占的比例。

本实施例中，第二差分标记图像中灰度值为第一预设值的像素点即为被标记为温度异常的异常像素点，通过计算灰度值为第一预设值的像素点在差分图像中所占的比例，可以得到异常像素点在差分图像中所占的比例。

具体地，可以通过计算第一预设值的像素点所占的面积与预设目标区域的总面积的比值，或者计算第一预设值的像素点的个数与预设目标区域中像素点总数的比值，来计算灰度值为第一预设值的像素点在差分图像中所占的比例。

步骤S307、如果灰度值为第一预设值的像素点在差分图像中所占的比例大于或者等于预设异常阈值，则确定电气设备发生异常。

本实施例中，如果第一预设值的像素点在差分图像中所占的比例小于预设异常阈值，则确定电气设备没有发生异常。

可选地，在确定电气设备发生异常之后，可以将第二灰度图进行显示，并对第二灰度图中，与灰度值为第一预设值的像素点对应的像素点进行警示标记。例如，将第二灰度图中与灰度值为第一预设值的像素点对应的像素点显示为红色。

可选地，在确定电气设备未发生异常之后，可以将第二灰度图进行显示，并对第二灰度图中预设目标区域进行正常标记。例如，将第二灰度图中预设目标区域中的像素点显示为绿色。

上述步骤S205-S307为根据比对分析的结果，确定电气设备是否发生异常的过程。

本发明实施例根据预设的目标区域、标准热图像对应的第一灰度图、以及目标热图像对应的第二灰度图，通过将第一灰度图和第二灰度图进行图像差分处理，得到差分图像，计算差分图像中各像素点的灰度值标识的温差，根据差分图像中各像素点的灰度值标识的温差，标记出异常像素点和正常像素点，并进行去噪声处理，得到第二差分标记图像，作为比对分析的结果；通过计算第二差分标记图像中异常像素点所占的比例，确定电气设备是否发生异常，能够自动对对目标热图像与标准热图像进行比对分析，并根据比对分析的结果，确定电气设备是否发生异常。

实施例四

图4为本发明实施例四提供的基于红外检测的电气设备检测装置的结构示意图。本发明实施例提供的基于红外检测的电气设备检测的装置可以执行基于红外检测的电气设备检测方法实施例提供的处理流程，如图4所示，该装置包括：获取模块401、比对分析模块402和异常确定模块403。

其中，获取模块401用于根据电气设备对应的标准热图像，获取电气设备的目标热图像；

比对分析模块402用于对目标热图像与标准热图像进行比对分析，得到比对分析的结果；

异常确定模块403用于根据比对分析的结果，确定电气设备是否发生异常。

本发明实施例提供的装置可以具体用于执行上述实施例一所提供的方法，具体功能此处不再赘述。

本发明实施例通过根据电气设备对应的标准热图像，获取电气设备的目标热图像；对目标热图像与标准热图像进行比对分析，得到比对分析的结果；根据比对分析的结果，确定电气设备是否发生异常，实现了自动对每次获取的目标热图像与标准热图像的比对分析，并可以根据比对分析结果确定电气设备是否发生异常，减少了检测人员的工作量。

实施例五

图5为本发明实施例五提供的基于红外检测的电气设备检测装置的结构示意图。如图5所示，在上述实施例四的基础上，获取模块401包括：采集子模块4011、转换子模块4012、第一计算子模块4013和第一确定子模块4014。

其中，采集子模块4011用于以标准热图像为背景，采集电气设备的当前热图像。

转换子模块4012用于将标准热图像转换为第一灰度图，对第一灰度图进行灰度线性变换，以使第一灰度图中所有像素点的灰度值的范围在0-255之间。

转换子模块4012还用于将当前热图像转换为第二灰度图，对第二灰度图进行灰度线性变换，以使第二灰度图中所有像素点的灰度值的范围在0-255之间。

第一计算子模块4013用于计算第二灰度图相对于第一灰度图的覆盖率。

具体地，第一计算子模块4013还用于：提取第一灰度图的特征点和第二灰度图的特征点；对第一灰度图的特征点和第二灰度图的特征点进行匹配，并根据匹配结果计算投影映射矩阵；根据投影映射矩阵以及预设的目标区域，计算第一灰度图中的目标区域内、与第二灰度图匹配的像素点在第一灰度图中的覆盖率，得到第二灰度图相对于第一灰度图的覆盖率。

第一确定子模块4014用于如果覆盖率大于或者等于预设覆盖阈值，确定当前热图像为目标热图像。

第一确定子模块4014还用于如果覆盖率小于预设覆盖阈值，重新以标准热图像为背景，采集下一时刻电气设备的热图像，直至确定出目标热图像。

本发明实施例提供的装置可以具体用于执行上述实施例二所提供的方法，具体功能此处不再赘述。

本发明实施例提供了根据电气设备对应的标准热图像获取电气设备的目标热图像的详细过程。

实施例六

图6为本发明实施例六提供的基于红外检测的电气设备检测装置的结构示意图。如图6所示，在上述实施例五的基础上，比对分析模块402包括：差分子模块4021、第二计算子模块4022、差分标记子模块4023和去噪处理子模块4024。

其中，差分子模块4021用于根据预设的目标区域、标准热图像对应的第一灰度图、以及目标热图像对应的第二灰度图，将第一灰度图和第二灰度图进行图像差分处理，得到差分图像。

第二计算子模块4022用于计算差分图像中各像素点的灰度值标识的温差。

差分标记子模块4023用于根据差分图像中各像素点的灰度值标识的温差，将温差大于温差阈值的像素点的灰度值设置为第一预设值，将温差小于或者等于温差阈值的像素点的灰度值设置为第二预设值，得到第一差分标记图像。

去噪处理子模块4024用于对第一差分标记图像进行去噪声处理，得到第二差分标记图像，第二差分标记图像为比对分析的结果。

本实施例中，异常确定模块403包括：第三计算子模块4031和第二确定子模块4032。

其中，第三计算子模块4031用于根据第二差分标记图像，计算灰度值为第一预设值的像素点在差分图像中所占的比例；

第二确定子模块4032用于如果灰度值为第一预设值的像素点在差分图像中所占的比例大于或者等于预设异常阈值，则确定电气设备发生异常。

本发明实施例提供的装置可以具体用于执行上述实施例三所提供的方法，具体功能此处不再赘述。

本发明实施例根据预设的目标区域、标准热图像对应的第一灰度图、以及目标热图像对应的第二灰度图，通过将第一灰度图和第二灰度图进行图像差分处理，得到差分图像，计算差分图像中各像素点的灰度值标识的温差，根据差分图像中各像素点的灰度值标识的温差，标记出异常像素点和正常像素点，并进行去噪声处理，得到第二差分标记图像，作为比对分析的结果；通过计算第二差分标记图像中异常像素点所占的比例，确定电气设备是否发生异常，能够自动对对目标热图像与标准热图像进行比对分析，并根据比对分析的结果，确定电气设备是否发生异常。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。