一种松材线虫病树识别与定位方法及系统与流程

本发明实施例涉及病虫害防治技术领域，更具体地，涉及一种松材线虫病树识别与定位方法及系统。

背景技术：

松材线虫病，亦称松树萎蔫病，是由松材线虫寄生在松属树种体内取食营养而导致树木迅速死亡的一种特大毁灭性病害，此病能导致松树在感染后60-90天内枯死，传播蔓延迅速，3-5年就造成大面积毁林的恶性灾害，而且防治难度极大，属国际重要检疫对象，列为森林病虫害之首，被称为“无烟的森林灾”。松材线虫病监测是松材线虫防控的关键手段，传统的松材线虫病监测主要采用人工现地调查的方法，来对疫区进行排查，确定松材线虫的发病位置，继而对发病松树进行无害化处理，以减少松材线虫的传播。由于松林面积大，且大部分松林分布于坡陡林密的山区，人工监测耗时耗力。

无人机遥感可及时获取多时态、多角度、多光谱、高精度的遥感影像，及时为决策者提供松材线虫病早期监测和防控依据，在松材线虫病防控上有巨大的利用空间。随着遥感、地理信息系统和无人机技术的快速发展，融合遥感图像、无人机技术、自动导航技术进行病虫害监测、定位和防治将成为趋势。

但现有技术中基于无人机遥感的病虫害监测方法，往往只是采用单种遥感相机获取待监测区域的影响，获取的较为信息单一，导致对病源点识别率不高，定位精度差。

技术实现要素：

本发明实施例提供了一种克服上述问题或者至少部分地解决上述问题的松材线虫病树识别与定位方法及系统。

第一方面本发明实施例提供了一种松材线虫病树识别与定位方法，包括：

根据待识别区域的可见光图像，获取松材线虫的疑似病源点；

获取所述疑似病源点对应的可见光立体图像，并根据所述可见光立体图像获取所述疑似病源点的置信度；

根据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点；

若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像；

将所述第一遥感图像发送至审核员进行人工审核。

另一方面本发明实施例提供了一种松材线虫病树识别与定位系统，包括：

疑似病源点获取模块，用于根据待识别区域的可见光图像，获取松材线虫的疑似病源点；

疑似病源点的置信度获取模块，用于获取所述疑似病源点对应的可见光立体图像，并根据所述可见光立体图像获取所述疑似病源点的置信度；

病源点判断模块，用于根据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点；

遥感图像生成模块，用于若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像；

人工审核模块，用于将所述第一遥感图像发送至审核员进行人工审核。

第三方面本发明实施例提供了包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行第一方面提供的松材线虫病树识别与定位方法。

第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的松材线虫病树识别与定位方法。

本发明实施例提供的一种松材线虫病树识别与定位方法及系统，首先根据待识别区域的可见光图像获取疑似病源点；再根据疑似病源点处的可见光立体图像获取该疑似病源点的置信度；再结合该疑似病源点的可见光时间序列图像、多光谱图像以及蒸腾速率图像即可判断出该疑似病源点是否为真正的病源点，并最终识别和定位出材线虫病树；再根据各病源点的位置信息和病害信息生成遥感图像，并对第二遥感图像上的病源点进行人工审核，该方法在确认病源点的过程中利用了多种图像，对疑似病源点进行多次验证，对病源点的识别率高，定位精度高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。

图1为本发明实施例提供的一种松材线虫病树识别与定位方法的流程图；

图2为本发明实施例中获取疑似病源点的可见光立体图像的原理示意图；

图3为本发明实施例中确认i级疑似病源点为病源点的原理示意图；

图4为本发明实施例提供的一种松材线虫病树识别与定位系统的结构框图；

图5为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、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，对本发明实施例中的技术方案进行清楚地描述，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。

图1为本发明实施例提供的一种松材线虫病树识别与定位方法的流程图，如图1所示，包括：

s101，根据待识别区域的可见光图像，获取松材线虫的疑似病源点；

s102，获取所述疑似病源点对应的可见光立体图像，并根据所述可见光立体图像获取所述疑似病源点的置信度；

s103，根据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点；

s104，若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像；

s105，将所述第一遥感图像发送至审核员进行人工审核。

其中，在步骤s101中，可见光图像为无人机航拍图像的一种，在获取到待识别区域的可见光图像后，根据待识别区域的可见光图像，利用预设的图像处理算法，可以找出可见光图像中的疑似病源点。

在步骤s102中，利用待识别区域的可见光图像进行病源点判断有误判的可能，所以疑似病源点有一定概率是真正的病源点，也有一定概率不是真正的病源点。为了进一步确定疑似病源点的真实性，这里采用可见光的立体图像来给进一步观察疑似病源点，从而为不同疑似病源点赋予不同的置信度。

在步骤s103中，疑似病源点的可见光时间序列图像为在一定时间段内按预设时间间隔获取的疑似病源点的多幅可见光图像，根据这些可见光图像按时间顺序的变化情况，可以反映疑似病源点的染病情况。疑似病源点不同染病时期的光谱特征不同，且蒸腾速率与松树感染松材线虫病害严重程度具有一定相关性的原理。基于可见光时间序列图像、多光谱图像以及蒸腾速率图像与染病情况的上述关系，结合置信度即可确定疑似病源点是否为真正病源点。

在步骤s104中，在确定了病源点后，即可以根据无人机的定位系统赋予各图像的位置信息获取病源点的位置信息，根据位置信息和各病源点对应的松材线虫病害信息，获取带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像。

在步骤s105中，由于步骤s101-s103所确定的病源点也有可能不是真的病源点，故为了进一步提高识别的精确性，节省后期人工，需要对第一遥感图像进行人工审核，以保证后续处理的病源点确实是真正的病源点。

具体地，根据待识别区域的可见光图像，获取待识别区域内的疑似病源点，再利用疑似病源点处的可见光立体图像，赋予该疑似病源点一个为真正的病源点的置信度。为了进一步确定该疑似病源点是否为真正的病源点，利用该疑似病源点的置信度，结合与松树染病情况有关的可见光时间序列图像、多光谱图像以及蒸腾速率图像，可以确定出该疑似病源点是否为真正的病源点。若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像；为了进一步提高识别精度，需要对第一遥感图像进行人工审核，即进一步将所述第一遥感图像发送至审核员进行人工审核。其中位置信息可以根据各图像采集装置的定位装置直接或间接确定。

本发明实施例提供的一种松材线虫病树识别与定位方法，首先根据待识别区域的可见光图像获取疑似病源点；再根据疑似病源点处的可见光立体图像获取该疑似病源点的置信度；再结合该疑似病源点的可见光时间序列图像、多光谱图像以及蒸腾速率图像即可判断出该疑似病源点是否为真正的病源点，并最终识别和定位出材线虫病树；再根据各病源点的位置信息和病害信息生成遥感图像，并对第二遥感图像上的病源点进行人工审核，该方法在确认病源点的过程中利用了多种图像，对疑似病源点进行多次验证，对病源点的识别率高，定位精度高。

在上述实施例中，在根据待识别区域的可见光图像，获取松材线虫的疑似病源点之前，还包括：

利用无人机携带的可见光相机、多光谱相机及热成像相机分别采集所述待识别区域的可见光图像、多光谱图像及蒸腾速率图像；

根据所述可见光相机在多个不多位置采集的包含所述疑似病源点的可见光图像，获取所述可见光立体图像；根据所述可见光相机在多个不同时刻采集的包含所述疑似病源点的可见光图像，获取所述可见光时间序列图像。

其中，采用无人机携带可见光相机、多光谱相机以及热成像相机，分别获取待识别区域的可见光图像、多光谱图像及蒸腾速率图像。

具体地，利用单目可见光相机立体视觉生成技术，生成疑似病源点的可见光立体图像。原理如图2所示，无人机搭载可见光单目相机巡航，对待识别区域进行可见光图像采集。若b点为疑似松材线虫病源点，则调取无人机巡航过程中在m点和m’点拍摄的可见光图像，提取图像对应的像素特征点，经过图像处理系统后形成b点目标的立体影像，用于图像识别系统判别区分立体松材线虫枯树和林区中倒地的枯木以及其他类似物，以达到增加系统识别准确率的效果，进而赋予不同的疑似病源点不同的置信度。

无人机搭载可见光单目相机巡航，对待识别区域进行可见光图像采集，当确定疑似病源点后，按时间顺序获取多幅疑似病源点处的可见光序列图像，即为疑似病源点的可见光时间序列图像。

在上述实施例中，所述据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点，具体包括：

若判断获知所述置信度小于第一预设阈值，则当所述疑似病源点的可见光时间序列图像满足第一预设条件时，确定所述疑似病源点为病源点；若判断获知所述置信度不小于所述第一预设阈值且小于第二预设阈值，则当所述疑似病源点的多光谱图像和蒸腾速率图像满足第二预设条件时，确定所述疑似病源点为病源点；若判断获知所述置信度大于所述第二预设阈值，则确定所述疑似病源点为病源点。

其中，第一预设阈值、第二预设阈值可以根据实际需求设定，例如，第一预设阈值设定为75％，第二预设阈值设定为85％。

具体地，首先，设置预设阈值后相当于对疑似病源点进行了分级，置信度小于第一预设阈值的疑似病源点为i级，置信度不小于第一预设阈值且小于第二预设阈值的疑似病源点为ii级，置信度大于第二预设阈值的疑似病源点iii级。接下来，对不同级别的疑似病源点采用不同的预设条件进行判定，以确定不同级别的疑似病源点是否为真正的病源点。i级疑似病源点的置信度最低，则需要其可见光时间序列图像满足相应的条件，才能确定其为真正的病源点；ii级疑似病源点的置信度居中，则需要其多光谱图像和蒸腾速率图像满足相应的条件，才能确定其为真正的病源点；iii级疑似病源点的置信度较高，可以直接认为其是真正的病源点。可以理解地，第一预设条件和第二预设条条件可根据实际需求设定。

在上述实施例中，所述当所述疑似病源点的可见光时间序列图像满足第一预设条件时，确定所述疑似病源点为病源点，具体包括：

当所述可见光时间序列图像中各可见光图像中染病区域的面积按时间顺序依次增大时，确定所述疑似病源点为病源点。

具体地，如图3所示，假设a点为i级疑似病源点，在判断a点是都为真正的病源点是，获取a点处的可见光时间序列图像，依次包括序列图像1、序列图像2、序列图像3及序列图像4。提取每幅序列图像上a点处的图像像素特征，并将四幅序列图像进行叠加和对比，当可见光时间序列图像中四幅序列图像中染病区域的面积按时间顺序依次增大时，确定疑似病源点a点为病源点。

在上述实施例中，所述当所述疑似病源点的多光谱图像和蒸腾速率图像满足第二预设条件时，确定所述疑似病源点为病源点，具体包括：

当所述多光谱图像对应的光谱特征值处于第一预设范围内，或者所述蒸腾速率图像对应的蒸腾速率处于第二预设范围内时，确定所述疑似病源点为病源点。

具体地，当疑似病源点为ii级时，只有当多光谱图像对应的光谱特征值处于第一预设范围内，且蒸腾速率图像对应的蒸腾速率处于第二预设范围内时，才能确定疑似病源点为真正的病源点。

在上述实施例中，在确定所述疑似病源点为病源点之前，还包括：

根据所述多光谱图像获取所述对应的光谱特征值，根据所述蒸腾速率图像获取对应的蒸腾速率。

在上述实施例中，在将所述第一遥感图像发送至审核员进行人工审核之后，还包括：

将所述第一遥感图像上未通过人工审核的病源点剔除得到第二遥感图像，将所述第二遥感图像按不同辖区进行分割得到多个辖区；

将各辖区内病源点的位置信息发送至对应的辖区管理员，再通过所述辖区管理员将所述位置信息发送至林业管理员的手持导航终端。

具体地，下面通过一个实例对本发明实施例提供的上述方法进行进一步说明，需要说明的是，以下仅仅为一个实例，本发明的保护范围不以此为限。

无人机搭载的可见光相机分辨率为4000×3000，热成像相机的分辨率为640×512，多光谱相机为双镜头多光谱成像仪，光谱范围：400-2500nm。

无人机携带遥感影像设备定期对目标林区进行巡航，包括可见光相机、多光谱相机和热成像相机，可见光相机实时采集遥感影像并通过遥感图像处理系统对松材线虫病疑似点进行识别判断。判断b位置区域判断为松材线虫病疑似点，调用无人机的不同巡航位置所拍摄的b位置区域松材线虫病疑似点的遥感图像，对遥感图像进行矢量化、辐射校正、投影变换和特征点提取等处理，利用可见光单目视觉技术合成立体影像再次进行识别并按照疑似点置信度区间进行分级，如果判断为疑似点置信度d<75％，则划分为i级；判断为疑似点置信度75％<＝d<85％，则划分为ii级；判断为疑似点置信度d>＝85％，则划分为iii级。图像识别处理系统分别对不同级别置信度的疑似点采取不同的识别方式进行进一步的识别判断。如果图像分级识别系统将b位置区域松材线虫病疑似点的置信度划分为iii级，则系统将松材线虫疑似点判定为松材线虫病源点。如果图像分级识别系统将b位置区域松材线虫病疑似点的置信度划分为ii级，系统则调取多光谱相机和热成像相机对松材线虫疑似点进行光谱特征采集和蒸腾速率检测，通过与数据库内感染松材线虫病不同时期光谱特征进行对比，进而判断是否为松材线虫病源点；基于蒸腾速率与松树感染松材线虫病害严重程度具有一定相关性的原理，通过对b位置区域疑似点树木蒸腾速率的检测，可进一步识别判断是否为松材线虫病源点。如果图像分级识别系统将b位置区域松材线虫病疑似点的置信度划分为i级，则利用对该松材线虫疫区的发病点，每隔两天进行一次巡航，存储同一个病源点不同时间拍摄的遥感图像，系统利用多次巡航的b位置区域遥感图像，生成时间序列图像，通过对松材线虫病的发病状况进行观察从而识别是否为松材线虫发病点。

松材线虫疑似点自动识别结束之后，图像处理系统生成带有地理坐标位置信息和松材线虫病害信息的完整图像。松材线虫监测防治数据管理平台将生成的完整图像派发给松材线虫疫区各个辖区的负责人进行审核，对松材线虫的发病点的位置信息和虫害信息进行确认，将错误识别的信息剔除，审核无误后提交至松材线虫监测防治数据管理平台，实现了人工的再次审核。松材线虫监测防治数据管理平台按各林业管理员负责的辖区进行分割，将对应于林区内各个林业管理员的分割图像派发至其所持有的松材线虫定位导航终端，导航终端指引林业管理员到指点的松材线虫发病点，根据松树感染松材线虫病的严重程度采取不同的无害化处理方式。

图4为本发明实施例提供的一种松材线虫病树识别与定位系统的结构框图，如图4所示，包括：疑似病源点获取模块401、病疑似病源点的置信度获取模块402、病源点判断模块403、遥感图像生成模块404及人工审核模块405。其中：

疑似病源点获取模块401用于根据待识别区域的可见光图像，获取松材线虫的疑似病源点。疑似病源点的置信度获取模块402用于获取所述疑似病源点对应的可见光立体图像，并根据所述可见光立体图像获取所述疑似病源点的置信度。病源点判断模块403用于根据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点。遥感图像生成模块404用于若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像。人工审核模块405用于将所述第一遥感图像发送至审核员进行人工审核。

具体地，所述系统还包括图像获取模块，具体用于：

利用无人机携带的可见光相机、多光谱相机及热成像相机分别采集所述待识别区域的可见光图像、多光谱图像及蒸腾速率图像；

根据所述可见光相机在多个不多位置采集的包含所述疑似病源点的可见光图像，获取所述可见光立体图像；根据所述可见光相机在多个不同时刻采集的包含所述疑似病源点的可见光图像，获取所述可见光时间序列图像。

进一步地，所述疑似病源点的置信度获取模块402具体用于：

若判断获知所述置信度小于第一预设阈值，则当所述疑似病源点的可见光时间序列图像满足第一预设条件时，确定所述疑似病源点为病源点；若判断获知所述置信度不小于所述第一预设阈值且小于第二预设阈值，则当所述疑似病源点的多光谱图像和蒸腾速率图像满足第二预设条件时，确定所述疑似病源点为病源点；若判断获知所述置信度大于所述第二预设阈值，则确定所述疑似病源点为病源点。

进一步地，所述疑似病源点的置信度获取模块402进一步用于：

当所述可见光时间序列图像中各可见光图像中染病区域的面积按时间顺序依次增大时，确定所述疑似病源点为病源点。

进一步地，所述疑似病源点的置信度获取模块402进一步用于：

当所述多光谱图像对应的光谱特征值处于第一预设范围内，且所述蒸腾速率图像对应的蒸腾速率处于第二预设范围内时，确定所述疑似病源点为病源点。

进一步地，所述系统还包括，发送模块，具体用于：

将所述第一遥感图像上未通过人工审核的病源点剔除得到第二遥感图像，将所述第二遥感图像按不同辖区进行分割得到多个辖区；

将各辖区内病源点的位置信息发送至对应的辖区管理员，再通过所述辖区管理员将所述位置信息发送至林业管理员的手持导航终端。

本发明实施例提供的一种松材线虫病树识别与定位系统，首先根据待识别区域的可见光图像获取疑似病源点；再根据疑似病源点处的可见光立体图像获取该疑似病源点的置信度；再结合该疑似病源点的可见光时间序列图像、多光谱图像以及蒸腾速率图像即可判断出该疑似病源点是否为真正的病源点，并最终识别和定位出材线虫病树；再根据各病源点的位置信息和病害信息生成遥感图像，并对第二遥感图像上的病源点进行人工审核，该方法在确认病源点的过程中利用了多种图像，对疑似病源点进行多次验证，对病源点的识别率高，定位精度高。

图5为本发明实施例提供的一种电子设备的结构示意图，如图5所示，电子设备包括：处理器(processor)501、通信接口(communicationsinterface)502、存储器(memory)503和总线504，其中，处理器501，通信接口502，存储器503通过总线504完成相互间的通信。处理器501可以调用存储器503中的逻辑指令，以执行如下方法，例如包括：根据待识别区域的可见光图像，获取松材线虫的疑似病源点；获取所述疑似病源点对应的可见光立体图像，并根据所述可见光立体图像，获取所述疑似病源点的置信度；根据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点；若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像；将所述第一遥感图像发送至审核员进行人工审核。

上述的存储器502中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据待识别区域的可见光图像，获取松材线虫的疑似病源点；获取所述疑似病源点对应的可见光立体图像，并根据所述可见光立体图像，获取所述疑似病源点的置信度；根据所述疑似病源点的置信度，结合所述疑似病源点对应的可见光时间序列图像、多光谱图像或者蒸腾速率图像，判断所述疑似病源点是否为病源点；若判断获知所述疑似病源点为病源点，则获取所述病源点所在病树的位置信息，并根据所有病源点的位置信息和对应的松材线虫病害信息生成所述待识别区域的带有所有病源点的位置信息和对应的松材线虫病害信息的第一遥感图像；将所述第一遥感图像发送至审核员进行人工审核。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；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。

以上所描述的通信设备等实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分的方法。

最后应说明的是：以上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精神和范围。