基于图像处理的电车受电弓升弓检测方法、装置及介质与流程

1.本发明涉及电车技术领域，尤其涉及一种基于图像处理的电车受电弓升弓检测方法、装置及介质。


背景技术：

2.为了提高电车的运营效率，目前通常是采用受电弓充电模式对电车进行充电。受电弓充电是高压充电，在充电过程中，若受电弓与导电轨未正确接触，会导致受电弓与导电轨之间的空气间隙将被击穿，空气间隙形成电流导通，产生气体放电，形成电弧，这样会产生如以下的不良影响：一是电弧熄灭瞬间产生幅值很高的过电压，影响电车及周围设备与人的安全；二是烧蚀受电弓碳滑板、导电轨及其他电缆，缩短其使用寿命；三是产生电磁辐射和干扰。所以电车充电之前，采用可靠的升弓检测方法使得受电弓升弓正确是极其重要的。
3.目前电车受电弓升弓通常都是靠司机下车观察操作完成，无法实现受电弓升弓的自动检测，而该依赖人工观察的方式，不仅会使得充电操作时间长、充电操作效率低，若升弓发生司机误操作，还将给电车安全及司机人身安全造成极大的隐患。


技术实现要素：

4.本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种能够实现电车受电弓升弓的自动检测，且实现方法简单、成本低、检测效率及精度高、安全可靠的基于图像处理的电车受电弓升弓检测方法、装置及介质。
5.为解决上述技术问题，本发明提出的技术方案为：
6.一种基于图像处理的电车受电弓升弓检测方法，步骤包括：
7.s1.实时采集电车受电弓升弓过程中的图像数据，得到待检测图像；
8.s2.对采集到的所述待检测图像进行目标检测，若检测到受电弓，转入步骤s3；
9.s3.根据步骤s2中检测出的受电弓的位置，从所述待检测图像中检测出受电弓滑板直线的位置以及两条导电轨直线的位置；
10.s4.根据检测出的所述受电弓滑板直线与两条所述导电轨直线之间的位置关系判断受电弓是否完成升弓。
11.进一步的，所述步骤s3中检测出受电弓滑板直线的位置的步骤包括：
12.s31.根据步骤s2检测出的受电弓的位置确定所述待检测图像中感兴趣区域(roi，region of interest)；
13.s32.对所述感兴趣区域进行边缘检测，检测出所述感兴趣区域的轮廓；
14.s33.基于检测出的所述感兴趣区域的轮廓，检测出所述感兴趣区域内的所有直线；
15.s34.从步骤s33检测出的各直线中筛选出所述受电弓滑板直线，得到所述受电弓滑板直线的位置。
16.进一步的，所述步骤s34的步骤包括：
17.s341.从步骤s33中检测出的各直线中筛选出受电弓滑板两侧上边沿的两条直线；
18.s342.由所述受电弓滑板两侧上边沿的两条直线中左侧直线左端点与右侧直线右端点形成一条目的受电弓滑板直线，根据所述目的受电弓滑板直线的坐标、所述感兴趣区域的位置坐标最终确定得到所述受电弓滑板直线的实际端点坐标。
19.进一步的，所述步骤s341中，具体对在所述感兴趣区域内检测出的各直线分别进行判断，若目标直线的左端点x坐标值大于1/a的所述感兴趣区域的宽度，以及右端点x坐标值小于1/b的所述感兴趣区域宽度，则将目标直线排除，其中1/a为第一预设比例，1/b为第二预设比例，由排除完成后剩余的直线中端点y坐标值最小的两条直线得到所述受电弓滑板两侧上边沿的两条直线。
20.进一步的，所述步骤s342中，具体由所述目的受电弓滑板直线的左侧端点坐标与右侧端点坐标分别加上待检测图像中所述感兴趣区域的原点的坐标值，得到待检测图像中所述受电弓滑板直线的两个实际端点坐标(x1+x，y1+y)、(x2+x，y2+y)，其中(x1,y1)、(x2,y2)分别为所述目的受电弓滑板直线中左端点、右端点，x、y为所述感兴趣区域的原点的坐标值。
21.进一步的，所述步骤s31中，具体将所述待检测图像中受电弓所在位置处指定范围内的矩形框的左上点，或所述左上点附近指定范围内的点作为所述感兴趣区域的原点。
22.进一步的，所述步骤s3中，具体根据两条所述导电轨直线的斜率及端点不变的特征，通过霍夫变换检测出两条所述导电轨直线。
23.进一步的，所述步骤s4中，具体根据所述受电弓滑板直线与两条所述导电轨直线之间是否相交判断受电弓是否完成升弓。
24.进一步的，所述步骤s4中判断受电弓是否完成升弓的步骤包括：获取所述受电弓滑板直线与两条所述导电轨直线之间的两个交点坐标，若两个所述交点坐标存在且不为零，则判定所述待检测图像中受电弓与两条导电轨接触，即所述待检测图像中受电弓升弓完成；若两个所述交点坐标不存在或为零，则判定所述待检测图像中受电弓与两条导电轨无接触，即所述待检测图像中受电弓升弓未完成。
25.进一步的，所述步骤s2中，具体预先使用受电弓的历史图像数据训练基于yolo(you only look once)-v3算法的深度神经网络模型，将所述待检测图像输入至训练好的深度神经网络模型中实现目标检测。
26.一种基于图像处理的电车受电弓升弓检测装置，包括：
27.图像采集模块，用于实时采集电车受电弓升弓过程中的图像数据，得到待检测图像；
28.目标检测模块，用于对采集到所述待检测图像进行目标检测，若检测到受电弓，转入直线检测模块；
29.直线检测模块，用于根据所述目标检测模块中检测出的受电弓的位置，从所述待检测图像中检测出受电弓滑板直线的位置以及两条导电轨直线的位置；
30.升弓判断模块，用于根据检测出的所述受电弓滑板直线与两条所述导电轨直线之间的相交位置关系判断受电弓是否完成升弓。
31.进一步的，所述直线检测模块包括用于检测出受电弓滑板直线的位置的第一检测
单元，以及用于检测出两条导电轨直线的位置的第二检测单元，所述第一检测单元包括：
32.第一检测子单元，用于根据所述目标检测模块检测出的受电弓的位置确定所述待检测图像中感兴趣区域；
33.第二检测子单元，用于对所述感兴趣区域进行边缘检测，检测出所述感兴趣区域的轮廓；
34.第三检测子单元，用于基于检测出的所述感兴趣区域的轮廓，检测出所述感兴趣区域内的所有直线；
35.第四检测子单元，用于从所述第三子单元检测出的各直线中筛选出所述受电弓滑板直线，得到所述受电弓滑板直线的位置。
36.进一步的，所述升弓判断模块中，具体根据所述受电弓滑板直线与两条所述导电轨直线之间是否相交判断受电弓是否完成升弓，包括：获取所述受电弓滑板直线与两条所述导电轨直线之间的两个交点坐标，若两个所述交点坐标存在且不为零，则判定所述待检测图像中受电弓与两条导电轨接触，即所述待检测图像中受电弓升弓完成；若两个所述交点坐标不存在或为零，则判定所述待检测图像中受电弓与两条导电轨无接触，即所述待检测图像中受电弓升弓未完成。
37.一种基于图像处理的电车受电弓升弓检测装置，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，其特征在于，所述处理器用于执行所述计算机程序，以执行如上述方法。
38.一种存储有计算机程序的计算机可读存储介质，所述计算机程序执行时实现上述的方法。
39.与现有技术相比，本发明的优点在于：
40.1、本发明通过实时采集受电弓升弓过程中的图像，从图像中检测出受电弓时，再从图像检测出受电弓滑板直线、两条导电轨直线的位置，由受电弓滑板直线与两条导电轨直线之间的相交位置关系来判断受电弓是否完成升弓，可基于图像处理实现非接触式的电车受电弓升弓自动检测，使升弓检测自动化且能够瞬时完成，而无需人工干预，能够大大缩短充电操作时间，极大的提高电车的运营效率。
41.2、本发明进一步基于检测出的受电弓位置先确定图像中的感兴趣区域，对感兴趣区域进行边缘检测，检测出感兴趣区域的轮廓后，再检测出感兴趣区域的所有直线，从所有直线中根据受电弓滑板直线的特性筛选出受电弓滑板直线，可以实现受电弓滑板直线的快速、准确的检测，进一步提高检测效率。
42.3、本发明进一步利用受电弓滑板两侧的上边沿两条直线的坐标特征，排除感兴趣区域内不符合坐标特征的直线，可以快速、准确的筛选出受电弓滑板两侧上边沿的两条直线，从而准确定位到受电弓滑板直线。
附图说明
43.图1是本实施例基于图像处理的电车受电弓升弓检测方法的实现流程示意图。
44.图2是本发明在具体应用实施例中实现电车受电弓升弓检测的详细流程示意图。
45.图3是本发明在具体应用实施例中检测到的受电弓结果示意图。
46.图4是本发明在具体应用实施例中检测到的受电弓滑板直线的结果示意图。
47.图5是本发明在具体应用实施例中检测到两个交点的结果示意图。
具体实施方式
48.以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
49.如图1所示，本实施例基于图像处理的电车受电弓升弓检测方法的步骤包括：
50.s1.实时采集电车受电弓升弓过程中的图像数据，得到待检测图像；
51.s2.对采集到待检测图像进行目标检测，若检测到受电弓，转入步骤s3；
52.s3.根据步骤s2中检测出的受电弓的位置，从待检测图像中检测出受电弓滑板直线的位置以及两条导电轨直线的位置；
53.s4.根据检测出的受电弓滑板直线与两条导电轨直线之间的相交位置关系判断受电弓是否完成升弓。
54.当受电弓升弓完成时，受电弓滑板与两条导电轨会接触，在图像上表现为受电弓滑板所在直线与两条导电轨所在直线会相交，即受电弓升弓完成时在图像上受电弓滑板所在直线与两条导电轨所在直线之间会存在确定的相交位置关系。本实施例利用上述特性，通过实时采集受电弓升弓过程中的图像，从图像中检测出受电弓时，再从图像检测出受电弓滑板直线、两条导电轨直线的位置，由受电弓滑板直线与两条导电轨直线之间的位置关系来判断受电弓是否完成升弓，可基于图像处理实现非接触式的电车受电弓升弓自动检测，使升弓检测自动化且能够瞬时完成，而无需人工干预，能够大大缩短充电操作时间，极大的提高电车的运营效率。
55.本实施例步骤s1中，具体通过布置网络摄像头实时采集电车升弓过程中的视频图像，采集视频图像的网络摄像头安装在充电站一端，优选的可布置在导电轨一端的中间，且高度略低于导电轨，摄像头镜头沿着水平方向拍摄导电轨。
56.本实施例步骤s2中，具体预先使用受电弓的历史图像数据训练基于yolo-v3算法的深度神经网络模型，将待检测图像输入至训练好的深度神经网络模型中实现目标检测，以利用基于yolo-v3算法的深度神经网络模型来实现目标检测。基于yolo-v3的深度神经网络模型由于不需要生成候选框，将目标边框定位作为回归问题处理，是端到端的一步(one stage)的目标检测算法，相比于传统的如faster r-cnn等需先生成一些列作为样本的候选框，再通过卷积神经网络进行候选框的提取及分类的两步(two stage)目标检测算法，本实施例通过基于yolo-v3算法的深度神经网络模型来实现图像中受电弓的检测，在处理器有限的算力资源条件下，仍然能够保证受电弓高识别精度的同时，实现受电弓识别的实时性。
57.在具体应用实施例中，检测过程中利用已经训练好的基于yolo-v3算法的深度神经网络模型来实时对网络摄像头采集到的视频图像进行目标检测，若检测到受电弓，以受电弓区域为中心选取矩形框(x,y,w,h)，其中(x,y)为矩形框的左上点坐标值，w为矩形框的宽度，h为矩形框的高；若没有检测到受电弓，继续对采集的视频图像进行目标检测，直到检测到受电弓。检测到受电弓后转入执行后续步骤s3、s4，以检测出受电弓是否完成升弓。
58.上述训练生成基于yolo-v3算法的深度神经网络模型时，具体步骤包括：
59.s11.将采集的受电弓视频分解成图像，制作成训练样本集后进行标注(如通过labelimg)；
60.s12.导入标注好的训练样本集(包括原始图片与对应的标注文件)，利用yolo-v3预训练模型darknet53在nvida gpu(tesla v100)上训练，生成可以检测受电弓的基于yolo-v3算法的深度神经网络模型。
61.本实施例上述步骤s3中检测出受电弓滑板直线的位置的步骤包括：
62.s31.根据步骤s2检测出的受电弓的位置确定待检测图像中感兴趣区域；
63.s32.对感兴趣区域进行边缘检测，检测出感兴趣区域的轮廓；
64.s33.基于检测出的感兴趣区域的轮廓，检测出感兴趣区域内的所有直线；
65.s34.从步骤s33检测出的各直线中筛选出受电弓滑板直线，得到受电弓滑板直线的位置。
66.受电弓滑板在图像中表现即为一条直线，本实施例基于检测出的受电弓位置先确定图像中的感兴趣区域，对感兴趣区域进行边缘检测，检测出感兴趣区域的轮廓后，再检测出感兴趣区域的所有直线，从所有直线中根据受电弓滑板直线的特性即可筛选出受电弓滑板直线，可以实现受电弓滑板直线的快速、准确的检测。
67.本实施例上述步骤s31中，具体将待检测图像中受电弓所在位置处指定范围内的矩形框的左上点(即基于检测出的受电弓区域为中心选取的矩形框的左上方顶点)作为感兴趣区域的原点，当然还可以根据实际需求基于受电弓所在位置选取其他的点作为感兴趣区域的原点，如左上点附近指定范围内的点。
68.本实施例上述步骤s32中，具体可利用canny边缘检测算子进行边缘检测，可以快速、精确的检测出感兴趣区域的轮廓，当然也可以根据实际需求采用其他的边缘检测方法。
69.本实施例上述步骤s33中，具体可利用霍夫变换检测出感兴趣区域中的所有直线，当然也可以根据实际需求采用其他直线检测方法。霍夫变换中设置组成直线的最少点数量通常是固定的(如为50)，本实施例进一步在检测出的所有直线中，点数数量小于直线最小点数量(如上述50)组成的直线，以滤掉确定不相关的直线。
70.本实施例上述步骤s34的具体步骤包括：
71.s341.从步骤s33中检测出的各直线中筛选出受电弓滑板两侧上边沿的两条直线；
72.s342.由受电弓滑板两侧上边沿的两条直线中左侧直线左端点与右侧直线右端点形成一条目的受电弓滑板直线，根据目的受电弓滑板直线的坐标、感兴趣区域的位置坐标最终确定得到受电弓滑板直线的实际端点坐标。
73.本实施例步骤s341中，具体对在感兴趣区域内检测出的各直线分别进行判断，若目标直线的左端点x坐标值大于1/a的感兴趣区域的宽度，以及右端点x坐标值小于1/b的感兴趣区域宽度，则将目标直线排除，其中1/a为第一预设比例，1/b为第二预设比例，由排除完成后剩余的直线中端点y坐标值最小的两条直线得到受电弓滑板两侧上边沿的两条直线。
74.受电弓滑板两侧的上边沿是两条很明显的直线，且在检测出的所有直线中，该受电弓滑板两侧的上边沿两条直线是位于感兴趣区域的最上端，左侧直线左边的端点位于感兴趣区域的最左边的最上端附近，右侧直线右边的端点位于感兴趣区域的最右边的最上端附近，即感兴趣区域内，受电弓滑板两侧的上边沿左侧直线的左端点的x坐标值与y坐标值很小，受电弓滑板两侧的上边沿右侧直线的右端点的x坐标值很大、y坐标值很小。本实施例利用受电弓滑板两侧的上边沿的两条直线上述特征，来排除感兴趣区域内不符合上述特性
的直线，从而筛选出所需的受电弓滑板两侧上边沿的两条直线，可以快速、准确的定位到受电弓滑板直线。
75.在具体应用实施例中，1/a具体可取四分之一，1/b具体可取四分之三，即在检测出感兴趣区域内所有直线后，排除感兴趣区域内左端点x坐标值大于感兴趣区域宽度四分之一及右端点x坐标值小于感兴趣区域宽度四分之三的直线，剩余的直线中端点y坐标值最小的两条直线即为受电弓滑板两侧上边沿的两条直线。受电弓滑板两侧上边沿的两条直线中，左侧直线左端点(x1,y1)与右侧直线右端点(x2,y2)形成一条受电弓滑板直线。
76.本实施例步骤s342中，具体由目的受电弓滑板直线的左侧端点坐标与右侧端点坐标分别加上待检测图像(原始图像)中感兴趣区域的原点(本实施例具体为受电弓矩形框左上点)的坐标值，即受电弓滑板直线的端点坐标x1与x2加上原始图像中受电弓矩形框左上点坐标x值及端点坐标y1与y2加上原始图像中受电弓矩形框左上点坐标y值后，形成新的受电弓滑板直线的端点坐标(x1+x，y1+y)与(x2+x，y2+y)，得到待检测图像中受电弓滑板直线的两个实际端点坐标，其中(x1,y1)、(x2,y2)分别为目的受电弓滑板直线中左端点、右端点，x、y为感兴趣区域的原点的坐标值。
77.两条导电轨直线的斜率及端点具有不变特性，本实施例步骤s3中，具体根据该两条导电轨直线的斜率及端点不变的特征，通过霍夫变换检测出两条导电轨直线，即确定两条导电轨直线的端点坐标。当然在其他实施例中，还可以使用其他直线检测方法来检测两条导电轨直线。
78.当受电弓升弓完成时，受电弓滑板与两条导电轨会接触，在图像上表现为受电弓滑板所在直线与两条导电轨所在直线会相交，本实施例充分利用该特性，当检测到受电弓滑板直线与两条导电轨直线之间相交时则确定受电弓完成升弓，可以基于图像处理实现受电弓升弓快速、准确的自动化检测。
79.已知原始图像(待检测图像)中受电弓滑板直线及两条导电轨直线的端点坐标，可求出受电弓滑板直线与两条导电轨直线之间的两个交点坐标，若两个交点坐标存在且不为零，则表明当前帧图像中受电弓与两条导电轨接触；若两个交点坐标不存在或为零，则表明当前帧图像中受电弓与两条导电轨无接触。本实施例步骤s4中，具体根据受电弓滑板直线与两条导电轨直线之间是否相交判断受电弓是否完成升弓，步骤包括：获取受电弓滑板直线与两条导电轨直线之间的两个交点坐标，若两个交点坐标存在且不为零，则判定待检测图像中受电弓与两条导电轨接触，即待检测图像中受电弓升弓完成；若两个交点坐标不存在或为零，则判定待检测图像中受电弓与两条导电轨无接触，即待检测图像中受电弓升弓未完成。已知两条直线的两端端点坐标，具体可利用二次元方程组求出两条直线的交点坐标。
80.在具体应用实施例中，可以进一步配置为获取受电弓区域后，若任意连续多帧图像的两个交点坐标一样且不为零，则最终判定为受电弓升弓完成，即已检测出受电弓完成升弓。由连续多帧图像同时检测到的结果来最终确定受电弓升弓完成，可以减少误判的发生，进一步提高检测精度。
81.如图2所示，本发明在具体应用实施例中采用本发明基于图像处理的电车受电弓升弓检测方法的详细步骤为：
82.步骤1、在充电站一端安装采集视频图像的摄像头，具体在导电轨一端的中间，且
高度略低于导电轨，摄像头镜头沿着水平方向拍摄导电轨，实时采集电车升弓过程中的视频图像。
83.步骤2、利用训练好的基于yolo-v3算法的深度神经网络模型对采集到的视频图像进行目标检测，若检测到受电弓，输出选取的受电弓矩形框(x,y,w,h)在图像中的左上点坐标值、宽与高的值；若没有检测到受电弓，继续对视频图像进行目标检测，直到检测到受电弓。在具体应用实施例中检测到的受电弓结果如图3所示，其中(x,y)为受电弓矩形框的左上点坐标值，w为矩形框的宽度，h为矩形框的高。
84.步骤3、利用opencv算法库中roi算法函数将检测到的受电弓矩形框作为感兴趣区域，即原始图像(摄像头输出的图像)中受电弓矩形框的左上点(x,y)是感兴趣区域的原点，w与h分别是感兴趣区域的宽与高；
85.步骤4、对于感兴趣区域利用canny边缘检测算子进行边缘检测，检测出感兴趣区域的轮廓，然后利用霍夫变换检测出感兴趣区域的所有直线；根据受电弓滑板直线的特征，排除感兴趣区域内左端点x坐标值大于感兴趣区域宽度四分之一及右端点x坐标值小于感兴趣区域宽度四分之三的直线，剩余直线集中端点y坐标值最小的直线即为受电弓滑板直线，具体检测到的受电弓滑板直线如图4所示，(x1,y1)、(x2,y2)分别为受电弓滑板直线中左端点、右端点；受电弓滑板直线的端点坐标x加上原始图像中受电弓矩形框左上点坐标x值及端点坐标y加上原始图像中受电弓矩形框左上点坐标y值后，形成新的受电弓滑板直线的端点坐标(x1+x，y1+y)、(x2+x，y2+y)，即为原始图像中的端点坐标；
86.步骤5、对原始图像利用两条导电轨直线的斜率及端点不变的特征，通过霍夫变换检测出两条导电轨直线位置，即确定两条导电轨直线的端点坐标；
87.步骤6、根据受电弓滑板直线及两条导电轨直线的端点坐标，求出受电弓滑板直线与两条导电轨直线之间的两个交点坐标，若两个交点坐标存在且不为零(如图5所示)，则当前帧图像中受电弓与两条导电轨接触，即当前帧图像检测出升弓完成；若两个交点坐标不存在或为零，则当前帧图像中受电弓与两条导电轨无接触，即当前帧图像升弓未完成。
88.步骤7、若任意连续指定帧图像的两个交点坐标一样，则受电弓升弓完成，即已检测出受电弓完成升弓。
89.通过上述步骤，首先检测受电弓位置，获取受电弓区域，利用图像中检测到的受电弓滑板直线与两条导电轨直线相交得到两个存在的交点，连续多帧图像的两个交点坐标一样，则受电弓升弓检测完成，能够大大提高电车充电效率，避免司机升弓误操作造成的安全隐患。
90.本实施例基于图像处理的电车受电弓升弓检测装置包括：
91.图像采集模块，用于实时采集电车受电弓升弓过程中的图像数据，得到待检测图像；
92.目标检测模块，用于对采集到的待检测图像进行目标检测，若检测到受电弓，转入直线检测模块；
93.直线检测模块，用于根据目标检测模块中检测出的受电弓的位置，从待检测图像中检测出受电弓滑板直线的位置以及两条导电轨直线的位置；
94.升弓判断模块，用于根据检测出的受电弓滑板直线与两条导电轨直线之间的相交位置关系判断受电弓是否完成升弓。
95.本实施例中，直线检测模块包括用于检测出受电弓滑板直线的位置的第一检测单元，以及用于检测出两条导电轨直线的位置的第二检测单元，上述第一检测单元具体包括：
96.第一检测子单元，用于根据目标检测模块检测出的受电弓的位置确定待检测图像中感兴趣区域；
97.第二检测子单元，用于对感兴趣区域进行边缘检测，检测出感兴趣区域的轮廓；
98.第三检测子单元，用于基于检测出的感兴趣区域的轮廓，检测出感兴趣区域内的所有直线；
99.第四检测子单元，用于从第三子单元检测出的各直线中筛选出受电弓滑板直线，得到受电弓滑板直线的位置。
100.本实施例升弓判断模块中，具体根据受电弓滑板直线与两条导电轨直线之间是否相交判断受电弓是否完成升弓，包括：获取受电弓滑板直线与两条导电轨直线之间的两个交点坐标，若两个交点坐标存在且不为零，则判定待检测图像中受电弓与两条导电轨接触，即待检测图像中受电弓升弓完成；若两个交点坐标不存在或为零，则判定待检测图像中受电弓与两条导电轨无接触，即待检测图像中受电弓升弓未完成。
101.本实施例基于图像处理的电车受电弓升弓检测装置与上述基于图像处理的电车受电弓升弓检测方法为一一对应，实现原理以及所能够达到的技术效果也相同，在此不再一一赘述。
102.在另一实施例中，本发明基于图像处理的电车受电弓升弓检测装置还可以为：包括计算机设备，计算机设备被编程以执行如上述基于图像处理的电车受电弓升弓检测方法的步骤。
103.本实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序执行时实现如上述基于图像处理的电车受电弓升弓检测方法。
104.上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。