一种棋盘格角点定位方法、装置及电子设备与流程

本公开涉及图像测量技术领域，尤其涉及一种棋盘格角点定位方法、装置及电子设备。

背景技术：

数字图像相关算法随着图像采集硬件和软件的快速发展而逐渐取代了传统的测量方法。特别是远距离面内小位移测量在大型建筑结构、复杂空间、大跨度桥梁等领域中有着重要的应用，其以非接触式、远距离、高精度等优势被广泛应用于工程检测和监测中。在数字图像测量中，测量速度和测量精度是非常重要的。

在数字图像测量过程中，主要利用具明显纹理特征的棋盘格进行角点定位，以实现相机标定。目前，模板与真实图像的一次匹配过程需要计算诸如图像子区域中像素平均值im等大量数据，以最终定位棋盘格角点；当对整幅图像进行计算时，庞大的数据量和复杂的计算将导致效率下降，严重影响数字图像测量速度。

技术实现要素：

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种棋盘格角点定位方法、装置及电子设备。

本公开实施例提供了一种棋盘格角点定位方法，包括：获取具有棋盘格特征的目标图像；相对于预设模板，将所述目标图像从初始位置开始沿着目标方向平移预设个数的像素；将每次移动后目标图像逐一作为当前图像，并对所述当前图像执行如下匹配操作：基于预设模板和所述当前图像，确定当前像素参数；其中，所述当前像素参数用于表示在所述当前图像中起始边界处和棋盘格交界处的像素信息；以及，根据相关系数算法和所述当前像素参数确定所述当前图像与所述预设模板之间的匹配度；基于各所述当前图像对应的匹配度，确定棋盘格角点。

进一步，所述基于预设模板和所述当前图像，确定当前像素参数的步骤，包括：在所述当前图像中起始边界处，基于所述当前图像计算所述当前图像的像素平均值，基于所述当前图像计算所述当前图像的像素平方和，以及，基于预设模板和所述当前图像计算所述当前图像与所述预设模板之间的第一像素乘积之和；在所述当前图像中棋盘格交界处，基于预设模板和所述当前图像计算所述当前图像与所述预设模板之间的第二像素乘积之和；将计算得到的像素平均值、像素平方和、第一像素乘积之和、第二像素乘积之和确定为当前像素参数。

进一步，所述相关系数算法的表达式为：

其中，c为所述当前图像与所述预设模板之间的匹配度，h-m为第一像素乘积之和、h0为第二像素乘积之和，hr为所述当前图像中除了起始边界和棋盘格交界之外，所述当前图像与所述预设模板之间的第三像素乘积之和；i-m为所述当前图像中起始边界处的像素平均值、ir为所述当前图像中除了起始边界之外的像素平均值，k-m为所述当前图像中起始边界处的像素平方和、kr为所述当前图像中除了起始边界之外的像素平方和、tm为所述预设模板的像素平均值，为所述预设模板的像素方差，所述预设模板的大小尺寸为(2m+1)×(2m+1)。

进一步，在对所述当前图像执行匹配操作之前，所述方法还包括：构建所述预设模板的矩阵；基于所述预设模板的矩阵计算所述预设模板的像素平均值和像素方差。

进一步，所述预设模板的像素平均值为：

其中，tm所述预设模板的像素平均值，i表示所述预设模板的行数，j表示所述预设模板的列数，t(i,j)为所述预设模板中第i行第j列的像素值。

进一步，所述预设模板的像素方差：

其中，为所述预设模板的像素方差，t(i,j)为所述预设模板中第i行第j列的像素值，tm所述预设模板的像素平均值。

进一步，所述获取具有棋盘格特征的目标图像的步骤，包括：获取具有棋盘格特征的第一图像；基于预设模板和所述第一图像，确定第一像素参数；根据所述相关系数算法和所述第一像素参数确定所述第一图像与所述预设模板之间的第一匹配度；将所述第一图像旋转预设角度，得到第二图像；确定所述第二图像与所述预设模板之间的第二匹配度；通过比较第一匹配度和第二匹配度，将所述第一图像和所述第二图像中匹配度较高的图像确定为具有棋盘格特征的目标图像。

进一步，所述方法还包括：设置初始模板中不同区域的初始像素值；其中，所述初始模板包括黑白相间的四个矩形区域，且对角区域的初始像素值相等；根据所述目标图像的像素值对所述初始模板的初始像素值进行调整，将像素值调整后的模板作为所述预设模板。

本公开实施例还提供了一种棋盘格角点定位装置，包括：图像获取模块，用于获取具有棋盘格特征的目标图像；图像平移模块，用于相对于预设模板，将所述目标图像从初始位置开始沿着目标方向平移预设个数的像素；操作执行模块，用于将每次移动后目标图像逐一作为当前图像，并对所述当前图像执行如下匹配操作：基于预设模板和所述当前图像，确定当前像素参数；其中，所述当前像素参数用于表示在所述当前图像中起始边界处和棋盘格交界处的像素信息；以及，根据相关系数算法和所述当前像素参数确定所述当前图像与所述预设模板之间的匹配度；棋盘格角点定位模块，用于基于各所述当前图像对应的匹配度，确定棋盘格角点。

本公开实施例还提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述棋盘格角点定位方法。

本实施例提供了一种棋盘格角点定位方法、装置及电子设备，首先获取具有棋盘格特征的目标图像；然后相对于预设模板移动目标图像，并将每次移动后目标图像逐一作为当前图像，并对当前图像执行如下匹配操作：基于预设模板和当前图像，确定当前图像中起始边界处和棋盘格交界处的当前像素参数，以及根据相关系数算法和当前像素参数确定当前图像与预设模板之间的匹配度；最后基于各所述当前图像对应的匹配度，确定棋盘格角点。在上述棋盘格角点定位方式中，随着图像的移动，模板与图像的每次匹配过程只需要计算边界和交界处的像素信息，有效降低了数据计算量，提升了匹配效率和棋盘格角点的定位效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

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，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的棋盘格角点定位方法的流程示意图；

图2为本公开实施例提供的棋盘格的示意图；

图3为本公开实施例提供的图像移动示意图；

图4为本公开实施例提供的模板示意图；

图5为本公开实施例提供的棋盘格角点定位装置的结构框图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，以下结合具体实施例对本发明创造作详细说明。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

本实施例提供了一种棋盘格角点定位方法，该方法可以由棋盘格角点定位装置执行，其中，该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。参照图1所示的棋盘格角点定位方法的流程图，该方法包括：

步骤s102，获取具有棋盘格特征的目标图像。

在本实施例中，可以将具有棋盘格特征的对象（如标定板）作为测试对象，通过摄像机对该测试对象进行拍摄，得到目标图像。该具有棋盘格特征的目标图像可参照图2所示，棋盘格是由多个黑白相间的矩形区域组合而成。

步骤s104，相对于预设模板，将目标图像从初始位置开始沿着目标方向平移预设个数的像素。其中，预设模板同样为具有棋盘格特征的模板，可参照图2所示的棋盘格。

在实际应用中，既可以保持预设模板的位置不动，移动目标图像，还可以保持目标图像的位置不动，移动预设模板，由此实现目标图像对预设模板而言的相对位置的移动。以图2为例，目标方向可以为棋盘格的横向或者纵向，预设个数为至少一个，比如将目标图像沿着横向平移一个像素。

步骤s106，将每次移动后目标图像逐一作为当前图像，并对当前图像执行如下步骤s1062和步骤s1064所示的匹配操作：

步骤s1062，基于预设模板和当前图像，确定当前像素参数；其中，当前像素参数用于表示在当前图像中起始边界处和棋盘格交界处的像素信息；以及，步骤s1064，根据相关系数算法和当前像素参数确定当前图像与预设模板之间的匹配度。

由图2可以看出，棋盘格具有重复的单元，每个重复单元可称为棋盘格单元，棋盘格单元可以分成ⅰ、ⅱ、ⅲ和ⅳ四个区域。考虑到棋盘格单元具有明显的特征：对角区域像素值相等；基于此，在移动目标图像的过程中，针对目标图像移动前位于某一区域（比如ⅰ区域）中的像素点，如果在目标图像移动后，该像素点仍然在同一区域中，则其与预设模板之间的匹配度保持不变，只有变换区域的像素点才需要重新计算相应的匹配度。因此，根据上述特性，本实施例只需要针对变换区域处的像素点计算匹配度，可以理解，变换区域为边界和棋盘格交界处，从而，本实施例只需要针对当前图像中起始边界处和棋盘格交界处的像素信息确定当前图像与预设模板之间的匹配度，而不需要再对其他区域计算匹配度，由此能够明显地降低匹配度计算量，有效提升计算效率。

步骤s108，基于各当前图像对应的匹配度，确定棋盘格角点。

在本实施例中，每当移动一次目标图像，也即针对每张当前图像，均可以将匹配度高于预设阈值（比如80%）的像素点确定为当前图像的棋盘格角点；当完成目标图像的从一侧的起始边界移动到相对一侧的结束边界时，得到各个当前图像对应的棋盘格角点，由此确定目标图像的全部棋盘格角点。

本实施例提供的棋盘格角点定位方法，首先获取具有棋盘格特征的目标图像；然后相对于预设模板移动目标图像，并将每次移动后目标图像逐一作为当前图像，并对当前图像执行如下匹配操作：基于预设模板和当前图像，确定当前图像中起始边界处和棋盘格交界处的当前像素参数，以及根据相关系数算法和当前像素参数确定当前图像与预设模板之间的匹配度；最后基于各所述当前图像对应的匹配度，确定棋盘格角点。在上述棋盘格角点定位方式中，随着图像的移动，模板与图像的每次匹配过程只需要计算边界和交界处的像素信息，有效降低了数据计算量，提升了匹配效率和棋盘格角点的定位效率。

为了更好地理解本实施例提供的棋盘格角点定位方法，以下对本方法展开详细说明。

在本实施例中，假设预设模板的矩阵尺寸为(2m+1)×(2m+1)，在匹配过程中，目标图像中选择匹配的区域与预设模板的尺寸是相同的，也为(2m+1)×(2m+1)，则用于计算预设模板和目标图像之间匹配度的相关系数算法可以如以下公式（1）所示：

（1）

其中，t(i,j)表示预设模板的像素值，i表示目标图像的像素值，i表示预设模板的行数，j表示预设模板的列数，δi和δj表示预设模板相对于目标图像中心点的相对位置，tm表示预设模板的像素平均值，其计算公式如（2）所示，im目标图像的像素平均值，其计算公式如（3）所示：

发明人发现，在根据上述公式（1）所示的相关系数算法计算预设模板与目标图像之间的匹配度的过程中，每一次匹配过程均需要计算目标图像子区域中像素平均值im、预设模板与目标图像的像素乘积t(i,j)i(i+δi,j+δj)，以及预设模板区域中像素平均值tm、目标图像子区域中的像素i(i+δi,j+δj)之和以及平方和。显然，在当对整幅目标图像进行计算时，匹配度复杂的计算过程将会导致效率下降。

然而，考虑到前述实施例中提到的棋盘格单元具有的对角区域像素值相等的特征，只有当目标图像移动前后像素点变换区域时才需要重新计算匹配。基于此，本实施例可以根据上述特性，提供一种快速、高效率的棋盘格角点定位方法，参照如下所示。

对于矩阵尺寸为（2m+1）×（2m+1）的预设模板，其矩阵表示为t，参照如下公式（4）：

（4）

其中，tⅰ-ⅲ和tⅱ-ⅳ和分别表示棋盘格的对角矩阵，该矩阵内部的数值相同。

基于此，计算预设模板的像素方差为：

（5）

其中，t(i,j)为预设模板中第i行第j列的像素值，tm预设模板的像素平均值。

计算预设模板与模板图像的像素乘积t(i,j)i(i+δi,j+δj)之和h为：

（6）

其中，h-m表示在目标图像中的指定边界处，目标图像与预设模板之间的第一像素乘积之和，且该指定边界为目标图像的起始边界，-m为表示该起始边界的列数编号；h0表示在目标图像中的棋盘格交界处，目标图像与预设模板之间的第二像素乘积之和；hr表示在目标图像中除了起始边界和棋盘格交界之外的区域，也即在目标图像中除了列数编号为-m和0之外的其它列数编号的区域，目标图像与预设模板之间的第三像素乘积之和。

目标图像的像素平均值im表示为如下公式（7）所示：

其中，i-m表示目标图像中起始边界处这一区域的像素平均值；ir表示目标图像中除了起始边界之外其他区域的像素平均值。

目标图像的像素的i(i+∆i,j+∆j)平方和k表示为如下公式（8）所示：

（8）

其中，k-m表示目标图像中起始边界处这一区域的像素平方和；kr表示目标图像中除了起始边界之外其他区域的像素平方和。

根据以上公式（2）至（8），可以将公式（1）所示的相关系数算法修正为如下公式（9）所示：

（9）

其中，c表示目标图像与预设模板之间的匹配度，h-m为第一像素乘积之和、h0为第二像素乘积之和，hr为当前图像中除了起始边界和棋盘格交界之外，目标图像与预设模板之间的第三像素乘积之和；i-m为当前图像中起始边界处的像素平均值、ir为当前图像中除了起始边界之外的像素平均值，k-m为当前图像中起始边界处的像素平方和、kr为当前图像中除了起始边界之外的像素平方和、tm为预设模板的像素平均值，为预设模板的像素方差，预设模板的大小尺寸为(2m+1)×(2m+1)。

当采用公式（2）所示的算法时，每次需要计算三列数据，每列包含（2m+1）个数据，分别是hi、ii和ki，一共是（6m+3）个数据，然而，利用公式（9）所示的相关系数算法，由于目标图像平移过程中像素点所在的区域不变，则计算结果不变这一特性，在目标图像平移后只需要用新的数据替换h-m、h0、k-m和i-m这4列处于边界区域和棋盘格交界区域的数据，就可以完成上述计算过程，无需每次都要更新所有数据。而且，不论预设模板大小，其更新的数据永远都是这4列数据，相比于传统计算方法随着模板的增大计算量会成倍增加，本实施例利用公式（9）所示的算法，能够明显降低计算量。

在实际应用中，为了便于更新上述四列数据，本实施例可以按照数据格式将上述四列数据进行存储；以水平移动目标图像的场景为例，上述数据格式可以为按照行依次存储数据i、k和h，数组的列与预设模板的列一一对应，参照公式（10），将该数据标记为a；在此情况下，数据的边界分别对应-m、0和m三个位置。用p标识其起始位置。

（10）

需要说明的是，由于本实施例是以水平方向移动目标图像为例进行说明的，在目标图像沿竖直方向移动的场景中，本实施例提供的棋盘格角点定位方法也依然是适用的，针对该公式（10），数据格式为按照列依次存储数据i、k和h，数组的行与预设模板的行一一对应。

本实施例继续以水平移动目标图像的场景为例，且在本示例中，目标图像为每次水平向左移动一个像素。在具体移动时，可以控制预设模板向右移动一个像素，由此相当于将目标图像的向左移一个像素。

参照图3所示，在移动目标图像之前，数据起始位置用标记p来标记，第一次记p=p1。当移动目标图像后，p1所在的列数据需要更新，更新的数据是右侧图像m+1列数据。同时从起始点p1开始的第m+1列数据h需要更新其状态，然后起始点p从p1更新为p2，其中p2=p1mod(2m+1)+1，mod为求余函数。

在移动目标图像的过程中，将每次移动后目标图像逐一作为当前图像，并对所述当前图像执行匹配操作，具体包括：

更新当前像素参数的步骤：在当前图像中指定边界处，该指定边界为本实施例的列数为-m的数据区域，参照上述公式（7），基于当前图像计算当前图像的像素平均值i-m，参照上述公式（8），基于当前图像计算当前图像的像素平方和k-m，以及，参照上述公式（6），基于预设模板和当前图像计算当前图像与预设模板之间的第一像素乘积之和；

在当前图像中棋盘格交界处，该棋盘格交界为本实施例的列数编号为0的数据区域，参照上述公式（6），基于预设模板和当前图像计算当前图像与预设模板之间的第二像素乘积之和；

至此，将上述计算得到的像素平均值i-m、像素平方和k-m、第一像素乘积之和h-m、第二像素乘积之和h0确定为当前像素参数。

确定当前图像与预设模板之间的匹配度的步骤：根据公式（9）所示的相关系数算法和上述当前像素参数确定当前图像与所述预设模板之间的匹配度。

针对当前图像完成以上两个步骤所示的匹配操作后，还需要更新当前图像对应的如下参数：

其中，表示更新后放在p位置的当前图像的像素平均值；表示更新后放在p+1位置的当前图像的像素平均值；ir表示更新前除了p位置和p+1位置之外，当前图像的像素平均值；i'r表示更新后除了p位置和p+1位置之外，当前图像的像素平均值；表示更新后放在p位置的当前图像的像素平方和；k'r表示更新后除了p位置和p+1位置之外，当前图像的像素平方和；表示更新后放在p位置的当前图像与预设模板之间的第一像素乘积之和。

每移动一次目标图像，均执行一次上述实施例所描述的匹配操作，直至完成目标图像的全部计算，得到每次匹配过程中的匹配度，并由此确定目标图像的棋盘格角点位置。

此外可以理解的是，棋盘格特征具有抗缩放功能，也就是说图像大小发生改变不会影响角点定位，但是棋盘格特征不能够抗旋转，当图像旋转以后会出现匹配失败，从而影响计算匹配度的效率和准确性。基于此，针对上述步骤s102，本实施例提供一种获取合适角度的目标图像的具体方式，包括如下步骤1至6：

步骤1，获取第一图像。该第一图像为实际拍摄的图像，相对于预设模板可能存在较大的角度偏差。

步骤2，基于预设模板和第一图像，确定第一像素参数。第一像素参数包括：在第一图像中初始边界处，第一图像的像素平均值、第一图像的像素平方和、第一图像与预设模板之间的第一像素乘积之和，以及在第一图像中棋盘格交界处，第一图像与预设模板之间的第二像素乘积之和。且上述第一像素参数的确定方式可参照前述公式（6）-（8），在此不再展开描述。

步骤3，根据如公式（9）所示的相关系数算法和第一像素参数确定第一图像与预设模板之间的第一匹配度。

步骤4，将第一图像旋转预设角度，得到第二图像。具体的，基于预设模板具有对角区域像素相等的特征，通常可以将第一图像旋转45°的预设角度。当然也可以旋转其它角度，以及多次旋转第一图像且每次旋转不同的角度，以得到多种旋转角度下的第二图像。

步骤5，确定第二图像与预设模板之间的第二匹配度。第二匹配的具体确定方式与第一匹配度的确定方式相同，主要为先计算第二图像对应的像素参数，然后结合相关系数算法计算第二匹配度，具体过程不再赘述。

步骤6，通过比较第一匹配度和第二匹配度，将第一图像和第二图像中匹配度较高的图像确定为具有棋盘格特征的目标图像。

参照图4所示的模板，当图像与预设模板完全一致（可称为正模板）时，对应的匹配度为1，当图像与模板完全相反（称为反模板）时，则其匹配度完全相反，对应的匹配度为0。因此，根据图像与预设模板的匹配度可以判断出两者之间的相对角度，当匹配度较高时，表示两者相对角度偏差较小，从而采用该匹配度较高的图像作为目标图像，比如当第二匹配度较高时，可以将旋转预设角度后的第二图像确定为目标图像。

在本实施例提供的目标图像的获取方式中，通过旋转图像并选取合适角度的图像作为目标图像，可以增加目标图像抵抗旋转角点定位的能力，进一步在利用目标图像进行角点定位的过程中，不需要调整相关系数算法，增加了该算法对图像的适用范围。

另外，针对上述实施例中的预设模板，本实施例还可以提供一种预设模板的获取方式，包括如下两个步骤：

首先，设置初始模板中不同区域的初始像素值；其中，初始模板包括黑白相间的四个矩形区域i、ii、iii、iv，且对角区域的初始像素值相等，具体诸如可以设置区域i和区域iii的初始像素值为165，区域ii和区域iv的初始像素值为30。

然后，根据目标图像的像素值对初始模板的初始像素值进行调整，将像素值调整后的模板作为预设模板。为了降低目标图像与模板之间的计算难度，可以根据目标图像的像素值对初始像素值进行调整，调整方式可以有多种，诸如在指定模板大小为(2m+1)×(2m+1)的范围内，先确定目标图像在初始模板各个区域中的像素平均值，然后将该区域的初始像素值直接调整为该区域对应的目标图像的像素平均值。

综上，上述实施例提供的棋盘格角点定位方法，随着图像的移动，模板与图像的每次匹配过程只需要计算边界和交界处的像素信息，有效降低了数据计算量，提升了匹配效率和棋盘格角点的定位效率。

本实施例还提供一种棋盘格角点定位装置，由于实现上述实施例提供的棋盘格角点定位方法。参照图5，该装置包括如下模块：

图像获取模块502，用于获取具有棋盘格特征的目标图像；

图像平移模块504，用于相对于预设模板，将目标图像从初始位置开始沿着目标方向平移预设个数的像素；

操作执行模块506，用于将每次移动后目标图像逐一作为当前图像，并对当前图像执行如下匹配操作：

基于预设模板和当前图像，确定当前像素参数；其中，当前像素参数用于表示在当前图像中起始边界处和棋盘格交界处的像素信息；以及，根据相关系数算法和当前像素参数确定当前图像与预设模板之间的匹配度；

棋盘格角点定位模块508，用于基于各当前图像对应的匹配度，确定棋盘格角点。

本实施例提供的棋盘格角点定位装置，随着图像的移动，模板与图像的每次匹配过程只需要计算边界和交界处的像素信息，有效降低了数据计算量，提升了匹配效率和棋盘格角点的定位效率。

在一种实施例中，操作执行模块506还用于：在当前图像中起始边界处，基于当前图像计算当前图像的像素平均值，基于当前图像计算当前图像的像素平方和，以及，基于预设模板和当前图像计算当前图像与预设模板之间的第一像素乘积之和；在当前图像中棋盘格交界处，基于预设模板和当前图像计算当前图像与预设模板之间的第二像素乘积之和；将计算得到的像素平均值、像素平方和、第一像素乘积之和、第二像素乘积之和确定为当前像素参数。

在一种实施例中，上述棋盘格角点定位装置还包括模板矩阵计算模块（图中未示出），其用于：构建预设模板的矩阵；基于预设模板的矩阵计算预设模板的像素平均值和像素方差。

在一种实施例中，上述图像获取模块502还用于：获取第一图像；基于预设模板和第一图像，确定第一像素参数；根据相关系数算法和第一像素参数确定第一图像与预设模板之间的第一匹配度；将第一图像旋转预设角度，得到第二图像；确定第二图像与预设模板之间的第二匹配度；通过比较第一匹配度和第二匹配度，将第一图像和第二图像中匹配度较高的图像确定为具有棋盘格特征的目标图像。

在一种实施例中，上述棋盘格角点定位装置还包括模板预设模块（图中未示出），其用于：设置初始模板中不同区域的初始像素值；其中，初始模板包括黑白相间的四个矩形区域，且对角区域的初始像素值相等；根据目标图像的像素值对初始模板的初始像素值进行调整，将像素值调整后的模板作为预设模板。

本实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，本实施例部分未提及之处，可参考前述实施例一中相应内容。

基于前述实施例，本实施例给出了一种电子设备，包括：处理器，用于存储所述处理器可执行指令的存储器；处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述棋盘格角点定位方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

最后应当说明的是，以上实施例仅用以说明本发明创造的技术方案，而非对本发明创造保护范围的限制，尽管参照较佳实施例对本发明创造作了详细地说明，本领域的普通技术人员应当理解，可以对本发明创造的技术方案进行修改或者等同替换，而不脱离本发明创造技术方案的实质和范围。