一種車道線檢測的方法以及裝置與流程
本發(fā)明涉及圖像處理領域，特別是涉及一種車道線檢測的方法以及裝置。
背景技術：
隨著圖像處理技術的發(fā)展進步，圖像處理技術在車道線檢測中的應用也越來越廣泛。車道線是道路場景中最為重要的特征目標，準確識別道路車道線可以提高行車環(huán)境的安全性，即可以避免車輛在行駛過程中出現(xiàn)偏離道路或與周圍物體發(fā)生碰撞的情況。
車道線檢測一般先進行道路消失點的檢測，再利用曲線擬合技術擬合車道線的邊界。道路消失點可以分成遠消失點和近消失點，遠消失點是指道路延伸至遠方在成像平面上所形成的消失點，而與遠消失點相對應的近消失點是指道路靠近成像平面的區(qū)域在成像平面上所形成的消失點。在理想情況下，當?shù)缆窞橹甭窌r，遠消失點和近消失點為同一個點，而當?shù)缆窞閺澛窌r，遠消失點和近消失點為不同點，近消失點反映了近處路面成像時的匯聚情況，而道路真正的消失點為遠消失點。
現(xiàn)有技術中的車道線檢測技術一般是直接提取道路消失點，即從整幅待檢測圖像中提取道路消失點，此時，由于像素點的個數(shù)較多，導致消失點的檢測效率較低?；谏鲜銮闆r，如何提高道路消失點的檢測效率的是本領域亟待解決的問題。
技術實現(xiàn)要素：
本發(fā)明的目的是提供一種車道線檢測的方法以及裝置，目的在于解決現(xiàn)有技術中道路消失點的檢測效率較低的問題。
為解決上述技術問題，本發(fā)明提供一種車道線檢測的方法，該方法包括：
獲取待檢測圖像；
根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；
基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；
對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；
基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。
可選地，所述根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域包括：
根據(jù)所述待檢測圖像內(nèi)的各個像素點的灰度值差異，確定出第一分界線；
計算得出位于所述第一分界線以下的每行像素點的紋理方向均值；
根據(jù)所述紋理方向均值的差異，確定出所述道路的彎道和直道的第二分界線；
將所述第一分界線以下以及所述第二分界線以上的區(qū)域作為所述檢測區(qū)域。
可選地，所述基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點包括：
統(tǒng)計在預設范圍內(nèi)的紋理方向指向目標像素點的像素點的個數(shù)，得出所述目標像素點的累加值，所述預設范圍為以所述目標像素點為中心，半徑為預設數(shù)值的圓；
將所述累加值最大的所述目標像素點作為所述消失點。
可選地，所述對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖包括：
利用canny算子對所述待檢測圖像進行邊緣檢測，得出所述道路邊緣圖。
可選地，所述基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型包括：
將所述消失點以下的區(qū)域以預設比例劃分為近視區(qū)域和遠視區(qū)域；
利用hough變換，得出所述近視區(qū)域內(nèi)道路邊界的直道方程；
根據(jù)所述直道方程以及所述預設道路識別模型，得出所述道路的道路邊界方程；
基于所述道路邊界方程，擬合得出所述道路邊界；
其中，所述預設道路識別模型為
此外，本發(fā)明還提供了一種車道線檢測的裝置，該裝置包括：
獲取模塊，用于獲取待檢測圖像；
檢測區(qū)域確定模塊，用于根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；
消失點確定模塊，用于基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；
邊緣檢測模塊，用于對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；
道路邊界檢測模塊，用于基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。
可選地，所述檢測區(qū)域確定模塊包括：
第一確定單元，用于根據(jù)所述待檢測圖像內(nèi)的各個像素點的灰度值差異，確定出第一分界線；
計算單元，用于計算得出位于所述第一分界線以下的每行像素點的紋理方向均值；
第二確定單元，用于根據(jù)所述紋理方向均值的差異，確定出所述道路的彎道和直道的第二分界線；
檢測區(qū)域確定單元，用于將所述第一分界線以下以及所述第二分界線以上的區(qū)域作為所述檢測區(qū)域。
可選地，所述消失點確定模塊包括：
統(tǒng)計單元，用于統(tǒng)計在預設范圍內(nèi)的紋理方向指向目標像素點的像素點的個數(shù)，得出所述目標像素點的累加值，所述預設范圍為以所述目標像素點為中心，半徑為預設數(shù)值的圓；
最終確定單元，用于將所述累加值最大的所述目標像素點作為所述遠消失點。
可選地，所述邊緣檢測模塊包括：
canny算子邊緣檢測單元，用于利用canny算子對所述待檢測圖像進行邊緣檢測，得出所述道路邊緣圖。
可選地，所述道路邊界檢測模塊包括：
劃分單元，用于將所述消失點以下的區(qū)域以預設比例劃分為近視區(qū)域和遠視區(qū)域；
變換單元，用于利用hough變換，得出所述近視區(qū)域內(nèi)道路邊界的直道方程；
邊界方程確定單元，用于根據(jù)所述直道方程以及所述預設道路識別模型，得出所述道路的道路邊界方程；
擬合單元，用于基于所述道路邊界方程，擬合得出所述道路邊界；
其中，所述預設道路識別模型為
本發(fā)明所提供的一種車道線檢測的方法以及裝置，通過獲取待檢測圖像；根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。本申請利用圖像的紋理方向特征限定消失點的檢測區(qū)域，可以減少無效的候選消失點，使得消失點的檢測效率較高，且利用彎道識別子模型和直道識別子模型，可以同時對彎道和直道檢測?？梢?，本申請?zhí)峁┝说缆废c的檢測效率。
附圖說明
為了更清楚的說明本發(fā)明實施例或現(xiàn)有技術的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
圖1為本發(fā)明實施例所提供的車道線檢測方法的一種具體實施方式的流程示意圖；
圖2為本發(fā)明實施例所提供的道路擬合示意圖；
圖3為本發(fā)明實施例所提供的車道線檢測裝置的結(jié)構(gòu)框圖。
具體實施方式
為了使本技術領域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步的詳細說明。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
請參見圖1，圖1為本發(fā)明實施例所提供的車道線檢測方法的一種具體實施方式的流程示意圖，該方法包括以下步驟：
步驟101：獲取待檢測圖像；
可以理解的是，上述待檢測圖像內(nèi)包含的道路區(qū)域可以是直道，也可以是彎道，也可以是彎道和直道，在此不作限定。
步驟102：根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；
需要說明的是，上述消失點可以是指近消失點，也可以是指遠消失點，在此不作限定。
上述檢測區(qū)域為待檢測圖像內(nèi)道路區(qū)域中的某一部分區(qū)域，在該區(qū)域內(nèi)檢測消失點，即該區(qū)域內(nèi)包括所需檢測的消失點。對于直道而言，上述檢測區(qū)域可以等同于待檢測圖像中全部道路區(qū)域，即在全部道路區(qū)域內(nèi)檢測消失點；而對于彎道而言，上述檢測區(qū)域可以為全部道路區(qū)域內(nèi)某一小部分區(qū)域。
作為一種具體實施方式，上述根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域的過程可以具體為：根據(jù)所述待檢測圖像內(nèi)的各個像素點的灰度值差異，確定出第一分界線；計算得出位于所述第一分界線以下的每行像素點的紋理方向均值；根據(jù)所述紋理方向均值的差異，確定出所述道路的彎道和直道的第二分界線；將所述第一分界線以下以及所述第二分界線以上的區(qū)域作為所述檢測區(qū)域。
需要說明的是，上述第一分界線可以是指天地分界線，即待檢測圖像中天地分界線。該分界線具體可以根據(jù)每行像素點的灰度值差異得出，即計算相鄰兩行像素點的灰度方差，將方差值最大的行作為天地分界線。在確定出第一分界線后，可以計算統(tǒng)計第一分界線以下的區(qū)域內(nèi)的每行像素點的紋理方向均值，而紋理方向均值的計算統(tǒng)計順序可以是由下至上，也可以是由上至下，在此不作限定。
上述第二分界線可以是指道路彎曲部分的分界線，即該分界線為道路的直道和彎道的分界線。該分界線的選取主要是基于各行像素點的紋理方向均值，具體可以通過比較相鄰兩行像素點之間的紋理方向均值的差異大小，得出相鄰兩行的差異值；再將得出的差異值和預先設定的閾值進行比較，當差異值大于閾值時，則將該差異值對應的相鄰兩行的掃描行作為第二分界線。
可以理解的是，為了提高紋理方向均值比較過程的魯棒性，可以同時進行逐行比較和隔行比較，即同時進行相鄰兩行的紋理方向均值比較以及隔行的紋理方向均值的比較。此時，可以將逐行比較得出的差異值和隔行比較的差異值進行加權平均，得出差異平均值；再將該差異平均值與閾值進行比較分析，確定出第二分界線。
需要說明的是，上文提及的用于和紋理方向均值的差異值進行比較的閾值可以是由人為設定的，該閾值的設定可以基于待檢測圖像的紋理直方圖，而對于不同的圖像，閾值也會相應地不同。
在確定出第一分界線和第二分界線之后，可以將第一分界線以下以及第二分界線以上的區(qū)域作為檢測區(qū)域，即將第一分界線和第二分界線之間的區(qū)域作為消失點的檢測區(qū)域。此時，對于第一分界線和第二分界線之間的區(qū)域，其所包含的消失點為遠消失點，即該檢測區(qū)域為遠消失點的檢測區(qū)域。
可以看出，利用待檢測圖像的紋理方向，確定消失點的檢測區(qū)域，即限定了消失點的選擇范圍，可以大量減少無效的候選像素點，從而提高了消失點的檢測效率。
步驟103：基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；
可以理解的是，在根據(jù)每行像素點的紋理方向均值確定出消失點的檢測區(qū)域之后，可以在檢測區(qū)域內(nèi)進行消失點的檢測。而消失點的檢測可以基于檢測區(qū)域內(nèi)的各個像素點的紋理方向指向，具體可以通過統(tǒng)計各個像素點的紋理方向指向，選取紋理方向指向該像素點的其它像素點個數(shù)最多的像素點作為消失點。當然，基于像素點的紋理方向選擇消失點的方式不限于上文所提及的方式，在此不作限定。
作為一種具體實施方式，上述基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點的過程可以具體為：統(tǒng)計在預設范圍內(nèi)的紋理方向指向目標像素點的像素點的個數(shù)，得出所述目標像素點的累加值，所述預設范圍為以所述目標像素點為中心，半徑為預設數(shù)值的圓；將所述累加值最大的所述目標像素點作為所述消失點。
需要說明的是，上述目標像素點為檢測區(qū)域內(nèi)的任一像素點，確認該像素點是否為消失點，可以通過統(tǒng)計在以該像素點為中心點的半徑范圍內(nèi)，紋理方向指向該像素點的像素點個數(shù)，將個數(shù)最多對應的像素點作為消失點。
上述預設數(shù)值可以任意設定，但其大小應受到檢測區(qū)域大小的限制。
顯而易見地，上述預設范圍不限定于圓，還可以具體表現(xiàn)為其它，在此不作限定。
可以看出，在一定的范圍內(nèi)，統(tǒng)計各個像素點的紋理方向指向像素點個數(shù)，將個數(shù)最多的像素點作為消失點。對于直道區(qū)域而言，該消失點的選取方法可以消除非道路區(qū)域消失點的干擾，使得消失點的檢測準確率較高；而對于彎道區(qū)域而言，該消失點的選取方法可以正確地選取出遠消失點。
步驟104：對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；
可以理解的是，圖像邊緣檢測的方式有很多，且均為本領域技術人員所熟知的技術。
而作為一種具體實施方式，上述對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖的過程可以具體為：利用canny算子對所述待檢測圖像進行邊緣檢測，得出所述道路邊緣圖。
顯而易見地，利用canny算子進行邊緣檢測的具體過程已為本領域技術人員所熟知，在此不再贅述。當然，邊緣檢測的方式還可以為其它，并不限于上文所提及的方式。
步驟105：基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。
需要說明的是，上述預設道路識別模型包括彎道識別子模型和直道識別子模型，即利用該道路識別模塊可以同時對彎道和直道進行檢測。
在確定出消失點和道路的邊緣圖后，首先可以將消失點以下的區(qū)域劃分為近視區(qū)域和遠視區(qū)域；然后在以近視區(qū)域內(nèi)的道路邊緣像素作為直道檢測的像素集合，遠視區(qū)域內(nèi)的道路邊緣像素作為彎道檢測的像素集合；最后可以先利用直道識別子模塊，得到道路邊界的直線方程，在根據(jù)所求出的直線方程以及消失點，可以得到整體的道路邊界的邊界方程。
作為一種具體實施方式，上述基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型的過程可以具體為：將所述消失點以下的區(qū)域以預設比例劃分為近視區(qū)域和遠視區(qū)域；利用hough變換，得出所述近視區(qū)域內(nèi)道路邊界的直道方程；根據(jù)所述直道方程以及所述預設道路識別模型，得出所述道路的道路邊界方程；基于所述道路邊界方程，擬合得出所述道路邊界；其中，所述預設道路識別模型為
需要說明的是，選取雙曲線模型
可以理解的是，利用雙曲線模型對道路邊界進行擬合計算，需要計算曲線匹配度，本發(fā)明使用的曲線匹配度公式定義如下：
其中，(i,j)是像素坐標；ω是用于曲線擬合的目標像素集合；d(i,j)是每個像素點到曲線的距離；θ是雙曲線曲率，范圍是(-π/2，π/2)；a是曲率常數(shù)；k和b是雙曲線的直線部分的斜率和截距；h是消失點的高度；t是匹配度。
需要說明的是，上述預設比例可以根據(jù)實際情況進行設定，例如，可以將該比例設為2:1，即近視區(qū)域和遠視區(qū)域的比例為2:1。
將消失點以下的區(qū)域劃分為近視區(qū)域和遠視區(qū)域之后，可以利用hough變換來對出近視區(qū)域內(nèi)的直道的方程，即求出k和b。顯而易見地，hough變換過程已為本領域技術人員所熟知，在此不再贅述。當然，直線道路的檢測方法還可以為其它，并不限于上文提及的方式。
在求出直線方程之后，再根據(jù)所檢測出的消失點，即根據(jù)消失點的坐標，得出高度h的值；然后將k、b和h的值代入到上述的雙曲線模型，此時，只需利用上文提供的匹配度公式計算出θ的值即可求出道路邊界的雙曲線方程，基于所求出的雙曲線方程進行曲線擬合，即可以得出道路邊界圖。
為了更好地介紹基于消失點和道路邊緣圖的道路邊界擬合過程，下面將結(jié)合圖2進行介紹，圖2為本發(fā)明實施例所提供的道路擬合示意圖。
如圖2所示，消失點坐標為(x,y)，以消失點的x坐標所在直線作為豎直分界線，將道路邊緣像素分為左邊緣像素集合l1和右邊緣集合l2；r1為道路近視區(qū)和遠視區(qū)的分界線。其中近視區(qū)與遠視區(qū)高度比為2:1。將l1像素點集合中近視區(qū)內(nèi)的像素作為雙曲線模型直線參數(shù)的擬合像素集合ωll，遠視區(qū)內(nèi)的邊緣像素點作為左邊道路邊界曲率擬合的像素集合ωlh；將l2像素點集合近視區(qū)內(nèi)的像素點作為雙曲線直線參數(shù)的擬合像素點集合ωrl，遠視區(qū)內(nèi)的邊緣像素點作為右邊道路邊界曲率擬合的像素集合ωrh。
首先可以使用hough變換進行道路邊界直線部分的檢測，該直線部分的檢測基于像素集合ωll，既可得到左邊道路邊界近視區(qū)直線部分的方程ll:y＝k1x+b1。同理，對右邊道路近視區(qū)的邊緣像素集合ωrl進行相似的處理，既可計算得出右邊道路邊界直線部分的方程lr:y＝k2x+b2。
在求出道路邊界的直線部分之后，再根據(jù)左右道路邊界直線部分方程ll和lr求出雙曲線模型方程。具體地可以先將左邊道路直線方程ll代入中
本發(fā)明實施例所提供的車道線檢測的方法，該方法通過獲取待檢測圖像；根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。該方法利用圖像的紋理方向特征限定消失點的檢測區(qū)域，可以減少無效的候選消失點，使得消失點的檢測效率較高，且利用彎道識別子模型和直道識別子模型，可以同時對彎道和直道檢測。
下面對本發(fā)明實施例提供的車道線檢測裝置進行介紹，下文描述的車道線檢測裝置與上文描述的車道線檢測方法可相互對應參照。
圖3為本發(fā)明實施例所提供的車道線檢測裝置的結(jié)構(gòu)框圖，參照圖3車道線檢測裝置可以包括：
獲取模塊301，用于獲取待檢測圖像；
檢測區(qū)域確定模塊302，用于根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；
消失點確定模塊303，用于基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；
邊緣檢測模塊304，用于對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；
道路邊界檢測模塊305，用于基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。
可選地，所述檢測區(qū)域確定模塊包括：
第一確定單元，用于根據(jù)所述待檢測圖像內(nèi)的各個像素點的灰度值差異，確定出第一分界線；
計算單元，用于計算得出位于所述第一分界線以下的每行像素點的紋理方向均值；
第二確定單元，用于根據(jù)所述紋理方向均值的差異，確定出所述道路的彎道和直道的第二分界線；
檢測區(qū)域確定單元，用于將所述第一分界線以下以及所述第二分界線以上的區(qū)域作為所述檢測區(qū)域。
可選地，所述消失點確定模塊包括：
統(tǒng)計單元，用于統(tǒng)計在預設范圍內(nèi)的紋理方向指向目標像素點的像素點的個數(shù)，得出所述目標像素點的累加值，所述預設范圍為以所述目標像素點為中心，半徑為預設數(shù)值的圓；
最終確定單元，用于將所述累加值最大的所述目標像素點作為所述遠消失點。
可選地，所述邊緣檢測模塊包括：
canny算子邊緣檢測單元，用于利用canny算子對所述待檢測圖像進行邊緣檢測，得出所述道路邊緣圖。
可選地，所述道路邊界檢測模塊包括：
劃分單元，用于將所述消失點以下的區(qū)域以預設比例劃分為近視區(qū)域和遠視區(qū)域；
變換單元，用于利用hough變換，得出所述近視區(qū)域內(nèi)道路邊界的直道方程；
邊界方程確定單元，用于根據(jù)所述直道方程以及所述預設道路識別模型，得出所述道路的道路邊界方程；
擬合單元，用于基于所述道路邊界方程，擬合得出所述道路邊界；
其中，所述預設道路識別模型為
本發(fā)明實施例所提供的車道線檢測的裝置，通過獲取待檢測圖像；根據(jù)所述待檢測圖像的紋理方向特征，確定消失點的檢測區(qū)域；基于所述檢測區(qū)域內(nèi)的像素點的紋理方向，確定出所述消失點；對所述待檢測圖像進行邊緣檢測，得出道路邊緣圖；基于所述消失點、所述道路邊緣圖以及預設道路識別模型，得出所述道路的道路邊界，所述預設道路識別模型包含彎道識別子模型和直道識別子模型。該裝置利用圖像的紋理方向特征限定消失點的檢測區(qū)域，可以減少無效的候選消失點，使得消失點的檢測效率較高，且利用彎道識別子模型和直道識別子模型，可以同時對彎道和直道檢測。
本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。
專業(yè)人員還可以進一步意識到，結(jié)合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術方案的特定應用和設計約束條件。專業(yè)技術人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。
結(jié)合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實施。軟件模塊可以置于隨機存儲器(ram)、內(nèi)存、只讀存儲器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動磁盤、cd-rom、或技術領域內(nèi)所公知的任意其它形式的存儲介質(zhì)中。
以上對本發(fā)明所提供的一種車道線檢測的方法以及裝置進行了詳細介紹。本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以對本發(fā)明進行若干改進和修飾，這些改進和修飾也落入本發(fā)明權利要求的保護范圍內(nèi)。
- 還沒有人留言評論。精彩留言會獲得點贊！