本發(fā)明涉及遙感圖像幾何處理技術(shù)，具體的說，涉及一種針對高分辨率靜止衛(wèi)星序列圖像的自動相對配準技術(shù)。

背景技術(shù)：

遙感圖像的幾何預(yù)處理一直是遙感數(shù)據(jù)處理的主要課題之一。新的遙感衛(wèi)星投入使用后，對新數(shù)據(jù)的預(yù)處理便是緊要的問題。遙感圖像的預(yù)處理通常包含幾何預(yù)處理與輻射預(yù)處理，其中的幾何預(yù)處理由于每個衛(wèi)星的成像設(shè)計與軌道的不同，需要針對具體的衛(wèi)星圖像開發(fā)專門的幾何預(yù)處理流程。幾何預(yù)處理通常包含系統(tǒng)幾何校正與幾何精糾正兩步主要處理。系統(tǒng)幾何校正通過衛(wèi)星成像的嚴格幾何模型，建立衛(wèi)星圖像像素點與對應(yīng)的地面點之間的幾何轉(zhuǎn)換關(guān)系，并將衛(wèi)星圖像映射到某一地圖投影下。經(jīng)過系統(tǒng)幾何校正的衛(wèi)星圖像具有統(tǒng)一的地圖投影，可依據(jù)地圖投影進行多幅圖像的鑲嵌，但同一區(qū)域多幅圖像按照地圖投影疊加后，由于系統(tǒng)幾何校正的精度有限，通常無法達到逐像素的嚴格配準，并且衛(wèi)星成像過程還會發(fā)生設(shè)備老化、器械抖動及姿態(tài)偏差等造成的各種非系統(tǒng)誤差。要實現(xiàn)圖像之間的逐像素配準，通常的方法是在系統(tǒng)幾何校正的結(jié)果上進行幾何精糾正。幾何精糾正將匹配獲得的控制點數(shù)據(jù)用于擬合各種數(shù)學(xué)糾正模型，再利用得到的數(shù)學(xué)模型糾正圖像，達到修正圖像內(nèi)部的局部幾何變形的目的，常用的數(shù)學(xué)糾正模型有多項式模型、樣條函數(shù)模型及Delaunay三角網(wǎng)模型等。

高分四號衛(wèi)星(以下簡稱GF-4)是中國于2015年12月發(fā)射的一顆地球同步軌道衛(wèi)星，搭載空間分辨率為50米的全色、多光譜相機和400米分辨率的中波紅外相機，采用面陣凝視方式成像，成像間隔快至20秒，具備高時間、高空間分辨率的優(yōu)勢。自2016年2月3號國防科技工業(yè)局公布首批圖像以來，GF-4已經(jīng)獲取了中國及周邊區(qū)域大量數(shù)據(jù)，在檢測森林火災(zāi)、洪澇災(zāi)害等方面發(fā)揮著重要作用。GF-4衛(wèi)星圖像的預(yù)處理同樣包括幾何與輻射兩個部分，幾何預(yù)處理包括系統(tǒng)成像模型的構(gòu)建、控制點匹配與幾何精糾正等，目標是實現(xiàn)同一地圖投影下成像數(shù)據(jù)的逐像素配準。輻射處理包括輻射定標、云及云下陰影的檢測等，目標是使得圖像像素值能精確地描述地表輻射狀況。

GF-4衛(wèi)星數(shù)據(jù)預(yù)處理技術(shù)研發(fā)在充分利用之前衛(wèi)星數(shù)據(jù)處理成果的基礎(chǔ)上，還要考慮GF-4衛(wèi)星圖像本身的特性，研發(fā)專門的處理算法。面臨的關(guān)鍵問題主要有兩個：一是高分辨率靜止衛(wèi)星圖像內(nèi)部幾何變形的校正，該問題對于公里級低分辨率靜止衛(wèi)星圖像并不突出，但對于50米的高分辨率靜止衛(wèi)星圖像而言，對能否實現(xiàn)逐像素配準關(guān)系密切，因為更高分辨率下，圖像內(nèi)部的幾何變形情況更加復(fù)雜；二是如何利用基于序列圖像的處理技術(shù)提高GF-4圖像預(yù)處理結(jié)果精度，GF-4衛(wèi)星的面陣凝視成像方式，成像間隔快至20秒，短時間內(nèi)可以獲取同一地理區(qū)域下大量的圖像，考慮到云的運動特性，利用序列圖像對于提高云及云下陰影的檢測精度非常必要。

對于上述兩個關(guān)鍵問題，如果能在不經(jīng)過系統(tǒng)幾何校正的基礎(chǔ)上實現(xiàn)圖像之間的快速配準，配準后的數(shù)據(jù)將會成為GF-4圖像預(yù)處理過程中的關(guān)鍵中間數(shù)據(jù)產(chǎn)品，尤其是對于工程化生產(chǎn)云及云下陰影的檢測數(shù)據(jù)產(chǎn)品而言，需要一個針對GF-4衛(wèi)星圖像的序列圖像的自動、快速配準算法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是針對GF-4靜止衛(wèi)星圖像預(yù)處理應(yīng)用，提供一種自動的序列圖像自動配準技術(shù)，特別是對于GF-4在凝視模式下對同一區(qū)域進行觀測獲取的序列圖像的云及云下陰影檢測數(shù)據(jù)產(chǎn)品的生產(chǎn)，提供序列圖像逐像素配準數(shù)據(jù)準備。本技術(shù)基于成熟的SIFT的自動匹配算法，根據(jù)GF-4衛(wèi)星圖像的預(yù)處理需求與成像幾何特性定制的自動、快速配準處理流程。

本發(fā)明的基本思路為：GF-4靜止衛(wèi)星對同一地理區(qū)域獲取的序列圖像數(shù)據(jù)，在沒有系統(tǒng)幾何模型的情況下，僅利用衛(wèi)星記錄的圖像中心點及四個角點的近似經(jīng)緯度坐標確定圖像的大致相對位置關(guān)系，然后根據(jù)圖像定位誤差范圍確定圖像分塊自動匹配檢索范圍，從分塊的圖像區(qū)域中獲得至少3組不同區(qū)域的控制點，利用這些控制點擬合出一個線性函數(shù)。對于同一地理區(qū)域，不同時間獲取的n(n＞2)幅圖像相鄰兩幅圖像之間，都能得到一個線性函數(shù)，利用這n-1個線性函數(shù)，實現(xiàn)n幅圖像之間逐像素的配準。需要注意的是，這里的序列圖像配準并不對圖像本身進行變換與重采樣，配準的結(jié)果只有n-1組線性函數(shù)系數(shù)，在后續(xù)的GF-4圖像云與云下陰影檢測等預(yù)處理中利用該組系數(shù)實現(xiàn)n幅圖像的逐像素配準。

所述的n幅GF-4衛(wèi)星序列圖像，限定為50米空間分辨率的全色、多光譜圖像，圖像四個角點的經(jīng)緯度差異不超過±0.3度，n幅圖像可以是GF-4衛(wèi)星凝視模式下獲取的序列圖像，也可以是不同天獲取的，按照獲取時間先后排列的序列圖像。

本發(fā)明的技術(shù)方案提供的GF-4衛(wèi)星序列圖像自動配準方法，其特征在于包括以下實施步驟：

A數(shù)據(jù)預(yù)處理，生成不精確的云與陰影掩膜；

B將序列圖像中的所有圖像都劃分成4行4列，共16個網(wǎng)格區(qū)域，結(jié)合每個圖像的掩膜數(shù)據(jù)與四個角點的近似地理坐標，對兩幅圖像的每個網(wǎng)格區(qū)域的數(shù)據(jù)進行基于二級網(wǎng)格劃分的快速自動匹配，獲取一組控制點數(shù)據(jù)；

C對兩幅圖像的每個網(wǎng)格區(qū)域匹配獲取的控制點數(shù)據(jù)中選取一個代表控制點；

D如果序列中兩幅圖像的16個網(wǎng)格區(qū)域中獲得了2個或者更多的代表控制點，利用這些代表控制點擬合出一個線性函數(shù)，線性函數(shù)的參數(shù)作為結(jié)果輸出。

上述實施步驟的特征在于：

步驟A中所述數(shù)據(jù)預(yù)處理，指算法程序?qū)斎氲男蛄袌D像進行數(shù)據(jù)完整性檢查、地理覆蓋范圍檢查、按獲取時間排序、以及程序運行的一些準備初始化處理。生成不精確的云與陰影掩膜通過標記過亮與過暗像素完成，掩膜排除的區(qū)域不參與后續(xù)的自動匹配，可提高算法的速度與魯棒性。

步驟B中所述的自動匹配，是在序列圖像中的兩幅圖像之間，采用二級網(wǎng)格劃分的策略，對于一組包含n幅圖像的序列圖像，第一級網(wǎng)格劃分先將每幅圖像劃分為4行4列，共16個網(wǎng)格塊，自動匹配過程在(n-1)×16個塊中獨立并行運算，每個一級網(wǎng)格塊再進行二級網(wǎng)格劃分，劃分為20行20列，共400個網(wǎng)格，在兩幅圖像之間，遍歷其中一個圖像的二級網(wǎng)格，根據(jù)圖像四個角點近似坐標，對應(yīng)到另一幅圖像對應(yīng)的16個二級網(wǎng)格區(qū)域進行自動匹配，當有3個二級網(wǎng)格都成功匹配得到控制點后，停止該塊二級網(wǎng)格遍歷并輸出所有控制點數(shù)據(jù)。通過二級網(wǎng)格劃分后，自動匹配僅在一個128×128像素區(qū)域與512×512像素區(qū)域展開，運算量大幅減少，利用基于SIFT特征的自動匹配算法，結(jié)合RANSAC算法剔除誤匹配點，可快速獲得控制點數(shù)據(jù)。

步驟C中所述代表控制點，是從通過對兩幅圖像的每個網(wǎng)格區(qū)域匹配獲取的控制點數(shù)據(jù)對進行誤差分析與數(shù)據(jù)擬合，利用線性最小二乘法，選取所有控制點中誤差最小的點。

步驟D中，如果獲得了2個控制點，則嚴格求解出線性函數(shù)的兩個參數(shù)，如果獲得了多余2個的控制點，則采用線性最小二乘擬合獲得線性函數(shù)的兩個參數(shù)。若n個序列圖像全部處理成功，則算法最終輸出n-1組線性函數(shù)參數(shù)。將線性函數(shù)的參數(shù)作為最終輸出結(jié)果，序列圖像通過線性函數(shù)實現(xiàn)逐像素的相對配準，處理過程中不對圖像本身進行插值與重采樣。

本發(fā)明與現(xiàn)有技術(shù)相比有如下特點：本發(fā)明提供了一種簡單的GF-4序列圖像自動配準解決方案，直接通過線性函數(shù)實現(xiàn)GF-4序列圖像逐像素位置關(guān)系的配準，算法結(jié)構(gòu)適合大數(shù)據(jù)量的快速并行處理，具有處理流程簡單、無需人工交互、運算速度快的特點，而且在算法的穩(wěn)定性以及適用性上都具有優(yōu)勢。對于GF-4衛(wèi)星數(shù)據(jù)預(yù)處理中的序列圖像云及云下陰影檢測，以及GF-4衛(wèi)星數(shù)據(jù)系統(tǒng)幾何模型在軌修正，提供了關(guān)鍵的數(shù)據(jù)預(yù)處理支撐。

附圖說明：

圖1是GF-4衛(wèi)星序列圖像自動匹配流程圖

圖2是二級網(wǎng)格劃分示意圖

圖3是二級網(wǎng)格單個塊的自動匹配示意圖

具體實施方式：

本技術(shù)的思想是使用線性函數(shù)描述GF-4衛(wèi)星序列圖像位置偏移關(guān)系，達到逐像素配準，其必要條件為：GF-4衛(wèi)星在不同時間獲取的同一區(qū)域的多幅圖像之間僅存在旋轉(zhuǎn)與平移的位置關(guān)系，其內(nèi)部復(fù)雜的幾何畸變近似一致。該必要條件與GF-4衛(wèi)星成像特性有關(guān)，具體分析如下：

首先，GF-4衛(wèi)星采用靜止衛(wèi)星軌道。GF-4衛(wèi)星是中國第一顆地球同步軌道遙感衛(wèi)星，運行在距地36000公里的地球同步軌道，定點位置105.6°E。靜止衛(wèi)星相對于地球的位置是固定的，其成像幾何是不變的，對地球可觀測范圍內(nèi)的任意一點到衛(wèi)星傳感器成像點的幾何關(guān)系都是固定的。靜止衛(wèi)星位置的固定性，保證了對同一區(qū)域的多個觀測圖像，在圖像中心點與四個角點坐標相同的情況下，所有圖像的系統(tǒng)成像幾何模型是相同的，圖像的系統(tǒng)畸變與空間分辨率都是一致的。

其次，GF-4衛(wèi)星采用面陣凝視方式成像。目前衛(wèi)星搭載的高分辨率多光譜傳感器多采用線陣CCD傳感器，線陣CCD傳感器推掃或擺掃式的成像方式，單幅成像需要花費一定的時間，期間衛(wèi)星姿態(tài)的抖動與軌道的偏移都會引入幾何畸變，導(dǎo)致不同時間獲取的同一區(qū)域數(shù)據(jù)內(nèi)部幾何畸變不一致。不同于線陣CCD傳感器，面陣方式成像時間是瞬時的，圖像的成像過程不會引入新的幾何畸變，衛(wèi)星的抖動與傳感器的抖動都很難對成像造成影響。

最后，GF-4衛(wèi)星成像定位精度高。通過指向控制，GF-4可實現(xiàn)對中國及周邊地區(qū)進行自由觀測，也可采用凝視模式對幅寬400千米的固定區(qū)域進行持續(xù)觀測，其定位精度達±0.1度，并且GF-4衛(wèi)星的觀測控制一般限定了成像中心點確定的情況下，固定成像的四個角點，使得GF-4衛(wèi)星具有獲得同一固定區(qū)域序列圖像的能力。

GF-4衛(wèi)星實際獲取的數(shù)據(jù)具有很好的序列特性。自2016年2月3號國防科技工業(yè)局公布首批圖像以來，GF-4衛(wèi)星已經(jīng)獲取了中國及周邊區(qū)域大量數(shù)據(jù)，其中包含大量的可構(gòu)成序列的數(shù)據(jù)，通過數(shù)據(jù)抽樣驗證，在GF-4衛(wèi)星凝視模式下獲取的同一天相近時刻的序列圖像，通過線性函數(shù)關(guān)系得到的配準精度最大誤差不超過2個像素，對于不同天獲取的序列圖像，通過線性函數(shù)關(guān)系得到的配準精度平均誤差也在2個像素以內(nèi)，個別區(qū)域誤差超過2個像素，估計是由大氣差異導(dǎo)致的光學(xué)幾何畸變，這些誤差對于后續(xù)的云及云檢測應(yīng)用、以及系統(tǒng)幾何模型修正研究的影響可以忽略。

采用本發(fā)明實現(xiàn)GF-4衛(wèi)星序列圖像自動匹配的實施流程如圖1所示，現(xiàn)結(jié)合附圖對其進行描述。

處理單元111數(shù)據(jù)預(yù)處理與掩膜處理，數(shù)據(jù)預(yù)處理針對GF-4衛(wèi)星序列圖像，對于GF-4數(shù)據(jù)發(fā)布的50米空間分辨率的可見光與近紅外圖像，有兩種方式可以獲得序列的圖像：一是GF-4相機在凝視工作模式下獲取的同一天、相近時間內(nèi)獲取的連續(xù)多幅圖像組成的序列；二是非凝視模式下，不同天獲取的、同一地區(qū)的多幅圖像。在GF-4衛(wèi)星的實際運營中，獲取第二種非凝視模式構(gòu)成的序列圖像數(shù)據(jù)很容易。因為災(zāi)害監(jiān)控作為GF-4的重要任務(wù)，當某一區(qū)域發(fā)生災(zāi)害時，GF-4可以在經(jīng)緯度誤差0.1度的范圍內(nèi)對固定區(qū)域進行多天、多次觀測，從而構(gòu)成序列圖像。數(shù)據(jù)預(yù)處理算法程序?qū)斎氲男蛄袌D像進行數(shù)據(jù)完整性檢查、地理覆蓋范圍檢查、按獲取時間排序、以及程序運行的一些準備初始化處理。在檢查數(shù)據(jù)完整性的過程中統(tǒng)計各圖像各波段的直方圖，根據(jù)藍光波段的直方圖統(tǒng)計，利用自動閾值法標記過亮與過暗像素，作為不精確的云與陰影掩膜，掩膜數(shù)據(jù)按照8位Byte型保存為外部臨時文件。

處理單元112自動匹配，該處理是算法流程的關(guān)鍵技術(shù)，該處理過程通過兩個關(guān)鍵步驟實現(xiàn)：一是SIFT(Scale-invariant feature transform)特征提??；二是特征匹配。

第一步：SIFT特征提取。

SIFT算法是在空間尺度中尋找極值點，并提取出其位置、尺度、旋轉(zhuǎn)不變量。SIFT特征是指在圖像尺度空間中明顯不同于周圍和相臨尺度上同區(qū)域點的局部極值，是差分高斯函數(shù)在圖像局部的最大/最小值(Lowe，2004)。SIFT特征點在灰度值上表現(xiàn)為比其周圍點和相臨尺度上同區(qū)域點的灰度值都大或者都小的點。目前David Lowe的SIFT特征提取算法程序(Lowe，2005)較為成熟。

第二步：特征匹配。

特征匹配是從兩個圖像提取的SIFT特征點中尋找相同特征點的過程。對于每一個特征點，根據(jù)圖像間的位置關(guān)系生成每一個候選匹配點的粗匹配點，形成粗匹配點對。然后以每一對粗匹配點為中心，在匹配的兩幅圖像上分別提取模板窗口(M×M)和搜索窗口(N×N，N＞M)，這里，M取值128，N取值512，讓模板窗口在搜索窗口內(nèi)移動，計算每一個位置與搜索窗口的相似度，如果相似度最大值大于某一閾值T，這里T取值0.65，則將相應(yīng)匹配位置作為該對控制點的精確匹配結(jié)果，并記錄相似度的最大值。

相似性判別準則采用常用的歸一化相關(guān)系數(shù)(NCC)：

由于直接利用NCC進行模板匹配計算量較大，采用NCC的加速算法Fast NCC(J.P Lewis，1995)大幅度減少匹配時間。

特征匹配完成后，經(jīng)常會存在一些誤匹配點，剔除誤匹配點采用RANSAC(Random Sample Consensus)算法。該方法是從一組包含異常數(shù)據(jù)的樣本數(shù)據(jù)集中，采用迭代的方法進行擬合模型，多次迭代后獲得最佳模型擬合參數(shù)，再根據(jù)容許誤差將所有的匹配點對分為內(nèi)點和外點，外點就是需要剔除的誤匹配點。

考慮到GF-4衛(wèi)星L1級數(shù)據(jù)圖像單幅像素尺寸達10240×10240，若整幅圖像進行SIFT特征提取與匹配將會消耗大量的運算時間與資源，所以采用二級網(wǎng)格處理的策略，大幅減小運算量的同時便于程序的并行處理。二級網(wǎng)格劃分示意圖見圖2。假定一組序列圖像有n幅，每幅圖像對應(yīng)有云與陰影粗掩膜，第一級網(wǎng)格劃分先將每幅圖像劃分為4行4列，共16個網(wǎng)格塊，則自動匹配過程可劃分為(n-1)×16個獨立的塊來并行運算。一級網(wǎng)格劃分后，單個網(wǎng)格的尺寸為2560×2560像素，由于對于單個一級網(wǎng)格自動匹配的目的是獲得一個代表控制點，而不是獲得盡量多的控制點，所以沒必要對整個網(wǎng)格進行圖對圖的SIFT自動匹配，這樣運算量大且存在大量不必要運算。這里對單個網(wǎng)格再次進行二級網(wǎng)格劃分，劃分為20行20列，共400個網(wǎng)格。在兩幅圖像之間，遍歷其中一個圖像的二級網(wǎng)格，對于不含有掩膜標記區(qū)域的網(wǎng)格，根據(jù)圖像四個角點近似坐標，對應(yīng)到另一幅圖像對應(yīng)的16個二級網(wǎng)格區(qū)域，此時自動匹配僅在一個128×128像素區(qū)域與512×512像素區(qū)域展開，當有3個二級網(wǎng)格都成功匹配得到控制點后，停止二級網(wǎng)格遍歷并輸出所有控制點數(shù)據(jù)，從而大幅減少了運算量。二級網(wǎng)格單個塊的自動匹配示意圖見圖3。其中地理坐標粗對應(yīng)是通過衛(wèi)星獲取圖像時的指向信息所記錄的圖像四個角點的坐標計算得到的大致經(jīng)緯度坐標，根據(jù)GF-4衛(wèi)星實際數(shù)據(jù)四個角點的坐標精度情況，確定在一個圖像中的二級網(wǎng)格劃分中的小塊可以在另一個圖像的二級網(wǎng)格劃分中的4行4列，共16個小塊，的范圍內(nèi)找到匹配控制點。二級網(wǎng)格單個塊的自動匹配算法偽代碼如下：

處理單元113計算代表控制點，通過對兩幅圖像的每個網(wǎng)格區(qū)域匹配獲取的控制點數(shù)據(jù)進行誤差分析與數(shù)據(jù)擬合，利用線性最小二乘法，選取所有控制點中誤差最小的一個控制點作為代表控制點。

處理單元114擬合線性配準參數(shù)。兩幅圖像之間的線性配準參數(shù)為旋轉(zhuǎn)與平移，通過一階多項式描述，即y＝ax+b。如果獲得了2個控制點，則嚴格求解出線性函數(shù)的兩個參數(shù)a與b，如果獲得了多于2個的控制點，則采用線性最小二乘擬合獲得線性函數(shù)的兩個參數(shù)。若n個序列圖像處理成功，則算法輸出n-1組線性函數(shù)參數(shù)。

本發(fā)明實現(xiàn)的GF-4衛(wèi)星序列圖像自動配準處理流程比傳統(tǒng)的衛(wèi)星數(shù)據(jù)實現(xiàn)逐像素配準的處理流程要簡化。傳統(tǒng)的方法通過系統(tǒng)幾何校正與幾何精糾正兩步處理，在將原始衛(wèi)星圖像處理為包含投影坐標的地圖的同時實現(xiàn)逐像素的配準，該過程包含多次圖像插值與重采樣處理，并且為了校正圖像局部區(qū)域的幾何畸變，有時需要采用人機交互的方式添加部分控制點用于幾何精糾正，整個處理過程復(fù)雜且耗時。本發(fā)明的處理流程簡化，僅通過圖像局部小區(qū)域的少量配準控制點來擬合線性變換參數(shù)，實現(xiàn)序列圖像之間相對的逐像素配準，處理過程不包含圖像插值與重采樣處理，處理過程簡單、速度快，且算法自動，無需人機交互。同時本發(fā)明的處理流程充分考慮網(wǎng)格化并行處理，算法流程結(jié)構(gòu)適用于CPU與GPU加速編程。

本發(fā)明在GF-4衛(wèi)星數(shù)據(jù)預(yù)處理中有兩個專門的應(yīng)用：第一個應(yīng)用在GF-4云檢測數(shù)據(jù)產(chǎn)品生產(chǎn)流程中，作為序列圖像云及云下陰影檢測處理前必須的數(shù)據(jù)預(yù)處理步驟。GF-4云檢測數(shù)據(jù)產(chǎn)品使用未經(jīng)系統(tǒng)幾何校正的L1級數(shù)據(jù)作為輸入，序列圖像云檢測主要利用云的運動變化特性區(qū)分云與地表，利用本發(fā)明得到的序列圖像線性變換參數(shù)，在不對圖像進行插值與重采樣的情況下，實現(xiàn)序列圖像相對的逐像素配準。第二個應(yīng)用是為GF-4衛(wèi)星數(shù)據(jù)系統(tǒng)幾何模型在軌修正提供數(shù)據(jù)預(yù)處理支撐。

本發(fā)明的實例已經(jīng)在PC平臺上實現(xiàn)，目前已經(jīng)交付用戶方進行測試與使用。GF-4凝視衛(wèi)星獲取的數(shù)據(jù)量巨大，本發(fā)明充分利用算法結(jié)構(gòu)的并行特性，通過CPU與GPU加速技術(shù)，處理速度接近數(shù)據(jù)IO速度，滿足了工程化數(shù)據(jù)處理的需求。

應(yīng)當指出，以上所述具體實施方式可以使本領(lǐng)域的技術(shù)人員更全面地理解本發(fā)明，但不以任何方式限制本發(fā)明。因此，本領(lǐng)域技術(shù)人員應(yīng)當理解，仍然可以對本發(fā)明進行修改或者等同替換；而一切不脫離本發(fā)明的精神和技術(shù)實質(zhì)的技術(shù)方案及其改進，其均應(yīng)涵蓋在本發(fā)明專利的保護范圍當中。