本發(fā)明涉及車載激光掃描數(shù)據(jù)處理
技術(shù)領(lǐng)域：
，尤其是涉及一種結(jié)合空間上下文關(guān)聯(lián)的車載點云聚類方法及系統(tǒng)。
背景技術(shù)：
：車載激光掃描系統(tǒng)(vehicle-bornelaserscanning,vls)獲取的點云數(shù)據(jù)具有密度大、精度高、采集快速等特點，是當(dāng)今前沿的快速獲取三維空間信息的技術(shù)手段。目前，國內(nèi)外學(xué)者在點云數(shù)據(jù)應(yīng)用方面進行了大量研究，其中車載點云聚類是vls數(shù)據(jù)處理和信息提取的重要組成部分，是實現(xiàn)地物自動識別的前提和關(guān)鍵環(huán)節(jié)。目前常見的點云聚類方法可以分為劃分聚類、層次聚類、網(wǎng)格聚類和密度聚類等方法。劃分聚類方法依賴初始聚類個數(shù)的確定，層次聚類方法中鄰近度矩陣計算復(fù)雜，vls點云數(shù)據(jù)量大，會導(dǎo)致運算慢，網(wǎng)格聚類算法適合于形狀相對規(guī)則而且方向性較強的數(shù)據(jù)聚類，對于呈現(xiàn)出類內(nèi)團聚狀的點云數(shù)據(jù)并不適用。而密度聚類方法是通過對象的密度來識別簇，將具有足夠高密度的區(qū)域劃分為簇，并能在具有噪聲的空間數(shù)據(jù)集中發(fā)現(xiàn)任意形狀的簇，許多研究表明該類方法非常適合點云聚類。但是，城市街景的地物密集，且垂直方向分布的地物豐富，地物間粘連較嚴(yán)重，對于這種情況，僅考慮點間空間距離的密度聚類會造成較為嚴(yán)重的分割不足或過分割情況。技術(shù)實現(xiàn)要素：本發(fā)明主要解決現(xiàn)有技術(shù)所存在的技術(shù)問題，提供了一種以超體素為對象，結(jié)合空間上下文關(guān)聯(lián)的車載點云聚類技術(shù)方案。本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的：一種車載點云聚類方法，包括以下步驟，步驟1，點云去噪及濾波，包括對點云去除零散的噪聲點，并進行點云濾波處理，區(qū)分出地面點和非地面點；步驟2，對點云進行分割生成超體素，包括對非地面點，采用基于密度的空間聚類算法進行分割，生成超體素，確保不同地物不存在粘連；步驟3，空間上下文關(guān)聯(lián)的點云聚類，包括分析超體素的特征及空間上下文關(guān)聯(lián)，綜合多因素權(quán)值進行超體素的區(qū)域增長，完成點云聚類，包括以下步驟，步驟3.1，計算各超體素特征，包括超體素的維數(shù)信息vd，中心點的三維坐標(biāo)v(x,y,z)及包圍盒信息(vmax,vmin)；超體素的維數(shù)信息vd計算方式為，計算超體素內(nèi)各點維數(shù)，統(tǒng)計三維、二維以及一維點數(shù)，將點數(shù)最多的維數(shù)賦給超體素；中心點的三維坐標(biāo)v(x,y,z)由超體素中所有點的三維坐標(biāo)求均值得到；包圍盒信息(vmax,vmin)根據(jù)超體素的長方體包圍盒得到；步驟3.2，根據(jù)預(yù)設(shè)的搜索半徑初值rs，計算超體素的空間關(guān)聯(lián)特征，包括超體素維數(shù)一致性、超體素中心點間的平面距離dc、超體素中心點間的高差hc以及超體素包圍盒在垂直地面方向相交或相接；步驟3.3，結(jié)合超體素空間上下文關(guān)聯(lián)進行區(qū)域增長聚類，增長條件w為超體素間綜合多因素的權(quán)值，計算如下其中，cu為超體素空間上下文關(guān)聯(lián)因子，wu為每項因子對聚類的貢獻度，u＝1,2,3,4；c1為維數(shù)關(guān)聯(lián)因子，描述同種地物維數(shù)相同性質(zhì)，當(dāng)兩個超體素維數(shù)信息一樣，c1取值為1，否則為0；c2為平面位置關(guān)聯(lián)因子，描述地物空間平面分布幾何約束，當(dāng)兩個超體素平面距離dc小于預(yù)設(shè)閾值時，c2取值為1，否則為0；c3為高度關(guān)聯(lián)因子，描述地物高度分布幾何約束，當(dāng)兩個超體素的高差hc小于預(yù)設(shè)閾值時，c3取值為1，否則為0；c4為垂直方向位置關(guān)聯(lián)因子，描述地物空間垂直分布幾何約束，當(dāng)兩個超體素在垂直地面方向相交或相接時，c4取值為1，否則為0。而且，計算超體素內(nèi)各點維數(shù)實現(xiàn)如下，對于任一點p，設(shè)鄰域點集為以點p為球心，圓球內(nèi)包含的最近k個點qk的集合,集合重心如下，計算矩陣m和c如下，對矩陣c進行特征分解，得到排序后特征值分別為λ1,λ2,λ3，計算參數(shù)a1d,a2d和a3d如下，分別描述點p的一維、二維和三維信息，其中，μ為正則化系數(shù)，定義μ＝σ1，t＝1,2,3，如果add最大，則點p維數(shù)為d。而且，設(shè)坐標(biāo)系o-xyz的oz方向為垂直地面方向，超體素包圍盒在垂直地面方向相交或相接表示為超體素包圍盒在xoy平面投影的矩形相互包含，且在xoz平面投影的矩形相交或相接。而且，dc和hc計算如下，hc＝|z-z′|其中，(x,y,z)和(x′,y′,z′)分別為相鄰超體素中心點的三維坐標(biāo)；而且，wu的取值優(yōu)先與地物空間位置有關(guān)的關(guān)聯(lián)因子c2、c3和c4，其次是維數(shù)關(guān)聯(lián)因子c1。本發(fā)明還提供一種車載點云聚類系統(tǒng)，包括以下模塊，第一模塊，用于點云去噪及濾波，包括對點云去除零散的噪聲點，并進行點云濾波處理，區(qū)分出地面點和非地面點；第二模塊，用于對點云進行分割生成超體素，包括對非地面點，采用基于密度的空間聚類算法進行分割，生成超體素，確保不同地物不存在粘連；第三模塊，用于空間上下文關(guān)聯(lián)的點云聚類，包括分析超體素的特征及空間上下文關(guān)聯(lián)，綜合多因素權(quán)值進行超體素的區(qū)域增長，完成點云聚類，包括以下單元，第一單元，用于計算各超體素特征，包括超體素的維數(shù)信息vd，中心點的三維坐標(biāo)v(x,y,z)及包圍盒信息(vmax,vmin)；超體素的維數(shù)信息vd計算方式為，計算超體素內(nèi)各點維數(shù)，統(tǒng)計三維、二維以及一維點數(shù)，將點數(shù)最多的維數(shù)賦給超體素；中心點的三維坐標(biāo)v(x,y,z)由超體素中所有點的三維坐標(biāo)求均值得到；包圍盒信息(vmax,vmin)根據(jù)超體素的長方體包圍盒得到；第二單元，用于根據(jù)預(yù)設(shè)的搜索半徑初值rs，計算超體素的空間關(guān)聯(lián)特征，包括超體素維數(shù)一致性、超體素中心點間的平面距離dc、超體素中心點間的高差hc以及超體素包圍盒在垂直地面方向相交或相接；第三單元，用于結(jié)合超體素空間上下文關(guān)聯(lián)進行區(qū)域增長聚類，增長條件w為超體素間綜合多因素的權(quán)值，計算如下其中，cu為超體素空間上下文關(guān)聯(lián)因子，wu為每項因子對聚類的貢獻度，u＝1,2,3,4；c1為維數(shù)關(guān)聯(lián)因子，描述同種地物維數(shù)相同性質(zhì)，當(dāng)兩個超體素維數(shù)信息一樣，c1取值為1，否則為0；c2為平面位置關(guān)聯(lián)因子，描述地物空間平面分布幾何約束，當(dāng)兩個超體素平面距離dc小于預(yù)設(shè)閾值時，c2取值為1，否則為0；c3為高度關(guān)聯(lián)因子，描述地物高度分布幾何約束，當(dāng)兩個超體素的高差hc小于預(yù)設(shè)閾值時，c3取值為1，否則為0；c4為垂直方向位置關(guān)聯(lián)因子，描述地物空間垂直分布幾何約束，當(dāng)兩個超體素在垂直地面方向相交或相接時，c4取值為1，否則為0。而且，計算超體素內(nèi)各點維數(shù)實現(xiàn)如下，對于任一點p，設(shè)鄰域點集為以點p為球心，圓球內(nèi)包含的最近k個點qk的集合,集合重心如下，計算矩陣m和c如下，對矩陣c進行特征分解，得到排序后特征值分別為λ1,λ2,λ3，計算參數(shù)a1d,a2d和a3d如下，分別描述點p的一維、二維和三維信息，其中，μ為正則化系數(shù)，定義μ＝σ1，t＝1,2,3，如果add最大，則點p維數(shù)為d。而且，設(shè)坐標(biāo)系o-xyz的oz方向為垂直地面方向，超體素包圍盒在垂直地面方向相交或相接表示為超體素包圍盒在xoy平面投影的矩形相互包含，且在xoz平面投影的矩形相交或相接。而且，dc和hc計算如下，hc＝|z-z′|其中，(x,y,z)和(x′,y′,z′)分別為相鄰超體素中心點的三維坐標(biāo)；而且，wu的取值優(yōu)先與地物空間位置有關(guān)的關(guān)聯(lián)因子c2、c3和c4，其次是維數(shù)關(guān)聯(lián)因子c1。本發(fā)明通過基于密度的空間聚類算法(dbscan算法)對車載點云進行分割并生成超體素，在此基礎(chǔ)上，結(jié)合超體素空間上下文關(guān)聯(lián)進行車載點云聚類。該技術(shù)方案有效改善了點云聚類結(jié)果，在保證點云聚類準(zhǔn)確率的同時，極大的縮減了聚類簇的個數(shù)，為后續(xù)的非監(jiān)督分類或監(jiān)督分類提供了很好的基礎(chǔ)數(shù)據(jù)，改善了車載點云聚類的過分割或分割不足的問題，滿足快速獲取三維空間信息的需求，具有重要的市場價值。附圖說明圖1是本發(fā)明實施例中超體素包圍盒在垂直方向相交或相接示意圖。圖2是本發(fā)明實施例中結(jié)合空間上下文關(guān)聯(lián)進行區(qū)域增長聚類示意圖。具體實施方式以下結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案作進一步具體的說明。本發(fā)明提出了一種基于空間上下文關(guān)聯(lián)的車載點云聚類方法。該法利用基于密度的空間聚類算法dbscan分割點云形成超體素，通過分析超體素的特征及其相互間的空間上下文關(guān)聯(lián)，綜合多因素權(quán)值進行車載點云聚類。在聚類過程中，不僅考慮了點的空間距離，同時結(jié)合了鄰域點的空間上下文關(guān)聯(lián)，極大改善了車載點云聚類的過分割或分割不足的問題。實施例的數(shù)據(jù)為reiglevux-1地面激光掃描儀獲得的城市街景點云數(shù)據(jù)，點云點數(shù)為2180726。數(shù)據(jù)的采樣間隔為0.01°，主要包含物體有建筑物面、電力線、電線桿、樹木及路燈交通標(biāo)志桿等。實施例提供的一種結(jié)合空間上下文關(guān)聯(lián)的車載點云聚類方法，包括以下步驟：步驟1，點云去噪及濾波。對點云去除零散的噪聲點，并進行點云濾波處理，區(qū)分出地面點和非地面點。所述步驟1中點云去噪及濾波包括如下步驟：步驟1.1，建立點云的kd-tree空間索引，計算任一點的密度，并根據(jù)點密度值去除孤立點及零散的噪聲點；步驟1.2，利用地面高程參考值對點云進行了濾波處理：對于步驟1.1所得去噪后的點云，計算法向量垂直地面，且高程值滿足預(yù)設(shè)閾值的點的平均高程和高差標(biāo)準(zhǔn)差ε，將平均高程設(shè)置為地面高程參考值，高差標(biāo)準(zhǔn)差作為容忍閾值，對去噪后的點云進行判斷，分離出地面點和非地面點。具體實施時，高程閾值可取點云高程最小值加一個預(yù)設(shè)參數(shù)值，例如2米。如式(1)所示，任一點pi與平均高程的差值如果小于高差標(biāo)準(zhǔn)差ε，該點為地面點，否則為非地面點。實施例中，步驟1實現(xiàn)如下：逐點計算點密度時，取半徑為1.5m，密度閾值為10，當(dāng)點密度小于10時，該點標(biāo)記為孤立噪聲點。計算去噪后各點的法向量，查找任一點的k＝100個鄰近點，最小二乘擬合過鄰近點的平面，得到該點的法向量。判斷該點法向量是否垂直于地面(具體實施時，可以預(yù)設(shè)角度偏差范圍，容許近似垂直)，且高程值小于13.03米(點云高程最小值11.03米加上2米)，若滿足則保留，重復(fù)上述步驟至所有的點都完成判斷。統(tǒng)計上步中判斷出的地面點的平均高程為11.76m以及高差標(biāo)準(zhǔn)差ε為0.4米，根據(jù)平均高程和高差標(biāo)準(zhǔn)差ε采用式(1)判斷所有點，分割出非地面點和地面點。步驟2，對點云進行分割，生成超體素。對非地面點，采用基于密度的空間聚類算法dbscan進行分割，生成超體素，確保不同地物不存在粘連，即不存在混合超體素。所述步驟2中對點云進行分割，生成超體素包括如下步驟：步驟2.1，分析點云密度，設(shè)定點鄰域搜索范圍eps；根據(jù)高程值對點云分段，給定不同高程范圍內(nèi)點云對應(yīng)的最小樣本數(shù)minpts；步驟2.2，利用dbscan算法對點云進行分割：(1)標(biāo)記點云中所有點的初始狀態(tài)為未標(biāo)記，建立待處理點隊列。(2)取點云中任一未標(biāo)記的點p，根據(jù)點p的高程值，得到其對應(yīng)的最小樣本數(shù)minpts，在鄰域搜索范圍eps下，計算點p的鄰域密度值pvalue。如果pvalue小于minpts，標(biāo)記點p為噪聲點。若pvalue大于或等于minpts，則標(biāo)記點p及其鄰域點為新的點簇c，并將p的所有鄰域點加入到待處理點隊列中。(3)對于待處理點隊列中未處理的任一點q，計算鄰域密度值qvalue，如果qvalue大于或等于minpts，則將q的鄰域點中未標(biāo)記的點標(biāo)記為該點簇c，并加入到待處理點隊列中。(4)依次對待處理點隊列中的點進行(3)操作，直至所有點均處理過，將待處理點隊列清空。(5)重復(fù)(2)-(4)，直到所有點均被標(biāo)記，則完成分割。步驟2.3，對分割得到的點簇進行點數(shù)約束，若點數(shù)過小，則標(biāo)記該點簇中的點為噪聲點，其余滿足約束的點簇則成為超體素。具體實施時，可預(yù)設(shè)相應(yīng)點數(shù)閾值，如果某點簇的點數(shù)小于閾值，則標(biāo)記為噪聲點。實施例中，利用dbscan算法進行超體素分割，搜索鄰域半徑eps為0.6m，當(dāng)點的高程值位于14.34m至22.34m之間，minpts為450，否則minpts為50，分割后得到212個超體素。步驟3，空間上下文關(guān)聯(lián)的點云聚類。分析超體素的特征及空間上下文關(guān)聯(lián)，綜合多因素權(quán)值進行超體素的區(qū)域增長，完成點云聚類。所述步驟3中結(jié)合空間上下文關(guān)聯(lián)聚類包括如下步驟：步驟3.1，計算各超體素特征，包括超體素的維數(shù)信息vd，中心點的三維坐標(biāo)v(x,y,z)及包圍盒信息(vmax,vmin)。實施例利用pca(principalcomponentanalysis)算法計算超體素內(nèi)各點維數(shù)，統(tǒng)計三維、二維以及一維點數(shù)，將點數(shù)最多的維數(shù)賦給超體素。對于任一點p，設(shè)其鄰域點集為以點p為球心，圓球內(nèi)包含的最近k個點qk的集合,集合重心為：計算矩陣m和c如式(3)和(4)所示：對矩陣c進行特征分解，得到排序后特征值分別為λ1,λ2,λ3(0＜λ3≤λ2≤λ1)，根據(jù)式(5)計算參數(shù)a1d,a2d和a3d，分別描述點p的一維、二維和三維信息。其中，μ為正則化系數(shù)，定義μ＝σ1，t＝1,2,3。如果add最大，則點p維數(shù)為d，d＝1,2,3。中心點的三維坐標(biāo)v(x,y,z)由該超體素中所有點的三維坐標(biāo)求均值得到。其中，(xn，yn，zn)為超體素內(nèi)任一點坐標(biāo)，n為超體素包含的點數(shù)。包圍盒信息(vmax,vmin)是超體素的長方體包圍盒的最大最小x、y與z值，vmax(x1，y1，z1)和vmin(x2，y2，z2)為：步驟3.2，根據(jù)預(yù)設(shè)的搜索半徑初值rs，計算超體素的空間關(guān)聯(lián)特征，包括超體素維數(shù)一致性、超體素中心點間的平面距離dc、超體素中心點間的高差hc以及超體素包圍盒在垂直地面方向(oz方向)相交或相接。dc和hc按照式(8)計算其中，(x,y,z)和(x′,y′,z′)分別為相鄰超體素中心點的三維坐標(biāo)。超體素包圍盒在垂直地面方向(設(shè)為坐標(biāo)系o-xyz的oz方向)相交或相接表示為超體素包圍盒在xoy平面投影的矩形相互包含，且在xoz平面投影的矩形相交或相接，參見附圖1。本發(fā)明選擇的各空間關(guān)聯(lián)特征，分別用于描述城市街景地物空間分布存在的主要上下文關(guān)聯(lián)。對于城市街景地物，同一或同種地物其維數(shù)信息相同，且其在空間關(guān)系上，滿足一定的幾何約束如位于同一高度、呈水平或垂直分布等。如電力線為線狀分布且相鄰點基本處于同一高度，電線桿為線狀垂直分布，樹木為三維點和二維點的結(jié)合，符合垂直分布特點。當(dāng)街景的地物被過分割后，得到的多個超體素依然滿足其所屬地物的空間分布幾何約束。其中超體素維數(shù)一致性描述超體素維數(shù)關(guān)聯(lián)，超體素中心點間的平面距離dc、超體素中心點間的高差hc以及超體素包圍盒在垂直地面方向(oz方向)相交或相接描述超體素空間分布幾何約束。步驟3.3，結(jié)合超體素空間上下文關(guān)聯(lián)進行區(qū)域增長聚類，增長條件w為超體素間綜合多因素的權(quán)值，如式(9)所示：其中，cu為超體素空間上下文關(guān)聯(lián)因子，wu為每項因子對聚類的貢獻度，u＝1,2,3,4。其中，c1為維數(shù)關(guān)聯(lián)因子，描述同種地物維數(shù)相同性質(zhì)，當(dāng)兩個超體素維數(shù)信息一樣，c1取值為1，否則為0；c2為平面位置關(guān)聯(lián)因子，描述地物空間平面分布幾何約束，當(dāng)兩個超體素平面距離dc小于預(yù)設(shè)閾值時，c2取值為1，否則為0；c3為高度關(guān)聯(lián)因子，描述地物高度分布幾何約束，當(dāng)兩個超體素的高差hc小于預(yù)設(shè)閾值時，c3取值為1，否則為0；c4為垂直方向位置關(guān)聯(lián)因子，描述地物空間垂直分布幾何約束，當(dāng)兩個超體素在垂直地面方向相交或相接時，c4取值為1，否則為0。wu的取值優(yōu)先與地物空間位置有關(guān)的關(guān)聯(lián)因子c2、c3和c4，其次是維數(shù)關(guān)聯(lián)因子c1，故w2、w3和w4分別取值為0.3，w1取值為0.1。當(dāng)增長條件w滿足閾值，超體素進行增長，直至聚類完成，見圖2。具體實施時，增長條件w的閾值、平面距離閾值d及高差閾值h取值可根據(jù)實際聚類地物分布密集度預(yù)設(shè)。實施例中，計算超體素的特征后，進行超體素聚類權(quán)值的計算。給定搜索半徑初值rs為2m，計算超體素間的空間關(guān)聯(lián)特征，當(dāng)超體素的增長條件w≥2，可以進行增長。超體素中心點間的平面距離閾值d，超體素中心點間的高差閾值h及超體素包圍盒在垂直方向相交或相接的閾值均為0.1m。為了更好的說明本發(fā)明的聚類效果，統(tǒng)計實驗結(jié)果中主要四大類地物聚類簇數(shù)目，分別與dbscan算法及人工聚類進行了對比，結(jié)果如表一所示。對比表明，本發(fā)明方法的聚類結(jié)果更接近人工聚類結(jié)果，且聚類簇個數(shù)較dbscan算法極大減少。表一聚類結(jié)果對比(單位：簇)地物類型地物1地物2地物3地物4dbscan531244103本發(fā)明方法1452920人工聚類643014因此，本發(fā)明具有如下優(yōu)點：在車載點云聚類中，不僅考慮了點間空間距離的相關(guān)性，而且以超體素組織數(shù)據(jù)，挖掘點的空間上下文關(guān)聯(lián)，有效改善了車載點云聚類的效果。具體實施時，本發(fā)明所提供方法可基于軟件技術(shù)實現(xiàn)自動運行流程，也可采用模塊化方式實現(xiàn)相應(yīng)系統(tǒng)。本發(fā)明實施例還提供一種車載點云聚類系統(tǒng)，包括以下模塊，第一模塊，用于點云去噪及濾波，包括對點云去除零散的噪聲點，并進行點云濾波處理，區(qū)分出地面點和非地面點；第二模塊，用于對點云進行分割生成超體素，包括對非地面點，采用基于密度的空間聚類算法進行分割，生成超體素，確保不同地物不存在粘連；第三模塊，用于空間上下文關(guān)聯(lián)的點云聚類，包括分析超體素的特征及空間上下文關(guān)聯(lián)，綜合多因素權(quán)值進行超體素的區(qū)域增長，完成點云聚類，包括以下單元，第一單元，用于計算各超體素特征，包括超體素的維數(shù)信息vd，中心點的三維坐標(biāo)v(x,y,z)及包圍盒信息(vmax,vmin)；超體素的維數(shù)信息vd計算方式為，計算超體素內(nèi)各點維數(shù)，統(tǒng)計三維、二維以及一維點數(shù)，將點數(shù)最多的維數(shù)賦給超體素；中心點的三維坐標(biāo)v(x,y,z)由超體素中所有點的三維坐標(biāo)求均值得到；包圍盒信息(vmax,vmin)根據(jù)超體素的長方體包圍盒得到；第二單元，用于根據(jù)預(yù)設(shè)的搜索半徑初值rs，計算超體素的空間關(guān)聯(lián)特征，包括超體素維數(shù)一致性、超體素中心點間的平面距離dc、超體素中心點間的高差hc以及超體素包圍盒在垂直地面方向相交或相接；第三單元，用于結(jié)合超體素空間上下文關(guān)聯(lián)進行區(qū)域增長聚類，增長條件w為超體素間綜合多因素的權(quán)值，計算如下其中，cu為超體素空間上下文關(guān)聯(lián)因子，wu為每項因子對聚類的貢獻度，u＝1,2,3,4；c1為維數(shù)關(guān)聯(lián)因子，描述同種地物維數(shù)相同性質(zhì)，當(dāng)兩個超體素維數(shù)信息一樣，c1取值為1，否則為0；c2為平面位置關(guān)聯(lián)因子，描述地物空間平面分布幾何約束，當(dāng)兩個超體素平面距離dc小于預(yù)設(shè)閾值時，c2取值為1，否則為0；c3為高度關(guān)聯(lián)因子，描述地物高度分布幾何約束，當(dāng)兩個超體素的高差hc小于預(yù)設(shè)閾值時，c3取值為1，否則為0；c4為垂直方向位置關(guān)聯(lián)因子，描述地物空間垂直分布幾何約束，當(dāng)兩個超體素在垂直地面方向相交或相接時，c4取值為1，否則為0。各模塊具體實現(xiàn)可參見相應(yīng)步驟，本發(fā)明不予贅述。本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬
技術(shù)領(lǐng)域：
的技術(shù)人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。當(dāng)前第1頁12