本發明涉及遙感圖像處理
技術領域：
，尤其涉及一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統。
背景技術：
：海岸線是陸地與海洋的分界線，也是劃分海洋與陸地管理區域的基準線，在我國指多年平均大潮高潮時形成的實際痕跡線。海岸線既是一種重要的國土資源，也是重要的基礎地理信息數據。由于河口淤積、氣候變暖等自然條件導致的海平面上升及圍墾開荒、填海造地、海洋工程等人類活動的影響，海岸線在不斷發生著變化。因此，快速而準確地測定海岸線的動態變化，對于海域使用管理、海島海岸帶研究等具有重要意義。通常情況下，海岸線信息以野外實地調查的方式獲取，首先測量拐點坐標，再順序連接后形成海岸線，雖然精度較高，但是花費人工多、效率低下、工作周期長，而且受地理條件的限制，存在測量困難和無法到達區域，無法滿足大范圍提取的要求。遙感技術憑借其特有的高時效、大范圍、動態性特點，能夠有效克服地面調查中可能遇到的各種限制，已成為海岸線信息提取的主要手段。目前遙感圖像海岸線信息提取有兩種方法：目視解譯和自動解譯。目視解譯利用繪圖儀或軟件進行邊界描繪，并保存為矢量文件，方法簡單，精度較高，但速度慢，工作量大，無法滿足大范圍快速提取的要求。自動解譯根據水體和海岸在遙感圖像上的表現特征，在計算機技術的支持下，獲取海岸線的空間分布信息。相對于目視解譯，自動解譯速度較快，工作量較小，但容易受到其他地物的干擾，噪聲較多，往往需要復雜的后處理操作。遙感圖像海岸線信息自動解譯方法主要包括邊緣檢測法、指數分析法、閾值分割法、區域生長法、神經網絡法。邊緣檢測法利用岸線空間關系，通過roberts、prewitt、sobel、laplace、canny等算子檢測灰度值發生階躍變化的位置，該方法操作簡單，運算效率較高。指數分析法在分析地表物體自身波譜特性的基礎上進行，利用歸一化植被指數、歸一化水體指數、修正后歸一化水體指數分離陸地和水體，物理意義較為明確。閾值分割法的前提是同類地物具有相似的灰度值，適用于目標與背景對比強烈的圖像。區域生長法將具有相似性質的像素集合起來構成區域，結果比較準確。神經網絡法以模擬人體神經系統的結構和功能為基礎，通過樣本訓練實現陸地與水體的聚類，進而提取海岸線，這種方法能夠提取不同類型的海岸線，并且分類精度較高。這些方法各有特點，在某些特定領域取得了一定成功，但也有其自身缺陷。邊緣檢測法會引入較多干擾，海岸線連續性不好。指數分析法存在容易飽和的問題，并且一部分近岸水體易被錯分為陸地，嚴重影響了海岸線提取精度。閾值分割法容易受到光譜相似性地物的影響。區域生長法生長規則選擇困難，在圖像局部方差比較大的情況下效果往往不佳。神經網絡法較為復雜，需要較多具有典型意義的樣本支持。纓帽變換是由kauth和thomas于1976年發現的一種線性變換，又稱k-t變換，是針對多光譜遙感圖像的一種線性變換，在減少波段相關性引起的數據冗余的同時提供具有物理特征(如植物生長、土地變化等)的信息，它遵循一般的線性變換形式，能夠消除多光譜圖像的相對光譜響應相關性。考慮懸浮泥沙含量對水體光譜特性的影響，導致傳統水體信息提取方法失效，影響海岸線信息提取效果，以及海岸線的實際形態變化，探索一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統，以應對遙感圖像處理領域的挑戰，保證海岸線信息提取的準確性，就成為亟待解決的問題。技術實現要素：本發明的目的就是為了消除懸浮泥沙對水體信息提取的影響，保證海岸線信息提取的可靠性和準確性，提供一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統。本發明的目的將通過以下技術方案得以實現：一種基于纓帽變換的遙感圖像海岸線信息提取方法，所述信息提取方法依次包括以下步驟：s1：預處理選取所需研究區域遙感圖像，進行輻射定標、大氣校正和幾何校正，得到所需研究區域的預處理圖像，獲取適于后續處理的反射率數據；s2：基于纓帽變換的水體信息提取s21、對s1中所述預處理圖像進行纓帽變換以提取濕度信息，并基于閾值分割得到所需研究區域的初始水體信息；s22、基于數學形態學對初始水體信息進行開啟和閉合運算，得到所需研究區域的精確水體信息；s3：特征知識支持下的海岸線信息提取s31、對研究區域的精確水體信息進行矢量化，以獲取水體邊緣信息，得到研究區域的初始海岸線信息；s32、根據海岸線在遙感圖像上的表現特征及實際情況下海岸線的形態，基于海岸線的長度、距離和方向特征知識進行研究區域的最終海岸線信息提取。優選地，所述信息提取方法還包括精度評價步驟：s4、將s3中最終海岸線信息提取結果與原始圖像進行空間疊加分析，從位置準確性和海岸線完整性兩方面對結果進行精度評價。優選地，所述s21中提取濕度指數具體包括如下步驟，s211：利用傳感器所對應的纓帽變換系數對所需研究區域的預處理圖像進行纓帽變換，得到所需研究區域的纓帽變換后的遙感圖像，并提取所需研究區域的濕度信息；纓帽變換數學表達式如下所示：u＝rtx+r(1)其中，u表示所需研究區域的纓帽變換圖像，r是傳感器所對應的纓帽變換系數，x代表所需研究區域的預處理圖像，r表示常數偏移量，是為避免在變換過程中出現負值；所需研究區域的纓帽變換圖像的第三波段為所需研究區域的濕度信息iwetness。優選地，所述s21中初始水體信息具體包括如下步驟:步驟s212：提取道路、植被、裸土、灘涂、城鎮、不同泥沙含量水體等地物在研究區域的濕度信息上的取值并比較，選取分割閾值t；利用選取的分割閾值t對所需研究區域的濕度信息進行分割，提取所需研究區域的初始水體信息；具體公式如下：其中，iwater為所需研究區域的初始水體信息，iwetness為所需研究區域的濕度信息，t為選取的分割閾值。優選地，所述s32最終海岸線信息提取依次包括如下步驟：s321：對所需研究區域的最終水體信息進行矢量化，得到所需研究區域的初始海岸線信息；s322：統計所需研究區域的初始海岸線信息中各線段長度，設定閾值，以去除數學形態學運算所造成的噪聲影響；具體公式如下：li≤lt(i＝1,2,3,...,n)(3)其中，n為所需研究區域的初始海岸線信息線段總數，li為第i條線段的長度，lt為設定的最短海岸線長度；當滿足公式(3)時，則刪除此段海岸線，否則將該段海岸線保留，以進行后續操作，將所有海岸線根據長度由高到低進行排序，lt取總個數95％時的長度值，即lt＝li(i＝int(0.95*n))(int表示取整)；s323：考慮到海岸線的連續性，統計每一條海岸線相對于x軸的方向，以及和其他海岸線的距離，設定閾值，判定相鄰海岸線是否滿足公式(4)設定的連接條件；其中，dt和at為相鄰海岸線的距離和角度差，dm-n是第m和第n條海岸線之間的距離，am和an分別為第m和第n條海岸線相對于x軸(水平方向)的角度；s324：根據公式(4)連接滿足條件的海岸線，得到所需研究區域的最終海岸線信息。一種基于纓帽變換的遙感圖像海岸線信息提取系統，包括：數據輸入輸出模塊、遙感圖像預處理模塊、纓帽變換模塊、初始水體信息提取模塊、精確水體信息提取模塊及海岸線信息提取模塊；所述數據輸入輸出模塊連接所述遙感圖像預處理模塊，所述纓帽變換模塊分別連接所述遙感圖像預處理模塊和初始水體信息提取模塊，所述精確水體信息提取模塊分別連接所述初始水體信息提取模塊和海岸線信息提取模塊；所述數據輸入輸出模塊，用以讀取研究區域的衛星遙感圖像、保存海岸線信息提取結果；所述遙感圖像預處理模塊，用于對遙感圖像進行輻射定標、大氣校正和幾何校正的預處理操作，消除遙感圖像中的輻射畸變和幾何畸變，提高遙感圖像質量；所述纓帽變換模塊，利用傳感器對應纓帽變換系數對預處理后遙感圖像進行纓帽變換，以獲取濕度分量得到濕度信息；所述初始水體信息提取模塊，比較不同地物在濕度信息上的差異性，并設定分割閾值，利用閾值對纓帽變換后的濕度分量進行初始水體信息提取；所述精確水體信息提取模塊，利用數學形態學運算對初始水體信息進行開啟和閉合操作，進行精確水體信息提取；所述海岸線信息提取模塊，采用邊緣跟蹤法對精確水體信息進行矢量化，統計每條線段的長度和線段之間的距離，通過設定長度和距離閾值，進行海岸線信息提取。優選地，在所述精確水體信息提取模塊中，對初始水體信息進行數學形態學運算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍。優選地，在所述海岸線信息提取模塊中，統計初始海岸線信息的線段長度，基于閾值去除噪聲影響，并統計每一段海岸線相對于x軸的方向，以及和其他海岸線的距離，設定閾值，連接滿足條件的海岸線，得到精確海岸線信息。本發明技術方案的優點主要體現在：針對懸浮泥沙含量較大，導致傳統水體信息提取方法失效的問題，本技術方案構建了一種基于纓帽變換的遙感圖像海岸線信息提取方法；從海岸線在遙感圖像的表現特征及實際情況下的海岸線形態出發，基于長度、距離和方向等特征知識，開展噪聲去除、斷線連接研究，保證海岸線信息提取精度。另外，在本發明的精確水體信息提取方法中，采用數學形態學運算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍，進一步提高了水體信息提取的運算效率和結果準確性。附圖說明圖1是本發明基于纓帽變換的遙感圖像海岸線信息提取方法的流程示意圖。圖2是本發明基于纓帽變換的遙感圖像海岸線信息提取系統的結構示意圖。圖3是本發明實施例研究區域的區位示意圖。圖4是本發明實施例研究區域的原始圖像的示意圖。圖5是本發明實施例研究區域的預處理后圖像的示意圖。圖6是本發明實施例研究區域的實測地物波譜曲線的示意圖。圖7是本發明實施例研究區域基于纓帽變換后濕度信息的示意圖。圖8是本發明實施例研究區域基于纓帽變換后初始水體信息的示意圖。圖9是本發明實施例研究區域基于纓帽變換后精確水體信息的示意圖。圖10是本發明實施例研究區域特征知識下的初始海岸線信息提取結果的示意圖。圖11是本發明實施例研究區域特征知識下的精確海岸線信息提取結果示意圖。具體實施方式本發明的目的、優點和特點，將通過下面優選實施例的非限制性說明進行圖示和解釋。這些實施例僅是應用本發明技術方案的典型范例，凡采取等同替換或者等效變換而形成的技術方案，均落在本發明要求保護的范圍之內。本發明揭示了一種基于纓帽變換的遙感圖像海岸線信息提取方法及系統，具體地，一種基于纓帽變換的遙感圖像海岸線信息提取方法，如圖1所示，所述信息提取方法依次包括以下步驟：s1：預處理選取所需研究區域遙感圖像，進行輻射定標、大氣校正和幾何校正，得到所需研究區域的預處理圖像，獲取適于后續處理的反射率數據。通常情況下，用戶獲取的衛星遙感影像數據為沒有物理意義的灰度值，并且在成像過程中，由于受到大氣的影響，數據質量較差，因此需要對其進行圖像預處理，獲取適于后續處理的反射率數據。在本實施例中，所述探測衛星優選為landsat-5衛星，landsat-5為光學對地觀測衛星，是美國陸地衛星系列(landsat衛星)的第五顆衛星，于1984年3月1日發射。landsat-5各波段參數如下：波段號波段頻譜范圍(μm)分辨率(m)b1blue0.45—0.5230b2green0.52—0.6030b3red0.63—0.6930b4nearir0.76—0.9030b5swir1.55—1.7530b6lwir10.40—12.5120b7swir2.08—2.3530具體地，在操作過程中先選取所需研究區域，獲取該所需研究區域的遙感圖像，并對獲取的所需研究區域所對應的遙感圖像依次進行輻射定標、大氣校正和幾何校正預處理操作，得到所需研究區域的預處理圖像。一方面，根據文件自帶的參數進行輻射定標，將灰度值轉換為具有物理意義的輻亮度。另一方面，對輻亮度數據進行大氣校正以獲得反射率數據，在本實施例中，該大氣校正采用flaash模型進行，減弱由于大氣散射和吸收造成的衰減，改善圖像質量，提高信息提取精度。s2：基于纓帽變換的水體信息提取海岸線是水體和陸地的分界線，因此，提取水體信息對于海岸線信息提取具有重要指導意義，能夠限定海岸線信息提取的空間范圍，提高結果準確性。對所需研究區域的預處理圖像進行纓帽變換以提取濕度信息，并基于閾值分割得到初始水體信息；其中，基于纓帽變換的水體信息提取，即所述研究區域的初始水體信息提取過程主要包括以下步驟：s21、對s1中所述預處理圖像進行纓帽變換以提取濕度信息，并基于閾值分割得到所需研究區域的初始水體信息；s22、基于數學形態學對初始水體信息進行開啟和閉合運算，得到所需研究區域的精確水體信息；步驟s211：利用傳感器所對應的纓帽變換系數對所需研究區域的預處理圖像進行纓帽變換，得到所需研究區域的纓帽變換后遙感圖像，并提取所需研究區域的濕度信息iwetness。纓帽變換數學表達式如下所示。u＝rtx+r(1)其中，u表示所需研究區域的纓帽變換圖像，r是傳感器所對應的纓帽變換系數，x代表所需研究區域的預處理圖像，r表示常數偏移量，是為避免在變換過程中出現負值。所需研究區域的纓帽變換圖像的第三波段即是研究區域的濕度信息，該濕度信息反映了地面水分條件，特別是土壤的溫度狀態。纓帽變換系數表為：經過纓帽變換可以得到與波段數相同的幾個分量，其中前三個分量與地面景物密切相關。具體地，這三個分量分別為：第一分量為亮度信息(bi)，反映了地物總體反射率的綜合效果。第二分量為綠度信息(gvi)，與亮度信息垂直，反映了地面植被覆蓋、葉面積指數及生物量的豐富程度。第三分量為濕度信息(wi)，與土壤溫度有關，反映了地面水分條件，特別是土壤的濕度狀態。其余分量為黃度指數及噪聲。對不同地區特點和傳感器，系數是調整變化的。對于tm圖像而言，可見光-紅外六個波段數據蘊含著很豐富的信息，前三個分量主要反映土壤亮度(brightness)、綠度(greenness)和濕度(wetness)，第四分量為黃度及噪聲。以landsat5為例，可表示為：經過纓帽變換后能夠在該空間下對植被、土壤、水體等地面覆被做更為細致準確的分析。步驟s212：比較道路、植被、裸土、灘涂、城鎮、不同泥沙含量水體等地物在研究區域的濕度信息上的取值，以選取分割閾值t；利用選取的分割閾值t對研究區域的濕度信息進行分割，提取研究區域的初始水體信息。具體公式如下：其中，iwater為所需研究區域的初始水體信息，iwetness為所需研究區域的濕度信息，t為選取的分割閾值；利用數學形態學運算對初始水體信息進行開啟和閉合操作，以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍，得到研究區域的精確水體信息。s3：特征知識支持下的海岸線信息提取對所需研究區域的精確水體信息進行矢量化，以獲取水體邊緣信息，得到研究區域的初始海岸線信息，然后根據海岸線在遙感圖像上的表現特征，考慮海岸線連續分布的實際情況，基于特征知識進行研究區域的最終海岸線信息提取；其中，特征知識支持下的海岸線信息提取依次包括如下步驟：s31、對研究區域的精確水體信息進行矢量化，以獲取水體邊緣信息，得到研究區域的初始海岸線信息；s32、根據海岸線在遙感圖像上的表現特征及實際情況下海岸線的形態，所述表現特征為灰度大小、幾何形態或空間位置。基于海岸線的長度、距離和方向特征知識進行研究區域的精確海岸線信息提取。所述s32精確海岸線信息提取依次包括如下步驟：步驟s321：對研究區域的最終水體信息進行矢量化，得到研究區域的初始海岸線信息；步驟s322：統計研究區域的初始海岸線信息中各線段長度，設定閾值，以去除數學形態學運算所造成的噪聲影響。具體公式如下：li≤lt(i＝1,2,3,...,n)(5)其中，n為研究區域的初始海岸線信息線段總數，li為第i條線段的長度，lt為設定的最短海岸線長度。當滿足公式(5)時，則刪除此段海岸線，否則將該段海岸線保留，以進行后續操作。將所有海岸線根據長度由高到低進行排序，根據經驗，lt一般取總個數95％時的長度值，即lt＝li(i＝int(0.95*n))(int表示取整)。步驟s323：考慮到海岸線的連續性，統計每一條海岸線相對于x軸的方向，以及和其他海岸線的距離，設定閾值，判定相鄰海岸線是否滿足公式(6)設定的連接條件。其中，dt和at為相鄰海岸線的距離和角度差，dm-n是第m和第n條海岸線之間的距離，am和an分別為第m和第n條海岸線相對于x軸(水平方向)的角度。步驟s324：根據公式(6)連接滿足條件的海岸線，得到研究區域的精確海岸線信息。所述信息提取方法還包括精度評價步驟：s4、將s3中精確海岸線信息提取結果與原始圖像空間疊加分析，從位置準確性和海岸線完整性兩方面對結果進行精度評價。精度評價是信息提取中不可或缺的一個環節，它不僅是評價方法的好壞以及對后續應用影響的標準，更是評估方法性能、調整模型參數、優化提取過程的一種重要依據。本發明還提供了一種基于纓帽變換的遙感圖像海岸線信息提取系統，如圖2所示，該信息提取系統包括數據輸入輸出模塊、遙感圖像預處理模塊、纓帽變換模塊、初始水體信息提取模塊、精確水體信息提取模塊及海岸線信息提取模塊；所述數據輸入輸出模塊連接所述遙感圖像預處理模塊，所述纓帽變換模塊分別連接所述遙感圖像預處理模塊和初始水體信息提取模塊，所述精確水體信息提取模塊分別連接所述初始水體信息提取模塊和海岸線信息提取模塊；所述數據輸入輸出模塊，用以讀取研究區域的衛星遙感圖像、保存海岸線信息提取結果；所述遙感圖像預處理模塊，對遙感圖像進行輻射定標、大氣校正和幾何校正的預處理操作，消除遙感圖像中的輻射畸變和幾何畸變，提高遙感圖像質量；大氣校正采用flaash模型進行。所述纓帽變換模塊，利用傳感器對應纓帽變換系數對預處理后遙感圖像進行纓帽變換，以獲取濕度信息；在本實施例中，所述傳感器優選為landsat5專題制圖儀。所述初始水體信息提取模塊，比較不同地物在濕度信息上的差異性，并設定分割閾值，利用閾值對纓帽變換后的濕度分量進行初始水體信息提取；所述精確水體信息提取模塊，利用數學形態學運算對初始水體信息進行開啟和閉合操作，進行精確水體信息提取；具體地，對初始水體信息進行數學形態學運算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍。所述海岸線信息提取模塊，采用邊緣跟蹤法對精確水體信息進行矢量化，統計每條線段的長度和線段之間的距離，通過設定長度和距離閾值，進行海岸線信息提取。統計初始海岸線信息的線段長度，基于閾值去除噪聲影響，并統計每一段海岸線相對于x軸的方向，以及和其他海岸線的距離，設定閾值，連接滿足條件的海岸線，得到精確海岸線信息。針對懸浮泥沙含量較大，導致傳統水體信息提取方法失效的問題，構建基于纓帽變換的遙感圖像海岸線信息提取方法，并從海岸線在遙感圖像的表現特征及實際情況下的海岸線形態出發，基于長度、距離和方向等特征知識，開展噪聲去除、斷線連接研究，提取海岸線信息。另外，在本發明的最終水體信息提取方法中，采用數學形態學運算以消除湖泊、河流等小面積水域的影響，填充海面船舶造成的孔洞，并保留原有海洋邊界范圍，進一步提高了提取精確水體信息的運算效率和結果準確性。實施例：本實施例選擇舟山市本島及其附近區域為研究區，開展應用試驗，對方法有效性和結果準確性進行精度評價。研究區概況，舟山市位于浙江省東北部，東臨東海、西靠杭州灣、北面上海市，是長江流域和長江三角洲對外開放的海上門戶和通道。區位示意圖如圖3所示。舟山市是我國第一個以群島建制的地級市，包括1390個島嶼，地理位置介于東經121°30′-123°25′，北緯29°32′-31°04′之間，東西長182千米，南北寬169千米。2011年6月30日，國務院正式批準成立浙江舟山群島新區，也是全國首個以海洋經濟為主題的國家級新區。而舟山本島是舟山眾多島嶼中面積最大的一個，承載了最多的人口，人類活動也最為豐富。因此，研究舟山本島及其附近區域的海岸線信息提取對于更好地管理、建設國家級新區、發展海洋經濟具有重要意義。如圖4所示，為舟山市本島及其附近區域的landsat5假彩色合成圖像，成像時間為2009年7月157日，量化級別為8bit，空間分辨率為30m，圖像大小為2121×2091，中心經緯度為(122°6′50.36″e，29°56′7.20″n)。通過圖4可以看出，研究區包含海洋、湖泊、河流、城區、山區等地物，山區被植被覆蓋。受長江和錢塘江沖流以及上升流的影響，近岸海域懸浮泥沙含量較多，呈現微黃或淡綠，而距離陸地較遠的海域則為深藍。陸地上的湖泊、河流水質較為清澈，呈現暗色調。在本實施例中以舟山市本島及其附近區域的landsat5圖像為例，闡述本發明方法的功能和技術特點。要指出的是，所給出的實施例是為了說明本發明方法的技術特點和功能特點，以使能更易于理解本發明，而不是限制本發明的使用范圍。具體步驟如下：(1)預處理對原始數據進行輻射定標和大氣校正，將灰度值轉換為反射率，并消除大氣散射、吸收的影響，如圖5所示。圖6為地面實測地物波譜曲線。通過圖5與圖6可以看出，植被、水體、城鎮等地物與典型波譜曲線較為接近，預處理后反射率數據較好地反映了地表物體的實際情況。(2)基于纓帽變換的水體信息提取利用landsat5對應的纓帽變換系數(如公式1所示)，對預處理后數據進行纓帽變換，得到濕度信息，如圖7所示。根據濕度信息所表征物理含義，選取閾值0進行分割，得到初始水體信息，如圖8所示。可以看出，圖8中不但包含了真實水體信息，還包含了湖泊、河流等小面積水域。根據數學形態學的特點，對初始水體信息進行開啟和閉合運算，既去除了湖泊、河流等小面積水域的影響，又填充了船舶造成的空洞，海洋和陸地邊界也得到了較好的保留，如圖9所示。(3)特征知識支持下的海岸線信息提取對水體信息進行矢量化，得到初始海岸線信息，如圖10所示，可以看出，初始海岸線信息包含較短的線段，這主要是由于數學形態學去除小面積水域不徹底造成的。并且，灘涂區域含水量的不一致使得水體信息提取不完整，進而造成海岸線的中斷。考慮海岸線在遙感圖像上的表現特征以及實際情況下海岸線的形態，基于特征知識提取海岸線信息。一方面，設定長度閾值，去除較短海岸線，另一方面，通過統計海岸線之間的距離與方向，進行斷線連接。海岸線信息提取結果如圖11所示。(4)精度評價將海岸線信息提取結果與原始圖像進行疊加顯示，可以發現：本文所提海岸線信息形狀比較規則，海陸分界線明顯，結果較為準確。通過以上實施例的描述，本領域技術人員可以清楚地了解到本發明可以借助軟件加必要的通用硬件平臺的方式來實現。基于這樣的理解，本發明的技術方案可以以軟件產品的形式體現出來，該軟件產品可以存儲在一個非易失性存儲介質(可以是cd-rom，u盤，移動硬盤等)中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)執行本發明各個實施例所述的方法。以上所述僅為本發明的實施例，并非因此限制本發明的專利范圍，本發明尚有多種具體的實施方式，凡是利用本發明說明書及附圖內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的
技術領域：
，均同理包括在本發明的專利保護范圍內。當前第1頁12