一種基於紅外圖像的接觸網幾何參數檢測方法及系統與流程

2023-05-03 22:44:01 1

本發明涉及電氣化鐵道接觸網檢測技術領域，尤其涉及一種基於紅外圖像的接觸網幾何參數檢測方法及系統。

背景技術：

作為傳統的接觸網動態測量項目，目前國內外針對接觸線的高度、拉出值等幾何參數已有多個測量方案及應用，例如三角測量、雷射雷達測量等方法，下面對各個測量方案進行簡要分析。

以德國db為代表的非接觸式檢測系統採用三角測量原理，通過多個線掃描攝像頭對接觸線高度、拉出值、磨耗等參數進行測量。通過在光學檢測梁上安裝四個聚光燈(圖1中未示出)和四個ccd線掃描攝像機(如圖1中標號1-4所示)，採集接觸線(如圖1中標號5所示)的圖像，基於高速圖像分析處理技術實現對多個攝像頭採集圖像中的接觸線進行準確定位和匹配，並進行空間坐標變換和分析計算，進而獲得接觸線幾何參數。該方案的測量原理圖如圖1所示，這種方案的測量原理為業內所熟知，國內也有多家單位已做出相關產品，雖然此種方案測量精度高，但設備結構複雜，系統成本高。

另外，雷射雷達目前在各路局接觸網檢測車、接觸網作業車等平臺上應用也比較多。該設備以掃描方式對斷面內的接觸線幾何位置進行測量，測量原理如圖2所示。

雷射雷達安裝在車頂，其中心線與車體線路方向的中心線重合。在檢測過程中，雷射雷達發射雷射，對其上方掃描扇面範圍內的物體進行掃描，返回掃描到的物體距雷射雷達的距離和對應的角度值。根據掃描結果，設接觸線距雷射雷達距離為l，角度為α，雷射雷達安裝基準面距軌平面的距離為h0，則所測拉出值為：

s＝lcosα

接觸線高度為：

h＝h0+lsinα

雖然雷射掃描雷達設備簡單，但存在著測量精度不高、測量頻率較低、幹擾數據較多等問題。

技術實現要素：

為解決現有技術中存在的上述技術問題，本發明實施例提供可一中基於紅外圖像的接觸網幾何參數檢測方法及系統。

本發明實施例一方面提供了一種基於紅外圖像的接觸網幾何參數檢測方法，所述方法包括：

在檢測車車頂設置紅外熱像儀，採集弓網運行狀態下的紅外圖像；

對所述紅外圖像進行基於灰度的模板匹配，獲取受電弓滑板、接觸線在所述紅外圖像中的交點坐標；

根據從紅外圖像坐標到空間幾何坐標變換的標定，對所述受電弓滑板、接觸線在紅外圖像中的交點坐標進行坐標變換，獲取所述接觸線的高度及拉出值。

本發明實施例另一方面還提供了一種基於紅外圖像的接觸網幾何參數檢測系統，所述系統包括：

設置在檢測車車頂的紅外熱像儀，用於採集弓網運行狀態下的紅外圖像；

模板匹配單元，用於對所述紅外圖像進行基於灰度的模板匹配，獲取受電弓滑板、接觸線在所述紅外圖像中的交點坐標；

參數計算單元，用於根據從紅外圖像坐標到空間幾何坐標變換的標定，對所述受電弓滑板、接觸線在紅外圖像中的交點坐標進行坐標變換，獲取所述接觸線的高度及拉出值。

本發明實施例提供的基於紅外圖像的接觸網幾何參數檢測方法及系統的計算量小，檢測精度較高，不受原始圖像質量的影響，並且所用設備結構簡單，成本較低。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為現有技術中利用ccd線掃描攝像機進行三角測量的原理示意圖；

圖2為現有技術中利用雷射雷達測量的原理示意圖；

圖3為本發明實施例的基於紅外圖像的接觸網幾何參數檢測方法的流程示意圖；

圖4為本發明實施例提供的圖像匹配示意圖；

圖5為本發明實施例提供的一弓網運行狀態下的紅外圖像；

圖6為從圖5所示紅外圖像中獲取的受電弓滑板的圖像模板；

圖7為本發明實施例提供的另一弓網運行狀態下的紅外圖像；

圖8為本發明實施例的基於紅外圖像的接觸網幾何參數檢測系統的結構示意圖；

圖9為本發明實施例模板匹配單元的結構示意圖；

圖10為利用本發明實施例測量得到的接觸線的動態拉出值的波形示意圖；

圖11為利用本發明實施例測量得到的接觸線的動態高度的波形示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

如前所述，在利用ccd線掃描攝像機對接觸線的幾何參數進行測量時，所涉及的設備結構複雜，系統成本較高；在利用雷射雷達測量接觸線幾何參數時，由於存在較多的幹擾數據導致其測量精度不高，並且這種方案的測量頻率較低。本發明實施例選擇融合紅外成像、視頻分析技術進行接觸網動態幾何參數的測量。在車頂安裝紅外熱像儀，採集弓網運行狀態紅外視頻數據，並進行高速圖像實時處理分析。基於模式識別技術對圖像進行智能分析，提取出受電弓滑板、接觸線等在圖像中的準確位置，並基於視覺測量模型，進行坐標變換，最終得出動態拉出值、接觸線高度等動態幾何參數。

在基於紅外圖像進行接觸網幾何參數檢測時，首先需要對紅外圖像中的受電弓滑板進行檢測和準確定位。經算法研究和調試，本發明實施例基於計算機視覺中的模板匹配技術，實現了對圖像中受電弓滑板的檢測。

圖像匹配問題是圖像處理中的一個經典問題，在計算機視覺、模式識別等方面有著廣泛的應用。圖像匹配是一項在一幅圖像中尋找與另一幅模板圖像最匹配(即最相似)部分的技術。在進行圖像匹配計算時，可以採用基於特徵的圖像匹配算法，也可以採用基於對圖像理解和解釋的匹配算法，下面分別對這兩種算法的優缺點進行分析。

基於對圖像理解和解釋的匹配算法是把計算機中的模型同外在世界中的物體和現象建立起相對應的關係，這種方法涉及到計算機視覺、人工智慧、模式識別等許多領域，即可用知識和規則來描述匹配對象。利用知識和規則實質上是給匹配對象賦予了一種解釋，但是這種方法在實現時，為減少計算量而使結構與點之間的關係描述常常是不完全的，並且它們缺乏一種有效地衡量點集之間是否相同的手段，所以這種方法目前還沒有取得突破性的進展。

基於特徵的圖像匹配算法一般不直接依賴於象素值，通常需要經過較複雜的圖像處理以提取特徵，通常在圖像和變換後的圖像中提取對比例、縮放、旋轉、灰度變換具有不變性的特徵。這種方法的優點在於充分利用了圖像灰度特性和相關特性，有效地消除由於背景或光照引起的誤匹配，並且這種方法對圖像的各種非本質變化(如旋轉、縮放和光照強度變化等)不敏感，對含有一定噪聲和輕微扭曲的圖像都可以匹配。而該方法也存在一定缺點，比如算法非常複雜，一般涉及大量的幾何與圖像形態學計算，計算量大，計算時間較長而難以達到實時性要求，並且沒有一般模型可遵循，需要針對不同應用場合選擇各自合適的特徵。

根據紅外圖像處理問題的特點和3c系統應用的需求，本發明實施例採用基於灰度的圖像匹配算法進行受電弓滑板即接觸線的檢測。由於車頂紅外攝像裝置與受電弓的拍攝距離相對固定，受電弓滑板在圖像中基本不存在旋轉和縮放，並且，與可見光圖像相比，紅外圖像的成像質量相對穩定，也可避免基於灰度的圖像匹配中對灰度、光照等較敏感的問題。

關於基於灰度的圖像匹配算法，這類方法直接利用圖像的灰度信息進行匹配，通過像素對之間某種相似性度量(如最小均方差、歸一化積相關、ssda等)的全局最優化實現匹配，不需進行圖像分割和圖像特徵提取，因而可以避免由這些預處理所造成的精度損失。這一類方法其原理相對較簡單，並且數學統計模型以及收斂速度、定位精度、誤差估計等均已有很成熟的研究成果。基於灰度的圖像匹配算法，作為一種基本的匹配方法之一，在很多領域得到了充分的應用，可以充分利用圖像的所有信息，尤其適合在圖像僅有平移等小幅相對移動的情況下。這類匹配方法需要解決的問題是：對灰度信息變化、光照變化、噪聲比較敏感，沒有充分利用灰度統計特性，對每一點的灰度信息依賴較大，不適應於匹配對象存在旋轉和縮放情況下的匹配問題。

下面結合各個圖來對本發明實施例進行描述。

圖3為本發明實施例基於紅外圖像的接觸網幾何參數檢測方法的流程示意圖。如圖1所示，該方法主要包括：

步驟s301，在檢測車車頂設置紅外熱像儀，採集弓網運行狀態下的紅外圖像。

步驟s302，對所述紅外圖像進行基於灰度的模板匹配，獲取受電弓滑板、接觸線在所述紅外圖像中的交點坐標。

步驟s303，根據從紅外圖像坐標到空間幾何坐標變換的標定，對所述受電弓滑板、接觸線在紅外圖像中的交點坐標進行坐標變換，獲取所述接觸線的高度及拉出值。

在一個實施例中，在對所述紅外圖像進行基於灰度的模板匹配，獲取受電弓滑板、接觸線在所述紅外圖像中的交點坐標時，可以先將弓網運行狀態下的紅外圖像轉換成灰度圖像，然後對所述紅外圖像對應的灰度圖像進行模板匹配，獲取所述受電弓滑板在所述紅外圖像中的位置。之後，再對所述紅外圖像對應的灰度圖像進行直線檢測，確定接觸線在所述紅外圖像中的位置。在確定受電弓滑板及接觸線在所述紅外圖像中的位置後，可根據所述受電弓滑板的位置及接觸線的位置，獲取所述接觸線與受電弓滑板的交點坐標，以進行後續處理。

在一個實施例中，在所述對所述紅外圖像進行模式識別，獲取所述受電弓滑板在所述紅外圖像中的位置時，需要預先建立受電弓滑板的圖像模板，然後利用預設的圖像模板在所述紅外圖像中進行模板圖像匹配，檢測出所述紅外圖像中與所述圖像模板最匹配的區域，作為所述受電弓滑板在所述紅外圖像中的位置。其中，所述的在紅外圖像中進行模板圖像匹配具體是指在所述紅外圖像對應的灰度圖像中進行模板圖像匹配。

本發明實施例中採用的基於灰度的圖像匹配方法，也稱作相關匹配方法，利用空間二維滑動模板進行圖像匹配。不同圖像匹配算法的區別主要體現在模板及相關準則的選擇方面，其中經典的相關匹配算法有：平均絕對差算法(meanabsolutedifferences,mad)、平均平方差算法(meansquaredeviation,msd)、歸一化互相關算法(normalizedcrosscorrelation,ncc)等。其中，歸一化互相關匹配算法的魯棒性相對較高，它也因此被應用到更為複雜的非遍歷性最優化匹配搜索的算法框架中。

設實時圖s是大小為m×m的圖像，參考圖t是大小為n×n的圖像，並且m＞n，如圖4所示。圖像匹配是將參考圖t疊放在實時圖s上平移，模板覆蓋下的那塊大小為n×n的搜索圖叫做子圖su,v，(u，v)為這塊子圖的左上角像點在s圖中的坐標，稱為參考點，(u，v)的取值範圍為：

1≤u，v＜m－n+1

我們的目標是在實時圖s上找到最匹配參考圖t的區域，為了確定匹配區域，需要滑動參考圖t和實時圖s進行比較。滑動參考圖t時，將參考圖t一次移動一個像素(從左往右、從上往下)，在每一個位置，都進行一次度量計算來表明它是「好」或「壞」地與其所覆蓋的實時圖s的特定區域相匹配，或者說參考圖t和其覆蓋的實時圖s的特定區域的相似程度。對於t覆蓋在s上的每個位置，若把度量值保存到結果圖像矩陣r中，在r中的每個位置(x，y)都包含匹配度量值。獲取該矩陣中最大的匹配度量值，以該最大匹配度量值對應的結果圖像矩陣中的位置坐標作為左上角頂點，長和寬與t一樣大小的矩陣作為參考圖t在實時圖s中的位置，即檢測出實時圖s中與參考圖t最匹配的區域。

其中，該矩陣r還可以以圖像的形式呈現，最白的點(即最亮的點)表示匹配度最高，所以以這個點為頂點，長和寬和參考圖t一樣大小的圖形被認為是與參考圖t最匹配的。

其中，常用的匹配算法主要有以下三種，分別如下所示：

1)平均絕對差算法(mad)：

2)平均平方差算法(msd)：

很顯然，mad和msd算法的計算過程非常簡單，無需複雜的運算，但是對噪聲比較敏感，在存在噪聲的情況下，匹配準確率隨著信噪比的增加而減少。

3)歸一化互相關算法(ncc)：

式中，和分別為參考圖t和實時圖s的圖像灰度均值，可以分別按照下式求取：

歸一化互相關算法(ncc)的優點是抗白噪聲幹擾能力強，且在灰度變化及幾何畸變不大的情況下精度很高。

本發明實施例將歸一化互相關算法(ncc)應用到受電弓滑板的檢測中時，需預先建立受電弓滑板的圖像模板。在後續採集到的紅外圖像序列中，逐幀進行模板圖像匹配，檢測出圖像中與受電弓滑板圖像模板最匹配的區域。之後，基於檢測到的受電弓滑板在紅外圖像坐標系中的高度，即可轉換為世界坐標系中的接觸線動態高度。其中，所述的檢測出圖像中與受電弓滑板圖像模板最匹配的區域，具體是檢測出紅外圖像對應的灰度圖像中與受電弓滑板圖像模板最匹配的區域。

對於接觸線拉出值的檢測，則需在紅外圖像中檢測出接觸線的位置，並計算接觸線與受電弓滑板交點的橫坐標值，進而計算出空間中的接觸線拉出值。

可選地，也可以先根據紅外圖像中接觸線的位置及受電弓滑板的位置，獲取受電弓滑板與接觸線的交點坐標，通過對該交點的橫坐標、縱坐標進行坐標變換，即可分別得到接觸線的動態高度和拉出值的數值。在線岔、錨段關節處存在兩組接觸線處，可以將兩支接觸線的拉出值相減，即可得到雙支接觸線的水平距離。

在一個實施例中，在利用預設的受電弓滑板圖像模板在所述紅外圖像中進行模板圖像匹配時(可以結合圖4所示示例理解，圖4中的實時圖s可以理解為本發明實施例中採集到的紅外圖像對應的灰度圖像，參考圖t可以理解為受電弓滑板的圖像模板)，將所述圖像模板自所述紅外圖像的左上角頂點處按照從上至下、從左到右地方向移動，每次移動一個像素，每移動一次，均在每一個位置均對所述圖像模板進行度量計算，獲取該圖像模板覆蓋在所述紅外圖像上每個位置處的匹配度量值，並將所述匹配度量值保存到結果圖像矩陣中。此處的匹配度量值用於表明圖像模板和其所覆蓋的紅外圖像的當前區域有多麼相似。對於圖像模板覆蓋在紅外圖像上的每個位置，若把匹配度量值保存道結果圖像矩陣中，那麼結果圖像矩陣中的每個位置都包含匹配度量值。獲取所述結果圖像矩陣中的最大值，以該最大值對應的結果圖像矩陣中的位置坐標作為左上角頂點，長和寬與所述圖像模板一樣大小的矩陣作為所述受電弓滑板在所述紅外圖像中的位置，即檢測出所述紅外圖像中與所述受電弓滑板圖像模板最匹配的區域。

在一個實施例中，所述的受電弓滑板的圖像模板可以從當前獲取的紅外圖像中獲取，也可以從歷史紅外圖像中獲取。本發明實施例僅以從當前獲取的紅外圖像中獲取受電弓滑板圖像模板為例進行說明，圖5為本發明實施例提供的一弓網運行狀態下的紅外圖像，從該紅外圖像中獲取大致包含受電弓滑板的矩形區域作為受電弓滑板的圖像模板(見圖6)。根據上述的匹配步驟，根據圖6所示圖像模板在圖7所示另一弓網運行狀態下的紅外圖像中進行搜索，可以得到與圖6所示圖像模板最為匹配的圖像區域，如圖7中所示的黑色方框區域，即為受電弓滑板所在位置。

由於接觸線相較於普通電線擁有其自身的獨特的特點，因此，在所述對所述紅外圖像進行直線檢測，確定接觸線的位置時，通常預先根據紅外圖像中接觸線的經驗灰度設置一個灰度閾值區間，或者根據紅外圖像中接觸線的寬度範圍設置一個寬度閾值區間。在對所述紅外圖像中所述受電弓滑板的上方區域進行直線檢測，獲取到多條直線後，可以根據設定的灰度閾值區間和/或寬度閾值區間判斷這些直線中哪個符合接觸線的特徵(即寬度和/或灰度落入接觸線的相應閾值區間中)。進一步地，為了更加準確地判斷上述直線中哪條直線為接觸線，還可以預先根據當前線路上的接觸線與受電弓滑板的夾角的大小設置一夾角閾值區間，在獲取到所述直線後，通過判斷這些直線與受電弓滑板的夾角是否在這一夾角閾值區間中，來判斷上述直線是否為接觸線，從而從所述直線的位置中確定接觸線的位置。在一實施例中，可以只選取上述三個限制條件(灰度閾值區間、寬度閾值區間、夾角閾值區間)中的一個或兩個對所述直線是否為接觸線進行判斷，也可以同時利用上述三個條件對所述直線是否為接觸線進行判斷。

在一個實施例中，在利用上述方法檢測接觸線幾何參數之前，還需要在所述受電弓滑板所在斷面處安裝二維標定板，並且該二維標定板覆蓋所述接觸線的高度及拉出值檢測範圍，然後再利用紅外熱像儀採集所述二維標定板的紅外圖像，以進行從紅外圖像坐標到空間幾何坐標變換的標定。其中，二維標定板是臨時安裝的，待完成系統標定後，還可以將此二維標定板拆除。

本發明實施例提供的基於紅外圖像的接觸網幾何參數檢測方法的計算量小，檢測精度較高，不受原始圖像質量的影響，並且所用設備結構簡單，成本較低。

基於與圖3中所示基於紅外圖像的接觸網幾何參數檢測方法相同的發明構思，本發明實施例還提供了一種基於紅外圖像的接觸網幾何參數檢測系統，具體如下面實施例所述。由於該裝置解決問題的原理與圖3中的方法相似，因此該系統的實施可以參見圖3所示方法的實施，重複之處不再贅述。

如圖8所示，本發明實施例還提供了一種基於紅外圖像的接觸網幾何參數檢測系統800。該系統包括：紅外熱像儀81、模板匹配單元82及參數計算單元83。

其中，紅外熱像儀81設置在檢測車車頂，用於採集弓網運行狀態下的紅外圖像。模板匹配單元82用於對所述紅外圖像進行基於灰度的模板匹配，獲取受電弓滑板、接觸線在所述紅外圖像中的交點坐標。參數計算單元83用於根據從紅外圖像坐標到空間幾何坐標變換的標定，對所述受電弓滑板、接觸線在紅外圖像中的交點坐標進行坐標變換，獲取所述接觸線的高度及拉出值。

例如，系統800的所有組成部分均可以設置在檢測車的車頂，也可以部分設置在檢測車的車頂，另一部分設置於其他地方，通過有線或無線方式通信。例如，在將紅外熱像儀81設置在檢測車車頂後，模板匹配單元82與參數計算單元83可以設置在檢測車中，本發明並不限制。

在一個實施例中，模板匹配單元82的結構如圖9所示，包括：模板匹配模塊821、直線檢測模塊822及交點坐標獲取模塊823。其中，模板匹配模塊821用於對所述紅外圖像進行基於灰度的模板匹配，獲取所述受電弓滑板在所述紅外圖像中的位置。直線檢測模塊822用於對所述紅外圖像進行直線檢測，確定接觸線的位置。交點坐標獲取模塊823用於根據所述受電弓滑板的位置及接觸線的位置，獲取所述接觸線與受電弓滑板的交點坐標。

在一個實施例中，模板匹配模塊821具體用於：利用預設的受電弓滑板的圖像模板在所述紅外圖像中進行模板圖像匹配，檢測出所述紅外圖像中與所述圖像模板最匹配的區域，作為所述受電弓滑板在所述紅外圖像中的位置。

在一個實施例中，利用預設的受電弓滑板圖像模板在所述紅外圖像中進行模板圖像匹配，檢測出所述紅外圖像中與所述受電弓滑板圖像模板最匹配的區域，具體包括：將所述圖像模板自所述紅外圖像的左上角頂點處從上至下、從左到右地移動，每次移動一個像素；在每一個位置均對所述圖像模板進行度量計算，獲取所述圖像模板覆蓋在所述紅外圖像上每個位置處的匹配度量值，並將所述匹配度量值保存到結果圖像矩陣中；獲取所述結果圖像矩陣中的最大值，以該最大值對應的結果圖像矩陣中的位置坐標作為左上角頂點，長和寬與所述圖像模板一樣大小的矩陣作為所述受電弓滑板在所述紅外圖像中的位置。

在一個實施例中，直線檢測模塊822具體用於：對所述紅外圖像中所述受電弓滑板的上方區域進行直線檢測，獲取所述紅外圖像中所述受電弓滑板上方區域中的直線的位置；根據預設的接觸線灰度閾值區間、接觸線寬度閾值區間及接觸線與受電弓滑板的夾角閾值區間，從所述直線的位置中確定接觸線的位置。

在一個實施例中，系統800還包括：二維標定板(圖中未示出)，臨時安裝在所述受電弓滑板所在斷面處，並且覆蓋所述接觸線的高度及拉出值檢測範圍。在紅外熱像儀81採集完二維標定板的紅外圖像後，再將二維標定板拆除，採集到的二維標定板的紅外圖像用於進行從紅外圖像坐標到空間幾何坐標變換的標定。

利用本發明實施例提供基於紅外圖像的接觸網幾何參數檢測方法及系統所得到弓網中接觸線的動態拉出值的測量結果見圖10，接觸線的動態高度測量結果見圖11。

本發明實施例提供的基於紅外圖像的接觸網幾何參數檢測西天的計算量小，檢測精度較高，不受原始圖像質量的影響，並且所用設備結構簡單，成本較低。

本領域內的技術人員應明白，本發明的實施例可提供為方法、系統、或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本發明可採用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限於磁碟存儲器、cd-rom、光學存儲器等)上實施的電腦程式產品的形式。

本發明是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些電腦程式指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些電腦程式指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

本發明中應用了具體實施例對本發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於幫助理解本發明的方法及其核心思想；同時，對於本領域的一般技術人員，依據本發明的思想，在具體實施方式及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。