本發(fā)明涉及圖像處理應(yīng)用領(lǐng)域，特別是涉及一種基于圖像處理的物體三維模型構(gòu)建方法。

背景技術(shù)：

隨著時(shí)間的流逝和人類活動(dòng)的影響，文物不斷遭到破壞，如何對(duì)文物進(jìn)行數(shù)字化處理，以實(shí)現(xiàn)其三維模型展示，對(duì)于傳播傳統(tǒng)文化具有重要的意義和價(jià)值。

現(xiàn)有技術(shù)中，采用激光掃描儀等設(shè)備，首先采集文物的三維點(diǎn)云數(shù)據(jù)，然后基于采集的三維點(diǎn)云數(shù)據(jù)來重建文物的三維模型。但是，這種方法操作復(fù)雜、數(shù)據(jù)處理周期長(zhǎng)，并且設(shè)備昂貴，不便于推廣。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于圖像處理的物體三維模型構(gòu)建方法，與現(xiàn)有方法相比實(shí)施難度低，使用設(shè)備成本低，數(shù)據(jù)運(yùn)算更高效。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于圖像處理的物體三維模型構(gòu)建方法，包括：

對(duì)以不同角度對(duì)物體拍攝獲得的、在同一空間坐標(biāo)系中描述的物體的第一圖像和第二圖像，對(duì)圖像分別進(jìn)行至少三種不同高斯核的卷積運(yùn)算，得到卷積圖；

對(duì)得到的所述卷積圖分別沿平面內(nèi)多個(gè)方向求梯度，得到卷積梯度方向圖；

根據(jù)得到的所述卷積梯度方向圖為圖像中每一像素構(gòu)建描述子，像素的描述子為由所述像素在各層卷積梯度方向圖中對(duì)應(yīng)像素的值構(gòu)成的向量；

在所述第一圖像和所述第二圖像中，根據(jù)像素的描述子匹配像素，建立匹配關(guān)系得到視差圖；

利用所述視差圖、所述第一攝像裝置或者所述第二攝像裝置的內(nèi)參數(shù)和外參數(shù)，獲得像素對(duì)應(yīng)空間點(diǎn)的空間位置，以構(gòu)建物體三維模型。

可選地，所述對(duì)得到的所述卷積圖分別沿平面內(nèi)多個(gè)方向求梯度，得到卷積梯度方向圖包括：

對(duì)所述卷積圖分別沿x方向和y方向求梯度；

將每對(duì)梯度圖對(duì)平面內(nèi)多個(gè)方向進(jìn)行投影，對(duì)每對(duì)梯度圖計(jì)算梯度方向圖，得到卷積梯度方向圖。

可選地，對(duì)圖像分別進(jìn)行三種不同高斯核的卷積運(yùn)算，高斯核表示為得到的卷積圖表示為

可選地，所述對(duì)得到的所述卷積圖分別沿平面內(nèi)多個(gè)方向求梯度，得到卷積梯度方向圖包括：

對(duì)得到的卷積圖分別沿x方向和y方向求梯度，得到三對(duì)梯度圖，分別表示為

對(duì)每對(duì)梯度圖對(duì)平面內(nèi)多個(gè)方向進(jìn)行投影計(jì)算梯度方向圖，表示為其中每對(duì)梯度圖對(duì)應(yīng)得到的梯度方向圖表示為：

可選地，所述在所述第一圖像和所述第二圖像中，根據(jù)像素的描述子匹配像素，建立匹配關(guān)系得到視差圖包括：

對(duì)第一圖像中每一像素，在第二圖像中沿極線方向搜索每個(gè)像素，并取出對(duì)應(yīng)描述子，計(jì)算第一圖像中像素的描述子與第二圖像中極線方向上每一像素的描述子之間的歐氏距離，將極線方向上歐氏距離最小的像素作為與第一圖像中像素相匹配的像素。

可選地，所述利用所述視差圖、所述第一攝像裝置或者所述第二攝像裝置的內(nèi)參數(shù)和外參數(shù)，獲得像素對(duì)應(yīng)空間點(diǎn)的空間位置包括：

利用相似三角形性質(zhì)，由所述視差圖計(jì)算像素對(duì)應(yīng)空間點(diǎn)的深度；

基于第一攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣以及計(jì)算得到的像素深度，計(jì)算所述像素對(duì)應(yīng)空間點(diǎn)的空間位置。

可選地，還包括：根據(jù)得到的像素對(duì)應(yīng)空間點(diǎn)的空間位置，使用三角化技術(shù)將離散的空間點(diǎn)進(jìn)行三角化及拼接，利用渲染技術(shù)構(gòu)建帶紋理的物體三維模型。

可選地，在對(duì)以不同角度對(duì)物體拍攝獲得的、在同一空間坐標(biāo)系中描述的物體的第一圖像和第二圖像，對(duì)圖像分別進(jìn)行至少三種不同高斯核的卷積運(yùn)算，得到卷積圖之前還包括：

第一攝像裝置和第二攝像裝置以不同角度同時(shí)對(duì)物體拍攝，獲得物體圖像，分別描述為原始第一圖像和原始第二圖像；

對(duì)所述原始第一圖像和所述原始第二圖像進(jìn)行坐標(biāo)變換，得到以同一空間坐標(biāo)系描述的所述第一圖像和所述第二圖像。

可選地，所述對(duì)所述原始第一圖像和所述原始第二圖像進(jìn)行坐標(biāo)變換包括：

對(duì)每一攝像裝置，基于所述攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣構(gòu)造所述攝像裝置的原始投影矩陣，基于原始投影矩陣計(jì)算光心坐標(biāo)；

基于光心坐標(biāo)以及內(nèi)參數(shù)矩陣、外參數(shù)矩陣為所述攝像裝置構(gòu)建新的內(nèi)參數(shù)矩陣、新的外參數(shù)矩陣；

基于所述攝像裝置新的內(nèi)參數(shù)矩陣、新的外參數(shù)矩陣構(gòu)造新投影矩陣，計(jì)算所述新投影矩陣與原始投影矩陣之間變換的變換矩陣；

以所述變換矩陣分別對(duì)所述原始第一圖像中每一像素和所述原始第二圖像中每一像素進(jìn)行坐標(biāo)變換。

由上述技術(shù)方案可知，本發(fā)明所提供的基于圖像處理的物體三維模型構(gòu)建方法，首先對(duì)以不同角度對(duì)物體拍攝獲得的、在同一空間坐標(biāo)系中描述的物體的第一圖像和第二圖像，對(duì)圖像分別進(jìn)行至少三種不同高斯核的卷積運(yùn)算，得到卷積圖，然后對(duì)得到的卷積圖分別沿平面內(nèi)多個(gè)方向求梯度，得到卷積梯度方向圖，根據(jù)得到的卷積梯度方向圖為圖像中每一像素構(gòu)建描述子，像素的描述子為由所述像素在各層卷積梯度方向圖中對(duì)應(yīng)像素的值構(gòu)成的向量，進(jìn)一步在第一圖像和第二圖像中，根據(jù)像素的描述子匹配像素，建立匹配關(guān)系得到視差圖，最后利用視差圖、第一攝像裝置或第二攝像裝置的內(nèi)參數(shù)和外參數(shù)，獲得像素對(duì)應(yīng)空間點(diǎn)的空間位置，從而構(gòu)建物體三維模型。

本發(fā)明基于圖像處理的物體三維模型構(gòu)建方法，與現(xiàn)有方法相比，不需要采集物體的三維點(diǎn)云數(shù)據(jù)，只需要采集物體的兩幅圖像，基于圖像處理即可實(shí)現(xiàn)物體三維模型構(gòu)建，使用攝像裝置就可完成拍攝，因此實(shí)施難度低，使用設(shè)備成本低，數(shù)據(jù)運(yùn)算更高效。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)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(shí)施例提供的一種基于圖像處理的物體三維模型構(gòu)建方法的流程圖；

圖2為本發(fā)明實(shí)施例中對(duì)圖像計(jì)算卷積梯度方向圖的計(jì)算方法示意圖；

圖3為本發(fā)明實(shí)施例中對(duì)圖像像素構(gòu)建描述子的示意圖；

圖4為本發(fā)明實(shí)施例中由視差圖求圖像深度的示意圖；

圖5為本發(fā)明實(shí)施例中對(duì)拍攝的原始圖像進(jìn)行極線校正的示意圖；

圖6為本發(fā)明實(shí)施例中對(duì)拍攝的原始圖像進(jìn)行極線校正的方法流程圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明中的技術(shù)方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參考圖1，本發(fā)明實(shí)施例提供的一種基于圖像處理的物體三維模型構(gòu)建方法，包括步驟：

s10：對(duì)以不同角度對(duì)物體拍攝獲得的、在同一空間坐標(biāo)系中描述的物體的第一圖像和第二圖像，對(duì)圖像分別進(jìn)行至少三種不同高斯核的卷積運(yùn)算，得到卷積圖。

第一圖像和第二圖像是以不同角度對(duì)物體拍攝獲得的物體圖像，在具體實(shí)施時(shí)，可采用第一攝像裝置和第二攝像裝置以不同角度同時(shí)對(duì)物體拍攝來獲得。

對(duì)第一圖像和第二圖像，對(duì)每一圖像，進(jìn)行至少三種不同高斯核的高斯卷積，對(duì)圖像進(jìn)行不同高斯核卷積運(yùn)算的種數(shù)越多，對(duì)圖像特征提取以及物體三維模型構(gòu)建的精度越高，但會(huì)降低數(shù)據(jù)處理速度，增加計(jì)算量。因此在具體實(shí)施時(shí)，要根據(jù)實(shí)際情況，兼顧考慮計(jì)算精度和數(shù)據(jù)運(yùn)算效率選擇高斯卷積運(yùn)算的種數(shù)。

優(yōu)選的，本實(shí)施例中對(duì)圖像進(jìn)行三種不同高斯核的卷積運(yùn)算，分別得到三個(gè)卷積圖，表示為其中，高斯核表示為其中q＝3表示當(dāng)前像素的描述子由周圍三層固定距離的像素的卷積圖決定，r表示當(dāng)前像素到處于第三層的像素的距離。

s11：對(duì)得到的所述卷積圖分別沿平面內(nèi)多個(gè)方向求梯度，得到卷積梯度方向圖。

本步驟可通過以下過程實(shí)現(xiàn)，包括步驟：

s110：對(duì)所述卷積圖分別沿x方向和y方向求梯度。

以對(duì)圖像進(jìn)行三種不同高斯核的卷積運(yùn)算的情況為例，可參考圖2所示，將上步驟得到的卷積圖分別沿x方向和y方向求梯度，得到三對(duì)梯度圖，表示為

s111：將每對(duì)梯度圖對(duì)平面內(nèi)多個(gè)方向進(jìn)行投影，對(duì)每對(duì)梯度圖計(jì)算梯度方向圖，得到卷積梯度方向圖。

對(duì)上步驟得到的每對(duì)梯度圖對(duì)平面內(nèi)多個(gè)方向進(jìn)行投影計(jì)算梯度方向圖，表示為其中計(jì)算梯度方向圖時(shí)在平面內(nèi)選擇的方向數(shù)量越多，計(jì)算精度越高，但隨之會(huì)降低數(shù)據(jù)運(yùn)算速率，因此在具體實(shí)施時(shí)，可根據(jù)情況選擇投影方向的數(shù)量，以兼顧計(jì)算精度和運(yùn)算效率。

優(yōu)選的，本實(shí)施例中計(jì)算平面內(nèi)8個(gè)方向的梯度方向圖，相應(yīng)的，每對(duì)梯度圖的梯度方向圖表示為：

s12：根據(jù)得到的所述卷積梯度方向圖為圖像中每一像素構(gòu)建描述子，像素的描述子為由所述像素在各層卷積梯度方向圖中對(duì)應(yīng)像素的值構(gòu)成的向量。

以上述實(shí)例中對(duì)圖像進(jìn)行三種不同高斯核的卷積運(yùn)算，并對(duì)平面內(nèi)8個(gè)方向進(jìn)行投影計(jì)算梯度方向圖的情況為例，會(huì)得到24個(gè)卷積梯度方向圖。根據(jù)得到的24個(gè)卷積梯度方向圖，為圖像中每一像素構(gòu)建描述子。每一層離中心像素的距離為可參考圖3所示，其中，到中心像素距離為r0的像素從高斯核為∑0的卷積方向圖中取其對(duì)應(yīng)位置的像素值，到中心像素距離為r1的像素從高斯核為∑1的卷積方向圖中取其對(duì)應(yīng)位置的像素值，到中心像素距離為r2的像素從高斯核為∑2的卷積方向圖中取其對(duì)應(yīng)位置的像素值，其中i＝0,1,…,7，則圖像像素(u，v)的描述子表示為：

s13：在所述第一圖像和所述第二圖像中，根據(jù)像素的描述子匹配像素，建立匹配關(guān)系得到視差圖。

本步驟中進(jìn)行稠密匹配，在第一圖像和第二圖像中利用像素的描述子尋找相匹配的像素。

具體的，對(duì)第一圖像中每一像素，在第二圖像中沿極線方向搜索每個(gè)像素，并取出對(duì)應(yīng)描述子，計(jì)算第一圖像中像素的描述子與第二圖像中極線方向上每一像素的描述子之間的歐氏距離，將極線方向上歐氏距離最小的像素作為與第一圖像中像素相匹配的像素，建立稠密匹配關(guān)系，得到視差圖。

s14：利用所述視差圖、所述第一攝像裝置或者所述第二攝像裝置的內(nèi)參數(shù)和外參數(shù)，獲得像素對(duì)應(yīng)空間點(diǎn)的空間位置，以構(gòu)建物體三維模型。

本步驟中具體包括以下過程：

s140：利用相似三角形性質(zhì)，由所述視差圖計(jì)算像素對(duì)應(yīng)空間點(diǎn)的深度。

可參考圖4所示，p(x，y，z)表示空間點(diǎn)，x1表示空間點(diǎn)p在第一攝像裝置成像面上(即第一圖像中)像點(diǎn)的x坐標(biāo)值，x2表示空間點(diǎn)p在第二攝像裝置成像面上(即第二圖像中)像點(diǎn)的x坐標(biāo)值，f表示攝像裝置焦距，tx表示圖像變換后兩幅圖像之間光心的距離，即在同一空間坐標(biāo)系中描述的兩幅圖像之間光心的距離。利用p點(diǎn)與其在兩圖像中像點(diǎn)構(gòu)成的三角形，和p點(diǎn)與光心o1、o2構(gòu)成的三角形之間的相似性質(zhì)，計(jì)算p點(diǎn)深度，具體計(jì)算公式表示為：其中d表示匹配像素的視差。

s141：基于第一攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣以及計(jì)算得到的像素深度，計(jì)算所述像素對(duì)應(yīng)空間點(diǎn)的空間位置。

計(jì)算公式表示為：其中，表示像素坐標(biāo)，表示像素對(duì)應(yīng)空間點(diǎn)的位置，([r1|t1])^-1表示所述第一攝像裝置外參數(shù)矩陣的逆矩陣，表示所述第一攝像裝置內(nèi)參數(shù)矩陣的逆矩陣。

需要說明的是，在本方法其它實(shí)施例中，也可采用第二攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣來計(jì)算。

根據(jù)計(jì)算獲得的三維點(diǎn)云空間位置，則可構(gòu)建出物體的三維模型，進(jìn)一步可輸出顯示。

優(yōu)選的，在一種優(yōu)選實(shí)施例中，本方法還包括步驟s15：根據(jù)得到的像素對(duì)應(yīng)空間點(diǎn)的空間位置，使用三角化技術(shù)將離散的空間點(diǎn)進(jìn)行三角化及拼接，利用渲染技術(shù)構(gòu)建帶紋理的物體三維模型。通過利用計(jì)算得到的像素對(duì)應(yīng)的空間位置，利用渲染技術(shù)構(gòu)建帶紋理的物體三維模型，這樣對(duì)物體三維模型的構(gòu)建精度更高，構(gòu)建的物體模型更加精細(xì)、更加形象。本實(shí)施例基于圖像處理的物體三維模型構(gòu)建方法，與現(xiàn)有使用三維激光掃描進(jìn)行文物三維重建的方法相比，本方法不需要采集物體的三維點(diǎn)云數(shù)據(jù)，只需要采集物體的兩幅圖像，基于圖像處理實(shí)現(xiàn)物體三維模型構(gòu)建，使用攝像裝置就可完成拍攝，因此實(shí)施難度低，使用設(shè)備成本低，數(shù)據(jù)運(yùn)算更高效。

本實(shí)施例基于圖像處理的物體三維模型構(gòu)建方法中，進(jìn)行上述各步驟處理的物體第一圖像和第二圖像，是在同一空間坐標(biāo)系中描述，所述第一圖像和所述第二圖像可通過以下過程獲得，具體包括步驟：

s20：第一攝像裝置和第二攝像裝置以不同角度同時(shí)對(duì)物體拍攝，獲得物體圖像，分別描述為原始第一圖像和原始第二圖像。

比如，對(duì)文物進(jìn)行三維模型構(gòu)建，使用兩臺(tái)已完成參數(shù)標(biāo)定的攝像裝置，兩臺(tái)攝像裝置以不同角度同時(shí)對(duì)文物拍攝，各拍攝到一幅圖像，分別對(duì)應(yīng)描述為原始第一圖像和原始第二圖像。

s21：對(duì)所述原始第一圖像和所述原始第二圖像進(jìn)行坐標(biāo)變換，得到以同一空間坐標(biāo)系描述的所述第一圖像和所述第二圖像。

由于在拍攝圖像時(shí)第一攝像裝置和第二攝像裝置的視軸處于非平行狀態(tài)，各自拍攝的圖像以不同的空間坐標(biāo)系描述，參考圖5所示，其中p點(diǎn)表示物體空間點(diǎn)，o1、o2分別表示第一攝像裝置、第二攝像裝置的光心，l1表示第一攝像裝置成像面(即原始第一圖像)，l2表示第二攝像裝置成像面(即原始第二圖像)。本步驟中通過對(duì)原始圖像進(jìn)行坐標(biāo)變換，以在同一空間坐標(biāo)系中描述兩幅圖像。

具體的，請(qǐng)參考圖6，本步驟中包括以下步驟：

s210：基于所述攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣構(gòu)造所述攝像裝置的原始投影矩陣，基于原始投影矩陣計(jì)算光心坐標(biāo)。

基于攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣，構(gòu)造攝像裝置的原始投影矩陣，表示為：po1＝k1[r1|t1]，po2＝k2[r2|t2]，其中，k1、[r1|t1]分別表示所述第一攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣，k2、[r2|t2]分別表示所述第二攝像裝置的內(nèi)參數(shù)矩陣、外參數(shù)矩陣。

投影矩陣po1及po2分別表示將世界坐標(biāo)系下的三維空間點(diǎn)投影到第一攝像裝置和第二攝像裝置像素坐標(biāo)的變換關(guān)系。利用投影矩陣po1及po2可分別得到空間點(diǎn)p在原始第一圖像l1中對(duì)應(yīng)像點(diǎn)p1、在原始第二圖像l2中對(duì)應(yīng)像點(diǎn)p2。

第一攝像裝置光心o1的坐標(biāo)計(jì)算公式表示為：第二攝像裝置光心o2的坐標(biāo)計(jì)算公式表示為：其中p(i:j,m:n)表示取出矩陣p的第i行至第j行，第m列至第n列之間的元素所構(gòu)造的新的矩陣，只有冒號(hào)表示取出所有的行或者列。

s211：對(duì)每一攝像裝置，基于光心坐標(biāo)以及內(nèi)參數(shù)矩陣、外參數(shù)矩陣為所述攝像裝置構(gòu)建新的內(nèi)參數(shù)矩陣、新的外參數(shù)矩陣。

具體的，令v1＝c1-c2，v3＝v1×v2，則構(gòu)建新的內(nèi)參數(shù)矩陣k和旋轉(zhuǎn)矩陣r分別表示為：

其中，令k(1,2)＝0，norm(v)表示求向量范數(shù)，上標(biāo)t表示矩陣轉(zhuǎn)置，p^-1表示對(duì)矩陣p求逆矩陣。

s212：對(duì)每一攝像裝置，基于所述攝像裝置新的內(nèi)參數(shù)矩陣、新的外參數(shù)矩陣構(gòu)造新投影矩陣，計(jì)算所述新投影矩陣與原始投影矩陣之間變換的變換矩陣。

基于攝像裝置新的內(nèi)參數(shù)矩陣、新的外參數(shù)矩陣構(gòu)造新投影矩陣，表示為pn1＝k[r|rc1]，pn2＝k[r|rc2]。利用投影矩陣pn1及pn2可分別得到空間點(diǎn)p在第一圖像l1′中對(duì)應(yīng)像點(diǎn)p1′、在第二圖像l2′中對(duì)應(yīng)像點(diǎn)p2′，l1′表示經(jīng)過坐標(biāo)變換得到的第一圖像，l2′表示經(jīng)過坐標(biāo)變換得到的第二圖像，參考圖5所示。計(jì)算新投影矩陣與原始投影矩陣之間的變換關(guān)系，表示為：

其中，t1、t2分別表示變換矩陣。

s213：以所述變換矩陣分別對(duì)所述原始第一圖像中每一像素和所述原始第二圖像中每一像素進(jìn)行坐標(biāo)變換。

以變換矩陣對(duì)原始第一圖像l1和原始第二圖像l2分別逐個(gè)像素點(diǎn)進(jìn)行轉(zhuǎn)換，表示為：p′1＝t1p1，p′2＝t2p2；其中，p1、p2分別表示變換前所述第一圖像和所述第二圖像中像素的齊次坐標(biāo)，p′1，p′2分別表示變換后所述第一圖像和所述第二圖像中像素的齊次坐標(biāo)。

這樣就可以得到經(jīng)過對(duì)極線校正后新的投影矩陣，將被測(cè)物圖像映射到虛擬成像平面上所形成的兩幅新的圖像。在運(yùn)用上述變換關(guān)系時(shí)，發(fā)現(xiàn)如果變換后圖像中的像素點(diǎn)坐標(biāo)對(duì)應(yīng)到原始圖像中的非整數(shù)坐標(biāo)上，則變換后圖像像素點(diǎn)的灰度值通過灰度雙線性插值方法得到。

本發(fā)明基于圖像處理的物體三維模型構(gòu)建方法，可以應(yīng)用于文物三維模型構(gòu)建，也可以應(yīng)用于人臉三維模型構(gòu)建，或者其他物體三維模型構(gòu)建。

以上對(duì)本發(fā)明所提供的基于圖像處理的物體三維模型構(gòu)建方法進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)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(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。