一种蔬菜病害识别与预警系统及方法

1.本发明涉及蔬菜病害监测技术领域，具体是一种蔬菜病害识别与预警系统及方法。


背景技术：

2.传统的蔬菜病害的诊断仍主要依靠农户或者管理人员到现场进行判断，当蔬菜初染病害或者生长状态不健康的情况下，对蔬菜的实时状态把握程度有限，而当病害程度明显，或大面积爆发时才会引起农户的注意，进而凭借种植经验对病害进行诊断判别，在很大程度上会造成诊断不及时或者用药过量等情况，导致病害大面积爆发，严重影响蔬菜产质量，造成较大经济损失。面对以上问题，可以明显看出传统农业病害诊断的方法已经无法满足农业现代化发展的进程，对于前沿病害识别及预警方法的需求迫在眉睫。
3.近年来，随着机器学习技术的迅猛发展，机器视觉技术被广泛应用于各个领域中，专家和学者也对机器视觉技术进行了深度研究。在多年来的发展过程中，逐渐形成了图像采集、分割、特征提取及识别的惯用套路模式，图像采集时复杂背景的影响和拍摄过程中环境的影响会出现影响因素较高的噪声，以及在特征提取时对于特征的不当选择，都会对识别结果有较大影响，所以对于该方法在实际场景中的应用有很大的影响。


技术实现要素：

4.本发明的目的在于提供一种蔬菜病害识别与预警系统及方法，用以提升蔬菜病害识别与预警的效率和准确度。
5.第一方面，本发明提供了一种蔬菜病害识别与预警系统，所述系统包括：上位机、与所述上位机连接的环境检测模块、空气调节模块、图像处理模块和无线收发模块；其中：
6.所述环境检测模块包括布设于被监测蔬菜所处环境中的温湿度传感器、光照传感器和co2浓度检测传感器，所述环境检测模块通过所述无线收发模块与所述上位机连接，用于在所述上位机的控制下采集所述被监测蔬菜所处环境的环境参数，将所述环境参数上传所述上位机；
7.所述空气调节模块包括进气气路调节单元和排气气路调节单元；所述进气气路调节单元包括依次连接的第一流量计、第一电磁阀和第一吸气泵；所述排气气路调节单元包括依次连接的第二流量计、第二电磁阀和第二吸气泵；
8.所述上位机用于接收所述环境参数，并获取所述环境参数对应的空气调节指令，向所述进气气路调节单元下发所述空气调节指令对应的第一控制信号，向所述排气气路调节单元下发所述空气调节指令对应的第二控制信号；
9.所述进气气路调节单元用于接收所述第一控制信号，按照所述第一控制信号调节所述第一电磁阀和第一吸气泵的工作参数，以向所述被监测蔬菜所处环境输入空气；
10.所述排气气路调节单元用于接收所述第二控制信号，按照所述第二控制信号调节所述第二电磁阀和第二吸气泵的工作参数，以排出所述被监测蔬菜所处环境中的空气；
11.所述图像处理模块用于在所述上位机的控制下获取所述被监测蔬菜的图像数据集，将所述图像数据集上传所述上位机；
12.所述上位机还用于应用预先训练好的病害预警模型对所述图像数据集进行特征提取和识别处理，确定所述被监测蔬菜对应于各个病害种类的得病概率，；其中，所述病害预警模型包括卷积神经网络模型；所述病害种类包括白粉病、霜霉病等。
13.进一步地，所述上位机还包括多个不同定级质量模式分别对应的空气质量调节按键；所述上位机还用于当有空气质量调节按键被按下时，生成被按下的所述空气质量调节按键对应的触发信号，根据所述触发信号和当前接收到的环境参数确定空气调节指令；所述上位机还用于当所述环境检测模块采集的环境参数与被按下的所述空气质量调节按键对应的定级质量模式匹配时，向所述空气调节模块发送关闭控制信号，以停止所述进气气路调节单元和所述排气气路调节单元工作。
14.进一步地，所述上位机还包括停止按键；所述上位机还有用于当所述停止按键被按下后，向所述空气调节模块和所述环境检测模块发送关闭控制信号，以停止所述环境检测模块、所述进气气路调节单元和所述排气气路调节单元工作。
15.进一步地，所述环境检测模块还包括：与温湿度传感器、光照传感器和co2浓度检测传感器分别连接的滤波放大器，用于对所述温湿度传感器、光照传感器和co2浓度检测传感器采集到的数据进行滤波放大处理；与所述滤波放大器连接的arm微处理器，用于对所述滤波放大器滤波放大处理的数据进行预处理，得到所述环境参数。
16.进一步地，所述图像处理模块包括云台、设置于所述云台上的摄像头，以及与所述云台连接的云台控制器；所述摄像头按照所述拍摄参数采集所述被监测蔬菜的监测位置对应的图像，得到所述被监测蔬菜的图像数据集；其中，所述拍摄参数包括：焦距、光圈和分辨率。
17.进一步地，所述系统还包括与所述上位机通信连接的智能终端；所述智能终端上安装有蔬菜病害识别与预警应用软件。
18.进一步地，所述上位机包括系统板；所述系统板的反表面的面板上设置有电源模块、多个电源端子、气路进气口、气路排气口、多个接线端子；所述系统板的正表面上设置有所述空气调节模块、所述图像处理模块、所述环境检测模块、所述无线收发模块和所述上位机的主控制模块；所述电源模块分别与所述空气调节模块、所述图像处理模块、所述环境检测模块、所述无线收发模块和所述主控制模块通过导线连接，为所述系统供电。
19.进一步地，所述第一电磁阀和所述第二电磁阀均为两通电磁阀，工作电压为直流24v，且均有一个进气口和一个排气口；所述第一吸气泵和所述第二吸气泵的工作电压均为直流24v，且均有一个进气口和一个排气口，工作状态下的排气量均为0.8m3/min。
20.第二方面，本发明提供了一种蔬菜病害识别与预警方法，所述方法应用于上述蔬菜病害识别与预警系统，所述方法包括：所述上位机控制所述环境检测模块采集所述被监测蔬菜所处环境的环境参数，以及控制所述图像处理模块获取所述被监测蔬菜的图像数据集；所述上位机获取所述环境参数对应的空气调节指令，向所述空气调节模块的进气气路调节单元下发所述空气调节指令对应的第一控制信号，向所述空气调节模块的排气气路调节单元下发所述空气调节指令对应的第二控制信号；所述进气气路调节单元按照所述第一控制信号调节所述第一电磁阀和第一吸气泵的工作参数，以向所述被监测蔬菜所处环境输
入空气；所述排气气路调节单元按照所述第二控制信号调节所述第二电磁阀和第二吸气泵的工作参数，以排出所述被监测蔬菜所处环境中的空气；所述上位机应用预先训练好的病害预警模型对所述图像数据集进行特征提取和识别处理，确定所述被监测蔬菜对应于各个病害种类的得病概率；其中，所述病害预警模型包括卷积神经网络模型，所述病害种类包括白粉病、霜霉病等。
21.本发明提供的上述蔬菜病害识别与预警系统及方法中，上位机控制环境检测模块采集被监测蔬菜所处环境的环境参数，并控制图像处理模块获取被监测蔬菜的图像数据集，进而获取上述环境参数对应的空气调节指令，以及向空气调节模块的进气气路调节单元下发该空气调节指令对应的第一控制信号，向空气调节模块的排气气路调节单元下发该空气调节指令对应的第二控制信号，以使进气气路调节单元按照第一控制信号向被监测蔬菜所处环境输入空气，使排气气路调节单元按照第二控制信号排出被监测蔬菜所处环境中的空气，达到自动调控被监测蔬菜所处环境的空气质量；同时上位机还应用预先训练好的病害预警模型对上述图像数据集进行特征提取和识别处理，确定该被监测蔬菜对应于各个病害种类的得病概率，并根据各个病害种类的得病概率进行预警提示，实现了自动监控病虫害和及时预警的目的，有效提升了蔬菜病虫害的识别效率和准确度，节省了大量人力成本。
附图说明
22.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1为本发明实施例提供的一种蔬菜病害识别与预警系统的结构示意图；
24.图2为本发明实施例提供的一种环境检测模块结构示意图；
25.图3为本发明实施例提供的另一种蔬菜病害识别与预警系统的结构示意图；
26.图4为本发明实施例提供的一种蔬菜病害识别与预警系统的结构示意图；
27.图5为本发明实施例提供的一种蔬菜病害识别与预警方法的流程图。
具体实施方式
28.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.参见图1所示的一种蔬菜病害识别与预警系统的结构示意图，该系统包括：上位机101、与上位机101连接的环境检测模块102、空气调节模块103、图像处理模块104和无线收发模块105；其中，各个模块的具体内容如下：
30.环境检测模块102包括布设于被监测蔬菜所处环境中的温湿度传感器1021、光照传感器1022和co2浓度检测传感器1023等。环境检测模块102通过无线收发模块105与上位机101连接，用于在上位机的控制下采集被监测蔬菜所处环境的环境参数，将该环境参数上
传上位机101；
31.本实施例的环境参数包括温湿度传感器1021采集到的温度和/或湿度参数，光照传感器1022采集到的光照参数和co2浓度检测传感器1023采集到的co2浓度参数等。
32.上述空气调节模块103包括进气气路调节单元1031和排气气路调节单元1032；进气气路调节单元1031包括依次连接的第一流量计、第一电磁阀和第一吸气泵；排气气路调节单元1032包括依次连接的第二流量计、第二电磁阀和第二吸气泵；
33.上位机101用于接收上述环境参数，并获取该环境参数对应的空气调节指令，向进气气路调节单元1031下发该空气调节指令对应的第一控制信号，向排气气路调节单元1032下发该空气调节指令对应的第二控制信号；
34.进气气路调节单元1031用于接收第一控制信号，按照第一控制信号调节第一电磁阀和第一吸气泵的工作参数，以向被监测蔬菜所处环境输入空气；本实施例中的第一吸气泵吸入的空气进入被监测蔬菜所处环境，形成进气气路。
35.排气气路调节单元1032用于接收第二控制信号，按照第二控制信号调节第二电磁阀和第二吸气泵的工作参数，以排出被监测蔬菜所处环境中的空气；本实施例中被监测蔬菜所处环境中的空气进入第二吸气泵，由气路排气口排出，形成排气气路。
36.图像处理模块104用于在上位机101的控制下获取被监测蔬菜的图像数据集，将该图像数据集上传上位机101；
37.上位机101还用于应用预先训练好的病害预警模型对图像数据集进行特征提取和识别处理，确定被监测蔬菜对应于各个病害种类的得病概率，以及根据各个病害种类的得病概率进行预警提示；其中，该病害预警模型包括卷积神经网络模型；本发明实施例中的病害种类可以包括白粉病、霜霉病等。
38.上述系统中的上位机101通过控制环境检测模块102采集被监测蔬菜所处环境的环境参数，并控制图像处理模块104获取被监测蔬菜的图像数据集，进而获取上述环境参数对应的空气调节指令，以及向空气调节模块103的进气气路调节单元下发该空气调节指令对应的第一控制信号，向空气调节模块103的排气气路调节单元下发该空气调节指令对应的第二控制信号，以使进气气路调节单元按照第一控制信号向被监测蔬菜所处环境输入空气，使排气气路调节单元按照第二控制信号排出被监测蔬菜所处环境中的空气，达到自动调控被监测蔬菜所处环境的空气质量；同时上位机101还应用预先训练好的病害预警模型对上述图像数据集进行特征提取和识别处理，确定该被监测蔬菜对应于各个病害种类的得病概率，并根据各个病害种类的得病概率进行预警提示，实现了自动监控病虫害和及时预警的目的，有效提升了蔬菜病虫害的识别效率和准确度，节省了大量人力成本。
39.考虑到蔬菜在不同的生长期，可能需要不同的空气质量，为了便于空气质量的调节，上述上位机101还包括多个不同定级质量模式分别对应的空气质量调节按键。
40.上位机101还用于当环境检测模块102采集的环境参数与被按下的空气质量调节按键对应的定级质量模式匹配时，向空气调节模块发送关闭控制信号，以停止进气气路调节单元和排气气路调节单元工作。
41.为了便于控制上位机，上述上位机101还包括停止按键；基于此，上位机101还有用于当停止按键被按下后，向空气调节模块103和环境检测模块102发送关闭控制信号，以停止环境检测模块102、进气气路调节单元和排气气路调节单元工作。
42.参见图2所示的环境检测模块结构示意图，该环境检测模块102除了包括上述温湿度传感器1021、光照传感器1022和co2浓度检测传感器1023之外，还包括：与温湿度传感器1021、光照传感器1022和co2浓度检测传感器1023分别连接的滤波放大器1024，用于对温湿度传感器1021、光照传感器1022和co2浓度检测传感器1023采集到的数据进行滤波放大处理；与滤波放大器1024连接的arm微处理器1025，用于对滤波放大器1024滤波放大处理的数据进行预处理，得到环境参数；预处理包括以下至少之一：去极值处理、增益调节处理。
43.其中，滤波放大器1024中可以包括温湿度传感器1021、光照传感器1022和co2浓度检测传感器1023一一对应的滤波放大电路，用于分别对温湿度传感器1021、光照传感器1022和co2浓度检测传感器1023采集到的数据进行滤波放大处理。
44.上述图像处理模块104包括云台、设置于云台上的摄像头，以及与云台连接的云台控制器；云台控制器用于根据被监测蔬菜的蔬菜种类对应的监测位置设置云台的位姿，以使云台基于位姿调节摄像头的拍摄参数，摄像头则按照拍摄参数采集被监测蔬菜的监测位置对应的图像，得到被监测蔬菜的图像数据集；其中，上述拍摄参数包括：焦距、光圈、闪光灯、自动白平衡和分辨率等。
45.参见图3所示的另一种蔬菜病害识别与预警系统的结构示意图，该系统在图1所示的系统的基础上，还包括与上位机101通信连接的智能终端106；智能终端106上安装有蔬菜病害识别与预警应用软件app。
46.本实施例的智能终端106与上位机101可以通过wifi、蓝牙、局域网或者互联网通信连接。
47.参见图4所示的另一种蔬菜病害识别与预警系统的结构示意图。其中，上位机9(如pc机)包括系统板1011和主控制模块1。本实施例的系统板1011可以为3mm厚的透明亚克力板，外形尺寸为长650mm、宽300mm。
48.作为一种可行的实施方式，系统板1011的正表面上可设置有主控制模块1、图像处理模块2、空气调节模块3、环境检测模块4、无线收发模块5、无线wifi模块7；系统板1011的反表面一侧的面板可以设置有电源模块6、多个电源端子11(供各个模块连接)、气路进气口17、气路排气口18、多个接线端子，例如各种传感器的接线端子10、电磁阀和吸气泵的电源接线端子12；其中，无线wifi模块7用于连接智能终端8。
49.图像处理模块2包括的摄像头可以安装在系统板1011的正表面的第一位置，例如最左侧位置；无线收发模块5可以安装在系统板的正表面的第二位置，例如靠右侧的位置；
50.本实施例的空气调节模块3具体包括两通电磁阀13，两个吸气泵14和两个流量计16，还可以包括不锈钢法兰15。电源模块6通过排线接口与外部电源(如220v的电源)连接，电源模块6分别与空气调节模块3、图像处理模块2、环境检测模块4、无线收发模块5和主控制模块1通过导线连接，为上述系统供电。
51.优选地，上述第一电磁阀和第二电磁阀均为两通电磁阀，工作电压为直流24v，且均有一个进气口和一个排气口；第一吸气泵和第二吸气泵的工作电压均为直流24v。
52.具体实现时，上述图像处理模块2可以由云台控制器、摄像头、存储模块、图像预处理模块等构成，安装在系统板正表面最左侧；云台控制器可根据蔬菜种类按照定义位置进行360度旋转控制拍摄。
53.主控制模块1发送控制信号控制上述电磁阀、吸气泵和流量计的开闭。
54.上述各个传感器的信号线连接至传感器接线端子，电源线与各传感器电源接线端子10连接；
55.电源模块6可以由开关电源、各传感器的电源接线端子10、电源接线端子11、电磁阀和吸气泵的电源接线端子12组成；开关电源的排线接口与外部220v电源连接，为蔬菜病害识别与预警系统供电；各传感器的电源接线端子10提供+12v电压，电源接线端子11提供+5v电压，电磁阀和吸气泵的电源接线端子12提供+24v电压。
56.实际应用中，上述主控制模块1可以主要由cpu核心板和控制母板构成，两者由2.0mm铜制四列直插公母插针连接，cpu核心板主要包括arm微处理器、晶振、复位、电源等外围电路构成。
57.arm微处理器通过光耦控制电路与两通电磁阀及吸气泵接线端子连接，电磁阀、吸气泵和流量计电源由电磁阀吸气泵电源接线端子12连接，光耦控制电路中有电磁阀、吸气泵和流量计工作状态提示灯，以显示电磁阀、吸气泵和流量计的实时工作状态；
58.蔬菜病害识别与预警系统进行模块布局时，将易产生电磁干扰的电源模块、各种模块处理器电源端子、各种传感器电源接线端子和电磁阀吸气泵电源接线端子放置在安装系统板反表面，图像处理模块位于控制母板最左侧。
59.上述上位机能够实现对蔬菜病害图像和监测数据的实时处理显示和保存功能。
60.上述上位机可以是装有蔬菜病害识别及预警应用程序的上位机软件的pc机9或装有蔬菜病害识别及预警应用程序app的智能手机8；所述主控制模块1中控制母板与pc机9通过usb或者rs
‑
232有线连接，或者控制母板通过无线wifi模块7与智能手机8无线连接；蔬菜病害识别及预警应用程序的上位机软件采用vs2010开发，智能手机8端的蔬菜病害识别及预警应用程序app采用java语言开发；上位机软件pc端和手机端均采用了卷积神经网络算法提取图片特征，数据库可增加经典病症图片数量，显示病害种类白粉病、霜霉病；
61.上述上位机软件可对采集到的数据进行实时处理、显示和保存，更新本地数据库，针对不同环境定义质量级别。
62.参见图5提供的一种蔬菜病害识别与预警方法的流程图，该方法应用于上述蔬菜病害识别与预警系统，该方法包括以下步骤：
63.步骤501，上位机控制环境检测模块采集被监测蔬菜所处环境的环境参数，以及控制图像处理模块获取被监测蔬菜的图像数据集；
64.步骤502，上位机获取环境参数对应的空气调节指令，向空气调节模块的进气气路调节单元下发空气调节指令对应的第一控制信号，向空气调节模块的排气气路调节单元下发空气调节指令对应的第二控制信号；
65.步骤503，进气气路调节单元按照第一控制信号调节第一电磁阀和第一吸气泵的工作参数，以向被监测蔬菜所处环境输入空气；排气气路调节单元按照第二控制信号调节第二电磁阀和第二吸气泵的工作参数，以排出被监测蔬菜所处环境中的空气；
66.步骤504，上位机应用预先训练好的病害预警模型对图像数据集进行特征提取和识别处理，确定被监测蔬菜对应于各个病害种类的得病概率，以及根据各个病害种类的得病概率进行预警提示。
67.本发明提供的上述蔬菜病害识别与预警方法中，上位机控制环境检测模块采集被监测蔬菜所处环境的环境参数，并控制图像处理模块获取被监测蔬菜的图像数据集，进而
获取上述环境参数对应的空气调节指令，以及向空气调节模块的进气气路调节单元下发该空气调节指令对应的第一控制信号，向空气调节模块的排气气路调节单元下发该空气调节指令对应的第二控制信号，以使进气气路调节单元按照第一控制信号向被监测蔬菜所处环境输入空气，使排气气路调节单元按照第二控制信号排出被监测蔬菜所处环境中的空气，达到自动调控被监测蔬菜所处环境的空气质量；同时上位机还应用预先训练好的病害预警模型对上述图像数据集进行特征提取和识别处理，确定该被监测蔬菜对应于各个病害种类的得病概率，并根据各个病害种类的得病概率进行预警提示，实现了自动监控病虫害和及时预警的目的，有效提升了蔬菜病虫害的识别效率和准确度，节省了大量人力成本。
68.以图4所示系统为例，上述方法具体进行病害识别及预警时，主控制模块上的arm微处理器可以接收到上位机9或智能终端8发送信号，通过控制云台对监测蔬菜的叶片进行大量拍照，图像处理模块2对采集图像进行预处理，并上传到上位机，上位机采用改进后的残差网络及卷积神经网络算法提取图片特征，和数据库进行对比，得出病害种类白粉病、霜霉病的得病概率；蔬菜病害识别及预警系统通过对温湿度传感器、光照传感器、co2浓度检测传感器实时采集数据，结合环境质量模式的分级定义对监测环境进行质量调节及预警；并实现对蔬菜病害图像和监测数据的实时处理显示和保存功能，实现在线监测。基于上述系统，本发明实施例还提供另一种蔬菜病害识别与预警方法，该方法包括以下步骤：
69.第一步，按下蔬菜病害识别与预警系统的上位机的空气质量调节按键，空气调节模块开始工作，主控制模块控制吸气泵和电磁阀动作，根据质量模式的分级定义，进气气路调节单元和排气气路调节单元上的吸气泵和电磁阀分别动作；同时，环境检测模块的温湿度传感器、光照传感器、co2浓度检测传感器实时对监测环境进行数据采集，并通过usb上传到上位机进行数据的保存处理和显示；然后主控制模块根据质量模式的分级定义和各个传感器的数值范围调节吸气泵和电磁阀动作，直至当前监测环境达到定级质量模式。数据采集过程中温湿度传感器、光照传感器、co2浓度检测传感器的数据信号还可以首先分别进行硬件上的滤波放大处理，然后arm微处理器对各类传感器数据分别进行去极值、增益调节、中值滤波或均值处理等，最后将得到的各个平均值作为监测环境的实际数据(即上述环境参数)传输到蔬菜病害识别与预警系统的上位机，进行数据的保存处理和显示。
70.第二步，按下蔬菜病害识别与预警系统的上位机的病害预测按键，上位机向主控制模块发送指令，图像处理模块开始工作，图片以jpeg格式进行预处理，发送到上位机，经过上位机pc端软件采用卷积神经网络算法提取图片特征，和数据库进行对比，得出病害种类白粉病、霜霉病的得病概率，进行病害的预警提示。
71.第三步，按下蔬菜病害识别及预警系统上位机的环境报警按键，上位机向主控制模块发送命令，无线收发模块处理后根据环境定义级别进行环境报警提示。
72.第四步，按下蔬菜病害识别及预警系统上位机pc端软件的停止按键，空气调节模块停止工作，控制进气气路调节单元和排气气路调节单元上的吸气泵和电磁阀分别进入关闭状态。
73.和目前已有技术相比，本发明实施例提供的系统和方法在提升准确率的基础上对识别速率进行了优化，将卷积神经网络对应的模型移植到pc端和移动端设备中，将病害识别真正地应用到实际生产中，方便用户使用，且检测过程便捷有效，可节省大量人力物力，具体体现在：
74.(1)本系统能够对监测环境中的蔬菜病害进行稳定可靠的实时检测，对环境质量进行定义级别调节并预警，并对采集处理后的数据进行显示和保存。
75.(2)本系统应用领域广泛，操作简单，响应迅速，可以通过无线通信模块进行多节点位置的图像监测处理。
76.(3)本系统安装简单、合理，支持上位机pc端和手机端无线数据传输，方便数据的远程处理及保存，具有良好的稳定性和可靠性。
77.在本发明的描述中，需要说明的是，术语“正表面”、“反表面”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
78.最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。