地物分类的方法、地图的绘制方法、装置及电子设备与流程

本发明涉及图像处理及地图制图技术领域，尤其是涉及一种地物分类的方法、地图的绘制方法、装置及电子设备。

背景技术：

遥感技术是一项新的对地观测手段，能够分辨多光谱遥感中探测不到的物质，准确的测量地表物质的物理特性，更加深入地表达探测目标的光谱特征和波谱特征，从而达到“图谱合一”。另外，高光谱遥感的高时效性，能够对感兴趣的地物目标进行高精度的地物辨别，并提供丰富的光谱和波谱信息。

然而，在进行地物分类时，随着影像波段数目的增多，标记样本的各项统计参数也增多；在有限条件下，分类精度随着波段数目的增多，出现“先增后降”的hughes现象，即是所谓的维数灾难。同时，高光谱遥感数据的波段宽度设置的窄且连续，导致数据本身有很大的冗余度、波段间的相关性大等缺点，影响了后续数据处理的效率和精度，使得地物分类结果的精度较低。

技术实现要素：

有鉴于此，本发明的目的在于提供一种地物分类的方法、地图的绘制方法、装置及电子设备，可以有效利用待分类地物在短波红外波段的波谱特性，提高地物分类的精度。

第一方面，本发明实施例提供了一种地物分类的方法，包括：获取待分类地物的短波红外影像；基于短波红外影像和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果；影像波段至少包括可见光波段、近红外波段和短波红外波段；根据光谱特征结果，确定待分类地物的最佳分类波段组合；根据最佳分类波段组合和光谱特征结果，确定地物分类指数；根据地物分类指数对待分类地物进行分类。

在一种实施方式中，基于短波红外影像和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果的步骤，包括：基于短波红外影像，分析待分类地物在短波红外波段的光谱特性，得到分析结果；根据分析结果和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果。

在一种实施方式中，根据光谱特征结果，确定待分类地物的最佳分类波段组合的步骤，包括：基于各个影像波段，得到有效分类波段组合；根据光谱特征结果、有效分类波段组合的影像波段的波段特征和光谱特征，得到影像波段的信息量、影像波段之间的相关性和待分类地物在影像波段的可分性结果；根据光谱特征结果、信息量、相关性和可分性结果，确定待分类地物的最佳分类波段组合。

在一种实施方式中，基于各个影像波段，得到有效分类波段组合的步骤，包括：对各个影像波段进行波段组合，得到多个分类波段组合；分别判断每个分类波段组合是否满足波段选择的依据；其中，依据包括评价准则函数和/或搜索策略；将满足依据的分类波段组合确定为有效分类波段组合；其中，有效分类波段组合包括一个或多个。

在一种实施方式中，地物分类指数至少包括改进的水体归一化指数和改进的植被归一化指数；其中，改进的水体归一化指数的计算公式为：

mndwi＝(red-swir2)/(red+swir2)

其中，red为红色波段的光谱特征值；swir2为短波红外波段2的光谱特征值；

改进的植被归一化指数的计算公式为：

mndvi＝(nir2-swir2)/(nir2+swir2)

其中，nir2为近红外波段2的光谱特征值。

第二方面，本发明实施例提供了一种地图的绘制方法，包括：获取待分类地物的分类结果；其中，分类结果是通过第一方面任一实施方式提供的方法得到的；基于分类结果绘制地图；其中，地图中包含有待分类地物。

第三方面，本发明实施例提供了一种地物分类的装置，包括：影像获取模块，用于获取待分类地物的短波红外影像；光谱特征分析模块，用于基于短波红外影像和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果；影像波段至少包括可见光波段、近红外波段和短波红外波段；波段组合模块，用于根据光谱特征结果，确定待分类地物的最佳分类波段组合；地物分类指数确定模块，用于根据最佳分类波段组合和光谱特征结果，确定地物分类指数；地物分类模块，用于根据地物分类指数对待分类地物进行分类。

第四方面，本发明实施例提供了一种地图的绘制装置，包括：分类结果获取模块，用于获取待分类地物的分类结果；其中，分类结果是通过第一方面任一实施方式提供的方法得到的；地图绘制模块，用于基于分类结果绘制地图；其中，地图中包含有待分类地物。

第五方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现第一方面任一实施方式提供的方法的步骤，或者实现第二方面任一实施方式提供的方法的步骤。

第六方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面任一实施方式提供的方法的步骤，或者执行上述第二方面任一实施方式提供的方法的步骤。

本发明实施例提供了一种地物分类的方法、地图的绘制方法、装置及电子设备，能够基于短波红外影像获得待识别地物在短波红外波段的光谱特性，并且根据预先建立的地物光谱数据库，分析得到待分类地物的最佳分类波段组合(分类波段至少包括可见光波段、近红外波段和短波红外波段)，进而确定新的地物分类指数，根据新的地物分类指数对待分类地物进行分类。由于短波红外波段参与组合进行地物分类，地物在短波红外波段具有更好的可分性，因此可以有效提高地物分类的精度，而且将分类结果应用到地图绘制中，也可以有效提高地图绘制的精度。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

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，对于本领域普通技术人员来讲，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。

图1为本发明实施例提供的一种地物分类的方法的流程示意图；

图2为本发明实施例提供的一种在worldview-3影像各地物波段光谱亮度均值曲线图；

图3为本发明实施例提供了一种有效分类波段组合选择的流程示意图；

图4为本发明实施例提供的一种将地物分类结果应用到地图绘制中的流程示意图；

图5为本发明实施例提供的一种地物分类的装置的结构示意图；

图6为本发明实施例提供的一种地图的绘制装置的结构示意图；

图7为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

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，本领域普通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。

目前解决高光谱遥感影像维数灾难问题的最佳方法是数据降维。现有的高光谱遥感数据降维方法主要有波段选择(特征选择)和特征提取两种。特征提取是通过投影的手段，把原始的光谱波段映射到目标特征空间中，从而将原始数据信息利用数学方法重构成一组包含原始数据大部分信息的低维特征，其优点就是降维速度快，缺点是对原始图像进行了变换，改变了图像本身原有的特性。与特征提取相比，波段选择是寻找与强化最具可分性的光谱波段的过程。波段选择是从原始数据的所有特征中，按照某种应用需求选取出一个特征子集，这些特征子集可以保留遥感数据的原始特征及其物理意义，从而被广泛地应用到高光谱遥感数据的降维处理中，是目前遥感数据处理领域的一个研究热点。因此，如何从高光谱遥感数据中快速、准确选取最佳波段，以便于图像的目视解译和信息的有效提取，是遥感数字图像处理的关键环节之一。现有的地物的分类方法中，也由于高光谱遥感影像维数灾难问题而存在分类精度低的问题。

基于此，本发明实施例提供的一种地物分类的方法、地图的绘制方法、装置及电子设备，可以有效利用待分类地物在短波红外波段的波谱特性，提高地物分类的精度。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种地物分类的方法进行详细介绍，参见图1所示的一种地物分类的方法的流程示意图，该方法可以由电子设备执行，主要包括以下步骤s101至步骤s105：

步骤s101：获取待分类地物的短波红外影像。

其中，短波红外影像可以是由worldview-3卫星获取的。worldview-3卫星能够获取包括可见光-近红外-短波红外波段在内的影像数据，是第一颗能够提供多个高分辨率短波红外波段影像的卫星，其短波红外波段光谱分辨率高达3.7米，具有穿透云雾、高灵敏度、高分辨率的特性，既可抵御恶劣的天气状况，也可保证一定的分辨率，可用于面积更小的地物分类。

步骤s102：基于短波红外影像和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果。

其中，影像波段至少包括可见光波段、近红外波段和短波红外波段。在具体应用中，上述通过光谱分析获取光谱特征结果的步骤可以包括以下步骤a1和步骤a2：

步骤a1：基于短波红外影像，分析待分类地物在短波红外波段的光谱特性，得到分析结果。

在具体实现时，可以对待识别地物的短波红外光谱特性进行分析，包括：对短波红外影像的论述以及待识别地物的短波红外波谱特性分析，诸如水体部分在短波红外影像上呈现暗黑色，更容易识别；裸地在短波红外波段的反射率均值大于可见光-近红外波段的反射率均值等，并通过提取样本实验得到在worldview-3影像各地物波段光谱亮度均值曲线图，参见图2所示。

步骤a2：根据分析结果和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果。

其中，地物光谱数据库可以是envi(theenvironmentforvisualizingimages，遥感图像处理平台)预先存储的，对比典型地物的光谱响应特性，分析不同地物在可见光-近红外-短波红外波段表现出来的光谱特性，尤其是在短波红外波段表现出来的特殊光谱特性，依据这些光谱特性在影像上的表现差异，对比、总结不同地物的光谱特征值。

步骤s103：根据光谱特征结果，确定待分类地物的最佳分类波段组合。

在具体实现时，可以根据光谱特征结果，分别从波段特征、光谱特征、波段间的相关性以及地物的可分性几个方面具体分析影像每个波段的信息量、波段之间的相关性以及不同地物类别在各个波段的可分性，通过实验和对比分析，为每种地物类型选择合适的分类波段组合。

步骤s104：根据最佳分类波段组合和光谱特征结果，确定地物分类指数。

在具体实现时，地物分类指数至少包括改进的水体归一化指数和改进的植被归一化指数；其中，改进的水体归一化指数和改进的植被归一化指数的计算公式分别为：

mndwi＝(red-swir2)/(red+swir2)

mndvi＝(nir2-swir2)/(nir2+swir2)

其中，red为红色波段的光谱特征值；swir2为短波红外波段2的光谱特征值；nir2为近红外波段2的光谱特征值。

步骤s105：根据地物分类指数对待分类地物进行分类。

本发明实施例提供了一种地物分类的方法能够基于短波红外影像获得待识别地物在短波红外波段的光谱特性，并且根据预先建立的地物光谱数据库，分析得到待分类地物的最佳分类波段组合(分类波段至少包括可见光波段、近红外波段和短波红外波段)，进而确定新的地物分类指数，根据新的地物分类指数对待分类地物进行分类。由于短波红外波段参与组合进行地物分类，地物在短波红外波段具有更好的可分性，因此可以有效提高地物分类的精度。

为了便于对上述步骤s103进行理解，本发明实施例提供了一种根据光谱特征结果，确定待分类地物的最佳分类波段组合的方法，包括以下步骤b1至步骤b3：

步骤b1：基于各个影像波段，得到有效分类波段组合。

具体的，基于各个影像波段，得到有效分类波段组合的步骤，包括以下步骤(1)至步骤(3)：

步骤(1)：对各个影像波段进行波段组合，得到多个分类波段组合；

步骤(2)：分别判断每个分类波段组合是否满足波段选择的依据；其中，依据包括评价准则函数和/或搜索策略；

步骤(3)：将满足依据的分类波段组合确定为有效分类波段组合；其中，有效分类波段组合包括一个或多个。

步骤b2：根据光谱特征结果、有效分类波段组合的影像波段的波段特征和光谱特征，得到影像波段的信息量、影像波段之间的相关性和待分类地物在影像波段的可分性结果。

步骤b3：根据光谱特征结果、信息量、相关性和可分性结果，确定待分类地物的最佳分类波段组合。

在具体应用中，从影像波段统计特征、影像波段光谱特征、影像波段相关性、影像地物可分性几个方面，分析得到的不同地物在短波红外波段分类时的最优波段组合，需要遵从的准则包括诸如：所选择出来的波段或者波段组合的信息量要保证最大；所选择出来的波段之间相关性要弱，以保持各波段的独立性和有效性；待研究区内待识别地物的光谱特征差异要最大；所需判别的地物类别在所选择的波段组合上类别可分性最强。

为了更好的理解分类波段组合的选择，本发明实施例提供了一种有效分类波段组合选择的流程示意图，参见图3所示，示意出有效分类波段组合的选择的流程包括以下步骤s301至步骤s306：

步骤s301：获取目标影像。

其中，目标影像可以是由worldview-3卫星能够获取包括可见光-近红外-短波红外波段在内的影像数据。

步骤s302：对目标影像进行预处理。

具体的，目标影像的预处理可以包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化等过程。

步骤s303：根据评价准则和搜索算法进行波段分类组合。

在具体应用中，波段选择的依据可以是从影像所有波段m中通过评价准则函数或者搜索策略选出数量为n(n<m)的波段子集，此时的评价准则函数达到最大或者搜索策略最优。

步骤s304：判断是否满足终止条件。

具体的，判断选择的波段分类组合是否满足终止条件，如果满足，继续执行步骤s305：输出有效波段分类子集；如果不满足，返回执行步骤s303。

执行完步骤s305后，执行步骤s306：对输出结果进行分类验证。

具体的，可以采用最大似然法和决策树法进行分类验证，验证波段分类子集的有效性。

进一步，为了确定短波红外参与地物分类的可行性，本发明实施例提供了一种最佳波段分类组合的验证方法具体的，可以选择最大似然法和决策树法进行分类，并进行分类后处理(诸如过滤处理和聚类处理)和分类结果的评定，通过实验验证和精度评价，第一验证短波红外参与地物分类可以改善分类的精度；第二验证地物分类最佳波段组合的有效性，从而证明短波红外波段可以提高一些地物的分类性能。

通过最大似然分类方法进行分类和精度评价，可以发现：加入短波红外波段可以改善地物的分类精度。通过决策树分类方法进行分类和精度评价，可以发现：改进的水体归一化指数和植被归一化指数可以很好的将水体和植被提取出来，尤其是边缘部分，相比于最大似然分类结果，其整体精度得到了提高，从而验证了改进的地物分类指数的可行性和地物分类最佳波段组合的有效性，进一步说明短波红外波段可以提高地物的分类能力。

本发明实施例还提供了一种地图的绘制方法，包括以下步骤c1和c2：

步骤c1：获取待分类地物的分类结果；其中，分类结果是通过上述实施例提供的地物分类方法得到的；

步骤c2：基于分类结果绘制地图；其中，地图中包含有待分类地物。

在具体应用中，可以将得到的地物分类结果，直接转成shp格式，应用于地图绘制中。从绘制的地图中可以得到：转化后的水体、工业厂房的制图精度可以达到90％以上，道路、裸地、木本植物的分类结果次之，其制图精度在84％～90％之间；居民区和木本植物的分类结果较差，其制图精度在80％以下。

为了更好的理解本发明实施例提供的地物分类的方法及地图的绘制方法，本发明实施例还提供了在一种将地物分类结果应用到地图绘制中的流程示意图，参见图4所示，包括以下步骤s401至步骤s407：

步骤s401：获取目标影像。

步骤s402：目标影像预处理。

步骤s403：进行影像波段特征分析、影像波段光谱特征分析、影像波段相关性分析以及影像地物可分性分析。

步骤s404：地物分类最佳波段组合选择。

步骤s405：采用最大似然分类和决策树分类方法进行分类验证。

步骤s406：分类后处理。

步骤s407：将分类结果应用到地图绘制中，绘制地图。

上述将地物分类结果应用到地图绘制中的方法步骤与前述实施例提供的方法步骤相同，在此不再赘述。

进一步，本发明实施例还提供了一种上述地物分类的方法以及地图的绘制方法的示例，本实施例以武汉东西湖区的worldview-3影像为研究对象，研究该区域的一些典型地物在可见光-近红外-短波红外的光谱响应特性，尤其是在短波红外波段内表现出的特殊的光谱特性。将研究区地物分为植被(木本植物和草本植物)、建筑物(工业厂房和居民区)、道路、裸地、水体七种类型，然后基于典型地物的光谱特征，选择最佳波段组合，并改进一些地物的分类指数，最后进行典型地物的分类和精度评价，以证明短波红外波段的价值性、波段选择的有效性、以及短波红外波段参与地物分类的可行性。

参见表1所示的影像的决策树分类结果的混淆矩阵及其精度评价，通过分析可知，利用基于worldview-3短波红外影像进行地物分类的最佳波段组合，并应用于地图制图的方法，可以有效准确的得到符合地图制图精度的数据成果，相比于传统制图方法，部分地物准确度达到90％以上，效率也得到了提升，节省了很多作业时间。

表1影像的决策树分类结果的混淆矩阵及其精度评价

综上所述，本发明提供的基于worldview-3短波红外影像进行地物分类的最佳波段组合，并应用于地图制图的方法，充分利用了地物在短波红外的波谱反射特性，通过组合不同的波段进行地物的最优分类，实现了从影像到地物的直接转换，充分发掘和利用了地物在短波红外的波谱特性，从而改变了传统的地图制图方法，具有很好的现实意义和使用价值。

进一步，本发明实施例还提供了一种地物分类的装置，参见图5所示的一张地物分类的装置的结构示意图，包括：

影像获取模块501，用于获取待分类地物的短波红外影像。

光谱特征分析模块502，用于基于短波红外影像和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果；影像波段至少包括可见光波段、近红外波段和短波红外波段。

波段组合模块503，用于根据光谱特征结果，确定待分类地物的最佳分类波段组合。

地物分类指数确定模块504，用于根据最佳分类波段组合和光谱特征结果，确定地物分类指数。

地物分类模块505，用于根据地物分类指数对待分类地物进行分类。

在一种实施方式中，光谱特征分析模块502还用于基于短波红外影像，分析待分类地物在短波红外波段的光谱特性，得到分析结果；根据分析结果和预先建立的地物光谱数据库，得到待分类地物在不同影像波段的光谱特征结果。

在一种实施方式中，波段组合模块503还用于基于各个影像波段，得到有效分类波段组合；根据光谱特征结果、有效分类波段组合的影像波段的波段特征和光谱特征，得到影像波段的信息量、影像波段之间的相关性和待分类地物在影像波段的可分性结果；根据光谱特征结果、信息量、相关性和可分性结果，确定待分类地物的最佳分类波段组合。

在一种实施方式中，波段组合模块503还用于对各个影像波段进行波段组合，得到多个分类波段组合；分别判断每个分类波段组合是否满足波段选择的依据；其中，依据包括评价准则函数和/或搜索策略；将满足依据的分类波段组合确定为有效分类波段组合；其中，有效分类波段组合包括一个或多个。

在一种实施方式中，进一步，本发明实施例提供的地物分类的装置还包括分类指数计算模块，用于计算地物分类指数，地物分类指数至少包括改进的水体归一化指数和改进的植被归一化指数；其中，改进的水体归一化指数的计算公式为：

mndwi＝(red-swir2)/(red+swir2)

改进的植被归一化指数的计算公式为：

mndvi＝(nir2-swir2)/(nir2+swir2)

其中，red为红色波段的光谱特征值；swir2为短波红外波段2的光谱特征值；nir2为近红外波段2的光谱特征值。

进一步，本发明实施例还提供了一种地图的绘制装置，参见图6所示的一张地图的绘制装置的结构示意图，包括：

分类结果获取模块601，用于获取待分类地物的分类结果；其中，分类结果是通过上述实施例任一项的方法得到的；

地图绘制模块602，用于基于分类结果绘制地图；其中，地图中包含有待分类地物。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本发明实施例还提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。

图7为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器70，存储器71，总线72和通信接口73，所述处理器70、通信接口73和存储器71通过总线72连接；处理器70用于执行存储器71中存储的可执行模块，例如计算机程序。

其中，存储器71可能包含高速随机存取存储器(ram，randomaccessmemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口73(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线72可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器71用于存储程序，所述处理器70在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器70中，或者由处理器70实现。

处理器70可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器70中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器70可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器71，处理器70读取存储器71中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，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，本领域的普通技术人员应当理解：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所述以权利要求的保护范围为准。