灯罩质量检测方法、装置、电子设备和存储介质与流程

1.本技术涉及照明设备技术领域，尤其涉及一种灯罩质量检测方法、装置、电子设备和存储介质。


背景技术：

2.灯罩不仅仅是罩在灯上为了使光聚集在一起的作用，还可以防止触电，对保护眼睛也有作用，所以大多数灯上都会有灯罩。为了更加美观，灯罩往往会设置为镂空结构，以在亮灯时，呈现出镂空位置的图案。
3.而在灯罩生产及使用过程中，其镂空位置有时会在雕刻过程中，处理不彻底，使得灯罩镂空位置的图案不符合标准；或者灯罩使用时，由于操作不当对遮盖灯罩，产生安全隐患，因此，需要对灯罩进行质检。
4.相关技术中，一般采用人为查看的方法进行检测，这种方式不能保证质量检测的精度，且容易漏检和误检，人的疲劳会降低检测效率。


技术实现要素：

5.本技术提供了一种灯罩质量检测方法、装置、电子设备和存储介质，用以解决现有技术中，通过人为检测容易漏检和误检，检测精度和效率低的问题。
6.第一方面，本技术实施例提供了一种灯罩质量检测方法，所述灯罩上设置有具有预设个数的角的镂空图案，所述方法包括：
7.获取所述灯罩的待检测图像；
8.对所述待检测图像进行角点检测，确定所述待检测图像中的角点的个数；
9.判断所述角点的个数是否等于所述预设个数，若否，所述灯罩质量不合格。
10.可选的，所述获取所述灯罩的待检测图像，包括：
11.获取所述灯罩的原始图像；
12.获取所述原始图像中待检测区域的位置信息；
13.基于所述位置信息裁剪所述原始图像，得到小目标图像；
14.对所述小目标图像进行预处理，得到所述小目标图像的预处理图像，将所述预处理图像作为所述待检测图像。
15.可选的，所述对所述待检测图像进行角点检测，确定所述待检测图像中的角点的个数，包括：
16.获取窗口函数和窗口大小，根据所述窗口函数和所述窗口大小确定滑动窗口；
17.获取所述滑动窗口在不同方向上的偏移量；
18.将所述滑动窗口在所述待检测图像中，根据所述偏移量进行滑窗操作；
19.根据所述窗口函数计算所述滑动窗口滑动操作前在不同方向的梯度；
20.根据所述梯度和所述窗口函数构建梯度协方差矩阵；
21.根据所述梯度协方差矩阵确定滑动操作前所述滑动窗口内的角点响应值；
22.根据所述角点响应值判断滑动操作前所述滑动窗口内是否存在初始角点；
23.若存在，确定所述初始角点中的符合角点特征的目标角点的个数，将所述目标角点的个数作为所述角点的个数。
24.可选的，所述根据所述梯度和所述窗口函数构建梯度协方差矩阵之后，所述方法还包括：
25.根据所述偏移量和所述梯度协方差矩阵，确定像素值变化系数；
26.若所述像素值变化系数大于预设变化系数阈值，执行所述根据所述梯度协方差矩阵确定滑动操作前所述滑动窗口内的角点响应值步骤；
27.若所述像素值变化系数小于预设变化系数阈值，确定滑动操作前所述滑动窗口内不存在所述初始角点。
28.可选的，所述根据所述梯度协方差矩阵确定滑动操作前所述滑动窗口内的角点响应值，包括：
29.计算得到所述梯度协方差矩阵的特征值；
30.根据所述特征值确定所述角点响应值。
31.可选的，所述确定所述初始角点中的符合角点特征的目标角点的个数，包括：
32.对所述初始角点进行非极值抑制确定目标角点；
33.对所述目标角点的数量进行统计，得到所述目标角点的个数。
34.可选的，所述对所述小目标图像进行预处理，得到所述小目标图像的预处理图像，包括：
35.对所述小目标图像进行去噪处理；
36.对去噪后的所述小目标图像二值化；
37.将二值化后的所述小目标图像进行闭运算；
38.计算闭运算后的所述小目标图像中的凸包及各所述凸包的面积；
39.根据所述凸包的面积确定大凸包和小凸包，移除所述小凸包，得到所述预处理图像，其中，将所述凸包面积大于预设面积阈值的所述凸包作为所述大凸包，将所述凸包面积小于或等于预设面积阈值的所述凸包作为所述小凸包。
40.第二方面，本技术实施例提供了一种灯罩质量检测装置，所述灯罩上设置有具有预设个数的角的镂空图案，所述装置包括：
41.获取模块，用于获取所述灯罩的待检测图像；
42.角点检测模块，用于对所述待检测图像进行角点检测，确定所述待检测图像中的角点的个数；
43.判断模块，用于判断所述角点的个数是否等于所述预设个数，若否，所述灯罩质量不合格。
44.第三方面，本技术实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
45.所述存储器，用于存储计算机程序；
46.所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的灯罩质量检测方法。
47.第四方面，本技术实施例提供了一种计算机可读存储介质，存储有计算机程序，所
述计算机程序被处理器执行时实现第一方面所述的灯罩质量检测方法。
48.本技术实施例提供的上述技术方案与现有技术相比具有如下优点：本技术实施例提供的该方法，在获取到灯罩的待检测图像后，先对待检测图像进行角点检测，确定待检测图像中的角点的个数，进而判断角点的个数是否等于预设个数，若否，灯罩质量不合格。由于灯罩上的镂空图案上的角的个数是确定的，当检测得到的角点个数与预设个数不相等时，则表明检测的灯罩上的镂空图案与合格的灯罩的图案不相符，因此，根据角点个数和预设个数比较便可以确定检测的灯罩是否合格。本技术中，只需要获取待检测图像，并将确定出待检测图像的角点个数与预设个数比较，便可以确定灯罩是否合格，检测过程方便快捷，不需要人工参与检测，检测效率更高。
附图说明
49.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
50.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
51.图1为本技术一实施例提供的灯罩质量检测方法的流程图；
52.图2为本技术另一实施例提供的灯罩质量检测方法的流程图；
53.图3为本技术一实施例提供的灯罩质量检测方法中对小目标图像进行预处理的流程图；
54.图4为本技术一实施例提供的灯罩质量检测方法中对待检测图像进行角点检测的流程图；
55.图5为本技术一实施例提供的灯罩质量检测装置的结构图；
56.图6为本技术一实施例提供的电子设备的结构图。
具体实施方式
57.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中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技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
58.本技术一实施例中提供了一种灯罩质量检测方法，该方法可以应用于任意一种形式的电子设备中，如氛围灯中。如图1所示，该灯罩质量检测方法，包括：
59.步骤101、获取灯罩的待检测图像。
60.一些实施例中，可以将安装灯罩的灯体在亮灯时拍摄得到的图像，或直接拍摄灯罩得到的图像作为待检测图像。可以理解的是，为了使获取的待检测图像检测效果更佳，可以将灯罩或安装该灯罩的灯体，放置在纯色背景上。
61.其中，灯罩上的镂空图案可以为多边形或其他带角的形状，例如三角形、四边形、星型，以下实施例中，以镂空图案为五角星为例进行说明，相应的预设个数为5。
62.步骤102、对待检测图像进行角点检测，确定待检测图像中的角点的个数。
63.一些实施例中，对待检测图像进行角点检测，确定待检测图像中的角点的个数的方式有多种，例如可以通过角点检测算法确定待检测图像中的角点，再对角点的数量进行统计，从而得到角点的个数。
64.步骤103、判断角点的个数是否等于预设个数，若否，灯罩质量不合格，若是，灯罩质量合格。
65.一些实施例中，由于灯罩上镂空图案中的角的个数是确定的，因此，在检测得到的角点个数与预设个数相等时，则表明该待检测图像不存在缺陷，灯罩质量合格；若不相等，则表明灯罩的某个角被遮盖或缺失，使得灯罩质量不合格。基于上述相关实施例，镂空图案为五角星，预设个数为5，该灯罩镂空图案处的某个角被遮盖，使得这个角没有完全镂空，通过对其进行角点检测，检测得到的角点的个数便不会为5，而是为6或4，从而，可以根据检测的角点个数与预设个数比较，判断灯罩是否合格。
66.本技术实施例中，在获取到灯罩的待检测图像后，先对待检测图像进行角点检测，确定待检测图像中的角点的个数，进而判断角点的个数是否等于预设个数，若否，灯罩质量不合格。由于灯罩上的镂空图案上的角的个数是确定的，当检测得到的角点个数与预设个数不相等时，则表明检测的灯罩上的镂空图案与合格的灯罩的图案不相符，因此，根据角点个数和预设个数比较便可以确定检测的灯罩是否合格。本技术中，只需要获取待检测图像，并将确定出待检测图像的角点个数与预设个数比较，便可以确定灯罩是否合格，检测过程方便快捷，不需要人工参与检测，检测效率更高。
67.本技术另一实施例中提供了一种灯罩质量检测方法，如图2所示，该灯罩质量检测方法，包括：
68.步骤201、获取灯罩的原始图像。
69.一些实施例中，灯罩上往往具有多个镂空图案，对灯罩进行检测时，需要获取完整的灯罩图像，对灯罩上的所有镂空图案进行统一检测，以防止漏检。其中，原始图像可以为安装灯罩的灯体在亮灯时拍摄得到的图像，也可以为直接拍摄灯罩得到的图像。
70.可以理解的是，在安装灯罩的灯体为氛围灯时，由于氛围灯在使用时会变换不同的颜色，在不同颜色灯态下，呈现的图像的色彩及亮度存在较大差异，因此，在检测时需要获取不同颜色灯态下的图像并分别检测。
71.步骤202、获取原始图像中各待检测区域的位置信息。
72.一些实施例中，在灯罩上的镂空图案为多个时，在获取到原始图像后，需要将每个镂空图案分别检测，以提高检测精度。本实施例中，将每个镂空图案所处的位置作为待检测区域，通过获取待检测区域的位置信息，可以将每个镂空图案进行划分。可以理解的是，在灯罩上只存在一个镂空图案时，其待检测区域便为该镂空图案所处的区域。
73.其中，位置信息包括待检测区域的宽和高。
74.步骤203、基于位置信息裁剪原始图像，得到多个小目标图像。
75.基于上述相关实施例，在获取到待检测区域的位置信息后，可以根据位置信息对原始图像进行裁剪，以得到多个小目标图像，具体的，可以以待检测区域的左上角为原点，以上述的宽和高为尺寸，裁剪原始图像。其中，每个小目标图像中，只包括一个完整的镂空图案，从而，可以对灯罩上的各镂空图案进行检测。
76.具体的，在镂空图案为五角星时，若灯罩上存在多个五角星，可以将拍摄得到的原
始图像进行裁剪，得到多个仅包括一个五角星的小目标图像，进而对每个小目标图像进行角点检测，从而确定灯罩的质量。
77.步骤204、对各小目标图像进行预处理，得到小目标图像的预处理图像，将预处理图像作为待检测图像。
78.一些实施例中，由于获得的小目标图像中可能会存在干扰，因此，需要对小目标图像进一步处理，以使检测结果更加准确。
79.具体的，对小目标图像进行预处理包括：
80.步骤301、对小目标图像进行去噪处理。
81.一些实施例中，对小目标图像进行去噪处理，可以根据噪声类型获取相应的去噪算法，一般的小目标图像中的噪声类型主要包括椒盐噪声和高斯噪声，相应的，可以采用中值滤波去除椒盐噪声，维纳滤波去除高斯噪声。
82.步骤302、对去噪后的小目标图像二值化。
83.一些实施例中，在安装灯罩的灯体为氛围灯时，由于图像的亮度和颜色均不同，因此，在对不同颜色灯态下的小目标图像进行二值化时，可以设置不同的阈值分割点，以使图像二值化效果更好。具体的，可以采用大津法确定阈值分割点，从而得到二值化图像。
84.步骤303、将二值化后的小目标图像进行闭运算。
85.一些实施例中，小目标图像去噪处理只能去除图像中大部分的噪点，因此，需要通过图像的膨胀和腐蚀操作去除孤立的小点、填充小空洞。
86.步骤304、计算闭运算后的小目标图像中的凸包及各凸包的面积。
87.一些实施例中，若小目标图像中，除了完整的镂空图案外，还包括周边镂空图案的部分区域，可以根据convex hull(凸包)算法计算闭运算后的小目标图像的凸包，并计算各凸包的面积。其中，凸包的大小可以根据凸包的面积与预设面积阈值比较确定大凸包和小凸包，将凸包面积大于预设面积阈值的凸包作为大凸包，将凸包面积小于或等于预设面积阈值的凸包作为小凸包。
88.步骤305、根据凸包的面积确定大凸包和小凸包，移除小凸包，得到预处理图像，并将预处理图像作为待检测图像。
89.一些实施例中，为避免小凸包的干扰，本实施例中，将小凸包移除，只保留凸包面积最大的凸包，得到预处理图像，并将预处理图像作为待检测图像。可以理解的是，在原始图像中，镂空图案为多个时，会对每个裁剪得到的小目标图像均进行预处理，预处理后的所有小目标图像依次作为待检测图像，进行角点检测。
90.步骤205、对各待检测图像进行角点检测，确定待检测图像中的角点的个数。
91.一些实施例中，通过对待检测图像进行角点检测，得到待检测图像中的角点个数，便可以进一步确定待检测图像中角点个数与预设个数是否相等，进而判断灯罩是否合格。
92.其中，对待检测图像进行角点检测，并确定待检测图像中的角点的个数，可以通过以下方式得到，具体包括：
93.步骤401、获取窗口函数和窗口大小，根据窗口函数和窗口大小确定滑动窗口。
94.一些实施例中，窗口函数和窗口大小可以根据实际情况进行选择，例如，窗口函数可以采用高斯滤波函数，窗口大小可以为3*3。
95.步骤402、获取滑动窗口在不同方向上的偏移量。
96.一些实施例中，滑动窗口的偏移量可以根据实际情况进行选择。通常滑动窗口的滑动方向包括水平方向和竖直方向。
97.步骤403、将滑动窗口在待检测图像中，根据偏移量进行滑窗操作。
98.一些实施例中，在待检测图像中进行滑窗操作，可以以待检测图像的左上角为原点、水平方向为x轴方向，竖直方向为y轴方向建立直角坐标系，并为待检测图像的每个像素点赋予坐标值。
99.步骤404、根据窗口函数计算滑动窗口滑动操作前在不同方向的梯度。
100.一些实施例中，待检测图像的梯度可以对窗口函数求导得到。
101.步骤405、根据梯度和窗口函数构建梯度协方差矩阵。
102.基于上述相关实施例，计算得到梯度后，便可以根据梯度和窗口函数构建出梯度协方差矩阵。需要说明的是，在滑动窗口滑动过程中，滑动窗口内图像梯度越大表示滑动窗口内像素值变化越大(灰度的变化率越大)。
103.本实施例中，将梯度协方差矩阵m表示为：
104.m＝∑
x,y
w(x,y)a；
[0105][0106]
其中，表示窗口函数，x表示待检测图像在x轴的坐标值，y表示待检测图像在y轴的坐标值，i
x
表示x轴方向的梯度，iy表示y轴方向的梯度，a表示自相关矩阵。
[0107]
步骤406、根据偏移量和梯度协方差矩阵，确定像素值变化系数。
[0108]
一些实施例中，像素值变化系数表征滑窗操作前后，滑动窗口内像素值的变化情况，在像素值变化系数较大时，表明滑动窗口所在区域就存在角点。
[0109]
进一步的，通过将滑动窗口在x轴和y轴上的偏移量进行矩阵乘运算，得到该像素点的像素值变化系数e，将e表示为：
[0110][0111]
其中，u代表滑动窗口x轴方向的偏移量，v代表滑动窗口y轴方向的偏移量。
[0112]
步骤407、判断像素值变化系数是否大于预设变化系数阈值，若是，执行步骤409，否则，执行步骤408。
[0113]
一些实施例中，通过设置变化系数阈值来判断滑动窗口内是否存在角点。具体的，在像素值变化系数小于预设变化系数阈值时，表明滑动窗口内不存在初始角点，也就不存在角点。通过先计算像素值变化系数，判断滑动窗口内是否存在初始角点，在不存在初始角点时，可以进行下一窗口的判定，不必再进一步的计算，加快了检测流程。
[0114]
步骤408、确定滑动操作前滑动窗口内不存在初始角点。
[0115]
步骤409、根据梯度协方差矩阵确定滑动操作前滑动窗口内的角点响应值。
[0116]
一些实施例中，通过构造角点响应值进一步判断滑动窗口内是否存在初始角点。具体的，将角点响应值r定义为：
[0117]
r＝detm-k(tracem)2；
[0118]
detm＝λ1λ2；
[0119]
tracem＝λ1 λ2；
[0120]
其中，k为常量，k的取值范围为[0.04，0.06]，λ1和λ2为梯度协方差矩阵m的两个特征值，det(m)为m的行列式，trace(m)为m的迹。
[0121]
由于r的值取决于m的特征值，因此，可以用特征值来决定一个滑动窗口是在平面、边缘还是角点区域滑动。具体的，滑动窗口在平坦区域上滑动时，窗口内的灰度值基本不会发生变化，所以r值非常小，在水平和竖直方向的变化量均较小，即i
x
和iy都较小，那么λ1和λ2都较小；滑动窗口在边缘区域上滑动时，r值为负数，窗口内的灰度值仅在水平或竖直方向有较大的变化量，i
x
和iy只有一个较大，λ1》》λ2或λ2》》λ1；滑动窗口在角点区域上滑动时，r值较大在水平、竖直两个方向上变化均较大，即i
x
和iy都较大，也就是λ1和λ2都很大。
[0122]
步骤410、根据角点响应值判断滑动操作前滑动窗口内是否存在初始角点，若是，执行步骤411，否则执行步骤408。
[0123]
一些实施例中，通过将角点响应值与角点响应阈值进行比较，若角点响应值大于角点响应阈值，则确定大于该角点响应阈值的像素对应为初始角点。
[0124]
步骤411、确定初始角点中的符合角点特征的目标角点的个数，将目标角点的个数作为角点的个数。
[0125]
一些实施例中，在检测到初始角点后，可以将预设个数设置为初始角点的个数，也可以对初始角点进行检测，确定出初始角点中符合角点特征的目标角点。具体的，可以通过区域非极值抑制，以确定初始角点中的目标角点。
[0126]
进一步的，步骤205还可以以以下方式实现，例如，还可以根据角点检测算法，对待检测图像进行角点检测，确定待检测图像中的角点，然后，对角点的数量进行统计，得到角点的个数。其中，角点检测算法可以为klt角点检测、susan角点检测，其具体实现角点检测的过程，可以参照相关技术，此处不再赘述。
[0127]
步骤206、判断各待检测图像中的角点的个数是否等于预设个数，若否，执行步骤207，若是，执行步骤208。
[0128]
基于上述相关实施例，在所有的待检测图像检测得到的角点个数均等于预设个数时，确定灯罩质量合格，若待检测图像中至少一个角点个数不等于预设个数，确定灯罩质量不合格。
[0129]
步骤207、确定灯罩质量不合格。
[0130]
步骤208、确定灯罩质量合格。
[0131]
基于上述相关实施例，由于灯罩上的镂空图案上的角的个数是确定的，当检测得到的角点个数与预设个数不相等时，则表明检测的灯罩上的镂空图案与合格的灯罩的图案不相符，因此，根据角点个数和预设个数比较便可以确定检测的灯罩是否合格。本技术中，只需要获取待检测图像，并将确定出待检测图像的角点个数与预设个数比较，便可以确定灯罩是否合格，检测过程方便快捷，不需要人工参与检测，检测效率更高。
[0132]
基于同一构思，本技术实施例中提供了一种灯罩质量检测装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图5所示，灯罩上设置有具有预设个数的角的镂空图案，该装置主要包括：
[0133]
获取模块501，用于获取灯罩的待检测图像；
[0134]
角点检测模块502，用于对待检测图像进行角点检测，确定待检测图像中的角点的
个数；
[0135]
判断模块503，用于判断角点的个数是否等于预设个数，若否，灯罩质量不合格。
[0136]
基于同一构思，本技术实施例中提供了一种电子设备，如图6所示，该电子设备主要包括：处理器601、通信接口602、存储器603和通信总线604，其中，处理器601、通信接口602和存储器603通过通信总线604完成相互间的通信。其中，存储器603中存储有可被至处理器601执行的程序，处理器601执行存储器603中存储的程序，实现如下步骤：
[0137]
获取灯罩的待检测图像；
[0138]
对待检测图像进行角点检测，确定待检测图像中的角点的个数；
[0139]
判断角点的个数是否等于预设个数，若否，灯罩质量不合格。
[0140]
上述电子设备中提到的通信总线604可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线604可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0141]
通信接口602用于上述电子设备与其他设备之间的通信。
[0142]
存储器603可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器601的存储装置。
[0143]
上述的处理器601可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等，还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，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。
[0144]
在本技术的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的灯罩质量检测方法。
[0145]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本技术实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如dvd)或者半导体介质(例如固态硬盘)等。
[0146]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之
间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0147]
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。