一种三维模型拼接设备及方法转让专利
申请号 : CN202010070148.8
文献号 : CN111292239B
文献日 : 2021-03-12
发明人 : 左忠斌 , 左达宇
申请人 : 天目爱视(北京)科技有限公司
摘要 :
权利要求 :
1.一种多区域三维模型生成方法,其特征在于:利用图像采集装置采集目标物第一区域的多组图像A;采集目标物第二区域的多组图像B;
利用图像采集装置采集目标物第三区域的多组图像C;其中第三区域为目标物第一区域和第二区域相连接区域;
多组图像A、多组图像B、多组图像C能够用于合成目标物3D模型;
在进行采集时,
其中L为在相邻两个采集位置时图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件的矩形长度或宽度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
2.如权利要求1所述方法,其特征在于:其中第三区域的采集密度要高于第一区域或第二区域。
3.如权利要求1所述方法,其特征在于:在采集第一区域时,δ<0.603。
4.如权利要求3所述方法,其特征在于:δ<0.498。
5.如权利要求3所述方法,其特征在于:δ<0.356。
6.如权利要求3所述方法,其特征在于:δ<0.311。
7.如权利要求1所述方法,其特征在于:在采集第二区域时,δ<0.587。
8.如权利要求7所述方法,其特征在于:δ<0.443。
9.如权利要求7所述方法,其特征在于:δ<0.319。
10.如权利要求7所述方法,其特征在于:δ<0.282。
11.如权利要求1所述方法,其特征在于:在采集第三区域时,δ<0.513。
12.如权利要求11所述方法,其特征在于:δ<0.415。
13.如权利要求11所述方法,其特征在于:δ<0.301。
14.如权利要求11所述方法,其特征在于:δ<0.269。
15.如权利要求1所述方法,其特征在于:第一区域为曲率变化平坦或曲率无变化的区域;第二区域为曲率变化剧烈的区域。
16.如权利要求1所述方法,其特征在于:第一区域为目标物外表面区域,第二区域为目标物内表面区域。
17.如权利要求1所述方法,其特征在于:根据第一区域、第二区域或第三区域3D数据,计算与之相关的目标物的几何尺寸。
18.如权利要求1所述方法,其特征在于:图像采集装置在第一方向上转动采集,在第二方向上移动,以实现采集区域覆盖。
19.如权利要求18所述方法,其特征在于:在第二方向上移动的距离满足条件:其中△Y为相邻两个转动采集位置图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件的矩形长度;M为图像采集装置感光元件沿着光轴到目标物表面的距离;μ为经验系数。
20.如权利要求19所述方法,其特征在于:μ<0.477。
21.如权利要求19所述方法,其特征在于:μ<0.349。
22.如权利要求19所述方法,其特征在于:μ<0.254。
23.一种三维模型使用设备,其特征在于,用于执行 如权利要求1-22任一所述的方法。
说明书 :
一种三维模型拼接设备及方法
技术领域
背景技术
方式,采集物体不同角度的图片,并将这些图片匹配拼接形成3D模型。然而通常的3D采集均
是针对物体表面进行的。例如,构建一个古董花瓶的三维模型,采用相机拍摄古董花瓶多个
角度图像,然后利用三维构建模型算法合成花瓶的三维模型。但是利用这种方式构建的三
维模型只是花瓶的表面,并没有实现真正的三维建模,也无法根据模型测量花瓶的一些参
数。例如,无法测量其厚度。对于工业零件及其他一些三维物体也存在类似问题,一旦该物
体存在一些“非表面”的部分,将无法准确合成。例如存在较深的孔洞,较高的凸起等。除了
视觉方式,激光雷达、结构光的三维构建模式也存在类似问题。
涉及合成速度和合成精度的问题。而合成速度和合成精度在某种程度上是一对矛盾,合成
速度的提高会导致最终3D合成精度下降;要提高3D合成精度则需要降低合成速度,通过更
多的图片来合成。首先,现有技术中没有能够较好地同时提高合成速度和合成效果的算法。
其次,通常认为采集和合成是两个过程,互不影响,并没有统一考虑。这影响了3D合成建模
的效率无法兼顾提高合成速度和合成的精度。最后,在现有技术中,也曾提出使用包括转动
角度、目标物尺寸、物距的经验公式限定相机位置,从而兼顾合成速度和效果。然而在实际
应用中发现:除非有精确量角装置,否则用户对角度并不敏感,难以准确确定角度;目标物
尺寸难以准确确定,特别是某些应用场合目标物需要频繁更换,每次测量带来大量额外工
作量,并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差,
从而会影响采集合成速度和效果;准确度和速度还需要进一步提高。
合成速度和合成精度;③算法能够和采集图像的方法相互配合从而同时提高合成速度和合
成精度。
发明内容
轴到目标物表面的距离;δ为调整系数。
轴到目标物表面的距离;μ为经验系数;μ<0.477,特别是μ<0.349或μ<0.254。
测量得到目标物更多信息(例如厚度)。
附图说明
的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
具体实施方式
所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围
完整的传达给本领域的技术人员。
于采集的多个图像,应当保证能够通过下述“三维模型生成方法”可以构建目标物表面3D模
型。
个图像,应当保证能够通过下述“三维模型生成方法”可以构建目标物内部3D模型。
像采集设备进行额外采集和建模。
组。当然,也可以在第一、二步中均使用小体积图像采集模组。
转动采集,如果还不能完整采集,还可以继续深入多个位置。在深入时,图像采集设备逐步
深入的位置也是可以进行优化的,具体参见“图像采集装置位置优化”。当然,由于这种位置
主要涉及在内部长度方向上的位置,因此优化目标、方式和结果与前述采集周向目标时的
优化并不相同。
完整模型的构建。因此虽然相机位置优化方式大体上与“图像采集装置位置优化”相同,但
其参数应更为优选,保证内外两个区域模型最终能够拼接成为完整的3D模型。由于能够获
得内外表面的位置,因此目标物的厚度就可以利用内外表面的位置差求得。
等物理参数。
物相对运动采集目标物一组图像;采集区域移动装置,用于驱动图像采集装置4的采集区域
与目标物产生相对运动。采集区域为图像采集装置4的有效视场范围。具体采集设备的结构
又有不同形态,如下:
有图像采集装置4。通过转动装置2的驱动,使得图像采集装置4围绕目标物转动。
绕载物台1转动;图像采集装置4,用于采集目标物图像,安装于转动臂3上段部,特别的图像
采集装置4还可以沿转动臂3上下俯仰转动,以调节采集角度。
现。因此,图像采集装置4只要绕目标物转动即可。当然这种转动并不一定是完整的圆周运
动,可以根据采集需要只转动一定角度。并且这种转动也不一定必须为圆周运动,图像采集
装置4的运动轨迹可以为其它曲线轨迹,但要保证相机从不同角度拍摄物体。
集目标物图像。但此时计算时,仍然可以按照转化为图像采集装置4运动的情况下来进行计
算,从而使得运动符合相应经验公式(具体下面将详细阐述)。例如,载物台1转动的场景下,
可以假设载物台1不动,而图像采集装置4转动。通过利用经验公式设定图像采集装置4转动
时拍摄位置的距离,从而推导出其转速,从而反推出载物台1转速,以方便进行转速控制,实
现3D采集。
装置为光学扫描装置,使得图像采集装置4不移动或转动的情况下,图像采集装置4的采集
区域与目标物产生相对运动。采集区域移动装置还包括光线偏转单元,光线偏转单元被机
械驱动发生转动,或被电学驱动导致光路偏折,或本身为多组在空间的排布,从而实现从不
同角度获得目标物的图像。光线偏转单元典型地可以为反射镜,通过转动使得目标物不同
方向的图像被采集。或直接于空间布置环绕目标物的反射镜,依次使得反射镜的光进入图
像采集装置4中。与前述类似,这种情况下光轴的转动可以看作是图像采集装置4虚拟位置
的转动,通过这种转换的方法,假设为图像采集装置4转动,从而利用下述经验公式进行计
算。
置均可以使用,并不构成对本发明的限定,例如可以为CCD、CMOS、相机、摄像机、工业相机、
监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环
以及带有图像采集功能所有设备。
装置4采集的目标物图像都是以背景板为背景的。当然,也可以为目标物设定完全固定的背
景板,以使得无论图像采集装置4如何运动,均可以将该背景板作为采集背景。背景板全部
为纯色,或大部分(主体)为纯色。特别是可以为白色板或黑色板,具体颜色可以根据目标物
主体颜色来选择。背景板通常为平板,优选也可以为曲面板,例如凹面板、凸面板、球形板,
甚至在某些应用场景下,可以为表面为波浪形的背景板;也可以为多种形状拼接板,例如可
以用三段平面进行拼接,而整体呈现凹形,或用平面和曲面进行拼接等。
臂3的旋转轨迹与转动中心距离较小或转动臂3的中心线与转动中心线重合(或近似重合)。
转动驱动装置可以包括电机,电机通过齿轮与直线型转动臂3直接连接,此时转动臂3的物
理中心线与转动臂3转动中心线重合。在另外一种情况下,转动臂3为L型,包括横臂和竖臂。
转动臂3的横臂与转动驱动装置连接,图像采集装置4安装在竖臂上。转动驱动装置包括电
机,电机带动横臂转动,与横臂固定连接的竖臂从而相应转动,此时转动中心线与竖臂的物
理中心线并不重合。通常为了节约转动空间,这种不重合的距离可以适当减小,或横臂尺寸
适当减小。当然,如图4,在使用时,可以将L型转动臂3的竖臂放入目标物内部,而横臂放在
外面,就可以减小对转动空间的要求,此时反而要求横臂尺寸更长一些。
4保持不转动。其中直线轨道也可以用直线悬臂代替。但更佳的是,在图像采集装置4整体沿
直线轨迹运动时,其进行一定的转动,从而使得图像采集装置4的光轴朝向目标物。
种情况下如何保证拍摄图像能够准确、稳定地合成3D模型是一大难题,目前还未有人提及。
更常见的方法是多拍照片,用照片数量的冗余来解决该问题。但这样合成结果并不稳定。虽
然目前也有一些通过限定相机转动角度的方式提高合成效果,但实际上用户对于角度并不
敏感,即使给出优选角度,在手持拍摄的情况下用户也很难操作。因此本发明提出了通过限
定两次拍照相机移动距离的方式来提高合成效果、缩短合成时间的方法。
储的标准模型相对比,即可实现人脸识别。例如可以解锁手机,或进行支付验证。
下述条件)的经验条件时,向用户发出报警。报警包括向用户发出声音或灯光报警。当然,也
可以在用户移动图像采集装置4时,手机屏幕上显示,或语音实时提示用户移动的距离,以
及可移动的最大距离L。实现该功能的传感器包括:测距仪、陀螺仪、加速度计、定位传感器
和/或它们的组合。
不同角度的图像。
台1上。优选放置在转动装置2的转轴延长线上,即图像采集装置4转动所围绕的圆心处。这
样可以保证图像采集装置4在转动过程中距离目标物的距离基本不变,从而防止由于物距
剧烈变化而导致图像采集不清晰,或导致对相机的景深要求过高(增加成本)。由于不同目
标物大小不同,为了保证目标物在相机视野内适合的范围。此时可以调节载物台1高度,也
可以调节转动装置2的高度。处理器控制上述旋转装置转动,从而使得图像采集装置4绕目
标物转动。同时处理器根据“位置优化条件”,在图像采集装置4的位置达到上一个采集位置
L距离的位置时,控制图像采集装置4对目标物进行图像采集。处理机接收采集到的多个图
像数据,存储在存储器中或发送给云端进行存储。
内部表面转动。由于内部空间有限,使得图像采集装置4的视场也受到影响,因此很难在一
次360°的转动过程中采集完整的内部表面图像。此时可以先将竖臂插入目标物内部某一较
浅深度例如Y1,转动采集;再将竖臂更加深入的插入目标物另一略微深的深度Y2,再次转动
采集,依次类推,通过不断将竖臂插入不同深度Yn,不断转动采集,就能够获得目标物内部
表面的所有图像。每次图像采集装置4向下移动的距离△Y=Yn-Yn-1需要进行优化,具体优
化方法可以参考位置优化条件。当然,除了移动竖臂的方式外,也可以通过在竖臂上滑动图
像采集装置4,使得图像采集装置4在不同深度位置滑动,实现能够在不同深度进行转动采
集。除了上述方式外,也可以使用多个图像采集装置4,每个图像采集装置4按照△Y=Yn-
Yn-1的间隔条件设置在竖臂上。在每一圈转动采集时,同时处理器根据“位置优化条件”,在
图像采集装置4的位置达到上一个采集位置L距离的位置时,控制图像采集装置4对目标物
进行图像采集。处理机接收采集到的多个图像数据,存储在存储器中或发送给云端进行存
储。
进行转动采集的方式。具体移动距离或多个相机的间隔与上述优化方式相同。
像。优选,除了拍摄连接部图像外,图像采集装置4在转动拍摄时,应当采集连接部和目标物
内部同时存在的图像,以及连接部外部同时存在的图像。同样,在每一圈转动采集时,同时
处理器根据“位置优化条件”,在图像采集装置4的位置达到上一个采集位置L距离的位置
时,控制图像采集装置4对目标物进行图像采集。处理机接收采集到的多个图像数据,存储
在存储器中或发送给云端进行存储。
何两个采集区域均可以使用这种方法采集,例如采集第一区域图像,采集第二区域图像,采
集第一区域与第二区域连接区域的图像,并将这三类图像送入处理器中,根据3D合成算法
进行3D模型合成。例如,目标物表面大部分为凹凸起伏不大的平坦区域,但在平坦区域中具
有一个深坑或凸起。此时平坦区域可以对应于第一区域,深坑或凸起可以对应于第二区域,
平坦区域与深坑或凸起的邻接部分相当于连接区域。分别采集这三部分图像,经过3D合成
算法后即可得到该目标物完整3D模型。
4可以绕花瓶一周转动,拍摄花瓶圆周360°范围内的图像。此时,图像采集装置4究竟在哪个
位置进行采集需要进行优化,否则将难以兼顾3D模型构建的时间和效果。当然,除了绕目标
转动的方式外,也可以布置多个图像采集装置4同时进行采集(具体可以参见“多相机方式
的采集设备”),此时图像采集装置4位置依然需要优化,优化的经验条件与上述一致,此时
由于有多个图像采集装置4,因此优化的位置就是两个相邻图像采集装置4之间的位置。
集装置4的位置,或图像采集装置4相邻两个采集位置满足如下条件:
着光轴到目标物表面的距离;δ为调整系数。
线距离,与An、An+1两个图像采集装置4相邻的An-1、An+2两个图像采集装置4和An、An+1两个图像
采集装置4各自感光元件沿着光轴到目标物1表面的距离分别为Tn-1、Tn、Tn+1、Tn+2,T=(Tn-1+
Tn+Tn+1+Tn+2)/4。当然可以不只限于相邻4个位置,也可以用更多的位置进行平均值计算。
元件中心、图像采集装置4的几何中心、图像采集装置4与云台(或平台、支架)连接的轴中
心、镜头近端或远端表面的中心替代,经过试验发现由此带来的误差是在可接受的范围内
的,因此上述范围也在本发明的保护范围之内。
量,因此在实际使用时较为不便。并且,物体尺寸会随着测量物体的变化而改变。例如,在进
行一个成年人头部3D信息采集后,再进行儿童头部采集时,就需要重新测量头部尺寸,重新
推算。上述不方便的测量以及多次重新测量都会带来测量的误差,从而导致相机位置推算
错误。而本方案根据大量实验数据,给出了相机位置需要满足的经验条件,不仅避免测量难
以准确测量的角度,而且不需要直接测量物体大小尺寸。经验条件中d、f均为相机固定参
数,在购买相机、镜头时,厂家即会给出相应参数,无需测量。而T仅为一个直线距离,用传统
测量方法,例如直尺、激光测距仪均可以很便捷的测量得到。因此,本发明的经验公式使得
准备过程变得方便快捷,同时也提高了相机位置的排布准确度,使得相机能够设置在优化
的位置中,从而在同时兼顾了3D合成精度和速度,具体实验数据参见下述。
的,并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<
0.498时,能够最佳地兼顾合成效果和合成时间的平衡;为了获得更好的合成效果可以选择
δ<0.356,此时合成时间会上升,但合成质量更好。当然为了进一步提高合成效果,可以选择
δ<0.311。而当δ为0.681时,已经无法合成。但这里应当注意,以上范围仅仅是最佳实施例,
并不构成对保护范围的限定。
和调试时变得容易。由于相机参数(焦距f、CCD尺寸)在相机购买时就已经确定,并且是产品
说明中就会标示的,很容易获得。因此根据上述公式很容易就能够计算得到相机位置,而不
需要再进行繁琐的视场角测量和物体尺寸测量。特别是在一些场合中,需要更换相机镜头,
那么本发明的方法直接更换镜头常规参数f计算即可得到相机位置;同理,在采集不同物体
时,由于物体大小不同,对于物体尺寸的测量也较为繁琐。而使用本发明的方法,无需进行
物体尺寸测量,能够更为便捷地确定相机位置。并且使用本发明确定的相机位置,能够兼顾
合成时间和合成效果。因此,上述经验条件是本发明的发明点之一。
或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<0.443时,能够最佳地兼顾
合成效果和合成时间的平衡;为了获得更好的合成效果可以选择δ<0.319,此时合成时间会
上升,但合成质量更好。当然为了进一步提高合成效果,可以选择δ<0.282。而当δ为0.675
时,已经无法合成。但这里应当注意,以上范围仅仅是最佳实施例,并不构成对保护范围的
限定。
但是在要求不高的情况下也是可以接受的,并且可以通过手动或者更换算法的方式弥补无
法合成的部分。特别是δ的值满足δ<0.415时,能够最佳地兼顾合成效果和合成时间的平衡;
为了获得更好的合成效果可以选择δ<0.301,此时合成时间会上升,但合成质量更好。当然
为了进一步提高合成效果,可以选择δ<0.269。而当δ为0.660时,已经无法合成。但这里应当
注意,以上范围仅仅是最佳实施例,并不构成对保护范围的限定。
细节进行实验,得到其他数据也是符合该公式条件的。
能够在第二方向上不同位置分别转动采集。第二方向通常为目标物的竖直轴向。如在采集
花瓶的外表面信息时,第而方向为花瓶的高度方向。也就是说,图像采集装置4可以沿花瓶
高度移动,在不同高度再进行转动采集。此时,图像采集装置4究竟在哪个高度位置进行采
集需要进行优化,否则将难以兼顾3D模型构建的时间和效果。当然,除了图像采集装置4移
动的方式外,也可以布置多个图像采集装置4同时进行采集,此时图像采集装置4位置依然
需要优化,优化的经验条件与上述一致,此时由于有多个图像采集装置4,因此优化的位置
就是两个相邻的进行转动的位置Y1、Y2。
沿着光轴到目标物表面的距离;μ为经验系数。
光元件中心、图像采集装置4的几何中心、图像采集装置4与云台(或平台、支架)连接的轴中
心、镜头近端或远端表面的中心替代,经过试验发现由此带来的误差是在可接受的范围内
的,因此上述范围也在本发明的保护范围之内。
的,并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是μ的值满足μ<
0.349时,能够最佳地兼顾合成效果和合成时间的平衡;为了获得更好的合成效果可以选择
μ<0.254,此时合成时间会上升,但合成质量更好。而当μ为0.5151时,已经无法合成。但这里
应当注意,以上范围仅仅是最佳实施例,并不构成对保护范围的限定。
细节进行实验,得到其他数据也是符合该公式条件的。
线方式与图像采集装置4连接。例如可以使用独立的计算机、服务器及集群服务器等作为处
理单元,图像采集装置4采集到的图像数据传输至其上,进行3D合成。同时,也可以将图像采
集装置4的数据传输至云平台,利用云平台的强大计算能力进行3D合成。
影像局部灰度目标值,sf为变换后影像局部灰度标准偏差目标值。c∈(0,1)为影像方差的
扩展常数,b∈(0,1)为影像亮度系数常数。
点检测、特征点描述和特征点匹配。该方法使用Hessian矩阵来检测特征点,用箱式滤波器
(Box Filters)来代替二阶高斯滤波,用积分图像来加速卷积以提高计算速度,并减少了局
部影像特征描述符的维数,来加快匹配速度。主要步骤包括①构建Hessian矩阵,生成所有
的兴趣点,用于特征提取,构建Hessian矩阵的目的是为了生成图像稳定的边缘点(突变
点);②构建尺度空间特征点定位,将经过Hessian矩阵处理的每个像素点与二维图像空间
和尺度空间邻域内的26个点进行比较,初步定位出关键点,再经过滤除能量比较弱的关键
点以及错误定位的关键点,筛选出最终的稳定的特征点;③特征点主方向的确定,采用的是
统计特征点圆形邻域内的harr小波特征。即在特征点的圆形邻域内,统计60度扇形内所有
点的水平、垂直harr小波特征总和,然后扇形以0.2弧度大小的间隔进行转动并再次统计该
区域内harr小波特征值之后,最后将值最大的那个扇形的方向作为该特征点的主方向;④
生成64维特征点描述向量,特征点周围取一个4*4的矩形区域块,但是所取得矩形区域方向
是沿着特征点的主方向。每个子区域统计25个像素的水平方向和垂直方向的haar小波特
征,这里的水平和垂直方向都是相对主方向而言的。该haar小波特征为水平方向值之后、垂
直方向值之后、水平方向绝对值之后以及垂直方向绝对值之和4个方向,把这4个值作为每
个子块区域的特征向量,所以一共有4*4*4=64维向量作为Surf特征的描述子;⑤特征点匹
配,通过计算两个特征点间的欧式距离来确定匹配度,欧氏距离越短,代表两个特征点的匹
配度越好。
特征点为初值,进行多视照片稠密匹配,获取得到密集点云数据。该过程主要有四个步骤:
立体像对选择、深度图计算、深度图优化、深度图融合。针对输入数据集里的每一张影像,我
们选择一张参考影像形成一个立体像对,用于计算深度图。因此我们可以得到所有影像的
粗略的深度图,这些深度图可能包含噪声和错误,我们利用它的邻域深度图进行一致性检
查,来优化每一张影像的深度图。最后进行深度图融合,得到整个场景的三维点云。
系,根据积分关系获得点云的向量场,计算指示函数梯度场的逼近,构成泊松方程。根据泊
松方程使用矩阵迭代求出近似解,采用移动方体算法提取等值面,对所测点云重构出被测
物体的模型。
性分析。利用图像的标定信息计算每个三角面的可见图像集以及最优参考图像;③三角面
聚类生成纹理贴片。根据三角面的可见图像集、最优参考图像以及三角面的邻域拓扑关系,
将三角面聚类生成为若干参考图像纹理贴片;④纹理贴片自动排序生成纹理图像。对生成
的纹理贴片,按照其大小关系进行排序,生成包围面积最小的纹理图像,得到每个三角面的
纹理映射坐标。
成算法也可以实现,只是合成效果和速度会受到一定影响。
用来辅助医疗等多种用途。
图像、三维点云、三维网格、局部三维特征、三维尺寸及一切带有目标物三维特征的参数。本
发明里所谓的三维是指具有XYZ三个方向信息,特别是具有深度信息,与只有二维平面信息
具有本质区别。也与一些称为三维、全景、全息、三维,但实际上只包括二维信息,特别是不
包括深度信息的定义有本质区别。
笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有
设备。
交叉而不是平行。也就是说,图像采集装置4的采集区域环绕或部分环绕目标物运动,均可
以认为是两者相对转动。虽然本发明实施例中列举更多的为有轨道的转动运动,但是可以
理解,只要图像采集设备的采集区域和目标物之间发生非平行的运动,均是转动范畴,均可
以使用本0.发明的限定条件。本发明保护范围并不限定于实施例中的有轨道转动。
和技术,以便不模糊对本说明书的理解。
例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保
护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面
的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,
遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身
都作为本发明的单独实施例。
元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或
子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何
组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任
何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权
利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代
替。
之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可
以以任意的组合方式来使用。
微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于本发明装置中的一些
或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一
部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本
发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样
的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未
列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的
元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实
现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项
来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名
称。
确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认
定为覆盖了所有这些其他变型或修改。