针对掌静脉图像的图像增强处理方法和掌静脉识别方法转让专利
申请号 : CN202011364616.9
文献号 : CN112308044B
文献日 : 2021-08-10
发明人 : 程自昂 , 曾林森
申请人 : 佛山育脉科技有限公司
摘要 :
权利要求 :
1.一种针对掌静脉图像的图像增强处理方法,其特征在于,所述方法包括:将采集到的掌静脉图像处理为二值化黑白图像;
根据所述二值化黑白图像确定出手掌中的第一指缝点和第二指缝点,所述第一指缝点是手掌中的食指与中指之间的指缝点、第二指缝点是手掌中无名指与小拇指之间的指缝点;
对第一指缝点和第二指缝点做延展处理,得到第三指缝点和第四指缝点,根据所述第三指缝点和所述第四指缝点获得感兴趣区域位置信息;
根据所述感兴趣区域位置信息从所述掌静脉图像中获得感兴趣区域图像;
对所述感兴趣区域图像做增强处理,获得增强处理后的感兴趣区域图像;
所述根据所述二值化黑白图像确定出手掌中的第一指缝点和第二指缝点的步骤,包括:
根据所述二值化黑白图像的梯度寻找出手掌边缘的像素坐标值集合;根据所述像素坐标值集合确定出所述二值化黑白图像的质心;计算所述像素坐标值集合中的各点与质心的欧氏距离,获得距离集合;使用大小窗分割法对所述距离集合进行处理,以确定出手掌中的第一指缝点和第二指缝点;
所述使用大小窗分割法对所述距离集合进行处理,以确定出手掌中的第一指缝点和第二指缝点的步骤,包括:
将所述距离集合的距离变化二次微分找到全部极值点;
将所述距离集合分割为十段,并寻找每一段的极值点;
两者集合得到食指到小拇指的三个指缝,从所述三个指缝中确定出手掌中的第一指缝点和第二指缝点;所述三个指缝包括手掌中的食指与中指之间的指缝点、无名指与小拇指之间的指缝点、以及中指和无名指之间的指缝点;所述两者是指将所述距离集合的距离变化二次微分后找到的全部极值点和将所述距离集合分割为十段后找到的全部极值点;
所述对第一指缝点和第二指缝点做延展处理,得到第三指缝点和第四指缝点的步骤,包括:
假设所述第一指缝点为A点,所述第二指缝点为B点,所述第一指缝点和第二指缝点之间的线段为线段AB,将线段AB中的A点沿着B点至A点的方向延展第一预设延展距离,得到第三指缝点,将线段AB中的B点沿着A点至B点的方向延展第二预设延展距离,得到第四指缝点;所述第一预设延展距离和所述第二预设延展距离相等,均为手掌中中指宽度的三分之一。
2.如权利要求1所述的针对掌静脉图像的图像增强处理方法,其特征在于,所述根据所述感兴趣区域位置信息从所述掌静脉图像中获得感兴趣区域图像的步骤,包括:从所述掌静脉图像中截取与所述感兴趣区域位置信息对应的局部掌静脉图像;
将所述局部掌静脉图像缩放为预设尺寸的图像,将缩放后得到的预设尺寸的图像作为感兴趣区域图像。
3.如权利要求1所述的针对掌静脉图像的图像增强处理方法,其特征在于,对所述感兴趣区域图像做增强处理,获得增强处理后的感兴趣区域图像的步骤,包括:将所述感兴趣区域图像分为多个图像块;
计算每个图像块的平均灰度值,根据每个图像块的平均灰度值获得所述感兴趣区域图像的背景灰度估计值矩阵;
对所述感兴趣区域图像与所述背景灰度估计值矩阵进行做差处理,获得过渡的增强图像;
对所述过渡的增强图像进行限制对比度自适应直方图均衡增强处理,获得增强处理后的感兴趣区域图像。
4.如权利要求1所述的针对掌静脉图像的图像增强处理方法,其特征在于,所述根据所述第三指缝点和所述第四指缝点获得感兴趣区域位置信息的步骤,包括:以所述第三指缝点和第四指缝点之间的线段为边,向手掌的掌腕方向做正方形;
将获得的所述正方形的四个端点的位置信息作为感兴趣区域位置信息。
5.如权利要求3所述的针对掌静脉图像的图像增强处理方法,其特征在于,所述对所述过渡的增强图像进行限制对比度自适应直方图均衡增强处理,获得增强处理后的感兴趣区域图像的步骤之后,还包括:
使用六个方向滤波器从所述增强处理后的感兴趣区域图像中提取方向信息,根据所述六个方向滤波器提取到的方向信息获得所述掌静脉图像的掌静脉特征;所述六个方向滤波器是在极坐标之下的0‑180度范围内构建的,所述六个方向滤波器中各个方向滤波器对应的角度区分别为:0、[π/6,17π/96]、[31π/96,2π/6]、3π/6、[4π/6、65π/96]、[79π/96、5π/6]。
6.如权利要求5所述的针对掌静脉图像的图像增强处理方法,其特征在于,所述方向信息是指方向特征矩阵;
所述使用六个方向滤波器从所述增强处理后的感兴趣区域图像中提取方向信息,根据所述六个方向滤波器提取到的方向信息获得所述掌静脉图像的掌静脉特征的步骤,包括:使用六个方向滤波器从所述增强处理后的感兴趣区域图像中提取得到六个方向特征矩阵;
对提取到的所述六个方向特征矩阵进行竞争编码处理,得到二进制矩阵,将所述二进制矩阵作为所述掌静脉图像的掌静脉特征。
7.一种掌静脉识别方法,其特征在于,所述掌静脉图像识别方法包括:采集认证主体的多张掌静脉图像;
使用如权利要求1‑4任一项所述的针对掌静脉图像的图像增强处理方法对每张所述掌静脉图像进行处理,得到多张增强处理后的感兴趣区域图像,分别从每张增强处理后的感兴趣区域图像中提取掌静脉特征,将提取到的多个掌静脉特征分别与数据库中预存储的所述认证主体的注册掌静脉特征进行对比,根据对比得到的所述多个掌静脉特征分别对应的匹配结果确定出所述认证主体本次的掌静脉识别结果;或者,使用如权利要求5或6所述的针对掌静脉图像的图像增强处理方法对每张所述掌静脉图像进行处理,得到每张所述掌静脉图像的掌静脉特征,将得到的每个所述掌静脉特征分别与数据库中预存储的所述认证主体的注册掌静脉特征进行对比,根据对比得到的每个所述掌静脉特征分别对应的匹配结果确定出所述认证主体本次的掌静脉识别结果。
8.一种针对掌静脉图像的图像增强处理装置,其特征在于,所述装置包括:图像二值化处理模块,用于将采集到的掌静脉图像处理为二值化黑白图像;
指缝点确定模块,用于根据所述二值化黑白图像确定出手掌中的第一指缝点和第二指缝点,所述第一指缝点是手掌中的食指与中指之间的指缝点、第二指缝点是手掌中无名指与小拇指之间的指缝点;
延展处理模块,用于对第一指缝点和第二指缝点做延展处理,得到第三指缝点和第四指缝点,根据所述第三指缝点和所述第四指缝点获得感兴趣区域位置信息;
感兴趣区域图像获得模块,用于根据所述感兴趣区域位置信息从所述掌静脉图像中获得感兴趣区域图像;
增强处理模块,用于对所述感兴趣区域图像做增强处理,获得增强处理后的感兴趣区域图像;
所述指缝点确定模块在用于根据所述二值化黑白图像确定出手掌中的第一指缝点和第二指缝点时,具体用于根据所述二值化黑白图像的梯度寻找出手掌边缘的像素坐标值集合;根据所述像素坐标值集合确定出所述二值化黑白图像的质心;计算所述像素坐标值集合中的各点与质心的欧氏距离,获得距离集合;使用大小窗分割法对所述距离集合进行处理,以确定出手掌中的第一指缝点和第二指缝点;
所述指缝点确定模块在用于使用大小窗分割法对所述距离集合进行处理,以确定出手掌中的第一指缝点和第二指缝点时,具体用于将所述距离集合的距离变化二次微分找到全部极值点;将所述距离集合分割为十段,并寻找每一段的极值点;两者集合得到食指到小拇指的三个指缝,从所述三个指缝中确定出手掌中的第一指缝点和第二指缝点;所述三个指缝包括手掌中的食指与中指之间的指缝点、无名指与小拇指之间的指缝点、以及中指和无名指之间的指缝点;所述两者是指将所述距离集合的距离变化二次微分后找到的全部极值点和将所述距离集合分割为十段后找到的全部极值点;
所述延展处理模块在用于对第一指缝点和第二指缝点做延展处理,得到第三指缝点和第四指缝点时,具体用于假设所述第一指缝点为A点,所述第二指缝点为B点,所述第一指缝点和第二指缝点之间的线段为线段AB,将线段AB中的A点沿着B点至A点的方向延展第一预设延展距离,得到第三指缝点,将线段AB中的B点沿着A点至B点的方向延展第二预设延展距离,得到第四指缝点;所述第一预设延展距离和所述第二预设延展距离相等,均为手掌中中指宽度的三分之一。
9.一种掌静脉识别装置,其特征在于,所述掌静脉图像识别装置包括:掌静脉图像采集模块,用于采集认证主体的多张掌静脉图像;
图像处理模块,用于使用如权利要求1‑4任一项所述的针对掌静脉图像的图像增强处理方法对每张所述掌静脉图像进行处理,得到多张增强处理后的感兴趣区域图像,分别从每张增强处理后的感兴趣区域图像中提取掌静脉特征,将提取到的多个掌静脉特征分别与数据库中预存储的所述认证主体的注册掌静脉特征进行对比,根据对比得到的所述多个掌静脉特征分别对应的匹配结果确定出所述认证主体本次的掌静脉识别结果;或者,用于使用如权利要求5或6所述的针对掌静脉图像的图像增强处理方法对每张所述掌静脉图像进行处理,得到每张所述掌静脉图像的掌静脉特征,将得到的每个所述掌静脉特征分别与数据库中预存储的所述认证主体的注册掌静脉特征进行对比,根据对比得到的每个所述掌静脉特征分别对应的匹配结果确定出所述认证主体本次的掌静脉识别结果。
说明书 :
针对掌静脉图像的图像增强处理方法和掌静脉识别方法
技术领域
背景技术
更高。
人)的掌静脉图像(图中包括该认证主体的手掌的手指、腕部和背景区域),对掌静脉图像进
行预处理,然后从预处理后的掌静脉图像中提取掌静脉特征,将提取的掌静脉特征与该认
证主体对应的预先提取并存储的掌静脉特征进行匹配,从而实现对该认证主体进行身份鉴
定。
这为后续从掌静脉图像中提取掌静脉特征的操作增加了难度,还可能导致最终提取到的掌
静脉特征不够准确,进而影响了掌静脉特征的匹配识别效果。
发明内容
像进行增强,突出其中的手掌静脉信息,使得后续能够更容易从掌静脉图像中提取到准确
的掌静脉特征。
点,将线段AB中的B点沿着A点至B点的方向延展第二预设延展距离,得到第四指缝点;第一
预设延展距离和第二预设延展距离相等,均为手掌中中指宽度的三分之一。
标之下的0‑180度范围内构建的,六个方向滤波器中各个方向滤波器对应的角度区分别为:
0、[π/6,17π/96]、[31π/96,2π/6]、3π/6、[4π/6、65π/96]、[79π/96、5π/6]。
静脉图像的掌静脉特征的步骤,包括:
增强处理后的感兴趣区域图像中提取掌静脉特征,将提取到的多个掌静脉特征分别与数据
库中预存储的认证主体的注册掌静脉特征进行对比,根据对比得到的多个掌静脉特征分别
对应的匹配结果确定出认证主体本次的掌静脉识别结果;或者,使用如前述的第6或第7个
实施例中提供的针对掌静脉图像的图像增强处理方法对每张掌静脉图像进行处理,得到每
张掌静脉图像的掌静脉特征,将得到的每个掌静脉特征分别与数据库中预存储的认证主体
的注册掌静脉特征进行对比,根据对比得到的每个掌静脉特征分别对应的匹配结果确定出
认证主体本次的掌静脉识别结果。
拇指之间的指缝点;
域图像,分别从每张增强处理后的感兴趣区域图像中提取掌静脉特征,将提取到的多个掌
静脉特征分别与数据库中预存储的认证主体的注册掌静脉特征进行对比,根据对比得到的
多个掌静脉特征分别对应的匹配结果确定出认证主体本次的掌静脉识别结果;或者,用于
使用如前述的第6或第7个实施例所提供的针对掌静脉图像的图像增强处理方法对每张掌
静脉图像进行处理,得到每张掌静脉图像的掌静脉特征,将得到的每个掌静脉特征分别与
数据库中预存储的认证主体的注册掌静脉特征进行对比,根据对比得到的每个掌静脉特征
分别对应的匹配结果确定出认证主体本次的掌静脉识别结果。
脉图像的图像增强处理方法的实施例的步骤,或者实现上述掌静脉识别方法的实施例的步
骤。
的步骤,或者实现上述掌静脉识别方法的实施例的步骤。
做延展处理,得到第三指缝点和第四指缝点,根据第三指缝点和第四指缝点获得感兴趣区
域位置信息;根据感兴趣区域位置信息从掌静脉图像中获得感兴趣区域图像;对感兴趣区
域图像做增强处理,获得增强处理后的感兴趣区域图像。本发明实施例能够对掌静脉图像
进行增强,突出其中的手掌静脉信息,使得后续能够更容易从掌静脉图像中提取到准确的
掌静脉特征。
附图说明
具体实施方式
于限定本申请。
实现掌静脉识别过程中的图像预处理操作,也可以实现整个掌静脉识别过程,即能够完成
掌静脉图像的采集、对采集到的掌静脉图像进行预处理、从预处理后的掌静脉图像中提取
掌静脉特征以及将提取到的掌静脉特征与预先提取并保存的相应的掌静脉特征(即注册掌
静脉特征)进行匹配。在一种实现方式中,该系统至少可以包括采集端(比如,可以是静脉识
别仪等掌静脉识别设备)、图像处理端(比如,可以是服务器或服务器集群)和数据库(比如,
可以MySQL数据库),其中采集端用于采集掌静脉图像,图像处理端用于对采集端采集到并
发送过来的掌静脉图像进行预处理、掌静脉特征提取以及掌静脉特征匹配等操作,数据库
用于存储预先提取的掌静脉特征。进一步地,该执行主体也可以是一个单独的设备(比如,
可以是掌静脉识别设备、智能移动终端如手机/平板电脑等、服务器、或者是上述掌静脉识
别系统中的图像处理端),该设备至少可以实现掌静脉识别过程中的图像预处理操作(即对
采集到的掌静脉图像进行预处理)。
的掌静脉图像可以是执行主体本身采集到的,也可以其他设备采集到后再发送给执行主体
的。
值化黑白图像后,能够更容易从中找到特征点,有利于提高后续操作中提取掌静脉特征的
速度、以及能够提取到更加准确的掌静脉特征。
静脉图像转换为灰度图像;对所述灰度图像进行二值化处理,得到二值化黑白图像。
蓝(B))色彩模式的图像转换为灰度图像,并对转换得到的灰度图像做二值化处理,转化为
二值化黑白图像。
兴趣区域的位置,感兴趣区域即ROI(region of interest),其是指从被处理的掌静脉图像
中以方框、圆、椭圆、不规则多边形等方式勾勒出的需要处理的区域。其中,需要先根据该二
值化黑白图像来确定出该掌静脉图像所包括的手掌的第一指缝点和第二指缝点。
确定出二值化黑白图像的质心;计算像素坐标值集合中的各点与质心的欧氏距离,获得距
离集合;使用大小窗分割法对距离集合进行处理,以确定手掌中食指到小拇指的三个指缝
点的位置信息。
值集合中的各点与该质心间的欧氏距离从而获得距离集合,最后使用大小窗分割法对该距
离集合进行处理,即先将距离集合的距离变化二次微分找到全部极值点,再将距离集合分
割为十段,然后寻找每一段的极值点,两者集合即可得到食指到小拇指的三个指缝,其中,
三个指缝点包括手掌中的食指与中指之间的指缝点(第一指缝点)、无名指与小拇指之间的
指缝点(第二指缝点)、以及中指和无名指之间的指缝点。
区域位置信息。通过对第一指缝点和第二指缝点的延展处理,能够使最终取得的感兴趣区
域更大,从该感兴趣区域中能够提取到更为完整的掌静脉特征,进而能够提高后续的掌静
脉特征匹配的识别准确度。
点,将线段AB中的B点沿着A点至B点的方向延展第二预设延展距离,得到第四指缝点;第一
预设延展距离和第二预设延展距离相等,均为手掌中中指宽度的三分之一。
得的正方形的四个端点的位置信息(即坐标信息)作为感兴趣区域位置信息。
的线段为边,向手掌的掌腕方向做正方形,从而能够确定出该正方形中除了A'和B'外的两
个端点为A”和B”。
将局部掌静脉图像缩放为预设尺寸的图像,将缩放后得到的预设尺寸的图像作为感兴趣区
域图像。
像的步骤,可以包括:
灰度估计值矩阵进行做差处理,获得过渡的增强图像;对过渡的增强图像进行限制对比度
自适应直方图均衡增强处理,获得增强处理后的感兴趣区域图像。
线性插值方法获得该感兴趣区域图像的背景灰度估计值矩阵,再使用该感兴趣区域图像与
背景灰度估计值矩阵做差,以获得该感兴趣区域图像过渡的增强图像,最后对获得的该增
强图像做限制对比度自适应直方图均衡(Contrast Limited Adaptive Histogram Equal
ization,CLAHE)处理,从而获得增强后的感兴趣区域图像,经过上述处理能够使感兴趣区
域图像中的手掌静脉信息更加突出,更易于从中提取掌静脉特征。示例性地,从掌静脉图像
中获得的感兴趣区域图像可以如图3所示,增强处理后的感兴趣区域图像可以如图4所示。
延展处理从而得到第三指缝点和第四指缝点,接着根据第三指缝点和第四指缝点获得感兴
趣区域位置信息,以及根据感兴趣区域位置信息从掌静脉图像中获得感兴趣区域图像,最
后对感兴趣区域图像做增强处理从而获得增强处理后的感兴趣区域图像,由于本发明实施
例对掌静脉图像进行了增强,能使掌静脉图像中的手掌静脉信息相比现有技术更为突出,
从而后续能够更容易从掌静脉图像中提取到准确的掌静脉特征,进而提高了掌静脉识别准
确度。
进行掌静脉识别时,通常只采集个人的单张掌静脉图像来进行处理,并基于从该单张掌静
脉图像中提取的掌静脉特征来进行掌静脉特征匹配过程,然而,依据单张掌静脉图像中提
取的掌静脉特征来进行掌静脉特征匹配,匹配结果具有偶然性,识别效果不稳定,鲁棒性不
高,容易出现误识别的问题。
兴趣区域图像的步骤之后,可以如图5所示,包括:
波器是在极坐标之下的0‑180度范围内构建的,六个方向滤波器中各个方向滤波器对应的
角度区分别为:0、[π/6,17π/96]、[31π/96,2π/6]、3π/6、[4π/6、65π/96]、[79π/96、5π/6]。其
中,该方向信息是指方向特征矩阵。示例性地,从掌静脉图像中获得的掌静脉特征的图像可
以如图6所示。
采用的六方向滤波器相比现有技术常用的八方向滤波器,计算复杂度更低,能够提高开发
效率以及降低成本,当本实施例提供的方法应用于嵌入式设备时,能够显著提高对掌静脉
图像的识别速度。此外,本实施例将该六个方向滤波器的限定角度设置为角度区间,相比将
限定角度全部限定为单一角度(比如0度、30度等),这能大大提升各方向滤波器提取方向信
息的能力,进而能够显著地缩短从掌静脉图像中提取掌静脉特征的处理耗时,提高提取到
的掌静脉特征的准确性,不容易出现误识别的问题,从而在进行掌静脉识别时,可以采集个
人的多张掌静脉图像来进行处理,并基于从多张掌静脉图像中提取的掌静脉特征来进行掌
静脉特征匹配过程,依据多张掌静脉图像中提取的掌静脉特征来进行掌静脉特征匹配,能
够有效降低匹配结果的偶然性,使识别效果更为稳定,鲁棒性高,不容易出现误识别的问
题。
掌静脉特征的步骤,包括:使用六个方向滤波器从增强处理后的感兴趣区域图像中提取得
到六个方向特征矩阵;对提取到的该六个方向特征矩阵进行竞争编码处理,得到二进制矩
阵,将二进制矩阵作为掌静脉图像的掌静脉特征。
y)在k方向下的响应值,k为Lk对应的直线斜率(即方向)。
征存储指定的数据库中作为认证主体的注册掌静脉特征。
兴趣区域图像中提取掌静脉特征,将提取到的多个掌静脉特征分别与数据库中预存储的认
证主体的注册掌静脉特征进行对比,根据对比得到的多个掌静脉特征分别对应的匹配结果
确定出认证主体本次的掌静脉识别结果;或者,使用如前述的实施例二所提供的针对掌静
脉图像的图像增强处理方法对每张掌静脉图像进行处理,得到每张掌静脉图像的掌静脉特
征,将得到的每个掌静脉特征分别与数据库中预存储的认证主体的注册掌静脉特征进行对
比,根据对比得到的每个掌静脉特征分别对应的匹配结果确定出认证主体本次的掌静脉识
别结果。
有预设个数的掌静脉特征的匹配分高于预设阈值(比如,38)时,即可确定该掌静脉特征对
应的认证主体与该注册掌静脉特征对应的认证主体是相同的(即同一人)。比如,从认证主
体那采集了6张掌静脉图像并分别从中提取得到6个掌静脉特征,如果有4个掌静脉特征与
注册掌静脉特征对比所得到的匹配分高于38分,则确定掌静脉识别结果为认证通过。
图像中提取的掌静脉特征来进行掌静脉特征匹配,相比只采集一张掌静脉图像来进行识别
的方式,能够有效降低匹配结果的偶然性,使识别效果更为稳定,鲁棒性高,不容易出现误
识别的问题。
处理装置,包括以下模块:
与小拇指之间的指缝点;
获得的正方形的四个端点的位置信息作为感兴趣区域位置信息。
提取方向信息,根据该六个方向滤波器提取到的方向信息获得掌静脉图像的掌静脉特征;
六个方向滤波器是在极坐标之下的0‑180度范围内构建的,六个方向滤波器中各个方向滤
波器对应的角度区分别为:0、[π/6,17π/96]、[31π/96,2π/6]、3π/6、[4π/6、65π/96]、[79π/
96、5π/6]。
匹配得到匹配结果,执行与该匹配结果对应的预设操作。
处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬
件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中
的存储器中,以便于处理器调用执行以上各个模块对应的操作。
张增强处理后的感兴趣区域图像中提取掌静脉特征,将提取到的多个掌静脉特征分别与数
据库中预存储的认证主体的注册掌静脉特征进行对比,根据对比得到的多个掌静脉特征分
别对应的匹配结果确定出认证主体本次的掌静脉识别结果;或者,用于使用如前述的实施
例二所提供的针对掌静脉图像的图像增强处理方法对每张掌静脉图像进行处理,得到每张
掌静脉图像的掌静脉特征,将得到的每个掌静脉特征分别与数据库中预存储的认证主体的
注册掌静脉特征进行对比,根据对比得到的每个掌静脉特征分别对应的匹配结果确定出认
证主体本次的掌静脉识别结果。
实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件
形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储
器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存
储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储掌静
脉图像、掌静脉图像的掌静脉特征和/或注册掌静脉特征等数据。该计算机设备的网络接口
用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现实施例一或实
施例二提供的一种针对掌静脉图像的图像增强处理方法,或是实现实施例三提供的一种掌
静脉识别方法。
可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
理方法,或是实现实施例三提供的一种掌静脉识别方法。
可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,
本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可
包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM
(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括
随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,
诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强
型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM
(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
盾,都应当认为是本说明书记载的范围。
说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护
范围。因此,本申请专利的保护范围应以所附权利要求为准。