阅读说明：本技术 油墨标签的识别验伪方法、装置、设备及介质 (Fake method, device, equipment and medium are tested in the identification of ink label ) 是由 袁涌耀 汪宁 黄志明 吴光乐 刘一宸 于 2019-07-22 设计创作，主要内容包括：本发明公开了一种油墨标签的识别验伪方法,涉及防伪技术领域,用于实现基于油墨标签的商品验伪,该方法包括以下步骤：获取油墨标签图像,对所述油墨标签图像进行识别以提取油墨特征信息；获取验证模板,将所述油墨特征信息与验证模板进行特征比对,得到特征比对结果；根据所述特征比对结果,返回验伪结果。本发明还公开了一种油墨标签的识别验伪装置、电子设备和计算机存储介质。本发明通过对油墨标签的油墨特征和镭射特征分别进行提取和比对,实现商品的验伪。(The invention discloses a kind of identifications of ink label to test fake method, it is related to field of anti-counterfeit technology, puppet is tested for realizing the commodity based on ink label, method includes the following steps: obtaining ink label image, the ink label image is identified to extract ink characteristic information；Validation template is obtained, the ink feature information and validation template are subjected to aspect ratio pair, obtain feature comparison result；Pseudo- result is tested as a result, returning according to the aspect ratio pair.The invention also discloses a kind of identifications of ink label to test pseudo-device, electronic equipment and computer storage medium.The present invention is extracted and is compared respectively by ink feature to ink label and radium-shine feature, and that realizes commodity tests puppet.)

油墨标签的识别验伪方法、装置、设备及介质

技术领域

本发明涉及防伪技术领域，尤其涉及一种油墨标签的识别验伪方法、装置、设备及介质。

背景技术

我国的包装印刷行业迅猛发展，防伪标签的使用越来越普及，特别是在药品、香烟等高端产品的包装上普遍应用，以达到防伪效果。

但是随着防伪标签的普及后，市场上的造假者以高仿真手段对防伪标签进行伪造，以实现对高端产品的造假；更有甚者，直接回收高端商品的外包装去重新加工，以此造假欺骗消费者，扰乱市场秩序。但是普通消费者对这些防伪标签缺乏专业的识别能力，而且对防伪标签应用于商品防伪的现象也已经习以为常，日常生活中一般不会有人去仔细辨别这些印有防伪标签的商品是否为正品。

在市面上普遍应用的防伪标签，包括镭射标签和油墨标签，现有的镭射图纹通常采用将印有图纹的镭射膜通过粘接复合等工序转移至包装纸上形成镭射标签，但由于镭射转移膜的广泛运用，现有的镭射图纹很容易被复制，大大降低了其防伪功效。

因此，使用油墨标签去实现商品防伪，会有更好的效果，油墨标签一般随机印刷的油墨层形成，其形成的油墨图案的深浅、形状均不确定，具有随机性和唯一性，因此对此种油墨标签的识别和验证过程相对比较复杂，若将油墨标签的油墨层叠加镭射图层，会形成静态和动态的防伪图案，具有更强的防伪效果。所以油墨标签投入市场后，需要提出一种针对油墨标签的识别验证方法，完成对油墨标签中防伪图案的识别验证。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种油墨标签的识别验伪方法，其通过对油墨标签图像进行特征提取，得到油墨标签的油墨特征信息，利用提取到的油墨特征信息进行验伪，从而完成对产品的验伪，进而能较好的维护消费者利益。

本发明的目的之一采用以下技术方案实现：

一种油墨标签的识别验伪方法，包括以下步骤：

获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息；

获取验证模板，将所述油墨特征信息与验证模板进行特征比对，得到特征比对结果；

根据所述特征比对结果，返回验伪结果。

进一步地，通过油墨标签的唯一标识获取验证模板，所述油墨标签的唯一标识为：与油墨标签的验证模板绑定的条码信息或油墨标签的标签号。

进一步地，对所述油墨标签图像进行识别以提取油墨特征信息，其具体的提取步骤包括：

对所述油墨标签图像进行预处理，根据图形定位特征，从预处理后的所述油墨标签图像中确定定位图形的位置，

根据目标特征和所述定位图形的位置，确定防伪区域；

通过仿射变换校正所述防伪区域；

将校正后的防伪区域进行二值化处理，得到二值图；

将所述二值图划等分为若干分块，计算每个分块中油墨的占比，若所述占比大于或等于阈值，则将分块的值置为0，反之置为1；将所述若干分块的值按顺序组合成二进制数，所述二进制数为油墨特征信息。

进一步地，当油墨标签包含镭射图层时，还分析所述油墨标签图像的颜色变化，以判断是否符合所述油墨标签的颜色变化规律，其包括如下步骤：

获取多帧所述油墨标签图像，将所述油墨标签图像转换为HSV色彩空间；

记录多帧所述油墨标签图像的HSV色彩空间，分析多帧所述油墨标签图像中每个像素的颜色变化，当所述颜色变化的像素数量和分布满足设定的条件时，则符合所述油墨标签的颜色变化规律，反之，则不符合；

其中，通过VIBE算法、混合高斯模型或深度学习模型分析所述颜色变化。

进一步地，通过排列组合所述定位图形的位置形成候选防伪区域，再根据目标特征从所述候选区域中确定所述防伪区域。

进一步地，利用提取到的油墨特征信息进行验伪比对，其验伪比对过程包括：将所述油墨特征信息与预先存储的所述油墨标签对应的验证模板进行比对，当比对成功时，则验伪通过；反之，验伪不通过。

进一步地，利用提取到的油墨特征信息进行验伪比对，其验伪比对过程包括：将所述油墨特征信息与预先存储的所述油墨标签对应的验证模板进行比对，当比对成功且符合所述颜色变化规律时，则验伪通过；反之，验伪不通过。

本发明的目的之二在于提供一种油墨标签的识别验伪装置，其通过油墨标签的油墨图案和镭射图案分别进行识别处理和验证，从而对商品进行验伪。

本发明的目的之二采用以下技术方案实现：

一种油墨标签的识别验伪装置，其包括：

图像获取模块，用于获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息；

验伪模块，用于获取验证模板，将所述油墨特征信息与验证模板进行特征比对，得到特征比对结果；

结果输出模块，用于根据所述特征比对结果，返回验伪结果。

本发明的目的之三在于提供执行发明目的之一的电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的油墨标签的识别验伪方法。

本发明的目的之四在于提供存储发明目的之一的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的油墨标签的识别验伪方法。

相比现有技术，本发明的有益效果在于：

本发明通过对油墨标签中的油墨特征进行识别和特征提取，最后将提取到的油墨特征信息与预先定义的验证模板进行比对，从而能完成对油墨标签的验证，以实现产品验伪，进而达到维护消费者利益的目的，当对叠加镭射图层的油墨标签进行识别和特征提取时，还将提取镭射特征信息与验证模板进行比对，能实现对不同类型的油墨标签进行识别验伪。

附图说明

图1是本发明油墨标签的识别验伪方法的流程图；

图2是实施例2的油墨标签的识别验伪方法的流程图；

图3是实施例3的油墨标签的识别验伪装置的结构框图；

图4是实施例4的电子设备的结构框图。

具体实施方式

以下将结合附图，对本发明进行更为详细的描述，需要说明的是，下参照附图对本发明进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。

实施例1

本实施例提供了一种油墨标签的识别验伪方法，旨在通过采集油墨标签图像，然后对油墨标签图像进行识别，实现油墨特征提取，并将提取到的油墨特征与预先定义的验证模板进行比对，从而完成油墨标签的识别和验证，其中采用二进制数描述油墨特征，在进行油墨特征比对时，只需要比对数值即能完成验证，因此比对过程花费的开销小。

基于以上原理，如图1所示，一种油墨标签的识别验伪方法，其包括以下步骤：

获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息；

获取验证模板，将所述油墨特征信息与验证模板进行特征比对，得到特征比对结果；

根据所述特征比对结果，返回验伪结果。

本实施例对没有叠加镭射图层的油墨标签进行识别验伪，该油墨标签包含油墨区域和非油墨区域，只需提取该油墨标签的油墨特征信息进行特征比对。

本发明的实施例采用摄像头直接采集的油墨标签图像，也可以对油墨标签进行实时扫描，得到油墨标签的扫描视频，对该扫描视频的帧进行提取得到若干油墨标签图像，在对油墨标签图像进行后续识别和特征提取。将扫描视频的帧进行提取，采用MATLAB对扫描视频进行读取，然后进行图像分离得到。

优选地，通过油墨标签的唯一标识获取验证模板，所述油墨标签的唯一标识为：与油墨标签的验证模板绑定的条码信息或油墨标签的标签号。

在本发明其他实施例中，采用与油墨标签匹配使用的条码实现验证模板获取，该条码采用一维码或二维码以进行数据存储，以二维码为例，通过对二维码的识别得到二维码信息，该二维码信息为该油墨标签的唯一标识，该二维码信息与油墨标签的验证模板预先绑定；根据二维码信息从服务器获取验证模板用于特征比对，然后采集油墨标签图像，对油墨标签图像进行识别和特征信息提取后，将该特征信息与验证模板进行比对，根据比对结果，得到验伪结果，即利用提取到的油墨特征信息进行验伪比对，其验伪比对过程包括：将所述油墨特征信息与预先存储的所述油墨标签对应的验证模板进行比对，当比对成功时，则验伪通过；反之，验伪不通过。在本发明的其他实施例中，若比对成功，则返回验证通过，并返回使用该油墨标签的商品信息，实现对商品的溯源。

在本发明的另一实施例中，油墨标签的唯一标识为油墨标签上印刷的标签号，对油墨标签图像进行识别时，通过OCR技术提取油墨标签图像中的标签号，除此之外，还可以采用MATLAB去油墨标签图像进行仿真识别，通过二值化、字符归一化、模板匹配算法提取标签号，再通过标签号获取验证模板。

本实施例提出的油墨标签识别验伪方法可以应用在终端或服务器上，该终端包括但不限于手机、平板电脑等能进行视频采集、图像采集和网络传输的电子产品，在终端上使用该油墨标签识别验伪方法时，直接通过终端采集油墨标签图像后进行图像识别，从而提取油墨标签的特征信息，再从数据库中获取验证模板与特征信息进行比对，得到验伪结果，将验伪结果在终端上显示。在服务器上使用该油墨标签识别验伪方法时，服务器从验证端获取油墨标签图像后进行图像识别，从而提取油墨标签的特征信息，再从服务器自身的数据库中获取验证模板与特征信息进行比对，将得到验伪结果返回验证端进行显示。

若服务器从验证端通过获取油墨标签的视频流得到油墨标签图像时，当服务器接收到油墨标签的唯一标识后，会向验证端发送视频推流URL后，验证端通过RTMP协议的监听线程创建推流线程，从而通过推流线程采集实时的油墨标签扫描视频，并推送到视频推流URL，服务器端从视频流URL中拉取相应的视频流信息，并取该视频流信息的帧转换为油墨标签图像。

优选地，对所述油墨标签图像进行识别以提取油墨特征信息的具体步骤进行介绍，包括：

对所述油墨标签图像进行预处理，根据图形定位特征，从预处理后的所述油墨标签图像中确定定位图形的位置，

根据目标特征和所述定位图形的位置，确定防伪区域；

通过仿射变换校正所述防伪区域；

将校正后的防伪区域进行二值化处理，得到二值图；

将所述二值图划分为若干分块，这些分块的大小可以相等，也可以不等。计算每个分块中油墨的占比，若所述占比大于阈值，则将分块的值置为0，反之置为1；将所述若干分块的值按顺序组合成二进制数，所述二进制数为油墨特征信息。可以理解的是，将二值图划分的分块数越多，其得到的二进制数也就越多，比对时也就越准确。

本实施例中，对所述油墨标签图像进行预处理的操作为：将油墨标签图像利用MATLAB函数rgb2gray()转换为灰度图像。对预处理后的油墨标签图像进行边缘检测，采用MATLAB边缘检测算子实现，边缘检测算法可选用Sobel算子、Canny算子、Prewitt算子、Roberts算子、Laplacian算子等。

通过边缘检测可以定位灰度不连续变化的位置，从而得到油墨标签图像中防伪图案与背景的交界线。根据定位图形特征，在边缘检测后的油墨标签图像中得到定位图形的位置。

将得到的定位图形的位置通过排列组合得到候选防伪区域，再根据目标特征筛选出防伪区域，通过仿射变换对所述防伪区域进行校正，使得所述防伪区域为标准矩形，以便进行后续的特征信息提取。

其中上述目标特征和定位图形特征为预先定义的防伪区域的标准特征，其作为从油墨标签中提取防伪区域的参照标准，在识别验伪时，使用该标准特征确定防伪区域。

当油墨标签的唯一标识为二维码信息时，对油墨标签的定位可利用二维码上的3个“回”型区域作为定位图形特征，其具有确定的黑白间隔，根据组合多个连续的黑白间隔距离来得到定位图形的具***置，将上述得到的定位图形的位置以不放回的抽样方式进行排列组合，从而得到候选防伪区域。

因为提取到的油墨特征信息为二进制数，在进行油墨特征比对时，只需进行数值比对，不需要对油墨区域的具体形状、大小和分布进行提取，操作更加简单，能降低油墨特征提取的技术复杂度，比对过程中产生的系统开销小。

将校正后的防伪区域采用二值化算法进行自适应二值化，取一个阈值，将大于阈值的像素点取值1即显示白色，而小于阈值的像素点自然赋值为0即显示为黑色。因此在本实施例中通过自适应二值化处理的二值图中，油墨区域用0表示，非油墨区域用1表示。

自适应二值化中，这个阈值确定的好坏直接影响到效果。最简单的阈值确定便是取整幅图画的均值mean，当然也可以选择其他算法去确定自适应二值化的阈值，如基于Wall算法的自适应阈值，基本的细想就是遍历图像，计算一个移动的平均值，如果某个像素明显的低于这个平均值，则设置为黑色，否则设置为白色。

实施例2

本实施例与上述实施例的不同之处在于，本实例对叠加镭射图层的油墨标签的识别验伪方法进行介绍，如图2所示，其步骤包括：

获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息；

获取验证模板，将所述油墨特征信息与所述验证模板进行特征比对，得到特征比对结果；

分析多帧所述油墨标签图像的颜色变化，判断所述颜色变化是否符合所述油墨标签的颜色变化规律，得到判断结果；

根据所述特征比对结果和所述判断结果，返回验伪结果。

其中，对所述油墨标签图像进行识别以提取油墨特征信息其提取的具体步骤包括：

对所述油墨标签图像进行预处理，根据图形定位特征，从预处理后的所述油墨标签图像中确定定位图形的位置，

根据目标特征和所述定位图形的位置，确定防伪区域；

通过仿射变换校正所述防伪区域；

将校正后的防伪区域进行二值化处理，得到二值图；

将所述二值图划等分为若干分块，计算每个分块中油墨的占比，若所述占比大于阈值，则将分块的值置为0，反之置为1；将所述若干分块的值按顺序组合成二进制数，所述二进制数为油墨特征信息。

分析多帧所述油墨标签图像的颜色变化，判断所述颜色变化是否符合所述油墨标签的颜色变化规律，得到判断结果，其具体步骤为：

获取多帧所述油墨标签图像，将所述油墨标签图像转换为HSV色彩空间；

记录多帧所述油墨标签图像的HSV色彩空间，分析多帧所述油墨标签图像中每个像素的颜色变化，

当所述颜色变化的像素数量和分布满足设定的条件时，则符合所述油墨标签的颜色变化规律，反之，则不符合；

其中，通过VIBE算法、混合高斯模型或深度学习模型分析所述颜色变化。

本实施例中的油墨标签由油墨图层和镭射图层叠加形成，该油墨标签包含油墨区域和镭射区域，因此本实施例通过自适应二值化处理得到的二值图中，油墨区域用0表示，镭射区域用1表示。

在本发明的其他实施例中，还可以将所述油墨标签图像转换为CMYK色彩空间、HSL色彩空间或HSB色彩空间，然后再分析每个像素在多帧所述油墨标签图像中的颜色变化。

本实施例对每个像素在多帧油墨标签图像中的颜色变化进行分析，采用深度学习模型总结多帧所述油墨标签图像的颜色变化，具体选用CNN(卷积神经网络)+LSTM(长短期记忆网络)的深度学习模型总结该油墨标签图像的颜色变化规律(颜色变化特征)，当该颜色变化特征符合设定的条件时，则判定为符合，反之不符合，该设定的条件为根据实际情况自定义，该设定的条件可以为自定义的相应阈值，即实现利用CNN+LSTM深度学习模型通过训练来判断油墨标签的真伪，即得到油墨标签的颜色变化规律(镭射规律)。

CNN+LSTM深度学习模型为机器学习模型，是计算机基于样本数据进行机械学习、示教学习、类比学习或事例学习等来得到相应的关系模型。样本数据越多，机器学习得到的关系模型也就越准确，即在本实例中总结得到油墨标签所用的镭射材料的颜色变化规律会更准确，镭射材料的变化规律通过多次迭代训练得到，因此本发明获取的所述油墨标签图像的帧数越多(数量越多)，通过学习总结得到油墨标签的颜色变化特征越准确。利用CNN+LSTM进行模型训练是本技术领域的公知常识，在此不对其具体训练过程进行详细赘述。

优选地，利用提取到的油墨特征信息进行验伪比对，其验伪比对过程包括：将所述油墨特征信息与预先存储的所述油墨标签对应的验证模板进行比对，当比对成功且符合所述颜色变化规律时，则验伪通过；反之，验伪不通过。即对油墨标签的进行识别验伪后，将返回验伪通过和验伪不通过两种验伪结果。在本发明的其他实施例中，当比对成功且符合所述颜色变化规律时，返回验伪通过结果，并返回使用该油墨标签的商品的产品信息，在实现商品验伪的同时实现商品溯源。这里描述油墨标签的油墨分布的二进制数，其数量与油墨特征信息的二进制数相等，且划分的分块(大小和数量)以及排序方式完全对应。

上述实施例1和实施例2中提及的油墨标签具有多个不同图案的基材、扩散层、具有随机收缩图文的油墨层，扩散层位于在基材上，油墨层位于扩散层上。该基材可为镭射卡纸。油墨层的颜色可以是黑色或其他彩色。上述基材也可为包含镭射卡纸的不干胶基材，通过在具有图案的基材上设置扩散涂层，并在扩散涂层上设置具有随机收缩图案的油墨层，被油墨覆盖的位置呈现油墨收缩图文，未被油墨覆盖的位置呈现镭射底纹和/或图案。也就是说，未被油墨覆盖的镭射纹理随机漏出达到了随机性，同时呈现不同深浅和不同颜色镭射纹理的随机结构特征，所形成的结构组合特征是结构三维的、立体的、唯一的、不可复制的物理防伪。

上述油墨标签呈现以下特点：具有多种不同图案的基材结合具有随机图文的油墨层，随机性强，重复率极低；油墨收缩后形成的防伪标签，有凹凸感，具有三维随机特征，增加了物理性，并且由镭射底纹形成动态变化，无法采用复印的方式伪造等优点。镭射卡纸上多种不同图案及镭射卡纸本身在光线下的色彩，使其具备三维立体随机特征和四维动态随机特征，增加的动态变化，使得复印出来的图案无法实现伪造，克服了无动态变化的随机图案，容易通过拍照等方式复印伪造。本发明提及的油墨标签难以复印，即增加了动态特征后，难以仿制，四维随机码大大增加了仿制难度。

实施例3

本实施例公开了一种对应上述实施例的油墨标签的识别验伪方法对应的装置，为上述实施例的虚拟装置结构，请参照图3所示，油墨标签的识别验伪装置，包括：

图像获取模块310，用于获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息和镭射特征信息；

验伪模块320，用于获取验证模板，将所述油墨特征信息和所述镭射特征信息分别与验证模板进行特征比对，得到特征比对结果；

结果输出模块330，用于根据所述特征比对结果，返回验伪结果。

优选地，所述验证模板为上述油墨标签中油墨区域的油墨特征信息。在对所述油墨标签图像进行识别时，利用油墨标签的图形定位特征和目标特征进行防伪区域确定，确定防伪区域后再进行特征提取，该图形定位特征和目标特征预先定义后进行存储。利用验证模板分别与提取到的油墨特征信息进行特征比对，从而完成油墨标签的验伪，进而判断商品的真伪。

当油墨标签是由油墨图层和镭射图层叠加而成时，在该验伪模块320中，还将分析多帧所述油墨标签图像的颜色变化，判断所述颜色变化是否符合所述油墨标签的颜色变化规律，得到判断结果，即判断是否符合所述油墨标签的颜色变化规律。

若特征比对成功且符合油墨标签的颜色变化规律，则返回验伪通过的结果，同时返回使用该油墨标签的商品的产品信息进行显示，实现商品溯源；反之，返回验伪不通过的结果。

实施例4

图4为本发明实施例4提供的一种电子设备的结构示意图，如图4所示，该电子设备包括处理器410、存储器420、输入装置430和输出装置440；计算机设备中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；电子设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的油墨标签的识别验伪方法对应的程序指令/模块(例如，油墨标签的识别验伪装置中的图像获取模块310、验伪模块320和结果输出模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述实施例1和实施例2的油墨标签的识别验伪方法。

存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的油墨标签图像或油墨标签的唯一标识等。输出装置440可包括显示屏等显示设备。

实施例5

本发明实施例5还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行油墨标签的识别验伪方法，该方法包括：

获取油墨标签图像，对所述油墨标签图像进行识别以提取油墨特征信息和镭射特征信息；

获取验证模板，将所述油墨特征信息和所述镭射特征信息分别与验证模板进行特征比对，得到特征比对结果；

根据所述特征比对结果，返回验伪结果。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的基于油墨标签的识别验伪方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是手机，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的方法。

值得注意的是，上述基于油墨标签的识别验伪方法装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。