專利名稱：根據邊緣和亮度特征進行自適應調整的圖像增強方法
技術領域：
本發明涉及一種圖像增強方法。特別是涉及一種能夠將輸入的不同邊緣特征和亮度特征的圖像進行不同方式的濾波和亮度改善，使輸出圖像擁有更加適合人眼接受的特征，同時能抑制圖像的細節損失，對輸入圖像進行均勻化，實現了數字圖像增強的根據邊緣和亮度特征進行自適應調整的圖像增強方法。
背景技術：
在數字圖像處理的所有步驟中，圖像增強是數字圖像處理最簡單和最有吸引力的領域。對圖像進行增強的基本指導思想是使圖像中被模糊的細節得到更明顯的顯示，或者使圖像中某些希望重點突出的部分得到更明顯的顯示。
現今的數字圖像增強的方法主要分為空間域處理和頻域處理兩大類。空間域增強處理，是指對構成圖像的各個像素直接進行操作的過程。頻域增強處理，是指在對圖像進行弗利葉變換的基礎上進行處理和修改。空間域和頻域的濾波處理都各自包括平滑濾波器和銳化濾波器。銳化濾波處理的目的是使圖像的邊緣更加突出和增加清晰程度；平滑濾波處理的目的是減小圖像的噪聲和使圖銳利程度下降。其中圖像空間域的濾波處理具有快速準確實現方便的特點。
在圖像經過空間濾波處理后，需要對圖像進行亮度調整處理，雖然后面提到的直方圖均勻化也可以調整亮度，但是直方圖均勻化是以犧牲一部分灰度值來實現的亮度調整，所以在均勻化之前進行一步亮度調整具有能更加準確還原原始圖像的作用。
圖像增強領域中有很多方法應用較廣泛，除了空間域和頻域濾波處理之外，還有直方圖處理操作能有效的增強圖像。由于直方圖均勻化不僅能夠使直方圖分布變得平坦均勻而且可以有效擴展圖像動態范圍從而增強對比度。
現將已知的圖像增強方法的專利介紹如下 1.專利申請號為97111448.X的專利申請，所公開的一種采用低通濾波和直方圖均衡化的圖像增強方法及其裝置，在其方法中對輸入圖像信號進行低通濾波然后進行直方圖均衡化以得到對比度增強的信號。然后從輸入圖像信號中減去低通濾波過的信號。接著將被減的值加到對比度增強的信號上，將所加結果作為圖象增強的輸出信號。這樣，可以提高以給定圖像信號的對比度，而不會增加背景噪聲。
該專利通過以下步驟實現 a)對輸入圖像信號進行低通濾波以輸出一低通濾波過的信號； b)對低通濾波過的信號進行直方圖均衡化以輸出一對比度增強的信號； c)從輸入圖像信號中減去低通濾波過的信號； d)通過將在所述步驟c)中被減的值與該對比度得到增強的信號相加起來產生一信號并輸出該信號。
所存在的問題和缺點，以及其原因該專利方法可以提高對比度并且降低輸入圖像的噪聲，不過使用范圍并不寬廣。對于存在背景噪聲或對比度不強的圖像可以提高圖像質量，但同時也會削弱圖像的邊緣效果，所以在應用于存在噪聲但圖像邊緣不銳利的圖像時，就會出現在降噪的同時卻模糊原始圖像的現象。
2.專利申請號為97113793.5的專利申請所公開的一種采用除噪和直方圖均衡的圖像增強電路及其方法，該圖像增強電路包括除噪器，用于檢測存在于輸入圖像信號中的具有脈沖分量的噪聲，修整監測到的脈沖噪聲，并輸出除噪信號；直方圖均衡器，用于根據一屏幕單元中的除噪信號和灰度級分布來計算累計分布函數值，并根據該累積分不含數值將該除噪信號映射到新的灰度級。該電路首先移去在輸入信號中包含的噪聲，然后對該除噪信號進行了直方圖均衡，從而增強了對比度。此外還防止了噪聲放大從而改進了圖像質量。
所采用的技術手段和方法步驟 a)首先進行噪聲消除，檢測輸入圖像信號中存在的具有的脈沖分量噪聲的噪聲，修整監測到的脈沖噪聲，應輸出除噪信號； b)然后進行直方圖均衡器，根據一屏幕單元中的除噪信號和灰度級分布來計算累計分布函數值，并根據該累積分不含數值將該除噪信號映射到新的灰度級。
所存在的問題和缺點，以及其原因該專利方法實質上和上面第一種舉例的專利方法極其相似，因此不可避免也會出現前一種方法中出現的問題。對于存在背景噪聲或對比度不強的圖像可以提高圖像質量，但同時也會削弱圖像的邊緣效果，所以在應用于存在噪聲但圖像邊緣不銳利的圖像時，就會出現在降噪的同時卻模糊原始圖像的現象。
3.專利申請號為99122874.X的專利申請所公開的一種保持輸入圖像亮度的圖像增強裝置和方法，其裝置包括直方圖均衡器，用于均衡用預定數目的灰度級表示的輸入圖像，以及輸出均衡的輸出圖像；補償器，用于提取每一個輸入輸出圖像的平均值以及按照輸入和均衡的輸出圖像的平均值之間的平均差補償均衡的輸出圖像。該裝置和方法防止了亮屏的平均亮度降低，避免因直方圖均衡帶來的圖像質量降低，提供了穩定的圖像顯示。
所采用的技術手段和方法步驟 a)對輸入的圖像進行直方圖均衡； b)分別計算輸入圖像和直方圖均衡后輸出圖像的平均亮度值； c)計算出b)中這兩個值的平均差； d)把輸出圖像減去c)中的平均差再最后輸出。
所存在的問題和缺點，以及其原因 該專利方法采用了直方圖均衡的圖象增強的方法，能夠將圖像的對比度加強，由于直方圖均衡的過程會提高亮度，所以需要對圖像再進行亮度降低才能保證輸出圖像與輸入圖像相符。不過該專利過于簡單，在圖象增強方面只是用到直方圖均衡的操作，并沒有平滑濾波和銳化濾波，從而不能從本質上提高圖像的質量。在兩度調整方面，此方法只對直方圖均衡后的圖像簡單的減去平均差值，操作過程有些過于機械化。
發明內容
本發明所要解決的技術問題是，提供一種可以改善彩色及黑白數字圖像質量的方法，能夠將輸入的不同邊緣特征和亮度特征的圖像進行不同方式的濾波和亮度改善，使輸出圖像擁有更加適合人眼接受的特征，同時對輸入圖像進行均勻化，從而最終達到防止了圖像過于平滑或尖銳，并提高圖像的動態范圍提高圖像質量，提供了更適合人眼的圖像顯示的根據邊緣和亮度特征進行自適應調整的圖像增強方法。
本發明所采用的技術方案是一種根據邊緣和亮度特征進行自適應調整的圖像增強方法，包括有如下步驟a)對輸入的數字圖像進行離散拉普拉斯變換，獲得拉普拉斯算子掩模圖像；b)對轉換獲得的掩模圖像進行亮度直方圖分析，并根據此直方圖的特征對圖像進行第一次分類；c)對第一次分類后所得的不同圖像，按照各自圖像特點進行不同的空間濾波處理；d)對經過空間處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類；e)對第二次分類后所得的不同圖像，按照各自圖像特點進行不同的亮度調整處理；f)將上述步驟獲得的圖像進行直方圖均勻化并送予輸出設備。
所述的進行離散拉普拉斯變換，包括有如下階段 1)對輸入的數字圖像，根據二階偏微分轉化為拉普拉斯變換，從而獲得拉普拉斯掩模圖像； 2)根據獲得的拉普拉斯掩模圖像，對其進行規定化，從而獲得規定化后的拉普拉斯圖像； 3)對規定化后的拉普拉斯圖像，得到其亮度直方分布圖。
所述的進行亮度直方圖分析，并對圖像進行第一次分類，包括有如下階段 1)對規定化掩模圖像的亮度直方圖，根據統計學方法獲得其亮度平均值Ave1； 2)用所得掩模圖像亮度平均值Ave1與閾值Min1和閾值Max1比較，從而對圖像進行分類，若該值小于閾值Min1，則圖像屬于低閾值區域圖像；若該值大于閾值Max1，則圖像屬于高閾值區域圖像；若該值在閾值Min1與閾值Max1之間，則圖像屬于中間區域圖像。
所述的按照各自圖像特點進行不同的空間濾波處理，包括有如下處理方式 1)若獲得的圖像屬于低閾值區域圖像，則對其進行銳化空間濾波處理； 2)若獲得的圖像屬于高閾值區域圖像，則對其進行平滑空間濾波處理； 3)若獲得的圖像屬于中間區域圖像，則不做濾波處理。
所述的對經過空間處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類，包括有如下階段 1)對第一次分類并進行不同的空間濾波處理后圖像的亮度直方圖，根據統計學方法獲得其亮度平均值Ave2； 2)用所得圖像亮度平均值Ave2與閾值Min2和閾值Max2比較，從而對圖像進行分類，若該值小于閾值Min2，則圖像屬于低閾值區域圖像；若該值大于閾值Max2，則圖像屬于高閾值區域圖像；若該值在閾值Min2與閾值Max2之間，則圖像屬于中間區域圖像。
所述的按照各自圖像特點進行不同的亮度調整處理，包括有如下處理方式 1)若獲得的圖像屬于低閾值區域圖像，則對其進行提高亮度處理； 2)若獲得的圖像屬于高閾值區域圖像，則對其進行降低亮度處理； 3)若獲得的圖像屬于中間區域圖像，則不做改變亮度處理。
所述的對第二次分類處理后的圖像進行直方圖均勻化并送予輸出設備，包括有如下階段 1)接收第二次分類處理后的圖像，并計算出此圖像的亮度概率密度函數分布； 2)對所得概率密度函數進行直方圖均勻處理。
所述的對掩模圖像進行規定化處理的方法是先提取出拉普拉斯圖像中最小值，將它的負值加到拉普拉斯圖像的所有像素上，從而使掩模圖像的最小值為零，再提取出調整后掩模圖像的最大值X，用每個像素與255/X做乘法，從而使掩模規定化后的圖像像素亮度為0-255。
所述的根據統計學方法獲得其亮度平均值Ave1的方法為做掩模圖像的亮度直方圖，橫坐標為規定化后的0-255的亮度值，縱坐標為亮度值所對應的像素點數，利用統計學求平均值的方法求得掩模圖像的亮度平均值Ave1。
本發明的根據邊緣和亮度特征進行自適應調整的圖像增強方法，克服了以往圖像處理中只是以圖像增強的單一功能，應用范圍窄等不足，可以改善彩色及黑白數字圖像質量，能夠將輸入的不同邊緣特征和亮度特征的圖像進行不同方式的濾波和亮度改善，使輸出圖像擁有更加適合人眼接受的特征，同時對輸入圖像進行均勻化，實現了數字圖像的增強，同時能抑制圖像的細節損失。從而最終達到防止了圖像過于平滑或尖銳，并提高圖像的動態范圍提高圖像質量，提供了更適合人眼的圖像顯示。可以對更大范圍和更多的圖像進行有效的濾波增強處理和亮度調整處理，拓寬了應用范圍和領域，綜合能力水平有了很大提高。
圖1是本發明圖像增強方法的整體框架流程圖； 圖2是對輸入圖像先期處理的流程圖； 圖3是對圖像進行第一次分類及濾波處理的流程圖； 圖4是對圖像進行第二次分類及亮度處理的流程圖； 圖5是對亮度處理后的圖像進行后期處理流程圖； 圖6是實現本發明所采用的裝置的結構框圖。
具體實施例方式 下面結合實施例對本發明的根據邊緣和亮度特征進行自適應調整的圖像增強方法做出詳細說明。
如圖1所示，本發明的根據邊緣和亮度特征進行自適應調整的圖像增強方法，包括有如下步驟 a)對輸入的數字圖像進行離散拉普拉斯變換，獲得拉普拉斯算子掩模圖像； b)對轉換獲得的掩模圖像進行亮度直方圖分析，并根據此直方圖的特征對圖像進行第一次分類； c)對第一次分類后所得的不同圖像，按照各自圖像特點進行不同的空間濾波處理； d)對經過空間處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類； e)對第二次分類后所得的不同圖像，按照各自圖像特點進行不同的亮度調整處理； f)將上述步驟獲得的圖像進行直方圖均勻化并送予輸出設備。
如圖2所示，首先要將整幅圖像f(x，y)存儲，對存儲下來的圖像進行拉普拉斯變換，具體的方法為以某一像素點為中心，沿其x軸、y軸、+45°和-45°四個方向分別求二階偏微分，四個方向上的二階偏微分公式分別為和然后根據這四個偏微分獲得這一像素點的拉普拉斯算子 2f＝[f(x+1，y)+f(x-1，y)+f(x，y+1)+f(x，y-1)+ f(x+1，y+1)+f(x-1，y-1)+f(x+1，y-1)+f(x-1，y+1)]-8f(x，y) 算出每個點的拉普拉斯算子，則能夠獲得原始輸入圖像的拉普拉斯變換后的掩模圖像。接下來需要把掩模圖像規定化，使其每點的值都保證在0-255之內，具體方法為先提取出拉普拉斯圖像中最小值s，將它的負值加到拉普拉斯圖像的所有像素上，從而使掩模圖像的最小值為零。再提取出調整后掩模圖像的最大值X，用每個像素與255/X做乘法，從而最終使掩模規定化后的圖像像素亮度為0-255。最后根據規定化后的淹沒圖像，得出其亮度直方分布圖。
如圖3所示，所述的掩模圖像進行亮度直方圖分析，并對圖像進行第一次分類首先根據統計學方法獲得規定化后的拉普拉斯掩模圖像亮度平均值的方法為做掩模圖像的亮度直方圖，橫坐標為規定化后的0-255的亮度值，縱坐標為亮度值所對應的像素點數，利用統計學求平均值的方法可求得掩模圖像的亮度平均值Ave1。然后利用求得的掩模圖像直方圖平均值Ave1與閾值Min1和Max1項比較，來將此掩模圖像分類，將Min1和Max1的經驗取值分別限定為64和192，具體分類標準是若Ave1值小于閾值Min1，則圖像屬于低閾值區域圖像；若Ave1值大于閾值Max1，則圖像屬于高閾值區域圖像；若Ave1值在閾值Min1與閾值Max1之間，則圖像屬于中間區域圖像。接下來需要對分類后的圖像進行空間濾波處理，若圖像屬于低閾值區域圖像，則需要對原始圖像進行銳化空間處理，所應用的處理公式為f1(x，y)＝fMin1(x，y)＝f(x，y)-2f(x，y)，公式理解為從原圖像中加上一部分邊緣成分，使圖像過于平滑模糊的邊緣銳利；若圖像屬于高閾值區域圖像，則需要對原始圖像進行平滑空間處理，所應用的處理公式為f1(x，y)＝fMax1(x，y)＝f(x，y)+2f(x，y)，公式理解為從原圖像中減去一部分邊緣成分，使圖像過于銳利的邊緣平滑；若圖像屬于中間區域圖像，則不做任何處理，即f1(x，y)＝f(x，y)，公式理解為不對原始圖像濾波。
如圖4所示，所述的對經過第一次處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類，對第二次分類后所得的不同圖像，按照各自圖像特點進行不同的亮度調整處理是首先利用第一次分類處理得到的圖像，獲得其亮度直方圖并運用統計學方法獲得其亮度平均值Ave2，具體的方法為對空間濾波后圖像f1(x，y)做出其亮度直方圖，橫坐標為0-255的亮度值，縱坐標為亮度值所對應的像素點數，利用統計學求平均值的方法可求得濾波后圖像的亮度平均值Ave2。然后利用求得的空間濾波后圖像f1(x，y)的亮度平均值Ave2與閾值Min2和Max2項比較，來將此濾波后的圖像分類，將Min2和Max2的經驗取值分別限定為64和192，具體分類標準是若Ave2值小于閾值Min2，則圖像屬于低閾值區域圖像；若Ave2值大于閾值Max2，則圖像屬于高閾值區域圖像；若Ave2值在閾值Min2與閾值Max2之間，則圖像屬于中間區域圖像。接下來需要對分類后的圖像進行亮度調整處理，若圖像屬于低閾值區域圖像，則需要對原始圖像進行提高亮度處理，所應用的處理公式為f2(x，y)＝fMin2(x，y)＝f1(x，y)+0.75f(x，y)，公式理解為在濾波后圖像的基礎上加上0.75倍的原始圖像，從而使過于暗淡的圖像亮度得到適當的提高；若圖像屬于高閾值區域圖像，則需要對原始圖像進行降低亮度處理，所應用的處理公式為f2(x，y)＝fMax2(x，y)＝f1(x，y)-0.25f(x，y)，公式理解為在濾波后圖像的基礎上減去0.25倍的原始圖像，從而使過于明亮的圖像亮度得到適當的降低；若圖像屬于中間區域圖像，則不做任何處理，即f2(x，y)＝f1(x，y)，公式理解為不改變濾波后圖像的亮度。
如圖5所示，對經過第二次處理的圖像進行直方圖均勻化并輸出。首先計算出整幅圖像的像素點數m和圖像中各個亮度級bi出現的像素點數mi，計算每個亮度級在圖像中的概率為其中i＝0，1，2，...，255，此公式理解為從0至255所有的亮度級出現概率的總合為1。接下來由原始亮度級bi算出對應的新亮度級hi，公式為其中i＝0，1，2，…，255，此公式理解為將輸入圖像中亮度級為bi德個像素映射到新圖像中亮度級為hi的對應像素上。最后將直方圖均勻化后的圖像輸出。
在上述實施例中所使用的主要符號列表如下 f(x，y) 輸入數字圖像函數 (x，y)圖像中的一個像素 2f(x，y)輸入圖像拉普拉斯算子 s 掩模圖像中亮度最小值 X 掩模圖像亮度最大值 Ave1 掩模圖像的亮度平均值 Min1 第一次處理時的最小閾值 Max1 第一次處理時的最大閾值 f1(x，y) 第一次處理后的圖像 fMin1(x，y) 第一次做銳化處理后的圖像 fMax1(x，y) 第一次做平滑處理后的圖像 Ave2 空間濾波處理后圖像的亮度平均值 Min2 第二次處理時的最小閾值 Max2 第二次處理時的最小閾值 f2(x，y) 第二次處理后的圖像 fMin2(x，y) 第二次做提高亮度處理后的圖像 fMax2(x，y) 第一次做降低亮度處理后的圖像 m 第二次處理后整幅圖像的像素點數 mi第二次處理后圖像各亮度級的像素點數 bi第二次處理后圖像中各個亮度級 pb第二次處理后圖像各亮度級在圖像中的概率 hi第二次處理后圖像各亮度級對應的新亮度級 本發明是在如圖6所示的裝置中實現的。
權利要求
1.一種根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，包括有如下步驟
a)對輸入的數字圖像進行離散拉普拉斯變換，獲得拉普拉斯算子掩模圖像；
b)對轉換獲得的掩模圖像進行亮度直方圖分析，并根據此直方圖的特征對圖像進行第一次分類；
c)對第一次分類后所得的不同圖像，按照各自圖像特點進行不同的空間濾波處理；
d)對經過空間處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類；
e)對第二次分類后所得的不同圖像，按照各自圖像特點進行不同的亮度調整處理；
f)將上述步驟獲得的圖像進行直方圖均勻化并送予輸出設備。
2.根據權利要求1所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的進行離散拉普拉斯變換，包括有如下階段
1)對輸入的數字圖像，根據二階偏微分轉化為拉普拉斯變換，從而獲得拉普拉斯掩模圖像；
2)根據獲得的拉普拉斯掩模圖像，對其進行規定化，從而獲得規定化后的拉普拉斯圖像；
3)對規定化后的拉普拉斯圖像，得到其亮度直方分布圖。
3.根據權利要求1所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的進行亮度直方圖分析，并對圖像進行第一次分類，包括有如下階段
1)對規定化掩模圖像的亮度直方圖，根據統計學方法獲得其亮度平均值Ave1；
2)用所得掩模圖像亮度平均值Ave1與閾值Min1和閾值Max1比較，從而對圖像進行分類，若該值小于閾值Min1，則圖像屬于低閾值區域圖像；若該值大于閾值Max1，則圖像屬于高閾值區域圖像；若該值在閾值Min1與閾值Max1之間，則圖像屬于中間區域圖像。
4.根據權利要求1或2所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的按照各自圖像特點進行不同的空間濾波處理，包括有如下處理方式
1)若獲得的圖像屬于低閾值區域圖像，則對其進行銳化空間濾波處理；
2)若獲得的圖像屬于高閾值區域圖像，則對其進行平滑空間濾波處理；
3)若獲得的圖像屬于中間區域圖像，則不做濾波處理。
5.根據權利要求1所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的對經過空間處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類，包括有如下階段
1)對第一次分類并進行不同的空間濾波處理后圖像的亮度直方圖，根據統計學方法獲得其亮度平均值Ave2；
2)用所得圖像亮度平均值Ave2與閾值Min2和閾值Max2比較，從而對圖像進行分類，若該值小于閾值Min2，則圖像屬于低閾值區域圖像；若該值大于閾值Max2，則圖像屬于高閾值區域圖像；若該值在閾值Min2與閾值Max2之間，則圖像屬于中間區域圖像。
6.根據權利要求1或5所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的按照各自圖像特點進行不同的亮度調整處理，包括有如下處理方式
1)若獲得的圖像屬于低閾值區域圖像，則對其進行提高亮度處理；
2)若獲得的圖像屬于高閾值區域圖像，則對其進行降低亮度處理；
3)若獲得的圖像屬于中間區域圖像，則不做改變亮度處理。
7.根據權利要求1所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的對第二次分類處理后的圖像進行直方圖均勻化并送予輸出設備，包括有如下階段
1)接收第二次分類處理后的圖像，并計算出此圖像的亮度概率密度函數分布；
2)對所得概率密度函數進行直方圖均勻處理。
8.根據權利要求2所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的對掩模圖像進行規定化處理的方法是先提取出拉普拉斯圖像中最小值，將它的負值加到拉普拉斯圖像的所有像素上，從而使掩模圖像的最小值為零，再提取出調整后掩模圖像的最大值X，用每個像素與255/X做乘法，從而使掩模規定化后的圖像像素亮度為0-255。
9.根據權利要求3或8所述的根據邊緣和亮度特征進行自適應調整的圖像增強方法，其特征在于，所述的根據統計學方法獲得其亮度平均值Ave1的方法為做掩模圖像的亮度直方圖，橫坐標為規定化后的0-255的亮度值，縱坐標為亮度值所對應的像素點數，利用統計學求平均值的方法求得掩模圖像的亮度平均值Ave1。
全文摘要
一種根據邊緣和亮度特征進行自適應調整的圖像增強方法，包括有對輸入的數字圖像進行離散拉普拉斯變換，獲得拉普拉斯算子掩模圖像；對轉換獲得的掩模圖像進行亮度直方圖分析，并根據此直方圖的特征對圖像進行第一次分類；對第一次分類后所得的不同圖像，按照各自圖像特點進行不同的空間濾波處理；對經過空間處理的圖像獲得并分析其直方圖，并根據此直方圖的特征對圖像進第二次分類；對第二次分類后所得的不同圖像，按照各自圖像特點進行不同的亮度調整處理；將上述步驟獲得的圖像進行直方圖均勻化并送予輸出設備。本發明能夠將輸入的不同邊緣特征和亮度特征的圖像進行不同方式的濾波和亮度改善，可以對更大范圍和更多的圖像進行有效的濾波增強處理和亮度調整處理。
文檔編號H04N1/56GK101101669SQ200710058019
公開日2008年1月9日 申請日期2007年7月13日 優先權日2007年7月13日
發明者史再峰, 姚素英, 徐江濤, 亮 金, 靜 高, 解曉東 申請人:天津大學