專利名稱：一種目標檢測跟蹤方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種目標檢測跟蹤方法和裝置，特別是一種利用數(shù)據(jù)庫匹配進 行目標檢測跟蹤的方法和裝置。
背景技術(shù)：
目標檢測跟蹤在視頻監(jiān)控領(lǐng)域應用廣泛，現(xiàn)有技術(shù)中很多方法都可以用來 進行目標4企測和跟蹤。目前常用的目標檢測方法有幀差法及背景減法這兩種常 用的方法的特點都是需要兩幀以上的圖像，而常用的目標跟蹤方法有粒子濾波 算法、均值偏移算法等，這些方法要么運算復雜程度高(如粒子濾波算法)，不 能實時運行，要么抗干擾能力不強容易受背景干擾(如均值偏移算法)。最近也 有一些新的跟蹤方法提出，但是大都算法復雜度很高，難以實際應用。發(fā)明內(nèi)容有鑒于此，本發(fā)明的目的在于提供一種目標檢測跟蹤方法和裝置，可以在 一幀圖像中進行目標檢測，目標跟蹤，且算法復雜度低，易于進行實時檢測。 對于目標跟蹤中的遮擋問題不需要建立復雜的模型。為了達到上述目的，本發(fā)明一種目標檢測跟蹤方法，包括 檢測當前輸入圖像中的運動像素點； 對運動像素點進行連通性分析，獲得多個連通的運動區(qū)域； 獲取運動區(qū)域的運動目標和運動目標的特征信息，并與運動目標數(shù)據(jù)庫中 的所有運動目標的特征信息進行匹配；根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征信息；所述運動目標數(shù)據(jù)庫在系統(tǒng)初始化時生成，具體包括當前輸入圖像中的所有運動目標的特征信息和/或歷史輸入圖像中的全部或部分運動目標的特征信 臺
進一步地，對運動像素點進行連通性分析，獲得多個連通的運動區(qū)域的方法包括
將輸入圖像進行二值化處理；
對二值化圖像進行形態(tài)學濾波，獲得二值化圖像中的閉合區(qū)間；和 去除包括非閉合區(qū)間和面積小于閾值的孤立區(qū)域，并填充二值化圖像中的 閉合區(qū)間的空洞。進一步地，所述獲得二值化圖像中的閉合區(qū)間包括以下步驟獲取二值化 圖4象中的邊界；和
對能夠閉合的區(qū)間外圍用幾何圖形框定，形成二值化圖像的閉合區(qū)間。
進一步地，所述運動區(qū)域的運動目標的特征信息與運動目標數(shù)據(jù)庫中的所 有運動目標的特征信息進行匹配的方法包括選取當前幀運動目標運動區(qū)域和運動目標數(shù)據(jù)庫中的運動目標所在的區(qū)域；
確定所述兩類運動區(qū)域的運動目標中心位置和運動區(qū)域范圍參數(shù)； 計算運動區(qū)域的運動目標的特征信息與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息之間的相似性值，其中運動目標的特征信息為圖像像素點集合或者 區(qū)域顏色直方圖構(gòu)成的圖像特征；數(shù)據(jù)庫中的運動目標是否匹配；和將已匹配的運動目標在當前幀運動目標中和運動目標剩余:據(jù)庫中去除并繼續(xù)進一步地，所述運動區(qū)域的運動目標的特征信息與運動目標數(shù)據(jù)庫中的所 有運動目標的特征信息進行匹配的方法為
選取當前輸入圖像中的運動目標運動區(qū)域為,運動目標數(shù)據(jù)庫中的目 標運動區(qū)域為<formula>formula see original document page 7</formula> ,其中Ai與Bj的圖像特征分別為<formula>formula see original document page 7</formula>
所述圖像特征為歸 一化的區(qū)域顏色直方圖PA和PB分別代表直方圖中的每一個元素，h為直方圖中的每一個坐標點，H代表直方圖中的最大的坐標值； 取運動區(qū)域的范圍為矩形，Ai與Bj所處的矩形區(qū)域中心位置為(XA, YA) 和矩形大小為(^A)和KA),其中w表示矩形的寬度，h表示矩形的 高度，則4與^的相似性值為1^4-義fll l力H ( ^Zf其中r， ， 為常數(shù)，分別計算(4t與W》i每個分量之間的相似取所有相似性值中的最大值c/(4， a)=max(w, 與 一預先設(shè)定的闊值比較，如果大于等于該閾值則4和^匹配；去除已經(jīng)匹配的4和& ,并繼續(xù)匹配直至運動區(qū)域中沒有運動目標或者運 動目標數(shù)據(jù)庫中沒有運動目標剩余。進一步地，所述才艮據(jù)匹配結(jié)果更新運動目標萄:據(jù)庫中的特征信息的方法包括以所述運動區(qū)域中的運動目標的特征信息更新運動目標ft據(jù)庫中匹配的運動目 標的特征信息；2) 運動區(qū)域中有運動目標沒有匹配上時，將這些未匹配的運動目標作為 新出現(xiàn)的運動目標添加到運動目標數(shù)據(jù)庫中；3) 運動目標翁:據(jù)庫中有運動目標沒有匹配上時，將這些未匹配的運動目 標從運動目標數(shù)據(jù)庫中刪除。進一步地，將3)中沒有匹配上的運動目標的特征信息保留若千幀，如果 一直都沒有^t匹配上則將其在運動目標數(shù)據(jù)庫中刪除。進一步地，將2)中沒有匹配上的運動目標的特征信息保留若干幀，如果 一直沒有匹配上則將其加入運動目標凄t據(jù)庫中。進一步地，如果當前幀中有某一運動目標沒有匹配上或雖然匹配上^f旦運動 目標大小變化超過了閾值，根據(jù)目標數(shù)據(jù)庫中的該運動目標的特征信息搜索該 運動目標附近的運動區(qū)域，在搜索到的運動區(qū)域中通過近似估算得到當前幀該 運動目標的位置信息，更新運動目標的運動軌跡，并保持其他運動目標的特征 信息。進一步地，所述根據(jù)目標數(shù)據(jù)庫中的該運動目標的特征信息搜索該運動目 標附近的運動區(qū)域的方法包括根據(jù)所述某一運動目標的運動速度、運動方向和運動加速度搜索該運動目 標所可能處于的位置及其鄰近位置。進一步地，所述在搜索到的運動區(qū)域中通過近似估算得到當前幀該運動目 標的位置信息，更新運動目標的運動軌跡的方法包括將搜索過的位置中的運動目標認定為所述某一未匹配上的運動目標，更新 所述未匹配目標的位置信息，保持其他運動目標的特征信息繼續(xù)估計該運動目 標的位置信息以此更新運動目標的運動軌跡。另一方面，本發(fā)明提供 一種目標檢測跟蹤裝置，其包括前景檢測模塊，用于檢測輸入圖像中的運動像素點；區(qū)域分析模塊，用于對所述運動像素點采用形態(tài)學濾波進行連通性分析；信息匹配模塊，用于獲取運動區(qū)域的運動目標和運動目標的特征信息，并 與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配；運動目標數(shù)據(jù)更新模塊，用于根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征4呂息。顯示模塊，用于輸出匹配后所有運動目標的位置和運動軌跡。 進一步地，所述運動目標的特征信息包括運動目標的大小、運動方向、瞬 時速度、運動軌跡和運動目標的圖像特征中的一種或多種。本發(fā)明一種目標檢測跟蹤的方法和裝置，克服現(xiàn)有方法的不足，提出一種 快速高效、適用于視頻監(jiān)控環(huán)境的多目標跟蹤方法和裝置。本發(fā)明提出的方法 將運動目標檢測與目標跟蹤結(jié)合起來，在運動目標檢測的基礎(chǔ)上，利用信息匹 配的技術(shù)，通過對相鄰幀圖像上檢測到的運動目標進行匹配來實現(xiàn)目標跟蹤， 算法復雜程度低、運行速度快，跟蹤效果好，可以實時跟蹤多個運動目標。


圖1是本發(fā)明一種目標檢測跟蹤裝置的一個具體實施例系統(tǒng)框圖。
具體實施方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點表達得更加清楚明白，下面結(jié)合附圖 及具體實施例對本發(fā)明再作進一步詳細的說明。
本發(fā)明提出的目標檢測跟蹤的方法，分以下幾個步驟 步驟l.檢測當前輸入圖像中的運動像素點；對于運動像素點的檢測可以采用多種現(xiàn)有的運動檢測技術(shù)，目前常用的運 動目標檢測方法包括時間差分法(Temporal Difference )和背景差分法 (Background Subtraction )。時間差分法，又稱為幀間差分法，通過假設(shè)背景圖 像中像素點的像素值和位置都不變，從而分離背景圖像和前景圖像。時間差分 法有多種實現(xiàn)方法，其中一種是在連續(xù)的視頻圖像(也稱為視頻流)，或者圖像 序列的各幀圖像之間進行絕對差分運算， 一個視頻流或者圖像序列中的兩幀圖 像進行絕對差分運算得到差分圖像，再對差分圖像進行閾值化處理得到二值化 圖像。背景差分法是通過當前幀圖像與平均背景圖像進行差分運算，分離出背 景圖像和前景圖像。步驟2.對運動4象素點進行連通性分析，獲得多個連通的運動區(qū)域。具體包括對當前輸入圖像進行二值化處理。采用形態(tài)學濾波對二值化后的圖像進行濾波，獲得濾波后的二值化圖像邊 界。形態(tài)學濾波可以采用膨脹運算、腐蝕運算、開運算、關(guān)運算等，這些運算 都是現(xiàn)有技術(shù)，在此不作贅述。對于能夠閉合的邊界曲線獲得若干閉合區(qū)間，對能夠閉合的區(qū)間外圍用幾 何圖形框定，形成二值化圖像的閉合區(qū)間，去除包括非閉合區(qū)間和面積小于預 先設(shè)定的閾值的孤立閉合區(qū)域，并填充二值化圖像中的閉合區(qū)間內(nèi)的空洞。經(jīng) 過上述處理后保留的為連通區(qū)域中大于上迷閾值的區(qū)域。步驟3.獲取運動區(qū)域的運動目標和運動目標的特征信息，并與運動目標數(shù) 據(jù)庫中的所有運動目標的特征信息進;f亍匹配。首先預先建立運動目標數(shù)據(jù)庫。所述運動目標數(shù)據(jù)庫主要記錄所有運動目 標的的大小、運動方向、瞬時速度、運動軌跡以及運動目標的圖像特征等，可 以根據(jù)實際需要適當?shù)脑O(shè)置需要記錄的信息。在系統(tǒng)初始化過程中將第一次檢 測到的所有運動目標的特征信息記錄到該數(shù)據(jù)庫中。其次選擇相似性度量準則，可以有多種選擇，本發(fā)明在一個具體的實施例 中提出一種優(yōu)選的方式。具體如下 選取當前輸入圖像中的運動目標運動區(qū)域為{4t,運動目標數(shù)據(jù)庫中的目 標運動區(qū)域為{5^=1 ,其中4與A的圖像特征分別為A =說k。，,，...^和取運動區(qū)域的范圍為矩形，圖像特征為歸一化的區(qū)域顏色直方圖，A和A分別代表直方圖中的每一個元素，h為直方圖中的每一個坐標點，H代表直方圖中的最大的坐標值；4與A所處的矩形區(qū)域中心位置為(x"h)和(&,&)，矩形大小為(^,&)和~SA)，其中w表示矩形的寬度，h表示矩形的高度，則4與^的相似性值為其中，CT" ，C^為常數(shù)，分別計算{4}仏與{^}^每個分量之間的相似性值d(4，A), z、l，2,…M, j、l，2,…iV;取所有相似性值中的最大值d(4， A) = max(W(4, 與 一預先設(shè)定的閾值比較，如果大于等于該閾值則4和^匹配；所述闊值一般都是根據(jù)實際需要指定的，對于不同的應用環(huán)境，所采用的閾值也不盡相同，在一個具體的實施 例中直接取相似性值中的最大值也是可行的。去除已經(jīng)匹配的4和A,并繼續(xù)匹配直至運動區(qū)域中沒有運動目標或者運 動目標數(shù)據(jù)庫中沒有運動目標剩余。步驟4.根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征信息； 更新運動目標數(shù)據(jù)庫的步驟包括三種情況1) 運動區(qū)域中的運動目標和運動目標數(shù)據(jù)庫中的運動目標完全匹配時， 以所述運動區(qū)域中的運動目標的特征信息更新運動目標數(shù)據(jù)庫中匹配的運動目 標的特征信息。這表明所有目標都在監(jiān)控范圍內(nèi)運動，只需要更新數(shù)據(jù)庫中的運動目標的 特征信息即可2) 運動區(qū)域中有運動目標沒有匹配上時，將這些未匹配的運動目標作為 新出現(xiàn)的運動目標添加到運動目標數(shù)據(jù)庫中。這表明有新的物體出現(xiàn)，需要將這些未匹配的運動區(qū)域作為新出現(xiàn)的運動 目標添加到數(shù)據(jù)庫中。 3)運動目標數(shù)據(jù)庫中有運動目標沒有匹配上時，將這些未匹配的運動目 標從運動目標數(shù)據(jù)庫中刪除。這表明有運動目標離開了監(jiān)控范圍，需要將這些未匹配的運動目標從數(shù)據(jù) 庫中刪除。實際情況下，由于誤差和噪聲的存在，對于運動區(qū)域或運動目標數(shù)據(jù)庫中 沒有匹配上的運動目標，可以先暫時保留其特征信息，并在以后連續(xù)幾幀(一 般5到10幀)圖像中進行匹配，如果一直都沒有匹配，就認為是新的運動目標 出現(xiàn)(情況2))或者現(xiàn)有運動目標離開視野(情況3 ))。實際情況下，遮擋情況經(jīng)常發(fā)生，尤其是基于交通管理的視頻監(jiān)控。針對 這種情況，本發(fā)明提出一種根據(jù)運動目標形狀、位置上的連續(xù)性來解決遮擋問 題的方法。設(shè)當前幀運動目標數(shù)據(jù)庫中有某一運動目標沒有匹配上或者雖然匹配上但 是目標大小發(fā)生了較大的變化，同時，該目標的位置遠離監(jiān)控范圍的出入口處， 一般就是出現(xiàn)了遮擋的情況即該運動目標與其他運動目標重疊成新目標，或者 該運動目標與其他重疊的運動目標分離形成若干新目標。監(jiān)控范圍出入口指的是一個運動物體在前后幀中的位置應該是大致重合 的，如果出現(xiàn)了前后范圍之間有較大的差異，則認為遠離監(jiān)控范圍出入口，具 體差異的范圍可以隨著監(jiān)控精度的需要進行調(diào)整。這時可以才艮據(jù)運動目標數(shù)據(jù)庫中的該運動目標的位置、大小運動方向、運 動速度或運動加速度等信息，搜索該運動目標可能出現(xiàn)的區(qū)域及其相鄰的運動 區(qū)域，將被搜索的運動區(qū)域中獲取的運動目標設(shè)定為被遮擋的運動目標，并以 此得到當前幀該運動目標的位置信息，更新運動目標的運動軌跡，而該運動目 標的其他信息如運動方向、瞬時速度、圖像特征等均保持不變，這樣可以在遮 擋結(jié)束后再次正確定位該目標。在目標被遮擋的情況下，是不能得到準確的位 置信息的，只能估算，在一個具體的實施例中，假設(shè)目標在當前一小段時間內(nèi) 是勻速運動的，就可以按照目標的運動速度以及上一幀的位置估計當前幀目標 的位置。本發(fā)明還提供一種目標檢測跟蹤裝置，參看圖l所示，在一個具體的實施 例中所述裝置包括
前景檢測模塊，用于檢測輸入圖像中的運動像素點；區(qū)域分析模塊，用于對所述運動像素點采用形態(tài)學濾波進行連通性分析；信息匹配模塊，用于獲取運動區(qū)域的運動目標和運動目標的特征信息，并 與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配；運動目標數(shù)據(jù)更新模塊，用于根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征 信息。顯示模塊，用于輸出匹配后所有運動目標的位置和運動軌跡。 上述模塊的具體功能均已有具體詳盡的描述，在此不作贅述。以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換等，均應包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1. 一種目標檢測跟蹤方法，包括檢測當前輸入圖像中的運動像素點；對運動像素點進行連通性分析，獲得多個連通的運動區(qū)域；獲取運動區(qū)域的運動目標和運動目標的特征信息，并與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配；根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征信息；所述運動目標數(shù)據(jù)庫在系統(tǒng)初始化時生成，具體包括當前輸入圖像中的所有運動目標的特征信息和/或歷史輸入圖像中的全部或部分運動目標的特征信息。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，對運動像素點進行連通性分 析，獲得多個連通的運動區(qū)域的方法包括將輸入圖像進行二值化處理；對二值化圖像進行形態(tài)學濾波，獲得二值化圖像中的閉合區(qū)間；和 去除包括非閉合區(qū)間和面積小于閾值的孤立區(qū)域，并填充二值化圖像中的 閉合區(qū)間的空洞。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲得二值化圖像中的閉 合區(qū)間包括以下步驟獲耳又二值化圖像中的邊界；和對能夠閉合的區(qū)間外圍用幾何圖形框定，形成二值化圖像的閉合區(qū)間。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述運動區(qū)域的運動目標的 特征信息與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配的方法包 括選取當前幀運動目標運動區(qū)域和運動目標凌t據(jù)庫中的運動目標所在的區(qū)域；確定所述兩類運動區(qū)域的運動目標中心位置和運動區(qū)域范圍參數(shù)； 計算運動區(qū)域的運動目標的特征信息與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息之間的相似性值，其中運動目標的特征信息為圖像像素點集合或者區(qū)域顏色直方圖構(gòu)成的圖像特征；利用兩者之間的相似性值判斷當前運動目標區(qū)域中的運動目標與運動目標數(shù)據(jù)庫中的運動目標是否匹配；和將已匹配的運動目標在當前幀運動目標中和運動目標數(shù)據(jù)庫中去除并繼續(xù) 匹配直至運動區(qū)域中沒有運動目標或者運動目標數(shù)據(jù)庫中沒有運動目標剩余。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述運動區(qū)域的運動目標的 特征信息與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配的方法為選取當前輸入圖像中的運動目標運動區(qū)域為{4}-,運動目標數(shù)據(jù)庫中的目 標運動區(qū)域為{R}^ ,其中4與&的圖像特征分別為A = 和<formula>formula see original document page 3</formula>所述圖像特征為歸一化的區(qū)域顏色直方圖^和^分別代表直方圖中的每一個元素，h為直方圖中的每一個坐標點，H代表直方圖中的最大的坐標值； 取運動區(qū)域的范圍為矩形，J,與&所處的矩形區(qū)域中心位置為(a,力)和(&,力)，矩形大小為(wA,hA和(WH, hH),其中w表示矩形的寬度，h表示矩形的 高度，則4與^的相似性值為<formula>formula see original document page 3</formula>其中 X，， ， 為常數(shù)，分別計算(4t與A&每個分量之間的相似 性值d(4，A), z、l,2,…M， y = l,n;取所有相似性值中的最大值<formula>formula see original document page 3</formula>與 一預先設(shè)定的閾值比較，如果大于等于該闊值則4和^匹配；去除已經(jīng)匹配的4和A,并繼續(xù)匹配直至運動區(qū)域中沒有運動目標或者運 動目標數(shù)據(jù)庫中沒有運動目標剩余。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)匹配結(jié)果更新運動 目標數(shù)據(jù)庫中的特征信息的方法包括1) 運動區(qū)域中的運動目標和運動目標數(shù)據(jù)庫中的運動目標完全匹配時， 以所述運動區(qū)域中的運動目標的特征信息更新運動目標數(shù)據(jù)庫中匹配的運動目 標的特征信息；2) 運動區(qū)域中有運動目標沒有匹配上時，將這些未匹配的運動目標作為 新出現(xiàn)的運動目標添加到運動目標數(shù)據(jù)庫中；3) 運動目標數(shù)據(jù)庫中有運動目標沒有匹配上時，將這些未匹配的運動目
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，將3)中沒有匹配上的運動 目標的特征信息保留若干幀，如果一直都沒有被匹配上則將其在運動目標數(shù)據(jù) 庫中刪除。
8. 根據(jù)權(quán)利要求6所述的方法，其特征在于，將2)中沒有匹配上的運動 目標的特征信息保留若干幀，如果一直沒有匹配上則將其加入運動目標數(shù)據(jù)庫中。
9. 根據(jù)權(quán)利要求1所述的方法，其特征在于，如果當前幀中有某一運動目 標沒有匹配上或雖然匹配上但運動目標大小變化超過了閾值，根據(jù)目標數(shù)據(jù)庫 中的該運動目標的特征信息搜索該運動目標附近的運動區(qū)域，在搜索到的運動 區(qū)域中通過近似估算得到當前幀該運動目標的位置信息，更新運動目標的運動 軌跡，并保持其他運動目標的特征信息。
10. 根據(jù)權(quán)利要求9所述的方法，其特征在于，所述根據(jù)目標數(shù)據(jù)庫中的 該運動目標的特征信息搜索該運動目標附近的運動區(qū)域的方法包括根據(jù)所述某一運動目標的運動速度、運動方向和運動加速度4叟索該運動目 標所可能處于的位置及其鄰近位置。
11. 根據(jù)權(quán)利要求10所述的方法，其特征在于，所述在搜索到的運動區(qū)域 中通過近似估算得到當前幀該運動目標的位置信息，更新運動目標的運動軌跡 的方法包括將搜索過的位置中的運動目標認定為所述某一未匹配上的運動目標，更新 所述未匹配目標的位置信息，保持其他運動目標的特征信息繼續(xù)估計該運動目 標的位置信息以此更新運動目標的運動軌跡。
12. —種目標檢測跟蹤裝置，其包括 前景檢測模塊，用于檢測輸入圖像中的運動像素點； 區(qū)域分析模塊，用于對所述運動像素點采用形態(tài)學濾波進行連通性分析； 信息匹配模塊，用于獲取運動區(qū)域的運動目標和運動目標的特征信息，并與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配；運動目標數(shù)據(jù)更新模塊，用于根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征 信息。 顯示模塊，用于輸出匹配后所有運動目標的位置和運動軌跡。
13.根據(jù)權(quán)利要求1-3、 7-12之一所述的方法，其特征在于，所述運動目標的特征信息包括運動目標的大小、運動方向、瞬時速度、運動軌跡和運動目 標的圖像特征中的一種或多種。
全文摘要
一種目標檢測跟蹤方法，包括檢測當前輸入圖像中的運動像素點，對運動像素點進行連通性分析，獲得多個連通的運動區(qū)域，獲取運動區(qū)域的運動目標和運動目標的特征信息，并與運動目標數(shù)據(jù)庫中的所有運動目標的特征信息進行匹配，根據(jù)匹配結(jié)果更新運動目標數(shù)據(jù)庫中的特征信息。
文檔編號G06T7/20GK101393609SQ20081011996
公開日2009年3月25日 申請日期2008年9月18日 優(yōu)先權(quán)日2008年9月18日
發(fā)明者磊 王, 英 黃 申請人:北京中星微電子有限公司