物体结构重建方法及相关设备

1.本发明涉及数字全息技术领域，尤其涉及一种物体结构重建方法及相关设备。


背景技术：

2.通常情况下我们一般采用透射全息术，让电磁波在空间中传播形成一幅编码了穿过物体的结构信息的透射全息图像。然而如果想要恢复的物体是一个密闭的结构，我们便无法得到物体内部的透射全息图像，只能通过不同角度下物体外部的透射全息图像来重建物体内部结构。
3.通过变换信号源位置以得到全部角度下物体的外部透射全息图像，再通过这些透射全息图像恢复出物体的内部结构是可行的。然而，这种方法对于数据测量要求很高，并且若密封物体一侧被障碍物遮挡，并不能得到全部角度下物体的外部透射全息图像。因此如何在采集角度不完全的情况下获取物体的内部结构成为研究的热点、难点问题。


技术实现要素：

4.有鉴于此，本技术的目的在于提出一种物体结构重建方法及相关设备。
5.基于上述目的，本技术提供一种物体结构重建方法，包括：
6.获取所述物体的多个透射全息图像，每个所述透射全息图像的采集角度均不相同；
7.将所述透射全息图像和其对应的采集角度输入至经过预训练的多层感知器mlp中，经由所述多层感知器mlp输出体积密度；
8.基于所述体积密度构建初始点云数据；
9.基于全部所述初始点云数据通过点云拼接得到初始融合点云数据；
10.将所述初始融合点云数据分别与每个所述全息图像进行比对分析，生成多个可视化点云数据；
11.响应于对所述多个可视化点云数据进行融合且融合结果达到预定稠密阈值，以得到所述物体对应的体素体；
12.对所述体素体进行提取操作，得到所述物体对应的内部结构。
13.进一步的，所述获取所述物体的多个透射全息图像，每个所述透射全息图像的采集角度均不相同，包括：通过改变电磁波信号发射器和电磁波信号接收器相对于所述物体的放置角度，以采集所述物体的多个电磁波信号，基于所述多个电磁波信号通过计算得到所述多个透射全息图像。
14.进一步的，所述透射全息图像包括3d位置信息，将所述透射全息图像和其对应的采集角度输入至经过预训练的多层感知器mlp中，包括：
15.对所述3d位置信息进行编码，得到编码信息；
16.将所述编码信息和和其对应的采集角度输入至经过预训练的多层感知器mlp中。
17.进一步的，所述多层感知器mlp的所述预训练，包括：
18.构建训练集；
19.基于所述训练集通过神经辐射场nerf算法对所述多层感知器mlp进行训练，确定损失函数；
20.通过最小化所述损失函数完成对所述多层感知器mlp的所述预训练。
21.进一步的，所述基于所述体积密度构建初始点云数据，包括：基于所述体积密度和其对应的采集角度，通过计算生成所述初始点云数据。
22.进一步的，在得到所述物体对应的体素体之前，包括：对经过所述融合的所述多个可视化点云进行离散化处理，以得到所述体素体。
23.进一步的，所述对所述体素体进行提取操作，得到所述物体对应的内部结构，包括：确定所述体素体包含的每个体素的重心，对全部所述重心进行连接以形成所述内部结构。
24.基于同一发明构思，本技术还提供了一种物体结构重建装置，包括：
25.获取模块，被配置为获取所述物体的多个透射全息图像，每个所述透射全息图像的采集角度均不相同；
26.输出模块，被配置为将所述透射全息图像和其对应的采集角度输入至经过预训练的多层感知器mlp中，经由所述多层感知器mlp输出体积密度；
27.构建模块，被配置为基于所述体积密度构建初始点云数据；
28.拼接模块，被配置为基于全部所述初始点云数据通过点云拼接得到初始融合点云数据；
29.可视化点云生成模块，被配置为将所述初始融合点云数据分别与每个所述全息图像进行比对分析，生成多个可视化点云数据；
30.融合模块，被配置为响应于对所述多个可视化点云数据进行融合且融合结果达到预定稠密阈值，以得到所述物体对应的体素体；
31.结构提取模块，被配置为对所述体素体进行提取操作，得到所述物体对应的内部结构。
32.基于同一发明构思，本技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上任意所述的方法。
33.基于同一发明构思，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如上任意所述的方法。
附图说明
34.为了更清楚地说明本技术或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1为本技术实施例的物体结构重建方法的流程示意图；
36.图2为本技术实施例的初始融合点云数据生成方法的示意图；
37.图3a为本技术实施例的体素重心的示意图；
38.图3b为本技术实施例的全部体素重心连接成平滑曲线的示意图；
39.图4为本技术实施例的物体结构重建装置的结构示意图；
40.图5为本技术实施例的电子设备的结构示意图。
具体实施方式
41.为使本技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本技术进一步详细说明。
42.需要说明的是，除非另外定义，本技术实施例使用的技术术语或者科学术语应当为本技术所属领域内具有一般技能的人士所理解的通常意义。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
43.如背景技术所述，目前常用的确定物体内部结构的方法为透射全息术。
44.在一个无线数据传输系统，如wi-fi或蓝牙中，信号源会发射出具有精确已知振幅和相位的相干光—电磁波。这种电磁波在空间中传播，会形成一幅编码了电磁波穿过的所有物体的三维视图，这种三维视图也可以称为透射全息图像，利用这种透射全息图像恢复出物体结构的方法称为透射全息术。通过变换信号源位置以得到全部角度下物体的外部透射全息图像，再通过这些透射全息图像恢复出物体的内部结构是可行的。然而，这种方法对于数据测量要求是很高的，在某些特定条件下，例如物体的一侧被障碍物遮挡，并不能得到全部角度下物体的外部透射全息图像，继而导致无法恢复物体的内部结构。
45.有鉴于此，本技术所提出的物体结构重建方法是基于透射全息术获取有限的物体外部透射全息图像，通过神经辐射场(nerf,neural radiance field)算法训练得到包括多层全连接网络的多层感知器(mlp,multi-layer perception)，利用点云融合得到体素体，并从中提取出物体结构。解决了在采集角度不完全的情况下无法获取物体内部结构的问题。
46.以下结合附图来详细说明本技术的实施例。
47.本技术提供了一种物体结构重建方法，参考图1，具体包括以下步骤：
48.步骤s101、获取所述物体的多个透射全息图像，每个所述透射全息图像的采集角度均不相同。
49.具体的，获取所述物体的多个所述透射全息图像的方法包括多角度电磁波辐射技术和单目相机重建技术等，具体的获取方法可根据实际情况进行选择。其中，多角度电磁波辐射技术可以获取物体的三维尺度信息，而单目相机重建技术易于实现，实施成本低廉，但是重建过程需要采集大量的数据，计算耗费时间较多，而且单目相机并不具有强穿透力。因此，本实施例中采用多角度电磁波辐射技术以获取所述物体的透射全息图像，并通过变换不同的采集角度获取所述物体的多个透射全息图像。所述物体可以是建筑物大楼，该建筑物大楼外部部分角度被遮挡。采集角度可以为大楼外部的多个角度。
50.步骤s102、将所述透射全息图像和其对应的采集角度输入至经过预训练的多层感知器mlp中，经由所述多层感知器mlp输出体积密度。
51.具体的，将通过步骤s101获取的每个透射全息图像与其对应的采集角度分别输入至多层感知器mlp中。所述多层感知器mlp是经过预训练的，该多层感知器mlp的输入为透射全息图像中包括的3d位置信息x＝(x,y,z)和对应采集角度输出为体积密度σ和颜色信息c＝(r,g,b)。但是，本实施例是通过多角度电磁波辐射技术获取的透射全息图像，并不包含颜色信息c＝(r,g,b)，因此，在本实施例中可以忽略该颜色信息c＝(r,g,b)，仅以体积密度σ进行后续计算。
52.步骤s103、基于所述体积密度构建初始点云数据。
53.具体的，基于体积密度和对应的采集角度构建初始点云数据。不同的采集角度下生成的体积密度不同，每一个体积密度都生成一个初始点云数据。
54.在一些实施例中，基于所述体积密度和其对应的采集角度，通过计算生成所述初始点云数据。具体的，将体积密度包含的3d位置信息映射到对应采集角度所在的三维坐标系中，经过坐标系转换后生成初始点云数据。
55.步骤s104、基于全部所述初始点云数据通过点云拼接得到初始融合点云数据。
56.具体的，将全部所述初始点云数据进行拼接，此过程的主要目的是把在拼接过程中出现的误差范围大的点云数据筛掉。图2示出了多个初始点云数据拼接生成初始融合点云数据的方法示意图，如图2中方框标识显示，生成的多个初始点云数据中有一些点数据已经超出了物体轮廓范围，通过拼接过程可以找出这些超出物体轮廓范围的误差较大的点数据，并将其删除，以免影响后续物体内部结构的重建，防止最终得到的物体内部结构特征与实际不一致。通过上述拼接过程完成多个初始点云数据的融合，得到初始融合点云数据。
57.步骤s105、将所述初始融合点云数据分别与每个所述全息图像进行比对分析，生成多个可视化点云数据。
58.在相关技术中，点云数据通过非线性优化过程进行融合，但本实施例中采用与所述透射全息图像比对分析的方法进行融合。因为电磁波信号穿透性强，所生成的透射全息图像能更清楚地展示内部结构，所以将初始融合点云数据与透射全息图像比对分析之后生成的可视化点云数据要比非线性优化过程生成的更加准确。比对分析之后，生成可视化点云数据。需要说明的是，可视化点云数据表示在误差范围内的点云数据，相比初始点云数据和初始融合点云数据，可视化点云数据包含的物体位置坐标较为精确，适合用来恢复物体内部结构。
59.步骤s106、响应于对所述多个可视化点云数据进行融合且融合结果达到预定稠密阈值，以得到所述物体对应的体素体。
60.具体的，多个所述可视化点云相互之间融合达到预定的稠密值，本实施例中，达到预定的稠密值表示融合后的多个所述可视化点云形成的特征轮廓可清楚的表达所述物体，融合完成后，形成了包括多个体素的体素体，每个体素包括多个不规则分布的点。
61.步骤s107、对所述体素体进行提取操作，得到所述物体对应的内部结构。
62.具体的，所述提取操作包括确定所述体素体包含的每个体素的重心，对全部所述重心进行连接以形成所述内部结构。图3a示出了经过确定的多个所述体素的重心，图3b示出了将全部所述重心连接成平滑曲线后得到的物体的结构。体素为三维空间中的最小单元，其形状为立方体，内部包含多个不规则的点。由体素直接连接形成的物体结构表面平滑度较差。通过确定每个体素的的重心，以全部重心相连形成的物体结构表面会相对平滑。
63.在一些实施例中，所述获取所述物体的多个透射全息图像，每个所述透射全息图像的采集角度均不相同，包括：通过改变电磁波信号发射器和电磁波信号接收器相对于所述物体的放置角度，以采集所述物体的多个电磁波信号，基于所述多个电磁波信号通过计算得到所述多个透射全息图像。
64.具体的，电磁波信号发射器和电磁波信号接收器均为现有的商业窄带wi-fi路由器。以规则的建筑物大楼为例进行多角度信号采集的说明。具体采集方式为，首先采集大楼底部向顶部的电磁波信号，再采集由大楼顶部向底部的电磁波信号，最后采集大楼一侧底部向另一侧底部的电磁波信号以及大楼一侧顶部到另一侧顶部的电磁波信号，如果大楼为不规则形状，则可以增加wi-fi路由器放置的采集位置，以采集不同角度下的电磁波信号。综上可知，通过改变wi-fi路由器相对于大楼的放置角度，可以采集到大楼的多个电磁波信号。
65.本实施例通过对不同采集角度下的电磁波信号全部进行归一化，得到所述多个透射全息图像。归一化方法，具体为：
[0066][0067]
其中，r表示信号，xr、yr表示信号r在坐标系中的坐标，i表示复数因子，φ表示角度，f表示频率，t表示传播时间，i(f)e
iφ(f)
|
x,y
表示信号的复振幅，i
em
(f)表示发射的复信号，表示发射的复信号到x轴，y轴的传播，u函数代表了振幅衰减和相位延迟，i(t)表示相位随时间的变化，表示为时间傅里叶变换，公式(1)将在wi-fi信道中的电磁波振幅和相位恢复到一个常数因子u(xr,yr,f)-1
。根据公式(1)对电磁波信号进行的归一化计算可以得到一个透射全息图像。对不同采集角度下的电磁波信号全部进行归一化，得到所述多个透射全息图像。
[0068]
在一些实施例中，所述透射全息图像包括3d位置信息，将所述透射全息图像和其对应的采集角度输入至经过预训练的多层感知器mlp中，包括：
[0069]
对所述3d位置信息进行编码，得到编码信息；
[0070]
将所述编码信息和和其对应的采集角度输入至经过预训练的多层感知器mlp中。
[0071]
具体的，若直接将透射全息图像中3d位置信息输入至多层感知器mlp中会降低生成的体积密度的质量，在实验中输出的体积密度数据模糊。因此采用一个正余弦周期函数对3d位置信息进行位置编码，此编码公式如下：
[0072]
γ(p)＝(sin(20πp，cos(20πp),...,sin(2
l-1
πp),cos(2
l-1
πp))
ꢀꢀꢀ
(2)
[0073]
其中，p表示3d位置信息，l表示编码维数，可以根据实际需求设置，在本实施例中将l设置为10。得到编码信息后，将编码信息和其对应的采集角度输入至经过预训练的多层感知器mlp中。
[0074]
在一些实施例中，所述多层感知器mlp的所述预训练，包括：
[0075]
构建训练集；
[0076]
基于所述训练集通过神经辐射场nerf算法对所述多层感知器mlp进行训练，确定损失函数；
[0077]
通过最小化所述损失函数完成对所述多层感知器mlp的所述预训练。
[0078]
具体的，采集不同物体的透射全息图像中和对应的采集角度作为训练集，对多层感知器mlp中进行预训练。但是，直接将透射全息图像中3d位置信息输入至多层感知器mlp中会降低生成的体积密度的质量，在实验中得到的输出的体积密度数据模糊。因此采用公式(2)将3d位置信息进行编码，将编码信息和对应的采集角度输入至多层感知器mlp后，通过神经辐射场nerf算法对多层感知器mlp进行训练，训练的过程中采用损失函数具体为
[0079][0080]
其中，r表示射线，其由射线原点和射线角度组成，射线角度与采集角度有关。c(r)表示射线由近端到远端的积分，表示将积分离散化的求和，cf(r)表示概率密度的积分，r表示射线集合。经过多次迭代训练后，若损失函数loss值降低到预先设定的阈值时，可停止训练。本实施例中，预先设定的阈值可以为20％的损失函数初始值，若多次迭代训练后，当前的损失函数数值小于等于损失函数初始值的20％，则停止对多层感知器mlp预训练。
[0081]
在一些实施例中，在得到所述物体对应的体素体之前，包括：
[0082]
对经过所述融合的所述多个可视化点云进行离散化处理，以得到所述体素体。
[0083]
具体的，对多个可视化点云进行离散化处理后可以得到体素体，体素体中包含了多个体素，每个体素中包含多个不规则的点。对可视化点云的离散化可以通过选取现有的模型进行处理。例如，若物体为规则的建筑物大楼，则选取对规则物体建模效果较好的点云库(pcl，point cloud library)中的八叉树模型进行离散化处理。
[0084]
在一些实施例中，所述多层感知器mlp包括8个全连接层。
[0085]
具体的，所述多层感知器mlp包括8个全连接层，每层关联节点之间具有一定的函数关系，该函数关系为relu激活函数，relu激活函数具体为
[0086]
f(x)＝max(0,x)
ꢀꢀꢀ
(4)
[0087]
其中，x为自变量。本实施例中的函数关系也可以为其他激活函数，根据实际情况进行选取，此处不做具体限制。申请人经过多次试验确定包括8个全连接层的多层感知器mlp输出的体积密度最为适合，因此，本实施例中的多层感知器mlp采用了8个全连接层。
[0088]
需要说明的是，本技术实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本技术实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
[0089]
需要说明的是，上述对本技术的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理
和并行处理也是可以的或者可能是有利的。
[0090]
基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种物体结构重建装置。
[0091]
参考图4，物体结构重建装置，包括：
[0092]
获取模块401，被配置为获取所述物体的多个透射全息图像，每个所述透射全息图像的采集角度均不相同；
[0093]
输出模块402，被配置为将所述透射全息图像和其对应的采集角度输入至经过预训练的多层感知器mlp中，经由所述多层感知器mlp输出体积密度；
[0094]
构建模块403，被配置为基于所述体积密度构建初始点云数据；
[0095]
拼接模块404，被配置为基于全部所述初始点云数据通过点云拼接得到初始融合点云数据；
[0096]
可视化点云生成模块405，被配置为将所述初始融合点云数据分别与每个所述全息图像进行比对分析，生成多个可视化点云数据；
[0097]
融合模块406，被配置为响应于对所述多个可视化点云数据进行融合且融合结果达到预定稠密阈值，以得到所述物体对应的体素体；
[0098]
结构提取模块407，被配置为对所述体素体进行提取操作，得到所述物体对应的内部结构。
[0099]
在一些实施例中，所述获取模块401还被配置为通过改变电磁波信号发射器和电磁波信号接收器相对于所述物体的放置角度，以采集所述物体的多个电磁波信号，基于所述多个电磁波信号通过计算得到所述多个透射全息图像。
[0100]
在一些实施例中，所述输出模块402还被配置为对所述3d位置信息进行编码，得到编码信息；
[0101]
将所述编码信息和和其对应的采集角度输入至经过预训练的多层感知器mlp中。
[0102]
在一些实施例中，所述多层感知器mlp的所述预训练，包括：
[0103]
构建训练集；
[0104]
基于所述训练集通过神经辐射场nerf算法对所述多层感知器mlp进行训练，确定损失函数；
[0105]
通过最小化所述损失函数完成对所述多层感知器mlp的所述预训练。
[0106]
在一些实施例中，所述构建模块403还被配置为基于所述体积密度和其对应的采集角度，通过计算生成所述初始点云数据。
[0107]
在一些实施例中，所述融合模块406还被配置为对经过所述融合的所述多个可视化点云进行离散化处理，以得到所述体素体。
[0108]
在一些实施例中，所述结构提取模块407还被配置为确定所述体素体包含的每个体素的重心，对全部所述重心进行连接以形成所述内部结构。
[0109]
在一些实施例中，所述多层感知器mlp包括8个全连接层。
[0110]
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本技术时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
[0111]
上述实施例的装置用于实现前述任一实施例中相应的物体结构重建方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0112]
基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的物体结构重建方法。
[0113]
图5示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
[0114]
处理器1010可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集成电路(application specific integrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
[0115]
存储器1020可以采用rom(read only memory，只读存储器)、ram(random access memory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
[0116]
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
[0117]
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
[0118]
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
[0119]
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
[0120]
上述实施例的电子设备用于实现前述任一实施例中相应的物体结构重建方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0121]
基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的物体结构重建方法。
[0122]
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或
其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0123]
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的物体结构重建方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0124]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本技术的范围(包括权利要求)被限于这些例子；在本技术的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本技术实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
[0125]
另外，为简化说明和讨论，并且为了不会使本技术实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本技术实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本技术实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本技术的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本技术实施例。因此，这些描述应被认为是说明性的而不是限制性的。
[0126]
尽管已经结合了本技术的具体实施例对本技术进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
[0127]
本技术实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本技术实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本技术的保护范围之内。