新課標下基于線移的雙目三維重構(gòu)匹配算法的過程分析_第1頁
新課標下基于線移的雙目三維重構(gòu)匹配算法的過程分析_第2頁
新課標下基于線移的雙目三維重構(gòu)匹配算法的過程分析_第3頁
新課標下基于線移的雙目三維重構(gòu)匹配算法的過程分析_第4頁
新課標下基于線移的雙目三維重構(gòu)匹配算法的過程分析_第5頁
已閱讀5頁,還剩5頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、新課標下基于線移的雙目三維重構(gòu)匹配算法的過程分析    第1章  緒  論1.1  雙目立體視覺的發(fā)展立體視覺的開創(chuàng)性工作是在六十年代中期開始的。美國麻省理工學院的Roberts完成了二維景物的分析研究。他的工作就是把過去的二維圖像分析推廣到了二維景物分析,這標志著立體視覺技術(shù)的誕生,在隨后二十年中它迅速地發(fā)展并形成了一門新的學科1。七十年代,立體視覺在圖像的預處理技術(shù)、提取三維信息和圖像匹配技術(shù)等許多方面都有重大突破。七十年代末,Marr和Poggio等人創(chuàng)立的計算機視覺理論對立體視覺發(fā)展產(chǎn)生巨人影響,使得景物可視表面的重

2、建形成一個完備的體系。近年來,立體視覺理論日臻完善,立體視覺技術(shù)研究向?qū)嵱没较虬l(fā)展。在整個計算機視覺學,占有越來越重要的地位2。David Marr教授于1977年提出了計算機視覺理論,該理論在80年代成為機器視覺研究領(lǐng)域中的一個十分重要的理論框架3。Marr視覺計算理論立足于計算機科學,系統(tǒng)地概括了心理生理學、神經(jīng)生理學等方面業(yè)己取得的所有重要成果,是視覺研究中迄今為止最為完善的視覺理論4。1.2  Marr視覺理論Marr教授于1977提出了一個比較明確的視覺計算理論體系,這一理論把視覺過程看做一個信息處理的過程,而對于信息處理的研究又分為二個層次:計算的理論層次表示與算法層次

3、、硬件實施層次。Marr從視覺計算理論出發(fā),將系統(tǒng)分為自下而上的三個階段,即視覺信息從最初的原始數(shù)據(jù)(二維圖像數(shù)據(jù))到最終對三維環(huán)境的表達經(jīng)歷了三個階段的處理,如圖1-1所示。      圖 像                             

4、0;                       3D描述                          要素圖 &

5、#160;              2.5維圖圖1-1  Marr框架的視覺三階段Marr理論是計算機視覺研究領(lǐng)域的劃時代成就,積極推動了這一領(lǐng)域的研究,多年來對圖像理解和計算機視覺的研究發(fā)展起了重要的作用。但Marr理論也有不足之處,其中有4個有關(guān)整體框架(圖1-1)的問題5。1框架中輸入是被動的,給什么圖像,系統(tǒng)就處理什么圖像。2框架中加工目的不變,總是恢復場景中物體的位置和形狀等。3框架缺乏或者說未足夠重視高層知識的知道作用。4整個框架中信息加工過

6、程基本自下而上,單向流動,沒有反饋。針對這些問題,近年來人們提出了一系列改進思路,對應(yīng)圖1-1框架將起改進融入新的模塊得到圖1-2的框架。     第2章  基于線移的雙目視覺基本原理2.1  雙目視覺的硬件系統(tǒng)組成為了從二維圖像中獲得物體特征點的三維坐標,雙目視覺系統(tǒng)至少從不同位置獲取包含物體特征點的兩幅圖像。它的一般結(jié)構(gòu)為交叉擺放的兩個攝像機從不同角度觀測同一被測物體。雙目視覺系統(tǒng)在很多領(lǐng)域中都有應(yīng)用,根據(jù)不同的使用對象,視覺系統(tǒng)的軟硬件都會有所不同。通常的雙目視覺系統(tǒng)主要由七個部分組成,主要是:攝像機和光學部件、燈光、

7、部件傳感器、圖像采集卡、PC平臺、檢測軟件以及數(shù)字I/O和網(wǎng)絡(luò)連接。其中,攝像機和光學部件主要用于拍攝目標物體;燈光用于照亮部件,從攝像機拍攝到更好的圖像;部件傳感器在被檢測物體靠近時給出一個觸發(fā)信號,告訴視覺系統(tǒng)去采集圖像;圖像采集卡將攝像機與PC連接起來。它從攝像頭中獲得數(shù)據(jù)(模擬信號或數(shù)字信號),然后轉(zhuǎn)換成PC能處理的信息;PC平臺為檢測軟件以及數(shù)字I/O和網(wǎng)絡(luò)連接提供硬件支持,完成圖像數(shù)據(jù)處理和傳輸,以及獲得目標物體的三維信     息16。本課題的主要任務(wù)是用雙目視覺系統(tǒng)模擬人眼功能,從獲取的圖像中得到目標物體的三維信息。設(shè)計同時使用兩個攝像頭

8、,在不同位置對同一物體進行攝像,根據(jù)兩張圖之間物體成像視差原理獲取物體的空間信息,為機器人實現(xiàn)抓取等動作提供諸如空間位置、物體重心等有用信息。為完成這一任務(wù),實驗中構(gòu)建的雙目視覺系統(tǒng)主要由攝像機和光學部件、燈光、攝像機架、圖像采集卡、PC平臺、檢測軟件等六部分組成。系統(tǒng)構(gòu)成如圖2-1所示:                          

9、;                                                  

10、;                                                  

11、;                                                  

12、;                                                  

13、;                                                  

14、;                                                  

15、;                                                  

16、;                                                  

17、;                                     圖2-1  雙目視覺系統(tǒng)構(gòu)成2.2  雙目視覺原理雙目立體視覺是基于視差原理,由三角法原理進行三維信息的獲取,即由兩個攝像機的圖像平面(或單攝像

18、機在不同位置的圖像平面)和被測物體之間構(gòu)成一個三角形。已知兩攝像機之間的位置關(guān)系,便可以獲取兩攝像機公共視覺場內(nèi)的三維尺寸空間物體特征點的三維坐標。立體視覺是通過多幅圖像獲取物體二維幾何信息的方法,對生物視覺系統(tǒng),人們旱就注意到,幾乎所有具有視覺的生物都有兩個眼睛,用兩個眼睛同時觀察一個物體時,會有深度或遠或近的感覺17。雙目立體視覺就是仿照這個原理,利用兩臺攝像機從不同角度同時獲取同一景物的兩幅圖像,通過計算空間點在兩幅圖像中的視差來獲取景物的二維坐標值。其視差測距原理如圖2-2所示,設(shè)分別為左、右兩個相機的光學中心位置(透鏡中心), 與 之間的距離b,相機焦距 。設(shè)物體上的點P在左、右相機

19、圖像平面上的投影點分別為 , 與  連線間的距離為d,過 , 分別向圖像面(即視平面)作垂線,垂足分別為 , ,過P向圖像面作垂線,垂足為B。令 , , 。p  aB                  d                   

20、;     F  b           Cr圖2-2  視差測距原理圖由三角原理得                  左右像面上的外極線。 與左右像平面的交點 、 叫做左右像平面的極點。同一像平面上的所有外極線都應(yīng)相交于 點,稱為該像面的外極中心。 

21、0;                             P                     &#

22、160;                                                  &

23、#160;              圖2-5  交向姿態(tài)雙目視覺模型的對極集合關(guān)系對極幾何為雙目視覺立體匹配提供了一個局部約束條件。與左像面上投影點 所對應(yīng)的右像面投影點 必在右外極線 上,反之與右象平面上投影點 所對應(yīng)的左像平面投影點 必在左外極線 上。所以極線 、 在左右像平面上是相互對應(yīng)的。設(shè)左右攝像機的坐標系分別為 和 ,其中:  、 為左右攝像機的透視中心,設(shè)左右攝像機坐標系之間有如下變換關(guān)系:   &#

24、160;                                       (2-12)          &

25、#160;                           (2-13)如果左像平面上一條斜率為 并通過左外極中心 的直線與右像面上一條斜率為 并通過右外極中心 直線相匹配,則這兩條直線分別為同一外極平面與左右像平面的交線。 與 有如下對應(yīng)關(guān)系:       

26、60;                          (2-14)              (2-15)給定左像面上一點,計算過該點的左極線斜率以及與之相對應(yīng)的右極線斜率,就可以在右圖像中沿著右極線搜索相匹配的右像

27、點。外極線斜率約束為方體匹配提供了橫向上的約束,與空間二進制編碼相接合,就可以實現(xiàn)高精度、高密度的匹配了,經(jīng)過插值處理可以達到亞像素級水平的匹配。2.3  線移結(jié)構(gòu)光基本原理根據(jù)光學投射器的光束模式不同,結(jié)構(gòu)光模式可分為點結(jié)構(gòu)光模式、線結(jié)構(gòu)光模式、和多線結(jié)構(gòu)光模式以及網(wǎng)格結(jié)構(gòu)光模式等。下面介紹線結(jié)構(gòu)光模式和多線結(jié)構(gòu)光模式:線結(jié)構(gòu)光又稱光帶模式。如圖2-6所示,激光器投射的光束通過一柱面鏡在空間形成一窄的激光平面,當與物體表面相交時便在物體表面產(chǎn)生一亮的光條。該光條由于物體表面深度的變化以及可能的間隙而受到調(diào)制,表現(xiàn)在圖像中則是光條產(chǎn)生了畸變和不連續(xù),畸變的程度與深度成正比,不連續(xù)則顯

28、示出了物體表面間的物理空隙。線結(jié)構(gòu)光視覺的任務(wù)就是從畸變的光條圖像信息中獲取物體表面的三維信息。 圖2-6  線結(jié)構(gòu)光模式多線結(jié)構(gòu)光模式是光帶模式的擴展。如圖2-7所示,由光學投射器向物體邊面投射了多條亮條,其目的一方面是為了在一幅圖像中可以處理多條光條,提高圖像的處理效率,另一方面為了實現(xiàn)物體表面的多光條覆蓋從而增加測量的信息量,以獲得物體表面更大范圍的深度信息。這種模式也就是所謂的“光柵結(jié)構(gòu)模式”。多光條可以采用幻燈投影儀投影產(chǎn)生一光柵圖樣,也可以利用激光掃描器來實現(xiàn)。后者可以使用可控的激光平面掃過視場,旋轉(zhuǎn)鏡的每個位置都可得到光條圖像以供分析,通過該過程即可獲得覆蓋視

29、場的激光線柵。較之光帶模式,多線結(jié)構(gòu)光模式的效率和范圍增加,但同時引入了標定復雜性的增加和光條識別問題。 圖2-7  多線結(jié)構(gòu)光模式技術(shù)實現(xiàn)方案:采用GRAY碼與線移技術(shù)相結(jié)合的方法,實現(xiàn)物體空間的劃分和匹配。方案1:投影儀投射的圖像大小是1280 1024,首先采用的是6幅GRAY碼圖案和20次線移條紋相結(jié)合的方法,6幅GRAY編碼把攝像機采集的空間劃分為64個區(qū)域,采用20次線移技術(shù)實現(xiàn)每個區(qū)域的移動覆蓋。方案2:投影儀投射的圖像大小是1280 1024,采用的是7幅GRAY碼圖案和10次線移條紋相結(jié)合的方法,7幅GRAY編碼把攝像機采集的空間劃分為128個區(qū)域,采用1

30、0次線移技術(shù)實現(xiàn)對每個區(qū)域的移動覆蓋。本文采用的是采用6幅GRAY碼圖案和20次線移條紋相結(jié)合的方法,6幅GRAY編碼把攝像機采集的空間劃分為64個區(qū)域,采用20次線移技術(shù)實現(xiàn)每個區(qū)域的移動覆蓋。因為Gray碼將圖像平面分為64個區(qū)間,每個區(qū)間擁有一條亮條紋(圖2.6中的紅色條紋)。在最小的GRAY區(qū)域進行光條的移動,每個GRAY區(qū)域里每一次只有一根光條在移動。在左圖像平面某區(qū)間的亮條紋取上面一點與極點 做連線,設(shè)所做線段的斜率為 。根據(jù)對極幾何關(guān)系可知其匹配點與對應(yīng)的極點 所連線的斜率 。然后在右圖像平面與左圖像平面對應(yīng)的亮條紋上取點與極點 做連線 ,再將 與 做比較,當 與 之差最小時,該

31、點即為所求的匹配點。最后根據(jù)求三維空間坐標公式就可求出空間點的三維坐標。如此循環(huán)就可以找到所有的匹配點對應(yīng)的空間點的三維坐標。下面5幅圖分別是第0次,第5次,第10次,第15次,第19次線條紋移動后的紙杯的圖像: 圖2-8  第0次線移紙杯圖 圖2-9  第5次線移紙杯圖 圖2-10  第10次線移紙杯圖 圖2-11  第15次線移紙杯圖 圖2-12  第19次線移紙杯圖2.4  標定的參數(shù)說明雙目立體視覺測量系統(tǒng)中,通常先采用單攝像機標定方法,分別得到兩個攝像機的內(nèi)、外參數(shù),通過同一

32、世界坐標中的一組定標點來建立兩個攝像機之間的位置關(guān)系,所需標定內(nèi)部參數(shù)如下表2-1,外部參數(shù)如表2-2。表2-1 攝像機內(nèi)部參數(shù)內(nèi)部參數(shù) 左攝像機 右攝像機焦距   像面中心   鏡頭徑向畸變參數(shù)   水平掃描比例系數(shù)   像面坐標   原始的二維圖像,本設(shè)計所采集的有6幅圖,然后讀入所標定的攝像機的參數(shù),對所采集圖像進行圖像處理(主要涉及的處理對圖像各點進行格雷編碼,高斯濾波,圖像二值化,去除孤立點,圖像亮條紋的細化),再根據(jù)線移結(jié)構(gòu)光原理和對極幾何關(guān)系原理對圖像進行匹配并

33、計算出匹配點所反映的物體某點的世界坐標。最后以點云形式實現(xiàn)三維重構(gòu)。設(shè)計流程為:    圖3-8 雙目立體視覺中空間點的三維重建設(shè)左攝像機 位于世界坐標系的原點處且無旋轉(zhuǎn)圖像坐標系為 ,有效焦距為f;右攝像機坐標系為 ,圖像坐標系為 ,有效焦距為 ,由攝像機透視變換模型有:                        

34、;                               (3-3)                   

35、;                                   (3-4)而 坐標系與 坐標系之間的相互位置關(guān)系可通過空間轉(zhuǎn)換矩陣 表示為         

36、60;        ,               (3-5)其中, , 分別為 坐標系與 坐標系之間的旋轉(zhuǎn)矩陣和原點之間的平移變換矢量。由上面幾個式子可知,對 坐標系中的空間點,兩攝像機像面點之間的對應(yīng)關(guān)系為    &n 平移矢量T就可以得到被測物體點的三維空間坐標。然后將計算結(jié)果以ASC點云格式保存。3.3  小結(jié)本章首先通

37、過雙目立體視覺的硬件系統(tǒng)采集到原始的二維圖像,本設(shè)計所采集的有6幅圖,然后讀入所標定的攝像機的參數(shù),對所采集圖像進行圖像處理(主要涉及的處理對圖像各點進行格雷編碼,高斯濾波,圖像二值化,去除孤立點,圖像亮條紋的細化),再根據(jù)線移結(jié)構(gòu)光原理和對極幾何關(guān)系原理對圖像進行匹配并計算出匹配點所反映的物體某點的世界坐標。最后以點云形式實現(xiàn)三維重構(gòu)。         第4章  調(diào)試結(jié)果和分析4.1  調(diào)試結(jié)果本設(shè)計是利用C#語言在.net平臺編寫程序(程序見附錄)。由于是經(jīng)過20次線條紋的移動完成對整個覆蓋

38、面的掃描,因此計算量比較大,整個程序運行需要大約2分鐘。運行的結(jié)果就是在.net臺平臺將三維重構(gòu)圖以點云格式顯示出來。圖4-1是一幅紙杯原圖,圖4-2中的(a)、(b)、(c)3幅圖是3幅從不同角度截取的以點云格式顯示的三維重構(gòu)后的紙杯圖;圖4-3是一幅瓷杯原圖,圖4-4中的(a)、(b)、(c)3幅圖是3幅從不同角度截取的以點云格式顯示的三維重構(gòu)后的瓷杯圖;圖4-5是一幅普通紙盒的原圖,圖4-6中的(a)、(b)、(c)3幅圖是3幅從不同角度截取的以點云格式顯示的三維重構(gòu)后的紙盒圖像。紙杯原圖 圖4-1 紙杯原圖從3個不同角度觀察的重構(gòu)后的紙杯圖像 (a) (b

39、) (c)圖4-2 重構(gòu)后的紙杯圖像瓷杯原圖 圖4-3瓷杯原圖從3個不同角度觀察的重構(gòu)后的瓷杯圖像   (a)   (b) (c)圖4-4 重構(gòu)后的瓷杯圖像紙盒原圖 圖4-5 紙盒原圖從3個不同角度觀察的重構(gòu)后的紙盒圖像 (a) (b) (c)圖4-6 重構(gòu)后的紙盒圖像從上面的原圖和重構(gòu)圖可知,線移結(jié)構(gòu)光光能實現(xiàn)對物體的三維重構(gòu),精確度高。同時由于需要20次線移結(jié)構(gòu)光完成對整個覆蓋面的掃描,算法有待提高,耗時較長。從重構(gòu)后的圖像上來看,誤匹配點較多,說明圖像采集的環(huán)節(jié)需要注意,算法有待

40、改進。4.2  結(jié)果分析從調(diào)試結(jié)果來看結(jié)果不是很理想,圖像出現(xiàn)了很多的誤匹配點,經(jīng)過分析,可能是以下因素造成的:1雖然采用外極線的約束條件,但實驗中采用的圖像對對應(yīng)像點的位置偏差較人,造成兩幅圖像搜索范圍擴大,從而減小了雙向搜索匹配成功率;2攝像機模型是計算空間點三維坐標的直接依據(jù),我們采用的是理想的攝像機針孔模型,攝像機坐標系的精確度也會增加整個系統(tǒng)的誤差;3當目標物體過遠、過近或過分偏向視場一側(cè)時,其在左右圖像中的視差較小或過度懸殊,導致視差確定的相對誤差增加從而引起測量誤差;4目標在左右圖像中成像差異造成匹配成功率的下降。由于相機視角與共同視野區(qū)的原因,使在一幅圖像中存在的目標

41、像點,在另一幅圖像中可能不存在匹配像點,也就無法對其匹配。4.3  小結(jié)本次設(shè)計是利用C#語言在.net平臺編寫程序。由于是經(jīng)過20次線條紋的移動完成對整個覆蓋面的掃描,因此計算量比較大,整個程序運行需要大約2分鐘。運行的結(jié)果就是在.net臺平臺將三維重構(gòu)圖以點云格式顯示出來。本章顯示了三維點云結(jié)構(gòu)的重構(gòu)圖像進行的一些截圖,說明了線移結(jié)構(gòu)光法能實現(xiàn)物體的三維重構(gòu)。證明了本課題采用的技術(shù)具有實用性,文中還對實驗結(jié)果進行了分析。結(jié)  論經(jīng)過數(shù)月的苦戰(zhàn),本次畢業(yè)設(shè)計終于進入了尾聲。在此過程中,筆者在應(yīng)用所學習理論知識和實際經(jīng)驗的同時,也學習到了不少的知識,增長了不少的見識,真所謂

42、是學到用時方知少。雙目視覺測量技術(shù)是機器視覺的熱點技術(shù)之一,它可以快速準確地獲得被測物體表面的點云數(shù)據(jù),是逆向工程的前提。本畢業(yè)設(shè)計主要是基于雙目立體視覺原理和極線幾何關(guān)系對物體的三維重構(gòu)。利用格雷碼加線移結(jié)構(gòu)光對物體進行投影,再經(jīng)攝像機采集圖像信息以實現(xiàn)對物體的三維重構(gòu):攝像機采集到的6幅圖像序列形成的格雷碼將圖像空間劃分為64個周期,通過20次線條紋的移動完成對整個掃描平面的覆蓋,在已獲得兩攝像機標定參數(shù)基礎(chǔ)上,結(jié)合對極幾何原理完成左右圖像像素點的匹配。根據(jù)空間點三維坐標計算的數(shù)學模型計算出點的空間坐標,最后以點云形式實現(xiàn)物體的三維重構(gòu)。由于是第一次涉及機器視覺方面的相關(guān)知識,再加之筆者的

43、水平有限,所做的工作不多。需要學習的東西還很多,設(shè)計中對機器視覺的學習和運用有些膚淺,并沒有進行深一些的研究。(1) 論文所涉及的理論工作主要是對機器視覺的相關(guān)知識的學習和C#語言軟件平臺的學習。(2) 論文所涉及的實踐工作主要是對圖像的采集,以及軟件的編寫和硬件軟件的調(diào)試。希望本次畢業(yè)設(shè)計能夠機器視覺研究作出很小的一點點貢獻。    致  謝在本次畢業(yè)設(shè)計中,首先必須要感謝我的導師劉先勇教授。本文正是在劉先勇教授的指導和關(guān)心下完成的成的。劉老師嚴謹治學和誨人不倦的精神使我深受其益,尤其他對工作的認真負責的態(tài)度,更是經(jīng)常令我汗顏。在我遇到困難和

44、挫折時,劉老師的鼓勵和支持曾幫助我順利度過難關(guān)。可以說在做學問和做人方面,劉老師給我的影響令我終生難忘。因此,在這里我要特別感謝劉老師給予我的幫助,向劉老師致以深深的謝意和敬意!其次必須要感謝我的師兄郭進,在設(shè)計過程中,郭師兄不僅給了我大量設(shè)計中的幫助,還在設(shè)計開始的時候就借了他的電腦給我。論文的編寫也得到了郭師兄的很多啟發(fā)和指導。總之,在畢業(yè)設(shè)計的過程,郭師兄給予了我們無微不至的關(guān)心和指導,在這里表示忠心的感謝!另外這次畢業(yè)設(shè)計在程序的編寫上還得到了朱科同學和劉興強同學的幫助,在畢業(yè)設(shè)計的格式上是張凱同學讓我少走了很多的彎路,在此,我對你們表示感謝!在這次畢業(yè)設(shè)計中,參閱了很多的文獻和書籍,

45、從中也學習到了很多的知識,在這里特向有關(guān)的作者表示感謝!人生有涯,學無止境。面臨畢業(yè),任重而道遠,在今后的人生道路上,我將更加努力,不斷進步,以加倍努力來回報在我成長的過程中給予過我?guī)椭母魑粠熼L、同學和朋友們!最后,我要感謝所有幫助過我、關(guān)心著我的人!并向所有的這些人們說一聲:祝愿你們一生幸福!參考文獻1 張廣軍.機器視覺M.北京:科學出版社,2005.1.2 李改從,劉怡光,游志勝.雙目系統(tǒng)中一種車體的三維重建方法J.四川師范大學學報(自然科學版),2002,5:320-323. 3 李曉星,康紹     崢,周賢賓.立體視覺與空間編碼技術(shù)相結(jié)合的非接觸三維曲面測量系統(tǒng)J.中國機械工程,2004,15(9):806-809.4 馬利紅,王輝,李勇,金洪震.全息模擬再現(xiàn)像的三維重構(gòu)J.光子學報,2006,35(4):595-598.5 羅先波,鐘約先,李仁舉.三維掃描系統(tǒng)中的數(shù)據(jù)配準技術(shù)J.清華大學學報(自然科學版),2004,44(8):1104-1106. 6 龍璽,鐘約先,李仁舉.結(jié)構(gòu)光三維掃描測量的三維拼接技術(shù)J.清華大學學報(自然科學版),2002,42(4):477-480. 7 周驥,石教英,趙友兵.

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論