數(shù)字圖像處理期末考試一頁(yè)紙(共3頁(yè))_第1頁(yè)
數(shù)字圖像處理期末考試一頁(yè)紙(共3頁(yè))_第2頁(yè)
數(shù)字圖像處理期末考試一頁(yè)紙(共3頁(yè))_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)存儲(chǔ)一幅數(shù)字圖像所需的位數(shù)b (單位bit,比特) : b = M N k = N2k 半調(diào)(半調(diào)(halptone)輸出)輸出 多數(shù)打印設(shè)備僅能直接顯示輸出二值圖半調(diào)技術(shù):利用人眼的集成特性,通過(guò)控制二值點(diǎn)模式的形式(包括數(shù)量,尺寸,形狀等)來(lái)獲得視覺(jué)上不同的灰度感覺(jué) 一種將灰度圖象轉(zhuǎn)化為二值圖象的技術(shù) 輸出二值圖象看到灰度圖象幅度調(diào)制(幅度調(diào)制(AMAM)通過(guò)調(diào)整輸出黑點(diǎn)的尺寸來(lái)顯示不同的灰度 例如,早期報(bào)紙上的圖片,在每個(gè)空間位置打印一個(gè)其尺寸反比于該處灰度的黑圓點(diǎn) 二值點(diǎn)是規(guī)則的排成網(wǎng)格的點(diǎn) 點(diǎn)的形狀并不是決定性的因素頻率調(diào)制(頻率調(diào)制(FMF

2、M)輸出黑點(diǎn)的尺寸是固定的 其在空間的分布(點(diǎn)間的間隔或一定區(qū)域內(nèi)點(diǎn)出現(xiàn)的頻率)取決于所需表示的灰度缺點(diǎn):點(diǎn)增益(打印單元尺寸相對(duì)于原始單元尺寸的增加量)增加導(dǎo)致打印圖灰度范圍的減少或壓縮加法運(yùn)算的定義加法運(yùn)算的定義C(x,y) = A(x,y) + B(x,y)主要應(yīng)用舉例 去除“疊加性”噪音 生成圖象疊加效果減法的定義減法的定義C(x,y) = A(x,y) -B(x,y)主要應(yīng)用 去除不需要的疊加性圖案 檢測(cè)同一場(chǎng)景兩幅圖象之間的變化 計(jì)算物體邊界的梯度求反g(x,y) = 255 - f(x,y) 應(yīng)用:獲得一個(gè)陰圖象獲得一個(gè)子圖像的補(bǔ)圖像繪制區(qū)別于背景的、可恢復(fù)的圖形異或g(x,y)

3、 = f(x,y) h(x,y) 應(yīng)用:獲得相交子圖象繪制區(qū)別于背景的、可恢復(fù)的圖形或g(x,y) = f(x,y) v h(x,y) 應(yīng)用:合并子圖像與g(x,y) = f(x,y) h(x,y) 應(yīng)用:求兩個(gè)圖像的相交子圖幾何變幾何變換換 空間變換:對(duì)圖像平面上的像素進(jìn)行重新排列以恢復(fù)原空間關(guān)系灰度插值:對(duì)空間變換后的像素賦予相應(yīng)的灰度值以恢復(fù)原位置的灰度值基本幾何變換基本幾何變換 平移變換 旋轉(zhuǎn)變換 放縮變換 拉伸變換用整數(shù)處的像素值來(lái)計(jì)算在非整數(shù)處的像素值最近鄰插值最近鄰插值 也稱作零階插值,就是令變換后像素的灰度值等于距它最近的輸入像素的灰度值。雙線性雙線性插值插值(一階插值一階插值

4、) 也稱作一階插值, 該方法通常是沿圖像矩陣的每一列(行)進(jìn)行插值,然后對(duì)插值后所得到的矩陣再沿著行(列)方向進(jìn)行線性插值。雙線性插值雙線性插值特點(diǎn):當(dāng)對(duì)相鄰四個(gè)像素點(diǎn)采用雙線性插值時(shí),所得表面在鄰域處是吻合的,但斜率不吻合。并且雙線性灰度插值的平滑作用可能使得圖像的細(xì)節(jié)產(chǎn)生退化,這種現(xiàn)象在進(jìn)行圖像放大時(shí)尤其明顯。雙線性插值的缺陷雙線性插值的缺陷 平滑作用使圖象細(xì)節(jié)退化,尤其在放大時(shí) 不連續(xù)性會(huì)產(chǎn)生不希望的結(jié)果卷積插值法卷積插值法 當(dāng)圖像放大時(shí),圖像像素的灰度值插值可以通過(guò)卷積來(lái)實(shí)現(xiàn),即將輸入圖像兩行兩列中間插零值,然后通過(guò)低通模板濾波。模板的定義模板的定義 所謂模板就是一個(gè)系數(shù)矩陣灰度級(jí)變換

5、灰度級(jí)變換(點(diǎn)運(yùn)算點(diǎn)運(yùn)算)的定義的定義(1) 對(duì)于輸入圖象f(x,y),灰度級(jí)變換T將產(chǎn)生一個(gè)輸出圖像g(x,y), 且g(x,y)的每一個(gè)像素值, 都是由f(x,y)的對(duì)應(yīng)輸入像素點(diǎn)的值決定的。g(x,y) = T(f(x,y)圖象直方圖的圖象直方圖的定義定義(1)一個(gè)灰度級(jí)別在范圍0,L-1的數(shù)字圖象的直方圖是一個(gè)離散函數(shù)p(rk)= nk/n, ,n 是圖象的像素總數(shù), ,nk是圖象中第k個(gè)灰度級(jí)的像素總數(shù), ,rk 是第k個(gè)灰度級(jí),k = 0,1,2,L-1兩種圖象直方圖定義的兩種圖象直方圖定義的比較比較p(rk)= nkp(rk)= nk/n 使函數(shù)值正則化到0,1區(qū)間,成為實(shí)數(shù)函數(shù)

6、 函數(shù)值的范圍與象素的總數(shù)無(wú)關(guān) 給出灰度級(jí)rk在圖象中出現(xiàn)的概率密度統(tǒng)計(jì)直方圖均衡化直方圖均衡化 一種自動(dòng)調(diào)節(jié)圖象對(duì)比度質(zhì)量的算法 使用的方法是灰度級(jí)變換:s = T(r) 基本思想是通過(guò)灰度級(jí)r的概率密度函數(shù)p(rk ), 求出灰度級(jí)變換T(r) , 建立等值像素出現(xiàn)的次數(shù)與結(jié)果圖象像素值之間的關(guān)系。圖像分析技術(shù)分類的三種基本范疇圖像分析技術(shù)分類的三種基本范疇: 低級(jí)處理:圖像獲取、預(yù)處理 中級(jí)處理:圖像分割、表示與描述 高級(jí)處理:圖像識(shí)別、解釋什么是圖像增強(qiáng)什么是圖像增強(qiáng)? 圖像增強(qiáng)是對(duì)圖像進(jìn)行加工,以得到對(duì)特定應(yīng)用來(lái)說(shuō)視覺(jué)效果更“好”,或更“有用”的圖像的技術(shù)。為為什么要增強(qiáng)圖像什么要增

7、強(qiáng)圖像? 圖像在獲取、傳輸或者處理過(guò)程中會(huì)引入噪聲或使圖像變模糊,從而降低了圖像質(zhì)量,甚至淹沒(méi)了特征,給分析帶來(lái)了困難。目的目的: (1)改善圖像的視覺(jué)效果,提高圖像的清晰度; (2)將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器分析處理的形式。 可能的應(yīng)用可能的應(yīng)用:顯示、打印、印刷、識(shí)別、分析等??赡艿奶幚恚嚎赡艿奶幚恚喝コ胍?,邊緣增強(qiáng),提高對(duì)比度,增加亮度,改善顏色效果,改善細(xì)微層次等。空空域法域法 直接對(duì)圖像的像素灰度值進(jìn)行操作。 包括圖像的灰度變換、直方圖修正、空域?yàn)V波等。變換域法變換域法 在圖像的變換域中,對(duì)圖像的變換值進(jìn)行操作,然后經(jīng)逆變換獲得所需的增強(qiáng)結(jié)果。 包括頻域的低通濾波、高通濾波,

8、以及小波分析增強(qiáng)等??沼蚍沼蚍ɑ叶茸儞Q法灰度變換法定義:采用圖像灰度值變換的方法,即改變圖像像素的灰度值,以改變圖像灰度的動(dòng)態(tài)范圍,增強(qiáng)圖像的對(duì)比度。設(shè)原圖像為f(m,n), 處理后為g(m,n),則對(duì)比度增強(qiáng)可表示為G(m,n) = Tf(m,n)其中,T 表示增強(qiáng)圖像和原圖像的灰度變換關(guān)系(函數(shù))?;叶鹊木€性變換灰度的線性變換灰度的非線性變換灰度的非線性變換(對(duì)數(shù)、指數(shù))直方圖均衡化直方圖均衡化 直方圖均衡化就是通過(guò)原始圖像的灰度非線性變換,使其直方圖變成均勻分布,以增加圖像灰度值的動(dòng)態(tài)范圍,從而達(dá)到增強(qiáng)圖像整體對(duì)比度,使圖像變清晰的效果。 使用的方法是灰度級(jí)變換:s = T(r)直方圖

9、均衡化的技術(shù)要直方圖均衡化的技術(shù)要點(diǎn)點(diǎn): 公理:直方圖p(rk ),為常數(shù)的圖像對(duì)比度最好 目標(biāo):尋找一個(gè)灰度級(jí)變換T(r), 使結(jié)果圖像的直方圖p(sk )為一個(gè)常數(shù) 實(shí)現(xiàn): 強(qiáng)制認(rèn)為累積分布函數(shù)CDF是我們要找的變換函數(shù)T(r),直方圖均衡化的物理解釋直方圖均衡化的物理解釋1)直方圖均衡化,不改變灰度出現(xiàn)的次數(shù)(因?yàn)槟菢訒?huì)改變圖像的信息結(jié)構(gòu)),所改變的是出現(xiàn)次數(shù)所對(duì)應(yīng)的灰度級(jí)。kT(rk) = nj/n /*矯正后非零像素?cái)?shù)同前j=02)直方圖均衡化,力圖使等長(zhǎng)區(qū)間內(nèi)出現(xiàn)的像素?cái)?shù)接近相等。 空域?yàn)V波及濾波器的定義空域?yàn)V波及濾波器的定義 使用空域模板進(jìn)行的圖像處理,被稱為空域?yàn)V波。模板本身被

10、稱為空域?yàn)V波器。處理效果分類(平滑、尖銳)線性濾波器的定義線性濾波器的定義 線性濾波器是線性系統(tǒng)和頻域?yàn)V波概念在空域的自然延伸。其特征是結(jié)果像素值的計(jì)算由下列公式定義:R = w1z1 + w2z2 + + wnzn其中:wi i = 1,2, ,n 是模板的精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)系數(shù)zi i = 1,2, ,n 是被計(jì)算像素及其鄰域像素的值主要線性空域?yàn)V主要線性空域?yàn)V波器波器 低通濾波器 主要用途:平滑圖像、去除噪音 高通濾波器主要用途:邊緣增強(qiáng)、邊緣提取 帶通濾波器 主要用途:刪除特定頻率、增強(qiáng)中很少用主要非線性濾波器主要非線性濾波器 中值濾波 主要用途:平滑圖像、去除

11、噪音 計(jì)算公式: R = mid zk | k = 1,2,n 最大值濾波 主要用途:尋找最亮點(diǎn) 計(jì)算公式:R = max zk | k = 1,2,n 最小值濾波 主要用途:尋找最暗點(diǎn)計(jì)算公式:R = min zk | k = 1,2,n平滑濾平滑濾波器的主要用途波器的主要用途 對(duì)大圖像處理前,刪去無(wú)用的細(xì)小細(xì)節(jié) 連接中斷的線段和曲線 降低噪音 平滑處理,恢復(fù)過(guò)分銳化的圖像 圖像創(chuàng)藝(陰影、軟邊、朦朧效果)設(shè)計(jì)模板系數(shù)的原則設(shè)計(jì)模板系數(shù)的原則1)大于02)都選1,或中間選1,周圍選0.5模板系數(shù)與像素鄰域的計(jì)算模板系數(shù)與像素鄰域的計(jì)算 通過(guò)求均值,解決超出灰度范圍問(wèn)題模板尺寸對(duì)濾波器效果的影

12、響模板尺寸對(duì)濾波器效果的影響 模板尺寸越大, 圖像越模糊,圖像細(xì)節(jié)丟失越多平滑模板特點(diǎn)平滑模板特點(diǎn) 模板內(nèi)系數(shù)全為正,表示求和;所乘的小于1的系數(shù)表示取平均; 模板系數(shù)之和為1,表示對(duì)常數(shù)圖像(常數(shù))處理前后不變,而對(duì)一般圖像而言,處理前后平均亮度基本保持不變。 低通空域?yàn)V波的缺點(diǎn)和問(wèn)題低通空域?yàn)V波的缺點(diǎn)和問(wèn)題 如果圖像處理的目的是去除噪音,那么,低通濾波在去除噪音的同時(shí)也平滑了邊和尖銳的細(xì)節(jié)中中值濾波算法的特點(diǎn)值濾波算法的特點(diǎn) 對(duì)干擾脈沖和點(diǎn)噪聲有良好抑制作用, 而對(duì)圖象邊緣能較好地保持的非線性圖象增強(qiáng)技術(shù)。 在去除噪音的同時(shí),可以比較好地保留邊的銳度和圖像的細(xì)節(jié)中值濾波的依據(jù)中值濾波的依據(jù)

13、: 噪聲以孤立點(diǎn)的形式出現(xiàn),這些點(diǎn)對(duì)應(yīng)的像素?cái)?shù)很少,而圖像則是由像素?cái)?shù)較多、面積較大的塊構(gòu)成??沼?yàn)V波器空域?yàn)V波器-銳化濾波器銳化濾波器 圖像變模糊原因圖像變模糊原因: 成像系統(tǒng)聚焦不好或信道過(guò)窄; 平均或積分運(yùn)算;使目標(biāo)物輪廓變模糊,細(xì)節(jié)、輪廓(邊緣)不清晰。 目的目的:加重目標(biāo)物輪廓,使模糊圖像變清晰。銳化濾波器的主要用途 印刷中的細(xì)微層次強(qiáng)調(diào)。彌補(bǔ)掃描、掛網(wǎng)對(duì)圖像的鈍化 超聲探測(cè)成象,分辨率低,邊緣模糊,通過(guò)銳化來(lái)改善 圖像識(shí)別中,分割前的邊緣提取 銳化處理恢復(fù)過(guò)度平滑、暴光不足的圖像 圖像創(chuàng)藝(只剩下邊界的特殊圖像) 尖端武器的目標(biāo)識(shí)別、定位設(shè)計(jì)模板系數(shù)的原則設(shè)計(jì)模板系數(shù)的原則1)中心

14、系數(shù)為正值,外圍為負(fù)值2)系數(shù)之和為0銳化模板特點(diǎn)銳化模板特點(diǎn) 模板內(nèi)系數(shù)有正有負(fù),表示差分運(yùn)算; 模板內(nèi)系數(shù)之和為0(對(duì)常數(shù)圖像f(m,n)c,處理前后不變;對(duì)一般圖像,處理前后平均亮度不變)。 濾波器效果的分析濾波器效果的分析 常數(shù)或變化平緩的區(qū)域,結(jié)果為0或很小,圖像很暗,亮度被降低了 在暗的背景上邊緣被增強(qiáng)了 圖像的整體對(duì)比度降低了 計(jì)算時(shí)會(huì)出現(xiàn)負(fù)值, 歸0處理為常見(jiàn)高頻補(bǔ)償濾波器效果的分析高頻補(bǔ)償濾波器效果的分析 高頻補(bǔ)償比高通的優(yōu)點(diǎn)是很明顯的, 即增強(qiáng)了邊,又保留了層次。 噪音對(duì)結(jié)果圖像的視覺(jué)效果有重要的影響,高頻補(bǔ)償在增強(qiáng)了邊的同時(shí)也增強(qiáng)了噪音。微分濾波器模板系數(shù)設(shè)計(jì)微分濾波器模

15、板系數(shù)設(shè)計(jì)Roberts交叉梯度算子 Prewitt梯度算子 Sobel梯度算子理想低通濾理想低通濾波器的分析波器的分析 整個(gè)能量的90%被一個(gè)半徑為8的小圓周包含,大部分尖銳的細(xì)節(jié)信息都存在于被去掉的10%的能量中 小的邊界和其它尖銳細(xì)節(jié)信息被包含在頻譜的至多0.5%的能量中 被平滑的圖像被一種非常嚴(yán)重的振鈴效果理想低通濾波器的一種特性所影響同態(tài)濾波器同態(tài)濾波器的效果分析的效果分析 圖像的照度分量的特點(diǎn)是平緩的空域變化, 而反射分量則近于陡峭的空域變化 這些特性使得將圖像的對(duì)數(shù)的傅立葉變換的低頻部分對(duì)應(yīng)于照度分量,而高頻部分對(duì)應(yīng)于反射分量 盡管這種對(duì)應(yīng)關(guān)系只是一個(gè)粗略的近似,但它們可以用于優(yōu)

16、化圖像的增強(qiáng)操作一個(gè)好的控制可以通過(guò)用同態(tài)濾波器對(duì)照度和反射分量分別操作來(lái)得到 這個(gè)控制要求指定一個(gè)濾波器函數(shù)H(u,v), 它對(duì)于傅立葉變換的低頻和高頻部分的影響是不同的小波變換圖像增強(qiáng)法小波變換圖像增強(qiáng)法原理: 尺度函數(shù)和小波函數(shù)表現(xiàn)為低通和高通濾波器特性,得到的小波變換系數(shù)矩陣分別表示的是不同的頻率特性。數(shù)字圖像處理主要有兩個(gè)目的數(shù)字圖像處理主要有兩個(gè)目的:一是對(duì)圖像進(jìn)行加工和處理,得到滿足人的視覺(jué)和心理需要的改進(jìn)形式。如圖像增強(qiáng)和圖像恢復(fù)。 二是對(duì)圖像中的目標(biāo)物 (或稱景物) 進(jìn)行分析和理解。包括: (1)把圖像分割成不同目標(biāo)物和背景的不同區(qū)域; (2)提取正確代表不同目標(biāo)物特點(diǎn)的特征

17、參數(shù),并進(jìn)行描述; (3)對(duì)圖像中目標(biāo)物進(jìn)行識(shí)別和分類; (4)理解不同目標(biāo)物,分析其相互關(guān)系,從而指導(dǎo)和規(guī)劃進(jìn)一步的行動(dòng)(計(jì)算機(jī)視覺(jué))。點(diǎn)的檢測(cè)點(diǎn)的檢測(cè) 用空域的高通濾波器來(lái)檢測(cè)孤立點(diǎn)線的檢測(cè)線的檢測(cè) 通過(guò)比較典型模板的計(jì)算值, 確定一個(gè)點(diǎn)是否在某個(gè)方向的線上設(shè)計(jì)任意方向的檢測(cè)模板 可能大于3x3模板系數(shù)和為0 感興趣的方向的系數(shù)大拉普拉斯定義拉普拉斯定義數(shù)字形式的拉普拉斯的基本要求基本要求是: 1. 作用于中心像素的系數(shù)是一個(gè)正數(shù)2. 而且其周圍像素的系數(shù)為負(fù)數(shù)3. 系數(shù)之和必為0邊的檢測(cè)邊的檢測(cè) 拉普拉斯算子的分拉普拉斯算子的分析析:缺點(diǎn):對(duì)噪音的敏感;會(huì)產(chǎn)生雙邊效果;不能檢測(cè)出邊的方向

18、應(yīng)用:拉普拉斯算子不直接用于邊的檢測(cè),通常只起輔助的角色; 檢測(cè)一個(gè)像素是在邊的亮的一邊還是暗的一邊 利用零跨越,確定邊的位置邊緣連接的意義邊檢測(cè)算法的后處理 由于噪音的原因,邊界的特征很少能夠被完整地描述,在亮度不一致的地方會(huì)中斷。 因此典型的邊檢測(cè)算法后面總要跟隨著連接過(guò)程和其它邊界檢測(cè)過(guò)程,用來(lái)歸整邊像素,成為有意義的邊。Hough變換變換特性:抗噪聲、干擾點(diǎn)及斷點(diǎn)的影響,屬全局檢測(cè),而前述邊緣檢測(cè)法屬局部檢測(cè)。在找出邊界點(diǎn)集之后,需要連接,形成完整的邊界圖形描述對(duì)于邊界上的n個(gè)點(diǎn)的點(diǎn)集, 找出共線的點(diǎn)集和直線方程。對(duì)于任意兩點(diǎn)的直線方程: y = ax+ b,構(gòu)造一個(gè)參數(shù)a,b的平面,

19、從而有如下結(jié)論從而有如下結(jié)論xy平面上的任意一條直線y = ax + b , 對(duì)應(yīng)在參數(shù)ab平面上都有一個(gè)點(diǎn)過(guò)xy平面一個(gè)點(diǎn)(x,y)的所有直線, 構(gòu)成參數(shù)ab平面上的一條直線。 如果點(diǎn)(x1,y1)與點(diǎn)(x2,y2)共線,那么這兩點(diǎn)在參數(shù)ab平面上的直線將有一個(gè)交點(diǎn)在參數(shù)ab平面上相交直線最多的點(diǎn),對(duì)應(yīng)的xy平面上的直線就是我們的解閾值分割閾值分割法的基本思想法的基本思想: 確定一個(gè)合適的閾值T將大于等于閾值的像素作為物體或背景,生成一個(gè)二值圖像。通過(guò)直方圖得到閾值通過(guò)直方圖得到閾值 缺點(diǎn):會(huì)受到噪音的干擾,最小值不是預(yù)期的閾值,而偏離期望的值改進(jìn)改進(jìn):1)取兩個(gè)峰值之間某個(gè)固定位置,如中間

20、位置上。由于峰值代表的是區(qū)域內(nèi)外的典型值,一般情況下,比選谷底更可靠,可排除噪音的干擾。2)對(duì)噪音的處理對(duì)直方圖進(jìn)行平滑處理,如最小二乘法等。區(qū)域分割區(qū)域分割區(qū)域分割法就是利用同一區(qū)域內(nèi)灰度值的相似性,將相似的區(qū)域合并,把不相似區(qū)域分開(kāi),最終形成不同的分割區(qū)域。完備性連通性獨(dú)立性單一性互斥性鏈碼鏈碼 定義:1)鏈碼是一種邊界的編碼表示法。2)用邊界的方向作為編碼依據(jù)。為簡(jiǎn)化邊界的描述。一般描述的是邊界點(diǎn)集。問(wèn)題問(wèn)題1:1)鏈碼相當(dāng)長(zhǎng)。2)噪音會(huì)產(chǎn)生不必要的鏈碼。 改進(jìn)改進(jìn)1:1)加大網(wǎng)格空間。2)依據(jù)原始邊界與結(jié)果的接近程度,來(lái)確定新點(diǎn)的位置。問(wèn)題問(wèn)題2:1)由于起點(diǎn)的不同,造成編碼的不同2)由于角度的不同,1010222 v ) 1( 2 (cos u ) 12 (cos),() v () u () v, u (MxNyMNMNcyxyxfccF精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論