基于内容的图像检索技术毕业论文.doc_第1页
基于内容的图像检索技术毕业论文.doc_第2页
基于内容的图像检索技术毕业论文.doc_第3页
基于内容的图像检索技术毕业论文.doc_第4页
基于内容的图像检索技术毕业论文.doc_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于内容的图像检索技术1 图像检索研究历史图像检索问题的研究最早起于21世纪70年代末,当时的研究主要集中于基于文本的图像检索。21世纪90年代初,有研究者提出了基于内容的图像检索(CBIR) 思想。图像检索的另一个研究方向是基于语义的图像检索。随着2001年9月“多媒体内容描述接口”MPEG一7标准的推出和逐渐完善,基于内容的图像检索系统可获得统一的内容描述方法,这将有利于基于内容的图像检索技术走向实用化和通用化,同时也有利于基于语义的图像检索技术取得突破性进展。2 图像检索技术的发展图像检索技术的发展大体上经过了两个阶段:基于文本的图像检索和基于内容的图像检索。基于文本的图像检索,可以追溯到20世纪70年代,图像数据研究者们在对图像进行文本标注的基础上,对图像进行基于关键字的检索。该方法实质是把图像检索转换为对与该图像对应的文本检索,Gudivada等对该技术进行了较为全面的综述。随着图像信息数量的飞速增长,基于文本标注的图像检索的问题就显现出来了:其一是文本描述是一种定性描述,当图像中包含多个物体时,难以用简短的描述全面体现其意义,难以表达图像的空间关系;其二是大量描述性文字的手工输入需要花费大量的人力物力,无法满足大型的多媒体信息库,如web网络资源,手工处理是完全无法适应的;其三是图像的内容非常丰富,而人们对图像的理解具有主观性。显然,直接采用传统的基于关键字的方法对图像数据进行检索不能满足人们的需要,于是就提出了基于内容的图像检索(CBIR,Content based image retrieva1)。3 图像检索的层次检索进行查询的层次基本可分为3层:3.1 基于原始数据的查询这是最低层次的查找。每一幅图像为像素点的简单有序的集合体, 查询时相似性的度量标准是点对点的比较。这个层次的比较是非常具体的, 只有在使用相对精确匹配时才有用。3.2 基于特征的查询这是较高层次的查询。在基于特征的层次上描述图像,图像特征就是一幅图像与其他图像不同的原始特性或根本属性。不同的特征可以被分成不同的特征矢量组。图像的区域划分基本上是根据特征矢量的不同特征划分,而同一个区域内的特征矢量具有相同的属性。在n 维特征空间的查询, 实质上就是目标特征矢量的相似性度量。数据库内的图像文件的特征矢量集以及抽取方法, 被事先抽取并保存。查询时, 使用给出的模板, 图像按照库内保存的方法抽取目标特征矢量。3.3 基于语义的查询这是最高层次的查询。可以看作是基于对象的查询。查询图像中包括具体的物体、发生的场景、图像所描述的感性色彩等都属于这个层次的查询。目前基于内容的图像检索的研究热点主要集中在第二个层次上, 即基于特征的检索。4 CBIR的关键技术基于内容的图像检索技术主要依据颜色、纹理、形状以及图像中子图像的特征进行检索。4.1 颜色特征颜色特征是图像物理特征中最直接的视觉特征,颜色特征非常稳定,而且颜色特征计算简单。颜色特征的缺陷在于不能很好的描述对象的空间特征,在检索过程中,颜色的特征描述通常有多种方法:直方图法 ,累积直方图法,局部累积直方图法,颜色布局法,中心矩法等。目前常用的有曼哈顿距离和欧几里德距离等欧几里德距离通过特征向量差值的均方差反映了图像之间的差异,和曼哈顿距离相比,缓和了2幅图像的差异程度用欧几里德距离公式计算图像x和y的距离如下: (41)它的优点是简便易行,有清晰的物理意义,即距离小,匹配好,说明2个特征之间的相似度大反之,距离大,匹配差,说明2个特征之间的相似度小颜色直方图是从全局角度捕获了整幅图像的整体颜色分布的信息,它丢失了许多局部的颜色空间分布信息,不能区分颜色组成相似但是空间分布不同的图像。融合整体与分块颜色分布的方法。图像的相似性判断应同时考虑图像颜色的整体和局部分布2方面的因素,故融合了颜色直方图与分块颜色图像检索2种方法,将2幅图像X和y的相似度定义为: (42)其中:表示用颜色直方图计算出的整体相似度;表示整体相似度的权值;表示用分块颜色图像检索方法计算出的局部相似度;表示局部相似度的权值,并且有+=1。图像的相似度定义为整体相似度与以图像分块为基础的局部相似度的加权和。两者的加权和可以结合2种方法的综合效果,并为后面的基于权重调整的相关反馈作准备。4.2 纹理特征纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的可视化特征。它是所有物体表面共有的内在特性。在提取纹理特征上,大量的实验结果表明,在各种小波变换形式中,Gabor基于小波变换的检索效果是最好的。Gabor小波函数二维Gabor函数g(x,y)可以表示为: (43)其中,w 是高斯函数的复调制频率,以g(x,y)为母小波则通过对g(x,y)进行适当尺度变换和旋转变换,就可得到自相似的一组滤波器,称为Gabor小波。 (44)其中, (45)K表示总的方向数目,通过改变111和n的值,便可以得到一组方向和尺度都不同的滤波器。图像纹理特征的描述给定一幅图像I(x,y),它的Gabor小波变换可以定义为: (46)假没局部纹理区域具有空问一致性,则变换系数的均值和方差可以代表该区域用作分类和检索的目的。 (47) (48)用和作为分量,可以构成特征向量。即: (49)在此基础上,加入Tamura纹理特征的三个分量:粗糙度、对比度和方向性,组成新的特征向量。即: (410)4.3 内部归一化每一种特征对应的特征向量中,每个特征分量的取值范围都不同,因此,我们采用了高斯归一化的方法:对于N维特征向量,设为图像库中任意一个图像,则它对应的特征向量为,则对于每一特征分量,都假定服从正态分布,首先提取每一特征分量的均值 和标准差,得到均值和标准差,然后进行高斯归一化。公式如下: (411)根据上式归一化后,各个均转变成具有分布的。4.4 外部归一化在进行检索时,需要将颜色特征和纹理特征相结合。由于颜色和纹理特征物理意义不同,不直接具有可比性。若采用距离准则进行综合特征相似度量时,应对颜色和纹理的特征向量进行归一化具体方法如下:(1) 计算图像库(共有M幅图像)中每两个图像I,J所对应特征向量,间的相似距离: ,且 (412)(2) 计算出由公式得到的个距离值的均值和标准差;(3) 对查询图像,计算其与图像库中每个图像的相似距离,记为;(4) 对进行线性变化: (413)4.5 形状特征形状是刻画物体的本质特征之一,也是描述图像内容的一个重要特征。对图像的形状描述是一个非常复杂的问题,在二维情况下,形状可以定义为二维范围内一条简单连接曲线位置和方向的函数。因此形状的描述涉及到对封闭曲线的描述,或对轮廓所包围区域的描述。4.5.1 基于边界特征的描述基于边界的形状描述方法概括了对象轮廓的形状性质。边界的描述方法很多,主要有基于小波变换的轮廓描述符,数学形态学方法,基于傅立叶变换的形状描述符,基于曲率尺度空间的轮廓描述,此外还有Hough变换方法,链码等方法。以下主要介绍两种常用的描述方法。1小波变换利用小波变换来对图像轮廓进行描述,首先要定义小波函数族。小波函数族可以定义为: (414)假设图像的轮廓函数为f(t),它的小波变换系数为: (415)利用小波变换系数可以重建的公式,它如下所示: (416)其中与截断系数时所需要的精度相关。假设尺度函数为,把它和小波变换重建公式相结合可以得到: (417)其中可以看作是在尺度下的模糊草图,可以看作是对的细节补充。如果称为尺度系数,那么称为小波系数,所有的小波系数组成与轮廓相对应的小波轮廓描述符。优缺点:基于小波变换的轮廓描述在相同长度下,它比傅立叶轮廓描述符有着更高的描述精度,同时描述结果也更加直观。虽然在大尺度下不容易对边界进行定位,但是它的误差比较小。在比较小的尺度下定位比较精确,但是误差比较大。2傅立叶形状描述符傅立叶形状描述符(Fourier Descriptor)的基本思想是用物体边界形状特征函数的傅立叶变换来描述形状。傅立叶变换通过把敏感的直接表示转换到频域获得物体的一般特征,频域特征不容易被微小的变化和噪声所影响。边界的离散傅立叶变换表达可以作为定量描述形状边界的特征参数的基础。假设在平面上有一由个点组成的数字化边界,其中的每个点可以用坐标来表示。从任意一个起点开始,以逆时针方向沿着边界移动,这样可以得到一系列坐标点。将平面与复平面重合,其中实部轴与轴重合,虚部轴与轴重合,这样边界上的每个点的坐标就可以用复数的形式来表示,从而边界就可以表示成坐标组成的一个复数序列。如图4.1图4.1 边界点的两种表达方法 (418)的离散傅立叶变换为: (419)的反傅立叶变换是: (420)在重构边界的时候,我们可只选取的前个系数,即,这样可得到的一个近似: (421)这时,对应于边界的点数没有改变,但在重构每一个点所需要的计算项大大减少了。如果边界点数很大,一般选为指数次方的整数。 在上述方法中,相当于对于的部分舍去不予计算。由于傅立叶变换中高频部分对应于图像的细节描述而低频分量对应总体形状,因此取得越小,细节部分丢失得越多。因此用较少的傅立叶描述子就可以获取边界本质的整体轮廓,可以用来区分明显不同的边界。而且使用复数作为描述符,对于旋转、平移、缩放等操作和起始点的选取不十分敏感。基于傅立叶变换的轮廓描述符具有良好的平移、旋转、缩放等几何不变性,非常适合于构造形状的边界信息。它的缺点是:轮廓的空间变化会带来傅立叶描述数值的无规律变化,并且很难从直观上对变化进行预测,局部变化会造成对应轮廓不规则的畸变,在提高精度的时候需要进行大量的增加系数量,同时它对噪声比较敏感。4.5.2 基于区域特征的描述基于区域的描述方法主要利用了区域内或者区域边界上的像素集合来对物体的形状特征进行描述。区域特征的描述方法主要有区域面积,形状参数,不变矩等。以下主要介绍两种主要的区域描述方法。1区域形状描述符它使用一组角放射变换系数,描述单个连通的区域或者多个不连通的区域。角放射变换是定义在极坐标上的一个单位圆内的复杂转换,它的转换公式为: (422)其中是和一个角放射变换系数,是极坐标上的一个图像方程,是角放射变换系数的基本函数。角放射变换系数的基本函数沿着角方向和放射方向是可分离的。它的表达式如下: (423)角方向和放射方向的基本函数分别如下所示: (424) ; (425)矩形度、圆形度、区域形状描述符适合于简单的几何图像,并不适合于边界特征复杂的图像。2Hu不变矩矩特征是建立在对一个区域内部灰度值分布的统计分析基础上的,是一种统计平均的描述,可以从全局观点描述对象的整体特征。矩是一种线性特征,矩特征对于图像的旋转、比例尺度、平移具有不变性,因此可以用来描述图像中的区域特性。二维矩不变量理论是在1962年由美籍华人学者胡贵明提出的,并将矩用于形状识别。对于连续图像二维函数,其阶矩定义为: (426)式中。根据唯一性定理,若是分段连续的,即只要在平面区域有非零值,则所有的各阶矩均存在,且矩序列唯一的被所确定。反之也唯一的确定了。其中心矩可表示如下: (427)式中,其中:,。对于数字图像,其在点处的阶矩定义为: (428)零阶矩为:,是该区域的点数,也是目标物体的面积。一阶矩为:,其中图像的重心坐标为:,其在点处的阶中心矩定义为: (429)考虑平移变换,若物体在平面上做纯平移,平移量为则平移后物体上点坐标与原坐标的关系为: 平移后物体区域为,与分别表示区域和的面积,显然平移后面积不变,新的重心坐标分别为: (430) 所以中心几何矩可见中心几何矩为平移不变量。当物体尺度被放大或缩小倍,则: , 新的重心位置为: (431)同理有:上式中由变为,由于的面积改变了倍,故需乘以因子。阶中心几何矩变为: (432)为了使得规范化矩对尺度变换时不变,必须有:,即,所以可推出: (433)由上述可见,若定义规范化的中心几何矩,其中,则可使该中心几何矩也符合尺度不变性的特性。各阶矩的物理意义:表示图像在水平方向上的伸展度;表示图像在垂直方向上的伸展度;表示图像的倾斜度。,表示图像向左上倾斜,表示图像向右上倾斜;表示图像在水平方向上的重心偏移度。表示重心偏左,表示重心偏右;表示图像在垂直方向上的重心偏移度。表示重心偏上,表示重心偏下;表示图像垂直伸展的均衡程度。表示图像下部的水平伸展比图像上部大,表示图像的上部水平伸展比下部大;表示图像垂直伸展的均衡程度。表示图像右边的垂直伸展比左边大,表示图像左边的垂直伸展比右边大。容易验证,在平移与尺度变换下均为不变量,但在物体旋转时,会变化。根据不变矩的表达式和其中心矩矩的阶次为阶,对其规范化之后,美籍华人胡贵明于1962年提出了由规范化中心几何矩定义的七个在平移、旋转、比例尺度变换下的不变量。阶规范化中心矩记作,定义为:,其中的值为,利用二阶和三阶规范化中心矩有下面的七个不变矩组: (434)Hu.M.K 已经证明这组矩具有平移、旋转、比例尺度变化不变性。这些矩的幅值反映了物体的形状并可用于形状检索和模式识别。不变矩及其组合已经用于印刷体字符的识别和染色体的分析中。基于区域的形状描述方法可以描述单个连通区域或者多个不连通的区域,在图像分割过程中,它对噪声不敏感。适合于区域能够较为准确的分割出来、区域内颜色分布较为均一的图像。其中的不变矩方法适合描述复杂物体,并且具有平移、伸缩及旋转的不变性。4.6 基于内容图像检索中的效果评价在基于内容的检索中,由于检索算法比较多,需要对各种算法的检索结果进行评判,以比较其优劣。从研究情况来看,对于系统的响应时间和吞吐率的评价论述的较少,对检索效果评价更多地放在对检索结果的正确与否,检索的有效性用查准率(precision)和查全率(recal1)两个指标来评估,分别定义如下:查全率检索出的图像中相关图像的数目所有相关的图像数目100 查准率检索出的图像中相关图像的数目检索出的图像数目100就目前而言,图像检索领域的标准主要是借助于文本检索领域的查全率和查准率,但是因为图像的非精确度匹配原则,所以,还有待于更进一步找到一种更适合评价系统性能的途径,并以此来引导研究工作向正确的方向发展。5 结束语 基于内容图像检索是一个开放的研究课题,它与图像处理、模式识别、数据库应用和心理学密切相关,具有广泛的应用前景。多媒体时代的到来更是进一步促进了它的发展。目前基于内容的图像查询、检索在国内外仍处于研究、探索阶段。对于图像的颜色、纹理、形状等特征的提取方法虽然很多,但存储量大且丢失信息现象很严重。综合利用两种或两种以上图像的特征以及将高层语义与底层特征相关联将会使图像检索的效果进一步提高。由此预见,实现基于高层的语义内容的图像检索仍是今后研究的重点。参考文献 1 苗静.基于形状特征的图像检索技 研究:硕士学位论文.长春:理工大学,20092 许瑞,黄东军.融合颜色和纹理的图像检索技术研究.内江科技.2007,8(11):1061193 亢院兵.像检索技术的历史、现状与研究进展.内江科技.2008,29(2):60994 张水利,任淑萍,王欣锋.基于内容的图像检索技术的现状和发展趋势研究.科技情报开发与经济.2007,17(17):1831855 王剑,贾世杰.关于内容的图像检索技术研究.信息科技.2009,8:20236 林丽惠.基于颜色特征和相关反馈的图像检索技术.中原工学院学报.2010,21(2):31347 贾君霞.基于内容的图像检索技术综述.中国科技博览.2010,11:2902908 盛永华.基于内容的图像检索技术.硅谷.2010,5:57579 王雪峰.现阶段基于内容的图像检索技术分析.伊犁师范学院学报:自然科学版.2010,2:525710 张蓓.图像检索技术的发展及现状分析.福建电脑.2009,4:4246袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论