亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

虹膜識(shí)別的方法和裝置制造方法

文檔序號(hào):6636440閱讀:138來(lái)源:國(guó)知局
虹膜識(shí)別的方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種虹膜識(shí)別的方法和裝置。其中,該方法包括:將從第一虹膜圖像中提取的上眼瞼邊界圖像的圖像矩陣按照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn),得到多個(gè)旋轉(zhuǎn)矩陣;獲取與各個(gè)旋轉(zhuǎn)矩陣匹配的第一拋物線和各個(gè)旋轉(zhuǎn)矩陣確定的上眼瞼邊界相交的點(diǎn)的第一數(shù)量;將第一數(shù)量中的最大值對(duì)應(yīng)的旋轉(zhuǎn)角度,作為第一虹膜圖像中眼睛旋轉(zhuǎn)的角度;基于第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì)第一虹膜圖像進(jìn)行歸一化的起始角度;使用起始角度對(duì)第一虹膜圖像進(jìn)行歸一化處理;使用的從歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特征信息,以對(duì)第一虹膜圖像進(jìn)行虹膜識(shí)別。通過本發(fā)明,解決了現(xiàn)有技術(shù)中虹膜識(shí)別的準(zhǔn)確率低的問題,實(shí)現(xiàn)了提高虹膜識(shí)別的準(zhǔn)確率的效果。
【專利說(shuō)明】虹膜識(shí)別的方法和裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域,具體而言,涉及一種虹膜識(shí)別的方法和裝置。

【背景技術(shù)】
[0002] 虹膜是類似環(huán)形的結(jié)構(gòu),如圖1所示,虹膜11'位于瞳孔12'和鞏膜13'之間,虹 膜外圓14'和虹膜內(nèi)圓15'的部分,由于眼瞼以及眼睫毛16'的遮擋,丟失了一部分虹膜信 息。虹膜直徑約12mm,厚約0.5mm。從識(shí)別的角度來(lái)看,那些相互交錯(cuò)的類似于細(xì)絲,條紋 等形狀的細(xì)微特征是虹膜唯一性的體現(xiàn)。這些特征通常為虹膜的紋理特征,用于虹膜識(shí)別。
[0003] 在現(xiàn)有技術(shù)中,在虹膜圖像預(yù)處理之后,考慮到虹膜存在平移,旋轉(zhuǎn),尺度變化等 問題,需要將虹膜進(jìn)行歸一化處理,來(lái)消除虹膜圖像大小的不一致對(duì)特征提取以及后來(lái)的 識(shí)別所產(chǎn)生的影響,但在虹膜圖像歸一化的過程中,歸一化的起始角度的確定一直是一個(gè) 重要的課題,因?yàn)樵趯?shí)際虹膜圖像采集的過程中存在頭部旋轉(zhuǎn)從而導(dǎo)致眼睛角度旋轉(zhuǎn)的問 題,如果無(wú)法準(zhǔn)確判斷出眼睛的旋轉(zhuǎn)角度,兩個(gè)虹膜圖像的歸一化展開起始角度的相對(duì)位 置就會(huì)產(chǎn)生不一致性,從而影響最終的虹膜識(shí)別的準(zhǔn)確度,然而現(xiàn)有技術(shù)中無(wú)法確定旋轉(zhuǎn) 角度,如果人工確定旋轉(zhuǎn)角度就降低了虹膜識(shí)別的效率和準(zhǔn)確度,使得虹膜識(shí)別的時(shí)間很 長(zhǎng)且準(zhǔn)確度不高。
[0004] 針對(duì)現(xiàn)有技術(shù)中虹膜識(shí)別時(shí)無(wú)法判斷圖像中眼睛的旋轉(zhuǎn)角度,導(dǎo)致虹膜識(shí)別的準(zhǔn) 確率低的問題,目前尚未提出有效的解決方案。


【發(fā)明內(nèi)容】

[0005] 針對(duì)相關(guān)技術(shù)中虹膜識(shí)別時(shí)無(wú)法判斷圖像中眼睛的旋轉(zhuǎn)角度,導(dǎo)致虹膜識(shí)別的準(zhǔn) 確率低的問題,目前尚未提出有效的解決方案,為此,本發(fā)明的主要目的在于提供一種虹膜 識(shí)別的方法和裝置,以解決上述問題。
[0006] 為了實(shí)現(xiàn)上述目的,根據(jù)本發(fā)明的一個(gè)方面,提供了一種虹膜識(shí)別的方法,該方法 包括:從采集到的第一虹膜圖像中提取上眼瞼邊界圖像;將上眼瞼邊界圖像的圖像矩陣按 照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn),得到多個(gè)旋轉(zhuǎn)矩陣;獲取與各個(gè)旋轉(zhuǎn)矩陣匹配的第一拋物線和 各個(gè)旋轉(zhuǎn)矩陣確定的上眼瞼邊界相交的點(diǎn)的第一數(shù)量;將第一數(shù)量中的最大值對(duì)應(yīng)的旋轉(zhuǎn) 角度,作為第一虹膜圖像中眼睛旋轉(zhuǎn)的角度;基于第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì) 第一虹膜圖像進(jìn)行歸一化的起始角度;使用起始角度對(duì)第一虹膜圖像進(jìn)行歸一化處理,得 到歸一化圖像;使用從歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特征信息, 以對(duì)第一虹膜圖像進(jìn)行虹膜識(shí)別。
[0007] 進(jìn)一步地,獲取與各個(gè)旋轉(zhuǎn)矩陣匹配的第一拋物線包括:獲取預(yù)先設(shè)置的拋物線 參數(shù)的取值范圍;獲取拋物線參數(shù)的取值范圍確定的多條第二拋物線;對(duì)各個(gè)第二拋物線 和旋轉(zhuǎn)矩陣確定的上眼瞼邊界進(jìn)行曲線擬合,得到各個(gè)第二拋物線與旋轉(zhuǎn)矩陣確定的上眼 瞼邊界相交的點(diǎn)的第二數(shù)量;將第二數(shù)量中的最大值對(duì)應(yīng)的第二拋物線作為與旋轉(zhuǎn)矩陣匹 配的第一拋物線,第二數(shù)量的最大值為第一數(shù)量的值。
[0008] 進(jìn)一步地,從采集到的第一虹膜圖像中提取上眼瞼邊界圖像包括:對(duì)第一虹膜圖 像進(jìn)行邊緣檢測(cè)和霍夫變換,得到瞳孔定位圖像;在瞳孔定位圖像上截取包含上眼瞼信息 的第二虹膜圖像;使用平滑濾波器對(duì)第二虹膜圖像進(jìn)行二值化處理,生成噪聲圖像;對(duì)第 二虹膜圖像進(jìn)行圖像增強(qiáng)處理,得到第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩陣;基于噪聲圖像對(duì)增強(qiáng) 矩陣進(jìn)行去除瞳孔噪聲處理,得到初始上眼瞼邊界矩陣;對(duì)初始上眼瞼邊界矩陣進(jìn)行二次 去噪處理,得到上眼瞼邊界圖像。
[0009] 進(jìn)一步地,在瞳孔定位圖像上截取包含上眼瞼信息的第二虹膜圖像包括:獲取瞳 孔定位圖像上瞳孔的位置信息和半徑,其中,瞳孔的位置信息中包括:瞳孔的中心點(diǎn)的位置 信息;以瞳孔的中心點(diǎn)為基準(zhǔn),在瞳孔定位圖像上向上、向左和向右截取預(yù)設(shè)的像素距離, 得到第二虹膜圖像,其中,預(yù)設(shè)的像素距離為瞳孔的半徑與第一預(yù)設(shè)倍數(shù)的乘積。
[0010] 進(jìn)一步地,對(duì)第二虹膜圖像進(jìn)行圖像增強(qiáng)處理,得到第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩 陣包括:對(duì)第二虹膜圖像的矩陣進(jìn)行濾波處理,得到濾波矩陣;利用邊緣檢測(cè)算子對(duì)濾波 矩陣進(jìn)行梯度變換,得到變換矩陣;對(duì)變換矩陣進(jìn)行歸一化處理,得到歸一化矩陣;計(jì)算第 二虹膜圖像中的所有像素值的像素平均值,將第二虹膜圖像中小于像素平均值的像素拉伸 至[0, 1],大于像素平均值的像素的值置為零,得到拉伸矩陣;將歸一化矩陣和拉伸矩陣進(jìn) 行加和,得到和矩陣,確定增強(qiáng)矩陣。
[0011] 進(jìn)一步地,基于噪聲圖像對(duì)增強(qiáng)矩陣進(jìn)行去除瞳孔噪聲處理,得到初始上眼 瞼邊界矩陣包括:使用預(yù)設(shè)濾波器與增強(qiáng)矩陣作列卷積運(yùn)算,得到第一卷積結(jié)果;使 用預(yù)設(shè)行向量對(duì)第一卷積結(jié)果作行卷積運(yùn)算,得到上眼瞼矩陣,上眼瞼矩陣包括像素 Eyelash'(x,y),(x,y)為各個(gè)像素的坐標(biāo);使用如下公式對(duì)上眼瞼矩陣進(jìn)行去噪處理,得 到去噪矩陣,確定初始上眼瞼邊界矩陣,其中,公式為:
[0012]

【權(quán)利要求】
1. 一種虹膜識(shí)別的方法,其特征在于,包括: 從采集到的第一虹膜圖像中提取上眼瞼邊界圖像; 將所述上眼瞼邊界圖像的圖像矩陣按照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn),得到多個(gè)旋轉(zhuǎn)矩陣; 獲取與各個(gè)所述旋轉(zhuǎn)矩陣匹配的第一拋物線和各個(gè)所述旋轉(zhuǎn)矩陣確定的上眼瞼邊界 相交的點(diǎn)的第一數(shù)量; 將所述第一數(shù)量中的最大值對(duì)應(yīng)的所述旋轉(zhuǎn)角度,作為所述第一虹膜圖像中眼睛旋轉(zhuǎn) 的角度; 基于所述第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì)所述第一虹膜圖像進(jìn)行歸一化的起 始角度; 使用所述起始角度對(duì)所述第一虹膜圖像進(jìn)行歸一化處理,得到歸一化圖像; 使用從所述歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特征信息,以對(duì)所 述第一虹膜圖像進(jìn)行虹膜識(shí)別。
2. 根據(jù)權(quán)利要求1所述的方法,其特征在于,獲取與各個(gè)所述旋轉(zhuǎn)矩陣匹配的第一拋 物線包括: 獲取預(yù)先設(shè)置的拋物線參數(shù)的取值范圍; 獲取所述拋物線參數(shù)的所述取值范圍確定的多條第二拋物線; 對(duì)各個(gè)所述第二拋物線和所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界進(jìn)行曲線擬合,得到各 個(gè)所述第二拋物線與所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界相交的點(diǎn)的第二數(shù)量; 將所述第二數(shù)量中的最大值對(duì)應(yīng)的所述第二拋物線作為與所述旋轉(zhuǎn)矩陣匹配的所述 第一拋物線,所述第二數(shù)量的最大值為所述第一數(shù)量的值。
3. 根據(jù)權(quán)利要求1所述的方法,其特征在于,從采集到的第一虹膜圖像中提取上眼瞼 邊界圖像包括: 對(duì)所述第一虹膜圖像進(jìn)行邊緣檢測(cè)和霍夫變換,得到瞳孔定位圖像; 在所述瞳孔定位圖像上截取包含上眼瞼信息的第二虹膜圖像; 使用平滑濾波器對(duì)所述第二虹膜圖像進(jìn)行二值化處理,生成噪聲圖像; 對(duì)所述第二虹膜圖像進(jìn)行圖像增強(qiáng)處理,得到所述第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩陣; 基于所述噪聲圖像對(duì)所述增強(qiáng)矩陣進(jìn)行去除瞳孔噪聲處理,得到初始上眼瞼邊界矩 陣; 對(duì)所述初始上眼瞼邊界矩陣進(jìn)行二次去噪處理,得到所述上眼瞼邊界圖像。
4. 根據(jù)權(quán)利要求3所述的方法,其特征在于,在所述瞳孔定位圖像上截取包含上眼瞼 信息的第二虹膜圖像包括: 獲取所述瞳孔定位圖像上瞳孔的位置信息和半徑,其中,所述瞳孔的位置信息中包括: 瞳孔的中心點(diǎn)的位置信息; 以所述瞳孔的中心點(diǎn)為基準(zhǔn),在所述瞳孔定位圖像上向上、向左和向右截取預(yù)設(shè)的像 素距離,得到所述第二虹膜圖像,其中,所述預(yù)設(shè)的像素距離為所述瞳孔的半徑與第一預(yù)設(shè) 倍數(shù)的乘積。
5. 根據(jù)權(quán)利要求3所述的方法,其特征在于,對(duì)所述第二虹膜圖像進(jìn)行圖像增強(qiáng)處理, 得到所述第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩陣包括: 對(duì)所述第二虹膜圖像的矩陣進(jìn)行濾波處理,得到濾波矩陣; 利用邊緣檢測(cè)算子對(duì)所述濾波矩陣進(jìn)行梯度變換,得到變換矩陣; 對(duì)所述變換矩陣進(jìn)行歸一化處理,得到歸一化矩陣; 計(jì)算所述第二虹膜圖像中的所有像素值的像素平均值,將所述第二虹膜圖像中小于所 述像素平均值的像素拉伸至[〇, 1],大于所述像素平均值的像素的值置為零,得到拉伸矩 陣; 將所述歸一化矩陣和所述拉伸矩陣進(jìn)行加和,得到和矩陣,確定所述增強(qiáng)矩陣。
6. 根據(jù)權(quán)利要求3所述的方法,其特征在于,基于所述噪聲圖像對(duì)所述增強(qiáng)矩陣進(jìn)行 去除瞳孔噪聲處理,得到初始上眼瞼邊界矩陣包括: 使用預(yù)設(shè)濾波器與所述增強(qiáng)矩陣作列卷積運(yùn)算,得到第一卷積結(jié)果; 使用預(yù)設(shè)行向量對(duì)所述第一卷積結(jié)果作行卷積運(yùn)算,得到上眼瞼矩陣,所述上眼瞼矩 陣包括像素Eyelash'(x,y),所述(x,y)為各個(gè)所述像素的坐標(biāo); 使用如下公式對(duì)所述上眼瞼矩陣進(jìn)行去噪處理,得到去噪矩陣,確定所述初始上眼瞼 邊界矩陣,其中,所述公式為:
其中,Eyelash(x,y)為所述去噪矩陣中點(diǎn)(x,y)處的像素值,Noise(x,y)為所述噪聲 圖像的圖像矩陣中點(diǎn)(x,y)處的像素值。
7. 根據(jù)權(quán)利要求3所述的方法,其特征在于,對(duì)所述初始上眼瞼邊界矩陣進(jìn)行二次去 噪處理,得到所述上眼瞼邊界圖像包括: 將所述初始上眼瞼邊界矩陣中大于像素閾值的像素點(diǎn)的灰度值修改為255,將所述初 始上眼瞼邊界矩陣中不大于所述像素閾值的像素點(diǎn)的灰度值修改為0,得到特征點(diǎn)矩陣,其 中,所述像素閾值為第二預(yù)設(shè)倍數(shù)與所述初始上眼瞼邊界矩陣中最大像素值的乘積; 對(duì)所述特征點(diǎn)矩陣的特征點(diǎn)圖像進(jìn)行區(qū)域連通處理,得到連通圖像; 若所述連通圖像中的區(qū)域內(nèi)特征點(diǎn)的個(gè)數(shù)小于預(yù)設(shè)閾值,則將該區(qū)域從所述連通圖像 中去除,得到所述上眼瞼邊界圖像。
8. -種虹膜識(shí)別的裝置,其特征在于,包括: 提取模塊,用于從采集到的第一虹膜圖像中提取上眼瞼邊界圖像; 旋轉(zhuǎn)模塊,用于將所述上眼瞼邊界圖像的圖像矩陣按照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn),得到 多個(gè)旋轉(zhuǎn)矩陣; 獲取模塊,用于獲取與各個(gè)所述旋轉(zhuǎn)矩陣匹配的第一拋物線和各個(gè)所述旋轉(zhuǎn)矩陣確定 的上眼瞼邊界相交的點(diǎn)的第一數(shù)量; 第一確定模塊,用于將所述第一數(shù)量中的最大值對(duì)應(yīng)的所述旋轉(zhuǎn)角度,作為所述第一 虹膜圖像中眼睛旋轉(zhuǎn)的角度; 第二確定模塊,用于基于所述第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì)所述第一虹膜圖 像進(jìn)行歸一化的起始角度; 歸一化模塊,用于使用所述起始角度對(duì)所述第一虹膜圖像進(jìn)行歸一化處理,得到歸一 化圖像; 檢索模塊,用于使用從所述歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特 征信息,以對(duì)所述第一虹膜圖像進(jìn)行虹膜識(shí)別。
9. 根據(jù)權(quán)利要求8所述的裝置,其特征在于,所述獲取模塊包括: 第一獲取子模塊,用于獲取預(yù)先設(shè)置的拋物線參數(shù)的取值范圍; 第二獲取子模塊,用于獲取所述拋物線參數(shù)的所述取值范圍確定的多條第二拋物線; 曲線擬合模塊,用于對(duì)各個(gè)所述第二拋物線和所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界進(jìn) 行曲線擬合,得到各個(gè)所述第二拋物線與所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界相交的點(diǎn)的 第二數(shù)量; 第一確定子模塊,用于將所述第二數(shù)量中的最大值對(duì)應(yīng)的所述第二拋物線作為與所述 旋轉(zhuǎn)矩陣匹配的所述第一拋物線,所述第二數(shù)量的最大值為所述第一數(shù)量的值。
10. 根據(jù)權(quán)利要求8所述的裝置,其特征在于,所述提取模塊包括: 定位模塊,用于對(duì)所述第一虹膜圖像進(jìn)行邊緣檢測(cè)和霍夫變換,得到瞳孔定位圖像; 截取模塊,用于在所述瞳孔定位圖像上截取包含上眼瞼信息的第二虹膜圖像; 二值化處理模塊,用于使用平滑濾波器對(duì)所述第二虹膜圖像進(jìn)行二值化處理,生成噪 聲圖像; 圖像增強(qiáng)處理模塊,用于對(duì)所述第二虹膜圖像進(jìn)行圖像增強(qiáng)處理,得到所述第二虹膜 圖像對(duì)應(yīng)的增強(qiáng)矩陣; 第一去噪模塊,用于基于所述噪聲圖像對(duì)所述增強(qiáng)矩陣進(jìn)行去除瞳孔噪聲處理,得到 初始上眼瞼邊界矩陣; 第二去噪模塊,用于對(duì)所述初始上眼瞼邊界矩陣進(jìn)行二次去噪處理,得到所述上眼瞼 邊界圖像。
11. 根據(jù)權(quán)利要求10所述的裝置,其特征在于,所述截取模塊包括: 第三獲取子模塊,用于獲取所述瞳孔定位圖像上瞳孔的位置信息和半徑,其中,所述瞳 孔的位置信息中包括:瞳孔的中心點(diǎn)的位置信息; 截取子模塊,用于以所述瞳孔的中心點(diǎn)為基準(zhǔn),在所述瞳孔定位圖像上向上、向左和向 右截取預(yù)設(shè)的像素距離,得到所述第二虹膜圖像,其中,所述預(yù)設(shè)的像素距離為所述瞳孔的 半徑與第一預(yù)設(shè)倍數(shù)的乘積。
12. 根據(jù)權(quán)利要求10所述的裝置,其特征在于,所述圖像增強(qiáng)處理模塊包括: 濾波模塊,用于對(duì)所述第二虹膜圖像的矩陣進(jìn)行濾波處理,得到濾波矩陣; 梯度變換模塊,用于利用邊緣檢測(cè)算子對(duì)所述濾波矩陣進(jìn)行梯度變換,得到變換矩 陣; 歸一化處理模塊,用于對(duì)所述變換矩陣進(jìn)行歸一化處理,得到歸一化矩陣; 拉伸模塊,用于計(jì)算所述第二虹膜圖像中的所有像素值的像素平均值,將所述第二虹 膜圖像中小于所述像素平均值的像素拉伸至[〇, 1],大于所述像素平均值的像素的值置為 零,得到拉伸矩陣; 求和模塊,用于將所述歸一化矩陣和所述拉伸矩陣進(jìn)行加和,得到和矩陣,確定所述增 強(qiáng)矩陣。
13. 根據(jù)權(quán)利要求10所述的裝置,其特征在于,所述第一去噪模塊包括: 第一計(jì)算模塊,用于使用預(yù)設(shè)濾波器與所述增強(qiáng)矩陣作列卷積運(yùn)算,得到第一卷積結(jié) 果; 第二計(jì)算模塊,用于使用預(yù)設(shè)行向量對(duì)所述第一卷積結(jié)果作行卷積運(yùn)算,得到上眼瞼 矩陣,所述上眼瞼矩陣包括像素Eyelash'(x,y),所述(x,y)為各個(gè)所述像素的坐標(biāo); 第一處理子模塊,用于使用如下公式對(duì)所述上眼瞼矩陣進(jìn)行去噪處理,得到去噪矩陣, 確定所述初始上眼瞼邊界矩陣,其中,所述公式為:
其中,Eyelash(x,y)為所述去噪矩陣中點(diǎn)(x,y)處的像素值,Noise(x,y)為所述噪聲 圖像的圖像矩陣中點(diǎn)(x,y)處的像素值。
14.根據(jù)權(quán)利要求10所述的裝置,其特征在于,所述第二去噪模塊包括: 第二處理子模塊,用于將所述初始上眼瞼邊界矩陣中大于像素閾值的像素點(diǎn)的灰度值 修改為255,將所述初始上眼瞼邊界矩陣中不大于所述像素閾值的像素點(diǎn)的灰度值修改為 〇,得到特征點(diǎn)矩陣,其中,所述像素閾值為第二預(yù)設(shè)倍數(shù)與所述初始上眼瞼邊界矩陣中最 大像素點(diǎn)值的乘積; 第三處理子模塊,用于對(duì)所述特征點(diǎn)矩陣的特征點(diǎn)圖像進(jìn)行區(qū)域連通處理,得到連通 圖像; 第二確定子模塊,用于若所述連通圖像中的區(qū)域內(nèi)特征點(diǎn)的個(gè)數(shù)小于預(yù)設(shè)閾值,則將 該區(qū)域從所述連通圖像中去除,得到所述上眼瞼邊界圖像。
【文檔編號(hào)】G06K9/00GK104484649SQ201410708416
【公開日】2015年4月1日 申請(qǐng)日期:2014年11月27日 優(yōu)先權(quán)日:2014年11月27日
【發(fā)明者】劉洋 申請(qǐng)人:北京天誠(chéng)盛業(yè)科技有限公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1