• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于機器視覺的不同類型甘蔗莖節(jié)識別

    2019-08-01 01:54:12石昌友王美麗劉欣然黃慧麗周德強鄧干然
    計算機應(yīng)用 2019年4期
    關(guān)鍵詞:機器視覺

    石昌友 王美麗 劉欣然 黃慧麗 周德強 鄧干然

    摘 要:針對不同種類甘蔗表面多樣性和復(fù)雜性等因素導致甘蔗圖像的莖節(jié)難以識別問題,提出一種基于機器視覺且適合各種類型甘蔗的莖節(jié)識別方法。首先,通過迭代擬合法從原始圖像中提取甘蔗目標區(qū)域,并估計甘蔗目標與橫軸的傾斜角度,根據(jù)傾斜角度參數(shù)旋轉(zhuǎn)甘蔗目標成近似平行橫軸姿態(tài);然后,利用雙密度雙樹復(fù)小波變換(DD-DTCWT)對圖像進行分解,使用不同層次的垂直和近似垂直方向的小波系數(shù)重構(gòu)圖像;最后,運用圖像直線檢測算法對重構(gòu)圖像進行檢測,得到甘蔗莖節(jié)部位的邊緣線,對邊緣線的密度、長度、相互距離信息進一步驗證便可實現(xiàn)甘蔗莖節(jié)的識別和定位。實驗結(jié)果顯示甘蔗莖節(jié)完整識別率達到92%,約80%的莖節(jié)的定位精度小于16個像素,95%的莖節(jié)的定位精度小于32個像素,所提方法在不同的圖像背景下,都能夠成功地對不同類型的甘蔗進行莖節(jié)識別,并且定位精度高。

    關(guān)鍵詞:?甘蔗莖節(jié)識別;機器視覺;雙密度雙樹復(fù)小波變換;直線檢測算法

    中圖分類號:?TP391.4

    文獻標志碼:A

    文章編號:1001-9081(2019)04-1208-06

    Abstract: The sugarcane node is difficult to recognize due to the diversity and complexity of surface that different types of sugarcane have. To solve the problem, a sugarcane node recognition method suitable for different types of sugarcane was proposed based on machine vision. Firstly, by the iterative linear fitting algorithm, the target region was extracted from the original image and its slope angle to horizontal axis was estimated. According to the angle, the target was rotated to being nearly parallel to the horizontal axis. Secondly, Double-Density Dual Tree Complex Wavelet Transform (DD-DTCWT) was used to decompose the image, and the image was reconstructed by using the wavelet coefficients that were perpendicular or approximately perpendicular to the horizontal axis. Finally, the line detection algorithm was used to detect the image, and the lines near the sugarcane node were obtained. The recognition was realized by further verifying the density, length and mutual distances of the edge lines. Experimental results show that the complete recognition rate reaches 92%, the localization accuracy of about 80% of nodes is less than 16 pixels, and the localization accuracy of 95% nodes is less than 32 pixels. The proposed method realizes node recognition for different types of sugarcane under different background with high position accuracy.

    Key words: sugarcane node recognition; machine vision; Double-Density Dual Tree Complex Wavelet Transform (DD-DTCWT); line detection algorithm

    0?引言

    甘蔗播種面積占中國糖料播種面積的87%以上,在世界排名第3位,而且甘蔗種類豐富[1]。傳統(tǒng)甘蔗種植方式需要大量的勞動力并產(chǎn)生大量的時間成本,因此甘蔗種植機械化和智能化是甘蔗農(nóng)業(yè)的迫切需求,而甘蔗莖節(jié)識別是其中關(guān)鍵技術(shù)之一。但甘蔗種類多,甘蔗表皮形態(tài)復(fù)雜、無序和多樣,給視覺識別帶來比較大的技術(shù)挑戰(zhàn)。

    國外學者Moshashai等[2]利用灰度圖像閾值分割的方法對莖節(jié)識別問題進行初步研究。陸尚平等[3]把甘蔗圖像HSV(Hue, Saturation, Value)顏色空間的S分量和經(jīng)過閾值分割的H分量的反圖像進行運算,然后基于支持向量機對甘蔗圖像的莖段和莖節(jié)進行分類;喬曦[4]利用甘蔗圖像的邊緣線信息間接實現(xiàn)甘蔗莖節(jié)識別;黃亦其等[5]通過傳統(tǒng)邊緣檢測算子操作得到二值化圖像,最后利用Radon變換識別莖節(jié)部位邊緣線;張衛(wèi)正等[6]基于沿包含莖節(jié)的甘蔗長軸方向灰度上有明顯上升的特性識別甘蔗莖節(jié)。然而,上述研究還存在著不同程度的問題:1)莖節(jié)檢測只滿足特定種類甘蔗,不能適用于不同表皮顏色的甘蔗莖節(jié)識別;2)莖節(jié)識別不完全,不能夠很好找到甘蔗圖像中的所有莖節(jié);3)甘蔗莖節(jié)完整識別率有待進一步提升。

    小波變換是數(shù)字圖像處理領(lǐng)域重要的圖像時、空頻變換技術(shù)之一。Kingsbury[7]提出的復(fù)小波變換(Complex Wavelet Transform, CWT)彌補了離散小波的平移敏感性缺點;隨后Selesnick[8]提出的雙密度雙樹小波變換可以把信號分解更精細,增加了信息量;Selesnick等[9]提出了雙樹復(fù)小波具有抗混淆性、近似平移不變形和更多方向選擇性的特點。隨后,學者們又提出雙密度雙樹復(fù)小波變換(Double-Density Dual Tree Complex Wavelet Transform, DD-DTCWT)。各類型小波技術(shù)被廣泛應(yīng)用于視覺圖像處理領(lǐng)域[10-16]。

    近年來,圖像邊緣線檢測的研究相繼發(fā)表[17-20]。圖像邊緣線是重要的圖像信息,在圖像目標識別[21]、機場圖像識別[22]、圖像建模[23]、地面交通圖像識別[24]等被廣泛運用。

    本文提出的甘蔗莖節(jié)識別方法:首先,利用甘蔗表皮粗糙、紋理混亂特點,實現(xiàn)在不同的圖像背景條件下提取甘蔗目標區(qū)域;然后利用小波分解與重構(gòu)技術(shù)把甘蔗圖像變換成一系列甘蔗莖節(jié)信息突出、明顯的圖像組;最后采用圖像邊緣線檢測算法獲得甘蔗莖節(jié)部位的邊緣線信息。

    1?數(shù)據(jù)材料

    1.1?甘蔗圖像數(shù)據(jù)

    甘蔗實物由中國熱帶農(nóng)業(yè)科學院農(nóng)業(yè)機械研究所(廣東省湛江市)提供,選用數(shù)碼相機(Canon-EOS6D),分別在白天和晚上兩個不同背景光條件下的多種背景場景下拍攝。拍攝前,人為增加一定的圖像干擾因素例如陰影、干擾線條、噪聲等。最后拍攝的甘蔗圖像經(jīng)軟件進行了10°、20°、30的順時針和逆時針旋轉(zhuǎn),最終甘蔗圖像集包含著多種姿態(tài)的甘蔗圖像。部分甘蔗圖像如圖1所示。

    從甘蔗圖像集中隨機選出300張圖,每個甘蔗莖節(jié)部位被一個剛好能夠覆蓋的人工標記區(qū)域標記。這組被標記的甘蔗圖像作為本研究實驗數(shù)據(jù),用于識別率、莖節(jié)定位精度的定量評價。

    1.2?甘蔗莖節(jié)定位精確度量

    橫軸的像素距離可用來度量甘蔗莖節(jié)定位誤差。以莖節(jié)的標記區(qū)域的中心點為基準位置,定位誤差計算公式如下:Accuracy=1N∑Ni=1xi-xc(1)

    其中:xi、xc、N分別表示莖節(jié)的識別橫坐標、莖節(jié)的基準橫坐標和算法識別莖節(jié)的橫坐標個數(shù)。在莖節(jié)識別率評估時,本文把定位誤差超過120個像素的情況視為偽識別。如果整幅圖像的所有莖節(jié)都被識別,且沒有產(chǎn)生偽識別,這種情況被定義為完整識別。

    2?方法

    2.1?甘蔗目標區(qū)域提取

    甘蔗目標提取算法流程如圖2所示。首先,修改Canny算子的雙閾值抑制,雙閾值的較大閾值設(shè)置為當前圖像的梯度圖中80%的像素的梯度值的平均值,另一較小的閾值設(shè)置為大閾值的0.8倍。二值化圖像的背景區(qū)域白點像素稀疏,而甘蔗目標區(qū)域的白點像素具有較大的局部密度和一定強度的連續(xù)性,整體趨勢近似線性。

    在甘蔗目標趨勢迭代擬合之前,應(yīng)用局部密度抑制法過濾背景區(qū)域的過長的干擾線。局部密度根據(jù)式(2)計算:

    然后,應(yīng)用迭代擬合方法得到目標區(qū)域的趨勢。步驟如下:①根據(jù)式(2)計算得到密度圖像,以給定步長和列塊寬度對密度圖像進行列塊采樣。②對于所有采樣列塊,取其列塊內(nèi)的最大密度值的像素為候選擬合坐標點。③基于擬合坐標點進行線性擬合。④刪除部分離擬合結(jié)果直線距離最遠的擬合坐標。⑤統(tǒng)計以當前擬合直線為基礎(chǔ),通過連續(xù)整數(shù)次縱向平移直線得到局部圖像塊的白點像素數(shù)。⑥判斷像素點數(shù)的連續(xù)變化幅度,如果變化平緩,迭代結(jié)束;否則,使用剩余的坐標點從③開始再次迭代。

    最后,提取目標區(qū)域。步驟如下:①根據(jù)擬合的結(jié)果直線,通過連續(xù)整數(shù)次縱向平移直線得到局部圖像塊模板。②分別往上、下兩個方向平移局部圖像塊模板。③對于每一次模板的平移,在原二值圖像截取板相對應(yīng)區(qū)域,并縱向投影截取區(qū)域。④判斷投影向量是否存在過長的連續(xù)零值序列。⑤在同一平移方向,如果連續(xù)多次模板平移后都出現(xiàn)過長連續(xù)零值序列,停止模板平移。所有模板平移過的位置為甘蔗目標區(qū)域,否則從②開始再次迭代。

    圖3是甘蔗目標提取算法運行結(jié)果,圖3(b)為目標區(qū)域提取結(jié)果,圖3(c)中星型直線為目標傾斜度估計結(jié)果。

    2.2?雙密度雙樹復(fù)小波變換

    2.2.1?小波分解

    雙密度雙樹復(fù)小波變換對信號進行分解,具有平穩(wěn)性、抗混疊性和平移不敏感性等特點。雙密度雙樹復(fù)小波變換利用兩個不同尺度函數(shù)和四個不同的小波函數(shù),經(jīng)下采樣技術(shù)實現(xiàn)。如下的兩個尺度函數(shù)和四個小波函數(shù)構(gòu)成了一個復(fù)尺度函數(shù)和兩個復(fù)小波函數(shù):

    雙密度雙樹復(fù)小波變換能夠把信號分解成32個方向的信息。如圖4所示,左右兩部分分別是兩個棵樹的方向,上下兩部分分別是實部和虛部兩個分支方向。

    2.2.2?小波重構(gòu)

    由于甘蔗圖像經(jīng)形態(tài)調(diào)整步驟之后,甘蔗莖節(jié)部位邊緣線近似垂直于橫軸。所以本研究只要選擇方向為±75°和±90°的小波系數(shù)重構(gòu)圖像。本研究對多種重要的重構(gòu)策略對莖節(jié)識別結(jié)果的影響進行深入探索,并分析了多幅重構(gòu)圖像不同融合策略的效果。實驗結(jié)果表明融合三幅重構(gòu)圖像的策略可以獲得更優(yōu)的識別效果。這三幅重構(gòu)圖像由第1、2、3層,第1、2、3、4層和第1、2、3、4、5層高頻系數(shù)分別重構(gòu)。

    2.3?甘蔗莖節(jié)識別

    學者von Gioi等[17]提出一種圖像直線檢測算法LSD(Line Segment Detector),本研究使用LSD算法對重構(gòu)圖像作邊緣線檢測。

    LSD算法通過統(tǒng)計檢驗法判定梯度方向基本一致的像素群是否為邊緣線。每個像素群可由一個最小的矩形完全覆蓋。給定線段域Area,其矩陣中心計算公式如下:

    圖像多分辨率是提高圖像處理算法適應(yīng)性的經(jīng)典技術(shù),常用的圖像分辨率縮放比率是2,為提高LSD算法的魯棒性,本研究使用LSD算法的三層空間金字塔版本,圖像空間金字塔的縮放比例是1/2。

    2.4?甘蔗莖節(jié)信息優(yōu)化

    直線檢測的結(jié)果有可能攜帶有莖節(jié)部位以外的干擾線條。需要對其修正和優(yōu)化。甘蔗莖節(jié)信息優(yōu)化算法流程如圖5所示。

    首先,使用目標區(qū)域掩碼過濾掉不在掩碼范圍的點,并去掉斜率角小于60°的直線和刪除過長和過短直線。然后,計算剩余直線的平均長度作為甘蔗莖節(jié)高度值,選擇兩倍莖節(jié)高度為莖節(jié)之間的最小間距,每對相鄰的莖節(jié)距離至少要大于最小莖節(jié)間距;最后為每條直線分配優(yōu)先級,按照優(yōu)先級從高到低順序驗證每條候選線。線的優(yōu)先級通過式(11)計算:

    3?實驗與結(jié)果分析

    3.1?甘蔗莖節(jié)識別

    實驗分成四組,甘蔗莖節(jié)完整識別率和本文算法執(zhí)行時間等實驗數(shù)據(jù)如表1所示,平均完整識別率為92%,本文算法在每張圖像的平均運行時間是1.96s。實驗說明本研究選擇的甘蔗莖節(jié)部位邊緣線可用來作為甘蔗莖節(jié)識別的根據(jù),具有良好的莖節(jié)識別效果。因為任何類型的甘蔗的莖節(jié)部位附近都有生長帶、根帶、葉痕覆蓋帶、甘蔗種芽多個不同的甘蔗區(qū)域,不同區(qū)域帶有明顯的分界線,并且分界線方向、形態(tài)較為一致,而甘蔗莖段部位只有橫向的芽溝,維管束或者是雜亂的蠟粉或圖案。實驗結(jié)果中還有少部分的甘蔗圖像的莖節(jié)沒有被完全識別或者產(chǎn)生了偽識別。這是因為有少數(shù)甘蔗的莖節(jié)附近的分界線很模糊,LSD算法無法識別;或者因為甘蔗莖段部位因其他原因遺留有一定長度和方向的刮痕,本文算法產(chǎn)生誤判。

    實驗輸入圖像分辨率比較大,但是本文算法在每張圖片的平均執(zhí)行時間開銷卻只有1.96s。這是因為甘蔗目標提取算法有效提取出甘蔗目標,縮小了后續(xù)處理步驟的輸入規(guī)模。

    圖6是莖節(jié)識別效果樣例,從中可看出:本文算法可以成功地對不同背景下對不同類型的甘蔗進行甘蔗識別,而且成功避免了圖像背景區(qū)域的陰影、邊界線、干擾線影響。

    3.2?甘蔗莖節(jié)定位誤差分析

    本文算法的定位誤差統(tǒng)計結(jié)果如圖7所示。大約80%的莖節(jié)的定位誤差小于16個像素,大約95%的甘蔗莖節(jié)的定位誤差在32個像素之內(nèi),定位誤差小于48像素的莖節(jié)比例高達97%。這是因為甘蔗莖節(jié)部位與甘蔗莖段是由明顯的豎型的邊緣線分割,莖節(jié)附近的邊緣線和莖節(jié)本身在物理位置上比較接近。另外有小部分的莖節(jié)精確度大于32個像素,原因是有少部分的甘蔗,它們的莖節(jié)區(qū)域相對較大,莖節(jié)部位的邊緣線莖節(jié)中心有一定距離。還有很少的一部分識別錯誤,其原因主要有兩點:1)莖節(jié)邊緣線太過模糊、不成型;2)莖段部位偶然會有相對突出的豎型的干擾線,本文算法在莖節(jié)識別定位時候,產(chǎn)生誤判。

    3.3?Canny算子閾值參數(shù)討論

    有兩個參數(shù)用于確定Canny算子的雙非最大值抑制閾值。記參數(shù)為α、 β分別用于確定較大值閾值和較小閾值。分別對不同的參數(shù)取值進行了實驗,實驗結(jié)果如圖8所示。

    甘蔗莖節(jié)的識別率隨著參數(shù)α、 β增大而增加,當參數(shù)增大到一定值時,甘蔗莖節(jié)識別效果變得越來越差。原因是當參數(shù)α、 β的值被設(shè)置為較小值時,甘蔗原始圖像中梯度輕微的變化的像素點都被認定為邊緣像素點,二值化結(jié)果圖像中會引入了大量的邊緣點,這會影響莖節(jié)的識別率;相反,當參數(shù)α、 β的值被設(shè)置為較大值時,甘蔗原始圖像中梯度較大的變化的像素點才被認定為邊緣像素點,二值化結(jié)果圖像中遺漏了部分莖節(jié)部分附近的邊緣線,所以莖節(jié)的識別效果變差。

    3.4?小波重構(gòu)策略討論

    本研究對所有重要的重構(gòu)策略進行了實驗驗證,并對比各重構(gòu)方案下的莖節(jié)識別率。重構(gòu)策略信息如表2所示,表的每一種融合策略是一組實驗。表的每行是該融合策略下的某一次小波系數(shù)組合策略。表2中的數(shù)字是小波從第一次分解到最后一次分解的依次層次編號。

    小波系數(shù)不同重構(gòu)策略的莖節(jié)識別效果如圖9所示。只使用單一重構(gòu)圖像時,最高完整識別率為72%;融合兩幅重構(gòu)圖像時,最高完整識別率為76%;融合三幅重構(gòu)圖像時,最高完整識別率達到92%,此時三幅重構(gòu)圖像分別由最高三層、最高四層、最高五層的四個方向高頻系數(shù)重構(gòu)而得。

    實驗結(jié)果說明小波分解的四個方向的高頻系數(shù)對于莖節(jié)識別任務(wù)具有很高的價值。組合多幅重構(gòu)圖像時,其識別率得到有效提升。原因是甘蔗表面平滑程度不一樣,紋理粗細、走向、深淺差別大。組合多重構(gòu)圖像方法能夠很好地適應(yīng)這些復(fù)雜多變的甘蔗表皮情況。圖9還說明,使用較少層次的小波系數(shù)重構(gòu),其識別率不理想,原因是圖像信號的噪聲往往存在于小波分解最開始的前幾層的小波系數(shù)里,這些噪聲會影響莖節(jié)識別率;使用太多層次的小波系數(shù)重構(gòu),由于小波的下采樣過程會造成信息丟失,重構(gòu)結(jié)果中只包含非常明顯的圖像邊緣信息,甘蔗莖節(jié)識別率同樣不理想。

    此外,如增加分解層數(shù),雙密度雙樹復(fù)小波要求較大的圖像尺寸和更多計算時間,所以小波分解為五層比較合理。

    3.5?對比實驗

    文獻[5]方法與本文方法的對比實驗效果如圖10所示。本文方法完整地識別了圖像中的所有莖節(jié),莖節(jié)定位更為精確,而文獻[5]方法只能識別甘蔗圖像中最明顯的一個甘蔗莖節(jié)。進一步對比可以發(fā)現(xiàn),當甘蔗目標在圖像中有一定傾斜度時,或者背景中有一定強度的豎型干擾直線時,文獻[5]方法就會識別錯誤。原因是文獻[5]方法只是簡單檢測圖像中大約處于豎型狀態(tài)的最長直線,而沒有進一步排除非莖節(jié)區(qū)域的干擾直線,也沒有考慮當甘蔗目標在原始圖像中處于一定傾斜角度姿態(tài)時的情況。

    4?結(jié)語

    本文提出一種基于雙密度雙樹復(fù)小波和圖像直線檢測技術(shù)的甘蔗莖節(jié)識別方法。首先,利用甘蔗表面的粗糙、混亂紋理等特征實現(xiàn)把甘蔗從圖像背景中提取出來;其次,調(diào)整甘蔗目標,使得甘蔗目標與橫軸近似平行,再通過雙密度雙樹復(fù)小波變換對圖像進行分解,并選擇特定方向小波系數(shù)重構(gòu)甘蔗圖像;最后,運用LSD算法對重構(gòu)圖像作邊緣檢測,對圖像的邊緣結(jié)果信息進行分析實現(xiàn)甘蔗莖節(jié)定位識別。實驗結(jié)果表明,本文算法可以在不同背景條件下成功對不同類型甘蔗的莖節(jié)進行識別。但是,如果甘蔗圖像的背景相當復(fù)雜,經(jīng)過二值化后,圖像背景中的白點像素分布過多過密,將會降低莖節(jié)的識別率。這種情況有待更進一步探索解決方法。

    參考文獻(References)

    [1] 韋巧, 楊寶玲, 高振江.我國甘蔗產(chǎn)業(yè)化現(xiàn)狀淺析[J]. 農(nóng)機化研究, 2015, 37(4): 247-253. (WEI Q, YANG B L, GAO Z J. Analysis of current situation of sugar cane industry [J]. Journal of Agricultural Mechanization Research, 2015, 37(4): 247-253.)

    [2] MOSHASHAI K, ALMASI M, MINAEI S, et al. Identification of sugarcane nodes using image processing and machine vision technology[J]. International Journal of Agricultural Research, 2008, 3(5): 357-364.

    [3] 陸尚平, 文友先, 葛維, 等.基于機器視覺的甘蔗莖節(jié)特征提取與識別[J]. 農(nóng)業(yè)機械學報, 2010, 41(10): 190-194. (LU S P, WEN Y X, GE W, et al. Recognition and features extraction of sugarcane nodes based on machine vision [J]. Transactions of the Chinese Society of Agricultural Machinery, 2010, 41(10): 190-194.)

    [4] 喬曦. 基于計算機視覺的甘蔗種莖切割防傷芽系統(tǒng)的研究[D]. 南寧: 廣西大學, 2013: 24-36. (QIAO X. System of sugarcane cutting device to protect the bud based on computer vision[D]. Nanning: Guangxi University, 2013: 24-36.)

    [5] 黃亦其, 喬曦, 唐書喜, 等. 基于Matlab的甘蔗莖節(jié)特征分布定位與試驗[J]. 農(nóng)業(yè)機械學報, 2013, 44(10): 93-97. (HUANG Y Q, QIAO X, TANG S X, et al. Localization and test of characteristics distribution for sugarcane internode based on Matlab[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(10): 93-97.)

    [6] 張衛(wèi)正, 董壽銀, 齊曉祥, 等. 基于圖像處理的甘蔗莖節(jié)識別與定位[J]. 農(nóng)機化研究, 2016, 38(4): 217-221. (ZHANG W Z, DONG S Y, QI X X, et al. The identification and location of sugarcane internode based on image processing[J]. Journal of Agricultural Mechanization Research, 2016, 38(4): 217-221.)

    [7] KINGSBURY N. Image processing with complex wavelets[J]. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 1999, 357(1760): 2543-2560.

    [8] SELESNICK I W. The double-density dual-tree DWT[J]. IEEE Transactions on Signal Processing, 2004, 52(5): 1304-1314.

    [9] SELESNICK I W, BARANIUK R G, KINGSBURY N. The dual-tree complex wavelet transform[J]. IEEE Signal Processing Magazine, 2005, 22(6): 231-239.

    [10] 黃學優(yōu), 張長江. 雙樹復(fù)小波域的MRI圖像去噪[J]. 中國圖象圖形學報, 2016, 21(1): 104-113. (HUANG X Y, ZHANG C J. MRI denoising based on dual-tree complex wavelet transform[J]. Journal of Image and Graphics, 2016, 21(1): 104-113.)

    [11] CHEN S, QIU B, ZHAO F, et al. Fast compressed sensing MRI based on complex double-density dual-tree discrete wavelet transform[J]. International Journal of Biomedical Imaging, 2017, 2017: 9604178.

    [12] YASIN A S, PAVLOVA O N, PAVLOV A N. Speech signal filtration using double-density dual-tree complex wavelet transform[J]. Technical Physics Letters, 2016, 42(8): 865-867.

    [13] HU H F. Illumination invariant face recognition based on dual-tree complex wavelet transform[J]. IET Computer Vision, 2015, 9(2): 163-173.

    [14] KRISHNA M H, KUMAR G S. A noise based hybrid thresholding for enhanced noise reduction using double density dual tree complex wavelet transform[C]// Proceedings of the 2015 13th International Conference on Electromagnetic Interference and Compatibility. Piscataway, NJ: IEEE, 2015: 208-211.

    [15] ZHANG Y, BI S. Quantum-inspired remote sensing image denoising with double density dual-tree complex wavelet transform[C]// Proceedings of SPIE 9299. Bellingham, WA: SPIE Press, 2014: 199-229.

    [16] 武士想, 尚鵬, 王立功. 小波-Lagrange方法進行醫(yī)學圖像層間插值[J]. 中國圖象圖形學報, 2016, 21(1): 78-85. (WU S X, SHANG P, WANG L G. Inter-slice interpolation for medical images by using the wavelet-Lagrange method[J]. Journal of Image and Graphics, 2016, 21(1): 78-85.)

    [17] von GIOI R G, JAKUBOWICZ J, MOREL J M, et al. LSD: a fast line segment detector with a false detection control[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(4): 722-732.

    [18] BURNS J B, HANSON A R, RISEMAN E M. Extracting straight lines[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2009, 8(4): 425-455.

    [19] AKINLAR C, TOPAL C. EDLines: a real-time line segment detector with a false detection control[J]. Pattern Recognition Letters, 2011, 32(13): 1633-1642.

    [20] SALAN Y, MARLET R, MONASSE P. The multiscale line segment detector[C]// RRPR 2016: Proceedings of the 2016 Reproducible Research in Pattern Recognition, LNCS 10214. Berlin: Springer, 2016: 167-178.

    [21] WEI H, YANG C, YU Q. Contour segment grouping for object detection[J]. Journal of Visual Communication and Image Representation, 2017, 48: 292-309.

    [22] TANG G, XIAO Z, LIU Q, et al. A novel airport detection method via line segment classification and texture classification[J]. IEEE Geoscience & Remote Sensing Letters, 2015, 12(12): 2408-2412.

    [23] IZADI M, SAEEDI P. Three-dimensional polygonal building model estimation from single satellite images[J]. IEEE Transactions on Geoscience & Remote Sensing, 2012, 50(6): 2254-2272.

    [24] BAE G Y, HA J M, JEON J Y, et al. LED traffic sign detection using rectangular Hough transform[C]// Proceedings of the 2014 International Conference on Information Science & Applications. Piscataway, NJ: IEEE, 2014: 1-4.

    猜你喜歡
    機器視覺
    基于芯片點膠系統(tǒng)的視覺檢測技術(shù)研究
    軟件導刊(2016年11期)2016-12-22 21:52:17
    全自動模擬目標搜救系統(tǒng)的設(shè)計與實現(xiàn)
    基于機器視覺的自動澆注機控制系統(tǒng)的研究
    科技視界(2016年26期)2016-12-17 17:31:58
    機器視覺技術(shù)的發(fā)展及其應(yīng)用
    科技視界(2016年25期)2016-11-25 19:53:52
    視覺拉線檢測器的設(shè)計與實現(xiàn)
    科技視界(2016年25期)2016-11-25 09:27:34
    大場景三維激光掃描儀在研究生實踐教學培養(yǎng)中的應(yīng)用
    科教導刊(2016年25期)2016-11-15 17:53:37
    基于機器視覺的工件鋸片缺陷檢測系統(tǒng)設(shè)計
    軟件工程(2016年8期)2016-10-25 15:55:22
    基于機器視覺技術(shù)的動態(tài)“白帶”常規(guī)檢測系統(tǒng)的開發(fā)
    科技視界(2016年20期)2016-09-29 11:11:40
    對激光切割機的改進
    科技視界(2016年6期)2016-07-12 09:12:40
    人工智能在高校圖書館的預(yù)期
    科技視界(2016年15期)2016-06-30 19:03:30
    我要看黄色一级片免费的| 婷婷丁香在线五月| 国产一区二区在线观看av| 国产国语露脸激情在线看| 在线av久久热| 成人影院久久| 国产精品久久久久久精品电影小说| 亚洲国产精品成人久久小说| 亚洲 国产 在线| 男女无遮挡免费网站观看| 高清视频免费观看一区二区| 国产有黄有色有爽视频| 嫁个100分男人电影在线观看| 天天操日日干夜夜撸| 如日韩欧美国产精品一区二区三区| 最新的欧美精品一区二区| 91国产中文字幕| 亚洲欧美成人综合另类久久久| 一级片'在线观看视频| 人人澡人人妻人| 国产亚洲精品一区二区www | 日韩欧美一区二区三区在线观看 | 欧美在线一区亚洲| 亚洲人成电影观看| 亚洲情色 制服丝袜| 丝袜脚勾引网站| 国产又爽黄色视频| 美女大奶头黄色视频| 婷婷丁香在线五月| 一级a爱视频在线免费观看| 精品国产一区二区三区四区第35| 啪啪无遮挡十八禁网站| 久久久精品94久久精品| 久久久久久免费高清国产稀缺| 亚洲,欧美精品.| 久久免费观看电影| 亚洲av电影在线观看一区二区三区| av免费在线观看网站| 美女中出高潮动态图| 亚洲七黄色美女视频| 国产97色在线日韩免费| 黄色a级毛片大全视频| 夫妻午夜视频| 精品一区二区三卡| 精品视频人人做人人爽| 久久精品熟女亚洲av麻豆精品| a级片在线免费高清观看视频| 岛国毛片在线播放| 日韩欧美免费精品| 亚洲激情五月婷婷啪啪| 青春草亚洲视频在线观看| 欧美久久黑人一区二区| 啦啦啦中文免费视频观看日本| 久久精品国产综合久久久| 水蜜桃什么品种好| 91麻豆精品激情在线观看国产 | 人妻人人澡人人爽人人| 国产xxxxx性猛交| 欧美xxⅹ黑人| 精品欧美一区二区三区在线| 欧美日韩精品网址| 国产精品二区激情视频| 视频区图区小说| 91精品伊人久久大香线蕉| 国产精品一二三区在线看| 国产在线观看jvid| 久久久久久久大尺度免费视频| 中国国产av一级| 国产成人免费无遮挡视频| svipshipincom国产片| 亚洲国产欧美网| 侵犯人妻中文字幕一二三四区| av电影中文网址| 9热在线视频观看99| 国产欧美日韩一区二区三区在线| 国产欧美日韩一区二区三 | 51午夜福利影视在线观看| 日韩有码中文字幕| 视频在线观看一区二区三区| 亚洲第一欧美日韩一区二区三区 | 热99re8久久精品国产| 9色porny在线观看| 亚洲精品国产av成人精品| 少妇粗大呻吟视频| 久久av网站| 亚洲欧美精品自产自拍| 欧美精品一区二区免费开放| av片东京热男人的天堂| 大片电影免费在线观看免费| 啦啦啦在线免费观看视频4| 日韩免费高清中文字幕av| 老司机靠b影院| 巨乳人妻的诱惑在线观看| 国产欧美日韩精品亚洲av| 国产成人精品久久二区二区91| 色精品久久人妻99蜜桃| 亚洲精品自拍成人| 日本wwww免费看| 国产成人啪精品午夜网站| 99久久99久久久精品蜜桃| 在线观看人妻少妇| 欧美xxⅹ黑人| 精品一区二区三区av网在线观看 | 97在线人人人人妻| 日本a在线网址| √禁漫天堂资源中文www| 黑人巨大精品欧美一区二区mp4| 亚洲成人国产一区在线观看| 免费不卡黄色视频| 国产精品免费视频内射| 国产精品九九99| 极品人妻少妇av视频| 国产在视频线精品| 久久亚洲精品不卡| 精品国产乱码久久久久久小说| 黑人操中国人逼视频| 国产成人系列免费观看| 久久精品成人免费网站| 久久久久久久精品精品| 国产一区有黄有色的免费视频| 国产成人精品久久二区二区91| 久久久久精品国产欧美久久久 | 中亚洲国语对白在线视频| 久久影院123| 丝袜在线中文字幕| 亚洲一码二码三码区别大吗| 亚洲精品av麻豆狂野| 国产精品影院久久| 国产免费福利视频在线观看| 亚洲欧美日韩高清在线视频 | 免费高清在线观看日韩| www.熟女人妻精品国产| 国产无遮挡羞羞视频在线观看| 美女高潮到喷水免费观看| 日韩一卡2卡3卡4卡2021年| 欧美人与性动交α欧美软件| 99re6热这里在线精品视频| 国产成人av教育| 国产精品久久久久成人av| 一区二区日韩欧美中文字幕| 黄色片一级片一级黄色片| 夜夜骑夜夜射夜夜干| 亚洲精品久久成人aⅴ小说| 十八禁人妻一区二区| av国产精品久久久久影院| av在线app专区| 免费观看av网站的网址| 日本av手机在线免费观看| 亚洲伊人色综图| 欧美精品一区二区大全| 欧美国产精品va在线观看不卡| 国产精品香港三级国产av潘金莲| 一区二区三区精品91| 久久 成人 亚洲| 丝袜喷水一区| 免费看十八禁软件| 人妻人人澡人人爽人人| 精品人妻熟女毛片av久久网站| 日本wwww免费看| a级毛片黄视频| 人妻一区二区av| 亚洲欧美成人综合另类久久久| 高清欧美精品videossex| 国产欧美日韩一区二区三 | 久久久精品区二区三区| 国产一区二区三区在线臀色熟女 | 99国产精品免费福利视频| 精品久久久久久电影网| 国产亚洲av高清不卡| 欧美激情极品国产一区二区三区| 亚洲第一欧美日韩一区二区三区 | 女人高潮潮喷娇喘18禁视频| av网站免费在线观看视频| 人人澡人人妻人| 新久久久久国产一级毛片| 日韩人妻精品一区2区三区| 色视频在线一区二区三区| 亚洲少妇的诱惑av| 成人黄色视频免费在线看| 91九色精品人成在线观看| 美女午夜性视频免费| 亚洲av国产av综合av卡| 亚洲综合色网址| 中文字幕人妻熟女乱码| cao死你这个sao货| 亚洲精品中文字幕一二三四区 | 少妇人妻久久综合中文| 亚洲成人手机| 午夜影院在线不卡| 丝袜人妻中文字幕| 免费av中文字幕在线| 丰满饥渴人妻一区二区三| 精品人妻熟女毛片av久久网站| 精品国产一区二区久久| 欧美日韩国产mv在线观看视频| 亚洲av成人不卡在线观看播放网 | 亚洲精品国产色婷婷电影| 水蜜桃什么品种好| 精品视频人人做人人爽| 性色av乱码一区二区三区2| 欧美日韩一级在线毛片| 久久人人爽av亚洲精品天堂| 亚洲欧美激情在线| 80岁老熟妇乱子伦牲交| 亚洲精华国产精华精| 欧美少妇被猛烈插入视频| 美女国产高潮福利片在线看| h视频一区二区三区| 欧美精品一区二区大全| 777米奇影视久久| 老熟妇乱子伦视频在线观看 | 电影成人av| 成年女人毛片免费观看观看9 | 丝袜美腿诱惑在线| 精品一区二区三区四区五区乱码| 国产免费视频播放在线视频| 不卡一级毛片| 久久天堂一区二区三区四区| 汤姆久久久久久久影院中文字幕| 黑人猛操日本美女一级片| 午夜激情av网站| av视频免费观看在线观看| av网站免费在线观看视频| 色综合欧美亚洲国产小说| 亚洲va日本ⅴa欧美va伊人久久 | 亚洲黑人精品在线| 国产激情久久老熟女| a级毛片黄视频| 两个人免费观看高清视频| a在线观看视频网站| 中国国产av一级| 久久久久国产精品人妻一区二区| 80岁老熟妇乱子伦牲交| 又大又爽又粗| 男女国产视频网站| 亚洲精品第二区| 亚洲视频免费观看视频| 最新的欧美精品一区二区| 91麻豆av在线| 曰老女人黄片| 欧美午夜高清在线| 嫁个100分男人电影在线观看| 欧美久久黑人一区二区| 欧美日韩亚洲高清精品| 国产在线免费精品| 99久久国产精品久久久| 50天的宝宝边吃奶边哭怎么回事| 欧美日韩亚洲高清精品| 国产精品一区二区在线观看99| av福利片在线| 91精品国产国语对白视频| 久久久国产欧美日韩av| 免费女性裸体啪啪无遮挡网站| 国产亚洲欧美精品永久| 水蜜桃什么品种好| 中文字幕人妻丝袜一区二区| 欧美人与性动交α欧美精品济南到| 9191精品国产免费久久| 少妇精品久久久久久久| 狠狠狠狠99中文字幕| 国产激情久久老熟女| 日韩一区二区三区影片| 日韩三级视频一区二区三区| 精品国产一区二区久久| 午夜91福利影院| 国产亚洲精品第一综合不卡| 亚洲七黄色美女视频| 国产高清videossex| 久久久久久人人人人人| 亚洲人成77777在线视频| 亚洲国产欧美在线一区| 亚洲五月色婷婷综合| 亚洲视频免费观看视频| 久9热在线精品视频| 大片免费播放器 马上看| 国产野战对白在线观看| 久久精品国产亚洲av高清一级| 国产片内射在线| 天堂俺去俺来也www色官网| a级毛片黄视频| 亚洲国产看品久久| 国产色视频综合| 日日摸夜夜添夜夜添小说| 国产野战对白在线观看| 一级片免费观看大全| 欧美大码av| 欧美日韩黄片免| 岛国毛片在线播放| 十分钟在线观看高清视频www| 国产精品免费视频内射| 99re6热这里在线精品视频| 日韩一卡2卡3卡4卡2021年| a级毛片黄视频| 午夜福利一区二区在线看| 超色免费av| av电影中文网址| 久久久欧美国产精品| 麻豆国产av国片精品| 精品久久久精品久久久| 男人添女人高潮全过程视频| 午夜福利在线观看吧| 黄色a级毛片大全视频| 国产在线一区二区三区精| 欧美精品人与动牲交sv欧美| 精品少妇久久久久久888优播| av线在线观看网站| 美女大奶头黄色视频| 久久 成人 亚洲| 久久精品熟女亚洲av麻豆精品| 欧美成狂野欧美在线观看| av电影中文网址| 他把我摸到了高潮在线观看 | av片东京热男人的天堂| 黄色视频在线播放观看不卡| 精品人妻熟女毛片av久久网站| 十分钟在线观看高清视频www| 97人妻天天添夜夜摸| 亚洲成av片中文字幕在线观看| 日本vs欧美在线观看视频| 下体分泌物呈黄色| 亚洲国产日韩一区二区| 十分钟在线观看高清视频www| 一二三四在线观看免费中文在| 18禁国产床啪视频网站| 午夜老司机福利片| 又黄又粗又硬又大视频| 国产免费av片在线观看野外av| 国产极品粉嫩免费观看在线| 不卡av一区二区三区| 亚洲第一青青草原| 国产一区二区在线观看av| 777久久人妻少妇嫩草av网站| 亚洲精品美女久久久久99蜜臀| 少妇人妻久久综合中文| 少妇 在线观看| 国产在线免费精品| 精品欧美一区二区三区在线| 久久久精品区二区三区| 肉色欧美久久久久久久蜜桃| 两个人看的免费小视频| 亚洲伊人色综图| 欧美日韩成人在线一区二区| 高清欧美精品videossex| 高清视频免费观看一区二区| 日本撒尿小便嘘嘘汇集6| 欧美日韩精品网址| 大香蕉久久网| 久久久久国产一级毛片高清牌| 国产一级毛片在线| 满18在线观看网站| 亚洲 欧美一区二区三区| 男女无遮挡免费网站观看| 69精品国产乱码久久久| 老司机在亚洲福利影院| 大香蕉久久网| 国产成人啪精品午夜网站| 嫩草影视91久久| 男女边摸边吃奶| 在线观看舔阴道视频| 亚洲成人国产一区在线观看| 一本—道久久a久久精品蜜桃钙片| 一边摸一边做爽爽视频免费| 99国产综合亚洲精品| 精品第一国产精品| 女人高潮潮喷娇喘18禁视频| 一区二区三区精品91| 99国产精品一区二区三区| 大香蕉久久网| 中文字幕最新亚洲高清| 涩涩av久久男人的天堂| 超色免费av| 欧美国产精品va在线观看不卡| 19禁男女啪啪无遮挡网站| 国产激情久久老熟女| 精品人妻1区二区| 青草久久国产| 无限看片的www在线观看| 国产精品二区激情视频| 国产亚洲午夜精品一区二区久久| 好男人电影高清在线观看| 又大又爽又粗| 无限看片的www在线观看| 精品人妻熟女毛片av久久网站| 欧美另类亚洲清纯唯美| 午夜精品国产一区二区电影| a级毛片在线看网站| 色播在线永久视频| 亚洲,欧美精品.| 国产男人的电影天堂91| 91字幕亚洲| 桃红色精品国产亚洲av| 亚洲自偷自拍图片 自拍| 日韩三级视频一区二区三区| 亚洲精品国产一区二区精华液| 乱人伦中国视频| 亚洲美女黄色视频免费看| 老熟妇乱子伦视频在线观看 | 亚洲天堂av无毛| 国产精品99久久99久久久不卡| 国产精品自产拍在线观看55亚洲 | 亚洲精品日韩在线中文字幕| 亚洲专区字幕在线| 亚洲精品粉嫩美女一区| 中文字幕最新亚洲高清| 在线观看一区二区三区激情| 亚洲熟女精品中文字幕| 黄色视频在线播放观看不卡| 国产亚洲精品久久久久5区| 国产免费视频播放在线视频| 亚洲,欧美精品.| 亚洲精品国产一区二区精华液| 极品少妇高潮喷水抽搐| 久久九九热精品免费| 色老头精品视频在线观看| 免费高清在线观看日韩| 国产av国产精品国产| 一本一本久久a久久精品综合妖精| 91麻豆av在线| 国产精品影院久久| 亚洲人成电影免费在线| 亚洲精品在线美女| 欧美在线一区亚洲| 99久久综合免费| 国产一区二区三区综合在线观看| 正在播放国产对白刺激| av欧美777| 91麻豆av在线| 精品人妻一区二区三区麻豆| 国产极品粉嫩免费观看在线| 妹子高潮喷水视频| 久久免费观看电影| 色婷婷久久久亚洲欧美| 午夜福利在线免费观看网站| 欧美久久黑人一区二区| 久久精品国产亚洲av香蕉五月 | 亚洲九九香蕉| 色视频在线一区二区三区| a级片在线免费高清观看视频| 亚洲国产中文字幕在线视频| 国产野战对白在线观看| 操出白浆在线播放| 婷婷色av中文字幕| 又大又爽又粗| 老司机在亚洲福利影院| 另类精品久久| 成年人免费黄色播放视频| 成人18禁高潮啪啪吃奶动态图| 欧美精品高潮呻吟av久久| 日本wwww免费看| 成年av动漫网址| 中文字幕人妻熟女乱码| 黄色 视频免费看| 男人操女人黄网站| 亚洲成人免费电影在线观看| 少妇裸体淫交视频免费看高清 | 一区在线观看完整版| 亚洲精品成人av观看孕妇| 99国产综合亚洲精品| 国产成人a∨麻豆精品| 欧美日本中文国产一区发布| 窝窝影院91人妻| 亚洲中文av在线| 中文字幕av电影在线播放| 国产在线视频一区二区| 精品国产乱子伦一区二区三区 | 精品一区在线观看国产| av欧美777| 免费久久久久久久精品成人欧美视频| 国产一区有黄有色的免费视频| 国产成人免费观看mmmm| 午夜免费成人在线视频| 黄色片一级片一级黄色片| 12—13女人毛片做爰片一| 91国产中文字幕| 老汉色∧v一级毛片| 91国产中文字幕| 亚洲中文字幕日韩| 一级片免费观看大全| 丝袜脚勾引网站| 一级片免费观看大全| 精品少妇一区二区三区视频日本电影| 这个男人来自地球电影免费观看| 亚洲欧美日韩另类电影网站| 纵有疾风起免费观看全集完整版| 久久精品亚洲熟妇少妇任你| 国产精品av久久久久免费| 国产成人精品久久二区二区免费| 色94色欧美一区二区| 午夜日韩欧美国产| 黄色视频,在线免费观看| 99九九在线精品视频| 美女高潮到喷水免费观看| 亚洲色图综合在线观看| av有码第一页| 精品卡一卡二卡四卡免费| 国产av精品麻豆| 欧美乱码精品一区二区三区| 国产亚洲精品久久久久5区| 夜夜骑夜夜射夜夜干| 少妇裸体淫交视频免费看高清 | 精品第一国产精品| 精品少妇黑人巨大在线播放| 色视频在线一区二区三区| 亚洲成av片中文字幕在线观看| 淫妇啪啪啪对白视频 | av片东京热男人的天堂| 午夜福利视频在线观看免费| 中文字幕色久视频| 日韩 欧美 亚洲 中文字幕| 美女扒开内裤让男人捅视频| h视频一区二区三区| 国产精品欧美亚洲77777| av视频免费观看在线观看| 久久影院123| 精品人妻熟女毛片av久久网站| 精品国内亚洲2022精品成人 | 国精品久久久久久国模美| 美女高潮到喷水免费观看| 99久久99久久久精品蜜桃| 精品国产乱码久久久久久男人| 不卡av一区二区三区| 欧美精品人与动牲交sv欧美| 亚洲欧美日韩另类电影网站| 国产成人影院久久av| 超碰97精品在线观看| 欧美日韩视频精品一区| 黄色 视频免费看| 亚洲欧美成人综合另类久久久| 国产亚洲av片在线观看秒播厂| 自拍欧美九色日韩亚洲蝌蚪91| 美女中出高潮动态图| 男女高潮啪啪啪动态图| a级片在线免费高清观看视频| 久久热在线av| 国产在线视频一区二区| 亚洲中文日韩欧美视频| 91av网站免费观看| 亚洲一区中文字幕在线| 欧美日韩视频精品一区| 美女视频免费永久观看网站| 三级毛片av免费| av在线老鸭窝| √禁漫天堂资源中文www| 亚洲,欧美精品.| 亚洲色图综合在线观看| 国产男女超爽视频在线观看| 夜夜骑夜夜射夜夜干| 亚洲av欧美aⅴ国产| 国产精品一二三区在线看| 精品国产乱码久久久久久小说| 国产野战对白在线观看| 熟女少妇亚洲综合色aaa.| 国产精品久久久人人做人人爽| 精品第一国产精品| 国产亚洲欧美在线一区二区| 国产在视频线精品| 一级片免费观看大全| 亚洲av日韩精品久久久久久密| 免费人妻精品一区二区三区视频| 一级a爱视频在线免费观看| 青草久久国产| 不卡一级毛片| 国产熟女午夜一区二区三区| 国产日韩欧美亚洲二区| 欧美国产精品一级二级三级| 亚洲成人国产一区在线观看| 91精品伊人久久大香线蕉| 天堂中文最新版在线下载| 又紧又爽又黄一区二区| 久久精品久久久久久噜噜老黄| 啦啦啦免费观看视频1| 黑人欧美特级aaaaaa片| 精品久久久久久久毛片微露脸 | 99久久人妻综合| 欧美另类亚洲清纯唯美| 宅男免费午夜| 美女福利国产在线| 大型av网站在线播放| 韩国高清视频一区二区三区| 国产熟女午夜一区二区三区| 在线观看人妻少妇| 亚洲欧洲精品一区二区精品久久久| 岛国毛片在线播放| av不卡在线播放| 免费人妻精品一区二区三区视频| 日韩欧美国产一区二区入口| 2018国产大陆天天弄谢| 中文字幕av电影在线播放| videosex国产| 中文字幕精品免费在线观看视频| 免费女性裸体啪啪无遮挡网站| a级毛片黄视频| 亚洲五月婷婷丁香| 少妇粗大呻吟视频| 日韩制服骚丝袜av| 午夜影院在线不卡| 欧美国产精品一级二级三级| 高清视频免费观看一区二区| 真人做人爱边吃奶动态| 免费观看人在逋| 97人妻天天添夜夜摸| 午夜福利在线观看吧| 老司机靠b影院| 精品一区二区三区四区五区乱码| 欧美精品高潮呻吟av久久| 亚洲精品国产一区二区精华液| 国产又色又爽无遮挡免| 亚洲精品av麻豆狂野| 免费高清在线观看日韩| 99国产精品一区二区三区| 最近最新免费中文字幕在线| 动漫黄色视频在线观看| 精品国产乱码久久久久久小说| 日韩欧美国产一区二区入口| 人妻久久中文字幕网|