數(shù)字圖像處理實(shí)驗(yàn)報(bào)告_第1頁
數(shù)字圖像處理實(shí)驗(yàn)報(bào)告_第2頁
數(shù)字圖像處理實(shí)驗(yàn)報(bào)告_第3頁
數(shù)字圖像處理實(shí)驗(yàn)報(bào)告_第4頁
數(shù)字圖像處理實(shí)驗(yàn)報(bào)告_第5頁
已閱讀5頁,還剩21頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)字圖像處理實(shí)驗(yàn)數(shù)字圖像處理實(shí)驗(yàn)物理與電子學(xué)院物理與電子學(xué)院數(shù)字圖像處理實(shí)驗(yàn)報(bào)告院系:_ 班級:_ 學(xué)號:_ 姓名:_實(shí)驗(yàn)一直方圖均衡化一.實(shí)驗(yàn)設(shè)備筆記本電腦(系統(tǒng):windows 10) 一臺Matlab R2019a 軟件二.實(shí)驗(yàn)?zāi)康?1) 了解直方圖均衡化相關(guān)理論。(2)通過matlab軟件對直方圖均衡化的過程進(jìn)行仿真實(shí)驗(yàn)。(3)按照老師要求,編寫實(shí)驗(yàn)報(bào)告。三.實(shí)驗(yàn)原理直方圖均衡化的主要過程是將原始圖像的灰度直方圖的灰度區(qū)間分布從較為集中的狀態(tài)轉(zhuǎn)換成全部區(qū)間較為均勻的分布狀態(tài)。我們可以利用函數(shù)自帶的有關(guān)灰度化、均衡化的代碼,來簡化我們的仿真過程。四.實(shí)驗(yàn)步驟(1)打開matlab軟件,調(diào)

2、試實(shí)驗(yàn)環(huán)境(2)編寫matlab程序,打開并顯示一個圖像,并對其進(jìn)行灰度化處理;(3)顯示原圖像直方圖(4)顯示均衡化后的直方圖(5)顯示均衡化后的圖像(6)保存實(shí)驗(yàn)程序,編寫實(shí)驗(yàn)報(bào)告。五.程序及結(jié)果分析%圖像的預(yù)處理,讀入圖像將其灰度化clear allI=imread(D:HSKKKQQ 截圖 01.jpg);%figure(1) imshow(PS)%讀入JPG圖像文件顯示出來灰度化title( 輸入的JPG圖像) imwrite(rgb2gray(I),PicSampleGray.bmp); 讀入JPG圖像文件顯示出來灰度化輸入的JPG圖像(圖1)圖1-1%K圖像直方圖測量圖像尺寸參數(shù)

3、預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量m,n=size(PS);測量圖像尺寸參數(shù)預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量M=zeros(1,256);%for k=0:255M(k+1)=length(find(I=k)/(m*n);endfigure(2)繪制直方圖figure,bar(0:255,M,g)%繪制直方圖title( 原圖像直方圖);xlabel(灰度值);ylabel(出現(xiàn)概率);如圖1-2所示務(wù)更恚三%顯示均衡化后的直方圖 S1=zeros(1,256); fo門=1:256for j=1:IS1(i)=M(j)+S1(i);%end endS2=round(S1*256)+0.5);%for

4、i=1:256Meq(i)=sum(M(find(S2=i); % end figure(3) bar(0:255,Meq,b)%title(均衡化后的直方圖)xlabel(灰度值) ylabel(出現(xiàn)概率) 加圖1-3所示:計(jì)算Sk將Sk歸到相近級的灰度計(jì)算現(xiàn)有每個灰度級出現(xiàn)的概率顯示均衡化后的直方圖務(wù)更恚三將各個像素歸一化后的灰度值賦給這個像素將各個像素歸一化后的灰度值賦給這個像素顯示均衡化后的圖像%顯示均衡化后的圖像PA=I;fo門=0:255PA(find(I=i)=S2(i+1);%end figure (4) imshow(PA)%title(均衡化后圖像)imwrite(PA,P

5、icEqual.bmp); 如圖1-4所示:均第化后圖像圖1-4實(shí)驗(yàn)分析:直方圖均衡化增強(qiáng)了圖像的可讀性, 增強(qiáng)圖像的對比度,直方圖均衡化是一 種有效的增強(qiáng)圖像的方法。六.實(shí)驗(yàn)總結(jié)通過這次實(shí)驗(yàn),我知道了, matlab軟件十分的強(qiáng)大,里面有很多有關(guān)數(shù)字 圖像處理的數(shù)據(jù)庫,我們要合理進(jìn)行運(yùn)用。經(jīng)過實(shí)驗(yàn)驗(yàn)證仿真了有關(guān)直方圖均衡 化的相關(guān)理論,在仿真過程中,遇到了一些自己沒法解決的問題。 但在查閱相關(guān) 資料以及在與同學(xué)們交流探討后,問題也就解決了。希望在接下來的幾次實(shí)驗(yàn)中, 能夠了解更多關(guān)于數(shù)字圖像處理的其他知識。實(shí)驗(yàn)二鄰域平均法平滑加噪圖像一.實(shí)驗(yàn)設(shè)備(1)設(shè)備:筆記本電腦(系統(tǒng): window1

6、0) 一臺(2)編程開發(fā)工具:Matlab R2019a軟件二.實(shí)驗(yàn)?zāi)康?1)加強(qiáng)同學(xué)們對平滑、噪聲、鄰域平均法等數(shù)字圖像處理領(lǐng)域等相關(guān)理論的 認(rèn)識與了解。(2)通過仿真實(shí)驗(yàn),讓同學(xué)們對用鄰域平均法平滑圖像的過程有更多的認(rèn)識。(3)通過實(shí)驗(yàn)的方式加強(qiáng)同學(xué)們的實(shí)際動手操作能力,將理論知識與實(shí)際操作 聯(lián)系起來,使同學(xué)們對鄰域平均法平滑圖像有自己的認(rèn)識與見解。三.實(shí)驗(yàn)原理(1)鄰域平均法(均值濾波器法)鄰域平均法,也被成為均值濾波器法。是一種在空間域進(jìn)行圖像平滑的技術(shù)。(2)對原圖像進(jìn)行高斯噪聲、椒鹽噪聲以及乘性噪聲處理,并用兩種不同尺寸 的模板對其進(jìn)行平滑處理。四.實(shí)驗(yàn)步驟(1)調(diào)試matlab實(shí)

7、驗(yàn)環(huán)境,導(dǎo)入實(shí)驗(yàn)圖片,確保程序正常運(yùn)行。(2)編寫程序顯示原圖像,并對其分別進(jìn)行高斯噪聲、椒鹽噪聲、乘法噪聲三 種噪聲處理,得到模擬噪聲圖像。(3)編寫程序?qū)崿F(xiàn)利用鄰域平均法對加噪后的圖像進(jìn)行平滑處理,并顯示平滑 后的圖像,與原圖像進(jìn)行對比觀察。(4)按照老師要求編寫實(shí)驗(yàn)報(bào)告,解析實(shí)驗(yàn)過程,驗(yàn)證相關(guān)理論,加深對本次 實(shí)驗(yàn)的認(rèn)識與了解。五.程序及結(jié)果分析(1)對原圖像進(jìn)行三種噪聲處理并顯示加入噪聲后的圖像:代碼:I=imread(D:HSKKKQQ 截圖 01.jpg); %讀取圖像M1=imnoise(I,gaussian); %加高斯噪聲M2=imnoise(I,salt & pepper,

8、0.02); %加椒鹽噪聲M3=imnoise(I,speckle); %加乘性噪聲figure(1)加高斯噪聲后圖像);加椒鹽噪聲后圖像);加乘性噪聲后圖像加高斯噪聲后圖像);加椒鹽噪聲后圖像);加乘性噪聲后圖像);subplot(222),imshow(M1);title(subplot(223),imshow(M2);title( subplot(224),imshow(M3);title(仿真結(jié)果如下圖2-1所示:原圖像加高斯哽聲后圖像加根站噪聲后圖像加乘性豪M后圖像圖2-1X 3領(lǐng)域模板X 3領(lǐng)域模板領(lǐng)域平均用模板K1對原圖像處理);用模板K1對加高斯噪聲后的圖像處理);用模板K1對

9、加椒鹽噪聲后的圖像處理);用模板K1對加乘性噪聲后的圖像處理);(2)采用鄰域平均法對加入噪聲后的圖像進(jìn)行平滑處理:設(shè)平均值濾波模版為K1=1/91 1 1;1 1 1;1 1 1;K2=1/251 1 1 1 1; 1 1 1 1 1 ; 1 1 1 1 1 ; 1 1 1 1 1 ; 1 1 1 1 1;分別用這兩種模板對上圖中的四幅圖像進(jìn)行濾波平滑處理。代碼(1):K1=ones(3,3)/9;%3J=imfilter(I,K1); %J1=imfilter(M1,K1);J2=imfilter(M2,K1);J3=imfilter(M3,K1);figure(2)subplot(221

10、),imshow(J);title(subplot(222),imshow(J1);title(subplot(223),imshow(J2);title(subplot(224),imshow(J3);title(代碼運(yùn)行后如下圖2-2所示:用模板K1對原圖像處理 ps用模板K1對捫眼詁噢聲后的圖像處理份三 飛 Kann,用模板K1封加高斯嚎聲后的圖像處理7%法R用模板K1對加乘性噪聲后的圖像處理F P -Li2-2代碼(2):K2=ones(1,1)/1;J=imfilter(I,K2);J1=imfilter(M1,K2);J2=imfilter(M2K2);J3=imfilter(M3

11、K2);figure(3)subplot(221),imshow(J);title(用模板K2對原圖像處理);subplot(222),imshow(J1);title(用模板K2對加高斯噪聲后的圖像處理);subplot(223),imshow(J2);title(用模板K2對加椒鹽噪聲后的圖像處理);subplot(224),imshow(J3);title(用模板K2對加乘性噪聲后的圖像處理);代碼運(yùn)行后如下圖2-3所示:用模板K2對原圖像處理用模板K2對加高斯噪聲后的圖像處理用模板用模板K2對原圖像處理用模板K2對加高斯噪聲后的圖像處理用模板K2對加椒鹽噪聲后的圖像處理用模板K之對加密

12、性噪聲后的圖像處理圖2-3實(shí)驗(yàn)結(jié)果分析:(1)圖像用鄰域平均法進(jìn)行降噪處理后,在噪聲得到了抑制的情況下,圖 像變得相對模糊。(2)最后的平滑效果與所采用的模板尺寸有關(guān),在模板尺寸增大的情況下, 圖像的模糊程度增大。反之,與之相反。(3)仿真實(shí)驗(yàn)結(jié)果表明:該方法對高斯噪聲的平滑效果比較好。六.實(shí)驗(yàn)總結(jié)通過本次實(shí)驗(yàn),我知道了 matlab中有關(guān)加噪、平滑等相關(guān)代碼,在本次實(shí)驗(yàn) 過程中,我很開心,因?yàn)槲矣终莆樟艘婚T新的方法,對鄰域平均法的認(rèn)識,也更 深入了一些,不僅僅的停留在課本層次了。在接下來的實(shí)驗(yàn)中,我會更加認(rèn)真細(xì) 心地去做接下來的實(shí)驗(yàn),希望收獲更多的知識。實(shí)驗(yàn)三 圖像的FFT變換一.實(shí)驗(yàn)設(shè)備(

13、1)設(shè)備:筆記本電腦(系統(tǒng): window10) 一臺(2)編程開發(fā)工具:Matlab R2019a軟件實(shí)驗(yàn)?zāi)康?1)對傅里葉變換相關(guān)理論進(jìn)行了解;(2)學(xué)習(xí)并掌握用matlab進(jìn)行FFT仿真的過程;(3)在實(shí)驗(yàn)過程中分析二維頻譜的分布特點(diǎn);(4)按照要求編寫實(shí)驗(yàn)報(bào)告,對 FFT變換相關(guān)理論進(jìn)行驗(yàn)證;.實(shí)驗(yàn)原理.應(yīng)用傅立葉變換進(jìn)行圖像處理傅里葉變換是用來對線性系統(tǒng)進(jìn)行分析的一種工具,它能夠定量地分析一些 圖像,并給出分析結(jié)果。FFT變換的仿真過程,可以解決大部分關(guān)于圖像處理問 題。.傅立葉Fourier )變換的定義式(3-1 )式(3-1 )產(chǎn) V)逆變換:工刃二維離散傅立葉變換為:(3-2

14、)(3-2)四.實(shí)驗(yàn)步驟(1)調(diào)試matlab實(shí)驗(yàn)環(huán)境,確保代碼正常運(yùn)行(2)編寫代碼,顯示原圖像。并對原圖像進(jìn)行FFT變換,并顯示變換后的圖像。(3)對其進(jìn)行FFT變換,并顯示變換后的圖像。(4)對實(shí)驗(yàn)結(jié)果進(jìn)行分析(5)編寫實(shí)驗(yàn)報(bào)告,加深對FFT變換的認(rèn)知五.程序及結(jié)果分析I=imread(D:HSKKKQQ 截圖 01.jpg); % 讀取圖像figure(1);imshow(I)%顯本原圖像figure(2);fftI1=fft2(I)%二維離散傅立葉變換sfftI1=fftshift(fftI1)%直流分量移到頻譜中心RR1=real(sfftI1)%取傅立葉變換的實(shí)部II1=imag

15、(sfftI1)%取傅立葉變換的虛部A1=sqrt(RR1A2+II1A2)%計(jì)算頻譜幅值A(chǔ)1=(A1-min(min(A1)./(max(max(A1)-min(min(A1)*225 %歸一化運(yùn)算imshow(A1);%顯示原圖像的頻譜原圖像如圖3-1 :圖3-1圖像的FFT變換后的圖像如圖3-2:圖3-2實(shí)驗(yàn)結(jié)果分析:對圖像進(jìn)行fft變換,顯示出其頻譜圖像,但是由于低頻分量分布在圖像四 個角,所以需要對頻譜進(jìn)行搬移,將低頻分量移至圖像中間,方便觀察和對頻譜 進(jìn)行操作。六.實(shí)驗(yàn)總結(jié)一直以來,在學(xué)習(xí)傅立葉變換的過程中,我一直有很多疑問,對其基本的原 理與變換過程的認(rèn)識都還很欠缺。由于需要做圖

16、像的 FFT變換仿真實(shí)驗(yàn),所以, 我又重新學(xué)習(xí)了 一遍該方面的理論。 這種探索知識的感覺真的很奇妙,仿真實(shí)驗(yàn) 成功所帶的快樂都很真實(shí),但我知道,我還有很多可以提升的空間,在接下來的 實(shí)驗(yàn)與學(xué)習(xí)生活中,要保持一種積極向上、努力進(jìn)取的心態(tài),進(jìn)一步完善自己。實(shí)驗(yàn)四維納濾波復(fù)原噪聲圖像一.實(shí)驗(yàn)設(shè)備(1)設(shè)備:筆記本電腦(系統(tǒng): window10) 一臺(2)編程開發(fā)工具:Matlab R2019a軟件二.實(shí)驗(yàn)?zāi)康?1)學(xué)習(xí)關(guān)于圖像退化/復(fù)原處理模型的相關(guān)理論;(2)通過本次仿真實(shí)驗(yàn)掌握利用 MATLAB!程實(shí)現(xiàn)圖像的復(fù)原的過程;(3)培養(yǎng)學(xué)生自主實(shí)驗(yàn)、自主思考的實(shí)驗(yàn)?zāi)芰?,并具有?dú)立對實(shí)驗(yàn)結(jié)果進(jìn)行分 析

17、的能力。.實(shí)驗(yàn)原理1、維納濾波進(jìn)行圖像恢復(fù)的原理維納濾波考量了退化圖像和噪聲統(tǒng)計(jì)特性,因此維納濾波法是一種使原圖像f(x,y)及其恢復(fù)圖像 之間的均方差最小的復(fù)原方法,用函數(shù)表達(dá)為:A2、Ef (x,y) f(x,y) 1 尸 min3一,式(4-1 )在上式中,E 口為該數(shù)學(xué)期望算子。原始圖像的傅里葉變換估計(jì)為:F(u,v) = Hw(u,v)G(u,v)1H(u,1H(u,v)|H(u,v)|2H/沒Gu,v)(4-2)上式的的傳遞函數(shù)表達(dá)式為:Hw(UHw(U,V)1H(u,v)|H(u,v)|2Gu,v)式(4-3)四.實(shí)驗(yàn)步驟(1)調(diào)試matlab實(shí)驗(yàn)環(huán)境,確保代碼正常運(yùn)行(2)編寫

18、代碼,將原圖像的灰度圖顯示出來。(3)編寫代碼,實(shí)現(xiàn)對原圖像添加高斯噪聲的過程,并顯示出來。(4)編寫代碼,分別取濾波器窗口大小為5 5和10 10,并對加噪后的圖像 進(jìn)行復(fù)原。(5)編寫代碼,對進(jìn)行模糊加噪后的圖像進(jìn)行恢復(fù)。(6)編寫實(shí)驗(yàn)報(bào)告,加深對維納濾波復(fù)原噪聲圖像過程的認(rèn)知與了解。五.程序及結(jié)果分析代碼如下:RGB=imread(D:HSKKKQC 圖01.jpg); %讀取一幅彩色圖片I=rgb2gray(RGB); %轉(zhuǎn)化為灰度圖像figure(1);subplot(2,2,1);imshow(I);title( 原始圖像);R1=imnoise(I,gaussian,0,0.01

19、); %加噪處理subplot(2,2,2);imshow(R1);title(引入高斯噪聲的圖像);x=R1(:,:,1);K1=wiener2(x,10 10);subplot(2,2,3);imshow(K1);title(進(jìn)過維納濾波器后的圖像(窗口大小為5 5);K2=wiener2(x,20 20);subplot(2,2,4);imshow(K2);title(經(jīng)過維納濾波器后的圖像(窗口大小為10 10);如下圖所示:原始圖像引入高斯咳聲的圖像原始圖像引入高斯咳聲的圖像進(jìn)過堆綱海波磐后的圖童窗口大小為5 5)綽過維納彼波牌后的圖翻窗 I大小洌10 10圖4-1代碼如下:I= i

20、mread(D:HSKKKQQ 截圖 01.jpg);figure(2);subplot(221);imshow(I);title(原始圖像);R1=imnoise(I,gaussian,0,0.01);subplot(222);imshow(R1);title(引入高斯噪聲的圖像);PSF=fspecial(motion,50,45);R2=imfilter(I,PSF,circular,conv);subplot(223);imshow(R2);title(運(yùn)動模糊后的lena.bmp(角度為45);R3=imnoise(J2,gaussian,0,0.01);subplot(224);i

21、mshow(R3);title(加噪并模糊的lena.bmp);J4=deconvwnr(R3,PSF);figure(3);subplot(121);imshow(R4);title(模糊噪聲圖像的維納濾波復(fù)原);noise=imnoise(zeros(size(I),gaussian,0,0.01);NSR=sum(noise(:).A2)/sum(im2double(I(:).A2);R5=deconvwnr(R3,PSF,NSR);subplot(122);imshow(R5);title( 引入SNR勺維納濾波復(fù)原);如下圖4-2與4-3 :原始圖等引入高斯咦聲的圖像運(yùn)動模糊后的厄n

22、a.bmpfM.度為45)加噪并原始圖等引入高斯咦聲的圖像運(yùn)動模糊后的厄na.bmpfM.度為45)加噪并模糊的lenabmp圖4-2模窗噪聲圖像的維納港效復(fù)原引入SNR模窗噪聲圖像的維納港效復(fù)原引入SNR的雄金池波復(fù)原圖4-3實(shí)驗(yàn)結(jié)果分析:在這里,我們用的是MATLAB!帶的維納濾波器的函數(shù),共有兩種,分別是 wiener2()和deconvwnr()。由于wiener2()函數(shù)只支持二維濾波,需將圖像轉(zhuǎn)化 為二維圖像,而deconvwnr()則無對所需要處理的圖像無特殊要求。(1)不同大小的濾波器對圖像恢復(fù)的效果不一樣。(2) deconvwnr()對加噪模糊處理后的圖像復(fù)原效果不佳。(3

23、)引入信噪比后,deconvwnr()對加噪模糊處理后的圖像復(fù)原效果有很 大的加強(qiáng)。六.實(shí)驗(yàn)總結(jié)通過這次仿真模擬實(shí)驗(yàn),我又學(xué)到了關(guān)于維納濾波的相關(guān)理論,并且自己成 功的仿真了復(fù)原加噪與模糊加噪后的圖像,看到那些很“神奇”的實(shí)驗(yàn)結(jié)果,不 禁讓我感嘆這門學(xué)科的厲害,這也堅(jiān)定了我要學(xué)好這一門課程的決心,在接下來的實(shí)驗(yàn)中,我一定會繼續(xù)努力認(rèn)真做實(shí)驗(yàn)的。實(shí)驗(yàn)五圖像的邊緣檢測一.實(shí)驗(yàn)設(shè)備(1)設(shè)備:筆記本電腦(系統(tǒng): window10) 一臺(2)編程開發(fā)工具:Matlab R2019a軟件實(shí)驗(yàn)?zāi)康?1) 了解現(xiàn)有的圖像邊緣檢測方法,挑選一種進(jìn)行仿真模擬實(shí)驗(yàn);(2)掌握利用matlab仿真軟件對canny

24、算子對圖像進(jìn)行邊緣檢測的過程;(3)對仿真結(jié)果進(jìn)行分析,加強(qiáng)對 canny算子算法的理解;(4)按照要求編寫實(shí)驗(yàn)報(bào)告。.實(shí)驗(yàn)原理邊緣檢測的主要目的是減少數(shù)據(jù)量, 并且剔除不相關(guān)信息,保留圖像重要的 結(jié)構(gòu)屬性。在實(shí)驗(yàn)過程中分別用 Sobel算子、Prewitt算子、Roberts算子、log 算子(高斯拉普拉斯算子)與 Canny算子 對原圖像進(jìn)行邊緣檢測。四.實(shí)驗(yàn)步驟(1)調(diào)試matlab實(shí)驗(yàn)環(huán)境,確保代碼正常運(yùn)行。(2)編寫代碼,顯示原圖像,進(jìn)行灰度化處理,并設(shè)計(jì)一個一個高斯濾波器(3)編寫代碼,分別用各種算子對圖像進(jìn)行邊緣檢測處理。(4)觀察并分析圖像,驗(yàn)證相關(guān)理論,并進(jìn)行總結(jié)。(5)按照

25、編寫實(shí)驗(yàn)報(bào)告,并找老師進(jìn)行驗(yàn)收。五.程序及結(jié)果分析代碼如下:I=imread(D:HSKKKQQ 截圖 01.jpg);I1=rgb2gray(I);L=fspecial(gaussia,5,0.8);%高斯濾波器b=imfilter(I1,L);bw1=edge(b,sobel);%sobel 算子bw2=edge(b,prewitt);%prewitt算子;bw3=edge(b,roberts);%roberts算子bw4=edge(b,log); %log 算子bw5=edge(b,canny);%canny 算子figure(1);subplot(2,1,1)imshow(I);title( 原圖像)subplot(2,1,2)imshow(bw1)

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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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