基于单片机的指纹识别系统设计毕业论文.docx
《基于单片机的指纹识别系统设计毕业论文.docx》由会员分享，可在线阅读，更多相关《基于单片机的指纹识别系统设计毕业论文.docx（60页珍藏版）》请在冰豆网上搜索。
基于单片机的指纹识别系统设计毕业论文
学士学位论文
基于单片机的指纹识别系统设计
TheDesignoffingerprintidentificationSystemBasedonSingleChip矚慫润厲钐瘗睞枥庑赖。
摘要
随着信息时代的发展,自动指纹识别技术已经广泛地应用于公安、海关、银行、网络安全等需要进行身份识别领域。
本文概述了自动指纹识别系统的研究现状和发展状况，介绍了指纹识别系统的算法流程，以及在此基础上的指纹图像的分割算法和指纹图像细化算法。
并完成基于单片机的指纹识别系统硬件电路设计。
聞創沟燴鐺險爱氇谴净。
本文应用ZMF-206指纹识别模块，设计基于单片机的指纹识别硬件电路系统，形成一个独立的指纹识别控制系统。
该系统能够实现单片机和指纹模块之间的串口通信，通过操作独立式键盘按键，向指纹模块的DSP芯片发送相应指令，从而执行录入用户、添加用户、认证用户、删除指定用户、删除全部用户、用户匹配等功能，适用于需要进行身份识别的领域。
残骛楼諍锩瀨濟溆塹籟。
关键词：
控制系统；指纹识别；单片机；串口通信
Abstract
Withthedevelopmentoftheinformationage,automaticfingerprintidentificationtechnologyhasbeenwidelyusedinpublicsecurity,customs,bank,networksecurity,andotherareasoftheidentificationisrequired.Thispapersummarizestheresearchstatusanddevelopmentstatusofautomaticfingerprintidentificationsystem,thealgorithmflowofthefingerprintidentificationsystemareintroduced,andonthebasisofthefingerprintimagesegmentationalgorithm,andfingerprintimagethinningalgorithm.Andfinishthefingerprintidentificationsystembasedonsinglechipmicrocomputerhardwarecircuitdesign.酽锕极額閉镇桧猪訣锥。
ZMF-206fingerprintidentificationmoduleisappliedinthisarticle,thedesignforfingerprintrecognitionbasedonsinglechipmicrocomputerhardwarecircuitsystem,fingerprintidentificationcontrolsystemtoformanindependent.ThesystemcanrealizeserialcommunicationbetweenSCMandfingerprintmodule,bymanipulatingtheindependenttypekeyboardkey,tothefingerprintmoduleofDSPchiptosendcorrespondinginstructions,toperforminputuser,addusers,authenticatetheuser,deletetospecifyuser,deletealluser,usermatching,andotherfunctions,applicabletotheneedforidentificationofareas.彈贸摄尔霁毙攬砖卤庑。
Keywords:
controlsystem;Fingerprintidentification;SerialCommunications;MCU（MicrocontrollerUnit）謀荞抟箧飆鐸怼类蒋薔。
第一章绪论
1.1研究的背景及意义
科学技术的迅猛发展为人类的生产生活带来了极大的便利，大大地推动了现在社会的进步和发展。
在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。
这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。
而我们的生活随时都需要进行个人身份的确认和权限的认定。
辔烨棟剛殓攬瑤丽阄应。
指纹特征是人终生不变的特征之一，而且不同人的指纹特征相同的可能性几乎为零。
人体指纹含有天然的密码信息，其具有作为密码信息必须具备的三个重要性质[1]：
峴扬斕滾澗辐滠兴渙藺。
①广泛性，指每一个正常人都有指纹。
②唯一性，指每一个人的指纹都不同。
③终生不变性，指非意外事故指纹终身不变。
因此，指纹识别技术，作为一种可靠的生物识别技术[1]，受到了人们的重视。
尽管人们已经对自动指纹识别技术作了深入广泛的研究，指纹识别技术也获得了不少应用，但是指纹识别的应用在目前并没有获得普及，这主要是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。
詩叁撻訥烬忧毀厉鋨骜。
这就要求研究指纹识别环节中若干问题，这对于问题的解决很有意义。
1.2指纹识别技术
1.2.1指纹识别技术发展现状
指纹识别算法的研究方向主要分为：
基于图像的识别算法和基于特征的识别算法[2]。
基于图像的识别算法认为，指纹图像的频域和空域信息可以用来唯一表示并识别不同的指纹[2]。
它是一种使用全局信息进行识别的方法，例如使用指纹图像的Fourier频谱来表示和识别指纹。
这类算法的问题在于图像特征难以定义和匹配，因此算法的拒识率和误识率较高。
则鯤愜韋瘓賈晖园栋泷。
基于特征的指纹识别算法是找到并比对指纹的特征[2]。
指纹特征的复杂度足以提供用于鉴别的足够特征。
目前大多数的自动指纹识别系统使用的都是这类算法。
指纹特征多种多样，有特征点、奇异点、域方向图、脊线数目，甚至脊线线型等。
对应的匹配方法可以分为：
基于点模式的匹配，基于脊线的匹配，基于纹理的匹配以及多种细节特征混合的匹配方法。
胀鏝彈奥秘孫戶孪钇賻。
大多数基于特征的识别算法专注于脊线上的末梢点和分叉点，该方法根据各个特征点的位置和方向来表示和区分指纹，从而使指纹识别问题转化为判断两个特征点集间的最大相似度（最大重合度）的问题。
提取该细节特征有多种方法：
基于灰度指纹图像直接提取，基于二值图像的特征提取，基于细化图像的特征提取。
鳃躋峽祷紉诵帮废掃減。
目前许多公司和研究视梅在指纹识别技术领域都取得了突破性的进展，推出许多指纹识别与传统IT技术完美结合的应用产品，这些产品已经被越来越多的用户所认可。
中科院自动化所智能生物信怠系统研究组和北京数字指通软件技术有限公司对自动指纹识别技术进行了长期的理论研究和应用系统开发，指纹图像的识别准确率和识别速度已达到国际先进水平。
另外，一些公司和机构结合社会应用的实际需求，开发了各种类型的具有独立知识产权的嵌入式指纹识别模块、指纹应用系统软件等，用户反映良好。
指纹识别技术多用于对安全性要求比较高的领域，丽在商务移动办公领域颇其建树的富圭通、三星及等国际知名品牌都拥有技术与应用较为成熟的指纹识别系统[4]。
稟虛嬪赈维哜妝扩踴粜。
与国外相比，我国在自动指纹识别技术的研究水平上还存在一定的差距。
主要表现在：
（1）指纹录入设备的质量还不太过关：
（2）自动指纹识别算法研究水平还有待提高，在应用上的表现为产品适应性和易用性较差，对干、湿一些的指纹往往不能正确区别，对指纹录入时的旋转、平移比较敏感。
陽簍埡鲑罷規呜旧岿錟。
1.2.2指纹识别技术的特点
指纹特征是人终生不变的特征之一，而且不同人的指纹特征相同的可能性几乎为零。
人体指纹含有天然的密码信息，其具有作为密码信息必须具备的四个重要性质：
沩氣嘮戇苌鑿鑿槠谔應。
①广泛性，指每一个正常的人都有指纹。
②唯一性，指每一个人的指纹都不同。
指纹的细节由细微纹点和纹线的起点、终点、分叉等组成。
正是这些无穷无尽的细节特征组合构成了指纹的唯一性．事实上，甚至包括双胞胎，世界上两个指纹相同的概率小于1／109，几乎为零，这就构成了指纹的第一大特点。
钡嵐縣緱虜荣产涛團蔺。
③终生不变性，指纹终身不变即指纹的图案永远不会改变，从人的出现到死后的分解为止（除非指纹受到伤害）。
④指纹与主体的不可分离性：
即指纹不存在丢失、遗忘、被窃取的可能。
指纹的使用比起其它证卡来说更快捷、安全、准确、无干扰，可实现快速登录注册，系统兼容性好，也就是说可以独立或者通过联网构成系统并且很容易并入各类证卡和定义识别系统中。
因此，指纹识别技术的应用范围极广。
懨俠劑鈍触乐鹇烬觶騮。
指纹识别系统主要包括四部分：
指纹图像采集，指纹图像预处理，指纹特征提取和指纹特征匹配。
论文涉及指纹的图像分割、细化和匹配。
就现有文献和产品来看，对低质量的指纹图像的处理效果还远不能令人满意。
要想使设计的细节特征提取算法能够对低质量指纹图像也能可靠工作。
謾饱兗争詣繚鮐癞别瀘。
指纹匹配算法的性能主要决定于所提取到的特征点的数目、位置和相互关系的可靠性。
要想设计一个对较多真正特征点缺失、较多伪特征点出现和较大形变均不敏感的指纹匹配算法，也是一件十分困难的事。
呙铉們欤谦鸪饺竞荡赚。
计算复杂性是自动指纹识别技术中一个重要的研究课题。
实际应用要求最好自动指纹识别系统能对识别任务实时做出响应，而让指纹匹配算法同时达到高速度和高准确率也是一个难题。
莹谐龌蕲賞组靄绉嚴减。
1.3本课题的内容
以MCS-51系列单片机作为控制核心，设计并制作指纹识别控制系统。
本系统采用模块化的总体结构设计，依据实现的各种功能，把整个系统分成几个功能模块，使得系统简洁明了。
同时使得系统程序可读性加强，方便程序的完善和修改。
各模块之间联系紧密，共同构成完整的系统。
控制器设计首先要了解指纹识别系统的理论要求，再通过软硬件实现整个指纹识别的模拟过程。
麸肃鹏镟轿騍镣缚縟糶。
该系统能够实现单片机和指纹模块之间的串口通信，通过操作独立式键盘按键，向指纹模块的DSP芯片发送相应指令，从而执行录入用户、添加用户、认证用户、删除指定用户、删除全部用户、以及管理个人身份信息等功能。
納畴鳗吶鄖禎銣腻鰲锬。
第二章指纹识别系统实现原理
2.1人类指纹特征
我们定义了指纹的两类特征来进行指纹的验证：
总体特征和局部特征。
2.1.1指纹的总体特征
总体特征是指那些用人眼直接就可以观察到的特征，包括基本纹路图案[5]：
环型（loop），弓型（arch），螺旋型（whorl）。
其他的指纹图案都基于这三种基本图案。
風撵鲔貓铁频钙蓟纠庙。
指纹的脊纹形式是适应之间的球状表面和半圆形顶端以及横行的指间屈基线生长的，除少数弓形纹之外，绝大多数是箕、斗型纹（约占95%），（三种纹形的大致分布概率如表2.1）灭嗳骇諗鋅猎輛觏馊藹。
基本纹型
弓型
箕型
斗型
分布概率
5%
60%
35%
表2.1纹形的大致分布概率
纹型是指纹的基本分类，是按中心花纹和三角的基本形态划分的。
中心线的按我国是指纹分析法，指纹分三大类型（如图2.1），三大种形态。
铹鸝饷飾镡閌赀诨癱骝。
箕型斗型弓型
图2.1指纹的纹形
（1）箕形纹（Loop）：
有一条以上完整的基性线组成中心花纹。
箕形线的对侧有一个三角的上下之线包围着中心花纹。
按箕技的流向分为桡侧箕形纹（反箕）和尺侧箕形纹（正箕）两种。
按中心花纹的结构形态又可分为普通箕、闭口箕、叶形箕、横箕和类似斗的箕。
箕形纹中心和三角之间的距离和纹线数量多少不一，有的只有1－2条线，多数为十条线左右，个别的可达30余条。
攙閿频嵘陣澇諗谴隴泸。
（2）斗型纹（Whorl）:
中心花纹呈环、螺、曲状，由内向外扩展与上下包围线汇合形成两个以上的三角的纹线，称为斗型纹。
分为环形、螺形、囊形、双箕形、杂形五种。
斗型纹的中心花纹，在由一条环、螺、曲等纹线构成时，与两侧三角相对的弧形线凸面，必须是不折、不断的，并且不与来自从三角中的其它纹线相接。
趕輾雏纨颗锊讨跃满賺。
（3）弓型纹（Arch）:
由弓形线和横直线层叠而成，中心花纹与上下包围线无明显界限，因此也没有真正的三角区。
分弧形和帐形纹两种。
夹覡闾辁駁档驀迁锬減。
（4）弧形纹：
是由平缓的或略微突起的弧形线组成的一种结构简单的花纹形式。
（5）帐形纹：
由平行的和突起的弧形线组成。
花纹中部有直立的或倾斜的纹线，将弧形线撑起呈帐蓬状。
指纹类型的三类九种，是按我国现行的十指指纹分析法划分的。
这是一种基本分类，也叫两极分类法。
实际上指纹种类远不只这些。
视絀镘鸸鲚鐘脑钧欖粝。
2.1.2指纹的局部特征
局部特征是指指纹上的节点的特征，这些具有某种特征的节点称为特征点。
两枚指纹经常会具有相同的总体特征，但它们的局部特征—特征点，却不可能完全相同。
指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。
这些断点、分叉点和转折点就称为"特征点"。
就是这些特征点提供了指纹唯一性的确认信息。
特征点的分类有以下几种（如图2.2）,最典型的是端点和分叉点。
偽澀锟攢鴛擋緬铹鈞錠。
图2.2指纹特征示意图
很多研究者试图解决指纹分类问题，但至今分类算法的误识率仍较高。
如何提高指纹分类的准确率在自动指纹识别研究中是一个较关键的问题。
緦徑铫膾龋轿级镗挢廟。
2.2指纹图像的分割
2.2.1指纹图像分割概述
在指纹识别系统中，指纹图像分割是图像预处理的一部分。
指纹分割的最基本的依据是图像某些特征和特征集合。
图像特征是指纹图像的固有属性,如灰度值,邻域关系,纹线的扭曲程度等。
特征集合则是几种的结合。
通过提取图像特征,可将原始图像映射到特征空间,使图像特征在特征空间中呈现一定的分布。
因此根据以上的的灰度值[6]领域关系，纹线的扭曲程度，指纹图像分割[6]大致分为三类：
基于像素的图像分割，基于块特征的图像分割以及基于全局的图像分割。
騅憑钶銘侥张礫阵轸蔼。
基于像素的指纹图像分割中目前流行多尺度小波变换和阈值法[6]。
小波变换和傅里叶变换的出发点都是将信号表示成基函数的线性组合。
所不同的是傅里叶变换采用时间属于（一∞，+∞）的谐波函数
作为基函数，而小波变换的基函数是具有紧支集的母函数
（t），通过对母函数
（t）进行伸缩和平移得到一个小波序列：
；
式中
为伸缩因子，b为平移因子。
对于任意函数
的连续小波变换[6]：
公式（2.1）为变换公式，公式（2.2）为重构公式。
疠骐錾农剎貯狱颢幗騮。
（2.1）
（2.2）
计算机中的图像信息是以离散信号形式存放的，在信号处理中，特别是在数字信号处理和数值计算等方面，为了计算机实现的方便，连续小波必须进行离散化，而最基本的离散化方法就是二进制离散，一般将这种经过离散化的小波及其变换叫做二进小波和二进变换。
镞锊过润启婭澗骆讕瀘。
小波变换的特点是压缩比高，压缩速度快，压缩后能保持信号与图象的特征不变，且在传递中可以抗干扰。
在指纹识别识别中使用小波变换有助于噪声的滤除以及有利于检测奇异点。
但是小波变换的明显缺点是它计算复杂，计算效果也取决于函数的选择。
榿贰轲誊壟该槛鲻垲赛。
另一种阈值分割就是简单地用一个或几个阈值将图像的灰度直方图分成几个类，认为图像中灰度在同一个灰度类内的像素属同一物体。
它是图像分割中最基本的方法。
其原理是先定一个阈值，大于此值为1，小于则认为为0；多阀值则可以利用多维函数。
此原理在匹配中也可以运用。
其优点是计算简单，仅需比较灰度值即可；运算效率较高，速度快；它的缺陷在于仅考虑图像的灰度信息，而忽略了图像的空间信息，对于图像中不存在明显灰度差异或各物体的灰度值范围有较大熏叠的图像分割问题难以得到准确的结果[7]。
邁茑赚陉宾呗擷鹪讼凑。
代表块特征的指纹图像分割目前研究趋势为多种块基本特征如灰度均值、块灰度方差[8]、块方向图等综合运用和重新定义块特征。
其中块指的是将图像分个成一个个小的图像块。
图像均值就是对每一个单位块的灰度值取均值，方差则反映该块中各点与均值的偏差性，方向这可以很好的反映纹理的变化趋势。
一般来说，常见的方向场的计算分为掩模法和公式法两大类。
LinHong等人开发的基于最小均方估计算法，即公式法。
嵝硖贪塒廩袞悯倉華糲。
（2.3）
（2.4）
它是利用正交坐标系下，原点到它们组成的坐标点的有向线段与X的正半轴的夹角可来表示该子块的块方向。
这种方法最大的优点是易实现，很好体现出纹理，但缺点是对于变化太快的部分出错。
此方法的实现是利用方向滤波器。
该栎谖碼戆沖巋鳧薩锭。
基于全局的图像分割则是根据情况特别是某些特殊场合的利用，如残缺指纹。
全局的图像分割可以是人工选定几个特定点后再根据全局的特点来处理，此法也可运用于匹配。
基于全局的指纹识别仍处于实验室探索阶段,应用领域中尚不广泛。
劇妆诨貰攖苹埘呂仑庙。
2.2.2均值方差法
在图像分割概述中，已经提到基于块特征的指纹图像分割。
在这部分将重点介绍均值法差法的计算方法和在仿真中的运用。
臠龍讹驄桠业變墊罗蘄。
该算法基于背景区灰度方差小，而指纹区方差大的思想，将指纹图像分成块，计算每一块的方差，如果该块的方差小于阈值为背景，否则为前景。
具体步骤分以下三步[10]：
鰻順褛悦漚縫冁屜鸭骞。
（1）将低频图分成M×M大小的无重叠方块，方块的大小以一谷一脊为宜。
（2）计算出每一块的均值和方差。
设指纹图像I的大小为H×L，I（i,j）为像素点（i,j）的灰度，AVE和VAR分别为原指纹图像的均值和方差，AVE和VAR可以通过公式（2.5）和（2.6）计算得到。
穑釓虚绺滟鳗絲懷紓泺。
（2.5）
（2.6）
（3）如果计算得到的方差几乎接近于0就认为是背景，对于方差不为零的区域在进行阈值分割算法，这种算法主要是根据计算得到的方差来决定其是否为背景区。
隶誆荧鉴獫纲鴣攣駘賽。
在使用方差均值法之前还要使用归一法将图变为低频图。
归一化[11]的目的是把不同原图像的对比度和灰度调整到一个固定的级别上，为后续处理提供一个较为统一的图像规格。
指纹图像的归一化公式如式（2.6）所示，当大于平均值时为加。
浹繢腻叢着駕骠構砀湊。
（2.6）
其中
和
为期望的灰度均值和方差。
2.3指纹图像的细化
2.3.1指纹图像细化的预处理
这部分预处理主要为二值化。
由于指纹图像脊、谷相间，因此指纹图像的处理常是将指纹图像二值化。
灰度图像二值化是将灰度图变换为只有黑和白两种灰度的图像。
这样不仅可以压缩原指纹图像的数据量，而且也方便后面的细节特征的提取。
灰度图二值化的基本思想是选取适当的灰度阂值，将灰度图像转化为二值图像，阈值的选择是关键，对于阈值的选择，有多种方法，如熵法，Ostu法等。
根据是否将图像分块处理，又分全局阈值算法和局部阈值算法两种，全局阈值算法是将整幅图像以一个阈值处理，而局部阈值算法则把原图分成若干个子图，在每个子图中确定闽值，在进行二值化，由于指纹图像在不同区域的亮度和对比度是有差别的，因而全局阈值算法不适用。
鈀燭罚櫝箋礱颼畢韫粝。
灰度图二值化的基本思路是选取适当的灰度阈值，将灰度图像转化为二值图像。
一般的图像处理中的二值化算法主要是计算整幅图像的灰度平均值，然后将该值作为门限，高于该门限的像素点就置1，反之置0。
我们通过研究发现，这种方法虽然简单，但是对噪声较大，图像质量不好的指纹会产生较大的二值化噪声。
所以最好选用局部阈值法作为二值化算法。
惬執缉蘿绅颀阳灣熗鍵。
论文中采用了一种动态局部阈值，满足这种条件下的灰度值为128，不满足则灰度值为255。
再根据前面判断的是否为背景即Icc值的来修正Icc值：
灰度值为128且Icc为1时（非背景指纹纹线时），Icc值为0，像素值置为0。
背景和灰度值为255的纹线像素置为1，这做法的目的是去除不确切的点。
此时背景为白，纹线为黑。
贞廈给鏌綞牵鎮獵鎦龐。
二值化后的图像中的点还要进行修改，修改条件为：
当像素为1时，它周围点不大于3个为像素1点则修改为0；当像素为0时，它周围不小于7个点为像素1的点，则修改为1。
这种修改是为了使图像连续圆滑。
嚌鲭级厨胀鑲铟礦毁蕲。
2.3.2指纹图像细化方法计算
由于灰度过渡区[12]的存在，指纹细化是指纹图像预处理中的一个重要环节，因为一般的特征提取都是在细化的基础上进行的，如果细化不好，将无法使用常规的特征提取算法提取细节特征信息[13]。
细化可以便我们得到绞线的单像素的骨架。
所谓“骨架”，是指图像中央的骨骼部分，是描述图像几何及拓扑性质的重要方法之一。
获取一个图像骨架的过程通常称为对图像“细化”的过程。
在文字识别、地质构造识别、工业零件形状识别或图像理解中，先对被处理图像进行细化有助于突出形状特点和减少冗余信息。
薊镔竖牍熒浹醬籬铃騫。
细化处理是指在指纹图像二值化以后，在不影响纹线连通性的基础上，删除纹线的边缘像素，直到纹线为单像素宽为止。
理想细化后的纹线骨架应该是原始纹线的中间位置，并保持纹线的连通性、拓扑结构和细节特征。
一种好的细化算法应该满足下列条件[13]：
齡践砚语蜗铸转絹攤濼。
（1）收敛性：
迭代必须是收敛的。
（2）连通性；不破坏纹线的连接性。
（3）拓扑性：
不引起纹线的逐步吞食，保持原图像的基本结构特性。
（4）保持性：
保护指纹的细节特征。
（5）细化性：
骨架纹线的宽度为1个像素，即单像素宽。
（6）中轴性：
骨架尽可能接近条纹中心线。
（7）快速性：
算法简单，速度快。
已有的算法迭代按迭代方式的不同分为串行算法和并行算法。
在串行细化算法中，当前迭代的结果不仅取决于前一次的迭代迭代图像，而且与当前处理情况有关；而在并行方式中，当前迭代仅仅是由前一次的迭代情况决定，串行细化算法的处理结果依赖于对像素处理的先后顺序，因而像素点的消除或保留不可预测。
并行细化算法对图像进行细化时利用相同的条件同时检测所有像素点，其结果具有各向同性，因此从算法原理上并行算法优于串行算法。
由于并行细化算法具有快速而准确的特性，因此他一直是人们研究的热点，并且相应的提出了许多并行细化算法，如OPTA细化算法[15]，R．W．Hall细化算法，Rosenfeld细化算法，Zhang&Suen细化算以及ZR细化算法等等。
性能上这些算法各有所长。
绅薮疮颧訝标販繯轅赛。
不同的文献上有不同的关于细化方法，如王家隆[16]等以及王业琳[17]等的细化模板。
制约细化的直观表现在计算速度、毛刺和断点上。
因而细化中选择一个好的模板很关键。
模板分为保留模板和消除模板，消除模板就是根据条件判定这点去除作为背景的模板；保留模板则是根据条件判定这点保留作为前景的模板。
这样就可以将较粗的图像曲线细化成很细的以像素为单位的线，大大减少了图像的信息量，有利于匹配的高效进行。
饪箩狞屬诺釙诬苧径凛。
本论文中采用了细化方法步骤如下：
（1）建立3维数组，第一组数据为预处理后的图像信息，定义每一个像素点它周围点像素参数。
（2）对于满足6种情况的模板，赋值为2，其实为像素1情况。
对于满足后六种情况的模板赋值为3，别的情况点值不做改变。
烴毙潜籬賢擔視蠶贲粵。
（3）16种消去模板是在不满足上述情况下衍生的模板，对于满足这些模板的点像素全为0，以上都未涉及的点不做改变。
鋝岂涛軌跃轮莳講嫗键
升级会员 