点云重构论文-江盟,蔡勇,张建生

点云重构论文-江盟,蔡勇,张建生

导读:本文包含了点云重构论文开题报告文献综述及选题提纲参考文献,主要关键词:自适应八叉树,差分进化算法,叁维点云,元球模型

点云重构论文文献综述

江盟,蔡勇,张建生[1](2019)在《一种叁维点云自适应隐式曲面重构方法》一文中研究指出基于自适应八叉树和改进的差分进化算法,提出了一种对叁维点云数据进行隐式曲面重构的方法。首先对原始点云进行八叉树自适应分割;然后采用改进的径向基元球模型建立局部隐式曲面函数,并运用差分进化算法自适应求解径向基中心、影响半径和形状参数;最后采用改进的对数指数加权拼接算法对局部曲面进行光滑拼接,并采用移动立方体算法进行完整隐式曲面的绘制。实验证明,该方法对多种类型的点云均具有很好的适应性,重构曲面表面光滑、细节特征明显。(本文来源于《电子技术应用》期刊2019年06期)

徐西桂[2](2019)在《DEM辅助去斜处理的层析SAR建筑物点云重构研究》一文中研究指出干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)技术可以获取地面高程模型信息以及大范围长时间的地表形变信息,被广泛应用于地表沉降监测、滑坡监测等各个领域。但由于合成孔径雷达侧视成像特点,使得城市区域合成孔径雷达(Synthetic Aperture Radar,SAR)成像迭掩现象严重,极大阻碍了该技术在城市区域的信息监测应用。而多基线层析合成孔径雷达(Tomographic Synthetic Aperture Radar,TomoSAR)成像技术的提出恰恰可以突破这个限制,实现高程向分辨能力,有效辨别迭掩区域中同一分辨单元内不同高度的地面目标,获取城市叁维甚至多维信息。随着目前以及未来高分辨率雷达影像数据的不断丰富,层析SAR成像技术在大范围城市基础设施监测、城市安全管理等领域展现出巨大的应用潜力。层析SAR成像技术通过在高程向上形成一个合成孔径,来实现高程向的分辨能力。其基本处理过程包括单视复图像配准、去斜、相位误差补偿及高程向成像等主要环节。其中,多基线SAR数据主要由星载SAR系统重复轨道获取,因此固有的大气相位影响及时序SAR数据配准等预处理环节的精度,对后续层析SAR叁维成像效果至关重要。本文针对层析SAR叁维成像预处理环节,重点研究去斜处理算法,提出了一种DEM辅助去斜处理方法,并应用于城市建筑物层析SAR叁维点云重构实验。论文首先介绍了多基线干涉SAR基本理论,包括干涉SAR的基本理论以及层析SAR成像基本理论,详细推导了层析SAR成像数学模型,并简要介绍了层析SAR技术成像处理的基本流程。然后重点研究了层析SAR去斜处理方法,主要包括斜距去斜法和DEM辅助去斜法两种。对本文提出的DEM辅助去斜法,研究了具体的技术处理流程,指出其中关键的问题是DEM和SAR影像的配准,以便建立距离向、方位向与高程的精确联系。最后将以上方法应用于单体建筑物层析SAR叁维成像实验中。实验采用28景北京地区TerraSAR影像数据,叁栋标志性建筑物,分别采用两种去斜方法进行层析SAR预处理和叁维成像处理。最后对实验结果进行了对比分析并基于Lidar地面激光点云数据进行了精度分析。实验结果表明了该方法的有效性,可以为多基线层析SAR数据处理方法提供一定的参考。(本文来源于《北京建筑大学》期刊2019-06-01)

张津铭[3](2019)在《基于点云的高精度表面叁维重构研究与实现》一文中研究指出叁维重构技术一直是图形图像处理和叁维视觉效果优化的热门研究领域。面对现代化工业和制造业设计生产的需求发展,叁维曲面重构能降低生产时的设计成本和设计周期,而且能应用到很多其他相关领域,对叁维曲面重构的研究具有重要实用价值。受到目前点云数据采集方式的影响,模型数据集中的点云数据数量往往是海量数据,这些数据虽能反映器件真实表面特征,但还存在着大量的噪声点,如何高效地处理高精度的点云数据,快速重构表面是一个值得研究的问题。针对激光扫描获取的点云数据模型曲面重构问题,本文从点云数据的采集方式和扫描技术的角度充分研究了点云数据集的空间几何、边缘分布等特征。详细地分析学习了叁种常用曲面重构算法,即Poisson算法、Marching Cubes算法和Greedy Proj ection Triangulation算法。首先,根据点云数据自身的特性并结合现有的点云数据预处理研究结果,提出了一种基于体素分割思想的RANSAC算法,并应用于叁维曲面重构中。通过试验分别对比了基于体素分割思想的RANSAC算法与模型曲面叁维重构常用算法结合后的叁维曲面重构效果。定性和定量的实验结果表明,与基于经典RANSAC算法的重构算法相比,本文提出的算法能有效地降低47.51%的曲面重构时耗,同时处理后模型误差与原模型相比仅为千分之一。其次,本文应用MFC和OpenGL叁维图形库函数为数据的点云模型搭建了一个叁维可视化平台,该可视化操作平台软件可供模型逆向工程的科研人员使用。可视化操作平台能满足用户对模型进行叁维人机交互方面的需求,主要是包含对模型的多视图观察、远近距离观察、多角度观察、点云模型移动、空间坐标系与网格线条绘制,同时模型还具有对点云模型的点面统计分析,中心坐标计算等。通过分析原始点云数据和输出数据集的特征,显示本文提出的方法相较于叁类常用曲面重构算法而言,在保留有效特征信息和确保高精度性的同时,能较好地提高叁维模型的重构速度。搭建的叁维可视化平台具有可视化的叁维人机交互设置,简化直观的交互界面,以及实时显示和操作的能力。借助该平台可提高叁维点云模型场景绘制的效率,且能满足重构的精度达到10μm的要求。(本文来源于《北方工业大学》期刊2019-05-06)

周阳阳[4](2019)在《基于点云数据的黄土坡面微地形曲面重构》一文中研究指出作为研究地表径流和土壤侵蚀过程的重要因子,微地形通过空间各点相对高程的变化与消长影响着径流的产生、流向,进而影响侵蚀类型的演变。为了高度定量化描述这一变化,需获取更精确的微地形DEM模型,这对于揭示黄土耕作坡面微地形土壤侵蚀机理具有重要的数据基础意义。目前,针对点云数据的黄土坡面微地形曲面重构和动态模拟的研究较少,且基于NURBS曲面重构DEM模型的应用仍处于探索阶段。为此,本文基于叁维激光扫描仪获取60 mm/h雨强下、不同坡度(5°、10°、20°)等高耕作措施微地形水蚀发育各阶段黄土坡面高精度点云数据,探究了微地形NURBS曲面重构DEM过程中数据简化、最优移动分析窗口和地表糙度计算,并与IDW、Natural Neighbor和Kriging插值所生成的DEM精度进行了比较,最终获得黄土坡面微地形最佳DEM模拟方法与简化条件。主要结论如下:(1)微地形点云数据简化坡度对于点云数据的简化率和曲面创建时间有所影响。5°和10°坡下,当最小包围盒边长L_(min)为4 mm时,点云数据简化率达70%左右,创建曲面时间2min,且不随L_(min)的增大而改变;20°坡下,当L_(min)=5 mm时,点云数据简化率达87%左右,创建曲面时间2min,且不随L_(min)的增大而改变;L_(min)为4-6 mm时,点云数据对于耕作措施和侵蚀沟等特征的呈现比较明显。(2)微地形曲面重构在任一坡度下,L_(min)为4-6 mm时,微地形NURBS曲面对于耕作措施和侵蚀发育过程的展示非常清晰;当L_(min)≦8 mm时,NURBS方法构建微地形DEM精度最佳;L_(min)≧9 mm时,精度略有所降低。(3)地表叁维形貌精度评价局部区域精度验证中,移动分析窗口越大,限定区域内所计算均方根高度和偏斜度越小,即当移动分析窗口为16×16时,对于误差控制和侵蚀状况的描述能力越强;当L_(min)=5 mm时,偏斜度和陡度的值越接近于L_(min)为1 mm时的取值。(4)微地形地表糙度基于NURBS曲面构建的DEM可用于微地形地表糙度特征值的评价。NURBS-DEM计算的地表糙度与L_(min)的线性方程拟合度高于Kriging-DEM,表明NURBS方法较传统插值算法略优;采用表面线法计算地表糙度与L_(min)的线性方程拟合度高于面积投影法,表明在微地形地表糙度计算时,表面线法不仅更趋稳定,而且在各侵蚀发育阶段变化更加明显,计算也更简便。基于八叉树法的点云数据简化和NURBS方法创建的DEM,有利于为微地形水蚀过程的量化提供更精确的模型数据。本文利用八叉树法对降雨前后获取的高精度点云数据进行简化研究,运用NURBS曲面拟合的方法获取较高精度DEM;同时,通过DEM模拟最优方法比较、局部区域精度评价和地表糙度的计算,以验证NURBS方法的优劣,最终获得黄土坡面微地形最佳DEM模拟方法与简化条件,对在微地形层面进一步揭示黄土耕作坡面土壤侵蚀机理具有重要指导意义。(本文来源于《西北农林科技大学》期刊2019-05-01)

江盟[5](2019)在《散乱点云配准与隐式曲面重构技术研究》一文中研究指出近年来,逆向工程技术在现代设计与制造、虚拟现实、场景建模、计算机视觉、医学等领域得到了广泛的应用,有着很广阔的前景。点云处理和曲面重构是逆向工程中的关键内容。随着叁维激光扫描仪的广泛应用,如何对规模庞大、分布密集的点云进行处理以及怎么将散乱点云进行曲面重构成为了当前的研究热点问题。本文研究内容主要分为点云配准和点云的曲面重构两个方面,具体内容如下:(1)在点云配准方面,针对以往散乱点云配准算法存在效率较低和噪声对算法影响较大的问题,提出了一种降维处理空间点云的点云配准新算法。该方法采用了评价点云空间位置新方法—总投影熵,总投影熵利用信息熵的概念结合点云空间坐标和密度关系评价两点云的相对位置。以总投影熵作为点云配准的优化函数,采用遗传算法作为优化方法,两者之间的结合实现点云配准。实验表明,该方法具有很强的鲁棒性,同时对于只有少部分重合的点云数据和含有噪声点云数据均有很好的效果,且效率高,能为点云的曲面重构研究提供优良的原始点云数据。(2)在点云曲面重构方面,针对以往散乱点云曲面重构算法存在难以处理大规模点云数据和过多人为参与以及对非封闭模型重构效果差的问题,基于自适应八叉树和改进的差分进化算法,提出了一种对叁维点云数据进行隐式曲面重构的方法。首先利用自适应八叉树提供与模型密度相关的分割区域点云数据以分解处理含数万个点的点云;然后采用改进的径向基元球模型建立局部隐式曲面函数以保证局部曲面的光滑性,并运用差分进化算法自适应求解径向基中心、影响半径和形状参数;最后采用改进的对数指数加权拼接算法对局部曲面进行光滑拼接,并采用移动立方体算法进行完整隐式曲面的绘制。实验证明该方法对多种类型的点云均具有很好的适应性,重构曲面表面光滑、细节特征明显。(本文来源于《西南科技大学》期刊2019-05-01)

陈文兴,闫丽萍,崔英,李苗[6](2019)在《径向基网络的非线性插值与3D点云曲面重构技术》一文中研究指出研究了径向基网络插值算法与3D曲面重构方法,分别从研究价值、插值理论、仿真等等方面做了详细分析,研究结果表明RBF-Network在逼近一维复杂的非线性函数时具有收敛速度快、精度高、泛化能力更强等优点.但在3D重构方面,基于RBF的单位分解法重构效果更好.(本文来源于《数学的实践与认识》期刊2019年01期)

王峰,徐雷,任清川,杨飞平[7](2018)在《基于点云数据机载薄壁共形件曲面重构技术的研究》一文中研究指出为在CAD/CAE/CAM中使用精确度和光顺性良好的机载薄壁共形件叁维模型,提出了一种基于NURBS理论的机载薄壁共形件曲面拟合方法。首先利用基于特征点的斜率分割法对共形件点云数据进行精简,通过建立目标函数对边界点进行B样条曲线拟合,然后构建双叁次Coons面作为基面并将点云数据向基面逼近,最后利用迭代优化得到曲面控制顶点,从而得到满足要求的曲面。分析结果表明:拟合后的曲面具有良好的精确度和光顺性。(本文来源于《机械工程与自动化》期刊2018年05期)

曾露露[8](2018)在《散乱点云的孔洞修补及叁维重构研究》一文中研究指出随着叁维测量技术的应用范围不断扩大,点云数据采集、处理与重构等技术难点成为了研究的热点。由于测量方式本身的局限性或者是物体形状的复杂性,获取的点云数据会有一定的缺失。与此同时随着叁维点云测量设备精度的提高,点云数据量级也越来越大,应用场景对网格重构效率的要求也越来越高,而现有的网格重构算法难以满足要求。为了解决这些问题,本文针对孔洞修补以及网格重构的关键技术进行了深入研究,并提出了新的算法,主要工作如下:1.散乱点云的孔洞修补。针对点云复杂孔洞的修补问题,提出基于SFM(Structure From Motion,从运动中恢复结构)的点云孔洞修补算法。该算法利用SFM获取的数据集补充孔洞区域的信息,辅助孔洞修补。该方法首先利用光栅投影法获得的二维相位信息来提取叁维点云孔洞区域的边界点;接着将SFM获取的点云数据集和光栅投影法采集的点云数据集进行配准,并提取出信息补充点;最后在添加了补充点的点云数据集上,利用径向基函数计算曲面方程,修补孔洞。实验结果证明了算法的鲁棒性,能有效地恢复复杂物体的表面信息。2.散乱点云的网格重构。为了提高海量点云网格重构的效率,提出了基于改进kdtree(k-dimensional树)的Delaunay(德洛内)叁角化算法。该算法改进了kdtree的分割停止条件,并改变了控制点的提取方式,有效地提高了网格化效率。算法首先利用宽度优先的kdtree分割点云,并在适当的深度停止分割以保证数据块的大小合适;然后对具有空间结构的点进行标记;接着提取kdtree结构中非叶子节点上的点作为控制点;最后依次插入控制点、非控制点进行Delaunay叁角化重构网格。实验结果表明该算法能够有效地提高点云网格重构的效率,且重构的网格质量更优。(本文来源于《东南大学》期刊2018-05-21)

武鑫[9](2018)在《基于LiDAR点云的规则建筑物模型重构优化方法研究》一文中研究指出建筑物的叁维重构是近年来空间信息技术领域的一个研究热点,构建完整的建筑物叁维模型是“数字城市”、“数字地球”等众多虚拟平台构建和发展的重要前提和基础。为了更好地表达建筑物、增强建筑物模拟的认知效果,以获得建筑物完备的细节外观与结构,应进行建筑物几何结构的叁维表达,构建出一个逼真的叁维模型,用以克服二维表达方式存在的视觉认知不直观缺点。近年来,随着LiDAR激光点云扫测技术的发展,大规模建筑物点云数据可以通过各种方式便捷地获取,为进行建筑物点云重构研究打下了基础。本文针对已有建筑物LiDAR激光点云数据叁维网格模型重构技术存在重构模型精度不高、建模过程复杂且耗时等问题,设计并构建基于语义规则的模型重构优化算法。算法实现了建筑物点云数据的网格模型重构,并在保持模型整体几何结构的基础上对输出的网格模型进行了优化处理。首先,利用LiDAR激光扫描系统的测量参数等信息,通过滤波器对初始密集点云数据进行滤波去噪,在保留点云数据完备细节几何结构的基础上,减轻后续的计算压力。再将滤波去噪后的点云数据通过配准算法拼接得到一个大规模建筑物场景的完备数据集。接着采用交互的方法将目标点云从整个点云数据集中提取出来,从而更准确地提取目标建筑物的点云数据。再采用基于贪婪投影叁角化算法对数据预处理后的建筑物LiDAR点云数据进行重构,生成一个叁角网格结构的初始建筑物模型。然后,在点云数据网格重构的基础上对初始构建的建筑物叁角网格模型进行优化处理,优化处理操作主要包括规则墙面优化和交界区域优化。针对建筑物的规则墙面,先通过交互的方式为初始叁角网格模型的每个规则墙面确定一个由叁个正确点确定的语义约束面简称为规则面,将规则面与对应建筑物模型墙面的叁角网格进行相交计算,再通过投影计算,与规则面相交的叁角面片被投影到规则面上,进而完成基于规则面的不平整墙面的优化。针对具有规则线特征的交界区域,规则线交界区域优化以两个规则墙面的语义约束所构成的规则线约束为依据,通过将交界区域的叁角面片依次进行叁角形剖分、空间投影等计算,将规则线交界区域叁角网格优化。针对具有规则曲面特征的交界区域,规则曲面交界区域优化以根据交界区域点云数据拟合出的规则曲面为依据,通过将交界区域的叁角面片依次进行空间投影、叁角形剖分等计算,将规则曲面交界区域叁角网格优化。通过对不同建筑物点云数据的多次实验和结果对比分析,验证了本文方法的有效性。最后,将整个建筑物模型重构流程集成到所设计的系统中,完成对建筑物原始点云优化的整体过程,并添加了一些模型编辑的辅助功能,使整个建筑物模型重构系统更加完善。(本文来源于《中北大学》期刊2018-05-21)

方文杰[10](2018)在《高铁白车身的点云重构和刀路规划技术》一文中研究指出众所周知,动车组涂装工艺主要是为了提高铝合金车体表面质量和外观装饰性。由新车车身生产涂装工艺流程可知,生产过程中存在多道打磨工序,包括腻子打磨中的粗磨、精磨,以及每喷涂一次油漆后的打磨。而车体转接部分为曲面,车头形状复杂,且实物模型在经过其他工序处理后与理论模型存在差异。因此,采用机器人进行打磨时缺乏精确的数据模型,而示教的方法显然在精度和打磨效率上难以满足生产需求。现有的腻子打磨多采取落后的手工磨抛作业方式,打磨作业费时、费力、且人工打磨难以保证整车打磨质量的一致性。此外,长时间、高强度的作业环境严重危害技术人员的健康安全。因此,研究高铁车身腻子的机器人打磨具有十分重要的经济和社会意义。采用机器人技术对腻子进行打磨,首先需要识别出缺陷区域的表面特征,得到其数字模型。基于此,设想通过获取车体表面缺陷区域的点云数据,基于UG进行二次开发,实现对缺陷区域的点云曲面重构,并依此进行刀轨规划,从而应用于机器人腻子打磨的方法改良中。1.本文首先根据项目依托对现有高铁车体腻子打磨的发展形势、技术难点以及国内外研究现状展开调查,针对视觉技术在机器人加工中的应用,介绍了点云重构技术和基于点云的刀轨规划技术;2.结合UG二次开发基本和Block UI Styler模块,分别从点云文件读取、点云坐标提取和重构函数对点云重构插件设计的关键技术展开了说明;3.分析并对比现有刀轨规划方法,包括刀路拓扑结构、步距和行距控制算法。选取光滑之字形路径作为本课题的拓扑结构,选取等弦高误差法作为本课题的步长控制方法。同时根据等残留高度法提出了一种基于等残留高度计算的变参数法,最后对刀轨规划插件的设计和刀轨规划的总流程进行了说明;4.对不同种姿态的确定方法进行分析对比,计算刀具在加工刀位点处的工具姿态。介绍了两种不同的齐次矩阵转四元数算法,并基于RAPID语言的程序格式对刀位文件进行后置处理,将其转换成机器人能够识别的加工代码;5.针对所设计插件的功能,运用Geomagic Quality软件对重构曲面进行精度分析。运用Robot Studio对加工代码进行软件仿真,并在机器人上进行局部腻子打磨实验,验证了刀轨的可行性;6.针对本文研究内容和已经取得的成果进行总结,同时对课题的不足之处提出建议和改进措施。(本文来源于《华中科技大学》期刊2018-05-01)

点云重构论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)技术可以获取地面高程模型信息以及大范围长时间的地表形变信息,被广泛应用于地表沉降监测、滑坡监测等各个领域。但由于合成孔径雷达侧视成像特点,使得城市区域合成孔径雷达(Synthetic Aperture Radar,SAR)成像迭掩现象严重,极大阻碍了该技术在城市区域的信息监测应用。而多基线层析合成孔径雷达(Tomographic Synthetic Aperture Radar,TomoSAR)成像技术的提出恰恰可以突破这个限制,实现高程向分辨能力,有效辨别迭掩区域中同一分辨单元内不同高度的地面目标,获取城市叁维甚至多维信息。随着目前以及未来高分辨率雷达影像数据的不断丰富,层析SAR成像技术在大范围城市基础设施监测、城市安全管理等领域展现出巨大的应用潜力。层析SAR成像技术通过在高程向上形成一个合成孔径,来实现高程向的分辨能力。其基本处理过程包括单视复图像配准、去斜、相位误差补偿及高程向成像等主要环节。其中,多基线SAR数据主要由星载SAR系统重复轨道获取,因此固有的大气相位影响及时序SAR数据配准等预处理环节的精度,对后续层析SAR叁维成像效果至关重要。本文针对层析SAR叁维成像预处理环节,重点研究去斜处理算法,提出了一种DEM辅助去斜处理方法,并应用于城市建筑物层析SAR叁维点云重构实验。论文首先介绍了多基线干涉SAR基本理论,包括干涉SAR的基本理论以及层析SAR成像基本理论,详细推导了层析SAR成像数学模型,并简要介绍了层析SAR技术成像处理的基本流程。然后重点研究了层析SAR去斜处理方法,主要包括斜距去斜法和DEM辅助去斜法两种。对本文提出的DEM辅助去斜法,研究了具体的技术处理流程,指出其中关键的问题是DEM和SAR影像的配准,以便建立距离向、方位向与高程的精确联系。最后将以上方法应用于单体建筑物层析SAR叁维成像实验中。实验采用28景北京地区TerraSAR影像数据,叁栋标志性建筑物,分别采用两种去斜方法进行层析SAR预处理和叁维成像处理。最后对实验结果进行了对比分析并基于Lidar地面激光点云数据进行了精度分析。实验结果表明了该方法的有效性,可以为多基线层析SAR数据处理方法提供一定的参考。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

点云重构论文参考文献

[1].江盟,蔡勇,张建生.一种叁维点云自适应隐式曲面重构方法[J].电子技术应用.2019

[2].徐西桂.DEM辅助去斜处理的层析SAR建筑物点云重构研究[D].北京建筑大学.2019

[3].张津铭.基于点云的高精度表面叁维重构研究与实现[D].北方工业大学.2019

[4].周阳阳.基于点云数据的黄土坡面微地形曲面重构[D].西北农林科技大学.2019

[5].江盟.散乱点云配准与隐式曲面重构技术研究[D].西南科技大学.2019

[6].陈文兴,闫丽萍,崔英,李苗.径向基网络的非线性插值与3D点云曲面重构技术[J].数学的实践与认识.2019

[7].王峰,徐雷,任清川,杨飞平.基于点云数据机载薄壁共形件曲面重构技术的研究[J].机械工程与自动化.2018

[8].曾露露.散乱点云的孔洞修补及叁维重构研究[D].东南大学.2018

[9].武鑫.基于LiDAR点云的规则建筑物模型重构优化方法研究[D].中北大学.2018

[10].方文杰.高铁白车身的点云重构和刀路规划技术[D].华中科技大学.2018

标签:;  ;  ;  ;  

点云重构论文-江盟,蔡勇,张建生
下载Doc文档

猜你喜欢