实例介绍
【实例简介】
一种基于三角网的机载点云数据滤波算法，这种算法的滤波效果好，值得研究
第36卷第10期 隋立春等:基于渐进三角网的机载 LIDAR点云数据滤波 l61 1.5渐进三角网滤波 试验区域2( Sam ple51)和3( CSitel)是 遍历排序后的数据,判断其所在的三角形,计 ISP RS推荐数据。区域2有17845个点,区域3 算反复角和反复距离,如果反复角和反复距离小有1115219个点,试验区域包含不同尺寸建筑 于规定的阈值,那么该点即为地面点,否则,该点物、树木、植被和道路等。 为非地面点。如果为地面点,就将其加入三角网2.2滤波结果及分析 并更新三角网。反复迭代并实时加密三角网,直2.2.1定性分析 到没有新的地面点为止。 图4(a)为试验区域1滤波之前点云,图4(b 1.6滤波步骤 为滤波之后点云。从图4(b)可以看出,本文算法 本文在滤波算法设计上,按以下步骤进行。 对各种地面目标滤波效果整体表现良好,能有效 )对原始IiυAR点云数据建立格网索引,滤除不同尺寸的建筑物、植被(或低矮植被)及其 选取初始地面种子点。 他地物,对于空洞区域等异常点也可以很好处理, )建立初始稀疏TⅣN模型。 并能很好地保持地形特征。 3)逐格网遍历LDAR点云数据,并将当前 格网内的数据按高程升序排列。 4)逐步建立渐进TⅣN,迭代提取地面点。 5)重复步骤3),直到崺历完所有的格网。 在实际滤波中,由于数据已按高程排列,故步 骤4)中的迭代据地形状况而定。如果地形走势 (a)原始点云 (b)滤波后点云 较平坦,那么基本无需迭代便能很好地提取地面 图4区域1滤波试验结果 点;如果地形走势较陡峭,则进行迭代处理 Fig 4 Result of the tested d ata 1. shaded relief 1.7异常数据点处理 Maps fro m U filtered 异常点通常是指那些不属于地形表由的点, 图5a)是PRS原始标准数据 Sam ple51, 例如空中点粗差点和空洞区域等,对这样的点或图5)是本文滤波后的结果,对照滤波前后的点 区域,本文在滤波时按照以下思路进行处理。 云,滤波后对地形的保持基本理想 l)对于空中点和粗差点,在建立初始稀疏 TIN时进行了处理,另外,在点云数据排序时又 进一步进行了检测,如果在格网内部分点高程极 高或者极低,则将此类点按照异常点处理,对异常 点进行查询后才寻找和子点。 2)空洞区域的形成或者是由于飞行产生,或 者是由丁地形本身,如水系或者湖泊等形成。本 (a)原始点云( b)ISPRS结果(c)本文结果 文通过格网化的数学形态学算法解决此问题,格 图5区域2滤波试验结果( Sample51) 网化时并不进行点云数据内插,通过动态指针建Fg.5 Result of the tested dat a2, Shaded relief ma 立每个格网内点云的链接和查询,并标定空洞区 域的边界 图6(a)是 ISPRS原始标准数据 CSitel, 图6(b)是本文滤波后的结果对照滤波前后的点 2滤波试验 云,滤波后很好地保持了地形的持征,不同大小的 建筑物基木滤除,有起伏的山坡也无人的平滑。 2.1滤波试验 2.2.2定量分析 本文选择了3个比较典型的试验区域,按照 分析一种滤波算法性能好坏的主要指标是看 上述渐进三角网滤波算法进行试验,以检验算法其出现I类、Ⅱ类误差的概率。文献[15161认 的有效性与可靠性。 为,多数滤波算法偏重于降低∏类误差,而I类误 试验区域1是·个混合地形,整个区域内包 差却很大。但在降低Ⅱ类误差的同时也应该侧 含密集的森林、植被、陡坎和房屋等,区域范围为重减小I类误差,因为在质量控制过程中修改Ⅱ 1100100最大高差约为40m,点云平均间美误差要比修改I类误差容易。 距约32有8419.个路散点irnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.ne 11 62 武汉大学学报·信息科学版 20l年10月 5404100 低矮植被,在提取地面点的问时,算法会将非常靠 5403900 近地面的低矮植被点误分为地面;对于陡坎区 5403700 域滤波效果还有待进一步改进。今后应考虑如何 5403500 动态调整反复角和反复距离的阈值,以提高算法 5403300 的自适应能力 5403100 512l00512500513000 试验结果证明,本文算法执行效率高,算法稳 (a)原始点云 定,具有一定的可靠性与实用性。 5404100 5403900 参考文献 5403700 I张小红.机载激光雷达测量技术理沦与方法M」.武 5403500 汉:武汉大学出版社,2007 5403300 [2 Axelsson P. Processing of Laser Scanner Data- 5403100 512100512500513000 A lgorithms and A pplications J|. ISPRs Journal of b)滤波后点云 Pho togrammetry& Remote Sens ing, 1999, 54(2/3) 138147 图6区域3滤波试验结果( SIte 1) [3]张小红,耿江辉.机载激光扫描测高中激光脚点点 Fis.6 Result of the tested d at a 3. Shaded relief 群分割新方法[J].武汉大学学报·信息科学版, Maps from Unfiltered( a)and Filtered(b) data 006,31(7):586588 [4 Linden J. Laser Profilmessungen Zur 了定量分析,1类误差为×100%,Ⅱ类误差 Topo graphischen Gek ndeaufnahme[ D]. Stuttgart U niversity St uttg art, 1993 为 100%,总误差Ⅲ为 ct d [5 Sui Lichun. Anal ysis of Laser Scanner Dat a by 100%。按上述误差计算方法,采用人机父互的方 Means of Dig ital Image Processing Techniques[ M I Munich, Germany: Publishing ll ouse, 2003 法统计了参数a、b、c和d,并计算各类误差,统计 [6 Petzold b, axelsson P. Result of the OEEPE wg 结果见表1。从表1可以看出,区域2中Ⅰ类误 on Laser Data A equis it ion J|. Intern atio nal 差高于 Axelsson方法的0.13%,但比其他方法 A rchives of Pho logran Imetry anld Remole Sens ing, 误差要小,Ⅱ类误差高于 Pfeifer方法的1.93% A msterd am,2000,33(B3):718723 但也好于其他部分方法。试验区域1的结果也基17 K raus k, Pfeifer m. Determination of terrain m odels il 本符合这一结论。 Wooded Areas with Airborne Laser Scanner Data[ J I ISPRS Journal of PhotograMmetry Remole Sensing 表1滤波结果评价 198,53(4):193203 Tab. 1 Percent age of T ype I and Type II Errors 「81刘经南,许晓东,张小红,等.机载激光扫描测高数 参数 误差/% 数据源 据分层迭代选衩滤方法及其质量评价[武汉大 学学报·信息科学版,2008,33(6):551555 试验区169638647673154610.94.21.5 [9 Vosselman C. Slope Based Filtering of Laser 试验区213902 70 l03 37700.52.71.0 A It imetry Data[ J]. Intern atio nal Archives of the Pho togrammetry, Remote Sensing and Spatial 3结语 Infor mation Sciences, 2000, 33 (B3): 935942 [10 Axelsson P. DEM Generat ion from Laser Scanner I)直接基于原始LDAR点云进行滤波,无 Data U sing Adaptive T IN Models[ J]. Intern atio nal 需内插,能有效滤除不同尺寸的建筑物、低矮的植 Archives of the Photo grammetry, Remote Sens ing 被和其他地物,地面点丢失少,即Ⅰ类误差小,能 and Spatial Information Sciences, 2000, 33 (B4/1) 较好地保持地形特征,滤波精度较高。 ll117 2)在滤波之前对数据进行排序,可以保证三 [ll] Krzystek P. Filtering of Laser Scanning Data in Forest Areas U sing Finite Elements[R]. ISPRS 角网逐次向上加密过程中能有效地滤除大部分低 Working g ro up Ill/3 Workshop"3D Reconstruction 矮的植被点,减少了Ⅱ类误差的发生,提高了滤波 from Airborne Lasers canner and InSar Data 的可靠性 Institute of pho togrammetry and remote Sens in 3)对玉大面积、密集的低矮植被和斜坡上的 Dredsen u sityofTechnolegy,http.7/www.cnki.net D resen. 2003 ain c Publishing rights re 第36卷第10期 隋立春等:基于渐进三角网的机载 LIDAR点云数据滤波 163 1 12] Sohn G, Dow man l. Terrain Surface Reco nstruction 15 Sithole G, Vosselman G. The Full Report: ISPRS by the Use of Tetrahedron Model With the MDL ComparisionofFiltersoli.http://www.itcnv Criterion [J]. Internat io nal A rchives of the isprsw gllF3/ filtertest, 2003 Photogrammetry, Remote Sens ing and Sp 1 16 Sithole g, Vosselman g. Ex perimental Com parison Inform ation Sciences, 2002, 34(A3): 336-344 of Filter algorithms for bare earth extraction from 13 Haugerud R, H arding A. Some Algorithms for A irborne Laser Scanning Point Clouds [. ISP RS Virtual Deforestation(V DF) of LIDAR Topog raphic Journal of Photogrammetry remote Sensing, Survey Data [j. Intern at ional Archives of the 2004,5985101 Photogrammetry, Remote Sens ing and Spatial Inform ation Sciences, 2001, 34(W4): 21+ 18 第一作者简介:隋立春,教授,博士,现从事影像分析、 LIDAR数 [14]张熠斌,隋立春,曲佳.等.基于数学形态学算法的据处理理论研究、软件开发及 InSar研究。 机载LDAR点云数据快速滤波[J测绘通报,2009 Em ail: Lichun_s ui@yaho.cm (5):1618 Filtering of Airborne liDar Point Cloud Data Based on Progressi ve TIN sU Lichun ZhaNg Yibin ZhANGshuo CHEN Wei (1 Col lege of Ceology Engineering and Ceomatics, Chang' an U niver sit y, 126 Y ant a Road, Xi' an 710054, Ch ina) (2 Jilin G eo logical Environm ental M on it oring S tation, 2838 Jianshe Road, Changchun 130021, C hina) Abstract: A irborne LiDAR point cloud dat a filtering is not o nly the key to obt ain high precision Digital ElevaTion Model, but also one ofthe difficulties and the focus in the currenL study of the lidar point cloud data post processing. In this paper, the m et hod is pro posed for filtering LiDaR point clo ud dat a based on progres sive tin and the details of filter principle is described. Firstly, LiDaR point cloud data is org anized by regular gr id and Triangulated Irregular Net work(TIN), seed points are selected by regio nal sub block method or m at hematical morphology. Then, an initial s parse tin is created from the seed points and densif ied upw ard and ground points are extracted in an int eractive process. In ex periments it is show n that the filter method can effectively remove differ ent sizes of buildings, low vegetation and other o bject s, and keep topogr aphical features better Finally the point cloud of d ifferent regions is selected to do the experiment, and the shaded relief maps for the grids g enerat ed from unfiltered and filtered LiDAR point clo ud data are show n Key words: LiDAR; TIN; point clo ud; filtering a bout the first author SUI Lichun, professor, doctor. Research irt erests: image analysis, LidaR data processing and software developmert, InSAR. Email:Lichunsu@yahoo.oom.cn 《海洋测绘》举办创刊30周年纪念活动 宀国测绘学会海洋测绘专业委员会第23届海洋測绘综合学术硏讨会暨《海洋测绘》创刊30周 年纪念大会于2011年9月9~13日在长沙市召开。来自军内外相关科研、教育、生产机构及期刊 出版界代表200余人参加了会议。研讨会期间,召开了纪念《海测绘》创刊30周年座谈会,有46 位该刊编委、特邀代表和期刊岀版单位领导参加了会议。代表们充分肯定了《海洋测绘》30年来取 得的进步和成绩,并在努力提高论文质量、刊物核心竟争力、学术影响力以及办刊水干等方面进行 了全面分析和深入探讨 o1994-2011ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net 【实例截图】
【核心代码】
一种基于三角网的机载点云数据滤波算法，这种算法的滤波效果好，值得研究
第36卷第10期 隋立春等:基于渐进三角网的机载 LIDAR点云数据滤波 l61 1.5渐进三角网滤波 试验区域2( Sam ple51)和3( CSitel)是 遍历排序后的数据,判断其所在的三角形,计 ISP RS推荐数据。区域2有17845个点,区域3 算反复角和反复距离,如果反复角和反复距离小有1115219个点,试验区域包含不同尺寸建筑 于规定的阈值,那么该点即为地面点,否则,该点物、树木、植被和道路等。 为非地面点。如果为地面点,就将其加入三角网2.2滤波结果及分析 并更新三角网。反复迭代并实时加密三角网,直2.2.1定性分析 到没有新的地面点为止。 图4(a)为试验区域1滤波之前点云,图4(b 1.6滤波步骤 为滤波之后点云。从图4(b)可以看出,本文算法 本文在滤波算法设计上,按以下步骤进行。 对各种地面目标滤波效果整体表现良好,能有效 )对原始IiυAR点云数据建立格网索引,滤除不同尺寸的建筑物、植被(或低矮植被)及其 选取初始地面种子点。 他地物,对于空洞区域等异常点也可以很好处理, )建立初始稀疏TⅣN模型。 并能很好地保持地形特征。 3)逐格网遍历LDAR点云数据,并将当前 格网内的数据按高程升序排列。 4)逐步建立渐进TⅣN,迭代提取地面点。 5)重复步骤3),直到崺历完所有的格网。 在实际滤波中,由于数据已按高程排列,故步 骤4)中的迭代据地形状况而定。如果地形走势 (a)原始点云 (b)滤波后点云 较平坦,那么基本无需迭代便能很好地提取地面 图4区域1滤波试验结果 点;如果地形走势较陡峭,则进行迭代处理 Fig 4 Result of the tested d ata 1. shaded relief 1.7异常数据点处理 Maps fro m U filtered 异常点通常是指那些不属于地形表由的点, 图5a)是PRS原始标准数据 Sam ple51, 例如空中点粗差点和空洞区域等,对这样的点或图5)是本文滤波后的结果,对照滤波前后的点 区域,本文在滤波时按照以下思路进行处理。 云,滤波后对地形的保持基本理想 l)对于空中点和粗差点,在建立初始稀疏 TIN时进行了处理,另外,在点云数据排序时又 进一步进行了检测,如果在格网内部分点高程极 高或者极低,则将此类点按照异常点处理,对异常 点进行查询后才寻找和子点。 2)空洞区域的形成或者是由于飞行产生,或 者是由丁地形本身,如水系或者湖泊等形成。本 (a)原始点云( b)ISPRS结果(c)本文结果 文通过格网化的数学形态学算法解决此问题,格 图5区域2滤波试验结果( Sample51) 网化时并不进行点云数据内插,通过动态指针建Fg.5 Result of the tested dat a2, Shaded relief ma 立每个格网内点云的链接和查询,并标定空洞区 域的边界 图6(a)是 ISPRS原始标准数据 CSitel, 图6(b)是本文滤波后的结果对照滤波前后的点 2滤波试验 云,滤波后很好地保持了地形的持征,不同大小的 建筑物基木滤除,有起伏的山坡也无人的平滑。 2.1滤波试验 2.2.2定量分析 本文选择了3个比较典型的试验区域,按照 分析一种滤波算法性能好坏的主要指标是看 上述渐进三角网滤波算法进行试验,以检验算法其出现I类、Ⅱ类误差的概率。文献[15161认 的有效性与可靠性。 为,多数滤波算法偏重于降低∏类误差,而I类误 试验区域1是·个混合地形,整个区域内包 差却很大。但在降低Ⅱ类误差的同时也应该侧 含密集的森林、植被、陡坎和房屋等,区域范围为重减小I类误差,因为在质量控制过程中修改Ⅱ 1100100最大高差约为40m,点云平均间美误差要比修改I类误差容易。 距约32有8419.个路散点irnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.ne 11 62 武汉大学学报·信息科学版 20l年10月 5404100 低矮植被,在提取地面点的问时,算法会将非常靠 5403900 近地面的低矮植被点误分为地面;对于陡坎区 5403700 域滤波效果还有待进一步改进。今后应考虑如何 5403500 动态调整反复角和反复距离的阈值,以提高算法 5403300 的自适应能力 5403100 512l00512500513000 试验结果证明,本文算法执行效率高,算法稳 (a)原始点云 定,具有一定的可靠性与实用性。 5404100 5403900 参考文献 5403700 I张小红.机载激光雷达测量技术理沦与方法M」.武 5403500 汉:武汉大学出版社,2007 5403300 [2 Axelsson P. Processing of Laser Scanner Data- 5403100 512100512500513000 A lgorithms and A pplications J|. ISPRs Journal of b)滤波后点云 Pho togrammetry& Remote Sens ing, 1999, 54(2/3) 138147 图6区域3滤波试验结果( SIte 1) [3]张小红,耿江辉.机载激光扫描测高中激光脚点点 Fis.6 Result of the tested d at a 3. Shaded relief 群分割新方法[J].武汉大学学报·信息科学版, Maps from Unfiltered( a)and Filtered(b) data 006,31(7):586588 [4 Linden J. Laser Profilmessungen Zur 了定量分析,1类误差为×100%,Ⅱ类误差 Topo graphischen Gek ndeaufnahme[ D]. Stuttgart U niversity St uttg art, 1993 为 100%,总误差Ⅲ为 ct d [5 Sui Lichun. Anal ysis of Laser Scanner Dat a by 100%。按上述误差计算方法,采用人机父互的方 Means of Dig ital Image Processing Techniques[ M I Munich, Germany: Publishing ll ouse, 2003 法统计了参数a、b、c和d,并计算各类误差,统计 [6 Petzold b, axelsson P. Result of the OEEPE wg 结果见表1。从表1可以看出,区域2中Ⅰ类误 on Laser Data A equis it ion J|. Intern atio nal 差高于 Axelsson方法的0.13%,但比其他方法 A rchives of Pho logran Imetry anld Remole Sens ing, 误差要小,Ⅱ类误差高于 Pfeifer方法的1.93% A msterd am,2000,33(B3):718723 但也好于其他部分方法。试验区域1的结果也基17 K raus k, Pfeifer m. Determination of terrain m odels il 本符合这一结论。 Wooded Areas with Airborne Laser Scanner Data[ J I ISPRS Journal of PhotograMmetry Remole Sensing 表1滤波结果评价 198,53(4):193203 Tab. 1 Percent age of T ype I and Type II Errors 「81刘经南,许晓东,张小红,等.机载激光扫描测高数 参数 误差/% 数据源 据分层迭代选衩滤方法及其质量评价[武汉大 学学报·信息科学版,2008,33(6):551555 试验区169638647673154610.94.21.5 [9 Vosselman C. Slope Based Filtering of Laser 试验区213902 70 l03 37700.52.71.0 A It imetry Data[ J]. Intern atio nal Archives of the Pho togrammetry, Remote Sensing and Spatial 3结语 Infor mation Sciences, 2000, 33 (B3): 935942 [10 Axelsson P. DEM Generat ion from Laser Scanner I)直接基于原始LDAR点云进行滤波,无 Data U sing Adaptive T IN Models[ J]. Intern atio nal 需内插,能有效滤除不同尺寸的建筑物、低矮的植 Archives of the Photo grammetry, Remote Sens ing 被和其他地物,地面点丢失少,即Ⅰ类误差小,能 and Spatial Information Sciences, 2000, 33 (B4/1) 较好地保持地形特征,滤波精度较高。 ll117 2)在滤波之前对数据进行排序,可以保证三 [ll] Krzystek P. Filtering of Laser Scanning Data in Forest Areas U sing Finite Elements[R]. ISPRS 角网逐次向上加密过程中能有效地滤除大部分低 Working g ro up Ill/3 Workshop"3D Reconstruction 矮的植被点,减少了Ⅱ类误差的发生,提高了滤波 from Airborne Lasers canner and InSar Data 的可靠性 Institute of pho togrammetry and remote Sens in 3)对玉大面积、密集的低矮植被和斜坡上的 Dredsen u sityofTechnolegy,http.7/www.cnki.net D resen. 2003 ain c Publishing rights re 第36卷第10期 隋立春等:基于渐进三角网的机载 LIDAR点云数据滤波 163 1 12] Sohn G, Dow man l. Terrain Surface Reco nstruction 15 Sithole G, Vosselman G. The Full Report: ISPRS by the Use of Tetrahedron Model With the MDL ComparisionofFiltersoli.http://www.itcnv Criterion [J]. Internat io nal A rchives of the isprsw gllF3/ filtertest, 2003 Photogrammetry, Remote Sens ing and Sp 1 16 Sithole g, Vosselman g. Ex perimental Com parison Inform ation Sciences, 2002, 34(A3): 336-344 of Filter algorithms for bare earth extraction from 13 Haugerud R, H arding A. Some Algorithms for A irborne Laser Scanning Point Clouds [. ISP RS Virtual Deforestation(V DF) of LIDAR Topog raphic Journal of Photogrammetry remote Sensing, Survey Data [j. Intern at ional Archives of the 2004,5985101 Photogrammetry, Remote Sens ing and Spatial Inform ation Sciences, 2001, 34(W4): 21+ 18 第一作者简介:隋立春,教授,博士,现从事影像分析、 LIDAR数 [14]张熠斌,隋立春,曲佳.等.基于数学形态学算法的据处理理论研究、软件开发及 InSar研究。 机载LDAR点云数据快速滤波[J测绘通报,2009 Em ail: Lichun_s ui@yaho.cm (5):1618 Filtering of Airborne liDar Point Cloud Data Based on Progressi ve TIN sU Lichun ZhaNg Yibin ZhANGshuo CHEN Wei (1 Col lege of Ceology Engineering and Ceomatics, Chang' an U niver sit y, 126 Y ant a Road, Xi' an 710054, Ch ina) (2 Jilin G eo logical Environm ental M on it oring S tation, 2838 Jianshe Road, Changchun 130021, C hina) Abstract: A irborne LiDAR point cloud dat a filtering is not o nly the key to obt ain high precision Digital ElevaTion Model, but also one ofthe difficulties and the focus in the currenL study of the lidar point cloud data post processing. In this paper, the m et hod is pro posed for filtering LiDaR point clo ud dat a based on progres sive tin and the details of filter principle is described. Firstly, LiDaR point cloud data is org anized by regular gr id and Triangulated Irregular Net work(TIN), seed points are selected by regio nal sub block method or m at hematical morphology. Then, an initial s parse tin is created from the seed points and densif ied upw ard and ground points are extracted in an int eractive process. In ex periments it is show n that the filter method can effectively remove differ ent sizes of buildings, low vegetation and other o bject s, and keep topogr aphical features better Finally the point cloud of d ifferent regions is selected to do the experiment, and the shaded relief maps for the grids g enerat ed from unfiltered and filtered LiDAR point clo ud data are show n Key words: LiDAR; TIN; point clo ud; filtering a bout the first author SUI Lichun, professor, doctor. Research irt erests: image analysis, LidaR data processing and software developmert, InSAR. Email:Lichunsu@yahoo.oom.cn 《海洋测绘》举办创刊30周年纪念活动 宀国测绘学会海洋测绘专业委员会第23届海洋測绘综合学术硏讨会暨《海洋测绘》创刊30周 年纪念大会于2011年9月9~13日在长沙市召开。来自军内外相关科研、教育、生产机构及期刊 出版界代表200余人参加了会议。研讨会期间,召开了纪念《海测绘》创刊30周年座谈会,有46 位该刊编委、特邀代表和期刊岀版单位领导参加了会议。代表们充分肯定了《海洋测绘》30年来取 得的进步和成绩,并在努力提高论文质量、刊物核心竟争力、学术影响力以及办刊水干等方面进行 了全面分析和深入探讨 o1994-2011ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
相关软件
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论