1、控制科学与工程专业毕业论文 精品论文 嵌入式生物特征识别系统的设计与实现关键词：生物特征识别技术 嵌入式系统 掌纹识别 特征提取算法摘要：生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得
2、了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特
3、征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。正文内容生物特
4、征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开
5、发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选
6、模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度
7、和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计
8、方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Em
9、bedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展
10、成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该
11、系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系
12、统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得
13、了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特
14、征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技
15、术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一
16、套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然
17、后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两
18、方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可
19、行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedd
20、ed 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种
21、新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以
22、同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还
23、可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的
24、进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算
25、法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利
26、用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的
27、可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些
28、候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。生物特征识别技术是指利用人自身具有的生理学特征(如指纹、掌纹、虹膜、人脸等)或行为学特征(如语音、签名、步态等)来进行身份识别。目前，生物特征识别的发展在广度和深度两方面都呈
29、现出高速增长的局面，并将很快成为一种公认的身份认证技术。 近几年来，掌纹识别(Palmprint Identification)逐渐发展成为一种新颖而重要的、能够有效地对人的身份进行鉴别的现代生物特征识别技术。掌纹识别技术因具有非接触、不易伪造、可靠性高等优良特性得到了广泛的关注，并取得了一定的进展。本文在国家“863”相关课题的支持下，分别对嵌入式生物特征识别系统和掌纹识别算法进行了研究，并将两方面的研究进展进行整合与集成，开发出了一套完整的可独立运行的一体化嵌入式自动掌纹识别系统。 论文首先对课题的需求进行了仔细的分析和探讨，提出了嵌入式硬件系统的总体设计方案，并确定了设计方案的可行性。在
30、此基础上，建立了以 ARM 微处理器为核心的硬件开发平台，并扩展了相应的外设，完成了一般意义上的生物特征采集与识别系统模型样机的制作。该系统可以同时实现掌纹在线采集与预处理、存储、识别等多项功能。为使系统实现其掌纹识别的专有功能，本文采用了基于全局纹理能量特征和局部纹理能量特征相结合的特征提取算法，在一对一的特征匹配中采用局部纹理能量特征；而在一对多的特征匹配中则采用分层搜索的策略，即首先通过全局纹理能量特征粗匹配得到若干个候选模板，然后在这些候选模板中进行局部纹理能量特征细匹配，从而快速得到最终的识别结果。论文的最后工作是对掌纹识别算法进行了软件实现，并在宿主机的 Qt/Embedded 开
31、发平台上进行了运行调试和系统移植，构建了一个完整的掌纹生物特征识别系统。 对系统模型样机的测试表明，系统具有较好的稳定性、实时性，改变系统参数还可以调整系统的拒真率和认假率，以适应于不同的工作环境。另外，系统还能满足移动性和一定的现场实时处理要求，初步达到了预期的设计目标。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b
32、?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍
