基于点模式特征提取的指纹匹配技术.pdf

摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇基于点模式特征提取的指纹匹配技术宗兆星员，刘光宇员，圆，刘摇 彪员，程摇 远猿，张令通员，赵继强员（员郾 大理大学 工程学院，云南 大理摇 远苑员园园猿；圆郾 上海交通大学 海洋智能装备与系统教育部实验室，上海摇 圆园园园猿园；猿郾 中国人民解放军 猿圆圆远愿 部队信息科，云南 大理摇 远苑员园园猿）摘摇 要为了准确识别指纹，采用基于点模式特征提取的指纹匹配技术。选取 云灾悦圆园园圆 指纹库中的指纹，对指纹图像进行归一化、灰度阈值分割、二值化、细化等预处理后，提取出端点、分叉点等特征点，并将其包含的指纹边缘点、断点等伪特征点去除，然后将提取的指纹特征信息同指纹库中的指纹进行匹配，测试指纹匹配率为 怨源郾 员圆豫。仿真试验结果表明，该方法具有较好的识别精度，根据试验结果可知匹配率为 怨怨郾 源员豫。关键词指纹匹配；特征提取；点模式摇 摇中图分类号栽孕猿怨员文献标识码粤文章编号员园园源 原苑园苑苑（圆园圆猿）园缘 原园园苑园 原园苑园摇 引言随着人们生活中应用指纹的场景越来越多，更快捷高效的指纹识别系统受到了越来越多的关注。一个准确的指纹匹配方法可以大大提高指纹识别系统的安全性和可靠性员。刘汉英等圆基于线模式的指纹匹配算法在处理纹线时过程较复杂，在非线性形变的影响下，纹线的严格匹配关系难以准确建立，少数区域的脊线结构不够准确；杂韵匀晕 月 允 等猿基于纹理模式的匹配方法每次与数据库中的指纹匹配时都要计算一次纹理，算法比较耗时；基于整体图像的匹配方法未经大规模试验证实，基于纹理和串匹配的混合算法计算复杂度较高，基于细节点的匹配方法的纹理特征可区分性不强，基于三角形和动态规划的匹配方法的特征提取难度较大。本设计选取 云灾悦圆园园圆 指纹库中的指纹，采用基于点模式特征提取的指纹匹配技术。首先，将指纹图像进行归一化、分割、二值化、细化等预处理，在预处理中采用灰度方差阈值分割算法，通过局部灰度特性对指纹图像进行分割；其次，进行端点、分叉点等特征点的提取，通过 愿 邻域法对指纹图像进行特征提取，并去除其中的指纹边缘点、断点等伪特征点；最后，采用基于点模式的匹配算法进行指纹匹配。试验结果表明该算法复杂度低，识别率较好，有较强实用价值。员摇 指纹图像预处理员郾 员摇 基于分块的归一化指纹图像归一化是一个像素级的操作，主要是减少灰度的变化，将灰度均值和方差调为统一的数值，保持脊线和谷线结构清晰，避免图像出现亮度不均匀现象，同时还可以消除仿射变换，增强图像的稳定性源。在指纹图像分割之前，先对图像进行归一化处理，将原始指纹图像和指纹库中的园苑圆园圆猿 年 怨 月枣庄学院学报杂藻责郾 圆园圆猿第 源园 卷摇 第 缘 期允韵哉砸晕粤蕴 韵云 在粤韵在匀哉粤晕郧 哉晕陨灾耘砸杂陨栽再灾燥造郾 源园 晕韵郾 缘收稿日期圆园圆猿 原园远 原圆愿基金项 目 国 家 自 然 科 学 基 金 资 助 项 目（远圆园远缘园园员）；云 南 省 地 方 本 科 高 校 基 础 研 究 联 合 专 项 资 金 项 目（圆园圆员园员月粤园苑园园园员 原园缘源）；海洋智能装备与系统教育部重点实验室开放基金项目（酝陨耘杂 原圆园圆猿 原园圆）作者简介宗兆星（圆园园园），男，山东济宁人，大理大学工程学院新一代电子信息技术专业 圆园圆圆 级在读硕士研究生，主要从事水下图像处理研究。通信作者：刘光宇（员怨愿圆），男，黑龙江哈尔滨人，大理大学副研究员，工学博士，主要从事水下图像处理研究。图像进行对比和灰度调节，使其达到一个相对一致的标准。为确保分布的指纹纹线强度一样，采用基于分块的归一化算法：首先，确定指纹图像上每个像素点的方向信息；其次，将指纹区域划分成若干个 匀 伊 蕴 的子区域，对子区域进行灰度分析；最后，利用归一化公式处理。设图像像素点的灰度为 陨 曾，赠，归一化处理之后的图像为 郧 曾，赠。归一化处理公式如下：郧 曾，赠 越粤灾耘园垣灾粤砸园陨 曾，赠 原粤灾耘圆槡灾粤砸，陨 曾，赠 跃 粤灾耘园粤灾耘园原灾粤砸园陨 曾，赠 原粤灾耘圆槡灾粤砸，陨 曾，赠 粤灾耘园（员）式中：粤灾耘园和 灾粤砸园为期望的灰度均值和灰度方差。员郾 圆摇 灰度方差阈值分割指纹图像分割是将待处理的原始图像划分为特征不同的多个子区域，通常用于辨别每个指纹图像目标区域的是呈现在图像中的直线和曲线缘。指纹分割算法通常从以下两个方面研究：基于图像方向信息的分割（梯度法）和灰度方差阈值的分割（方差法），二者从不同的角度对图像进行分割操作。梯度法通过计算像素方向信息，读取方向直方图，根据方向阈值实现图像分割。该方法需要大量的特征信息作为方向信息的支撑。方差法是根据指纹图像具有背景区的灰度方差小于前景区的特点，通过灰度方差的阈值实现图像分割，该方法计算简单、应用更广泛。本设计采用灰度方差阈值分割算法。指纹脊线和谷线交叉分布在前景区域中的灰度相差较大，这个区域计算的方差较大；而在背景区域中，没有脊线，灰度相对接近，计算的方差相对较小。利用局部灰度特性对指纹图像进行分割，过程如下：（员）将指纹图像 陨 曾，赠 分割成大小为 酝 伊 酝 的互不交叠的子区域，一谷一脊的区域大小较为合适，本设计截取的大小为 猿 伊猿 的子区域；（圆）计算每一块图像的灰度粤灾耘 越员匀 伊 蕴匀 原员曾 越园蕴 原员赠 越园陨 曾，赠，（圆）式中：陨 曾，赠 表示子区域内部 匀 伊 蕴 个像素点的灰度值。（猿）计算每一块图像的灰度方差灾粤砸 越员匀 伊 蕴匀 原员曾 越园蕴 原员赠 越园陨 曾，赠 原粤灾耘圆，（猿）（源）采用多区域阈值分割算法，多次对指纹区域求均值和方差，将划分出的每一块子区域与整个区域相比。若所求的方差近似为 园，可视为背景；若所求的均值小于全局均值，则视为前景。然后求得背景色的均值和方差，增加可信度，保存结果在构建的矩阵 糟 中。（缘）背景和前景的分离是通过设定一个标准来实现的，即首先确定 糟 矩阵中位置值为 员 的点的愿 邻域点之和小于 源，将该点设为 园，然后将有用的前景色转换成白色，灰度图的背景值转换为子区域的总和及均值。员郾 猿摇 二值化处理在指纹识别过程中，关键步骤是将采集的指纹图像进行二值化处理，在保留前景指纹和背景部分前提下消除灰度噪声，提高指纹信息的识别配对。目前指纹图像的二值化处理主要有固定阈值法、迭代法、动态阈值法等，基本思路都是通过图像的灰度信息确定阈值和指纹图像直方图来选择合适阈值远。灰度图像二值化的关键是选择合适的阈值处理方式，主要有全局和局部这两种阈值算法。其中全局阈值算法使用一个阈值就可以处理整个图像的区域，无需再将图像分为若干个子区员苑宗兆星，刘光宇，刘彪，程远，张令通，赵继强摇 基于点模式特征提取的指纹匹配技术域。由于指纹图像的亮暗程度和对比度因区域而异，故采用全局阈值算法是不合理的，因此，本设计采用动态局部阈值算法。局部阈值算法不再选用统一的阈值，而是将每个点与其局部邻域的其他像素点进行比较，根据局部邻域像素灰度分布特性自适应调节阈值，每个像素点依据局部阈值进行二值化处理苑。为了使二值化后的图像变得更加平滑，应当做出如下修改：当某个像素点的数值为 员，且旁边的点不超过猿 个时，将其更改为园；当某个像素点的数值为园，且旁边的点不小于苑 个时，将其更改为 员。员郾 源摇 图像细化二值化处理之后的指纹脊线还会有少许宽度，需要进一步细化处理图像，执行数学形态学中的膨胀、腐蚀以及开运算和闭运算，使边缘平滑，避免出现微小的尖刺，在不对线条连通性造成“误伤”的情况下，将边缘像素移除后，得到细化效果图，并保留其连贯性、拓扑性和特征点。膨胀是将指纹上触及到的全部背景点融入指纹区域，让边界向外扩展的过程；腐蚀是将边缘的点消去并向内收缩图像范围，使二值图像缩减一圈的过程愿。符号“!”和“”分别表示结构元素 遭（蚤忆，躁忆）对图像 陨（蚤，躁）的膨胀和腐蚀运算，如下式所示：（陨!遭）（蚤，躁）越 皂葬曾陨（蚤 原 蚤忆，躁 原 躁忆）垣 遭（蚤忆，躁忆）渣（蚤忆，躁忆）阅遭，（源）（陨遭）（蚤，躁）越 皂蚤灶陨（蚤 垣 蚤忆，躁 垣 躁忆）原 遭（蚤忆，躁忆）渣（蚤忆，躁忆）阅遭，（缘）式中：阅遭是结构元素 遭（蚤忆，躁忆）的定义域。膨胀算法主要操作与腐蚀算法相似，但是在进行“与”操作之后，更改条件与腐蚀算法相反怨，如果相“与”后皆为 园，则细化图像的该像素点设为 园，反之设为 员。开运算是先进行腐蚀运算，再进行膨胀运算，陨 遭 描述为结构元素 遭 蚤忆，躁忆 对图像 陨 蚤，躁 的开运算，如下式所示：陨 遭 越（陨遭）!遭（远）闭运算是先进行膨胀运算，再进行腐蚀运算，陨遭 描述为结构元素 遭（蚤忆，躁忆）对图像 陨（蚤，躁）的闭运算，如下式所示：陨遭 越（陨!遭）遭（苑）开闭运算将指纹图像与细小的点分离开来，然后去除微小的尖刺部分，填充指纹内的小缝隙，连接周围指纹并使较大的指纹纹线的边缘变得平整光滑，且几乎不改变其区域大小员园。利用细化函数处理二值化指纹图像。圆摇 指纹特征提取及匹配圆郾 员摇 特征提取和去伪特征特征提取是显示指纹图像关键信息的过程，常用的提取特征点的方法有两种：一种是直接在灰度处理后的指纹图像中提取特征点，该方法省略了对指纹图像的预处理，但需要极为清晰的指纹图像，在现实生活中很难有这样完美的指纹图像供提取特征点，所以很少采用这种方法。另一种则是在经过二值细化后的指纹图像中提取特征点，虽然经过归一化、分割、二值化、细化等预处理，但是最终提取到的特征信息点会比较精确。在得到准确的细化二值化图像后，创建一个 猿 伊猿 的模板，就可以提取出端点、分叉点等特征点。在提取指纹图像的细节特征时，由于受图像质量和处理不当的影响，指纹图像存在着大量的指纹边缘点、断点等伪特征点，这些伪特征点会使指纹识别性能急剧下降，因此在指纹匹配之前，应对细节特征进行验证，将伪特征点去除。在特征提取后将指纹图像的细节点作为起始点，逐步搜索周围的区域，并判断这些特征点的真伪，其中分叉点不能和其他分叉点或者端点相连，端点也不能和其他的细节点相对，在判别特征点的真伪性之后将指纹数字图像中的所有伪特征点去除，并保留真特征点员员。圆苑枣庄学院学报圆园圆猿 年第 缘 期圆郾 圆摇 愿 邻域特征提取在细化二值化指纹图像中提取端点信息、分叉点等细节特征多是采用 愿 领域法，愿 领域模型如图 员 所示。为存储提取的特征，首先要预设 猿 个数组，用 圆 组保存分叉点和端点，另外 员 组保存无用的伪特征点。图 员摇 愿 领域模型（员）端点是在符合 愿 个领域分别相邻且存在两个不一样的数值时，将点的数量记录于数组 圆中，并记录该点为数值 园，相邻的 愿 领域点记录为数值 员。（圆）分叉点是在符合 愿 个领域分别相邻且存在 远 个不一样的数值时，也将点的数量记录在数组圆 中，并记录该点为数值 园，相邻的 愿 领域点记录为数值 员。（猿）指纹边缘点大部分处于图像边缘，可以通过分割图像来去除边缘点。（源）特征值为 圆 的点，将范围向上、向下延展，特征若还为 圆 的点则是断点，将它和旁边 愿 点置 园，以此为基准去除 圆 倍的断点。在特征提取后，应对含有伪特征点的图像加以鉴别和处理，进一步提升匹配的准确率。圆郾 猿摇 点模式匹配算法指纹匹配的目的是比对指纹图像的特征模式，以判定它们是否源于同一人的相同指纹。个别指纹匹配算法只针对灰度指纹映射而开发，大部分指纹匹配算法在归一化、分割、二值化、细化等预处理指纹图像后从二值图或细化图映射中提取指纹特征进行对应的处理员圆。本设计采用基于点模式的指纹匹配算法。基于点模式的指纹匹配算法是从指纹图像中提取出特征点，再输入待匹配的指纹图像，将两者的特征点集通过旋转、拉伸、平移等变换进行匹配员猿。基于点模式的匹配算法过程，首先，要除去手指按压造成的指纹图像变形影响；其次，对齐两个指纹的特征点；然后，统计两个特征点模式之间相对应的特征点的个数，这种对应只能是一种近似对应；最后，根据对应特征点的数目得到一个衡量相似性的匹配分值，通过匹配分值与预先设定的阈值进行比较来判断这两个特征点模式是否相同。根据映射关系寻找匹配点，最后得出匹配结果，以此实现指纹的识别员源。根据指纹特征将信息点分为识别点（孕 点集）和待识点（匝 点集），通过翻折、旋转等操作使这两个点集尽可能对应。从模板指纹和输入指纹中，选择某相似节点看作一对参考点，先将指纹与参考点对齐，再评估其余节点的匹配度。猿摇 试验分析首先，对指纹图像进行预处理，包括基于分块的归一化处理、灰度方差阈值分割、选择动态局部阈值的二值化处理、细化，通过执行膨胀、腐蚀以及开运算、闭运算来细化图像；其次，对指纹图像进行特征提取和去伪特征，提取出端点、分叉点等特征点，通过 愿 邻域法对指纹图像进行特征提取，并尽量地去除指纹边缘点、断点等伪特征点；最后，进行指纹匹配，采用基于点模式的指纹匹配算法，流程如图 圆 所示。猿苑宗兆星，刘光宇，刘彪，程远，张令通，赵继强摇 基于点模式特征提取的指纹匹配技术图 圆摇 试验流程图选取来自 云灾悦圆园园圆 指纹库中的指纹构建数据集，数据集包含 员苑园 张指纹图像（指纹 员 耀 指纹员苑园），其中包括员园 枚指纹，每枚指纹有员苑 幅（不同图像质量的指纹图像），图像尺寸为猿愿愿 伊猿苑源，其计量单位为像素点数目，通过基于点模式特征提取的指纹匹配技术，在 酝粤栽蕴粤月圆园圆员遭 上运行，试验结果如图 猿 耀缘 所示。图 猿摇 指纹 怨 的试验处理图图 源摇 指纹 圆远 的试验处理图图 缘摇 指纹 源猿 的试验处理图对指纹图像执行归一化、分割、二值化、细化、特征提取等操作，同数据集中的指纹进行匹配，根据特征信息匹配度来评估匹配结果。选取指纹 员 为测试指纹，选取数据集中的指纹 员、圆、猿、源 为匹配指纹，建立直角坐标系表示指纹特征信息点的分布，水平方向为 载 轴，竖直方向为 再 轴，匹配结果如图 远 所示。源苑枣庄学院学报圆园圆猿 年第 缘 期图 远 特征信息匹配度图 远 为指纹 员 同指纹 员、圆、猿、源 的特征信息匹配度，点线段代表测试指纹 员，叉线段代表匹配指纹 员、圆、猿、源，根据特征信息点的重合度评估匹配结果。由图 远 可知，葬）图特征信息点基本重合，遭）、糟）、凿）图部分重合，由此得到匹配结果，如表 员 所示。表 员摇 匹配结果样本指纹是否匹配试验结果样本指纹是否匹配试验结果员匹配匹配成功员员不匹配匹配失败圆匹配匹配成功员圆匹配匹配成功猿匹配匹配成功员猿匹配匹配成功源匹配匹配成功员源匹配匹配成功缘匹配匹配成功员缘匹配匹配成功远匹配匹配成功员远匹配匹配成功苑匹配匹配成功员苑匹配匹配成功愿匹配匹配成功远圆不匹配匹配成功怨匹配匹配成功员园猿不匹配匹配成功员园匹配匹配成功员远愿不匹配匹配成功在 云灾悦圆园园圆 指纹库中，指纹 员 耀员苑 为来自同一个手指但图像质量不同的指纹，指纹 员愿 以及之后的指纹图像为不同的指纹，由表 员 可知指纹 员员 识别错误，匹配率为 怨源郾 员圆豫。通过仿真试验，结果表明此方法具有较好的识别精度，根据试验结果可知匹配率为 怨怨郾 源员豫。缘苑宗兆星，刘光宇，刘彪，程远，张令通，赵继强摇 基于点模式特征提取的指纹匹配技术源摇 结语本设计采用一种基于点模式的指纹匹配方法。首先，介绍了指纹特征提取的设计步骤，利用灰度均值和方差统一指纹图像规格；然后采用基于灰度方差阈值的分割算法处理图像，结合局部阈值等算法实现图像预处理操作，鉴别特征点和伪特征点的方式是将端点、分叉点等常见的特征点辨别提取，再去除指纹边缘点、断点等伪特征点；最后，进行基于点模式的指纹匹配。点模式匹配算法复杂度低，试验结果表明该方法具有较好的识别精度。参考文献员袁炜，孙会琴 郾 基于指纹识别与电机控制技术的自动门设计允 援 枣庄学院学报，圆园圆园，猿苑（圆）：圆苑 原猿猿援圆刘汉英，刘书卿，叶苗，等郾 基于线模式的指纹匹配算法允 援 计算机工程与设计，圆园员苑，猿愿（员圆）：猿源员怨 原猿源圆源援猿杂韵匀晕 月 允，蕴耘耘 杂 酝郾 粤灶葬造赠贼蚤糟葬造 则藻造葬贼蚤燥灶泽澡蚤责 遭藻贼憎藻藻灶 责燥造葬则蚤扎藻凿 则藻枣造藻糟贼蚤增蚤贼蚤藻泽 燥灶 贼澡藻 泽责藻糟怎造葬则 泽怎则枣葬糟藻允 援 陨灶贼藻则灶葬贼蚤燥灶葬造允燥怎则灶葬造 燥枣 砸藻皂燥贼藻 杂藻灶泽蚤灶早，圆园员猿，猿源（苑 原愿）：圆猿远愿 原圆猿苑源援源苏赋，罗海波郾 改进 杂贼葬糟噪蚤灶早 集成学习的指纹识别算法允 援 计算机工程与科学，圆园圆圆，源源（员圆）：圆员缘猿 原圆员远员援缘王旭东，吕长青，赵海旭 郾 含乘性噪声图像的全变差恢复允 援 枣庄学院学报，圆园员愿，猿缘（缘）：远源 原远怨援远霍延军 郾 采样优化支持的指纹图像二值化算法研究允 援 单片机与嵌入式系统应用，圆园圆园，圆园（怨）：源猿 原源远援苑庞惠文，张增红 郾 基于数字图像处理的条码图像二值化处理研究允 援 轻工科技，圆园圆员，猿苑（远）：远缘 原远远援愿胡晋山，付昱凯，康建荣，等 郾 一种改进的小波域均值滤波算法允 援 测绘科学，圆园圆员，源远（怨）：缘缘 原远园援怨杜绪伟，陈东，马兆昆，等 郾 基于 悦葬灶灶赠 算子的改进图像边缘检测算法允 援 计算机与数字工程，圆园圆圆，缘园（圆）：源员园 原源员猿援员园何盛琪，李其超，宋巍，等 郾 基于近岸海面视频的浪高实时检测预测系统允 援 计算机技术与发展，圆园圆圆，猿圆（苑）：员猿愿 原员源猿援员员刘艳华 郾 基于 酝粤栽蕴粤月辕 郧哉陨 的指纹识别系统设计允 援 信息与电脑（理论版），圆园圆员，猿猿（员愿）：员苑源 原员苑苑援员圆张明旺，肖延辉，田华伟，等 郾 图像中的设备指纹提取技术研究综述允 援 激光与光电子学进展，圆园圆园，缘苑（圆圆）：猿怨 原源愿援员猿毋俊 郾 指纹识别系统简述与发展方向允 援 电子技术与软件工程，圆园员愿，员圆缘（猿）：愿源 原愿缘援员源何阿妹，蔡贤玲，陈珉惺 郾 指纹识别技术发展及应用现状允 援 产业创新研究，圆园圆猿，员园苑（远）：员园圆 原员园源援责任编辑：蒋秀英云蚤灶早藻则责则蚤灶贼 酝葬贼糟澡蚤灶早 栽藻糟澡灶燥造燥早赠 月葬泽藻凿 燥灶 孕燥蚤灶贼 孕葬贼贼藻则灶 云藻葬贼怎则藻 耘曾贼则葬糟贼蚤燥灶在韵晕郧 在澡葬燥曾蚤灶早员，蕴陨哉 郧怎葬灶早赠怎员，圆，蕴陨哉 月蚤葬燥员，悦匀耘晕郧 再怎葬灶猿，在匀粤晕郧 蕴蚤灶早贼燥灶早员，在匀粤韵 允蚤择蚤葬灶早员（员郾 杂糟澡燥燥造 燥枣 耘灶早蚤灶藻藻则蚤灶早，阅葬造蚤 哉灶蚤增藻则泽蚤贼赠，阅葬造蚤 远苑员园园猿，悦澡蚤灶葬；圆郾 运藻赠 蕴葬遭燥则葬贼燥则赠 燥枣 酝葬则蚤灶藻 陨灶贼藻造造蚤早藻灶贼耘择怎蚤责皂藻灶贼 葬灶凿 杂赠泽贼藻皂 燥枣 酝蚤灶蚤泽贼则赠 燥枣 耘凿怎糟葬贼蚤燥灶，杂澡葬灶早澡葬蚤 允蚤葬燥 栽燥灶早 哉灶蚤增藻则泽蚤贼赠，杂澡葬灶早澡葬蚤 圆园园园猿园，悦澡蚤灶葬；猿郾 陨灶枣燥则皂葬贼蚤燥灶 阅藻责葬则贼皂藻灶贼，哉灶蚤贼 猿圆圆远愿，孕蕴粤，阅葬造蚤 远苑员园园猿，悦澡蚤灶葬）粤遭泽贼则葬糟贼：陨灶 燥则凿藻则 贼燥 则藻糟燥早灶蚤扎藻 枣蚤灶早藻则责则蚤灶贼泽 葬糟糟怎则葬贼藻造赠，贼澡藻 枣蚤灶早藻则责则蚤灶贼 皂葬贼糟澡蚤灶早 贼藻糟澡灶燥造燥早赠 遭葬泽藻凿 燥灶 责燥蚤灶贼 责葬贼贼藻则灶 枣藻葬贼怎则藻 藻曾鄄贼则葬糟贼蚤燥灶 蚤泽 葬凿燥责贼藻凿郾 栽澡藻 枣蚤灶早藻则责则蚤灶贼 蚤灶 云灾悦圆园园圆 枣蚤灶早藻则责则蚤灶贼 凿葬贼葬遭葬泽藻 蚤泽 泽藻造藻糟贼藻凿郾 粤枣贼藻则 贼澡藻 枣蚤灶早藻则责则蚤灶贼 蚤皂葬早藻 蚤泽 责则藻责则燥糟藻泽泽藻凿 遭赠灶燥则皂葬造蚤扎葬贼蚤燥灶，早则葬赠 贼澡则藻泽澡燥造凿 泽藻早皂藻灶贼葬贼蚤燥灶，遭蚤灶葬则蚤扎葬贼蚤燥灶 葬灶凿 则藻枣蚤灶藻皂藻灶贼，贼澡藻 枣藻葬贼怎则藻 责燥蚤灶贼泽 泽怎糟澡 葬泽 藻灶凿责燥蚤灶贼泽 葬灶凿 遭蚤枣怎则糟葬贼蚤燥灶责燥蚤灶贼泽 葬则藻 藻曾贼则葬糟贼藻凿，葬灶凿 贼澡藻 责泽藻怎凿燥鄄枣藻葬贼怎则藻 责燥蚤灶贼泽 蚤灶糟造怎凿蚤灶早 枣蚤灶早藻则责则蚤灶贼 藻凿早藻 责燥蚤灶贼泽 葬灶凿 遭则藻葬噪责燥蚤灶贼泽 葬则藻 则藻皂燥增藻凿，葬灶凿 贼澡藻灶贼澡藻 藻曾贼则葬糟贼藻凿 枣蚤灶早藻则责则蚤灶贼 枣藻葬贼怎则藻 蚤灶枣燥则皂葬贼蚤燥灶 蚤泽 皂葬贼糟澡藻凿 憎蚤贼澡 贼澡藻 枣蚤灶早藻则责则蚤灶贼 蚤灶 贼澡藻 枣蚤灶早藻则责则蚤灶贼 凿葬贼葬遭葬泽藻郾 栽澡藻 枣蚤灶早藻则责则蚤灶贼 皂葬贼糟澡蚤灶早则葬贼藻 蚤泽 怨源郾 员圆豫 郾 栽澡藻 泽蚤皂怎造葬贼蚤燥灶 则藻泽怎造贼泽 泽澡燥憎 贼澡葬贼 贼澡蚤泽 皂藻贼澡燥凿 澡葬泽 早燥燥凿 则藻糟燥早灶蚤贼蚤燥灶 葬糟糟怎则葬糟赠，葬灶凿 贼澡藻 皂葬贼糟澡蚤灶早 则葬贼藻 蚤泽怨怨郾 源员豫援运藻赠 憎燥则凿泽：枣蚤灶早藻则责则蚤灶贼 皂葬贼糟澡蚤灶早；枣藻葬贼怎则藻 藻曾贼则葬糟贼蚤燥灶；责燥蚤灶贼 责葬贼贼藻则灶远苑枣庄学院学报圆园圆猿 年第 缘 期