基于90°旋转定标和场景校正相结合的非均匀性校正技术

张丽莎刘兆军马文坡龙亮吴立民阮宁娟钱惟贤

（1 北京空间机电研究所，北京 100094）

（2 南京理工大学，南京 210094）

基于90°旋转定标和场景校正相结合的非均匀性校正技术

张丽莎1刘兆军1马文坡1龙亮1吴立民1阮宁娟1钱惟贤2

（1 北京空间机电研究所，北京 100094）

（2 南京理工大学，南京 210094）

非均匀性是影响红外遥感系统探测灵敏度的重要因素之一。随着红外遥感系统探测性能的提升，探测幅宽越大、辐射分辨率越高，对非均匀性要求也越高，而传统的非均匀性校正技术残差较大，难以满足要求，非均匀性已经成为限制红外系统在各领域深入应用的严重问题。针对高灵敏度长线阵推扫型海洋红外遥感系统，提出一种采用+0°旋转定标（side-slither）和基于场景相结合的自适应校正技术。首先根据海洋背景红外辐射特性模型和系统响应特性，完成红外图像的仿真；通过side-slither定标技术，实现对图像的预校正以及盲元替换；根据side-slither原理，分析链路中影响校正残差的各因素，主要包括平台偏航和场景的高频动态变化，导致所有像元不能对同一辐射强度的场景成像，增大校正后图像的非均匀性残差。为进一步抑制非均匀性残差，对图像进行基于场景的自适应校正，仿真结果表明，经side-slither定标和恒定统计场景校正后，图像非均匀性残差能接近或小于时间噪声水平，满足高灵敏度探测需求，能够为后续红外弱目标的检出提供高品质图像。

+0°旋转定标 基于场景的非均匀性校正 高灵敏度 海洋红外遥感

Key wordsside-slither; scened-based nonuniformity correction; high sensitivity; marine infrared remote sensing

0 引言

海洋红外遥感在海表温度异常监测、渔业指导、海表油污染、水下目标探测等领域都有广泛的应用。随着其应用的不断深入，对大幅宽、高探测灵敏度的遥感器需求越来越强烈。幅宽越大，探测器的规模要求也越大，像元间响应的非均匀性问题日益突出；探测灵敏度越高，非均匀性在总噪声中的占比越大，对灵敏度的衰减不可忽略，同时降低图像品质，影响弱目标的有效探测和检出[1]。

传统非均匀性校正（Nonuniformity Corrected，NUC）方法有：利用实验室定标校正系数；在轨内定标源；在轨外定标场地。其中，实验室定标成像链路与实际目标探测链路不同，而且探测系统在轨状态也会随时间不断变化，利用实验室的校正系数难以满足高灵敏度探测及校正需求。在轨内定标源校正法是在光路中设计黑体定标源，影响其非均匀性校正残差的主要因素有：定标的频次、定标温度点的选取以及黑体控温稳定性和均匀性等，以上因素导致非均匀性校正残差较大。在轨外定标场地校正需要较大面积的均匀定标场地，而大面积稳定的红外定标场很难获取[3]。

为解决上述难题，实现大视场推扫型海洋红外遥感的高灵敏度探测，针对长线阵推扫型海洋红外遥感系统，提出一种采用+0°旋转定标（Side-slither）和基于场景相结合的自适应校正技术，并进行非均匀性校正残差预估和校正效果仿真。

1 非均匀性来源及校正评价方法

1.1 非均匀性来源

噪声是评价红外热像仪性能的主要参数。噪声参数包括时间噪声和空间噪声。时间噪声使红外系统像素输出随时间变化，而空间噪声是像元之间响应的不一致性。时间域噪声可分为高频时间噪声和低频时间噪声（即1/f噪声）；空间域噪声可分为高频空间噪声（即固定模式噪声FPN）和低频空间噪声。常用噪声等效温差（NETD）表征系统的高频时间噪声分量，非均匀性（NU）表征空间噪声分量。

理想情况下，红外遥感系统受均匀红外辐射时，各像元的输出信号幅度应完全一致。实际上，受各种因素影响，其输出幅度会出现不均匀现象，使得所获取的图像信号模糊不清、畸变，甚至使传感器失去探测的能力。红外成像系统的非均匀性噪声主要来源于以下几个方面[4]：

（1）探测器。探测器是红外成像系统的光电转换器件，它将入射的红外辐射光子流转换为电信号。非均匀性主要来自于各个像素的响应及转换函数的差异，不同像素之间的差异主要来自于积分电容、暗电流、像素形状、光敏区域和量子效率的不同，且不同像素之间的这种差异可能会非常巨大。此外，读出电路也存在着固有的非线性，从而对输出产生影响。

（2）光学系统的影响。自然界中只要大于开氏零度的物体都会发出红外辐射。成像系统的机械外壳、光学系统和电子学设备等都会发出红外辐射。这些辐射有的直接入射至探测器，有的经光学系统反射后进入探测器，都会在焦平面产生非均匀性。在物面辐射亮度均匀的情况下，成像系统轴外像点和轴上像点的照度不一致，反应在最终的图像上即表现为一种固定图案噪声。最典型的如视场的“cos4效应”。

（3）与外界输入相关的非均匀性。在红外成像系统中，入射的目标和背景的红外辐射强度变化范围、红外热像仪光学系统的背景辐射等外界特征均会对焦平面器件的非均匀性产生影响。

均匀入射辐射下，以焦平面阵列有效像元的均方差与探测元输出均值的百分比作为其非均匀性，表示式如下[5]：

式中 Yij为第i行第j列像元的响应输出信号幅值；为所有有效像元的响应输出信号的平均值；M、N分别为FPA的行、列数；d和h分别对应盲元像素中的死像元和过热像元的数目。

1.2 非均匀性校正能力评价方法

传统上，衡量红外系统灵敏度常用NETD表示，而NETD只能反映高频时间噪声分量，对于高灵敏度探测系统，空间噪声对探测灵敏度的衰减影响也是不可忽略的。因此，系统的非均匀性校正指标需和时间噪声相关联。通过引入校正能力品质因子c[6]，对比时间噪声、空间噪声对系统探测灵敏度的影响占比，为系统非均匀性校正指标的分解设计和校正能力的评估提供依据。

式中 σtot为系统总噪声，包括时间噪声σtemp和空间噪声σspat，即：。

从c的定义可知，c为≥0的值，且c越接近于0，表明空间噪声相对时间噪声越小，非均匀性对系统性能的衰减近似可忽略。当c远远大于1时，空间噪声σspat相对于时间噪声σtemp，在总噪声中占比较大，对探测灵敏度的影响不可忽略，必须采取相应有效的非均匀性校正技术，使空间噪声接近或小于时间噪声。

2 基于side-slither和场景相结合的海洋红外遥感校正技术

2.1 side-slither和场景校正相结合校正实现过程

采用side-slither和场景校正相结合的全链路，自适应非均匀性校正技术能够克服大型定标场和温度点的选取等难题，可分为side-slither预校正模块和场景校正模块。其校正流程如图1所示。

通过 side-slither可获取预校正系数和盲元索引表。首先，对原始图像进行盲元替换，根据盲元索引表中的盲元位置信息，采用邻域平均法对盲元进行替换，如果一个邻域内有多个盲元，则用去除盲元后的邻域像素均值来替换当前像素值，也可以采用其他盲元替换方法进行盲元替换；根据获取的预校正系数对图像进行预校正；最后，结合基于场景的自适应校正算法，获取非均匀性校正残差较小的高品质图像。

2.2 side-slither定标

2.2.1 定标原理

side-slither技术已成功应用于IKONOS、RapidEye等陆地观测领域可见光谱段探测，而对其在海洋红外遥感系统的应用研究较少。side-slither定标本质是同一线列上的探测像元对同一地物成像[8-11]。推扫式光学遥感系统正常成像模式下，焦面探测线列与成像方向垂直，原理如图2所示。进行side-slither定标时，将焦面旋转 +0°，探测线列方向与成像方向平行。这样，在不考虑其他影响因素的情况下，理论上探测线列上每个像元都依次同样的地面区域成像。而side-slither定标时焦面探测线列输出得到的图像中，每个像元获得的辐射能量信息是一样的，这样就相当于满足了相对辐射定标所需要的给焦面探测线列提供均匀辐照度场的条件，在此基础上进行焦面像元非均匀性校正工作。

金隆电解测量阴阳极板的悬垂度采用9点测量法，选取测量所得差值的最大值即为悬垂度。图6、图7例举了常规和PC电解用阴阳极板悬垂度波动及比例范围。以PC阴极板悬垂度为例，范围在5 mm以内，占比小于20%，10 mm以内为60%，因此出装槽极距的影响将是金隆电解长期发展面临的一大重要考验。

对于N元线列探测器，如果入射辐射为均匀辐射，则理想的探测器响应也应是均匀的，即校正后的探测器响应和探测器的原始输出的关系可以表示为：

式中iY、Xi、Oi分别为探测器第 i个像元的校正后输出、原始响应输出以及预校正系数。根据Side-slither定标原理，可得当前探测温度点下的预校正系数为：

2.2.2 校正残差影响因素分析

影响side-slither校正残差的主要因素包括[8]：

1）平台偏航指向偏差。理想情况下，线列各像元依次对同一区域成像，校正后空间噪声能很好的抑制，接近或小于时间噪声。这要求在所有像元总的积分时间内，平台具有足够的偏航指向精度。平台的偏航指向偏差会导致线列未能对同一区域成像，影响最终的非均匀性校正效果。

2）定标场景辐射特性的动态变化。对于海洋遥感，某一时刻探测的动态范围相对较小，这对于Side-Slither技术的应用非常有利。但是不同海域、不同季节、不同纬度，海面目标的温度分布和辐射特性也不同，因此，校正系数需根据实际探测情况不断更新。

2.3 基于场景的非均匀性校正

常用的基于场景的非均匀性校正方法有：恒定统计平均法（Constant Statistics）[12-13]、神经网络法（Neural Network）[14-15]、时域高通滤波法（Temporal High Pass Filtering）[16-17]等。神经网络法对低频占优的非均匀噪声无法取得很好的校正效果，特别是来源于成像系统内部辐射和光学渐晕效应的非均匀噪声，主要表现为低频空间噪声，且这种低频空间噪声受工作环境影响较大。时域高通滤波法基于图像中目标的高速运动，即滤去时域上相对变化缓慢的对象，保留并突出图像中的移动目标。而对于不变的场景，该方法则受一定的制约，会把不变的静止背景连同固定图案噪声一起滤除。

在场景变化比较缓慢的情况下，恒定统计平均法校正效果很好，算法复杂度相对较低。由于海面温度缓慢变化，可以认为其近似满足恒定统计场景校正的以下两个约束条件，这里主要介绍恒定统计平均法的校正原理。

2）输入到每个探测器单元的输入信号的统计方差都相等。

恒定统计算法采用MOONEY线性响应模型，即：

式中 n为算法迭代次数； Xi( n)为第i像元的原始输出； Yi( n)为校正后输出值；αi(n)、 βi(n)分别为像元对应的校正增益和偏置，基于对场景的假设，可以用场景的均值和方差来估计，即：

式中 mi( n)为 Xi( n)的均值； σi(n)为 Xi( n)的均方差，可以用以下的迭代公式计算：

3 仿真结果与分析

3.1 推扫型海洋遥感系统参数介绍

选取典型中纬度夏天海洋场景温度 300K进行分析，利用长线阵探测器与平台飞行方向的配合实现推扫成像，系统参数如表1所示。系统F数为2，积分时间为3ms，积分时间内探测器具有足够的电荷处理能力而不饱和，噪声等效温差NETD优于10mK；焦平面线阵列采用机械制冷工作在80K以下。

表1 系统主要相关技术指标Tab.1 Main technical indexes of the system

测试推扫型红外成像系统在多个黑体温度辐射条件下的响应，图3（a）为某温度点处系统的均匀辐射成像图。假设一帧内像元响应输出为xi（i为像元位置编号），利用式（11）所述归一化方式，可得一帧内所有像元的响应归一化分布，如图3（b）所示。其中，、max(x)、min(x)分别为一帧内像元响应输出的平均值、最大值和最小值。图3变化剧烈的尖峰是盲元；非均匀性噪声既包含空间高频分量，也包含空间低频分量，其中空间低频非均匀性噪声在图中表现为图像的灰度值在相邻像元间的缓变。同理，某一像元在不同帧间的归一化响应和时间噪声分布如图3（c）所示。

3.2 海背景红外辐射特性模型

式中 ω为探测器观测方向与海面法线方向的夹角。探测谱段内海面在探测器上产生的辐射总量N由式（13）决定[18]：

式中 τ为海面与探测器之间的谱段内平均辐射透过率；ε为海面发射率； Nbb(T sea )为海面温度的黑体辐射；ρ为海面反射率；Nsky为天空辐射；Nsun为太阳辐射；NA为探测器与海面之间的大气程辐射。结合上节中探测器不同辐亮度下的响应，仿真校正前海背景红外辐射图像如图4所示，其中，信号均值为：33 797 LSB（LSB为信号量化的最低有效位，代表量化台阶），空间噪声为2 704 LSB，由于系统的时间噪声仅为2.14 LSB，空间噪声远远大于时间噪声，是造成系统灵敏度衰减的主要因素。

3.3 side-slither校正仿真

理想的side-slither校正保证所有像元经过同一目标区域，即对同一目标进行响应，校正效果仿真如图5（a）所示，校正后空间噪声为0.676 LSB，校正能力品质因子c=0.32。实际工作中，由于平台偏航和场景动态变化等因素影响，会降低其校正能力，通过选取相对单一、无明显突变目标的海面场景，可以提高side-slither校正效果。假设平台偏航和场景动态变化造成的采样点温度随机变化范围为±1K，导致焦面响应附加相应的随机噪声，经海面红外模型仿真计算可得，噪声为415 LSB，即side-slither非均匀性校正后残差约为415 LSB（空间噪声），c=194，如图5（b）所示。与图4对比可见，虽然有效地抑制了空间噪声，但是对于高灵敏度探测系统，相比时间噪声，仍是制约系统探测灵敏度和弱目标检出的关键因素，需结合基于场景的自适应校正技术，进一步抑制空间噪声影响。

3.4 基于场景的非均匀性校正能力仿真

在side-slither校正基础上，对图像进一步基于场景的校正算法进行自适应校正，仿真结果如图6所示（根据校正结果，图像显示动态范围自适应调整）。图 6（a）为神经网络法校正后图像及空间噪声随迭代次数变化曲线，校正后空间噪声为 147 LSB，c=68.7，相比时间噪声仍较大，难以满足校正需求；图6（b）为高通滤波法校正后图像，残余空间噪声为1.87 LSB，c=0.88，空间噪声接近时间噪声水平，但收敛速度较慢。图6（c）所示恒定统计平均法校正后空间噪声为0.69 LSB，校正能力品质因子c=0.33，能够较好的抑制空域噪声，收敛速度快，同时时域噪声保持不变。

3.5 海面目标红外图像校正仿真

通过调研三种典型海面目标（水下目标内波尾迹[19]、舰船 Kelvin尾迹[20]、舰船目标[21]）的红外辐射特性，初步假设其辐射等效黑体温度与海面背景相差分别为：10mK、1K、10K，同时结合红外系统的辐射响应特性，生成仿真图像，利用文中所述联合校正方法对其进行非均匀性校正，结果如图7所示。图7（a）为水下目标生成的海面内波尾迹红外图像校正仿真结果，由于其辐射亮度等效黑体温度与背景温差假定为 10mK，通过校正，虽然非均匀性得到很好的抑制，但由于目标较弱，需结合检测算法对目标进行提取。由图 7（b）、（c）可见，对于不同辐射强度的海面目标，基于 side-slither定标与恒定统计平均法场景相结合的校正方法，能够较好地将空间噪声降低到时间噪声附近水平，收敛速度快；同时时间噪声不会被放大，最终系统的探测灵敏度由时间噪声和空间噪声共同决定，为后续弱目标的有效检出提供高品质图像。

4 结束语

海洋红外遥感技术对海洋资源管理和环境监测领域的影响日益增强，特别是在实施大范围海面瞬间信息监测，长年全球海洋数据采集等方面，发挥了不可替代的优势。随着应用的深入和扩展，如水下目标所引起的海面内波的探测、二类水体水温水色监测等方面，需实现强背景下弱目标的有效检出，因而遥感器需满足较高的的探测灵敏度，同时对非均匀性校正技术提出更高的要求。基于高灵敏度大视场推扫型海洋红外遥感器，提出 side-slither定标源校正和场景统计法相结合的自适应校正技术。通过side-slither技术，理论上使得所有像元经过同一区域，满足红外定标场地的要求，实现全链路、全口径预校正和盲元的检测、替换；同时结合基于场景的恒定统计校正方法，实现红外遥感器成像全链路非均匀性校正系数的自适应调整，使非均匀性校正残差接近或优于时间噪声的水平，以尽可能地提高红外遥感器的探测灵敏度，为弱目标检出提供高品质的红外图像。

References)

[1] MOONEY J M, SHEPPARD F D, EWING W S, et al. Responsivity Nonuniformity Limited Performance of Infrared Staring Cameras[J]. Optical Engineering, 1989, 28(11): 1151-1161.

[2] MOONEY J M. Effect of Spatial Noise on the Minimum Resolvable Temperature of a Staring Sensor[J]. Applied Optics, 1991, 30(23): 3324-3332.

[3] 聂瑞杰, 李丽娟, 王朝林, 等. 一种凝视红外成像系统联合非均匀校正算法[J]. 红外与激光工程, 2015, 44(8): 2339-2346.

NIE Ruijie, LI Lijuan, WANG Chaolin, et al. A Combined Non-uniformity Correction Algorithm of IR Staring Imaging System[J]. Infrared and Laser Engineering, 2015, 44(8): 2339-2346. (in Chinese)

[4] 胡铁力, 冯卓祥, 李旭东, 等. 红外热像仪时间噪声测量技术研究[J]. 红外与激光工程2008, 37(增刊): 519-522.

HU Tieli, FENG Zuoxiang, LI Xudong, et al. Modeling and Measurement of Thermal Imager Temporal Noise[J]. Infrared and Laser Engineering, 2008, 37(S): 519-522. (in Chinese)

[5] 中国科学院上海技术物理研究所. 红外焦平面阵列参数测试方法: GB/T 17444-2013[S]. 北京: 中国标准出版社.

Shanghai Institute of Technical Physics, Chinese Academy of Sciences. Measuring Methods for Parameters of Infrared Focal Plane Arrays: GB/T 17444-2013[S]. Beijing: Chinese Standard Publishing House. (in Chinese)

[6] BREITER R, CABANSKI W A, FICK W, et al. High-performance Nonuniformity Correction Hard and Software for FPA Modules at AIM[J]. Infrared Technology and Applications, 1999, 3698: 799-806.

[7] BREITER R, CABANSKI W A, KOCH R, et al. Recent Developments for QWIP IR Imaging Modules at AIM[J]. SPIE, 1998, 3379: 423-432.

[8] 龙亮, 王中民. 一种基于卫星敏捷特性的在轨辐射定标方法[J]. 航天返回与遥感, 2013, 34(4): 77-85.

LONG Liang, WANG Zhongmin. An On-orbit Calibration Method Based on Agility Characteristic of Satellites[J]. Spacecraft Recovery & Remote Sensing, 2013, 34(4): 77-85. (in Chinese)

[9] MARTIN T, HOWARD B. Lunar Side Slither: A Novel Approach for IKONOS Relative Calibration[R]. CALCON Technical Conference, Logan, UT, 2007: 5-18.

[10] ANDERSON C, NAUGHTON D, BRUNN A, et al. Radiometric Correction of RapidEye Imagery Using the On-orbit Side-slither Method[J]. SPIE, 2011, 8180: 1-15.

[11] MONTANARO M, GERACE A D. Tracking Nonuniformity in the Thermal Infrared Sensor through Pre-launch Measurements and Simulated On-orbit Data[J]. SPIE, 2012, 8390: 1-11.

[12] JOHN G H, YU M C. Nonuniformity Correction of Infrared Image Sequences Using the Constant-statistics Constraint[J]. IEEE, 1999, 8(8): 1148-1151.

[13] JOHN G H, YU M C. Nonuniformity Correction Using the Constant-statistics Constraint: Analog and Digital Implementations[J]. SPIE, 1997, 3061: 895-905.

[14] DEAN A S, KENNETH A S, MELVIN R K. Adaptive Nonuniformity Correction for IR Focal-plane Arrays Using NeuralNetwork[J]. SPIE, 1991, 1541: 100-109.

[15] 曹治国, 魏络刚, 张天序, 等. 基于神经网络法的焦平面器件非均匀性校正技术研究[J]. 红外与激光工程, 2000, 29(1): 65-68.

CAO Zhiguo, WEI Luogang, ZHANG Tianxu, et al. Approach Based on Neural Network for Non-uniformity Correction for IR FPA[J]. Infrared and Laser Engineering, 2000, 29(1): 65-68. (in Chinese)

[16] 龚曼曼. 基于场景的非均匀性校正[D]. 南京: 南京理工大学, 2012.

GONG Manman. Scenario-based Non-uniformity Correction Technology[D]. Nanjing: Nanjing University of Science and Technology, 2012. (in Chinese)

[17] 张天序, 石岩, 曹治国. 红外焦平面非均匀性噪声的空间频率特性及空间自适应非均匀性校正方法改进[J]. 红外与毫米波学报, 2005, 24(4): 255-260.

ZHANG Tianxu, SHI Yan, CAO Zhiguo. Study on the Property of Spatial Frequency of Nonuniformity Noise in IRFPA and the Improvement of Spatial Adaptive Nonuniformity Correction Technique[J]. Journal of Infrared and Millimeter Waves, 2005, 24(4): 255-260. (in Chinese)

[18] 石坤, 郝颖明, 王明明, 等. 海面背景红外实时仿真[J]. 红外与激光工程, 2012, 41(1): 25-29.

SHI Kun, HAO Yingming, WANG Mingming, et al. Real-time Simulation Method of Infrared Sea Background[J]. Infrared and Laser Engineering, 2012, 41(1): 25-29. (in Chinese)

[19] 高国兴, 王振占, 陈标, 等. 水下运动源内波尾迹海面作用量谱扰动分析[J]. 中国海洋大学学报, 2011, 41(12): 17-21.

GAO Guoxing, WANG Zhenzhan, CHEN Biao, et al. Analysis of the Perturbation of Oceanic Surface Action Spectrum Caused by Internal-wave Wake due to Underwater Moving Object[J]. Periodical of Ocean University of China, 2011, 41(12): 17-21. (in Chinese)

[20] 张士成, 杨桢, 杨立. 海洋背景下8～12μm Kelvin尾迹红外探测[J]. 红外与激光工程, 2011, 40(10): 1851-1855.

ZHANG Shicheng, YANG Zhen, YANG Li. Infrared Detection of 8～12μm Kelvin Wake under Ocean Background[J]. Infrared and Laser Engineering, 2011, 40(10): 1851-1855. (in Chinese)

[21] 陈彬, 代莹, 明德烈, 等. 基于海洋背景的舰船及其尾迹红外仿真研究[J]. 计算机与数字工程, 2014, 42(7): 1248-1250.

CHEN Bin, DAI Ying, MING Delie, et al. Infrared Simulation Research Based on Warships and Ocean Wake Background[J]. Computer and Digital Engineering, 2014, 42(7): 1248-1250. (in Chinese)

High Performance NUC by Side-slither Combined with Scened-based Correction

ZHANG Lisha1LIU Zhaojun1MA Wenpo1LONG Liang1WU Limin1RUAN Ningjuan1QIAN Weixian2

（1 Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）

（2 Nanjing Univereity of Science and Technology, Nanjing 210094, China）

Nonuniformity is one of the important factors influencing detection sensitivity. Following the performance promotion of infrared systems, nonuniformity became one of important factors influencing detection sensitivity. Higher sensitive system with larger swath width needs stricter requirements of NUC (Nonuniformity Corrected Technology, NUC). For ocean push-broom infrared sensors, an NUC conjuncting side-slither and scened-based self-adaptive NUC method is proposed. Firstly, according to SNR models, infrared images with target and noise signals are simulated. By side-slither NUC, coarse correction is realized. Influence factors of side-slither NUC include platform yawing and scene dynamic changes with high frequency, which results in that all pixels can’t image the same object and the residual nonunformity become higher. Secondly, scened-based NUC is introduced. Simulation results demonstrate that the residual space noise could be close to temporal noise and satisfy our needs of detection sensitivity.

TP732.2

: A

: 1009-8518(2017)01-0078-10

10.3969/j.issn.1009-8518.2017.01.011

张丽莎，女，1983年生，2008年获中科院研究生院光学工程专业硕士学位，现为北京空间机电研究所在读博士研究生。主要研究方向为红外遥感器总体技术。E-mail: zls508@126.com。

（编辑：刘颖）

2016-05-25