• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 10
    • 下载费用:30 金币  

    重庆时时彩后二做号技巧: 单源伪双能探测器安检数据的伪彩配色方法.pdf

    关 键 词:
    单源伪双能 探测器 安检 数据 配色 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201110203341.5

    申请日:

    2011.07.20

    公开号:

    CN102385745A

    公开日:

    2012.03.21

    当前法律状态:

    终止

    有效性:

    无权

    法律详情: 未缴年费专利权终止IPC(主分类):G06T 5/00申请日:20110720授权公告日:20130626终止日期:20160720|||授权|||实质审查的生效IPC(主分类):G06T 5/00申请日:20110720|||公开
    IPC分类号: G06T5/00 主分类号: G06T5/00
    申请人: 东南大学
    发明人: 章品正
    地址: 211189 江苏省南京市江宁开发区东南大学路2号
    优先权:
    专利代理机构: 南京天翼专利代理有限责任公司 32112 代理人: 朱戈胜
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201110203341.5

    授权公告号:

    |||102385745B||||||

    法律状态公告日:

    2017.09.01|||2013.06.26|||2012.05.02|||2012.03.21

    法律状态类型:

    专利权的终止|||授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种单源伪双能探测器安检数据的伪彩配色方法,包括用于提高采集数据信噪比的信号增强处理、用于隶属度划分的自动分类计算方法、用于饱和度调整与亮度调整的非线性映射方法、隶属度色彩融合。本发明能有效抑制单源伪双能探测器的噪声。通过伪彩处理,可在处理结果中观察到灰度图像中无法直接察觉的信息,取得了良好的伪彩配色视觉效果。为安检人员发现危险品与可疑品提供帮助。

    权利要求书

    1.单源伪双能探测器安检数据的伪彩配色方法,步骤是对单源伪双能探测
    器采集的每个数据点,对应地先分别采集高能探测器和低能探测器的高低能信
    号;再依据该高低能信号进行配色处理,其特征在于该处理步骤包括:
    1)对采集的高低能信号进行增强处理;
    2)计算每个数据点的隶属度:
    结合高低能数据计算等效物质属性值R,通过采用EM算法实现稳健的混合
    高斯隶属度模型构建;通过建立的隶属度模型对每个数据点进行隶属度计算;隶
    属度区分的隶属类别是无机物、混合物以及有机物;
    3)对每个类别内的数据,调整对比度和亮度:
    对每个类别内的数据通过非线性变换映射函数进行饱和度调整与亮度调整
    实现伪彩调色;
    4)隶属度色彩融合:
    根据隶属度值进行色彩融合,得到单源伪双能探测器安检数据的伪彩配色结
    果。
    2.根据权利要求1所述的单源伪双能探测器安检数据的伪彩配色方法,其
    特征在于步骤1)中,应用局部统计模型对采集得到的高低能信号进行增强,
    像素xi,j经局部统计模型增强后的结yi,j表示为:
    y i , j = x i , j ( Δ x i , j - Δ x i , j ) ]]>
    Δ x i , j = 2 ( L - 1 ) N [ Σ x m , n R MAX ( 1 - | x i , j - x m , n - L + 1 | 2 ( L - 1 ) , 0 ) - Σ x m , n R MAX ( 1 - | x i , j - x m , n + L - 1 | 2 ( L - 1 ) , 0 ) ] ]]>
    Δ x i , j = α N [ Σ x m , n R MAX ( 1 - | x i , j - x m , n - α | 2 α , 0 ) - Σ x m , n R MAX ( 1 - | x i , j - x m , n + α | 2 α , 0 ) ] ]]>
    其中,N代表xi,j邻域内的像素个数,用Δxi,j刻画去噪分量,Δx′i,j刻画锐化分
    量,0≤α≤L-1;xu,j,xm,n分别表示当前处理的像素与它的邻域像素,MAX操作表
    示取最大值;运算符表示有上限求和。
    3.根据权利要求2所述的单源伪双能探测器安检数据的伪彩配色方法其特
    征在于采用3×3邻域,3×3的邻域内N为8;α值设置范围为55~65。
    4.根据权利要求1所述的单源伪双能探测器安检数据的伪彩配色方法其特
    征在于所述步骤2)的过程包括:隶属度模型构建、逐个像素隶属度计算,具体
    步骤包括:
    21)记t=0次迭代中pOrg=pAl=pFe=1/3。通过对已知样品包裹通过安检机后得
    到的成像数据进行手工类别标注,可以计算得到标注数据中有机物、混合物、无
    机物的R值均值μOrg,μAl,μFe及R值方差σOrg,σAl,σFe。将以上参数值作为t=0次迭代
    时三类物质的估计参数θ(0),简记为:
    θ ( 0 ) = ( ( μ Org ( 0 ) , σ Org ( 0 ) , p Org ( 0 ) ) , ( μ Al ( 0 ) , σ Al ( 0 ) , p Al ( 0 ) ) , ( μ Fe ( 0 ) , σ Fe ( 0 ) , p Fe ( 0 ) ) ) ; ]]>
    22)基于t次迭代时的参数和观察xn,计算t次迭代的观察xn属于类属ωk的
    概率:
    P ( ω k | x n , θ ( t ) ) = P ( x n | ω k , θ ( t ) ) P ( ω k | θ ( t ) ) P ( x n | θ ( t ) ) = P ( x n | ω k , θ ( t ) ) P ( ω k | θ ( t ) ) Σ k = 1 K P ( x n | ω k , θ ( t ) ) P ( ω k | θ ( t ) ) ]]>
    其中P(xn|ωk,θ(t))是基于当前模型参数得到观察xn的概率,P(ωk|θ(t))使用t
    次迭代的参数模型计算当前观察xn属于类属ωk的概率;
    23)使用t次迭代时观察xn属于ωk的概率,更新模型参数至t+1次迭代,更新
    t+1时刻样例xn属于ωk的概率;
    μ i ( t + 1 ) = Σ n p ( ω k | x n , θ ( t ) ) x n Σ n p ( ω k | x n , θ ( t ) ) ]]>
    σ i ( t + 1 ) = Σ n p ( ω k | x n , θ ( t ) ) [ x n - μ i ( t + 1 ) ] [ x n - μ i ( t + 1 ) ] T Σ n p ( ω k | x n , θ ( t ) ) ]]>
    P(xn|ωk,θ(t+1))=(1/N)∑nP(xn|ωk,θ(t+1))
    24)如果模型参数的变化小于一个给定的阈值,则退出算法,否则转步骤
    22);
    25)根据构建的隶属度模型,即R值均值μi和R值方差σi,计算每个像素属于
    无机物、混合物和有机物的归一化概率值:
    g i ( x ; μ i , σ i ) = 1 2 π σ i exp ( - 1 2 ( ( x - μ i ) σ i ) 2 ) ]]>
    g i ( x ; μ i , σ i ) = g i ( x ; μ i , σ i ) Σ i g i ( x ; μ i , σ i ) . ]]>
    5.根据权利要求4所述的单源伪双能探测器安检数据的伪彩配色方法,其
    特征在于在步骤24)中,阈值的设置范围为0.0001~0.001。
    6.根据权利要求1所述的单源伪双能探测器安检数据的伪彩配色方法,其
    特征在于在步骤3)中,先对采集到的每个数据点进行归一化对数变换,计算公
    式为:normLogV=log(x+1)/log(3951);再进行配色;
    在配色过程中,
    对蓝色与橙色采用如下公式进行非线性映射:
    MaLEOB = 32 63 ( 1 - ( x - 1 ) 6 ) 0 x 0.5 1 - 0.5 1 - 4 ( x - 0.5 ) 2 0.5 x 1 ]]>
    对绿色采用如下公式进行非线性映射:
    MaLEG = 1 - 1 - x 2 , 0 x 1 . ]]>
    7.根据权利要求6所述的单源伪双能探测器安检数据的伪彩配色方法,其
    特征在于在步骤3)中,将每一种颜色分为三类:
    对于蓝色,分为深蓝,中蓝,浅蓝;蓝色色度H值分别设为213,217,221,
    蓝色饱和度S采用NaLEOB的值;蓝色亮度V值取normLogV值;
    对于橙色,分为深橙,中橙,浅橙;橙色色度H值分为设为21,25,30,
    橙色饱和度S采用NaLEOB的值;橙色亮度V值取normLogV值;
    对于绿色,分为深绿,中绿,浅绿;绿色色度H值分为设为115,126,140,
    绿色饱和度S采用NaLEG的值;绿色亮度V值取normLogV值;
    对于超过满度值的量即超过3950,记为黑色;低于本底值的量即低于20,
    记为白色。
    8.根据权利要求1所述的单源伪双能探测器安检数据的伪彩配色方法,其
    特征在于在步骤4)中,在根据隶属度进行色彩融合,先将HSV颜色空间转换
    为RGB颜色空间,然后在RGB颜色空间内根据隶属度向量进行伪彩计算。
    9.根据权利要求8所述的单源伪双能探测器安检数据的伪彩配色方法,其
    特征在于步骤4)的步骤包括:
    41)计算每一个待配色位置的归一化隶属度向量:(Porg,Pgreen,Pblue);
    42)将步骤3)中得到的蓝色、绿色、橙色分量由HSV空间转换为RGB空
    间,转换公式为:
    R = V 3 [ 1 + S cos H cos ( 60 - H ) ] B = V 3 [ 1 - S ] G = 3 V - R - B 0 H π / 3 R = V 3 [ 1 + S cos ( H - 120 ) cos ( 180 - H ) ] B = V 3 [ 1 - S ] G = 3 V - R - B π / 3 H 2 π / 3 R = V 3 [ 1 + S cos ( H - 240 ) cos ( 300 - H ) ] B = V 3 [ 1 - S ] G = 3 V - R - B 2 π / 3 H π ; ]]>
    43)根据隶属度向量,对蓝色、绿色、橙色RGB值进行加权组合得到该位置
    的伪彩值:(Rfinal,Gfinal,Bfinal)
    Rfinal=PorgRorg+PgreenRgreen+PblueRblue
    Gfinal=PorgGorg+PgreenGgreen+PblueGblue
    Bfinal=PorgBorg+PgreenBgreen+PblueBblue。

    说明书

    单源伪双能探测器安检数据的伪彩配色方法

    技术领域:

    本发明涉及彩色图像处理中的伪彩配色技术,具体是一种单源伪双能探测器
    安检数据的伪彩配色方法。

    背景技术:

    随着世界经济的发展的不均衡,人员流动成为常态,因而也带来了安全方面
    的问题。X光射线透射成像安全检查作为车站、码头、机场的常规手段得到了广
    泛的使用。当前X光射线透射成像安全检查系统设备性价比高,并且医学实验
    结果表明在合理的安全防护措施下可保证安检人员及包裹内物品的安全。

    单源伪双能探测器是X光射线透射成像安全检查系统设备的核心部件。它
    在高低能探测器之间加铜片滤除低能光谱。沿着X线光路方向,它在铜片前端
    放置仅对低能X光子具有较高的转换效率的低能探测器,在铜片后端放置对所
    有能谱均有较高的转换效率的高能探测器。通过这种方式获取高低能信号的方式
    与真正的双能系统不同,因而被称为单源伪双能探测器。通过对双能探测器采集
    的数据进行成像即可得到安检设备的透射图像。

    发明内容:

    本发明通过伪彩处理,可在处理结果中观察到灰度图像中无法直接察觉的信
    息,增强配色后人眼对安检透射图像内容的辨别能力,使得最终配色结果更加通
    透,降低安检人员的视觉疲劳,为安检人员发现危险品与可疑品提供帮助。

    为实现以上目标,本发明包括以下步骤:

    (1)对采集的高低能信号进行增强处理:

    应用局部统计模型对采集得到的高低能信号进行增强,抑制伪双能探测器的
    噪声,以提高图像信噪比。

    (2)用于隶属度划分的隶属度向量计算方法:

    结合高低能数据计算等效物质属性值R,通过采用EM算法实现稳健的混合
    高斯隶属度模型构建。通过建立的模型对单源伪双能探测器采集的每个数据点进
    行隶属度计算。

    (3)用于饱和度调整与亮度调整的非线性映射方法:

    对每个类别内的数据通过非线性变换映射函数进行饱和度调整与亮度调整
    实现伪彩调色。

    (4)隶属度色彩融合:

    根据步骤(2)计算所得隶属度值进行色彩融合,得到单源伪双能探测器安
    检数据的伪彩配色结果。

    本配色方法的思想是,采用HSV色彩模型,应用局部统计模型对采集得到
    的高低能信号进行增强,采用EM算法进行混合高斯隶属度计算,对每个类别内
    的数据通过非线性变换映射函数进行饱和度调整与亮度调整使得颜色更加通透
    并使得最终配色结果中观察到原始数据中无法直接看到的信息。最终根据隶属度
    值进行色彩融合,得到单源伪双能探测器安检数据的伪彩配色结果。

    由于透射图像是灰度图像,人类的视觉系统分辨色彩的能力远高于分辨灰度
    级的能力。因而采用伪彩方法可以为安检人员发现危险品与可疑品提供帮助。但
    是由单源伪双能探测器获得的高低能数据并不是来自于真正的高低能射线源,因
    而根据采集的高低能值计算的物质属性R值是一种等效值。该等效R值的物理
    计算公式为:

    R = μ H μ L = ln ( I 0 / I H ) ln ( I 0 / I L ) ]]>

    其中I0表示出射强度,d为X射线方向的物体
    厚度,μH和μL为同种物质在高能和低能X射线下的线性吸收系数。

    附图说明:

    图1是本发明的流程图。

    图2是橙色与蓝色的非线性映射图。

    图3是绿色的非线性映射图。

    图4是伪彩配色前的灰度图。

    图5说明经过伪彩配色可在处理结果中观察到灰度图像中无法直接察觉的
    信息(右侧黑块中可以观察到圆形物体,这在灰度图上无法直接观察到)。

    具体实施方式:

    下面结合附图和具体实施方式对本发明作进一步详细说明。

    步骤一:对采集的单源伪双能探测器安检数据进行增强

    通过对透射物体衰减后的X射线能量值采集后,取3×3的邻域,N代表xi,j邻
    域R内的像素个数(3×3的邻域内N为8),用Δxi,j刻画去噪分量,Δx′i,j刻画锐化分
    量,像素xi,j经局部统计模型增强后的结yi,j可表示为:

    y i , j = x i , j ( Δ x i , j - Δ x i , j ) ]]>

    Δ x i , j = 2 ( L - 1 ) N [ Σ x m , n R MAX ( 1 - | x i , j - x m , n - L + 1 | 2 ( L - 1 ) , 0 ) - Σ x m , n R MAX ( 1 - | x i , j - x m , n + L - 1 | 2 ( L - 1 ) , 0 ) ] ]]>

    Δ x i , j = α N [ Σ x m , n R MAX ( 1 - | x i , j - x m , n - α | 2 α , 0 ) - Σ x m , n R MAX ( 1 - | x i , j - x m , n + α | 2 α , 0 ) ] ]]>

    其中N=8,0≤α≤L-1;xi,j,xm,n分别表示当前处理的像素与它的邻域像素,MAX操
    作表示取最大值。运算符表示有上限求和,避免输出像素值超出灰度范围。

    对于有噪声的输入图像,在计算增强结yi,j时需要控制α值,以便于实现
    平衡去除噪声和?;は附谡饬礁瞿勘?,通常α值大,会在增强噪声抑制效果的同
    时损失信号的细节信息。在该步骤中α值设置范围为55~65。单源伪双能探测
    器安检数据因光子涨落原因存在随机噪声,因而需要同时进行噪声抑制与信号增
    强(尤其是边界区域),使得图像的结构特征更加突出。

    步骤二:隶属度模型构建与逐个像素隶属度计算

    为了自动实现稳健的隶属度模型构建。需要分别估计无机物、混合物、有机
    物的R值均值μOrg,μAl,μFe及R值方差σOrg,σAl,σFe。为此结合EM(Expectation?
    Maximization)算法。提出一种单源伪双能探测器安检数据的隶属度模型构建算
    法,其具体流程如下:

    1.记t=0次迭代中pOrg=pAl=pFe=1/3。通过对已知样品包裹通过安检机后得到的
    成像数据进行手工类别标注,可以计算得到标注数据中有机物、混合物、无
    机物的R值均值μOrg,μAl,μFe及R值方差σOrg,σAl,σFe。将以上参数值作为t=0次
    迭代时三类物质的估计参数θ(0),简记为:

    θ ( 0 ) = ( ( μ Org ( 0 ) , σ Org ( 0 ) , p Org ( 0 ) ) , ( μ Al ( 0 ) , σ Al ( 0 ) , p Al ( 0 ) ) , ( μ Fe ( 0 ) , σ Fe ( 0 ) , p Fe ( 0 ) ) ) ]]>

    2.基于t次迭代时的参数和观察xn计算t次迭代的观察xn属于类属ωk的期望

    P ( ω k | x n , θ ( t ) ) = P ( x n | ω k , θ ( t ) ) P ( ω k | θ ( t ) ) P ( x n | θ ( t ) ) = P ( x n | ω k , θ ( t ) ) P ( ω k | θ ( t ) ) Σ k = 1 K P ( x n | ω k , θ ( t ) ) P ( ω k | θ ( t ) ) ]]>

    其中P(xn|ωk,θ(t))是基于当前模型参数得到观察xn的概率,P(ωk|θ(t))使用t次迭
    代的参数模型计算当前观察xn属于类属ωk的概率。

    3.使用t次迭代时观察xn属于ωk的概率,更新模型参数至t+1次迭代,更新t+1
    时刻样例xn属于ωk的概率。

    μ i ( t + 1 ) = Σ n p ( ω k | x n , θ ( t ) ) x n Σ n p ( ω k | x n , θ ( t ) ) ]]>

    σ i ( t + 1 ) = Σ n p ( ω k | x n , θ ( t ) ) [ x n - μ i ( t + 1 ) ] [ x n - μ i ( t + 1 ) ] T Σ n p ( ω k | x n , θ ( t ) ) ]]>

    P(xn|ωk,θ(t+1))=(1/N)∑nP(xn|ωk,θ(t+1))

    4.如果模型参数的变化小于一个给定的阈值(设置范围为0.0001~0.001)则退
    出算法,否则转步骤2。

    5.根据构建的隶属度模型(R值均值μi和R值方差σi),计算每个像素属于无机物、
    混合物、有机物的归一化概率值:

    g i ( x ; μ i , σ i ) = 1 2 π σ i exp ( - 1 2 ( ( x - μ i ) σ i ) 2 ) ]]>

    g i ( x ; μ i , σ i ) = g i ( x ; μ i , σ i ) Σ i g i ( x ; μ i , σ i ) ]]>

    步骤三:对饱和度与亮度进行非线性映射调整

    1.对单源伪双能探测器安检数据的每个位置进行归一化对数变换,防止数据过
    饱和。计算公式为:normLogV=log(x+1)/log(3951)

    2.在对数归一化调整的基础上,对橙色与蓝色分别采用如下公式进行非线性映
    射:

    MaLEOB = 32 63 ( 1 - ( x - 1 ) 6 ) 0 x 0.5 1 - 0.5 1 - 4 ( x - 0.5 ) 2 0.5 x 1 ]]>

    该变换函数可实现橙色灰度值范围的拉伸(接近1附近的值)与蓝色灰度值
    范围的拉伸(接近0附近的值)。

    3.在对数归一化调整的基础上,对绿色采用如下公式进行非线性映射:

    MaLEG = 1 - 1 - x 2 , 0 x 1 ]]>

    该变换函数可实现绿色灰度值范围的拉伸(接近0.5附近的值)

    4.对每一种颜色分为三类:对于蓝色分为深蓝,中蓝,浅蓝。蓝色色度H值分
    别设为213,217,221,蓝色饱和度S采用步骤2中获得的NaLEOB的值。
    蓝色亮度V值取步骤1中获得的normLogV值。对于橙色分为深橙,中橙,
    浅橙。橙色色度H值分为设为21,25,30,橙色饱和度S采用步骤2中获得
    的NaLEOB的值。橙色亮度V值取步骤1中获得的normLogV值。对于绿色
    分为深绿,中绿,浅绿。绿色色度H值分为设为115,126,140,绿色饱和
    度S采用步骤3中获得的NaLEG的值。绿色亮度V值取步骤1中获得的
    normLogV值。对于超过满度值的量(超过3950)记为黑色,低于本底值的
    量(低于20)记为白色。

    5.对每一个待配色位置,在配置橙色H分量时,如果normLogV值小于0.73,
    判为深橙,如果介于0.73与0.85,判为中橙,如果大于0.85判为浅橙。橙色
    的S分量与V分量根据步骤4进行计算。在配置蓝色H分量时,如果normLogV
    值大于0.5,判为浅蓝,如果介于0.25与0.5,判为中蓝,如果小于0.25判为
    深蓝。蓝色的S分量与V分量根据步骤4进行计算。在配置绿色H分量时,
    如果normLogV值小于0.73,判为深绿,如果介于0.73与0.85,判为中绿,
    如果大于0.85判为浅绿。绿色的S分量与V分量根据步骤4进行计算。

    步骤四:隶属度色彩融合

    1.计算每一个待配色位置的归一化隶属度向量:(Porg,Pgreen,Pblue)

    2.将“步骤三:对饱和度与亮度进行非线性映射调整”中得到的蓝色、绿色、
    橙色分量由HSV空间转换为RGB空间。转换公式为:

    R = V 3 [ 1 + S cos H cos ( 60 - H ) ] B = V 3 [ 1 - S ] G = 3 V - R - B 0 H π / 3 R = V 3 [ 1 + S cos ( H - 120 ) cos ( 180 - H ) ] B = V 3 [ 1 - S ] G = 3 V - R - B π / 3 H 2 π / 3 R = V 3 [ 1 + S cos ( H - 240 ) cos ( 300 - H ) ] B = V 3 [ 1 - S ] G = 3 V - R - B 2 π / 3 H π ]]>

    3.根据步骤1计算所得的隶属度向量,对蓝色、绿色、橙色RGB值进行加权组
    合得到该位置的伪彩值:(Rfinal,Gfinal,Bfinal)

    Rfinal=PorgRorg+PgreenRgreen+PblueRblue

    Gfinal=PorgGorg+PgreenGgreen+PblueGblue

    Bfinal=PorgBorg+PgreenBgreen+PblueBblue

    经实验,对比采用本方法伪彩配色前/后的图片,可以在处理结果中观察到
    灰度图像中无法直接察觉的信息。

    关于本文
    本文标题:单源伪双能探测器安检数据的伪彩配色方法.pdf
    链接地址://www.4mum.com.cn/p-5817580.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 派单漫画赚钱还是小说 钱生钱最高境界方法 好运来计划软件下载 重庆时时存款送彩金 街头篮球官网游戏下载 水下工程赚钱吗 235棋牌游戏辅助外挂 京东小店加盟条件 时时彩稳赚平刷技术 企业商标赚钱 开心棋牌最新版本下载 幸运飞艇计划软件安卓 11选5预测杀号专家 福利票福建时时 dnf95版本刷哪里最赚钱 北京pk10网赌投注平台