• 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
    • / 12
    • 下载费用:30 金币  

    重庆时时彩龙虎技巧: 图像选择方法和系统.pdf

    关 键 词:
    图像 选择 方法 系统
      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:

    CN201210428391.8

    申请日:

    2012.10.31

    公开号:

    CN103793150A

    公开日:

    2014.05.14

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F3/0484申请日:20121031|||公开
    IPC分类号: G06F3/0484(2013.01)I; G06F3/0486(2013.01)I; G06F3/0481(2013.01)I 主分类号: G06F3/0484
    申请人: 腾讯科技(深圳)有限公司
    发明人: 陈皓
    地址: 518044 广东省深圳市福田区振兴路赛格科技园2栋东403室
    优先权:
    专利代理机构: 广州华进联合专利商标代理有限公司 44224 代理人: 何平;邓云鹏
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201210428391.8

    授权公告号:

    ||||||

    法律状态公告日:

    2017.08.25|||2015.04.22|||2014.05.14

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    一种图像选择方法包括:标记图像中所有像素点为K0;记录选择笔刷在图像上扫过的区域,该区域内像素点标记改为K1;将图像中标记为K1的区域放大预设比例,并将图像中在放大后的区域内的像素点标号为K0的改为K2;统计标记为K1的像素点的颜色空间分布;统计标记为K2的像素点的颜色空间分布;对标记为K2的像素点建立能量分布模型;根据能量分布模型,计算得到能量函数最小时,标记为K2的每个像素点的标记分布,标记分布为K0或K1;按照标记分布,将标记为K2的各个像素点的标记为K0或者K1。本发明还提供一种对应系统,提供更方便快捷准确的实现扩展性图像选择。

    权利要求书

    权利要求书
    1.  一种图像选择方法,其特征在于,包括如下步骤:
    标记所述图像中所有像素点为K0;
    接收并响应用户操作,记录选择笔刷在所述图像上扫过的区域,将所述图像中该区域内的像素点标记改为K1,并记录所述选择笔刷的结束点的位置;
    将所述图像中标记为K1的区域放大预设比例,并将所述图像中在放大后的区域内的像素点标号为K0的改为K2;
    统计所述图像中靠近所述选择笔刷移动结束点的位置的预设大小的区域内,标记为K1的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    统计所述图像中标记为K2的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    根据所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心,和所述图像中标记为K2的像素点的预设数量个颜色聚类中心,对所述图像中标记为K2的像素点建立能量分布模型;
    根据所述能量分布模型,计算得到能量函数最小时,所述图像中标记为K2的每个像素点的标记分布,所述标记分布为K0或K1;
    按照所述标记分布,将所述图像中标记为K2的各个像素点的标记为K0或者K1。

    2.  根据权利要求1所述的图像选择方法,其特征在于,还包括如下步骤:
    将所述图像中标记为K1的像素点设置为已选择状态。

    3.  根据权利要求1所述的图像选择方法,其特征在于,所述预设数量大于一个。

    4.  根据权利要求1所述的图像选择方法,其特征在于,所述能量分布模型的能量函数如下:
    E(x)=ΣpEd(xp)+Σp,qEc(xp,xq),]]>
    其中:
    Ed(xp)=xpmin|Ip-Cf|+(1-xp)min|Ip-Cb|
    Ec(xp,xq)=|xp-xq|(Ip-Iq)-1
    Cf为所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心;
    Cb为所述图像中标记为K2的像素点的预设数量个颜色聚类中心;
    K0=0,K1=1,K2=2,Ip,Iq为位置相邻的p,q点的像素颜色。Ed(xp)表示所述图像中位置为p的像素点标记为xp时的能量消耗,xp=K0或K1,Ec(xp,xq)表示了位置相邻的p q两点标记分别为Ip,Iq时的能量消耗,xq=0或1。

    5.  根据权利要求4所述的图像选择方法,其特征在于,所述标记分布是采用maxflow算法求解所述能量分布模型得到。

    6.  一种图像选择系统,其特征在于,包括:
    图像展示???,用于打开并显示图像,标记所述图像中所有像素点为K0;
    记录???,用于接收并响应用户操作,记录选择选择笔刷在所述图像上扫过的区域,将所述图像中该区域内的像素点标记改为K1,并记录选择笔刷的结束点的位置;
    扩展???,用于将所述图像中标记为K1的区域放大预设比例,并将所述图像中在放大后的区域内的像素点标号为K0的改为K2;
    第一统计???,用于统计所述图像中靠近所述选择笔刷移动结束点的位置的预设大小的区域内,标记为K1的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    第二统计???,用于统计所述图像中标记为K2的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    建模???,用于根据所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心,和所述图像中标记为K2的像素点的预设数量个颜色聚类中心,对所述图像中标记为K2的像素点建立能量分布模型;
    处理???,根据所述能量分布模型,计算得到能量函数最小时,所述图像 中标记为K2的每个像素点的标记分布,所述标记分布为K0或K1;
    标记???,用于按照所述标记分布,将所述图像中标记为K2的各个像素点的标记为K0或者K1。

    7.  根据权利要求1所述的图像选择系统,其特征在于,还包括:选择???,用于将所述图像中标记为K1的像素点设置为已选择状态。

    8.  根据权利要求1所述的图像选择系统,其特征在于,所述预设数量大于一个。

    9.  根据权利要求1所述的图像选择系统,其特征在于,所述建模??榻⒌乃瞿芰糠植寄P偷哪芰亢缦拢?BR>E(x)=ΣpEd(xp)+Σp,qEc(xp,xq),]]>
    其中:
    Ed(xp)=xpmin|Ip-Cf|+(1-xp)min|Ip-Cb|
    Ec(xp,xq)=|xp-xq|(Ip-Iq)-1
    Cf为所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心;
    Cb为所述图像中标记为K2的像素点的预设数量个颜色聚类中心;
    K0=0,K1=1,K2=2,Ip,Iq为位置相邻的p,q点的像素颜色。Ed(xp)表示所述图像中位置为p的像素点标记为xp时的能量消耗,xp=K0或K1,Ec(xp,xq)表示了位置相邻的p q两点标记分别为Ip,Ip时的能量消耗,xq=0或1。

    10.  根据权利要求9所述的图像选择系统,其特征在于,所述处理??槭遣捎胢axflow算法求解所述能量分布模型得到所述标记分布。

    说明书

    说明书图像选择方法和系统
    技术领域
    本发明涉及图像处理技术,特别是涉及图像内容的选择方法和系统。
    背景技术
    图像处理技术已经在人们的生活中经常用到,如PS软件就是最常用的图像处理软件。在对图像的局部处理前,如要处理人物的脸部图像,那首先就需要选中图像中的脸部区域。常用的图像选择方式主要有以下几种:
    一种是固定圆形笔刷的方式,用户在原始图像或局部放大的图像上拖动鼠标指针或者在触摸屏上拖动手指,每次点选都选中一个圆形的区域,为了选择图像的细节部分,通常的做法是改变圆形笔刷的半径,并进行多次选择。
    另一种是魔术棒工具,点击图像中的一个位置后,系统将会自动选择与该位置相连接且颜色相同或者相近的区域。
    然而,在使用固定笔刷选择图像细节区域的时候,用户必须准确地进行每一次点选或拖动的操作,需要的交互操作过多,虽然可以得到较高的选择准确性,选择的效率很低。
    魔术棒工具虽然可以自动化选择到某种颜色,然而,以人脸为例,其面部图像不是一个单一的颜色,是没办法通过该工具实现选择的。
    发明内容
    基于此,有必要提供一种高效准确且具有扩展选择功能的图像选择方法和系统。
    一种图像选择方法,包括如下步骤:
    标记所述图像中所有像素点为K0;
    接收并响应用户操作,记录选择笔刷在所述图像上扫过的区域,将所述图像中该区域内的像素点标记改为K1,并记录所述选择笔刷的结束点的位置;
    将所述图像中标记为K1的区域放大预设比例,并将所述图像中在放大后的 区域内的像素点标号为K0的改为K2;
    统计所述图像中靠近所述选择笔刷移动结束点的位置的预设大小的区域内,标记为K1的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    统计所述图像中标记为K2的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    根据所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心,和所述图像中标记为K2的像素点的预设数量个颜色聚类中心,对所述图像中标记为K2的像素点建立能量分布模型;
    根据所述能量分布模型,计算得到能量函数最小时,所述图像中标记为K2的每个像素点的标记分布,所述标记分布为K0或K1;
    按照所述标记分布,将所述图像中标记为K2的各个像素点的标记为K0或者K1。
    其中一个实施例中,还包括如下步骤:将所述图像中标记为K1的像素点设置为已选择状态。所述选择笔刷为圆形。
    其中一个实施例中,所述预设数量大于一个。
    其中一个实施例中,所述能量分布模型的能量函数如下:
    E(x)=ΣpEd(xp)+Σp,qEc(xp,xq),]]>
    其中:
    Ed(xp)=xpmin|Ip-Cf|+(1-xp)min|Ip-Cb|
    Ec(xp,xq)=|xp-xq|(Ip-Iq)-1
    Cf为所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心;
    Cb为所述图像中标记为K2的像素点的预设数量个颜色聚类中心;
    K0=0,K1=1,K2=2,Ip,Iq为位置相邻的p,q点的像素颜色。Ed(xp)表示所述图像中位置为p的像素点标记为xp时的能量消耗,xp=K0或K1, Ec(xp,xq)表示了位置相邻的p q两点标记分别为Ip,Ip时的能量消耗,xq=0或1。
    其中一个实施例中,所述标记分布是采用maxflow算法求解所述能量分布模型得到。
    一种图像选择系统,包括:
    图像展示???,标记图像中所有像素点为K0;
    记录???,用于接收并响应用户操作,记录选择选择笔刷在所述图像上扫过的区域,将所述图像中该区域内的像素点标记改为K1,并记录选择笔刷的结束点的位置;
    扩展???,用于将所述图像中标记为K1的区域放大预设比例,并将所述图像中在放大后的区域内的像素点标号为K0的改为K2;
    第一统计???,用于统计所述图像中靠近所述选择笔刷移动结束点的位置的预设大小的区域内,标记为K1的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    第二统计???,用于统计所述图像中标记为K2的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;
    建模???,用于根据所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心,和所述图像中标记为K2的像素点的预设数量个颜色聚类中心,对所述图像中标记为K2的像素点建立能量分布模型;
    处理???,根据所述能量分布模型,计算得到能量函数最小时,所述图像中标记为K2的每个像素点的标记分布,所述标记分布为K0或K1;
    标记???,用于按照所述标记分布,将所述图像中标记为K2的各个像素点的标记为K0或者K1。
    其中一个实施例中,还包括:选择???,用于将所述图像中标记为K1的像素点设置为已选择状态。
    其中一个实施例中,所述预设数量大于一个。
    其中一个实施例中,所述建模??榻⒌乃瞿芰糠植寄P偷哪芰亢缦拢?
    E(x)=ΣpEd(xp)+Σp,qEc(xp,xq),]]>
    其中:
    Ed(xp)=xpmin|Ip-Cf|+(1-xp)min|Ip-Cb|
    Ec(xp,xq)=|xp-xq|(Ip-Iq)-1
    Cf为所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心;
    Cb为所述图像中标记为K2的像素点的预设数量个颜色聚类中心;
    K0=0,K1=1,K2=2,Ip,Iq为位置相邻的p,q点的像素颜色。Ed(xp)表示所述图像中位置为p的像素点标记为xp时的能量消耗,xp=K0或K1,Ec(xp,xq)表示了位置相邻的p q两点标记分别为Ip,Ip时的能量消耗,xq=0或1。
    其中一个实施例中,所述处理??槭遣捎胢axflow算法求解所述能量分布模型得到所述标记分布。
    上述图像选择方法和系统相对传统固定笔刷的方式来说,用户可以在希望选择的图像区域随意点选,算法可以实时准确地将选择区域扩展到与已选择区域相似的邻近区域,从而提高了用户选择图像区域的效率和准确性。相对魔术棒工具的选择方式来说,魔术棒只能对某一个像素点进行单色图像扩展,若要选择一个非单色图像,如人脸,是无法使用魔术棒工具选择的。而本案所述方法将用户选择和扩展结合,实现一次性扩展选择非单色图像,还可会从选择的区域中统计多个颜色聚类中心,从而可以同时进行多种颜色在预设范围内扩展,使得选择效率更高,更准确。
    附图说明
    图1为一实施例的图像选择方法的步骤流程图;
    图2为图1所示的图像选择方法选择图像内容时的表现形式示意图;
    图3为一实施例的图像选择系统的功能??橥?。
    具体实施方式
    本案一实施例的图像选择方法是将基于用户操作在图像中选择的选定区域扩展预设大小,得到扩展区域;然后将扩展区域内的至少部分像素点纳入选定区域,所述纳入选定区域的像素点与选定区域的颜色距离、与未纳入选定区域的像素点的颜色距离以及与相邻点的标记是否相同的特征共同满足预设条件。
    要实现上述扩展区域的分割而将部分像素纳入选定区域,可采用业界最常用的基于能量函数的图像分割方法。
    如图1所示,其为一实施例的图像选择方法的步骤流程图,包括如下步骤:
    步骤101,标记图像中所有像素点为K0。
    所述K0可以为阿拉伯数字、字母,符号等,用于起到区分标记作用,本实施例中,K0取数字“0”,这里标记为“0”的表示未被选择的像素点,也叫图像初始化。
    步骤102,接收并响应用户操作,记录选择笔刷在所述图像上扫过的区域,将所述图像中该区域内的像素点标记改为K1,并记录选择笔刷的结束点的位置。
    所述选择笔刷可以是任意形状,通常为圆形或方形,本实施例为圆形笔刷。所述选择操作可以是用户点选鼠标或者按住鼠标拖动动作,还可以是用户手指或触控笔在触摸屏上的点选或滑动动作。所述K1可以为阿拉伯数字、字母,符号等,本实施例中,K1取“1”。
    步骤103,将所述图像中标记为K1的区域放大预设比例,并将所述图像中在放大后的区域内的像素点标号为K0的改为K2。
    所述K2可以为阿拉伯数字、字母,符号等。本实施例中,K2取“2”。此时,图像中,标记为K0的表示未选择区域,标记为K1的表示已选择区域,标记为K2的表示扩展选择区域,但未必扩展选择区域都会被选择。
    步骤104,统计所述图像中靠近所述选择笔刷移动结束点的位置的预设大小的区域内,标记为K1的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心。
    本实施例中,所述靠近所述选择笔刷移动结束点的位置的预设大小的区域是以所述选择笔刷移动结束点的位置为中心的预设大小的区域。
    本实施例中,所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心记作Cf。
    步骤105,统计所述图像中标记为K2的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心。
    本实施例中,所述图像中标记为K2的像素点的预设数量个颜色聚类中心记作Cb。上述两个预设数量均可任意,至少为一个,本实施例中预设数量大于一个。
    步骤106,根据所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心,和所述图像中标记为K2的像素点的预设数量个颜色聚类中心,对所述图像中标记为K2的像素点建立能量分布模型。
    所述对所述图像中标记为K2的像素点建立能量分布模型,指的将所述预设数量个颜色聚类中心数据带入预设的能量函数中,以便进行下一步计算求解。
    本实施例中,所述K0=0,K1=1,K2=2,所述能量分布模型的能量函数如下:
    E(x)=ΣpEd(xp)+Σp,qEc(xp,xq),]]>
    其中:
    Ed(xp)=xpmin|Ip-Cf|+(1-xp)min|Ip-Cb|
    Ec(xp,xq)=|xp-xq|(Ip-Iq)-1
    Ip,Iq为位置相邻的p,q点的像素颜色。Ed(xp)表示所述图像中位置为p的像素点标记为xp时的能量消耗,xp=0或1,Ec(xp,xq)表示了位置相邻的pq两点标记分别为xp,xq时的能量消耗,xq=0或1。
    其他实施例中,若标记为字母或者其他无规律标记,只需设置两个能量函数分别对应相邻像素点标号相同和不同两种情况即可。
    步骤107,根据所述能量分布模型,计算得到能量函数最小时,所述图像中标记为K2的每个像素点的标记分布,所述标记分布为K0或K1。
    相当于把所述图像中标记为K2的每个像素点的标记改为K0或者K1进行 排列组合,分别计算得到各种排列组合时能量函数的值,保留能量函数最小值对应的排列组合方式。本实施例中,所述标记分布是采用maxflow算法求解所述能量分布模型得到。
    步骤108,按照所述标记分布,将所述图像中标记为K2的各个像素点的标记为K0或者K1。
    步骤109,将所述图像中标记为K1的像素点设置为已选择状态。
    所述已选择状态可以是用虚线框包围标记为K1的像素点,或者用某种颜色以半透明的方式覆盖标记为K1的像素点等,只要便于使用者区别选择和未选择内容即可。此时用户可以看到自己这一次拖动所选择的区域已经实现了扩展。
    上述图像选择方法相对传统固定笔刷的方式来说,用户可以在希望选择的图像区域随意点选,算法可以实时准确地将选择区域扩展到与已选择区域相似的邻近区域,从而提高了用户选择图像区域的效率和准确性。相对魔术棒工具的选择方式来说,魔术棒只能对某一个像素点进行单色图像扩展,若要选择一个非单色图像,如人脸,是无法使用魔术棒工具选择的。而本案所述方法将用户选择和扩展结合,实现一次性扩展选择非单色图像,还可会从选择的区域中统计多个颜色聚类中心,从而可以同时进行多种颜色在预设范围内扩展,使得选择效率更高,更准确。
    有时候用户会对图像进行缩/放显示后,再进行图像选择。为此,其他实施例中,所述步骤103预设比例可根据所述图像的缩/放比例对应变化,如预设比例和图像缩/放比例成正比关系。
    请同时参阅图2,其为图1所示的图像选择方法选择图像内容时的表现形式示意图。
    图2中,用户通过圆形笔刷在图像20中选择图像内容,初始化时,图像20的每个像素点标记为“0”。用户将圆形笔刷从A点拖到B点,得到选择区域31,并标记扩展区域32内的像素点为“1”。此时,系统会自动放大选择区域31,得到扩展区域32,并标记扩展区域32内的像素点为“2”。然后统计以B点圆心的预设大小区域33内的标记为“1”的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心;再统计扩展区域32内的像素点的颜色空间分布, 采用聚类方法得到预设数量个颜色聚类中心。再通过能量分布模型计算得到能量函数最小时,扩展区域32内每个像素点的标记分布,并按照标记分布设置扩展区域32内各个像素的标记。最终图像20中所有标记为“1”的像素点为选择内容,其范围可能是图2中虚线框34所包围的部分。
    如图3所示,其为一实施例的图像选择系统40的功能??橥?,包括:
    图像展示???01,用于标记所述图像中所有像素点为K0。
    记录???02,用于接收并响应用户操作,记录选择选择笔刷在所述图像上扫过的区域,将所述图像中该区域内的像素点标记改为K1,并记录选择笔刷的结束点的位置。
    扩展???03,用于将所述图像中标记为K1的区域放大预设比例,并将所述图像中在放大后的区域内的像素点标号为K0的改为K2。
    第一统计???04,用于统计所述图像中靠近所述选择笔刷移动结束点的位置的预设大小的区域内,标记为K1的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心。
    第二统计???05,用于统计所述图像中标记为K2的像素点的颜色空间分布,采用聚类方法得到预设数量个颜色聚类中心。
    建模???06,用于根据所述预设大小的区域内标记为K1的像素点的所述预设数量个颜色聚类中心,和所述图像中标记为K2的像素点的预设数量个颜色聚类中心,对所述图像中标记为K2的像素点建立能量分布模型。
    处理???07,根据所述能量分布模型,计算得到能量函数最小时,所述图像中标记为K2的每个像素点的标记分布,所述标记分布为K0或K1。
    标记???08,用于按照所述标记分布,将所述图像中标记为K2的各个像素点的标记为K0或者K1。
    选择???09,用于将所述图像中标记为K1的像素点设置为已选择状态。
    所述K0、K1和K2可以为阿拉伯数字、字母,符号等,用于起到区分标记作用。
    上述图像选择系统40的其他特征可与上述图像选择方法相同,此处不再赘述。
    上述图像选择系统40相对传统固定笔刷的方式来说,用户可以在希望选择的图像区域随意点选,算法可以实时准确地将选择区域扩展到与已选择区域相似的邻近区域,从而提高了用户选择图像区域的效率和准确性。相对魔术棒工具的选择方式来说,魔术棒只能对某一个像素点进行单色图像扩展,若要选择一个非单色图像,如人脸,是无法使用魔术棒工具选择的。而本案所述方法将用户选择和扩展结合,实现一次性扩展选择非单色图像,还可会从选择的区域中统计多个颜色聚类中心,从而可以同时进行多种颜色在预设范围内扩展,使得选择效率更高,更准确。
    以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的?;し段?。因此,本发明专利的?;し段вσ运饺ɡ笪?。

    关于本文
    本文标题:图像选择方法和系统.pdf
    链接地址://www.4mum.com.cn/p-6185464.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
  • 4场进球彩专家预测 组选号944历史开奖号 天下彩港赛马会官方网 中国福利彩票开奖结果 双色球2017129红球推荐 河北时时彩开奖结果走势图 3d走势图分析 顶呱刮视频 青海11选5基夲走势图 网球新浪体育 海南环岛赛开奖查询 三d两码和尾分布图 福彩官网 河北11选5推荐号码 ag真人娱乐出租 二分彩怎么看大小