改進(jìn)暗通道原理下視覺(jué)圖像光暈消除算法

摘" 要： 在光暈區(qū)域附近進(jìn)行光暈消除操作可能會(huì)降低圖像的對(duì)比度、清晰度和細(xì)節(jié)。因此，需要開(kāi)發(fā)有效的方法來(lái)恢復(fù)和增強(qiáng)光暈消除后的圖像細(xì)節(jié)，以確保整體圖像質(zhì)量的提高，為此設(shè)計(jì)一種改進(jìn)暗通道原理下視覺(jué)圖像光暈消除算法。建立大氣散射模型深度分析光暈產(chǎn)生條件，根據(jù)圖像中的像素強(qiáng)度值計(jì)算成像環(huán)境中的透射率，按照大氣光照的散射系數(shù)建立光照條件研究模型。在較高的像素顏色通道條件下，根據(jù)圖像中高亮度和強(qiáng)反射部分搭建無(wú)光暈圖像亮通道定義，聚類圖像亮通道特征，利用快速雙邊濾波器細(xì)化透射率，建立光暈圖像的成像模型。在改進(jìn)暗通道原理的過(guò)程中通過(guò)調(diào)整多個(gè)計(jì)算參數(shù)，包括改變權(quán)重函數(shù)，設(shè)置光暈消除的恢復(fù)指令，完成對(duì)視覺(jué)圖像的光暈消除處理。經(jīng)過(guò)實(shí)驗(yàn)分析可以證明，所提方法具備良好的光暈消除性能，光暈消除效果較好。

關(guān)鍵詞： 改進(jìn)暗通道； 視覺(jué)圖像； 光暈消除； 透射率； 多尺度算法； 大氣散射模型

中圖分類號(hào)： TN911.73?34； TP391" " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " 文章編號(hào)： 1004?373X（2025）01?0060?05

Visual image halo eliminating algorithm based on improved principle of dark channel

REN Xiaonan， LI Guang

（North University of China， Taiyuan 030051， China）

Abstract： Performing halo elimination operations near halo areas may reduce the contrast， sharpness， and details of the image. Therefore， it is necessary to develop effective methods to restore and enhance the image details after halo elimination， so as to ensure the overall improvement of image quality. To this end， a visual image halo elimination algorithm based on the improved principle of dark channel is designed. An atmospheric scattering model is established to deeply analyze the conditions of the halo generation. The transmittance in the imaging environment is calculated based on the pixel intensity values in the image. A lighting condition research model is established based on the scattering coefficient of atmospheric illumination. Under the conditions of high pixel color channel， a definition of the bright channel of the halo free image is constructed based on the parts of high brightness and strong reflection of the image， the features of the bright channel of the image are clustered， and the transmittance is refined with a fast bilateral filter. So far， an imaging model of the halo image is established. In the process of improving the principle of dark channel， the halo elimination processing of visual images is completed by adjusting multiple calculation parameters， including changing the weight function and setting recovery instructions for halo elimination. After experimental analysis， it can be proven that the proposed method has good halo elimination performance and has a good effect on halo elimination.

Keywords： improved dark channel; visual image; halo elimination; transmittance; multi?scaled algorithm; atmospheric scattering model

0" 引" 言

在圖像采集過(guò)程中，經(jīng)常會(huì)受到大氣光散射的影響，在圖像成像過(guò)程中形成色彩不均勻的光暈，光暈的形成不僅會(huì)影響圖像的成像效果和美觀度，還會(huì)在一定程度上掩蓋圖像信息，覆蓋和虛化圖像邊緣，導(dǎo)致圖像出現(xiàn)失真，因此研究視覺(jué)圖像的光暈消除算法是十分必要的。

文獻(xiàn)[1]在研究過(guò)程中提出一種透射率回歸算法，通過(guò)對(duì)顏色特征的深度提取，實(shí)現(xiàn)對(duì)圖像局部窗口的逐一判斷，設(shè)定不同的數(shù)值標(biāo)準(zhǔn)，訓(xùn)練特征向量，對(duì)影響圖像視覺(jué)效果的相關(guān)因素進(jìn)行去除，以此實(shí)現(xiàn)圖像光暈消除。由于未對(duì)光暈產(chǎn)生條件進(jìn)行深度分析，導(dǎo)致光暈的消除不夠徹底，且會(huì)造成局部區(qū)域模糊問(wèn)題。文獻(xiàn)[2]在研究過(guò)程中提出梯度導(dǎo)向?yàn)V波算法，建立圖像的數(shù)學(xué)模型，計(jì)算圖像的平滑初始透射率，在梯度計(jì)算條件下完成對(duì)像素點(diǎn)的估計(jì)，利用大氣光值完成圖像的整體提亮和恢復(fù)。但是該方法沒(méi)有對(duì)光暈消除程度進(jìn)行控制，光暈消除雖然徹底，但會(huì)造成誤判，將非光暈一并消除，影響圖像質(zhì)量。文獻(xiàn)[3]對(duì)測(cè)量相位像的導(dǎo)數(shù)作希爾伯特變換，混合處理變換后的圖像和原測(cè)量圖像，達(dá)到消除光暈效應(yīng)的目的。該方法雖然實(shí)現(xiàn)了光暈消除，但是光暈消除后的飽和度分量較低，視覺(jué)效果不佳。除此之外，還有學(xué)者通過(guò)多曝光融合方法實(shí)現(xiàn)光暈消除，即通過(guò)拍攝多張曝光度不同的圖像，利用圖像融合技術(shù)將不同曝光程度的圖像疊加，抑制或消除光暈效果，該方法同樣存在光暈消除效果不佳的問(wèn)題。

為了提高視覺(jué)圖像中光暈消除的效果和性能，本文提出改進(jìn)暗通道原理下視覺(jué)圖像光暈消除算法。

1" 大氣散射模型構(gòu)建

在研究視覺(jué)圖像光暈消除算法時(shí)，首先需要對(duì)光暈產(chǎn)生條件進(jìn)行深度分析，分析和評(píng)估大氣散射條件對(duì)視覺(jué)圖像的影響時(shí)，主要研究光在傳播過(guò)程中遇到介質(zhì)后可能產(chǎn)生的散射現(xiàn)象，根據(jù)視覺(jué)圖像中包含的各類信息，搭建大氣散射模型，并在不同的參數(shù)條件下實(shí)現(xiàn)對(duì)由大氣散射造成的圖像光暈程度的估計(jì)，為深度分析出圖像中光暈形成過(guò)程建立大氣散射模型，如圖1所示。

大氣散射模型對(duì)應(yīng)的數(shù)學(xué)表達(dá)式為：

[Ex，y=ED+EA] （1）

式中：[E]表示視覺(jué)圖像中的像素強(qiáng)度值；[x，y]表示視覺(jué)成像圖的像素索引；[ED]表示像素的直接輸出項(xiàng)，主要描述光源經(jīng)過(guò)不同介質(zhì)反射后的剩余部分；[EA]表示空氣中的照射光源，主要描述大氣光被空氣中的散射粒子散射[4]和吸收后的剩余部分。

根據(jù)大氣散射模型獲得大氣光在成像環(huán)境中的透射率，可以有效地描述出未被散射的大氣光穿透介質(zhì)后到達(dá)相機(jī)的實(shí)際程度[5?6]，表達(dá)式為：

[tx，y=e-β?dx，y] （2）

式中：[d]表示光照?qǐng)鼍包c(diǎn)與成像點(diǎn)之間的距離；[β]表示大氣光照的散射系數(shù)[7]。視覺(jué)圖像在一定的場(chǎng)景條件下，如果光照不均勻，會(huì)直接影響圖像的入射光條件，文中利用改進(jìn)的大氣散射模型完成相應(yīng)的光照條件研究，具體模型為：

[Ex，y=i=1nEi?ρx，y?tx，y+E∞?1-tx，y] （3）

式中：[Ei]表示對(duì)應(yīng)場(chǎng)景下的入射光，[i]表示對(duì)應(yīng)場(chǎng)景條件下的像素索引集合。

假設(shè)在研究過(guò)程中入射光在視覺(jué)圖像的全局分布并不合理，存在光暈現(xiàn)象，考慮到入射光在場(chǎng)景中的差異，將入射光看作是一個(gè)圖像聚類問(wèn)題。首先評(píng)估出視覺(jué)圖像的光暈程度，根據(jù)光暈程度劃分出對(duì)應(yīng)的獨(dú)立場(chǎng)景和對(duì)應(yīng)的入射光，在亮通道先驗(yàn)的前提下，觀察多種形式的戶外無(wú)光暈圖像，可以發(fā)現(xiàn)其中至少包含一個(gè)較高像素的顏色通道。根據(jù)此時(shí)圖像中具備的高亮度和強(qiáng)反射能力，無(wú)光暈圖像[J]的亮通道定義[8]為：

[Jbrightx，y=maxy∈Ωx，ymaxc∈r，g，bJcx，yEx，y]" "（4）

式中：[Jbright]為視覺(jué)圖像中的亮通道值；[r]、[g]、[b]表示三原色；[Ω]為以像素索引[x，y]為中心基礎(chǔ)的局部區(qū)域。通過(guò)聚類算法有效區(qū)分出亮通道圖像中的光照強(qiáng)度，將其分為四種不同的獨(dú)立場(chǎng)景，為保證聚類過(guò)程的實(shí)時(shí)性，在減少計(jì)算量的同時(shí)獲得全局最優(yōu)結(jié)果，利用模糊C均值聚類算法對(duì)亮通道圖像進(jìn)行聚類。

[U=argmini=1NuiJbrightx，ym?Jbrightx，y-vi2]""（5）

式中：[N=4]表示聚類目標(biāo)個(gè)數(shù)；[ui0≤ui≤1]表示場(chǎng)景條件下劃分目標(biāo)聚類的隸屬度；[m]表示聚類劃分加權(quán)系數(shù)；[vi]表示亮通道圖像的聚類中心；[U]表示針對(duì)亮通道圖像聚類劃分的模糊矩陣，計(jì)算過(guò)程中獲取到相同的顏色區(qū)域即為同一場(chǎng)景，以此完成對(duì)場(chǎng)景入射光的有效估計(jì)[9]。

2" 暗通道先驗(yàn)去光暈算法設(shè)計(jì)

在消除視覺(jué)圖像光暈的處理過(guò)程中，基于大氣散射模型建立光暈圖像的成像模型。

[Ix=UJxtx+A1-tx] （6）

式中：[Ix]表示光暈圖像；[Jx]表示消除光暈后的圖像；[A]表示視覺(jué)圖像在全局狀態(tài)下的大氣參數(shù)；[tx]表示完全透射圖。目前已知[Ix]的參數(shù)和狀態(tài)，為了求解消除光暈后的圖像[Jx]，需要建立先驗(yàn)信息[10]。

[IcxAc=txJcxAc+1-tx]" "（7）

式中[c]表示三原色分量。

通常情況下，視覺(jué)圖像中會(huì)包含一部分陰影或者彩色，其中存在的暗原色一般會(huì)表現(xiàn)出比較灰暗的狀態(tài)，此時(shí)認(rèn)為這部分視覺(jué)圖像的暗通道值接近于零，將其表示為：

[Jdarkx=miny∈ΩxmincJcxJcy=0] （8）

此時(shí)可以通過(guò)多輪推導(dǎo)獲取圖像透射率的預(yù)估值。

[tx=1-miny∈ΩxmincIcyAc×Jdarkx] （9）

為了使消除光暈后的圖像看起來(lái)更自然，利用參數(shù)[ω]控制光暈消除的程度。通常情況下，參數(shù)[ω]的取值為0.95，在此基礎(chǔ)上，根據(jù)視覺(jué)圖像的成像模型推算光暈消除復(fù)原公式如下：

[Jx=Ix-Amaxtx，tx+A]" "（10）

為確保數(shù)值[J]維持在0～255范圍內(nèi)，需要保證[t]值不能過(guò)小，因此，設(shè)置一個(gè)對(duì)應(yīng)的閾值[t0]，并設(shè)置閾值標(biāo)準(zhǔn)為0.1。

3" 改進(jìn)暗通道的光暈消除算法

為了進(jìn)一步提升光暈消除效果，對(duì)暗通道原理進(jìn)行改進(jìn)，在改進(jìn)暗通道的基礎(chǔ)上完成對(duì)視覺(jué)圖像的光暈消除[11?12]。首先對(duì)存在天空區(qū)域的圖像進(jìn)行區(qū)域分離，由于天空在成像區(qū)域內(nèi)顏色相對(duì)單一平滑，一般存在于視覺(jué)圖像的上半部分，可以通過(guò)計(jì)算求解輸入圖像的前[Ntop]行像素亮度平均值[vavg]，以及對(duì)應(yīng)的最大亮度值[vmax]，判斷圖像中是否存在天空區(qū)域。若計(jì)算過(guò)程中獲得[vavggt;μ1vmax]的結(jié)果，此時(shí)可判斷視覺(jué)圖像中存在天空區(qū)域，為保證檢測(cè)結(jié)果的準(zhǔn)確性，將驗(yàn)證參數(shù)[μ1]的取值設(shè)定為0.89。

接下來(lái)通過(guò)改進(jìn)大氣光照強(qiáng)度參數(shù)[A]，實(shí)現(xiàn)對(duì)視覺(jué)圖像中非天空區(qū)域降質(zhì)處理，針對(duì)存在光暈的視覺(jué)圖像而言，在其對(duì)應(yīng)的暗原色基礎(chǔ)上找到亮度最大的一部分像素點(diǎn)，求取這部分像素點(diǎn)的平均值[Aavg]和最大像素點(diǎn)[Amax]，設(shè)定像素點(diǎn)降質(zhì)參數(shù)[μ2]的取值為1.1，此時(shí)能保證對(duì)圖像中光暈的消除效果相對(duì)較好，同時(shí)保證對(duì)大氣光強(qiáng)的估計(jì)相對(duì)準(zhǔn)確，在一定程度上使改進(jìn)暗通道后的光暈消除圖像更加自然。

在上述參數(shù)改進(jìn)的基礎(chǔ)上，利用快速雙邊濾波器改進(jìn)并細(xì)化對(duì)圖像中透射率的估計(jì)。

[BIp=1Wpq∈SGσsJxp-qGσrIp-Iq] （11）

式中：[q=u，v]表示視覺(jué)圖像中心像素點(diǎn)[q]的鄰域像素；[S]表示任意鄰域像素點(diǎn)的集合；[Wp]表示像素點(diǎn)的歸一化參數(shù)因子；[Gσs]表示視覺(jué)圖像空間狀態(tài)下的鄰近因子，[Gσr]表示圖像像素的灰度相似參數(shù)。通過(guò)改進(jìn)快速降暈的雙邊濾波器，可以有效地完成對(duì)圖像透射率以及圖像邊緣特征的提取。

利用六角錐體模型針對(duì)彩色圖像進(jìn)行深度的光暈消除處理，為減少光暈消除后圖像的失真情況，通過(guò)多尺度算法對(duì)光暈進(jìn)行深度處理?？紤]六角椎體模型的空間特征，劃分亮度分量，建立亮度的視覺(jué)效果，保證視覺(jué)圖像經(jīng)過(guò)光暈消除后的飽和度分量。

[Rix，y=i=1NWnBIplogIix，y-logIix，y*Fnx，y] （12）

式中：[Wn]表示視覺(jué)圖像光暈尺度對(duì)應(yīng)的權(quán)重函數(shù)；[Fnx，y]作為圖像噪聲的低通濾波器，通常情況下為高斯環(huán)繞函數(shù)。

接下來(lái)利用六角錐體模型對(duì)多尺度算法中包含的圖像飽和度分量進(jìn)行處理。

[Vix，y=i=1NWnBIplogVix，y-logVix，y*Fnx，y]" （13）

在不同尺寸條件下，對(duì)視覺(jué)圖像的壓縮范圍進(jìn)行對(duì)應(yīng)的色彩恢復(fù)，建立環(huán)繞函數(shù)，實(shí)現(xiàn)對(duì)圖像照度分量的分析。為減少計(jì)算量，保證計(jì)算結(jié)果的準(zhǔn)確度，設(shè)置光暈消除的恢復(fù)指令為：

[t0=μ2p0-pp0]" "（14）

根據(jù)光暈消除指令完成后續(xù)的圖像處理，視覺(jué)圖像的恢復(fù)過(guò)程可表示為：

[Jx=Ix-p0maxtx，Vix，y+A] （15）

在此基礎(chǔ)上，獲取到完整的消除光暈后的視覺(jué)圖像[13]。

4" 實(shí)驗(yàn)驗(yàn)證分析

為了驗(yàn)證所提圖像光暈消除方法的有效性，通過(guò)主觀和客觀的方式分析所提光暈消除方法的性能，并與透射率回歸算法和梯度導(dǎo)向?yàn)V波算法進(jìn)行對(duì)比。實(shí)驗(yàn)樣本圖像來(lái)自CIFAR（Canadian Institute for Advanced Research）數(shù)據(jù)集，該數(shù)據(jù)集是一個(gè)常用于圖像分類和目標(biāo)識(shí)別的數(shù)據(jù)集，包含了10個(gè)不同類別的60 000張32×32像素的圖像。

在CIFAR數(shù)據(jù)集中選取包含光暈效果的圖像，將選定的圖像輸入到光暈消除算法中進(jìn)行處理，執(zhí)行去光暈操作，將經(jīng)過(guò)光暈消除處理后的圖像與原始圖像進(jìn)行比較，評(píng)估算法在光暈消除方面的效果。對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析和解釋，比較不同方法的性能差異。

首先針對(duì)實(shí)驗(yàn)圖像1，利用本文方法、透射率回歸算法和梯度導(dǎo)向?yàn)V波算法分別實(shí)施消除光暈處理，得到的結(jié)果如圖2所示。

從圖2中三種不同方法下的消除光暈效果圖可以看出，透射率回歸算法對(duì)簡(jiǎn)單光暈的消除不夠徹底，并且在消除過(guò)程中會(huì)導(dǎo)致視覺(jué)圖像中其他區(qū)域變得模糊，圖像整體的邊緣細(xì)節(jié)模糊后，圖像信息失真；而梯度導(dǎo)向?yàn)V波算法下的光暈消除雖然徹底，但卻誤判天空信息，將天空區(qū)域內(nèi)的云朵也當(dāng)作光暈一并處理，效果同樣不理想，反觀所提方法，不僅有效地保留了天空區(qū)域信息，改善了圖像中天空失真情況，同時(shí)也很好地完成了對(duì)簡(jiǎn)單光暈的消除處理。

完成對(duì)簡(jiǎn)單光暈圖像的實(shí)驗(yàn)后，只能初步證明所提方法是有效的，但并不能完全證明所提方法的實(shí)際性能，接下來(lái)針對(duì)復(fù)雜大面積的光暈圖像進(jìn)行進(jìn)一步實(shí)驗(yàn)驗(yàn)證和分析，并與透射率回歸算法和梯度導(dǎo)向?yàn)V波算法進(jìn)行深度的對(duì)比實(shí)驗(yàn)，結(jié)果如圖3所示。

從圖3中可以看出，透射率回歸算法針對(duì)復(fù)雜的光暈效果具備一定的消除能力，但是同樣會(huì)在消除過(guò)程中導(dǎo)致圖像邊緣細(xì)節(jié)弱化，梯度導(dǎo)向?yàn)V波算法在消除大面積復(fù)雜光暈時(shí)不完全，導(dǎo)致圖像中還存在一部分的光暈殘余，所提方法在經(jīng)歷過(guò)暗通道改進(jìn)后，實(shí)現(xiàn)對(duì)復(fù)雜光暈的有效去除，完整保留了圖像中的有效信息，圖像邊緣的輪廓清晰可見(jiàn)，圖像內(nèi)容細(xì)節(jié)豐富，從直觀角度可以證明本文方法的消除效果更好。

完成了本文方法的直觀效果對(duì)比，接下來(lái)利用更加客觀的方法驗(yàn)證本文方法的光暈消除性能，與透射率回歸算法和梯度導(dǎo)向?yàn)V波算法的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比較，結(jié)果如表1所示。

從表1的實(shí)驗(yàn)結(jié)果中可以看出，本文方法在實(shí)驗(yàn)中得到的信噪比和均方誤差均低于透射率回歸算法和梯度導(dǎo)向?yàn)V波算法，說(shuō)明本文方法的整體性能更優(yōu)。由此可以得出，本文方法在主觀與客觀評(píng)價(jià)中均展示了較為明顯的優(yōu)勢(shì)，說(shuō)明其光暈去除效果更佳。

5" 結(jié)" 語(yǔ)

本文在研究視覺(jué)圖像的光暈消除方法時(shí)，建立大氣散射模型完成對(duì)大氣散射條件的深度分析。研究大氣環(huán)境下的成像透射率，利用對(duì)應(yīng)的散射系數(shù)計(jì)算無(wú)光暈圖像的通道定義；通過(guò)先驗(yàn)暗通道完成光暈消除的同時(shí)，在暗通道改進(jìn)條件下調(diào)整不同的消除參數(shù)，實(shí)現(xiàn)對(duì)視覺(jué)圖像的光暈消除。在實(shí)驗(yàn)中證明了本文方法在光暈消除性能上的有效性及優(yōu)越性。

參考文獻(xiàn)

[1] 袁非牛，李志強(qiáng)，史勁亭，等.兩階段特征提取策略的圖像去霧[J].中國(guó)圖象圖形學(xué)報(bào)，2021，26（3）：568?580.

[2] 倪萍，賴惠成，高古學(xué)，等.基于形態(tài)學(xué)與梯度域?qū)驗(yàn)V波的圖像去霧算法[J].計(jì)算機(jī)工程，2022，48（10）：252?261.

[3] 丁海寧，朱苗苗，馬利紅，等.白光衍射相位像光暈效應(yīng)消除方法[J].中國(guó)激光，2020，47（5）：489?495.

[4] 胡夢(mèng)婷，范濤，王國(guó)中.一種自適應(yīng)多態(tài)特征融合的交通圖像去霧算法[J].計(jì)算機(jī)應(yīng)用研究，2023，40（7）：2210?2216.

[5] 趙馨宇，黃福珍.基于雙通道先驗(yàn)和光照?qǐng)D引導(dǎo)濾波的圖像增強(qiáng)[J].激光與光電子學(xué)進(jìn)展，2021，58（8）：53?62.

[6] 劉長(zhǎng)明，曹紅燕，范焱，等.結(jié)合OSTU閾值法的自適應(yīng)DCP圖像優(yōu)化算法[J].火力與指揮控制，2022，47（6）：162?170.

[7] 林貝欣，殷明，邢燕，等.基于天空識(shí)別與加權(quán)引導(dǎo)濾波的圖像去霧算法[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，45（2）：192?197.

[8] 王健，何自豪，劉潔，等.基于梯度域?qū)驗(yàn)V波器和改進(jìn)PCNN的圖像融合算法[J].系統(tǒng)工程與電子技術(shù)，2022，44（8）：2381?2392.

[9] 毛德乾，高珊珊，張晨昊，等.去光源影響的加權(quán)導(dǎo)向?yàn)V波圖像去霧算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2022，34（2）：217?231.

[10] 丁姝晨，錢蕓生，林焱劍，等.基于光暈的微通道板黑點(diǎn)檢測(cè)方法[J].應(yīng)用光學(xué)，2022，43（6）：1145?1152.

[11] 崔智高，蘭云偉，王念，等.基于多教師引導(dǎo)的知識(shí)蒸餾圖像去霧算法[J].火箭軍工程大學(xué)學(xué)報(bào)，2024，38（5）：35?43.

[12] 張凱麗，王安志，熊婭維，等.基于Transformer的單幅圖像去霧算法綜述[J].計(jì)算機(jī)科學(xué)與探索，2024，18（5）：1182?1196.

[13] 周宇，陳志華，盛斌，等.基于漸進(jìn)式多尺度Transformer的圖像去霧算法[J].計(jì)算機(jī)科學(xué)，2024，51（5）：117?124.

[14] 陳曦，錢國(guó)明，史艷高.基于FPGA+ARM的實(shí)時(shí)圖像去霧系統(tǒng)設(shè)計(jì)[J].電子設(shè)計(jì)工程，2023，31（13）：192?195.

作者簡(jiǎn)介：任曉楠（1990—），女，山西芮城人，博士研究生，講師，主要從事視覺(jué)傳達(dá)設(shè)計(jì)研究。

李" 廣（1993—），男，浙江溫州人，博士研究生，講師，主要從事產(chǎn)品設(shè)計(jì)研究。