如何查看网站点击量,免费企业模板网站,网站怎么上传源码,网站设计的主题目录 1.什么是Aruco标记2.Aruco码解码说明2.1 Original ArUco2.2 预设的二维码字典2.3 大小Aruco二维码叠加 3.函数说明3.1 cv::aruco::detectMarkers3.2 cv::solvePnP 4.代码注解4.1 Landmark图说明4.2 算法源码注解 1.什么是Aruco标记 ArUco标记最初由S.Garrido-Jurado等人在… 目录 1.什么是Aruco标记2.Aruco码解码说明2.1 Original ArUco2.2 预设的二维码字典2.3 大小Aruco二维码叠加 3.函数说明3.1 cv::aruco::detectMarkers3.2 cv::solvePnP 4.代码注解4.1 Landmark图说明4.2 算法源码注解 1.什么是Aruco标记 ArUco标记最初由S.Garrido-Jurado等人在2014年发表的论文Automatic generation and detection of highly reliable fiducial markers under occlusion中提出。ArUco的全称是Augmented Reality University of Cordoba下面给出ArUco标记的一些示例。 ArUco标记是可用于摄像机姿态估计的二进制方形基准标记。它的主要优点是检测简单、快速并且具有很强的鲁棒性。ArUco 标记是由宽黑色边框和确定其标识符id的内部二进制矩阵组成的正方形标记。ArUco标记的黑色边框有助于其在图像中的快速检测内部二进制编码用于识别标记和提供错误检测和纠正。ArUco标记尺寸的大小决定内部矩阵的大小例如尺寸为 4x4 的标记由 16 位二进制数组成。 ArUco标记的尺寸可以任意的更改为了成功检测可根据对象大小和场景选择合适的尺寸。在实际使用中如果标记的尺寸太小可能无法检测到它这时可以选择更换较大尺寸的标记或者将相机离标记更近一些。 在机器人应用中可以将这些标记沿着仓库机器人的路径放置。当安装在机器人上的摄像头检测到这些标记时由于每个标记都有唯一的ID并且且标记在仓库中的放置位置已知因此就可以知道机器人在仓库中的精确位置。 通俗地说Aruco标记其实就是一种编码就和我们日常生活中的二维码是相似的只不过由于编码方式的不同导致它们存储信息的方式、容量等等有所差异所以在应用层次上也会有所不同。由于单个ArUco标记就可以提供足够的对应关系例如有四个明显的角点及内部的二进制编码所以ArUco标记被广泛用来增加从二维世界映射到三维世界时的信息量便于发现二维世界与三维世界之间的投影关系从而实现姿态估计、相机矫正等等应用。 ArUco marker是一种汉明码方格图。它由一个宽的黑边和一个内部的二进制矩阵组成黑色的边界有利于快速检测到图像Marker ID是他的二进制矩阵编码。黑色方块对应0白色方块对应1。一个二维码就是一个矩阵。
2.Aruco码解码说明 Aruco二维码生成网站 https://chev.me/arucogen/ 2.1 Original ArUco 早期的Aruco码Marker id解码规则是这里以Marker id 21举例 上面是7x7的方格除去最外层的黑色边框中间是5x5其中奇数列是校验位偶数列是数据位所以第1、3、5列为校验位2、4列为数据位根据黑色方块对应0白色方块对应1提取出数据位为
0 0
0 0
0 1
0 1
0 1每行首尾相接整理得0000010101 转为十进制是141621对应Marker ID2.2 预设的二维码字典 OpenCV中预存了一些设置好Marker ID的字典直接查找相对应的即可。
/*** brief Predefined markers dictionaries/sets* Each dictionary indicates the number of bits and the number of markers contained* - DICT_ARUCO_ORIGINAL: standard ArUco Library Markers. 1024 markers, 5x5 bits, 0 minimumdistance*/
enum PREDEFINED_DICTIONARY_NAME {DICT_4X4_50 0,DICT_4X4_100,DICT_4X4_250,DICT_4X4_1000,DICT_5X5_50,DICT_5X5_100,DICT_5X5_250,DICT_5X5_1000,DICT_6X6_50,DICT_6X6_100,DICT_6X6_250,DICT_6X6_1000,DICT_7X7_50,DICT_7X7_100,DICT_7X7_250,DICT_7X7_1000,DICT_ARUCO_ORIGINAL,DICT_APRILTAG_16h5, /// 4x4 bits, minimum hamming distance between any two codes 5, 30 codesDICT_APRILTAG_25h9, /// 5x5 bits, minimum hamming distance between any two codes 9, 35 codesDICT_APRILTAG_36h10, /// 6x6 bits, minimum hamming distance between any two codes 10, 2320 codesDICT_APRILTAG_36h11 /// 6x6 bits, minimum hamming distance between any two codes 11, 587 codes
};举例
2.3 大小Aruco二维码叠加 应用场景如无人机降落时可以使用大小Aruco码叠加实现精准降落。在距离地面较远时通过大的Aruco码进行定位在距离较近时由于大的Aruco已经识别不全了需要小的Aruco码进行定位。 白色方格内黑色占比小于二分之一则还是当做白色方格所以可以叠加小二维码而不影响大二维码检测。 如下图所示的大小重叠二维码小二维码的存在也是不影响大二维码识别的因为中间方格内的小二维码黑色占比大于二分之一所以检测大二维码时小二维码依旧被当作黑色方格。
3.函数说明
3.1 cv::aruco::detectMarkers
cv::aruco::detectMarkers(image_, dictionary_, corners, ids, detectorParams_, rejected);
// 参数
// (1)image :输入的需要检测标记的图像。
// (2)dictionary :进行检测的字典对象指针这里的字典就是我们创建aruco 标记时所使用的字典检测什么类型的aruco 标记就使用什么类型的字典。
// (3)corners :输出参数检测到的aruco 标记的角点列表是一个向量数组每个元素对应一个检测到的标记每个标记有四个角点其四个角点均按其原始顺序返回 (从左上角开始顺时针旋转)。
// (4)ids:输出参数检测到的每个标记的id,需要注意的是第三个参数和第四个参数具有相同的大小。
// (5)parameters:ArUco 检测器的参数。是一个 cv::aruco::DetectorParameters 类型的对象用于设置检测器的各种参数例如边缘阈值、最小标记区域等。
// (6)rejectedImgPoints输出参数被拒绝的标记角点。这些角点未能形成有效的标记。 3.2 cv::solvePnP cv::solvePnP 是 OpenCV 库中用于解决 PnP (Perspective-n-Point) 问题的函数。PnP 问题的目标是从一组已知的三维空间点和它们在二维图像平面上的投影估计出相机的外参即相机的位置和朝向。cv::solvePnP 函数的目标是求解相机的 旋转矩阵R和 平移向量T从而描述从世界坐标系到相机坐标系的变换。 cv::solvePnP 计算的结果是世界坐标系在相机坐标系中的位姿即 旋转向量rvec和平移向量tvec。
CV_EXPORTS_W bool solvePnP( InputArray objectPoints, InputArray imagePoints,InputArray cameraMatrix, InputArray distCoeffs,OutputArray rvec, OutputArray tvec,bool useExtrinsicGuess false, int flags SOLVEPNP_ITERATIVE );// objectPoints // 3D 世界坐标系中的点
// imagePoints // 对应的 2D 图像坐标
// cameraMatrix // 相机内参矩阵
// distCoeffs // 畸变系数可选默认为 0
// rvec // 输出的旋转向量
// tvec // 输出的平移向量
// bool useExtrinsicGuess false // 是否使用外部猜测值
// int flags 0 // 计算方法的标志位指定不同的求解方法参数说明
objectPoints一个包含了 N 个三维点的向量每个点的类型是 cv::Point3f即 (x, y, z) 坐标。该点是世界坐标系下的坐标。imagePoints一个包含了 N 个二维点的向量每个点的类型是 cv::Point2f即 (x, y) 坐标。这些是已知的三维点投影到相机图像平面上的二维坐标。cameraMatrix相机的内参矩阵通常是一个 3x3 的矩阵描述相机的焦距和主点通常是图像中心其形式如下
cameraMatrix [ fx 0 cx ][ 0 fy cy ][ 0 0 1 ]fx、fy焦距单位为像素通常等于图像的焦距与像素尺寸的比值。 cx、cy主点坐标通常是图像中心。
distCoeffs相机的畸变系数。这个参数是一个 1x5 或 1x8 的矩阵表示相机的径向畸变和切向畸变的系数。一般情况下畸变系数会是 k1, k2, k3径向畸变系数 p1, p2切向畸变系数 如果没有畸变或畸变系数未知可以传入零矩阵即 cv::Mat::zeros(1, 5, CV_64F)。rvec输出的旋转向量表示从世界坐标系到相机坐标系的旋转变换。旋转向量是一个 3x1 的矩阵它是 Rodrigues 旋转公式的参数。可以使用 cv::Rodrigues 将旋转向量转换为旋转矩阵。tvec输出的平移向量表示从世界坐标系到相机坐标系的平移。它是一个 3x1 的矩阵单位通常是米或者毫米表示相机位置相对于世界坐标系的平移量。useExtrinsicGuess可选一个布尔值指示是否使用外部猜测的旋转和平移向量进行初始化。默认值是 false如果设置为 true可以加速求解。flags可选计算方法的标志位。可以选择不同的 PnP 求解方法例如 cv::SOLVEPNP_ITERATIVE标准的迭代求解方法默认 cv::SOLVEPNP_EPNP基于 EPnP (Efficient PnP) 的求解方法适用于更少的点 cv::SOLVEPNP_DLS基于 DLS (Direct Linear Solver) 的求解方法适用于多点情况 cv::SOLVEPNP_P3P专门用于 4 个点的求解方法适用于精度要求较高的应用。
返回值 cv::solvePnP 返回一个布尔值表示是否成功求解。
4.代码注解
4.1 Landmark图说明 上图是Landmark图其中包含了四个Aruco码id分别是21232527从左上角开始顺时针旋转每个Aruco码的边长是40mm每个Aruco码相对于Landmark图的中心偏移是5mm。
4.2 算法源码注解
结构体声明
/*** brief 姿态的四元数*/
struct OrientQuaternion
{double w;double x;double y;double z;
};/*** brief 位置的xyz方向偏移*/
struct Location
{double x;double y;double z;
};getObjectPoints 获取每张Landmark图上所有Aruco码的角点坐标4x4指实际的物理坐标需要测量Landmark图实际的尺寸这里以Landmark图的中心点为原点每个Aruco码有四个角点。
/*** brief 获取每张Landmark图上所有Aruco码的角点坐标* note* param[in] idx 根据不同的标记类型指定生成哪种类型的3D点坐标。idx 1: 对应特定范围的Aruco ID21到27idx 2: 对应特定范围的Aruco ID31到37idx 0: 对应特定范围的Aruco ID1到7* param[in] ids Aruco标记的ID列表每个ID对应一个检测到的Aruco标记* param[out] obj_points Aruco标记的四个角点的3D点坐标Z方向默认给0* return*/
int getObjectPoints(int idx, const std::vectorint ids, std::vectorcv::Point3f obj_points)
{obj_points.clear();float code_size, offset_size;int code_pos 0;if (idx 1) {code_size 0.04 / 2; // 每个Aruco码的边长 40mmoffset_size code_size 0.005; // 以landmark图中心点为基准,Aruco码的偏移为5mmcode_pos 21;} else if (idx 2) {code_size 0.02 / 2;offset_size code_size 0.0025;code_pos 31;} else {code_size 0.03;offset_size 0.035;code_pos 1;}// 确保传入的 ids 数组中的编号必须是以 code_pos为基础的偶数编号//例如code_pos21则有效编号是 27, 25, 23, 21 等确保 landmark中的id号是按照规则的int num, temp;num ids.size();int i;for (i 0; i num; i) {temp (ids[i] - code_pos) / 2;temp * 2;temp code_pos;if (temp ! ids[i])return -1;}cv::Point3f c4[4], c_offset[4];c4[0] cv::Point3f(-code_size, code_size, 0);c4[1] cv::Point3f(code_size, code_size, 0);c4[2] cv::Point3f(code_size, -code_size, 0);c4[3] cv::Point3f(-code_size, -code_size, 0);c_offset[0] cv::Point3f(-offset_size, offset_size, 0); // 1c_offset[1] cv::Point3f(offset_size, offset_size, 0); // 3c_offset[2] cv::Point3f(-offset_size, -offset_size, 0); // 5c_offset[3] cv::Point3f(offset_size, -offset_size, 0); // 7for (i 0; i num; i) {obj_points.push_back(c4[0] c_offset[(ids[i] - code_pos) / 2]);obj_points.push_back(c4[1] c_offset[(ids[i] - code_pos) / 2]);obj_points.push_back(c4[2] c_offset[(ids[i] - code_pos) / 2]);obj_points.push_back(c4[3] c_offset[(ids[i] - code_pos) / 2]);}return 0;
}rotVecToQuaternion
/*** brief 旋转向量转四元数* note* param rvec[in] 旋转向量* param ori[out] 四元数* return 0 代表转换成功*/
inline int rotVecToQuaternion(float *rvec, OrientQuaternion ori)
{float r, x, y, z;x rvec[0];y rvec[1];z rvec[2];r sqrt(x * x y * y z * z);x / r;y / r;z / r;r / 2.0;ori.w cos(r);ori.x x * sin(r);ori.y y * sin(r);ori.z z * sin(r);return 0;
}quaternionToEuler
/*** brief 四元数转换为欧拉角* note* param ori[int] 四元数* param rx,ry,rz[out] 欧拉角(弧度)* return*/
inline int QuaternionToEuler(OrientQuaternion ori, double rx, double ry, double rz)
{float rpyInfo[3] { 0, 0, 0 };memset(rpyInfo, 0, sizeof(rpyInfo));// 算法提供的四元数转欧拉角,得到的欧拉角是角度且顺序是z,y,xfloat RotN[3][3];RotN[0][0] 2 * (ori.w * ori.w ori.x * ori.x) - 1;RotN[0][1] 2 * (ori.x * ori.y - ori.w * ori.z);RotN[0][2] 2 * (ori.x * ori.z ori.w * ori.y);RotN[1][0] 2 * (ori.x * ori.y ori.w * ori.z);RotN[1][1] 2 * (ori.w * ori.w ori.y * ori.y) - 1;RotN[1][2] 2 * (ori.y * ori.z - ori.w * ori.x);RotN[2][0] 2 * (ori.x * ori.z - ori.w * ori.y);RotN[2][1] 2 * (ori.y * ori.z ori.w * ori.x);RotN[2][2] 2 * (ori.w * ori.w ori.z * ori.z) - 1;double eps 1e-16;if (fabs(RotN[0][0]) eps fabs(RotN[1][0]) eps) {rpyInfo[0] 0.0;rpyInfo[1] atan2(-RotN[2][0], RotN[0][0]) * 180 / M_PI;rpyInfo[2] atan2(-RotN[1][2], RotN[1][1]) * 180 / M_PI;} else {rpyInfo[0] atan2(RotN[1][0], RotN[0][0]) * 180 / M_PI;rpyInfo[1] atan2(-RotN[2][0], sqrt(RotN[0][0] * RotN[0][0] RotN[1][0] * RotN[1][0])) * 180 / M_PI;rpyInfo[2] atan2(RotN[2][1], RotN[2][2]) * 180 / M_PI;}// 算法返回的顺序是z,y,x,需要反转打印rx rpyInfo[2] / 180.0 * M_PI;ry rpyInfo[1] / 180.0 * M_PI;rz rpyInfo[0] / 180.0 * M_PI;return 0;
}calCameraInLandmarkPose 算法思想首先通过OpenCV自带的detectMarkers函数检测出所有的Aruco码的四个角点的像素坐标然后根据事先测量好的Landmark图实际尺寸以中心点为原点计算出实际的所有的Aruco码的四个角点的3D坐标这里Z方向设置0通过OpenCV自带的solvePnP函数计算得到相机相对于世界坐标系的外参这里是以Landmark图中心点为世界坐标系即 旋转向量rvec和平移向量tvec世界坐标系在相机坐标系中的位姿。 所以最终得到的是T_target2camera
/*** brief 计算landmark图在相机下的位姿信息* note* param[in] image 图像信息* param[in] cam_intrinsics 相机的内参矩阵* param[in] cam_distortion 相机的畸变系数* param[out] landmark_to_cam_pose landmark图相对于相机的位姿* return landmark图计算结果* --0 计算成功* 失败返回错误码*/
int calLandmarkInCameraPose(cv::Mat image,const std::vectordouble cam_intrinsics,const std::vectordouble cam_distortion,std::vectordouble landmark_to_cam_pose)
{if (image.cols() 0 || image.rows() 0) {return -1;}OrientQuaternion landmark_ori;Location landmark_loc;// 加载用于生成标记的字典cv::Ptrcv::aruco::Dictionary dictionary cv::aruco::getPredefinedDictionary(cv::aruco::DICT_4X4_50);// 存储检测到的标记的 IDstd::vectorint ids;// 声明包含检测到的标记角和被拒绝的候选标记的角点// 在检测过程中可能会有一些候选标记没有通过验证例如它们可能是噪声或误识别的对象这些被拒绝的候选会被存储在rejectCandidates中std::vectorstd::vectorcv::Point2f corners, reject_candidates;// 使用默认值初始化检测器参数cv::Ptrcv::aruco::DetectorParameters parameters;parameters cv::aruco::DetectorParameters::create();// 使用 ArUco 方法检测角点后通过轮廓点线拟合的方法来细化角点位置parameters-cornerRefinementMethod cv::aruco::CORNER_REFINE_CONTOUR;// 检测图像中的标记,靶标cv::aruco::detectMarkers(preview_image, dictionary, corners, ids, parameters, reject_candidates);int j;// 3D 世界坐标系中的点std::vectorcv::Point3f obj_pts;int obj_idx;obj_pts.clear();// ids.size()表示一张landmark图中有多少张Aruco标记图// Aruco码中的ID需要去查字典if (ids.size() 0 ids.size() 4) {if (ids[0] 20 ids[0] 27)obj_idx 1;else if (ids[0] 30 ids[0] 37)obj_idx 2;else if (ids[0] 0 ids[0] 7)obj_idx 0;else {obj_idx -1;return arva::ErrorREC::E_REC_LANDMARK_WRONG;}j getObjectPoints(obj_idx, ids, obj_pts);// std::cout Landmark id is obj_idx std::endl;} else {// 未检测到Landmarkstd::cout There is no target in the image! std::endl;return -1;}// 角点对应的 2D 图像像素坐标std::vectorcv::Point2f image_pts;unsigned int k;// if(ids.size() 4)if (ids.size() 0 ids.size() 4) {float dx, dy, dis;dx corners[0][0].x - corners[0][1].x;dy corners[0][0].y - corners[0][1].y;dis sqrt(dx * dx dy * dy);for (k 0; k ids.size(); k) {// 绘制landmark上面的角点cv::circle(preview_image, corners[k][0], dis / 15, cv::Scalar(255, 0, 0), dis / 30, 8);cv::circle(preview_image, corners[k][1], dis / 15, cv::Scalar(0, 0, 255), dis / 30, 8);cv::circle(preview_image, corners[k][2], dis / 15, cv::Scalar(0, 255, 0), dis / 30, 8);for (j 0; j 4; j) {image_pts.push_back(corners[k][j]);}}}// 打印 objPts 中的所有点std::cout objPts std::endl;for (size_t i 0; i objPts.size(); i) {std::cout Point i : ( objPts[i].x , objPts[i].y , objPts[i].z ) std::endl;}// 打印 imgPts 中的所有点std::cout imgPts std::endl;for (size_t i 0; i imgPts.size(); i) {std::cout Point i : ( imgPts[i].x , imgPts[i].y ) std::endl;}float img_intrinsics[9];for (int n 0; n cam_intrinsics.size(); n) {img_intrinsics[n] cam_intrinsics[n];}cv::Mat camera_matrix cv::Mat(3, 3, CV_32FC1, img_intrinsics);float img_distortion[5];for (int m 0; m cam_distortion.size(); m) {img_distortion[m] cam_distortion[m];}cv::Mat distortion_coefficients cv::Mat(5, 1, CV_32FC1, img_distortion);float tv[3], rv[3];cv::Mat tvec cv::Mat(3, 1, CV_32FC1, tv);cv::Mat rvec cv::Mat(3, 1, CV_32FC1, rv);if (ids.size() 0 ids.size() 4) {bool state;// 计算出相机相对于Landmark图中心点的旋转和位移向量state cv::solvePnP(obj_pts, image_pts, camera_matrix, distortion_coefficients, rvec, tvec);// Rodrigues(rvec,r_m);if (state) {// 将solvePnP输出的旋转向量转换为四元数rotVecToQuaternion(rv, landmark_ori);landmark_loc.x tv[0];landmark_loc.y tv[1];landmark_loc.z tv[2];// 输出Posture结构体的位姿信息,需要将四元数转为欧拉角进行赋值landmark_to_cam_pose.push_back(landmark_loc.x);landmark_to_cam_pose.push_back(landmark_loc.y);landmark_to_cam_pose.push_back(landmark_loc.z);double rx, ry, rz;double rx, ry, rz;quaternionToEuler(landmark_ori, rx, ry, rz);landmark_to_cam_pose.push_back(rx);landmark_to_cam_pose.push_back(ry);landmark_to_cam_pose.push_back(rz);return -1;} else {std::cout solvePnP failed std::endl;}}return -1;
} 文章转载自： http://www.morning.mbmh.cn.gov.cn.mbmh.cn http://www.morning.snrhg.cn.gov.cn.snrhg.cn http://www.morning.fnhxp.cn.gov.cn.fnhxp.cn http://www.morning.srgnd.cn.gov.cn.srgnd.cn http://www.morning.rkypb.cn.gov.cn.rkypb.cn http://www.morning.phxns.cn.gov.cn.phxns.cn http://www.morning.dgpxp.cn.gov.cn.dgpxp.cn http://www.morning.zxxys.cn.gov.cn.zxxys.cn http://www.morning.lpzyq.cn.gov.cn.lpzyq.cn http://www.morning.tzpqc.cn.gov.cn.tzpqc.cn http://www.morning.qymqh.cn.gov.cn.qymqh.cn http://www.morning.tstkr.cn.gov.cn.tstkr.cn http://www.morning.gcqkb.cn.gov.cn.gcqkb.cn http://www.morning.jgncd.cn.gov.cn.jgncd.cn http://www.morning.qgfhr.cn.gov.cn.qgfhr.cn http://www.morning.ndltr.cn.gov.cn.ndltr.cn http://www.morning.bqwsz.cn.gov.cn.bqwsz.cn http://www.morning.bftqc.cn.gov.cn.bftqc.cn http://www.morning.kghss.cn.gov.cn.kghss.cn http://www.morning.wfbs.cn.gov.cn.wfbs.cn http://www.morning.mlpmf.cn.gov.cn.mlpmf.cn http://www.morning.etsaf.com.gov.cn.etsaf.com http://www.morning.rnhh.cn.gov.cn.rnhh.cn http://www.morning.jnbsx.cn.gov.cn.jnbsx.cn http://www.morning.ssxlt.cn.gov.cn.ssxlt.cn http://www.morning.sgwr.cn.gov.cn.sgwr.cn http://www.morning.gwjsm.cn.gov.cn.gwjsm.cn http://www.morning.grxyx.cn.gov.cn.grxyx.cn http://www.morning.mftdq.cn.gov.cn.mftdq.cn http://www.morning.lzqdl.cn.gov.cn.lzqdl.cn http://www.morning.yqqgp.cn.gov.cn.yqqgp.cn http://www.morning.jwxmn.cn.gov.cn.jwxmn.cn http://www.morning.rddlz.cn.gov.cn.rddlz.cn http://www.morning.xrnh.cn.gov.cn.xrnh.cn http://www.morning.hdtcj.cn.gov.cn.hdtcj.cn http://www.morning.kbbmj.cn.gov.cn.kbbmj.cn http://www.morning.plqqn.cn.gov.cn.plqqn.cn http://www.morning.ldzxf.cn.gov.cn.ldzxf.cn http://www.morning.hprmg.cn.gov.cn.hprmg.cn http://www.morning.rcrfz.cn.gov.cn.rcrfz.cn http://www.morning.kxbry.cn.gov.cn.kxbry.cn http://www.morning.daidudu.com.gov.cn.daidudu.com http://www.morning.zlchy.cn.gov.cn.zlchy.cn http://www.morning.dswtz.cn.gov.cn.dswtz.cn http://www.morning.clndl.cn.gov.cn.clndl.cn http://www.morning.dnqliv.cn.gov.cn.dnqliv.cn http://www.morning.jcpq.cn.gov.cn.jcpq.cn http://www.morning.qkwxp.cn.gov.cn.qkwxp.cn http://www.morning.rbgwj.cn.gov.cn.rbgwj.cn http://www.morning.rmfw.cn.gov.cn.rmfw.cn http://www.morning.rnzjc.cn.gov.cn.rnzjc.cn http://www.morning.ljdhj.cn.gov.cn.ljdhj.cn http://www.morning.geledi.com.gov.cn.geledi.com http://www.morning.ltpph.cn.gov.cn.ltpph.cn http://www.morning.c7507.cn.gov.cn.c7507.cn http://www.morning.pmysp.cn.gov.cn.pmysp.cn http://www.morning.qzsmz.cn.gov.cn.qzsmz.cn http://www.morning.sgpnz.cn.gov.cn.sgpnz.cn http://www.morning.mrcpy.cn.gov.cn.mrcpy.cn http://www.morning.lrnfn.cn.gov.cn.lrnfn.cn http://www.morning.pbdnj.cn.gov.cn.pbdnj.cn http://www.morning.bsqth.cn.gov.cn.bsqth.cn http://www.morning.grxyx.cn.gov.cn.grxyx.cn http://www.morning.qzmnr.cn.gov.cn.qzmnr.cn http://www.morning.ymqrc.cn.gov.cn.ymqrc.cn http://www.morning.jksgy.cn.gov.cn.jksgy.cn http://www.morning.grcfn.cn.gov.cn.grcfn.cn http://www.morning.snzgg.cn.gov.cn.snzgg.cn http://www.morning.lsxabc.com.gov.cn.lsxabc.com http://www.morning.jhrlk.cn.gov.cn.jhrlk.cn http://www.morning.cyhlq.cn.gov.cn.cyhlq.cn http://www.morning.yqndr.cn.gov.cn.yqndr.cn http://www.morning.cnfxr.cn.gov.cn.cnfxr.cn http://www.morning.zxxys.cn.gov.cn.zxxys.cn http://www.morning.lfcfn.cn.gov.cn.lfcfn.cn http://www.morning.rfpxq.cn.gov.cn.rfpxq.cn http://www.morning.knnhd.cn.gov.cn.knnhd.cn http://www.morning.jkrrg.cn.gov.cn.jkrrg.cn http://www.morning.pbksb.cn.gov.cn.pbksb.cn http://www.morning.cbnxq.cn.gov.cn.cbnxq.cn
