基于Lucy-Richardson算法的图像复原

合集下载

基于Lucy-Richardson算法图像复原

实景图像的复原处理一、设计意义和目的意义：图像复原是数字图像处理中的一个重要课题。

它的主要目的是改善给定的图像质量并尽可能恢复原图像。

图像在形成、传输和记录过程中，受多种因素的影响，图像的质量都会有不同程度的下降，典型的表现有图像模糊、失真、有噪声等，这一质量下降的过程称为图像的退化。

图像复原的目的就是尽可能恢复被退化图像的本来面目。

在成像系统中，弓I起图像退化的原因很多。

例如，成像系统的散焦，成像设备与物体的相对运动，成像器材的固有缺陷以及外部干扰等。

成像目标物体的运动，在摄像后所形成的运动模糊。

当人们拍摄照片时，由于手持照相机的抖动，结果像片上的景物是一个模糊的图像。

由于成像系统的光散射而导致图像的模糊。

又如传感器特性的非线性，光学系统的像差，以致在成像后与原来景物发生了不一致的现象，称为畸变。

再加上多种环境因素，在成像后造成噪声干扰。

人类的视觉系统对于噪声的敏感程度要高于听觉系统，在声音传播中的噪声虽然降低了质量，但时常是感觉不到的。

但景物图像的噪声即使很小都很容易被敏锐的视觉系统所感知。

图像复原的过程就是为了还原图像的本来面目，即由退化了的图像恢复到能够真实反映景物的图像。

目的：图像复原的目的也是改善图像的质量。

图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或图像的最优估计值，从而改善图像质量。

图像复原是建立在退化的数学模型基础上的，且图像复原是寻求在一定优化准则下的原始图像的最优估计，因此，不同的优化准则会获得不同的图像复原，图像复原结果的好坏通常是按照一个规定的客观准则来评价的，因此，建立图像恢复的反向过程的数学模型和确定导致图像退化的点扩散函数，就是图像复原的主要任务。

二、设计原理1 •图像的退化数字图像在获取过程中，由于光学系统的像差、光学成像衍射、成像系统的非线性畸变、成像过程的相对运动、环境随机噪声等原因，图像会产生一定程度的退化。

反卷积复原算法

几种图像复原方法的对比一、Richardson-Lucy 算法R-L 算法是目前世界上应用最广泛的函数恢复技术之一，它是一种迭代方法。

MATLAB 提供的deconvlucy （）函数还能够用于实现复杂图像重建的多种算法中，这些算法都基于Lucy-Richardson 最大化可能性算法。

R-L 算法是一种迭代非线性复原算法，它是从最大似然公式推导出来的，图像用泊松分布加以模型化的。

当下面这个迭代收敛时模型的最大似然函数就可以得到一个令人满意的方程：1(,)(,)(,)[(,)](,)(,)k k k g x y f x y f x y h x y h x y f x y ∧∧+∧=⊕* 其中，*代表卷积，⊕代表相关，∧f 代表未退化图像的估计，g和h 和以前定义一样。

在IPT 中，L-R 算法由名为deconvlucy 的函数完成的。

deconvlucy()函数的调用格式：J=deconvlucy(I ，PSF ，NUMIT ，DAMPAR ，WEIGHT)。

其中，I 表示输入图像，PSF 表示点扩散函数。

其他参数都是可选参数：NUMIT 表示算法的迭代次数，默认为10次；DAMPAR 是一个标量，它指定了结果图像与原图像I 之间的偏离阈值表，默认值为0(无衰减）；WEIGHT 是一个与I 同样大小的数组，它为每一个像素分配一个权重来反映其重量，表示像素加权值，默认值为原始图像的数值。

图像复原源代码：%% Deblurring Gray Images Using the Lucy-Richardson Algorithmclcclearclose allI=imread('E:\lena512color.tif'); % 彩色图像的像素为512*512I1=rgb2gray(I); % 灰度图像的像素为512*512 % figure,imshow(I),title('Original color image');% figure,imshow(I1),title('Original gray image');I2=I1(1:2:end,1:2:end); % 图像的像素设置为256*256 figure,imshow(I2),title('Gray Image 256*256');PSF = fspecial('gaussian',5,5); % 点扩散函数Blurred = imfilter(I2,PSF,'symmetric','conv');figure;imshow(Blurred);title('Gaussian Blurred');V = 0.0001;BlurredNoisy = imnoise(Blurred,'gaussian',0,V);figure;imshow(BlurredNoisy);title('Blurred & Noisy');K=size(I2);WT=zeros(K);WT(5:end-4,5:end-4)=1;J1 = deconvlucy(BlurredNoisy,PSF);% H1 = deconvlucy(BlurredNoisy,PSF,5); % 迭代5次% H1_cell=deconvlucy({BlurredNoisy},PSF,5);% H2_cell=deconvlucy(H1_cell,PSF);% H2=im2uint8(H2_cell{2});J2 = deconvlucy(BlurredNoisy,PSF,5,im2uint8(3*sqrt(V))); % 迭代5次J3 =deconvlucy(BlurredNoisy,PSF,15,im2uint8(3*sqrt(V)));% 迭代15次J4 =deconvlucy(BlurredNoisy,PSF,25,im2uint8(3*sqrt(V)));% 迭代25次J5 =deconvlucy(BlurredNoisy,PSF,40,im2uint8(3*sqrt(V)));% 迭代40次J6 =deconvlucy(BlurredNoisy,PSF,20,im2uint8(3*sqrt(V)),WT);% 迭代20次,加WTJ7 = deconvlucy(BlurredNoisy,PSF,40,im2uint8(3*sqrt(V)),WT); % 迭代40次,加WT%figure, imshow(J1);title('J1:deconvlucy(A,PSF)');% figure, imshow(H1); title('H1:Restored Image NUMIT=5');% figure,imshow(H2),title('H2:Restored Image NUMIT=15');figure, imshow(J2);title('J2:deconvlucy(A,PSF,NUMIT=5,DAMPAR)');figure, imshow(J3);title('J3:deconvlucy(A,PSF,NUMIT=15,DAMPAR)');figure, imshow(J4);title('J4:deconvlucy(A,PSF,NUMIT=25,DAMPAR)');figure, imshow(J5);title('J5:deconvlucy(A,PSF,NUMIT=40,DAMPAR)');figure, imshow(J6),title('J6:deconvlucy(A,PSF,NUMIT=20,DAMPAR,WEIGHT)'); figure, imshow(J7),title('J7:deconvlucy(A,PSF,NUMIT=40,DAMPAR,WEIGHT)');二、维纳滤波维纳滤波法是由Wiener 首先提出的，在图像复原领域，由于维纳滤波计算量小，复原效果好，从而得到了广泛的应用和发展。

基于调制核回归和正则化Richardson-Lucy算法的中子图像复原方法

２．ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓ＆Ｓｔａｔｉｓｔｉｃｓ，ＮｏｒｔｈｅａｓｔＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２４，Ｃｈｉｎａ）
ｓｕｌｔｓｅｆｆｉｃｉｅｎｔｌｙ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｉｎｇｗｉｔｈｔｈｅｏｔｈｅｒｍｅｔｈｏｄｓ，ｔｈｅ
Ａｂｓｔｒａｃｔ：Ｔｈｅｎｅｕｔｒｏｎｉｍａｇｅｏｂｔａｉｎｅｄｆｒｏｍｎｅｕｔｒｏｎｉｍａｇｉｎｇｓｙｓｔｅｍｕｓｕａｌｌｙｇｅｔｓｓｅｒｉｏｕｓｄｅｇｒａｄａｔｉｏｎｂｅｃａｕｓｅｏｆｔｈｅｉｎｆｌｕｅｎｃｅｏｆｐｈｙｓｉｃａｌｃｏｎｓｔｒａｉｎｔｓａｎｄｏｔｈｅｒｆａｃｔｏｒｓｏｆｔｈｅｓｙｓ — ｔｅｍ．Ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ｂｙｃｏｍｂｉｎｉｎｇｔｈｅｓｔｅｅｒｉｎｇ — ｋｅｒｎｅｌｒｅｇｒｅｓｓｉｏｎ（ＳＫ）ｗｉｔｈＴＶ— ＲＬａｌｇｏｒｉｔｈｍ。ａｎｅｕｔｒｏｎｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎｍｅｔｈｏｄＳＫ— ＴＶ— ＲＬｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅ

基于调制核回归和正则化Richardson-Lucy 算法的中子图像复原方法

基于调制核回归和正则化Richardson-Lucy 算法的中子图像复原方法乔双;王巧;孙佳宁【摘要】由于中子成像系统中的诸多物理因素影响，使其得到的中子图像通常会发生严重的图像降质。

本文将调制核回归（SK）引入到TV‐RL算法中，提出了一种中子图像去模糊去噪方法SK‐TV‐RL ，即基于SK的TV‐RL算法。

该方法能解决以往算法噪声放大的问题，并能复原降质图像中的细节信息。

对比实验结果表明，无论基于客观评价还是主观评价，该方法都能有效地提高图像复原质量。

%The neutron image obtained from neutron imaging system usually gets serious degradation because of the influence of physical constraints and other factors of the sys‐tem .To solve this problem ,by combining the steering‐kernel regression (SK) with TV‐RL algorithm ,a neutron image restoration method SK‐TV‐RL was proposed .The method is capable of suppressing noise w hile restoring details of the blurred imaging re‐sultsefficiently .Experimental results show that comparing with the other methods ,the method can improve the restoration quality both visually and quantitatively .【期刊名称】《原子能科学技术》【年(卷),期】2015(000)004【总页数】4页(P765-768)【关键词】中子成像;Richardson-Lucy算法;调制核回归【作者】乔双;王巧;孙佳宁【作者单位】东北师范大学物理学院，吉林长春130024;东北师范大学物理学院，吉林长春 130024;东北师范大学数学与统计学院，吉林长春 130024【正文语种】中文【中图分类】TP391由于中子成像系统物理条件因素的限制，其成像结果不可避免的会受到γ射线污染、中子散射、CCD电子噪声等因素的影响，这使得中子数字成像系统所得到的图像往往会发生严重降质，如对比度低、图像模糊、含有多种噪声等［1］。

基于Richardson-Lucy的图像去模糊新算法

ＺＨＡＯＢｏＺＨＡＮＧｅｈｅｇ，ＮＧｕｎＮｏｅｍａｅｅｌｒｉａｇｒｔ，ＷｎｓｎＤＩＨａ．ｖｌｉｇｄｂｕｒｎｇｌｏｉｈｍｓｄｎｂａｅｏＲｉｈｒｓｎＬｕｙＣｏｐｔｒｃａｄｏ－ｃ．ｍｕｅ
ＭａｐａｔｒａｅｉｃｓｄＩｃｏｓｓｅｓｎｂｅａａｅｅｓｏｃｉｖｔｅｂｅｔｅｕ．ｐｒｎａｒｓｌｄｍｏｔｅｐａｍｅｅｓｒｄｓｕｓｅ．ｈｏｅｒａｏａｌｐｍｔｒｔａｈｅｅｈｓｒｔｒｒｓＲｓＥｘｅｍｅｔｌｅｕｔｅｎｓａｉｓｒｔ
ｎｔｂｅｉｒｖｍｅｔｒｎｉｙｂｕｒｄｉａｅｓｎｈｓｍｅｈｄｏａｌｍｐｏｅｎｓｆｏｓｌｒｅｍｇｓｕｉｇｔｉｔｏ．ｏ
ＫｅｒｓｍａｅｒｓｒｔｎｄｂｕｒｇＲｃａｄｏ —ｕｙＲｙｗｏｄ：ｉｇｅｔａｏ；ｅｌｒｉ；ｉｈｒｓｎＬｃ（Ｌ）ａｏｔｍ；ａａｏｉｎｌｒｈＧｉＭｐｇｉｎ
铃效应的有效性，同时它很好地保留了图像细节，对含有噪声的模糊图像也有很好的复原效果。关键词：图像复原；去模糊；ｉａｄｏ．ｕｙＲ算法；ＲｃｒｓｎＬｃ（Ｌ）ｈ增益图ＤＯＩ１．７￣ｉｎ１０．３１０１４０文章编号：０２８３（０１３．０１０文献标识码：中图分类号：Ｐ９．：０３８．ｓ．２８３．１．．１７ｓ０２３０１０．３１２１）４００．４ＡＴ３１４

基于Lucy-Richardson算法的运动模糊图像复原研究

基于Lucy-Richardson算法的运动模糊图像复原研究
王秋云;王轶群
【期刊名称】《自动化与仪器仪表》
【年(卷),期】2013()2
【摘要】运动模糊是造成图像退化的重要原因之一。

本文以运动模糊图像的退化模型为基础,采用退化图像的频谱特性和Radon变换分别对运动模糊长度和运动模糊角度进行了计算,给出了运动模糊图像点扩展函数的参数估计算法,并利用维纳滤波和Lucy-Richardson(L-R)算法分别对不含噪声的运动模糊图像和加噪声的运动模糊图像进行了复原仿真实验。

结果表明,本文给出的运动模糊图像参数估计算法是十分有效的,且对于含有噪声的运动模糊图像,L-R算法能够获得比维纳滤波更好的复原效果。

【总页数】3页(P13-14)
【关键词】运动模糊图像;图像复原;频谱特性;Radon变换;Lucy-Richardson算法【作者】王秋云;王轶群
【作者单位】甘肃政法学院公安技术学院
【正文语种】中文
【中图分类】TP911
【相关文献】
1.基于增益控制Lucy-Richardson算法的脐橙模糊图像复原 [J], 龚中良;王习文;杜伟涛
2.基于L-R算法的运动模糊图像复原 [J], YU Ke-xin;ZHANG Tian-zhou;WANG Xin-rui;WU Yu-hang
3.基于Lucy-Richardson算法的运动模糊图像复原 [J], 张衍敏
4.基于改进R-L算法的运动模糊图像复原方法研究 [J], 陈员义;杨文福;周祥明;徐华银
5.基于改进R-L算法的运动模糊图像复原方法研究 [J], 陈员义;杨文福;周祥明;徐华银
因版权原因，仅展示原文概要，查看原文内容请购买。

数字图像处理实验三：图像的复原

南京工程学院通信工程学院实验报告课程名称数字图像处理C实验项目名称实验三图像的复原实验班级算通111 学生姓名夏婷学号 208110408 实验时间 2014年5月5日实验地点信息楼C322实验成绩评定指导教师签名年月日实验三、图像的恢复一、实验类型：验证性实验二、实验目的1. 掌握退化模型的建立方法。

2. 掌握图像恢复的基本原理。

三、实验设备：安装有MATLAB 软件的计算机四、实验原理一幅退化的图像可以近似地用方程g=Hf+n 表示，其中g 为图像，H为变形算子，又称为点扩散函数（PSF ），f 为原始的真实图像，n 为附加噪声，它在图像捕获过程中产生并且使图像质量变坏。

其中，PSF 是一个很重要的因素，它的值直接影响到恢复后图像的质量。

I=imread(‘peppers.png’);I=I(60+[1:256],222+[1:256],:);figure;imshow(I);LEN=31;THETA=11;PSF=fspecial(‘motion’,LEN,THETA);Blurred=imfilter(I,PSF,’circular’,’conv’);figure;imshow(Blurred);MATLAB 工具箱中有4 个图像恢复函数，如表3-1 所示。

这4 个函数都以一个PSF 和模糊图像作为主要变量。

deconvwnr 函数使用维纳滤波对图像恢复，求取最小二乘解，deconvreg 函数实现约束去卷积，求取有约束的最小二乘解，可以设置对输出图像的约束。

deconvlucy 函数实现了一个加速衰减的Lucy-Richardson 算法。

该函数采用优化技术和泊松统计量进行多次迭代。

使用该函数，不需要提供有关模糊图像中附加噪声的信息。

deconvblind 函数使用的是盲去卷积算法，它在不知道PSF 的情况下进行恢复。

调用deconvblind 函数时，将PSF 的初值作为一个变量进行传递。

基于增益控制Lucy-Richardson算法的脐橙模糊图像复原

江西农业大学学报2018,40(1):40-48 A c ta A g ric u ltu ra e U n iv e rs ita tis J ia n g x ie n s ish ttp://x u e l)a().j x a u.e d u.c n D O I：10.1383d/j.j j a u.2018006龚中良，王习文，杜伟涛.基于增益控制Lucy-Richardson算法的脐橙模糊图像复原[J].江西农业大学学报，2018,40( 1): 40-48.基于增益控制Lucy-Richardson算法的脐橙模糊图像复原龚中良，王习文，杜伟涛(中南林业科技大学机电工程学院，湖南长沙410004)摘要:在利用机器视觉系统对脐橙进行变袋长包装的过程中，脐橙的匀速直线运动会造成图像模糊进而导致脐橙边缘细节等特征信息丢失，极大地影响了脐橙尺寸检测精度。

针对该问题，本文提出了一种求解脐橙图像模糊长度及恢复模糊图像的方法。

对退化图像进行傅里叶变换(fo u rie r transfom，F T)，估计退化图像点扩展函数 (point spread fu n ction，PSF)，利用傅里叶频谱特性对运动模糊长度进行了计算，并米用了基于增益控制的Lucyr-R ichardson改进算法对运动模糊图像进行了 M a tla b复原仿真实验，结果表明：当算法迭代次数为8时，去振铃效应（ringing artifacts，R A)最明显，其图像分割误差最小。

综合运用R G B颜色分量线性运算对传送链上的脐橙进行背景分割，对图像进行去噪处理以及二值形态学运算，利用最小外接矩形法（m inimum enclosing rectangle，M E R)计算脐橙本体的最大横径。

实验结果表明，相对于原始未处理的模糊图像，使用本文算法使脐橙最大横径平均测量误差从5.1%下降至0.81%，提高了脐橙的包装精度。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ａｇｒｔｍ．ｅｐｏｅｉｏｌｅｖａｒｇｌｒｍｅｈｏｏｅａａｉｇｔｅｉｕｌｎｉｅｉｔｅｏｉｎｌＬＲｔｒｔｖｒｃｓｎｎｕｓｍｐｅｌｏｉｈＴｈｒｂｌｍｓｓｖｄｉｅｕａｔｄｆｒｓｐｒｔｎｈｅｒｓｄａｏｓｎｈｒｇｉａｉａｉｅｐｏｅｓａｄＮｏｓｂａｌｄｅ
ＣｎｏｒｔｒｎｆｒＮＳＴｄｍａｎｌｃｌｅｈｏｈｏｏｒｌｉｎｄｎｉｎｔｏ．ｏａａｉｅｅｐｒｎａｒｓｌｈｗｔｅａｇｒｈａｏｔｕｌａｓｍ（Ｃ）ｏｉｏａｎｉｂｒｏｄｃｒａｏｅｏｓｇｍｅｄＣｍｐｒｔｘｅｉｔｌｅｕｔｓｏｌｏｉｍｃｎｅＴｏｇｅｔｉｈｖｍｅｓｈｔ
［ｓｒｃ］ＡｎｗｕｙＲｉａｄｏ（ＲｍａｅｒｓｒｔｎａｇｒｈｓｐｏｏｅｏａｏｄｔｅｎｉｍｐｉｃｔｎｐｏｌｏｅｏｉｉａＬＡｂｔａｔｅＬｃ — ｃｒｓｎＬ）ｉｇｅｔａｉｌｏｉｍｉｒｐｓｄｔｖｉｈｏｓａｌａｉｒｂｅｆｈｒｎｌＲｈｏｏｔｅｉｆｏｍｔｇ
用不同的复原策略。根据小波变换域采用的复原策略不同，小波域图像复原又分为小波域迭代正则化图像复原方法ｌ和Ｊ
过程中的噪声残差，并采用非下采样轮廓波变换域局部邻域相关性方法对噪声进行处理，从而弥补原ＬＲ算法噪声存在的缺陷。对比实验结果表明，该算法复原视觉效果良好。
关健词：图像复原；Ｌｃ—ｉａｓｎ算法；非下采样轮廓波变换；局部邻域相关性去噪ｕｙＲｃｒｏｈｄ
ｄｎｓｎｅｏｉｉｇ
１概述
图像复原就是利用退化现象的某种先验知识来恢复退化
逼近噪声所产生的结果。因此，对于实际应用中常见的低信噪图像，Ｒ算法存在放大噪声的缺陷，Ｌ难以获得较好的复原
效果。
的原始图像的过程，其根本目的就是改善图像质量，便于进
—
１分
基于Ｌｃ．ｃａｄｏｕｙＲｉｈｒｓｎ算法的图像复原
闰河，闰卫军，李唯唯
（．重庆理工大学计算机学院，重庆４０５；２１００４．中国冶金地质总局西北地质勘探院，西安７０６）１０１
摘
要：针对Ｌｃ—ｉａｓ（Ｒ复原算法存在的噪声放大问题，提出一种新的ＬｕｙｃｒｏＬ）ＲｈｄｎＲ图像复原算法，通过正则化处理分离原ＬＲ算法迭代
一
步读解图像信息。由于引起图像退化的因素很多，且性质
针对小波变换和Ｌ算法的缺陷，本文提出一种将非下Ｒ
采样轮廓波变换域邻域相关性去噪和Ｌ算法相结合的图像Ｒ
各不相同，众多研究人员采用不同的处理技巧和估计准则提出了不同的复原方法，如早期的以逆滤波、维纳滤波为代表的频域复原和当前受到广泛关注的小波域图像复原、基于贝叶斯分析图像复原等。由于小波变换具有多分辨特性和时频局部化特性，小波域图像复原能分别在变换域低频和高频采
ＩａｅＲｅｔｒｔｏｓｄ０ｍｇｓｏａｉｎＢａｅｎＬｕｃＲｉｈａｄｓｎＡｌｏｉｈｍｙ— ｃｒｏｇｒｔ
ＹＹＮＷｅ－ｎ，ＩｅｗｅＡＮＨｅ，ＡｉｕＬｉｉｊＷ．
（．ｌｇｆｏｕｅｃｎｅＣｏｇｉｇＵｉｅｓｙｏＴｃｎｌｇ，ｏｇｉｇ４０５；１ＣｏｌｅｏＣｍｐｔｒｉｃ，ｈｎｑｎｎｖｒｉｆｅｈｏｏｙＣｈｎｑｎ００４ｅＳｅｔ２ＮｏｔｗｓＧｅｌｇｃｌｘｌｒｔｎＩｓｉｔ，ｈｎｔｌｒｉｌｎｏｏｉａＢｒａ， ’ｎ７０６）．ｒｅｔｏｏｉｐｏａｉｔｕｅＣｉａＭｅａｌｇｃｄＧｅｌｇｃｌｕｅｕＸｉ１０１ｈａＥｏｎｔｕａａａ
第３６卷第１期５
ＶＬｏ３６
Ｎｏ１．５
计
算
机
工
程
２１００年８月
Ａｕｇｕｓ０１ｔ２０
ＣｏｐｕｔｒＥｎｎｅｉｍｅｇｉｅｒｎｇ
・图形图像处理・
文编：０＿４（１１＿０＿２文标章号ｌ０３２２０５０４１０－８０）＿２＿０献面Ａ
ｏｔｉａｉｆｃｏｙｒｓｏａｉｎｖｓａｆｅｔ．ｂａｎｓｔａｔｒｅｔｒｔｏｉｕｌｆｃｓｓｅ
［ｙｗｏｄ］ｉｇｓｒｔｎＬｃ— ｉａｄｏ（Ｒ）ｌｒｈＮｏｓｂａｌｏｔｕｌｔｒｎｆｒＮＳＴ；ｏａｎｉｈｏｈｏｏｒｌｔｎＫｅｒｓｍａｅｒｔａｉ；ｕｙＲｃｒｓｎＬａｏｉｍ；ｎｕｓｍｐｅＣｎｏｒａｓｍ（Ｃ）ｌｃｌｅｂｒｏｄｃｒａｏｅｏｏｈｇｔｄｅＴｏｇｅｉ