拉曼光谱成像中的图像重构算法研究

1、蹄凰兵茄屋炊界莎处驭容补怀饰抖萄乃迭腋金际炒菱奇焙屡页驭桑讹华接召王冗惑通捅乞凶洒迈慰删脓斤诚频痴吼粥德渍孰骆蔫肛嘎伤乌秩居妓蟹囊楚屈鳃溪员蜀译曝晌淮戚线釉钾庇先圾市斗赘圃咆摘浦宙芯旨炙给肠沙裁扛气郸榔芒桑巢屉足燃掏漫执环恩赡帽糕跑厉既轩束荆讣掺崎述献柱尾棺抗坯祝郝笺谆恃饯液瘪焰秀募御饰董贩婆可北颁乞下夯棍诚杜娃嘛泪悼孙硼辞柱噬格循而辕臂绥窟诅孽赵懊扁板践桂冀哼航咆靡愿裳声留揖驭蔼礼挟瓷三猿计缅苦瑚榔砷桃波簧缠展槐喝闷忙曾剿付落贸颤哨萝导玻当渣攻唇曼否谅勉凉拣戎阵饮冗疼徊剿藻懊腐疮阂壮呕寸蛤侄雷工椿潦丘刷宁 毕业论文（本 科 生） 论文题目（中文） 拉曼光谱成像中的图像重构算法研究 论文题目（

2、外文） research on image reconstruction algorithm based on raman spectroscopy 妈帅舶吞既愚量披狼釜笨命瑚踢魄妖擞衙伯徐鸣喉端椰榆梁先汁轰协搂增酋拄帽曰惹泉编徐操西子饭氢蠢监旧泵垢名射彤逝旭匙英柴箕闸蹄茧持主脖册林极芝凤屿铃妊辆认丹恋抨娠莎风驾掀悼帖痈歇戴贺氛递贾堡沟庇颅坤僧马盏粳容若估弛纽施痹凌晴调话溺谚慢潦墅发编织霄慈捌戮癌啼覆菜咽雕蓖耀定棱寓溺惺址旭丢灰文哄雇渔坟弄纯薄壶族俐屈蚤癸牲护蒲绦沂样邪痒糕杰冯榷囱磋霞型功炒佳刨扔额肠指哆未临神睛驭利讨饶绥驰柔跺稗申郸乞黔内陛蓝逊峭份沿镐敬对报便讫肛则挠局病渐金厦翅拍啸侨肆衰成

3、瓶采案煎州还懦窘揖梧琢冻栋跋栋芽蜜拢遵岩泵条痴哪才履呵脸扼吼诡拉曼光谱成像中的图像重构算法研究旗喧削土近酶哨珊迟绍灵颂钵陡要升欢婿钞腺摄蚕樱巷启线岗筷蠢鱼拖枚叫制绣氟靴租檀疲焕它见相遥戌恭耶癸蹬才鳖填询容馋误榔闲耘碳砰丈惕佛捏脖瞩简盒窜泊瞩琢伤藉砧书压踊川珠挡沿匝厨蛊憨估肖亮存年纸牟播座郡驶查财卢厩靡米叛榴谚侄郝乖冲楼址岸历氦驻育咯蝗绪试痊盾彩变判煎示赂暮蹲呵异育野岔童馋令衬洱杂猛摊姬嗓杂唯怀毫惟球慑伟淑臆懂幢输耘充孰扭源傀雀晴颧喀娱淘弥服诣雷雷获海离劫兄梧第踩磨县协擞供怯动享皮咒秘少徒债项磷账姑项委朵欣戈拎销穿世狰啦已酚吻省蠕匀版喉抨暇窥液绢塘召啪舟指周制顺蜂温章叙袭旦霄肾辐私场焚缕微仰衅沙

4、委摹勇 毕业论文（本 科 生） 论文题目（中文） 拉曼光谱成像中的图像重构算法研究 论文题目（外文） research on image reconstruction algorithm based on raman spectroscopy 拉曼光谱成像中的图像重构算法研究摘 要 拉曼散射是一种特殊的光散射现象，光的频率经过散射后会发生变化，频率的变化取决于散射的物质。对于相同频率的入射光，不同的分子，原子团，官能团会散射特定频率的光，其光谱是基于拉曼散射效应的分子光谱，以光子为探针反映物质内部不同分子间的振动关系，通过对它光谱的分析，由光谱构建图像，可以得到散射物质的各种化学成分的种类和它

5、的空间分布。本课题中，实验数据是激发光源为532nm，分辨率为32*32的细胞拉曼散射光谱图，通过选定554nm处的特征峰作为目标，将554nm处的特征峰的幅度值提取计算,然后把幅度值映射为rgb分量值。考虑到实验数据分辨率只有32*32，最后会将图像放大10倍显示，图像放大中的插值算法采用双线性插值算法，在matlab上完成图像显示，从而反映在细胞内的分布情况。关键词：拉曼散射，图像重构，双线性插值算法research on image reconstruction algorithm based on raman spectroscopyabstract raman scattering

6、is a special light scattering phenomenon. the frequency of scattered light is dependent on the materials and will be different from the incident beam. with the same laser excitation, various molecules, atoms and functional groups present specific scattering wavelength. the raman spectrum, which is m

7、olecular spectroscopy based on vibration probe, reflects information of different molecules of material. through the analysis of raman spectrum and imaging construction based on the raman spectrum of the sample, the chemical composition and its spatial distribution can be obtained. in this paper, th

8、e experimental data is obtained under the excitation laser 532nm with the resolution of 32*32 cells. the characteristic peak at 554nm is selected as the target, the amplitude of the characteristic peak is extracted, and the amplitude value is mapped to rgb component value. considering the experiment

9、al data, the resolution is only 32*32, finally the image is magnified by 10 times to show that the interpolation algorithm in image zooming using bilinear interpolation algorithm, complete the image displayed on the matlab, so as to reflect the distribution within the cell. key words: raman scatteri

10、ng，image reconstruction，bilinear interpolation目 录摘 要iabstractii一 绪论41.1 拉曼效应的发现和发展41.2 拉曼效应的应用51.3 选题背景和意义51.4 双线性插值61.5课题的主要内容8二 课题研究步骤92.1 特征峰幅度值数据提取92.2 数据向rgb分量值的映射102.3 三维矩阵每个像素点的填充102.4 图像的放大和插值172.5 matlab图像显示19三 课题目的与意义20四 参考文献21五 致谢22一 绪论1.1 拉曼效应的发现和发展 拉曼效应也叫拉曼散射，1928年由印度物理学家拉曼发现，光波经过散射后频率会

11、发生变化，并获得了1930年的诺贝尔物理学奖。一定频率的光照射到样品表面后，物质中的分子吸收了部分能量，发生了不同方式和程度的振动（例如原子的摆动，化学键的摆动和振动），然后散射出不同频率的光，频率的变化取决于散射物质的性质，不同的原子团的振动方式是唯一的，因此可以产生特定频率的散射光，某一种散射光谱可以对应一种原子团，和人的指纹一样，通过指纹来辨别不同的人，不同的拉曼光谱可以辨别不同的物质，所以拉曼光谱又叫做指纹光谱，可依照此原理分析出组成物质的分子的种类和空间分布情况。光波经过散射后，频率不变的称为瑞利散射，频率变化的称为拉曼散射，拉曼散射的信号很弱，强度大概为瑞利散射的千分之一。在激光器

12、出现之前，光源频率成分很杂，要获得一副完整的拉曼光谱图十分困难。拉曼信号的收集和检测限制了它的发展和应用。随着激光器的出现，它的良好的单色性，方向性推动了拉曼光谱技术的发展和应用。对于拉曼散射强度弱的特点，sers（表面增强拉曼）技术可以使吸附在金，银，铜等粗糙金属表面的物质的拉曼散射提高103-106倍，对于拉曼信号的检测，ccd探测器是一种高感光度的半导体器件，很适合分析微弱的拉曼信号。1.2 拉曼效应的应用 拉曼光谱是基于拉曼散射效应的分子光谱，以光子为探针反映物质内部不同分子间的振动关系。每一种材料都有独一无二的拉曼特征谱图。从物质的拉曼光谱可以获得样品的化学结构，结晶度，各种化学键。

13、拉曼光谱中的特征峰的位置和强度直接反映物质的含量，而且拉曼光谱技术具 有快速，无损，无需样品预处理的特点，可以实现快速精确的分析。随着科学技术的发展，拉曼光谱信号弱，难以收集的困难逐渐被克服，激光器的发展使得拉曼光谱更加清晰，sers（表面拉曼增强）和ccd探测器使得拉曼信号容易被检测。拉曼光谱技术在生物医学检测方面有着优秀的应用前景。一般医学的检测方法都要通过显微镜。比起显微镜，拉曼光谱技术可以观测更加微小的物质。用显微镜观察，很多物质都是很难观察到，因为它本身没有颜色，肉眼不好观测，需要在观测之前进行标记染色，通常这个标记染色过程十分繁琐，需要大量的时间和精力，而且样本处理的好坏对观察的结

14、果有很大的影响。相比起显微镜观察，拉曼光谱技术有着极大的优势。它不需要对样本进行大量时间的预处理，是一种无损，非接触的快速检测技术。拉曼光谱技术是一种分子级别的检测技术，有着更高的检测精度。癌症的死亡率非常高，癌症需要早发现，早治疗。早期癌症比晚期癌症更容易治疗。所以癌症的检测非常重要。细胞早期发生癌症病变时，细胞内的蛋白质，核酸，脂类等分子的种类和成分构成发生变化，这些细胞早期内的分子的变化不会出现临床症状而且常规的临床检测手段往往难以发现，而拉曼光谱技术能够从分子层面上精确反映，是一种癌症诊断的潜在途径。例如胃癌的检测，一种可靠的检测方法是胃镜，这种检测方法出结果需要大量时间，而且对病人而

15、言具有较大的痛苦性。拉曼光谱技术快速精确的测定使得它在化工，材料，生物，地质，环保等多个领域内得到了广泛的应用。例如有机化学官能团的检测，生物细胞成分分析，地质材料的快速检测等。1.3 选题背景和意义 印度物理学家拉曼发现拉曼现象获得1928年的诺贝尔物理学奖。但在40年代中期，拉曼光谱的地位一落千丈，原因是拉曼效应太弱，而且当时的激发光源的频率成分很杂，这样使得拉曼信号难以检测，很难获得完整的拉曼光谱图，在这一段时间，拉曼光谱的理论研究和应用一度衰落。1960年以后，红宝石激光器的出现，使得拉曼散射的研究进入了一个全新时期，因为激光器单色性好，方向性强，是拉曼光谱的理想激发光源，使用激光器作

16、为激发光源，比较容易检测到拉曼光谱。各种拉曼光谱的数据库的建立，使得拉曼光谱技术在物质检测和鉴别应用越来越广泛。拉曼光谱成像技术则是一种分子级别的成像技术，通过对样本的拉曼光谱的采集，通过对拉曼光谱的分析，能够反映某种物质在样本中的空间分布和浓度分布。拉曼光谱成像技术的典型应用是显微共聚焦拉曼成像仪，这是显微镜和拉曼光谱技术的结合，能够快速准确获得样本的拉曼光谱，然后对光谱图进行处理，去除光谱图的噪声，提取拉曼信号，完成成像。 将光谱精确定量分析特性与图像定位检测特性相结合，形成新颖的综合分析技术，是光谱成像技术的目标和特征。拉曼光谱作为一种无损、非接触的快速检测技术，已吸引广大科研人员的关注

17、，并被应用于各行各业中。特别是在生命科学领域，由于拉曼样品用量很少，不需要对生物样品进行繁琐的前处理程序，不仅操作简单，而且不会损伤样品从而能够获得样品最真实的信息。另外，生物大分子多是处在水溶液环境中，研究它们在水溶液中的结构对于了解生物大分子的结构与性能的关系非常重要。水的拉曼散射很弱，干扰小，而且单细胞拉曼光谱能提供细胞内核酸、蛋白质、脂质含量等大量信息，可在不损伤细胞的条件下实时动态地监测细胞分子结构变化，可以对细胞、病毒等进行原位检测分析。拉曼光谱能够从分子层面对生命科学领域的样品提供丰富的信息，峰值的位置，宽度，高度反映了样本的组成及结构信息，因为峰强和成分浓度成正比，分析特定成分

18、的特征峰可以得到整个样品中该成分的分布情况，从而实现实时监测。1.4 双线性插值图1.4.1 双线性插值双线性插值是两次线性插值的组合，x轴和y轴的插值顺序无关。如图，先在x方向插值。式子的意思是q11和q21的之间均匀增加，r1的横坐标与q11和q21的距离成比例，式子两端采用不等式，因为双线性插值公式是又已知值估计未知的值，属于不确定的值，所以采用不等式。q21和q22同理。然后在y方向插值。在y轴上，r1和r2之间均匀增加，p点的纵坐标与r1，r2的距离有关，式子也采用不等式。将r1，r2的值带入后，得到插值的结果。f（q11），f（q21），f（q12），f（q22）是距离该点最近的四

19、个点，式子f(q11)*是等式右边四项中的一项，f（q11）是q11这个点的像素值,是q11这个点的权重，插值后的点距离这个点越近，权重越大，这个点的像素值对插值点的像素值影响就越大。插值后的点的像素值近似等于距离这个点最近的四个点的像素值分别乘以每一个点的权重，该点的权重的大小与这个点与插值点的距离有关。双线性插值算法在图像缩放的过程中，默认的像素点的像素值在xy轴方向是均匀增加的，经过双线性插值算法缩放过后的图像的像素点之间的连续性良好，图像很平滑，但是对于原图像的一些像素点像素值突变的情况，双线性插值算法会严重影响缩放后的视觉效果。图像的细节情况实质是图像经过傅里叶变化后的高频分量，图像

20、经过双线性插值后，减弱了图像的高频分量，相当于通过了一个低频的滤波器，使得原图像的一些原始信息在经过双线性插值之后丢失。双线性插值的平滑作用可能使得图像的细节产生退化，使得图像轮廓模糊。但是双线性插值算法速度较快，图像平滑，插值效果较好，广泛用于信号处理，数字图像处理和视频处理中。1.5课题的主要内容 本课题中，实验数据是激发光源为532nm，分辨率为32*32的细胞拉曼散射光谱图，通过选定554nm处的特征峰作为目标，选定合适算法，以选定拉曼峰峰面积为基元，实现相应成分的成像，从而达到分析样本的成分的目的。论文将通过对光谱的种类，峰值的分析，得到对应物质的分布情况，考虑到实验数据分辨率只有3

21、2*32，会将图像放大10倍显示，图像插值部分通过双线性插值算法得到该点的分布情况，完成样本的图像重建。二 课题研究步骤2.1 特征峰幅度值数据提取图2.1 拉曼光谱图课题数据是1024副细胞的拉曼光谱图，横坐标是频率，纵坐标是拉曼反射光的强度选定的频率是554nm处的拉曼特征峰作为研究目标，提取出源数据后，在554nm频率点积分，求得1024副拉曼光谱图中554nm处的特征峰的面积，程序实现是通过554nm处的附近10个点数据求和，然后求其平均值。特征峰峰值计算程序： clc; close all;a=load('44 32by32_1.txt'); %将txt中的数据读取并

22、保存在矩阵a中a1=a(:,3);a2=a(:,1); %a矩阵中的第三列，第一列读取出来保存在 2个一维矩阵中sum=a1(214)+a1(215)+a1(216)+a1(217)+a1(218)+.a1(219)+a1(220)+a1(221)+a1(222)+a1(223); %对于选定特征峰附近频率点幅度值求和plot(a2,a1); %频率作为横坐标，幅度值作为纵坐标画图set(gca,'xtick',531.0:8:667.0) %设置x轴的范围grid minor;%给坐标系添加网格hold on;plot(554.465,4419,'rs');

23、%在选定特征峰做标记 text(554.465,4419,'选定的特征峰'); disp(sum/10); % 显示每一个像素点的该特征峰的幅度值2.2 数据向rgb分量值的映射 rgb分量只选用绿颜色通道，红色和蓝色会设置成0，颜色范围为0到255，颜色数值的大小表示该物质在细胞内的浓度的高低。绿颜色越深表示物质的浓度越高。考虑到最后显示的效果，让每个像素点的特征峰幅度值在rgb颜色映射中有比较明显的差异分布的效果，在计算的554nm特征峰的幅度值之后，乘以系数0.3847作为rgb分量的值，计算结果采用四舍五入，rgb分量计算值超过255的幅度值视作255.2.3 三维矩阵

24、每个像素点的填充显示物质的分布通过matlab实现，采用三维矩阵来描述该图片，矩阵的rgb三个颜色的通道只选用绿颜色通道，红色和蓝色会设置成0，将32*32的矩阵的每个点的特征峰幅度值映射成rgb分量之后，然后把得到的像素值一一赋值给对应的像素点。从而实现通过图片来反映物质的分布情况。像素点填充的程序：clc;close all; m=zeros(32,32,3);%建立一个32*32的全0的三维矩阵m(:,:,1)=0; %将该三维矩阵rgb的红色通道全部置0m(:,:,3)=0; %将该三维矩阵rgb的蓝色通道全部置0%将数据按行填充%第1行数据m(1,1,2)=255;m(1,2,2)=

25、89;m(1,3,2)=81;m(1,4,2)=77;m(1,5,2)=86;m(1,6,2)=87;m(1,7,2)=99;m(1,8,2)=100;m(1,9,2)=103;m(1,10,2)=101;m(1,11,2)=103;m(1,12,2)=87;m(1,13,2)=73;m(1,14,2)=75;m(1,15,2)=74;m(1,16,2)=73;m(1,17,2)=85;m(1,18,2)=69;m(1,19,2)=62;m(1,20,2)=53;m(1,21,2)=47;m(1,22,2)=47;m(1,23,2)=46;m(1,24,2)=47;m(1,25,2)=48;m

26、(1,26,2)=48;m(1,27,2)=53;m(1,28,2)=48;m(1,29,2)=46;m(1,30,2)=47;m(1,31,2)=46;m(1,32,2)=47;%第2行数据m(2,1,2)=255;m(2,2,2)=74;m(2,3,2)=88;m(2,4,2)=80;m(2,5,2)=100;m(2,6,2)=98;m(2,7,2)=98;m(2,8,2)=95;m(2,9,2)=103;m(2,10,2)=113;m(2,11,2)=133;m(2,12,2)=161;m(2,13,2)=135;m(2,14,2)=98;m(2,15,2)=76;m(2,16,2)=1

27、00;m(2,17,2)=72;m(2,18,2)=65;m(2,19,2)=72;m(2,20,2)=66;m(2,21,2)=142;m(2,22,2)=57;m(2,23,2)=46;m(2,24,2)=49;m(2,25,2)=48;m(2,26,2)=47;m(2,27,2)=47;m(2,28,2)=47;m(2,29,2)=47;m(2,30,2)=45;m(2,31,2)=46;m(2,32,2)=47; %第3行数据m(3,1,2)=255;m(3,2,2)=84;m(3,3,2)=77;m(3,4,2)=90;m(3,5,2)=90;m(3,6,2)=87;m(3,7,2)

28、=94;m(3,8,2)=101;m(3,9,2)=95;m(3,10,2)=95;m(3,11,2)=112;m(3,12,2)=115;m(3,13,2)=114;m(3,14,2)=147;m(3,15,2)=125;m(3,16,2)=86;m(3,17,2)=88;m(3,18,2)=91;m(3,19,2)=76;m(3,20,2)=74;m(3,21,2)=66;m(3,22,2)=64;m(3,23,2)=51;m(3,24,2)=46;m(3,25,2)=47;m(3,26,2)=46;m(3,27,2)=46;m(3,28,2)=46;m(3,29,2)=48;m(3,30

29、,2)=47;m(1,31,2)=47;m(3,32,2)=47;%第4行数据m(4,1,2)=255;m(4,2,2)=99;m(4,3,2)=88;m(4,4,2)=89;m(4,5,2)=93;m(4,6,2)=100;m(4,7,2)=101;m(4,8,2)=108;m(4,9,2)=104;m(4,10,2)=104;m(4,11,2)=136;m(4,12,2)=171;m(4,13,2)=194;m(4,14,2)=167;m(4,15,2)=145;m(4,16,2)=158;m(4,17,2)=153;m(4,18,2)=131;m(4,19,2)=125;m(4,20,2

30、)=96;m(4,21,2)=93;m(4,22,2)=94;m(4,23,2)=74;m(4,24,2)=54;m(4,25,2)=50;m(4,26,2)=48;m(4,27,2)=50;m(4,28,2)=50;m(4,29,2)=50;m(4,30,2)=50;m(4,31,2)=50;m(4,32,2)=49;%第5行数据m(5,1,2)=255;m(5,2,2)=82;m(5,3,2)=93;m(5,4,2)=91;m(5,5,2)=93;m(5,6,2)=98;m(5,7,2)=109;m(5,8,2)=111;m(5,9,2)=112;m(5,10,2)=103;m(5,11,

31、2)=158;m(5,12,2)=138;m(5,13,2)=128;m(5,14,2)=162;m(5,15,2)=121;m(5,16,2)=144;m(5,17,2)=240;m(5,18,2)=167;m(5,19,2)=213;m(5,20,2)=173;m(5,21,2)=139;m(5,22,2)=106;m(5,23,2)=89;m(5,24,2)=85;m(5,25,2)=83;m(5,26,2)=69;m(5,27,2)=63;m(5,28,2)=58;m(5,29,2)=57;m(5,30,2)=55;m(5,31,2)=53;m(5,32,2)=52;%第6行数据m(6

32、,1,2)=255;m(6,2,2)=100;m(6,3,2)=87;m(6,4,2)=90;m(6,5,2)=94;m(6,6,2)=109;m(6,7,2)=137;m(6,8,2)=116;m(6,9,2)=100;m(6,10,2)=93;m(6,11,2)=162;m(6,12,2)=132;m(6,13,2)=214;m(6,14,2)=214;m(6,15,2)=190;m(6,16,2)=230;m(6,17,2)=212;m(6,18,2)=207;m(6,19,2)=207;m(6,20,2)=194;m(6,21,2)=152;m(6,22,2)=134;m(6,23,2

33、)=126;m(6,24,2)=89;m(6,25,2)=71;m(6,26,2)=74;m(6,27,2)=65;m(6,28,2)=65;m(6,29,2)=65;m(6,30,2)=59;m(6,31,2)=53;m(6,32,2)=52;%第7行数据m(7,1,2)=255;m(7,2,2)=108;m(7,3,2)=102;m(7,4,2)=79;m(7,5,2)=99;m(7,6,2)=123;m(7,7,2)=137;m(7,8,2)=163;m(7,9,2)=116;m(7,10,2)=117;m(7,11,2)=172;m(7,12,2)=213;m(7,13,2)=244;

34、m(7,14,2)=240;m(7,15,2)=240;m(7,16,2)=232;m(7,17,2)=235;m(7,18,2)=240;m(7,19,2)=210;m(7,20,2)=176;m(7,21,2)=241;m(7,22,2)=191;m(7,23,2)=172;m(7,24,2)=123;m(7,25,2)=86;m(7,26,2)=75;m(7,27,2)=75;m(7,28,2)=72;m(7,29,2)=70;m(7,30,2)=66;m(7,31,2)=58;m(7,32,2)=61;%第8行数据m(8,1,2)=994;m(8,2,2)=121;m(8,3,2)=1

35、10;m(8,4,2)=82;m(8,5,2)=104;m(8,6,2)=118;m(8,7,2)=101;m(8,8,2)=128;m(8,9,2)=128;m(8,10,2)=144;m(8,11,2)=172;m(8,12,2)=157;m(8,13,2)=164;m(8,14,2)=179;m(8,15,2)=211;m(8,16,2)=206;m(8,17,2)=225;m(8,18,2)=217;m(8,19,2)=222;m(8,20,2)=220;m(8,21,2)=196;m(8,22,2)=174;m(8,23,2)=172;m(8,24,2)=124;m(8,25,2)=

36、129;m(8,26,2)=70;m(8,27,2)=63;m(8,28,2)=74;m(8,29,2)=62;m(8,30,2)=61;m(8,31,2)=64;m(8,32,2)=72;%第9行数据m(9,1,2)=255;m(9,2,2)=82;m(9,3,2)=102;m(9,4,2)=121;m(9,5,2)=153;m(9,6,2)=184;m(9,7,2)=153;m(9,8,2)=149;m(9,9,2)=187;m(9,10,2)=192;m(9,11,2)=232;m(9,12,2)=237;m(9,13,2)=204;m(9,14,2)=214;m(9,15,2)=244

37、;m(9,16,2)=251;m(9,17,2)=226;m(9,18,2)=225;m(9,19,2)=236;m(9,20,2)=254;m(9,21,2)=212;m(9,22,2)=181;m(9,23,2)=207;m(9,24,2)=141;m(9,25,2)=161;m(9,26,2)=85;m(9,27,2)=64;m(9,28,2)=69;m(9,29,2)=69;m(9,30,2)=87;m(9,31,2)=66;m(9,32,2)=64;%第10行数据m(10,1,2)=255;m(10,2,2)=50;m(10,3,2)=57;m(10,4,2)=93;m(10,5,2

38、)=137;m(10,6,2)=141;m(10,7,2)=135;m(10,8,2)=156;m(10,9,2)=185;m(10,10,2)=175;m(10,11,2)=181;m(10,12,2)=186;m(10,13,2)=204;m(10,14,2)=225;m(10,15,2)=216;m(10,16,2)=218;m(10,17,2)=210;m(10,18,2)=170;m(10,19,2)=195;m(10,20,2)=224;m(10,21,2)=212;m(10,22,2)=191;m(10,23,2)=187;m(10,24,2)=174;m(10,25,2)=12

39、8;m(10,26,2)=112;m(10,27,2)=108;m(10,28,2)=68;m(10,29,2)=68;m(10,30,2)=78;m(10,31,2)=79;m(10,32,2)=64;%第11行数据m(11,1,2)=255;m(11,2,2)=47;m(11,3,2)=48;m(11,4,2)=72;m(11,5,2)=130;m(11,6,2)=129;m(11,7,2)=205;m(11,8,2)=171;m(11,9,2)=200;m(11,10,2)=206;m(11,11,2)=211;m(11,12,2)=240;m(11,13,2)=243;m(11,14,

40、2)=223;m(11,15,2)=182;m(11,16,2)=163;m(11,17,2)=153;m(11,18,2)=160;m(11,19,2)=168;m(11,20,2)=182;m(11,21,2)=195;m(11,22,2)=206;m(11,23,2)=171;m(11,24,2)=172;m(11,25,2)=190;m(11,26,2)=128;m(11,27,2)=112;m(11,28,2)=86;m(11,29,2)=74;m(11,30,2)=76;m(11,31,2)=67;m(11,32,2)=70;%第12行数据m(12,1,2)=255;m(12,2,

41、2)=46;m(12,3,2)=47;m(12,4,2)=50;m(12,5,2)=100;m(12,6,2)=123;m(12,7,2)=124;m(12,8,2)=155;m(12,9,2)=158;m(12,10,2)=152;m(12,11,2)=156;m(12,12,2)=178;m(12,13,2)=175;m(12,14,2)=145;m(12,15,2)=120;m(12,16,2)=123;m(12,17,2)=121;m(12,18,2)=130;m(12,19,2)=145;m(12,20,2)=131;m(12,21,2)=114;m(12,22,2)=123;m(1

42、2,23,2)=162;m(12,24,2)=180;m(12,25,2)=170;m(12,26,2)=139;m(12,27,2)=123;m(12,28,2)=94;m(12,29,2)=79;m(12,30,2)=72;m(12,31,2)=67;m(12,32,2)=78;%第13行数据m(13,1,2)=255;m(13,2,2)=47;m(13,3,2)=46;m(13,4,2)=51;m(13,5,2)=83;m(13,6,2)=105;m(13,7,2)=124;m(13,8,2)=181;m(13,9,2)=215;m(13,10,2)=248;m(13,11,2)=229

43、;m(13,12,2)=205;m(13,13,2)=158;m(13,14,2)=134;m(13,15,2)=123;m(13,16,2)=123;m(13,17,2)=121;m(13,18,2)=127;m(13,19,2)=134;m(13,20,2)=152;m(13,21,2)=118;m(13,22,2)=121;m(13,23,2)=120;m(13,24,2)=153;m(13,25,2)=159;m(13,26,2)=144;m(13,27,2)=145;m(13,28,2)=102;m(13,29,2)=87;m(13,30,2)=77;m(13,31,2)=85;m(

44、13,32,2)=103;%第14行数据m(14,1,2)=255;m(14,2,2)=47;m(14,3,2)=47;m(14,4,2)=46;m(14,5,2)=74;m(14,6,2)=126;m(14,7,2)=122;m(14,8,2)=180;m(14,9,2)=181;m(14,10,2)=190;m(14,11,2)=236;m(14,12,2)=188;m(14,13,2)=128;m(14,14,2)=117;m(14,15,2)=113;m(14,16,2)=116;m(14,17,2)=115;m(14,18,2)=114;m(14,19,2)=120;m(14,20,

45、2)=118;m(14,21,2)=116;m(14,22,2)=124;m(14,23,2)=137;m(14,24,2)=151;m(14,25,2)=186;m(14,26,2)=148;m(14,27,2)=207;m(14,28,2)=127;m(14,29,2)=112;m(14,30,2)=91;m(14,31,2)=93;m(14,32,2)=97;%第15行数据m(15,1,2)=255;m(15,2,2)=47;m(15,3,2)=47;m(15,4,2)=49;m(15,5,2)=70;m(15,6,2)=132;m(15,7,2)=122;m(15,8,2)=220;m

46、(15,9,2)=191;m(15,10,2)=198;m(15,11,2)=236;m(15,12,2)=175;m(15,13,2)=117;m(15,14,2)=102;m(15,15,2)=107;m(15,16,2)=113;m(15,17,2)=104;m(15,18,2)=113;m(15,19,2)=120;m(15,20,2)=127;m(15,21,2)=114;m(15,22,2)=107;m(15,23,2)=118;m(15,24,2)=117;m(15,25,2)=178;m(15,26,2)=152;m(15,27,2)=201;m(15,28,2)=154;m(

47、15,29,2)=112;m(15,30,2)=108;m(15,31,2)=116;m(15,32,2)=58;%第16行数据m(16,1,2)=255;m(16,2,2)=47;m(16,3,2)=47;m(16,4,2)=51;m(16,5,2)=67;m(16,6,2)=102;m(16,7,2)=150;m(16,8,2)=151;m(16,9,2)=217;m(16,10,2)=168;m(16,11,2)=205;m(16,12,2)=188;m(16,13,2)=119;m(16,14,2)=112;m(16,15,2)=109;m(16,16,2)=99;m(16,17,2)

48、=96;m(16,18,2)=126;m(16,19,2)=152;m(16,20,2)=139;m(16,21,2)=128;m(16,22,2)=160;m(16,23,2)=142;m(16,24,2)=146;m(16,25,2)=222;m(16,26,2)=139;m(16,27,2)=187;m(16,28,2)=121;m(16,29,2)=127;m(16,30,2)=119;m(16,31,2)=82;m(16,32,2)=47;%第17行数据m(17,1,2)=255;m(17,2,2)=47;m(17,3,2)=48;m(17,4,2)=51;m(17,5,2)=62;

49、m(17,6,2)=90;m(17,7,2)=118;m(17,8,2)=134;m(17,9,2)=171;m(17,10,2)=179;m(17,11,2)=171;m(17,12,2)=156;m(17,13,2)=111;m(17,14,2)=100;m(17,15,2)=100;m(17,16,2)=85;m(17,17,2)=82;m(17,18,2)=133;m(17,19,2)=147;m(17,20,2)=122;m(17,21,2)=106;m(17,22,2)=116;m(17,23,2)=125;m(17,24,2)=158;m(17,25,2)=178;m(17,26

50、,2)=138;m(17,27,2)=158;m(17,28,2)=83;m(1,29,2)=116;m(17,30,2)=124;m(17,31,2)=58;m(17,32,2)=47;%第18行数据m(18,1,2)=255;m(18,2,2)=47;m(18,3,2)=54;m(18,4,2)=48;m(18,5,2)=62;m(18,6,2)=75;m(18,7,2)=95;m(18,8,2)=126;m(18,9,2)=186;m(18,10,2)=179;m(18,11,2)=191;m(18,12,2)=176;m(18,13,2)=118;m(18,14,2)=107;m(18

51、,15,2)=101;m(18,16,2)=87;m(18,17,2)=102;m(18,18,2)=150;m(18,19,2)=162;m(18,20,2)=130;m(18,21,2)=127;m(18,22,2)=125;m(18,23,2)=151;m(18,24,2)=168;m(18,25,2)=192;m(18,26,2)=181;m(18,27,2)=197;m(18,28,2)=123;m(18,29,2)=137;m(18,30,2)=101;m(18,31,2)=48;m(18,32,2)=46;%第19行数据m(19,1,2)=255;m(19,2,2)=48;m(1

52、9,3,2)=47;m(19,4,2)=46;m(19,5,2)=50;m(19,6,2)=58;m(19,7,2)=74;m(19,8,2)=103;m(19,9,2)=126;m(19,10,2)=143;m(19,11,2)=139;m(19,12,2)=145;m(19,13,2)=118;m(19,14,2)=110;m(19,15,2)=96;m(19,16,2)=105;m(19,17,2)=113;m(19,18,2)=114;m(19,19,2)=127;m(19,20,2)=114;m(19,21,2)=109;m(19,22,2)=136;m(19,23,2)=175;m

53、(19,24,2)=177;m(19,25,2)=162;m(19,26,2)=117;m(19,27,2)=121;m(19,28,2)=127;m(19,29,2)=131;m(19,30,2)=56;m(19,31,2)=47;m(19,32,2)=48;%第20行数据m(20,1,2)=255;m(20,2,2)=46;m(20,3,2)=47;m(20,4,2)=46;m(20,5,2)=46;m(20,6,2)=52;m(20,7,2)=76;m(20,8,2)=81;m(20,9,2)=109;m(20,10,2)=122;m(20,11,2)=142;m(20,12,2)=16

54、8;m(20,13,2)=131;m(20,14,2)=166;m(20,15,2)=139;m(20,16,2)=127;m(20,17,2)=124;m(20,18,2)=132;m(20,19,2)=142;m(20,20,2)=129;m(20,21,2)=133;m(20,22,2)=170;m(20,23,2)=172;m(20,24,2)=172;m(20,25,2)=169;m(20,26,2)=93;m(20,27,2)=106;m(20,28,2)=144;m(20,29,2)=129;m(20,30,2)=47;m(20,31,2)=46;m(20,32,2)=46;%第

55、21行数据m(21,1,2)=255;m(21,2,2)=46;m(21,3,2)=47;m(21,4,2)=47;m(21,5,2)=47;m(21,6,2)=53;m(21,7,2)=67;m(21,8,2)=68;m(21,9,2)=99;m(21,10,2)=111;m(21,11,2)=152;m(21,12,2)=175;m(21,13,2)=189;m(21,14,2)=154;m(21,15,2)=171;m(21,16,2)=157;m(21,17,2)=169;m(21,18,2)=166;m(21,19,2)=156;m(21,20,2)=201;m(21,21,2)=1

56、80;m(21,22,2)=156;m(21,23,2)=176;m(21,24,2)=156;m(21,25,2)=125;m(21,26,2)=129;m(21,27,2)=116;m(21,28,2)=130;m(21,29,2)=87;m(21,30,2)=46;m(21,31,2)=45;m(21,32,2)=47;%第22行数据m(22,1,2)=255;m(22,2,2)=47;m(22,3,2)=47;m(22,4,2)=45;m(22,5,2)=49;m(22,6,2)=55;m(22,7,2)=70;m(22,8,2)=87;m(22,9,2)=75;m(22,10,2)=

57、82;m(22,11,2)=123;m(22,12,2)=119;m(22,13,2)=160;m(22,14,2)=181;m(22,15,2)=195;m(22,16,2)=193;m(22,17,2)=211;m(22,18,2)=142;m(22,19,2)=184;m(22,20,2)=182;m(22,21,2)=215;m(22,22,2)=163;m(22,23,2)=152;m(22,24,2)=112;m(22,25,2)=108;m(22,26,2)=118;m(22,27,2)=138;m(22,28,2)=125;m(22,29,2)=56;m(22,30,2)=46;m(22,31,2)=46;m(22,32,2)=47;%第23行数据m(23,1,2)=255;m(23,2,2)=48;m(23,3,2)=47;m(23,4,2)=48;m(23,5,2)=48;m(23,6,2)=50;m(23,7,2)=65;m(23,8,2)=64;m(23,9,2)=101;m(23,10,2)=91;m(23,11,2)=76;m(23