CN115615407A - 一种基于三维激光扫描的实体结构物质量检测方法 - Google Patents

Abstract

本发明涉及质量检测领域，更具体涉及一种基于三维激光扫描的实体结构物质量检测方法。一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，该方法包括以下步骤：S1.根据要扫描的区域合理设置架站位置，采用三维激光扫描仪进行扫描，并把采集到的点云进行点云格式转换得到通用格式的点云数据；S2.对S1获取的点云数据进行去噪、下采样、坐标里程匹配处理，得到预处理后的点云数据；S3.通过将预处理后的点云数据和隧道的设计信息构建分析模型对比、点云数据和点云数据对比实现点、线、面、体的多维数据分析；S4.点云数据及分析结果上传至结果交互平台，通过web服务数据共享，实现对点云数据分析报告的浏览、导出和打印。

Description

一种基于三维激光扫描的实体结构物质量检测方法

技术领域

本发明涉及质量检测领域，更具体涉及一种基于三维激光扫描的实体结构物质量检测方法。

背景技术

隧道修筑技术的发展对实体结构物质量提出了新的需求，原有检验方式以点带面，受人为主观因素影响大，不全面、不公正、不科学，而且隧道施工过程中，断面测量及分析、方量计算、平整度检测、净空分析、厚度分析等是施工质量和安全保障的重要过程控制手段，传统作业方式用全站仪或断面仪进行隧道开挖、初支及二衬过程的测量及检测，这是一种以点代面的作业方式。受限于外业作业效率及内业数据处理能力，往往断面间隔及同一断面上的点位间隔均较大，很容易出现测量数据无法真实、完整体现现场实际工况的情况，如关键超欠挖数据正好出现在设站间隔之间等。同时，由于此种传统作业方式受到作业人员经验、主观意愿的较大影响，不利于隧道施工过程安全质量管理的标准化、信息化建设推进。

三维激光扫描突破了传统的单点测量方法，具有快速、高效、非接触、高密度、高精度，数字化、自动化、扩展性强、应用广泛等特点，很好的解决了目前空间信息技术发展实时性与准确性的颈瓶。

发明内容

为了更好的解决以上问题，本发明提出了一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，该方法包括以下步骤：

S1.根据要扫描的区域合理设置架站位置，采用三维激光扫描仪进行扫描，并把采集到的点云进行点云格式转换得到通用格式的点云数据；

S2.对S1获取的点云数据进行去噪、下采样、坐标里程匹配处理，得到预处理后的点云数据；

S3.通过将预处理后的点云数据和隧道的设计信息构建分析模型对比、点云数据和点云数据对比实现点、线、面、体的多维数据分析；

S4.点云数据及分析结果上传至结果交互平台，通过web服务数据共享，实现对点云数据分析报告的浏览、导出和打印。

进一步地，所述实体结构物为隧道，所述S3中，还包括对隧道进行软弱围岩形变趋势分析、仰拱分析、预留变形量分析、二衬台车位置拟合分析以及养护期分析；还包括对隧道进行超欠挖分析、超方量分析、初支平整度分析、初支侵限分析、二衬厚度及衬砌方量分析、二衬净空分析、初支钢拱架安装质量分析。

进一步地，如果所述S2中获取的点云数据是来自不具备设站能力的扫描设备，则需要先对点云数据配准及坐标转换，否则不需要。

进一步地，所述实体结构物为桥梁和路基，所述S3中，还包括对桥梁、路基进行路基层厚、平整度及压实方量分析，路基土建建标竣工及平整度验收报告，预制梁体检测。

进一步地，所述S2中的点云数据去噪包括手动去噪和自动去噪。

进一步地，所述S3中隧道设计信息包括平面线设计信息、竖曲线设计信息、隧道断链和断面设计信息。

进一步地，所述S4，手机移动管理app可以对web服务共享原始数据及结果进行查看、管理、闭环处置。

进一步地，所述S4，点云数据及分析结果上传至结果交互平台,分析结果按标段、工区、隧道、工点分类，依据时间、里程进行统计汇总；通过网页直接进行点云及结果查看与管理，设计模型与点云叠加展示、点云按超欠挖值着色、直观了解工程进度及关键质量指标；超欠挖、侵限、平整度、方量、厚度等结果均在页面可视化展示，点击即可查看详细报告数据。

进一步地，所述S4，结果交互平台为基于三维激光扫描技术开发的Z3D Web结果交互平台，创建隧道实体结构BIM模型，BIM模型可3D显示隧道的衬砌结构，生成任意部位“尺寸”报告，进行全生命周期监测。

进一步地，对仰拱的扫描及分析，需要在仰拱底部架设两站以上，同时在点云的自动去噪算法中要建立线性补点的算法。

有益效果

1、架站扫描，自主后方交汇设站，无需全站仪配合，获取点云绝对坐标；快速精准，自动整平、2分钟完成外业扫描并且精度2mm以内；即时分析：点云自动均匀稀疏、自动过滤、从架设仪器开始，15分钟内立得结果数据，再无额外内业工作；

2、通过全量数据形成隧道建设过程资产，激光扫描技术可覆盖隧道施工的关键环节，相关点云、实景照片可留存为重要的施工过程资产；

3、用真实数据确保质量可控。隧道施工各环节中，凡涉及形体尺寸、形态、体量的各种指标均可通过激光扫描技术进行检测，其中不乏红线指标。激光扫描技术决定了海量数据的特性，从本质上是难以进行数据的编辑、伪造的。数据的真实，将确保检测的有效，从而为质量控制提供可靠支撑。

4、施工安全促进。激光扫描技术可在一定条件下应用于围岩形变监测，特别在软弱围岩方面，可从全量数据方向形成一套预判变形区域及趋势的新方法，为围岩量测技术手段的提升提供有益补充。

5、成本管控。超挖超耗是隧道建设盈亏的关键因素。激光扫描技术的应用，将获取准确的超方量数据。一方面可推动后续循环爆破参数的调整、爆破工艺的提升；另一方面可从管理层面倒逼现场作业队伍关注成本损耗，走出“包工不包料”的怪圈。保证质量、促进安全的同时，能够额外为施工单位提供成本节控的技术手段将是其是否愿意接受并主动推广激光扫描技术的重要原因。

6、提高效率、减少返工、促进工程有序进展。激光扫描技术应用于隧道检测，可实现现场实测实量，在得到全量数据的同时，内、外业效率均明显高于传统全站仪或断面仪方法。激光扫描技术的恰当应用，不会占用额外的施工时间、不需要配置额外的技术人员，不仅不会影响施工进度，反而会促进问题早发现、早解决。检测技术手段的提升，也将反过来促进施工工艺的改进和施工技能的提升。

7、激光扫描点云数据可与隧道BIM设计良好结合，实现隧道BIM应用的落地，成为隧道数字孪生建设的基础。

附图说明

图1为工作流程示例图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，该方法包括以下步骤：

S1.根据要扫描的区域合理设置架站位置，采用三维激光扫描仪进行扫描，并把采集到的点云进行点云格式转换得到通用格式的点云数据；

S2.对S1获取的点云数据进行去噪、下采样、坐标里程匹配处理，得到预处理后的点云数据；

S3.通过将预处理后的点云数据和隧道的设计信息构建分析模型对比、点云数据和点云数据对比实现点、线、面、体的多维数据分析；

S4.点云数据及分析结果上传至结果交互平台，通过web服务数据共享，实现对点云数据分析报告的浏览、导出和打印。

具体地，设计信息录入设计是隧道检测的比较基准。隧道的设计信息需要按照行业规范进行录入及解析，包括线路信息、平曲线(交点法或者线元法)、竖曲线、断链和不同里程、不同围岩等级下的隧道断面设计关联。

所述S1中，扫描前需提前规划扫描区域，根据要扫描的区域合理设置架站位置，目的是尽量减少对需要处理的扫描区域的外部遮挡、并尽量提高扫描精度。具有全站仪后方交汇功能的扫描设备可直接通过测量隧道内的控制点进行设站，并扫描获得工程坐标系下的点云数据。而其他设备则必须通过辅助装置的测量，如全站仪测量球棱镜、靶球、靶纸等，来进行扫描点云在工程坐标系下的配准。架站扫描根据设备的不同，典型时长可能在2分钟至50分钟左右。

原始点云数据获得：此时，设备工作已完成，扫描后的原始点云仍存储在设备的内存卡中(一般为插入的SD卡)，需要将原始点云导出到后处理软件进行应用分析。不同扫描设备提供了不同的点云导出方式，包括WiFi无线连接、有线连接、直接插拔读取SD卡等。点云数据的获得一般都很快，典型时间在30秒至2分钟左右。

点云格式转换。不同的设备厂家一般有自己加密、不对外开放的专属点云格式，但同时也能支持导出各种国际通用的标准格式。典型的通用格式包括las、laz、e57、pts、xyz、pcd等，需确保将特有的格式转化为通用的点云格式。

所述S2中，对点云数据的预处理，点云配准及坐标转换。不具备设站能力的扫描设备需进行此步操作。其每站扫描的点云都处于以自身的站心为原点的坐标系中，多站扫描的数据需要进行同一坐标系的配准，并进而通过靶球或者靶纸等特征点的工程坐标，转换到实际的工程坐标系。这一步通常有设备自带的厂商软件处理。因为在多站点云配准过程中，由于扫描精度及靶球处点密度问题，可能会造成配准的精度不够，残差过大；点云去噪，隧道内施工环境差，存在各种各样的因素，如隧道内的水汽和粉尘、施工中的车辆和人员、通风排水及供电管线等，都会造成采集的数据中存在大量不需要的点云数据和噪点，手动或自动两种方式均可过滤掉不需要的点云和噪点，取决于后处理软件的能力，最终，“干净的”点云将为后续的分析提供可靠的支撑；点云下采样，扫描设备采集的原始点云数据数量级特别庞大，存在较多冗杂点，对后续的分析效率、处理顺畅度和传输失效造成障碍。因此需要在不影响被测主体点云特征的前提下剔除掉点云数据中的冗杂点。此步由算法自动实现；点云坐标里程匹配。结合定线信息为工程坐标系的点云绑定里程及偏距等信息，方便后续的业务处理，如点云截取、点云切片等。

所述S3中，根据隧道的设计信息构建分析模型，设计信息包括平曲线、竖曲线、断链和隧道断面设计信息，通过点云和分析模型对比、点云和点云对比实现隧道的点、线、面、体的多维数据分析。根据软件性能不同，数据预处理及数据分析过程可以在现场完成，或回到办公室完成，典型时间为10分钟至2小时。

所述S4中，在有网环境下，点云数据及分析结果可按接口上传至平台，通过web服务将数据共享至项目关系人，实现对点云及各种结果分析报告的在线浏览与报表导出、打印。分析结果按标段、工区、隧道、工点分类，依据时间、里程进行统计汇总；通过网页直接进行点云及结果查看与管理。设计模型与点云叠加展示、点云按超欠挖值着色、直观了解工程进度及关键质量指标；超欠挖、侵限、平整度、方量、厚度等结果均在页面可视化展示，点击即可查看详细报告数据；还可以通过手机移动管理app快速对以上原始数据及结果进行查看、管理、闭环处置。

进一步地，所述实体结构物为隧道，所述S3中，还包括对隧道进行软弱围岩形变趋

势分析、仰拱分析、预留变形量分析、二衬台车位置拟合分析以及养护期分析；还包括对隧道进行超欠挖分析、超方量分析、初支平整度分析、初支侵限分析、二衬厚度及衬砌方量分析、二衬净空分析、初支钢拱架安装质量分析。

具体地，一方面按照设计断面形成超欠挖报告，不允许欠挖存在。同时，点云直接按照超欠挖着色形成热点图、一目了然(欠挖为暖色系、超挖为冷色系，超欠挖越严重，色系越重)；爆破开挖的超方量直接决定了隧道施作的成本和工艺水平。通过在爆破环节形成每个循环的超挖量、与混凝土价格关联，即可得出超挖超耗的第一手精准数据，该数据对于精确掌控隧道施工的经济状况、促进隧道施作工艺提升具有重要意义；初支平整度的情况将决定挂防水板的质量，这将在后续直接决定隧道内是否残漏有间隙，对隧道的长期质量影响重大。建议在初支变形一段时间、基本稳定后，进行扫描，根据规范按指定深宽比生成平整度报告，对于明显的不平整区域，可现场立即处置。初支不允许出现侵限，否则会造成二衬厚度不足。在挂防水板前对初支进行扫描，此时初支变形已基本稳定，并自动生成侵限报告。侵限报告中一旦发现欠挖点，现场可立即利用扫描仪进行定位，无需其他设备辅助，处置后再进行后续工序。二衬施作完成后，同一里程段的二衬点云与初支点云比较，可得出全量的二衬厚度数据，衬砌方量也可对应算出。通过对计算方量、设计方量、拌合站实际方量的比较，可作为成本节控的量化管控措施。同时，如果出现明显的方量偏差，也可能预示二衬中存在空洞，可及时检查纠正；二衬施作完成后，对整个隧道进行全量扫描，点云与设计比较，可得出多种净空检测数据，包括二衬超欠挖图、等高线或角度分割的净空检测报告等，该些数据可作为隧道竣工验收的基础数据，同时为后续施工控制点的校核提供依据；初支钢拱架安装完成后，进行点云标准扫描，扫描后原始点云自动上传至后端进行智能云端分析。系统首先实现点云的自动过滤，识别钢拱架点云；然后对钢拱架点云进行形体尺寸识别，并沿隧道法向方向对钢拱架进行展开平铺。随后，系统自动进行尺寸测量，计算得出钢拱架的间距、倾斜度、等关键指标，并按统计方式进行结果数据汇总，生成相关结果分析报告。所有过程在5分钟内全部由电脑自动完成，并在云端进行原始点云及结果展示；对二衬钢筋网进行精细点云扫描，原始点云自动上传至后端进行智能云端分析。系统首先实现点云的自动过滤，得到干净的钢筋网点云；然后对钢筋网点云进行形体尺寸识别，判定钢筋横向、竖向走向及位置，并沿隧道法向方向对钢筋网进行展开平铺。随后，系统自动进行尺寸测量，计算得出钢筋层距、环距、保护层距等关键指标，并按统计方式进行结果数据汇总，生成相关结果分析报告。所有过程在5分钟内全部由电脑自动完成，并在云端进行原始点云及结果展示；

通过多次多同一初支面进行扫描，多次点云在法向叠加，可形成围岩形变的分析报告。通过点云形成的形变分析报告体现了整体初支的全量变形情况，并能非常直观的体现变形区域及变形速率趋势，相比传统以点带面的围岩量测方法，更适用于对软弱围岩等形变较为突出的隧道进行全量、准确分析。同时需明确，该检测方法无相关规范或指南支撑，不能替代既有围岩量测工作；三维激光扫描技术本身具备对仰拱进行分析的技术条件，但因为仰拱施工的实际环境，会造成大量的遮挡及设备架设的困难。为了更好实现仰拱的扫描及分析，一般需要在仰拱底部架设两站以上，同时在点云的自动过滤算法中要建立线性补点的算法，才能确保分析数据的充分和准确。应用流程及还需在实践中进行总结完善；目前隧道预留变形量是通过施工经验人工现场控制的，往往缺乏足够的数据支撑。通过持续对隧道初支进行点云扫描，直至初支变形稳定，可得到某段初支整体变形情况的全量数据。加以统计分析，可得出隧道变形的统计中间值，该中间值，可作为同等围岩、类似地质条件下的后续循环预留变形量参考值，结合施工经验，通过多个循环的不断验证，可积累大量验证数据，逐步实现对预留变形量更为准确的把控，从而防止欠挖的同时，节控施工成本；二衬施作前，通过对连续初支区域的扫描，结合二衬厚度要求、对多个台车位置预设的拟合，可得出在多种条件下，二衬台车预设位置对最终二衬混凝土方量的影响情况，从而计算得到二衬台车的最佳预设方案，实现最优计算方量。同时，系统还可建议对局部初支点位进行平整处置，从而进一步优化二衬台车预设位置、最大化节控施作成本；

利用三维扫描点云快速实景建模的特性，可对建成隧道在养护期进行定期扫描，有助于累积隧道变化数据、及时发现隧道病害：隧道净空检测：按等高线或固定角度拆分方式分析净空，定期对隧道扫描，形成连续断面的净空数据，确保隧道在各个位置上的形体尺寸始终满足安全过车要求；隧道形变跟踪分析：对隧道连续断面的法线值进行形变趋势分析。多次扫描点云叠加，形成隧道法线值的变化累积值、变化速率数据，进行趋势分析。可识别出隧道变形的区域，变形速度及趋势，有助于针对性进行隧道病害治理；隧道裂缝分析：三维扫描点云在精密扫描模式下，在隧道内的点间距可达到1mm以内，利用高精点云进行图片建模，再结合视觉分析技术，可对隧道裂缝、裂变进行识别，并分析裂变区域、长度、深度，跟踪变化趋势，形成覆盖隧道全生命周期的大数据库：定期进行扫描，可按时间线留存大量隧道实景图片及点云数据，所有数据，包括图片均带有绝对坐标，可用于量测。因此，该些数据将形成隧道生命周期的全量描绘，真实记录隧道从建造各个环节到养护整个过程的变化历程，数据可追溯、时间线可遍历，将真正实现隧道全生命周期的数字化，为隧道智慧化建设奠定数字基础。

进一步地，所述实体结构物为桥梁和路基，所述步骤S3中，还包括对桥梁、路基进行路基层厚、平整度及压实方量分析，路基土建建标竣工及平整度验收报告，预制梁体检测。

具体地，路基层厚、平整度及压实方量分析：每层路基填筑、压实后，将三维扫描仪架设于路基表面，按照每站大约30米-50米的区间进行多站扫描，扫描点云自动拼接。在路基两端设置固定参考点，扫描完成后，后视固定点进行设站，即可得出全部点云的绝对坐标。随后，按照线路设计，软件根据定线、路基宽度进行点云自动过滤，得出本层填筑的有效点云。本层填筑的表面平整度可根据深宽比算法直接得出；填筑厚度可通过与上层填筑的点云比较得到；本层填筑的压实方量可通过减去上层填筑的压实方量得到。基于此，每层循环，即可形成整个路基每层填筑的平均厚度、平整度及填筑方量数据，并依据限差进行比较、管理；路基土建标竣工标高及平整度验收：当路基土建标完成施工，需要移交给路面标时，往往存在对标高、平整度的交接、验收争议。此时，通过三维扫描对土建移交面进行点云建模，可形成移交面的标高、平整度全量数据，从而量化移交标准，减少使用水准进行复测的工作量，大大提高效率、减少争议，加快工程交接建设；预制梁体检测：多角度对预制梁体进行扫描、点云拼接后，可得出梁体长度、底板宽度、跨度、腹板厚度、梁高、梁上拱、挡渣墙厚度、表面倾斜偏差、底板顶面平整度等参数。

进一步地，所述S4，手机移动管理app可以对web服务共享原始数据及结果进行查看、管理、闭环处置。

进一步地，所述S4，点云数据及分析结果上传至结果交互平台,分析结果按标段、工区、隧道、工点分类，依据时间、里程进行统计汇总；通过网页直接进行点云及结果查看与管理，设计模型与点云叠加展示、点云按超欠挖值着色、直观了解工程进度及关键质量指标；超欠挖、侵限、平整度、方量、厚度等结果均在页面可视化展示，点击即可查看详细报告数据。

进一步地，所述S4，结果交互平台为基于三维激光扫描技术开发的Z3D Web结果交互平台，创建隧道实体结构BIM模型，BIM模型可3D显示隧道的衬砌结构，生成任意部位“尺寸”报告，进行全生命周期监测。激光扫描后得到的点云数据与BIM设计是良好的结合体，可有力推动隧道建设的数字化、信息化，是隧道施工与检测技术发展的必然发展方向，同时实现隧道BIM应用的落地，成为隧道数字孪生建设的基础。

进一步地，对仰拱的扫描及分析，需要在仰拱底部架设两站以上，同时在点云的自动去噪算法中要建立线性补点的算法。由于三维激光扫描技术本身具备对仰拱进行分析的技术条件，但因为仰拱施工的实际环境，会造成大量的遮挡及设备架设的困难。为了更好实现仰拱的扫描及分析，一般需要在仰拱底部架设两站以上，同时在点云的自动过滤算法中要建立线性补点的算法，确保分析数据的充分和准确。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上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保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，该方法包括以下步骤：

S1.根据要扫描的区域合理设置架站位置，采用三维激光扫描仪进行扫描，并把采集到的点云进行点云格式转换得到通用格式的点云数据；

S2.对S1获取的点云数据进行去噪、下采样、坐标里程匹配处理，得到预处理后的点云数据；

S3.通过将预处理后的点云数据和隧道的设计信息构建分析模型对比、点云数据和点云数据对比实现点、线、面、体的多维数据分析；

S4.点云数据及分析结果上传至结果交互平台，通过web服务数据共享，实现对点云数据分析报告的浏览、导出和打印。

2.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述实体结构物为隧道，所述S3中，还包括对隧道进行软弱围岩形变趋势分析、仰拱分析、预留变形量分析、二衬台车位置拟合分析以及养护期分析；还包括对隧道进行超欠挖分析、超方量分析、初支平整度分析、初支侵限分析、二衬厚度及衬砌方量分析、二衬净空分析、初支钢拱架安装质量分析。

3.根据权利要求2所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，如果所述S2中获取的点云数据是来自不具备设站能力的扫描设备，则需要先对点云数据配准及坐标转换，否则不需要。

4.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述实体结构物为桥梁和路基，所述S3中，还包括对桥梁、路基进行路基层厚、平整度及压实方量分析，路基土建建标竣工及平整度验收报告，预制梁体检测。

5.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述S2中的点云数据去噪包括手动去噪和自动去噪。

6.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述S3中隧道设计信息包括平面线设计信息、竖曲线设计信息、隧道断链和断面设计信息。

7.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述S4，手机移动管理app可以对web服务共享原始数据及结果进行查看、管理、闭环处置。

8.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述S4，点云数据及分析结果上传至结果交互平台,分析结果按标段、工区、隧道、工点分类，依据时间、里程进行统计汇总；通过网页直接进行点云及结果查看与管理，设计模型与点云叠加展示、点云按超欠挖值着色、直观了解工程进度及关键质量指标；超欠挖、侵限、平整度、方量、厚度等结果均在页面可视化展示，点击即可查看详细报告数据。

9.根据权利要求1所述的一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，所述S4，结果交互平台为基于三维激光扫描技术开发的Z3D Web结果交互平台，创建隧道实体结构BIM模型，BIM模型可3D显示隧道的衬砌结构，生成任意部位“尺寸”报告，进行全生命周期监测。

10.根据权利要求2所述一种基于三维激光扫描的实体结构物质量检测方法，其特征在于，对仰拱的扫描及分析，需要在仰拱底部架设两站以上，同时在点云的自动去噪算法中要建立线性补点的算法。

Images