CN117437170A - Led光源缺陷检测方法及系统 - Google Patents

Abstract

本发明公开了一种LED光源缺陷检测方法及系统，该方法包括：接通待测LED光源的驱动电源，并获取所述LED光源的照明图像；获取所述照明图像中明亮区域的光斑轮廓；计算所述光斑轮廓的面积，以得到光斑面积；将所述光斑面积与标准面积比较，并根据比较结果对当前所述LED光源进行检测；通过上述方案，可完全代替人工对LED光源进行缺陷检测，有效节约人力成本，而且具有检测结果准确，检测速度快的优点。

Description

LED光源缺陷检测方法及系统

技术领域

本发明涉及LED光源缺陷检测技术领域，尤其涉及一种LED光源缺陷检测方法及系统。

背景技术

作为新一代高效电发光源，LED光源被广泛应用，除被用于照明外，还被用于显示屏的制作，如，现如今的高清显示屏大多都是以LED光源为发光源制成。为提升LED光源的质量，在生产制造过程中，需要对LED光源进行缺陷检测，以将发光质量不合格的产品挑选出来。现如今，一般采用人工检测LED光源的状态，也即将待测LED光源点亮后，通过肉眼观察出存在缺陷的产品，并将其挑出。这样，在大批量生产检测中，需要大量的质检员，而且容易出错，造成检测效率低下。

发明内容

本发明的目的是提供一种可代替人工自动检测LED光源缺陷状态并有效确保检测质量和检测效率的LED光源缺陷检测方法及系统。

为了实现上述目的，本发明公开了一种LED光源缺陷检测方法，其包括：

接通待测LED光源的驱动电源，并获取所述LED光源的照明图像；

获取所述照明图像中明亮区域的光斑轮廓；

计算所述光斑轮廓的面积，以得到光斑面积；

将所述光斑面积与标准面积比较，并根据比较结果对当前所述LED光源进行检测。

较佳地，获取所述照明图像中明亮区域的光斑轮廓，包括：

对所述照明图像进行灰度化处理，以获得所述照明图像中各个像素点的灰度值；

将灰度值大于预设参照值的像素点作为边界点；

标记出若干所述边界点所形成的闭环区域，以获得所述光斑轮廓。

较佳地，所述获取所述LED光源的照明图像的方法包括：

获取一连续时间段内的若干幅所述LED光源处于电源接通状态的即时图像；

将若干所述即时图像叠加，以获得反映当前所述照明光源发光效果的所述照明图像。

较佳地，还包括LED光源缺陷的批量检测方法：

将若干所述待测LED光源组合得到待测LED发光模块，并获取所述LED发光模块的照明图像；

对所述照明图像进行图像处理，以获得所述照明图像中与各个所述待测LED光源相对应的所述光斑轮廓；

分别将与每一所述光斑轮廓相对应的所述光斑面积与所述标准面积比较，并根据比较结果判断当前所述LED光源的状态。

较佳地，所述标准面积根据所述LED发光模块的整体布置参数计算得出，所述标准面积的计算方法包括：

获取已知发光效果良好的所述LED发光模块中同一行、列、或子区域中所有LED光源的光斑面积之和，以获得总面积；

基于所述总面积和与所述总面积相关的所述LED光源的数量，计算平均面积，将该平均面积作为所述标准面积。

较佳地，所述LED发光模块中包括蓝光LED光源、红光LED光源和绿光LED光源，根据所述光斑面积与所述标准面积的比较结果，分别为所述蓝光LED光源、所述红光LED光源和所述绿光LED光源设置不同的容差。

较佳地，所述LED光源的缺陷状态包括暗灯、死灯、亮点，当所述光斑面积大于所述标准面积时，所述LED光源属于亮点，当所述光斑面积小于所述标准面积时所述LED光源属于暗灯，当所述光斑面积小于所述标准面积且小于最小极限值时，所述LED光源属于死灯。

较佳地，还包括亮度筛选方法：

对所述照明图像进行图像处理，以得到与该照明图像所对应的所述LED光源的亮度值；

将该亮度值与标准亮度值比较，并根据比较结果判断所述LED光源的状态。

较佳地，获得所述LED光源的亮度值的方法包括：

将与每个所述LED光源对应的所述光斑轮廓图像分成若干像素块；

获取每个所述像素块的灰度值，并根据所述灰度值量化出相应的亮度值；

对所有像素块对应的亮度值求和，以得到所述LED光源的亮度值。

本还还公开一种LED光源缺陷检测系统，其包括：

驱动电源，用于为待测LED光源提供发光所需电源；

图像获取模块，用于获取所述LED光源的照明图像；

第一图像处理模块，用于对所述照明图像进行处理，以获取所述照明图像中明亮区域的光斑轮廓；

第一计算模块，用于计算所述光斑轮廓的面积，以得到光斑面积；

第一比较模块，用于将所述光斑面积与标准面积比较；

第一判断模块，用于根据所述第一比较模块的比较结果判断当前所述LED光源的状态。

较佳地，所述第一图像处理模块包括灰度处理模块、边界识别模块以及标记模块；

所述灰度处理模块，用于对所述照明图像进行灰度化处理，以获得所述照明图像中各个像素点的灰度值；

所述边界识别模块，用于将所述照明图像中灰度值大于预设参照值的像素点作为边界点；

所述标记模块，用于标记出若干所述边界点所形成的闭环区域，以获得所述光斑轮廓。

较佳地，所述图像获取模块包括即时图像获取模块和图像叠加模块；

所述即时图像获取模块，用于获取一连续时间段内的若干幅所述LED光源处于电源接通状态的即时图像；

所述图像叠加模块，用于将若干所述即时图像叠加，以获得反映当前所述照明光源发光效果的所述照明图像。

较佳地，所述第一图像处理模块还可对由行列排布在一起的若干LED光源构成的LED发光模块生成的照明图像进行处理，以获得所述照明图像中与各个所述LED光源相对应的光斑轮廓。

较佳地，该系统还包括第二图像处理模块、第二比较模块和第二判断模块，所述第二图像处理模块用于对所述照明图像进行图像处理，以得到与该照明图像所对应的所述LED光源的亮度值；所述第二比较模块用于将该亮度值与标准亮度值比较；所述第二判断模块用于根据所述第二比较模块的比较结果对所述LED光源的状态进行再次检测。

较佳地，所述第二图像处理模块包括像素分割模块、量化模块和第二计算模块；所述像素分割模块，用于将与每个所述LED光源对应的所述光斑轮廓图像分成若干像素块；

所述量化模块，用于获取每个所述像素块的灰度值，并根据所述灰度值量化出相应的亮度值；

所述第二计算模块，用于对所有像素块对应的亮度值求和，以得到所述LED光源的亮度值。

本发明还公开另一种基于图像处理的LED光源缺陷检测系统，其包括：

一个或多个处理器；

存储器；

以及一个或多个程序，其中一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的LED光源缺陷检测方法的指令。

本发明还公开一种计算机可读存储介质，其包括计算机程序，所述计算机程序可被处理器执行以完成如上所述的LED光源缺陷检测方法。

与现有技术相比，本申请上述技术方案，通过对处于通电状态的LED光源的照明图像进行图像处理，以获得该照明图像中明亮区域的光斑轮廓，然后将该光斑轮廓与标准面积比对，根据比对结果即可判断当前LED光源的状态，从而判断出LED光源是否存在缺陷；由此可知，通过上述方案，可完全代替人工对LED光源进行缺陷检测，有效节约人力成本，而且具有检测结果准确，检测速度快的优点。

附图说明

图1为本发明实施例中LED光源缺陷检测方法流程图。

图2为图1中获得光斑轮廓的具体方法流程图。

图3为本发明实施例中LED光源缺陷批量检测流程图。

图4为本发明实施例中基于亮度检测的LED光源缺陷检测方法流程图。

图5为图4中LED光源的亮度值的获取流程图。

图6为本发明实施例中单个LED光源的照明图像图。

图7为对图6处理后获得照明轮廓的示意图。

图8为本发明实施例中发光模块的照明图像图。

图9为图8的灰度化处理效果图。

图10为本发明实施例中LED光源缺陷检测系统原理结构示意图。

图11为图10中第一图像处理模块的原理结构图。

图12为图10中图像获取模块的原理结构图。

具体实施方式

为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。

本实施例公开了一种LED光源缺陷检测方法，以检测LED光源是否存在发光缺陷，如亮度是否达标，当前批次的LED光源亮度是否一致等。本实施例中的检测方法基于图像处理的方式对待测LED光源进行检测和处理，具体地，如图1，该检测方法包括如下步骤：

S10：接通待测LED光源的驱动电源，以使得LED光源处于通电状态。

S11：获取LED光源的照明图像(图6)。

S12：对步骤S2获取到的照明图像进行图像处理，以获得照明图像中明亮区域的光斑轮廓Q(图7)。

S13：计算该光斑轮廓的面积，以得到光斑面积。

S14：将步骤S13得到的光斑面积与标准面积比较，并根据比较结果判断当前LED光源的状态。如待测LED光源获得的光斑轮廓的光斑面积等于标准面积，则判断当前LED光源为良品，如光斑轮廓的光斑面积大于或小于标准面积，则判断当前LED光源存在缺陷，为不良品。

可选地，如图2，获取所述照明图像中明亮区域的光斑轮廓的方法包括：

S120：获得照明图像后(如图6)，对所述照明图像进行灰度化处理(如图7)，以获得所述照明图像中各个像素点的灰度值；

S121：将灰度值大于预设参照值的像素点作为边界点D0；

S122：标记出若干所述边界点D0所形成的闭环区域Q(如图7)，以获得所述光斑轮廓。

另外，本领域技术人员也可采用其他熟知方式对照明图像进行处理，以获得光斑轮廓。

在小时间尺度上，如毫秒或微秒，观察到的LED光源是按照某一频率闪烁的，因此，某一时间点拍摄到的照明图像可能是LED光源处于光亮状态的图像，也可能是处于光暗状态的图像，所以，为获得反映LED光源在常规时间尺度(肉眼可分辨的尺度)上的发光效果，获取所述LED光源的照明图像的方法包括：

S110：获取一连续时间段内的若干幅所述LED光源处于电源接通状态的即时图像；

S111：将若干所述即时图像叠加，以获得反映当前所述照明光源发光效果的所述照明图像。

由此，通过该照明图像的获取方法，可有效消除因单独一幅照明图像不能反映当前LED光源发光效果的缺陷，使得检测结果更加准确。

另外需要着重说明的是，通过上述实施例中的检测方法处理的LED光源包括LED发光芯片或封装完成的LED灯珠。当对LED发光芯片进行缺陷检测时，LED发光芯片上已连接有引脚，从而实现芯片级芯片检测，提高芯片点测分选的效率和精准度。

为进一步提高检测效率，还可对若干LED光源进行批量检测，具体地，如图3，该批量检测方法包括：

S20：将若干待测LED光源组合，如将若干LED光源组合一基板上，以得到待测LED发光模块，并获取LED发光模块的照明图像(图8)。

S21：对照明图像进行图像处理，以获得照明图像中与各个LED光源相对应的光斑轮廓(图9)。

S22：分别将与每一光斑轮廓相对应的光斑面积与标准面积比较，并根据比较结果判断当前LED光源的状态。

本实施例中，同时对包括多个LED光源的LED发光模块进行拍照，以获得包括若干LED光源图像的照明图像，然后对该照明图像处理，获得该照明图像中的每一个光斑轮廓。接着，分别计算每一个光斑轮廓的光斑面积，并根据上述实施例中的方法将每一光斑轮廓的光斑面积与标准面积比较。通过本实施例中公开的批量检测方法，可对安装有若干LED发光模块的灯板进行快速检测。

对于上述实施例中的标准面积，可根据实验数据预先设置。另外，当对灯板进行批量检测时，还可根据灯板本身参数确定，也即根据灯板上LED发光模块的整体布置参数计算得出，具体地，所述标准面积的计算方法为：

获取已知发光效果良好的所述LED发光模块中同一行、列、或子区域中所有LED光源的光斑面积之和，以获得总面积，然后基于所述总面积和与该总面积相关的(也即用于计算总面积的LED光源)LED光源的数量，计算平均面积，将该平均面积作为所述标准面积。例如，获取已知发光效果良好的所述LED发光模块中同一子区域内的十个LED光源的光斑面积之和，得到总面积m，然后用该总面积m除以10即得到标准面积。

为提高检测精准度，还可为光斑面积与标准面积的比较结果设置容差，具体地，获取构成LED发光模块中的LED光源的颜色，然后根据光源颜色确定容差。更具体地，所述LED发光模块中包括蓝光LED光源、红光LED光源和绿光LED光源，根据所述光斑面积与所述标准面积的比较结果，分别为所述蓝光LED光源、所述红光LED光源和所述绿光LED光源设置不同的容差。

这样，当光斑面积与标准面积的差在所设置的容差范围内时，代表该LED光源为良品，否则为不良品。该容差可为具体数量(如±5)或百分比(如正负1％)例如，对于红光LED光源，光斑面积达到标准面积的85％定义为合格，对于绿光LED光源，光斑面积达到标准面积的87％定义为合格，对于蓝光LED光源，光斑面积达到标准面积的70％定义为合格。

通过上述检测方法对LED光源进行缺陷检测时，所检测出的缺陷状态包括暗灯、死灯、亮点。当光斑面积大于标准面积时，LED光源属于亮点，当光斑面积小于标准面积时LED光源属于暗灯，当光斑面积小于标准面积且小于最小极限值时，LED光源属于死灯。

另外，对于包括若干LED发光模块的灯板来说，还可列亮和列暗进行检查，也即根据当前控制状态，应该亮的列没亮，则为列暗，应该灭的列没有灭，则为列亮。

本发明另一较佳实施例中，还通过亮度值对LED光源进行再次筛选，也即，如图4本实施例中的检测方法还包括亮度筛选方法包括：

S30：对照明图像进行图像处理，以得到与该照明图像所对应的LED光源的亮度值；

S31：将该亮度值与标准亮度值比较；

S32：根据步骤S31的比较结果判断LED光源的状态。也即，当LED光源的亮度值大于或小于标准亮度值时，为不良品，否则，为良品。

具体地，如图5，获得LED光源的亮度值的方法包括：

S40：将与每个LED光源对应的光斑轮廓图像分成若干像素块。

S41：获取每个像素块的灰度值，并根据灰度值量化出相应的亮度值。

S42：对所有像素块对应的亮度值求和，以得到LED光源的亮度值。

通过本实施例公开的亮度值获取方法，可精确获取每个LED光源的有效亮度值，避免光晕的干扰。

另外，由于每个像素块的面积相同，实际检测过程中，有可能出现像素块位于光斑轮廓边界的情况，因此，为获得有效亮度，当像素块位于光斑轮廓的边界处时，根据该像素块位于光斑轮廓内部的比例计算该像素块的亮度值。例如，当某一像素块有10％处于光斑轮廓内，如果该像素块对应的亮度值为a，那么该像素块为光斑轮廓所贡献的亮度值为10％*a。

再者，当对光斑轮廓进行像素块划分时，根据预设尺寸或光斑轮廓的百分比来确定像素块的尺寸，且，根据光斑轮廓内完整像素块的占比确定像素块的尺寸是否合适。例如，LED芯片尺寸为75*125um，所对应的光斑轮廓的半径是100um，红光芯片每个像素块大小是2.3*2.3um，绿光芯片每个像素块大小是2.1*2.1um，蓝光芯片每个像素块大小是2.6*2.6um。而且，像素尺寸还可以根据灯板尺寸、芯片大小、点间距、摄像装置的光学分辨率/角分辨率或像素分辨率确定。

综上，如图1至图9，本申请公开了一种基于图像处理的LED光源缺陷检测方法，通过获取待测LED光源的照明图像中的光斑轮廓并计算该光斑轮廓的面积的方式来判断当前LED光源是否具有缺陷。另外，还可通过亮度值检测方法对判断为良品的LED光源进行二次筛选检测，即通过图像处理将每一光斑轮廓分为若干像素块，对每一像素块灰度化并求取像素块的亮度，然后将每一像素块的亮度相加得到该光斑轮廓的亮度值，从而将亮度值不符合要求的LED光源检出。通过上述检测方法，可快速将灯板上的暗灯、死灯、亮点、列亮、列暗等缺陷检出，从而实现完全代替人工对LED光源进行缺陷检测，有效节约人力成本，还具有检测结果准确，检测速度快的优点。

本发明还公开一种基于图像处理的LED光源缺陷检测系统，如图10，其包括驱动电源10、图像获取模块12、第一图像处理模块20、第一计算模块21、第一比较模块22以及第一判断模块23。

驱动电源10，用于为待测LED光源11提供发光所需电源。

图像获取模块12，用于对LED光源11拍照，以获取LED光源11的照明图像。

第一图像处理模块20，用于对照明图像进行图像处理，以获取所述照明图像中明亮区域的光斑轮廓。

第一计算模块21，用于计算光斑轮廓的面积，以得到光斑面积。

第一比较模块22，用于将光斑面积与标准面积比较。

第一判断模块23，用于根据第一比较模块22的比较结果判断当前LED光源11的状态。

可选地，如图11，所述第一图像处理模块20包括灰度处理模块200、边界识别模块201以及标记模块202。

所述灰度处理模块200，用于对所述照明图像进行灰度化处理，以获得所述照明图像中各个像素点的灰度值。

所述边界识别模块201，用于将所述照明图像中灰度值大于预设参照值的像素点作为边界点。

所述标记模块202，用于标记出若干所述边界点所形成的闭环区域，以获得所述光斑轮廓。

可选地，如图12，所述图像获取模块12包括即时图像获取模块120和图像叠加模块121。

所述即时图像获取模块120，用于获取一连续时间段内的若干幅所述LED光源处于电源接通状态的即时图像。

所述图像叠加模块121，用于将若干所述即时图像叠加，以获得反映当前所述照明光源发光效果的所述照明图像。

可选地，请再次参阅图10，所述第一图像处理模块20还可对由组合一起的若干LED光源构成的LED发光模块生成的照明图像进行处理，以获得所述照明图像中与各个所述LED光源相对应的光斑轮廓。

可选地，该LED光源缺陷检测系统还包括第二图像处理模块30、第二比较模块34和第二判断模块35，所述第二图像处理模块30块用于对所述照明图像进行图像处理，以得到与该照明图像所对应的所述LED光源的亮度值。所述第二比较模块34用于将该亮度值与标准亮度值比较。所述第二判断模块35用于根据所述第二比较模块34的比较结果对所述LED光源的状态进行再次检测。

可选地，所述第二图像处理模块30包括像素分割模块31、量化模块32和第二计算模块33。所述像素分割模块31，用于将与每个所述LED光源对应的所述光斑轮廓图像分成若干像素块。

所述量化模块32，用于获取每个所述像素块的灰度值，并根据所述灰度值量化出相应的亮度值。

所述第二计算模块33，用于对所有像素块对应的亮度值求和，以得到所述LED光源的亮度值。

另外需要说明的是，本实施例中的LED光源缺陷检测系统的工作原理和工作方式详见上述LED光源缺陷检测方法，在此不再赘述。

本发明还公开另一种LED光源缺陷检测系统，其包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的LED光源缺陷检测方法的指令。处理器可以采用通用的中央处理器(Central Processing Unit，CPU)，微处理器，应用专用集成电路(Application Specific Integrated Circuit，ASIC)，或者一个或多个集成电路，用于执行相关程序，以实现本申请实施例的LED光源缺陷检测系统中的模块所需执行的功能，或者执行本申请方法实施例的LED光源缺陷检测方法。

本发明还公开一种计算机可读存储介质，其包括计算机程序，所述计算机程序可被处理器执行以完成如上所述的LED光源缺陷检测方法。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read-onlymemory，ROM)，或随机存取存储器(random access memory，RAM)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，DVD)、或者半导体介质，例如，固态硬盘(solidstate disk，SSD)等。

本申请实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述LED光源缺陷检测方法。

以上所揭露的仅为本发明的优选实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种LED光源缺陷检测方法，其特征在于，包括：

接通待测LED光源的驱动电源，并获取所述LED光源的照明图像；

获取所述照明图像中明亮区域的光斑轮廓；

计算所述光斑轮廓的面积，以得到光斑面积；

将所述光斑面积与标准面积比较，并根据比较结果对当前所述LED光源进行检测。

2.根据权利要求1所述的LED光源缺陷检测方法，其特征在于，获取所述照明图像中明亮区域的光斑轮廓，包括：

对所述照明图像进行灰度化处理，以获得所述照明图像中各个像素点的灰度值；

将灰度值大于预设参照值的像素点作为边界点；

标记出若干所述边界点所形成的闭环区域，以获得所述光斑轮廓。

3.根据权利要求1所述的LED光源缺陷检测方法，其特征在于，所述获取所述LED光源的照明图像的方法包括：

获取一连续时间段内的若干幅所述LED光源处于电源接通状态的即时图像；

将若干所述即时图像叠加，以获得反映当前所述照明光源发光效果的所述照明图像。

4.根据权利要求1所述的LED光源缺陷检测方法，其特征在于，还包括LED光源缺陷的批量检测方法：

将若干所述待测LED光源组合得到待测LED发光模块，并获取所述LED发光模块的照明图像；

对所述照明图像进行图像处理，以获得所述照明图像中与各个所述待测LED光源相对应的所述光斑轮廓；

分别将与每一所述光斑轮廓相对应的所述光斑面积与所述标准面积比较，并根据比较结果判断当前所述LED光源的状态。

5.根据权利要求4所述的LED光源缺陷检测方法，其特征在于，所述标准面积根据所述LED发光模块的整体布置参数计算得出，所述标准面积的计算方法包括：

获取已知发光效果良好的所述LED发光模块中同一行、列、或子区域中所有LED光源的光斑面积之和，以获得总面积；

基于所述总面积和与所述总面积相关的所述LED光源的数量，计算平均面积，将该平均面积作为所述标准面积。

6.根据权利要求4所述的LED光源缺陷检测方法，其特征在于，所述LED发光模块中包括蓝光LED光源、红光LED光源和绿光LED光源，根据所述光斑面积与所述标准面积的比较结果，分别为所述蓝光LED光源、所述红光LED光源和所述绿光LED光源设置不同的容差。

7.根据权利要求1所述的LED光源缺陷检测方法，其特征在于，所述LED光源的缺陷状态包括暗灯、死灯、亮点，当所述光斑面积大于所述标准面积时，所述LED光源属于亮点，当所述光斑面积小于所述标准面积时所述LED光源属于暗灯，当所述光斑面积小于所述标准面积且小于最小极限值时，所述LED光源属于死灯。

8.根据权利要求1所述的LED光源缺陷检测方法，其特征在于，还包括亮度筛选方法：

对所述照明图像进行图像处理，以得到与该照明图像所对应的所述LED光源的亮度值；

将该亮度值与标准亮度值比较，并根据比较结果判断所述LED光源的状态。

9.根据权利要求8所述的LED光源缺陷检测方法，其特征在于，获得所述LED光源的亮度值的方法包括：

将与每个所述LED光源对应的所述光斑轮廓图像分成若干像素块；

获取每个所述像素块的灰度值，并根据所述灰度值量化出相应的亮度值；

对所有像素块对应的亮度值求和，以得到所述LED光源的亮度值。

10.一种LED光源缺陷检测系统，其特征在于，包括：

驱动电源，用于为待测LED光源提供发光所需电源；

图像获取模块，用于获取所述LED光源的照明图像；

第一图像处理模块，用于对所述照明图像进行处理，以获取所述照明图像中明亮区域的光斑轮廓；

第一计算模块，用于计算所述光斑轮廓的面积，以得到光斑面积；

第一比较模块，用于将所述光斑面积与标准面积比较；

第一判断模块，用于根据所述第一比较模块的比较结果判断当前所述LED光源的状态。