毕业设计_开题报告书_图像压缩技术的研究报告及

.城建学院本科毕业设计(论文)开题报告 题目： 图像压缩算法的研究课 题 类 型： 论文学 生 姓 名： 吕建辉 学 号： 093410130专 业 班 级： 0934101系 别： 电气系指 导 教 师： 石磊开 题 时 间： 2014年3月 2014 年 04 月 10日一、毕业设计容及研究意义设计的容：本论文的主要研究容是图像压缩技术。具体框架是首先介绍了图像压缩的根本原理以及其相关压缩方法分类等理论知识，并且说明了对图像进展压缩的必要性与重要性，然后针对目前图像压缩现状和开展趋势，着重介绍了小波变换，并以其为根底来进展数字图像的压缩处理，这也许会成为图像数据压缩的主要技术之一。接着又根据相关知识编写了一些简单的图像处理程序，对前面的理论进展试验、分析、论证。最后，对整篇论文进展总结，发现自身研究的缺乏，并展望其未来开展前景研究意义：图像信息给人们以直观、生动的形象，正成为人们获取外部信息的重要途径。然而，数字图像具有极大的数据量，在目前的计算机系统的条件下，要想实时处理，假设图像信息不经过压缩，则会占用信道宽，是传输本钱变得昂贵，传输速率变慢。这对图像存储、传输及使用都非常不利，同时也阻碍了人们对图像的有效获取和使用。另外，伴随着计算机科学技术的开展，图像压缩技术在通信系统和多媒体系统中的重要性也越来越高，在我们的学习、生产、生活以及国防事物中等的作用越来越显著。为此，人们给予了图像压缩技术广泛的关注，如何用尽量少的数据量来表示图像信息，即对图像进展压缩，越来越成为图像研究领域的重点课题。二、毕业设计研究现状和开展趋势研究现状：第一代图像压缩编码的研究工作是从上个世纪50年代提出电视信号数字后开场的，至今己有60多年的历史。主要是基于信息论的编码方法，压缩比小。1966年比照分析了差分编码调制(DPCM)和脉冲编码调制(PCM)并提出了用于电视的实验数据，1969行了线性预测编码的实际实验。同年举行首届图像编码会(PictureCodiSymP0sium)，在这次会议之后，图像压缩编码算法的研究有了很大进展。由于DCT压缩算法具有编码效果较好、运算复杂度适中等优点，目前己经成为国际图像编准(JPEG)的核心算法。为了克制第一代图像压缩编码存在的压缩比小、图像复原质量不理想等1985年Kunt等人充分利用人眼视觉特性提出了第二代图像压缩编码的概念。上世纪80年代中后期，人们相继提出了在多分辨率下表示图像的方案，主要方子带压缩编码、金字塔压缩编码等。这些方法均在不同程度上有如下优点:多分辨率的信号表示有利于图形信号的渐输，不同分辨率的信号占用不同的频带，便于引入视觉特性。1987年，Mallat次巧妙地将计算机视觉领域的多尺度分析思想引入到小波变换中，统一了在之前各种小波的构造方法之后，他又研究了小波变换的离散形式，并将相应的法应用于图像的分解与重构中，为随后的小波图像压缩编码奠定了理论根底。1988年Barnsly和S1an共同提出了分形图像编码压缩方案，之后，各国学者提出各种各样的改良方法，从而掀起了分形图像编码的新高潮。但由于在分形压缩编码过程中，运算量大，从而造成编码时间过长，且提高压缩比同减小失真度之间的矛盾始终存在，从而局限了它的实用性。上个世纪90年代后，又取得了一系列图像压缩编码研究的阶段性新成果，基于零树的编码法首先由和G.Knoes提出，其特点是根据小波系数在同方向子带中的相似性，即假设一个小波系数较小，则很可能高一级(频率更高)同方向子带中相应位置的小波系数也较小，利用一种称为小波树的树形构造来组织小波系数，使其能方便地去除频域和空间域中的相关性。接着Shapir结合比特平面编码方法设计了更好的零树编码方法，Shapri提出的嵌入式零树小波算法是迄今为止最有效的方法，它有效地利用了小波系数的特性，实现了图像的可分级编码，但是不同程度地存在算法时间复杂度和空间复杂度过高的弱点。目前，小波变换的图像压缩编码算法已成为图像压缩研究领域的一个主要方向，基于小波变换的图像编码技术正逐步显示出它的优越性，其中小波变换己被JPEG-2000国际标准采用。开展趋势：随着数字化技术的迅速开展，数字图像也被越来越多的运用在我们的日常学习、生活、工作当中，图像压缩技术将会非常的重要。从国际数据压缩技术的开展尤其是MPEG的开展可以看出，基于容的图像压缩编码方法是未来编码的开展趋势。它不仅能满足进一步获得更大的图像数据压缩比的要求，而且能够实现人机对话的功能。另外，任意形状物体的模型建立的关键问题还没有解决，这严重影响其应用的广泛性。因此，图像编码将朝着多模式和跨模式的方向开展。通过元数据进展编码也是今后编码的开展方向。元数据是指详细的描述音/视频信息的根本元素，利用元数据来描述音视频对象的同时也就完成了编码，因为此时编码的对象是图像的一种描述而不再是图像本身。从另一个角度来说，进一步提高压缩比，提高码流的附属功能码流容的可访问性、抗误码能力、可伸缩性等也将是未来的编码的两个开展方向。三、毕业设计研究方案及工作方案1、研究方案此次论文撰写拟从图像数据压缩的必要性出发，阐述本课题的研究义，然后简单介绍了图像压缩编码技术的开展现状，最后对本文的主要工作以及各章的容编排做了说明。接下来对数字图像压缩的必要性、重要性以及现今国外对于这一技术领域的研究现状介绍开场，进而系统并简明的述说图像压缩理论知识。紧接着将对为何要选用小波变换为根底，来进展数字图像的压缩处理进展具体且详细的论述，并且介绍了小波变换对静止的图像进展编码的技术，阐述了Matlab算法，最后附上相关程序，通过实验来验证本论文所选方法的优越性。最后是对此次论文的总结。具体有以下几方面的工作：1、介绍图像及图像压缩的相关知识，弄清楚图像定义、根本概念及压缩编码的根本过程，并且重点讨论几种传统的、在图像压缩中被广泛采用的编码方法及其根本原理。2、通过分析比拟小波变换和传统变换方法，发现小波变换在图像压缩技术领域的优越性。同时，从小波基的选择、原始信号的边界延拓、小波系数的量化、熵编码、小波分解/重构级数来逐步分析小波编码的根本思想、理论。3、量化和编码间的关系是小波变换压缩的关键所在。本论文中将用EZW与SPIHT算法来处理这种关系，即研究该算法的主要思想、实现步骤，并阐述、编写基于Matlab软件的相关程序，通过程序的运行来验证所用方法的优越性。2、重点和难点此次论文的重难点是，对为何要选用小波变换为根底，来进展数字图像的压缩处理进展：1要介绍小波变换的背景及根本理论、函数，其中包括对于传统变换方法的局限性对瞬态和局部信号分量的分析、时频和空频局部化的论述，小波变换的分类及其它；2分析小波参数的选择及其对图像压缩前后的质量的影响，以及怎样利用小波系数的分布特点和小波图像特点，对系数进展组织和编码，实现数字图像的压缩；3介绍两种经典的基于小波变换的图像压缩编码算法即EZW算法和SPIHT算法，并研究其主要思想、具体实现步骤，同时，认真分析各种算法的优点和缺点试图寻找可以改良的地方。最后阐述了Matlab算法，利用小波变换理论进展相关程序的编写，通过实验来验证所选方法的优越性。3、工作方案学生吕建辉专业电子信息工程起止日期日/月周次 容 进 程备 注1承受设计的课题，查找相关参考文献和资料。2熟悉设计的课题，查阅、整理参考文献和资料3学习相关参考文献和资料。4理清思路，撰写开题报告5开题辩论，对设计课题的容作初步论证6容论证，容改良，容定稿7对小波变换进展研究学习8对小波变换进展研究学习9对各种图像压缩方法研究学习10比拟各种图像压缩方法的优缺点11熟悉毕业论文格式、撰写论文初稿12撰写论文初稿13完成论文初稿并提交14自我修改毕业论文15自我修改毕业论文16根据教师指导，改善缺乏之处，总体完善17完成论文终稿，提交论文终稿18准备好自述讲稿，打印，参加论文辩论四、主要参考文献:1阮秋琦. 数字图像处理学M. : 电子工业, 20012荣椿. 数字图像处理导论M. : 西北工业大学, 19993.数字图像处理M. : 电子工业, 20024钟诚.小波变换及其应用研究J.中国科技信息,2008,25玉华.小波变换与工程应用M.:科学,19996余松煌，文军.军等著.现代图像信息压缩技术M .科学，19987丹.信息论与编码M.中国科学技术大学，20018黄贤武.数字图像处理与压缩编码技术M .:电子科技大学，2009榴梯，明奇.党长民等著.实用数字图像处理M .理工大学出社，1998.10 马平.数字图像处理和压缩M.电子工业,200711显东，在铭，军等著.图像压缩标准研究的开展与前景M.中国工程物研究院信息与电子工程，2003.12.12太怡，吴晓芸，双腾等著.基于JPEG国际标准的图像压缩方法的研究J .大学学报，1994，17(5)13AnalogDeviees.ADV-JP2000JPEG2000Co-ProeessorJ.PreliminaryTeehniealData，2001.14TAYLOR W F. The Geometry of puter GraphicsM. Wadsworth Inc, 199215 A.J.Patti, M.I.Sezan A.M.Tekalp. Superresolution Video Reconstruction with Arbitrary Sampling Lattices and Nonzero Aperture Time. IEEE Trans, 199716 Elad M Feuer A. Restoration of a Single Superresolution Image from Several Blurred Noisy and Undersampled Measured Images. IEEE Trans, 199717 J.K.Paik, A.K.Katsaggelos. Iamge restoration using a modified Hopfield network. J IEEE Transactions on Image Processing, 1992 18闫阳,正炳.基于小波变换的图像压缩编码J.现代电子技术,2005，28(3)19王晓辉,朱光喜,朱耀庭.图像的一种分形特性表示法及其应用J.电子学报,1997,25(l0)20练华,宋宝瑞.基于小波变换的分形图像编码J.交通大学学报,2004,(4)21兢,路彦和.具有感兴趣区域的静止图像压缩编码算法研究J.计算机应用,2005,(6)22JOEL AM,Larsson C,Charilaos C.Region of Interest Coding in JPEG 2000J.Signal rocessing:Imag munication,2002,(17)附： 一篇引用的外文文献Analysis of pression Encoding about Digital ImageYufangGao Yang LiuBeijing University of Posts and Telemunications,Beijing,PRC,100876Abstract :This paper mainly investigate the theory of image pressing encoding,two parts,the technologyand process of encoding,are included.In the technology of encoding,we give a deep study in thetraditional methods and the use of those methods in the image pression,for e*ampleestimation coding,DCT transform,data quantization,entropy coding.Estimation coding lowers thetime relativity of image data.DCT transform lowers the space relativity of image data.Dataquantization makes use of the redundancy of mentality and vision.Entropy coding brings downthe redundancy of coding.After those process,image data will be effectively pressed.Based on the coding technology,this paper e*amplified MPEG-2 standard discusses the processof the serial of motion image,which includes frame and field coding mode.This paper particularlye*pounds the field coding of motion pensation bined with DCT transform,introduces thetheory of motion pensation and the count of motion vector.Motion pensation makes better use of relativity of field data and increases the pensation ratio.Key words:estimation codingDCT transform motion pensationmotion estimation MPEG-21. IntroductionDigital images have many advantages, but the digital image of the massive amount of data hinders the development of digital image technology. In recent years, image pression coding have made rapid development,the sign is International research on image pression coding drawn up a series of pression standards, such as: JPEG, H.26* series, MPEG series。At the same time the development of VLSI technology makes high-performance image coding special chips as possible, which led to the golden age of digital image munication development.Digital color television image signal monly used ponent encoding ,luminance signal sampling frequency is 13.5MHZ, color difference signals of the sampling frequency 6.75MHZ. After ponent encoded, The rate of which posed of three ponent signals TDM stream is: 13.5+6.75+6.758=216Mb/s，so the space for digital video Per minute is: 216Mb/s60s/8=1620MB。Such a huge amount of data makes a 650MB CD can only store one minute of video images, even a 10GB hard drive also can not store a few minutes of video images, it is necessary to press image data.In this paper,we investigate the method that using MATLAB Wavelet Transform for pression. Methods: The image was processed by wavelet transform, and then the information of low frenquency was retained and the information of high frenquency was home zero. Results: The quality of the first image pression was high, but the pression ratio was low. The pression ratio of the second time was higher,and the image quality was good. Conclusion: The method is simple, reliable and effective in image pression.With the puter technology and the rapid development of network technology, images, sound and other multimedia information recording, storage, transmission has been digitized, the huge amount of data brought to the storage and transmission of certain difficulties, digital image pression has bee a solution to the problem key technology.Over the last decade ,wavelet theory has bee a new direction in applied mathematics. As a mathematical tool, wavelet was quickly applied to the image and voice of many other fields. Wavelet transform is a signal of time - scale analysis method, the characteristics of multi-resolution analysis, and in time and frequency domain has the capacity of local signal characteristics, a fi*ed window size, its shape variable, time window and frequency window can change the time-frequency localization analysis, that low frequency high frequency resolution and time resolution, the high frequency part of the high time resolution and lower frequency resolution very suitable for detection of transient entrainment of the normal signal anomalies and show its ponents, so the microscope known as signal analysis.2, Image pression Coding TheoryCoding process can be summarized as：Original image Mapping transformation Quantizer Entropy Coder data streamMapping transformation reduces the correlation between image data，Make it more conducive to pression；Quantizer to map the data into a binary digital signal；Entropy code make that appeared on the probability of a large source of symbols assigned to the short code; Small symbol on the probability assigned to a long code, there by reducing redundant data generated code. Data pression is divided into lossless and lossy pression. Lossless pression means that image data after pression can be pletely restored, restored the same image and original image, while lossless pression refers to the pressed image data while maintaining the characteristics of the original image under the premise of inevitable loss of part of the original image is not important information. The current image based on wavelet transform press gradually replaced the DCT and the other based on the coding technique, a new image pression international Biaozhun of choice, such as the most advanced image pression standard JPG2000 the core algorithm is wavelet transform.2.1 Wavelet Analysis Principles and MethodsWavelet analysis is currently applied mathematics and engineering disciplines in a fast-growing new field. Wavelet is a small wave, small means it has the Decay; wave refers to its volatility. With the increasing maturity of wavelet theory, wavelet analysis has bee very broad applications. Image processing is an important area of application of wavelet analysis, image processing has bee a useful tool.2.2The principle of wavelet transform image pressionWavelet transform for image pression the basic idea is:multi-resolutiondepositionof the image, broken down into different space, differentfrequency sub-image, and then pairs the image coefficients are encoded.Wavelet transform coefficient coding is the core for image pression,pression is the real coefficient quantization pression. Image after wavelet transform wavelet image data generated and the total amount of data equal to theoriginal image, that wavelet transform itself does not have pression. The reason why itused for image pression, because the resulting wavelet image and the original image withdifferent characteristics, and in the image of the energy concentrated in the low frequency part, while the horizontal, vertical and diagonal part of the energy is less; level,vertical anddiagonal part of the characterization of the original image in the horizontal, vertical and diagonal part of the edge information, with clear direction characteristics. Called low-frequency part of the image brightness, horizontal, vertical and diagonal part of the known details of the image Therefore, the simplest method is to use wavelet pression to preserve low-frequency part of the high frequency part of the set 0. Original image is first deposed into low frequency and high frequency horizontal ponent L HL1, high-frequency vertical ponent LH1, high-frequency diagonal ponents HH1, and then further depose the low frequency ponent L repeatedly to the desired level of deposition. As the scaling function with low-pass filter (H) the role of the wavelet function has a high pass filter (G), the role of image wavelet deposition for the equivalent of the horizontal and vertical filtering and sub-sampling, the reverse process of the image shall reconstruction 3. 2.3 Image pression using Matlab programming stepspressed image using wavelet transform under the following three steps: The discrete wavelet transform image is deposed into low frequency and high frequency ponents similar to the level of high-frequency vertical and diagonal details of the high frequency ponent; E*tract low frequency, high-frequency part of the set 0; Using the inverse wavelet transform of the reconstructed image .3 ResultsIn this study,we use MATLAB 6.5 programming.Using wavelet deposition to remove the high frequency part of the image while only retaining the low frequency part of the image as asimple pression method. Function that is used with wavedec2 bior3.7 waveletdeposition of the image layer, then in low frequency coefficients appcoef2 function, and finally quantified with wcodemat function code. The results are as follows:Original imageThe first pressed imageThe second pressed imageImage size before pressionName Size Bytes Class* 256 256 524288 double arrayGrand total is 65536 elements using 524288 bytesThe first pressed image sizeNameSize Bytes Classca1 128 128 131072 double arrayGrand total is 16384 elements using 131072 bytesAfter the second pressed image sizeName Size Bytes Classca2 64 64 32768 double arrayGrand total is 4096 elements using 32768 bytesFrom the above e*perimental results can be seen that the first pression ratio is 27.81% of before pression.The second pression ratio is 8.58% of before pression.Can be seen from the figure that the effect of the two pression is good, especially the first time the pression is better. The second pressed image darker ,its reason is the loss caused by a large number of low frequency coefficients. It also verified the second pressed greater.4 DiscussionThese results indicate that the image wavelet transform, remove the high frequency part, to retain low frequency, can be better pressed image data, to a certain pression ratio can guarantee the quality of image processing. In addition, to further improve the image pression, but also integrated the use of a variety of other technologies, in particular data encoding and decoding algorithms 4.译文： 数字图像信号压缩的编码分析高玉芳，洋邮电大学电信工程学院多媒体中心(100876)摘要：本文主要研究图像压缩编码理论，包括两个局部容：编码技术和编码流程。在编码技术中，我们详细介绍了预测编码、DCT变换编码、数据量化、熵编码的原理及其在图像压缩中的应用。预测编码减弱了图像数据的时间相关性；DCT变换编码减弱了数据的空间相关性；数据量化利用了人眼心理视觉冗余；熵编码减小了编码冗余。减小了这些冗余，图像数据将得到有效的压缩。在编码技术根底之上，本文以MPEG-2为例，系统地讨论了运动图像视频序列的编码流程，包括帧编码模式和帧间编码模式。其中重点研究了运动补偿帧间预测结合DCT变换的帧间压缩编码，分析了运动补偿的原理和运动矢量的计算方法。关键词：预测编码 DCT 运动补偿 运动估值 MPEG-21 引言图像的数字化有许多优点，但数字图像的海量数据量阻碍了数字图像技术的开展。近年来，图像压缩编码研究取得了飞速开展，其标志国际上图像压缩编码研究成果而制定的一系列压缩标准，如：JPEG、H.26*系列、MPEG系列。同时超大规模集成电路工艺的开展，使得高性能的图像编码专用芯片成为可能，从而引来了数字图像通信开展的黄金时代。数字彩色电视图像信号一般采用分量编码1方式，亮度信号取样频率为13.5MHZ，色差信号的取样频率为6.75MHZ。分量编码后三个分量信号组成的时分复用码流速率为：13.5+6.75+6.758=216Mb/s，则每分钟数字视频所占用的空间为：216Mb/s60s/8=1620MB。这么庞大的数据使得一650MB的光盘只能存储一分钟的视频图像，即使一块10GB硬盘也存储不了几分钟的视频图像，因此必须对图像数据进展压缩。本文探讨利用MATLAB的小波变换进展图像压缩的方法。方法：对图像进展小波变换，保存低频局部，高频局部置0。结果：第一次压缩时压缩效果较好，压缩比拟小，第二次压缩时压缩较大，图像视觉效果也令人满意。结论：本方法是一种简单、有效的压缩方法。随着计算机技术和网络技术的迅速开展，图像、声音等多媒体信息的记录、存储、传输已经数字化，庞大的数据量给存储和传输带来了一定的困难，数字图像的压缩已成为解决该问题的关键技术。近十几年来小波理论的研究己成为应用数学的一个新方向。作为数学工具，小波被迅速应用到图像和语音分析等众多领域。小波变换是一种信号的时间尺度分析方法，具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可变，时间窗和频率窗都可变的时频局部化分析方法，即在低频局部具有较高的频率分辨率和时间分辨率，在高频局部具有较高的时间分辨率和较低的频率分辨率，很适合探测正常信号中夹带的瞬态反常现象并展示其成分，所以被誉为信号分析的显微镜2 图像压缩编码原理图像编码的过程可以概括为：原始图像 映射变换 量化器 熵编码器 码流映射变换减小了图像数据之间的相关性，使之更有利于压缩编码；量化器将映射数据变为二进制数字信号；熵编码对信源中出现概率大的符号赋以短码，对出现概率小的符号赋以长码，从而减小了数据编码产生的冗余.数据压缩主要分为无失真压缩和有失真压缩。无失真压缩指的是图像数据经过压缩后可以完全的得到恢复,复原后的图像和原始图像一致,而有失真压缩则是指压缩后的图像数据在保持原图像的特征的前提下,不可防止的丧失一局部不太重要的图像原始信息。目前基于小波变换的图像压缩已经逐渐取代了基于DCT和其他的编码技术,成为新的图像压缩国际标准的首选,如目前最先进的图像压缩标准JPG2000的核心算法就是小波变换。2.1小波原理与方法小波分析是当前应用数学和工程学科中一个迅速开展的新领域。小波就是小的波形，小指它具有衰减性；波则指它的波动性。随着小波理论的日益成熟，小波分析的应用领域也变得十分广泛。图像处理是小波分析应用的重要领域，已经成为了进展图像处理有用的工具之一。2.2小波变换实现图像压缩原理 小波变换用于图像压缩的根本思想是:对图像进展多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像系数进展编码。系数编码是小波变换用于图像压缩的核心,压缩的实质是对系数的量化压缩。图像经过小波变换后生成的小波图像的数据总量与原图像的数据总量相等,即小波变换本身并不具有压缩功能。之所以将它用于图像压缩,是因为生成的小波图像具有与原图像不同的特性,表现在图像的能量主要集中在低频局部,而水平、垂直和对角线局部的能量则较少；水平、垂直和对角线局部表征了原图像在水平、垂直和对角线局部的边缘信息,具有明显的方向特性。低频局部称为亮度图像,水平、垂直和对角线局部称为细节图像。所以一个最简单的压缩方法是利用小波分解, 保存低频局部，将高频局部置0。原始图像首先被分解成低频分量L和高频水平分量HL1 、高频垂直分量LH1 、高频对角分量HH1 ,然后对低频分量L进一步分解,反复至所需分解层次。由于尺度函数具有低通滤波(H) 的作用,小波函数有高通滤波( G) 的作用,对于图像小波分解相当于在水平和垂直方向上进展滤波和亚采样,其逆过程即为图像的重构3。2.3利用Matlab编程实现图像压缩的步骤 利用小波变换压缩图像分以下三个步骤:利用二维离散小波变换将图像分解为低频近似分量和高频水平、高频垂直、高频对角细节分量；提取低频局部，将高频局部置0；利用逆小波变换重构图像。3 结 果 本研究采用MATLAB 6.5编程，利用小波分解去掉图像的高频局部而仅保存图像的低频局部是一种最简单的压缩方法。即用wavedec2函数用bior3.7小波基对图像进展二层小波分解后,再用appcoef2函数提取低频系数,最后用wcodemat函数进展量化编码。结果如下：压缩前图像大小 Name Size Bytes Class * 256256 524288 double array Grand total is 65536 elements using 524288 bytes第一次压缩后图像大小 Name Size Bytes Class ca1 128128 131072 double array Grand total is 16384 elements using 131072 bytes第二次压缩后图像大小 Name Size Bytes Class ca2 6464 32768 double arrayGrand total is 4096 elements using 32768 bytes 从上面的实验结果可以看出第一次压缩的压缩比为压缩前的27.81%。第二次压缩的压缩比为压缩前的8.58%。从图中可以看出两次压缩的效果还可以,尤其是第一次的压缩效果比拟好。第二次压缩后的图像比拟暗的原因是因为丧失了大量的低频系数所致。这也验证了第二次压缩的压缩比拟大。4 讨 论 上述结果说明对图像进展小波变换，去掉高频局部，保存低频局部，可较好地压缩图像的数据量，在一定压缩比下可保证图像处理的质量。此外,要进一步提高图像的压缩效果,还需要综合地利用多种其他技术，特别是数据编码与解码算法等4指导教师意见 签名： 月 日教研室意见 教研室主任签章： 月 日评审小组意见 参加评审人员签字： 月 日.