• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    增強(qiáng)形態(tài)學(xué)建筑物指數(shù)應(yīng)用于高分辨率遙感影像中建筑物提取

    2014-06-27 05:47:41胡榮明黃小兵黃遠(yuǎn)程
    測(cè)繪學(xué)報(bào) 2014年5期
    關(guān)鍵詞:不透水分率高分辨率

    胡榮明,黃小兵,黃遠(yuǎn)程

    西安科技大學(xué)測(cè)繪科學(xué)與技術(shù)學(xué)院,陜西西安 710054

    增強(qiáng)形態(tài)學(xué)建筑物指數(shù)應(yīng)用于高分辨率遙感影像中建筑物提取

    胡榮明,黃小兵,黃遠(yuǎn)程

    西安科技大學(xué)測(cè)繪科學(xué)與技術(shù)學(xué)院,陜西西安 710054

    提出一種增強(qiáng)的形態(tài)學(xué)建筑物指數(shù)(EMBI),利用該指數(shù)和地物的幾何形狀約束可完成高分辨率建筑物的自動(dòng)提取。首先提取城市的不透水層特征,然后通過(guò)建立建筑物屬性與形態(tài)學(xué)運(yùn)算之間的關(guān)系得到EMBI特征圖像,以增強(qiáng)對(duì)建筑物的描述,最后結(jié)合形狀特征(長(zhǎng)寬比、面積等)采用決策樹(shù)分析的方法完成對(duì)建筑物的提取。為了驗(yàn)證本文方法的有效性,利用華盛頓特區(qū)商業(yè)街的航空高光譜HYDICE影像和武漢大學(xué)的兩幅QuickBird影像進(jìn)行對(duì)比試驗(yàn),表明本文算法比MBI算法能獲得更好的建筑物提取結(jié)果,其總體精度分別提高了7.31%、6.48%和7.83%。

    高分辨率影像;增強(qiáng)形態(tài)學(xué)建筑物指數(shù);城市不透水層;形狀特征;決策樹(shù)

    1 引 言

    高空間分辨率遙感影像能夠展現(xiàn)大量的地物特征,包括地物的顏色、尺寸、形狀、紋理以及物體間的布局關(guān)系,空間幾何信息異常豐富,這使得利用高分辨率影像對(duì)城市建筑物進(jìn)行精確識(shí)別成為可能。然而,高分辨率影像中同類(lèi)地物的光譜統(tǒng)計(jì)特征存在較大的光譜異質(zhì)性,這使得僅利用光譜信息提取地物不能得到滿意的結(jié)果。為此,近年來(lái)人們提出了空-譜結(jié)合的分析方法,認(rèn)為空間特征是與光譜特征互補(bǔ)的信息[1]。譬如,文獻(xiàn)[2]提出了一種利用結(jié)構(gòu)信息、上下文信息和光譜信息自動(dòng)提取建筑物的方法,通過(guò)3種不同信息的整合完成了對(duì)建筑物的提取;文獻(xiàn)[3]應(yīng)用模糊邏輯分類(lèi)器結(jié)合光譜、空間、紋理和上下文特征等知識(shí)規(guī)則進(jìn)行建筑物分類(lèi);文獻(xiàn)[4]先用ECHO和ISODATA進(jìn)行分類(lèi),然后利用HOUGH變換完成了對(duì)建筑物的提取;同時(shí)以分割為基礎(chǔ)的面向?qū)ο蟮姆治龇椒ㄒ驳玫綉?yīng)用,如文獻(xiàn)[5—6]提出了一個(gè)基于SVM的集成方法,該方法將面向?qū)ο蠛突谙袼氐姆椒ńY(jié)合起來(lái)對(duì)城市地物進(jìn)行分類(lèi);文獻(xiàn)[7]利用改進(jìn)的像素級(jí)和對(duì)象級(jí)遙感影像的分類(lèi)方法來(lái)區(qū)分不同的地物。針對(duì)城市地物的特殊形態(tài),人們也提出一些相應(yīng)的空間特征計(jì)算方法,如像元形狀指數(shù)(PSI)[8]、形態(tài)學(xué)序列[9]、基于小波紋理的城市多尺度復(fù)雜指數(shù)(MUCI)[10-11]等。為了增強(qiáng)對(duì)建筑物的自動(dòng)提取效率,人們也提出了一些新的方法,如文獻(xiàn)[12]利用“方差的比值差異(DRV)”提出建筑物半自動(dòng)識(shí)別的方法;文獻(xiàn)[13]基于建筑物具有高的局部對(duì)比度提出建筑物存在指數(shù)的紋理計(jì)算方法,稱(chēng)之為“Pan Tex”;文獻(xiàn)[14]提出形態(tài)學(xué)建筑物指數(shù)(morphology building index,MBI)。這些算法中MBI算法取得了較高的建筑物提取精度,但是它存在3個(gè)問(wèn)題:①M(fèi)BI算法將波段最大值定義的亮度圖像作為基礎(chǔ)特征構(gòu)建建筑物指數(shù),但因其忽略建筑物的亮度差異而造成部分建筑物遺漏;②MBI算法的后處理需要結(jié)合NDVI的處理,增加了算法的復(fù)雜度;③MBI算法建筑物提取結(jié)果中的同質(zhì)區(qū)域內(nèi)部存在很多噪聲,影響了提取的精度。針對(duì)MBI的不足,本文以建筑物的物理屬性和幾何形態(tài)特征的分析為基礎(chǔ),提出一種新的增強(qiáng)型形態(tài)學(xué)建筑物指數(shù)(enhanced morphological building index,EMBI)分析方法。對(duì)比于MBI的亮度特征,本文方法以V-I-S(vegetation-impervious surface-soil)模型[15]為基礎(chǔ),將建筑物描述成具有不透水物理屬性的地物,從而將其與植被、土壤、水體等透水性地物有效地區(qū)分開(kāi)來(lái),并以多尺度、多方向的幾何特征及形狀特征(即長(zhǎng)寬比與區(qū)域面積)來(lái)區(qū)分建筑物對(duì)象和城市道路等地物。

    2 增強(qiáng)型形態(tài)學(xué)建筑物指數(shù)(EMBI)

    EMBI算法主要由3部分構(gòu)成,首先對(duì)高分辨多光譜圖像進(jìn)行混合光譜分解[16]提取不透水層組分圖像g(x)來(lái)表征建筑物的物理不透水屬性,然后利用多尺度、多方向形態(tài)學(xué)開(kāi)閉重建運(yùn)算建立建筑物EMBI特征圖像,最后利用決策樹(shù)的分析方法對(duì)EMBI特征圖像、連通區(qū)域的形狀特征即長(zhǎng)寬比ratio(x)和面積area(x)進(jìn)行分層閾值判決分析完成對(duì)建筑物的提取,具體流程如圖1。

    圖1 EMBI算法的流程圖Fig.1 Flowchart of EMBI algorithm

    2.1 不透水層組分圖像的提取

    根據(jù)文獻(xiàn)[15]建立的城市地物覆蓋模型V-IS,建筑物是城市地物中不透水層覆蓋的主要構(gòu)成。因此,提取不透水層作為建筑物提取的基礎(chǔ)特征圖像,來(lái)表征建筑物的物理屬性,該過(guò)程主要利用了凸幾何端元提取方法和線性混合光譜分解理論。首先依據(jù)V-I-S模型定義高亮度不透水地物、低亮度不透水地物、植被、土壤和陰影或水體5種端元;因基于凸幾何原理這些端元分布在散點(diǎn)圖的頂點(diǎn)區(qū)域,接著在高分辨多光譜圖像主成分變換后的前3個(gè)主成分構(gòu)成的特征空間散點(diǎn)圖的頂點(diǎn)選取地物端元,并將散點(diǎn)圖頂點(diǎn)區(qū)域在相應(yīng)的圖像樣本的平均波譜作為端元波譜;最后以定義后的端元對(duì)影像進(jìn)行混合光譜分解得到組分圖像,并將高、低亮度組分圖像組合形成包含建筑物的不透水層組分圖像g(x)。

    2.2 形態(tài)學(xué)建筑物指數(shù)(EMBI)的建立

    數(shù)學(xué)形態(tài)學(xué)作為區(qū)域特征描述中的一個(gè)有效工具,被用來(lái)提取影像中感興趣的成分。數(shù)學(xué)形態(tài)學(xué)基于一些基本的運(yùn)算,比如灰度形態(tài)學(xué)開(kāi)(opening)、閉(closing)常常被用來(lái)分離一些或暗或亮的細(xì)節(jié)特征,同時(shí)使影像的總體特征保持相對(duì)穩(wěn)定。形態(tài)學(xué)重建是另一類(lèi)常用的運(yùn)算,它被證明比傳統(tǒng)的形態(tài)學(xué)運(yùn)算更好地減少形狀的損失,并且在影像紋理[17]提取和分割[18]中已經(jīng)被驗(yàn)證。目前形態(tài)學(xué)運(yùn)算已經(jīng)被成功運(yùn)用到高分辨率影像中[19],特別是形態(tài)學(xué)粒度分析和開(kāi)/閉重建等[20]。本文針對(duì)建筑物在高分辨率影像中表現(xiàn)出來(lái)的獨(dú)特的空間特征,設(shè)計(jì)新的多粒度形態(tài)學(xué)算子(opening by reconstruction followed by closing by reconstruction,OFC),它是開(kāi)重建(opening by reconstruction)和閉重建(closing by reconstruction)的混合運(yùn)算,并以建筑物不透水層圖像為基礎(chǔ),提出新的形態(tài)學(xué)建筑指數(shù)EMBI(enhanced morphological building index),其過(guò)程如下:

    2.2.1 定義結(jié)構(gòu)體

    設(shè)線性結(jié)構(gòu)體元素SE=strel(‘line’,d,s),由于城市的道路易與低照度的建筑混淆,而道路具有各向異性,相對(duì)而言建筑物各方向性質(zhì)相近。因而采用線性結(jié)構(gòu)元素有利于區(qū)分道路和建筑物,d,s分別表示線性結(jié)構(gòu)元素的方向和大小。

    2.2.2 OFC算子及OFC算子的白帽變換(W-TH)

    形態(tài)學(xué)開(kāi)重建能夠平滑圖像中小于結(jié)構(gòu)體的明亮細(xì)節(jié)信息并同時(shí)保持總體特征穩(wěn)定;閉重建能夠平滑圖像中小于結(jié)構(gòu)體的暗細(xì)節(jié)信息并同時(shí)保持總體特征穩(wěn)定。形態(tài)學(xué)算子OFC定義為

    這兩幅影像相減可以得到比所定義的結(jié)構(gòu)元素小同時(shí)又比周?chē)噜弲^(qū)域亮的特征。

    2.2.3 OFC算子的多尺度形態(tài)學(xué)序列

    由于有時(shí)無(wú)法事先確定感興趣目標(biāo)的大小,而且某些特定的目標(biāo)在影像中通常表現(xiàn)為多尺度形態(tài),因此,文獻(xiàn)[19]提出了多尺度形態(tài)學(xué)序列(morphological profiles,MP)。類(lèi)似的,本文基于OFC算子的多尺度形態(tài)學(xué)序列定義如下

    為了充分利用多尺度的形態(tài)學(xué)特征,文獻(xiàn)[21]在MP基礎(chǔ)上,發(fā)展了一種新的形態(tài)學(xué)算子,稱(chēng)為多尺度差分形態(tài)學(xué)序列(differential morphological profiles,DMP)。同理,基于OFC算子的多尺度差分形態(tài)學(xué)序列定義如下

    式中,Δs是連續(xù)尺度的間隔,s∈(smin,smax)。

    2.2.4 增強(qiáng)型形態(tài)學(xué)建筑物指數(shù)EMBI

    設(shè)DN和SN分別表示結(jié)構(gòu)元素的方向個(gè)數(shù)和尺寸個(gè)數(shù),DMPW-THOFC(di,sj)表示結(jié)構(gòu)體大小為di和方向?yàn)閟j的差分形態(tài)學(xué)特征。建筑物指數(shù)是該多方向和多尺度的差分形態(tài)學(xué)序列的平均值,即

    對(duì)比于狹長(zhǎng)的道路和噪聲,高分辨率影像中建筑物是連續(xù)的區(qū)域,它在不同尺度和方向都能保持較好的差分形態(tài)學(xué)特征,因而響應(yīng)都較強(qiáng)。因?yàn)橄裨狤MBI值越大,越表明該像元屬于建筑物,所以設(shè)定閾值t1對(duì)EMBI特征進(jìn)行閾值分割,得到建筑物區(qū)域提取的初步結(jié)果。

    2.3 形態(tài)學(xué)建筑物指數(shù)的后處理

    通過(guò)對(duì)EMBI特征圖像進(jìn)行閾值分割可以剔除EMBI特征值較小的非建筑物地物,但是特征值較大的非建筑物很難剔除,主要表現(xiàn)為部分道路和類(lèi)似于噪聲的小面斑。因此,引入兩個(gè)形狀特征ratio(x)和area(x)。area(x)為連通區(qū)域中的像元的總數(shù),ratio(x)的公式為

    式中,Wr(x)表示包含連通區(qū)域的最小矩形的寬度;Lr(x)表示包含連通區(qū)域的最小矩形的長(zhǎng)度。ratio(x)用于區(qū)分建筑物與狹長(zhǎng)道路對(duì)象;area(x)用于區(qū)分建筑物和小面積地物,這種地物稱(chēng)為噪聲。后處理的原理如圖2。

    3 建筑物的提取試驗(yàn)

    利用EMBI算法對(duì)3幅高分辨率影像進(jìn)行建筑物的提取試驗(yàn),并且與MBI算法的提取結(jié)果進(jìn)行對(duì)比。采用4種統(tǒng)計(jì)方法對(duì)提取的結(jié)果進(jìn)行評(píng)價(jià),OE(omission error)、CE(commission error)反映的是建筑物漏分率和錯(cuò)分率,總體精度(OA)和Kappa系數(shù)反映建筑物和背景兩者的區(qū)分程度。

    圖2 后處理原理圖Fig.2 Schematic for post-processing

    3.1 HYDICE影像試驗(yàn)

    該數(shù)據(jù)是HYDICE傳感器獲取的華盛頓商業(yè)街的航空高光譜影像,其光譜范圍為0.4~2.4μm之間,包含210個(gè)波段,去除吸水波段后剩余191個(gè)波段,本試驗(yàn)圖像的大小為505像素× 151像素(圖3)。該影像中的地物類(lèi)型主要包括建筑屋頂、瀝青路、小道、植被(草地與林地)、水體等,提取的難度在于建筑物的材料多樣性導(dǎo)致建筑物類(lèi)內(nèi)光譜差異大,同時(shí)部分道路與部分建筑物光譜相似。圖3(b)中建筑物和背景的樣本數(shù)量分別為10 234像素和18 310像素,背景包括道路、小道和植被。根據(jù)VIS模型定義5種端元:高亮度不透水層、低亮度不透水層、道路、植被和水體。圖3(c)是不透水層組分圖像,可以看出建筑物和植被亮度差異明顯,證明利用混合像元分解的方法提取不透水層圖像可以很好地剔除植被的干擾。相比而言,MBI算法提取的是包含建筑物的亮度圖像(如圖3(d))。在圖3(d)中點(diǎn)線標(biāo)記的建筑物的亮度值很小,而虛線標(biāo)記的植被的亮度值卻很大,表明MBI算法提取的亮度圖像會(huì)造成建筑物的部分遺漏,同時(shí)容易與植被產(chǎn)生混淆。設(shè)置形態(tài)學(xué)運(yùn)算的結(jié)構(gòu)體尺寸s的變化序列為s={9,13,17,21,25,29,33},方向d的變化序列為d={22.5,45,67.5,90,112.5,135,157.5, 180}。圖3(e)和圖3(f)分別表示EMBI和MBI特征。對(duì)比可以看出,EMBI特征圖像明暗對(duì)比明顯,且對(duì)象內(nèi)部特征均勻,而MBI特征中對(duì)象內(nèi)部亮度存在異質(zhì)性因素干擾,這表明OFC運(yùn)算的優(yōu)勢(shì)。對(duì)計(jì)算得到的建筑按如下經(jīng)驗(yàn)參數(shù)進(jìn)行決策樹(shù)判別:EMBI參數(shù)為t1=0.3、t2=4.6、t3=150;MBI算法參數(shù)為t1=0.3,NDVI閾值設(shè)為0.05,ratio特征閾值設(shè)為4.6,area特征閾值設(shè)為150。

    圖3(g)—(i)為EMBI圖像按多層決策樹(shù)判別后的結(jié)果,圖3(i)為EMBI算法最終提取建筑物區(qū)域,對(duì)比圖3(j)MBI算法得到的建筑物區(qū)域。表1為該試驗(yàn)結(jié)果的精度評(píng)定,從中可以看出,相對(duì)于MBI算法,后處理前后的總體精度分別提高16.13%和7.31%,Kappa系數(shù)分別提高0.120 9和0.091 5,后處理前后的漏分率分別降低15.51%和7.92%,錯(cuò)分率分別降低10.42%、3.14%。這表明利用EMBI算法可以更好地區(qū)分建筑物和背景,同時(shí)建筑物提取的錯(cuò)分率和漏分率更低。

    3.2 Quick Bird影像試驗(yàn)

    該數(shù)據(jù)選取武漢市洪山區(qū)武漢大學(xué)的Quick Bird影像,波段數(shù)為4,該地區(qū)覆蓋類(lèi)型包括:林地、草地、建筑物、道路、裸地。從該數(shù)據(jù)中截取兩塊區(qū)域,分別如圖4(a)和圖5(a),兩幅數(shù)據(jù)的大小都為400像素×400像素,定義4種類(lèi)型端元,高亮度不透水層、低亮度不透水層、植被和陰影;形態(tài)學(xué)運(yùn)算的結(jié)構(gòu)體尺寸s的變化序列為s={3,8,13,18,23,28},方向d的變化序列為d={22.5,45,67.5,90,112.5,135,157.5,180}; EMBI的多層決策參數(shù)定義為t1=0.1、t2=6.9、t3=100;MBI閾值t1為0.1,NDVI閾值設(shè)為0.08,ratio特征閾值設(shè)為6.9,area特征閾值設(shè)為100。

    兩幅影像提取的結(jié)果分別如圖4和圖5。通過(guò)對(duì)比可以看出:①EMBI特征圖像相對(duì)MBI特征圖像可以更好地移除同質(zhì)區(qū)域內(nèi)部的噪聲,保持同質(zhì)區(qū)域的完整性,表明EMBI算法中OFC算子具有更好地平滑明暗細(xì)節(jié)同時(shí)提高同質(zhì)區(qū)域一致性的特點(diǎn);②圖5(g)和圖5(h)通過(guò)對(duì)比可以看出,利用EMBI算法提取的建筑物圖像可以更好地剔除道路等非建筑物的干擾,表明該算法可以更好地解決建筑物與道路等光譜相似地物的混淆問(wèn)題。表2為試驗(yàn)結(jié)果的精度評(píng)定。從表2中可以看出,相對(duì)于MBI算法,影像1后處理前后EMBI算法的總體精度分別高出了8.28%、6.48%,Kappa系數(shù)分別提高0.113 1、0.069 4,漏分率分別降低了8.44%、8.24%,錯(cuò)分率分別降低了3.36%、4.57%;影像2后處理前后EMBI算法的總體精度分別提高10.76%和7.83%,Kappa系數(shù)分別提高0.095 3和0.077 2,漏分率分別降低7.47%和6.43%,錯(cuò)分率分別降低9.85%和5.16%。高的分類(lèi)精度和低的錯(cuò)分漏分率進(jìn)一步證明EMBI算法能夠更加有效、準(zhǔn)確地完成建筑物提取。

    表1 HYDICE精度評(píng)定表Tab.1 Table of accuracy assessment for HYDICE

    圖3 HYDICE影像建筑物提取的結(jié)果Fig.3 Results of building extraction for HYDICE image

    表2 QuickBird影像精度評(píng)定Tab.2 Table of accuracy assessment for QuickBird images

    圖4 Quick Bird影像1建筑物提取的結(jié)果Fig.4 Results of building extraction for Quick Bird images 1

    圖5 Quick Bird影像2建筑物提取的結(jié)果Fig.5 Results of building extraction for Quick Bird images 2

    4 結(jié) 論

    本文從建筑物的不透水物理屬性出發(fā),結(jié)合多尺度形態(tài)幾何特征和建筑物的形狀結(jié)構(gòu)特征的約束建立了新的形態(tài)學(xué)建筑物提取方法,獲得了令人滿意的結(jié)果。需要說(shuō)明的是,試驗(yàn)中控制連通區(qū)域的長(zhǎng)寬比、面積的參數(shù)是依經(jīng)驗(yàn)設(shè)置的,在將來(lái)的研究中需要進(jìn)一步提高參數(shù)設(shè)置的自動(dòng)定義方法的研究,使本文方法能夠推向?qū)嶋H的城市地物提取的工程應(yīng)用中。

    致謝:感謝武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室提供的武漢區(qū)域QuickBird高分辨率影像。

    [1] FAUVEL M,TARABALKA Y,BENNEDIKTSSON J A, et al.Advances in Spectral-spatial Classification of Hyperspectral Images[J].Proceedings of IEEE,2013,101(3): 652-675.

    [2] JIN X,DAVIS C H.Automated Building Extraction from High-resolution Satellite Imagery in Urban Areas UsingStructural,Contextual,and Spectral Information[J].EURASIP Journal on Applied Signal Processing,2005, 2005(14):2196-2206.

    [3] TAN Qulin.Urban Building Extraction from VHR Multispectral Images Using Object-based Classification[J].Acta Geodaerica et Cartographica Sinica,2010,39(6): 618-623.(譚衢霖.高分辨率多光譜影像城區(qū)建筑物提取研究[J].測(cè)繪學(xué)報(bào),2010,39(6):618-623.)

    [4] LEE D S,SHAN J,BETHEL J S.Class-guided Building Extraction from Ikonos Imagery[J].Photogrammetric Engineering&Remote Sensing,2003,69(2):143-150.

    [5] H UANG X,ZH ANG L.An SVM Ensemble Approach Combining Spectral,Structural,and Semantic Features for the Classification of High-resolution Remotely Sensed Imagery[J].IEEE Transactions on Geoscience and Remote Sensing,2013,51(1):257-272.

    [6] HUANG X,ZHANG L.An Adaptive Mean-shift Analysis Approach for Object Extraction and Classification from Urban Hyperspectral Imagery[J].IEEE Transactions on Geoscience and Remote Sensing,2008,46(12): 4173-4185.

    [7] LI Gang,WAN Youchuan.Synthesis Classification of Remote Sensing Image Based on Improved Pixel-level and Objectlevel Methods[J].Acta Geodaetica et Cartographica Sinica,2012,41(6):891-897.(李剛,萬(wàn)幼川.基于改進(jìn)的像素級(jí)和對(duì)象級(jí)的遙感影像合成分類(lèi)[J].測(cè)繪學(xué)報(bào), 2012,41(6):891-897.)

    [8] HUANG X,ZHANG L,LI P.Classification and Extraction of Spatial Features in Urban Areas Using High Resolution Multispectral Imagery[J].IEEE Geoscience Remote Sensing Letter,2007,4(2):260-264.

    [9] FAUVEL M,BENEDIKTSSON J A,CHANUSSOT J, et al.Spectral and Spatial Classification of Hyperspectral Data Using SVMs and Morphological Profiles[J].IEEE Transactions on Geoscience and Remote Sensing,2008, 46(11):3804-3814.

    [10] HUANG X,ZHANG L.A Multiscale Urban Complexity Index Based on 3D Wavelet Transform for Spectral-spatial Feature Extraction and Classification:An Evaluation on the 8-channel Worldview-2 Imagery[J].International Journal of Remote Sensing,2012,33(8):2641-2656.

    [11] OUMA Y O,NGIGI T G,TATEISHI R.On the Optimization and Selection of Wavelet Texture for Feature Extraction from High-resolution Satellite Imagery with Application towards Urban:Tree Delineation[J].International Journal of Remote Sensing,2006,27(1): 73-104.

    [12] LHOMME S,HE D C,WEBER C,et al.A New Approach to Building Identification from Very-high-spatial Resolution Images[J].International Journal of Remote Sensing,2009,30(5):1341-1354.

    [13] PESARESI M,GERHARDINGER A,KAYITAKIRE F. A Robust Built-up Area Presence Index by Anisotropic Rotation-invariant Textural Measure[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2008,1(3):180-192.

    [14] HUANG X,ZHANG L.A Multidirectional and Multiscale Morphological Index for Automatic Building Extraction from Multispectral GeoEye-1 Imagery[J].Photogrammetric Engineering and Remote Sensing,2011,77(7): 721-732.

    [15] LU D,HETRICK S,MORAN E.Impervious Surface Mapping with Quick Bird Imagery[J].International Journal of Remote Sensing,2011,32(9):2519-2533.

    [16] WU C,MURRAY A T.Estimating Impervious Surface Distribution by Spectral Mixture Analysis[J].Remote Sensing of Environment,2003,84(4):493-505.

    [17] PESARESI M,BENEDIKTSSON J A.A New Approach for the Morphological Segmentation of High-resolution Satellite Imagery[J].IEEE Transactions on Geoscience and Remote Sensing,2001,39(2):309-320.

    [18] EPIFANIO I,SOILLE P.Morphological Texture Features for Unsupervised and Supervised Segmentations of Natural Landscapes[J].IEEE Transactions on Geoscience and Remote Sensing,2007,45(4):1074-1083.

    [19] BENEDIKTSSON J A,PESARESI M,ARNASON K.Classification and Feature Extraction for Remote Sensing Images from Urban Areas Based on Morphological Transformations[J].IEEE Transactions on Geoscience and Remote Sensing,2003,41(9):1940-1949.

    [20] ACQUA F D,GAMBA P,FERRAI A,et al.Exploiting Spectral and Spatial Information in Hyperspectral Urban Data with High Resolution[J].IEEE Geoscience and Remote Sensing Letters,2004,1(4):322-326.

    [21] BENEDIKTSSON J A,PALMASON J A,SVEINSSON J R.Classification of Hyperspectral Data from Urban Areas Based on Extended Morphological Profiles[J].IEEE Transactions on Geoscience and Remote Sensing,2005, 43(3):480-491.

    (責(zé)任編輯:叢樹(shù)平)

    An Enhanced Morphological Building Index for Building Extraction from High-resolution Images

    HU Rongming,HUANG Xiaobing,HUANG Yuancheng
    College of Geomatics,Xi’an University of Science and Technology,Xi’an 710054,China

    This study proposed an enhanced morphological building index(EMBI)for automatic building extraction from high-resolution remotely sensed imagery.Firstly it is extracted the urban impervious feature,and then EMBIis built based on a multi-scale white top-hat morphology reconstruction operation on the feature,which taking advantage of the relationship between the physical properties of buildings and morphological operators.Subsequently,the EMBI feature image combined with the shape characteristics (length-width ratio,area,etc.)completed the final building extraction using a decision tree method.In order to verify the proposed method,the Washington D C commercial street high-resolution hyperspectral HYDICE image and two QuickBird images covered Wuhan university were used.In these experiments,the EMBI algorithm achieved satisfactory results and outperformed the MBI algorithm in terms of accuracies,i.e.the overall accuracy respectively increased by 7.31%,6.48%,7.83%,which proved that the EMBI algorithm performed more reliability.

    high-resolution images;enhanced morphological building index;urban impervious feature;shape characteristics;decision tree

    HU Rongming(1969—),male,PhD, associate professor,majors in 3S application and precision engineering survey.

    HUANG Yuancheng

    P237

    A

    1001-1595(2014)05-0514-07

    國(guó)家自然科學(xué)基金(61102112);陜西省教育廳科研計(jì)劃項(xiàng)目(2013JK0946);測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(12R04)

    2013-12-02

    胡榮明(1969—),男,博士,副教授,研究方向?yàn)?S應(yīng)用與精密工程測(cè)量。

    E-mail:huminzhang@126.com

    黃遠(yuǎn)程

    E-mail:yuancheng.huang@gmail.com

    HU Rongming,HUANG Xiaobing,HUANG Yuancheng.An Enhanced Morphological Building Index for Building Extraction from High-resolution Images[J].Acta Geodaetica et Cartographica Sinica,2014,43(5):514-520.(胡榮明,黃小兵,黃遠(yuǎn)程.增強(qiáng)形態(tài)學(xué)建筑物指數(shù)應(yīng)用于高分辨率遙感影像中建筑物提取[J].測(cè)繪學(xué)報(bào),2014,43(5):514-520.)

    10.13485/j.cnki.11-2089.2014.0084

    修回日期:2014-02-17

    猜你喜歡
    不透水分率高分辨率
    量率對(duì)應(yīng) 解決問(wèn)題
    基于無(wú)人機(jī)可見(jiàn)光影像與OBIA-RF算法的城市不透水面提取
    高分辨率合成孔徑雷達(dá)圖像解譯系統(tǒng)
    Landsat8不透水面遙感信息提取方法對(duì)比
    解分?jǐn)?shù)問(wèn)題例談
    分?jǐn)?shù)應(yīng)用題常見(jiàn)錯(cuò)例剖析
    高分辨率對(duì)地觀測(cè)系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    利用分率巧解題
    基于Curvelet-Wavelet變換高分辨率遙感圖像降噪
    高分辨率遙感相機(jī)CCD器件精密熱控制
    九色国产91popny在线| 中文字幕人成人乱码亚洲影| av有码第一页| 18禁裸乳无遮挡免费网站照片 | 亚洲人成网站在线播放欧美日韩| 一区福利在线观看| 免费看美女性在线毛片视频| aaaaa片日本免费| 精品国内亚洲2022精品成人| 999久久久国产精品视频| 国产精品,欧美在线| 一个人观看的视频www高清免费观看 | 国产爱豆传媒在线观看 | 亚洲成av人片免费观看| 夜夜躁狠狠躁天天躁| 久热爱精品视频在线9| 亚洲五月色婷婷综合| 老熟妇仑乱视频hdxx| 日韩 欧美 亚洲 中文字幕| 叶爱在线成人免费视频播放| x7x7x7水蜜桃| 日韩欧美国产在线观看| 日韩大尺度精品在线看网址| 亚洲中文日韩欧美视频| 久久久久久人人人人人| 视频区欧美日本亚洲| 麻豆国产av国片精品| 色尼玛亚洲综合影院| 757午夜福利合集在线观看| 久久久国产欧美日韩av| 久久精品国产亚洲av高清一级| 两人在一起打扑克的视频| 男男h啪啪无遮挡| 99久久久亚洲精品蜜臀av| 日韩欧美三级三区| 久久香蕉激情| 亚洲av片天天在线观看| 久久国产乱子伦精品免费另类| 一个人免费在线观看的高清视频| 美女 人体艺术 gogo| 日日夜夜操网爽| 又紧又爽又黄一区二区| 欧美激情 高清一区二区三区| 国产精品 国内视频| 熟女少妇亚洲综合色aaa.| 亚洲一区中文字幕在线| 香蕉av资源在线| 免费看美女性在线毛片视频| 国产亚洲av嫩草精品影院| 欧美中文日本在线观看视频| 成年版毛片免费区| 色综合亚洲欧美另类图片| 日本 欧美在线| 久久伊人香网站| 婷婷精品国产亚洲av| 男人舔女人下体高潮全视频| 俺也久久电影网| 亚洲天堂国产精品一区在线| 亚洲成人久久性| 天堂√8在线中文| 1024手机看黄色片| 可以在线观看毛片的网站| 亚洲国产欧美日韩在线播放| 久久久久久大精品| 亚洲第一欧美日韩一区二区三区| 国产黄片美女视频| 中文字幕人妻丝袜一区二区| 老司机午夜十八禁免费视频| 少妇熟女aⅴ在线视频| 97人妻精品一区二区三区麻豆 | 看片在线看免费视频| 欧美一区二区精品小视频在线| 久久精品影院6| 1024手机看黄色片| 国产亚洲精品av在线| 国产精品影院久久| 日日干狠狠操夜夜爽| 老司机福利观看| 久久久久国产精品人妻aⅴ院| 久久久国产欧美日韩av| 欧美激情极品国产一区二区三区| av视频在线观看入口| 久久草成人影院| 99国产精品一区二区三区| 午夜影院日韩av| 亚洲精品色激情综合| 少妇裸体淫交视频免费看高清 | 男女做爰动态图高潮gif福利片| 丁香六月欧美| 久久国产精品人妻蜜桃| av电影中文网址| 午夜两性在线视频| 2021天堂中文幕一二区在线观 | www国产在线视频色| 淫妇啪啪啪对白视频| 一本综合久久免费| 女同久久另类99精品国产91| 亚洲自拍偷在线| 亚洲国产欧洲综合997久久, | 欧美大码av| 91九色精品人成在线观看| 日本成人三级电影网站| www.自偷自拍.com| 色哟哟哟哟哟哟| 亚洲国产高清在线一区二区三 | 最近最新中文字幕大全电影3 | 97人妻精品一区二区三区麻豆 | 国产成人影院久久av| 国产亚洲欧美98| 精品一区二区三区四区五区乱码| 精品午夜福利视频在线观看一区| 啦啦啦观看免费观看视频高清| av免费在线观看网站| 亚洲av成人不卡在线观看播放网| 欧美午夜高清在线| 中文字幕另类日韩欧美亚洲嫩草| 99在线视频只有这里精品首页| 国产精品久久电影中文字幕| 国产乱人伦免费视频| 国产一卡二卡三卡精品| 久久久久久人人人人人| 日韩欧美一区视频在线观看| 国内毛片毛片毛片毛片毛片| 久久伊人香网站| 亚洲三区欧美一区| 国产精品自产拍在线观看55亚洲| 午夜成年电影在线免费观看| 99久久久亚洲精品蜜臀av| 国产一区二区三区在线臀色熟女| 欧美中文综合在线视频| 一进一出抽搐gif免费好疼| 天天添夜夜摸| 天堂影院成人在线观看| 韩国精品一区二区三区| 色播亚洲综合网| 正在播放国产对白刺激| 日本成人三级电影网站| 在线观看一区二区三区| 久久婷婷人人爽人人干人人爱| www.999成人在线观看| 亚洲成av人片免费观看| 日韩欧美在线二视频| 少妇熟女aⅴ在线视频| 巨乳人妻的诱惑在线观看| 又大又爽又粗| 热re99久久国产66热| 18禁黄网站禁片免费观看直播| 久久精品成人免费网站| 在线观看舔阴道视频| 国产成人系列免费观看| 国产色视频综合| 亚洲国产欧美网| 国产又色又爽无遮挡免费看| 青草久久国产| 亚洲专区字幕在线| 国产欧美日韩一区二区三| 亚洲av第一区精品v没综合| 欧美色欧美亚洲另类二区| 窝窝影院91人妻| 日韩成人在线观看一区二区三区| 亚洲精华国产精华精| 啦啦啦观看免费观看视频高清| 亚洲真实伦在线观看| 亚洲一码二码三码区别大吗| 午夜久久久久精精品| 大型黄色视频在线免费观看| 亚洲国产欧美一区二区综合| 人人妻人人看人人澡| 中文字幕人成人乱码亚洲影| 18禁黄网站禁片午夜丰满| 岛国在线观看网站| 亚洲中文av在线| 久久草成人影院| 亚洲电影在线观看av| 淫秽高清视频在线观看| 日韩欧美国产在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲精品久久国产高清桃花| 成人精品一区二区免费| 精品国产美女av久久久久小说| 欧美日韩一级在线毛片| 一二三四在线观看免费中文在| 19禁男女啪啪无遮挡网站| 久久精品国产99精品国产亚洲性色| 一级a爱视频在线免费观看| 免费高清视频大片| 亚洲精品国产一区二区精华液| 欧美日韩黄片免| 亚洲狠狠婷婷综合久久图片| 久久人妻av系列| 久久久久亚洲av毛片大全| 99久久无色码亚洲精品果冻| 怎么达到女性高潮| 午夜a级毛片| 麻豆成人午夜福利视频| 国产精品99久久99久久久不卡| 日韩三级视频一区二区三区| 美女扒开内裤让男人捅视频| 国产精品久久久久久亚洲av鲁大| 麻豆av在线久日| 黄片播放在线免费| 每晚都被弄得嗷嗷叫到高潮| 国产高清有码在线观看视频 | 别揉我奶头~嗯~啊~动态视频| 久久久久久久久中文| 巨乳人妻的诱惑在线观看| 国产精品久久久久久人妻精品电影| 首页视频小说图片口味搜索| 精品国内亚洲2022精品成人| 9191精品国产免费久久| 国产精品免费视频内射| 午夜福利在线在线| 老汉色av国产亚洲站长工具| 国产97色在线日韩免费| 黄片播放在线免费| 欧美性长视频在线观看| 亚洲国产高清在线一区二区三 | 久久亚洲精品不卡| 日日干狠狠操夜夜爽| 国产成人欧美在线观看| 亚洲午夜理论影院| 国产高清视频在线播放一区| 亚洲成av片中文字幕在线观看| 成人午夜高清在线视频 | 老熟妇仑乱视频hdxx| 满18在线观看网站| 热re99久久国产66热| 国产精品久久久久久精品电影 | 国产精品久久久久久精品电影 | 一进一出好大好爽视频| 亚洲第一欧美日韩一区二区三区| 神马国产精品三级电影在线观看 | 久久午夜综合久久蜜桃| 男人舔奶头视频| 亚洲精华国产精华精| 91在线观看av| 亚洲熟妇熟女久久| 制服人妻中文乱码| 美女午夜性视频免费| 女警被强在线播放| 国产99白浆流出| 69av精品久久久久久| 日日爽夜夜爽网站| 国产av一区二区精品久久| xxxwww97欧美| 一进一出抽搐gif免费好疼| 国产精品 国内视频| 国产亚洲精品av在线| 久久久久久久久久黄片| 色尼玛亚洲综合影院| 男女午夜视频在线观看| 操出白浆在线播放| 国产一区二区三区视频了| 亚洲国产精品成人综合色| 久久 成人 亚洲| 国产主播在线观看一区二区| 两性夫妻黄色片| 中文字幕高清在线视频| 久久久久亚洲av毛片大全| 日日干狠狠操夜夜爽| 国产精品野战在线观看| 99精品欧美一区二区三区四区| 亚洲成国产人片在线观看| 久久久久久免费高清国产稀缺| 国产成人精品无人区| 日韩大尺度精品在线看网址| 免费在线观看完整版高清| 午夜激情福利司机影院| 熟妇人妻久久中文字幕3abv| 中文字幕人妻熟女乱码| 色综合欧美亚洲国产小说| 少妇 在线观看| 免费av毛片视频| 亚洲专区国产一区二区| 国产欧美日韩一区二区三| 国产成人av教育| 亚洲色图av天堂| 亚洲,欧美精品.| 日本一区二区免费在线视频| 国产精品99久久99久久久不卡| 哪里可以看免费的av片| 午夜精品久久久久久毛片777| 国产成人av激情在线播放| 男人舔女人的私密视频| 国内毛片毛片毛片毛片毛片| 欧美成人免费av一区二区三区| 国产精品一区二区精品视频观看| 99精品欧美一区二区三区四区| 久久草成人影院| 亚洲av成人不卡在线观看播放网| 国产国语露脸激情在线看| 日本黄色视频三级网站网址| av超薄肉色丝袜交足视频| 欧美乱色亚洲激情| 女生性感内裤真人,穿戴方法视频| 九色国产91popny在线| 一区福利在线观看| 精品久久久久久成人av| 国产一区在线观看成人免费| 婷婷丁香在线五月| 成人三级黄色视频| 狂野欧美激情性xxxx| 好男人电影高清在线观看| 91国产中文字幕| 变态另类成人亚洲欧美熟女| 母亲3免费完整高清在线观看| 好看av亚洲va欧美ⅴa在| 变态另类丝袜制服| 高潮久久久久久久久久久不卡| 日韩欧美一区视频在线观看| 亚洲国产精品久久男人天堂| 日韩欧美一区视频在线观看| 国产精品 欧美亚洲| 日韩 欧美 亚洲 中文字幕| 国产97色在线日韩免费| 久久久国产欧美日韩av| 在线av久久热| 无遮挡黄片免费观看| 很黄的视频免费| 12—13女人毛片做爰片一| 黄片大片在线免费观看| 久久精品91蜜桃| av超薄肉色丝袜交足视频| 久久久久国产精品人妻aⅴ院| 国内毛片毛片毛片毛片毛片| 无限看片的www在线观看| 天天添夜夜摸| 国产伦一二天堂av在线观看| 91av网站免费观看| 免费在线观看视频国产中文字幕亚洲| 欧美日韩亚洲综合一区二区三区_| 日日爽夜夜爽网站| 国产精品日韩av在线免费观看| 日韩大尺度精品在线看网址| 黄色视频不卡| 国产1区2区3区精品| 香蕉av资源在线| 两性夫妻黄色片| 国产成人精品久久二区二区免费| 国产爱豆传媒在线观看 | 婷婷亚洲欧美| 波多野结衣av一区二区av| 又大又爽又粗| 精品人妻1区二区| 欧美在线一区亚洲| 精品卡一卡二卡四卡免费| 一级a爱片免费观看的视频| 久久午夜亚洲精品久久| 亚洲午夜精品一区,二区,三区| 日韩欧美一区视频在线观看| 国产精品亚洲av一区麻豆| 欧美日韩瑟瑟在线播放| 午夜福利免费观看在线| 午夜免费鲁丝| 日韩精品免费视频一区二区三区| 亚洲成人久久爱视频| 精品福利观看| 在线天堂中文资源库| 国产精品久久电影中文字幕| 亚洲国产欧美日韩在线播放| 91av网站免费观看| 看片在线看免费视频| 波多野结衣高清作品| 午夜久久久久精精品| 巨乳人妻的诱惑在线观看| 国产视频内射| 自线自在国产av| 后天国语完整版免费观看| 欧美在线黄色| 人人妻人人澡人人看| 国产精品一区二区精品视频观看| 99在线人妻在线中文字幕| 在线观看免费午夜福利视频| 国产亚洲精品久久久久久毛片| 亚洲一码二码三码区别大吗| 亚洲国产日韩欧美精品在线观看 | 麻豆成人午夜福利视频| 人人妻人人看人人澡| 精品乱码久久久久久99久播| 国产亚洲欧美98| 精品国产亚洲在线| 搡老妇女老女人老熟妇| 欧美中文综合在线视频| 精品福利观看| 天堂√8在线中文| 国产亚洲欧美精品永久| 国产一区二区三区视频了| 国产精品爽爽va在线观看网站 | 黄色毛片三级朝国网站| 亚洲精品一区av在线观看| 黄片大片在线免费观看| 日本熟妇午夜| 黄色视频不卡| 国产成人啪精品午夜网站| 午夜福利在线在线| 国产av又大| 亚洲色图av天堂| 国产精品 国内视频| 麻豆成人av在线观看| 久久精品成人免费网站| 麻豆久久精品国产亚洲av| 久久久久九九精品影院| 每晚都被弄得嗷嗷叫到高潮| 老司机午夜十八禁免费视频| 男女午夜视频在线观看| 亚洲avbb在线观看| 亚洲第一青青草原| 免费一级毛片在线播放高清视频| 国产精品精品国产色婷婷| 亚洲自偷自拍图片 自拍| 日本a在线网址| 熟妇人妻久久中文字幕3abv| 亚洲国产欧美一区二区综合| 国产精品亚洲一级av第二区| 99riav亚洲国产免费| 999久久久精品免费观看国产| 国产熟女午夜一区二区三区| 神马国产精品三级电影在线观看 | 日韩国内少妇激情av| 99国产精品一区二区蜜桃av| 国产精品亚洲一级av第二区| 欧美日韩一级在线毛片| 午夜福利18| 精品欧美一区二区三区在线| 国产欧美日韩一区二区三| 人人澡人人妻人| 国产精品九九99| 搡老熟女国产l中国老女人| 一夜夜www| 国产精品99久久99久久久不卡| 18禁裸乳无遮挡免费网站照片 | 国产成年人精品一区二区| 久久国产精品男人的天堂亚洲| 亚洲精品美女久久av网站| 午夜精品久久久久久毛片777| 亚洲欧美精品综合一区二区三区| 99国产综合亚洲精品| 男女那种视频在线观看| 97人妻精品一区二区三区麻豆 | 91麻豆av在线| 伊人久久大香线蕉亚洲五| 午夜激情av网站| 国产一区二区激情短视频| 国产av一区在线观看免费| 亚洲美女黄片视频| 欧美色视频一区免费| 一二三四在线观看免费中文在| 俄罗斯特黄特色一大片| 看免费av毛片| 午夜免费观看网址| 国产v大片淫在线免费观看| 男人舔奶头视频| 国产真实乱freesex| 国产一级毛片七仙女欲春2 | 欧美乱色亚洲激情| 亚洲精品国产精品久久久不卡| 在线播放国产精品三级| 久久久国产欧美日韩av| 禁无遮挡网站| 美女国产高潮福利片在线看| 日韩欧美免费精品| 精品高清国产在线一区| 中文字幕人妻丝袜一区二区| 级片在线观看| 日韩欧美一区视频在线观看| 99久久综合精品五月天人人| av中文乱码字幕在线| 美女 人体艺术 gogo| 免费看a级黄色片| 国产97色在线日韩免费| 久久99热这里只有精品18| 99热这里只有精品一区 | 亚洲色图av天堂| 高清毛片免费观看视频网站| 日韩欧美国产一区二区入口| 亚洲国产中文字幕在线视频| 香蕉av资源在线| 丁香六月欧美| 国产成人精品久久二区二区91| 黄网站色视频无遮挡免费观看| 精品熟女少妇八av免费久了| 亚洲欧美日韩无卡精品| 观看免费一级毛片| 国产一区二区激情短视频| av电影中文网址| 1024视频免费在线观看| 久久久久久人人人人人| 女人被狂操c到高潮| 午夜免费观看网址| 国产1区2区3区精品| 日日干狠狠操夜夜爽| 老熟妇乱子伦视频在线观看| 别揉我奶头~嗯~啊~动态视频| 亚洲欧美日韩无卡精品| 精品第一国产精品| 国产精品av久久久久免费| 久热爱精品视频在线9| 精品熟女少妇八av免费久了| 日韩 欧美 亚洲 中文字幕| 黄色丝袜av网址大全| 变态另类丝袜制服| 欧美乱码精品一区二区三区| 99国产精品一区二区蜜桃av| 欧美成人午夜精品| 日本撒尿小便嘘嘘汇集6| 男女做爰动态图高潮gif福利片| 成人一区二区视频在线观看| 少妇裸体淫交视频免费看高清 | 亚洲国产高清在线一区二区三 | av免费在线观看网站| av福利片在线| 男女下面进入的视频免费午夜 | 国产私拍福利视频在线观看| 麻豆一二三区av精品| 日韩av在线大香蕉| ponron亚洲| 久久久久国产一级毛片高清牌| 免费在线观看完整版高清| 欧美乱码精品一区二区三区| 高清毛片免费观看视频网站| 男女午夜视频在线观看| 成人18禁高潮啪啪吃奶动态图| 亚洲无线在线观看| 少妇 在线观看| 久久久精品国产亚洲av高清涩受| 久久99热这里只有精品18| 麻豆一二三区av精品| 一个人观看的视频www高清免费观看 | 免费在线观看黄色视频的| 日韩 欧美 亚洲 中文字幕| 啦啦啦观看免费观看视频高清| 性色av乱码一区二区三区2| 久久久久久免费高清国产稀缺| 女人被狂操c到高潮| 美女高潮喷水抽搐中文字幕| 搞女人的毛片| 99在线视频只有这里精品首页| 一级a爱片免费观看的视频| 精品国产乱子伦一区二区三区| 51午夜福利影视在线观看| 欧美亚洲日本最大视频资源| 亚洲欧美精品综合久久99| 免费高清视频大片| 成人国产综合亚洲| bbb黄色大片| 午夜福利一区二区在线看| 色播在线永久视频| 高清毛片免费观看视频网站| 久久国产乱子伦精品免费另类| 91老司机精品| 国产成人精品久久二区二区91| 久久久久久人人人人人| 亚洲国产精品久久男人天堂| 嫩草影院精品99| 夜夜看夜夜爽夜夜摸| 亚洲成国产人片在线观看| 十八禁网站免费在线| 欧美激情久久久久久爽电影| bbb黄色大片| 免费av毛片视频| 搡老熟女国产l中国老女人| 国产色视频综合| 啦啦啦免费观看视频1| 一级毛片精品| 免费看十八禁软件| 亚洲成人精品中文字幕电影| 一级毛片女人18水好多| 久久亚洲真实| 亚洲av成人不卡在线观看播放网| 最新美女视频免费是黄的| 一夜夜www| 午夜福利高清视频| 伦理电影免费视频| 免费看美女性在线毛片视频| 老司机靠b影院| 成人亚洲精品av一区二区| 欧美性猛交黑人性爽| 亚洲中文字幕日韩| 精品欧美一区二区三区在线| 久久久久久国产a免费观看| 国产精品98久久久久久宅男小说| 桃色一区二区三区在线观看| 亚洲熟妇中文字幕五十中出| 女性被躁到高潮视频| 国产国语露脸激情在线看| 国产私拍福利视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 免费在线观看黄色视频的| 香蕉av资源在线| 不卡av一区二区三区| 久久香蕉激情| 国产欧美日韩一区二区三| 超碰成人久久| 国产真实乱freesex| 丰满的人妻完整版| 美国免费a级毛片| 99在线视频只有这里精品首页| 日本 av在线| 国产亚洲精品一区二区www| 欧美人与性动交α欧美精品济南到| 久久精品国产亚洲av香蕉五月| 国产伦在线观看视频一区| 麻豆成人午夜福利视频| 色综合亚洲欧美另类图片| 日韩国内少妇激情av| 热99re8久久精品国产| 免费电影在线观看免费观看| 又黄又爽又免费观看的视频| 日韩一卡2卡3卡4卡2021年| 天堂动漫精品| 一级a爱视频在线免费观看| 国产单亲对白刺激| 成人免费观看视频高清| 动漫黄色视频在线观看| 日韩欧美在线二视频|