• <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
    √禁漫天堂资源中文www| 夫妻性生交免费视频一级片| 美女高潮到喷水免费观看| 男女边摸边吃奶| 国产精品秋霞免费鲁丝片| 看免费av毛片| 最近中文字幕高清免费大全6| 一二三四中文在线观看免费高清| 亚洲欧美中文字幕日韩二区| 观看av在线不卡| 18禁裸乳无遮挡动漫免费视频| 老鸭窝网址在线观看| 成人毛片60女人毛片免费| 1024视频免费在线观看| 国产极品粉嫩免费观看在线| 国产激情久久老熟女| 国产一区二区 视频在线| 精品卡一卡二卡四卡免费| 水蜜桃什么品种好| 国产深夜福利视频在线观看| 欧美精品高潮呻吟av久久| 九草在线视频观看| 欧美激情极品国产一区二区三区| 成年美女黄网站色视频大全免费| 十八禁人妻一区二区| 亚洲成国产人片在线观看| 人人妻人人添人人爽欧美一区卜| 曰老女人黄片| 亚洲美女搞黄在线观看| 在线观看人妻少妇| av视频免费观看在线观看| 婷婷成人精品国产| 久久久久久免费高清国产稀缺| 男人爽女人下面视频在线观看| 97精品久久久久久久久久精品| 国精品久久久久久国模美| 日韩成人av中文字幕在线观看| 亚洲国产精品成人久久小说| 超碰97精品在线观看| 日本欧美视频一区| avwww免费| 女性生殖器流出的白浆| 午夜福利网站1000一区二区三区| 又大又黄又爽视频免费| 欧美久久黑人一区二区| 亚洲精品国产av成人精品| 建设人人有责人人尽责人人享有的| 少妇被粗大的猛进出69影院| 久久午夜综合久久蜜桃| 毛片一级片免费看久久久久| www日本在线高清视频| 中文字幕制服av| 秋霞伦理黄片| 叶爱在线成人免费视频播放| 久久精品亚洲av国产电影网| 爱豆传媒免费全集在线观看| 久久ye,这里只有精品| 中文字幕高清在线视频| 黄色视频在线播放观看不卡| 国产精品久久久久久久久免| 国产av一区二区精品久久| 宅男免费午夜| 国产精品一区二区在线观看99| 久久天躁狠狠躁夜夜2o2o | 国产日韩欧美在线精品| 欧美黑人欧美精品刺激| 国产成人精品无人区| 一区在线观看完整版| 国产亚洲欧美精品永久| 成人18禁高潮啪啪吃奶动态图| 啦啦啦中文免费视频观看日本| a 毛片基地| av线在线观看网站| 久久久精品免费免费高清| 丝袜美腿诱惑在线| 一区二区三区精品91| 亚洲精品,欧美精品| 中文字幕色久视频| 黑人欧美特级aaaaaa片| 最近中文字幕高清免费大全6| 久久 成人 亚洲| 99久久综合免费| 国产精品熟女久久久久浪| 妹子高潮喷水视频| 丁香六月天网| 国产一区二区三区综合在线观看| 亚洲天堂av无毛| 成人漫画全彩无遮挡| 国产黄色视频一区二区在线观看| 欧美av亚洲av综合av国产av | 久久久久久久精品精品| 一级a爱视频在线免费观看| 久久久国产欧美日韩av| 老司机影院毛片| 国产精品秋霞免费鲁丝片| 热re99久久国产66热| 在线亚洲精品国产二区图片欧美| 亚洲成av片中文字幕在线观看| 亚洲av中文av极速乱| 性少妇av在线| 日本爱情动作片www.在线观看| 少妇 在线观看| 久久狼人影院| 女人久久www免费人成看片| 精品福利永久在线观看| 日本一区二区免费在线视频| 亚洲av电影在线观看一区二区三区| 日韩免费高清中文字幕av| 在线 av 中文字幕| 欧美在线黄色| 午夜福利视频在线观看免费| 在线观看免费视频网站a站| 热99久久久久精品小说推荐| 不卡视频在线观看欧美| 国产av精品麻豆| 永久免费av网站大全| av.在线天堂| 男的添女的下面高潮视频| 如日韩欧美国产精品一区二区三区| 婷婷色麻豆天堂久久| av片东京热男人的天堂| 日本猛色少妇xxxxx猛交久久| 欧美精品av麻豆av| 成人漫画全彩无遮挡| 咕卡用的链子| 卡戴珊不雅视频在线播放| 欧美日韩精品网址| 日韩一区二区视频免费看| 这个男人来自地球电影免费观看 | 久久精品人人爽人人爽视色| xxx大片免费视频| 最近的中文字幕免费完整| 亚洲成av片中文字幕在线观看| 亚洲欧洲国产日韩| 亚洲欧美一区二区三区国产| 黄色视频不卡| 色婷婷av一区二区三区视频| av不卡在线播放| 久久久精品免费免费高清| 91aial.com中文字幕在线观看| 丁香六月欧美| 人妻 亚洲 视频| 国产极品天堂在线| 丰满少妇做爰视频| 亚洲国产精品999| 最黄视频免费看| 一区二区三区乱码不卡18| 亚洲精品久久成人aⅴ小说| 18在线观看网站| 最近中文字幕高清免费大全6| av线在线观看网站| 久久久亚洲精品成人影院| 成人漫画全彩无遮挡| 嫩草影视91久久| 久久精品国产亚洲av高清一级| 男女国产视频网站| 亚洲少妇的诱惑av| 亚洲精品久久久久久婷婷小说| 中文字幕av电影在线播放| 精品亚洲乱码少妇综合久久| 色精品久久人妻99蜜桃| 在线观看免费高清a一片| 精品人妻一区二区三区麻豆| 精品福利永久在线观看| 国精品久久久久久国模美| 在线观看人妻少妇| 国产精品偷伦视频观看了| 久久国产亚洲av麻豆专区| 亚洲国产毛片av蜜桃av| 亚洲激情五月婷婷啪啪| av国产久精品久网站免费入址| 欧美av亚洲av综合av国产av | 女的被弄到高潮叫床怎么办| 亚洲欧美精品自产自拍| 国产精品一区二区在线不卡| 99久久人妻综合| 一级片免费观看大全| 啦啦啦在线免费观看视频4| 在线观看一区二区三区激情| 香蕉国产在线看| 精品卡一卡二卡四卡免费| 日韩一区二区视频免费看| 美女主播在线视频| 一二三四在线观看免费中文在| 黄色视频不卡| 国产人伦9x9x在线观看| 国产亚洲av片在线观看秒播厂| 电影成人av| 久久99热这里只频精品6学生| 久久久国产欧美日韩av| 国产 一区精品| 午夜福利影视在线免费观看| 中文字幕人妻丝袜一区二区 | 国产精品国产av在线观看| 最黄视频免费看| 女性被躁到高潮视频| 亚洲,欧美,日韩| 操美女的视频在线观看| 一级黄片播放器| 天天添夜夜摸| 人人妻人人添人人爽欧美一区卜| 精品一区二区三卡| 99热网站在线观看| 国产精品久久久久久久久免| 美女大奶头黄色视频| 一区二区三区四区激情视频| 一区二区日韩欧美中文字幕| 菩萨蛮人人尽说江南好唐韦庄| 欧美日韩精品网址| 狠狠婷婷综合久久久久久88av| 成人影院久久| 青春草视频在线免费观看| 中文字幕人妻熟女乱码| 老司机影院成人| 亚洲精品美女久久av网站| 日韩中文字幕视频在线看片| 性色av一级| 成年美女黄网站色视频大全免费| 亚洲,一卡二卡三卡| 欧美精品高潮呻吟av久久| 午夜av观看不卡| 老司机亚洲免费影院| 久久鲁丝午夜福利片| 色综合欧美亚洲国产小说| 中文字幕亚洲精品专区| 一级片免费观看大全| 亚洲成人手机| 99re6热这里在线精品视频| 狂野欧美激情性xxxx| 超碰97精品在线观看| 国产成人精品久久久久久| av国产精品久久久久影院| 美女中出高潮动态图| 人人妻人人澡人人看| 一级黄片播放器| 香蕉丝袜av| 青青草视频在线视频观看| 天天影视国产精品| 日韩制服骚丝袜av| 国产成人欧美| 只有这里有精品99| 一边摸一边抽搐一进一出视频| 国产欧美亚洲国产| 丰满迷人的少妇在线观看| videos熟女内射| 91国产中文字幕| 超碰成人久久| 国产男女超爽视频在线观看| 免费观看性生交大片5| 秋霞伦理黄片| 中文精品一卡2卡3卡4更新| 999久久久国产精品视频| 欧美精品人与动牲交sv欧美| 夜夜骑夜夜射夜夜干| 91精品三级在线观看| 亚洲综合色网址| 日韩成人av中文字幕在线观看| 一级爰片在线观看| 色婷婷av一区二区三区视频| 三上悠亚av全集在线观看| 麻豆av在线久日| 午夜福利影视在线免费观看| 国产在线免费精品| 午夜免费鲁丝| 蜜桃在线观看..| 日韩中文字幕视频在线看片| 国产乱人偷精品视频| 黄片无遮挡物在线观看| 青春草国产在线视频| 久久99一区二区三区| 少妇猛男粗大的猛烈进出视频| 考比视频在线观看| 国产激情久久老熟女| 高清在线视频一区二区三区| 欧美日韩一级在线毛片| 国产亚洲一区二区精品| 亚洲激情五月婷婷啪啪| 国产精品一区二区精品视频观看| 一级毛片黄色毛片免费观看视频| 亚洲国产欧美网| 国产精品二区激情视频| 亚洲国产精品一区三区| 国产日韩欧美在线精品| 七月丁香在线播放| 久久久久久久国产电影| 亚洲天堂av无毛| 丝袜美腿诱惑在线| 丰满迷人的少妇在线观看| 精品视频人人做人人爽| 一级片'在线观看视频| 国产深夜福利视频在线观看| 少妇被粗大猛烈的视频| 晚上一个人看的免费电影| 日韩av在线免费看完整版不卡| 中文字幕精品免费在线观看视频| 最近中文字幕2019免费版| 日日爽夜夜爽网站| 看免费成人av毛片| 最近中文字幕高清免费大全6| 亚洲视频免费观看视频| 丰满乱子伦码专区| 国产又爽黄色视频| 一本色道久久久久久精品综合| 自线自在国产av| 制服诱惑二区| 欧美亚洲日本最大视频资源| 日本av免费视频播放| 最近2019中文字幕mv第一页| 电影成人av| 国产精品嫩草影院av在线观看| 色网站视频免费| 久久 成人 亚洲| 国产精品二区激情视频| 欧美日韩视频高清一区二区三区二| 亚洲人成网站在线观看播放| 欧美另类一区| 午夜福利一区二区在线看| 成人三级做爰电影| 日本欧美视频一区| 亚洲av福利一区| 波多野结衣av一区二区av| 精品一区二区三区四区五区乱码 | 亚洲国产毛片av蜜桃av| 亚洲成国产人片在线观看| 99久久人妻综合| 日本一区二区免费在线视频| 久久久久久人妻| 只有这里有精品99| 欧美人与性动交α欧美软件| 男女床上黄色一级片免费看| 色吧在线观看| 国产精品久久久久久精品古装| 交换朋友夫妻互换小说| netflix在线观看网站| av视频免费观看在线观看| 18禁裸乳无遮挡动漫免费视频| 女人被躁到高潮嗷嗷叫费观| 久久免费观看电影| 美国免费a级毛片| 成年人免费黄色播放视频| 久久久国产一区二区| 亚洲国产欧美日韩在线播放| 久久精品国产亚洲av高清一级| 日本av手机在线免费观看| 美女中出高潮动态图| 视频区图区小说| 国产日韩欧美视频二区| 免费观看av网站的网址| 男女国产视频网站| 在线观看一区二区三区激情| 美女主播在线视频| 日韩中文字幕欧美一区二区 | 久久久久久久久久久久大奶| 丝袜美足系列| 精品少妇黑人巨大在线播放| 欧美日韩亚洲国产一区二区在线观看 | 欧美亚洲日本最大视频资源| 亚洲一码二码三码区别大吗| 91精品伊人久久大香线蕉| 久久毛片免费看一区二区三区| 色吧在线观看| 亚洲专区中文字幕在线 | 9热在线视频观看99| 国产免费现黄频在线看| 中文字幕最新亚洲高清| 精品国产一区二区三区四区第35| 最黄视频免费看| 在线免费观看不下载黄p国产| 性高湖久久久久久久久免费观看| av一本久久久久| 乱人伦中国视频| 伊人亚洲综合成人网| 一区二区三区乱码不卡18| 大香蕉久久网| 欧美日韩视频高清一区二区三区二| 久久精品aⅴ一区二区三区四区| 国产麻豆69| 纯流量卡能插随身wifi吗| 视频在线观看一区二区三区| 国产成人免费无遮挡视频| 亚洲美女搞黄在线观看| 纵有疾风起免费观看全集完整版| 国产99久久九九免费精品| 一个人免费看片子| 国产黄频视频在线观看| 中文字幕高清在线视频| 国产午夜精品一二区理论片| 亚洲成国产人片在线观看| 在线亚洲精品国产二区图片欧美| 亚洲av国产av综合av卡| 超碰成人久久| 女性生殖器流出的白浆| 久久影院123| 国产xxxxx性猛交| 日韩制服骚丝袜av| 美女视频免费永久观看网站| 天天躁夜夜躁狠狠久久av| 亚洲欧美清纯卡通| 大香蕉久久网| 亚洲情色 制服丝袜| 精品一区二区三卡| 国产成人免费观看mmmm| 韩国高清视频一区二区三区| 国产有黄有色有爽视频| 久久久国产一区二区| 18禁观看日本| 中文欧美无线码| 激情视频va一区二区三区| 老鸭窝网址在线观看| www日本在线高清视频| 你懂的网址亚洲精品在线观看| 久久精品国产综合久久久| 看免费成人av毛片| 久久久精品94久久精品| 97在线人人人人妻| 看非洲黑人一级黄片| 婷婷色av中文字幕| 只有这里有精品99| 男男h啪啪无遮挡| 秋霞伦理黄片| 日韩中文字幕视频在线看片| 极品少妇高潮喷水抽搐| 国产成人91sexporn| 久久精品国产a三级三级三级| 欧美精品一区二区免费开放| 麻豆精品久久久久久蜜桃| 一级片免费观看大全| 一本久久精品| 色94色欧美一区二区| 久久97久久精品| 国产成人一区二区在线| 欧美少妇被猛烈插入视频| 日韩精品免费视频一区二区三区| 最新在线观看一区二区三区 | 午夜福利视频精品| 亚洲欧美成人精品一区二区| 国产男女内射视频| 激情视频va一区二区三区| 亚洲一区二区三区欧美精品| 欧美日韩av久久| 国产福利在线免费观看视频| 久久精品亚洲熟妇少妇任你| 叶爱在线成人免费视频播放| 亚洲精品av麻豆狂野| 看免费成人av毛片| 亚洲 欧美一区二区三区| 国产一区二区三区综合在线观看| 看免费av毛片| 不卡视频在线观看欧美| 在线观看国产h片| 国产成人午夜福利电影在线观看| 亚洲精品aⅴ在线观看| 卡戴珊不雅视频在线播放| 欧美变态另类bdsm刘玥| 国产精品人妻久久久影院| 人人妻,人人澡人人爽秒播 | 久久久久久久久久久免费av| 男女国产视频网站| 欧美av亚洲av综合av国产av | 建设人人有责人人尽责人人享有的| 日韩熟女老妇一区二区性免费视频| 丰满迷人的少妇在线观看| 欧美精品高潮呻吟av久久| 99精品久久久久人妻精品| 黄色视频在线播放观看不卡| 午夜福利在线免费观看网站| 国产人伦9x9x在线观看| 国产一区有黄有色的免费视频| 亚洲一卡2卡3卡4卡5卡精品中文| 久久久久网色| 欧美最新免费一区二区三区| 欧美久久黑人一区二区| 青春草视频在线免费观看| 久久久精品国产亚洲av高清涩受| 日韩一区二区三区影片| 国产有黄有色有爽视频| 一区二区三区四区激情视频| 国产精品国产av在线观看| 七月丁香在线播放| 18禁动态无遮挡网站| 亚洲精品日韩在线中文字幕| 高清欧美精品videossex| 久久久久精品人妻al黑| svipshipincom国产片| 一个人免费看片子| 国产欧美日韩综合在线一区二区| 日韩一区二区三区影片| 最新的欧美精品一区二区| av女优亚洲男人天堂| 国产熟女欧美一区二区| 99久久综合免费| 看免费成人av毛片| 精品少妇久久久久久888优播| 人妻一区二区av| 欧美另类一区| 欧美变态另类bdsm刘玥| 久久久精品94久久精品| 久久精品aⅴ一区二区三区四区| av网站在线播放免费| 在线观看一区二区三区激情| 一本色道久久久久久精品综合| 精品亚洲成国产av| 亚洲一级一片aⅴ在线观看| 涩涩av久久男人的天堂| 亚洲国产av新网站| 嫩草影视91久久| 精品久久久久久电影网| 熟妇人妻不卡中文字幕| 亚洲欧美成人综合另类久久久| 久久久久久人人人人人| 美女主播在线视频| 狠狠精品人妻久久久久久综合| 国产麻豆69| 在线观看免费视频网站a站| 亚洲 欧美一区二区三区| 亚洲欧美一区二区三区黑人| 亚洲精品国产区一区二| 亚洲国产欧美在线一区| 高清视频免费观看一区二区| 天天躁日日躁夜夜躁夜夜| 日韩av在线免费看完整版不卡| 成年av动漫网址| 一边亲一边摸免费视频| 日本黄色日本黄色录像| 中文乱码字字幕精品一区二区三区| 国产精品无大码| 涩涩av久久男人的天堂| 国产一区二区 视频在线| 国产高清不卡午夜福利| www日本在线高清视频| 亚洲天堂av无毛| 国产色婷婷99| 日本爱情动作片www.在线观看| 男女之事视频高清在线观看 | 三上悠亚av全集在线观看| 少妇人妻 视频| 极品少妇高潮喷水抽搐| 精品一区二区免费观看| 韩国精品一区二区三区| 永久免费av网站大全| 国产精品女同一区二区软件| 欧美老熟妇乱子伦牲交| 18禁裸乳无遮挡动漫免费视频| 丝袜在线中文字幕| 国产精品无大码| 三上悠亚av全集在线观看| 操出白浆在线播放| 久久久久久人妻| 一区二区av电影网| 亚洲av成人不卡在线观看播放网 | 久久久精品区二区三区| 日本av免费视频播放| 精品国产超薄肉色丝袜足j| av在线观看视频网站免费| 9热在线视频观看99| 亚洲国产欧美一区二区综合| 美女国产高潮福利片在线看| 满18在线观看网站| 美女国产高潮福利片在线看| 日韩av不卡免费在线播放| 少妇 在线观看| 亚洲人成电影观看| 妹子高潮喷水视频| 哪个播放器可以免费观看大片| 九九爱精品视频在线观看| 国产男女内射视频| 亚洲中文av在线| 丝袜脚勾引网站| av福利片在线| 午夜免费观看性视频| xxxhd国产人妻xxx| 满18在线观看网站| 久久久久久久大尺度免费视频| av网站在线播放免费| 国产成人精品福利久久| a 毛片基地| 国产欧美日韩综合在线一区二区| 午夜福利乱码中文字幕| 色播在线永久视频| 国产极品天堂在线| 国产日韩欧美亚洲二区| 欧美久久黑人一区二区| 大话2 男鬼变身卡| 18禁动态无遮挡网站| 国产激情久久老熟女| 精品酒店卫生间| 热99国产精品久久久久久7| 两性夫妻黄色片| 国产精品久久久av美女十八| 校园人妻丝袜中文字幕| 国产成人精品久久二区二区91 | 交换朋友夫妻互换小说| 久久久久久人妻| 国产高清国产精品国产三级| 99国产综合亚洲精品| 韩国av在线不卡| 亚洲一级一片aⅴ在线观看| 中文字幕人妻丝袜一区二区 | 十八禁人妻一区二区| 国产亚洲av片在线观看秒播厂| 天堂8中文在线网| 久久99一区二区三区| 欧美日韩亚洲高清精品| 久久久精品94久久精品| 肉色欧美久久久久久久蜜桃| 热re99久久精品国产66热6| 亚洲综合色网址| 国产在线免费精品| 97精品久久久久久久久久精品| 亚洲av男天堂| 91精品三级在线观看| 亚洲一区中文字幕在线| 日韩不卡一区二区三区视频在线| 蜜桃在线观看..| 免费在线观看视频国产中文字幕亚洲 |