• <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 ?

    基于隨機(jī)森林和超像素分割優(yōu)化的車載紅外圖像彩色化算法

    2015-04-02 06:16:51沈振一孫韶媛侯俊杰趙海濤
    紅外技術(shù) 2015年12期
    關(guān)鍵詞:分類

    沈振一,孫韶媛,侯俊杰,趙海濤

    ?

    基于隨機(jī)森林和超像素分割優(yōu)化的車載紅外圖像彩色化算法

    沈振一1,2,孫韶媛1,2,侯俊杰1,2,趙海濤3

    (1. 東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院,上海 201620;2. 東華大學(xué) 數(shù)字化紡織服裝技術(shù)教育部工程研究中心,上海 201620;3. 華東理工大學(xué) 信息科學(xué)與工程學(xué)院,上海 200237)

    為了將紅外圖像中所包含的信息更加友好、直觀地呈現(xiàn)給用戶,改善用戶對(duì)于紅外圖像的理解效果,針對(duì)車載紅外圖像的特點(diǎn),提出了一種基于隨機(jī)森林分類器和超像素分割算法相結(jié)合的車載紅外圖像彩色化算法。首先對(duì)原圖的各個(gè)像素點(diǎn)進(jìn)行特征提取,然后訓(xùn)練隨機(jī)森林分類器,使它能夠?qū)Υ郎y(cè)試圖像的各個(gè)像素點(diǎn)進(jìn)行正確的分類。再使用超像素分割與直方圖統(tǒng)計(jì)相結(jié)合的方法對(duì)分類結(jié)果圖像進(jìn)行優(yōu)化。最后將優(yōu)化后的分類結(jié)果圖像轉(zhuǎn)換到HSV色彩空間進(jìn)行對(duì)應(yīng)的色彩傳遞。通過實(shí)驗(yàn)證明該方法能夠在很好的對(duì)紅外圖像進(jìn)行彩色化處理的同時(shí),保證色彩傳遞的正確性和實(shí)時(shí)性。

    車載紅外圖像;圖像彩色化;隨機(jī)森林;超像素分割

    0 引言

    紅外圖像的主要研究?jī)?nèi)容包括目標(biāo)檢測(cè)[1-2]、深度估計(jì)[3]、彩色化[4]等。近年來隨著圖像彩色化研究的不斷深入,如基于標(biāo)簽轉(zhuǎn)移算法的圖像分類彩色化技術(shù)[5]和分層分割技術(shù)[6]以及使用局部特征描述符和條件隨機(jī)場(chǎng)(CRF)相結(jié)合的圖像分類彩色化技術(shù)[7]。但在紅外圖像彩色化研究的領(lǐng)域中,主要依然停留在基于圖像分割基礎(chǔ)上的紅外圖像彩色化算法[8],導(dǎo)致最終的彩色化結(jié)果過分依賴于圖像分割的結(jié)果?;跇?biāo)簽轉(zhuǎn)移的彩色化算法則需要建立大量匹配圖像庫(kù),且隨著庫(kù)中的圖像增多,算法進(jìn)行圖像匹配所花費(fèi)的時(shí)間也越多。

    本文提出了一種基于隨機(jī)森林和超像素分割優(yōu)化的紅外圖像彩色化算法,該算法具有輸出結(jié)果穩(wěn)定,實(shí)時(shí)性能優(yōu)越等特點(diǎn),避免了基于分割算法中只要出現(xiàn)分割錯(cuò)誤而出現(xiàn)大面積的色彩錯(cuò)誤傳遞的問題。首先需要對(duì)樣本圖像進(jìn)行特征提取,并對(duì)隨機(jī)森林分類器進(jìn)行訓(xùn)練。將訓(xùn)練好的上述分類器用于對(duì)測(cè)試圖像像素點(diǎn)的分類,根據(jù)圖像的特點(diǎn)分類器將像素點(diǎn)分成天空、地面和樹木3個(gè)類別。由于在分類器輸出的結(jié)果中存在很少部分的像素點(diǎn)被錯(cuò)誤分類的情況,從而出現(xiàn)分類輸出結(jié)果不連續(xù)的現(xiàn)象。需要對(duì)分類器的輸出結(jié)果進(jìn)行優(yōu)化,去除那些被錯(cuò)誤分類的像素點(diǎn)。將最終分類圖像的色彩空間轉(zhuǎn)為HSV空間,根據(jù)對(duì)應(yīng)的分類賦予對(duì)應(yīng)的色調(diào),并將原圖像的灰度值轉(zhuǎn)為最終彩色圖像的層的值。

    1 隨機(jī)森林及特征提取

    1.1 隨機(jī)森林算法

    隨機(jī)森林算法由Leo Breiman[9]和Adele Cutler[10]提出,其實(shí)質(zhì)是一個(gè)包含多個(gè)決策樹的分類器?;贐ootstrap方法的重采樣,產(chǎn)生多個(gè)訓(xùn)練集。隨機(jī)森林算法在構(gòu)建決策樹時(shí)采用了隨機(jī)選取分裂屬性集的方法。當(dāng)測(cè)試數(shù)據(jù)進(jìn)入隨機(jī)森林時(shí),即讓每一棵決策樹進(jìn)行分類,最后取所有決策樹中分類結(jié)果最多的那類為最終的結(jié)果。

    1.2 基于Law’s掩膜的多尺度特征提取

    對(duì)于每個(gè)像素點(diǎn)而言,需要計(jì)算一系列的特征值來捕捉每個(gè)像素及其周邊一定范圍內(nèi)的像素所蘊(yùn)含的視覺特征,同時(shí)需要對(duì)還需要結(jié)合該像素點(diǎn)的位置信息等。借鑒于文獻(xiàn)[11-12]中的特征提取方法,使用Law’s掩膜對(duì)圖像進(jìn)行3個(gè)尺度的特征提取,其特征如圖1所示。

    圖1 Law’s掩膜

    圖2即為L(zhǎng)aw’s特征掩膜,在特征提取時(shí)使用Law’s掩膜分別在上述訓(xùn)練圖像的3個(gè)不同尺度上進(jìn)行卷積,輸出結(jié)果為F(,),=1,2,…,9。定義每個(gè)超像素塊上的紋理能量如下式:

    其中,當(dāng)=2,4時(shí)的E()分別代表了像素紋理的能量和峰度特性。因此每個(gè)像素有9×3×2=54個(gè)特征,最后再結(jié)合像素點(diǎn)上的、位置信息,那么對(duì)于每個(gè)像素提取了一個(gè)56維的特征與之對(duì)應(yīng)。

    2 超像素分割和直方圖統(tǒng)計(jì)優(yōu)化算法

    由于隨機(jī)森林的輸出結(jié)果圖中包含了部分不連續(xù)的錯(cuò)誤分類的點(diǎn),所以本文使用超像素分割對(duì)原始的分類圖進(jìn)行分割,分割成超像素塊。再對(duì)超像素塊內(nèi)部進(jìn)行直方圖統(tǒng)計(jì)。在超像素內(nèi)部統(tǒng)計(jì)到的分類屬性最多的那一類,最終標(biāo)記為超像素所在的最終分類。

    2.1 SLIC超像素分割

    SLIC超像素分割由Radhakrishna Achanta等人[12-14]提出,與其它超像素分割算法[15-16]相比,該算法分割速度快、內(nèi)存使用效率高、算法效果好,非常適合對(duì)于車載紅外圖像的優(yōu)化處理。具體生成超像素算法如下:

    2)在每個(gè)超像素中心位置的2范圍內(nèi)計(jì)算每個(gè)像素點(diǎn)到中心的距離。其距離計(jì)算公式如下式:

    式中:c為色彩上距離;s為空間距離;用來調(diào)整c和s之間的比例關(guān)系。

    3)每一個(gè)像素點(diǎn)都被歸為與它距離¢最小的類別。重新計(jì)算每個(gè)超像素的中心位置,重復(fù)步驟2)。

    2.2 超像素內(nèi)部分類結(jié)果直方圖統(tǒng)計(jì)

    為了去除隨機(jī)森林分類結(jié)果中存在部分像素點(diǎn)錯(cuò)誤分類的情況,增強(qiáng)像素點(diǎn)之間分類結(jié)果的連續(xù)性。在超像素分割之后,在超像素內(nèi)部使用直方圖統(tǒng)計(jì),整個(gè)超像素的所屬分類結(jié)果將被標(biāo)記為統(tǒng)計(jì)結(jié)果中出現(xiàn)頻率最大的類別。若天空、地面、樹林和行人的所屬分類分別用數(shù)值0~3表示,超像素中包含某種分類結(jié)果的數(shù)量用()(?0,1,2,3),某超像素塊所屬分類用Sup表示那么超像素直方圖統(tǒng)計(jì)公式如下所示:

    ()=max(),?0,1,2,3Sup=(3)

    3 紅外圖像彩色化算法

    首先創(chuàng)建和原始圖像大小一致的RGB圖像,將圖像的色彩空間轉(zhuǎn)換至HSV色彩空間。設(shè)1=max{,,},2=min{,,},RGB轉(zhuǎn)換為HSV色彩空間公式如下式:

    式中:為彩色圖像的色調(diào)層;為彩色圖像的飽和度層;為彩色圖像的亮度層。在彩色化中根據(jù)先驗(yàn)知識(shí),根據(jù)最終優(yōu)化后的分類輸出的分類結(jié)果,將對(duì)應(yīng)的色調(diào)和飽和度賦予對(duì)應(yīng)的像素點(diǎn),其取值范圍均為0~1之間。

    本文選用在自然界中最常用的天空、樹木、道路的色調(diào),并且將行人作為重要的目標(biāo)物用紅色予以警示。如天空的色調(diào)值為0.55,樹木的色調(diào)為0.32,道路的色調(diào)為0.09,對(duì)應(yīng)的飽和度都為0.65,行人的色調(diào)值為0.016,飽和度值為0.92。關(guān)于色調(diào)與飽和度的取值可以有多種,彩色化后可以根據(jù)用戶的視覺習(xí)慣相應(yīng)調(diào)整。色調(diào)、飽和度亮度值如表1所示。

    表1 彩色化色調(diào)、飽和度亮度值選用

    由于紅外圖像主要為亮度信息,因此需要在彩色化后的圖像中保留這一至關(guān)重要的信息,因此將原紅外圖像的亮度值賦予給最終彩色化后的圖像的層。使得最終彩色化后的圖像保留了紅外圖像的原始信息。

    4 實(shí)驗(yàn)步驟及結(jié)果分析

    4.1 算法步驟總結(jié)

    1)特征提取并訓(xùn)練隨機(jī)森林分類器。

    2)測(cè)試圖片輸入訓(xùn)練好的隨機(jī)森林分類器進(jìn)行分類,獲得分類結(jié)果圖。由于隨機(jī)森林分類器分類輸出的結(jié)果只是根據(jù)局部像素點(diǎn)周圍的特征進(jìn)行分類,而局部特征缺少了對(duì)整個(gè)圖像全局信息和梯度變化等信息的把握,因而有必要引入超像素分割來從全局角度對(duì)圖像進(jìn)行處理。

    3)對(duì)分類結(jié)果圖進(jìn)行超像素分割,將局部的像素點(diǎn)聚類成超像素塊,進(jìn)而對(duì)超像素塊進(jìn)行處理,并在超像素內(nèi)部進(jìn)行直方圖結(jié)果統(tǒng)計(jì),最終確定超像素塊的所屬分類。

    4)將色彩空間轉(zhuǎn)為HSV空間,根據(jù)對(duì)應(yīng)的分類賦予對(duì)應(yīng)的色調(diào),并將原圖像的灰度值轉(zhuǎn)為最終彩色圖像的層的值。

    算法流程圖如圖2所示。

    圖2 算法流程框圖

    4.2 實(shí)驗(yàn)結(jié)果

    本文所使用的訓(xùn)練圖像的尺寸大小為344×132像素,去除邊后所使用的尺寸大小為340×128像素。本實(shí)驗(yàn)使用8幅圖像作為訓(xùn)練圖像,700幅圖像為測(cè)試圖像。訓(xùn)練用的8幅樣本圖像和對(duì)應(yīng)的分類圖像構(gòu)成了最原始的訓(xùn)練集。訓(xùn)練所使用的圖像的3個(gè)不同尺度的圖像與對(duì)應(yīng)像素分類圖如圖3所示。

    圖3(a)~(c)分別為訓(xùn)練圖的3個(gè)不同尺度,不同尺度上的圖像包含的信息不同,尺度較小時(shí)包含的信息更加趨向于全局信息,大尺度則包含的局部信息更加豐富。(a)為圖像的原始尺度,圖像(b)為原始圖像在橫縱坐標(biāo)上按照2:1的比例采樣,采樣后再經(jīng)過縮放處理,所以(a)與(b)擁有相同的圖像尺寸,但尺度減小了1/4。同理圖像(c)在圖像(b)的基礎(chǔ)上進(jìn)行2:1采樣,在圖(b)的基礎(chǔ)上縮小了1/4。訓(xùn)練用的8幅樣本圖像和對(duì)應(yīng)的分類圖像構(gòu)成了最原始的訓(xùn)練集,如圖3(d)所示。

    圖3 訓(xùn)練用圖的3個(gè)不同尺度與分類圖

    將原始圖像中的像素通過人工標(biāo)定的方式得到如圖3(d)為訓(xùn)練圖像所對(duì)應(yīng)的分類圖。根據(jù)人的經(jīng)驗(yàn)將原始圖像的像素分類為不同的類別。對(duì)于圖像中像素的分的種類不同可以用不同的數(shù)字量表示,由于是灰度圖像因此每個(gè)像素點(diǎn)最多可以分出256種類別的分類。但是由于紅外圖像的分辨率和所包含的顏色信息不充分,所以分類的種類數(shù)目受到限制。

    本文將訓(xùn)練圖像的像素點(diǎn)分成天空、樹木、道路、和行人4個(gè)類別,每一個(gè)像素點(diǎn)的特征向量輸入隨機(jī)森林分類器后都將歸為上述類別中的一種。在訓(xùn)練圖中將對(duì)應(yīng)的類別量化處理,將天空像素分類用數(shù)值0表示、樹木像素分類用100表示、道路像素分類用200表示、行人目標(biāo)用像素值255表示。

    在原始的訓(xùn)練圖像上進(jìn)行特征提取,詳細(xì)方法如1.2節(jié)中所述。根據(jù)1.2可知,每個(gè)像素均有一個(gè)56維的特征向量代表該像素點(diǎn)與其周圍一定范圍內(nèi)圖像的特征。

    將700幅測(cè)試圖像輸入隨機(jī)森林分類器中,根據(jù)所有的700幅原始圖像中選擇典型的9個(gè)場(chǎng)景作為示例,并且依照?qǐng)鼍暗臅r(shí)間順序排序。如圖4中第1行所示即為從車載紅外視頻中選取的原始圖像。如圖4中第2行所示為原始圖像經(jīng)過訓(xùn)練完畢的隨機(jī)森林分類器處理后輸出的分類圖像,通過分類器輸出后原始圖像中的每一像素都被標(biāo)記為對(duì)應(yīng)的所屬類別。

    超像素分割算法對(duì)分類器輸出的圖像進(jìn)行分割并在超像素塊內(nèi)進(jìn)行直方圖統(tǒng)計(jì)。優(yōu)化結(jié)果如圖4中第3行所示,圖像通過超像素分割與超像素內(nèi)部直方圖統(tǒng)計(jì)優(yōu)化之后去除了那些不連續(xù)的錯(cuò)誤分類的像素點(diǎn),增強(qiáng)了分類圖像的連續(xù)性。本文中由于紅外圖像的原始尺寸僅有340×128像素,所以若將超像素初始邊長(zhǎng)參數(shù)設(shè)置過小則無法去除噪點(diǎn),同樣若參數(shù)的設(shè)置過大則可能會(huì)造成分割后超像素塊過大的問題,所以通過計(jì)算邊界準(zhǔn)確率來確定參數(shù)的最優(yōu)值[14]。本文中將初始的超像素邊長(zhǎng)大小值為=10,即初始超像素塊中包含10×10=100個(gè)像素點(diǎn)。

    最終將優(yōu)化的結(jié)果圖像進(jìn)行彩色化處理最終的效果圖如圖4第4行所示,原始的車載紅外圖像根據(jù)對(duì)應(yīng)的分類賦予對(duì)應(yīng)的色彩。

    4.3 算法效果對(duì)比分析

    本文算法與基于Fisher評(píng)價(jià)函數(shù)的多閾值紅外圖像分割彩色化算法[8]進(jìn)行比較,結(jié)果如圖5所示。

    由于像素點(diǎn)的錯(cuò)誤分類率將直接影響彩色化的效果,設(shè)定當(dāng)錯(cuò)誤分類像素占圖像所有像素?cái)?shù)目5%以上的情況為錯(cuò)誤的像素點(diǎn)超過閾值,因而不適合彩色化。因此分別通過統(tǒng)計(jì)700幅圖像中發(fā)生的錯(cuò)誤分類的像素點(diǎn)的數(shù)目若小于5%則可以進(jìn)行彩色化。達(dá)到彩色化要求的圖像的比例如表2所示。

    由于基于Fisher評(píng)價(jià)函數(shù)的多閾值圖像分割彩色化算法,其最后彩色化結(jié)果嚴(yán)重依賴于分割的正確率,若分割錯(cuò)誤則將產(chǎn)生大片的錯(cuò)誤分類的像素,導(dǎo)致最后彩色化結(jié)果出現(xiàn)大面積的對(duì)應(yīng)像素的色調(diào)不正確,如地面出現(xiàn)了天空的色調(diào)。而文本的算法基于像素級(jí)別的分類,錯(cuò)誤的分類只會(huì)影響該像素,而不會(huì)導(dǎo)致其周圍的像素出現(xiàn)問題。再結(jié)合超像素分割和直方圖統(tǒng)計(jì)算法,將進(jìn)一步有效的遏制錯(cuò)誤像素錯(cuò)誤分類的情況,進(jìn)而使得最終的紅外圖像的彩色化更加準(zhǔn)確。

    在實(shí)時(shí)性能方面,基于雙核I5-3470CPU和8GB內(nèi)存,本算法處理每一幀圖像的耗時(shí)大約為1.5~1.7s。

    5 結(jié)語(yǔ)

    本文對(duì)于車載紅外圖像彩色化提出了一種新的算法,經(jīng)過實(shí)驗(yàn)證明該算法對(duì)紅外圖像進(jìn)行彩色化處理的同時(shí)保證了色彩傳遞的正確性和實(shí)時(shí)性。由于紅外圖像的紋理信息較為單一,且只有亮度信息,所以目前階段對(duì)于車載紅外圖像的場(chǎng)景比較簡(jiǎn)單的情況進(jìn)行分類。且分類的種類比較單一,后續(xù)將對(duì)車載紅外圖像彩色化做進(jìn)一步的研究。

    Fig.4 The results of the experiment

    圖5 彩色化算法效果對(duì)比

    Fig.5 Comparison of the algorithm results

    表2 分類錯(cuò)誤像素小于5%的比例

    [1] 孫寧, 翟尚禮, 趙春光. 掃描型紅外圖像實(shí)時(shí)目標(biāo)檢測(cè)研究[J]. 中國(guó)圖象圖形學(xué)報(bào), 2011(4): 600-605.

    Sun Ning, Zhai Shangli, Zhao Chunguang. Studies on real-time target detection of scanning infrared images[J]., 2011(4): 600-605.

    [2] 王艷, 鮑建躍, 林曉春, 等. 基于FPGA的紅外圖像目標(biāo)檢測(cè)[J]. 西安電子科技大學(xué)學(xué)報(bào), 2003(5): 403-407.

    Wang Yan, Bao Jianyue, Lin Xiaochun, et al. Infrared image target detection based on FPGA[J]., 2003(5): 403-407.

    [3] 孫韶媛, 李琳娜, 趙海濤. 采用KPCA和BP神經(jīng)網(wǎng)絡(luò)的單目車載紅外圖像深度估計(jì)[J]. 紅外與激光工程2013, 42(9): 2348-2352.

    Sun Shaoyuan, Li Linna, Zhao Haitao. Depth estimation from monocular vehicle infrared images based on KPCA and BP neural network[J]., 2013, 42(9): 2348-2352.

    [4] 鄒芳喻, 孫韶媛, 席林, 等. 具有深度視覺感的車載紅外圖像彩色化方法[J]. 激光與光電子學(xué)進(jìn)展, 2013, 50(1): 106-112.

    Zou Fangyu, Sun Shaoyuan, Xi Lin, et al. Color stereo vision method of vehicular infrared images with depth perception[J]., 2013, 50(1): 106-112.

    [5] Ce Liu, Yuen, J: Nonparametric Scene Parsing via Label Transfer[J]., 2011, 33 (12): 2368-2382.

    [6] Yang Y, Hallman S, Ramanan D. Layered object models for image segmentation[J]., 2012, 34(9): 1731-43.

    [7] Yang Yiqing, Li Zhouyuan, Zhang Li. Local label descriptor for example based semantic image labeling[C]//, 2012, 7578: 361-375.

    [8] 代中華, 孫韶媛, 許真, 等. 一種車載紅外視頻彩色化算法[J]. 紅外技術(shù), 2010, 32(10): 0595-0600.

    Dai Zhonghua, Sun Shaoyuan, Xu Zhen, et al. A colorization algorithm for vehicle infrared vehicle infrared video[J]., 2010, 32(10): 0595-0600.

    [9] Breiman L. Random forests[J]., 2001, 45(1):5-32.

    [10] Andy L, Matthew W. Classification and regression by random forest[J]., 2002, 2(3):18-22.

    [11] Saxena A, Sun M, Aanrew Y Ng. Learning 3-D scene structure from a single still image[C]//11, 2007: 1-8.

    [12] Saxena A, Sun M, Aanrew Y Ng. Make 3D: Learning 3-D scene structure from a single still image[J]., 2009, 31(5): 820-840.

    [13] 王春瑤, 陳俊周, 李煒. 超像素分割算法研究綜述[J]. 計(jì)算機(jī)應(yīng)用研究, 2014, 31(1): 0006-0012.

    Wang Chunyao, Chen Junzhou, Li Wei. Review on superpixel segmentation algorithms[J]., 2014, 31(1): 0006-0012.

    [14] Achanta R, Shaji A, Smith K, et al. SLIC Superpixels compared to state-of-the-art superpixel methods[J]., 2012, 34(11): 2274-2282.

    [15] Felzenszwalb P F, Huttenlocher D P. Efficient graph-based image segmentation[J]., 2004, 59(2): 167-181.

    [16] Liu M Y, Tuzel O, Ramalingam, et al.Entropy rate superpixel segmentation[C]//, 2011: 2097-2104.

    The Vehicle Infrared Image Colorization Algorithm Based on Random Forest and Superpixel Segmentation

    SHEN Zhen-yi1,2,SUN Shao-yuan1,2,HOU Jun-jie1,2,ZHAO Hai-tao3

    (1.,,201620,;2.,,,201620,;3.,,200237,)

    In order to improve the effect of the information contained in the infrared image which makes the infrared image much more friendly and intuitive to users. According to the characteristics of the vehicular infrared image, this paper proposes a vehicular infrared image colorization algorithm, which is combined of random forest classifier and superpixel segmentation algorithm. Firstly this method extracts the original characteristic of each pixel, and then trains the random forest classifier which can make sure that each test image classified correctly. Secondly it can use the combination of superpixel segmentation and histogram statistics to optimize the classification results. Finally it can convert the optimization of classification result images to HSV color space and do the corresponding color transfer. The experiments prove that this method can be very good in dealing with infrared image colorization, and at the same time, it can ensure the accuracy and timeliness of color transfer.

    vehicular infrared image,image colorization,random forest,superpixel segmentation

    TN219

    A

    1001-8891(2015)12-1041-06

    2015-05-11;

    2015-07-15.

    沈振一(1990-),男,浙江嘉興人,碩士研究生,研究方向?yàn)榧t外圖像處理、機(jī)器學(xué)習(xí)。E-mail:szy1900@qq.com。

    孫韶媛,女,副教授。E-mail:shysun@dhu.edu.cn。

    國(guó)家自然科學(xué)基金資助項(xiàng)目,編號(hào):61072090,61205017,61375007。

    猜你喜歡
    分類
    2021年本刊分類總目錄
    分類算一算
    垃圾分類的困惑你有嗎
    大眾健康(2021年6期)2021-06-08 19:30:06
    星星的分類
    我給資源分分類
    垃圾分類,你準(zhǔn)備好了嗎
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    按需分類
    教你一招:數(shù)的分類
    一区二区三区激情视频| 如日韩欧美国产精品一区二区三区| av网站免费在线观看视频| 国产成人精品无人区| 亚洲五月婷婷丁香| 制服诱惑二区| 国产成人免费观看mmmm| 欧美大码av| 一级毛片精品| 超碰成人久久| 亚洲精品在线美女| 国产深夜福利视频在线观看| 搡老岳熟女国产| 天堂动漫精品| 夜夜爽天天搞| bbb黄色大片| 国产高清videossex| 淫妇啪啪啪对白视频| 日韩免费高清中文字幕av| 一级黄色大片毛片| 一进一出抽搐gif免费好疼 | 精品久久久久久,| 两个人免费观看高清视频| 亚洲av日韩精品久久久久久密| 欧美激情高清一区二区三区| 大型av网站在线播放| 99香蕉大伊视频| 国产区一区二久久| 黑人猛操日本美女一级片| 久久人人爽av亚洲精品天堂| 丁香六月欧美| 色婷婷久久久亚洲欧美| 亚洲成人免费电影在线观看| 十八禁高潮呻吟视频| 丰满的人妻完整版| 国产免费现黄频在线看| 99精国产麻豆久久婷婷| 亚洲精品国产精品久久久不卡| 高清黄色对白视频在线免费看| 男人操女人黄网站| 久久久精品国产亚洲av高清涩受| av一本久久久久| 一区二区三区国产精品乱码| 欧美性长视频在线观看| 国产亚洲精品久久久久久毛片 | a级毛片在线看网站| 亚洲精品在线美女| 12—13女人毛片做爰片一| 天天躁夜夜躁狠狠躁躁| 国产成人系列免费观看| 精品乱码久久久久久99久播| 亚洲中文av在线| 啪啪无遮挡十八禁网站| 久久九九热精品免费| 无人区码免费观看不卡| 老司机午夜福利在线观看视频| 国产人伦9x9x在线观看| 9191精品国产免费久久| 妹子高潮喷水视频| 久久久国产欧美日韩av| 大香蕉久久网| 中国美女看黄片| 精品久久久久久电影网| √禁漫天堂资源中文www| 亚洲精品久久午夜乱码| 搡老熟女国产l中国老女人| 女同久久另类99精品国产91| 久久久久久免费高清国产稀缺| 国产精品综合久久久久久久免费 | 国产成人精品无人区| 高清毛片免费观看视频网站 | 久久人妻福利社区极品人妻图片| 亚洲一区二区三区欧美精品| 久99久视频精品免费| 自拍欧美九色日韩亚洲蝌蚪91| 久久人人爽av亚洲精品天堂| 黑人操中国人逼视频| 麻豆成人av在线观看| av线在线观看网站| 美女午夜性视频免费| 国产精品九九99| 欧美精品人与动牲交sv欧美| 成年人黄色毛片网站| 国产97色在线日韩免费| 国产精品 欧美亚洲| 亚洲av成人一区二区三| 动漫黄色视频在线观看| 国产不卡一卡二| 99国产精品免费福利视频| 亚洲人成77777在线视频| 69av精品久久久久久| 男人的好看免费观看在线视频 | 一级a爱片免费观看的视频| 国产主播在线观看一区二区| 视频区欧美日本亚洲| a级毛片在线看网站| 91国产中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 少妇猛男粗大的猛烈进出视频| 女同久久另类99精品国产91| 午夜免费成人在线视频| 国产精品免费一区二区三区在线 | 最新的欧美精品一区二区| 午夜老司机福利片| 最近最新中文字幕大全电影3 | 久久久国产一区二区| 一级片'在线观看视频| 午夜免费鲁丝| 一级毛片精品| 王馨瑶露胸无遮挡在线观看| 午夜两性在线视频| 色在线成人网| 99热只有精品国产| 男女之事视频高清在线观看| 欧美乱妇无乱码| 18禁黄网站禁片午夜丰满| 亚洲综合色网址| 怎么达到女性高潮| www.精华液| 男男h啪啪无遮挡| 国产精品亚洲一级av第二区| 女人高潮潮喷娇喘18禁视频| 高清视频免费观看一区二区| 日本精品一区二区三区蜜桃| 精品免费久久久久久久清纯 | 搡老熟女国产l中国老女人| 日本黄色视频三级网站网址 | 国产97色在线日韩免费| 精品第一国产精品| av不卡在线播放| 99国产极品粉嫩在线观看| 精品国产美女av久久久久小说| 丝袜美腿诱惑在线| 69精品国产乱码久久久| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品国产99精品国产亚洲性色 | 深夜精品福利| 国产伦人伦偷精品视频| 99热国产这里只有精品6| 多毛熟女@视频| 国产精品电影一区二区三区 | 国产成人精品久久二区二区91| 如日韩欧美国产精品一区二区三区| 搡老熟女国产l中国老女人| 久久国产亚洲av麻豆专区| 免费在线观看视频国产中文字幕亚洲| 又紧又爽又黄一区二区| 啦啦啦免费观看视频1| 天堂√8在线中文| 十八禁人妻一区二区| 久久精品国产99精品国产亚洲性色 | 丰满迷人的少妇在线观看| 午夜福利影视在线免费观看| 免费在线观看影片大全网站| 国产一卡二卡三卡精品| 一级,二级,三级黄色视频| 亚洲国产中文字幕在线视频| 色播在线永久视频| 国产精品98久久久久久宅男小说| 免费看a级黄色片| 久久精品人人爽人人爽视色| 欧美成狂野欧美在线观看| 久久热在线av| 国产精品一区二区精品视频观看| 亚洲全国av大片| 搡老岳熟女国产| 女人久久www免费人成看片| 高清毛片免费观看视频网站 | 一级,二级,三级黄色视频| 这个男人来自地球电影免费观看| 狂野欧美激情性xxxx| 91在线观看av| 国产99白浆流出| 久久狼人影院| 国产免费现黄频在线看| 天天操日日干夜夜撸| 性少妇av在线| 看免费av毛片| 黄网站色视频无遮挡免费观看| 亚洲欧美色中文字幕在线| 国产成人精品在线电影| 久久这里只有精品19| 中文字幕高清在线视频| 女人被躁到高潮嗷嗷叫费观| 亚洲片人在线观看| 国产欧美日韩精品亚洲av| 18禁美女被吸乳视频| 99香蕉大伊视频| 制服人妻中文乱码| 777久久人妻少妇嫩草av网站| 日本欧美视频一区| 99精国产麻豆久久婷婷| 中文欧美无线码| 国产精品免费大片| 搡老熟女国产l中国老女人| 男人舔女人的私密视频| 日韩欧美三级三区| 亚洲国产欧美一区二区综合| 老司机福利观看| 一本综合久久免费| 不卡一级毛片| 亚洲成av片中文字幕在线观看| 满18在线观看网站| 99久久综合精品五月天人人| 精品国产国语对白av| 精品人妻1区二区| 人人妻人人爽人人添夜夜欢视频| 午夜福利免费观看在线| 最新的欧美精品一区二区| 欧美中文综合在线视频| 美女福利国产在线| www.自偷自拍.com| 国产亚洲欧美在线一区二区| 欧美精品一区二区免费开放| 国产片内射在线| 咕卡用的链子| 丝袜在线中文字幕| 午夜福利,免费看| 91国产中文字幕| av国产精品久久久久影院| 精品国产超薄肉色丝袜足j| 美女高潮喷水抽搐中文字幕| 免费看十八禁软件| 免费不卡黄色视频| 欧美日韩国产mv在线观看视频| 国产精品综合久久久久久久免费 | 又大又爽又粗| 欧美日韩亚洲国产一区二区在线观看 | 精品一区二区三区av网在线观看| 午夜两性在线视频| 国产不卡av网站在线观看| 久久精品亚洲av国产电影网| 欧美精品av麻豆av| 变态另类成人亚洲欧美熟女 | www.精华液| 成年版毛片免费区| 搡老岳熟女国产| 国产精品久久视频播放| 91大片在线观看| 飞空精品影院首页| 国产精品av久久久久免费| 久久久久国产一级毛片高清牌| 国产精品国产高清国产av | 美女扒开内裤让男人捅视频| 啦啦啦在线免费观看视频4| 久久国产精品影院| 女人高潮潮喷娇喘18禁视频| 黄色视频,在线免费观看| 精品无人区乱码1区二区| 精品国产乱子伦一区二区三区| 欧美成人午夜精品| 亚洲成av片中文字幕在线观看| 国产精品偷伦视频观看了| 免费在线观看日本一区| 成人国产一区最新在线观看| 午夜福利在线免费观看网站| 久久精品国产99精品国产亚洲性色 | 成年人免费黄色播放视频| av福利片在线| 黑人操中国人逼视频| 亚洲国产精品sss在线观看 | 国产免费现黄频在线看| 久久久久国产一级毛片高清牌| 亚洲欧美日韩另类电影网站| 亚洲av成人av| 亚洲一区高清亚洲精品| 一二三四在线观看免费中文在| 人妻一区二区av| 亚洲一卡2卡3卡4卡5卡精品中文| 丝袜美足系列| 日韩 欧美 亚洲 中文字幕| a级毛片在线看网站| av天堂久久9| 女人被躁到高潮嗷嗷叫费观| 一个人免费在线观看的高清视频| 久久精品国产99精品国产亚洲性色 | 女性被躁到高潮视频| 日本欧美视频一区| 最新的欧美精品一区二区| 久久国产精品人妻蜜桃| 婷婷成人精品国产| 国产精品自产拍在线观看55亚洲 | 久久国产乱子伦精品免费另类| 久久99一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 三上悠亚av全集在线观看| 日韩欧美免费精品| 免费av中文字幕在线| 丰满饥渴人妻一区二区三| 老汉色av国产亚洲站长工具| av片东京热男人的天堂| 国产精品久久久久成人av| 日韩欧美一区视频在线观看| 成人黄色视频免费在线看| 啦啦啦视频在线资源免费观看| 午夜免费成人在线视频| 久久亚洲真实| 欧美最黄视频在线播放免费 | 最新美女视频免费是黄的| 国产99白浆流出| 国产高清激情床上av| 电影成人av| 黄片播放在线免费| 久久人人97超碰香蕉20202| 亚洲aⅴ乱码一区二区在线播放 | 在线免费观看的www视频| 中文字幕人妻熟女乱码| 搡老熟女国产l中国老女人| 亚洲片人在线观看| 最近最新中文字幕大全免费视频| 欧美一级毛片孕妇| 97人妻天天添夜夜摸| 1024香蕉在线观看| 99香蕉大伊视频| 欧美性长视频在线观看| 亚洲第一青青草原| 99热国产这里只有精品6| 亚洲欧美一区二区三区久久| 啦啦啦免费观看视频1| 久久午夜亚洲精品久久| 怎么达到女性高潮| 女人高潮潮喷娇喘18禁视频| 久久久久久久久久久久大奶| 最新美女视频免费是黄的| 亚洲精品中文字幕在线视频| 日韩熟女老妇一区二区性免费视频| 国产成人一区二区三区免费视频网站| av不卡在线播放| 亚洲,欧美精品.| 久久久精品国产亚洲av高清涩受| 色婷婷久久久亚洲欧美| 久久久久精品人妻al黑| 国产亚洲欧美98| 亚洲自偷自拍图片 自拍| 亚洲欧美激情在线| 狠狠婷婷综合久久久久久88av| 国产高清videossex| 久久人人97超碰香蕉20202| cao死你这个sao货| 国产日韩一区二区三区精品不卡| 18禁观看日本| 男女免费视频国产| 欧美最黄视频在线播放免费 | 午夜日韩欧美国产| 国产一区在线观看成人免费| 最近最新免费中文字幕在线| 国产精品一区二区在线不卡| 999精品在线视频| 交换朋友夫妻互换小说| 9色porny在线观看| 一二三四在线观看免费中文在| 十八禁网站免费在线| 免费在线观看亚洲国产| 日韩免费高清中文字幕av| 日韩欧美一区视频在线观看| 后天国语完整版免费观看| 黄片播放在线免费| 国产野战对白在线观看| 国产精华一区二区三区| 亚洲专区字幕在线| 人妻一区二区av| 欧美丝袜亚洲另类 | 99国产精品99久久久久| 一级a爱片免费观看的视频| 91国产中文字幕| 欧美国产精品va在线观看不卡| 十八禁网站免费在线| 日本撒尿小便嘘嘘汇集6| 777久久人妻少妇嫩草av网站| 99在线人妻在线中文字幕 | www.自偷自拍.com| 满18在线观看网站| 啦啦啦在线免费观看视频4| 日本五十路高清| 久久香蕉国产精品| 91麻豆av在线| 久久精品亚洲熟妇少妇任你| 乱人伦中国视频| 亚洲七黄色美女视频| xxx96com| 欧美+亚洲+日韩+国产| 青草久久国产| 日韩欧美在线二视频 | 夜夜爽天天搞| 黄片播放在线免费| 美女午夜性视频免费| 久久香蕉激情| 水蜜桃什么品种好| 人人妻人人澡人人爽人人夜夜| 成人影院久久| 日韩制服丝袜自拍偷拍| 色精品久久人妻99蜜桃| 午夜日韩欧美国产| 在线永久观看黄色视频| 久久久国产成人免费| 下体分泌物呈黄色| 久久人妻福利社区极品人妻图片| 亚洲情色 制服丝袜| 丁香欧美五月| 黄片大片在线免费观看| 99久久99久久久精品蜜桃| 久久精品熟女亚洲av麻豆精品| 久9热在线精品视频| 久久久久国产精品人妻aⅴ院 | 免费av中文字幕在线| 精品亚洲成a人片在线观看| 久久久国产成人免费| 亚洲午夜精品一区,二区,三区| 19禁男女啪啪无遮挡网站| 欧洲精品卡2卡3卡4卡5卡区| 国产日韩欧美亚洲二区| 欧美日韩视频精品一区| 成年人午夜在线观看视频| 国产免费现黄频在线看| 欧美精品av麻豆av| 亚洲美女黄片视频| 桃红色精品国产亚洲av| 9191精品国产免费久久| 欧美激情 高清一区二区三区| 亚洲综合色网址| 十八禁高潮呻吟视频| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品98久久久久久宅男小说| 中文字幕人妻丝袜制服| 国产精品永久免费网站| 身体一侧抽搐| 日本a在线网址| 国产激情欧美一区二区| 久久精品国产亚洲av香蕉五月 | 一二三四在线观看免费中文在| 欧美日韩中文字幕国产精品一区二区三区 | 最近最新中文字幕大全电影3 | 波多野结衣av一区二区av| 18在线观看网站| 亚洲一区二区三区不卡视频| 国产精品免费一区二区三区在线 | 国产精品乱码一区二三区的特点 | 人人妻人人添人人爽欧美一区卜| 波多野结衣av一区二区av| 操出白浆在线播放| 精品福利观看| 久久香蕉国产精品| 高清在线国产一区| 日韩制服丝袜自拍偷拍| 后天国语完整版免费观看| 麻豆成人av在线观看| 精品免费久久久久久久清纯 | 成年人免费黄色播放视频| 国产高清国产精品国产三级| videos熟女内射| 黄色片一级片一级黄色片| 亚洲成人免费电影在线观看| a级毛片黄视频| 一级毛片精品| 精品人妻熟女毛片av久久网站| 91大片在线观看| 精品视频人人做人人爽| 国产成人免费观看mmmm| 天堂俺去俺来也www色官网| 18禁裸乳无遮挡免费网站照片 | 男女高潮啪啪啪动态图| 精品一品国产午夜福利视频| 精品午夜福利视频在线观看一区| 搡老岳熟女国产| 精品欧美一区二区三区在线| 国产真人三级小视频在线观看| 精品久久蜜臀av无| 丁香欧美五月| 欧美成人免费av一区二区三区 | 精品乱码久久久久久99久播| 老司机午夜十八禁免费视频| 久久国产精品影院| 中文字幕人妻丝袜制服| 亚洲情色 制服丝袜| 久久国产乱子伦精品免费另类| 黄片大片在线免费观看| 香蕉久久夜色| 美女高潮喷水抽搐中文字幕| 国产单亲对白刺激| 国产成人欧美| 亚洲欧美一区二区三区黑人| 一级毛片女人18水好多| av欧美777| 久久久精品国产亚洲av高清涩受| 欧美精品亚洲一区二区| 亚洲av第一区精品v没综合| 两性午夜刺激爽爽歪歪视频在线观看 | 在线观看66精品国产| 啪啪无遮挡十八禁网站| 91精品国产国语对白视频| 国产蜜桃级精品一区二区三区 | 黄色 视频免费看| 国产精品 国内视频| 亚洲av成人一区二区三| 久久中文看片网| 免费不卡黄色视频| a级毛片黄视频| 亚洲成人国产一区在线观看| 午夜久久久在线观看| 十八禁高潮呻吟视频| 久久性视频一级片| 999精品在线视频| 亚洲五月婷婷丁香| 亚洲午夜精品一区,二区,三区| 欧美日韩乱码在线| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品中文字幕一二三四区| 少妇裸体淫交视频免费看高清 | 一本一本久久a久久精品综合妖精| 美女扒开内裤让男人捅视频| 久久久国产欧美日韩av| 亚洲熟女精品中文字幕| 一边摸一边做爽爽视频免费| 亚洲av第一区精品v没综合| 亚洲专区字幕在线| 久久99一区二区三区| 午夜激情av网站| 欧美精品人与动牲交sv欧美| 下体分泌物呈黄色| 交换朋友夫妻互换小说| 欧美日韩瑟瑟在线播放| 国产精品久久久久久人妻精品电影| 国产精品免费视频内射| 交换朋友夫妻互换小说| 国产精品一区二区精品视频观看| 久久99一区二区三区| 欧美日韩av久久| 亚洲av熟女| 手机成人av网站| 国产亚洲精品久久久久5区| av不卡在线播放| 久久99一区二区三区| 亚洲欧美精品综合一区二区三区| 久久精品91无色码中文字幕| 国产精品免费视频内射| 亚洲五月天丁香| 亚洲自偷自拍图片 自拍| 免费女性裸体啪啪无遮挡网站| 在线国产一区二区在线| 人人妻人人澡人人爽人人夜夜| 99久久99久久久精品蜜桃| 免费高清在线观看日韩| 一本综合久久免费| 天天添夜夜摸| 久久精品亚洲精品国产色婷小说| 丝袜美腿诱惑在线| 国产在视频线精品| 大陆偷拍与自拍| 国产亚洲精品一区二区www | 狂野欧美激情性xxxx| 午夜福利欧美成人| 国产精品永久免费网站| 亚洲第一青青草原| 夜夜躁狠狠躁天天躁| 黄色视频不卡| 在线国产一区二区在线| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲在线自拍视频| 黄片小视频在线播放| 两个人看的免费小视频| 91精品三级在线观看| 久久国产亚洲av麻豆专区| 91av网站免费观看| 国产精品国产高清国产av | 99国产精品99久久久久| 一二三四社区在线视频社区8| 国产1区2区3区精品| 90打野战视频偷拍视频| 一本大道久久a久久精品| 大型av网站在线播放| 国产亚洲av高清不卡| 久久精品亚洲av国产电影网| 一进一出抽搐gif免费好疼 | 精品久久久久久电影网| 涩涩av久久男人的天堂| 久久久精品国产亚洲av高清涩受| 精品亚洲成国产av| 美女 人体艺术 gogo| 人人妻,人人澡人人爽秒播| 久久香蕉激情| 日韩制服丝袜自拍偷拍| 欧美人与性动交α欧美精品济南到| 嫩草影视91久久| 久久久国产成人精品二区 | 极品少妇高潮喷水抽搐| 老司机午夜福利在线观看视频| av欧美777| 欧美久久黑人一区二区| 日韩三级视频一区二区三区| av电影中文网址| 交换朋友夫妻互换小说| 中文亚洲av片在线观看爽 | 亚洲一区中文字幕在线| 亚洲一区二区三区欧美精品| 在线观看www视频免费| 午夜精品在线福利| 国产在线一区二区三区精| 777米奇影视久久| 国产精品久久久人人做人人爽| 久久国产精品人妻蜜桃| 捣出白浆h1v1| 韩国av一区二区三区四区| 免费女性裸体啪啪无遮挡网站| 国产乱人伦免费视频| 这个男人来自地球电影免费观看| 中文亚洲av片在线观看爽 | 美女视频免费永久观看网站| 国产精品美女特级片免费视频播放器 | 天天躁夜夜躁狠狠躁躁| 久久久国产成人精品二区 | 91麻豆精品激情在线观看国产 | 中文字幕高清在线视频| 大香蕉久久网| 老司机深夜福利视频在线观看| 一级片免费观看大全|