• <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 ?

    結(jié)合內(nèi)部和外部統(tǒng)計特性的遙感圖像去噪

    2015-10-22 20:52:32彭霓鐘平王潤生
    現(xiàn)代電子技術(shù) 2015年19期
    關(guān)鍵詞:圖像復(fù)原

    彭霓 鐘平 王潤生

    摘 要: 遙感圖像因其內(nèi)容豐富、幅面較寬,對其去噪面臨諸多挑戰(zhàn)。利用圖像塊的統(tǒng)計特性是提高圖像去噪性能的一條重要途徑。圖像塊的統(tǒng)計特性有兩類:基于待處理圖像相似塊上的內(nèi)部統(tǒng)計特性和基于外部圖像相似塊上的外部統(tǒng)計特性。為了充分利用內(nèi)部和外部統(tǒng)計特性各自對特定圖像內(nèi)容的去噪優(yōu)勢,提出了一種基于內(nèi)容的自適應(yīng)選擇統(tǒng)計特性并用于圖像去噪的方法。實驗結(jié)果表明,提出的自適應(yīng)選擇和組合圖像塊統(tǒng)計特性的去噪方法能夠顯著提高圖像去噪的性能。

    關(guān)鍵詞: 圖像復(fù)原; 圖像去噪; 統(tǒng)計特性; 遙感圖像

    中圖分類號: TN911.73?34; TP751.1 文獻(xiàn)標(biāo)識碼: A 文章編號: 1004?373X(2015)19?0083?04

    Abstract: Since remote sensing image has rich content and wide breadth, its denoising is faced with many challenges. It is an important way to improve image denoising performance by using the statistics characteristics of image blocks. The statistics characteristics of the image blocks are the internal statistics characteristic based on similar blocks of the pending processing image and the external statistics characteristic based on similar blocks of external image. To make the full use of denoising advantages of the two characteristics for the respective specific image contents, a content?based image denoising method with adaptive selection and statistics characteristic is proposed. The experimental results show that this method can improve image denoising performance observably.

    Keywords: image restoration; image denoising; statistics characteristic; remote sensing image

    0 引 言

    由于遙感圖像的成像過程受大氣、平臺震動、傳輸錯誤等因素的影響,使得實際獲得的圖像常常包含多種類型的噪聲,直接導(dǎo)致后續(xù)圖像處理與分析性能的降低。圖像去噪處理能夠有效去除圖像中包含的噪聲,提高圖像的質(zhì)量,但是由于遙感圖像包含的景物內(nèi)容豐富,使得遙感圖像去噪要比自然圖像去噪面臨更大的挑戰(zhàn)。

    圖像去噪是將含噪的退化圖像轉(zhuǎn)換為清潔(干凈)圖像的處理過程,往往是一個欠定的逆問題,需要引入相關(guān)的先驗信息作為限制條件,以獲取更加精確或優(yōu)化的解,先驗信息又常常以圖像的統(tǒng)計特性來表示。圖像統(tǒng)計特性數(shù)學(xué)建模是構(gòu)建確定圖像空間中某種圖像屬性的數(shù)學(xué)統(tǒng)計模型。無論是單幅圖像還是具體類別的圖像集,都具有多種多樣的統(tǒng)計特性。常見的統(tǒng)計特性有:Poisson分布[1]、Beta分布[2]、混合高斯模型等[3?4],以及基于變換域中單位置的統(tǒng)計特性,如Steered濾波域中的高斯尺度混合(GSM)模型[5]、Steered濾波域中的局部Laplace模型[6]、傅里葉變換域中的指數(shù)分布模型[7]、小波變換域中的GSM模型[8]、梯度域Laplace分布[9]等。

    根據(jù)計算統(tǒng)計特性的圖像塊集來自待處理圖像自身還是外部其他的圖像數(shù)據(jù),有內(nèi)部和外部兩類統(tǒng)計特性。基于圖像內(nèi)部圖像特性去噪[10](Internal Denoising),是利用待處理圖像內(nèi)部相似塊集的統(tǒng)計特性,常見的利用圖像內(nèi)部統(tǒng)計特性進(jìn)行去噪的方法包括NLM[11],BM3D[12]等方法;基于外部圖像特性去噪[10](External Denoising)如EPLL方法[13],則是利用待處理圖像外部圖像庫的統(tǒng)計特性。

    由于兩類去噪方法各有其優(yōu)勢,那么對于一幅需要進(jìn)行去噪處理的圖像,利用兩類統(tǒng)計特性,將兩類去噪方法中各自取得較好去噪效果的部分相結(jié)合,最終的去噪結(jié)果將優(yōu)于僅僅利用內(nèi)部或外部的單一統(tǒng)計特性的去噪結(jié)果。本文面向遙感可見光圖像提出了一種自適應(yīng)的選擇內(nèi)部或外部統(tǒng)計特性的去噪方法。該方法針對待處理圖像自動選擇基于內(nèi)部統(tǒng)計特性的去噪方法(BM3D)或者基于外部統(tǒng)計特性的去噪方法(EPLL)。首先考慮利用相關(guān)性強(qiáng)的內(nèi)部統(tǒng)計特性,當(dāng)內(nèi)部特性不足時再自動轉(zhuǎn)用外部統(tǒng)計特性,即首先使用BM3D方法,再對局部鄰域相似塊數(shù)量不夠的圖像塊使用EPLL方法。實驗結(jié)果表明,新方法的性能優(yōu)于僅僅使用一類圖像塊統(tǒng)計特性的去噪方法。

    1 遙感圖像統(tǒng)計特性分析

    遙感圖像不同于自然圖像,它具有幅寬廣、包含地物內(nèi)容復(fù)雜等特點,因此圖像具有豐富的統(tǒng)計特性。如果能夠?qū)@些豐富的統(tǒng)計特性建立正確的數(shù)學(xué)模型、盡可能多地融合利用多類型統(tǒng)計特性,無疑將會提高遙感圖像處理和分析的性能。

    1.1 局部統(tǒng)計特性的類型

    圖像中每個圖像塊都有特定的內(nèi)容,并且一幅圖像中常常具有多個內(nèi)容相似的圖像塊。當(dāng)相似塊達(dá)到一定數(shù)目時,可以用這些相似塊的統(tǒng)計特性準(zhǔn)確表述這類圖像塊的圖像內(nèi)容。這類來自圖像本身的相似塊統(tǒng)計特性被稱為基于圖像塊的內(nèi)部統(tǒng)計特性,以下簡稱內(nèi)部統(tǒng)計特性。BM3D(Block Method of 3?Dimension)是典型的利用內(nèi)部統(tǒng)計特性的圖像去噪方法[12]。endprint

    當(dāng)特定圖像塊在所在圖像中缺少與之相似的圖像塊時,就需要從外部圖像庫中獲取一定數(shù)量的相似圖像塊,然后利用這些外部相似圖像塊的統(tǒng)計特性幫助表述特定圖像塊的圖像內(nèi)容。為此,這類來自待處理圖像外部的相似塊統(tǒng)計特性被稱為基于圖像塊的外部統(tǒng)計特性,以下簡稱外部統(tǒng)計特性。EPLL(Expected Patch Log Likelihood)是典型的利用外部統(tǒng)計特性的去噪方法[13]。

    1.2 遙感圖像統(tǒng)計特性性能分析

    從上述大量的實驗結(jié)果分析,針對不同類型統(tǒng)計特性性能,可以得到如下的結(jié)論:

    (1) 圖像內(nèi)部統(tǒng)計特性:圖像塊內(nèi)部統(tǒng)計特性必定是針對特定的圖像內(nèi)容;它建立在一定數(shù)目相似塊的統(tǒng)計分析基礎(chǔ)上;由于相似塊出自同一圖像,利用其做圖像去噪具有較好的親和性?;趦?nèi)部統(tǒng)計特性的去噪方法,對于局部圖像較為平滑、重復(fù)成分結(jié)構(gòu)較多的圖像,可以獲得特別好的去噪效果。

    (2) 圖像外部統(tǒng)計特性:外部相似信息的引入,對復(fù)原丟失的圖像細(xì)節(jié)起到了積極作用,增強(qiáng)了去噪效果;但由于統(tǒng)計特性出自待處理圖像外部,親和性要弱一些,對一些有平滑圖像內(nèi)容的圖像,可能會出現(xiàn)Overfitting等不良情況。Overfitting主要出現(xiàn)在平滑圖像塊中,平滑圖像塊本身所含有的信息并不多,在加入噪聲之后,整個圖像塊中噪聲占主導(dǎo)地位。這類圖像塊在外部數(shù)據(jù)庫中尋找相似塊時,是以噪聲為基準(zhǔn)而不是原圖像中的信息,這樣找到的相似塊并不準(zhǔn)確,建立的先驗?zāi)P鸵矔清e誤的,不能得到理想的去噪效果。

    通過以上分析可以看出,對于輸入的一幅含噪圖像,采用單一類型統(tǒng)計特性的圖像去噪方法,存在性能提升的空間。需要組合利用多類型統(tǒng)計特性,針對特定圖像內(nèi)容選擇利用合適的內(nèi)部和外部統(tǒng)計特性,以此有效提高遙感圖像的去噪性能。

    2 統(tǒng)計特性的自適應(yīng)選擇和組合方法

    目前已有一些組合利用多類型統(tǒng)計特性的方法。本文提出一種新的基于相似塊圖像數(shù)量的自適應(yīng)選擇內(nèi)部或外部統(tǒng)計特性的去噪方法。流程如下:首先利用BM3D和EPLL方法對含噪圖像分別進(jìn)行去噪處理;將含噪圖像按逐個像素點分為大小一致的若干個圖像塊,在待去噪圖像塊周圍一定大小窗口內(nèi)搜索相似塊,記下含噪圖像塊在一定鄰域內(nèi)相似塊的數(shù)量,本文中使用歐式距離進(jìn)行相似性的度量;統(tǒng)計給定圖像塊的相似塊數(shù)量,進(jìn)行推斷過程,對于數(shù)量值小于門限[T]的圖像塊,使用EPLL方法的去噪結(jié)果,反之則采用BM3D的去噪結(jié)果,最后通過圖像塊組合方法,得到最終的去噪結(jié)果。其數(shù)學(xué)表達(dá)式為:

    2.1 相似塊計算方法

    兩個圖像塊的相似性度量建立在圖像塊特性比較基礎(chǔ)上,定義圖像塊對應(yīng)像元間灰度差值和的平方根為相似距離,相似距離小的圖像塊對相似程度高。通過設(shè)置固定的相似距離門限,可以判斷哪些圖像塊相似或者不相似。對于一幅待處理圖像,各個圖像塊在其周圍一定大小窗口內(nèi)搜索相似塊,即在一定鄰域內(nèi)進(jìn)行窗口滑動,計算各個圖像塊與其的歐氏距離,判定其是否為相似圖像塊。

    2.2 組合外部和內(nèi)部統(tǒng)計特性的去噪算法

    組合圖像塊統(tǒng)計特性算法的過程如下:

    (1) 確定待處理圖像的類別;

    (2) 選出相應(yīng)圖像類別的相似塊數(shù)量門限;

    (3) 搜索待處理圖像中圖像塊的相似塊,并計算相似塊數(shù)目[K;]

    (4) 利用自適應(yīng)選擇模型確定在去噪結(jié)果選擇EPLL去噪的結(jié)果還是BM3D去噪的結(jié)果;

    (5) 組合圖像塊生成最終的去噪結(jié)果。該方法重點在于找到最佳相似塊數(shù)量門限。

    經(jīng)過對多幅不同場景的遙感圖像進(jìn)行實驗,發(fā)現(xiàn)每幅待分析的圖像都對應(yīng)一個最佳相似塊數(shù)量門限,而同類別的圖像都有接近的最佳門限。以城鎮(zhèn)和山地類型的遙感圖像為例,實驗結(jié)果如圖1所示。

    從圖1中可以看到,城鎮(zhèn)場景圖像的最佳相似塊門限集中在較小的數(shù)值,而山地場景圖像的門限值則較大,為了更好地估計出具體圖像類別的最佳門限,采用多幅實驗數(shù)據(jù)庫中的圖像進(jìn)行實驗,對每類別多幅圖像的最佳相似塊數(shù)量門限進(jìn)行加權(quán)后得到各類別對應(yīng)的最佳門限,如表1所示。

    圖1中[u]表示相似性判定的距離閾值,從圖1中可以看出,對于同類別的遙感圖像,在采用不同的相似度量門限進(jìn)行實驗時,去噪后圖像PSNR的最大值在相同相似度量門限下取得。對待處理圖像來說,不同的圖像塊相似距離門限會造成計算出的相似塊數(shù)量存在差異,以致采用不同的去噪過程,即采用不同的去噪方法。于是在對每類場景多幅圖像進(jìn)行實驗后,將對城鎮(zhèn)類中判定相似距離門限采用350,相應(yīng)地對平原、山地類采用300的門限,機(jī)場類采用400的門限。

    3 實驗結(jié)果

    3.1 實驗數(shù)據(jù)設(shè)置

    (1) 選擇城鎮(zhèn)、平原、山地和機(jī)場4類遙感圖像,每一類包含50幅圖像,形成實驗圖像數(shù)據(jù)庫;

    (2) 從實驗圖像數(shù)據(jù)庫每類選取2幅圖像,形成測試圖像集。

    3.2 去噪結(jié)果

    為了驗證本文自適應(yīng)選擇統(tǒng)計特性方法的有效性,在4類場景8幅測試圖像中分別加入標(biāo)準(zhǔn)方差為25的高斯白噪聲,采用自適應(yīng)選擇統(tǒng)計特性方法、BM3D和EPLL對測試圖像進(jìn)行去噪處理。去噪結(jié)果如圖2所示(每類場景1幅)。

    為了進(jìn)一步比較實驗結(jié)果,使用峰值信噪比(PSNR)對去噪后的圖像質(zhì)量進(jìn)行定量比較,結(jié)果如表2所示。

    實驗結(jié)果表明,被相同噪聲污染的測試圖像使用自適應(yīng)選擇統(tǒng)計特性方法去噪后,圖像質(zhì)量明顯得到改善,其實驗結(jié)果比BM3D方法和EPLL方法要好。與BM3D方法相比,BM3D方法處理后的圖像中有些細(xì)節(jié)圖像塊明顯被模糊,對于這些圖像塊,本文所述方法由于引入了外部相似信息,對復(fù)原丟失的圖像細(xì)節(jié)起到了積極作用,增強(qiáng)了去噪效果,較好地保留了圖像塊中的細(xì)節(jié)部分。EPLL方法中完全使用外部統(tǒng)計特性用于去噪處理,以至于圖像中物體的較長直線邊緣出現(xiàn)了一定的失真,其實這些包含物體直線邊緣的圖像塊由于擁有足夠數(shù)量的相似塊,即內(nèi)部統(tǒng)計特性足夠,于是本文所述方法對這些圖像塊使用BM3D方法,較好地改善了這一問題。從PSNR和SSIM數(shù)據(jù)的定量比較來看,相較于BM3D和EPLL方法,本文方法對圖像的PSNR值也有一定的提升。endprint

    4 結(jié) 語

    利用圖像的內(nèi)部統(tǒng)計特性和外部統(tǒng)計特性的去噪方法各有優(yōu)劣,組合利用圖像塊內(nèi)外統(tǒng)計特性是去噪的正確思路。本文提出自適應(yīng)選擇統(tǒng)計特性類型的去噪方法,相似塊數(shù)量低于門限值時采用外部統(tǒng)計特性的去噪方法(EPLL),反之采用內(nèi)部統(tǒng)計特性的去噪方法(BM3D),該方法取得了優(yōu)于采用單統(tǒng)計特性方法的去噪效果。

    圖像塊相似性與求解最佳門限的公式都建立在圖像塊屬性基礎(chǔ)上,所采用的圖像屬性是否能夠準(zhǔn)確反映圖像內(nèi)容將直接影響最佳門限的質(zhì)量。本文主要使用圖像灰度信息,下一步研究要考慮使用梯度、邊緣、形狀等信息,以增加圖像內(nèi)容表述的充分性。另外,本文僅僅對單類別圖像內(nèi)容進(jìn)行去噪處理,今后要擴(kuò)展到對含有多類別圖像內(nèi)容的實際遙感圖像的同時去噪處理。

    參考文獻(xiàn)

    [1] RICHARDSON W H. Bayesian?based iterative method of image restoration [J]. Journal of the Optical Society of America, 1972, 62(1): 55?59.

    [2] JIA J. Single image motion deblurring using transparency [C]// Proceedings of 2007 IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis: IEEE, 2007: 1?8.

    [3] WAN Y, NOWAK R D. A Bayesian multiscale approach to joint image restoration and edge detection [C]// Proceedings of 1999 SPIE′s International Symposium on Optical Science, Engineering, and Instrumentation. [S.l.]: SPIE, 1999: 73?84.

    [4] CHAKRABARTI A, ZICKLER T. Statistics of real?world hyperspectral images [C]// Proceedings of 2011 IEEE Conference on Computer Vision and Pattern Recognition. Providence: IEEE, 2011: 193?200.

    [5] ROTH S, BLACK M J. Steerable random fields [C]// Proceedings of 2007 International Conference on Computer Vision. [S.l.]: IEEE, 2007: 1?8.

    [6] RABBANI H. Image denoising in steerable pyramid domain based on a local Laplace prior [J]. Pattern Recognition, 2009, 42(9): 2181?2193.

    [7] CARON J N, NAMAZI N M, ROLLINS C J. Noniterative blind data restoration by use of an extracted filter function [J]. Applied Optics, 2002, 41(32): 6884?6889.

    [8] PORTILLA J, STRELA V, WAINWRIGHT M J, et al. Image denoising using scale mixtures of Gaussians in the wavelet domain [J]. IEEE Transactions on Image Processing, 2003, 12(11): 1338?1351.

    [9] LEVIN A, FERGUS R, DURAND F, et al. Image and depth from a conventional camera with a coded aperture [J]. ACM Transactions on Graphics, 2007, 26(3): 70?72.

    [10] MOSSERI I, ZONTAK M, IRANI M. Combining the power of internal and external denoising [C]// Proceedings of 2013 IEEE International Conference on Computational Photography. [S.l.]: IEEE, 2013: 1?9.

    [11] BUADES A, COLL B, MOREL J M. A non?local algorithm for image denoising [C]// IEEE International Conference on Computer Vision and Pattern Recognition. [S.l.]: IEEE, 2005, 2(8): 60?65.

    [12] DABOV K, FOI A, KATKOVNIK V, et al. Image denoising by sparse 3?D transform?domain collaborative filtering [J]. IEEE Transactions on Image Processing, 2007, 16(8): 2080?2095.

    [13] ZORAN D, WEISS Y. From learning models of natural image patches to whole image restoration [C]// Proceedings of 2011 International Conference on Computer Vision. [S.l.]: IEEE, 2011: 479?486.endprint

    猜你喜歡
    圖像復(fù)原
    雙背景光自適應(yīng)融合與透射圖精準(zhǔn)估計水下圖像復(fù)原
    基于MTF的實踐九號衛(wèi)星圖像復(fù)原方法研究
    數(shù)字圖像復(fù)原專利技術(shù)綜述
    大科技·C版(2019年1期)2019-09-10 14:45:17
    虛擬現(xiàn)實的圖像復(fù)原真實性優(yōu)化仿真研究
    一種基于顯著性邊緣的運(yùn)動模糊圖像復(fù)原方法
    圖像復(fù)原的一種新的加速動量梯度投影法
    科技資訊(2016年27期)2017-03-01 18:23:16
    基于月球觀測的FY-2G中波紅外波段在軌調(diào)制傳遞函數(shù)評價與圖像復(fù)原
    基于MTFC的遙感圖像復(fù)原方法
    模糊圖像復(fù)原的高階全變差正則化模型構(gòu)建
    一種自適應(yīng)正則化技術(shù)的圖像復(fù)原方法
    √禁漫天堂资源中文www| 99久久精品国产亚洲精品| 午夜a级毛片| 国产精品亚洲美女久久久| av福利片在线| 国产av一区二区精品久久| 中文字幕色久视频| 久久久水蜜桃国产精品网| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲美女黄片视频| 亚洲av电影不卡..在线观看| 精品乱码久久久久久99久播| 久久久久精品国产欧美久久久| 欧美老熟妇乱子伦牲交| 狂野欧美激情性xxxx| 国产xxxxx性猛交| 看片在线看免费视频| 嫩草影院精品99| 中文亚洲av片在线观看爽| 操美女的视频在线观看| 久久天堂一区二区三区四区| svipshipincom国产片| 欧美黑人精品巨大| √禁漫天堂资源中文www| 一夜夜www| 亚洲欧美激情在线| 大型av网站在线播放| 久久国产精品影院| 久久久久久久久久久久大奶| 欧美乱色亚洲激情| 99精品久久久久人妻精品| 久久中文看片网| 国产精品免费视频内射| 91精品国产国语对白视频| 亚洲天堂国产精品一区在线| 精品一区二区三区四区五区乱码| 黄色视频不卡| 免费在线观看影片大全网站| 黑人欧美特级aaaaaa片| 久久精品国产99精品国产亚洲性色 | 成人亚洲精品一区在线观看| 夜夜爽天天搞| 人妻久久中文字幕网| 亚洲中文日韩欧美视频| 女人被狂操c到高潮| 真人做人爱边吃奶动态| 国产私拍福利视频在线观看| 精品国内亚洲2022精品成人| 我的亚洲天堂| 国产精华一区二区三区| 高清毛片免费观看视频网站| 国内毛片毛片毛片毛片毛片| 每晚都被弄得嗷嗷叫到高潮| 午夜福利影视在线免费观看| 性色av乱码一区二区三区2| 久久香蕉国产精品| 亚洲av第一区精品v没综合| 久久香蕉国产精品| 国产av一区二区精品久久| 欧美亚洲日本最大视频资源| 搡老熟女国产l中国老女人| 美女扒开内裤让男人捅视频| 国产精品 国内视频| 国产欧美日韩精品亚洲av| 91成人精品电影| 激情视频va一区二区三区| 99精品在免费线老司机午夜| www.精华液| 在线观看日韩欧美| 1024视频免费在线观看| 精品人妻在线不人妻| 欧美成人午夜精品| 午夜激情av网站| 女人爽到高潮嗷嗷叫在线视频| 日韩欧美在线二视频| 97超级碰碰碰精品色视频在线观看| 日韩大码丰满熟妇| 大型av网站在线播放| 制服丝袜大香蕉在线| 亚洲熟妇中文字幕五十中出| 亚洲国产精品sss在线观看| 亚洲精品一卡2卡三卡4卡5卡| 在线观看免费视频网站a站| 亚洲一区中文字幕在线| 一区二区三区国产精品乱码| 成人18禁在线播放| 国产成人一区二区三区免费视频网站| 日韩高清综合在线| 日日干狠狠操夜夜爽| 香蕉丝袜av| 精品一品国产午夜福利视频| 成人国产一区最新在线观看| 亚洲精品中文字幕在线视频| 999精品在线视频| 九色亚洲精品在线播放| 搡老熟女国产l中国老女人| 精品一区二区三区av网在线观看| 黄片播放在线免费| 91大片在线观看| 欧美丝袜亚洲另类 | 亚洲色图 男人天堂 中文字幕| 国产成人精品在线电影| 国产又爽黄色视频| 国产精品亚洲一级av第二区| 9热在线视频观看99| 少妇熟女aⅴ在线视频| 日韩欧美在线二视频| 狂野欧美激情性xxxx| 亚洲欧美激情综合另类| 国产国语露脸激情在线看| 日日干狠狠操夜夜爽| 视频在线观看一区二区三区| 制服丝袜大香蕉在线| 国产午夜精品久久久久久| av在线播放免费不卡| 国产一区二区三区视频了| 亚洲色图av天堂| www日本在线高清视频| 亚洲专区字幕在线| 日韩欧美国产在线观看| 国产区一区二久久| 国产熟女午夜一区二区三区| 久久精品成人免费网站| 国产成人精品无人区| 琪琪午夜伦伦电影理论片6080| 人人妻人人爽人人添夜夜欢视频| 搡老岳熟女国产| 亚洲视频免费观看视频| 少妇被粗大的猛进出69影院| 91成人精品电影| 国产高清视频在线播放一区| 国产精品一区二区精品视频观看| 国产熟女xx| 国产激情欧美一区二区| 日韩大尺度精品在线看网址 | 久久国产精品男人的天堂亚洲| 亚洲激情在线av| 国产精品久久久久久亚洲av鲁大| 在线观看www视频免费| 免费无遮挡裸体视频| 久久精品亚洲精品国产色婷小说| 黑人操中国人逼视频| 色综合婷婷激情| 国产成+人综合+亚洲专区| 丝袜美足系列| 欧美大码av| 人妻丰满熟妇av一区二区三区| 可以免费在线观看a视频的电影网站| 色播亚洲综合网| 久久性视频一级片| 最近最新中文字幕大全免费视频| 黄色视频,在线免费观看| 欧美激情 高清一区二区三区| 亚洲黑人精品在线| 久久久久久久久久久久大奶| 又大又爽又粗| 中文字幕另类日韩欧美亚洲嫩草| 99香蕉大伊视频| 三级毛片av免费| 亚洲男人的天堂狠狠| xxx96com| 国产高清videossex| 制服人妻中文乱码| 欧美中文综合在线视频| 亚洲欧美日韩高清在线视频| 免费观看精品视频网站| 脱女人内裤的视频| 一级毛片女人18水好多| 一级毛片精品| 精品久久久精品久久久| 99国产精品一区二区三区| 日韩免费av在线播放| 欧美精品亚洲一区二区| 色综合婷婷激情| 午夜福利影视在线免费观看| 国产免费男女视频| 色综合婷婷激情| 99精品在免费线老司机午夜| 亚洲国产日韩欧美精品在线观看 | 精品久久久久久,| 村上凉子中文字幕在线| 国产又色又爽无遮挡免费看| 精品一品国产午夜福利视频| 久久国产精品男人的天堂亚洲| 亚洲国产精品999在线| 日韩 欧美 亚洲 中文字幕| 少妇被粗大的猛进出69影院| 黄色女人牲交| 久久久国产欧美日韩av| 久久亚洲精品不卡| 91麻豆精品激情在线观看国产| 国产一区二区在线av高清观看| 日本免费a在线| 丝袜人妻中文字幕| 可以在线观看的亚洲视频| 亚洲人成伊人成综合网2020| 天堂影院成人在线观看| 欧美乱码精品一区二区三区| 一级毛片女人18水好多| 久久国产亚洲av麻豆专区| 一级毛片精品| 成人欧美大片| 国产精品一区二区免费欧美| 黄片播放在线免费| 法律面前人人平等表现在哪些方面| 天堂影院成人在线观看| 国内精品久久久久精免费| 麻豆一二三区av精品| 岛国在线观看网站| 中文字幕精品免费在线观看视频| 亚洲色图av天堂| 欧美亚洲日本最大视频资源| 老熟妇仑乱视频hdxx| 亚洲美女黄片视频| 亚洲激情在线av| 午夜福利免费观看在线| 国产三级黄色录像| 欧美日本中文国产一区发布| 午夜福利免费观看在线| 69av精品久久久久久| 久久久国产成人免费| 热99re8久久精品国产| 精品无人区乱码1区二区| 免费不卡黄色视频| 欧美黄色淫秽网站| svipshipincom国产片| 精品高清国产在线一区| 曰老女人黄片| 亚洲成人久久性| 国产一区在线观看成人免费| 日韩欧美免费精品| 热99re8久久精品国产| 欧美成人免费av一区二区三区| 国产精品一区二区免费欧美| 黑人操中国人逼视频| 午夜两性在线视频| 精品一品国产午夜福利视频| 午夜亚洲福利在线播放| 国产熟女午夜一区二区三区| 99久久国产精品久久久| 免费久久久久久久精品成人欧美视频| 一级毛片精品| 麻豆成人av在线观看| 国产亚洲精品第一综合不卡| 亚洲视频免费观看视频| 亚洲无线在线观看| 日本a在线网址| 成年人黄色毛片网站| 女人被狂操c到高潮| 亚洲在线自拍视频| 免费在线观看视频国产中文字幕亚洲| 国产精品综合久久久久久久免费 | www.www免费av| svipshipincom国产片| 亚洲三区欧美一区| 亚洲av日韩精品久久久久久密| 非洲黑人性xxxx精品又粗又长| 成人欧美大片| 亚洲精品国产区一区二| 日本 av在线| 久久久久久久久久久久大奶| 我的亚洲天堂| 女性被躁到高潮视频| 丰满的人妻完整版| 夜夜爽天天搞| 日韩欧美在线二视频| 亚洲中文字幕一区二区三区有码在线看 | 两性夫妻黄色片| 91老司机精品| 又黄又粗又硬又大视频| 一边摸一边做爽爽视频免费| 免费av毛片视频| 久久久久国内视频| 校园春色视频在线观看| 国语自产精品视频在线第100页| 国产免费av片在线观看野外av| 欧美在线一区亚洲| 亚洲欧洲精品一区二区精品久久久| 国产精品av久久久久免费| 国产麻豆69| 亚洲一区二区三区不卡视频| 亚洲欧美日韩无卡精品| 国产成人精品无人区| 国产精品 欧美亚洲| 精品欧美一区二区三区在线| 99久久综合精品五月天人人| 一二三四在线观看免费中文在| 黄片小视频在线播放| 精品欧美国产一区二区三| 久久人妻av系列| 12—13女人毛片做爰片一| 亚洲成av片中文字幕在线观看| 精品无人区乱码1区二区| 日韩欧美三级三区| 国产精品乱码一区二三区的特点 | 精品国产超薄肉色丝袜足j| 亚洲成人免费电影在线观看| 久久国产乱子伦精品免费另类| 国产精品精品国产色婷婷| 一进一出抽搐动态| 午夜久久久久精精品| 国产免费男女视频| 涩涩av久久男人的天堂| 制服丝袜大香蕉在线| 亚洲成a人片在线一区二区| 好看av亚洲va欧美ⅴa在| 国产av在哪里看| 欧美日韩亚洲综合一区二区三区_| 如日韩欧美国产精品一区二区三区| 久久人妻av系列| 亚洲精品中文字幕在线视频| 欧美黑人欧美精品刺激| 久久精品91无色码中文字幕| √禁漫天堂资源中文www| 97人妻天天添夜夜摸| 亚洲精品久久成人aⅴ小说| 久久精品91无色码中文字幕| av天堂久久9| 国产成人欧美| 一二三四社区在线视频社区8| 精品免费久久久久久久清纯| 首页视频小说图片口味搜索| 美国免费a级毛片| 精品人妻1区二区| 久久中文字幕人妻熟女| 免费不卡黄色视频| 欧美日韩瑟瑟在线播放| 久久国产精品男人的天堂亚洲| 日本a在线网址| 免费久久久久久久精品成人欧美视频| 国语自产精品视频在线第100页| 久久亚洲精品不卡| 这个男人来自地球电影免费观看| 最近最新中文字幕大全电影3 | 国产在线精品亚洲第一网站| 亚洲中文字幕一区二区三区有码在线看 | www.精华液| 变态另类成人亚洲欧美熟女 | 黑人欧美特级aaaaaa片| 成人av一区二区三区在线看| 国产黄a三级三级三级人| 性欧美人与动物交配| 韩国av一区二区三区四区| 村上凉子中文字幕在线| 亚洲欧美一区二区三区黑人| 国产单亲对白刺激| 少妇熟女aⅴ在线视频| 国产主播在线观看一区二区| 老鸭窝网址在线观看| 黄色丝袜av网址大全| 国产亚洲精品久久久久久毛片| avwww免费| 18禁裸乳无遮挡免费网站照片 | 一进一出抽搐动态| 精品久久久精品久久久| 精品一品国产午夜福利视频| 99riav亚洲国产免费| 国内久久婷婷六月综合欲色啪| 一边摸一边做爽爽视频免费| 日韩欧美一区视频在线观看| 视频在线观看一区二区三区| 黄片播放在线免费| 亚洲一码二码三码区别大吗| 大码成人一级视频| 黑人巨大精品欧美一区二区mp4| 天天躁狠狠躁夜夜躁狠狠躁| 叶爱在线成人免费视频播放| 成年女人毛片免费观看观看9| 午夜激情av网站| 1024香蕉在线观看| 亚洲五月婷婷丁香| 亚洲国产精品久久男人天堂| 在线观看舔阴道视频| 色在线成人网| 欧美在线一区亚洲| 日韩大尺度精品在线看网址 | 午夜精品久久久久久毛片777| 女人爽到高潮嗷嗷叫在线视频| 中文字幕人成人乱码亚洲影| 久久天躁狠狠躁夜夜2o2o| 午夜免费鲁丝| 国产精品久久久av美女十八| 久久亚洲真实| 国内精品久久久久精免费| 老熟妇仑乱视频hdxx| 免费高清在线观看日韩| 色综合欧美亚洲国产小说| 曰老女人黄片| 亚洲av美国av| 国产成人av教育| 两性午夜刺激爽爽歪歪视频在线观看 | 成人手机av| 成人精品一区二区免费| 男女下面进入的视频免费午夜 | videosex国产| 欧美黄色淫秽网站| 精品福利观看| 中文字幕人妻丝袜一区二区| 国产麻豆成人av免费视频| 曰老女人黄片| 国产一区二区三区综合在线观看| 操美女的视频在线观看| 国产精品免费视频内射| 美女高潮到喷水免费观看| 女人精品久久久久毛片| 一级a爱视频在线免费观看| 亚洲av美国av| 中文字幕色久视频| 精品不卡国产一区二区三区| 国产精品爽爽va在线观看网站 | 两性夫妻黄色片| 在线国产一区二区在线| 一区二区日韩欧美中文字幕| 欧美成狂野欧美在线观看| 女人爽到高潮嗷嗷叫在线视频| 国产一卡二卡三卡精品| 美女 人体艺术 gogo| 天天一区二区日本电影三级 | 国产aⅴ精品一区二区三区波| 老熟妇仑乱视频hdxx| 日韩av在线大香蕉| 91老司机精品| 国产成人系列免费观看| 国产欧美日韩一区二区精品| 亚洲最大成人中文| 欧美激情极品国产一区二区三区| 首页视频小说图片口味搜索| 国产午夜福利久久久久久| 久久中文字幕一级| 黑人欧美特级aaaaaa片| 精品一品国产午夜福利视频| 99久久国产精品久久久| 麻豆成人av在线观看| 丝袜美腿诱惑在线| 国产在线精品亚洲第一网站| 亚洲成人精品中文字幕电影| 一区在线观看完整版| 国产成+人综合+亚洲专区| 亚洲久久久国产精品| 国产97色在线日韩免费| 国产精品亚洲一级av第二区| 大陆偷拍与自拍| svipshipincom国产片| 纯流量卡能插随身wifi吗| 国产精品 国内视频| 91大片在线观看| 悠悠久久av| 亚洲精品久久国产高清桃花| 国产免费男女视频| 露出奶头的视频| 国产在线精品亚洲第一网站| 久热这里只有精品99| 性欧美人与动物交配| 男女午夜视频在线观看| 久久香蕉激情| 亚洲熟女毛片儿| 久久天躁狠狠躁夜夜2o2o| 少妇熟女aⅴ在线视频| 国产精品av久久久久免费| 国产精品电影一区二区三区| 久久精品国产清高在天天线| 精品日产1卡2卡| 久久国产乱子伦精品免费另类| 人人妻人人澡人人看| 一区二区三区高清视频在线| 亚洲五月婷婷丁香| 少妇 在线观看| 亚洲精品中文字幕一二三四区| 脱女人内裤的视频| 国产一卡二卡三卡精品| www.熟女人妻精品国产| 美女免费视频网站| 久久这里只有精品19| 亚洲国产欧美日韩在线播放| 两性夫妻黄色片| 国产精品亚洲一级av第二区| 色精品久久人妻99蜜桃| 九色亚洲精品在线播放| 亚洲av熟女| 一本大道久久a久久精品| 国产成人精品在线电影| 国产精品电影一区二区三区| 变态另类丝袜制服| 亚洲情色 制服丝袜| 亚洲视频免费观看视频| www.熟女人妻精品国产| 国产高清激情床上av| 大码成人一级视频| 丁香欧美五月| 欧美成人免费av一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲一区高清亚洲精品| 国产野战对白在线观看| x7x7x7水蜜桃| 欧美+亚洲+日韩+国产| 日韩有码中文字幕| 黄色 视频免费看| 18禁裸乳无遮挡免费网站照片 | 如日韩欧美国产精品一区二区三区| 在线观看免费视频日本深夜| 一夜夜www| 国产精品乱码一区二三区的特点 | 女性被躁到高潮视频| 51午夜福利影视在线观看| 色综合婷婷激情| 一个人免费在线观看的高清视频| 精品高清国产在线一区| 天堂动漫精品| 欧美一级a爱片免费观看看 | 成年版毛片免费区| 精品免费久久久久久久清纯| 757午夜福利合集在线观看| 亚洲一码二码三码区别大吗| 成人国产综合亚洲| 满18在线观看网站| 熟妇人妻久久中文字幕3abv| 精品免费久久久久久久清纯| 欧美日韩瑟瑟在线播放| 色播亚洲综合网| 亚洲av五月六月丁香网| 最近最新免费中文字幕在线| 欧美精品亚洲一区二区| 国产精品 国内视频| 亚洲电影在线观看av| 大香蕉久久成人网| 亚洲欧美精品综合一区二区三区| 一级,二级,三级黄色视频| 在线观看免费视频日本深夜| 桃红色精品国产亚洲av| 国产午夜福利久久久久久| 国产熟女午夜一区二区三区| 少妇粗大呻吟视频| 黄色片一级片一级黄色片| 欧美+亚洲+日韩+国产| av片东京热男人的天堂| 伊人久久大香线蕉亚洲五| 性少妇av在线| 亚洲自拍偷在线| 亚洲第一欧美日韩一区二区三区| 国产精品久久久av美女十八| 国产激情久久老熟女| 欧美黑人精品巨大| 国产人伦9x9x在线观看| 宅男免费午夜| 久久人人爽av亚洲精品天堂| 国产精品一区二区三区四区久久 | 亚洲第一电影网av| 免费av毛片视频| 欧美一级a爱片免费观看看 | 亚洲国产欧美日韩在线播放| 国产麻豆成人av免费视频| 国产亚洲精品第一综合不卡| 校园春色视频在线观看| 久久婷婷人人爽人人干人人爱 | 男女床上黄色一级片免费看| 日日爽夜夜爽网站| 黄色视频,在线免费观看| 欧美乱色亚洲激情| 亚洲av第一区精品v没综合| 热re99久久国产66热| 黄频高清免费视频| 色婷婷久久久亚洲欧美| 男女下面插进去视频免费观看| 又黄又爽又免费观看的视频| 18美女黄网站色大片免费观看| 国产视频一区二区在线看| 大型av网站在线播放| 久久国产精品影院| 亚洲五月婷婷丁香| 伊人久久大香线蕉亚洲五| 中文字幕色久视频| av在线播放免费不卡| 一卡2卡三卡四卡精品乱码亚洲| 欧美激情 高清一区二区三区| 一级毛片女人18水好多| 久久久久久大精品| 成人国产综合亚洲| 91国产中文字幕| 午夜福利高清视频| 国产97色在线日韩免费| avwww免费| 国产精品一区二区免费欧美| 亚洲无线在线观看| 搞女人的毛片| 中国美女看黄片| 999久久久精品免费观看国产| 久久香蕉激情| 色在线成人网| 亚洲国产精品久久男人天堂| 岛国视频午夜一区免费看| 欧美最黄视频在线播放免费| 亚洲人成77777在线视频| 曰老女人黄片| 成人手机av| av天堂在线播放| 午夜福利成人在线免费观看| 国产欧美日韩一区二区三| 国产精品野战在线观看| 一夜夜www| 亚洲国产高清在线一区二区三 | 电影成人av| 999久久久精品免费观看国产| 极品人妻少妇av视频| 男人舔女人下体高潮全视频| 成人18禁高潮啪啪吃奶动态图| 久久精品人人爽人人爽视色| 成人国产综合亚洲| 好男人在线观看高清免费视频 | 午夜福利,免费看| 亚洲国产日韩欧美精品在线观看 | 精品国产乱码久久久久久男人| 在线观看66精品国产| 黄色片一级片一级黄色片| 国产又色又爽无遮挡免费看| 9色porny在线观看|