• <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
    高清午夜精品一区二区三区 | 久久人人爽人人爽人人片va| 免费看日本二区| 99久久无色码亚洲精品果冻| 最近中文字幕高清免费大全6| 国产高潮美女av| 大又大粗又爽又黄少妇毛片口| 午夜爱爱视频在线播放| av免费在线看不卡| 午夜影院日韩av| 午夜福利高清视频| 中文字幕久久专区| 国产亚洲av嫩草精品影院| 国产一区二区在线av高清观看| 国产精品综合久久久久久久免费| 免费在线观看影片大全网站| 在线免费十八禁| 亚洲国产欧美人成| 久久亚洲精品不卡| 精品一区二区三区人妻视频| 日韩一区二区视频免费看| 女的被弄到高潮叫床怎么办| 天天躁日日操中文字幕| 91在线精品国自产拍蜜月| 最新中文字幕久久久久| 国产老妇女一区| 国产亚洲精品综合一区在线观看| 99久国产av精品| 国内精品宾馆在线| 欧美性猛交╳xxx乱大交人| 精品一区二区免费观看| 22中文网久久字幕| 国语自产精品视频在线第100页| 亚洲久久久久久中文字幕| 可以在线观看的亚洲视频| 国产视频内射| 久久人人爽人人爽人人片va| 在现免费观看毛片| aaaaa片日本免费| 亚洲人与动物交配视频| 久久久久精品国产欧美久久久| 精品久久久噜噜| 看黄色毛片网站| 国产一级毛片七仙女欲春2| 村上凉子中文字幕在线| 亚洲熟妇熟女久久| 亚洲欧美日韩高清专用| 亚洲丝袜综合中文字幕| 午夜福利高清视频| 久久久久久久午夜电影| 亚洲av免费高清在线观看| 直男gayav资源| 国产精品人妻久久久久久| 女同久久另类99精品国产91| 国产成年人精品一区二区| 日日摸夜夜添夜夜爱| 最近2019中文字幕mv第一页| 精品国内亚洲2022精品成人| 国产精品综合久久久久久久免费| 97超视频在线观看视频| 一边摸一边抽搐一进一小说| 又黄又爽又刺激的免费视频.| 国语自产精品视频在线第100页| 亚洲自拍偷在线| 综合色av麻豆| 夜夜夜夜夜久久久久| 成人欧美大片| 久久欧美精品欧美久久欧美| av在线天堂中文字幕| 一进一出抽搐动态| 搡老熟女国产l中国老女人| 欧美又色又爽又黄视频| 狠狠狠狠99中文字幕| 欧美丝袜亚洲另类| av黄色大香蕉| av在线蜜桃| 欧美+亚洲+日韩+国产| 免费高清视频大片| 中文字幕精品亚洲无线码一区| 亚洲三级黄色毛片| 在线观看av片永久免费下载| 嫩草影院精品99| 三级毛片av免费| 国产伦精品一区二区三区四那| 国内精品美女久久久久久| 国产一区亚洲一区在线观看| 欧美色视频一区免费| 黄色欧美视频在线观看| 此物有八面人人有两片| 亚洲av一区综合| 国产单亲对白刺激| 亚洲精品一卡2卡三卡4卡5卡| 国产三级在线视频| 天美传媒精品一区二区| 中文字幕人妻熟人妻熟丝袜美| 国产高清不卡午夜福利| 十八禁网站免费在线| 午夜精品在线福利| 欧美高清成人免费视频www| 神马国产精品三级电影在线观看| 搡老妇女老女人老熟妇| 国产精品永久免费网站| 国产一级毛片七仙女欲春2| 亚洲熟妇中文字幕五十中出| 少妇人妻精品综合一区二区 | 国产精品无大码| 久久综合国产亚洲精品| 欧洲精品卡2卡3卡4卡5卡区| 午夜福利在线观看免费完整高清在 | 欧美激情国产日韩精品一区| 婷婷六月久久综合丁香| 成人性生交大片免费视频hd| 亚洲欧美成人精品一区二区| 黄片wwwwww| 91久久精品国产一区二区成人| 校园春色视频在线观看| 成年女人看的毛片在线观看| 欧美精品国产亚洲| 99热这里只有是精品在线观看| 国产精品亚洲美女久久久| 亚洲国产精品sss在线观看| 校园人妻丝袜中文字幕| 极品教师在线视频| 插逼视频在线观看| 国国产精品蜜臀av免费| 老司机午夜福利在线观看视频| 少妇熟女aⅴ在线视频| 国产精品av视频在线免费观看| 色播亚洲综合网| 直男gayav资源| 日本-黄色视频高清免费观看| 天堂动漫精品| 桃色一区二区三区在线观看| 亚洲av二区三区四区| 久久精品国产清高在天天线| 三级毛片av免费| 欧美激情国产日韩精品一区| 国产一区亚洲一区在线观看| 干丝袜人妻中文字幕| 看免费成人av毛片| 亚洲av成人av| 成人二区视频| 全区人妻精品视频| 乱人视频在线观看| 又爽又黄a免费视频| av.在线天堂| 国产精品三级大全| 99久国产av精品| 国语自产精品视频在线第100页| 97超视频在线观看视频| 美女高潮的动态| 网址你懂的国产日韩在线| 一进一出好大好爽视频| 秋霞在线观看毛片| 亚洲精品一卡2卡三卡4卡5卡| 日本精品一区二区三区蜜桃| 国产精品一二三区在线看| 国产精品乱码一区二三区的特点| 色吧在线观看| a级毛色黄片| 成年版毛片免费区| 一级毛片电影观看 | 国产黄色小视频在线观看| 成人亚洲精品av一区二区| 变态另类成人亚洲欧美熟女| 激情 狠狠 欧美| 亚洲欧美精品综合久久99| 欧美最新免费一区二区三区| 欧美精品国产亚洲| 国产91av在线免费观看| 大型黄色视频在线免费观看| 男女视频在线观看网站免费| 国产伦精品一区二区三区四那| 日韩欧美精品v在线| 一个人观看的视频www高清免费观看| 国产大屁股一区二区在线视频| 91久久精品电影网| 卡戴珊不雅视频在线播放| 十八禁国产超污无遮挡网站| 日本五十路高清| 69av精品久久久久久| 老师上课跳d突然被开到最大视频| 我的老师免费观看完整版| or卡值多少钱| 国产又黄又爽又无遮挡在线| 亚洲国产精品sss在线观看| 一级毛片我不卡| 小蜜桃在线观看免费完整版高清| 国产精品一及| 啦啦啦啦在线视频资源| 精品熟女少妇av免费看| 午夜亚洲福利在线播放| 天堂网av新在线| 蜜臀久久99精品久久宅男| 欧美激情在线99| 亚洲人成网站高清观看| www日本黄色视频网| 日本一二三区视频观看| 欧美绝顶高潮抽搐喷水| 国产国拍精品亚洲av在线观看| a级毛色黄片| 日本成人三级电影网站| 亚洲性夜色夜夜综合| 中文字幕免费在线视频6| 精品一区二区三区视频在线观看免费| 亚洲七黄色美女视频| 精品久久久久久久久久免费视频| 美女免费视频网站| 熟女人妻精品中文字幕| 欧美最新免费一区二区三区| 久久综合国产亚洲精品| 一级毛片aaaaaa免费看小| 美女大奶头视频| 亚洲精品国产av成人精品 | 国产成人a∨麻豆精品| 国产色婷婷99| 国产高清激情床上av| 久久久国产成人免费| 高清毛片免费观看视频网站| 麻豆一二三区av精品| 婷婷色综合大香蕉| 男人的好看免费观看在线视频| 亚洲中文日韩欧美视频| 在线免费观看的www视频| 麻豆乱淫一区二区| 国产一级毛片七仙女欲春2| 日韩成人av中文字幕在线观看 | av在线天堂中文字幕| 国产大屁股一区二区在线视频| 99国产极品粉嫩在线观看| 美女内射精品一级片tv| 国产午夜精品论理片| 91麻豆精品激情在线观看国产| 日本撒尿小便嘘嘘汇集6| 女同久久另类99精品国产91| av视频在线观看入口| 美女被艹到高潮喷水动态| 欧美bdsm另类| 久久久久性生活片| av在线蜜桃| 欧美在线一区亚洲| 搡老熟女国产l中国老女人| 免费不卡的大黄色大毛片视频在线观看 | 国产成人精品久久久久久| 一级毛片久久久久久久久女| 欧美潮喷喷水| 一进一出好大好爽视频| 精品久久久久久成人av| 亚洲成人精品中文字幕电影| 久99久视频精品免费| 老熟妇乱子伦视频在线观看| 欧美性感艳星| 日日摸夜夜添夜夜添小说| 久久99热这里只有精品18| 美女 人体艺术 gogo| 亚洲专区国产一区二区| 精品免费久久久久久久清纯| 亚洲欧美成人精品一区二区| 女生性感内裤真人,穿戴方法视频| 国产精品永久免费网站| 一a级毛片在线观看| 久99久视频精品免费| 亚洲专区国产一区二区| 日韩av在线大香蕉| 看黄色毛片网站| 国产精品国产三级国产av玫瑰| 成人鲁丝片一二三区免费| 欧美三级亚洲精品| 亚洲精品影视一区二区三区av| 亚洲成av人片在线播放无| 美女黄网站色视频| 久久久久精品国产欧美久久久| 无遮挡黄片免费观看| 国产欧美日韩一区二区精品| 欧美区成人在线视频| 搡老妇女老女人老熟妇| 国产午夜精品论理片| 国产亚洲91精品色在线| 中文在线观看免费www的网站| 日本五十路高清| 欧美色视频一区免费| 欧美最新免费一区二区三区| 亚洲国产精品成人综合色| 看黄色毛片网站| 亚洲18禁久久av| 中文字幕免费在线视频6| 亚洲真实伦在线观看| 毛片女人毛片| 高清午夜精品一区二区三区 | 精品99又大又爽又粗少妇毛片| 欧美+亚洲+日韩+国产| 毛片女人毛片| 久久精品91蜜桃| 男女视频在线观看网站免费| 99久久九九国产精品国产免费| a级毛片a级免费在线| 日本一本二区三区精品| 免费av毛片视频| 免费看日本二区| 日韩一本色道免费dvd| 99riav亚洲国产免费| 日韩国内少妇激情av| 狂野欧美激情性xxxx在线观看| 亚洲人成网站高清观看| 国产精品国产三级国产av玫瑰| 国产91av在线免费观看| 久久精品国产自在天天线| 韩国av在线不卡| 色哟哟哟哟哟哟| 久久久久国内视频| 婷婷精品国产亚洲av| 两个人视频免费观看高清| 日韩欧美在线乱码| 国产一区二区三区在线臀色熟女| 18+在线观看网站| 久久人人爽人人爽人人片va| 大又大粗又爽又黄少妇毛片口| 99久久中文字幕三级久久日本| 一卡2卡三卡四卡精品乱码亚洲| 国产av在哪里看| 麻豆成人午夜福利视频| 亚洲一区二区三区色噜噜| 亚洲va在线va天堂va国产| 欧美不卡视频在线免费观看| av卡一久久| 国产精品国产高清国产av| 少妇裸体淫交视频免费看高清| 国产亚洲精品综合一区在线观看| 亚洲无线在线观看| 波多野结衣巨乳人妻| 国产成人福利小说| 国产av麻豆久久久久久久| 十八禁网站免费在线| 亚洲人成网站高清观看| 十八禁网站免费在线| 男女那种视频在线观看| 免费不卡的大黄色大毛片视频在线观看 | 久久人人精品亚洲av| 狂野欧美白嫩少妇大欣赏| 老熟妇仑乱视频hdxx| 国产亚洲精品久久久com| av天堂中文字幕网| 一边摸一边抽搐一进一小说| 高清午夜精品一区二区三区 | 欧美成人免费av一区二区三区| 亚洲电影在线观看av| 日本精品一区二区三区蜜桃| 日本精品一区二区三区蜜桃| 精品久久久久久久久av| 乱码一卡2卡4卡精品| 久久国产乱子免费精品| 国产真实乱freesex| 国产精品乱码一区二三区的特点| 97超视频在线观看视频| 久久精品国产亚洲av天美| 蜜臀久久99精品久久宅男| 一区二区三区免费毛片| 国产精品乱码一区二三区的特点| 噜噜噜噜噜久久久久久91| 亚洲天堂国产精品一区在线| 亚洲精品日韩av片在线观看| 亚洲国产色片| 亚洲色图av天堂| 国产精品精品国产色婷婷| 国产乱人偷精品视频| 日日啪夜夜撸| av卡一久久| 国内精品久久久久精免费| 日韩人妻高清精品专区| 欧美性感艳星| 久久精品国产亚洲av天美| 永久网站在线| 舔av片在线| 亚洲精品乱码久久久v下载方式| 日本成人三级电影网站| 少妇的逼好多水| a级毛色黄片| 国语自产精品视频在线第100页| 国产精品人妻久久久影院| 精品午夜福利视频在线观看一区| 欧美国产日韩亚洲一区| 插逼视频在线观看| 亚洲性夜色夜夜综合| 亚洲图色成人| 国产乱人视频| 日日摸夜夜添夜夜爱| 国产亚洲精品av在线| 我的女老师完整版在线观看| 美女高潮的动态| 成人特级黄色片久久久久久久| 黄色视频,在线免费观看| 人妻久久中文字幕网| 亚洲激情五月婷婷啪啪| 免费在线观看成人毛片| 村上凉子中文字幕在线| 中文字幕免费在线视频6| 国产精品av视频在线免费观看| 在线播放国产精品三级| 国产精品国产三级国产av玫瑰| 精品久久久噜噜| 精品久久久久久久久av| 中国美白少妇内射xxxbb| 亚洲精品粉嫩美女一区| 午夜免费男女啪啪视频观看 | 人妻丰满熟妇av一区二区三区| 国产亚洲91精品色在线| 97超碰精品成人国产| 在线观看美女被高潮喷水网站| 搞女人的毛片| 亚洲婷婷狠狠爱综合网| 日本黄色视频三级网站网址| 国产美女午夜福利| 人人妻人人澡欧美一区二区| 欧美另类亚洲清纯唯美| 美女黄网站色视频| 真人做人爱边吃奶动态| 欧美性猛交╳xxx乱大交人| 一个人看视频在线观看www免费| 日日摸夜夜添夜夜爱| 国产高清不卡午夜福利| 亚洲国产精品成人久久小说 | av在线天堂中文字幕| 免费看光身美女| 六月丁香七月| 我的老师免费观看完整版| 最近的中文字幕免费完整| 午夜影院日韩av| 老司机午夜福利在线观看视频| 一区福利在线观看| 亚洲在线自拍视频| 久久久精品欧美日韩精品| 不卡视频在线观看欧美| 18禁在线无遮挡免费观看视频 | 成年免费大片在线观看| 搡女人真爽免费视频火全软件 | 热99在线观看视频| 欧美一级a爱片免费观看看| 国国产精品蜜臀av免费| 一个人看视频在线观看www免费| 久久韩国三级中文字幕| av.在线天堂| 亚洲成人久久爱视频| 亚洲精品在线观看二区| 极品教师在线视频| 在线免费观看的www视频| 国产伦精品一区二区三区四那| 18禁在线播放成人免费| 人人妻人人澡人人爽人人夜夜 | 日韩精品中文字幕看吧| 99riav亚洲国产免费| 欧美激情久久久久久爽电影| 国产一区二区三区在线臀色熟女| 国产毛片a区久久久久| 国模一区二区三区四区视频| 免费在线观看影片大全网站| 久久精品国产亚洲网站| 日韩中字成人| 亚洲在线自拍视频| av在线天堂中文字幕| 成年版毛片免费区| 国产片特级美女逼逼视频| 国产精品久久久久久亚洲av鲁大| 亚洲人成网站在线播| 免费不卡的大黄色大毛片视频在线观看 | 日本色播在线视频| 国产在视频线在精品| 有码 亚洲区| 日韩成人伦理影院| 久久韩国三级中文字幕| 免费在线观看影片大全网站| 欧美中文日本在线观看视频| 国产精品久久久久久精品电影| 成人美女网站在线观看视频| 偷拍熟女少妇极品色| 波野结衣二区三区在线| 别揉我奶头~嗯~啊~动态视频| 午夜影院日韩av| 别揉我奶头 嗯啊视频| 国产一区亚洲一区在线观看| 亚洲无线观看免费| 在线观看午夜福利视频| 午夜福利高清视频| 午夜福利成人在线免费观看| 国产男人的电影天堂91| 特级一级黄色大片| 春色校园在线视频观看| 午夜福利在线在线| 成人亚洲精品av一区二区| 国产一区亚洲一区在线观看| 国产伦一二天堂av在线观看| 天天躁日日操中文字幕| 22中文网久久字幕| 国产精品久久久久久久久免| 国产精品,欧美在线| 免费一级毛片在线播放高清视频| 岛国在线免费视频观看| 国内精品美女久久久久久| 成年免费大片在线观看| 我的女老师完整版在线观看| 91在线观看av| 午夜老司机福利剧场| 午夜福利高清视频| 亚洲人成网站在线播| 久久精品影院6| 内射极品少妇av片p| 久久久久国内视频| av天堂在线播放| 九九爱精品视频在线观看| 国产av不卡久久| 日韩国内少妇激情av| 99久久精品国产国产毛片| av在线观看视频网站免费| 国产av一区在线观看免费| a级毛片免费高清观看在线播放| 看免费成人av毛片| av女优亚洲男人天堂| 亚洲欧美日韩无卡精品| 久久人妻av系列| av在线天堂中文字幕| 国产视频一区二区在线看| 免费在线观看成人毛片| 国产精品一及| 国产成人一区二区在线| 给我免费播放毛片高清在线观看| 国产av在哪里看| 日韩欧美国产在线观看| 有码 亚洲区| 99久久九九国产精品国产免费| 别揉我奶头~嗯~啊~动态视频| 3wmmmm亚洲av在线观看| 中文字幕久久专区| 最近中文字幕高清免费大全6| 夜夜看夜夜爽夜夜摸| 美女高潮的动态| 免费不卡的大黄色大毛片视频在线观看 | 久久精品影院6| 亚洲国产精品合色在线| 成人av在线播放网站| 五月伊人婷婷丁香| 国产欧美日韩精品一区二区| 亚洲aⅴ乱码一区二区在线播放| 老熟妇仑乱视频hdxx| 成年av动漫网址| 97在线视频观看| 欧美最新免费一区二区三区| 99热全是精品| 香蕉av资源在线| 亚洲成av人片在线播放无| 国产成人影院久久av| 日产精品乱码卡一卡2卡三| 国产大屁股一区二区在线视频| 俄罗斯特黄特色一大片| 亚洲人成网站在线播放欧美日韩| 亚洲一区高清亚洲精品| 精品乱码久久久久久99久播| 国产探花极品一区二区| 亚洲欧美中文字幕日韩二区| 男女做爰动态图高潮gif福利片| 人人妻人人看人人澡| 日韩高清综合在线| 国产三级在线视频| 精品久久久噜噜| 亚洲aⅴ乱码一区二区在线播放| 大型黄色视频在线免费观看| 又爽又黄a免费视频| 免费大片18禁| 永久网站在线| 欧美另类亚洲清纯唯美| 综合色av麻豆| 欧美日韩一区二区视频在线观看视频在线 | 国语自产精品视频在线第100页| 能在线免费观看的黄片| 丰满的人妻完整版| 欧美日本视频| 午夜福利视频1000在线观看| 欧美日韩精品成人综合77777| 国产精品野战在线观看| 午夜老司机福利剧场| 精品人妻视频免费看| 国产色婷婷99| 嫩草影院入口| 午夜福利18| 国产精品电影一区二区三区| 久久韩国三级中文字幕| 亚洲真实伦在线观看| 国内久久婷婷六月综合欲色啪| 美女xxoo啪啪120秒动态图| 亚洲电影在线观看av| 成人亚洲精品av一区二区| a级毛片a级免费在线| 日本-黄色视频高清免费观看| 亚洲av电影不卡..在线观看| 久久久久久国产a免费观看| 亚洲人成网站在线播放欧美日韩| 国产v大片淫在线免费观看| 久久精品综合一区二区三区| 国产高清不卡午夜福利| 亚洲精品456在线播放app| 国国产精品蜜臀av免费| 全区人妻精品视频| 午夜福利成人在线免费观看| or卡值多少钱| 免费观看在线日韩| 欧美高清性xxxxhd video| 淫秽高清视频在线观看| 国产一级毛片七仙女欲春2| 内地一区二区视频在线| 激情 狠狠 欧美| 麻豆久久精品国产亚洲av| 久久久久久久久久久丰满| 一个人免费在线观看电影| 成人毛片a级毛片在线播放| 久久久久久久久久久丰满| 校园人妻丝袜中文字幕| 日韩精品青青久久久久久|