• <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 ?

    一種單幅圖像雨滴去除的方法

    2015-12-19 06:14:23韓裕生周浦城
    圖學(xué)學(xué)報 2015年3期
    關(guān)鍵詞:雨線無雨子圖

    周 遠(yuǎn), 韓裕生, 周浦城

    (1. 偏振光成像探測技術(shù)安徽省重點(diǎn)實驗室,安徽 合肥 230031;2. 陸軍軍官學(xué)院軍用光電技術(shù)與系統(tǒng)實驗室,安徽 合肥 230031)

    一種單幅圖像雨滴去除的方法

    周 遠(yuǎn)1,2, 韓裕生1,2, 周浦城1,2

    (1. 偏振光成像探測技術(shù)安徽省重點(diǎn)實驗室,安徽 合肥 230031;2. 陸軍軍官學(xué)院軍用光電技術(shù)與系統(tǒng)實驗室,安徽 合肥 230031)

    在雨天條件下,由于雨滴對成像系統(tǒng)的不良影響,將會導(dǎo)致獲取的圖像質(zhì)量下降,不利于對圖像信息進(jìn)一步處理。針對該問題,首先根據(jù)內(nèi)部生成機(jī)制有關(guān)理論將雨天圖像分解為粗糙子圖與細(xì)節(jié)子圖;然后,采用基于形態(tài)學(xué)分量分析的稀疏分解方法將細(xì)節(jié)子圖劃分為有雨部分和無雨部分;最后,利用粗糙子圖與無雨部分進(jìn)行重構(gòu)得到去雨后的圖像。實驗結(jié)果表明,該方法能夠有效去除圖像中的雨線,并較好地保留場景的細(xì)節(jié)信息。

    圖像處理;雨滴;稀疏分解;形態(tài)學(xué)分量;方向梯度

    在雨天,環(huán)境中隨機(jī)分布了大量快速運(yùn)動的雨滴,造成目標(biāo)物體與背景光線的反射和折射,從而導(dǎo)致圖像對比度降低、成像模糊,細(xì)節(jié)信息丟失,給交通運(yùn)輸、戶外視頻監(jiān)控、軍事偵察等領(lǐng)域帶來巨大困難。因此,對雨天圖像進(jìn)行清晰化處理具有重要的現(xiàn)實意義和廣泛地應(yīng)用價值。

    目前,絕大多數(shù)的去雨技術(shù)研究工作都是建立在視頻的基礎(chǔ)上。例如,Garg和Nayar[1]通過雨滴光學(xué)特性和時空相關(guān)特性檢測視頻中受雨影響的像素,但該方法在大雨情況下檢測效果較差;張穎翔等[2]在Nayar方法的基礎(chǔ)上,將檢測幀數(shù)擴(kuò)展為5幀,在雨量較大情況下取得了較好的效果;Zhang等[3]利用視頻序列中像素強(qiáng)度直方圖的峰值進(jìn)行K-means聚類,并通過雨滴色彩約束條件區(qū)分雨滴和背景;Brewer和Liu[4]利用雨線長寬比和方向角等形狀特性來檢測雨滴,但是大雨和噪聲往往會使雨線重合,從而導(dǎo)致雨線的誤檢測和漏檢測;劉鵬等[5]提出了基于色彩特性的雨滴檢測方法;董蓉等[6]構(gòu)建對數(shù)圖像處理框架下灰色調(diào)約束的雨滴檢測模型,提高了檢測的準(zhǔn)確性;Barnum等[7]利用雨線分布的統(tǒng)計學(xué)特性,在傅立葉頻域中對視頻中的雨線進(jìn)行檢測和去除,但該方法只適用于雨線明顯的場合。

    由于單幅雨天圖像缺失雨滴分布的時空相關(guān)特性,可用的雨滴特征描述符較少,使得單幅圖像去雨問題成為當(dāng)前研究的難點(diǎn)。Chen和 Shen[8]采用了小波分解的方法來檢測和去除雨滴,但在檢測的準(zhǔn)確性上有所不足。Kang等[9]提出利用雙邊濾波器分解圖像來檢測并去除雨滴,但在某些情況下,雙邊濾波器不能將雨線從低頻部分完全分離出來,而且在邊緣區(qū)域易出現(xiàn)過增強(qiáng)現(xiàn)象,從而導(dǎo)致去雨效果不理想。針對 Kang等[9]提出的去雨方法存在的不足,本文采用符合人腦感知與理解信息的內(nèi)部生成機(jī)制(internal generative mechanism, IGM)有關(guān)理論,結(jié)合基于形態(tài)學(xué)分量分析(morphological component analysis, MCA)的稀疏分解方法,較好地實現(xiàn)了單幅圖像的雨滴檢測與去除。

    1 基于大腦內(nèi)部生成機(jī)制的雨天圖像分解

    根據(jù)大腦 IGM理論,大腦受到事物相關(guān)性的刺激分析場景,結(jié)合固有的先驗知識,將場景優(yōu)化為預(yù)測的基本信息和殘留的不確定信息兩個部分[10]。其中,預(yù)測的基本信息可以轉(zhuǎn)化為更高層次的人類視覺系統(tǒng)來進(jìn)行理解和識別,而不確定信息則被忽略。根據(jù)該理論可以將圖像分解為粗糙子圖(預(yù)測的基本信息)和細(xì)節(jié)子圖(不確定信息)。

    在實際分解過程中,IGM可以通過自動回歸(auto regressive, AR)貝葉斯預(yù)測模型來實現(xiàn)。該模型的重點(diǎn)在于建立一個概率模型使得圖像預(yù)測誤差達(dá)到最小。如果用X表示任意一幅圖像,xij∈X為圖像中像素(i, j)處的灰度值,Wij表示xij的相鄰像素的集合,那么P(xij, Wij)為條件概率,P(xij, Wij)越大則圖像預(yù)測誤差越小。因此,可以把中心像素xij與其周圍像素xmn的互信息I(xij; xmn)作為AR系數(shù),AR模型xij的預(yù)測值如式(1):

    其中,ε為高斯白噪聲,Cmn為xij的權(quán)重,即:

    由IGM理論可知,預(yù)測值x'ij代表了圖像的基本視覺信息,這里用粗糙子圖CoX表示,其不確定信息用細(xì)節(jié)子圖PreX表示,即:

    綜合式(1)、(3)可知,粗糙子圖中保留了原始圖像中的基本視覺信息,細(xì)節(jié)子圖中剩余了原圖的一些不確定信息。因此,根據(jù)大腦 IGM對待去雨圖像進(jìn)行初步分解,從而得到包含了雨線、紋理等信息的細(xì)節(jié)子圖。

    圖1為基于IGM理論與雙邊濾波器待去雨圖像分解的實例。圖1(a)是原始圖像,包含大量雨線;圖1(b)、1(c)是利用IGM分解得到的細(xì)節(jié)子圖與粗糙子圖,其中,圖1(c)中沒有明顯雨線,而圖1(b)中包含了原圖雨線及紋理部分;圖1(e)、1(f)為經(jīng)過雙邊濾波得到的高頻部分和低頻部分,其中圖1(f)包含少量雨線和噪聲,而圖1(e)與圖1(b)相比,雨線并不明顯;圖1(d)、1(g)分別為圖1(c)、1(f)放大的效果圖,可以看出,經(jīng)過雙邊濾波后的低頻部分保留了過多的高頻信息,車頭處有明顯的雨線痕跡,而利用 IGM分解得到的粗糙子圖有效地去除了雨線部分。

    圖1 不同方法雨天分解實例

    2 雨滴檢測與去除

    為了從細(xì)節(jié)子圖中去除雨線,本文采用基于MCA的稀疏分解方法[11],利用雨線的形態(tài)學(xué)差異性將細(xì)節(jié)子圖字典分為有雨字典和無雨字典,將單幅圖像去雨問題轉(zhuǎn)化為基于稀疏編碼的圖像分解問題。

    2.1 字典學(xué)習(xí)

    在字典學(xué)習(xí)階段,首先將細(xì)節(jié)子圖中的圖像塊作為訓(xùn)練模型來訓(xùn)練字典Dprex,從而構(gòu)建字典學(xué)習(xí)問題[12]為:

    由于l0最小化問題很難求解,在大多數(shù)情況下將其轉(zhuǎn)化為 l1最小化問題來獲得近似結(jié)果[13]。因此,上述l0最小化問題可以轉(zhuǎn)化為:其中,λ為調(diào)整參數(shù)。本文采用在線字典學(xué)習(xí)方法求解式(4)獲得字典 Dprex,并利用正交匹配追蹤(orthogonal matching pursuit, OMP)算法求解式(5)獲得相應(yīng)的稀疏系數(shù)。

    2.2 字典分類

    由于細(xì)節(jié)子圖中包含有雨部分和無雨部分,本文通過利用HOG特征[14]來描述雨線與紋理之間的形態(tài)學(xué)差異性,從而將字典Dprex進(jìn)一步分解為有雨字典和無雨字典。若b(x, y)表示字典原子b在像素點(diǎn)(x, y)處的灰度值,則該像素點(diǎn)的梯度幅度和梯度方向可以定義為:

    通過統(tǒng)計字典Dprex中原子的梯度方向直方圖,形成字典原子的 HOG特征描述符,然后利用K-means聚類分析將其初步分割為兩個子字典。由于雨線的方向在圖像中基本一致[9],因此通過比較平均梯度方向方差值就可以將兩個子字典確定為有雨字典和無雨字典

    根據(jù)雨滴形狀特征先驗可知,圖像中雨線的長寬比μ只與相機(jī)曝光時間e和雨滴的直徑d有關(guān)[4]:

    一般認(rèn)為雨滴直徑范圍為0.1~3.0 mm,相機(jī)曝光時間為1~40 ms,由此可知,雨線長寬比范圍為3.9~95.0。因此,可以用雨線長寬比 μ范圍實現(xiàn)對有雨字典和無雨字典的精確分類。

    圖2(a)、2(b)是Kang方法[9]字典分類后得到的無雨字典和有雨字典,圖2(c)是Kang方法的去雨效果,此圖右側(cè)的窗戶模糊不清,是因為Kang方法將背景中的窗框誤認(rèn)為是雨線,因而在圖像重建時導(dǎo)致紋理細(xì)節(jié)的丟失;圖 2(d)、2(e)為本文方法得到的無雨字典和有雨字典,圖2(f)是利用本文方法得到的去雨效果,與圖2(c)相比,窗框紋理清晰且雨線去除更加徹底。

    圖2 不同字典分類方法去雨效果對比

    2.3 圖像重構(gòu)

    為了從細(xì)節(jié)子圖中獲得雨線部分與紋理部分,對每一個圖像塊采用OMP算法來得到相應(yīng)字典的稀疏系數(shù)。因此,細(xì)節(jié)子圖中的無雨圖像可以通過將有雨字典對應(yīng)的稀疏系數(shù)置為0之后,再與字典Dprex進(jìn)行重構(gòu)來獲得,即:

    再根據(jù)大腦 IGM理論,采用將粗糙子圖與去雨后的細(xì)節(jié)子圖相加來重構(gòu)圖像,即:

    其中,X′是重構(gòu)圖像,Cox為根據(jù)大腦IGM有雨圖像分解獲得的粗糙子圖,最終獲得去雨圖像。

    2.4 算法描述

    本文提出的單幅圖像雨滴去除算法如下:

    (1) 圖像分解。對待去雨的圖像按照式(1)~(3)聯(lián)立方程組進(jìn)行分解,獲得其粗糙子圖和細(xì)節(jié)子圖;

    (2) 字典學(xué)習(xí)。根據(jù)式(4)提取細(xì)節(jié)子圖中的圖像塊進(jìn)行字典學(xué)習(xí),形成字典Dprex;

    (3) 字典分類。通過式(6)計算字典原子的HOG特征描述符,并利用K-means聚類初步將字典 Dprex分割為有雨字典和無雨字典,再根據(jù)式(7)通過雨線長寬比對子字典進(jìn)行二次判別,最終形成有雨字典和無雨字典;

    (4) 稀疏編碼。根據(jù) OMP利用有雨字典和無雨字典分別對提取的細(xì)節(jié)子圖圖像塊進(jìn)行稀疏編碼,獲得其相應(yīng)的稀疏系數(shù);

    (5) 圖像重構(gòu)。根據(jù)式(8)、(9)對細(xì)節(jié)子圖圖像塊進(jìn)行重建,得到去雨后細(xì)節(jié)子圖,最后將粗糙子圖與去雨后的細(xì)節(jié)子圖相加,獲得最終的去雨圖像結(jié)果。

    3 實驗結(jié)果與分析

    為了驗證本文算法的可行性,首先通過Adobe Photoshop軟件對無雨圖像人工添加雨線,定量對比本文方法與Kang提出的去雨算法之間的效果。在實驗中,字典大小設(shè)為1 024,圖像塊采用16×16像素,實驗結(jié)果如圖3所示。

    圖3 去雨效果對比

    可以看出,與Kang算法相比,本文算法在去除雨滴的同時很好保持了圖像的紋理和細(xì)節(jié)信息,取得了良好的視覺效果。為了定量評估不同算法的去雨效果,采用3種客觀評價圖像質(zhì)量方法,分別為峰值信噪比(peak signal to noise ratio, PSNR)、視覺信息保真度(visual information fidelity, VIF)[15]以及圖像結(jié)構(gòu)相似質(zhì)量指數(shù)(structural similarity index metric, SSIM)[16]。表1給出了本文算法與Kang提出的算法的評價指數(shù),在PSNR、VIF及SSIM上也優(yōu)于Kang的算法,并且也符合人眼視覺上對兩者的評價結(jié)果。

    圖4給出了本文算法在不同場景下的2組去雨效果。其中,圖4(a)是城市場景,局部有明顯的雨線;圖4(b)是Kang去雨結(jié)果,不難發(fā)現(xiàn),在去除雨滴的同時也使墻體上的字母變得模糊;圖4(c)為本文算法的去雨結(jié)果,去雨效果明顯;圖4(d)是自然場景,圖中只有少量的雨線;圖4(e)是Kang算法的去雨效果,在圖像中有個別雨線沒有去除;圖4(f)為本文算法去雨效果,在去除雨線的同時很好地保留了葉片的細(xì)節(jié)信息。

    表1 不同去雨算法比較

    圖4 不同場景去雨效果對比

    4 結(jié) 束 語

    本文利用大腦IGM理論對雨天圖像進(jìn)行分解,得到粗糙子圖和細(xì)節(jié)子圖,然后采用基于MCA的稀疏分解方法對細(xì)節(jié)子圖中有雨部分和無雨部分進(jìn)行分解,并利用HOG特征和雨線長寬比特征對有雨字典和無雨字典進(jìn)行分類,最后通過粗糙子圖與無雨部分進(jìn)行重構(gòu)得到去雨后的結(jié)果。實驗結(jié)果表明,該算法能夠獲得更好的去雨效果。由于單幅圖像中雨滴特征描述符較少,如何找到一種更為有效的雨滴分類方法以進(jìn)一步提高圖像去雨的質(zhì)量是今后需要研究的一個方向。

    [1] Garg K, Nayar S K. Detection and removal of rain from videos [C]//Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Columbia, New York, USA, 2004: 528-535.

    [2] 張穎翔, 陳 強(qiáng), 劉允才. 視頻圖像中雨滴檢測與去除方法研究[J]. 微型電腦應(yīng)用, 2007, 23(12): 16-20.

    [3] Zhang Xiaopeng, Li Hao, Qi Yingyi, et al. Rain removal in video by combining temporal and chromatic properties [C]// Proc of IEEE International Conference on Multimedia and Expo, Toronto, Canada, 2006: 461-464.

    [4] Brewer N, Liu Nianjun. Using the shape characteristics of rain to identify and remove rain from video [J]. Lecture Notes in Computer Science, 2008, (5342): 451-458.

    [5] 劉 鵬, 徐 晶, 劉家鋒, 等. 一種受雨滴污染視頻的快速分析方法[J]. 自動化學(xué)報, 2010, 36(10): 1371-1378.

    [6] 董 蓉, 李 勃, 陳啟美. 一種視頻雨滴檢測與消除的方法[J]. 自動化學(xué)報, 2013, 39(7): 1093-1099.

    [7] Barnum P, Narasimhan S G, Kanade T. Analysis of rain and snow in frequency space [J]. International Journal of Computer Vision, 2010, 86(2-3): 256-274.

    [8] Chen Zhen, Shen Jihong. A new algorithm of rain (snow) removal in video [J]. Journal of Multimedia, 2013, 8(2): 168-174.

    [9] Kang Liwei, Lin C W, Fu Y H. Automatic single-image-based rain streaks removal via image decomposition [J]. IEEE Transactions on Image Processing, 2012, 21(4): 1742-1755.

    [10] Wu Jinjian, Lin Weisi, Shi Guangming, et al. Perceptual quality metric with internal generative mechanism [J]. IEEE Transactions on Image Processing, 2013, 22(1): 43-54.

    [11] Starck J L, Elad M, Donoho D L. Image decomposition via the combination of sparse representations and a variational approach [J]. IEEE Transactions on Image Processing, 2005, 14(10): 1570-1582.

    [12] Aharon M, Elad M, Bruckstein A M. The K-SVD: an algorithm for designing of overcomplete dictionaries for sparse representation [J]. IEEE Transactions on Signal Processing, 2006, 54(11): 4311-4322.

    [13] Mairal J, Bach F, Ponce J, et al. Online learning for matrix factorization and sparse coding [J]. Journal of Machine Learning Research, 2010, 11: 19-60.

    [14] Dalal N, Triggs B. Histograms of oriented gradients for human detection [C]//2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, SanDiego, CA, USA, 2005: 886-893.

    [15] Sheikh H R, Bovik A C. Image information and visual quality [J]. IEEE Transactions on Image Processing, 2006, 15(2): 430-444.

    [16] Wang Zhou, Bovik A, Sheikh H, et al. Image quality assessment: from error visibility to structural similarity [J]. IEEE Transactions on Image Processing, 2004, 13(4): 600-612.

    A Method for Removal of Rain in Single Image

    Zhou Yuan1,2, Han Yusheng1,2, Zhou Pucheng1,2

    (1. Anhui Province Key Laboratory of Polarization Imaging Detection Technology, Hefei Anhui 230031, China; 2. Military Electric-Optical Technology & System Laboratory, Army Officer Academy of PLA, Hefei Anhui 230031, China)

    Under the condition of rainy day, because of the rain has the bad influence on imaging system, it will lead the decrease of the quality of the image, and does not help to further processing image information. To deal with this problem, a kind of automatic image rain removal approach is proposed. Firstly, the rainy image is decomposed into rough sub-graph and detail sub-graph based on internal generative mechanism theory. And then, the sparse decomposition based on morphological component analysis method was used to divide the detail sub-graph into rainy component and non-rain component. Finally, the rough sub-graph was combined with non-rain component so as to reconstruct the rain-free image. The experimental results show that the proposed method can effectively remove the rain streaks in image and keep the state-of-the-art detail information of the scene.

    image processing; raindrop; sparse decomposition; morphological component; oriented gradients

    TP 391

    A

    2095-302X(2015)03-0438-06

    2014-07-20;定稿日期:2014-12-04

    中國博士后科學(xué)基金資助項目(2013M532208);安徽省自然科學(xué)基金資助項目(12080850F115)

    周 遠(yuǎn)(1990-),男,浙江平湖人,碩士研究生。主要研究方向為圖像處理。E-mail:el0109@126.com

    韓裕生(1972-),男,安徽六安人,教授,博士。主要研究方向為圖像處理。E-mail:zhoupc2004@163.com

    猜你喜歡
    雨線無雨子圖
    聽雨
    沉默
    翠苑(2019年4期)2019-11-11 04:27:26
    臨界完全圖Ramsey數(shù)
    寡言
    雨線
    基于頻繁子圖挖掘的數(shù)據(jù)服務(wù)Mashup推薦
    洞庭湖流域無雨日數(shù)的變化特征研究
    大眾科技(2015年12期)2015-11-24 03:37:12
    詩人眼里的秋天
    不含2K1+K2和C4作為導(dǎo)出子圖的圖的色數(shù)
    釋“雨腳”
    国产乱人伦免费视频| 97人妻精品一区二区三区麻豆| 成年版毛片免费区| 中文字幕av在线有码专区| www.精华液| 人妻久久中文字幕网| 久久香蕉激情| 18禁裸乳无遮挡免费网站照片| 99国产精品一区二区蜜桃av| 国产成年人精品一区二区| 嫩草影视91久久| 成人特级黄色片久久久久久久| 岛国在线观看网站| 日本一本二区三区精品| 欧美另类亚洲清纯唯美| 久久久久性生活片| 一进一出抽搐动态| a在线观看视频网站| 十八禁人妻一区二区| 国产黄色小视频在线观看| 久久香蕉国产精品| 国产精品av视频在线免费观看| 亚洲精品在线观看二区| 老熟妇仑乱视频hdxx| 老熟妇仑乱视频hdxx| 国产午夜福利久久久久久| 精品乱码久久久久久99久播| 精品一区二区三区视频在线观看免费| av福利片在线观看| 亚洲欧美精品综合一区二区三区| 99国产精品一区二区三区| 国产精品野战在线观看| 最近最新中文字幕大全电影3| 国产精品永久免费网站| 久久伊人香网站| 99热这里只有精品一区 | 999久久久国产精品视频| 人人妻人人澡欧美一区二区| 精品人妻1区二区| 亚洲成人久久性| 亚洲专区中文字幕在线| 午夜两性在线视频| 亚洲色图av天堂| 在线观看66精品国产| 手机成人av网站| 久热爱精品视频在线9| 欧美不卡视频在线免费观看 | 免费高清视频大片| 婷婷六月久久综合丁香| 他把我摸到了高潮在线观看| 午夜免费观看网址| 91麻豆精品激情在线观看国产| 免费电影在线观看免费观看| 天堂动漫精品| 天堂√8在线中文| 19禁男女啪啪无遮挡网站| 亚洲激情在线av| 少妇被粗大的猛进出69影院| 精品久久久久久,| 少妇人妻一区二区三区视频| 亚洲国产精品999在线| 国产在线观看jvid| 亚洲美女视频黄频| 久久中文看片网| 国产黄a三级三级三级人| 黄色女人牲交| 亚洲男人天堂网一区| 黄片小视频在线播放| 99精品欧美一区二区三区四区| 少妇被粗大的猛进出69影院| 国产精品,欧美在线| 国产精品一区二区三区四区久久| 亚洲精品粉嫩美女一区| 亚洲国产欧美人成| 黄色视频,在线免费观看| 精品免费久久久久久久清纯| 啪啪无遮挡十八禁网站| 1024香蕉在线观看| 久久久久国产精品人妻aⅴ院| 狂野欧美白嫩少妇大欣赏| 国产精品98久久久久久宅男小说| 两个人免费观看高清视频| 免费看a级黄色片| 午夜福利在线在线| 一a级毛片在线观看| 男人舔女人下体高潮全视频| 国产在线观看jvid| avwww免费| 国产高清激情床上av| 丁香欧美五月| 国产一区二区在线观看日韩 | 淫秽高清视频在线观看| 九色成人免费人妻av| 欧美日韩亚洲综合一区二区三区_| 久久久精品欧美日韩精品| 亚洲精品美女久久久久99蜜臀| 深夜精品福利| 免费电影在线观看免费观看| 午夜免费观看网址| 黄片小视频在线播放| 久久精品影院6| 麻豆国产97在线/欧美 | 久久香蕉激情| 精品日产1卡2卡| 国产精品 欧美亚洲| 91大片在线观看| √禁漫天堂资源中文www| 欧美另类亚洲清纯唯美| www.熟女人妻精品国产| 久久久久国产一级毛片高清牌| 99久久精品国产亚洲精品| xxxwww97欧美| 国产v大片淫在线免费观看| 天堂av国产一区二区熟女人妻 | 一区福利在线观看| 亚洲无线在线观看| avwww免费| 国产精品香港三级国产av潘金莲| 一进一出好大好爽视频| 五月玫瑰六月丁香| 色综合站精品国产| 岛国在线免费视频观看| 欧美zozozo另类| 在线观看免费日韩欧美大片| 日韩有码中文字幕| 国产日本99.免费观看| 精品久久蜜臀av无| 日韩欧美国产在线观看| 久久人妻av系列| 91九色精品人成在线观看| 亚洲精品一卡2卡三卡4卡5卡| 老司机靠b影院| 精华霜和精华液先用哪个| 国产精品免费一区二区三区在线| 五月玫瑰六月丁香| 国内毛片毛片毛片毛片毛片| 18美女黄网站色大片免费观看| tocl精华| 国产日本99.免费观看| √禁漫天堂资源中文www| 黑人欧美特级aaaaaa片| 丁香六月欧美| 岛国在线观看网站| 在线观看www视频免费| 午夜免费成人在线视频| 色综合亚洲欧美另类图片| 欧美日韩中文字幕国产精品一区二区三区| 亚洲欧美一区二区三区黑人| 又大又爽又粗| 无人区码免费观看不卡| 熟女少妇亚洲综合色aaa.| 91大片在线观看| 亚洲av成人一区二区三| 亚洲精品一卡2卡三卡4卡5卡| 色哟哟哟哟哟哟| 亚洲成人精品中文字幕电影| 丰满人妻一区二区三区视频av | 午夜精品在线福利| 国产成人av教育| 久久伊人香网站| 国产av麻豆久久久久久久| 亚洲最大成人中文| 日韩欧美 国产精品| 国产爱豆传媒在线观看 | 中文字幕精品亚洲无线码一区| 最新美女视频免费是黄的| 男男h啪啪无遮挡| 天堂影院成人在线观看| 在线观看舔阴道视频| 亚洲一区中文字幕在线| 亚洲中文日韩欧美视频| 搞女人的毛片| 亚洲欧美日韩高清在线视频| 91九色精品人成在线观看| 国产精品亚洲一级av第二区| 欧美+亚洲+日韩+国产| 久久中文看片网| 精品国产乱码久久久久久男人| 亚洲成av人片免费观看| 很黄的视频免费| 黑人欧美特级aaaaaa片| 久久久久国产精品人妻aⅴ院| 男人舔奶头视频| 中文字幕人妻丝袜一区二区| 日本a在线网址| 亚洲成人久久爱视频| 观看免费一级毛片| 在线十欧美十亚洲十日本专区| 亚洲成人免费电影在线观看| 精华霜和精华液先用哪个| 琪琪午夜伦伦电影理论片6080| a在线观看视频网站| 成熟少妇高潮喷水视频| 成人欧美大片| 又紧又爽又黄一区二区| 少妇人妻一区二区三区视频| 国产一区二区激情短视频| 亚洲五月天丁香| 成人国语在线视频| 99热这里只有是精品50| 欧美 亚洲 国产 日韩一| 国产精品综合久久久久久久免费| 亚洲美女视频黄频| 俄罗斯特黄特色一大片| 91国产中文字幕| 欧美国产日韩亚洲一区| 欧美乱色亚洲激情| 伊人久久大香线蕉亚洲五| 黄片小视频在线播放| 久久精品国产亚洲av高清一级| 久久久久性生活片| 色综合婷婷激情| 午夜视频精品福利| 18禁国产床啪视频网站| 99国产综合亚洲精品| 精品欧美国产一区二区三| 婷婷丁香在线五月| 欧美高清成人免费视频www| 老熟妇仑乱视频hdxx| 免费电影在线观看免费观看| 亚洲黑人精品在线| 国产麻豆成人av免费视频| 麻豆一二三区av精品| 免费观看精品视频网站| 老司机在亚洲福利影院| 国产野战对白在线观看| 老汉色av国产亚洲站长工具| 久久九九热精品免费| √禁漫天堂资源中文www| 亚洲av成人一区二区三| 一区二区三区高清视频在线| 久久天堂一区二区三区四区| 香蕉丝袜av| 精品无人区乱码1区二区| 99热这里只有是精品50| 国产欧美日韩精品亚洲av| 欧美高清成人免费视频www| av在线播放免费不卡| 国产精品久久久av美女十八| 国产午夜精品久久久久久| 午夜免费激情av| www.精华液| 在线十欧美十亚洲十日本专区| 精品久久久久久,| 90打野战视频偷拍视频| 91国产中文字幕| 中文字幕最新亚洲高清| 好看av亚洲va欧美ⅴa在| 国产高清视频在线播放一区| 亚洲国产精品999在线| 亚洲中文av在线| 久久九九热精品免费| 久久伊人香网站| 超碰成人久久| 亚洲乱码一区二区免费版| 国产三级黄色录像| 国产成人aa在线观看| 成人18禁高潮啪啪吃奶动态图| 久热爱精品视频在线9| 国产精品久久久av美女十八| 99国产综合亚洲精品| 97超级碰碰碰精品色视频在线观看| 国产探花在线观看一区二区| 国产精品亚洲一级av第二区| 色在线成人网| 欧美性猛交╳xxx乱大交人| 热99re8久久精品国产| 制服人妻中文乱码| 老司机深夜福利视频在线观看| 欧美日本亚洲视频在线播放| 中文字幕熟女人妻在线| 国内精品久久久久久久电影| 免费在线观看日本一区| 亚洲一区二区三区色噜噜| 国产欧美日韩精品亚洲av| 久久香蕉激情| 一级毛片女人18水好多| 又紧又爽又黄一区二区| 日本 av在线| 最近最新免费中文字幕在线| 欧美另类亚洲清纯唯美| 女人爽到高潮嗷嗷叫在线视频| 亚洲电影在线观看av| 丰满人妻一区二区三区视频av | 日本a在线网址| 99热6这里只有精品| 成人一区二区视频在线观看| 色哟哟哟哟哟哟| 久久精品影院6| 欧美日韩福利视频一区二区| 免费观看精品视频网站| 国产一区二区三区视频了| 男女床上黄色一级片免费看| 免费搜索国产男女视频| 欧美极品一区二区三区四区| 在线十欧美十亚洲十日本专区| 美女午夜性视频免费| 欧美黑人巨大hd| 高清在线国产一区| 白带黄色成豆腐渣| 日本 av在线| 国产精品久久视频播放| 人妻久久中文字幕网| 欧美精品亚洲一区二区| 日韩欧美一区二区三区在线观看| 老鸭窝网址在线观看| 欧美中文日本在线观看视频| 女人爽到高潮嗷嗷叫在线视频| 男女午夜视频在线观看| 91成年电影在线观看| 久久久久久亚洲精品国产蜜桃av| 成人永久免费在线观看视频| 国产亚洲精品第一综合不卡| 国产亚洲精品久久久久5区| 成人国语在线视频| 亚洲欧美日韩东京热| 97碰自拍视频| 91av网站免费观看| 亚洲精品久久国产高清桃花| 国内精品久久久久久久电影| 99热这里只有是精品50| 久久婷婷成人综合色麻豆| 19禁男女啪啪无遮挡网站| 国产精华一区二区三区| 观看免费一级毛片| 亚洲一区二区三区不卡视频| 日本五十路高清| 99久久无色码亚洲精品果冻| 观看免费一级毛片| 好男人电影高清在线观看| 我要搜黄色片| 精品久久久久久久久久久久久| 精品一区二区三区视频在线观看免费| 久久久久久久午夜电影| 老司机午夜福利在线观看视频| 国产精品98久久久久久宅男小说| 亚洲男人天堂网一区| 精品欧美国产一区二区三| 精品高清国产在线一区| 波多野结衣高清无吗| 在线观看美女被高潮喷水网站 | 一进一出抽搐动态| 国产成+人综合+亚洲专区| 草草在线视频免费看| 人成视频在线观看免费观看| 最新美女视频免费是黄的| 国产三级中文精品| 国产高清有码在线观看视频 | 在线观看www视频免费| 国产精品精品国产色婷婷| 美女扒开内裤让男人捅视频| 国产精品亚洲一级av第二区| 最近视频中文字幕2019在线8| 色综合欧美亚洲国产小说| 在线观看www视频免费| av在线天堂中文字幕| 国产精品永久免费网站| 999精品在线视频| 午夜亚洲福利在线播放| 国产久久久一区二区三区| 身体一侧抽搐| 在线观看美女被高潮喷水网站 | 国产aⅴ精品一区二区三区波| 国产三级中文精品| 久久精品成人免费网站| 黄色毛片三级朝国网站| 亚洲国产看品久久| 好男人在线观看高清免费视频| 国产精品亚洲美女久久久| 深夜精品福利| 一进一出抽搐动态| 国内精品一区二区在线观看| 五月玫瑰六月丁香| 久久草成人影院| 国产精品免费视频内射| 国产黄a三级三级三级人| 老司机午夜福利在线观看视频| 欧美日韩黄片免| 18禁美女被吸乳视频| 精品一区二区三区av网在线观看| 午夜影院日韩av| 午夜福利视频1000在线观看| 在线国产一区二区在线| 欧美午夜高清在线| xxxwww97欧美| 久久香蕉精品热| 琪琪午夜伦伦电影理论片6080| 色综合欧美亚洲国产小说| 身体一侧抽搐| 搡老妇女老女人老熟妇| 成人18禁高潮啪啪吃奶动态图| 2021天堂中文幕一二区在线观| 麻豆av在线久日| 欧美乱色亚洲激情| 中文字幕人妻丝袜一区二区| 欧美中文日本在线观看视频| 亚洲中文字幕日韩| 国产黄色小视频在线观看| 啦啦啦观看免费观看视频高清| 久久国产精品影院| 黄片小视频在线播放| 久久这里只有精品19| 欧美精品亚洲一区二区| 日韩三级视频一区二区三区| 午夜福利在线观看吧| 亚洲精品av麻豆狂野| 亚洲av成人不卡在线观看播放网| 国产黄a三级三级三级人| 亚洲国产精品久久男人天堂| 男人舔奶头视频| 日本一二三区视频观看| 亚洲欧美日韩东京热| 国产精品日韩av在线免费观看| 法律面前人人平等表现在哪些方面| 亚洲 国产 在线| 国产精品 国内视频| 91老司机精品| 亚洲激情在线av| 亚洲男人的天堂狠狠| 人人妻,人人澡人人爽秒播| 一级作爱视频免费观看| 妹子高潮喷水视频| 一级片免费观看大全| 两性午夜刺激爽爽歪歪视频在线观看 | 夜夜躁狠狠躁天天躁| 在线视频色国产色| 久久午夜亚洲精品久久| 欧美乱码精品一区二区三区| 久久中文看片网| 成人亚洲精品av一区二区| 一区二区三区高清视频在线| 国产精品久久久久久人妻精品电影| 亚洲av中文字字幕乱码综合| 久久天堂一区二区三区四区| 成年免费大片在线观看| 身体一侧抽搐| 一个人免费在线观看电影 | 一级毛片精品| av欧美777| aaaaa片日本免费| 亚洲中文字幕日韩| 大型av网站在线播放| 日韩欧美在线乱码| 国产高清视频在线观看网站| 日本在线视频免费播放| 国产三级在线视频| 18禁裸乳无遮挡免费网站照片| 不卡av一区二区三区| 亚洲av日韩精品久久久久久密| 欧美久久黑人一区二区| 波多野结衣高清无吗| 一本一本综合久久| 国产精品免费视频内射| 一个人免费在线观看的高清视频| 黄色a级毛片大全视频| 国产主播在线观看一区二区| 亚洲人成伊人成综合网2020| 日本黄色视频三级网站网址| 国产成人精品无人区| e午夜精品久久久久久久| 高清在线国产一区| 蜜桃久久精品国产亚洲av| 日本免费一区二区三区高清不卡| 久久精品成人免费网站| www日本在线高清视频| 久久久久久国产a免费观看| 日本一本二区三区精品| 18禁黄网站禁片免费观看直播| 狂野欧美白嫩少妇大欣赏| 亚洲中文字幕日韩| 99国产精品一区二区蜜桃av| 好看av亚洲va欧美ⅴa在| 国产三级黄色录像| 精品第一国产精品| 国产精品香港三级国产av潘金莲| 国产成人一区二区三区免费视频网站| 亚洲中文字幕一区二区三区有码在线看 | 国内少妇人妻偷人精品xxx网站 | 久久午夜亚洲精品久久| 欧美日韩瑟瑟在线播放| 叶爱在线成人免费视频播放| 国产成人精品久久二区二区免费| 女生性感内裤真人,穿戴方法视频| 精品一区二区三区av网在线观看| 亚洲男人天堂网一区| 亚洲人成网站高清观看| 久久99热这里只有精品18| 国产单亲对白刺激| 久久欧美精品欧美久久欧美| 1024手机看黄色片| 一区二区三区激情视频| 亚洲精华国产精华精| 手机成人av网站| 国产黄色小视频在线观看| 久久精品国产综合久久久| 亚洲熟妇中文字幕五十中出| 中文在线观看免费www的网站 | 在线看三级毛片| 久久久久久免费高清国产稀缺| 嫁个100分男人电影在线观看| 国产乱人伦免费视频| 亚洲欧美一区二区三区黑人| 中文字幕av在线有码专区| 国产三级黄色录像| 在线播放国产精品三级| 亚洲 国产 在线| 国产av又大| 亚洲一区二区三区色噜噜| 黄片大片在线免费观看| 国产视频一区二区在线看| a级毛片在线看网站| 婷婷亚洲欧美| 一级片免费观看大全| 日本熟妇午夜| 18禁美女被吸乳视频| 欧美精品啪啪一区二区三区| 午夜亚洲福利在线播放| 国产午夜精品论理片| 成在线人永久免费视频| 搡老熟女国产l中国老女人| 最近视频中文字幕2019在线8| 欧美乱码精品一区二区三区| 精品久久久久久久毛片微露脸| 国产av麻豆久久久久久久| 九色成人免费人妻av| 精品国产乱子伦一区二区三区| 免费在线观看完整版高清| 91大片在线观看| 国产精品久久久久久精品电影| 成人亚洲精品av一区二区| 天天躁狠狠躁夜夜躁狠狠躁| 桃色一区二区三区在线观看| 国产亚洲精品第一综合不卡| 99久久国产精品久久久| 日韩欧美 国产精品| 国产av又大| 国产一级毛片七仙女欲春2| 桃红色精品国产亚洲av| 亚洲专区国产一区二区| 色播亚洲综合网| 午夜激情av网站| 69av精品久久久久久| 欧美乱色亚洲激情| 性色av乱码一区二区三区2| 少妇熟女aⅴ在线视频| 免费人成视频x8x8入口观看| 欧美日韩国产亚洲二区| 日韩欧美免费精品| 少妇熟女aⅴ在线视频| 男女视频在线观看网站免费 | 欧美日韩乱码在线| 国内精品一区二区在线观看| 亚洲五月天丁香| 成人特级黄色片久久久久久久| 给我免费播放毛片高清在线观看| 国产一级毛片七仙女欲春2| 欧美色视频一区免费| 国内少妇人妻偷人精品xxx网站 | 99久久精品国产亚洲精品| 亚洲乱码一区二区免费版| 精品欧美一区二区三区在线| 成人三级黄色视频| 精品日产1卡2卡| 久久精品国产亚洲av香蕉五月| 中文在线观看免费www的网站 | 色尼玛亚洲综合影院| 在线永久观看黄色视频| 黄色丝袜av网址大全| 国产欧美日韩一区二区三| xxx96com| 久久香蕉国产精品| 欧美高清成人免费视频www| 日本免费a在线| 成年版毛片免费区| 高清毛片免费观看视频网站| 我的老师免费观看完整版| 日本一区二区免费在线视频| 日本五十路高清| e午夜精品久久久久久久| 久久久久久人人人人人| 黄片大片在线免费观看| 搞女人的毛片| 日韩欧美三级三区| 免费在线观看亚洲国产| 亚洲熟女毛片儿| 天堂√8在线中文| 午夜福利成人在线免费观看| 91字幕亚洲| 久久久久九九精品影院| 国产免费男女视频| 最近最新免费中文字幕在线| 欧美日韩黄片免| av片东京热男人的天堂| 欧美av亚洲av综合av国产av| 亚洲成a人片在线一区二区| 国产精品久久久久久亚洲av鲁大| 很黄的视频免费| 色在线成人网| 精品欧美一区二区三区在线| 两个人免费观看高清视频| 日本一本二区三区精品| 九色成人免费人妻av| 香蕉久久夜色| 久久天躁狠狠躁夜夜2o2o| 国产午夜福利久久久久久| 无人区码免费观看不卡| 97人妻精品一区二区三区麻豆| 国内久久婷婷六月综合欲色啪| 深夜精品福利| 亚洲成av人片在线播放无| 亚洲七黄色美女视频| 国语自产精品视频在线第100页| 男插女下体视频免费在线播放| 日韩欧美 国产精品| 精品久久久久久久末码|