• <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 ?

    牙頜點云數(shù)據(jù)的顯著性特征提?、?/h1>
    2016-02-20 06:52:14陳玲玲譙舟三陳文樂
    計算機系統(tǒng)應(yīng)用 2016年12期
    關(guān)鍵詞:八叉樹精簡特征值

    陳玲玲, 楊 玲, 譙舟三, 陳文樂

    1(成都信息工程大學 電子工程學院, 成都 610225)2(中國氣象局 大氣探測重點開放實驗室, 成都 610225)

    牙頜點云數(shù)據(jù)的顯著性特征提?、?/p>

    陳玲玲1,2, 楊 玲1,2, 譙舟三1, 陳文樂1,2

    1(成都信息工程大學 電子工程學院, 成都 610225)2(中國氣象局 大氣探測重點開放實驗室, 成都 610225)

    隨著激光掃描測量技術(shù)的發(fā)展, 其數(shù)據(jù)測量精度的逐漸增高使得獲取的幾何模型表面點云數(shù)據(jù)的細節(jié)信息越豐富, 能更準確的反應(yīng)物體幾何表面特征, 但如此海量的點云數(shù)據(jù)同時也帶來對應(yīng)的技術(shù)挑戰(zhàn), 海量的點云數(shù)據(jù)在計算機文件存儲、數(shù)據(jù)后期進一步處理以及軟件可視化方面都不方便且效率低下. 本文中的算法首先采用柵格法對點云進行空間劃分及領(lǐng)域關(guān)系的建立, 其次利用局部表面擬合的方法估算點云法向量, 然后利用點云K領(lǐng)域法的向量求解坐標點的顯著性值, 最后根據(jù)顯著性的值構(gòu)建點云八叉樹. 該算法實現(xiàn)了對點云顯著性特征的提取和對點云數(shù)據(jù)量的進一步簡化, 它不僅保留了對點云細節(jié)特征保持方面的優(yōu)勢, 而且在時間效率上得到了提高.

    點云數(shù)據(jù); 可視化; 顯著性特征; 三維配準; 網(wǎng)格化重建

    目前國內(nèi)外針對點云數(shù)據(jù)集的精簡算法可以分為兩類, 第一: 通過對點云網(wǎng)格化處理后基于網(wǎng)格的精簡算法; 第二: 基于對采集數(shù)據(jù)直接處理的點云精簡方法. 前者方法首先通過對采集數(shù)據(jù)進行網(wǎng)格化三角剖份, 利用四面體模型表面的點、邊和面之間相互關(guān)系拓撲數(shù)據(jù)壓縮方法, 該算法中首先需要對散亂點云進行Delaunay三角剖份, 其整個時間復雜度較高, 算法效率較低. 而后者直接針對數(shù)據(jù)的精簡算法既具有時間復雜度較低等優(yōu)點, 并且操作簡單. 主要有直接隨機采樣精簡、基于包圍盒空間劃分方法、基于均勻網(wǎng)格劃分的隨機抽樣法和基于高斯曲率和主曲率的精簡算法.

    2001年LEE KH[1]等人提出利用被測數(shù)據(jù)法向信息, 對采集數(shù)據(jù)空間包圍盒柵格劃分, 在單個空間格中選擇特征點, 從而完成數(shù)據(jù)精簡. 2002年DYN[2]等人提出的基于雙變量適應(yīng)性數(shù)據(jù)精簡算法可以達到與被測物體模型表面接近的效果而高效精簡數(shù)據(jù). 2004年洪軍[3]等人在通過相關(guān)研究基礎(chǔ)上, 提出的同時利用改進型系數(shù)的空間包圍盒法和基于角度-弦高簡化法的合成數(shù)據(jù)精簡算法, 取得較好的數(shù)據(jù)壓縮效果. Pai-Feng Lee等在2006年提出了基于共面標準的八叉樹細分點云簡化算法. 2009年Hao Song[4]通過在對模式識別算法研究基礎(chǔ)上提出的通過構(gòu)造Voronoi圖的全局聚類采樣算法, 能有效地保留了點云中的邊界特征, 去除非邊界數(shù)據(jù)的非特征點, 但該算法容易產(chǎn)生數(shù)據(jù)刪除孔洞, 容易誤刪除部分特征點, 且速度仍有待提高. 史寶權(quán)[5]等人提取了利用模式識別算法原理的基于聚類的點云特征保存數(shù)據(jù)精簡方法. 2009年黃文明[6]等人提出的保留幾何特征的散亂點云簡化方法,在論文特定條件下取得較好的特征提取效果. 張欣[7]等人在2012年提出的基于特征保留的三角形折疊網(wǎng)格簡化算法, 但該算法沒有針對數(shù)據(jù)輪廓特征進行處理, 一定程度上依賴網(wǎng)格劃分結(jié)果. Yitian Zhao在2012年提出基于法向夾角和高斯曲率結(jié)合的點云精簡算法, 通過算法效果驗證得出該算法具有較好的效果. Nira DyT[8]通過構(gòu)造了—個非負度量函數(shù)平均每個數(shù)據(jù)點的權(quán)重分配, 這種算法能夠有效去除非特征點,誤差刪除較小, 但由于反復迭代計算導致其效率較低.

    針對上述算法各自的應(yīng)用特點, 本文在研究二維圖像顯著性區(qū)域輪廓檢測算法基礎(chǔ)上引申到點云數(shù)據(jù)特征提取中, 提出一種基于顯著性標準衡量的牙頜點云特征提取精簡算法. 該算法首先采用柵格法對點云進行空間劃分及領(lǐng)域關(guān)系的建立, 其次利用局部表面擬合的方法估算點云法向量, 然后利用點云K領(lǐng)域法的向量求解坐標點的顯著性值, 最后根據(jù)顯著性的值構(gòu)建點云八叉樹, 從而實現(xiàn)對點云顯著性特征的提取,最終做到進一步精簡數(shù)據(jù)量.

    1 牙頜點云數(shù)據(jù)法向量計算及顯著性概念

    1.1 求解單位法向量

    關(guān)于散亂點云的法向量估計[9]方法, 國內(nèi)外研究人員提出相關(guān)的文獻比較多, 同時也提出了多種改進算法, 具體參考表1.

    表1 各個法向量估算算法比較

    通過對各種算法的分析比較, 本文采用對噪聲、尖銳特征以及外點均能很好處理的局部表面擬合的方法來求解點云法向量, 該算法整體計算步驟如下:

    1) 構(gòu)建平面方程

    2) 求解約束方程

    3) 轉(zhuǎn)化為求解極值問題

    1.2 顯著性檢測概念

    顯著性檢測主要是對二維圖像[10]的顏色、特征輪廓、數(shù)據(jù)信息代表的梯度以及圖像紋理等屬性進行檢測, 由于其具有強大的圖像信息提取能力, 因此, 顯著性檢測被廣泛地應(yīng)用于彩色與灰度圖像的分割[11]、自適應(yīng)圖像壓縮[11,12]、視頻圖像特征提取[13]以及新興的基于內(nèi)容的圖像檢索等研究領(lǐng)域.

    在三維模型中, 零顯著性的區(qū)域為一個球面, 本文中我們用各點法向量之間夾角關(guān)系來表示三維模型中的顯著性, 顯著性較高的區(qū)域, 其各個點的法向量之間夾角會比較大. 而顯著性值較低的區(qū)域, 各相鄰三維數(shù)據(jù)點間的法向量夾角會比較小, 如圖1和圖2,分別展示了特征點、非特征點與相鄰點間法向方向與夾角示意圖. 因此本文通過引入散亂點云數(shù)據(jù)與其K鄰近點間的法向量夾角值作為顯著性度量特征參數(shù),公式如下:

    圖1 空間數(shù)據(jù)中特征點與相鄰點法向方向和夾角

    圖2 空間數(shù)據(jù)中非特征點與相鄰點法向方向和夾角

    對于三維點集M, 設(shè)頂點p的領(lǐng)域N(p,δ), 其中:

    則定義坐標點的高斯平均顯著性為:

    以上高斯平均顯著性計算公式中, 假定高斯濾波器的截止頻率為2δ.

    1.3 八叉樹法原理

    八叉樹作為區(qū)域四叉樹向三維空間的推廣, 用于描述三維空間的樹狀數(shù)據(jù)結(jié)構(gòu), 通過迭代遞歸分割模型點云數(shù)據(jù)空間而實現(xiàn).

    算法流程如下:1)首先讀取點云數(shù)據(jù),構(gòu)造數(shù)據(jù)集的三維空間包圍盒,并依此建立點云拓撲關(guān)系的基礎(chǔ)和模型,并進一步劃分為八個子立方體, 同時將其加入到根節(jié)點的子節(jié)點拓撲結(jié)構(gòu)中. 2)反復迭代第一步, 直到最小子立方體的邊長小于或者等于設(shè)定的閾值, 到此, 將點云數(shù)據(jù)集三維空間已經(jīng)劃分為2的冪次方個子立方體(如圖3中 (b)和(c)展示的八叉樹空間模型建立過程). 如圖3中(a)所示, 在八叉樹三維模型空間劃分流程中, 子立方體拓撲結(jié)構(gòu)的編碼與其所在的空間位置緊密相關(guān).

    圖3 八叉樹空間劃分模型及劃分示意圖

    2 基于顯著性的牙頜點云數(shù)據(jù)特征提取算法

    2.1求解法向量和數(shù)據(jù)預處理

    首先將讀取的牙頜點云數(shù)據(jù)采用局部表面擬合的方法求解法向量求解, 然后進行點云數(shù)據(jù)的柵格空間劃分及模型三維鄰域關(guān)系的建立.

    1) 根據(jù)讀取的點云數(shù)據(jù), 求解每個坐標軸上最大和最小值, 分別為:xmax,xmin,ymax,ymin,zmax,zmin

    2) 根據(jù)1)計算最小包圍盒的大小:

    其中N表示所有頂點的個數(shù).

    3) 根據(jù)步驟2)得到的最小包圍盒邊長, 計算三個坐標軸上可劃分包圍盒空間的最大個數(shù):

    4) 計算每個坐標點在X, Y, Z軸三個坐標的所屬包圍盒序號:

    5) 根據(jù)X, Y, Z軸的包圍盒序號計算該點所屬空間包圍盒的BoxID,并存儲計算得到的BoxID與該點的ID為式(12):

    圖4 空間包圍盒建立示意圖

    2.2 點云顯著性特征值的求解

    1) 采用k-d tree算法查找每個點云數(shù)據(jù)的K鄰近點坐標;

    2) 利用顯著性計算公式(5)求解該點法向量去K鄰近點法向夾角值, 并計算對應(yīng)高斯平均顯著性值.

    2.3 構(gòu)建點云八叉樹模型

    構(gòu)建八叉樹模型首先需要初始化八叉樹的根節(jié)點, 然后計算出八叉樹細分的最小節(jié)點長度為

    和初始化八叉樹最小的菱長為

    根據(jù)構(gòu)建的初始八叉樹, 按照如下的細分準則對樹進行劃分: 初始設(shè)置一個參數(shù)ξ, 計算顯著性變化的標準偏差為:

    若δ<ξ, 則節(jié)點所包含的區(qū)域被忽略為一個點;若δ>ξ, 則節(jié)點所包含的區(qū)域顯著性特征值大, 需要細分. 上述兩個細分準則能夠根據(jù)某塊固定大小的區(qū)域內(nèi)顯著性的方差而去確定是否繼續(xù)細分. 算法流程圖如圖5 所示.

    3 牙頜點云顯著性特征提取算法效果分析

    如圖6所示為單顆牙齒點云數(shù)據(jù)及特征提取效果圖, 圖中的紅色點為采用顯著性方法提取的特征點,藍色點為非特征點. 從圖6(b)的法向量結(jié)果來看, 提取出來的顯著性特征值有很多都不是單顆牙齒中實際的顯著性特征值, 其對于顯著特征值提取的準確率很低, 但是從圖6(c)的提取效果圖來看, 對于單顆牙齒的邊緣特征值都已經(jīng)成功提取出來, 并且并沒有提取出多余的非特征值點. 對于圖7的完整牙頜點云顯著性特征值的提取效果來看, 法向量求解提取出來的特征值有很多都是非顯著性特征值, 而圖7(c)中采用顯著性特征提出的較多都是完整牙頜點云數(shù)據(jù)的顯著性特征值. 從圖8中的完整牙頜點云數(shù)據(jù)特征提取局部放大效果對比圖中也可以看出顯著性特征提取出來的特征值更加準確可靠.

    圖5 算法總流程圖

    圖6 單顆牙齒點云數(shù)據(jù)及特征提取效果

    圖7 完整牙頜點云顯著性特征提取效果

    圖8 完整牙頜點云特征提取局部放大效果對比圖

    如圖9所示, 是對于三顆牙齒點云數(shù)據(jù)提取效果對比圖, (b)是針對顯著性特征提取出來的效果圖, 其中紅色點基本都是分布在三顆牙齒的邊緣位置和輪廓較明顯的位置, (c)是通過高斯曲率特征提取的特征值效果圖, 圖中的紅色點較少, 對于明顯的特征位置都未提取出來, 所以其提取特征的效果很差.

    圖9 三顆牙齒點云特征提取效果對比圖

    為了驗證此基于顯著性特征提取方法的實用性,利用斯坦福的開放數(shù)據(jù)(大象點云數(shù)據(jù)、兔子點云數(shù)據(jù)、馬點云數(shù)據(jù))進行試驗, 其運行測試效果圖如圖10、11、12所示, 從提取出來的實驗結(jié)果圖中可以看出, 每幅點云數(shù)據(jù)中的邊緣輪廓、圖像紋理等顯著性特征都得到了較好的提取.

    圖10 大象點云顯著性特征提取效果

    圖11 兔子點云顯著性特征提取效果

    圖12 馬點云顯著性特征提取局部放大效果

    如表1所示, 通過采用頜部分缺失數(shù)據(jù)和完整牙頜數(shù)據(jù), 單顆牙齒數(shù)據(jù)、三顆牙齒數(shù)據(jù), 以及斯坦福大學開放的點云數(shù)據(jù)做進一步測試, 同時還通過與該點云數(shù)據(jù)的平均曲率特征提取結(jié)果比較, 可以明顯看出本文算法能夠?qū)Ω鞣N數(shù)據(jù)的輪廓特征、圖像紋理進行有效提取, 并且其時間效率是基于曲率特征提取算法的10%左右.

    表1 特征提取算法時間對比分析

    4 結(jié)語

    本文提出一種新的基于顯著性牙頜點云特征提取的方法, 該方法利用法向量作為衡量三維點云模型顯著性特征的標準, 直接對點云數(shù)據(jù)進行顯著性特征的提取. 通過基礎(chǔ)性研究分析, 使用數(shù)據(jù)點單位法向量與K鄰近點的單位法向量的點積均值構(gòu)建高斯平均顯著性參量, 替代以曲率作為該點所在三維模型局部曲面的彎曲程度或者輪廓是否明顯的數(shù)值表示, 避免了曲率估算過程中引起的較高時間復雜度, 同時利用采集的單顆牙齒、三顆牙齒以及牙頜部分缺失數(shù)據(jù)和完整牙頜數(shù)據(jù)進行驗證分析, 利用斯坦福大學開放點云數(shù)據(jù)做進一步測試, 并和曲率特征提取等算法進行對比, 均取得較好效果. 算法不僅保留了對點云細節(jié)特征保持方面的優(yōu)勢, 而且在時間效率上得到了提高.

    1 Lee KH, Woo H, Suk T. Point data reduction using 3D girds. The International Journal of Advanced Manufacturing Technology, 2001: 201–210.

    2 Dyn N, Floater MS, Iske A. Adaptive thinning for bivariate scattered data. Journal of Computationaland Applied Mathematics, 2002.

    3 洪軍,丁玉成,曹亮,等.逆向工程中的測量數(shù)據(jù)精簡技術(shù)研究.西安交通大學學報,2004,38(7):661–664.

    4 Song H, Feng HY. A global clustering approach to point cloud simplification with a specified data reduction ratio. Computer-Aided Design, 2008: 281–292.

    5 史寶全,梁晉,張曉強,等.特征保持的點云精簡技術(shù)研究.西安交通大學學報,2010,44(11):37–40.

    6 黃文明,肖朝霞.保留邊界的點云簡化方法.計算機應(yīng)用, 2010,30(2):348.

    7 張欣,秦茂玲,謝堂龍.基于特征保持的三角形折疊網(wǎng)格簡化算法.計算機技術(shù)與發(fā)展,2012,22(1):1–6.

    8 Dyn N, Iske A, Wendland H. Meshfree thinning of 3D point clouds. Foundations of Computational Mathematics, 2008, 409–425.

    9 李寶,程志.三維點云法向量估計綜述.計算機工程與應(yīng)用,2010,46(23):1–6.

    10 Goferman S, Zelnik-Manor L, Tal A. Context-aware saliency detection. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2012, 1915–1926.

    11 Perazzi F, Krahenbuhl P, Pritch Y, et al. Saliency filters: Contrast based filtering for salient region detection. 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE. 733–740.

    12 Achanta R, Hemami S, Estrada F, et al. Frequency-tuned salient region detection. IEEE Conference on Computer Vision and Pattern Recognition, 2009. IEEE. 1597–1604.

    13 Cheng MM, Zhang GX, Mitra NJ, et al. Global contrast based salient region detection. 2011 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE. 2011. 409–416.

    Significant Feature Extraction for the Dental Point Cloud Data

    CHEN Ling-Ling1,2, YANG Ling1,2, QIAO Zhou-San1, CHEN Wen-Le1,212
    (College of Electronic Engineering, Chengdu University of Information Technology, Chengdu 610225, China) (Key Laboratory of Atmospheric Sounding of CMA, Chengdu 610225, China)

    With the development of laser scanning measurement technology, the detailed information about the surface point cloud data of the geometric model is more abundant due to the more efficient data detection accuracy, make it more precise to show the surface features of objects. However, the corresponding technical challenges may appear at the same time because of such a large amount of point cloud data, which can be used in the computer file storage, data post-processing and software visualization inconveniently and inefficiently. A new algorithm is introduced in this paper. Firstly, we make a space division for point cloud data and establish the domain relationship using the grid method. Secondly, we estimate the point cloud normal vector by means of local surface fitting. Thirdly, we find out the significant value of the coordinate points using the point cloud K field method. Finally, we achieve the point cloud octree according to the significant value. In a word, this algorithm realizes the goal that the significant features of the point cloud can be extracted and the amount of the point cloud data can be simplified. Not only does it retain the advantages of the detail characteristics of the point cloud, but also make it more effective.

    point cloud data; visualization; significance feature; 3D registration; grid reconstruction

    2016-04-29;收到修改稿時間:2016-07-14

    10.15888/j.cnki.csa.005625

    猜你喜歡
    八叉樹精簡特征值
    三維十字鏈表八叉樹的高效檢索實現(xiàn)
    一類帶強制位勢的p-Laplace特征值問題
    單圈圖關(guān)聯(lián)矩陣的特征值
    時常精簡多余物品
    特別健康(2018年2期)2018-06-29 06:14:00
    一種面向應(yīng)用的流量監(jiān)測精簡架構(gòu)設(shè)計
    電子制作(2017年17期)2017-12-18 06:40:47
    基于商奇異值分解的一類二次特征值反問題
    關(guān)于兩個M-矩陣Hadamard積的特征值的新估計
    應(yīng)用于SAN的自動精簡配置架構(gòu)設(shè)計與實現(xiàn)
    計算機工程(2014年6期)2014-02-28 01:25:08
    散亂點云線性八叉樹結(jié)構(gòu)在GPU中的實現(xiàn)
    基于密集型區(qū)域的八叉樹劃分算法
    科技傳播(2012年2期)2012-06-13 10:03:26

    22中文网久久字幕| 欧美精品国产亚洲| 全区人妻精品视频| 国产精品人妻久久久久久| 校园春色视频在线观看| 欧美另类亚洲清纯唯美| 赤兔流量卡办理| 日韩在线高清观看一区二区三区| 此物有八面人人有两片| 男人舔女人下体高潮全视频| 免费观看a级毛片全部| 久久精品综合一区二区三区| 一级毛片久久久久久久久女| 韩国av在线不卡| 午夜精品国产一区二区电影 | 日本在线视频免费播放| 国产人妻一区二区三区在| 18禁裸乳无遮挡免费网站照片| 国产精品爽爽va在线观看网站| 亚洲欧美成人综合另类久久久 | 亚洲人成网站在线播放欧美日韩| 熟女电影av网| 边亲边吃奶的免费视频| 深夜a级毛片| 国产成人91sexporn| 狂野欧美激情性xxxx在线观看| 深爱激情五月婷婷| 欧美日韩乱码在线| 女人十人毛片免费观看3o分钟| 18禁在线无遮挡免费观看视频| 高清毛片免费观看视频网站| 毛片一级片免费看久久久久| 给我免费播放毛片高清在线观看| 精品无人区乱码1区二区| 欧美成人精品欧美一级黄| 亚洲天堂国产精品一区在线| 国产精品电影一区二区三区| 亚洲精华国产精华液的使用体验 | 卡戴珊不雅视频在线播放| 亚洲va在线va天堂va国产| 乱系列少妇在线播放| 午夜爱爱视频在线播放| 国产老妇女一区| 中文字幕av成人在线电影| 99久久中文字幕三级久久日本| 天堂√8在线中文| 成人午夜高清在线视频| 在线免费观看不下载黄p国产| 可以在线观看的亚洲视频| 如何舔出高潮| 免费人成在线观看视频色| 伊人久久精品亚洲午夜| 色综合色国产| 日本黄色视频三级网站网址| 黄色一级大片看看| 永久网站在线| 日韩人妻高清精品专区| 欧美bdsm另类| 亚洲自偷自拍三级| 国产美女午夜福利| 国产精品不卡视频一区二区| 日韩欧美精品v在线| 嫩草影院精品99| 国产中年淑女户外野战色| 中文字幕av在线有码专区| 99久久久亚洲精品蜜臀av| 欧美精品国产亚洲| 国产成人aa在线观看| 国产激情偷乱视频一区二区| 波多野结衣高清无吗| 精品久久久久久久久av| 国产视频内射| 亚洲成av人片在线播放无| 2022亚洲国产成人精品| av在线播放精品| 午夜福利成人在线免费观看| 国产白丝娇喘喷水9色精品| www日本黄色视频网| 天美传媒精品一区二区| 亚洲第一电影网av| 亚洲第一区二区三区不卡| 久久久久久伊人网av| 18禁在线无遮挡免费观看视频| 久久精品国产亚洲av天美| 国语自产精品视频在线第100页| 国产高清激情床上av| 中国美女看黄片| 99久久人妻综合| 亚洲av二区三区四区| 国产精品久久久久久精品电影| 国产成人a∨麻豆精品| 色尼玛亚洲综合影院| 黄色一级大片看看| 麻豆成人av视频| av在线观看视频网站免费| 亚洲欧洲日产国产| 久久精品国产亚洲网站| 色5月婷婷丁香| 成人毛片a级毛片在线播放| 亚洲真实伦在线观看| 九色成人免费人妻av| 日本爱情动作片www.在线观看| 99热6这里只有精品| 中文字幕av在线有码专区| 最好的美女福利视频网| 男女视频在线观看网站免费| 国产 一区 欧美 日韩| 一个人看的www免费观看视频| 亚洲经典国产精华液单| 精品一区二区三区视频在线| 久久韩国三级中文字幕| 嫩草影院入口| 99热6这里只有精品| 国产亚洲av片在线观看秒播厂 | 亚洲精品亚洲一区二区| 国产蜜桃级精品一区二区三区| 91久久精品国产一区二区三区| 一边摸一边抽搐一进一小说| 亚洲成a人片在线一区二区| 精品久久久久久久久久久久久| 欧美日韩国产亚洲二区| av免费观看日本| 欧美zozozo另类| 日韩欧美国产在线观看| 人人妻人人澡欧美一区二区| 午夜福利在线观看吧| 日韩欧美国产在线观看| 男女啪啪激烈高潮av片| 日韩av在线大香蕉| 成人一区二区视频在线观看| 亚洲精品日韩av片在线观看| 一级毛片我不卡| 精品久久久久久久久久久久久| 我的老师免费观看完整版| 国产一区二区在线av高清观看| 国产真实乱freesex| 波多野结衣巨乳人妻| 国产三级中文精品| 免费人成视频x8x8入口观看| 日韩欧美国产在线观看| 蜜臀久久99精品久久宅男| 美女xxoo啪啪120秒动态图| 中文字幕制服av| 波野结衣二区三区在线| 高清日韩中文字幕在线| 一级黄片播放器| 国产精品不卡视频一区二区| 国产精品国产三级国产av玫瑰| 禁无遮挡网站| 国产午夜精品一二区理论片| 日韩中字成人| 在现免费观看毛片| 久久久久久久久中文| 久久人人精品亚洲av| 亚洲婷婷狠狠爱综合网| kizo精华| 亚洲av.av天堂| 国产亚洲av嫩草精品影院| 联通29元200g的流量卡| 2022亚洲国产成人精品| 99久久精品国产国产毛片| 天堂av国产一区二区熟女人妻| 日日啪夜夜撸| 女人十人毛片免费观看3o分钟| 亚洲第一电影网av| 亚洲精品亚洲一区二区| 毛片一级片免费看久久久久| 国产成人午夜福利电影在线观看| 日韩制服骚丝袜av| 六月丁香七月| 一进一出抽搐动态| 99热网站在线观看| 国产黄色小视频在线观看| 日韩一区二区三区影片| 十八禁国产超污无遮挡网站| 午夜福利成人在线免费观看| 国产精品人妻久久久久久| 国产极品精品免费视频能看的| 91午夜精品亚洲一区二区三区| av免费观看日本| 中国美女看黄片| 天堂av国产一区二区熟女人妻| 婷婷色综合大香蕉| 国产片特级美女逼逼视频| 久久亚洲国产成人精品v| ponron亚洲| 日韩成人av中文字幕在线观看| 精品99又大又爽又粗少妇毛片| 永久网站在线| 日日干狠狠操夜夜爽| 老女人水多毛片| 亚洲精品自拍成人| 欧美成人一区二区免费高清观看| 成人欧美大片| 国产精品av视频在线免费观看| 99久国产av精品国产电影| 久久久久久久久中文| 18禁黄网站禁片免费观看直播| 亚洲aⅴ乱码一区二区在线播放| 乱码一卡2卡4卡精品| 99久久久亚洲精品蜜臀av| 中国国产av一级| 成年av动漫网址| 免费观看在线日韩| 午夜亚洲福利在线播放| 国产色婷婷99| 日韩精品有码人妻一区| 亚洲成a人片在线一区二区| 十八禁国产超污无遮挡网站| 高清午夜精品一区二区三区 | 国产 一区 欧美 日韩| 久久热精品热| 嫩草影院入口| 中文资源天堂在线| 九色成人免费人妻av| 国产v大片淫在线免费观看| 成人特级黄色片久久久久久久| a级毛片免费高清观看在线播放| 国产精品蜜桃在线观看 | 99久久人妻综合| 身体一侧抽搐| 成人漫画全彩无遮挡| 亚洲不卡免费看| 欧美一区二区精品小视频在线| 深爱激情五月婷婷| 国产av麻豆久久久久久久| 深夜a级毛片| 午夜精品在线福利| 少妇高潮的动态图| 97在线视频观看| 午夜福利成人在线免费观看| 国产av在哪里看| 嫩草影院入口| 亚洲,欧美,日韩| 国产成年人精品一区二区| 韩国av在线不卡| 免费av不卡在线播放| 国产精品,欧美在线| 亚洲精品国产成人久久av| 日本五十路高清| 国产男人的电影天堂91| 最后的刺客免费高清国语| 亚洲人与动物交配视频| 久久久久久大精品| 精品欧美国产一区二区三| 久久久久久久久久久丰满| 亚洲人成网站在线播放欧美日韩| 国产一区亚洲一区在线观看| 丝袜美腿在线中文| 亚洲天堂国产精品一区在线| 国产熟女欧美一区二区| 婷婷色综合大香蕉| 日本免费a在线| 三级毛片av免费| 日韩欧美在线乱码| 亚洲精品自拍成人| 深爱激情五月婷婷| 蜜桃久久精品国产亚洲av| av.在线天堂| 校园人妻丝袜中文字幕| 波多野结衣巨乳人妻| 精品一区二区免费观看| 老司机福利观看| 久久欧美精品欧美久久欧美| 99在线视频只有这里精品首页| 少妇高潮的动态图| 成人漫画全彩无遮挡| 日韩视频在线欧美| 国产精品免费一区二区三区在线| 国产久久久一区二区三区| 人人妻人人澡欧美一区二区| 99在线视频只有这里精品首页| 波野结衣二区三区在线| 免费人成视频x8x8入口观看| 久久精品国产亚洲av涩爱 | 中文字幕人妻熟人妻熟丝袜美| 亚洲精品亚洲一区二区| 精品人妻熟女av久视频| 一区二区三区高清视频在线| 国内精品宾馆在线| 久久精品91蜜桃| 国产黄片视频在线免费观看| 在线国产一区二区在线| 变态另类丝袜制服| 国产久久久一区二区三区| 国产三级在线视频| 精品免费久久久久久久清纯| 亚洲人成网站在线播| 免费看光身美女| 内射极品少妇av片p| 国产亚洲精品av在线| 九九久久精品国产亚洲av麻豆| 国产黄a三级三级三级人| 国产麻豆成人av免费视频| 日日摸夜夜添夜夜添av毛片| 2021天堂中文幕一二区在线观| 美女内射精品一级片tv| 观看免费一级毛片| 边亲边吃奶的免费视频| 亚洲七黄色美女视频| 男女那种视频在线观看| 国产三级在线视频| 亚洲婷婷狠狠爱综合网| 亚洲在线观看片| 国产亚洲5aaaaa淫片| 男女视频在线观看网站免费| 国产在线精品亚洲第一网站| 欧美精品一区二区大全| 床上黄色一级片| 国产日本99.免费观看| 国产毛片a区久久久久| 日韩强制内射视频| 人人妻人人看人人澡| 精品午夜福利在线看| 精品久久久久久久久久久久久| 精品久久久久久久久亚洲| 韩国av在线不卡| 99久久久亚洲精品蜜臀av| 毛片女人毛片| 精品熟女少妇av免费看| 最后的刺客免费高清国语| 网址你懂的国产日韩在线| 91在线精品国自产拍蜜月| 国产午夜精品一二区理论片| 欧美一区二区国产精品久久精品| 小蜜桃在线观看免费完整版高清| 噜噜噜噜噜久久久久久91| 大又大粗又爽又黄少妇毛片口| 91麻豆精品激情在线观看国产| 久久精品国产亚洲av天美| 免费观看a级毛片全部| 久久精品久久久久久久性| 午夜福利高清视频| 麻豆成人午夜福利视频| 日本黄大片高清| 毛片一级片免费看久久久久| 国产精品国产高清国产av| 综合色丁香网| 成人永久免费在线观看视频| 黄色视频,在线免费观看| 国产在线男女| 久久久久久大精品| 日韩欧美在线乱码| 舔av片在线| 看片在线看免费视频| 中文精品一卡2卡3卡4更新| 老师上课跳d突然被开到最大视频| 亚洲成人中文字幕在线播放| 国产精品蜜桃在线观看 | 免费人成视频x8x8入口观看| 亚洲av二区三区四区| 免费看美女性在线毛片视频| 欧美日本视频| 丰满乱子伦码专区| 午夜免费男女啪啪视频观看| 99九九线精品视频在线观看视频| 久久这里有精品视频免费| АⅤ资源中文在线天堂| 大又大粗又爽又黄少妇毛片口| 国产一区亚洲一区在线观看| 国产精品电影一区二区三区| 淫秽高清视频在线观看| 中文字幕av在线有码专区| 九九热线精品视视频播放| 亚洲三级黄色毛片| 色哟哟·www| 精品国内亚洲2022精品成人| 国产一区二区激情短视频| 久久久精品大字幕| 亚洲内射少妇av| 大又大粗又爽又黄少妇毛片口| 亚洲精品色激情综合| 高清在线视频一区二区三区 | 亚洲国产欧美人成| 久久久久久久久中文| 久久久精品94久久精品| 免费av观看视频| 成年女人永久免费观看视频| 麻豆一二三区av精品| 亚洲欧洲日产国产| 男人舔女人下体高潮全视频| 色尼玛亚洲综合影院| 免费av毛片视频| 亚洲久久久久久中文字幕| 国产一区二区在线观看日韩| 高清毛片免费看| 丰满的人妻完整版| 丝袜喷水一区| 高清日韩中文字幕在线| 国产成人a区在线观看| 爱豆传媒免费全集在线观看| 免费观看精品视频网站| 床上黄色一级片| 大又大粗又爽又黄少妇毛片口| 又粗又硬又长又爽又黄的视频 | 少妇被粗大猛烈的视频| 亚洲图色成人| 久久久成人免费电影| 级片在线观看| 国产高清视频在线观看网站| 可以在线观看毛片的网站| 精品久久久久久久久av| 久久久久久久亚洲中文字幕| 亚洲国产精品sss在线观看| 春色校园在线视频观看| 亚洲av第一区精品v没综合| 国产又黄又爽又无遮挡在线| 日本免费一区二区三区高清不卡| 嫩草影院新地址| 国产精品不卡视频一区二区| 日韩成人av中文字幕在线观看| 亚洲在久久综合| 日本av手机在线免费观看| 久久久久久久久久成人| 综合色丁香网| 亚洲欧美日韩东京热| 成人午夜高清在线视频| 国产黄片美女视频| 午夜福利视频1000在线观看| 边亲边吃奶的免费视频| 少妇熟女欧美另类| 日本色播在线视频| 一卡2卡三卡四卡精品乱码亚洲| 九九久久精品国产亚洲av麻豆| 丝袜喷水一区| 亚洲国产欧美人成| 精品少妇黑人巨大在线播放 | 午夜激情欧美在线| 五月伊人婷婷丁香| 精品人妻一区二区三区麻豆| 亚洲国产欧洲综合997久久,| 欧美高清成人免费视频www| 精品久久久久久久久av| 久久久久久久久久久丰满| 欧美高清性xxxxhd video| 免费一级毛片在线播放高清视频| 男女啪啪激烈高潮av片| 久久久色成人| 免费观看在线日韩| 麻豆国产97在线/欧美| 校园春色视频在线观看| 欧美日本亚洲视频在线播放| 97热精品久久久久久| 日本-黄色视频高清免费观看| 春色校园在线视频观看| 1000部很黄的大片| a级毛色黄片| 男人舔女人下体高潮全视频| 国产在视频线在精品| 深夜精品福利| 中国美白少妇内射xxxbb| 国产黄片视频在线免费观看| 美女脱内裤让男人舔精品视频 | kizo精华| 欧美成人a在线观看| 欧美日韩一区二区视频在线观看视频在线 | 日韩 亚洲 欧美在线| 此物有八面人人有两片| 极品教师在线视频| 91麻豆精品激情在线观看国产| 国产精品电影一区二区三区| 嫩草影院精品99| 日韩,欧美,国产一区二区三区 | 综合色av麻豆| 可以在线观看毛片的网站| 舔av片在线| 国产精品乱码一区二三区的特点| 18禁在线无遮挡免费观看视频| 国产亚洲精品久久久久久毛片| 春色校园在线视频观看| 国产三级中文精品| 晚上一个人看的免费电影| av免费在线看不卡| 亚洲丝袜综合中文字幕| 日韩成人av中文字幕在线观看| 人人妻人人澡人人爽人人夜夜 | 亚洲国产欧洲综合997久久,| 91狼人影院| 欧美激情在线99| 在线观看免费视频日本深夜| 在线免费观看不下载黄p国产| 亚洲精品日韩av片在线观看| 国产综合懂色| 欧美一区二区国产精品久久精品| 日韩,欧美,国产一区二区三区 | 老女人水多毛片| 国产国拍精品亚洲av在线观看| 午夜免费男女啪啪视频观看| 欧美激情在线99| 亚洲中文字幕日韩| 可以在线观看的亚洲视频| 欧美日韩在线观看h| 国产91av在线免费观看| 有码 亚洲区| 特级一级黄色大片| 一本久久中文字幕| 最好的美女福利视频网| 色尼玛亚洲综合影院| 国产精品三级大全| 黄色配什么色好看| 午夜精品在线福利| 91av网一区二区| 中文在线观看免费www的网站| 国产一区二区在线av高清观看| 欧美+日韩+精品| 嫩草影院入口| 亚洲精品亚洲一区二区| 别揉我奶头 嗯啊视频| 国产一区二区激情短视频| 国产伦一二天堂av在线观看| 午夜老司机福利剧场| 91久久精品电影网| 国产v大片淫在线免费观看| 国产蜜桃级精品一区二区三区| 黄色欧美视频在线观看| 观看美女的网站| 国产精品一区二区在线观看99 | 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日韩中字成人| 联通29元200g的流量卡| 亚洲aⅴ乱码一区二区在线播放| 1000部很黄的大片| 成人亚洲精品av一区二区| 国产精品人妻久久久影院| 国产亚洲精品av在线| 能在线免费看毛片的网站| 一区二区三区高清视频在线| 亚洲人成网站在线播| 国产精品人妻久久久影院| 久久精品国产亚洲av涩爱 | 亚洲成人精品中文字幕电影| 老师上课跳d突然被开到最大视频| 舔av片在线| 欧美区成人在线视频| 久久99热6这里只有精品| 国产精品免费一区二区三区在线| 欧美日韩国产亚洲二区| 亚洲最大成人手机在线| 亚洲精品日韩av片在线观看| 免费观看精品视频网站| 日韩av在线大香蕉| 亚洲精品乱码久久久久久按摩| 亚洲国产精品久久男人天堂| 日韩强制内射视频| 熟女电影av网| 国产单亲对白刺激| 亚洲自偷自拍三级| 黄色配什么色好看| 亚洲人与动物交配视频| 免费av毛片视频| 中文资源天堂在线| 亚洲av免费高清在线观看| 18禁黄网站禁片免费观看直播| 青春草视频在线免费观看| 69av精品久久久久久| 成人毛片a级毛片在线播放| 亚洲精品乱码久久久v下载方式| 欧美性猛交黑人性爽| 女同久久另类99精品国产91| 亚洲成a人片在线一区二区| 黑人高潮一二区| 精品少妇黑人巨大在线播放 | 欧美变态另类bdsm刘玥| 亚洲高清免费不卡视频| 最好的美女福利视频网| 成人美女网站在线观看视频| 亚洲欧美日韩卡通动漫| 欧美+亚洲+日韩+国产| 午夜久久久久精精品| 免费大片18禁| av在线蜜桃| 国内久久婷婷六月综合欲色啪| 最近视频中文字幕2019在线8| 日本黄色视频三级网站网址| 特大巨黑吊av在线直播| 久久精品综合一区二区三区| 美女脱内裤让男人舔精品视频 | 欧美又色又爽又黄视频| av在线老鸭窝| 一夜夜www| 日本免费一区二区三区高清不卡| av黄色大香蕉| 免费大片18禁| 男的添女的下面高潮视频| 亚洲第一电影网av| 日本免费a在线| 久久久久久九九精品二区国产| 99久久人妻综合| 欧美一区二区亚洲| 寂寞人妻少妇视频99o| 亚洲av电影不卡..在线观看| 久久久久久久午夜电影| 你懂的网址亚洲精品在线观看 | 18+在线观看网站| 日日啪夜夜撸| 久久99热6这里只有精品| 欧美一区二区精品小视频在线| 久久99热6这里只有精品| 国产午夜福利久久久久久| 热99re8久久精品国产| 午夜福利在线观看免费完整高清在 | 99热网站在线观看| 国产高清三级在线| 日日撸夜夜添| 一进一出抽搐动态| 国产一区二区三区av在线 | 麻豆久久精品国产亚洲av| 亚洲av一区综合| 亚洲人成网站在线观看播放| 深爱激情五月婷婷| 国产午夜精品一二区理论片| 一夜夜www| 人妻制服诱惑在线中文字幕| 午夜激情福利司机影院| 欧美日韩精品成人综合77777|