• <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 ?

    基于爬山搜索的高斯模糊不變SIFT算子

    2016-07-19 02:07:23趙熙臨李超順
    計算機應用與軟件 2016年6期
    關鍵詞:點數(shù)高斯算子

    付 波 張 敏 趙熙臨 李超順

    1(湖北工業(yè)大學電氣與電子工程學院 湖北 武漢 430068)2(華中科技大學水電與數(shù)字化工程學院 湖北 武漢 430074)

    ?

    基于爬山搜索的高斯模糊不變SIFT算子

    付波1張敏1趙熙臨1李超順2

    1(湖北工業(yè)大學電氣與電子工程學院湖北 武漢 430068)2(華中科技大學水電與數(shù)字化工程學院湖北 武漢 430074)

    摘要針對SIFT算子對于高斯模糊環(huán)境下的特征匹配困難,提出基于目標圖像形變空間重采樣的高斯模糊不變SIFT算子GI-SIFT(Gaussian Invariant SIFT)。首先構建清晰目標的高斯模糊模型,重采樣模型參數(shù)重建目標圖像完備形變空間;其次,引入降采樣與爬山法,構建目標圖像的降采樣形變空間,在降采樣空間中以大采樣步長快速搜索當前峰值,對峰值鄰域進行曲線擬合,快速找到最優(yōu)匹配。實驗結果表明,所提算法不僅對高斯模糊目標能較好匹配,同時較大提升了目標的特征匹配效率。

    關鍵詞尺度不變特征變換形變空間重采樣高斯模糊降采樣爬山法特征匹配

    0引言

    高斯模糊形變常見于圖像復原領域中[1,2],由于其點擴展函數(shù)較難檢測,故特征提取與辨識較為困難。SIFT算子[3,4]信息量豐富,獨特性好且可擴展性強,具有旋轉、尺度、亮度變化等不變性,并對于視角變化、仿射變換、噪聲有一定的穩(wěn)定性[5],廣泛應用于各類圖像工程領域。例如運動目標跟蹤與檢測[6,7]、雷達影像配準[8]、紅外目標跟蹤[9]、手背靜脈識別[10]等。

    目前,多畸不變SIFT分為兩類。一類關注關鍵點局部區(qū)域特征模型與描述,如Harris-Affine[11]、MSER[12]、Hassian-Affine[13]等。劉向增等[14]針對大角度旋轉提出基于改進奇異值分解的仿射不變SIFT;Wang等[15]認為SIFT仿射不變性弱的原因在于DoG對關鍵點的關注區(qū)域是圓形,提出用MSER算子代替DoG算子;Zhao等[16]預估目標翻轉類型,使翻轉區(qū)域標準化,構建F-SIFT算子;Zhou等[17]提出基于采樣的局部描述子SLD,使圓形區(qū)域隨視點變化變成橢圓型區(qū)域,提升仿射穩(wěn)定性。

    關鍵點描述算子通過局部不變性統(tǒng)計特征反映目標的全局不變性,對現(xiàn)實場景中的變形目標匹配能力較弱。Morel等提出另一類基于形變空間重采樣的ASIFT(AffineScaleInvariantFeatureTransform)算子[18]。通過重采樣逼近仿射形變空間以尋找目標圖像的可能投影,大大提高算法的匹配準確度。但由于重構空間計算量較大,限制其應用,需要新的手段提高重構空間匹配效率。

    1高斯模糊環(huán)境下的SIFT特征匹配

    1.1SIFT算法

    SIFT特征算法主要包括三個步驟:

    1) 特征點檢測

    (1) 在DoG尺度空間中對檢測點及其相鄰26個點比較,確保在尺度空間和二維空間檢測到極值點。DoG空間由不同尺度圖像高斯差分函數(shù)卷積得:

    D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))×I(x,y)

    =L(x,y,kσ)-L(x,y,σ)

    (1)

    式中,G為二維高斯核函數(shù);L為圖像的高斯尺度空間。DoG空間由高斯金字塔相鄰兩層相減得到;I(x,y)為圖像(x,y)位置處的像素值,其中G為:

    (2)

    式中τ為高斯分布標準差,即尺度空間因子。

    (2)DoG空間中檢測到的候選極值點并不一定是真正的極值點,一般進行三維二次函數(shù)擬合,精確確定關鍵點的位置和尺度;引入2×2Hessian矩陣,剔除不穩(wěn)定邊緣響應點;最后使用圖像梯度方法為每個極值點求取穩(wěn)定方向,即對每個極值點的鄰域內像素的梯度和方向特征采集,使用36柱直方圖統(tǒng)計。直方圖峰值代表該極值點處鄰域梯度主方向,并將大于主方向峰值80%的方向作為輔方向。至此,檢測出的含有位置、尺度和方向的極值點即是SIFT特征點。

    2) 特征點描述

    SIFT一般采用128維特征向量對每個特征點描述,即在關鍵點周圍4×4窗口內計算8個方向的梯度信息,然后對該向量歸一化處理。

    3) 特征點匹配

    兩個SIFT描述子匹配一般采用歐氏距離法,Lowe針對128維特征向量維數(shù)較高的問題,對傳統(tǒng)k-d樹進行了改進。如果最近距離與次近距離的比值小于某個閾值,則認定這是一對匹配點。

    1.2ASIFT算法

    ASIFT算子構建待匹配圖像仿射形變空間,來模擬目標在不同參數(shù)的變形。其指出對于任意因視角變化引起的仿射變換,均可得到正定仿射變換矩陣A并且通過奇異值分解變換為:

    (3)其中,λ>0表示尺度變化,φ為相機方位旋轉角度,Ф∈[0,π),θ=arcos(1/t),t≥1。Rφ與RΦ為相機方位對應的旋轉矩陣。

    圖1為ASIFT仿射形變空間采樣規(guī)則,SIFT算子具有旋轉與尺度不變性,故只需對圖1中t與Φ采樣,以模擬所有可能的仿射形變。仿射形變空間構建完成后,空間中所有采樣圖像均與待匹配圖像進行SIFT特征匹配。記錄最優(yōu)匹配結果。

    圖1 t與Φ的采樣規(guī)則

    1.3高斯模糊環(huán)境下的SIFT特征匹配

    圖像的高斯模糊可通過以下模型實現(xiàn):

    (4)

    其中,m、n為二維模板矩陣大小,σ為高斯正態(tài)分布標準差,同時也代表模糊半徑。

    二維高斯函數(shù)圖像表現(xiàn)為從其中心點開始呈正態(tài)分布的同心圓,且離中心越遠的像素點權重越小,故二維模板矩陣的大小必須取適當值才能盡量減小計算量,同時保證模糊效果。一般模板矩陣大小取邊長為(1+2×3σ)的方陣,即(6σ+1)×(6σ+1),簡化計算的同時,也將三個參數(shù)m、n、σ減少至一個參數(shù)σ。

    在高斯模糊環(huán)境下,待匹配圖像相對于清晰圖像來說已十分“平滑”,對高斯模糊目標辨識不利。如圖2所示,高斯模糊圖像與清晰目標成功配117對,模糊圖像自身匹配成功245對,因此有必要提高SIFT算子在高斯模糊環(huán)境下的適應能力。

    圖2 高斯模糊環(huán)境下SIFT算子匹配效果對比

    2基于形變空間重采樣的高斯模糊目標特征匹配

    2.1形變空間重采樣基本原理

    設清晰目標S與待匹配圖像T在變換F下匹配建模,首先構造S的形變空間S′:

    S′=F{α1,α2,…,αn|S}

    (5)

    其中,A={α1,α2,…,αn}為模型參數(shù)集,n是模型參數(shù)個數(shù)。對模型參數(shù)αi離散化:

    αi→{αi1,αi2,…,αim}

    (6)

    其中,m為重采樣點數(shù),由n維離散化模型參數(shù){αij}(i=1,2,…,n,j=1,2,…,m)實現(xiàn)對形變空間的采樣,構成重采樣空間D逼近原始形變空間S′:

    D→S′={D1,D2,…,Dp}

    (7)

    其中,p=mn,再由Di與T的匹配點數(shù)排序得:

    D={Df1,Df2,…,Dfp}

    (8)

    其中,f1…fp是SIFT特征匹配點數(shù)從大到小排序,確定最優(yōu)模型參數(shù)組合Af1。該過程實際上是一個優(yōu)化過程,目標函數(shù):

    (9)

    約束條件:

    S′=F{α1,α2,…,αn|S}αi=Ri

    (10)

    其中,Ri是形變參數(shù)空間。

    2.2高斯模糊目標特征匹配步驟

    GI-SIFT算法流程如圖3所示。

    圖3 形變空間重采樣算法流程

    1) 構造清晰目標S的高斯模糊形變空間S′;

    2) 設離散模糊參數(shù)為σ,構建參數(shù)空間Σ={σ1,σ2,…,σm},進而由Σ構建S的高斯模糊重采樣空間D={D1,D2,…,Dm}逼近原始形變空間S′,Di為S與高斯模糊核函數(shù)F卷積后的圖像;

    3) 將待匹配圖像T與采樣空間D匹配,獲得目標匹配點數(shù)空間P={N1,N2,…,Nm};

    4) 空間P中最大匹配點數(shù)Nmax對應的樣本D*即為所求目標,同時確定T對應的參數(shù)σ*。

    3基于降采樣與爬山法的重采樣空間遍歷優(yōu)化

    單純的重采樣空間遍歷算法,例如ASIFT中所采用的將待匹配圖像T與重采樣空間D中的所有樣本一一匹配。雖然能準確搜尋最大匹配,但計算量過大,如圖4所示。

    圖4 σ=5的待匹配圖像與不同分辨率下的重采樣空間匹配結果

    圖4中,待匹配圖像T的高斯模糊參數(shù)σ0=5,其表示在不同分辨率條件下,模糊圖像與清晰目標的N-σ曲線。圖中降采樣下的曲線1在匹配點數(shù)上遠遠少于原分辨率下的曲線2,但兩條曲線的變化趨勢卻是相同的。N-σ曲線均可看作一幅單峰波形圖,說明降采樣方法在減少計算量的同時,并不會影響N-σ曲線的走勢。

    3.1圖像降采樣

    降采樣常用于圖像特征提取類算法,如SIFT算法DoG圖像金字塔的構建采用2×2降采樣,但參數(shù)過大的降采樣會導致圖片出現(xiàn)嚴重的失真。必須選擇合適的參數(shù),在保證N-σ曲線趨勢不變的同時,減少單幅圖像匹配計算量。本文采用3×3的降采樣。

    3.2爬山搜索

    將3×3降采樣后的待匹配圖像Ts與重采樣空間Ds中任意一幅圖像進行匹配。通過對高斯模糊參數(shù)σ的擾動,判斷擾動前后匹配點數(shù)N的變化情況,按照使匹配點數(shù)N增加的原則在重采樣空間中搜索與Ts的最大匹配。該方法思路簡單,且易實現(xiàn)。

    如圖4所示的N-σ曲線,用爬山法能輕易地找出當前曲線的峰值點,但該點可能與真實峰值點有所偏差。本文通過構建N-σ曲線,快速搜索曲線峰值點區(qū)域,然后采用局部曲線擬合確定峰值P點。該方法兼具搜索效率高與精確度高的優(yōu)點。

    3.3算法實現(xiàn)

    基于降采樣與爬山法的重采樣空間遍歷優(yōu)化算法流程如圖5所示。

    圖5 基于圖像降采樣及爬山法的改進算法流程圖

    算法實現(xiàn)步驟如下:

    1) 以采樣步長Δ重構清晰目標S的重采樣空間Da,對待匹配圖像T,Da進行3×3降采樣,得到Ts、Das,將Ts與空間Das中樣本的匹配點數(shù)N定義為樣本模糊參數(shù)σ的函數(shù):N=f(σ);

    2) 理論上來說,高斯模糊參數(shù)σ可以趨近于無窮大,但課題組經(jīng)過大量實驗后發(fā)現(xiàn),當模糊參數(shù)σ>8以后,肉眼已難以分辨目標形態(tài),不具備辨識價值,因此本文設置采樣參數(shù)范圍上限閾值σend≤8;

    3) 降采樣條件下,在步長Δ采樣重構空間Das內搜索峰值,令σ0=σend/2,得到匹配點數(shù)N0=f(σ0),對σ0擾動,設σ1=σ0+Δ,則N1=f(σ1),匹配點數(shù)增量:

    ΔN1=N1-N0=f(σ0+Δ)-f(σ0)

    (11)

    (1) 若ΔN1>0,說明峰值點在σ0右邊,繼續(xù)增加σ,直到σk+1=σk+Δ,如果:

    ΔNk+1=Nk+1-Nk=f(σk+1)-f(σk)<0

    (12)

    則Nk為對應步長Δ下的N-σ曲線峰值;

    (2) 若ΔN1<0,說明峰值點在σ0左邊,重定義σ1=σ0-Δ,持續(xù)減少σ,直到σk+1=σk-Δ,如果:

    ΔNk+1=Nk+1-Nk=f(σk+1)-f(σk)<0

    (13)

    則Nk為對應步長Δ下的N-σ曲線峰值;

    4) 此時回到原分辨率,在峰值點Nk對應的σk周圍半徑為ε的鄰域進行曲線擬合,求得擬合最優(yōu)參數(shù)(Nmax、σmax)。

    4實驗結果及分析

    匹配算法運行在IntelCore(TM)2 2.0GHz處理器上,編譯環(huán)境為VisualStudio2012。課題組在查閱大量文獻后發(fā)現(xiàn),目前學術界并沒有專門針對高斯模糊形變的SIFT衍生算法,故在此采用標準SIFT算子與GI-SIFT作對比實驗。實驗采用程序來自RobHess維護的SIFT算法庫(http://robwhess.github.io/opensift/)。實驗分為高斯模糊環(huán)境下的特征匹配效果對比,采樣空間遍歷算法優(yōu)化前后的計算效率對比以及實際應用效果對比。

    4.1高斯模糊環(huán)境下目標特征匹配效果對比

    圖6、圖7采用512×512分辨率的標準lena圖像,分別表示模糊參數(shù)σ為1、3的模糊圖像在三種算法下的匹配結果對比。(a)、(b)分別為SIFT、GI-SIFT對高斯模糊圖片的匹配結果,N為匹配點數(shù)。實驗結果顯示,本文提出的GI-SIFT,相比于SIFT在針對高斯模糊圖片的匹配點數(shù)上,有顯著提高。

    圖6 模糊圖像(上)σ=1在經(jīng)典SIFT算子與GI-SIFT算子的匹配效果

    圖7 模糊圖像(上)σ=3在經(jīng)典SIFT算子與GI-SIFT算子的匹配效果

    同時,課題組采用華盛頓大學GroundtruthDatabase圖片庫進行實驗。該圖片庫包含24類圖片,課題組選取其中巴塞羅那、劍橋、哥倫比亞峽谷、格陵蘭等九類圖片,每類50張,分別進行隨機參數(shù)的高斯模糊形變,對兩種算法匹配點數(shù)均值統(tǒng)計如圖8所示。橫坐標代表圖像的類別,縱坐標代表匹配點數(shù)。從統(tǒng)計結果可以看出,對每一類圖片,GI-SIFT的平均匹配點數(shù)明顯高于SIFT。但由于每類圖片內容與模糊度的不同,GI-SIFT相對于SIFT的匹配點數(shù)提升幅度也不一樣,由64.4%到253.3%,平均提升幅度在117.5%左右,說明GI-SIFT對圖片的高斯模糊形變匹配效果提高了很多。

    圖8 兩種算法匹配點數(shù)對比

    4.2遍歷算法優(yōu)化前后匹配運行時間對比

    由于算法的設計思路不同,GI-SIFT在算法效率上與MSER、PCA-SIFT、Harris-Affine等算法并不具有可比性,因此此處只考慮GI-SIFT算法優(yōu)化前后的時間對比。圖9是針對標準Lena圖片的高斯模糊特征匹配時間測試,其中鄰域半徑ε=1,步長Δ=1,σend=8,對目標圖像模糊參數(shù)σ每隔0.5進行一次時間采樣。

    圖9 遍歷算法優(yōu)化前后運行時間對比

    實驗結果顯示,當待匹配圖像模糊參數(shù)在2以下時,匹配時間由優(yōu)化前的400到750秒縮短至20秒左右;當模糊參數(shù)進一步增大時,優(yōu)化算法所需時間還能夠進一步的降低;相對于優(yōu)化前,GI-SIFT在特征匹配效率上有質的提升,且目標圖像的模糊度越小,效率提升越明顯。

    4.3實際應用效果對比

    圖10為SIFT與GI-SIFT在實際生活中的應用效果對比。測試圖片來自課題組所拍攝的日常照片,其中N為匹配點數(shù)。由于日常生活中所遇到的絕大多數(shù)圖片所受到的均為復合形變,因此并不能完全依照其受到的形變種類來進行絕對的分類。本文在采集實驗所用的實際生活照片時,也不可避免會受到光照、視角、焦距等各種因素的影響。但課題組已盡量對除高斯模糊以外的形變進行了限制,以期達到預期的實驗效果。 同時,考慮到目標物體被部分遮擋這一情況并不會影響高斯形變的處理效果,在采集實驗圖片時也加入了目標遮擋這一情況。

    圖10 SIFT算子與GI-SIFT算子對于實際場景的高斯模糊特征匹配效果

    由圖10可以看出,(a)、(b)中,待匹配圖片模糊度σ1=0.7,目標物體進行了90度的旋轉,SIFT算子匹配點數(shù)為218,但能明顯看出有較多錯誤匹配點,GI-SIFT的匹配點數(shù)為245,且錯誤匹配點數(shù)量沒有較大變化。(c)、(d)中,待匹配圖片模糊度σ2=1.3,目標物體有一部分被遮擋,SIFT算子的匹配點數(shù)為54,GI-SIFT卻能找出94個匹配點。(e)(f)中,待匹配圖片模糊度σ3=2.7,目標物體有輕微的仿射形變,SIFT算子只能找出5個匹配點,GI-SIFT的匹配點數(shù)為13。以上結果說明,本算法在實際應用中也具有較好的匹配效果,與前文實驗結果相符。

    5結語

    針對SIFT算子對高斯模糊環(huán)境下的特征匹配能力弱的問題,提出了一種基于圖像形變空間重采樣的改進算法。通過高斯模糊模型構建待識別目標的重采樣形變空間,在該空間內搜尋與待匹配圖像具有最大匹配的圖像采樣,較大提升了特征匹配能力。在此基礎上又提出了基于降采樣與爬山法的遍歷優(yōu)化算法,在不影響匹配結果的情況下,顯著加快運算效率。

    參考文獻

    [1] 陳曦,汪彥剛,彭思龍.部分模糊核已知的混合模糊圖像復原算法[J].計算機輔助設計與圖形學學報,2010,22(2):272-278.

    [2] 王芳,李誼,陸建峰,等.模糊圖像盲復原的魯棒自適應濾波算法[J].計算機輔助設計與圖形學學報,2014,26(3):457-464.

    [3]LoweDG.Objectrecognitionfromlocalscale-invariantfeatures[C]//ProceedingsofInternationalConferenceonComputerVision.Kerkyra,Greece:IEEE,1999:1150-1157.

    [4]LoweDG.Distinctiveimagefeaturesfromscale-invariantkeypoints[J].InternationalJournalofComputerVision,2004,60(2):91-110.

    [5] 吳慧蘭,劉國棟,劉炳國,等.基于SIFT算法的圓心快速精確定位技術研究[J].光電子·激光,2008,19(11):1512-1515.

    [6] 藺海峰,馬宇峰,宋濤.基于SIFT特征目標跟蹤算法研究[J].自動化學報,2010,36(8):1204-1208.

    [7] 明安龍,馬華東.多攝像機之間基于區(qū)域SIFT描述子的目標匹配[J].計算機學報,2008,31(4):650-661.

    [8] 陳爾學,李增元,田昕,等.尺度不變特征變換法在SAR影像匹配中的應用[J].自動化學報,2008,34(8):861-868.

    [9] 鄭紅,鄭晨,閆秀生,等.基于SUKF與SIFT特征的紅外目標跟蹤算法研究[J].光電子·激光,2012,23(4):791-797.

    [10] 王云新,劉鐵根,江俊峰,等.基于局部SIFT分析的手背靜脈識別[J].光電子·激光,2009,20(5):681-684.

    [11]MikolajczykK,SchmidC.Scale&affineinvariantinterestpointdetectors[J].InternationalJournalofComputerVision,2004,60(1):63-86.

    [12]ForssénPE,LoweDG.Shapedescriptorsformaximallystableextremalregions[C]//ProceedingsofThe11thInternationalConferenceonComputerVision.RiodeJaneiro,Brazil:IEEE,2007:601-614.

    [13]RuanL,SridhaS,ClintonF.Hessian-Basedaffineadaptationofsalientlocalimagefeatures[J].JournalofMathematicalImagingandVision,2012,44(2):150-167.

    [14] 劉向增,田錚,溫金環(huán),等.基于仿射不變SIFT特征的SAR圖像配準[J].光電工程,2010,37(11):121-127.

    [15]ZhupingWang,HuiyuMo,HanWang,etal.AnAffineInvariantFeatureDetectionMethodBasedonSIFTandMSER[C]//Proceedingsof2012 7thIEEEConferenceonIndustrialElectronicsandApplications(ICIEA).Singapore:IEEE,2012:69-72.

    [16]WanleiZhao,ChongwahNgo.Flip-InvariantSIFTforCopyandObjectDetection[J].IEEETransactionsonImageProcessing,2013,22(3):980-991.

    [17]WenZhou,ChunhengWang,BaihuaXiao,etal.SLD:ANovelRobustDescriptorforImageMatching[J].IEEESignalProcessingLetters,2014,21(3):339-342.

    [18]MorelJM,YuG.ASIFT:anewframeworkforfullyaffineinvariantimagecomparison[J].SIAMJournalonImagingSciences,2009,2(2):438-469.

    GAUSSIAN BLUR INVARIANT SIFT OPERATOR BASED ONHILL-CLIMBINGSEARCHING

    Fu Bo1Zhang Min1Zhao Xilin1Li Chaoshun2

    1(School of Electrical and Electronic Engineering,Hubei University of Technology,Wuhan 430068,Hubei,China)2(School of Hydropower and Information Engineering,Huazhong University of Science and Technology, Wuhan 430074,Hubei,China)

    AbstractSIFT operator is difficult in feature matching in Gaussian blur environment. Aiming at this problem, we proposed a Gaussian blur invariant SIFT operator (GI-SIFT) which is based on resampling in deformation space of object image. First, we built the Gaussian blur model of the clear object and re-sampled the model parameters to reconstruct complete deformation space of the object image. Secondly, we introduced subsampling and hill climbing approaches to construct the subsampling deformation space of the object image, and rapidly searched the current peak value in subsampling space with large sampling step, and made curve fitting in peak neighbourhood to quickly find the optimal matching. Experimental results showed that the proposed algorithm can well match Gaussian blur object, at the same time it also greatly improves the efficiency of objects feature matching.

    KeywordsScale invariant feature transform (SIFT)Resampling of deformation spaceGaussian blurSubsamplingHill-climbingFeature matching

    收稿日期:2014-12-18。國家自然科學基金項目(61072130,5110 9088);武漢市科技攻關計劃項目(2013012401010845);湖北工業(yè)大學科研基金項目(BSQD12107);廣東省工業(yè)攻關項目(2011B010100037)。付波,教授,主研領域:圖像處理。張敏,碩士生。趙熙臨,副教授。李超順,副教授。

    中圖分類號TP391.4

    文獻標識碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.045

    猜你喜歡
    點數(shù)高斯算子
    小高斯的大發(fā)現(xiàn)
    擬微分算子在Hp(ω)上的有界性
    各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應用
    天才數(shù)學家——高斯
    一類Markov模算子半群與相應的算子值Dirichlet型刻畫
    看不到的總點數(shù)
    Roper-Suffridge延拓算子與Loewner鏈
    畫點數(shù)
    破解“心靈感應”
    多核并行的大點數(shù)FFT、IFFT設計
    春色校园在线视频观看| 国产有黄有色有爽视频| 亚洲精品国产av蜜桃| 一区二区三区乱码不卡18| 天堂中文最新版在线下载| 国产淫语在线视频| 纯流量卡能插随身wifi吗| 国产高清国产精品国产三级 | 亚洲激情五月婷婷啪啪| av在线app专区| 久久久精品94久久精品| 老司机影院毛片| 亚洲av不卡在线观看| 久久6这里有精品| 日本wwww免费看| 国产免费福利视频在线观看| 国产黄片美女视频| 日本黄色日本黄色录像| 麻豆精品久久久久久蜜桃| 青青草视频在线视频观看| 亚洲综合色惰| 亚洲激情五月婷婷啪啪| 色综合色国产| 国产免费又黄又爽又色| 久久精品久久久久久久性| 精品久久久久久久末码| 少妇的逼好多水| 观看av在线不卡| 精品国产一区二区三区久久久樱花 | 欧美另类一区| 观看av在线不卡| 国产免费福利视频在线观看| 日韩成人伦理影院| 亚洲图色成人| 亚洲欧美日韩卡通动漫| 少妇丰满av| 日日啪夜夜撸| 91久久精品电影网| 亚洲国产精品成人久久小说| 色吧在线观看| 汤姆久久久久久久影院中文字幕| 亚洲精品aⅴ在线观看| av福利片在线观看| 国产欧美日韩精品一区二区| 高清在线视频一区二区三区| 特大巨黑吊av在线直播| 亚洲国产精品成人久久小说| 视频区图区小说| 免费av不卡在线播放| 亚洲人成网站在线观看播放| 国产在线男女| 校园人妻丝袜中文字幕| 亚洲怡红院男人天堂| 天天躁夜夜躁狠狠久久av| 国产熟女欧美一区二区| 久久鲁丝午夜福利片| 人人妻人人看人人澡| 少妇精品久久久久久久| 女的被弄到高潮叫床怎么办| 午夜福利视频精品| 国产精品久久久久久av不卡| av又黄又爽大尺度在线免费看| 日产精品乱码卡一卡2卡三| 亚洲成色77777| 国产又色又爽无遮挡免| 久久精品国产a三级三级三级| 丝瓜视频免费看黄片| 精品99又大又爽又粗少妇毛片| 国产乱人偷精品视频| 成年女人在线观看亚洲视频| 97在线人人人人妻| 亚洲欧美一区二区三区国产| 久久韩国三级中文字幕| 中文字幕av成人在线电影| 欧美日韩综合久久久久久| 色综合色国产| 亚洲国产高清在线一区二区三| 日日啪夜夜爽| 中文字幕精品免费在线观看视频 | 亚洲成人中文字幕在线播放| 人人妻人人澡人人爽人人夜夜| 精品亚洲成国产av| 91精品国产九色| 婷婷色av中文字幕| 毛片女人毛片| 精品人妻熟女av久视频| 国产精品一区www在线观看| 成人特级av手机在线观看| 最近中文字幕2019免费版| 美女视频免费永久观看网站| 少妇人妻精品综合一区二区| 少妇人妻精品综合一区二区| 男人狂女人下面高潮的视频| 亚洲成人一二三区av| 欧美成人一区二区免费高清观看| 精品久久久精品久久久| 久久精品国产自在天天线| 久久精品久久久久久噜噜老黄| 色网站视频免费| 国产成人一区二区在线| 免费人成在线观看视频色| 亚洲国产精品国产精品| 香蕉精品网在线| a级毛色黄片| 在现免费观看毛片| 美女内射精品一级片tv| 舔av片在线| 亚洲国产欧美人成| 大码成人一级视频| 亚洲国产av新网站| 欧美精品一区二区免费开放| 国产爱豆传媒在线观看| 老司机影院毛片| 九草在线视频观看| 亚洲国产精品999| 少妇的逼水好多| 国产成人a区在线观看| 国语对白做爰xxxⅹ性视频网站| 国产成人精品婷婷| 久久久精品94久久精品| 久久97久久精品| 久久精品久久精品一区二区三区| 一区二区av电影网| 黄色日韩在线| 内射极品少妇av片p| 亚洲经典国产精华液单| av在线蜜桃| 国产乱人视频| 亚洲经典国产精华液单| 看十八女毛片水多多多| 人妻 亚洲 视频| 欧美日本视频| av天堂中文字幕网| 国产乱人视频| 欧美日韩精品成人综合77777| 亚洲成人av在线免费| 岛国毛片在线播放| 99re6热这里在线精品视频| 人人妻人人看人人澡| 亚洲av中文字字幕乱码综合| 男女无遮挡免费网站观看| 亚洲av成人精品一区久久| 高清在线视频一区二区三区| 直男gayav资源| 99热这里只有精品一区| 人人妻人人爽人人添夜夜欢视频 | 黑人高潮一二区| 色婷婷av一区二区三区视频| 美女国产视频在线观看| 国产精品三级大全| 精品午夜福利在线看| 欧美三级亚洲精品| 十八禁网站网址无遮挡 | 亚洲在久久综合| 狠狠精品人妻久久久久久综合| 99久国产av精品国产电影| 好男人视频免费观看在线| 最近最新中文字幕免费大全7| 看非洲黑人一级黄片| 国产高清不卡午夜福利| 久久久久久久久久久免费av| 波野结衣二区三区在线| 国产毛片在线视频| 久久av网站| 制服丝袜香蕉在线| 制服丝袜香蕉在线| 波野结衣二区三区在线| 亚洲色图av天堂| 亚洲色图av天堂| 国产男女超爽视频在线观看| 精品少妇黑人巨大在线播放| 国产高清不卡午夜福利| 亚洲av二区三区四区| 天天躁夜夜躁狠狠久久av| 精品国产三级普通话版| 久久久午夜欧美精品| 亚洲av欧美aⅴ国产| 91午夜精品亚洲一区二区三区| 日韩不卡一区二区三区视频在线| 日韩av免费高清视频| 午夜福利视频精品| 日本一二三区视频观看| 欧美成人a在线观看| 亚洲婷婷狠狠爱综合网| 丰满少妇做爰视频| 欧美精品亚洲一区二区| 国产精品久久久久久久久免| 国产色爽女视频免费观看| 国产伦精品一区二区三区四那| 99re6热这里在线精品视频| 国产成人精品福利久久| 欧美激情国产日韩精品一区| 中国美白少妇内射xxxbb| 亚洲色图av天堂| 你懂的网址亚洲精品在线观看| 少妇被粗大猛烈的视频| 一级a做视频免费观看| 免费观看无遮挡的男女| 国产片特级美女逼逼视频| 午夜老司机福利剧场| 亚洲欧美日韩另类电影网站 | 久久精品熟女亚洲av麻豆精品| 亚洲在久久综合| 久久国产精品男人的天堂亚洲 | 麻豆乱淫一区二区| 嘟嘟电影网在线观看| 亚洲精品国产av蜜桃| 欧美成人午夜免费资源| 乱码一卡2卡4卡精品| av专区在线播放| 91精品一卡2卡3卡4卡| 人妻制服诱惑在线中文字幕| 国产高清不卡午夜福利| 亚洲欧美精品自产自拍| 婷婷色麻豆天堂久久| 精品人妻视频免费看| 日韩制服骚丝袜av| 又粗又硬又长又爽又黄的视频| 在线观看国产h片| 亚洲内射少妇av| 中国国产av一级| 99久国产av精品国产电影| 中文字幕免费在线视频6| 欧美高清成人免费视频www| 欧美+日韩+精品| 不卡视频在线观看欧美| 国产精品一区二区性色av| 日本av免费视频播放| 麻豆国产97在线/欧美| 免费观看的影片在线观看| 18禁动态无遮挡网站| 欧美日韩亚洲高清精品| 久久久久久久久久久丰满| 男女无遮挡免费网站观看| 内射极品少妇av片p| 亚洲电影在线观看av| av免费观看日本| 偷拍熟女少妇极品色| 少妇人妻精品综合一区二区| 国产成人aa在线观看| 最近最新中文字幕大全电影3| 内射极品少妇av片p| 天堂中文最新版在线下载| 成人毛片60女人毛片免费| 久久99蜜桃精品久久| 国产精品一及| 噜噜噜噜噜久久久久久91| 国产免费视频播放在线视频| 国内精品宾馆在线| 国产亚洲一区二区精品| 国产在线一区二区三区精| 久久久精品免费免费高清| 精品酒店卫生间| 国产精品一区二区性色av| 免费观看a级毛片全部| 精品午夜福利在线看| 深爱激情五月婷婷| 日本一二三区视频观看| 干丝袜人妻中文字幕| 99热这里只有是精品50| 内射极品少妇av片p| 制服丝袜香蕉在线| 哪个播放器可以免费观看大片| 亚洲自偷自拍三级| 日韩成人av中文字幕在线观看| 日韩 亚洲 欧美在线| 欧美日韩亚洲高清精品| 久久久久久久亚洲中文字幕| 国产黄片美女视频| 国产精品av视频在线免费观看| 久久6这里有精品| 99久久精品国产国产毛片| 国产视频内射| 内地一区二区视频在线| 亚洲国产精品999| 日日啪夜夜撸| 青春草亚洲视频在线观看| 在线免费观看不下载黄p国产| 国产女主播在线喷水免费视频网站| 欧美日韩视频精品一区| 日韩强制内射视频| 国产视频内射| 熟女av电影| 国产黄色免费在线视频| 有码 亚洲区| 午夜免费鲁丝| 嫩草影院入口| 丝袜脚勾引网站| av在线老鸭窝| 精品熟女少妇av免费看| 日韩中文字幕视频在线看片 | 香蕉精品网在线| 国产av一区二区精品久久 | 99热国产这里只有精品6| 伦理电影免费视频| 麻豆成人午夜福利视频| 尤物成人国产欧美一区二区三区| 久久久久国产网址| 欧美精品一区二区免费开放| 欧美国产精品一级二级三级 | 搡老乐熟女国产| 国产69精品久久久久777片| 欧美成人午夜免费资源| 中国美白少妇内射xxxbb| 在线看a的网站| 久久99热这里只有精品18| 18禁在线播放成人免费| 成年人午夜在线观看视频| 亚洲国产精品国产精品| 国产成人freesex在线| 日韩av不卡免费在线播放| 亚州av有码| 美女内射精品一级片tv| 色视频www国产| 日韩电影二区| 久久女婷五月综合色啪小说| 美女主播在线视频| 91久久精品国产一区二区成人| 女的被弄到高潮叫床怎么办| 亚洲最大成人中文| 亚洲欧美日韩东京热| 1000部很黄的大片| 久久精品国产自在天天线| 欧美成人a在线观看| 直男gayav资源| 在线天堂最新版资源| 18禁裸乳无遮挡动漫免费视频| 美女福利国产在线 | 99热这里只有是精品50| 最近中文字幕2019免费版| 99热网站在线观看| 亚洲国产最新在线播放| 97在线人人人人妻| 人妻夜夜爽99麻豆av| 国产亚洲欧美精品永久| 国内精品宾馆在线| 日本欧美视频一区| 内射极品少妇av片p| 亚洲精品亚洲一区二区| 久久ye,这里只有精品| 三级国产精品片| www.av在线官网国产| 十分钟在线观看高清视频www | 国产精品福利在线免费观看| 青春草亚洲视频在线观看| 国产精品伦人一区二区| 波野结衣二区三区在线| 久久久久视频综合| 亚洲精品成人av观看孕妇| 一个人看视频在线观看www免费| 边亲边吃奶的免费视频| av免费在线看不卡| 欧美xxxx黑人xx丫x性爽| 纯流量卡能插随身wifi吗| 不卡视频在线观看欧美| 欧美日韩视频精品一区| videossex国产| 99久久人妻综合| 免费人成在线观看视频色| 高清午夜精品一区二区三区| 又大又黄又爽视频免费| 欧美性感艳星| 亚洲aⅴ乱码一区二区在线播放| 天堂俺去俺来也www色官网| 中文字幕亚洲精品专区| 久久国产精品男人的天堂亚洲 | 国产精品一区二区在线观看99| 97超视频在线观看视频| 国产黄色视频一区二区在线观看| 老女人水多毛片| 大陆偷拍与自拍| 免费观看a级毛片全部| 视频中文字幕在线观看| 久久精品国产亚洲av天美| 国产成人精品久久久久久| 舔av片在线| 亚洲精品乱码久久久v下载方式| 国产永久视频网站| 综合色丁香网| 成年av动漫网址| 久久久久久久久久久免费av| 亚洲欧美成人综合另类久久久| 女人十人毛片免费观看3o分钟| 久热久热在线精品观看| 亚洲色图av天堂| 日日撸夜夜添| 麻豆乱淫一区二区| h日本视频在线播放| 免费久久久久久久精品成人欧美视频 | 一级毛片aaaaaa免费看小| 男的添女的下面高潮视频| 免费av中文字幕在线| 亚洲欧美日韩另类电影网站 | 我的老师免费观看完整版| 久久精品国产鲁丝片午夜精品| 最近中文字幕2019免费版| 色吧在线观看| 在线 av 中文字幕| 秋霞伦理黄片| 日日啪夜夜撸| 最近中文字幕高清免费大全6| 中文字幕制服av| 成人亚洲欧美一区二区av| 九九久久精品国产亚洲av麻豆| 欧美成人一区二区免费高清观看| 精品亚洲成国产av| 高清黄色对白视频在线免费看 | 爱豆传媒免费全集在线观看| 亚洲精品日本国产第一区| 久久这里有精品视频免费| 亚洲激情五月婷婷啪啪| 美女xxoo啪啪120秒动态图| 欧美成人精品欧美一级黄| 久久久久久久久久久免费av| 我的女老师完整版在线观看| 国产精品嫩草影院av在线观看| 午夜免费观看性视频| 边亲边吃奶的免费视频| av一本久久久久| 蜜桃久久精品国产亚洲av| 中文字幕av成人在线电影| 在线观看免费高清a一片| 青春草视频在线免费观看| 免费观看a级毛片全部| 18禁裸乳无遮挡免费网站照片| 欧美97在线视频| 国产黄色免费在线视频| 国产综合精华液| 老女人水多毛片| 日日啪夜夜撸| 午夜福利影视在线免费观看| 亚洲性久久影院| 欧美精品国产亚洲| 亚洲精品国产av蜜桃| 男女免费视频国产| 欧美性感艳星| 亚洲国产毛片av蜜桃av| 亚洲欧美日韩无卡精品| 久久久色成人| 日本黄色日本黄色录像| 麻豆国产97在线/欧美| 中文字幕亚洲精品专区| 在线天堂最新版资源| 一级片'在线观看视频| 亚洲人与动物交配视频| 国产精品一区二区三区四区免费观看| 国产国拍精品亚洲av在线观看| 午夜精品国产一区二区电影| 久久久亚洲精品成人影院| 亚洲高清免费不卡视频| 免费人成在线观看视频色| 欧美亚洲 丝袜 人妻 在线| 好男人视频免费观看在线| 久久久精品免费免费高清| 亚洲成人中文字幕在线播放| 中文字幕精品免费在线观看视频 | 久久精品熟女亚洲av麻豆精品| 国产一区二区三区av在线| 最近手机中文字幕大全| 尾随美女入室| 亚洲伊人久久精品综合| 免费在线观看成人毛片| 肉色欧美久久久久久久蜜桃| 啦啦啦视频在线资源免费观看| 久久这里有精品视频免费| 3wmmmm亚洲av在线观看| 我要看黄色一级片免费的| 欧美老熟妇乱子伦牲交| 一区二区av电影网| 国产人妻一区二区三区在| 亚洲久久久国产精品| 99久久中文字幕三级久久日本| 一级黄片播放器| av天堂中文字幕网| 伦理电影免费视频| 中文欧美无线码| 丰满迷人的少妇在线观看| 久热这里只有精品99| 国产精品国产三级国产av玫瑰| 中文字幕亚洲精品专区| 91午夜精品亚洲一区二区三区| 91精品国产国语对白视频| 在线观看免费视频网站a站| 亚洲怡红院男人天堂| 啦啦啦啦在线视频资源| 午夜福利高清视频| 国产精品熟女久久久久浪| 最近中文字幕2019免费版| 久久97久久精品| 久久av网站| 成人特级av手机在线观看| 亚洲国产毛片av蜜桃av| 亚洲av成人精品一二三区| 久久精品久久久久久久性| 午夜福利在线观看免费完整高清在| 18禁在线播放成人免费| tube8黄色片| 搡女人真爽免费视频火全软件| 日韩一区二区三区影片| 成年美女黄网站色视频大全免费 | 亚洲丝袜综合中文字幕| 一级毛片 在线播放| 国产91av在线免费观看| av在线观看视频网站免费| 久久国内精品自在自线图片| 精品酒店卫生间| 欧美性感艳星| 日韩视频在线欧美| 国内揄拍国产精品人妻在线| 最近手机中文字幕大全| 女人久久www免费人成看片| 国产精品一区二区在线不卡| 联通29元200g的流量卡| 精品国产三级普通话版| 国产v大片淫在线免费观看| 国产黄频视频在线观看| 亚洲人与动物交配视频| 美女脱内裤让男人舔精品视频| 少妇裸体淫交视频免费看高清| 国产av一区二区精品久久 | 一本久久精品| 久久久久久久久久久免费av| 亚洲,一卡二卡三卡| 十八禁网站网址无遮挡 | 国产午夜精品久久久久久一区二区三区| 好男人视频免费观看在线| 亚洲精品一二三| 少妇熟女欧美另类| 国产黄片美女视频| 一级毛片久久久久久久久女| 成人一区二区视频在线观看| 九九久久精品国产亚洲av麻豆| 妹子高潮喷水视频| 欧美精品一区二区大全| 性色avwww在线观看| 九草在线视频观看| 偷拍熟女少妇极品色| 久久这里有精品视频免费| av免费在线看不卡| 午夜精品国产一区二区电影| 日产精品乱码卡一卡2卡三| 国产片特级美女逼逼视频| 欧美区成人在线视频| 啦啦啦视频在线资源免费观看| 国产精品不卡视频一区二区| 免费久久久久久久精品成人欧美视频 | 国产精品福利在线免费观看| 国产人妻一区二区三区在| 日韩欧美 国产精品| 国内精品宾馆在线| 成人亚洲欧美一区二区av| 女人十人毛片免费观看3o分钟| 欧美+日韩+精品| 多毛熟女@视频| 亚洲av成人精品一区久久| 最近最新中文字幕免费大全7| 精品人妻一区二区三区麻豆| 国产成人91sexporn| 97在线人人人人妻| 十分钟在线观看高清视频www | 一级二级三级毛片免费看| 国产伦精品一区二区三区四那| 久久人人爽人人爽人人片va| 亚洲第一av免费看| 国产精品人妻久久久影院| av在线app专区| 日本wwww免费看| 亚洲国产成人一精品久久久| 精品久久久久久久久亚洲| 久久久久久久大尺度免费视频| 少妇人妻一区二区三区视频| 男人狂女人下面高潮的视频| 深夜a级毛片| 久久99热6这里只有精品| 日韩欧美 国产精品| 美女内射精品一级片tv| a级一级毛片免费在线观看| 国产精品一及| av在线app专区| 日日撸夜夜添| 涩涩av久久男人的天堂| 精品一区二区免费观看| 久久精品国产a三级三级三级| 国内揄拍国产精品人妻在线| 午夜精品国产一区二区电影| 精品久久久久久久久亚洲| 嘟嘟电影网在线观看| 亚洲精品日韩av片在线观看| 亚洲av综合色区一区| 日本av免费视频播放| 超碰97精品在线观看| 国产一区二区三区av在线| 亚洲精品中文字幕在线视频 | 国产欧美日韩精品一区二区| 亚洲内射少妇av| 午夜视频国产福利| 亚洲精品国产成人久久av| 国产精品国产av在线观看| 国产精品一区二区在线不卡| 中文资源天堂在线| 一级毛片久久久久久久久女| 欧美人与善性xxx| 一区二区三区四区激情视频| 色综合色国产| 天天躁日日操中文字幕| 大陆偷拍与自拍| 99久久精品国产国产毛片| 亚洲电影在线观看av| 国产精品熟女久久久久浪| 天天躁夜夜躁狠狠久久av| 色视频www国产| 免费播放大片免费观看视频在线观看| 精品亚洲乱码少妇综合久久| 中国三级夫妇交换| 国产在线男女|