• <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
    久久久久国产精品人妻一区二区| 亚洲性久久影院| 一个人看视频在线观看www免费| 国产免费福利视频在线观看| av免费在线看不卡| 一区二区三区乱码不卡18| 如何舔出高潮| 麻豆成人av视频| 交换朋友夫妻互换小说| 亚洲欧洲日产国产| 人妻少妇偷人精品九色| av专区在线播放| 午夜福利在线观看免费完整高清在| 精品国产乱码久久久久久小说| 成人漫画全彩无遮挡| 男人爽女人下面视频在线观看| 97在线人人人人妻| 精品国产露脸久久av麻豆| 精品久久久久久久久亚洲| 成人18禁高潮啪啪吃奶动态图 | 天天躁夜夜躁狠狠久久av| 精品一区二区免费观看| 亚洲色图综合在线观看| 亚洲精品国产av蜜桃| 伦精品一区二区三区| 日韩av在线免费看完整版不卡| 午夜激情久久久久久久| av女优亚洲男人天堂| 一个人免费看片子| 大话2 男鬼变身卡| 少妇的逼好多水| 亚洲av免费高清在线观看| 伊人久久国产一区二区| av.在线天堂| 高清日韩中文字幕在线| 一本一本综合久久| h视频一区二区三区| 国产免费福利视频在线观看| 国产精品欧美亚洲77777| 一本一本综合久久| 赤兔流量卡办理| av网站免费在线观看视频| 精品午夜福利在线看| 一本久久精品| 日本欧美视频一区| 日韩人妻高清精品专区| 激情五月婷婷亚洲| 99热这里只有是精品在线观看| 欧美变态另类bdsm刘玥| 日韩一本色道免费dvd| 高清av免费在线| 久久久久精品性色| 欧美变态另类bdsm刘玥| 精品人妻视频免费看| 免费大片18禁| 如何舔出高潮| 精品酒店卫生间| 五月伊人婷婷丁香| 18禁裸乳无遮挡免费网站照片| 久久精品国产亚洲av天美| 伦理电影大哥的女人| 国产伦精品一区二区三区视频9| 高清不卡的av网站| 欧美成人午夜免费资源| 亚洲电影在线观看av| 啦啦啦中文免费视频观看日本| 人妻少妇偷人精品九色| 亚洲性久久影院| 精品人妻视频免费看| 免费观看性生交大片5| 国产无遮挡羞羞视频在线观看| 国产毛片在线视频| 最新中文字幕久久久久| 婷婷色综合www| 国产精品麻豆人妻色哟哟久久| 亚洲电影在线观看av| 亚洲国产欧美在线一区| 狂野欧美白嫩少妇大欣赏| 日韩欧美一区视频在线观看 | 麻豆国产97在线/欧美| 熟女人妻精品中文字幕| 日韩电影二区| h日本视频在线播放| 国产黄色免费在线视频| 免费播放大片免费观看视频在线观看| 久久久成人免费电影| 色吧在线观看| 麻豆国产97在线/欧美| 亚洲av电影在线观看一区二区三区| 成人无遮挡网站| 99热全是精品| 在线观看人妻少妇| 久久亚洲国产成人精品v| 免费观看av网站的网址| 国产 一区精品| xxx大片免费视频| 久久人人爽av亚洲精品天堂 | 99精国产麻豆久久婷婷| 亚洲真实伦在线观看| 搡老乐熟女国产| 日本黄色片子视频| 网址你懂的国产日韩在线| 日韩制服骚丝袜av| 在线免费十八禁| 亚洲精华国产精华液的使用体验| 精华霜和精华液先用哪个| 六月丁香七月| 男女无遮挡免费网站观看| 国产乱人视频| 日本爱情动作片www.在线观看| 特大巨黑吊av在线直播| 欧美日韩一区二区视频在线观看视频在线| 国产国拍精品亚洲av在线观看| 日韩 亚洲 欧美在线| 国产又色又爽无遮挡免| 免费人妻精品一区二区三区视频| 在线观看免费高清a一片| 国产美女午夜福利| 精品视频人人做人人爽| av播播在线观看一区| 啦啦啦中文免费视频观看日本| 婷婷色av中文字幕| 人妻 亚洲 视频| 亚洲精品乱码久久久久久按摩| 日韩制服骚丝袜av| 一本久久精品| 国产精品不卡视频一区二区| 99热网站在线观看| 久久精品夜色国产| 国产精品.久久久| 99久久中文字幕三级久久日本| 99久久精品国产国产毛片| av在线老鸭窝| 免费人成在线观看视频色| 一区二区三区免费毛片| 中文字幕精品免费在线观看视频 | 亚洲精品日本国产第一区| 超碰97精品在线观看| 中文字幕制服av| 国产伦精品一区二区三区四那| 亚洲成色77777| 免费观看a级毛片全部| 国国产精品蜜臀av免费| 国产在视频线精品| 亚洲av不卡在线观看| 18+在线观看网站| 永久网站在线| 国产精品秋霞免费鲁丝片| 国产精品女同一区二区软件| a 毛片基地| 日日啪夜夜爽| 国产在线男女| 免费黄色在线免费观看| 超碰97精品在线观看| 黄色一级大片看看| 国产精品av视频在线免费观看| 久久韩国三级中文字幕| 99热这里只有精品一区| 国产精品不卡视频一区二区| 男人舔奶头视频| 综合色丁香网| 成人二区视频| av视频免费观看在线观看| 亚洲第一区二区三区不卡| 日本wwww免费看| 午夜免费鲁丝| 水蜜桃什么品种好| 又黄又爽又刺激的免费视频.| 免费av不卡在线播放| 日本色播在线视频| 欧美国产精品一级二级三级 | 超碰av人人做人人爽久久| 水蜜桃什么品种好| 联通29元200g的流量卡| 欧美xxⅹ黑人| 啦啦啦视频在线资源免费观看| 精品亚洲成国产av| 日韩av在线免费看完整版不卡| 亚洲,一卡二卡三卡| videos熟女内射| 久久久久久九九精品二区国产| 观看美女的网站| 观看免费一级毛片| 蜜臀久久99精品久久宅男| 六月丁香七月| 国产午夜精品一二区理论片| 最黄视频免费看| 国产在视频线精品| 黄色一级大片看看| 中国国产av一级| 亚洲欧美成人综合另类久久久| 大香蕉97超碰在线| 少妇高潮的动态图| 国产视频首页在线观看| 久久久久久久国产电影| 亚洲精品视频女| 啦啦啦视频在线资源免费观看| 中文字幕久久专区| 免费观看a级毛片全部| 我要看黄色一级片免费的| 久久久欧美国产精品| 成人国产麻豆网| 国产精品99久久99久久久不卡 | 在线播放无遮挡| 久久99蜜桃精品久久| 国产精品精品国产色婷婷| av女优亚洲男人天堂| 国产 一区 欧美 日韩| 国产精品一区二区三区四区免费观看| 免费看光身美女| 青春草国产在线视频| 国产精品一区www在线观看| 国产亚洲av片在线观看秒播厂| 一个人看的www免费观看视频| 久久久久精品久久久久真实原创| 国精品久久久久久国模美| 国产乱来视频区| 91精品一卡2卡3卡4卡| av在线老鸭窝| 99久久人妻综合| 成人美女网站在线观看视频| 人妻夜夜爽99麻豆av| 欧美日韩视频高清一区二区三区二| 婷婷色综合www| 久久国产精品男人的天堂亚洲 | av.在线天堂| 国国产精品蜜臀av免费| 国产精品国产三级国产专区5o| 欧美日本视频| 久久久午夜欧美精品| 成人18禁高潮啪啪吃奶动态图 | 国产精品嫩草影院av在线观看| 国产深夜福利视频在线观看| 五月开心婷婷网| av免费在线看不卡| 水蜜桃什么品种好| 欧美人与善性xxx| 26uuu在线亚洲综合色| 亚洲欧美清纯卡通| 又黄又爽又刺激的免费视频.| 夜夜看夜夜爽夜夜摸| 日韩中文字幕视频在线看片 | 国产欧美亚洲国产| 边亲边吃奶的免费视频| 国产免费又黄又爽又色| 亚洲av中文字字幕乱码综合| 国产免费一级a男人的天堂| 国产精品人妻久久久影院| av国产久精品久网站免费入址| 高清毛片免费看| 亚洲久久久国产精品| 精品亚洲成国产av| 三级经典国产精品| 精品人妻视频免费看| 精品久久久精品久久久| 久热这里只有精品99| 日韩av不卡免费在线播放| 久久久久视频综合| 国产精品欧美亚洲77777| 99热这里只有是精品在线观看| 精品酒店卫生间| 大片电影免费在线观看免费| 下体分泌物呈黄色| 国产在线男女| 亚洲av成人精品一二三区| 舔av片在线| 国产亚洲一区二区精品| 精品视频人人做人人爽| 少妇丰满av| 亚洲国产色片| 极品教师在线视频| 日韩国内少妇激情av| 亚洲成人av在线免费| 色哟哟·www| 日本黄色片子视频| 97超碰精品成人国产| 久久久久精品久久久久真实原创| 99久国产av精品国产电影| 国产中年淑女户外野战色| 欧美高清成人免费视频www| 少妇人妻 视频| 18禁裸乳无遮挡免费网站照片| 高清在线视频一区二区三区| 亚洲精品日韩在线中文字幕| 在线观看国产h片| 香蕉精品网在线| 黄色日韩在线| 国产精品秋霞免费鲁丝片| videossex国产| 亚洲第一av免费看| 老司机影院毛片| 中文精品一卡2卡3卡4更新| 国产片特级美女逼逼视频| 97超碰精品成人国产| av免费观看日本| 在线 av 中文字幕| 不卡视频在线观看欧美| 亚洲伊人久久精品综合| 高清欧美精品videossex| 美女中出高潮动态图| 免费人妻精品一区二区三区视频| 久久精品久久精品一区二区三区| 极品少妇高潮喷水抽搐| 制服丝袜香蕉在线| 国产精品爽爽va在线观看网站| 国产亚洲一区二区精品| 国产又色又爽无遮挡免| 一级毛片电影观看| 在线观看免费视频网站a站| 成人国产av品久久久| 日本vs欧美在线观看视频 | 女人久久www免费人成看片| 中国国产av一级| 亚洲av中文字字幕乱码综合| 多毛熟女@视频| 夜夜爽夜夜爽视频| 欧美精品国产亚洲| 日韩电影二区| 男女边吃奶边做爰视频| 亚洲av中文字字幕乱码综合| 一级毛片电影观看| 国产成人午夜福利电影在线观看| 噜噜噜噜噜久久久久久91| 欧美97在线视频| 一级毛片 在线播放| 国产深夜福利视频在线观看| 精品国产三级普通话版| 国产爽快片一区二区三区| 亚洲天堂av无毛| 99热全是精品| 国产精品偷伦视频观看了| 99热6这里只有精品| 天天躁夜夜躁狠狠久久av| 亚洲va在线va天堂va国产| 18+在线观看网站| 亚洲精品亚洲一区二区| h日本视频在线播放| 国产在线男女| 亚洲激情五月婷婷啪啪| 亚洲,一卡二卡三卡| 日本欧美视频一区| 国产午夜精品久久久久久一区二区三区| 少妇猛男粗大的猛烈进出视频| 欧美97在线视频| 哪个播放器可以免费观看大片| 久久国内精品自在自线图片| 色5月婷婷丁香| 亚洲国产av新网站| 少妇 在线观看| 国产在线视频一区二区| 国产欧美另类精品又又久久亚洲欧美| 久久99热6这里只有精品| av天堂中文字幕网| 在线观看国产h片| 精品亚洲成国产av| 欧美精品一区二区免费开放| 国产精品久久久久成人av| 亚洲在久久综合| 少妇的逼好多水| 亚洲精品一区蜜桃| 国产永久视频网站| 美女内射精品一级片tv| 国产精品国产av在线观看| 国产精品偷伦视频观看了| 久久99热这里只有精品18| 少妇人妻精品综合一区二区| 国产有黄有色有爽视频| 一边亲一边摸免费视频| 国产一级毛片在线| 高清午夜精品一区二区三区| 亚洲精品久久午夜乱码| 成人美女网站在线观看视频| 日韩精品有码人妻一区| a 毛片基地| 女性生殖器流出的白浆| 久久精品久久久久久噜噜老黄| av在线播放精品| 成人二区视频| 纵有疾风起免费观看全集完整版| 我的女老师完整版在线观看| 欧美xxxx黑人xx丫x性爽| 亚洲国产精品国产精品| 国产熟女欧美一区二区| 十分钟在线观看高清视频www | 另类亚洲欧美激情| 国产成人精品久久久久久| 亚洲综合色惰| 能在线免费看毛片的网站| 欧美 日韩 精品 国产| 午夜免费男女啪啪视频观看| 国内少妇人妻偷人精品xxx网站| 国产欧美另类精品又又久久亚洲欧美| 精品久久久精品久久久| 观看免费一级毛片| 亚洲成色77777| 26uuu在线亚洲综合色| 国产高清有码在线观看视频| 国产精品久久久久久精品电影小说 | 最近最新中文字幕免费大全7| 国产精品女同一区二区软件| 男人狂女人下面高潮的视频| 女性生殖器流出的白浆| 欧美亚洲 丝袜 人妻 在线| 免费av中文字幕在线| 熟女人妻精品中文字幕| 日韩视频在线欧美| 日韩欧美 国产精品| 国产男女内射视频| 国产 精品1| 亚洲色图av天堂| 在线观看美女被高潮喷水网站| 久久久久久久亚洲中文字幕| 街头女战士在线观看网站| 亚洲精品日本国产第一区| 黄色一级大片看看| 亚洲av电影在线观看一区二区三区| 成人美女网站在线观看视频| 少妇人妻 视频| 干丝袜人妻中文字幕| 亚洲av欧美aⅴ国产| 美女内射精品一级片tv| 国产毛片在线视频| 国产男人的电影天堂91| 中文字幕制服av| 国内少妇人妻偷人精品xxx网站| 卡戴珊不雅视频在线播放| 日韩在线高清观看一区二区三区| 一本色道久久久久久精品综合| 欧美成人午夜免费资源| 亚洲精品乱码久久久久久按摩| 春色校园在线视频观看| 不卡视频在线观看欧美| 国产成人免费观看mmmm| 欧美3d第一页| 91午夜精品亚洲一区二区三区| 亚洲欧美清纯卡通| 免费大片黄手机在线观看| 久久久精品94久久精品| 中文字幕人妻熟人妻熟丝袜美| 欧美bdsm另类| 欧美日韩亚洲高清精品| av免费观看日本| 久久精品国产亚洲网站| 天堂中文最新版在线下载| 午夜免费鲁丝| 国产午夜精品一二区理论片| 麻豆国产97在线/欧美| 老女人水多毛片| 少妇人妻久久综合中文| 免费看日本二区| 亚洲精品日韩在线中文字幕| 我要看黄色一级片免费的| 91狼人影院| a级毛片免费高清观看在线播放| 国产在线一区二区三区精| 91aial.com中文字幕在线观看| 国产精品久久久久久精品电影小说 | 久久99蜜桃精品久久| 成年人午夜在线观看视频| 看十八女毛片水多多多| 男女免费视频国产| 欧美成人一区二区免费高清观看| 国产精品不卡视频一区二区| av又黄又爽大尺度在线免费看| 国产精品久久久久久精品古装| av福利片在线观看| 久久99热这里只频精品6学生| 国产淫语在线视频| 亚洲精品色激情综合| 亚洲av不卡在线观看| 国产精品无大码| 欧美精品亚洲一区二区| 大话2 男鬼变身卡| 亚洲精品国产av成人精品| 亚洲经典国产精华液单| 国产精品一区二区在线不卡| 大又大粗又爽又黄少妇毛片口| 亚洲伊人久久精品综合| 日韩大片免费观看网站| 毛片一级片免费看久久久久| 80岁老熟妇乱子伦牲交| 777米奇影视久久| 亚洲人成网站高清观看| 亚洲综合色惰| 精品人妻一区二区三区麻豆| 国产精品av视频在线免费观看| 妹子高潮喷水视频| 亚洲真实伦在线观看| 丝袜脚勾引网站| 亚洲电影在线观看av| 欧美成人一区二区免费高清观看| 国产在线视频一区二区| 天堂8中文在线网| 国产在线男女| 久久久精品94久久精品| 亚洲人成网站在线观看播放| 免费av中文字幕在线| 国产色爽女视频免费观看| 少妇丰满av| 亚洲av不卡在线观看| 一区在线观看完整版| 午夜激情福利司机影院| 久久久久久九九精品二区国产| 午夜老司机福利剧场| av天堂中文字幕网| 亚洲高清免费不卡视频| 成人亚洲精品一区在线观看 | 少妇人妻精品综合一区二区| av网站免费在线观看视频| 五月天丁香电影| 欧美精品人与动牲交sv欧美| av女优亚洲男人天堂| 亚洲欧美一区二区三区黑人 | 免费高清在线观看视频在线观看| 97热精品久久久久久| 亚洲成人av在线免费| 大片免费播放器 马上看| 岛国毛片在线播放| 久久韩国三级中文字幕| 国产av码专区亚洲av| 国产免费视频播放在线视频| av天堂中文字幕网| 国产精品久久久久久av不卡| 免费大片黄手机在线观看| 视频中文字幕在线观看| 国产成人freesex在线| 久久精品久久精品一区二区三区| 亚洲在久久综合| 视频中文字幕在线观看| 国产成人freesex在线| 最近中文字幕高清免费大全6| 久久鲁丝午夜福利片| 久久99热这里只频精品6学生| 亚洲精华国产精华液的使用体验| 成人影院久久| 亚洲人成网站在线观看播放| 国产高清国产精品国产三级 | 中文精品一卡2卡3卡4更新| 国产色婷婷99| 男女国产视频网站| 欧美高清成人免费视频www| 免费av中文字幕在线| 91精品一卡2卡3卡4卡| 欧美少妇被猛烈插入视频| 亚洲精品一二三| 超碰av人人做人人爽久久| 久久亚洲国产成人精品v| 青春草亚洲视频在线观看| 人妻一区二区av| 亚洲aⅴ乱码一区二区在线播放| 五月开心婷婷网| 91久久精品国产一区二区成人| 成人免费观看视频高清| 嫩草影院入口| 你懂的网址亚洲精品在线观看| 99久久精品国产国产毛片| 1000部很黄的大片| 免费观看的影片在线观看| 国产成人午夜福利电影在线观看| 久久ye,这里只有精品| 国产成人午夜福利电影在线观看| 噜噜噜噜噜久久久久久91| 不卡视频在线观看欧美| 一区二区三区免费毛片| 成人免费观看视频高清| 99久久综合免费| 国产免费福利视频在线观看| 下体分泌物呈黄色| 在线观看免费日韩欧美大片 | 亚洲自偷自拍三级| 成人综合一区亚洲| 午夜激情久久久久久久| 国产v大片淫在线免费观看| 精品国产乱码久久久久久小说| 中文字幕免费在线视频6| 亚洲美女视频黄频| 少妇精品久久久久久久| 精华霜和精华液先用哪个| 乱码一卡2卡4卡精品| 大片电影免费在线观看免费| 欧美老熟妇乱子伦牲交| 亚洲aⅴ乱码一区二区在线播放| 精品国产露脸久久av麻豆| 国产精品一区www在线观看| 在线观看免费日韩欧美大片 | 久久ye,这里只有精品| 亚洲在久久综合| 久久6这里有精品| 最近中文字幕2019免费版| 亚洲av免费高清在线观看| freevideosex欧美| 成年免费大片在线观看| 国产一区二区三区av在线| 国产精品久久久久久精品古装| 久久精品国产自在天天线| 尤物成人国产欧美一区二区三区| av免费在线看不卡| 成年女人在线观看亚洲视频| 国产亚洲最大av| 国产欧美亚洲国产| 国语对白做爰xxxⅹ性视频网站| 男女免费视频国产| 麻豆乱淫一区二区| 久久精品国产自在天天线| 日日啪夜夜爽| 自拍欧美九色日韩亚洲蝌蚪91 | 91狼人影院| 国产成人免费无遮挡视频| av.在线天堂| 国产 精品1| av播播在线观看一区| av线在线观看网站| 亚洲国产欧美在线一区| 中文资源天堂在线| 一二三四中文在线观看免费高清|