• <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
    岛国毛片在线播放| 国产精品一及| 欧美一级a爱片免费观看看| 久久人人爽人人爽人人片va| 可以在线观看毛片的网站| 91久久精品国产一区二区三区| 搞女人的毛片| 搡老妇女老女人老熟妇| 日韩国内少妇激情av| 一夜夜www| 亚洲第一区二区三区不卡| 久久久久久久久久久丰满| 国语对白做爰xxxⅹ性视频网站| 免费无遮挡裸体视频| 成人午夜高清在线视频| 国产免费一级a男人的天堂| 国产精品一区二区三区四区免费观看| 国产真实乱freesex| 国产精品人妻久久久影院| 亚洲欧美精品自产自拍| 日韩一区二区三区影片| 男女边吃奶边做爰视频| 老司机影院毛片| 久久精品国产99精品国产亚洲性色| 狠狠狠狠99中文字幕| 亚洲激情五月婷婷啪啪| 欧美高清性xxxxhd video| 久久综合国产亚洲精品| 国产亚洲5aaaaa淫片| kizo精华| 国产精品国产三级国产专区5o | 国产精品嫩草影院av在线观看| 五月玫瑰六月丁香| 日本免费在线观看一区| 国产精品野战在线观看| 日韩亚洲欧美综合| 狂野欧美激情性xxxx在线观看| 国产一区二区三区av在线| 老司机影院毛片| 人人妻人人看人人澡| 成人性生交大片免费视频hd| 久久99热这里只频精品6学生 | 精品人妻视频免费看| 精品久久久久久久久久久久久| 亚洲精品影视一区二区三区av| 久久久久久伊人网av| 亚洲成人av在线免费| a级毛色黄片| 婷婷六月久久综合丁香| 97超碰精品成人国产| 插阴视频在线观看视频| 国产乱人视频| 久热久热在线精品观看| 国产一区二区在线观看日韩| 又黄又爽又刺激的免费视频.| 国产精品无大码| 国产91av在线免费观看| 青青草视频在线视频观看| 精品熟女少妇av免费看| 亚洲一区高清亚洲精品| 99九九线精品视频在线观看视频| 国产熟女欧美一区二区| av黄色大香蕉| 欧美性猛交╳xxx乱大交人| 国产女主播在线喷水免费视频网站 | 国产伦精品一区二区三区四那| 免费看美女性在线毛片视频| 汤姆久久久久久久影院中文字幕 | 国产不卡一卡二| 国产探花在线观看一区二区| 99久国产av精品国产电影| 日韩制服骚丝袜av| 国产黄片美女视频| 中文字幕免费在线视频6| av视频在线观看入口| 两个人的视频大全免费| 免费人成在线观看视频色| 国产成人aa在线观看| 欧美成人一区二区免费高清观看| 亚洲一级一片aⅴ在线观看| 欧美一区二区精品小视频在线| 国产精品国产高清国产av| 国产激情偷乱视频一区二区| av线在线观看网站| 亚洲欧美一区二区三区国产| 99久久精品国产国产毛片| 视频中文字幕在线观看| 亚洲精品日韩av片在线观看| 国内精品一区二区在线观看| 中文资源天堂在线| 亚洲成人久久爱视频| 国产精品女同一区二区软件| 久久久精品94久久精品| 国产成人精品婷婷| 亚洲欧美日韩无卡精品| 国产爱豆传媒在线观看| 精品国产露脸久久av麻豆 | 99久国产av精品国产电影| 久久6这里有精品| 成人漫画全彩无遮挡| 高清av免费在线| 色吧在线观看| 日本与韩国留学比较| 欧美一区二区精品小视频在线| 欧美日韩一区二区视频在线观看视频在线 | 国产v大片淫在线免费观看| 人妻少妇偷人精品九色| 性色avwww在线观看| 国产精品精品国产色婷婷| 国产成人福利小说| 久久这里只有精品中国| 久久国产乱子免费精品| 亚洲精品日韩在线中文字幕| 亚洲欧美精品自产自拍| 国产av码专区亚洲av| 在线观看66精品国产| 久久鲁丝午夜福利片| 午夜视频国产福利| 在线播放国产精品三级| 久久久久久久国产电影| 久久精品国产亚洲网站| av女优亚洲男人天堂| 亚洲aⅴ乱码一区二区在线播放| 免费观看人在逋| 91久久精品国产一区二区三区| 五月玫瑰六月丁香| 精华霜和精华液先用哪个| 91久久精品电影网| 91狼人影院| 非洲黑人性xxxx精品又粗又长| 国产国拍精品亚洲av在线观看| 精品国产三级普通话版| 亚洲av福利一区| 久热久热在线精品观看| 日本欧美国产在线视频| 国产成人a∨麻豆精品| av卡一久久| 国产成人a∨麻豆精品| 国产高清有码在线观看视频| 国产av不卡久久| 午夜日本视频在线| 欧美日韩一区二区视频在线观看视频在线 | 国产精品久久久久久av不卡| 99在线人妻在线中文字幕| 国产精品,欧美在线| 久久99精品国语久久久| 亚洲精品自拍成人| 在线观看av片永久免费下载| 全区人妻精品视频| 看免费成人av毛片| 亚洲国产精品合色在线| 久久久欧美国产精品| 亚洲在线观看片| 国产91av在线免费观看| 嘟嘟电影网在线观看| 久久人人爽人人片av| 三级毛片av免费| 2021少妇久久久久久久久久久| 性色avwww在线观看| 久久久久久国产a免费观看| 最新中文字幕久久久久| 欧美区成人在线视频| 18+在线观看网站| 久久久国产成人精品二区| 1024手机看黄色片| 日韩av在线大香蕉| 一级二级三级毛片免费看| 美女国产视频在线观看| 大话2 男鬼变身卡| 国产乱人视频| 日韩视频在线欧美| 69av精品久久久久久| 精品久久久久久久久av| 精品国产一区二区三区久久久樱花 | 内射极品少妇av片p| 午夜久久久久精精品| 免费观看的影片在线观看| 国产亚洲最大av| 黄片无遮挡物在线观看| 人人妻人人澡人人爽人人夜夜 | 有码 亚洲区| 欧美bdsm另类| 久久欧美精品欧美久久欧美| 九九在线视频观看精品| 网址你懂的国产日韩在线| 国产亚洲精品av在线| 国产成人a区在线观看| 干丝袜人妻中文字幕| 午夜精品在线福利| 最近中文字幕高清免费大全6| 嫩草影院精品99| 亚洲av男天堂| 国产三级在线视频| 22中文网久久字幕| 国产高清不卡午夜福利| 国产伦一二天堂av在线观看| 欧美激情国产日韩精品一区| 亚洲图色成人| 亚洲国产精品成人久久小说| 日韩欧美精品免费久久| 搡老妇女老女人老熟妇| 欧美一区二区亚洲| av在线天堂中文字幕| 99在线人妻在线中文字幕| 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 | 中文欧美无线码| 你懂的网址亚洲精品在线观看 | 国产国拍精品亚洲av在线观看| 免费av毛片视频| 26uuu在线亚洲综合色| 国产 一区精品| 亚洲自拍偷在线| 深夜a级毛片| 五月伊人婷婷丁香| 美女大奶头视频| 久久99蜜桃精品久久| 国产成人精品久久久久久| 免费观看在线日韩| 小说图片视频综合网站| 中国美白少妇内射xxxbb| 欧美高清成人免费视频www| 久久这里有精品视频免费| 中文字幕制服av| 国产亚洲一区二区精品| 免费在线观看成人毛片| 在线免费观看不下载黄p国产| 简卡轻食公司| 久久精品国产99精品国产亚洲性色| 精品久久久久久成人av| 高清在线视频一区二区三区 | 亚洲四区av| 一本一本综合久久| 午夜激情欧美在线| 蜜桃久久精品国产亚洲av| 亚洲国产精品国产精品| 啦啦啦观看免费观看视频高清| 97超碰精品成人国产| 女人久久www免费人成看片 | 久久久久久久午夜电影| 国产高清国产精品国产三级 | 亚洲国产欧美在线一区| 狂野欧美激情性xxxx在线观看| 深爱激情五月婷婷| 午夜亚洲福利在线播放| 禁无遮挡网站| 国产v大片淫在线免费观看| 天堂影院成人在线观看| 国产成人午夜福利电影在线观看| 国产精品野战在线观看| 日本熟妇午夜| 精品国产露脸久久av麻豆 | 亚洲国产精品国产精品| 最近最新中文字幕大全电影3| 国产大屁股一区二区在线视频| 国产综合懂色| 伦精品一区二区三区| 精品熟女少妇av免费看| 一区二区三区高清视频在线| 亚洲av日韩在线播放| 神马国产精品三级电影在线观看| 国产免费男女视频| 熟妇人妻久久中文字幕3abv| 国产精品人妻久久久久久| 日韩一区二区视频免费看| 午夜久久久久精精品| 亚洲国产精品国产精品| 亚洲国产成人一精品久久久| 国产单亲对白刺激| 最近2019中文字幕mv第一页| 丰满少妇做爰视频| 亚洲精品影视一区二区三区av| 久久韩国三级中文字幕| 国产精品女同一区二区软件| 久久久久久大精品| 国产高清视频在线观看网站| 国产亚洲91精品色在线| 丰满乱子伦码专区| 91久久精品国产一区二区三区| 亚洲自偷自拍三级| 亚洲av.av天堂| 高清日韩中文字幕在线| 美女黄网站色视频| 高清日韩中文字幕在线| 国产精品一区二区三区四区久久| 99久久中文字幕三级久久日本| 精品午夜福利在线看| 九色成人免费人妻av| 亚洲熟妇中文字幕五十中出| 国产成年人精品一区二区| 国产亚洲91精品色在线| 天堂√8在线中文| 听说在线观看完整版免费高清| 淫秽高清视频在线观看| 亚洲高清免费不卡视频| 国产精品美女特级片免费视频播放器| 欧美xxxx黑人xx丫x性爽| 最近的中文字幕免费完整| 亚洲av电影不卡..在线观看| 99久久人妻综合| 观看免费一级毛片| 日韩在线高清观看一区二区三区| 三级经典国产精品| 亚洲激情五月婷婷啪啪| 亚洲精品成人久久久久久| 免费电影在线观看免费观看| 亚洲一级一片aⅴ在线观看| 日韩制服骚丝袜av| 五月玫瑰六月丁香| 成人特级av手机在线观看| 美女xxoo啪啪120秒动态图| 久久99热这里只频精品6学生 | 69av精品久久久久久| 精品免费久久久久久久清纯| 色播亚洲综合网| 六月丁香七月| 精品99又大又爽又粗少妇毛片| 大又大粗又爽又黄少妇毛片口| 特级一级黄色大片| 国产精品一区二区性色av| 久久婷婷人人爽人人干人人爱| 国产黄色小视频在线观看| 午夜激情欧美在线| av在线老鸭窝| 国产伦理片在线播放av一区| 身体一侧抽搐| 少妇被粗大猛烈的视频| 麻豆国产97在线/欧美| 国产精品久久视频播放| 欧美丝袜亚洲另类| 又黄又爽又刺激的免费视频.| 岛国毛片在线播放| 午夜福利在线在线| 男女国产视频网站| 日本欧美国产在线视频| 久久精品夜色国产| 尤物成人国产欧美一区二区三区| 日韩在线高清观看一区二区三区| 麻豆久久精品国产亚洲av| 久久国产乱子免费精品| 男女国产视频网站| 国产老妇伦熟女老妇高清| 国产综合懂色| www.av在线官网国产| 久久99蜜桃精品久久| 成人毛片a级毛片在线播放| 插逼视频在线观看| 午夜老司机福利剧场| 国产三级中文精品| 久久99热6这里只有精品| 纵有疾风起免费观看全集完整版 | 男人狂女人下面高潮的视频| 老女人水多毛片| 黄色一级大片看看| 99久久精品热视频| 国国产精品蜜臀av免费| 日韩亚洲欧美综合| 国产免费又黄又爽又色| 中文资源天堂在线| 日本五十路高清| 中文字幕熟女人妻在线| videos熟女内射| 国产午夜福利久久久久久| 欧美bdsm另类| 国产一区二区亚洲精品在线观看| 成人午夜高清在线视频| 欧美成人午夜免费资源| 亚洲内射少妇av| 男女视频在线观看网站免费| 日韩亚洲欧美综合| 久热久热在线精品观看| 一级毛片aaaaaa免费看小| 成年版毛片免费区| 在线免费十八禁| 国产亚洲一区二区精品| 直男gayav资源| 老司机福利观看| 99热这里只有是精品50| 国产精品久久电影中文字幕| 一个人看视频在线观看www免费| 99久久九九国产精品国产免费| 国产高潮美女av| 亚洲av日韩在线播放| 又粗又爽又猛毛片免费看| 97人妻精品一区二区三区麻豆| 夫妻性生交免费视频一级片| 成人国产麻豆网| 国产女主播在线喷水免费视频网站 | 真实男女啪啪啪动态图| 国语自产精品视频在线第100页| 精品熟女少妇av免费看| 国产一区二区在线观看日韩| 岛国在线免费视频观看| 1024手机看黄色片| 秋霞伦理黄片| 三级男女做爰猛烈吃奶摸视频| 日韩人妻高清精品专区| 久久精品影院6| 欧美激情在线99| 国产精品久久久久久久久免| 精品久久久噜噜| av福利片在线观看| 3wmmmm亚洲av在线观看| 日本猛色少妇xxxxx猛交久久| 卡戴珊不雅视频在线播放| 亚洲国产色片| 日韩成人伦理影院| 中文字幕av成人在线电影| 精品久久久久久久久av| 水蜜桃什么品种好| 久久亚洲国产成人精品v| 高清午夜精品一区二区三区| av播播在线观看一区| 69av精品久久久久久| 国产乱来视频区| 亚洲国产精品合色在线| 国产精品国产三级专区第一集| 嫩草影院新地址| 久久精品夜色国产| 高清视频免费观看一区二区 | 麻豆乱淫一区二区| 超碰97精品在线观看| 色综合色国产| 成人三级黄色视频| 我要搜黄色片| 国产精品美女特级片免费视频播放器| 亚洲久久久久久中文字幕| 高清毛片免费看| 精品酒店卫生间| 美女国产视频在线观看| 久久6这里有精品| 别揉我奶头 嗯啊视频| 久久精品国产亚洲av涩爱| 26uuu在线亚洲综合色| 国产男人的电影天堂91| 两个人视频免费观看高清| 久久精品夜色国产| 日日摸夜夜添夜夜添av毛片| 熟女电影av网| 噜噜噜噜噜久久久久久91| 欧美成人精品欧美一级黄| 欧美人与善性xxx| 国产成人91sexporn| 日本av手机在线免费观看| 欧美另类亚洲清纯唯美| 国产探花极品一区二区| 国产精品国产三级国产av玫瑰| 日韩大片免费观看网站 | 亚洲五月天丁香| 国产视频内射| 欧美不卡视频在线免费观看| 免费看日本二区| 精品欧美国产一区二区三| 又爽又黄a免费视频| 人妻制服诱惑在线中文字幕| 日韩大片免费观看网站 | 亚洲欧美清纯卡通| 九九爱精品视频在线观看| 麻豆久久精品国产亚洲av| 美女国产视频在线观看| 三级毛片av免费| 青春草亚洲视频在线观看| 国产精品久久久久久精品电影小说 | av福利片在线观看| 小说图片视频综合网站| 精品人妻视频免费看| av国产久精品久网站免费入址| 婷婷色av中文字幕| 全区人妻精品视频| 久久久久久久久久黄片| 非洲黑人性xxxx精品又粗又长| 波多野结衣巨乳人妻| 99视频精品全部免费 在线| 国产高清国产精品国产三级 | 看非洲黑人一级黄片| 狠狠狠狠99中文字幕| 女人被狂操c到高潮| 日本免费在线观看一区| 日韩大片免费观看网站 | 一区二区三区四区激情视频| 国产真实乱freesex| 99久久九九国产精品国产免费| 日本wwww免费看| 免费黄色在线免费观看| 国产伦理片在线播放av一区| 日韩大片免费观看网站 | 国产精品一及| 麻豆av噜噜一区二区三区| 久久久久久久久久成人| 亚洲av成人av| 亚洲av熟女| 天堂av国产一区二区熟女人妻| 国产免费福利视频在线观看| 两个人视频免费观看高清| 欧美成人午夜免费资源| 日本免费一区二区三区高清不卡| 噜噜噜噜噜久久久久久91| 一级爰片在线观看| 久久99蜜桃精品久久| 欧美激情在线99| 国产91av在线免费观看| 在线观看av片永久免费下载| 国产精品三级大全| 亚洲人成网站在线播| 中文亚洲av片在线观看爽| 舔av片在线| 亚洲久久久久久中文字幕| 男人舔奶头视频| 久久精品久久精品一区二区三区| a级一级毛片免费在线观看| 亚洲精品乱码久久久久久按摩| 欧美成人a在线观看| 亚洲人成网站高清观看| 国产一区二区在线观看日韩| 久久国内精品自在自线图片| 日韩欧美在线乱码| 亚洲欧美精品专区久久| 日日摸夜夜添夜夜爱| 麻豆成人av视频| 97在线视频观看| 晚上一个人看的免费电影| 91午夜精品亚洲一区二区三区| 在线观看美女被高潮喷水网站| 国产亚洲av片在线观看秒播厂 | 69av精品久久久久久| 亚洲欧美成人精品一区二区| 日日啪夜夜撸| 麻豆成人午夜福利视频| 一级毛片aaaaaa免费看小| 精品一区二区免费观看| 男人和女人高潮做爰伦理| 不卡视频在线观看欧美| 久久婷婷人人爽人人干人人爱| 国产老妇伦熟女老妇高清| 伦理电影大哥的女人| 国产成人精品婷婷| 日本三级黄在线观看| 一区二区三区高清视频在线| 男女视频在线观看网站免费| 国产成人a区在线观看| 2022亚洲国产成人精品| 一级二级三级毛片免费看| 午夜精品国产一区二区电影 | 成人三级黄色视频| 天天躁日日操中文字幕| 91狼人影院| 午夜a级毛片| 一级av片app| 精品熟女少妇av免费看| 18禁在线无遮挡免费观看视频| 亚洲欧美日韩东京热| 淫秽高清视频在线观看| 免费观看精品视频网站| 中文天堂在线官网| 精品欧美国产一区二区三| 中文亚洲av片在线观看爽| 六月丁香七月| 99久久九九国产精品国产免费| 日本免费a在线| 久久久久免费精品人妻一区二区| 极品教师在线视频| 哪个播放器可以免费观看大片| 国产精品国产三级国产专区5o | 国产女主播在线喷水免费视频网站 | 国产大屁股一区二区在线视频| 亚洲av日韩在线播放| 一本久久精品| 国产亚洲精品av在线| 国产亚洲午夜精品一区二区久久 | 尤物成人国产欧美一区二区三区| 亚洲精品,欧美精品| 性插视频无遮挡在线免费观看| 成人高潮视频无遮挡免费网站| 欧美日韩在线观看h| 99久国产av精品国产电影| 国产成人精品一,二区| 国产精品,欧美在线| av女优亚洲男人天堂| 一区二区三区高清视频在线| 亚洲欧美一区二区三区国产| 中文亚洲av片在线观看爽| 毛片女人毛片| 国产精品1区2区在线观看.| 国产亚洲最大av| 一级毛片aaaaaa免费看小| 在线观看一区二区三区| 免费看av在线观看网站| 亚洲经典国产精华液单| 久久久久久久久中文| 色噜噜av男人的天堂激情| 三级国产精品片| 午夜福利在线观看免费完整高清在| 69人妻影院| 一级黄色大片毛片| 村上凉子中文字幕在线| 麻豆国产97在线/欧美| 亚洲图色成人| 久久精品国产亚洲av涩爱| 97超视频在线观看视频| 国产精品一区www在线观看| 麻豆久久精品国产亚洲av| 菩萨蛮人人尽说江南好唐韦庄 | 午夜老司机福利剧场| 国产精品国产高清国产av| 欧美精品国产亚洲| 国产一级毛片在线| 国产伦理片在线播放av一区| 亚洲乱码一区二区免费版| 亚洲欧洲日产国产| 人妻系列 视频| 天堂av国产一区二区熟女人妻| 午夜日本视频在线| 久久精品久久久久久噜噜老黄 | 最后的刺客免费高清国语| 亚洲成av人片在线播放无| 最近视频中文字幕2019在线8|