• <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
    色5月婷婷丁香| 午夜av观看不卡| 亚洲一区二区三区欧美精品| 国产女主播在线喷水免费视频网站| 成人毛片60女人毛片免费| 只有这里有精品99| 亚洲国产色片| 成人亚洲精品一区在线观看| 亚洲一区二区三区欧美精品| 亚洲高清免费不卡视频| av线在线观看网站| 精品人妻熟女毛片av久久网站| 少妇的逼好多水| 精品亚洲成a人片在线观看| 五月玫瑰六月丁香| 亚洲av欧美aⅴ国产| 少妇人妻精品综合一区二区| 亚洲情色 制服丝袜| 中文天堂在线官网| 精品国产一区二区三区四区第35| 亚洲成人手机| 好男人视频免费观看在线| 精品福利永久在线观看| 国产精品麻豆人妻色哟哟久久| 高清毛片免费看| 欧美3d第一页| 丰满乱子伦码专区| 亚洲精品久久久久久婷婷小说| 亚洲丝袜综合中文字幕| 久久久久精品性色| 丰满乱子伦码专区| 成人毛片a级毛片在线播放| 高清毛片免费看| 国产成人a∨麻豆精品| 日本vs欧美在线观看视频| 久久精品国产亚洲av涩爱| 国产精品国产三级国产专区5o| 黑人高潮一二区| 美女脱内裤让男人舔精品视频| 一个人免费看片子| 一本大道久久a久久精品| 中文字幕人妻熟女乱码| 久久久久国产网址| 午夜精品国产一区二区电影| 久久国内精品自在自线图片| 夫妻午夜视频| 如日韩欧美国产精品一区二区三区| 欧美最新免费一区二区三区| 男女无遮挡免费网站观看| 欧美3d第一页| av国产久精品久网站免费入址| 一边亲一边摸免费视频| www.色视频.com| 日韩中字成人| 视频区图区小说| 精品福利永久在线观看| 国产成人精品久久久久久| 人妻 亚洲 视频| 久久精品久久精品一区二区三区| 看免费成人av毛片| 久久久久久人人人人人| 久久这里只有精品19| 国产精品麻豆人妻色哟哟久久| 又粗又硬又长又爽又黄的视频| 80岁老熟妇乱子伦牲交| 亚洲欧美日韩卡通动漫| av.在线天堂| 人妻系列 视频| 亚洲精品色激情综合| 免费看不卡的av| 毛片一级片免费看久久久久| 免费高清在线观看视频在线观看| 国产精品久久久久久久电影| 色5月婷婷丁香| 国产高清三级在线| 亚洲成人一二三区av| 欧美国产精品va在线观看不卡| 国产av精品麻豆| 亚洲激情五月婷婷啪啪| 深夜精品福利| 又黄又爽又刺激的免费视频.| 少妇的逼水好多| 色5月婷婷丁香| 亚洲人成77777在线视频| 日韩一区二区视频免费看| 亚洲精品国产av蜜桃| 精品一区二区三区视频在线| 国精品久久久久久国模美| 一级a做视频免费观看| 视频区图区小说| 视频在线观看一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 中国美白少妇内射xxxbb| 国产欧美亚洲国产| 免费观看av网站的网址| 日产精品乱码卡一卡2卡三| 亚洲国产精品专区欧美| 成人影院久久| 搡老乐熟女国产| 男女国产视频网站| 精品一区二区三区四区五区乱码 | 免费观看a级毛片全部| 国产麻豆69| 成人国语在线视频| 日本av免费视频播放| 亚洲国产av影院在线观看| 黄片无遮挡物在线观看| 制服丝袜香蕉在线| 国产欧美亚洲国产| 亚洲精品一二三| 成年动漫av网址| 国产色婷婷99| 中文字幕免费在线视频6| 性色av一级| 人妻少妇偷人精品九色| 精品少妇内射三级| 色视频在线一区二区三区| 国产亚洲欧美精品永久| 国产欧美日韩综合在线一区二区| 一级,二级,三级黄色视频| 免费观看av网站的网址| 色网站视频免费| 欧美激情国产日韩精品一区| 国产又色又爽无遮挡免| 久久国产精品男人的天堂亚洲 | 免费观看在线日韩| 国产男女超爽视频在线观看| 欧美激情国产日韩精品一区| 欧美人与善性xxx| 国产成人午夜福利电影在线观看| 巨乳人妻的诱惑在线观看| 天天躁夜夜躁狠狠躁躁| 女人被躁到高潮嗷嗷叫费观| 久久人人爽人人片av| 国产精品久久久久久精品电影小说| 亚洲欧美清纯卡通| av卡一久久| av在线播放精品| 美女xxoo啪啪120秒动态图| 国产成人精品婷婷| 欧美精品国产亚洲| 日本wwww免费看| 一区在线观看完整版| 街头女战士在线观看网站| 亚洲欧美成人综合另类久久久| 少妇的丰满在线观看| 多毛熟女@视频| 精品卡一卡二卡四卡免费| 精品国产国语对白av| 久久久久精品性色| 在线观看免费高清a一片| 国产激情久久老熟女| 日本vs欧美在线观看视频| 哪个播放器可以免费观看大片| 伊人久久国产一区二区| 日韩三级伦理在线观看| av免费观看日本| 天天躁夜夜躁狠狠久久av| 肉色欧美久久久久久久蜜桃| 免费高清在线观看日韩| 在线天堂最新版资源| 看免费成人av毛片| 久久久久久久久久成人| 免费观看无遮挡的男女| 免费久久久久久久精品成人欧美视频 | 91久久精品国产一区二区三区| 成人国产av品久久久| 男人添女人高潮全过程视频| 热re99久久精品国产66热6| 老司机影院成人| 在线观看免费高清a一片| 国产男人的电影天堂91| 亚洲欧美成人综合另类久久久| 免费观看在线日韩| 色94色欧美一区二区| 天天影视国产精品| 美女视频免费永久观看网站| 下体分泌物呈黄色| 大片免费播放器 马上看| 黄片播放在线免费| 黑人高潮一二区| 欧美精品一区二区免费开放| 成人毛片60女人毛片免费| 国产精品一区二区在线观看99| 国产成人午夜福利电影在线观看| 考比视频在线观看| 十八禁网站网址无遮挡| 日本黄色日本黄色录像| 亚洲,欧美,日韩| 久久精品人人爽人人爽视色| 成年美女黄网站色视频大全免费| 午夜av观看不卡| 男女高潮啪啪啪动态图| 9色porny在线观看| 久久久久久久精品精品| 观看美女的网站| 成人18禁高潮啪啪吃奶动态图| 搡老乐熟女国产| 久久影院123| 亚洲欧洲精品一区二区精品久久久 | 全区人妻精品视频| 99视频精品全部免费 在线| 免费观看av网站的网址| 日本免费在线观看一区| 在线看a的网站| 纵有疾风起免费观看全集完整版| 亚洲国产精品专区欧美| 人人妻人人添人人爽欧美一区卜| 久久精品久久精品一区二区三区| 日本爱情动作片www.在线观看| 最近中文字幕高清免费大全6| 国产免费一区二区三区四区乱码| 久久 成人 亚洲| 18禁在线无遮挡免费观看视频| 日日摸夜夜添夜夜爱| 精品少妇内射三级| 精品卡一卡二卡四卡免费| 我要看黄色一级片免费的| 侵犯人妻中文字幕一二三四区| 国产精品一区www在线观看| 少妇熟女欧美另类| 亚洲四区av| 久久久精品94久久精品| 伦精品一区二区三区| 欧美bdsm另类| 韩国精品一区二区三区 | 天天影视国产精品| 亚洲婷婷狠狠爱综合网| 国精品久久久久久国模美| 青春草国产在线视频| 久久久精品免费免费高清| 日本猛色少妇xxxxx猛交久久| 国产日韩一区二区三区精品不卡| 人妻系列 视频| av在线老鸭窝| 午夜福利在线观看免费完整高清在| 精品一区二区三区四区五区乱码 | 免费高清在线观看视频在线观看| 成人漫画全彩无遮挡| 另类精品久久| 日韩熟女老妇一区二区性免费视频| 日本av免费视频播放| 久久青草综合色| 久久人人97超碰香蕉20202| 老司机影院毛片| 一本—道久久a久久精品蜜桃钙片| 精品久久久精品久久久| 极品少妇高潮喷水抽搐| 精品人妻熟女毛片av久久网站| 国产极品粉嫩免费观看在线| 久久韩国三级中文字幕| 女人被躁到高潮嗷嗷叫费观| 黄网站色视频无遮挡免费观看| 免费人成在线观看视频色| 日本黄大片高清| 亚洲一级一片aⅴ在线观看| av电影中文网址| 成人影院久久| 亚洲av成人精品一二三区| 我的女老师完整版在线观看| 国产男女内射视频| a 毛片基地| 亚洲国产成人一精品久久久| av在线老鸭窝| 久久国内精品自在自线图片| 美女国产高潮福利片在线看| 中文字幕亚洲精品专区| 国产精品久久久av美女十八| 久久av网站| 99国产综合亚洲精品| 亚洲精品视频女| 亚洲综合色惰| 久久久久人妻精品一区果冻| 丝袜脚勾引网站| 天天影视国产精品| 久久人妻熟女aⅴ| 七月丁香在线播放| 欧美日韩国产mv在线观看视频| 人妻少妇偷人精品九色| 蜜桃国产av成人99| 久久久精品区二区三区| 丝瓜视频免费看黄片| 国产精品国产av在线观看| 天天操日日干夜夜撸| av一本久久久久| 青春草国产在线视频| 在线精品无人区一区二区三| 久久免费观看电影| 精品久久国产蜜桃| 精品一区二区三区视频在线| 国产欧美日韩一区二区三区在线| 在线天堂中文资源库| 精品人妻偷拍中文字幕| 免费久久久久久久精品成人欧美视频 | 午夜福利网站1000一区二区三区| 街头女战士在线观看网站| 国产一区亚洲一区在线观看| 观看美女的网站| 中文乱码字字幕精品一区二区三区| 亚洲av综合色区一区| 在线观看免费视频网站a站| 天天操日日干夜夜撸| 亚洲国产av新网站| 久久热在线av| 中文字幕精品免费在线观看视频 | 大陆偷拍与自拍| 亚洲美女黄色视频免费看| 国产国拍精品亚洲av在线观看| 啦啦啦视频在线资源免费观看| 久久久久精品性色| 亚洲少妇的诱惑av| 黄色配什么色好看| 国产免费福利视频在线观看| 日韩制服骚丝袜av| 成人18禁高潮啪啪吃奶动态图| 久久韩国三级中文字幕| 久久精品国产亚洲av天美| 欧美日本中文国产一区发布| 男女下面插进去视频免费观看 | 另类精品久久| 成人综合一区亚洲| 免费大片黄手机在线观看| 2022亚洲国产成人精品| 久久久久视频综合| 精品少妇内射三级| 国产黄色视频一区二区在线观看| 韩国精品一区二区三区 | 国产成人91sexporn| av天堂久久9| 亚洲四区av| av线在线观看网站| 日本黄色日本黄色录像| 人成视频在线观看免费观看| 久久精品久久久久久噜噜老黄| 精品第一国产精品| 欧美精品亚洲一区二区| 精品人妻一区二区三区麻豆| 精品少妇黑人巨大在线播放| 观看av在线不卡| 欧美精品av麻豆av| 久久青草综合色| 精品卡一卡二卡四卡免费| 99热全是精品| 久久国产精品男人的天堂亚洲 | 久久久久精品久久久久真实原创| 精品一区二区三区四区五区乱码 | 少妇精品久久久久久久| 亚洲激情五月婷婷啪啪| 天美传媒精品一区二区| 99热6这里只有精品| 秋霞伦理黄片| 日本免费在线观看一区| 99热网站在线观看| 亚洲色图综合在线观看| 97精品久久久久久久久久精品| 亚洲国产毛片av蜜桃av| 亚洲av电影在线进入| 欧美人与性动交α欧美精品济南到 | 人妻人人澡人人爽人人| 亚洲伊人久久精品综合| 亚洲综合色惰| 黄色怎么调成土黄色| 在线免费观看不下载黄p国产| 在线观看人妻少妇| 夫妻性生交免费视频一级片| 午夜av观看不卡| 国国产精品蜜臀av免费| 中文乱码字字幕精品一区二区三区| 在线观看人妻少妇| 欧美日韩综合久久久久久| 国产国语露脸激情在线看| 免费观看无遮挡的男女| 999精品在线视频| 色5月婷婷丁香| 日产精品乱码卡一卡2卡三| 黑人猛操日本美女一级片| 2021少妇久久久久久久久久久| 青春草视频在线免费观看| 永久网站在线| 色吧在线观看| 国产成人免费无遮挡视频| 18禁观看日本| 大香蕉久久网| 又大又黄又爽视频免费| 久久韩国三级中文字幕| 中文字幕亚洲精品专区| 不卡视频在线观看欧美| 亚洲色图 男人天堂 中文字幕 | av不卡在线播放| 国产色爽女视频免费观看| 欧美日韩一区二区视频在线观看视频在线| 亚洲综合色惰| 最近手机中文字幕大全| 国产成人精品一,二区| 男女免费视频国产| 亚洲内射少妇av| 九色亚洲精品在线播放| 精品人妻在线不人妻| 丝袜人妻中文字幕| 久久午夜综合久久蜜桃| 韩国高清视频一区二区三区| 久久久久久久久久成人| 成人黄色视频免费在线看| 美女内射精品一级片tv| 久热这里只有精品99| 91aial.com中文字幕在线观看| 国产综合精华液| 中文字幕免费在线视频6| 黑丝袜美女国产一区| 精品久久久久久电影网| 又黄又粗又硬又大视频| 亚洲欧美色中文字幕在线| 成人毛片a级毛片在线播放| 97在线视频观看| 久久久精品区二区三区| 国产成人精品福利久久| 亚洲国产av影院在线观看| 久久午夜福利片| 国产高清三级在线| 人成视频在线观看免费观看| 国产亚洲最大av| 久热久热在线精品观看| 国产成人精品福利久久| 精品午夜福利在线看| 97精品久久久久久久久久精品| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久久久久久大尺度免费视频| 久久久久久久久久人人人人人人| 最近最新中文字幕免费大全7| 女性被躁到高潮视频| 蜜桃在线观看..| 精品国产乱码久久久久久小说| 王馨瑶露胸无遮挡在线观看| 亚洲少妇的诱惑av| 成人毛片60女人毛片免费| √禁漫天堂资源中文www| 久久精品久久久久久久性| 亚洲av电影在线进入| 亚洲成国产人片在线观看| 九色亚洲精品在线播放| 精品人妻熟女毛片av久久网站| 女人久久www免费人成看片| 色婷婷av一区二区三区视频| 99久国产av精品国产电影| 两个人免费观看高清视频| 国产一区二区三区av在线| 毛片一级片免费看久久久久| 国产亚洲av片在线观看秒播厂| 日韩人妻精品一区2区三区| 久久人人爽av亚洲精品天堂| 免费黄网站久久成人精品| 亚洲精品aⅴ在线观看| 在线观看国产h片| 久久精品国产亚洲av天美| 晚上一个人看的免费电影| 亚洲精品456在线播放app| 中文天堂在线官网| 性色avwww在线观看| 亚洲中文av在线| 男女高潮啪啪啪动态图| 亚洲图色成人| 日本av免费视频播放| 久久精品国产综合久久久 | 高清av免费在线| 亚洲av综合色区一区| 插逼视频在线观看| 狂野欧美激情性xxxx在线观看| 飞空精品影院首页| 插逼视频在线观看| 欧美国产精品一级二级三级| 999精品在线视频| 免费观看在线日韩| 国产日韩一区二区三区精品不卡| tube8黄色片| 国产欧美日韩综合在线一区二区| 91国产中文字幕| 美女内射精品一级片tv| 免费看不卡的av| 女人精品久久久久毛片| 99热6这里只有精品| 国产白丝娇喘喷水9色精品| 国产极品粉嫩免费观看在线| 在现免费观看毛片| 免费看光身美女| 亚洲av男天堂| 欧美3d第一页| 国产免费福利视频在线观看| 人人妻人人添人人爽欧美一区卜| 91成人精品电影| 在线观看免费日韩欧美大片| 最后的刺客免费高清国语| 18+在线观看网站| 最黄视频免费看| 最后的刺客免费高清国语| 久久亚洲国产成人精品v| 免费播放大片免费观看视频在线观看| 老司机亚洲免费影院| 91精品三级在线观看| 爱豆传媒免费全集在线观看| 新久久久久国产一级毛片| 国产一区二区在线观看日韩| 欧美国产精品va在线观看不卡| 久久久久久久久久成人| 少妇的丰满在线观看| 久热久热在线精品观看| 午夜福利网站1000一区二区三区| av卡一久久| 深夜精品福利| 日本欧美视频一区| 国产福利在线免费观看视频| 亚洲精品av麻豆狂野| 十八禁高潮呻吟视频| 国产黄频视频在线观看| 免费日韩欧美在线观看| 国产欧美亚洲国产| 久久午夜综合久久蜜桃| 国产精品麻豆人妻色哟哟久久| 欧美精品一区二区免费开放| 热99国产精品久久久久久7| 成年人免费黄色播放视频| 97在线视频观看| 国产高清三级在线| 日韩伦理黄色片| 99热这里只有是精品在线观看| 国产av精品麻豆| 日本av手机在线免费观看| 久久精品aⅴ一区二区三区四区 | 波野结衣二区三区在线| 精品少妇久久久久久888优播| 国产免费又黄又爽又色| 极品人妻少妇av视频| 999精品在线视频| 日本黄大片高清| 男男h啪啪无遮挡| 久久久久久久久久成人| 又粗又硬又长又爽又黄的视频| 国产精品蜜桃在线观看| 亚洲av中文av极速乱| 一本大道久久a久久精品| 亚洲中文av在线| 青青草视频在线视频观看| 久久精品aⅴ一区二区三区四区 | 欧美激情国产日韩精品一区| 一边亲一边摸免费视频| 精品亚洲乱码少妇综合久久| www.av在线官网国产| 9色porny在线观看| 欧美精品高潮呻吟av久久| 亚洲国产av新网站| 久久久久久人人人人人| 日本av免费视频播放| 麻豆乱淫一区二区| 男女啪啪激烈高潮av片| 亚洲av免费高清在线观看| 亚洲经典国产精华液单| 久久韩国三级中文字幕| 国产在线视频一区二区| 亚洲精品av麻豆狂野| 日本黄色日本黄色录像| 啦啦啦视频在线资源免费观看| 高清视频免费观看一区二区| 极品人妻少妇av视频| 久久久久久人妻| 欧美bdsm另类| 国产精品久久久久久久久免| 91aial.com中文字幕在线观看| 亚洲精品第二区| 男女啪啪激烈高潮av片| 亚洲精品成人av观看孕妇| 日韩av在线免费看完整版不卡| 亚洲欧美中文字幕日韩二区| 亚洲精品自拍成人| 欧美精品亚洲一区二区| 一级片免费观看大全| 在现免费观看毛片| 久久久久久久久久久久大奶| 亚洲五月色婷婷综合| 免费观看a级毛片全部| 免费黄网站久久成人精品| 亚洲av男天堂| 欧美97在线视频| 国产成人精品婷婷| 国产淫语在线视频| 国产精品免费大片| 日韩欧美一区视频在线观看| 在线观看三级黄色| 亚洲国产看品久久| 国产男人的电影天堂91| 国产一区有黄有色的免费视频| 五月玫瑰六月丁香| 国产精品国产av在线观看| 久久久精品94久久精品| 国产色婷婷99| 国产精品欧美亚洲77777| 在线观看免费视频网站a站| 夫妻午夜视频| 国产午夜精品一二区理论片| 国产高清国产精品国产三级| 国产又色又爽无遮挡免| 美女xxoo啪啪120秒动态图| kizo精华| 亚洲精品久久午夜乱码| 国产欧美亚洲国产| 国产精品久久久久久av不卡| 色94色欧美一区二区| 性色avwww在线观看| 寂寞人妻少妇视频99o| 欧美国产精品va在线观看不卡| 午夜福利网站1000一区二区三区| 国产黄色视频一区二区在线观看| 亚洲国产精品一区二区三区在线| 午夜老司机福利剧场| 亚洲,欧美,日韩| 亚洲成国产人片在线观看| 热99国产精品久久久久久7|