• <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
    91精品伊人久久大香线蕉| 丝袜喷水一区| 亚洲精品美女久久av网站| 人成视频在线观看免费观看| 亚洲伊人久久精品综合| 一区二区三区乱码不卡18| 另类精品久久| 蜜桃在线观看..| 国产福利在线免费观看视频| 爱豆传媒免费全集在线观看| 丰满少妇做爰视频| 99re6热这里在线精品视频| 亚洲国产欧美一区二区综合| 免费av中文字幕在线| 欧美国产精品va在线观看不卡| 新久久久久国产一级毛片| 女人久久www免费人成看片| 男人操女人黄网站| 欧美日韩视频高清一区二区三区二| 午夜激情av网站| 日韩视频在线欧美| 老鸭窝网址在线观看| 国产精品人妻久久久影院| 欧美乱码精品一区二区三区| 搡老岳熟女国产| 叶爱在线成人免费视频播放| 狂野欧美激情性xxxx| 91九色精品人成在线观看| 韩国精品一区二区三区| 亚洲精品久久成人aⅴ小说| 久久国产精品大桥未久av| bbb黄色大片| av在线播放精品| 国产成人一区二区三区免费视频网站 | 免费观看a级毛片全部| 搡老乐熟女国产| 久久久久国产精品人妻一区二区| 欧美黄色片欧美黄色片| 观看av在线不卡| 色视频在线一区二区三区| 激情视频va一区二区三区| 蜜桃在线观看..| 汤姆久久久久久久影院中文字幕| 中文字幕最新亚洲高清| 天堂俺去俺来也www色官网| 少妇被粗大的猛进出69影院| 久久99精品国语久久久| 久久国产精品人妻蜜桃| 狠狠精品人妻久久久久久综合| 中文字幕人妻丝袜一区二区| 日韩 欧美 亚洲 中文字幕| 精品免费久久久久久久清纯 | 国产精品久久久人人做人人爽| 亚洲黑人精品在线| 成人影院久久| 国产一级毛片在线| 黄色一级大片看看| 两人在一起打扑克的视频| 大片免费播放器 马上看| 亚洲图色成人| 亚洲国产精品一区二区三区在线| av一本久久久久| 一级黄片播放器| 国产不卡av网站在线观看| 亚洲av国产av综合av卡| 啦啦啦中文免费视频观看日本| 国产亚洲av高清不卡| 亚洲成人国产一区在线观看 | 精品亚洲乱码少妇综合久久| 黑丝袜美女国产一区| 国产精品秋霞免费鲁丝片| 免费一级毛片在线播放高清视频 | 免费看av在线观看网站| 捣出白浆h1v1| 操美女的视频在线观看| 水蜜桃什么品种好| 在线精品无人区一区二区三| 亚洲欧美成人综合另类久久久| 99久久综合免费| 女人高潮潮喷娇喘18禁视频| 国产有黄有色有爽视频| 一级片'在线观看视频| 精品福利观看| 久久久久精品人妻al黑| 国产成人免费观看mmmm| 亚洲欧美日韩另类电影网站| 免费看不卡的av| 国产成人影院久久av| 黑人欧美特级aaaaaa片| 久久青草综合色| 99国产精品一区二区三区| 天天影视国产精品| 国产精品亚洲av一区麻豆| 超碰成人久久| a级片在线免费高清观看视频| 91国产中文字幕| 日本av手机在线免费观看| 欧美成人精品欧美一级黄| 国产精品九九99| 亚洲欧洲国产日韩| 美女国产高潮福利片在线看| 一区二区日韩欧美中文字幕| 在线观看免费午夜福利视频| 在现免费观看毛片| 国产又色又爽无遮挡免| 18禁黄网站禁片午夜丰满| 精品国产国语对白av| 无遮挡黄片免费观看| 男女下面插进去视频免费观看| 午夜久久久在线观看| 亚洲三区欧美一区| 90打野战视频偷拍视频| 日韩大片免费观看网站| 亚洲三区欧美一区| 国产亚洲欧美在线一区二区| 一级片'在线观看视频| 侵犯人妻中文字幕一二三四区| 欧美黑人欧美精品刺激| 性少妇av在线| 老司机亚洲免费影院| 国产精品香港三级国产av潘金莲 | 黄色 视频免费看| 视频区欧美日本亚洲| 18禁裸乳无遮挡动漫免费视频| 成年人午夜在线观看视频| 成人午夜精彩视频在线观看| 在线观看免费午夜福利视频| 亚洲欧美清纯卡通| 免费在线观看完整版高清| 中文字幕人妻熟女乱码| 国产片特级美女逼逼视频| 国产不卡av网站在线观看| 99香蕉大伊视频| 久久精品国产综合久久久| 美女午夜性视频免费| 又大又爽又粗| 国语对白做爰xxxⅹ性视频网站| 青春草视频在线免费观看| 亚洲精品久久久久久婷婷小说| 脱女人内裤的视频| 亚洲第一av免费看| 波多野结衣一区麻豆| 国产免费一区二区三区四区乱码| 国产av一区二区精品久久| 香蕉国产在线看| 男男h啪啪无遮挡| 国产在线观看jvid| 久9热在线精品视频| 一级毛片我不卡| h视频一区二区三区| 久久精品亚洲av国产电影网| 欧美亚洲 丝袜 人妻 在线| 777米奇影视久久| 又紧又爽又黄一区二区| 国产成人精品在线电影| www.精华液| 久久久精品区二区三区| 狠狠婷婷综合久久久久久88av| 国产激情久久老熟女| 久久精品久久久久久久性| 视频区欧美日本亚洲| 亚洲国产欧美在线一区| 国产高清视频在线播放一区 | 亚洲av日韩在线播放| 最黄视频免费看| 成人三级做爰电影| 无限看片的www在线观看| 丝瓜视频免费看黄片| 久久久国产欧美日韩av| 91精品三级在线观看| 亚洲一区二区三区欧美精品| 在线av久久热| 久久青草综合色| 超碰成人久久| 国产深夜福利视频在线观看| 宅男免费午夜| 亚洲av日韩在线播放| 免费不卡黄色视频| 啦啦啦在线免费观看视频4| 激情视频va一区二区三区| 国产xxxxx性猛交| 一级毛片黄色毛片免费观看视频| 日韩伦理黄色片| 50天的宝宝边吃奶边哭怎么回事| a 毛片基地| 在线观看一区二区三区激情| 亚洲av电影在线进入| 免费在线观看黄色视频的| av国产精品久久久久影院| 老汉色∧v一级毛片| a级片在线免费高清观看视频| 午夜老司机福利片| 午夜两性在线视频| 肉色欧美久久久久久久蜜桃| 久久久久久久久免费视频了| 美女中出高潮动态图| 成人黄色视频免费在线看| 高清欧美精品videossex| 国产精品国产av在线观看| 午夜老司机福利片| 啦啦啦啦在线视频资源| 纵有疾风起免费观看全集完整版| av国产久精品久网站免费入址| 一区二区日韩欧美中文字幕| 亚洲国产av影院在线观看| 日韩 亚洲 欧美在线| 五月开心婷婷网| 一边亲一边摸免费视频| 女人高潮潮喷娇喘18禁视频| 婷婷色综合大香蕉| 亚洲五月色婷婷综合| 久久久国产精品麻豆| av网站在线播放免费| 免费在线观看影片大全网站 | 久久青草综合色| 国产淫语在线视频| 七月丁香在线播放| 在线观看www视频免费| 老司机影院毛片| 国产高清videossex| 老熟女久久久| 亚洲一卡2卡3卡4卡5卡精品中文| 一级黄色大片毛片| 国产免费现黄频在线看| 亚洲av电影在线观看一区二区三区| 亚洲av在线观看美女高潮| 久久免费观看电影| 免费日韩欧美在线观看| 人人妻人人澡人人爽人人夜夜| 免费久久久久久久精品成人欧美视频| 91成人精品电影| 十八禁人妻一区二区| 午夜日韩欧美国产| 亚洲精品美女久久av网站| 操美女的视频在线观看| 国产在视频线精品| 97在线人人人人妻| 免费人妻精品一区二区三区视频| 手机成人av网站| 90打野战视频偷拍视频| 亚洲精品久久午夜乱码| 欧美变态另类bdsm刘玥| 少妇的丰满在线观看| 丝袜在线中文字幕| 只有这里有精品99| 日韩 亚洲 欧美在线| 亚洲av日韩精品久久久久久密 | 日本欧美视频一区| 日韩制服骚丝袜av| 女人被躁到高潮嗷嗷叫费观| 大香蕉久久成人网| 一边摸一边抽搐一进一出视频| 成人免费观看视频高清| 精品少妇久久久久久888优播| 欧美在线黄色| 日本vs欧美在线观看视频| 午夜两性在线视频| 色精品久久人妻99蜜桃| 久久天堂一区二区三区四区| 极品人妻少妇av视频| 热re99久久精品国产66热6| 久久99一区二区三区| av国产精品久久久久影院| 欧美变态另类bdsm刘玥| 成人国语在线视频| 日韩制服丝袜自拍偷拍| 操出白浆在线播放| 婷婷成人精品国产| 超色免费av| 国产片特级美女逼逼视频| 夫妻性生交免费视频一级片| 久久人人爽av亚洲精品天堂| 久久天堂一区二区三区四区| 免费久久久久久久精品成人欧美视频| 国产在线一区二区三区精| 成人手机av| 亚洲午夜精品一区,二区,三区| 色94色欧美一区二区| 9色porny在线观看| 国产欧美日韩一区二区三 | 久久影院123| 欧美精品高潮呻吟av久久| 女警被强在线播放| 在线亚洲精品国产二区图片欧美| 久久九九热精品免费| 五月天丁香电影| 亚洲人成77777在线视频| 精品一区二区三区av网在线观看 | 日韩 亚洲 欧美在线| 免费观看人在逋| 91精品伊人久久大香线蕉| 高清视频免费观看一区二区| 国产精品一区二区在线不卡| 国产精品久久久人人做人人爽| 日韩大片免费观看网站| 精品亚洲成a人片在线观看| 日本午夜av视频| 亚洲精品第二区| 高清黄色对白视频在线免费看| 午夜福利视频精品| 国产精品.久久久| 久久久国产欧美日韩av| 精品国产乱码久久久久久男人| 高清av免费在线| 午夜免费成人在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 老司机靠b影院| 又大又爽又粗| 午夜两性在线视频| 亚洲激情五月婷婷啪啪| 午夜激情av网站| 黄频高清免费视频| 又黄又粗又硬又大视频| 久久人妻福利社区极品人妻图片 | 中文字幕另类日韩欧美亚洲嫩草| 一本久久精品| 少妇裸体淫交视频免费看高清 | 亚洲精品日韩在线中文字幕| 亚洲欧美一区二区三区久久| 成人亚洲欧美一区二区av| 日日爽夜夜爽网站| 亚洲中文av在线| 国产成人av激情在线播放| 亚洲视频免费观看视频| 久久久久精品国产欧美久久久 | 尾随美女入室| 久久ye,这里只有精品| 午夜福利乱码中文字幕| 欧美国产精品一级二级三级| 国产午夜精品一二区理论片| 黑人猛操日本美女一级片| 国产在线观看jvid| 中文字幕色久视频| 天天影视国产精品| 大片电影免费在线观看免费| 精品视频人人做人人爽| √禁漫天堂资源中文www| 国产精品麻豆人妻色哟哟久久| 一区二区av电影网| av天堂在线播放| 久久精品亚洲av国产电影网| 亚洲欧美清纯卡通| 女性生殖器流出的白浆| 亚洲中文日韩欧美视频| 午夜福利免费观看在线| 王馨瑶露胸无遮挡在线观看| 亚洲人成77777在线视频| 91精品伊人久久大香线蕉| 啦啦啦 在线观看视频| 亚洲欧美日韩高清在线视频 | 亚洲国产看品久久| 国产精品免费大片| 80岁老熟妇乱子伦牲交| 黑人猛操日本美女一级片| 亚洲精品久久成人aⅴ小说| 久久久国产一区二区| 国产在线观看jvid| 国产男女内射视频| 午夜福利一区二区在线看| 国产精品 欧美亚洲| 日韩电影二区| 激情五月婷婷亚洲| 黄片小视频在线播放| av天堂久久9| 亚洲精品一二三| av天堂久久9| 国产一卡二卡三卡精品| 天堂8中文在线网| 99国产精品免费福利视频| 黄色a级毛片大全视频| 男女床上黄色一级片免费看| 一区二区三区四区激情视频| 亚洲中文av在线| 91精品国产国语对白视频| 在线天堂中文资源库| 看免费av毛片| 久久鲁丝午夜福利片| 日本av手机在线免费观看| 捣出白浆h1v1| 大片免费播放器 马上看| 午夜福利在线免费观看网站| 国产在视频线精品| 99国产精品一区二区蜜桃av | 国产精品一国产av| 黄色 视频免费看| 婷婷色综合大香蕉| 午夜免费成人在线视频| 国产一区亚洲一区在线观看| 国产xxxxx性猛交| 2018国产大陆天天弄谢| 国产主播在线观看一区二区 | av有码第一页| av国产久精品久网站免费入址| 精品国产一区二区三区久久久樱花| 亚洲欧美一区二区三区久久| 国产成人精品久久久久久| 久久久久网色| 男女边摸边吃奶| 国产日韩欧美视频二区| 两性夫妻黄色片| 欧美 日韩 精品 国产| 99热国产这里只有精品6| 丝瓜视频免费看黄片| 免费不卡黄色视频| 精品一区二区三卡| 伦理电影免费视频| 精品少妇黑人巨大在线播放| 日日爽夜夜爽网站| 欧美日韩亚洲综合一区二区三区_| 中文字幕精品免费在线观看视频| 男女下面插进去视频免费观看| 777久久人妻少妇嫩草av网站| 视频在线观看一区二区三区| 国产无遮挡羞羞视频在线观看| 亚洲天堂av无毛| 亚洲午夜精品一区,二区,三区| 大陆偷拍与自拍| 久久久久久久精品精品| 80岁老熟妇乱子伦牲交| 成人国产av品久久久| 日韩av在线免费看完整版不卡| av国产久精品久网站免费入址| 日本黄色日本黄色录像| 一级毛片电影观看| 国产xxxxx性猛交| 七月丁香在线播放| 欧美成人精品欧美一级黄| 老鸭窝网址在线观看| 好男人视频免费观看在线| a级片在线免费高清观看视频| 两人在一起打扑克的视频| 美女视频免费永久观看网站| 日本a在线网址| 99九九在线精品视频| 美女高潮到喷水免费观看| 国产成人啪精品午夜网站| 午夜福利视频在线观看免费| 日本av免费视频播放| 国产精品一区二区精品视频观看| 99精国产麻豆久久婷婷| 精品一区二区三区av网在线观看 | 女人精品久久久久毛片| 国产欧美日韩一区二区三区在线| 大香蕉久久成人网| 纯流量卡能插随身wifi吗| 两人在一起打扑克的视频| 精品国产一区二区三区四区第35| 男女国产视频网站| 看免费成人av毛片| 午夜91福利影院| 亚洲七黄色美女视频| 亚洲欧美精品综合一区二区三区| 国产精品一国产av| 日本欧美视频一区| 飞空精品影院首页| 少妇猛男粗大的猛烈进出视频| 国产精品一区二区在线观看99| 婷婷色综合www| 久久久亚洲精品成人影院| 热re99久久精品国产66热6| 少妇人妻 视频| 国产日韩欧美在线精品| 大片电影免费在线观看免费| 热99久久久久精品小说推荐| 日日爽夜夜爽网站| 欧美xxⅹ黑人| 欧美人与善性xxx| 美女福利国产在线| 纵有疾风起免费观看全集完整版| 热re99久久精品国产66热6| 一区二区av电影网| avwww免费| 我的亚洲天堂| 欧美激情高清一区二区三区| 少妇 在线观看| 精品熟女少妇八av免费久了| 欧美精品高潮呻吟av久久| 伦理电影免费视频| 成人亚洲精品一区在线观看| 下体分泌物呈黄色| 欧美人与性动交α欧美精品济南到| 精品人妻一区二区三区麻豆| 男女国产视频网站| 成人免费观看视频高清| 欧美精品啪啪一区二区三区 | 又大又黄又爽视频免费| 国产xxxxx性猛交| 亚洲情色 制服丝袜| 女性生殖器流出的白浆| 手机成人av网站| 男人操女人黄网站| 在线观看一区二区三区激情| 久久人人爽av亚洲精品天堂| 99国产综合亚洲精品| 九色亚洲精品在线播放| 亚洲人成电影免费在线| 青春草视频在线免费观看| 欧美日韩视频高清一区二区三区二| 久久国产精品大桥未久av| 国产精品99久久99久久久不卡| 婷婷色综合大香蕉| 男人添女人高潮全过程视频| 脱女人内裤的视频| 满18在线观看网站| 黄色 视频免费看| 久久久久视频综合| 中文字幕人妻丝袜一区二区| 我要看黄色一级片免费的| 国产精品国产三级专区第一集| 丝瓜视频免费看黄片| 亚洲欧洲日产国产| 看十八女毛片水多多多| 国产黄色视频一区二区在线观看| 女警被强在线播放| 人妻 亚洲 视频| 久久国产亚洲av麻豆专区| 大话2 男鬼变身卡| 国产一级毛片在线| 色综合欧美亚洲国产小说| 精品少妇黑人巨大在线播放| 久久精品亚洲熟妇少妇任你| 麻豆国产av国片精品| 搡老岳熟女国产| 黄色a级毛片大全视频| 中文字幕人妻丝袜制服| 啦啦啦啦在线视频资源| 日韩中文字幕视频在线看片| 亚洲精品美女久久久久99蜜臀 | 又大又爽又粗| 亚洲少妇的诱惑av| 国产精品一区二区在线不卡| 人体艺术视频欧美日本| 亚洲成人免费电影在线观看 | 久久毛片免费看一区二区三区| 天堂8中文在线网| 亚洲久久久国产精品| 久久99热这里只频精品6学生| 美女脱内裤让男人舔精品视频| 久久国产精品影院| 日本vs欧美在线观看视频| 久久天堂一区二区三区四区| 精品久久久精品久久久| 久久精品亚洲av国产电影网| 国产成人系列免费观看| 看免费av毛片| 国产精品久久久久久人妻精品电影 | 亚洲精品国产一区二区精华液| 欧美老熟妇乱子伦牲交| 人人澡人人妻人| 成年人免费黄色播放视频| 免费日韩欧美在线观看| 波多野结衣一区麻豆| 韩国精品一区二区三区| 中文字幕色久视频| 宅男免费午夜| 国产精品久久久久成人av| 91国产中文字幕| 亚洲第一av免费看| 丁香六月欧美| 1024视频免费在线观看| 涩涩av久久男人的天堂| 国产成人av激情在线播放| 大话2 男鬼变身卡| 午夜精品国产一区二区电影| 日本猛色少妇xxxxx猛交久久| 成人亚洲精品一区在线观看| 99热全是精品| 亚洲成国产人片在线观看| 国产欧美日韩精品亚洲av| 成年人午夜在线观看视频| 视频区图区小说| 国产不卡av网站在线观看| 婷婷色综合www| 69精品国产乱码久久久| 午夜福利乱码中文字幕| 99九九在线精品视频| 两性夫妻黄色片| 国产精品香港三级国产av潘金莲 | 亚洲av欧美aⅴ国产| 成人国产一区最新在线观看 | 国产男女超爽视频在线观看| 亚洲中文字幕日韩| 国产男人的电影天堂91| 九草在线视频观看| 久热爱精品视频在线9| 最新在线观看一区二区三区 | 成人影院久久| 51午夜福利影视在线观看| 中文字幕亚洲精品专区| 男女高潮啪啪啪动态图| 国产有黄有色有爽视频| 女人被躁到高潮嗷嗷叫费观| 男女高潮啪啪啪动态图| 免费观看人在逋| 纯流量卡能插随身wifi吗| 亚洲欧洲精品一区二区精品久久久| 中文字幕人妻丝袜制服| 纯流量卡能插随身wifi吗| 中文字幕最新亚洲高清| 大话2 男鬼变身卡| 老熟女久久久| 午夜免费鲁丝| 男女边摸边吃奶| 国产精品麻豆人妻色哟哟久久| 啦啦啦在线免费观看视频4| 这个男人来自地球电影免费观看| 国产精品麻豆人妻色哟哟久久| 丁香六月欧美| 欧美日韩成人在线一区二区| 亚洲国产看品久久| 亚洲欧美一区二区三区久久| 免费观看a级毛片全部| 亚洲人成网站在线观看播放| av不卡在线播放| 久久精品久久久久久噜噜老黄|