• <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 ?

    用支持向量回歸法實現(xiàn)單幀圖像超分辨率重建

    2016-11-02 03:29:58袁其平林海杰陳志宏楊曉蘋
    光學精密工程 2016年9期
    關(guān)鍵詞:方法

    袁其平,林海杰,陳志宏,楊曉蘋

    (天津理工大學 天津市薄膜電子與通信器件重點實驗室,天津 300384)

    ?

    用支持向量回歸法實現(xiàn)單幀圖像超分辨率重建

    袁其平,林海杰,陳志宏*,楊曉蘋

    (天津理工大學 天津市薄膜電子與通信器件重點實驗室,天津 300384)

    由于一些傳統(tǒng)的超分辨率重建算法學習多幅不同類別的圖像仍無法獲得好的重建效果,本文提出了一種基于支持向量回歸機和光柵掃描的單幀圖像超分辨率重建算法。該算法首先采用光柵掃描法對一組高低分辨率訓練圖像提取圖像塊,從塊中分別抽取輸入向量和標簽像素。利用Log算子判斷這些塊是屬于高頻空間還是低頻空間,從而構(gòu)建高低頻空間向量對并對其進行優(yōu)化。然后,用支持向量回歸機(SVR)工具訓練優(yōu)化后的向量對,得到高低頻空間下的兩個字典;抽取測試低分辨率圖像中的塊并得到高低頻空間下的輸入向量,利用SVR工具回歸對應的屬于超分辨率圖像塊的標簽像素并得到回歸后的圖像。最后,對圖像進行后處理得到最終的超分辨率圖像。與其它算法的對比實驗表明:提出的算法具有較好的視覺效果。特別在放大倍數(shù)為2時,提出的算法在不同圖像上的峰值信噪比(PSNR)和結(jié)構(gòu)相似度(SSIM)值較雙三次插值法分別提高了3.1%~5.3%和1.5%~8.1%。得到的結(jié)果顯示提出的算法獲得了更好的重建效果。

    超分辨率重建;單幀圖像;支持向量回歸機;Log算子;光柵掃描

    1 引 言

    高分辨率(HR)圖像在工業(yè)應用、視頻監(jiān)控、衛(wèi)星監(jiān)測等大量應用場合中的需求很大。然而實際生活中由于成本,環(huán)境以及自然條件的限制,得到的圖像大部分是低分辨率(LR)的,并不能滿足人們的需求,所以許多學者致力于利用圖像處理算法獲取HR圖像。在近年來得益于機器學習理論的進步,超分辨率(SR)技術(shù)發(fā)展迅速。SR通過處理多幀或單幀LR圖像獲得一幀HR圖像。目前SR方法主要分為兩大類,即基于重建的超分辨率技術(shù)和基于學習的超分辨率技術(shù)。基于重建的超分辨率技術(shù)發(fā)展的較早,其中大部分方法是利用多幀低分辨率圖像來重建高分辨率圖像的,這種方法要求有多幀具有互補性的LR圖像。穆紹碩等人在傳統(tǒng)的局部線性嵌入算法(LLE)的基礎(chǔ)上提出了一種基于自學習的改進LLE算法,并且在硬件上予以實現(xiàn)[1]。賈蘇娟等人以相關(guān)系數(shù)為相似性測度實現(xiàn)了彩色序列LR圖像的光度配準,從而重構(gòu)出一幅光度得到改善的HR圖像[2]。何林陽等人提出了一種基于改進二值化魯棒尺度不變特征(BRISK)的快速圖像配準算法,極大地提高了多幀LR圖像間的匹配率,獲得了較好的超分辨率圖像重建效果[3]。然而實際中并不總能得到多幀LR圖像,所以單幀超分辨率重建技術(shù)的研究在實際應用中特別重要。近年來,機器學習理論發(fā)展迅速,許多學者把目光逐漸投向了基于學習的超分辨率技術(shù),由于其不需要多幅LR圖像而逐漸得到廣泛應用,這種方法的難點在于選擇合適的訓練數(shù)據(jù)和學習模型。作為一種學習圖像的方法,圖像的稀疏編碼被廣泛應用于超分辨圖像重構(gòu)中。它是在稀疏域中利用訓練得到的單字典或者雙字典進行降噪,預測高分辨率圖像信息[4-5]。也有學者利用圖像塊間的非局部自相似性,再加上一些全局和局部優(yōu)化約束來提升圖像的質(zhì)量[6-7],但是這類方法要求圖像本身塊間要具有相似性,對于塊間相似度不高的圖像,效果會有所下降?;貧w法作為一種超分辨率圖像重構(gòu)的方法,應用十分廣泛。ZHANG等人提出了一種非局部核回歸的正則化方法[8],LI等人提出多核回歸的方法來重構(gòu)超分辨圖像[9]。

    支持向量回歸機(SVR)作為支持向量機(SVM)的一種拓展,它是核回歸法的一種工具,在極度缺乏有效數(shù)據(jù)的情況,具有很好的泛化能力。在數(shù)據(jù)擬合以及金融預測等方面應用很廣泛。NI等人通過優(yōu)化傳統(tǒng)SVR模型來提高重構(gòu)效果[10],YANG等人提出了基于貝葉斯理論的金字塔下SVR的學習框架,在稀疏域下抽取圖像特征[11]。也有不少學者將深度卷積網(wǎng)絡應用到圖像的超分辨率重建中,結(jié)合一些先驗知識提高重構(gòu)效果[12-13]。TIMOFTE等人提出一種可調(diào)固定鄰域回歸的方法來快速復原超分辨圖像[14]。從統(tǒng)計學角度建立模型的方法也被用于超分辨率圖像重建,PELEG等人利用圖像稀疏表示與統(tǒng)計學相結(jié)合的方法來重構(gòu)超分辨率圖像,但選取的圖像要有一定的統(tǒng)計規(guī)律[15]。孟偉等人提出一種圖像的調(diào)制傳遞函數(shù)(MTF),并將其用于重構(gòu)遙感圖像[16]。在本文中,提出了一種基于支持向量回歸機和光柵掃描的SR學習框架,利用光柵掃描方法僅從單幀圖像中學習字典,因此能夠充分利用單幀圖像中的信息。在訓練字典時提取部分像素值、圖像塊的平均像素值以及圖像塊局部二值模式(LBP)編碼[17],接著,對提取的特征進行有效優(yōu)化,使得回歸更加準確。特別地由于SVR回歸法存在一定的回歸誤差,有時多個SVR模型反而會造成重建誤差累積,提出的方法在高低頻空間下訓練了高低頻兩個SVR字典,最后應用字典得到回歸的超分辨圖像。

    2 支持向量回歸理論

    (1)

    3 本文算法的實現(xiàn)

    通常認為圖像采集設備獲取到的低分辨率圖像是經(jīng)過下列降質(zhì)模型得到的:

    ILR=DBIHR+n.

    (2)

    式中IHR為實際高分辨率圖像,ILR為得到的低分辨率圖像,D為下采樣因子,B為鏡頭模糊,n為對應的噪聲。模型中通過ILR來求解IHR的過程即為超分辨重構(gòu)過程,重構(gòu)圖像通常稱為SR圖像,記為ISR。通常認為這個求逆過程是個病態(tài)問題,即給定ILR可以求解出不同的ISR。提出算法不是利用公式(2)根據(jù)ILR來求解ISR,而是借助該模型得到HR圖像所對應的LR圖像(用來組成訓練和測試樣本集)。算法中只考慮n=0的情況,之所以這樣是因為文中關(guān)注的是重構(gòu)算法,而不是去噪算法。

    如圖1所示,提出的算法包括兩部分,左框為訓練字典部分,右框為預測部分。圖2和圖3詳細介紹了算法的具體實現(xiàn)步驟,圖2是具體的訓練字典部分,圖3詳細介紹了回歸過程。在訓練字典和預測時,抽取圖像中子塊的大小m=3。

    圖1 算法的主要框架

    在訓練字典的過程中:

    a.如圖2所示,這種步長為S循環(huán)掃描的分塊方式被稱為光柵掃描法,這是因為圖像第一次分塊是從坐標點(1,1)開始,第N次分塊到(m,m)結(jié)束 (m為子塊的大小)。這種分塊方式是從上到下,從左到右的抽取方式,若S=1,m=3,則分塊總共為N=m2=9次;

    b.如圖2,在每次掃描抽取塊時,先將塊中像素排成一行。每一塊的輸入向量由3部分組成:一行中奇數(shù)位置的像素、塊的背景灰度和LBP編碼;得到的每個塊的向量長度用公式(3)表示,其中N*為正整數(shù)。

    (3)

    最終抽取的向量對由如公式(4)和(5)所示:

    輸入向量X=[x1,…,xp]

    xp=[R1(B1,…,B2n+1,Bav,Blbp),…,

    Ri(B1,…,B2n+1,Bav,Blbp)],

    (4)

    其中:xp為第p次光柵掃描得到的輸入向量矩陣,p=1,…,N。Ri是第p次掃描時第i塊組成的輸入向量;B2n+1為第i塊中第2n+1個像素值,Bav,Blbp分別為第i塊的平均灰度值和局部二值模式編碼。

    如圖2,標簽像素抽取的是圖像IHR中塊的中心像素值,這些被抽取標簽像素的塊和ILR圖像經(jīng)雙三次插值得到的圖像IHR1中的塊是一一對應的。最終得到的標簽向量為:

    Y=[y1, …, yp], yp=[L1,…,Li],

    (5)

    式中:yp為第p次掃描得到的標簽向量矩陣,p=1,…,N。Li表示第p次掃描時第i塊組成的標簽向量。

    c.在掃描得到所有塊時,需要通過拉普拉斯-高斯(Log)算子判斷每個塊是否為高頻。在高低頻空間中分別得到兩對向量對,然后通過剔除兩對向量對中的重復冗余數(shù)據(jù),得到優(yōu)化后的兩對向量對,再通過訓練分別得到高頻空間字典和低頻空間字典。優(yōu)化向量對以及在高頻空間分別回歸得到的結(jié)果均可以減小引入的回歸誤差。

    圖2 學習過程的流程圖

    圖3為預測過程圖,在預測過程中:

    a. 測試的LR圖像均由公式(2)中的模型降質(zhì)得到;

    b. 回歸后得到的圖像并不是最終的SR圖像,經(jīng)過公式(6)的像素歸一化后輸出最終的SR圖像,這樣保證了最終的SR圖像和HR1圖像的背景灰度一致。

    (6)

    c.如圖3所示,在回歸中同樣用了光柵掃描方法來抽取測試圖像的輸入向量。

    圖3 預測過程的流程圖

    4 實驗和分析

    4.1實驗過程

    在實驗中,所有圖像均來自于南加利福尼亞大學數(shù)字圖像處理研究院(USC-SIPI)官方的數(shù)據(jù)庫(http://sipi.usc.edu/database/),采用圖2中大小為512×512的圖像用于訓練字典,采用圖4中8幅大小為512×512或者256×256的圖像測試算法性能。公式(2)降質(zhì)模型中選用了5×5 高斯模糊核來模糊圖像,下采樣HR圖像和上采樣LR圖像的因子都為2。訓練SVR字典的工具是LibSVM[19]。使用RBF核函數(shù)(C=2.2,ε=0.1,且核函數(shù)的參數(shù)σ=0.01)訓練SVR字典,且使用了交叉驗證。抽取塊大小m=3,循環(huán)掃描步長S=1,共掃描9次。

    圖4 參與測試的圖像.從左到右,從上到下分別編號為1—8

    (7)

    所選取的圖像都是8位灰度級,即最大灰度值即為255,I(i,j)和I′(i,j)為兩幅相同大小圖像在相同坐標(i,j)點的像素值。

    SSIM如公式(8)所示,它是一個經(jīng)常用來比較兩幅圖像相似程度的指標。

    (8)

    式中:μ和σ分別是圖像x和y的像素均值和方差,σxy是圖像x和圖像y的協(xié)方差。兩幅圖像完全相同時,σxy取最大值1。

    4.2實驗結(jié)果

    圖5和圖6分別展示了第5、6幅測試圖的詳細比較結(jié)果。本文選擇用于對比分析的方法包括雙三次插值算法,KIM等人提出的利用先驗知識的稀疏回歸算法[21],YANG等人提出的訓練雙字典算法[5],DONG等人提出的深度卷積網(wǎng)絡算法[12],PELEG等人提出的統(tǒng)計模型下稀疏表示算法[15],TIMOFTE等人提出的可調(diào)整固定領(lǐng)域回歸的算法[14],本文提出算法以及HR圖像方法(文中分別以BI、SRP、ScSR、CNN、ASP、A+、PR、HR縮寫表示)。通過圖5、6比較可知,提出的算法有較好的視覺效果。雙三次插值圖像由于丟失了大量的高頻信息,所得圖像最為模糊。ScSR,ASP,SRP,CNN和A+也恢復出一定量的高頻信息,而提出的算法恢復出了更多的邊緣信息。PSNR和SSIM的比較結(jié)果分別展示于表1和表2,從表中可以得出,提出算法的PSNR和SSIM高于其它算法。特別是第6幅圖,提出的算法比雙三次插值在PSNR上提高了5.3%。

    圖5 第5幅圖比較(放大倍數(shù)為2) 第一行:BI, ScSR, CNN, ASP.第二行:SRP, A+, PR, HR

    圖6 第6幅圖比較(放大倍數(shù)為2) 第一行:BI, ScSR, CNN, ASP. 第二行:SRP, A+, PR, HR

    Tab.1PSNRs of SR images by different methods(dB)

    表2 不同算法的SR圖像SSIM比較結(jié)果

    5 結(jié) 論

    由于現(xiàn)有算法是通過學習多幅高低分辨率圖像間的關(guān)系進行重構(gòu),故得到的重構(gòu)效果并不好。針對這種利用圖像信息效率不高的問題,本文提出了一種基于光柵掃描和支持向量回歸機的超分辨率圖像重構(gòu)的學習方法。首先,利用光柵掃描法在高低頻空間下抽取訓練字典需要的輸入向量和像素標簽對并且優(yōu)化它們,利用LIBSVM工具訓練生成字典;其次抽取低分辨率測試圖像中高低頻空間下的輸入向量,然后將回歸得到的對應高分辨率圖像中部分像素加入雙三次插值圖像中去,并對圖像進行后處理,最終輸出超分辨率圖像。實驗結(jié)果表明,與一些具有代表性的重建方法相比,本文方法的視覺改善較為明顯。在PSNR和SSIM指標上比雙三次插值算法分別平均提高了3.1%~ 5.3%和1.5%~8.1%。這表明該方法具有更好的重建效果。

    [1]穆紹碩,張葉,賈平. 基于自學習局部線性嵌入的多幅亞像元超分辨成像[J].光學 精密工程,2015,23(9): 2677-2686.

    MU SH SH, ZHANG Y, JIA P. Super-resolution imaging of multi-frame sub-pixel images based on self-learning LLE [J].Opt.PrecisionEng., 2015, 23(9): 2677-2686. (in Chinese)

    [2]賈蘇娟, 韓廣良, 陳小林,等.光度非均勻彩色序列圖像超分辨重建[J].液晶與顯示,2014, 29(1): 106-113.

    JIA S J,HAN G L,CHEN X L,etal.. Super-resolution reconstruction with photometric change of color image sequence [J].ChineseJournalofLiquidCrystalsandDisplays, 2014, 29(1) : 106-113.(in Chinese)

    [3]何林陽, 劉晶紅,李剛,等.改進BRISK特征的快速圖像配準算法[J].紅外與激光工程,2014, 43(8): 2722-2727.

    HE L Y, LIU J H, LI G,etal.. Fast image registration approach based on improved BRISK [J].InfraredandLaserEngineering, 2014, 43(8): 2722-2727.(in Chinese)

    [4]鄧承志, 田偉,汪勝前,等. 近似稀疏正則化的紅外圖像超分辨率重建[J]. 光學 精密工程,2014,22(6): 1648-1654.

    DENG CH ZH, TIAN W, WANG SH Q,etal.. Super-resolution reconstruction of approximate sparsity regularized infrared images [J].Opt.PrecisionEng., 2014, 22(6): 1648-1654.(in Chinese)

    [5]YANG J C, WANG Z W, LIN Z,etal..Coupled dictionary training for image super-resolution [J].IEEETransactionsonImageProcessing,2012, 21(8): 3467-3478.

    [6]REN C, HE X H, TENG Q Z,etal..Single image super-resolution using local geometric duality and non-local similarity [J].IEEETransactionsonImageProcessing, 2016, 25(5): 2168-2183.

    [7]龔衛(wèi)國,潘飛宇,李進明.用雙層重建法實現(xiàn)單幅圖像的超分辨率重建[J]. 光學 精密工程, 2014, 22(3): 720-729.

    GONG W G, PAN F Y, LI J M. Single-image super-resolution reconstruction via double layer reconstructing [J].Opt.PrecisionEng.,2014, 22(3): 720-729.(in Chinese)

    [8]ZHANG K B, GAO X B, LI J,etal..Single image super-resolution using regularization of non-local steering kernel regression [J].SignalProcessing, 2016, 123: 53-63.

    [9]LI J M, QU Y Y, LI C H,etal..Image super-resolution based on multi-kernel regression [J].MultimediaToolsandApplications,2016, 75: 4115-4128.

    [10]NI K S, NGUYEN T Q.Image super-resolution using support vector regression [J].IEEETransactionsonImageProcessing, 2007,16(6): 1596-1610.

    [11]YANG M C, WANG Y C F. A self-learning approach to single image super-resolution [J].IEEETransactionsonMultimedia, 2013,15(3): 498-508.

    [12]DONG C, CHEN C L, HE K M,etal..Image super-resolution using deep convolutional networks [J].IEEETransactionsonPatternAnalysisandMachineIntelligence, 2016, 38(2): 295-307.

    [13]LIANG Y D, WANG J J, ZHOU S P,etal..Incorporating image priors with deep convolutional neural networks for image super-resolution [J].Neurocomputing,2016, 194: 340-347.

    [14]TIMOFTE R, DE S, VAN G L. A+:adjusted anchored neighborhood regression for fast super-resolution [C].Proceedingofthe12thAsianConferenceonComputerVision, 2014: 111-26.

    [15]PELEG T, ELAD M. A statistical prediction model based on sparse representations for single image super-resolution [J].IEEETransactionsonImageProcessing,2014, 23(6): 2569-2582.

    [16]孟偉,金龍旭,李國寧,等. 調(diào)制傳遞函數(shù)在遙感圖像復原中的應用[J]. 紅外與激光工程,2014,43(5):1690-1696.

    MENG W, JIN L X, LI G N,etal..Application of MTF in remote sensing image restoration [J].InfraredandLaserEngineering, 2014, 43(5): 1690-1696.(in Chinese)

    [17]ZHAO G Y, AHONEN T, MATAS J,etal.. Rotation-invariant image and video description with local binary pattern features [J].IEEETransactionsonImageProcessing, 2012, 21(4): 1465-1477.

    [18]CHEN P H, LIN C J, SCHOLKOPF B. A tutorial on v-support vector machines [J].AppliedStochasticModelsinBusinessandIndustry,2005, 21(2): 111-136.

    [19]CHANG C C, LIN C J. LIBSVM: a library for support vector machines [J].ACMTransactionsonIntelligentSystemsandTechnology,2011, 2(3).

    [20]張振東,陳健,王偉國,等. 基于SSIM_NCCDFT的超分辨率的復原評價方法研究[J]. 液晶與顯示,2015,30(4): 713-721.

    ZHANG ZH D, CHEN J, WANG W G,etal..Evaluation method of super-resolution restoration based on SSIM_NCCDFT [J].ChineseJournalofLiquidCrystalsandDisplays, 2015, 30(4): 713-721.(in Chinese)

    [21]KIM K I,KWON Y. Single-image super-resolution using sparse regression and natural image prior [J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2010, 32(6): 1127-1133.

    林海杰(1991-),男,山西呂梁人,碩士研究生,2014年于山西師范大學獲得學士學位, 主要研究圖像識別,圖像重構(gòu),模式識別的研究。E-mail: haijie_lin@126.com

    陳志宏(1978-), 男,天津人,博士, 講師, 1996年于大連理工大學獲得學士學位,2004年、2008年于天津大學分別獲得碩士、博士學位,主要研究圖像處理,模式識別等方面的研究。E-mail: chenzhihong_tjut@163.com

    導師簡介:

    袁其平(1962-),男,江蘇淮安人,學士,教授,1983年于南京工學院獲得學士學位,主要從事光電信息處理,模式識別的研究。E-mail: Yqp1962@163.com

    (版權(quán)所有未經(jīng)許可不得轉(zhuǎn)載)

    Single image super-resolution reconstruction using support vector regression

    YUAN Qi-ping, LIN Hai-jie, CHEN Zhi-hong*, YANG Xiao-ping

    (TianjinKeyLaboratoryofFilmElectronicandCommunicationDevices,TianjinUniversityofTechnology,Tianjin300384,China)*Correspondingauthor,E-mail:chenzhihong_tjut@163.com

    Some of the traditional single-frame super-resolution (SR) reconstruction algorithms can not get good reconstruction results, although they learns many different types of images. Therefore, a super-resolution method combined with the Support Vector Regression (SVR) and raster-scan actions was proposed. Firstly, image patches were extracted from a group of high resolution (HR) images and the corresponding low resolution (LR) edition by the raster-scan actions, and input vectors and pixel vectors were taken out from the patches. The Log algorithm was used to determine that those patches were belong to high-frequency space or low frequency space then to construct the high and low frequency vector pairs. Then, those optimized vector pairs were trained by the SVR and two dictionaries in high/low frequency spaces were built eventually. Furthermore, input vectors were extracted from tested LR images in high/low frequency space, and the SVR tool was used to predict the SR pixel labels and the predicted pixels were added to bicubic interpolation image based on LR edition. Finally, the SR image was obtained by post-processing the previous image. In comparison with other algorithms, experimental results indicate that the proposed method provides good visual effects. It enhances its Peak Signal-to-Noise Ration (PSNR) and Structural Similarity Index Measurement (SSIM) by 3.1%-5.3% and 1.5%-8.1% on different images, respectively as compared with bicubic interpolation method.

    super-resolution reconstruction; single image; support vector regression; Log algorithm; raster-scan

    2016-06-13;

    2016-07-19.

    天津市應用基礎(chǔ)與前沿技術(shù)研究計劃青年基金資助項目(No.14JCQNJC00900)

    1004-924X(2016)09-2302-08

    TP391.4

    A

    10.3788/OPE.20162409.0001

    猜你喜歡
    方法
    中醫(yī)特有的急救方法
    中老年保健(2021年9期)2021-08-24 03:52:04
    高中數(shù)學教學改革的方法
    河北畫報(2021年2期)2021-05-25 02:07:46
    化學反應多變幻 “虛擬”方法幫大忙
    變快的方法
    兒童繪本(2020年5期)2020-04-07 17:46:30
    學習方法
    可能是方法不對
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    最有效的簡單方法
    山東青年(2016年1期)2016-02-28 14:25:23
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    賺錢方法
    成年美女黄网站色视频大全免费 | 日韩av免费高清视频| 一级二级三级毛片免费看| 2021少妇久久久久久久久久久| av专区在线播放| 久久久久久久久久人人人人人人| 亚洲伊人久久精品综合| 一级毛片我不卡| 成人亚洲精品一区在线观看| 国产熟女午夜一区二区三区 | 欧美xxxx性猛交bbbb| 午夜影院在线不卡| 亚洲怡红院男人天堂| 狂野欧美激情性xxxx在线观看| 久久久久网色| 秋霞伦理黄片| 久久热精品热| 免费久久久久久久精品成人欧美视频 | 亚洲在久久综合| 这个男人来自地球电影免费观看 | 久久久久国产精品人妻一区二区| 国产成人午夜福利电影在线观看| av在线观看视频网站免费| 亚洲欧洲日产国产| 少妇人妻精品综合一区二区| 国产又色又爽无遮挡免| 免费人妻精品一区二区三区视频| 色视频在线一区二区三区| 国产黄色视频一区二区在线观看| 蜜桃在线观看..| 男的添女的下面高潮视频| 丰满人妻一区二区三区视频av| 高清不卡的av网站| 狠狠精品人妻久久久久久综合| 国产在线视频一区二区| 又大又黄又爽视频免费| 91精品伊人久久大香线蕉| 国产精品蜜桃在线观看| 亚洲在久久综合| 国产精品无大码| 久久影院123| 狂野欧美激情性bbbbbb| 欧美变态另类bdsm刘玥| 自拍偷自拍亚洲精品老妇| 日韩强制内射视频| 婷婷色av中文字幕| 成人免费观看视频高清| 亚洲国产精品专区欧美| 国内精品宾馆在线| 久热这里只有精品99| 纵有疾风起免费观看全集完整版| 激情五月婷婷亚洲| 国产亚洲一区二区精品| www.av在线官网国产| 免费观看a级毛片全部| 青青草视频在线视频观看| 天堂俺去俺来也www色官网| 欧美高清成人免费视频www| 日韩人妻高清精品专区| 亚洲情色 制服丝袜| 韩国高清视频一区二区三区| 国产欧美亚洲国产| 菩萨蛮人人尽说江南好唐韦庄| 久久 成人 亚洲| 免费黄网站久久成人精品| 国产精品一区二区三区四区免费观看| 亚洲熟女精品中文字幕| av国产精品久久久久影院| 香蕉精品网在线| 国产成人freesex在线| 日本色播在线视频| 好男人视频免费观看在线| 亚洲精品视频女| 国产精品国产三级国产av玫瑰| 插阴视频在线观看视频| 在线观看一区二区三区激情| 天天躁夜夜躁狠狠久久av| 国产精品三级大全| 欧美3d第一页| 成人亚洲精品一区在线观看| 久久久国产一区二区| 国产片特级美女逼逼视频| 日韩精品免费视频一区二区三区 | 午夜视频国产福利| 欧美精品一区二区免费开放| 卡戴珊不雅视频在线播放| 婷婷色av中文字幕| 十八禁网站网址无遮挡 | 国产免费又黄又爽又色| 婷婷色麻豆天堂久久| 久久ye,这里只有精品| 国产视频内射| 看十八女毛片水多多多| 亚洲国产精品专区欧美| 免费黄网站久久成人精品| 国产黄片美女视频| 一本色道久久久久久精品综合| 一本大道久久a久久精品| 男女无遮挡免费网站观看| 国产亚洲午夜精品一区二区久久| 欧美3d第一页| 精品国产一区二区三区久久久樱花| 日日撸夜夜添| 久久久久国产精品人妻一区二区| 欧美激情国产日韩精品一区| 国产成人91sexporn| 午夜福利影视在线免费观看| 国产在线男女| av免费观看日本| 六月丁香七月| 成人综合一区亚洲| 蜜臀久久99精品久久宅男| 久久人人爽av亚洲精品天堂| 久久精品国产鲁丝片午夜精品| 精品国产露脸久久av麻豆| 日韩三级伦理在线观看| a级毛色黄片| 欧美+日韩+精品| 美女主播在线视频| 免费观看的影片在线观看| 精品一区二区三卡| 免费高清在线观看视频在线观看| 91精品伊人久久大香线蕉| 乱码一卡2卡4卡精品| 国产成人精品久久久久久| 男女边吃奶边做爰视频| 亚洲国产欧美日韩在线播放 | 在线 av 中文字幕| 欧美老熟妇乱子伦牲交| 日韩制服骚丝袜av| 最近2019中文字幕mv第一页| 一个人看视频在线观看www免费| av福利片在线| 99九九在线精品视频 | 18禁在线播放成人免费| 寂寞人妻少妇视频99o| 丰满乱子伦码专区| 91精品国产九色| 亚洲成色77777| 亚州av有码| 人妻少妇偷人精品九色| 女性生殖器流出的白浆| 久久人人爽人人爽人人片va| 欧美日韩亚洲高清精品| 欧美日韩综合久久久久久| 一本色道久久久久久精品综合| 又黄又爽又刺激的免费视频.| 交换朋友夫妻互换小说| 卡戴珊不雅视频在线播放| 99热这里只有是精品50| 亚洲精品视频女| 国产高清有码在线观看视频| 伊人久久国产一区二区| 91午夜精品亚洲一区二区三区| 偷拍熟女少妇极品色| 亚洲美女搞黄在线观看| 久久免费观看电影| av卡一久久| 国产免费又黄又爽又色| 看非洲黑人一级黄片| 亚洲婷婷狠狠爱综合网| 91精品一卡2卡3卡4卡| 观看av在线不卡| 能在线免费看毛片的网站| 人妻 亚洲 视频| 国产一区二区三区av在线| av卡一久久| 日韩精品免费视频一区二区三区 | 看免费成人av毛片| 少妇的逼好多水| 国产69精品久久久久777片| 成人亚洲精品一区在线观看| 有码 亚洲区| 伦理电影大哥的女人| 18禁裸乳无遮挡动漫免费视频| 97精品久久久久久久久久精品| 国产在线视频一区二区| xxx大片免费视频| 国产日韩欧美视频二区| 中文字幕人妻丝袜制服| 国产精品女同一区二区软件| 午夜影院在线不卡| 人人妻人人澡人人看| 男人和女人高潮做爰伦理| 熟女av电影| 日韩不卡一区二区三区视频在线| 国产乱来视频区| 三级经典国产精品| 噜噜噜噜噜久久久久久91| 三上悠亚av全集在线观看 | 丰满饥渴人妻一区二区三| 国产白丝娇喘喷水9色精品| 中文精品一卡2卡3卡4更新| 成人二区视频| 欧美三级亚洲精品| 久久精品国产亚洲网站| 免费观看av网站的网址| 91精品国产国语对白视频| 精品一区二区三卡| 日韩制服骚丝袜av| 国产精品伦人一区二区| 91午夜精品亚洲一区二区三区| 在线观看免费高清a一片| 亚洲三级黄色毛片| 国产精品福利在线免费观看| 亚洲欧美中文字幕日韩二区| 国产综合精华液| 中文字幕制服av| 欧美精品一区二区大全| 日本av手机在线免费观看| 久久久a久久爽久久v久久| 蜜臀久久99精品久久宅男| 午夜老司机福利剧场| 一个人免费看片子| 国产真实伦视频高清在线观看| 婷婷色综合www| 国产精品99久久久久久久久| 国产亚洲欧美精品永久| av线在线观看网站| 黄片无遮挡物在线观看| 乱系列少妇在线播放| 久久久久国产网址| 噜噜噜噜噜久久久久久91| 中文字幕人妻熟人妻熟丝袜美| 日产精品乱码卡一卡2卡三| 亚洲va在线va天堂va国产| 欧美+日韩+精品| 亚洲av福利一区| 久热久热在线精品观看| 亚洲精品视频女| 午夜老司机福利剧场| 国产伦在线观看视频一区| 最近最新中文字幕免费大全7| 国产日韩欧美视频二区| 中文天堂在线官网| 热re99久久国产66热| 欧美高清成人免费视频www| 99久久中文字幕三级久久日本| 麻豆精品久久久久久蜜桃| 插逼视频在线观看| 人妻系列 视频| 最近中文字幕2019免费版| 中国国产av一级| videos熟女内射| 只有这里有精品99| a 毛片基地| 国产黄片美女视频| 人人妻人人添人人爽欧美一区卜| av视频免费观看在线观看| 国产一区二区在线观看av| 色视频www国产| 欧美三级亚洲精品| 啦啦啦中文免费视频观看日本| 久久精品国产a三级三级三级| 国产亚洲5aaaaa淫片| 最近手机中文字幕大全| 久久久国产精品麻豆| 亚洲欧洲精品一区二区精品久久久 | 久久久久国产精品人妻一区二区| 国产免费一级a男人的天堂| 91精品伊人久久大香线蕉| 亚洲欧美成人精品一区二区| 日韩av免费高清视频| 又爽又黄a免费视频| 亚洲欧美精品专区久久| 麻豆乱淫一区二区| 亚洲一区二区三区欧美精品| 成年女人在线观看亚洲视频| 国产一区二区在线观看av| 亚洲成人一二三区av| 欧美精品人与动牲交sv欧美| 我要看黄色一级片免费的| 在线精品无人区一区二区三| 精品一区在线观看国产| 成年女人在线观看亚洲视频| 亚洲av福利一区| 国产在线一区二区三区精| 黄片无遮挡物在线观看| 建设人人有责人人尽责人人享有的| 免费观看在线日韩| av国产久精品久网站免费入址| 高清视频免费观看一区二区| 高清av免费在线| 99久久人妻综合| 久久99蜜桃精品久久| 老司机亚洲免费影院| 看十八女毛片水多多多| 国产免费视频播放在线视频| 欧美激情极品国产一区二区三区 | 国产成人91sexporn| 亚洲精品456在线播放app| 久久热精品热| 欧美精品亚洲一区二区| 国产女主播在线喷水免费视频网站| 嫩草影院入口| 不卡视频在线观看欧美| 亚洲情色 制服丝袜| 日韩欧美一区视频在线观看 | 另类亚洲欧美激情| 色哟哟·www| 中文字幕人妻熟人妻熟丝袜美| 国产一区二区在线观看日韩| 亚洲av综合色区一区| 亚洲av欧美aⅴ国产| 日本91视频免费播放| 视频区图区小说| 在线观看www视频免费| 中文天堂在线官网| 人妻少妇偷人精品九色| 美女大奶头黄色视频| 插阴视频在线观看视频| 最近中文字幕2019免费版| 91精品国产国语对白视频| 在线精品无人区一区二区三| 日韩成人av中文字幕在线观看| 人人妻人人看人人澡| 九色成人免费人妻av| 少妇精品久久久久久久| 成人国产av品久久久| 80岁老熟妇乱子伦牲交| 高清av免费在线| 亚洲国产毛片av蜜桃av| 18禁裸乳无遮挡动漫免费视频| 亚洲图色成人| 搡女人真爽免费视频火全软件| 如何舔出高潮| 日韩伦理黄色片| 一级av片app| 国产精品偷伦视频观看了| 精品人妻熟女av久视频| 男的添女的下面高潮视频| 老司机亚洲免费影院| 中文字幕人妻丝袜制服| 热99国产精品久久久久久7| 成人亚洲欧美一区二区av| 男男h啪啪无遮挡| 一个人看视频在线观看www免费| 亚洲国产精品一区三区| 日韩成人伦理影院| 丰满迷人的少妇在线观看| 国产伦精品一区二区三区四那| 国产亚洲91精品色在线| 欧美97在线视频| 日韩大片免费观看网站| 在线观看人妻少妇| 大码成人一级视频| 婷婷色av中文字幕| 免费看光身美女| 少妇人妻 视频| 美女视频免费永久观看网站| 哪个播放器可以免费观看大片| 欧美丝袜亚洲另类| 国产熟女午夜一区二区三区 | 人人妻人人爽人人添夜夜欢视频 | 日韩视频在线欧美| 午夜久久久在线观看| 黄色欧美视频在线观看| 日本猛色少妇xxxxx猛交久久| 男人添女人高潮全过程视频| 夫妻午夜视频| 99久久精品一区二区三区| 国产男女内射视频| 国产淫语在线视频| 国产视频首页在线观看| 欧美老熟妇乱子伦牲交| 黄色怎么调成土黄色| 久久av网站| av天堂久久9| 日韩欧美 国产精品| 搡老乐熟女国产| 新久久久久国产一级毛片| 自拍偷自拍亚洲精品老妇| 中文字幕精品免费在线观看视频 | 精品卡一卡二卡四卡免费| 精品久久久噜噜| 少妇人妻一区二区三区视频| 国产精品嫩草影院av在线观看| 99re6热这里在线精品视频| 欧美精品国产亚洲| 国产精品蜜桃在线观看| 91久久精品电影网| 国产精品久久久久久av不卡| 亚洲人成网站在线观看播放| 亚洲国产精品专区欧美| 久久精品久久久久久久性| 国产免费一级a男人的天堂| 在线观看免费高清a一片| 人人妻人人看人人澡| av免费在线看不卡| 亚洲精品中文字幕在线视频 | 欧美国产精品一级二级三级 | www.色视频.com| 亚洲国产精品国产精品| 99久久中文字幕三级久久日本| 国产高清三级在线| 午夜久久久在线观看| 少妇的逼水好多| 伦理电影免费视频| 人妻一区二区av| 久久99热这里只频精品6学生| 国产探花极品一区二区| 美女内射精品一级片tv| 日本免费在线观看一区| 中文乱码字字幕精品一区二区三区| 91久久精品电影网| 国产亚洲一区二区精品| 少妇丰满av| 欧美成人午夜免费资源| 99久久中文字幕三级久久日本| 99热这里只有是精品50| 欧美精品国产亚洲| 国产在线一区二区三区精| 99热国产这里只有精品6| 国产精品久久久久久精品古装| 22中文网久久字幕| 五月天丁香电影| 中文字幕人妻丝袜制服| 99久久综合免费| 免费大片黄手机在线观看| 国产高清国产精品国产三级| 免费黄网站久久成人精品| freevideosex欧美| 亚洲精品日本国产第一区| 成人免费观看视频高清| 天堂8中文在线网| 国产伦精品一区二区三区四那| 97超视频在线观看视频| 蜜桃久久精品国产亚洲av| 国产精品福利在线免费观看| 欧美日韩av久久| 中文字幕人妻丝袜制服| 午夜福利视频精品| 亚洲久久久国产精品| 91久久精品国产一区二区三区| 一本一本综合久久| 成人免费观看视频高清| 久久久久久久精品精品| 久久精品熟女亚洲av麻豆精品| 亚洲国产欧美在线一区| 国产精品人妻久久久久久| 黄色怎么调成土黄色| 亚洲av二区三区四区| 99久久精品国产国产毛片| 22中文网久久字幕| 91精品国产九色| 亚洲伊人久久精品综合| 久久婷婷青草| 国产综合精华液| 久久久国产精品麻豆| 欧美 亚洲 国产 日韩一| 日韩欧美 国产精品| 青春草国产在线视频| 一区在线观看完整版| 久久精品国产a三级三级三级| 五月玫瑰六月丁香| 国产精品人妻久久久久久| 久久精品久久精品一区二区三区| 国产av码专区亚洲av| 成年人午夜在线观看视频| 国产精品国产三级专区第一集| 香蕉精品网在线| 桃花免费在线播放| 亚洲丝袜综合中文字幕| 久久人人爽av亚洲精品天堂| 色网站视频免费| 亚洲欧美中文字幕日韩二区| 久久久久人妻精品一区果冻| 色5月婷婷丁香| av在线播放精品| 成人亚洲欧美一区二区av| 久久久久精品性色| 久久国产乱子免费精品| 老女人水多毛片| 国产亚洲午夜精品一区二区久久| 国产成人freesex在线| 91精品国产国语对白视频| 国产高清不卡午夜福利| 国产黄色视频一区二区在线观看| 3wmmmm亚洲av在线观看| 免费少妇av软件| 国产精品欧美亚洲77777| 久久av网站| 一区二区三区免费毛片| 久久久亚洲精品成人影院| 亚洲成人一二三区av| 久久久久久久久大av| 大又大粗又爽又黄少妇毛片口| 久久ye,这里只有精品| 女人久久www免费人成看片| 在现免费观看毛片| 国产精品国产三级专区第一集| 自线自在国产av| 久久久国产一区二区| 欧美激情国产日韩精品一区| 一本大道久久a久久精品| 亚洲精品久久久久久婷婷小说| 国产精品伦人一区二区| 亚州av有码| 成人免费观看视频高清| 欧美日韩av久久| 欧美亚洲 丝袜 人妻 在线| 妹子高潮喷水视频| 久久久久久久久大av| 另类亚洲欧美激情| 好男人视频免费观看在线| 伊人亚洲综合成人网| 欧美日韩亚洲高清精品| 大片电影免费在线观看免费| 欧美+日韩+精品| 日韩免费高清中文字幕av| 日韩av在线免费看完整版不卡| 美女视频免费永久观看网站| 大码成人一级视频| 不卡视频在线观看欧美| 高清欧美精品videossex| 亚洲精品,欧美精品| 老熟女久久久| 高清av免费在线| 内射极品少妇av片p| 99久久精品国产国产毛片| 在线观看免费日韩欧美大片 | 亚洲成色77777| 曰老女人黄片| 久久免费观看电影| 欧美丝袜亚洲另类| 精品一区二区免费观看| kizo精华| 在线观看www视频免费| 日日撸夜夜添| 国产精品人妻久久久久久| 毛片一级片免费看久久久久| 男女免费视频国产| 18禁动态无遮挡网站| 一级片'在线观看视频| 国产一区二区三区综合在线观看 | 国产成人a∨麻豆精品| 国内少妇人妻偷人精品xxx网站| 亚洲人成网站在线播| 男女边吃奶边做爰视频| 亚洲成色77777| 亚洲欧美日韩另类电影网站| www.色视频.com| 国产精品不卡视频一区二区| 亚洲婷婷狠狠爱综合网| 最新的欧美精品一区二区| 高清毛片免费看| 精品久久国产蜜桃| 人人妻人人澡人人爽人人夜夜| 国产精品一区www在线观看| 国内揄拍国产精品人妻在线| 一级毛片aaaaaa免费看小| 亚洲色图综合在线观看| 国内少妇人妻偷人精品xxx网站| 蜜桃久久精品国产亚洲av| 丰满乱子伦码专区| 最近中文字幕2019免费版| 91成人精品电影| 欧美性感艳星| 国产成人精品久久久久久| 一本久久精品| 自拍偷自拍亚洲精品老妇| av黄色大香蕉| 国产精品一区二区在线不卡| 欧美区成人在线视频| 麻豆乱淫一区二区| 亚州av有码| 看免费成人av毛片| 国产黄色视频一区二区在线观看| 少妇人妻久久综合中文| 国产成人一区二区在线| 中文乱码字字幕精品一区二区三区| 国产黄色免费在线视频| 亚洲国产欧美日韩在线播放 | 成人18禁高潮啪啪吃奶动态图 | 少妇人妻精品综合一区二区| 成人黄色视频免费在线看| 97在线人人人人妻| 亚洲欧洲日产国产| 久久亚洲国产成人精品v| 国产精品久久久久久av不卡| 大话2 男鬼变身卡| 国产视频内射| 免费播放大片免费观看视频在线观看| 伊人久久国产一区二区| 97在线视频观看| 久久久久久久久久成人| 黄色毛片三级朝国网站 | 我要看黄色一级片免费的| 亚洲精品亚洲一区二区| 香蕉精品网在线| 亚洲av.av天堂| 亚洲av成人精品一区久久| 中文精品一卡2卡3卡4更新| 亚洲欧美成人精品一区二区| 久久国产亚洲av麻豆专区| 国产av码专区亚洲av| 免费观看无遮挡的男女| 国产有黄有色有爽视频| 欧美精品亚洲一区二区| 国产 一区精品| 久久精品国产亚洲av天美| 国产欧美另类精品又又久久亚洲欧美| 精品一品国产午夜福利视频| 综合色丁香网| 亚洲成人av在线免费| 国国产精品蜜臀av免费| 亚洲久久久国产精品| 最后的刺客免费高清国语| 久久99一区二区三区| 麻豆乱淫一区二区| 又大又黄又爽视频免费| 精品人妻一区二区三区麻豆| 午夜久久久在线观看| 色94色欧美一区二区| 成人二区视频|