• <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 ?

    一種利用結(jié)構(gòu)特征的高分辨率遙感影像種植園自動提取方法

    2016-11-07 02:37:20江維薇
    測繪學報 2016年9期
    關(guān)鍵詞:分率種植園紋理

    閆 利,江維薇

    武漢大學測繪學院,湖北 武漢 430079

    ?

    一種利用結(jié)構(gòu)特征的高分辨率遙感影像種植園自動提取方法

    閆利,江維薇

    武漢大學測繪學院,湖北 武漢 430079

    衛(wèi)星遙感在土地監(jiān)測中發(fā)揮了重要作用,而數(shù)據(jù)處理技術(shù)應(yīng)具有良好的適用性和較高的精度水平以滿足應(yīng)用需求。針對目前種植園提取算法適用性較差、數(shù)據(jù)依賴性高、自動化程度低、算法復(fù)雜及特征冗余等問題,本文提出了一種新型種植園結(jié)構(gòu)特征,多尺度多方向結(jié)構(gòu)指數(shù),通過對其進行閾值化并結(jié)合形態(tài)學處理實現(xiàn)了種植園的自動提取。對多種植模式、背景植被化程度和結(jié)構(gòu)復(fù)雜度各不相同的全色和多光譜種植園影像分別設(shè)計了3組試驗,結(jié)果證明,與傳統(tǒng)方法相比,本文方法適用性更強,對多方向、多尺度、基元變形、種植線變形、種植模式規(guī)律性差、背景高度植被化等諸多復(fù)雜的種植園等均能進行有效提取,整體精度達到90%以上。此外,試驗結(jié)果中,全色影像與多光譜影像精度相當,表明本文方法具有較低的光譜依賴性,因此在數(shù)據(jù)選擇和應(yīng)用上具有更大的靈活性。

    高分辨率;多尺度多方向;結(jié)構(gòu)特征;種植園;自動提取

    遙感已然成為土地監(jiān)測的重要手段[1-4],利用遙感影像進行人工種植園提取對于農(nóng)作物估產(chǎn)、林業(yè)調(diào)查、土地評估等具有十分重要的意義[5]。人工種植園的提取主要依據(jù)有兩點:一是物候?qū)W特征,不同植被類型在不同的生長發(fā)育階段表現(xiàn)出迥然不同的形態(tài);二是利用不同植被類型表現(xiàn)出的細微光譜反射差異。因此現(xiàn)階段人工種植園的提取主要依靠多時相數(shù)據(jù)和高光譜數(shù)據(jù)。由于不同類型的植被往往難以用寬波段遙感影像分開,因此對于寬波段遙感影像數(shù)據(jù),種植園的提取需要融合光譜外更多的信息。文獻[6]基于面向?qū)ο笏枷?,對各分割對象計?2個特征,其中包括光譜、紋理以及多種地形輔助數(shù)據(jù),并采用歷史航空影像解譯結(jié)果、GPS輔助數(shù)據(jù)以及野外調(diào)查目視解譯結(jié)果3種方法獲取樣本進行分層分類,初步實現(xiàn)了植被的精細化分類。由于自然植被對于環(huán)境的依賴性,因此地形環(huán)境的輔助數(shù)據(jù)在分類中起到了重要作用。目前,種植園的提取對數(shù)據(jù)源具有較強的依賴,在特征上主要采用以植被指數(shù)為代表的光譜特征以及灰度共生矩陣等微紋理,對于其排列結(jié)構(gòu)的規(guī)律性模式并未得到足夠的重視。

    結(jié)構(gòu)紋理作為大尺度宏紋理,通常用來提取紋理基元及其排列模式。例如,文獻[7]基于灰度差分統(tǒng)計來檢測各向異性、對稱性、規(guī)律性。文獻[8]基于二值圖像計算多方向和尺度的灰度共生矩陣,利用其中幾個特征的最大值來提取網(wǎng)格結(jié)構(gòu)的位移矢量。文獻[9]基于自相關(guān)函數(shù)提取規(guī)則紋理的紋理基元和周期。文獻[10]利用傅里葉譜的兩個基頻來鑒別形成網(wǎng)格結(jié)構(gòu)的紋理基元。這些結(jié)構(gòu)方法要求紋理單一且具有嚴格的排列規(guī)律,對于植被等復(fù)雜多變的自然地物適用性較弱。文獻[11]通過對單株樹木的檢測,計算樹冠半徑、鄰域樹距離等格網(wǎng)測量模式及樹冠色調(diào)飽和度、NDVI均值方差等多維特征,融合多分類器實現(xiàn)了柑橘園85%自動分類和15%目視解譯。但是該方法對于有雜草和高度植被化的土地背景,單株樹木的檢測及其與背景的分離十分困難。

    本文研究目的是探索種植園的紋理結(jié)構(gòu),提出一種結(jié)構(gòu)指數(shù)特征,能夠滿足多尺度多方向種植模式,允許紋理基元和格網(wǎng)種植線的變形,降低對數(shù)據(jù)源的要求,并且具有高分離能力,從而減少特征冗余,簡化提取過程,實現(xiàn)依靠單一或者少數(shù)特征的種植園自動提取。

    1 種植園特性分析

    光譜特征、時相特征和空間特征是遙感地物提取的3大基本特征。與其他綠色植被一樣,種植園具有典型的植被光譜反射特性曲線,在藍光和紅光波段有兩個吸收帶,在綠光波段有一個明顯的反射峰,至近紅外波段范圍內(nèi)反射率達到高峰。因此,近紅外影像常常用來進行植被提取。而對于種植園與其他植被的區(qū)分,單純依靠寬波段遙感影像的光譜特征往往難以取得理想效果,需借助高光譜影像對不同植被類型的光譜細微差異進行更深入的分析。種植園的時相特征主要表現(xiàn)為種植園一般具有特定的生長規(guī)律和物候特征,因此可以利用多時相影像數(shù)據(jù)進行種植園提取。但是,無論高光譜影像還是多時相影像,數(shù)據(jù)獲取成本均較高。其中,高光譜影像往往空間分辨率不高且易出現(xiàn)“維數(shù)災(zāi)難”現(xiàn)象[12],多時相影像重訪周期長,受云雨天氣影響,往往難以獲得“最佳物候期”的圖像數(shù)據(jù)[13],且多時相遙感影像必須進行精確的幾何配準,研究表明,即便是微小的配準誤差,也會大大降低結(jié)果的精度[14-15]。此外,對于影像中大量存在的同物異譜和異物同譜現(xiàn)象,單純依靠光譜特征和時相特征往往難以有效解決。種植園空間特征的有效提取能夠極大地抑制同物異譜和異物同譜問題,降低對數(shù)據(jù)的依賴,以同時滿足低成本、高時效的種植園提取。

    株距和行距是普遍的種植園空間布局模式。無論什么類型的種植園,為了保證種植園CO2濃度、溫度、濕度、太陽有效輻射和凈輻射等以利于種植物生長,種植園的布局往往是保留一定的株距和行距,且同一片種植園的株距和行距一般較固定。與其他地物相比,這種近乎等間隔的空間布局構(gòu)成種植園獨有的標志性特征。在此理論基礎(chǔ)上,本文提出一種多尺度多方向結(jié)構(gòu)指數(shù)對種植園空間布局進行數(shù)學描述,通過構(gòu)造多尺度多方向窗口垂直投影,獲取地物窗口投影曲線,種植園由于具有近乎等間隔的排列結(jié)構(gòu),因而其投影曲線具有較規(guī)律的波形,波峰和波谷分別對應(yīng)植株和株距中心,二者在橫軸上的位置間隔較穩(wěn)定,因此通過相鄰波峰波谷之間距離的歸一化二次差分來進行度量,并結(jié)合形態(tài)學后處理實現(xiàn)種植園提取。

    2 多尺度多方向結(jié)構(gòu)指數(shù)及種植園自動提取算法

    2.1LOG濾波預(yù)處理

    為了凸顯種植園紋理基元,需要對影像進行預(yù)處理。由于單株種植物即紋理基元一般呈中心向四周發(fā)散狀,例如柑橘樹的樹冠在遙感影像上類似“圓形”,從中心散開。因此選擇對各個方向的反差均能敏感檢測的各向同性濾波器,高斯拉普拉斯函數(shù)(Laplace of Gaussian function, LOG)[16],進行預(yù)處理。LOG算子源于文獻[16]中提出的邊緣提取思想,即首先對圖像進行最佳平滑,最大限度地抑制噪聲,然后求取邊緣。其定義如下

    (1)

    (2)

    (3)

    2.2窗口紋理結(jié)構(gòu)分析

    假設(shè)種植園方向與窗口方向一致,如圖1(a)所示, LOG濾波后的窗口影像如圖1(b)所示。窗口紋理結(jié)構(gòu)分析步驟如下:

    (1) 通過式(4)將窗口內(nèi)所有像素按列沿窗口垂直方向進行累加,獲取窗口投影曲線[17],如圖1(c)所示,種植園波形較規(guī)律,而非種植園區(qū)域波形紊亂。式(4)計算公式如下

    (4)

    式中,xc為第c列的垂直投影值;width為窗口寬度;Gr為第c列第r行的灰度值;height為窗口高度。

    (2) 窗口垂直投影曲線上,種植園區(qū)域的波峰和波谷分別對應(yīng)單株種植物中心和種植間距中心,為了準確獲取二者在橫軸上對應(yīng)位置和其距離值,通過計算局部極值對窗口垂直投影曲線進行波谷波峰分割,如圖1(d)所示,并獲取相鄰波谷波峰之間的距離disti(i=1,2,…,n)。

    (5)

    (6)

    (7)

    (4) 將曲線段規(guī)律性值yi(i=1,2,…,n)映射到對應(yīng)的窗口影像像素特征r,獲取結(jié)構(gòu)特征圖,如圖1(f)所示,除了少量孤立片段,對應(yīng)的種植園區(qū)域與非種植園區(qū)域反差明顯。通過形態(tài)學開運算進一步剔除小面積孤立片段,最終獲取窗口影像結(jié)構(gòu)特征,如圖1(g)所示。

    2.3多尺度多方向結(jié)構(gòu)指數(shù)

    為檢測種植園方向,并且考慮多尺度多方向種植園區(qū),采用多尺度多方向投影窗口進行紋理結(jié)構(gòu)分析,具體步驟如下:

    (1) 對影像進行多尺度LOG濾波,如2.1節(jié)所述,LOG濾波器中,高斯濾波尺度分別選取5×5、7×7、9×9,拉普拉斯濾波尺度固定為3×3。

    (2) 構(gòu)造多方向搜索窗口,如圖2所示,窗口方向θ取0~180°,步長間隔1°,窗口高度height根據(jù)影像尺度自定義,過大容易造成誤提取,過小容易造成漏提取。

    (3) 在各尺度各方向下,按照2.2節(jié)所述方法,逐一進行窗口紋理結(jié)構(gòu)分析,獲取對應(yīng)的像素特征值r[scale][angle],(scale∈[5,7,9],angle∈[0,180])。

    (4) 利用式(8)對各像素特征值r[scale][angle]進行最大值濾波,獲取多尺度多方向結(jié)構(gòu)指數(shù)(multi-scale and multi-direction structure index,MMI)

    MMI=max(r[scale][angle]),(scale∈[5,7,9],

    angle∈[0,180])

    (8)

    圖1 窗口結(jié)構(gòu)紋理分析示意圖Fig.1 Window structure texture analysis

    圖2 多方向投影窗口示意圖Fig.2 Multi-directional projection window

    2.4種植園自動提取

    在MMI特征圖上,種植園區(qū)域和非種植園區(qū)域的特征值分別逼近1和0,二者反差顯著。良好的可區(qū)分性使得MMI能夠憑借簡單的閾值實現(xiàn)對種植園的提取。具體算法為,通過對MMI設(shè)固定閾值0.8,即當像素的MMI特征值大于0.8時,對種植園進行標記提取。然后通過形態(tài)學后處理對孤立小面積的誤標記區(qū)域進行剔除。形態(tài)學腐蝕能夠快速有效剔除小面積非種植園區(qū),但是同時會破壞提取的種植園區(qū),因此在進行形態(tài)學腐蝕之后,利用原提取圖進行形態(tài)學重建,如式(9)所示,實現(xiàn)在保留正確提取基礎(chǔ)上的誤提取剔除

    result=R(es,MMI)

    (9)

    式中,R表示形態(tài)學重建;e表示形態(tài)學腐蝕;s為結(jié)構(gòu)算子的大小;MMI為原提取特征圖。

    3 試 驗

    3.1試驗設(shè)計

    試驗部分通過對3組不同種植模式、背景植被化程度、結(jié)構(gòu)復(fù)雜度的種植園進行試驗以分析本文算法的有效性和適用性。試驗數(shù)據(jù)為6幅分辨率0.5~0.65m的多光譜影像,為了驗證本文算法對數(shù)據(jù)的依賴性以及光譜相關(guān)性,將其中3幅多光譜影像去彩色處理獲取單通道灰度影像,每組試驗分別利用兩種影像,對本文算法和傳統(tǒng)算法進行分析比較。種植園提取結(jié)果用綠色進行標記。地面參考影像為分別對試驗影像中種植園(綠色標記)和非種植園(白色標記)進行隨機密集采樣所得,以統(tǒng)計種植園提取結(jié)果的誤分和漏分情況,漏分率為試驗結(jié)果對于采樣像素的漏分數(shù)量與總體采樣數(shù)量的比值,誤分率為試驗結(jié)果中誤分的像素數(shù)量與提取的植被像素總數(shù)的比值。

    3.2試驗結(jié)果與分析

    (1) 第1組試驗中多光譜影像(圖3(a))和灰度影像(圖3(d)),分辨率0.5m,圖中種植園總體結(jié)構(gòu)呈近似網(wǎng)格排列,種植線存在多方向,種植基元存在多尺度且具有明顯變形。多光譜影像的試驗參數(shù)設(shè)置為height=26、ρ=125、ε=6,灰度影像為height=26、ρ=125、ε=6。

    針對網(wǎng)格結(jié)構(gòu)的種植園提取,傳統(tǒng)的方法存在的局限是假設(shè)圖中只存在單一紋理,且具有理想的紋理基元大小和嚴格的網(wǎng)格排列結(jié)構(gòu)[18-20]。而第1組試驗中存在多種類型種植物,呈多方向排列,且單株種植物的大小和植株間隔不固定,因此其紋理結(jié)構(gòu)具有多尺度多方向性,紋理基元存在明顯變形,網(wǎng)格結(jié)構(gòu)不規(guī)律。由圖3(b)和圖3(e)可見,本文方法突破了傳統(tǒng)方法的局限,對其能夠進行有效提取,分別基于地面參考影像圖3(c)和圖3(f)進行精度計算,多光譜影像提取結(jié)果漏分率1.91%,誤分率1.85%,整體精度98.12%,灰度影像提取結(jié)果漏分率2.34%,誤分率0.82%,整體精度98.42%。

    (2) 第2組試驗中多光譜影像(圖4(a))和灰度影像(圖4(d)),分辨率0.5m,種植園成近似直線排列,種植緊密,背景高度植被化。多光譜影像試驗參數(shù)設(shè)置為height=30、ρ=130、ε=6,灰度影像參數(shù)設(shè)置為height=30、ρ=150、ε=6。

    由于種植緊密且背景高度植被化,單株樹木與背景分離困難,加上單株種植物的長勢各異,因此傳統(tǒng)基于單株種植物檢測和測量的種植園提取方法[11]并不適用。由圖4(b)和4(e)可見,無論是多光譜影像還是僅僅具有單通道的灰度影像,本文方法對此能夠有效提取,分別基于圖4(c)和4(f)進行精度評價,多光譜影像提取結(jié)果漏分率3.89%,誤分率1.04%,整體精度97.54%,灰度影像漏分率3.85%,誤分率1.15%,整體精度97.5%。

    (3) 第3組試驗中多光譜影像(圖5(a))和灰度影像(圖5(d)),分辨率0.6m。兩幅影像中種植園規(guī)律性較差,空間結(jié)構(gòu)無固定方向和形態(tài),并且種植園比較破碎,背景高度植被化。多光譜影像的試驗參數(shù)設(shè)置為height=30、ρ=130、ε=6,灰度影像為height=30、ρ=130、ε=6。

    這是極為復(fù)雜的一類種植園,從光譜上與背景分離困難,單株植被難以被檢測,從紋理結(jié)構(gòu)上,規(guī)律性差,方向和形態(tài)多變,缺乏整體性固定的排列模式,且較為破碎,圖5(a)中種植園更是呈零散分布,對種植園提取算法是一種相當大的挑戰(zhàn)。目前,對于這種種植園的提取,多是依靠人工目視解譯。本文提出的MMI能夠?qū)ζ鋸?fù)雜的空間結(jié)構(gòu)進行有效表征,并且作為唯一特征實現(xiàn)種植園自動提取,如圖5(b)和圖5(e)所示。根據(jù)隨機密集采樣獲取的地面參考影像(圖5(c)和圖5(f)),種植園提取結(jié)果精度評價分別為:多光譜影像提取結(jié)果漏分率15.28%,誤分率0.35%,整體精度92.19%,灰度影像提取結(jié)果漏分率10.74%,誤分率2.33%,整體精度93.47%,顯示了MMI對種植園紋理結(jié)構(gòu)特征描述的有效性和本文方法具有較強的適用性,對于極復(fù)雜的種植園也能進行提取,并達到90%以上整體精度。

    圖3 種植園提取結(jié)果Fig.3 The extraction of plantation

    圖5 種植園提取結(jié)果Fig.5 The extraction of plantation

    4 結(jié) 論

    本文提出了一種能夠有效描述種植園紋理結(jié)構(gòu)的特征,多尺度多方向結(jié)構(gòu)指數(shù)(MMI),并且結(jié)合形態(tài)學后處理實現(xiàn)了種植園的自動提取。本文算法簡單、自動化程度高,3組試驗灰度影像提取結(jié)果精度與多光譜影像相當,說明MMI特征光譜相關(guān)性低,且僅依靠MMI單一特征實現(xiàn)提取,無需其他特征和輔助數(shù)據(jù),從而降低了對數(shù)據(jù)的依賴。通過設(shè)計各種類型種植園提取試驗顯示,本文方法突破了傳統(tǒng)方法的限制,具有較強的適用性,對于多種復(fù)雜的種植園區(qū)域均能實現(xiàn)有效提取,總體精度達到90%以上。

    本文的不足之處在于試驗參數(shù)的設(shè)置,包括窗口高度height,相鄰波峰波谷之間的距離上限ε和投影幅值差下限ρ,以及形態(tài)學后處理中結(jié)構(gòu)算子的設(shè)置,均為經(jīng)驗性值,與影像分辨率、種植園尺度等有關(guān),但尚無可以計算的依據(jù),需要進一步研究改進。

    [1]溫奇, 李苓苓, 劉慶杰, 等. 基于視覺顯著性和圖分割的高分辨率遙感影像中人工目標區(qū)域提取[J]. 測繪學報, 2013, 42(6): 831-837.

    WEN Qi, LI Lingling, LIU Qingjie, et al. A Man-made Object Area Extraction Method Based on Visual Saliency Detection and Graph-cut Segmentation for High Resolution Remote Sensing Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(6): 831-837.

    [2]楊釗霞, 鄒崢嶸, 陶超, 等. 空-譜信息與稀疏表示相結(jié)合的高光譜遙感影像分類[J]. 測繪學報, 2015, 44(7): 775-781. DOI: 10.11947/j.AGCS.2015.20140207.YANG Zhaoxia, ZOU Zhengrong, TAO Chao, et al. Hyperspectral Image Classification Based on the Combination of Spatial-spectral Feature and Sparse Representation[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(7): 775-781. DOI: 10.11947/j.AGCS.2015.20140207.

    [3]馮文卿, 張永軍. 利用多尺度融合進行面向?qū)ο蟮倪b感影像變化檢測[J]. 測繪學報, 2015, 44(10): 1142-1151. DOI: 10.11947/j.AGCS.2015.20140260.

    FENG Wenqing, ZHANG Yongjun. Object-oriented Change Detection for Remote Sensing Images Based on Multi-scale Fusion[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(10): 1142-1151. DOI: 10.11947/j.AGCS.2015.20140260.

    [4]王馨爽, 陳爾學, 李增元, 等. 多時相雙極化合成孔徑雷達干涉測量土地覆蓋分類方法[J]. 測繪學報, 2015, 44(5): 533-540. DOI: 10.11947/j.AGCS.2015.20130244.

    WANG Xinshuang, CHEN Erxue, LI Zengyuan, et al. Multi-temporal and Dual-polarization Interferometric SAR for Land Cover Type Classification[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(5): 533-540. DOI: 10.11947/j.AGCS.2015.20130244.

    [5]趙庚星, 余松烈. 冬小麥遙感估產(chǎn)研究進展[J]. 山東農(nóng)業(yè)大學學報(自然科學版), 2001, 32(1): 107-111.

    ZHAO Gengxing, YU Songlie. Advance of Winter Wheat Yield Estimation by Remote Sensing[J]. Journal of Shandong Agricultural University (Natural Science), 2001, 32(1): 107-111.

    [6]YU Qian, GONG Peng, CLINTON N, et al. Object-based Detailed Vegetation Classification with Airborne High Spatial Resolution Remote Sensing Imagery[J]. Photogrammetric Engineering & Remote Sensing, 2006, 72(7): 799-811.

    [7]CHETVERIKOV D, HARALICK R M. Texture Anisotropy, Symmetry, Regularity: Recovering Structure and Orientation from Interaction Maps[C]∥Proceedings of the 1995 6th British Conference on Machine Vision. Surrey, UK: BMVA Press, 1995, 1: 57-66.

    [8]STAROVOITOV V V, JEONG S Y, PARK R H. Texture Periodicity Detection: Features, Properties, and Comparisons[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, 1998, 28(6): 839-849.

    [9]LIN H C, WANG Lingling, YANG S N. Extracting Periodicity of a Regular Texture Based on Autocorrelation Functions[J]. Pattern Recognition Letters, 1997, 18(5): 433-443.

    [10]CHARALAMPIDIS D. Texture Synthesis: Textons Revisited[J]. IEEE Transactions on Image Processing, 2006, 15(3): 777-787.

    [12]孫偉偉. 基于流形學習的高光譜影像降維理論與方法研究[J]. 測繪學報, 2014, 43(4): 439. DOI: 10.13485/J.CNKI.11-2089.2014.0066.SUN Weiwei. Theory and Methods of Dimensionality Reduction Using Manifold Learning for Hyperspectral Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(4): 439. DOI: 10.13485/J.CNKI.11-2089.2014.0066.

    [13]張喜旺, 秦耀辰, 秦奮. 綜合季相節(jié)律和特征光譜的冬小麥種植面積遙感估算[J]. 農(nóng)業(yè)工程學報, 2013, 29(8): 154-163.ZHANG Xiwang, QIN Yaochen, QIN Fen. Remote Sensing Estimation of Planting Area for Winter Wheat by Integrating Seasonal Rhythms and Spectral Characteristics[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(8): 154-163.

    [14]DAI Xiaolong, KHORRAM S. The Effects of Image Misregistration on the Accuracy of Remotely Sensed Change Detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(5): 1566-1577.

    [15]曹森, 潘耀忠, 張錦水, 等. 土地覆蓋圖斑多時相遙感影像自動配準[J]. 測繪學報, 2014, 43(3): 290-297. DOI: 10.13485/j.cnki.11-2089.2014.0042.

    CAO Sen, PAN Yaozhong, ZHANG Jinshui, et al. Land Cover Patches Based Automatic Multi-temporal Remote Sensing Images Registration[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(3): 290-297. DOI: 10.13485/j.cnki.11-2089.2014.0042.

    [16]MARR D, HILDRETH E. Theory of Edge Detection[J]. Proceedings of the Royal Society B: Biological Sciences, 1980, 207(1167): 187-217.

    [17]YALNIZ I Z, AKSOY S. Unsupervised Detection and Localization of Structural Textures Using Projection Profiles[J]. Pattern Recognition, 2010, 43(10): 3324-3337.

    [18]HAN Junwei, MCKENNA S J, WANG Ruixuan, Regular Texture Analysis as Statistical Model Selection[C]∥Proceedings of the 10th European Conference on Computer Vision. Berlin: Springer, 2008: 242-255.

    [19]LIU Yanxi, COLLINS R T, TSIN Y. A Computational Model for Periodic Pattern Perception Based on Frieze and Wallpaper Groups[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(3): 354-371.

    [20]RUIZ L A, RECIO J A, HERMOSILLA T. Methods for Automatic Extraction of Regularity Patterns and Its Application to Object-oriented Image Classification[C]∥Proceedings of Photogrammetric Image Analysis. Munich: [s.n.], 2007: 117-121.

    (責任編輯:張艷玲)

    A Structure Feature for Automatic Extraction of Plantation from High-resolution Remote Sensing Imagery

    YAN Li, JIANG Weiwei

    School of Geodesy and Geomatics, Wuhan University, Wuhan 430079,China

    Satellite remote sensing is an invaluable tool to manage land resources. However, data analysis procedures should satisfy the good adaptability, wide application prospects and high accuracy levels demanded by users. This study presented a novel multi-scale and multi-direction structure index (MMI) to describe the structure feature of plantation caused by cultivation. Plantation are extracted by performing a threshold on the MMI feature map, and combined with morphological operators to refine the extraction results. We designed three groups of experiments to test our method, each group used panchromatic and multispectral imagery respectively with various cultivation mode, different vegetated background and structure complexity. The results show our method is much more adaptive on plantation extraction than traditional methods. It is efficient for various complex plantations, e.g. multi-direction, multi-scale, highly vegetated backgrounds, low regularity of planting mode with deformation of textons and planting lines, the accuracy results exceed 90%. And panchromatic images achieve accuracies as high as multispectral images, which indicate our method has low dependence on spectrum, thus it is more flexible for data selection and application.

    high resolution; multi-scale and multi-direction; structure feature; plantation; automatic extraction

    The National Key Technology Research and Development Program of the Ministry of Science and Technology of China (No. 2012BAJ23B03)

    YAN Li(1966—),male, doctor, professor, majors in photogrammetry, remote sensing imagery processing and application, 3D laser scanning imaging measurement technology.

    JIANG Weiwei

    閆利,江維薇.一種利用結(jié)構(gòu)特征的高分辨率遙感影像種植園自動提取方法[J].測繪學報,2016,45(9):1065-1072.

    10.11947/j.AGCS.2016.20150511.

    YAN Li, JIANG Weiwei.A Structure Feature for Automatic Extraction of Plantation from High-resolution Remote Sensing Imagery[J]. Acta Geodaetica et Cartographica Sinica,2016,45(9):1065-1072. DOI:10.11947/j.AGCS.2016.20150511.

    P237

    A

    1001-1595(2016)09-1065-08

    國家科技支撐計劃(2012BAJ23B03)

    2015-10-16

    閆利(1966—),男,博士,教授,研究方向為攝影測量、遙感圖像處理和三維激光成像掃描測量技術(shù)的研究。

    E-mail: lyan@sgg.whu.edu.cn

    江維薇

    E-mail: 626834986@qq.com

    修回日期: 2016-06-12

    猜你喜歡
    分率種植園紋理
    某花卉種植園區(qū)天然氣管道在建工程造價爭議的司法鑒定
    美國:種植園安全舉措事關(guān)食源性疾病
    利用Aspen Plus模擬分離乙醇-水體系的研究
    河南化工(2021年3期)2021-04-16 05:32:00
    小種植園里的勞動故事
    學生天地(2020年29期)2020-06-09 03:10:44
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫特效
    解分數(shù)問題例談
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    分數(shù)應(yīng)用題常見錯例剖析
    av天堂中文字幕网| 高清午夜精品一区二区三区 | 男女边吃奶边做爰视频| 欧美成人免费av一区二区三区| 最后的刺客免费高清国语| 国产精品,欧美在线| 色综合亚洲欧美另类图片| 国产真实伦视频高清在线观看| 波多野结衣高清无吗| 国产精品综合久久久久久久免费| 国产熟女欧美一区二区| 1000部很黄的大片| 少妇熟女aⅴ在线视频| 亚洲不卡免费看| 国产高潮美女av| 永久网站在线| 国产高潮美女av| 日本黄色视频三级网站网址| 亚洲人成网站在线观看播放| 国产久久久一区二区三区| 亚洲欧美精品综合久久99| 少妇熟女欧美另类| 亚洲久久久久久中文字幕| 中文字幕久久专区| 最近最新中文字幕大全电影3| 久久国内精品自在自线图片| 久久精品91蜜桃| 永久网站在线| 国产精品一区二区性色av| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品不卡视频一区二区| 免费看光身美女| 色综合色国产| 欧美最新免费一区二区三区| 国产精品一区二区性色av| 国产高潮美女av| 自拍偷自拍亚洲精品老妇| 亚洲自拍偷在线| 热99在线观看视频| 国产精品久久久久久精品电影| av又黄又爽大尺度在线免费看 | 三级经典国产精品| 身体一侧抽搐| 小说图片视频综合网站| 精品人妻视频免费看| 亚洲精品粉嫩美女一区| 国产精品电影一区二区三区| 三级男女做爰猛烈吃奶摸视频| 欧美+亚洲+日韩+国产| 日韩精品青青久久久久久| 精品一区二区免费观看| 少妇的逼好多水| 天天躁日日操中文字幕| 久久久久久久久久久丰满| 亚洲精华国产精华液的使用体验 | 久久人人爽人人片av| 啦啦啦观看免费观看视频高清| 高清午夜精品一区二区三区 | 久久久精品大字幕| 91久久精品电影网| 亚洲无线在线观看| 夜夜夜夜夜久久久久| 久久久欧美国产精品| 22中文网久久字幕| 美女xxoo啪啪120秒动态图| 免费在线观看成人毛片| 国产伦在线观看视频一区| 男人舔奶头视频| 欧美一区二区国产精品久久精品| 非洲黑人性xxxx精品又粗又长| 国产探花在线观看一区二区| 身体一侧抽搐| or卡值多少钱| 如何舔出高潮| 黄色日韩在线| 亚洲精品色激情综合| 高清毛片免费观看视频网站| 国内精品久久久久精免费| 国产极品精品免费视频能看的| 免费电影在线观看免费观看| 99久国产av精品国产电影| av在线老鸭窝| 国产高潮美女av| 亚洲精品粉嫩美女一区| 日本黄色片子视频| 亚洲国产精品合色在线| 免费av毛片视频| 午夜福利在线观看吧| 高清在线视频一区二区三区 | 亚洲一区二区三区色噜噜| 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 | 免费一级毛片在线播放高清视频| 2022亚洲国产成人精品| 最近中文字幕高清免费大全6| 又爽又黄无遮挡网站| 内射极品少妇av片p| 村上凉子中文字幕在线| 非洲黑人性xxxx精品又粗又长| 久久久久久久亚洲中文字幕| 国产乱人视频| 69人妻影院| 人妻久久中文字幕网| 白带黄色成豆腐渣| 亚洲精品色激情综合| 亚洲欧美日韩高清专用| kizo精华| 欧美bdsm另类| 日本一二三区视频观看| 免费av观看视频| 日产精品乱码卡一卡2卡三| 听说在线观看完整版免费高清| 久久人人爽人人片av| 91精品一卡2卡3卡4卡| 亚洲真实伦在线观看| 乱人视频在线观看| 久久精品国产99精品国产亚洲性色| 亚洲,欧美,日韩| 国产一区二区三区av在线 | 高清午夜精品一区二区三区 | 色5月婷婷丁香| 91aial.com中文字幕在线观看| 日本免费a在线| 91精品国产九色| 麻豆成人av视频| 亚洲国产精品sss在线观看| 一夜夜www| 精品日产1卡2卡| 欧美不卡视频在线免费观看| 亚洲国产欧美在线一区| 青春草国产在线视频 | 又粗又硬又长又爽又黄的视频 | 成人亚洲欧美一区二区av| 亚洲综合色惰| 非洲黑人性xxxx精品又粗又长| 国产午夜精品论理片| 精华霜和精华液先用哪个| 一夜夜www| 中文字幕免费在线视频6| 波野结衣二区三区在线| 一边亲一边摸免费视频| 中文字幕精品亚洲无线码一区| 亚洲欧美成人精品一区二区| 国产伦精品一区二区三区视频9| 在线观看午夜福利视频| 少妇的逼水好多| 免费看a级黄色片| 一个人免费在线观看电影| 亚洲久久久久久中文字幕| 99视频精品全部免费 在线| 亚洲精品色激情综合| 最近2019中文字幕mv第一页| 麻豆成人av视频| 精品国产三级普通话版| 一级毛片我不卡| 亚洲三级黄色毛片| 亚洲欧美精品专区久久| 高清毛片免费观看视频网站| 久久亚洲国产成人精品v| 黄片wwwwww| 一级毛片我不卡| 啦啦啦韩国在线观看视频| 久久久午夜欧美精品| av在线播放精品| 亚洲国产精品国产精品| 久久欧美精品欧美久久欧美| 一区二区三区免费毛片| 日韩在线高清观看一区二区三区| 搡女人真爽免费视频火全软件| 国产亚洲精品久久久com| 赤兔流量卡办理| 亚洲精品日韩av片在线观看| 毛片女人毛片| 熟妇人妻久久中文字幕3abv| 黑人高潮一二区| 狂野欧美白嫩少妇大欣赏| 国产免费男女视频| 18禁黄网站禁片免费观看直播| 能在线免费看毛片的网站| 青春草视频在线免费观看| 亚洲真实伦在线观看| 一个人观看的视频www高清免费观看| 亚洲在线自拍视频| 波多野结衣高清无吗| 国产高清有码在线观看视频| 大又大粗又爽又黄少妇毛片口| 免费看a级黄色片| 男女视频在线观看网站免费| 国内精品久久久久精免费| 蜜臀久久99精品久久宅男| 99国产精品一区二区蜜桃av| 欧美潮喷喷水| 热99在线观看视频| 能在线免费观看的黄片| 一级黄色大片毛片| 九九热线精品视视频播放| 精品日产1卡2卡| 亚洲中文字幕一区二区三区有码在线看| 日韩强制内射视频| 欧美另类亚洲清纯唯美| 日韩欧美 国产精品| 美女xxoo啪啪120秒动态图| 久久精品国产鲁丝片午夜精品| 边亲边吃奶的免费视频| 亚洲aⅴ乱码一区二区在线播放| 国产综合懂色| 深夜a级毛片| 午夜老司机福利剧场| 国产午夜精品一二区理论片| 久久久久久久久大av| 欧美xxxx性猛交bbbb| 婷婷亚洲欧美| 欧美性猛交╳xxx乱大交人| 亚洲美女搞黄在线观看| 神马国产精品三级电影在线观看| 一本久久精品| 国产成人一区二区在线| 国产国拍精品亚洲av在线观看| 色视频www国产| 中文亚洲av片在线观看爽| 国产精品爽爽va在线观看网站| 中文字幕制服av| 熟女电影av网| 一夜夜www| 欧美一级a爱片免费观看看| 国产一区二区三区av在线 | 日日啪夜夜撸| 久久午夜亚洲精品久久| 欧美不卡视频在线免费观看| 99九九线精品视频在线观看视频| 啦啦啦观看免费观看视频高清| 哪个播放器可以免费观看大片| 男人的好看免费观看在线视频| 乱码一卡2卡4卡精品| 欧美最新免费一区二区三区| 99热只有精品国产| 亚洲国产精品成人久久小说 | 亚洲av免费在线观看| 亚洲婷婷狠狠爱综合网| 国产色爽女视频免费观看| .国产精品久久| 精品久久久久久久久亚洲| 嫩草影院精品99| 久久久久国产网址| 99久久精品热视频| 久久国内精品自在自线图片| 亚洲丝袜综合中文字幕| 亚洲中文字幕一区二区三区有码在线看| 高清日韩中文字幕在线| 亚洲国产精品成人综合色| 国产精品伦人一区二区| 色综合色国产| 日韩三级伦理在线观看| 午夜激情福利司机影院| 熟妇人妻久久中文字幕3abv| 91aial.com中文字幕在线观看| 国产一区二区三区在线臀色熟女| 免费看av在线观看网站| 国产黄片美女视频| 乱人视频在线观看| 看片在线看免费视频| 国产精品av视频在线免费观看| 51国产日韩欧美| 免费看光身美女| 有码 亚洲区| 日本在线视频免费播放| 自拍偷自拍亚洲精品老妇| 一本一本综合久久| 小说图片视频综合网站| 国产精品久久久久久av不卡| 亚洲欧美日韩东京热| 欧美一区二区国产精品久久精品| 国产乱人偷精品视频| 最好的美女福利视频网| 久久久国产成人免费| 国内精品一区二区在线观看| 偷拍熟女少妇极品色| 99热这里只有是精品50| 91av网一区二区| 午夜爱爱视频在线播放| 国产一级毛片七仙女欲春2| 国产高清有码在线观看视频| 亚洲无线观看免费| 淫秽高清视频在线观看| 成人欧美大片| 国产精品免费一区二区三区在线| 亚洲精品乱码久久久v下载方式| 午夜福利在线在线| 久久久久网色| 插逼视频在线观看| 亚洲精品影视一区二区三区av| 国产伦一二天堂av在线观看| 狂野欧美激情性xxxx在线观看| 国产又黄又爽又无遮挡在线| 免费av毛片视频| 晚上一个人看的免费电影| 久久欧美精品欧美久久欧美| 最近2019中文字幕mv第一页| 男的添女的下面高潮视频| 能在线免费看毛片的网站| 日韩,欧美,国产一区二区三区 | 狂野欧美白嫩少妇大欣赏| 成年女人看的毛片在线观看| 日韩欧美精品免费久久| 人妻制服诱惑在线中文字幕| 综合色av麻豆| a级一级毛片免费在线观看| 我的女老师完整版在线观看| 晚上一个人看的免费电影| av天堂在线播放| 麻豆国产av国片精品| 插逼视频在线观看| 99riav亚洲国产免费| www.av在线官网国产| 99九九线精品视频在线观看视频| av专区在线播放| 爱豆传媒免费全集在线观看| av在线老鸭窝| 爱豆传媒免费全集在线观看| 久久久a久久爽久久v久久| 草草在线视频免费看| 欧美丝袜亚洲另类| 亚洲精品日韩在线中文字幕 | 亚洲欧美精品专区久久| 99热这里只有是精品在线观看| 精品熟女少妇av免费看| av在线天堂中文字幕| 特大巨黑吊av在线直播| 亚洲第一区二区三区不卡| 久久精品综合一区二区三区| 亚洲国产精品久久男人天堂| 欧美+亚洲+日韩+国产| 69人妻影院| 丝袜喷水一区| 少妇人妻一区二区三区视频| 国产精华一区二区三区| 国产成人午夜福利电影在线观看| 草草在线视频免费看| 1024手机看黄色片| 久久精品国产亚洲av涩爱 | 国内久久婷婷六月综合欲色啪| 亚洲中文字幕一区二区三区有码在线看| 久久久久久大精品| 乱码一卡2卡4卡精品| 欧美+亚洲+日韩+国产| 两个人视频免费观看高清| 精品久久久久久久久久久久久| 国内精品美女久久久久久| 成人漫画全彩无遮挡| 精品99又大又爽又粗少妇毛片| 亚洲人成网站在线播放欧美日韩| 日韩强制内射视频| 天堂影院成人在线观看| 国产精品福利在线免费观看| 免费观看的影片在线观看| 亚洲av中文字字幕乱码综合| 男女做爰动态图高潮gif福利片| 国产老妇伦熟女老妇高清| kizo精华| 亚洲av免费在线观看| 人妻系列 视频| 老熟妇乱子伦视频在线观看| 波多野结衣高清作品| 成人鲁丝片一二三区免费| 夜夜看夜夜爽夜夜摸| 欧美成人一区二区免费高清观看| 91狼人影院| 亚洲av男天堂| 亚洲国产精品成人综合色| 亚洲精品粉嫩美女一区| 99riav亚洲国产免费| 精品久久久久久成人av| 精品熟女少妇av免费看| 一级毛片久久久久久久久女| 国产又黄又爽又无遮挡在线| 男女啪啪激烈高潮av片| 亚洲五月天丁香| 在线播放无遮挡| 久久婷婷人人爽人人干人人爱| 国产人妻一区二区三区在| 国产探花在线观看一区二区| 久久久国产成人精品二区| 国产伦精品一区二区三区四那| 亚洲国产高清在线一区二区三| 一级二级三级毛片免费看| 久久人妻av系列| 一区福利在线观看| 好男人在线观看高清免费视频| 欧美日韩综合久久久久久| 国产一区二区三区在线臀色熟女| 欧美色欧美亚洲另类二区| 国产精品久久久久久久电影| 免费观看人在逋| 联通29元200g的流量卡| 久久精品国产亚洲av香蕉五月| 国模一区二区三区四区视频| 特大巨黑吊av在线直播| 三级国产精品欧美在线观看| 青春草亚洲视频在线观看| 国产精品永久免费网站| 婷婷精品国产亚洲av| 亚洲国产欧洲综合997久久,| 亚洲av不卡在线观看| 欧美最新免费一区二区三区| 成年女人永久免费观看视频| 高清毛片免费看| 亚洲av中文av极速乱| av卡一久久| 欧美最黄视频在线播放免费| 男女做爰动态图高潮gif福利片| 91精品国产九色| 国内少妇人妻偷人精品xxx网站| 插阴视频在线观看视频| 欧美激情久久久久久爽电影| 亚洲精品国产成人久久av| 精品久久久噜噜| 搡女人真爽免费视频火全软件| 极品教师在线视频| 国产免费一级a男人的天堂| 少妇裸体淫交视频免费看高清| 丝袜喷水一区| 久久精品国产自在天天线| 亚洲国产色片| 婷婷亚洲欧美| 日韩欧美三级三区| 国产在视频线在精品| 男女下面进入的视频免费午夜| 国产精品嫩草影院av在线观看| 赤兔流量卡办理| 久久久久久伊人网av| 啦啦啦啦在线视频资源| 人妻夜夜爽99麻豆av| 嫩草影院精品99| 亚洲精品粉嫩美女一区| 美女 人体艺术 gogo| 精品不卡国产一区二区三区| 中文精品一卡2卡3卡4更新| 女人被狂操c到高潮| 两个人的视频大全免费| 欧美zozozo另类| 97超碰精品成人国产| 97超视频在线观看视频| 国产中年淑女户外野战色| 久久精品91蜜桃| 一级二级三级毛片免费看| 天堂√8在线中文| 一个人观看的视频www高清免费观看| 一级毛片aaaaaa免费看小| 3wmmmm亚洲av在线观看| 熟女人妻精品中文字幕| av.在线天堂| 成人午夜高清在线视频| 日韩成人伦理影院| 久久人人爽人人爽人人片va| 级片在线观看| 国产午夜精品久久久久久一区二区三区| 一区二区三区免费毛片| 亚洲无线观看免费| 久久久久久久久久黄片| 97热精品久久久久久| 精品日产1卡2卡| 身体一侧抽搐| 夜夜爽天天搞| 免费av观看视频| 少妇的逼好多水| 十八禁国产超污无遮挡网站| 午夜a级毛片| 青春草国产在线视频 | 伦理电影大哥的女人| 岛国在线免费视频观看| 免费av观看视频| 亚洲熟妇中文字幕五十中出| 亚洲美女搞黄在线观看| 午夜福利高清视频| 美女 人体艺术 gogo| 日日摸夜夜添夜夜添av毛片| av又黄又爽大尺度在线免费看 | 亚洲婷婷狠狠爱综合网| 成人永久免费在线观看视频| 91麻豆精品激情在线观看国产| 亚洲欧美精品综合久久99| 村上凉子中文字幕在线| 日本撒尿小便嘘嘘汇集6| 日韩精品青青久久久久久| av女优亚洲男人天堂| 亚洲av二区三区四区| 国产黄色小视频在线观看| av在线亚洲专区| 欧美一区二区国产精品久久精品| 老女人水多毛片| 久久精品久久久久久噜噜老黄 | 国产亚洲欧美98| 日韩欧美 国产精品| 成人无遮挡网站| 搞女人的毛片| 男女边吃奶边做爰视频| 最近最新中文字幕大全电影3| 在线观看一区二区三区| 啦啦啦啦在线视频资源| 午夜福利在线在线| 国产黄色视频一区二区在线观看 | 国产爱豆传媒在线观看| 国内精品宾馆在线| 女同久久另类99精品国产91| 99国产精品一区二区蜜桃av| 波多野结衣巨乳人妻| 国产一区亚洲一区在线观看| 亚洲不卡免费看| www日本黄色视频网| 男人狂女人下面高潮的视频| 久久精品人妻少妇| 国产老妇伦熟女老妇高清| 亚洲最大成人中文| or卡值多少钱| 看片在线看免费视频| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲av第一区精品v没综合| 成人一区二区视频在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 男插女下体视频免费在线播放| 看免费成人av毛片| 观看美女的网站| 麻豆成人av视频| 欧美一区二区亚洲| 久久久久久久久中文| 亚洲18禁久久av| 国产激情偷乱视频一区二区| 国产成人福利小说| 波多野结衣巨乳人妻| 国产av不卡久久| 亚洲av成人精品一区久久| 我的女老师完整版在线观看| 精品久久久久久成人av| 色噜噜av男人的天堂激情| 高清毛片免费看| 久久国产乱子免费精品| 好男人在线观看高清免费视频| 欧美+日韩+精品| 丰满人妻一区二区三区视频av| 中文字幕精品亚洲无线码一区| 三级经典国产精品| 久久久久久久午夜电影| 99久国产av精品| 日本免费一区二区三区高清不卡| 日韩av在线大香蕉| 联通29元200g的流量卡| 亚洲精品亚洲一区二区| 国产蜜桃级精品一区二区三区| 精品一区二区三区视频在线| 国产精品麻豆人妻色哟哟久久 | 成人国产麻豆网| 简卡轻食公司| 大香蕉久久网| 青春草亚洲视频在线观看| 久久久久久久亚洲中文字幕| 久久精品国产自在天天线| 国产成人aa在线观看| 国产精品1区2区在线观看.| 国产黄色小视频在线观看| 可以在线观看毛片的网站| 亚洲精品日韩av片在线观看| 久久国内精品自在自线图片| 日本熟妇午夜| 免费搜索国产男女视频| 一级黄色大片毛片| 给我免费播放毛片高清在线观看| 国产爱豆传媒在线观看| 麻豆av噜噜一区二区三区| 国产精品福利在线免费观看| 在线免费十八禁| 精品人妻偷拍中文字幕| 少妇人妻精品综合一区二区 | 精品国产三级普通话版| 免费黄网站久久成人精品| 看非洲黑人一级黄片| 中文字幕免费在线视频6| 高清日韩中文字幕在线| 久久久精品大字幕| 我要看日韩黄色一级片| 免费av观看视频| 日本爱情动作片www.在线观看| 久久精品国产亚洲av涩爱 | 插逼视频在线观看| 日本一二三区视频观看| 国产女主播在线喷水免费视频网站 | 亚洲成a人片在线一区二区| 3wmmmm亚洲av在线观看| 亚洲不卡免费看| 久久99热这里只有精品18| 久久久精品大字幕| 激情 狠狠 欧美| 亚洲国产日韩欧美精品在线观看| а√天堂www在线а√下载| 九九在线视频观看精品| 成人av在线播放网站| 亚洲欧美精品专区久久| 欧美成人免费av一区二区三区| 久久99热这里只有精品18| 成人美女网站在线观看视频| 有码 亚洲区| 不卡视频在线观看欧美| 91久久精品国产一区二区成人| 九九在线视频观看精品| 亚洲国产精品成人久久小说 | 韩国av在线不卡| 日韩精品有码人妻一区| 亚洲国产精品国产精品| 亚洲自偷自拍三级| 精品久久久噜噜| 一级二级三级毛片免费看| 一个人看视频在线观看www免费| 女人十人毛片免费观看3o分钟| av天堂中文字幕网| 在线观看午夜福利视频| 午夜福利高清视频| 干丝袜人妻中文字幕|