• <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RPCA視頻去噪算法的自適應(yīng)優(yōu)化方法

    2016-11-09 01:19:11李小利楊曉梅
    關(guān)鍵詞:椒鹽濾波像素

    李小利 楊曉梅

    (四川大學(xué)電氣信息學(xué)院自動(dòng)化系 四川 成都 610065)

    ?

    基于RPCA視頻去噪算法的自適應(yīng)優(yōu)化方法

    李小利楊曉梅

    (四川大學(xué)電氣信息學(xué)院自動(dòng)化系四川 成都 610065)

    傳統(tǒng)去噪算法不能在盡量濾除噪聲的同時(shí)很好地保持原始圖像信息。針對(duì)這種情況,提出基于魯棒主成分分析的自適應(yīng)視頻去噪算法。首先根據(jù)視頻數(shù)據(jù)的低秩性和噪聲的稀疏性,利用加速近端梯度方法重建出原始視頻的低秩部分和稀疏部分,實(shí)現(xiàn)噪聲的初步分離;其次利用自適應(yīng)中值濾波器進(jìn)行預(yù)濾波處理,提高塊匹配精度,進(jìn)一步去除視頻噪聲;最后引入自適應(yīng)奇異值閾值法,增強(qiáng)圖像細(xì)節(jié)邊緣信息,降低迭代優(yōu)化算法的時(shí)間復(fù)雜度。實(shí)驗(yàn)結(jié)果表明,該方法不僅能極大程度地恢復(fù)出原始視頻序列, 還能自適應(yīng)地去除干擾噪聲。不論從客觀指標(biāo)PSNR值還是從主觀視覺(jué),該方法與傳統(tǒng)去噪方法相比都具有很大的優(yōu)勢(shì)。

    視頻去噪低秩性魯棒主成分分析自適應(yīng)奇異值閾值

    0 引 言

    隨著計(jì)算機(jī)和多媒體技術(shù)的發(fā)展,海量視頻文件的出現(xiàn)對(duì)視頻的整理、分析以及檢索提出了越來(lái)越多的需求。從現(xiàn)實(shí)意義的角度來(lái)看,圖像視頻技術(shù)需求非常普遍,如高質(zhì)量成像設(shè)備、視頻成像軟件和面向公共安全的成像設(shè)備等[8]。然而在大多數(shù)情況下,如在拍攝、采樣、傳輸?shù)冗^(guò)程中,視頻數(shù)據(jù)常常受到各種類型噪聲的干擾而退化。尤其是在低光條件、高ISO設(shè)定和高捕獲頻率等敏感環(huán)境下,都能使視頻圖像變得模糊。作為計(jì)算領(lǐng)域的一個(gè)研究熱點(diǎn),視頻去噪效果的好壞將對(duì)后續(xù)的視頻分析和理解等處理產(chǎn)生至關(guān)重要的影響。

    目前,國(guó)內(nèi)外根據(jù)圖像特點(diǎn)、噪聲的統(tǒng)計(jì)特征、頻譜分布規(guī)律已提出了許多關(guān)于圖像去噪的傳統(tǒng)方法,大致可分為空間域法和變換域法[5]兩類。前者主要利用平滑模板的卷積處理,通過(guò)數(shù)據(jù)運(yùn)算直接對(duì)像素灰度值進(jìn)行處理。其常用方法主要中值濾波法[6],它是一種基于非線性的信號(hào)處理方法,其基本原理就是利用領(lǐng)域模板中灰度值的中值來(lái)替換該點(diǎn)像素值。這種方法對(duì)于帶有椒鹽噪聲的圖像恢復(fù)有較好的效果。然而中值濾波器作為一種非參數(shù)估計(jì),處理方式單一,可能會(huì)造成圖像細(xì)節(jié)和邊緣信息的丟失。對(duì)于變換域法,先對(duì)圖像進(jìn)行變換將其轉(zhuǎn)到變換域,再對(duì)變換域中的系數(shù)進(jìn)行濾波處理,最后反變換到原始空間域得到去噪圖像。常見的方法有頻域?yàn)V波[7]、小波變換法[8]、BM3D法[17]等。通過(guò)對(duì)信號(hào)變換使得換系數(shù)具有明顯的分布特征,對(duì)噪聲的濾波處理變得更加有效。

    近年來(lái),基于壓縮感知技術(shù)的稀疏模型[4]和非局部模型成為圖像去噪研究的熱門,并被廣泛運(yùn)用于圖像處理的各個(gè)領(lǐng)域。非局部均值[16]去噪利用圖像結(jié)構(gòu)的自相似性,通過(guò)對(duì)相似塊進(jìn)行加權(quán)平均得到去噪圖像。稀疏模型本質(zhì)上是屬于變換域,采用全新的采樣理論,突破了Nyquist采樣定理的瓶頸。它主要是利用觀測(cè)矩陣將原始信號(hào)稀疏化[9,10],其關(guān)鍵在于觀測(cè)矩陣的設(shè)計(jì),主要強(qiáng)調(diào)樣本數(shù)據(jù)在觀測(cè)矩陣下的稀疏表示,從而忽略了圖像塊的非局部信息。低秩恢復(fù)[11-13]是隨著稀疏理論的發(fā)展而提出的,其基本思想是通過(guò)約束矩陣奇異值的稀疏性,使矩陣的秩降到最低。隨著稀疏與低秩的發(fā)展,近一兩年來(lái),出現(xiàn)了一種基于塊的聯(lián)合稀疏與低秩模型[3]。該方法在原始圖像的重構(gòu)算法中,不僅對(duì)椒鹽噪聲有很好的抑制效果,還能在去除圖像中隨機(jī)噪聲和異常值基礎(chǔ)上,較好地保留細(xì)節(jié)信息?;谠摲椒?,本文引入了自適應(yīng)閾值迭代的思想提出了改進(jìn),并應(yīng)用于視頻圖像去噪。

    1 預(yù)備知識(shí)

    定理1矩陣奇異值分解。設(shè)X的秩為r,它的奇異值分解為:

    (1)

    其中,U和V分別為m×r,r×n的正交矩陣,對(duì)角矩陣∑r=diag(λ1,λ2,…,λr),λi代表矩陣X的第i個(gè)奇異值,且λ1≥λ2≥…≥λr,那么X核范數(shù)定義如下:

    (2)

    對(duì)于每一個(gè)τ≥0,定義收縮算子[1]如下:

    S(x,τ)=sgn(x)max(|x|-τ,0)

    (3)

    奇異值收縮算子:

    D(x,τ)=US(∑,τ)VT

    (4)

    Sτ(x)和Dτ(x)在魯棒主成分分析(RPCA)模型的求解算法中起著十分重要的作用,它們分別用來(lái)解以下兩種最小化問(wèn)題:

    (5)

    (6)

    2 魯棒主成分分析

    2.1矩陣恢復(fù)

    在具體問(wèn)題中,很多信號(hào)都可以用數(shù)據(jù)矩陣來(lái)表示,這使得對(duì)數(shù)據(jù)的分析、建模極為方便。矩陣恢復(fù)理論最早由john wright等提出[14],即魯棒主成分分析(RPCA),是指當(dāng)矩陣某些元素被嚴(yán)重破壞后,自動(dòng)識(shí)別出被破壞的矩陣并恢復(fù)出原始矩陣[15]。其具體描述為:將給定矩陣P分解為兩個(gè)矩陣之和,即:P=L+S,其中L是逼近于原始矩陣的低秩矩陣,S是稀疏的噪聲矩陣。將低秩矩陣恢復(fù)轉(zhuǎn)化為如下最小化問(wèn)題:

    (7)

    顯然,式(7)的求解是一個(gè)NP難問(wèn)題。Candes等[13,14]提出:在一定條件下,矩陣0范數(shù)的最小化和矩陣秩的最小化分別等價(jià)于矩陣1范數(shù)和矩陣核范數(shù)的最小化問(wèn)題,于是將上述最小化問(wèn)題轉(zhuǎn)化成如下凸優(yōu)化問(wèn)題:

    (8)

    以此模型,將RPCA方法應(yīng)用于視頻去噪。對(duì)原始視頻序列,利用其時(shí)空域的冗余性,采用基于塊的方法來(lái)去除圖像噪聲。然而對(duì)存在顯著噪聲的圖像,如何找到精確的匹配塊不是一個(gè)簡(jiǎn)單的任務(wù),因此,本文采用一個(gè)快速三步分層搜索法[1]來(lái)簡(jiǎn)單實(shí)現(xiàn)。將每一個(gè)塊排列成一個(gè)向量,再將所有相似塊對(duì)應(yīng)的向量排列成一個(gè)矩陣,則穩(wěn)定的圖像信息對(duì)應(yīng)矩陣的低秩部分,而隨機(jī)干擾噪聲對(duì)應(yīng)于矩陣的稀疏部分?;谀P褪?8),本文將采用一種魯棒性算法來(lái)恢復(fù)低秩矩陣L。

    2.2優(yōu)化模型的建立

    上一節(jié)提出的最小化模型式(8)用來(lái)提取噪聲數(shù)據(jù)的低維結(jié)構(gòu),它作為對(duì)主成分分析(PCA)的補(bǔ)充,對(duì)異常值具有一定的魯棒性。在具體算法中,我們對(duì)式(8)引入拉格朗日算子[1],將其轉(zhuǎn)換如下形式:

    (9)

    選擇合適的μ時(shí),式(8)與式(9)等價(jià)。因此,正則化方法式(9)的有效性高度依賴于參數(shù)λ和μ的設(shè)定。在本文方法中,λ的值設(shè)定如下[1]:

    (10)

    至于μ,根據(jù)文獻(xiàn)[1],我們選擇其經(jīng)驗(yàn)值:

    (11)

    其中,m、n 是相似塊矩陣的大小,σ為圖像噪聲的標(biāo)準(zhǔn)差。

    2.3加速近端梯度法

    針對(duì)式(9)的低秩矩陣恢復(fù)問(wèn)題,Goldfarb等[14]給出了集中具體的求解方法,如:迭代閾值(IST)方法、交替增廣拉格朗日(ADAL)方法和加速近端梯度法(APG)方法等。在此,本文采用基于APG的矩陣恢復(fù)方法,根據(jù)其基本原理,設(shè):

    g(L,S)=μ‖L‖*+λμ‖S‖1

    (12)

    (13)

    (14)

    其中,Lf為L(zhǎng)ipschitz常數(shù),本文取Lf=2。針對(duì)式(14)的優(yōu)化問(wèn)題,本文采用快協(xié)調(diào)下降方法[1]進(jìn)行交替迭代優(yōu)化求解,其基本思路就是求解當(dāng)前變量時(shí)固定其變量,具體步驟如下(用MATLAB編程的具體過(guò)程見算法1):

    1) 計(jì)算S*,固定L,目標(biāo)函數(shù)轉(zhuǎn)化成如下形式:

    上式全局最小值為:

    (15)

    2) 計(jì)算L*,固定S,目標(biāo)函數(shù)轉(zhuǎn)化成如下形式:

    上式全局最小值為:

    (16)

    3) 視頻合成。在本文方法中,由于圖像塊的采樣區(qū)域有重疊,因此每個(gè)像素由多個(gè)去噪圖像塊覆蓋。與大多數(shù)基于塊的方法類似,在視頻合成過(guò)程中,圖像的每個(gè)像素值由該像素點(diǎn)所有去噪圖像塊的平均估計(jì)值[1,3]確定,這將有利于消除塊邊界不連續(xù)的偽影。

    算法1加速近端梯度(APG)算法,Lf=2

    1) 輸入矩陣P,λ,μ ;

    2) 初始化:L0=L-1=0,S0=S-1=0,t0=t-1=0;

    3) While not converged do

    9) Until converged

    10) 輸出:Lk,Sk

    3 空間自適應(yīng)迭代奇異值閾值法

    3.1奇異值閾值分析

    上節(jié)提到的奇異值閾值算子式(4),僅對(duì)奇異值進(jìn)行了硬閾值操作,使之向無(wú)噪值收縮逼近,這在實(shí)際應(yīng)用中明顯不妥。一般情況下,如果輸入矩陣的奇異值小于閾值,經(jīng)過(guò)閾值處理之后的輸出矩陣就是低秩的。根據(jù)文獻(xiàn)[8],閾值的選擇不僅依賴于噪聲水平,還與數(shù)據(jù)本身性質(zhì)有關(guān):閾值太大會(huì)使圖像出現(xiàn)過(guò)平滑現(xiàn)象而導(dǎo)致其邊緣細(xì)節(jié)模糊,太小又會(huì)導(dǎo)致去噪效果不明顯。因此,選擇恰當(dāng)?shù)拈撝凳歉倪M(jìn)算法的關(guān)鍵。接下來(lái)本文將對(duì)矩陣進(jìn)行擾動(dòng)分析,進(jìn)一步討論噪聲對(duì)奇異值的影響。

    文獻(xiàn)[8]指出,相似塊矩陣P各元素服從高斯分布,假定其秩為r,對(duì)P進(jìn)行SVD分解:

    (17)

    其中ui和vi分別對(duì)應(yīng)矩陣U和V的列向量, λ1≥λ2≥…≥λr,揭示了矩陣P的特征分量強(qiáng)度。這樣,通過(guò)SVD分解就將含噪數(shù)據(jù)中真實(shí)的相關(guān)信號(hào)分離出來(lái)。也就是說(shuō),相似矩陣P的奇異值在一定程度上反映了真實(shí)的原始信號(hào)。因此,有必要進(jìn)一步分析噪聲對(duì)奇異值λi的影響。

    該理論表明噪聲強(qiáng)度是影響含噪矩陣與無(wú)噪低秩矩陣奇異值之差的主要因素,也進(jìn)一步解釋了低秩矩陣的恢復(fù)與其奇異值密切相關(guān)。不妨假設(shè)L的秩為l,則:

    因此,當(dāng)λ滿足:

    (18)

    此時(shí),可以選擇矩陣P的前p個(gè)奇異值來(lái)作為對(duì)低秩矩陣L的估計(jì)。通過(guò)SVD分解,矩陣P的奇異值在空間上依此減小,特別的,從λl+1開始,奇異值的迅速減小趨近于0。據(jù)統(tǒng)計(jì)[8],前10%甚至更少的奇異值之和在所有奇異值之和中有高達(dá)99%的比例,這樣就可以通過(guò)選擇恰當(dāng)?shù)拈撝等サ糨^小奇異值,以最大程度逼近低秩矩陣。在上一節(jié)的算法中,用一個(gè)經(jīng)驗(yàn)值作為對(duì)奇異值的硬閾值處理,本節(jié)我們將通過(guò)對(duì)P和L奇異值差異的估計(jì),得到一個(gè)自適應(yīng)的奇異值閾值。

    3.2空間自適應(yīng)迭代奇異值閾值法

    由于噪聲在每個(gè)奇異值上的分布并不均勻,不能直接選取同一個(gè)閾值,而應(yīng)對(duì)不同的奇異值設(shè)計(jì)一個(gè)自適應(yīng)的閾值,即空間自適應(yīng)迭代奇異值閾值法(SAIST)[2],其基本思想就是奇異值越大,含噪值和真實(shí)值差異越小,則奇異值閾值也就越??;反之,奇異值閾值就越大。

    根據(jù)文獻(xiàn)[2],將奇異值建模成零均值的拉普拉斯分布,根據(jù)空間自適應(yīng)的先驗(yàn)知識(shí),將閾值參數(shù)設(shè)為:

    (19)

    其中,σi代表位置i上的局部方差估計(jì),采用單樣本的最大似然估計(jì)如下:

    (20)

    此外,當(dāng)下最新的迭代正則化技術(shù)提供了另外一種空間自適應(yīng)方法,其基本思想就是將濾波噪聲信號(hào)反饋到原始含噪圖像,即:

    (21)

    其中,k為迭代次數(shù),δ為松弛參數(shù)。我們將這種迭代正則化思想分別擴(kuò)展到噪聲估計(jì)和信號(hào)估計(jì):

    (22)

    (23)

    算法2空間自適應(yīng)迭代奇異值閾值(SAIST)

    2) While not converged do

    3) 塊匹配,構(gòu)造相似塊矩陣Y;

    6) (U,∑,V)=svd(y)

    388 Protective effects of dexmedetomidine on alveolar epithelial cells in sepsis mice

    9) Until converged

    3.3基于RPCA模型的自適應(yīng)去噪算法

    算法3基于SAIST 的APG改進(jìn)算法(本實(shí)驗(yàn)中Lf=2)

    1) 輸入矩陣P,λ,μ;

    3) While not converged do

    11) Until converged

    12) 輸出Lk,Sk

    圖1 算法3的工作流程

    4 實(shí)驗(yàn)結(jié)果及分析

    4.1預(yù)濾波改進(jìn)實(shí)驗(yàn)

    在第2節(jié)的建模過(guò)程中,給定一個(gè)參考?jí)K,窮舉搜索相似塊可能是非常耗時(shí)的。且當(dāng)視頻數(shù)據(jù)被圖像噪聲嚴(yán)重?fù)p壞時(shí),直接對(duì)噪聲數(shù)據(jù)進(jìn)行塊匹配的結(jié)果非常不可靠。特別的,當(dāng)有強(qiáng)脈沖噪聲(如椒鹽噪聲)存在時(shí),塊匹配的性能將嚴(yán)重降低。

    對(duì)此,本文在塊匹配之前進(jìn)行了一個(gè)去除脈沖噪聲的預(yù)處理加以改進(jìn)。在具體實(shí)現(xiàn)中,采用文獻(xiàn)[24]提出的自適應(yīng)中值濾波法,在算法中內(nèi)置一個(gè)異常值去除器,用小鄰域中值來(lái)替換被脈沖噪聲損壞的像素。實(shí)驗(yàn)結(jié)果如圖2和圖3所示,值得注意的是,預(yù)濾波處理數(shù)據(jù)僅僅作為塊匹配的輸入,整個(gè)去噪模型的輸入仍然是原始含噪圖像。

    圖3 APG算法加預(yù)濾波局部放大效果

    根據(jù)圖2和圖3,從視覺(jué)上已經(jīng)能看出二者的差別。由其是從局部放大圖來(lái)看,方法改進(jìn)之后,去噪效果也明顯提高。另外,從客觀量化指標(biāo)來(lái)看,APG算法恢復(fù)圖像的PSNR值為23.8964,加預(yù)濾波方法恢復(fù)圖像的PSNR值為26.8347,高出將近3 dB。由此可見,改變塊匹配算法的輸入能使整個(gè)去噪方法達(dá)到更優(yōu)的去噪效果,這種改進(jìn)的有效性得以驗(yàn)證。

    4.2基于RPCA的自適應(yīng)去噪實(shí)驗(yàn)

    目前,關(guān)于視頻修復(fù)方法,國(guó)內(nèi)外已有大量豐富的研究文獻(xiàn)。它們本質(zhì)上可以分為三種類型:局部、非局部以及二者混合,本文研究的是一種非局部方法。因此,我們將從兩個(gè)方面來(lái),與傳統(tǒng)的中值濾波器、非局部均值(NLM)去噪,以及目前公認(rèn)的去噪效果最好的VBM3D算法進(jìn)行對(duì)比,從主觀視覺(jué)效果和峰值信噪比PSNR兩個(gè)指標(biāo)來(lái)評(píng)價(jià)去噪效果。

    首先是傳統(tǒng)的局部去噪法,我們選擇中值濾波器來(lái)作為對(duì)比,它是一種基于非線性的信號(hào)處理方法,其基本原理就是利用領(lǐng)域模板中灰度值的中值來(lái)替換該點(diǎn)像素值。對(duì)于非局部方法,NLM是利用圖像自相似性的開創(chuàng)方法之一。在NLM方法中[16],每個(gè)像素估計(jì)值是在空間域和時(shí)間域上所有像素強(qiáng)度值加權(quán)平均,該權(quán)重值由集中在該像素的圖像塊與集中在其他像素的塊的相似性測(cè)量來(lái)確定。特別的,近年來(lái)比較流行的BM3D算法在圖像去噪中也采取了類似的做法。在VBM3D方法中[17], 通過(guò)尋找相似塊并將其聚集形成一個(gè)三維數(shù)組,然后在3D變換域上對(duì)這些三維數(shù)組進(jìn)行聯(lián)合濾波處理,從而去除噪聲。最后,通過(guò)對(duì)去噪塊的聚集合成得到真實(shí)圖像的最終估計(jì)。

    為了驗(yàn)證本文去噪算法的有效性,在相同實(shí)驗(yàn)環(huán)境下,將本文算法與上述三種方法進(jìn)行比較,其結(jié)果如圖4和圖5所示。

    圖4 各方法去噪效果對(duì)比圖

    圖5 各方法去噪效果局部放大對(duì)比

    由圖可以清楚地看到,總體上本文去噪算法的視覺(jué)效果及PSNR值都是最優(yōu)。中值濾波器方法的結(jié)果仍有許多明顯的噪聲,在四中方法中效果最差;基于NLM及BM3D方法的結(jié)果對(duì)圖像細(xì)節(jié)太平滑,由其是在凌亂部位,還會(huì)出現(xiàn)切斷失真,但相比之下BM3D方法效果更優(yōu)。相反,本文算法由于引入了稀疏矩陣來(lái)代表異常值,在恢復(fù)低秩矩陣的同時(shí)也能實(shí)現(xiàn)異常值的檢測(cè)。因此,該算法能較好地保留圖像的邊緣細(xì)節(jié)信息。

    4.3量化對(duì)比及結(jié)果分析

    為了量化評(píng)估算法的性能,本文采用峰值信噪比(PSNR)客觀指標(biāo)來(lái)衡量圖像質(zhì)量。PSNR是一個(gè)表示信號(hào)最大可能功率與影響其精度的噪聲功率的比值。基于信號(hào)較寬的動(dòng)態(tài)范圍,一般用對(duì)數(shù)分貝單位來(lái)表示:

    其中,x(i,j)表示圖像在位置(i,j)上的灰度值,y(i,j)表示含噪圖像在位置(i,j)上的灰度值。 PSNR是根據(jù)失真信號(hào)與原始信號(hào)之間的誤差差異定義的,計(jì)算方法清晰易懂,是評(píng)價(jià)圖像質(zhì)量最常用的客觀標(biāo)準(zhǔn),其值越大表明去噪效果越好。

    從表1 可見,本文算法對(duì)不同水平的噪聲都具有一定的魯棒性。選擇bus視頻序列的第25幀作為輸出,視頻被高斯噪聲和椒鹽噪聲同時(shí)污染, 其中σ和S的變化范圍分別為5~40和0.01~0.05。我們可以看到,隨著高斯噪聲和椒鹽噪聲水平的加強(qiáng),去噪效果呈下降趨勢(shì):橫向來(lái)看,椒鹽噪聲加強(qiáng),PSNR值緩慢下降;縱向來(lái)看,高斯噪聲加強(qiáng),PSNR快速下降。

    也就是說(shuō)高斯噪聲比椒鹽噪聲更難去除,由此可以判斷,算法1對(duì)椒鹽噪聲的魯棒性優(yōu)于高斯噪聲。從另外一個(gè)角度,對(duì)于原始圖像,加入高斯噪聲之后,圖像質(zhì)量下降緩慢;相反,椒鹽噪聲卻使圖像質(zhì)量快速下降。這是由于椒鹽噪聲只有兩個(gè)極值,當(dāng)圖像像素被污染時(shí),原始信息被完全破壞;而當(dāng)圖像被高斯噪聲污染時(shí),有大部分信息都被保留了下來(lái)。

    表1 不同噪聲水平在APG算法下的PSNR值

    本文方法的目的在于針對(duì)第2節(jié)提出的去噪算法的不足,提出了一種基于RPCA的自適應(yīng)閾值去噪法。該方法結(jié)合了非局部和RPCA技術(shù),克服了硬閾值的局限,降低了迭代優(yōu)化算法的時(shí)間復(fù)雜度。與第2節(jié)的結(jié)果相比,改進(jìn)之后的算法在去除噪聲的同時(shí),能夠保持更多的細(xì)節(jié)紋理。另外,從實(shí)驗(yàn)結(jié)果表2和圖4、圖5,可以清楚地看到,該方法與其他三種算法相比,具有更優(yōu)越的視覺(jué)效果和PSNR指標(biāo),說(shuō)明該算法的有效性和實(shí)用性。

    表2 不同噪聲水平在APG算法下的PSNR值

    5 結(jié) 語(yǔ)

    本文提出了一種基于RPCA模型的自適應(yīng)視頻去噪算法。該方法運(yùn)用低秩矩陣恢復(fù)理論講視頻去噪轉(zhuǎn)化為基于稀疏與低秩恢復(fù)的問(wèn)題,極大程度地去除了干擾噪聲并恢復(fù)原始視頻序列。此外,通過(guò)加入預(yù)濾波處理與自適應(yīng)閾值的改進(jìn),該方法能很好地適應(yīng)各種強(qiáng)度的噪聲,魯棒性和自適應(yīng)性較強(qiáng)。在未來(lái)的工作中,我們將研究如何用將高階思想(即張量模型)運(yùn)用在該算法中。同時(shí),也將探索如何將該算法在視頻圖像處理方面的其他運(yùn)用。

    [1] Ji H, Huang S, Shen Z, et al. Robust video restoration by joint sparse and low rank matrix approximation[J].SIAM Journal on Imaging Sciences, 2011,4(4):1122-1142.

    [2] Dong W, Shi G, Li X. Nonlocal image restoration with bilateral variance estimation: a low-rank approach[J].IEEE Trans on Image Processing,2012,2(22):700-711.

    [3] Ji H, Liu C, Shen Z, et al. Robust video denoising using low rank matrix completion[C]//In Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on,2010:1791-1798.

    [4] Candàs C, Romberg J. Sparsity and incoherence in compressive sampling[J]. Inverse Problems, 2007, 23(3):969-985.

    [5] 鄭毅賢, 江浩淼, 金波, 等. 基于自適應(yīng)壓縮感知的圖像去噪方法[J]. 通信技術(shù), 2013 (3): 74-76.

    [6] 任倩儒. 壓縮感知理論及其在圖像去噪中的應(yīng)用研究[D]. 長(zhǎng)安大學(xué)2012.

    [7] 鄭毅賢. 基于稀疏表示理論的圖像去噪方法研究[D]. 上海交通大學(xué), 2013.

    [8] 唐中和. 低秩逼近理論及其在自然圖像去噪中的應(yīng)用[D]. 西安電子科技大學(xué), 2013.

    [9] 樊立. 壓縮感知在圖像去噪中的應(yīng)用研究[D]. 北方工業(yè)大學(xué),2013.

    [10] 鄒建成, 樊立. 一種基于壓縮感知的圖像去噪方法[J]. 北方工業(yè)大學(xué)學(xué)報(bào), 2012, 24(1): 1-3.

    [11] 馬堅(jiān)偉, 徐杰, 鮑躍全, 等. 壓縮感知及其應(yīng)用: 從稀疏約束到低秩約束優(yōu)化[J]. 信號(hào)處理, 2012, 28(5): 609-623.

    [12] 劉鋼. 基于壓縮感知和稀疏表示理論的圖像去噪研究[D]. 電子科技大學(xué), 2013.

    [13] 彭義剛, 索津莉, 戴瓊海, 等. 從壓縮傳感到低秩矩陣恢復(fù): 理論與應(yīng)用[J]. 自動(dòng)化學(xué)報(bào), 2013, 39(7): 981-994.

    [14] 史加榮, 鄭秀云, 魏宗田, 等. 低秩矩陣恢復(fù)算法綜述[J]. 計(jì)算機(jī)應(yīng)用研究, 2013, 30(6): 1601-1605.

    [15] 張磊, 彭偉才, 原春暉, 等. 奇異值分解降噪的改進(jìn)方法[J]. 中國(guó)艦船研究, 2012, 7(5): 83-88.

    [16] 羅亮, 馮象初, 張選德, 等. 基于非局部雙邊隨機(jī)投影低秩逼近圖像去噪算法[J]. 電子與信息學(xué)報(bào), 2013, 35(1): 99-105.

    [17] 李政, 劉文江, 戎蒙恬, 等. BM3D 視頻去噪算法實(shí)現(xiàn)與評(píng)估[J]. 信息技術(shù), 2012(4):30-32.

    AN ADAPTIVE OPTIMISATION METHOD BASED ON RPCA VIDEO DENOISING

    Li XiaoliYang Xiaomei

    (Department of Automation, School of Electrical Engineering and Information, Sichuan University, Chengdu 610065, Sichuan, China)

    Traditional denoising algorithm cannot well reserve primitive image information while filtering the noise as much as possible. In light of this situation, the paper presents an RPCA-based adaptive video denoising algorithm. First, according to the low-rank property of video data and the sparsity of noise, it utilises the accelerated proximal gradient approach to reconstruct the low-rank component and sparse component of original video, and realises the initial separation of the noise. Then, it uses adaptive median filter to make pre-processing of filtration to improve block matching accuracy, and further removes video noise. Finally, it introduces adaptive singular-value threshold method to enhance the detailed edge information of image, reduces the time complexity of iterative optimisation algorithm. It is demonstrated by experimental result that the proposed algorithm can restore original video sequence to a great deal extent, besides it can also adaptively remove interference noise. The algorithm has significant advantage no matter in objective quantitative indicator PSNR or subjective vision quality compared with traditional denoising algorithms.

    Video denoisingLow-rank propertyRobust principal component analysis (RPCA)Adaptive singular-value threshold

    2015-06-09。李小利,碩士生,主研領(lǐng)域:視頻圖像去噪。楊曉梅,副教授。

    TP3

    A

    10.3969/j.issn.1000-386x.2016.09.051

    猜你喜歡
    椒鹽濾波像素
    趙運(yùn)哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    “像素”仙人掌
    高像素不是全部
    CHIP新電腦(2016年3期)2016-03-10 14:22:03
    RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
    基于線性正則變換的 LMS 自適應(yīng)濾波
    椒鹽芝麻燒餅
    基于噪聲檢測(cè)的高密椒鹽噪聲自適應(yīng)濾波算法
    基于隨機(jī)加權(quán)估計(jì)的Sage自適應(yīng)濾波及其在導(dǎo)航中的應(yīng)用
    基于Sage—Husa濾波的GNSS/INS組合導(dǎo)航自適應(yīng)濾波
    嫩草影院精品99| 操美女的视频在线观看| 最近最新中文字幕大全电影3 | 欧美丝袜亚洲另类 | 嫩草影视91久久| 一进一出好大好爽视频| 夜夜爽天天搞| 法律面前人人平等表现在哪些方面| 又黄又粗又硬又大视频| 亚洲精品一区av在线观看| 欧美激情 高清一区二区三区| 精品福利永久在线观看| www.精华液| 日韩国内少妇激情av| 99国产极品粉嫩在线观看| 长腿黑丝高跟| 男人的好看免费观看在线视频 | 男男h啪啪无遮挡| 日本黄色视频三级网站网址| 欧美激情 高清一区二区三区| 亚洲色图av天堂| 又黄又爽又免费观看的视频| 97碰自拍视频| 欧美日韩中文字幕国产精品一区二区三区 | 天堂动漫精品| 欧美精品一区二区免费开放| 成人18禁高潮啪啪吃奶动态图| 亚洲午夜精品一区,二区,三区| 亚洲国产精品sss在线观看 | 亚洲欧美一区二区三区久久| 国产av在哪里看| www.999成人在线观看| 国产黄色免费在线视频| 国产成人av激情在线播放| 国产亚洲精品久久久久久毛片| 久久亚洲精品不卡| 亚洲精华国产精华精| 欧美丝袜亚洲另类 | 免费不卡黄色视频| 国产成人av教育| 十分钟在线观看高清视频www| www.精华液| 午夜日韩欧美国产| 欧美日韩黄片免| 午夜a级毛片| 在线免费观看的www视频| 琪琪午夜伦伦电影理论片6080| 亚洲av熟女| av福利片在线| 欧美一级毛片孕妇| 免费在线观看日本一区| 男男h啪啪无遮挡| 精品国产亚洲在线| av中文乱码字幕在线| 国产一卡二卡三卡精品| 国产一区二区三区在线臀色熟女 | 欧美人与性动交α欧美软件| 国产精品99久久99久久久不卡| 丝袜在线中文字幕| 日本 av在线| 国产三级黄色录像| 交换朋友夫妻互换小说| 国产精华一区二区三区| 十八禁人妻一区二区| 成年人黄色毛片网站| 国产成人欧美在线观看| 欧美大码av| 99国产精品一区二区三区| 日本黄色视频三级网站网址| 亚洲一区二区三区色噜噜 | 国产三级黄色录像| 麻豆av在线久日| www国产在线视频色| 国产成人av激情在线播放| 久久精品亚洲熟妇少妇任你| 国产精品免费视频内射| av中文乱码字幕在线| 在线免费观看的www视频| 亚洲av电影在线进入| 黄频高清免费视频| 亚洲国产欧美一区二区综合| 女警被强在线播放| 久久热在线av| 婷婷丁香在线五月| 亚洲人成电影免费在线| 免费在线观看亚洲国产| 日本撒尿小便嘘嘘汇集6| av片东京热男人的天堂| 国产精品久久久久久人妻精品电影| 亚洲七黄色美女视频| 国产熟女午夜一区二区三区| 亚洲精品国产一区二区精华液| 亚洲精品国产一区二区精华液| 91老司机精品| 国产av在哪里看| av天堂在线播放| 宅男免费午夜| 日日干狠狠操夜夜爽| 欧美人与性动交α欧美精品济南到| 欧美成人免费av一区二区三区| 日日夜夜操网爽| 亚洲三区欧美一区| 日韩欧美国产一区二区入口| 久久精品国产亚洲av香蕉五月| 视频区欧美日本亚洲| 黄片大片在线免费观看| 97超级碰碰碰精品色视频在线观看| 午夜91福利影院| 亚洲国产精品999在线| 亚洲欧美一区二区三区黑人| 人人澡人人妻人| 成人av一区二区三区在线看| 大陆偷拍与自拍| 色综合欧美亚洲国产小说| 好看av亚洲va欧美ⅴa在| 国产又爽黄色视频| netflix在线观看网站| 久久久久亚洲av毛片大全| 欧美日韩亚洲综合一区二区三区_| 欧美中文日本在线观看视频| 成人特级黄色片久久久久久久| 欧美黑人欧美精品刺激| 久久久久久亚洲精品国产蜜桃av| 麻豆成人av在线观看| 黄片小视频在线播放| 午夜精品久久久久久毛片777| 免费一级毛片在线播放高清视频 | 欧美日本中文国产一区发布| 少妇的丰满在线观看| 亚洲一区中文字幕在线| 欧美激情 高清一区二区三区| av福利片在线| 一本综合久久免费| 亚洲精品一二三| 69精品国产乱码久久久| 久久久久国产精品人妻aⅴ院| 精品人妻在线不人妻| 中国美女看黄片| 人妻丰满熟妇av一区二区三区| 欧美成人午夜精品| 色在线成人网| 大型av网站在线播放| 在线播放国产精品三级| 女人被躁到高潮嗷嗷叫费观| 狠狠狠狠99中文字幕| 正在播放国产对白刺激| 99国产极品粉嫩在线观看| 高清黄色对白视频在线免费看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲 国产 在线| 国产亚洲精品久久久久5区| 一级片'在线观看视频| 国产精品亚洲一级av第二区| 国产精品自产拍在线观看55亚洲| 欧美成人免费av一区二区三区| 欧美成人午夜精品| 视频区欧美日本亚洲| 91麻豆av在线| 999久久久精品免费观看国产| 视频区欧美日本亚洲| 久久久久国产一级毛片高清牌| 国产精品免费视频内射| av在线天堂中文字幕 | 日韩欧美国产一区二区入口| 日韩高清综合在线| 成人永久免费在线观看视频| 欧美黑人欧美精品刺激| 亚洲一区高清亚洲精品| 精品少妇一区二区三区视频日本电影| 久久香蕉国产精品| 亚洲欧洲精品一区二区精品久久久| 国产成人欧美| 51午夜福利影视在线观看| 最新美女视频免费是黄的| 亚洲全国av大片| 男女之事视频高清在线观看| 久久 成人 亚洲| 国产xxxxx性猛交| 超色免费av| 精品国产国语对白av| 婷婷六月久久综合丁香| 在线观看免费午夜福利视频| 久久国产精品影院| 久久久久久久午夜电影 | 人人妻人人爽人人添夜夜欢视频| 成人亚洲精品av一区二区 | 性少妇av在线| 国产无遮挡羞羞视频在线观看| 国产av精品麻豆| 日本三级黄在线观看| 99久久久亚洲精品蜜臀av| 男女之事视频高清在线观看| 看片在线看免费视频| 久久国产精品男人的天堂亚洲| 久久性视频一级片| 国产成+人综合+亚洲专区| 亚洲第一青青草原| 欧美成人免费av一区二区三区| 欧美日韩黄片免| 免费女性裸体啪啪无遮挡网站| 两个人看的免费小视频| 国产一区在线观看成人免费| 国产精品美女特级片免费视频播放器 | 色播在线永久视频| 亚洲,欧美精品.| 亚洲成a人片在线一区二区| 一级黄色大片毛片| 欧美日韩亚洲综合一区二区三区_| 久久午夜综合久久蜜桃| 村上凉子中文字幕在线| 丝袜人妻中文字幕| 色婷婷久久久亚洲欧美| 久久久久久久午夜电影 | 国产三级黄色录像| 精品第一国产精品| av在线播放免费不卡| 99精品久久久久人妻精品| 曰老女人黄片| 丝袜美腿诱惑在线| xxx96com| 国产精品香港三级国产av潘金莲| 视频区图区小说| 欧美不卡视频在线免费观看 | 亚洲国产精品合色在线| a级片在线免费高清观看视频| 免费不卡黄色视频| 999久久久国产精品视频| 日韩人妻精品一区2区三区| 中文字幕av电影在线播放| 久热这里只有精品99| 日本一区二区免费在线视频| 久久久久久免费高清国产稀缺| 久久人妻福利社区极品人妻图片| 日日夜夜操网爽| 日韩欧美一区视频在线观看| 老司机午夜福利在线观看视频| 黄色 视频免费看| 日本a在线网址| 精品国内亚洲2022精品成人| 亚洲第一青青草原| 久久伊人香网站| 成人av一区二区三区在线看| 国产精品偷伦视频观看了| 国产成+人综合+亚洲专区| 91精品三级在线观看| 亚洲avbb在线观看| 午夜影院日韩av| 波多野结衣一区麻豆| 欧美不卡视频在线免费观看 | 亚洲精品一卡2卡三卡4卡5卡| 国产免费现黄频在线看| 亚洲精品久久午夜乱码| 精品乱码久久久久久99久播| 国内久久婷婷六月综合欲色啪| 国产av在哪里看| tocl精华| 国产亚洲av高清不卡| 国产有黄有色有爽视频| xxxhd国产人妻xxx| 国产精品免费一区二区三区在线| 日韩欧美在线二视频| 9热在线视频观看99| 黑丝袜美女国产一区| 最近最新中文字幕大全电影3 | 岛国在线观看网站| av在线天堂中文字幕 | 91麻豆精品激情在线观看国产 | 日韩欧美三级三区| 男女高潮啪啪啪动态图| 在线观看一区二区三区| 国产精品亚洲av一区麻豆| 一进一出抽搐gif免费好疼 | 日韩精品青青久久久久久| 视频在线观看一区二区三区| 欧美不卡视频在线免费观看 | www日本在线高清视频| 女生性感内裤真人,穿戴方法视频| 中文字幕最新亚洲高清| 久久亚洲精品不卡| 欧美另类亚洲清纯唯美| 在线视频色国产色| 亚洲欧美激情综合另类| 精品国产亚洲在线| 黄片大片在线免费观看| 一边摸一边做爽爽视频免费| 亚洲国产欧美一区二区综合| 老司机亚洲免费影院| 久久久久久久午夜电影 | 久久中文字幕人妻熟女| 脱女人内裤的视频| 午夜免费观看网址| 高清在线国产一区| 国产免费av片在线观看野外av| 少妇的丰满在线观看| 国产深夜福利视频在线观看| 99久久国产精品久久久| 日韩免费av在线播放| a在线观看视频网站| 亚洲av五月六月丁香网| 人成视频在线观看免费观看| 亚洲一区中文字幕在线| 满18在线观看网站| 免费日韩欧美在线观看| 国产亚洲精品久久久久5区| 亚洲中文日韩欧美视频| 亚洲精品粉嫩美女一区| 中文字幕av电影在线播放| 人人妻人人爽人人添夜夜欢视频| 久久热在线av| 美女高潮喷水抽搐中文字幕| 久久久久久久久免费视频了| 日本精品一区二区三区蜜桃| 两个人看的免费小视频| 午夜福利,免费看| 丰满人妻熟妇乱又伦精品不卡| 99re在线观看精品视频| 大码成人一级视频| 啦啦啦免费观看视频1| 夜夜夜夜夜久久久久| www.自偷自拍.com| 国产成人一区二区三区免费视频网站| 97碰自拍视频| 免费在线观看亚洲国产| 亚洲精品一区av在线观看| 一进一出抽搐动态| 999久久久国产精品视频| 男人操女人黄网站| 亚洲一区二区三区色噜噜 | 老熟妇乱子伦视频在线观看| 日韩av在线大香蕉| 日韩精品中文字幕看吧| 一个人观看的视频www高清免费观看 | 中文字幕av电影在线播放| 亚洲久久久国产精品| 成人18禁高潮啪啪吃奶动态图| 国产免费av片在线观看野外av| 成人三级做爰电影| 亚洲自拍偷在线| 国产麻豆69| 好男人电影高清在线观看| 欧美人与性动交α欧美精品济南到| 精品一区二区三区视频在线观看免费 | 欧美中文综合在线视频| 精品一品国产午夜福利视频| 国产激情久久老熟女| 亚洲第一av免费看| 美女扒开内裤让男人捅视频| 亚洲国产欧美一区二区综合| 国产亚洲精品一区二区www| 久久久久久久午夜电影 | 大型av网站在线播放| 久久精品亚洲熟妇少妇任你| 大型av网站在线播放| 在线十欧美十亚洲十日本专区| 俄罗斯特黄特色一大片| 老司机深夜福利视频在线观看| 亚洲狠狠婷婷综合久久图片| 黑人操中国人逼视频| 淫秽高清视频在线观看| 亚洲一区二区三区不卡视频| 欧美日韩乱码在线| 欧美精品啪啪一区二区三区| 午夜亚洲福利在线播放| 757午夜福利合集在线观看| 天堂中文最新版在线下载| 国产成+人综合+亚洲专区| 日韩欧美免费精品| 两性午夜刺激爽爽歪歪视频在线观看 | 精品国产乱子伦一区二区三区| 亚洲,欧美精品.| 久久国产精品人妻蜜桃| 国产成年人精品一区二区 | 久久中文字幕一级| 热99国产精品久久久久久7| 香蕉丝袜av| 国产亚洲精品一区二区www| 国内毛片毛片毛片毛片毛片| 成人永久免费在线观看视频| 99国产精品一区二区蜜桃av| 水蜜桃什么品种好| 在线观看午夜福利视频| 激情视频va一区二区三区| 欧美乱妇无乱码| 女同久久另类99精品国产91| 18禁裸乳无遮挡免费网站照片 | 成人影院久久| 国产蜜桃级精品一区二区三区| 婷婷丁香在线五月| 啦啦啦免费观看视频1| 最新在线观看一区二区三区| 在线视频色国产色| 欧美中文综合在线视频| 黄片小视频在线播放| 国产成人av激情在线播放| 免费高清视频大片| 久久久久久久久中文| 成人亚洲精品一区在线观看| 9191精品国产免费久久| 亚洲av第一区精品v没综合| 久久久久国产精品人妻aⅴ院| 国产精品久久久久久人妻精品电影| av免费在线观看网站| 最近最新免费中文字幕在线| 日韩精品中文字幕看吧| 嫩草影院精品99| 日日摸夜夜添夜夜添小说| 少妇粗大呻吟视频| 久久久国产欧美日韩av| 18禁黄网站禁片午夜丰满| 少妇粗大呻吟视频| 一二三四社区在线视频社区8| 成人亚洲精品av一区二区 | 日韩av在线大香蕉| 搡老熟女国产l中国老女人| 国产一卡二卡三卡精品| 成熟少妇高潮喷水视频| 国产深夜福利视频在线观看| 后天国语完整版免费观看| 亚洲欧美日韩另类电影网站| 国产精品av久久久久免费| 日日摸夜夜添夜夜添小说| 日本 av在线| 久久精品国产99精品国产亚洲性色 | 国产精品秋霞免费鲁丝片| 性欧美人与动物交配| 麻豆久久精品国产亚洲av | 亚洲专区字幕在线| 久久中文看片网| 成熟少妇高潮喷水视频| 韩国精品一区二区三区| 99riav亚洲国产免费| 无限看片的www在线观看| 亚洲第一青青草原| 91麻豆av在线| 人人妻,人人澡人人爽秒播| 久久精品亚洲av国产电影网| av电影中文网址| 成人免费观看视频高清| 国产片内射在线| 午夜影院日韩av| 欧美人与性动交α欧美精品济南到| 老熟妇乱子伦视频在线观看| 淫秽高清视频在线观看| 黑人欧美特级aaaaaa片| 亚洲av成人不卡在线观看播放网| 女性生殖器流出的白浆| 中文字幕最新亚洲高清| 巨乳人妻的诱惑在线观看| 精品久久久久久电影网| 侵犯人妻中文字幕一二三四区| 女生性感内裤真人,穿戴方法视频| 欧美中文综合在线视频| 国产男靠女视频免费网站| 麻豆国产av国片精品| 9热在线视频观看99| 国产av精品麻豆| av国产精品久久久久影院| 少妇被粗大的猛进出69影院| 日本vs欧美在线观看视频| 不卡一级毛片| 亚洲一码二码三码区别大吗| 精品国内亚洲2022精品成人| 80岁老熟妇乱子伦牲交| 99精品久久久久人妻精品| 亚洲欧美精品综合一区二区三区| videosex国产| av天堂久久9| 亚洲国产精品sss在线观看 | 一级毛片女人18水好多| av在线播放免费不卡| 色婷婷av一区二区三区视频| 亚洲三区欧美一区| 欧美激情高清一区二区三区| 成人18禁高潮啪啪吃奶动态图| 日韩精品免费视频一区二区三区| 性少妇av在线| 精品电影一区二区在线| 在线观看免费日韩欧美大片| 中文字幕精品免费在线观看视频| 国产亚洲欧美在线一区二区| 精品第一国产精品| 午夜福利一区二区在线看| 国产成人av教育| 色哟哟哟哟哟哟| 1024视频免费在线观看| 久久精品亚洲熟妇少妇任你| 成在线人永久免费视频| 久久国产精品人妻蜜桃| 一区福利在线观看| 一进一出抽搐动态| 超碰97精品在线观看| 交换朋友夫妻互换小说| 搡老熟女国产l中国老女人| 日韩三级视频一区二区三区| 丰满迷人的少妇在线观看| 久久国产精品男人的天堂亚洲| 黄色片一级片一级黄色片| 亚洲三区欧美一区| 大型av网站在线播放| 国产伦一二天堂av在线观看| 久久中文字幕人妻熟女| 真人做人爱边吃奶动态| 在线天堂中文资源库| 怎么达到女性高潮| 亚洲,欧美精品.| 免费av中文字幕在线| 美女午夜性视频免费| 91麻豆av在线| 巨乳人妻的诱惑在线观看| aaaaa片日本免费| 女人被躁到高潮嗷嗷叫费观| 中国美女看黄片| av电影中文网址| videosex国产| 高潮久久久久久久久久久不卡| 在线观看一区二区三区| aaaaa片日本免费| 国产欧美日韩一区二区三区在线| 久久午夜亚洲精品久久| 欧美激情久久久久久爽电影 | 90打野战视频偷拍视频| 久久影院123| 国产欧美日韩一区二区三| √禁漫天堂资源中文www| av天堂在线播放| 精品国产一区二区久久| 久久久久久人人人人人| 国产av又大| 亚洲精品国产区一区二| 久久精品亚洲av国产电影网| 国产精品98久久久久久宅男小说| 大陆偷拍与自拍| 亚洲国产欧美网| 琪琪午夜伦伦电影理论片6080| 国产成人av激情在线播放| 久久中文看片网| 最新美女视频免费是黄的| 欧美黑人精品巨大| 美女 人体艺术 gogo| 国产99白浆流出| 免费人成视频x8x8入口观看| 9热在线视频观看99| 欧美成人性av电影在线观看| 在线观看舔阴道视频| 国产精品自产拍在线观看55亚洲| 国产成人精品久久二区二区免费| 久久久国产精品麻豆| 国产成人精品久久二区二区免费| 国产午夜精品久久久久久| 人人澡人人妻人| 亚洲av美国av| 9色porny在线观看| 亚洲,欧美精品.| 亚洲欧洲精品一区二区精品久久久| 日韩欧美一区视频在线观看| 天堂影院成人在线观看| 国产蜜桃级精品一区二区三区| 国产高清videossex| 国产高清激情床上av| 久久久国产一区二区| 99re在线观看精品视频| 欧美成人免费av一区二区三区| 丁香欧美五月| 狂野欧美激情性xxxx| 巨乳人妻的诱惑在线观看| 亚洲avbb在线观看| avwww免费| 成熟少妇高潮喷水视频| 日本 av在线| www.熟女人妻精品国产| 1024香蕉在线观看| 最新美女视频免费是黄的| 男女床上黄色一级片免费看| 久久人妻av系列| 久久久水蜜桃国产精品网| 黄片播放在线免费| 亚洲久久久国产精品| 免费观看精品视频网站| 国产一区二区激情短视频| 中文字幕高清在线视频| 女性生殖器流出的白浆| 色播在线永久视频| 国内毛片毛片毛片毛片毛片| 老司机深夜福利视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 欧美精品一区二区免费开放| 亚洲精品中文字幕在线视频| 如日韩欧美国产精品一区二区三区| 不卡一级毛片| 99在线视频只有这里精品首页| 在线观看www视频免费| 麻豆国产av国片精品| 欧美亚洲日本最大视频资源| 欧美精品一区二区免费开放| 精品电影一区二区在线| 亚洲人成伊人成综合网2020| 亚洲美女黄片视频| 久久久国产一区二区| 91麻豆精品激情在线观看国产 | 宅男免费午夜| 怎么达到女性高潮| 亚洲狠狠婷婷综合久久图片| 欧美人与性动交α欧美软件| 欧美激情高清一区二区三区| 午夜福利影视在线免费观看| 香蕉丝袜av| 午夜福利影视在线免费观看| 亚洲九九香蕉| 日韩精品中文字幕看吧| 日韩欧美免费精品| 欧美 亚洲 国产 日韩一| 欧美激情高清一区二区三区| 日韩免费高清中文字幕av| videosex国产| 中文字幕高清在线视频|