• <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
    午夜福利视频精品| 日韩电影二区| 国产熟女欧美一区二区| 免费不卡黄色视频| 国产免费一区二区三区四区乱码| 纯流量卡能插随身wifi吗| 欧美老熟妇乱子伦牲交| 亚洲精品自拍成人| 国产男女内射视频| 九色亚洲精品在线播放| 免费少妇av软件| 黑丝袜美女国产一区| 国产一区二区三区av在线| 男女高潮啪啪啪动态图| www日本在线高清视频| 亚洲少妇的诱惑av| 午夜福利在线免费观看网站| 亚洲国产av影院在线观看| 久久精品久久精品一区二区三区| 在线观看www视频免费| 久久久精品免费免费高清| 天堂中文最新版在线下载| 日本一区二区免费在线视频| 丝袜美足系列| 男女午夜视频在线观看| 黑丝袜美女国产一区| 国产成人av教育| 久久99热这里只频精品6学生| 日韩中文字幕欧美一区二区 | 国产成人免费观看mmmm| 午夜福利影视在线免费观看| 国产在线观看jvid| 高清黄色对白视频在线免费看| 十分钟在线观看高清视频www| 色播在线永久视频| 91成人精品电影| 国产成人精品在线电影| 亚洲免费av在线视频| 丝袜美足系列| 国产又爽黄色视频| 亚洲av欧美aⅴ国产| 91麻豆av在线| 欧美精品亚洲一区二区| 亚洲精品一二三| a级毛片在线看网站| 久久久国产一区二区| 2021少妇久久久久久久久久久| 亚洲少妇的诱惑av| 亚洲人成77777在线视频| 久久精品久久久久久噜噜老黄| 精品少妇久久久久久888优播| 妹子高潮喷水视频| 啦啦啦 在线观看视频| 亚洲色图 男人天堂 中文字幕| 制服人妻中文乱码| 少妇粗大呻吟视频| 看免费成人av毛片| 亚洲人成电影免费在线| 国产视频首页在线观看| 婷婷色av中文字幕| 亚洲av日韩精品久久久久久密 | 欧美精品亚洲一区二区| 国产成人一区二区在线| 久久九九热精品免费| 久久国产精品人妻蜜桃| 国产欧美日韩一区二区三区在线| 99精国产麻豆久久婷婷| 亚洲国产欧美在线一区| 曰老女人黄片| 久久精品熟女亚洲av麻豆精品| 在线看a的网站| 成年女人毛片免费观看观看9 | 大香蕉久久网| 国产一区二区在线观看av| 亚洲成人手机| 国产精品香港三级国产av潘金莲 | 亚洲精品中文字幕在线视频| 中文字幕人妻丝袜一区二区| 午夜老司机福利片| 欧美日韩国产mv在线观看视频| 亚洲av在线观看美女高潮| 久久精品人人爽人人爽视色| 精品欧美一区二区三区在线| 日韩中文字幕欧美一区二区 | 日韩免费高清中文字幕av| 亚洲国产精品国产精品| 黄频高清免费视频| 久久ye,这里只有精品| 国产亚洲av高清不卡| 91麻豆精品激情在线观看国产 | 国产一区二区 视频在线| 亚洲熟女毛片儿| 人妻一区二区av| 香蕉国产在线看| 精品少妇久久久久久888优播| 纯流量卡能插随身wifi吗| 亚洲成色77777| 日本vs欧美在线观看视频| 老司机深夜福利视频在线观看 | 99国产精品一区二区蜜桃av | 久久久精品区二区三区| 女人久久www免费人成看片| 日韩制服骚丝袜av| a级毛片黄视频| 午夜免费男女啪啪视频观看| 亚洲人成电影观看| 精品高清国产在线一区| 男人添女人高潮全过程视频| 男人操女人黄网站| 亚洲精品久久午夜乱码| 午夜免费成人在线视频| 一级毛片黄色毛片免费观看视频| 亚洲欧洲精品一区二区精品久久久| 午夜两性在线视频| 国产高清不卡午夜福利| 亚洲综合色网址| 下体分泌物呈黄色| 19禁男女啪啪无遮挡网站| 国产极品粉嫩免费观看在线| 亚洲精品日本国产第一区| 欧美黑人精品巨大| 最黄视频免费看| 色播在线永久视频| 成人午夜精彩视频在线观看| 两性夫妻黄色片| 亚洲,一卡二卡三卡| 国产深夜福利视频在线观看| 欧美xxⅹ黑人| 久久人人爽av亚洲精品天堂| 精品人妻1区二区| 国产成人精品久久二区二区91| 国产精品三级大全| 黄色 视频免费看| 波野结衣二区三区在线| 成年女人毛片免费观看观看9 | 国产伦人伦偷精品视频| 亚洲精品国产色婷婷电影| 性色av一级| 19禁男女啪啪无遮挡网站| e午夜精品久久久久久久| 在现免费观看毛片| 久久毛片免费看一区二区三区| 成人手机av| 国产av国产精品国产| 亚洲国产精品国产精品| 最新的欧美精品一区二区| 欧美日韩视频高清一区二区三区二| 中文字幕亚洲精品专区| 满18在线观看网站| 国产日韩一区二区三区精品不卡| 亚洲国产精品国产精品| 免费高清在线观看视频在线观看| 大片免费播放器 马上看| 亚洲国产毛片av蜜桃av| 国产精品偷伦视频观看了| 国产99久久九九免费精品| av在线app专区| 国产成人精品无人区| 多毛熟女@视频| 精品国产超薄肉色丝袜足j| av有码第一页| 欧美另类一区| 飞空精品影院首页| 欧美日韩综合久久久久久| 色综合欧美亚洲国产小说| 精品少妇一区二区三区视频日本电影| 亚洲九九香蕉| 搡老乐熟女国产| 欧美日韩亚洲高清精品| 人体艺术视频欧美日本| 美女扒开内裤让男人捅视频| 晚上一个人看的免费电影| 最近中文字幕2019免费版| 欧美中文综合在线视频| 久久人人97超碰香蕉20202| 天堂中文最新版在线下载| 久久午夜综合久久蜜桃| 亚洲欧美色中文字幕在线| 免费看十八禁软件| 婷婷色综合www| 少妇被粗大的猛进出69影院| 亚洲伊人久久精品综合| 99热全是精品| 久久中文字幕一级| 欧美日韩视频高清一区二区三区二| 亚洲少妇的诱惑av| 欧美日韩视频精品一区| a级毛片黄视频| 久久久久精品人妻al黑| 日韩av免费高清视频| 久久久久久免费高清国产稀缺| 叶爱在线成人免费视频播放| 久久影院123| www.自偷自拍.com| 久久性视频一级片| 99国产精品一区二区三区| 蜜桃在线观看..| 亚洲欧洲国产日韩| 麻豆乱淫一区二区| 亚洲av日韩在线播放| 欧美久久黑人一区二区| 国产日韩欧美在线精品| 亚洲欧洲国产日韩| 精品国产超薄肉色丝袜足j| 欧美激情高清一区二区三区| 脱女人内裤的视频| 日韩视频在线欧美| 国产成人一区二区三区免费视频网站 | 纯流量卡能插随身wifi吗| 永久免费av网站大全| 黄色a级毛片大全视频| 精品亚洲成国产av| 久9热在线精品视频| 中文字幕精品免费在线观看视频| av有码第一页| 人人澡人人妻人| 国产亚洲精品第一综合不卡| 久9热在线精品视频| 成年人午夜在线观看视频| 亚洲久久久国产精品| 一级毛片 在线播放| 激情视频va一区二区三区| 99精国产麻豆久久婷婷| 日日爽夜夜爽网站| 国产伦理片在线播放av一区| 午夜激情久久久久久久| 18禁观看日本| 欧美成狂野欧美在线观看| 欧美日韩国产mv在线观看视频| 国产欧美日韩一区二区三 | 国产激情久久老熟女| 久久人人97超碰香蕉20202| 麻豆av在线久日| 大片免费播放器 马上看| 久久久欧美国产精品| 精品一区二区三区四区五区乱码 | 久久精品国产亚洲av高清一级| 久久久久久久精品精品| 欧美黑人精品巨大| 精品欧美一区二区三区在线| 亚洲少妇的诱惑av| 18禁黄网站禁片午夜丰满| 国产精品一区二区精品视频观看| 中文字幕另类日韩欧美亚洲嫩草| 丁香六月欧美| 午夜免费男女啪啪视频观看| 国产男女内射视频| 少妇精品久久久久久久| 久久天堂一区二区三区四区| 亚洲国产欧美在线一区| 国产爽快片一区二区三区| 又大又爽又粗| 丝袜脚勾引网站| 成人免费观看视频高清| 91老司机精品| 男人添女人高潮全过程视频| 国产成人一区二区三区免费视频网站 | 国产av一区二区精品久久| 国产欧美日韩综合在线一区二区| 亚洲专区国产一区二区| 人成视频在线观看免费观看| 国产在视频线精品| 女人久久www免费人成看片| av天堂久久9| 91成人精品电影| 观看av在线不卡| 欧美日韩av久久| 美女脱内裤让男人舔精品视频| 黑人欧美特级aaaaaa片| av视频免费观看在线观看| 中文字幕人妻熟女乱码| 亚洲欧美激情在线| 永久免费av网站大全| 精品国产国语对白av| 十八禁网站网址无遮挡| 青青草视频在线视频观看| av欧美777| av片东京热男人的天堂| 乱人伦中国视频| 香蕉国产在线看| 日韩 亚洲 欧美在线| 老司机影院毛片| 色视频在线一区二区三区| 日韩电影二区| 黑丝袜美女国产一区| 欧美亚洲 丝袜 人妻 在线| 日日爽夜夜爽网站| 亚洲精品美女久久久久99蜜臀 | 99国产精品免费福利视频| 啦啦啦在线观看免费高清www| 久久久久久久国产电影| 欧美日韩视频精品一区| 另类精品久久| 十八禁人妻一区二区| 老司机亚洲免费影院| 看十八女毛片水多多多| 天堂8中文在线网| 午夜福利乱码中文字幕| 国产男人的电影天堂91| 免费黄频网站在线观看国产| 国产成人91sexporn| 黄色 视频免费看| 日韩大码丰满熟妇| 亚洲专区国产一区二区| 中国美女看黄片| 国产精品久久久久成人av| 国产一区二区激情短视频 | 免费看av在线观看网站| 免费高清在线观看视频在线观看| 亚洲欧美中文字幕日韩二区| 欧美精品一区二区大全| 在线 av 中文字幕| 日本a在线网址| 99久久综合免费| 在线天堂中文资源库| 国产人伦9x9x在线观看| 18禁国产床啪视频网站| 国产一区二区 视频在线| 考比视频在线观看| 激情五月婷婷亚洲| 国产又色又爽无遮挡免| 中文字幕最新亚洲高清| 亚洲第一青青草原| 在线观看国产h片| av视频免费观看在线观看| 又粗又硬又长又爽又黄的视频| 人人妻,人人澡人人爽秒播 | 蜜桃国产av成人99| 青草久久国产| 蜜桃国产av成人99| 免费观看a级毛片全部| 国产亚洲一区二区精品| 亚洲五月婷婷丁香| 一区二区三区激情视频| 久久精品成人免费网站| 少妇 在线观看| 欧美精品一区二区大全| 水蜜桃什么品种好| 一级片免费观看大全| 热99国产精品久久久久久7| 成在线人永久免费视频| 午夜91福利影院| 亚洲成色77777| 在线观看免费高清a一片| 九草在线视频观看| 日日爽夜夜爽网站| 午夜福利免费观看在线| 精品卡一卡二卡四卡免费| 久久鲁丝午夜福利片| 9色porny在线观看| 老汉色av国产亚洲站长工具| 黄片播放在线免费| 十八禁网站网址无遮挡| 久久国产亚洲av麻豆专区| 欧美激情极品国产一区二区三区| 天堂8中文在线网| 亚洲av美国av| 国产成人av激情在线播放| 国产91精品成人一区二区三区 | av网站在线播放免费| 国产在线观看jvid| 美女扒开内裤让男人捅视频| av视频免费观看在线观看| 欧美另类一区| 考比视频在线观看| 亚洲欧洲精品一区二区精品久久久| 国产精品久久久人人做人人爽| 免费av中文字幕在线| avwww免费| 日本猛色少妇xxxxx猛交久久| 国产淫语在线视频| 国产精品三级大全| 亚洲成人国产一区在线观看 | 久久精品人人爽人人爽视色| 天天躁日日躁夜夜躁夜夜| 午夜福利在线免费观看网站| 又黄又粗又硬又大视频| 51午夜福利影视在线观看| 夜夜骑夜夜射夜夜干| 叶爱在线成人免费视频播放| 色婷婷久久久亚洲欧美| 国产精品久久久久久人妻精品电影 | 最新在线观看一区二区三区 | 精品熟女少妇八av免费久了| 18禁观看日本| 亚洲免费av在线视频| 精品亚洲成国产av| 国产亚洲欧美精品永久| 精品人妻在线不人妻| 国产亚洲午夜精品一区二区久久| 宅男免费午夜| av天堂久久9| 人妻一区二区av| 人人妻人人添人人爽欧美一区卜| 成年人免费黄色播放视频| 免费一级毛片在线播放高清视频 | 高清视频免费观看一区二区| 久久青草综合色| 国产一区二区三区综合在线观看| 丝袜美足系列| 黄频高清免费视频| 亚洲欧美中文字幕日韩二区| 国产成人影院久久av| 日韩一区二区三区影片| 成年人黄色毛片网站| 另类精品久久| 日本wwww免费看| 亚洲国产精品国产精品| av福利片在线| 久久久精品区二区三区| 99热网站在线观看| 伊人久久大香线蕉亚洲五| 18禁黄网站禁片午夜丰满| 亚洲国产精品国产精品| 大片电影免费在线观看免费| 国产一卡二卡三卡精品| 校园人妻丝袜中文字幕| 成人免费观看视频高清| 超碰成人久久| 大型av网站在线播放| 国产精品免费视频内射| 后天国语完整版免费观看| 午夜精品国产一区二区电影| 欧美日韩一级在线毛片| 午夜免费成人在线视频| 少妇的丰满在线观看| 国产精品香港三级国产av潘金莲 | 性高湖久久久久久久久免费观看| 午夜91福利影院| 亚洲欧美一区二区三区黑人| 日韩 亚洲 欧美在线| 大香蕉久久成人网| 亚洲国产成人一精品久久久| 日韩大片免费观看网站| 成年动漫av网址| 男女高潮啪啪啪动态图| 久久鲁丝午夜福利片| 99久久99久久久精品蜜桃| 欧美日韩亚洲综合一区二区三区_| 亚洲精品日本国产第一区| 1024视频免费在线观看| 欧美日韩亚洲高清精品| 亚洲成国产人片在线观看| 日韩电影二区| 亚洲国产精品一区三区| 九草在线视频观看| 亚洲自偷自拍图片 自拍| 纵有疾风起免费观看全集完整版| 国产亚洲av高清不卡| 日本色播在线视频| 乱人伦中国视频| 777米奇影视久久| 国产午夜精品一二区理论片| 精品少妇久久久久久888优播| 国产精品一区二区在线观看99| 日韩免费高清中文字幕av| 伊人亚洲综合成人网| 亚洲国产av影院在线观看| 国产视频一区二区在线看| 天天操日日干夜夜撸| 人妻人人澡人人爽人人| 女人久久www免费人成看片| 中文字幕最新亚洲高清| 日韩 欧美 亚洲 中文字幕| 国产成人免费观看mmmm| www.自偷自拍.com| 观看av在线不卡| 天堂俺去俺来也www色官网| 男女下面插进去视频免费观看| 精品国产国语对白av| 19禁男女啪啪无遮挡网站| 国产一区二区 视频在线| 考比视频在线观看| 亚洲国产中文字幕在线视频| 免费黄频网站在线观看国产| 久久这里只有精品19| 欧美成人精品欧美一级黄| 青草久久国产| 亚洲成人免费电影在线观看 | 亚洲欧美日韩另类电影网站| 成年美女黄网站色视频大全免费| 亚洲国产最新在线播放| 国产亚洲欧美在线一区二区| av在线播放精品| 欧美日本中文国产一区发布| 青春草亚洲视频在线观看| 1024香蕉在线观看| 大片免费播放器 马上看| 男女下面插进去视频免费观看| 激情视频va一区二区三区| 日韩制服骚丝袜av| 久热这里只有精品99| 黄片播放在线免费| 精品国产乱码久久久久久男人| 久热爱精品视频在线9| 后天国语完整版免费观看| 丁香六月天网| 青春草亚洲视频在线观看| 国产精品一区二区在线观看99| 国产精品久久久久久精品电影小说| 大香蕉久久成人网| 涩涩av久久男人的天堂| 男女高潮啪啪啪动态图| 90打野战视频偷拍视频| 国产精品99久久99久久久不卡| 亚洲一卡2卡3卡4卡5卡精品中文| 免费黄频网站在线观看国产| 丰满迷人的少妇在线观看| 久久精品人人爽人人爽视色| 水蜜桃什么品种好| 国产极品粉嫩免费观看在线| av欧美777| 亚洲,一卡二卡三卡| 男女免费视频国产| 啦啦啦啦在线视频资源| 两人在一起打扑克的视频| 人妻 亚洲 视频| 免费一级毛片在线播放高清视频 | 人体艺术视频欧美日本| 亚洲欧美激情在线| 女人精品久久久久毛片| 亚洲第一青青草原| 一本久久精品| 国产成人影院久久av| av天堂在线播放| 多毛熟女@视频| 视频区欧美日本亚洲| 国产片特级美女逼逼视频| 日本午夜av视频| 国产真人三级小视频在线观看| 黄色怎么调成土黄色| 久久人妻福利社区极品人妻图片 | 午夜老司机福利片| 赤兔流量卡办理| 国产1区2区3区精品| 国产精品久久久久久人妻精品电影 | 亚洲欧美日韩高清在线视频 | videosex国产| a 毛片基地| 免费在线观看黄色视频的| 一区福利在线观看| 少妇猛男粗大的猛烈进出视频| 国产成人精品久久二区二区91| 欧美成人精品欧美一级黄| av网站在线播放免费| 欧美激情极品国产一区二区三区| a 毛片基地| 久久久精品国产亚洲av高清涩受| 久久毛片免费看一区二区三区| 精品国产国语对白av| 国产精品国产三级专区第一集| 丁香六月天网| 午夜免费鲁丝| 亚洲七黄色美女视频| 欧美 日韩 精品 国产| 亚洲精品国产一区二区精华液| 五月开心婷婷网| 下体分泌物呈黄色| 精品国产一区二区久久| kizo精华| 女人爽到高潮嗷嗷叫在线视频| 国产黄频视频在线观看| 免费黄频网站在线观看国产| 日本av手机在线免费观看| 亚洲欧美一区二区三区黑人| 中文字幕亚洲精品专区| 欧美国产精品一级二级三级| 国产男女超爽视频在线观看| 久久人人爽人人片av| 成人国语在线视频| 一二三四社区在线视频社区8| 一边摸一边抽搐一进一出视频| 69精品国产乱码久久久| 两个人免费观看高清视频| 精品高清国产在线一区| 免费高清在线观看视频在线观看| 国产精品麻豆人妻色哟哟久久| av国产精品久久久久影院| 一级片免费观看大全| 日本五十路高清| 成人18禁高潮啪啪吃奶动态图| 大陆偷拍与自拍| 蜜桃国产av成人99| www.精华液| 国产高清不卡午夜福利| 另类精品久久| 日本猛色少妇xxxxx猛交久久| 丝袜美腿诱惑在线| 国产精品国产三级国产专区5o| 18禁裸乳无遮挡动漫免费视频| 国产在线视频一区二区| 亚洲精品一卡2卡三卡4卡5卡 | 亚洲欧洲精品一区二区精品久久久| 香蕉丝袜av| 纯流量卡能插随身wifi吗| 国产视频首页在线观看| 性色av乱码一区二区三区2| 国产视频一区二区在线看| 免费在线观看黄色视频的| 亚洲国产成人一精品久久久| 亚洲男人天堂网一区| 啦啦啦中文免费视频观看日本| 99国产精品免费福利视频| 国产1区2区3区精品| 黄频高清免费视频| 麻豆乱淫一区二区| 日本色播在线视频| 国产日韩欧美亚洲二区| 午夜老司机福利片| 久久久国产欧美日韩av| 伦理电影免费视频| 十八禁网站网址无遮挡| 国产在视频线精品| 又大又爽又粗| 亚洲成人免费电影在线观看 |