• <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
    三级男女做爰猛烈吃奶摸视频| 一区二区av电影网| 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 | 久热久热在线精品观看| 久久这里有精品视频免费| 精品国产露脸久久av麻豆| 五月伊人婷婷丁香| 亚洲精品国产成人久久av| 性色avwww在线观看| 久热久热在线精品观看| 国产探花极品一区二区| 精品国产一区二区三区久久久樱花 | 久久久久精品性色| 人妻少妇偷人精品九色| 国产亚洲一区二区精品| 三级国产精品片| 特大巨黑吊av在线直播| 国产91av在线免费观看| 少妇人妻精品综合一区二区| 水蜜桃什么品种好| 国产亚洲精品久久久com| 亚洲国产欧美人成| 国产免费福利视频在线观看| 亚洲av二区三区四区| 别揉我奶头 嗯啊视频| 各种免费的搞黄视频| 国内精品美女久久久久久| 在线精品无人区一区二区三 | 女人久久www免费人成看片| 久久久久久久久久久免费av| 丝袜喷水一区| 亚洲va在线va天堂va国产| 黄色怎么调成土黄色| 国产精品精品国产色婷婷| 91久久精品电影网| 久久热精品热| 成年版毛片免费区| 干丝袜人妻中文字幕| 国模一区二区三区四区视频| 少妇人妻 视频| 看免费成人av毛片| 尤物成人国产欧美一区二区三区| 美女内射精品一级片tv| 日本与韩国留学比较| 国产一区二区在线观看日韩| 欧美激情久久久久久爽电影| 久久久久久久大尺度免费视频| 麻豆精品久久久久久蜜桃| 狂野欧美激情性bbbbbb| 日韩精品有码人妻一区| 人体艺术视频欧美日本| 97超碰精品成人国产| 国产精品久久久久久精品古装| 在线免费观看不下载黄p国产| 最近2019中文字幕mv第一页| 热99国产精品久久久久久7| 亚洲美女视频黄频| 亚洲欧美精品自产自拍| 99视频精品全部免费 在线| 久久鲁丝午夜福利片| 亚洲精品一二三| 青春草视频在线免费观看| 99热这里只有是精品在线观看| 国产亚洲精品久久久com| 亚洲成人久久爱视频| 欧美性感艳星| 精品人妻视频免费看| 日本-黄色视频高清免费观看| 国产精品偷伦视频观看了| 国产精品无大码| 爱豆传媒免费全集在线观看| 身体一侧抽搐| 亚洲av二区三区四区| 国产老妇女一区| 两个人的视频大全免费| 亚洲激情五月婷婷啪啪| 在线观看一区二区三区| av又黄又爽大尺度在线免费看| 欧美少妇被猛烈插入视频| 91在线精品国自产拍蜜月| 亚洲综合精品二区| 在线免费观看不下载黄p国产| 中文字幕制服av| 免费黄频网站在线观看国产| 国产伦理片在线播放av一区| 国产精品一区二区性色av| 国产成年人精品一区二区| 禁无遮挡网站| 赤兔流量卡办理| 午夜福利在线在线| av在线播放精品| 99热这里只有精品一区| 成人亚洲精品一区在线观看 | 国产av不卡久久| 亚洲成人久久爱视频| 18+在线观看网站| 只有这里有精品99| av卡一久久| 日日啪夜夜爽| 日韩人妻高清精品专区| 嫩草影院新地址| 在线亚洲精品国产二区图片欧美 | 久久久色成人| 中文资源天堂在线| 国产午夜精品久久久久久一区二区三区| 美女xxoo啪啪120秒动态图| 久久精品国产亚洲网站| 国产精品一区二区在线观看99| 高清日韩中文字幕在线| 狂野欧美白嫩少妇大欣赏| 欧美高清成人免费视频www| 午夜福利在线在线| 在线观看免费高清a一片| 亚洲图色成人| 国内精品美女久久久久久| 一级a做视频免费观看| 亚洲成人久久爱视频| 18+在线观看网站| av播播在线观看一区| av国产精品久久久久影院| 久久精品国产鲁丝片午夜精品| 高清午夜精品一区二区三区| 国国产精品蜜臀av免费| 国产69精品久久久久777片| 亚洲在久久综合| 搡女人真爽免费视频火全软件| 国模一区二区三区四区视频| 99久久精品一区二区三区| 国产乱人视频| 亚洲,一卡二卡三卡| 久久久久久久久久久丰满| 插逼视频在线观看| 国产男女内射视频| 久久99热6这里只有精品| 99re6热这里在线精品视频| 男女下面进入的视频免费午夜| 18禁在线无遮挡免费观看视频| 精品人妻一区二区三区麻豆| 男女边摸边吃奶| 舔av片在线| 男人狂女人下面高潮的视频| 亚洲电影在线观看av| 又粗又硬又长又爽又黄的视频| 狂野欧美激情性bbbbbb| 女人久久www免费人成看片| 久久久久久久久大av| 男人爽女人下面视频在线观看| a级一级毛片免费在线观看| 免费看a级黄色片| 免费观看性生交大片5| 熟妇人妻不卡中文字幕| 在线天堂最新版资源| 男女边吃奶边做爰视频| 国产v大片淫在线免费观看| 欧美日韩综合久久久久久| 大片电影免费在线观看免费| 91精品国产九色| 老司机影院毛片| 自拍欧美九色日韩亚洲蝌蚪91 | 在线 av 中文字幕| 成人午夜精彩视频在线观看| 久久精品久久久久久噜噜老黄| 精品久久久精品久久久| 欧美高清成人免费视频www| 亚洲精品成人久久久久久| 美女内射精品一级片tv| 久久久久久久亚洲中文字幕| 国产老妇女一区| 国产国拍精品亚洲av在线观看| 国语对白做爰xxxⅹ性视频网站| 18禁动态无遮挡网站| 熟女电影av网| 一级毛片久久久久久久久女| 国产成人a区在线观看| 国产极品天堂在线| 久久久久九九精品影院| 久久精品国产亚洲av涩爱| 国产精品一及| 超碰97精品在线观看| 国产男女超爽视频在线观看| 青青草视频在线视频观看| 国产日韩欧美亚洲二区| 日韩欧美精品v在线| 亚洲欧美清纯卡通| 亚洲人成网站在线观看播放| 我的女老师完整版在线观看| 最近的中文字幕免费完整| 国产精品一区二区三区四区免费观看| 各种免费的搞黄视频| 麻豆精品久久久久久蜜桃| 波野结衣二区三区在线| 国产精品女同一区二区软件| 欧美97在线视频| 少妇人妻一区二区三区视频| 99久久精品国产国产毛片| 在线播放无遮挡| 久久久久久伊人网av| 久久久久精品性色| 欧美区成人在线视频| 国产亚洲最大av| 亚洲精品乱码久久久v下载方式| 久久久久久九九精品二区国产| 亚洲精品久久午夜乱码| 精品视频人人做人人爽| 日韩制服骚丝袜av| 超碰97精品在线观看| 天堂中文最新版在线下载 | 日韩一区二区视频免费看| 女人被狂操c到高潮| 亚洲经典国产精华液单| 超碰av人人做人人爽久久| 久久久a久久爽久久v久久| 国产精品偷伦视频观看了| 最近手机中文字幕大全| 欧美激情久久久久久爽电影| 成人特级av手机在线观看| 精品99又大又爽又粗少妇毛片| 国产免费福利视频在线观看| 18禁在线无遮挡免费观看视频| 午夜免费男女啪啪视频观看| 亚洲自偷自拍三级| 欧美成人午夜免费资源| 中文欧美无线码| 五月天丁香电影| 黄色一级大片看看| 色哟哟·www| 久久久久久久国产电影| 神马国产精品三级电影在线观看| 在现免费观看毛片| 成人亚洲欧美一区二区av| 成人漫画全彩无遮挡| 免费黄频网站在线观看国产| 日本wwww免费看| 国产黄色视频一区二区在线观看| 欧美最新免费一区二区三区| 久久精品久久精品一区二区三区| 人人妻人人看人人澡| 国产成人91sexporn| 青春草国产在线视频| 日本-黄色视频高清免费观看| 69人妻影院| 国产精品麻豆人妻色哟哟久久| 亚洲欧美精品专区久久| 最近的中文字幕免费完整| 九九在线视频观看精品| 偷拍熟女少妇极品色| 国产日韩欧美亚洲二区| 亚洲美女视频黄频| 如何舔出高潮| 国产高清有码在线观看视频| 国产精品一二三区在线看| 成人综合一区亚洲| 久久久久精品久久久久真实原创| a级毛色黄片| 免费观看av网站的网址| 丰满少妇做爰视频| 高清视频免费观看一区二区| a级毛片免费高清观看在线播放| 久久久久久久国产电影| 国产一区二区三区av在线| 婷婷色综合www| 欧美激情久久久久久爽电影| 日韩成人av中文字幕在线观看| 国产乱来视频区| 天堂中文最新版在线下载 | 麻豆乱淫一区二区| 成年女人看的毛片在线观看| 偷拍熟女少妇极品色| 久久精品熟女亚洲av麻豆精品| 久久久久久九九精品二区国产| 能在线免费看毛片的网站| 国产色婷婷99| 亚洲欧美成人综合另类久久久| 久久久久性生活片| 国产欧美日韩一区二区三区在线 | 男人舔奶头视频| 18禁裸乳无遮挡动漫免费视频 | av免费在线看不卡| 在线免费十八禁| .国产精品久久| 亚洲综合色惰| 久久久久久久久久久丰满| 亚洲真实伦在线观看| 69av精品久久久久久| 在线播放无遮挡| 高清av免费在线| 国产日韩欧美亚洲二区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲精品中文字幕在线视频 | 亚洲四区av| 夜夜爽夜夜爽视频| 日韩大片免费观看网站| 51国产日韩欧美| 亚洲国产高清在线一区二区三| 亚洲色图综合在线观看| 精品久久久噜噜| 99热网站在线观看| 在现免费观看毛片| 精品国产一区二区三区久久久樱花 | 国产又色又爽无遮挡免| 国产成人精品久久久久久| av卡一久久| 国产一区二区三区综合在线观看 | 亚洲成人av在线免费| 2021天堂中文幕一二区在线观| 91精品伊人久久大香线蕉| av在线亚洲专区| 国产精品成人在线| 亚洲va在线va天堂va国产| 三级经典国产精品| 国产一区二区亚洲精品在线观看| 精品一区二区三卡| 国产精品av视频在线免费观看| 欧美丝袜亚洲另类| 观看免费一级毛片| 日本午夜av视频| 韩国av在线不卡| 91久久精品电影网| 亚洲欧美日韩卡通动漫| 十八禁网站网址无遮挡 | 午夜免费观看性视频| 少妇人妻 视频| 如何舔出高潮| 中文字幕av成人在线电影| 久久久久网色| 日本-黄色视频高清免费观看| 一级二级三级毛片免费看| 亚洲av中文字字幕乱码综合| 久久精品久久久久久噜噜老黄| 国产精品伦人一区二区| 神马国产精品三级电影在线观看| 一级毛片我不卡| .国产精品久久| 国产成年人精品一区二区| 91精品伊人久久大香线蕉| 99热这里只有是精品50| eeuss影院久久| 麻豆乱淫一区二区| 亚洲欧美精品专区久久| 男人狂女人下面高潮的视频| 国产探花极品一区二区| 欧美zozozo另类| 亚洲,欧美,日韩| 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 | 在现免费观看毛片| 寂寞人妻少妇视频99o| 一个人观看的视频www高清免费观看| 精品视频人人做人人爽| 男女边吃奶边做爰视频| 亚洲欧美日韩另类电影网站 | 午夜福利网站1000一区二区三区| av国产精品久久久久影院| 99re6热这里在线精品视频| 亚洲av男天堂| 久久精品国产a三级三级三级| 亚洲激情五月婷婷啪啪| 99九九线精品视频在线观看视频| 亚洲美女搞黄在线观看| freevideosex欧美| 欧美xxxx性猛交bbbb| 成年版毛片免费区| 在线观看免费高清a一片| 99久久精品一区二区三区| 色哟哟·www| 亚洲精品乱码久久久v下载方式| 日韩精品有码人妻一区| 97精品久久久久久久久久精品| 大话2 男鬼变身卡| 好男人在线观看高清免费视频| 亚洲国产日韩一区二区| 性插视频无遮挡在线免费观看| 最近最新中文字幕大全电影3| 免费电影在线观看免费观看| 一级爰片在线观看| 国产精品无大码| 色婷婷久久久亚洲欧美| 黄色日韩在线| 高清欧美精品videossex| 免费观看av网站的网址| 国产精品久久久久久精品电影小说 | 人妻 亚洲 视频| 日韩av免费高清视频| 可以在线观看毛片的网站| 一级a做视频免费观看| 最近2019中文字幕mv第一页| 久久久亚洲精品成人影院| 少妇 在线观看| 国产精品国产三级专区第一集| 男插女下体视频免费在线播放| 99视频精品全部免费 在线| 丰满少妇做爰视频| 女人久久www免费人成看片| 一个人观看的视频www高清免费观看| 成人欧美大片| 我要看日韩黄色一级片| 欧美老熟妇乱子伦牲交| 免费不卡的大黄色大毛片视频在线观看| 新久久久久国产一级毛片| 亚洲精品视频女| 午夜激情福利司机影院| 国产精品福利在线免费观看| 精品一区二区三区视频在线| 午夜福利在线在线| 日本欧美国产在线视频| 中文天堂在线官网| 少妇熟女欧美另类| 国产免费福利视频在线观看| 欧美xxxx性猛交bbbb| 亚洲精品视频女| 美女cb高潮喷水在线观看| 欧美三级亚洲精品| 色播亚洲综合网| 成人亚洲欧美一区二区av| 观看美女的网站| 亚洲国产日韩一区二区| 大片电影免费在线观看免费| kizo精华| 嫩草影院新地址| 赤兔流量卡办理| 美女xxoo啪啪120秒动态图| 日日摸夜夜添夜夜添av毛片| 成人特级av手机在线观看| 国产伦理片在线播放av一区| 国产成人精品婷婷| 另类亚洲欧美激情| 听说在线观看完整版免费高清| 欧美97在线视频| 丰满乱子伦码专区| 男人添女人高潮全过程视频| 国产男人的电影天堂91| 另类亚洲欧美激情| xxx大片免费视频| 成人欧美大片| 国产精品精品国产色婷婷| 成人美女网站在线观看视频| 国产一区二区亚洲精品在线观看| 另类亚洲欧美激情| 欧美另类一区| 日韩,欧美,国产一区二区三区| 各种免费的搞黄视频| 99久久精品一区二区三区| 欧美性感艳星| 国产又色又爽无遮挡免| 欧美zozozo另类| 夫妻性生交免费视频一级片| 丝袜美腿在线中文| 国产av码专区亚洲av| 国产av国产精品国产| 国产成人freesex在线| 王馨瑶露胸无遮挡在线观看| 99久久九九国产精品国产免费| 啦啦啦中文免费视频观看日本| 日韩视频在线欧美| 久久久午夜欧美精品| av女优亚洲男人天堂| 亚洲精品久久久久久婷婷小说| 亚洲欧美清纯卡通| 亚洲av中文av极速乱| 婷婷色av中文字幕| 2021天堂中文幕一二区在线观| 国产爽快片一区二区三区| 七月丁香在线播放| 丝瓜视频免费看黄片| 一本色道久久久久久精品综合| 国产日韩欧美在线精品| 亚洲一级一片aⅴ在线观看| 男女无遮挡免费网站观看| 亚洲欧洲国产日韩| 天堂网av新在线| 亚洲欧洲日产国产| 欧美潮喷喷水| 啦啦啦中文免费视频观看日本| 最近中文字幕2019免费版| 午夜福利视频精品| 制服丝袜香蕉在线| 久久精品久久久久久久性| 国产永久视频网站| 在线亚洲精品国产二区图片欧美 | 免费观看性生交大片5| 老司机影院毛片| 嫩草影院精品99| 可以在线观看毛片的网站| 综合色丁香网| videos熟女内射| 有码 亚洲区| 麻豆成人av视频| 亚洲精品国产成人久久av| 黄色一级大片看看| 99九九线精品视频在线观看视频| 亚洲精华国产精华液的使用体验| 亚洲国产欧美人成| 成人欧美大片| 有码 亚洲区| 国产一区二区三区综合在线观看 | 免费观看性生交大片5| 国产老妇女一区| 最近的中文字幕免费完整| 三级国产精品欧美在线观看| 99热这里只有是精品在线观看| 一区二区av电影网| 狠狠精品人妻久久久久久综合| 大码成人一级视频| 亚洲av在线观看美女高潮| 视频区图区小说| 久久精品熟女亚洲av麻豆精品| 色吧在线观看| 欧美高清成人免费视频www| 在线观看免费高清a一片| 在线精品无人区一区二区三 | 97热精品久久久久久| 中文天堂在线官网| 久久久久久久国产电影| 身体一侧抽搐| 国产精品久久久久久久久免| 18禁裸乳无遮挡动漫免费视频 | 精品一区二区免费观看| 男女无遮挡免费网站观看| 亚州av有码| 在线播放无遮挡| 精品久久国产蜜桃| 免费人成在线观看视频色| 波野结衣二区三区在线| 久久综合国产亚洲精品| 欧美日韩综合久久久久久| 亚洲国产最新在线播放| 在线观看av片永久免费下载| 日韩亚洲欧美综合| 亚洲欧美精品自产自拍| 蜜桃亚洲精品一区二区三区| 边亲边吃奶的免费视频| 国产v大片淫在线免费观看| 各种免费的搞黄视频| 国产高清三级在线| 久久人人爽人人爽人人片va| 国产欧美亚洲国产| 在线观看免费高清a一片| 国产永久视频网站| 国产久久久一区二区三区| 日韩不卡一区二区三区视频在线| 午夜视频国产福利| 91久久精品国产一区二区成人| 精品少妇黑人巨大在线播放| 免费观看的影片在线观看| 日产精品乱码卡一卡2卡三| 少妇熟女欧美另类| 99久久中文字幕三级久久日本| 日日摸夜夜添夜夜添av毛片| 亚洲av电影在线观看一区二区三区 | 18+在线观看网站| 男男h啪啪无遮挡| 国内少妇人妻偷人精品xxx网站| 亚洲精品成人av观看孕妇| 国产成人91sexporn| 欧美日本视频| 久久久久久久久大av| 国产伦理片在线播放av一区| 国产亚洲av嫩草精品影院| 少妇人妻一区二区三区视频| 亚洲精品国产av蜜桃| 国产一区二区亚洲精品在线观看| 免费av不卡在线播放| videossex国产| 婷婷色麻豆天堂久久| 国产大屁股一区二区在线视频| 我的女老师完整版在线观看| 在线精品无人区一区二区三 | 国产片特级美女逼逼视频| 亚洲成人中文字幕在线播放| 亚洲精品456在线播放app| 少妇的逼好多水| 亚洲av二区三区四区| 插阴视频在线观看视频| 成人黄色视频免费在线看| 久久精品熟女亚洲av麻豆精品| 丰满乱子伦码专区| 成年版毛片免费区| 久久久久性生活片| 成人国产av品久久久| 一级黄片播放器| 亚洲伊人久久精品综合| 亚洲精华国产精华液的使用体验| 国产精品精品国产色婷婷| 亚洲欧美精品自产自拍| 亚洲人成网站在线播| 久久国产乱子免费精品| 午夜免费观看性视频| 欧美xxxx黑人xx丫x性爽| 五月开心婷婷网| 在现免费观看毛片| 亚洲欧美成人综合另类久久久| 国产精品不卡视频一区二区| 免费观看性生交大片5| 久久久亚洲精品成人影院| 中文在线观看免费www的网站| 日韩大片免费观看网站| 人妻制服诱惑在线中文字幕| 少妇人妻精品综合一区二区| 久久久久久九九精品二区国产| 成人亚洲精品av一区二区| 国产精品爽爽va在线观看网站| 欧美三级亚洲精品| 国产成人aa在线观看| 丰满人妻一区二区三区视频av| 内射极品少妇av片p| 久久精品久久精品一区二区三区| 日韩av不卡免费在线播放| 国产综合懂色| 亚洲欧美成人综合另类久久久| 国产色爽女视频免费观看| 国产成人免费无遮挡视频| 亚洲,欧美,日韩| 亚洲四区av| 草草在线视频免费看| 伦精品一区二区三区| 亚洲,一卡二卡三卡|