• <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 ?

    尖銳特征曲面散亂點(diǎn)云法向估計(jì)

    2016-11-15 09:40:44袁小翠吳祿慎陳華偉
    光學(xué)精密工程 2016年10期
    關(guān)鍵詞:法向鄰域曲面

    袁小翠,吳祿慎,陳華偉

    (1.南昌工程學(xué)院 江西省精密驅(qū)動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室,江西 南昌 330099;2.南昌大學(xué) 機(jī)電工程學(xué)院,江西 南昌 330031)

    ?

    尖銳特征曲面散亂點(diǎn)云法向估計(jì)

    袁小翠1*,吳祿慎2,陳華偉2

    (1.南昌工程學(xué)院 江西省精密驅(qū)動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室,江西 南昌 330099;2.南昌大學(xué) 機(jī)電工程學(xué)院,江西 南昌 330031)

    針對(duì)現(xiàn)有算法對(duì)尖銳特征曲面點(diǎn)云法矢估計(jì)不準(zhǔn)確,點(diǎn)云處理時(shí)容易丟失曲面細(xì)節(jié)特征等問(wèn)題,提出一 種尖銳特征曲面散亂點(diǎn)云法向估計(jì)法。該方法用主成分分析法粗估計(jì)點(diǎn)云法向;然后,根據(jù)各鄰域點(diǎn)的空間歐氏距離和法向距離對(duì)各鄰域法向加權(quán),用加權(quán)鄰域法向之和來(lái)更新當(dāng)前點(diǎn)的法向;最后,測(cè)試估計(jì)法向與標(biāo)準(zhǔn)法向的誤差,評(píng)價(jià)估計(jì)法矢的準(zhǔn)確性,并且將估計(jì)的法向應(yīng)用到點(diǎn)云數(shù)據(jù)處理中來(lái)比較特征保留效果。實(shí)驗(yàn)結(jié)果表明:本文方法能夠準(zhǔn)確地估計(jì)尖銳特征曲面的法向,最小誤差接近0。另外,該方法對(duì)噪聲有較好的魯棒性,點(diǎn)云處理時(shí)能保留曲面的尖銳特征。相比于其他特征曲面法向估計(jì)法,所提出的方法估計(jì)的法向誤差更小、速度更快、耗時(shí)更少。

    散亂點(diǎn)云;尖銳特征;法向估計(jì);逆向工程;特征保留;主成分分析

    1 引 言

    法向量是點(diǎn)云的重要屬性之一,點(diǎn)云法向量的有效估計(jì)是逆向工程中點(diǎn)云數(shù)據(jù)處理的基礎(chǔ),除了精確和高質(zhì)量的點(diǎn)云繪制方法主要依賴于法向量,此外,許多有效的點(diǎn)云處理方法也都需要準(zhǔn)確的法向量作為輸入,如點(diǎn)云去噪[1]、分割[2]、數(shù)據(jù)精簡(jiǎn)[3]、曲面重建等[4]。對(duì)尖銳特征面,若不能準(zhǔn)確估計(jì)特征區(qū)域(兩個(gè)或者多個(gè)曲面交界的過(guò)渡區(qū)域)的法向量,則點(diǎn)云處理時(shí)容易丟失曲面的細(xì)節(jié)特征,導(dǎo)致重建后的曲面難以恢復(fù)原始模型的幾何特征。

    近年來(lái)點(diǎn)云的法向估計(jì)受到了越來(lái)越多的關(guān)注,點(diǎn)云法向估計(jì)方法可分為局部鄰域擬合法和Voronoi/Dalaunay方法兩類。局部鄰域擬合法由文獻(xiàn)[5]首次提出,此方法也稱為主成分分析(Principal Component Analysis,PCA)法向估計(jì)法。為了更準(zhǔn)確地估計(jì)點(diǎn)云法向,文獻(xiàn)[6]利用代數(shù)球擬合鄰域點(diǎn)來(lái)估計(jì)法向;文獻(xiàn)[7]通過(guò)對(duì)當(dāng)前點(diǎn)的鄰域賦予高斯權(quán)重,使得與當(dāng)前點(diǎn)距離越近的鄰域點(diǎn)對(duì)法向量作用越大,越遠(yuǎn)的點(diǎn)作用越??;文獻(xiàn)[8]使用統(tǒng)計(jì)學(xué)中的集成技術(shù)改進(jìn)PCA方法的魯棒性。以上這些改進(jìn)方法雖然一定程度上改善了點(diǎn)云的法向估計(jì)結(jié)果,但是PCA方法實(shí)際上是一種低通濾波的方法,特征點(diǎn)處的法向被平滑處理了。為了能夠準(zhǔn)確估計(jì)尖銳曲面的法向,學(xué)者們做了大量研究[9-16],文獻(xiàn)[14]首次提出基于Voronoi/Delaunay方法,當(dāng)點(diǎn)云中不含噪聲或者噪聲較少時(shí)Voronoi圖對(duì)點(diǎn)云法向估計(jì)效果較好。文獻(xiàn)[15]將Voronoi單元格極點(diǎn)擴(kuò)展到大Delaunay球,來(lái)估計(jì)點(diǎn)云法向。文獻(xiàn)[16]將回歸方法和Voronoi方法相結(jié)合,以獲得更穩(wěn)定的結(jié)果。然而以上幾種基于Voronoi/Delaunay方法均不能很好地估計(jì)尖銳特征曲面的法向。

    針對(duì)以上問(wèn)題,本研究提出一種鄰域法向迭代加權(quán)的點(diǎn)云法向估計(jì)法,可以在點(diǎn)云處理時(shí)保留曲面的尖銳特征,相比于其他特征曲面法向估計(jì)法,所提出的方法估計(jì)的法向誤差更小、速度更快、耗時(shí)更少。

    2 法向估計(jì)

    假設(shè)點(diǎn)云的采樣曲面處處光滑,任何點(diǎn)的局部鄰域均可以用平面進(jìn)行擬合,給定點(diǎn)集X={x1,x2,…,xt},其中t為點(diǎn)云總數(shù),點(diǎn)xi的k鄰域表示為Nb(xi),其中Nb為鄰域。對(duì)任意一點(diǎn)xi,用其k鄰域擬合的最小二乘平面表示為:

    (1)

    式中:n為平面Pl的法向量,須滿足‖n‖2=1;d為鄰域點(diǎn)到擬合平面的距離。式(1)可以轉(zhuǎn)化為對(duì)中半正定協(xié)方差矩陣C進(jìn)行特征值分解,C最小特征值的特征向量可被當(dāng)作xi的法向量,這即是PCA方法。

    (2)

    C可以分解為3個(gè)特征向量v2,v1和v0,3個(gè)特征向量對(duì)應(yīng)的特征值分別是λ2,λ1和λ0,其中λ2≥λ1≥λ0。最小特征值對(duì)應(yīng)的特征向量為平面的法向量,即n=v0。若曲面處處光滑,則PCA方法能快速準(zhǔn)確地估計(jì)點(diǎn)云法向,然而當(dāng)曲面包含尖銳特征時(shí),在特征點(diǎn)處,由于用來(lái)擬合平面的k鄰域點(diǎn)位于多個(gè)曲面上,則擬合平面被平滑。

    文獻(xiàn)[7]通過(guò)對(duì)當(dāng)前點(diǎn)的鄰域賦予高斯權(quán)重,使距當(dāng)前點(diǎn)越近的鄰域點(diǎn)對(duì)擬合平面的作用越大,距離越遠(yuǎn)作用越小,并將式(1)改寫(xiě)為:

    (3)

    文獻(xiàn)[9]在文獻(xiàn)[7]的基礎(chǔ)上疊加了殘差因子,又將式(3)改進(jìn)為:

    Pl(n,d)=argmin∑ρ(d+(x-xi)Tn)ωd(xi),

    (4)

    (5)

    (6)

    式中u=∑ωd(xi)ωr(ri)(x-xi)/∑ωd(xi)ωr(ri)。

    式(5)是通過(guò)對(duì)鄰域點(diǎn)迭代加權(quán)來(lái)逐步減小不在同一曲面的鄰域點(diǎn)對(duì)擬合平面的作用來(lái)求解法向的,相對(duì)于文獻(xiàn)[7],式(5)得到的法向在特征點(diǎn)處改善明顯。文獻(xiàn)[10]提出了自適應(yīng)特征保留法向估計(jì)法,其主要在式(5)的基礎(chǔ)上加入了法向偏差,當(dāng)前點(diǎn)的法向與鄰域點(diǎn)的偏差越大,該鄰域點(diǎn)對(duì)當(dāng)前點(diǎn)擬合的平面作用越小,其改進(jìn)為:

    (7)

    式(7)中有σd,σr和σn3個(gè)帶寬,但是都無(wú)須用戶指定,均能隨著曲面的變化自適應(yīng)更新。

    文獻(xiàn)[9-10]估計(jì)法向都是通過(guò)對(duì)鄰域點(diǎn)迭代加權(quán)來(lái)擬合平面的,減小不在同一連續(xù)曲面鄰域點(diǎn)的作用,使得最終用來(lái)擬合平面的鄰域具有各項(xiàng)異性。然而每一次迭代的過(guò)程中都需擬合平面、求解協(xié)方差的特征向量、鄰域點(diǎn)到擬合平面的距離,迭代次數(shù)越大計(jì)算越耗時(shí)。文獻(xiàn)[10]引入了法向偏差作為擬合平面的權(quán)重因子,鄰域點(diǎn)的法向與當(dāng)前點(diǎn)的法向夾角越小,該鄰域點(diǎn)對(duì)當(dāng)前點(diǎn)的作用越大,反之越小。當(dāng)鄰域點(diǎn)的法向夾角大于給定帶寬時(shí),該鄰域點(diǎn)被當(dāng)做外點(diǎn)丟棄。在平坦區(qū)域,一般方法都能夠準(zhǔn)確估計(jì)出點(diǎn)云法向,只是在特征區(qū)域估計(jì)的法矢被平滑,此時(shí)可以用平坦區(qū)域獲得的準(zhǔn)確法矢來(lái)修正特征點(diǎn)的法矢。對(duì)于特征區(qū)域的點(diǎn),其鄰域位于一個(gè)或者多個(gè)曲面上,同一曲面上的法矢相似,不同曲面上點(diǎn)的法矢偏差較大,而且曲面越尖銳,不同曲面上對(duì)應(yīng)點(diǎn)的法向夾角越大;因此,這里采用鄰域中準(zhǔn)確法矢迭代加權(quán)對(duì)不準(zhǔn)確法矢進(jìn)行修正。與當(dāng)前點(diǎn)法矢夾角越大的鄰域點(diǎn)對(duì)當(dāng)前點(diǎn)的法矢修正作用越小,而且距離越遠(yuǎn)的點(diǎn)作用也越小。經(jīng)過(guò)多次迭代,逐步修正不正確的法矢,本文法矢估計(jì)法可表示為:

    (8)

    式中σd和σn分別為距離帶寬和法向偏差帶寬。

    3 實(shí)驗(yàn)結(jié)果分析

    采用C++語(yǔ)言在Microsoft visual studio 2008上實(shí)現(xiàn)法向估計(jì)算法,并且調(diào)用OpenGL庫(kù)函數(shù)顯示點(diǎn)云,實(shí)驗(yàn)所用的計(jì)算機(jī)配置為Intel Core 2.30 GHz CPU,1.19 GB內(nèi)存。為了驗(yàn)證算法的有效性,測(cè)試估計(jì)法矢與標(biāo)準(zhǔn)法矢偏差(估計(jì)誤差),將估計(jì)的法矢作為點(diǎn)云處理的輸入來(lái)驗(yàn)證特征保留效果。將本文方法與文獻(xiàn)[5]的PCA方法、文獻(xiàn)[10]的自適應(yīng)迭代鄰域擬合法、文獻(xiàn)[11]的魯棒法向估計(jì)法進(jìn)行定量和定性比較。

    3.1參數(shù)選擇

    本文算法有5個(gè)參數(shù),分別是PCA方法估計(jì)初始化法向時(shí)的k鄰域、式(8)中k1鄰域、距離帶寬σd、法向偏差帶寬σn和迭代次數(shù)t。文獻(xiàn)[5]中用PCA方法估計(jì)法向時(shí)擬合平面的k鄰域大小取8~64比較合適,本文取k=16。在平坦區(qū)域,PCA方法能準(zhǔn)確估計(jì)點(diǎn)云法向,在特征點(diǎn)處估計(jì)的法向被平滑。若點(diǎn)xi是特征點(diǎn),點(diǎn)xi的k1鄰域中有許多點(diǎn)處于平坦區(qū)域,則用平坦區(qū)域的點(diǎn)來(lái)修正特征區(qū)域點(diǎn)的法矢,因此,式(8)中用來(lái)加權(quán)的k1鄰域應(yīng)該大于PCA估計(jì)法向的k鄰域,這里取k1=3k=48。σd表示點(diǎn)xi到其鄰域的歐氏距離帶寬,σd值越大包括的鄰域點(diǎn)越多,為了確保當(dāng)前點(diǎn)的鄰域都在帶寬范圍內(nèi),σd取點(diǎn)xi到鄰域點(diǎn)的最大距離。σn表示法向偏差帶寬,帶寬內(nèi)的鄰域?qū)Ξ?dāng)前法向的修正作用大,帶寬外的鄰域?qū)i法向的修正作用小,法向偏差越大,作用越小。當(dāng)曲面夾角比較大(或者過(guò)渡面比較平緩)時(shí),σn應(yīng)該取較小值;當(dāng)曲面的夾角比較尖銳時(shí)σn應(yīng)該取較大值。實(shí)驗(yàn)發(fā)現(xiàn):對(duì)于過(guò)渡邊比較平滑和尖銳的曲面,帶寬分別取0.2和0.3時(shí)結(jié)果比較理想。實(shí)際物體的曲面包括不同尖銳程度的曲面,σn取全局值難以滿足要求,然而設(shè)定自適應(yīng)帶寬較復(fù)雜,計(jì)算耗時(shí)。對(duì)過(guò)渡邊比較平滑的曲面,若σn取值偏大,或者尖銳曲面的σn取值偏小,則須增加迭代次數(shù)來(lái)補(bǔ)償過(guò)大或過(guò)小帶寬帶來(lái)的不足。當(dāng)曲面比較光滑時(shí),t取較小值;曲面越尖銳,t越大,實(shí)驗(yàn)發(fā)現(xiàn)對(duì)過(guò)渡邊比較平緩和尖銳的模型,迭代次數(shù)分別為5,10時(shí),模型為閾值法向基本調(diào)整到最佳狀態(tài)。當(dāng)t增大時(shí),法向幾乎不再變化,為了提高計(jì)算效率,折衷帶寬值和迭代次數(shù)t將帶寬設(shè)為全局值σn=0.25,最大迭代次數(shù)為t=15。

    3.2誤差分析

    在設(shè)備研發(fā)方面,2019年我們的目標(biāo)是日日順物流有一樣設(shè)備在全國(guó)是最大的,在智能化設(shè)備有一個(gè)領(lǐng)域是全國(guó)最大的。

    為了測(cè)試估計(jì)法矢的準(zhǔn)確性,計(jì)算估計(jì)法向與標(biāo)準(zhǔn)法向的偏差,采用法向偏差均方根(Root Mean Square,RMS)來(lái)表示估計(jì)誤差,RMS表示估計(jì)法向與標(biāo)準(zhǔn)(參考)法向的平均偏移量,RMS值越大,估計(jì)法向的誤差越大,文獻(xiàn)[9-12]均采用RMS來(lái)測(cè)量估計(jì)法向的誤差。

    式中:nref,nest分別為單位化的參考法向和估計(jì)法向;|S|為曲面S的點(diǎn)云數(shù)量;τ為閾值,當(dāng)參考法向與估計(jì)法向的點(diǎn)積大于閾值τ時(shí),認(rèn)為該點(diǎn)的法向與標(biāo)準(zhǔn)法向偏差為90°。文獻(xiàn)[9-12]法向夾角閾值均取為10°,即τ=0.984 8。

    因?yàn)閺?fù)雜曲面難以得到標(biāo)準(zhǔn)法向,所以用Matlab合成規(guī)則點(diǎn)云模型(不含噪聲),根據(jù)點(diǎn)云坐標(biāo)計(jì)算其標(biāo)準(zhǔn)法向。合成模型分別是立方體和圓柱體,兩模型的點(diǎn)云數(shù)量分別為6 147和28 832。立方體模型包含尖銳特征點(diǎn),如兩平面交叉的邊界特征點(diǎn)和三平面交叉的角點(diǎn)。圓柱體包含的特征點(diǎn)比較平緩,其特征點(diǎn)是上下兩平面和圓柱面的交叉點(diǎn)。為了測(cè)試估計(jì)法向?qū)υ肼暤拿舾行裕瑢?duì)理想模型添加不同程度的噪聲,計(jì)算理想模型及各噪聲模型的RMS。當(dāng)估計(jì)的法向與標(biāo)準(zhǔn)法向偏差大于10°時(shí)稱該點(diǎn)為壞點(diǎn),4種方法比較結(jié)果如圖1(彩圖見(jiàn)期刊電子版)和圖2(彩圖見(jiàn)期刊電子版)所示,圖中:SSNR為信噪比;紅色點(diǎn)表示壞點(diǎn)。表1所示為兩個(gè)模型的RSM和壞點(diǎn)數(shù)量(Bad Point Number, BPN)。

    (a) PCA (b) 文獻(xiàn)[11]  (c) 文獻(xiàn)[10]  (d) 本文方法(a) PCA (b)Reference  (c)Reference  (d) Proposed method   [11]   [10]圖1 立方體模型的法向估計(jì)結(jié)果Fig.1 Normal estimation results of cube point cloud model

    可知,對(duì)于立方體模型,當(dāng)模型不含噪聲時(shí),文獻(xiàn)[10]和本文方法沒(méi)有壞點(diǎn),文獻(xiàn)[11]在特征點(diǎn)處有少數(shù)的壞點(diǎn)。當(dāng)SSNR=40 dB時(shí),本文方法的BPN為0,RSM接近0,文獻(xiàn)[11]和文獻(xiàn)[10]均有少數(shù)壞點(diǎn),PCA方法的壞點(diǎn)主要是特征點(diǎn)及其周?chē)狞c(diǎn)。當(dāng)數(shù)據(jù)被噪聲嚴(yán)重干擾時(shí)(SSNR=30 dB),如圖1中第三行所示,立方體已經(jīng)嚴(yán)重失真,角點(diǎn)和邊界點(diǎn)模糊。PCA方法估計(jì)法向有一半是壞點(diǎn)(BPN為3 064,詳見(jiàn)表1),其次是文獻(xiàn)[11],本文方法得到BPN和RSM最小,其壞點(diǎn)主要分布在角點(diǎn)周?chē)?duì)圓柱體模型,本文方法得到的BPN和RSM比其他方法的都小,幾種方法結(jié)果比較見(jiàn)圖2和表1。

    為了清楚比較各壞點(diǎn)的法向與標(biāo)準(zhǔn)法向的偏差,統(tǒng)計(jì)立方體和圓柱體模型在SSNR=30 dB時(shí)不同偏差角度下壞點(diǎn)數(shù)量,稱之為法向偏差直方圖,結(jié)果如圖3(彩圖見(jiàn)期刊電子版)所示。對(duì)于立方體模型,在法向偏差為[10°,20°]區(qū)域,PCA,文獻(xiàn)[11],文獻(xiàn)[10]及本文方法分別有65.5%,75.4%,83%和97.7%的壞點(diǎn),在法向偏差為[20°, 30°]區(qū)域,分別有14.5%,8.4%,9.2%和2.3%的壞點(diǎn)。同樣,對(duì)圓柱體模型,在角度偏差為[10°, 20°]區(qū)域,本文方法的壞點(diǎn)數(shù)的比例最大。本文方法估計(jì)的法向其壞點(diǎn)主要分布在低法向偏差區(qū)域,即估計(jì)得到的法向更準(zhǔn)確。

    (a) PCA (b)文獻(xiàn)[11]  (c) 文獻(xiàn)[10]  (d) 本文(a) PCA (b)Reference (c)Reference (d) Proposed method   [11]   [10]圖2 圓柱體模型法向估計(jì)結(jié)果Fig.2 Normal estimation results of cylinder point cloud model

    模型SSNR/dB   PCA   文獻(xiàn)[11]  文獻(xiàn)[10]   本文 BPNRMSBPNRMSBPNRMSBPNRMS立方體無(wú)噪10980.6642230.11660000.03104011120.6702451510270.123500.05003030641.111911670.69007390.55164550.4376圓柱體無(wú)噪2490.3321340.0654140.057840.03094014310.36151780.1329760.093670.04243084600.872340630.604932190.541624050.4730

    (a) 立方體模型壞點(diǎn)直方圖      (b)圓柱體模型壞點(diǎn)直方圖(a) Histogram of BPN for cube model     (b) Histogram of BPN for cylinder model圖3 模型中壞點(diǎn)直方圖分布Fig.3 Histogram of BPN for point cloud models

    3.3法矢可視化和應(yīng)用

    3.3.1法矢可視化

    對(duì)兩個(gè)經(jīng)典模型(八面體和Fandisk模型,其中八面體模型添加了SSNR=40 dB的噪聲)進(jìn)行法向可視化,如圖4~6(彩圖見(jiàn)期刊電子版)所示,紅色線表示一致的法矢方向,八面體模型的特征點(diǎn)包括多個(gè)平面交接的角點(diǎn)和兩個(gè)平面交接的過(guò)渡邊界點(diǎn),角點(diǎn)處的曲面比較尖銳,過(guò)渡邊則相對(duì)平緩。Fandisk模型由平面、球面、圓柱面等基面組成,其過(guò)渡邊有尖銳邊和平緩邊等。為了更清楚的顯示模型,將模型三角化加光照顯示,如圖4(a)和5(a)所示。準(zhǔn)確的法向應(yīng)該垂直于點(diǎn)云所在的局部曲面,兩個(gè)不同曲面上的點(diǎn)云法向夾角為兩曲面的夾角,局部區(qū)域同一曲面上的法向接近平行,在兩個(gè)曲面交界的邊界處有清晰的邊界。圖4(d)和(e)以及圖5(d)和(e)的邊界清晰,圖4(c)和圖5(c)有部分特征點(diǎn)的法向誤差大,如角點(diǎn)的法向不垂直于其所在的曲面。圖6(a)為圖5(a)紅色矩形框的區(qū)域的放大圖,圖6(b)~(e)為圖6(a)曲面對(duì)應(yīng)方法估算的法向量。

    (a)三角化曲面 (b)PCA  (c) 文獻(xiàn)[11]      (d)文獻(xiàn)[10]      (e)本文  (a) Wraped surface    (b) PCA      (c) Reference [11]    (d) Reference[10]  (e) Proposed method圖4 八面體模型法矢可視化Fig.4 Normal vector visualization of Octahedron point model

    (a)三角化曲面 (b)PCA   (c) 文獻(xiàn)[11]      (d)文獻(xiàn)[10]    (e)本文  (a) Wraped surface   (b) PCA     (c) Reference [11]    (d) Reference[10]  (e) Proposed method圖5 Fandisk模型法矢可視化Fig.5 Normal vector visualization of Fandisk point model

    (a)放大后的三角化曲面  (b)PCA   (c) 文獻(xiàn)[11]     (d)文獻(xiàn)[10]   (e)本文    (a) Amplified surface   (b) PCA    (c) Reference [11]   (d) Reference[10]   (e) Proposed method 圖6 局部區(qū)域放大后的法矢Fig.6 Amplification and visualization of normal vector

    將估計(jì)的法向應(yīng)用到點(diǎn)云處理中,對(duì)噪聲模型進(jìn)行去噪。雙邊濾波去噪法能在去噪的同時(shí)保留曲面的幾何特征,具有特征保留的性質(zhì),但是獲得準(zhǔn)確的法向是雙邊濾波特征保留的前提,若法向在特征點(diǎn)處被平滑,則雙波濾波后尖銳特征也被平滑,文獻(xiàn)[18]對(duì)經(jīng)典雙邊濾波算法進(jìn)行了改進(jìn),其特征保留效果更優(yōu)。為了消除其他因素的影響,雙邊濾波算法中除了法向不一樣外,其他參數(shù)值均相同?;诓煌ㄏ虻妮S承模型去噪結(jié)果如圖7所示。PCA估計(jì)的法向在特征點(diǎn)被平滑,從而7(c)中的邊界被平滑,文獻(xiàn)[10]和本文方法估計(jì)的法向在特征點(diǎn)處比較準(zhǔn)確,去噪后可保留清晰的邊界。

    圖7 基于不同法向的軸承模型去噪Fig.7 Denoising results of bearing model with different normals

    3.4耗時(shí)分析

    顯然,PCA方法估計(jì)法矢最簡(jiǎn)單,而且其只對(duì)每個(gè)點(diǎn)的鄰域擬合一次平面、從而耗時(shí)最小。文獻(xiàn)[11]方法需從一個(gè)大鄰域(鄰域大小k=500)中采用隨機(jī)采樣一致法尋找一個(gè)最優(yōu)切平面,計(jì)算非常耗時(shí)。文獻(xiàn)[10]方法在每一次迭代中都需擬合一個(gè)平面,計(jì)算鄰域點(diǎn)到擬合平面的距離,采用層次聚類法估計(jì)特征系數(shù)。本文方法只在迭代初始化時(shí)擬合平面,其后的每一次迭代只對(duì)鄰域點(diǎn)加權(quán),且迭代次數(shù)與文獻(xiàn)[10]相同,相比文獻(xiàn)[10]和文獻(xiàn)[11],本文方法更簡(jiǎn)單,耗時(shí)更小。4種方法對(duì)以上模型的法向估計(jì)耗時(shí)如表2所示,可見(jiàn)PCA方法最快,本文方法次之,文獻(xiàn)[11]最慢。

    表2 4種方法耗時(shí)比較

    4 結(jié) 論

    本文對(duì)尖銳特征曲面的法向估計(jì)進(jìn)行了研究。用PCA方法粗估計(jì)曲面法向??紤]到PCA方法估計(jì)的法矢在平坦區(qū)域比較準(zhǔn)確,在特征區(qū)域被平滑,又采用鄰域點(diǎn)中的正確法矢來(lái)修正特征區(qū)域不準(zhǔn)確的法矢。因此,對(duì)鄰域法向加權(quán),其權(quán)重包括距離權(quán)重和法向偏差權(quán)重,使距當(dāng)前點(diǎn)越遠(yuǎn)的鄰域點(diǎn)對(duì)當(dāng)前法向修正作用越小,反之越大,與當(dāng)前點(diǎn)法向偏差越小的鄰域點(diǎn)的作用越大,修正的法矢是鄰域法矢的迭代加權(quán)和。實(shí)驗(yàn)結(jié)果表明: 本文方法能夠準(zhǔn)確估計(jì)尖銳特征曲面的法向,最小誤差等于零,估計(jì)的法向應(yīng)用到點(diǎn)云處理時(shí)能很好地保留曲面幾何特征,相比于其他特征曲面法向估計(jì)法,本文方法簡(jiǎn)單且快速。然而本文方法的法向偏差帶寬是根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)設(shè)定的,將來(lái)需進(jìn)一步研究自適應(yīng)帶寬以減少迭代次數(shù)來(lái)提高算法的執(zhí)行效率。

    [1]吳祿慎,史皓良,陳華偉. 基于特征信息分類的三維點(diǎn)數(shù)據(jù)去噪[J]. 光學(xué) 精密工程, 2016, 24(6): 1465-1473.

    WU L SH, SHI H L, CHEN H W. Denoising of three-dimensional point cloud based on classfication of feature information [J].Opt.PrecisionEng., 2016, 24(6): 1465-1473.(in Chinese)

    [2]WANG Y H, HAO W, NING X J,etal.. Automatic segmentation of urban point clouds based on the Gaussian map[J].PhotogrammetricRecord, 2013, 28(144): 342-361.

    [3]袁小翠, 吳祿慎, 陳華偉. 特征保持點(diǎn)云數(shù)據(jù)精簡(jiǎn)[J]. 光學(xué) 精密工程, 2015, 23(9): 2666-2676.

    YUAN X C, WU L SH, CHEN H W. Feature preserving point cloud simplification [J].Opt.PrecisionEng., 2015, 23(9): 2666-2676.(in Chinese)

    [4]TANG P, HUBER D, AKINCI B,etal.. Automatic reconstruction of as-built building information models from laser-scanned point clouds: A review of related techniques [J].AutomationinConstruction, 2010, 19(7): 829-843.

    [5]HOPPE H, De ROSE T, DUCHAMP T,etal.. Surface reconstruction from Unorganized Points [J].ComputerGraphics, 1992, 26(2): 71-78.

    [6]GUENNEBAUD G, GROSS M,ZURICH E. Algebraic point set surfaces [J].ACMTransactionsonGraphics,2007, 26(3):23.

    [7]PAULY M, GROSS M, KOBBELT L P. Efficient simplification of point-sampled surfaces [C].IEEEVisualization2002,WashingtonDC:IEEEComputerSocietyPress, 2002:163-170.

    [8]YOON M, LEE Y, LEE S,etal.. Surface and normal ensembles for surface reconstruction[J].Computer-AidedDesign, 2007, 39(5): 408-420.

    [9]MEDEROS B, VELHO L, FIGUIREDO L H. Robust smoothing of noisy point clouds [C].ProceedingsoftheSIAMConferenceonGeometricDesignandComputing,Seattle:SIAM, 2003: 405-416.

    [10]WANG Y, FENG H Y, DELORME F,etal.. An adaptive normal estimation method for scanned point clouds with sharp features [J].Computer-AidedDesign, 2013, 45(11): 1333-1348.

    [11]LI B, SCHNABEL R, KLEIN R,etal.. Robust normal estimation for point clouds with sharp features [J].Computers&Graphics, 2010, 34(2): 94-106.

    [12]蘇志勛, 栗志揚(yáng), 王小超. 基于法向修正及中值濾波的點(diǎn)云平滑[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2010, 22(11): 1892-1898.

    SU ZH X, LI ZH Y, WANG X CH. Denoising of point-sampled model based on norm al mollification and median filtering [J].JournalofComputer-AidedDesign&ComputerGraphics, 2010, 22(11): 1892-1898.(in Chinese)

    [13]ZHANG J, CAO J, LIU X,etal.. Point cloud normal estimation via low-rank subspace clustering[J].Computers&Graphics, 2013, 37(6): 697-706.

    [14]AMENTA N, BERN M. Surface reconstruction by Voronoi filtering [J].Discrete&ComputationalGeometry, 1999, 22(4): 481-504.

    [15]DEY T K, GOSWAMI S. Provable surface reconstruction from noisy samples [C].IEEESymposiumonParallelandLarge-DataVisualizationandGraphics,Piscataway:IEEE, 2001: 19-27.

    [16]ALLIEZ P, COHEN-STEINER D, TONG Y,etal.. Voronoi-based variational reconstruction of unoriented point sets [C].Proceedingsofthe5thEurographicsSymposiumonGeometryprocessing,Geneve:Wiley, 2007: 39-48.

    [17]HUBER P J.RobustStatistics[M]. Berlin: Springer, 2011.

    [18]ZHENG Y, FU H, AU O C,etal.. Bilateral normal filtering for mesh denoising[J].IEEETransactionsonVisualizationandComputerGraphics, 2011, 17(10): 1521-1530.

    袁小翠(1988-),女,江西撫州人,博士,講師,主要研究方向?yàn)閳D像處理與逆向工程。E-mail:yuanxc2012@163.com

    吳祿慎(1953-),男,江西樂(lè)平人,碩士,教授,博士生導(dǎo)師,1978年于北京航空航天大學(xué)獲得學(xué)士學(xué)位,1990年于清華大學(xué)獲得碩士學(xué)位,主要從事面外“moire”法、三維光學(xué)圖像測(cè)量與逆向工程的研究。E-mail:wulushen@163.com

    (版權(quán)所有未經(jīng)許可不得轉(zhuǎn)載)

    Normal estimation of scattered point cloud with sharp feature

    YUAN Xiao-cui1*,WU Lu-shen2,CHEN Hua-wei2

    (1.Jiangxi Province Key Laboratory of Precision Drive & Control,NanchangInstituteofTechnology,Nanchang330099,China;2.SchoolofMechanicalandElectricalEngineering,NanchangUniversity,Nanchang330031,China)*Correspondingauthor,E-mail:yuanxc2012@163.com

    A novel method was proposed to estimate the normal for a scattered point cloud with sharp features to overcome the shortcomings that existing methods are unable to reliably estimate the normal of point cloud model and lead to the smoothed sharp features. With proposed method, the normal of point cloud was estimated with principal component analysis method. Then, different values were weighted on neighborhood normals according to spatial distance and normal distance of current points of the neighborhood, and the revised or current normals were updated by the sum of weighted neighborhood normal. Finally, the average deviation between standard normal and estimated normal was measured and the accuracy of estimated normal was evaluated. The estimated normal was applied to point cloud processing to verify the feature-preserving property. The proposed method was validated. The results demonstrate that proposed method accurately estimates the normal for data with noise and the least average deviation is close to 0. Moreover, the method has good robustness to the niose, and it keeps the original geometry well when the normal is used as input of the point cloud processing. Comparing with other sharp feature preserving normal estimation methods, the proposed method shows smaller average deviation, higher processing speeds and less computation time.

    scattered point cloud;sharp feature; normal estimation; reverse engineering; feature preserving; principal component analysis

    2016-06-15;

    2016-07-19.

    國(guó)家自然科學(xué)基金資助項(xiàng)目(No.51365037,No.51065021)

    1004-924X(2016)10-2581-08

    TP391.7

    Adoi:10.3788/OPE.20162410.2581

    猜你喜歡
    法向鄰域曲面
    落石法向恢復(fù)系數(shù)的多因素聯(lián)合影響研究
    稀疏圖平方圖的染色數(shù)上界
    相交移動(dòng)超曲面的亞純映射的唯一性
    圓環(huán)上的覆蓋曲面不等式及其應(yīng)用
    基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
    低溫狀態(tài)下的材料法向發(fā)射率測(cè)量
    關(guān)于-型鄰域空間
    基于曲面展開(kāi)的自由曲面網(wǎng)格劃分
    落石碰撞法向恢復(fù)系數(shù)的模型試驗(yàn)研究
    華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版)(2014年1期)2014-04-16 02:54:52
    99久久精品一区二区三区| 白带黄色成豆腐渣| 精品国产一区二区三区久久久樱花 | av在线老鸭窝| 国产在线男女| 日韩av在线免费看完整版不卡| 精华霜和精华液先用哪个| 国产欧美另类精品又又久久亚洲欧美| ponron亚洲| 国产精品人妻久久久影院| 男女视频在线观看网站免费| 亚洲精品影视一区二区三区av| 99国产精品一区二区蜜桃av| 一级二级三级毛片免费看| 色综合站精品国产| 日本免费在线观看一区| 女人久久www免费人成看片 | АⅤ资源中文在线天堂| 乱系列少妇在线播放| 国产精品麻豆人妻色哟哟久久 | av免费观看日本| or卡值多少钱| 亚洲一区高清亚洲精品| 日韩,欧美,国产一区二区三区 | 99久久人妻综合| 亚洲欧美一区二区三区国产| 成人二区视频| 国产色爽女视频免费观看| 看黄色毛片网站| 欧美不卡视频在线免费观看| av在线蜜桃| 欧美日本亚洲视频在线播放| 国产欧美另类精品又又久久亚洲欧美| 91在线精品国自产拍蜜月| 午夜福利视频1000在线观看| 麻豆av噜噜一区二区三区| 国产在视频线在精品| 秋霞伦理黄片| 欧美不卡视频在线免费观看| 国产精品,欧美在线| 国产免费视频播放在线视频 | 午夜免费激情av| 国产精品蜜桃在线观看| 中文字幕av在线有码专区| 精品不卡国产一区二区三区| 国产极品天堂在线| 爱豆传媒免费全集在线观看| 欧美性感艳星| 中文乱码字字幕精品一区二区三区 | 日日啪夜夜撸| 国产成人91sexporn| 久久久精品94久久精品| 久久久久九九精品影院| 桃色一区二区三区在线观看| 亚洲成人久久爱视频| 一个人观看的视频www高清免费观看| 26uuu在线亚洲综合色| 免费观看a级毛片全部| 国产精品久久久久久精品电影| 少妇的逼好多水| 丝袜美腿在线中文| 非洲黑人性xxxx精品又粗又长| 国产91av在线免费观看| 国产精品电影一区二区三区| 色综合色国产| 亚洲国产高清在线一区二区三| 2021天堂中文幕一二区在线观| 七月丁香在线播放| 国产高清视频在线观看网站| av在线播放精品| 国产精品熟女久久久久浪| 久久草成人影院| 天堂影院成人在线观看| 女的被弄到高潮叫床怎么办| av专区在线播放| 亚洲国产精品合色在线| 中文亚洲av片在线观看爽| 亚洲国产精品sss在线观看| 五月玫瑰六月丁香| 欧美性感艳星| 男女视频在线观看网站免费| 久久综合国产亚洲精品| 最新中文字幕久久久久| 在线天堂最新版资源| 亚洲欧美日韩东京热| 亚洲欧美成人精品一区二区| 日韩亚洲欧美综合| 亚洲欧洲国产日韩| 男人舔奶头视频| 午夜福利网站1000一区二区三区| 日本黄色视频三级网站网址| 国产精品.久久久| 国产精品不卡视频一区二区| 中文字幕人妻熟人妻熟丝袜美| 在线播放国产精品三级| 一个人看视频在线观看www免费| 亚洲中文字幕日韩| 亚洲欧美成人综合另类久久久 | 能在线免费观看的黄片| 真实男女啪啪啪动态图| .国产精品久久| 麻豆久久精品国产亚洲av| 中文欧美无线码| 成人三级黄色视频| 久久人人爽人人爽人人片va| 18禁在线无遮挡免费观看视频| 99热6这里只有精品| 成年av动漫网址| 国产淫语在线视频| 边亲边吃奶的免费视频| 亚洲国产欧洲综合997久久,| 嫩草影院入口| 蜜桃亚洲精品一区二区三区| 欧美变态另类bdsm刘玥| 久久久久久久久久久免费av| 久久久a久久爽久久v久久| 国产精品嫩草影院av在线观看| 丰满少妇做爰视频| 欧美成人精品欧美一级黄| 免费人成在线观看视频色| 99久久九九国产精品国产免费| 亚洲精品自拍成人| 亚洲综合色惰| 毛片一级片免费看久久久久| 亚洲欧美一区二区三区国产| av在线天堂中文字幕| 国产精品美女特级片免费视频播放器| 真实男女啪啪啪动态图| 中文亚洲av片在线观看爽| 日本午夜av视频| 国产黄a三级三级三级人| 女人十人毛片免费观看3o分钟| 99在线视频只有这里精品首页| 日韩一区二区三区影片| 国产亚洲av片在线观看秒播厂 | 国产成年人精品一区二区| 两个人视频免费观看高清| 成人av在线播放网站| 老司机影院成人| 美女高潮的动态| 高清在线视频一区二区三区 | 搡老妇女老女人老熟妇| 欧美极品一区二区三区四区| 97超碰精品成人国产| 亚洲精品,欧美精品| 少妇裸体淫交视频免费看高清| 亚洲av电影不卡..在线观看| 我的老师免费观看完整版| 国产一区二区在线av高清观看| 国产乱来视频区| 女人久久www免费人成看片 | 精品国内亚洲2022精品成人| 欧美日韩在线观看h| 欧美xxxx黑人xx丫x性爽| 国产色婷婷99| 2021天堂中文幕一二区在线观| 男女视频在线观看网站免费| 欧美高清成人免费视频www| 91av网一区二区| 18禁在线无遮挡免费观看视频| 成人综合一区亚洲| 亚洲精品成人久久久久久| 丝袜美腿在线中文| 欧美成人精品欧美一级黄| 国产美女午夜福利| 亚洲av电影在线观看一区二区三区 | 一个人免费在线观看电影| 国产精品一区www在线观看| videos熟女内射| 久久久久久久久久久免费av| 精品人妻视频免费看| 亚洲精品影视一区二区三区av| 国产探花在线观看一区二区| 欧美bdsm另类| 欧美xxxx性猛交bbbb| 特级一级黄色大片| 变态另类丝袜制服| 老司机福利观看| 国产精品久久久久久久电影| 青春草亚洲视频在线观看| 高清毛片免费看| 国产精品一区二区性色av| 99九九线精品视频在线观看视频| 国产高清三级在线| 少妇被粗大猛烈的视频| 亚洲欧美一区二区三区国产| 亚洲经典国产精华液单| 噜噜噜噜噜久久久久久91| 免费黄网站久久成人精品| 国产精品久久久久久久电影| av视频在线观看入口| 午夜精品一区二区三区免费看| 久久久午夜欧美精品| 亚洲aⅴ乱码一区二区在线播放| 日韩欧美国产在线观看| 国产午夜福利久久久久久| 丰满人妻一区二区三区视频av| 一二三四中文在线观看免费高清| 桃色一区二区三区在线观看| 美女被艹到高潮喷水动态| 亚洲欧美精品自产自拍| 久久久久久久久大av| 久久韩国三级中文字幕| 国产91av在线免费观看| 九草在线视频观看| 亚洲av中文av极速乱| АⅤ资源中文在线天堂| 免费观看性生交大片5| 最近2019中文字幕mv第一页| 大香蕉久久网| 长腿黑丝高跟| 精品久久久久久成人av| 人人妻人人澡欧美一区二区| 一本一本综合久久| 国产高清不卡午夜福利| 一个人免费在线观看电影| 国产日韩欧美在线精品| 菩萨蛮人人尽说江南好唐韦庄 | 最近中文字幕2019免费版| 日本猛色少妇xxxxx猛交久久| 国产精品久久久久久精品电影小说 | 日韩国内少妇激情av| 三级男女做爰猛烈吃奶摸视频| 国产精品一区二区在线观看99 | 亚洲综合色惰| 国产精品女同一区二区软件| 在线免费十八禁| 亚洲国产精品国产精品| 小说图片视频综合网站| 最近中文字幕高清免费大全6| 国产色爽女视频免费观看| 久久人人爽人人爽人人片va| 色综合站精品国产| 国产老妇伦熟女老妇高清| 亚洲三级黄色毛片| 美女脱内裤让男人舔精品视频| 七月丁香在线播放| 午夜福利视频1000在线观看| 国产成人精品一,二区| 人妻夜夜爽99麻豆av| 欧美一区二区亚洲| 天堂网av新在线| 日本午夜av视频| 国产美女午夜福利| av在线蜜桃| 99久久无色码亚洲精品果冻| 不卡视频在线观看欧美| 婷婷六月久久综合丁香| 一本久久精品| 成人综合一区亚洲| 日日啪夜夜撸| 精品欧美国产一区二区三| 岛国毛片在线播放| 中国国产av一级| 国产综合懂色| 日韩精品有码人妻一区| 中文字幕精品亚洲无线码一区| 国产老妇女一区| 一个人免费在线观看电影| 99热精品在线国产| 精品午夜福利在线看| 国产精品蜜桃在线观看| 日本五十路高清| 好男人视频免费观看在线| 久久亚洲国产成人精品v| 亚洲18禁久久av| 久久精品久久久久久久性| 国产免费男女视频| 国产伦精品一区二区三区视频9| 一级黄片播放器| 国产一级毛片七仙女欲春2| 久久精品久久精品一区二区三区| 在线播放无遮挡| 3wmmmm亚洲av在线观看| 天天躁日日操中文字幕| 别揉我奶头 嗯啊视频| 在线天堂最新版资源| 最近中文字幕高清免费大全6| 免费一级毛片在线播放高清视频| 亚洲精品色激情综合| 一卡2卡三卡四卡精品乱码亚洲| 日韩一本色道免费dvd| 一边摸一边抽搐一进一小说| 免费无遮挡裸体视频| 嫩草影院精品99| 联通29元200g的流量卡| 国产高清视频在线观看网站| 男女那种视频在线观看| 亚洲国产精品专区欧美| 久久精品国产99精品国产亚洲性色| av福利片在线观看| 国产高清视频在线观看网站| 国产精品嫩草影院av在线观看| 赤兔流量卡办理| 亚洲精品日韩av片在线观看| 亚洲高清免费不卡视频| 国产一区有黄有色的免费视频 | 久久久午夜欧美精品| 久久午夜福利片| 亚洲在线观看片| 国产成人freesex在线| 少妇的逼水好多| 精品人妻偷拍中文字幕| 最近视频中文字幕2019在线8| 久久人妻av系列| 国产伦精品一区二区三区视频9| 亚洲欧美一区二区三区国产| 亚洲精品aⅴ在线观看| 亚洲综合精品二区| 全区人妻精品视频| 性插视频无遮挡在线免费观看| 日韩国内少妇激情av| 舔av片在线| 久久这里有精品视频免费| 我的女老师完整版在线观看| 国产av一区在线观看免费| 国产不卡一卡二| 非洲黑人性xxxx精品又粗又长| 国产免费福利视频在线观看| 男人和女人高潮做爰伦理| 少妇高潮的动态图| 精品免费久久久久久久清纯| 伦精品一区二区三区| 丰满乱子伦码专区| 天堂av国产一区二区熟女人妻| 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 | 欧美变态另类bdsm刘玥| 久久精品人妻少妇| 九色成人免费人妻av| 久久草成人影院| 一个人看视频在线观看www免费| 久久久久久久久大av| 日韩亚洲欧美综合| 一个人看视频在线观看www免费| 色噜噜av男人的天堂激情| 精品欧美国产一区二区三| 中国美白少妇内射xxxbb| 男女下面进入的视频免费午夜| 亚洲成人久久爱视频| 午夜福利网站1000一区二区三区| 国产精品久久久久久精品电影小说 | 嫩草影院精品99| 国产在线男女| 国产高清国产精品国产三级 | 视频中文字幕在线观看| 不卡视频在线观看欧美| 欧美激情在线99| 亚洲最大成人中文| 国产免费视频播放在线视频 | 国内揄拍国产精品人妻在线| 欧美另类亚洲清纯唯美| 亚洲美女视频黄频| 直男gayav资源| 男女下面进入的视频免费午夜| 18禁动态无遮挡网站| 亚洲精品日韩av片在线观看| 干丝袜人妻中文字幕| 国产精品福利在线免费观看| 国产精品伦人一区二区| 色噜噜av男人的天堂激情| 亚洲国产成人一精品久久久| 看非洲黑人一级黄片| 久热久热在线精品观看| 婷婷色综合大香蕉| 九九爱精品视频在线观看| 男女下面进入的视频免费午夜| 中文字幕亚洲精品专区| 久久99热这里只有精品18| 亚洲美女搞黄在线观看| 国产伦精品一区二区三区视频9| 亚洲美女搞黄在线观看| 2021天堂中文幕一二区在线观| 观看美女的网站| 色噜噜av男人的天堂激情| 搡老妇女老女人老熟妇| 日本三级黄在线观看| 22中文网久久字幕| 卡戴珊不雅视频在线播放| 天堂av国产一区二区熟女人妻| 亚洲欧洲国产日韩| 秋霞在线观看毛片| 小说图片视频综合网站| 午夜福利在线观看吧| 在线a可以看的网站| av卡一久久| 国产精品女同一区二区软件| 亚洲欧美成人精品一区二区| 一夜夜www| www.av在线官网国产| av视频在线观看入口| 国产精品.久久久| 嫩草影院入口| 亚洲第一区二区三区不卡| 国产精品熟女久久久久浪| 永久免费av网站大全| 国产老妇伦熟女老妇高清| 日韩欧美 国产精品| 国产淫片久久久久久久久| 日本免费一区二区三区高清不卡| 免费黄色在线免费观看| 2021天堂中文幕一二区在线观| 啦啦啦啦在线视频资源| 成人国产麻豆网| 又爽又黄a免费视频| 亚洲av男天堂| 天堂网av新在线| 日本猛色少妇xxxxx猛交久久| 精品久久久久久久人妻蜜臀av| 舔av片在线| 欧美+日韩+精品| 日本爱情动作片www.在线观看| 国产精品一区二区三区四区免费观看| 精品久久久久久久末码| 国内精品美女久久久久久| 亚洲成人久久爱视频| 国产精品国产三级专区第一集| 免费看av在线观看网站| 26uuu在线亚洲综合色| 亚洲精品一区蜜桃| 亚洲精品色激情综合| 成人欧美大片| 亚洲av电影在线观看一区二区三区 | 欧美激情在线99| av天堂中文字幕网| 中文乱码字字幕精品一区二区三区 | 人人妻人人澡欧美一区二区| 久久久久久久国产电影| 国产精品国产三级国产av玫瑰| 青春草视频在线免费观看| 九九热线精品视视频播放| 欧美日韩国产亚洲二区| 女人十人毛片免费观看3o分钟| 夫妻性生交免费视频一级片| 2021少妇久久久久久久久久久| 三级国产精品欧美在线观看| 免费黄色在线免费观看| 亚洲精品久久久久久婷婷小说 | 国产精品一区二区性色av| 欧美一区二区亚洲| 日韩,欧美,国产一区二区三区 | 国产爱豆传媒在线观看| 三级国产精品片| 村上凉子中文字幕在线| 99热这里只有精品一区| 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 | 毛片女人毛片| 男女啪啪激烈高潮av片| 女的被弄到高潮叫床怎么办| 美女黄网站色视频| 人人妻人人看人人澡| 亚洲av一区综合| 黄色配什么色好看| 亚洲综合精品二区| 亚洲精品自拍成人| 久久久久久久国产电影| 精品午夜福利在线看| 午夜免费男女啪啪视频观看| 欧美zozozo另类| 国产高清不卡午夜福利| 麻豆成人午夜福利视频| 久久精品91蜜桃| 性插视频无遮挡在线免费观看| 99热这里只有精品一区| 中文资源天堂在线| 26uuu在线亚洲综合色| 日本一二三区视频观看| 一个人看的www免费观看视频| 变态另类丝袜制服| 日韩视频在线欧美| 狂野欧美激情性xxxx在线观看| 久久久久免费精品人妻一区二区| 天天躁日日操中文字幕| 91久久精品电影网| 欧美丝袜亚洲另类| 最新中文字幕久久久久| 国产一区有黄有色的免费视频 | 2022亚洲国产成人精品| 亚洲欧美日韩高清专用| 在线观看66精品国产| 亚洲国产精品成人综合色| 欧美激情国产日韩精品一区| 欧美性猛交╳xxx乱大交人| 国产在线男女| 国产精品人妻久久久影院| videos熟女内射| 久久99热这里只有精品18| 亚洲精品456在线播放app| 午夜福利高清视频| 麻豆成人午夜福利视频| 一区二区三区高清视频在线| 欧美色视频一区免费| 国产极品天堂在线| 久久久久久久久久久丰满| 少妇的逼好多水| 内射极品少妇av片p| 久久久久九九精品影院| 欧美日韩一区二区视频在线观看视频在线 | 少妇人妻精品综合一区二区| 在线观看一区二区三区| 联通29元200g的流量卡| 久久99热这里只频精品6学生 | av在线播放精品| 国产午夜福利久久久久久| 日韩一区二区三区影片| 美女国产视频在线观看| 亚洲av中文字字幕乱码综合| 久久韩国三级中文字幕| 在线观看av片永久免费下载| 亚洲人成网站在线播| 精品午夜福利在线看| 久久久久久久久久成人| 好男人视频免费观看在线| 精品人妻偷拍中文字幕| 九九爱精品视频在线观看| 国产成人福利小说| 女人久久www免费人成看片 | 国产 一区精品| 国产高清三级在线| 超碰av人人做人人爽久久| 在线天堂最新版资源| 青春草国产在线视频| 婷婷六月久久综合丁香| av专区在线播放| 99国产精品一区二区蜜桃av| 国产精品综合久久久久久久免费| 亚洲欧美精品综合久久99| 国产男人的电影天堂91| 国产免费男女视频| 男人和女人高潮做爰伦理| 欧美日韩在线观看h| 国产精品麻豆人妻色哟哟久久 | 91精品国产九色| 色吧在线观看| 亚洲性久久影院| 午夜老司机福利剧场| 日韩精品青青久久久久久| 精品久久久久久成人av| 欧美一区二区国产精品久久精品| 少妇熟女aⅴ在线视频| 久久久国产成人免费| 免费看a级黄色片| 极品教师在线视频| 成人国产麻豆网| 亚洲精品乱码久久久v下载方式| 男人舔女人下体高潮全视频| 中文字幕亚洲精品专区| 五月伊人婷婷丁香| 国产一级毛片在线| 日本午夜av视频| 日本三级黄在线观看| 久久久久久伊人网av| 一级毛片aaaaaa免费看小| 国产高清有码在线观看视频| 欧美激情久久久久久爽电影| 卡戴珊不雅视频在线播放| 国产美女午夜福利| 免费av不卡在线播放| 一级毛片我不卡| 国产av码专区亚洲av| 2021少妇久久久久久久久久久| 国产精品综合久久久久久久免费| 国产中年淑女户外野战色| 哪个播放器可以免费观看大片| 国产色婷婷99| 一个人观看的视频www高清免费观看| 日韩av不卡免费在线播放| 欧美高清性xxxxhd video| 国产精品爽爽va在线观看网站| 国产av码专区亚洲av| 男人狂女人下面高潮的视频| 五月玫瑰六月丁香| 欧美不卡视频在线免费观看| 精品无人区乱码1区二区| 最近最新中文字幕免费大全7| 欧美+日韩+精品| 女人被狂操c到高潮| 国产精品人妻久久久影院| 亚洲国产精品合色在线| 国产成人aa在线观看| 亚洲综合色惰| 特级一级黄色大片| 午夜爱爱视频在线播放| www.色视频.com| 91狼人影院| 亚洲四区av| 亚洲精品成人久久久久久| 看片在线看免费视频| 国模一区二区三区四区视频| 国产真实伦视频高清在线观看| 99热精品在线国产| 欧美xxxx黑人xx丫x性爽| 日产精品乱码卡一卡2卡三| 亚洲一区高清亚洲精品| 国内揄拍国产精品人妻在线| 乱码一卡2卡4卡精品| 中国国产av一级| 国产免费福利视频在线观看| 成年av动漫网址| 听说在线观看完整版免费高清| 亚洲经典国产精华液单| 午夜精品在线福利| 日韩一本色道免费dvd| 久热久热在线精品观看| 久久精品综合一区二区三区| 三级男女做爰猛烈吃奶摸视频| 成人鲁丝片一二三区免费| 亚洲av成人av| 免费无遮挡裸体视频| 色视频www国产| АⅤ资源中文在线天堂| 成人亚洲欧美一区二区av| 国产一级毛片在线| 男女国产视频网站| 国产极品精品免费视频能看的| 蜜桃久久精品国产亚洲av|