• <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
    .国产精品久久| 午夜精品在线福利| 国内久久婷婷六月综合欲色啪| 尾随美女入室| 日本与韩国留学比较| 久久婷婷人人爽人人干人人爱| 我要搜黄色片| 日本撒尿小便嘘嘘汇集6| 成人一区二区视频在线观看| 久久精品91蜜桃| 少妇被粗大猛烈的视频| 超碰av人人做人人爽久久| 亚洲成人久久爱视频| 精品久久久噜噜| 美女脱内裤让男人舔精品视频 | 狂野欧美激情性xxxx在线观看| 亚洲欧美日韩高清专用| 大又大粗又爽又黄少妇毛片口| 插逼视频在线观看| 18禁黄网站禁片免费观看直播| 国产视频首页在线观看| 国产人妻一区二区三区在| 亚洲av成人精品一区久久| 国产熟女欧美一区二区| 亚州av有码| 午夜老司机福利剧场| 乱系列少妇在线播放| 成人午夜高清在线视频| 成年女人看的毛片在线观看| 精品不卡国产一区二区三区| 精品不卡国产一区二区三区| 日本黄色视频三级网站网址| 在线观看66精品国产| 精品不卡国产一区二区三区| 国产视频内射| 色视频www国产| 中文字幕制服av| 亚洲美女搞黄在线观看| 国产色爽女视频免费观看| 免费一级毛片在线播放高清视频| 天天一区二区日本电影三级| 天堂中文最新版在线下载 | 亚洲无线在线观看| 欧美丝袜亚洲另类| 97超碰精品成人国产| 久久精品人妻少妇| 噜噜噜噜噜久久久久久91| 热99re8久久精品国产| 波多野结衣巨乳人妻| 男的添女的下面高潮视频| 亚洲精品色激情综合| 春色校园在线视频观看| 免费一级毛片在线播放高清视频| 最好的美女福利视频网| 久久99蜜桃精品久久| 亚洲精品久久久久久婷婷小说 | 欧美日韩乱码在线| 成熟少妇高潮喷水视频| 夫妻性生交免费视频一级片| 97超视频在线观看视频| 成人av在线播放网站| 欧美最黄视频在线播放免费| 最好的美女福利视频网| 69av精品久久久久久| 99热这里只有精品一区| 不卡视频在线观看欧美| 亚洲成人中文字幕在线播放| 亚洲精品粉嫩美女一区| 色哟哟·www| 国产女主播在线喷水免费视频网站 | 亚洲国产高清在线一区二区三| 波多野结衣高清无吗| 丰满人妻一区二区三区视频av| 国产精品日韩av在线免费观看| 18禁在线播放成人免费| 久久久久久国产a免费观看| or卡值多少钱| 校园人妻丝袜中文字幕| 亚洲欧美日韩高清专用| 欧美3d第一页| 欧洲精品卡2卡3卡4卡5卡区| 亚洲在线观看片| 欧美高清成人免费视频www| 婷婷亚洲欧美| 欧美日韩一区二区视频在线观看视频在线 | 国产高清三级在线| 久久亚洲国产成人精品v| 变态另类成人亚洲欧美熟女| 日本五十路高清| 国产高清视频在线观看网站| 一个人观看的视频www高清免费观看| 国产久久久一区二区三区| 一级黄色大片毛片| 免费不卡的大黄色大毛片视频在线观看 | 菩萨蛮人人尽说江南好唐韦庄 | 韩国av在线不卡| 91狼人影院| 18禁黄网站禁片免费观看直播| 99国产精品一区二区蜜桃av| 亚洲不卡免费看| 久久久久久久久久久免费av| 欧美最新免费一区二区三区| 麻豆av噜噜一区二区三区| 国产精品伦人一区二区| 在线播放国产精品三级| 中文字幕人妻熟人妻熟丝袜美| 久久久a久久爽久久v久久| 看片在线看免费视频| 男女啪啪激烈高潮av片| 久久久久性生活片| 成人午夜精彩视频在线观看| 精华霜和精华液先用哪个| 99久久无色码亚洲精品果冻| 成人综合一区亚洲| 日韩欧美精品v在线| 免费搜索国产男女视频| 啦啦啦观看免费观看视频高清| 久久热精品热| 欧美激情在线99| 日韩欧美国产在线观看| 一区二区三区高清视频在线| 嫩草影院新地址| 久久精品国产鲁丝片午夜精品| 嫩草影院新地址| 精品99又大又爽又粗少妇毛片| 波野结衣二区三区在线| 久久久久久久久久黄片| 女人被狂操c到高潮| 99久久九九国产精品国产免费| avwww免费| 亚洲欧美清纯卡通| 久久亚洲国产成人精品v| 26uuu在线亚洲综合色| 国模一区二区三区四区视频| 中文字幕久久专区| www日本黄色视频网| 午夜福利在线观看吧| 青春草视频在线免费观看| 91久久精品电影网| 精品免费久久久久久久清纯| 国产日韩欧美在线精品| 国产精品福利在线免费观看| 欧美在线一区亚洲| 国产激情偷乱视频一区二区| 久久人人精品亚洲av| 亚洲欧美日韩卡通动漫| 美女被艹到高潮喷水动态| 日本与韩国留学比较| 毛片一级片免费看久久久久| 99久久精品一区二区三区| 欧美日韩在线观看h| 国产精品久久久久久av不卡| 免费人成在线观看视频色| 自拍偷自拍亚洲精品老妇| 色播亚洲综合网| 久久久a久久爽久久v久久| 日韩一本色道免费dvd| 综合色丁香网| 高清在线视频一区二区三区 | 夜夜看夜夜爽夜夜摸| 97在线视频观看| 国产单亲对白刺激| 夜夜看夜夜爽夜夜摸| 九九热线精品视视频播放| 女的被弄到高潮叫床怎么办| 欧美一区二区精品小视频在线| 搡老妇女老女人老熟妇| 久久这里有精品视频免费| 少妇人妻一区二区三区视频| 1024手机看黄色片| 岛国毛片在线播放| 又粗又硬又长又爽又黄的视频 | 悠悠久久av| 一个人免费在线观看电影| 国产精品永久免费网站| 最好的美女福利视频网| 日韩亚洲欧美综合| 国产精品一区二区三区四区免费观看| 欧美一区二区国产精品久久精品| 乱码一卡2卡4卡精品| 久久欧美精品欧美久久欧美| 春色校园在线视频观看| 黄色一级大片看看| 亚洲欧洲日产国产| 最近最新中文字幕大全电影3| 91午夜精品亚洲一区二区三区| 日韩av在线大香蕉| 国产成人午夜福利电影在线观看| 在线观看一区二区三区| 最近2019中文字幕mv第一页| 国产熟女欧美一区二区| 99国产精品一区二区蜜桃av| 亚洲成av人片在线播放无| 菩萨蛮人人尽说江南好唐韦庄 | 欧洲精品卡2卡3卡4卡5卡区| 欧美日本亚洲视频在线播放| 国产片特级美女逼逼视频| 搞女人的毛片| 久久精品综合一区二区三区| 国产亚洲av片在线观看秒播厂 | 91狼人影院| 免费电影在线观看免费观看| 精品日产1卡2卡| 在线天堂最新版资源| 国产精品精品国产色婷婷| 日本在线视频免费播放| 国产 一区精品| 久久久色成人| 国语自产精品视频在线第100页| 亚洲欧洲日产国产| 蜜桃亚洲精品一区二区三区| 亚洲精品乱码久久久久久按摩| av卡一久久| 国内精品久久久久精免费| 久久久午夜欧美精品| 久久久久久久午夜电影| 久久精品国产亚洲av天美| 亚洲中文字幕日韩| 久久精品影院6| 麻豆av噜噜一区二区三区| 亚洲电影在线观看av| 超碰av人人做人人爽久久| 久久久久久久亚洲中文字幕| 99久久精品热视频| 国产一级毛片在线| 2022亚洲国产成人精品| 成人av在线播放网站| 国语自产精品视频在线第100页| 丰满乱子伦码专区| 中文字幕人妻熟人妻熟丝袜美| 免费看a级黄色片| 久久国内精品自在自线图片| 国产白丝娇喘喷水9色精品| 一级毛片电影观看 | 赤兔流量卡办理| 99热网站在线观看| 中文字幕免费在线视频6| 午夜福利高清视频| 午夜免费激情av| 熟妇人妻久久中文字幕3abv| 国产一区二区三区在线臀色熟女| 成人一区二区视频在线观看| 黑人高潮一二区| 晚上一个人看的免费电影| 日韩人妻高清精品专区| 久久久国产成人免费| 成年版毛片免费区| 91在线精品国自产拍蜜月| 可以在线观看毛片的网站| 男女做爰动态图高潮gif福利片| 少妇人妻精品综合一区二区 | 色播亚洲综合网| 亚洲精华国产精华液的使用体验 | 色5月婷婷丁香| 国产一区亚洲一区在线观看| 在线播放国产精品三级| 午夜a级毛片| 免费在线观看成人毛片| 91久久精品电影网| 性色avwww在线观看| 国产探花极品一区二区| 中文字幕熟女人妻在线| a级一级毛片免费在线观看| 久久99热这里只有精品18| 桃色一区二区三区在线观看| 国产三级中文精品| 国产精品久久久久久精品电影小说 | 国产高清不卡午夜福利| 99久久无色码亚洲精品果冻| 久久久久国产网址| 天堂√8在线中文| 欧洲精品卡2卡3卡4卡5卡区| 久久精品国产自在天天线| 一级黄片播放器| 乱人视频在线观看| 久久久久久久久中文| av又黄又爽大尺度在线免费看 | 联通29元200g的流量卡| 国产精品人妻久久久影院| 亚洲久久久久久中文字幕| 日本与韩国留学比较| 国产精品一区www在线观看| 九九在线视频观看精品| 毛片一级片免费看久久久久| 色综合色国产| 亚洲七黄色美女视频| 亚洲人成网站在线观看播放| 变态另类丝袜制服| 黄色欧美视频在线观看| 亚洲国产欧洲综合997久久,| 精品久久久久久久久久免费视频| 日日撸夜夜添| 精品人妻一区二区三区麻豆| 久久99热这里只有精品18| 国产精品久久久久久久久免| 国产真实伦视频高清在线观看| 国产人妻一区二区三区在| 中文亚洲av片在线观看爽| 国产高清有码在线观看视频| 日韩国内少妇激情av| 久久久精品94久久精品| 成人综合一区亚洲| 久久人人爽人人爽人人片va| 亚洲欧美日韩高清在线视频| 亚洲自偷自拍三级| 亚洲欧美日韩高清在线视频| 精品久久久久久久久亚洲| 一本一本综合久久| 人妻夜夜爽99麻豆av| 日韩高清综合在线| 国产黄片美女视频| 国产成人a∨麻豆精品| 亚洲在久久综合| 91久久精品国产一区二区三区| 精品久久久噜噜| 久久久久久久久大av| 女的被弄到高潮叫床怎么办| 欧美bdsm另类| 午夜福利成人在线免费观看| 最新中文字幕久久久久| 国产v大片淫在线免费观看| 91久久精品电影网| 91久久精品国产一区二区成人| 亚洲在线自拍视频| 国产一区二区三区av在线 | 国产免费男女视频| 26uuu在线亚洲综合色| 精品欧美国产一区二区三| 国产探花在线观看一区二区| 亚洲精品自拍成人| 女人十人毛片免费观看3o分钟| 高清在线视频一区二区三区 | 人人妻人人澡人人爽人人夜夜 | 午夜精品一区二区三区免费看| 国产亚洲5aaaaa淫片| 日韩欧美精品免费久久| 久久久久久久久中文| 久久这里只有精品中国| 国产美女午夜福利| 国产成人freesex在线| 中文精品一卡2卡3卡4更新| 性欧美人与动物交配| 免费观看在线日韩| 老司机影院成人| 夜夜看夜夜爽夜夜摸| 能在线免费看毛片的网站| 国语自产精品视频在线第100页| 亚洲aⅴ乱码一区二区在线播放| 一个人看视频在线观看www免费| 国产视频首页在线观看| av在线亚洲专区| 黄色视频,在线免费观看| 麻豆一二三区av精品| 国产一区二区亚洲精品在线观看| 国产精品人妻久久久久久| 色综合站精品国产| 亚洲成av人片在线播放无| or卡值多少钱| 国产精品99久久久久久久久| 亚洲欧美日韩卡通动漫| 黄色日韩在线| 一本久久中文字幕| 国产免费一级a男人的天堂| 久久久色成人| 精品一区二区三区人妻视频| 熟女人妻精品中文字幕| 久久久午夜欧美精品| 久久人人爽人人片av| 男人舔奶头视频| 秋霞在线观看毛片| 又粗又爽又猛毛片免费看| 美女 人体艺术 gogo| 男人舔奶头视频| 韩国av在线不卡| 亚洲真实伦在线观看| 日韩 亚洲 欧美在线| 又粗又爽又猛毛片免费看| 在线免费观看不下载黄p国产| 久久热精品热| 1024手机看黄色片| 免费av不卡在线播放| www日本黄色视频网| 男的添女的下面高潮视频| 亚洲欧美日韩卡通动漫| 成人一区二区视频在线观看| 搡女人真爽免费视频火全软件| 三级毛片av免费| 变态另类成人亚洲欧美熟女| av在线天堂中文字幕| 精品久久久久久久久久免费视频| 哪个播放器可以免费观看大片| 成人av在线播放网站| 插逼视频在线观看| 嫩草影院新地址| 少妇的逼水好多| 99久久中文字幕三级久久日本| 人妻系列 视频| av.在线天堂| 日日干狠狠操夜夜爽| 少妇的逼水好多| 97超视频在线观看视频| 亚洲人成网站在线播| 自拍偷自拍亚洲精品老妇| 成人鲁丝片一二三区免费| 亚洲精品成人久久久久久| 成人亚洲精品av一区二区| 一区福利在线观看| 国产精品麻豆人妻色哟哟久久 | 国产乱人视频| 欧美色欧美亚洲另类二区| 国产 一区精品| 亚洲人成网站在线播| 免费av毛片视频| 亚洲av成人精品一区久久| 床上黄色一级片| 久久久欧美国产精品| 最近视频中文字幕2019在线8| av在线亚洲专区| av视频在线观看入口| 一个人看的www免费观看视频| 99riav亚洲国产免费| 色哟哟哟哟哟哟| 国产黄色视频一区二区在线观看 | 欧美日韩乱码在线| 夫妻性生交免费视频一级片| 99在线视频只有这里精品首页| 在线观看av片永久免费下载| 国产精品伦人一区二区| 亚洲综合色惰| 免费人成在线观看视频色| 狂野欧美激情性xxxx在线观看| 熟妇人妻久久中文字幕3abv| 欧美一区二区亚洲| 免费一级毛片在线播放高清视频| 国产一区二区三区av在线 | 一区二区三区四区激情视频 | 哪里可以看免费的av片| 直男gayav资源| 免费看a级黄色片| 性色avwww在线观看| 黄色配什么色好看| 国国产精品蜜臀av免费| 亚洲国产精品久久男人天堂| 精品国产三级普通话版| 国产美女午夜福利| 日本黄色视频三级网站网址| 97人妻精品一区二区三区麻豆| 国产日本99.免费观看| 哪个播放器可以免费观看大片| 日本在线视频免费播放| 99在线人妻在线中文字幕| 人人妻人人看人人澡| 国产黄片视频在线免费观看| 全区人妻精品视频| 可以在线观看的亚洲视频| 日本与韩国留学比较| 欧美另类亚洲清纯唯美| 国产高清视频在线观看网站| 中文资源天堂在线| 国产精品久久视频播放| av在线蜜桃| 国产日本99.免费观看| 26uuu在线亚洲综合色| 久久久a久久爽久久v久久| 欧美一区二区国产精品久久精品| 人妻制服诱惑在线中文字幕| 免费观看的影片在线观看| 欧美+亚洲+日韩+国产| 国产v大片淫在线免费观看| 久久久久久伊人网av| 可以在线观看毛片的网站| 美女xxoo啪啪120秒动态图| 网址你懂的国产日韩在线| 男人和女人高潮做爰伦理| 99国产极品粉嫩在线观看| 午夜福利成人在线免费观看| 国产高清视频在线观看网站| 欧美日韩国产亚洲二区| 欧美成人一区二区免费高清观看| 91久久精品电影网| 极品教师在线视频| 五月玫瑰六月丁香| 欧美+日韩+精品| 精品久久久久久久末码| 国产乱人视频| 欧美另类亚洲清纯唯美| 国产av不卡久久| av在线亚洲专区| 中国美女看黄片| 成人毛片a级毛片在线播放| 色视频www国产| 国产成人91sexporn| 国产精品野战在线观看| 岛国在线免费视频观看| 寂寞人妻少妇视频99o| a级毛色黄片| 日韩欧美一区二区三区在线观看| 欧美潮喷喷水| 亚洲欧美日韩卡通动漫| 国产免费一级a男人的天堂| 欧美3d第一页| 美女黄网站色视频| av在线亚洲专区| 午夜老司机福利剧场| 日韩av不卡免费在线播放| 中文字幕免费在线视频6| 国产亚洲91精品色在线| 免费看光身美女| 久久九九热精品免费| 日本五十路高清| 在线播放国产精品三级| 国产视频首页在线观看| 一级黄色大片毛片| 三级毛片av免费| 搡女人真爽免费视频火全软件| 美女被艹到高潮喷水动态| av在线播放精品| 亚洲欧美精品自产自拍| 免费看av在线观看网站| 99热只有精品国产| 国产成人一区二区在线| 毛片女人毛片| 18禁黄网站禁片免费观看直播| 精品久久久久久久久久免费视频| 免费看美女性在线毛片视频| 欧美三级亚洲精品| 国产精品伦人一区二区| 亚洲av成人av| 国产精品乱码一区二三区的特点| 国产淫片久久久久久久久| 97人妻精品一区二区三区麻豆| 亚洲在线观看片| 一夜夜www| 国产极品精品免费视频能看的| 久久久国产成人精品二区| 在线免费观看的www视频| 日日摸夜夜添夜夜添av毛片| 午夜福利视频1000在线观看| 久久国产乱子免费精品| 青春草视频在线免费观看| 亚洲欧美日韩卡通动漫| 国内少妇人妻偷人精品xxx网站| 亚洲久久久久久中文字幕| 久久久久久久午夜电影| 一级黄色大片毛片| 国产亚洲欧美98| 日韩三级伦理在线观看| 日本熟妇午夜| 熟女人妻精品中文字幕| 精品一区二区免费观看| 亚洲国产日韩欧美精品在线观看| 亚洲va在线va天堂va国产| 日本与韩国留学比较| 国产在线精品亚洲第一网站| 狠狠狠狠99中文字幕| 成人毛片a级毛片在线播放| 高清毛片免费看| 床上黄色一级片| 亚洲经典国产精华液单| 国产日本99.免费观看| 在线免费观看的www视频| 搞女人的毛片| 亚洲国产精品成人久久小说 | 国产色婷婷99| 少妇猛男粗大的猛烈进出视频 | 欧美色视频一区免费| 波多野结衣高清无吗| 女的被弄到高潮叫床怎么办| 美女国产视频在线观看| 国产高清三级在线| 我的女老师完整版在线观看| 国产色婷婷99| 亚洲最大成人av| 黄色配什么色好看| 性色avwww在线观看| 国产女主播在线喷水免费视频网站 | 免费无遮挡裸体视频| 亚洲精品国产av成人精品| ponron亚洲| 欧美3d第一页| 国产精品久久久久久精品电影| 麻豆国产97在线/欧美| 乱码一卡2卡4卡精品| 丰满乱子伦码专区| 欧美人与善性xxx| 最后的刺客免费高清国语| 国产一级毛片七仙女欲春2| 91久久精品国产一区二区成人| 久久久久久久久久久免费av| 亚洲婷婷狠狠爱综合网| 亚洲国产高清在线一区二区三| 久久午夜福利片| 黄色日韩在线| 毛片女人毛片| 国产极品天堂在线| 欧美极品一区二区三区四区| 97超视频在线观看视频| 国产伦精品一区二区三区四那| 99九九线精品视频在线观看视频| 国产精品一区二区三区四区免费观看| 美女cb高潮喷水在线观看| 日韩一本色道免费dvd| 亚洲欧美精品综合久久99| 丰满的人妻完整版| 日韩大尺度精品在线看网址| 噜噜噜噜噜久久久久久91| 老熟妇乱子伦视频在线观看| 禁无遮挡网站| 久久久午夜欧美精品| 欧洲精品卡2卡3卡4卡5卡区| 久久人人爽人人爽人人片va| 国产伦在线观看视频一区| videossex国产| 男女啪啪激烈高潮av片| 一卡2卡三卡四卡精品乱码亚洲|