• <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SIFT的圖像匹配算法

    2014-07-03 08:15:50周麗芬
    計算機與現(xiàn)代化 2014年7期
    關(guān)鍵詞:點數(shù)關(guān)鍵點高斯

    周麗芬

    (曲靖師范學院計算機科學與工程學院,云南 曲靖 655011)

    0 引言

    圖像匹配是計算機視覺和圖像處理領(lǐng)域中的一個重要研究方向,它是許多其它應用的重要基礎,如圖像識別、圖像檢索、目標跟蹤、數(shù)據(jù)挖掘和3D重建等[1]。圖像匹配算法大體上可分為2種:基于全局特征的匹配算法和基于局部特征的匹配算法[2]。由于局部特征只與特征點周圍局部區(qū)域有關(guān),所以基于局部特征的匹配算法更加穩(wěn)定。目前廣泛應用的基于局部特征的提取算法是Lowe提出的尺度不變特征變換 SIFT(Scale-Invariant Feature Transform)算法[1],由于該算法的優(yōu)越性,現(xiàn)在已經(jīng)廣泛應用于計算機視覺的各個領(lǐng)域。

    隨后出現(xiàn)了基于SIFT算法的很多改進算法,例如 PCA-SIFT[3]、 SURF[4]、 GSIFT[5]、 CSIFT[6]、ASIFT[7]等。文獻[2]中,作者對這幾種算法進行了詳細的分析與比較,把不同算法應用于各種圖像,評價各算法對尺度和旋轉(zhuǎn)、光照、模糊、仿射等不變性的能力,作者將評價等級分為3種等級,依次是:Good,Better,Best。利用SIFT算法提取特征對模糊圖像進行匹配的最終評價是Good。國內(nèi)學者也對SIFT算法進行了改進,文獻[8-9]等對SIFT算法的改進基本都是針對描述子部分,改變了關(guān)鍵點局部區(qū)域的結(jié)構(gòu)或者簡化了描述子構(gòu)造,雖然在某些情況比原始算法效果要好,但是由于描述子的改變可能會使得算法對于其它情況的效果并不理想。近年來也出現(xiàn)了一些新的描述子,如文獻[10-12]等,它們盡管效果很好,但是由于計算復雜度較高,描述子維數(shù)較高且結(jié)構(gòu)較復雜,所以使用價值有待提高。

    實驗中發(fā)現(xiàn),當要匹配的圖像比較模糊時,利用SIFT算法提取的關(guān)鍵點較少,導致匹配時正確匹配率不高。針對這種情況,本文提出基于SIFT的針對模糊圖像匹配增強算法,首先利用增強算子對圖像進行銳化處理,使其邊緣得到突出,再利用算法進行關(guān)鍵點提取。這樣的操作使獲得的關(guān)鍵點數(shù)量比直接利用SIFT算法有大幅度提高。當然關(guān)鍵點數(shù)量多并不意味著匹配效果一定好,因為關(guān)鍵點增多,誤匹配率也會增大。因此為了提高匹配率,利用雙向匹配算法[13]來刪除錯誤匹配,從而提高匹配精度。

    1 SIFT算法

    基本的SIFT算法包括4個步驟:1)構(gòu)造高斯差分金字塔;2)檢測極值點;3)為關(guān)鍵點分配方向;4)生成描述子。下面簡要介紹SIFT算法。

    1.1 構(gòu)造高斯差分金字塔

    首先建立多尺度空間,即高斯金字塔,通過將輸入圖像I(x,y)與不同尺度的高斯函數(shù)卷積得到高斯金字塔一組的每一層,然后由上一組尺度為2倍初始尺度的圖像降采樣得到下一組的第一層,按照上一組同樣的方式得到各層,最終構(gòu)造高斯金字塔。將高斯金字塔相鄰2層相減得到高斯差分金字塔:

    1.2 檢測極值點

    在高斯差分金字塔每組的第二層到倒數(shù)第二層檢測極值點,所檢測的點要與同一層周圍8個點和上下2層該點周圍的9×2個點比較,即總共與周圍26個點進行比較,這樣得到初步的極值點。再通過子像素插值精確定位極值點并刪除對比度較低的極值點,剩下的極值點即為最終的關(guān)鍵點。

    1.3 為關(guān)鍵點分配方向

    利用關(guān)鍵點鄰域像素的梯度方向分布特性為每一個關(guān)鍵點分配方向,使得算子具有旋轉(zhuǎn)不變性。首先計算關(guān)鍵點處的梯度模值和方向。在以關(guān)鍵點為中心的鄰域窗口內(nèi)采樣,并利用直方圖統(tǒng)計鄰域像素的梯度方向,直方圖的峰值對應的度數(shù)代表了關(guān)鍵點的主方向。當存在超過主峰值80%的峰值時,其對應的方向作為該關(guān)鍵點的輔方向。

    1.4 生成描述子

    首先將坐標軸按照關(guān)鍵點的方向旋轉(zhuǎn),保證旋轉(zhuǎn)不變性,然后以關(guān)鍵點為中心取16×16的窗口,分割成4×4的小區(qū)域,每個小區(qū)域上計算8個方向的梯度直方圖,繪制每個梯度方向的累加值,就可形成一個種子點,因此總共有16個種子點,每個種子點由8個數(shù)字組成,所以最終形成了一個長度為128的向量,即為該關(guān)鍵點的SIFT特征向量。計算每一個關(guān)鍵點的SIFT特征向量,得到最終描述子,利用描述子可以進行匹配。

    2 基于銳化的匹配算法

    通過SIFT算法的原理和實驗可以發(fā)現(xiàn),SIFT算法檢測到的許多關(guān)鍵點都是邊緣點,然而由于在構(gòu)造金字塔的時候會將圖像經(jīng)過多次高斯平滑,使得邊緣點變得很平滑,如果所獲取的圖像本來就質(zhì)量不高,直接利用SIFT算法提取關(guān)鍵點進行匹配,將會大大降低匹配精度。為了提高匹配率,本文提出先對圖像進行銳化處理以提高SIFT提取的關(guān)鍵點數(shù),再采用雙向匹配算法進行匹配。

    2.1 銳化算子

    圖像銳化處理的主要目的是突出圖像灰度的過渡部分,即邊緣,二階微分是經(jīng)常用來增強邊緣的算子,其中拉普拉斯算子是最簡單的各項同性微分算子[14]。一個圖像函數(shù)f(x,y)的拉普拉斯算子定義為:

    其中二階導數(shù)計算的離散公式為:

    則拉普拉斯算子可表示為:

    實際應用中,拉普拉斯算子可以通過下面的濾波模板來實現(xiàn):

    2.2 雙向匹配算法

    在文獻[13]中,為了提高匹配精度,提出了雙向匹配:利用SIFT算法進行特征提取,得到2幅待匹配圖像的特征集,對第一個特征集中的每一個特征,在第二個特征集中計算最鄰近距離和次鄰近距離的比值(Ratio),如果比值小于某閾值則匹配。這樣經(jīng)過第一輪匹配后,再在已匹配點中,對第二個特征集中的每一個特征,在第一個特征集中計算最鄰近和次鄰近距離的比值,如果比值小于某閾值則為匹配,當?shù)诙纹ヅ鋾r,這樣的關(guān)鍵點才規(guī)定為最終的匹配點。

    在Lowe的算法中設定的閾值為Ratio=0.8,由于閾值設定得越小,匹配點數(shù)越少,閾值設定得越大,匹配點數(shù)越多,但是錯誤匹配也會增多。本文通過大量的實驗,設定的2次閾值分別為Ratio1=0.8,Ratio2=0.5時效果較好。第一個閾值較大,這樣可以得到較多的匹配點,第二個閾值較小,這樣可以刪除很多錯誤匹配,從而提高匹配精度。

    2.3 本文算法

    本文算法是在傳統(tǒng)SIFT基礎上增加圖像銳化處理過程,并且在匹配時使用雙向匹配算法。匹配算法步驟如下:

    1)讀入待匹配的2幅圖像,將圖像與拉普拉斯濾波模板卷積得到銳化后的圖像;

    A:根據(jù)十九大精神,我們企業(yè)已經(jīng)進入了新的發(fā)展階段。前些年我們已經(jīng)著手進行了調(diào)整轉(zhuǎn)型,現(xiàn)在需要在這個基礎上進一步思考持續(xù)發(fā)展的問題。當前公司面臨的任務是印刷產(chǎn)業(yè)的轉(zhuǎn)型升級、環(huán)保治理,等等。我們認為,在新的形勢下,二二〇七工廠,應當把服務首都功能和為軍服務保障統(tǒng)一起來,這是企業(yè)持續(xù)發(fā)展的基礎,是體現(xiàn)企業(yè)存在價值的重要方面。

    2)使用傳統(tǒng)SIFT對銳化后的圖像進行特征提取,得到描述特征點的2個特征向量集;

    3)使用雙向匹配算法以歐氏距離為測度進行圖像匹配。

    3 實驗結(jié)果與分析

    為了驗證該算法的優(yōu)越性,進行了以下實驗。實驗平臺:處理器為Intel(R)Pentium(R)CPU G620@2.60 GHz;內(nèi)存為 4.00 GB(2.99 GB 可用);系統(tǒng)類型為32位Win7系統(tǒng);軟件為Matlab 2012a。

    3.1 仿真實驗

    利用Cameraman的512×512的灰度圖像,首先對其進行高斯平滑,得到平滑后的模糊圖像,然后將平滑后的模糊圖像與原圖像進行匹配。采用以下3種匹配方式:

    方式1:直接利用SIFT算法提取特征進行匹配;

    方式2:先利用拉普拉斯算子對模糊圖像銳化處理,再利用SIFT算子提取特征進行匹配;

    方式3:首先利用拉普拉斯算子對模糊圖像銳化處理,然后利用SIFT算子提取特征,最后利用雙向匹配算法進行匹配。

    由圖1可以看出,在圖1(a)中匹配點數(shù)不多,而且存在很多錯誤匹配;由于利用拉普拉斯算子銳化了模糊圖像,所以圖1(b)中匹配點數(shù)增多,但是錯誤匹配也會增多;如果利用雙向匹配算法進行匹配可以在很大程度上刪除錯誤匹配點,如圖1(c)中錯誤匹配幾乎沒有,匹配點數(shù)也較多,所以匹配效果最好。

    圖1 3種方式匹配結(jié)果

    圖2 不同sigma時3種方式的匹配率

    圖2是不同sigma值時3種情況的匹配率,由圖可以看出,方式3比前2種方式的匹配率都高,匹配效果最好。在不同sigma值時,方式2有時比方式1的匹配率高,有時反而低,這是因為雖然經(jīng)過拉普拉斯算子銳化后使得匹配點數(shù)增多,但是同時也會使得錯誤匹配點數(shù)增多,所以匹配率可能變大,也可能變小,這與sigma值有關(guān),即與匹配圖像本身質(zhì)量有關(guān);但是,如果匹配的時候利用雙向匹配法,設定不同的閾值,這樣可以刪除很多錯誤匹配,從而使得匹配率增大,匹配效果較好。

    3.2 實際圖像實驗

    實驗所用圖像如圖3所示,是標準測試圖像中驗證模糊不變性的圖像[15]。圖3中P1是清晰的圖像,P2~P6為模糊的圖像,模糊程度依次增大。實驗的方法是分別用P2~P6與P1匹配。

    圖3 實驗圖像

    將本文算法與直接由SIFT特征進行匹配的算法相比較,計算P2~P6與P1的匹配率,得到如圖4所示的結(jié)果??梢钥闯鯬2~P6與P1匹配結(jié)果中,本文算法都比直接由SIFT特征進行匹配的算法要好,由于P2~P6圖像模糊程度是逐漸增大的,直接利用SIFT特征進行匹配時的匹配率會逐漸減小,因為圖像越模糊,檢測的關(guān)鍵點越少。本文算法可以通過拉普拉斯算子銳化,將圖像邊緣增強,從而檢測到的關(guān)鍵點數(shù)增加,再通過雙向匹配法來減少錯誤匹配,進而達到很高的匹配率。例如,當圖像很模糊時(圖3中P6),直接利用SIFT特征進行匹配的匹配率為96.91%,而本文算法的匹配率為99.02%。圖5列出了2種方法對P1與P3的匹配結(jié)果。圖5(a)是直接利用SIFT特征匹配的結(jié)果,圖中顯示明顯有很多錯誤的匹配,而且總的匹配點數(shù)沒有圖5(b)中的總匹配點數(shù)多;圖5(b)是本文算法的匹配結(jié)果,圖中顯示總的匹配點數(shù)較多,而且?guī)缀鯖]有錯誤匹配??傊?,由實驗結(jié)果可以看出本文的算法比基本的基于SIFT特征的匹配算法效果要好。

    圖4 匹配率

    圖5 P3與P1的匹配效果圖

    4 結(jié)束語

    由于SIFT算法中要計算主方向,而主方向的計算是造成誤差的一個主要原因[12],但是本文在傳統(tǒng)的SIFT算法的基礎上,通過銳化處理和利用雙向匹配算法進行特征匹配,從而減小了匹配誤差,在沒有改變SIFT算法本質(zhì)的同時保證了匹配精度。實驗結(jié)果表明本文提出的方法在提高匹配效果的同時可以加強基本SIFT算子進行匹配的模糊不變性。由于本文提出的方法增加了對圖像的銳化處理,并進行雙相匹配的操作,因此算法復雜度會增加。但是增加的時間復雜度相對原始算法本身的復雜度較小,所以在一定范圍內(nèi)可以利用本文所提出的算法進行匹配,以達到提高匹配率的目的。

    [1] Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.

    [2] Wu Jian,Cui Zhiming,Sheng V S,et al.A comparative study of SIFT and its variants[J].Measurement Science Review,2013,13(3):122-131.

    [3] Ke Yan,Sukthankar R.PCA-SIFT:A more distinctive representation for local image descriptors[C]//Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.2004,2:506-513.

    [4] Bay H,Ess A,Tuytelaars T,et al.Speeded-up robust features(SURF)[J].Computer Vision and Image Understanding,2008,110(3):346-359.

    [5] Mortensen E N,Deng Hongli,Shapiro L.A SIFT descriptor with global context[C]//Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.2005,1:184-190.

    [6] Abdel-Hakim A E,F(xiàn)arag A A.CSIFT:A SIFT descriptor with color invariant characteristics[C]//Proceedings of the 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.2006,2:1978-1983.

    [7] Morel J M,Yu Guoshen.ASIFT:A new framework for fully affine invariant image comparison[J].SIAM Journal on Imaging Sciences,2009,2(2):438-469.

    [8] 高健,黃心漢,彭剛,等.一種簡化的SIFT圖像特征點提取算法[J].計算機應用研究,2008,25(7):2213-2215.

    [9] 張官亮,鄒煥新,秦先祥,等.基于改進SIFT特征和圖轉(zhuǎn)換匹配的圖像匹配算法[J].計算機應用研究,2013,30(9):2861-2864.

    [10] Heikkila M,Pietikainen M,Schmid C.Description of interest regions with local binary patterns[J].Pattern Recognition,2009,42(3):425-436.

    [11] Gupta R,Patil H,Mittal A.Robust order-based methods for feature description[C]//Proceedings of the 2010 IEEE Conference on Computer Vision and Pattern Recognition.2010:334-341.

    [12] Fan Bin,Wu Fuchao,Hu Zhanyi.Rotationally invariant descriptors using intensity order pooling[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2012,34(10):2031-2045.

    [13] 騫森,朱劍英.基于改進的SIFT特征的圖像雙向匹配算法[J].機械科學與技術(shù),2007,26(9):1179-1182.

    [14] 阮秋琦.數(shù)字圖像處理學[M].北京:電子工業(yè)出版社,2007.

    [15] Katholieke Universiteit Leuven.Affine Covariant Features[DB/OL].http://www.robots.ox.ac.uk/~ vgg/research/affine/index.html,2007-07-15.

    猜你喜歡
    點數(shù)關(guān)鍵點高斯
    小高斯的大發(fā)現(xiàn)
    聚焦金屬關(guān)鍵點
    肉兔育肥抓好七個關(guān)鍵點
    天才數(shù)學家——高斯
    看不到的總點數(shù)
    畫點數(shù)
    破解“心靈感應”
    多核并行的大點數(shù)FFT、IFFT設計
    有限域上高斯正規(guī)基的一個注記
    醫(yī)聯(lián)體要把握三個關(guān)鍵點
    日日摸夜夜添夜夜添小说| 小说图片视频综合网站| 国产精品一区二区三区四区免费观看 | 亚洲精品av麻豆狂野| 亚洲 欧美一区二区三区| 啦啦啦韩国在线观看视频| 亚洲av片天天在线观看| 亚洲一区二区三区不卡视频| 在线十欧美十亚洲十日本专区| 欧美激情久久久久久爽电影| 一边摸一边做爽爽视频免费| 动漫黄色视频在线观看| 国产爱豆传媒在线观看 | 国产精品美女特级片免费视频播放器 | 日本a在线网址| 亚洲国产欧美一区二区综合| 亚洲五月婷婷丁香| 操出白浆在线播放| 成人国语在线视频| 中文字幕精品亚洲无线码一区| 国产日本99.免费观看| 99热这里只有精品一区 | 欧美中文日本在线观看视频| 黄色丝袜av网址大全| 一级毛片女人18水好多| 日韩欧美在线乱码| 色老头精品视频在线观看| 国产视频一区二区在线看| 国产在线观看jvid| 啪啪无遮挡十八禁网站| 中文字幕最新亚洲高清| 亚洲一区二区三区色噜噜| 亚洲成人国产一区在线观看| 一本一本综合久久| 人妻丰满熟妇av一区二区三区| 国产精品99久久99久久久不卡| 精品电影一区二区在线| 麻豆久久精品国产亚洲av| 久久久久久九九精品二区国产 | 精品日产1卡2卡| 国产伦一二天堂av在线观看| 亚洲自拍偷在线| 俄罗斯特黄特色一大片| 欧美一级毛片孕妇| 午夜激情av网站| 日韩精品免费视频一区二区三区| 18禁美女被吸乳视频| 久久久国产成人精品二区| 免费在线观看日本一区| 在线十欧美十亚洲十日本专区| 欧美日韩福利视频一区二区| 真人一进一出gif抽搐免费| 欧美成人一区二区免费高清观看 | 亚洲一区二区三区色噜噜| www日本黄色视频网| 草草在线视频免费看| 日韩欧美免费精品| 亚洲精品国产一区二区精华液| 成人高潮视频无遮挡免费网站| 在线视频色国产色| 久久久久久久精品吃奶| xxx96com| 欧美+亚洲+日韩+国产| 国产精品日韩av在线免费观看| 日韩有码中文字幕| 一级毛片精品| 两个人看的免费小视频| 国产成人精品无人区| 1024视频免费在线观看| 一级作爱视频免费观看| 免费看日本二区| 国产在线精品亚洲第一网站| 久久久久久久久中文| av福利片在线观看| av天堂在线播放| 国产精品一及| 在线观看美女被高潮喷水网站 | 欧美日韩乱码在线| 男插女下体视频免费在线播放| 制服诱惑二区| 欧美一级毛片孕妇| 天堂av国产一区二区熟女人妻 | 欧美黄色片欧美黄色片| 国产精品av久久久久免费| 高清毛片免费观看视频网站| 桃色一区二区三区在线观看| 欧美大码av| 亚洲专区字幕在线| 身体一侧抽搐| 日韩 欧美 亚洲 中文字幕| 变态另类丝袜制服| 亚洲精华国产精华精| 免费在线观看亚洲国产| 日本一本二区三区精品| 香蕉久久夜色| 不卡一级毛片| 国产又色又爽无遮挡免费看| av有码第一页| 日韩高清综合在线| 国产精品亚洲av一区麻豆| 精品一区二区三区av网在线观看| 欧美 亚洲 国产 日韩一| 亚洲精品中文字幕在线视频| www日本黄色视频网| 国产一区二区激情短视频| 欧美黑人巨大hd| 美女 人体艺术 gogo| 级片在线观看| 好看av亚洲va欧美ⅴa在| 亚洲精品在线美女| 天天躁狠狠躁夜夜躁狠狠躁| 国产高清视频在线观看网站| 日本a在线网址| 欧美人与性动交α欧美精品济南到| 成人亚洲精品av一区二区| 久久久久久久久中文| 欧美三级亚洲精品| 少妇人妻一区二区三区视频| 十八禁网站免费在线| av有码第一页| 日本一二三区视频观看| 老司机午夜福利在线观看视频| 午夜成年电影在线免费观看| 亚洲av成人一区二区三| 欧美三级亚洲精品| 日本 av在线| 少妇裸体淫交视频免费看高清 | 啦啦啦观看免费观看视频高清| 白带黄色成豆腐渣| 免费看a级黄色片| 中文字幕人妻丝袜一区二区| 欧美黑人巨大hd| 精品久久蜜臀av无| 窝窝影院91人妻| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品日韩av在线免费观看| 亚洲免费av在线视频| 激情在线观看视频在线高清| 国产一区二区在线av高清观看| 97超级碰碰碰精品色视频在线观看| 欧美日韩瑟瑟在线播放| 长腿黑丝高跟| 91麻豆av在线| 国产亚洲精品久久久久久毛片| 色噜噜av男人的天堂激情| 亚洲18禁久久av| a级毛片在线看网站| 国产单亲对白刺激| 亚洲国产日韩欧美精品在线观看 | 日韩av在线大香蕉| 麻豆成人午夜福利视频| 正在播放国产对白刺激| 又黄又爽又免费观看的视频| 免费看a级黄色片| 欧美一区二区国产精品久久精品 | 中文字幕av在线有码专区| 精品国产亚洲在线| 99久久精品热视频| 亚洲av第一区精品v没综合| 很黄的视频免费| 真人做人爱边吃奶动态| 动漫黄色视频在线观看| 日韩欧美三级三区| 中亚洲国语对白在线视频| 亚洲国产中文字幕在线视频| 韩国av一区二区三区四区| 亚洲精品中文字幕在线视频| 精品国产美女av久久久久小说| 亚洲精品中文字幕一二三四区| 精品一区二区三区四区五区乱码| 国产片内射在线| 日本熟妇午夜| 亚洲成人精品中文字幕电影| 嫩草影院精品99| 操出白浆在线播放| 怎么达到女性高潮| 一区二区三区激情视频| 久久99热这里只有精品18| 两个人视频免费观看高清| 桃色一区二区三区在线观看| 一级毛片高清免费大全| 此物有八面人人有两片| 一二三四在线观看免费中文在| 男人舔奶头视频| 国产精品日韩av在线免费观看| 欧美乱妇无乱码| 天堂影院成人在线观看| 成年版毛片免费区| 丁香欧美五月| 制服丝袜大香蕉在线| 亚洲人与动物交配视频| 脱女人内裤的视频| 亚洲中文字幕一区二区三区有码在线看 | 久久国产精品人妻蜜桃| 成人国产综合亚洲| 国产成人系列免费观看| 一个人免费在线观看电影 | 免费看日本二区| 一本大道久久a久久精品| 欧美又色又爽又黄视频| 女生性感内裤真人,穿戴方法视频| 久久九九热精品免费| 中文字幕最新亚洲高清| 一级黄色大片毛片| 国内揄拍国产精品人妻在线| 欧美成人性av电影在线观看| 国产v大片淫在线免费观看| 好看av亚洲va欧美ⅴa在| 亚洲精品一区av在线观看| 亚洲狠狠婷婷综合久久图片| e午夜精品久久久久久久| 在线国产一区二区在线| 91字幕亚洲| av有码第一页| 亚洲成人久久爱视频| 中文字幕久久专区| 三级国产精品欧美在线观看 | 舔av片在线| 桃色一区二区三区在线观看| 亚洲国产欧美网| 国产高清视频在线播放一区| 国产高清激情床上av| 夜夜爽天天搞| 色尼玛亚洲综合影院| 国产精品99久久99久久久不卡| 亚洲片人在线观看| 一个人观看的视频www高清免费观看 | 国产三级黄色录像| 18禁黄网站禁片午夜丰满| 日日爽夜夜爽网站| 老熟妇仑乱视频hdxx| 午夜福利免费观看在线| 久久久精品国产亚洲av高清涩受| 久久 成人 亚洲| www.自偷自拍.com| 欧美性猛交╳xxx乱大交人| 国产97色在线日韩免费| 老司机深夜福利视频在线观看| 亚洲美女黄片视频| 久久人妻福利社区极品人妻图片| 国产精品亚洲av一区麻豆| 在线十欧美十亚洲十日本专区| 搡老岳熟女国产| 搡老妇女老女人老熟妇| 色综合欧美亚洲国产小说| 又黄又爽又免费观看的视频| 国产主播在线观看一区二区| 亚洲五月天丁香| 高清在线国产一区| 亚洲中文字幕日韩| 亚洲精品美女久久久久99蜜臀| 一进一出抽搐动态| 日日爽夜夜爽网站| 午夜福利高清视频| 国产欧美日韩精品亚洲av| 一本久久中文字幕| 高潮久久久久久久久久久不卡| 免费在线观看影片大全网站| 五月玫瑰六月丁香| 久99久视频精品免费| 国产亚洲精品综合一区在线观看 | x7x7x7水蜜桃| 国产精品亚洲美女久久久| 欧美av亚洲av综合av国产av| 99久久无色码亚洲精品果冻| 狂野欧美白嫩少妇大欣赏| 成人精品一区二区免费| 村上凉子中文字幕在线| 久久人妻福利社区极品人妻图片| 亚洲第一欧美日韩一区二区三区| www日本在线高清视频| avwww免费| 一边摸一边抽搐一进一小说| 久久人妻av系列| 国产高清视频在线播放一区| 国产一区二区三区在线臀色熟女| 国产69精品久久久久777片 | 日本黄色视频三级网站网址| 99在线人妻在线中文字幕| 亚洲人成伊人成综合网2020| 熟妇人妻久久中文字幕3abv| 亚洲国产看品久久| 18禁裸乳无遮挡免费网站照片| 怎么达到女性高潮| 婷婷精品国产亚洲av在线| 国产伦人伦偷精品视频| 国产久久久一区二区三区| 亚洲熟女毛片儿| 国产一区二区在线av高清观看| 国产视频内射| 国产免费男女视频| 国产不卡一卡二| 禁无遮挡网站| 真人做人爱边吃奶动态| 亚洲国产精品sss在线观看| 一级片免费观看大全| 黄色a级毛片大全视频| 亚洲av成人不卡在线观看播放网| or卡值多少钱| 亚洲欧美精品综合久久99| 久热爱精品视频在线9| 99精品欧美一区二区三区四区| 亚洲人成伊人成综合网2020| 国内精品一区二区在线观看| 丰满人妻一区二区三区视频av | 日本黄色视频三级网站网址| 国产精品日韩av在线免费观看| 亚洲一区高清亚洲精品| av福利片在线观看| 99在线人妻在线中文字幕| 久久久久久亚洲精品国产蜜桃av| 777久久人妻少妇嫩草av网站| 中文字幕人妻丝袜一区二区| 欧美色欧美亚洲另类二区| 777久久人妻少妇嫩草av网站| 男女床上黄色一级片免费看| 国产日本99.免费观看| 精品福利观看| 亚洲av成人av| 成年免费大片在线观看| 国产精品一区二区三区四区免费观看 | АⅤ资源中文在线天堂| 99久久精品国产亚洲精品| 老司机在亚洲福利影院| www.999成人在线观看| 老司机午夜十八禁免费视频| 久久久久国产精品人妻aⅴ院| 久久中文看片网| 非洲黑人性xxxx精品又粗又长| 天天一区二区日本电影三级| 亚洲男人天堂网一区| 久久这里只有精品19| 国产乱人伦免费视频| 日韩三级视频一区二区三区| 老司机午夜福利在线观看视频| 亚洲成人免费电影在线观看| 亚洲人成77777在线视频| 日本三级黄在线观看| 少妇粗大呻吟视频| 亚洲av第一区精品v没综合| 男女那种视频在线观看| av中文乱码字幕在线| 久久精品成人免费网站| 亚洲av中文字字幕乱码综合| 国产一区二区在线观看日韩 | 成人特级黄色片久久久久久久| 亚洲精品国产精品久久久不卡| 亚洲第一欧美日韩一区二区三区| 日本黄色视频三级网站网址| 俄罗斯特黄特色一大片| 国产又黄又爽又无遮挡在线| 波多野结衣高清无吗| 99久久无色码亚洲精品果冻| 亚洲精品av麻豆狂野| 国产不卡一卡二| 欧美日韩福利视频一区二区| 色老头精品视频在线观看| 哪里可以看免费的av片| 欧美3d第一页| 久久精品91蜜桃| 国产精品av久久久久免费| 最近最新中文字幕大全电影3| 此物有八面人人有两片| 欧美zozozo另类| 久久人妻av系列| 天天躁狠狠躁夜夜躁狠狠躁| 青草久久国产| 精品高清国产在线一区| 日韩精品免费视频一区二区三区| 两性夫妻黄色片| 日日摸夜夜添夜夜添小说| 黄色女人牲交| 热99re8久久精品国产| 黄色成人免费大全| 中文字幕熟女人妻在线| 国产aⅴ精品一区二区三区波| 在线视频色国产色| www.www免费av| 国产免费男女视频| 十八禁网站免费在线| 久久草成人影院| 亚洲一区二区三区色噜噜| 两个人视频免费观看高清| 国产激情欧美一区二区| av在线播放免费不卡| 99久久国产精品久久久| 黑人巨大精品欧美一区二区mp4| 国产精品自产拍在线观看55亚洲| 久久午夜综合久久蜜桃| 2021天堂中文幕一二区在线观| 桃红色精品国产亚洲av| 欧美 亚洲 国产 日韩一| 免费高清视频大片| 99久久综合精品五月天人人| 999久久久精品免费观看国产| 亚洲精品中文字幕一二三四区| 成人一区二区视频在线观看| 久久亚洲精品不卡| x7x7x7水蜜桃| 亚洲 欧美 日韩 在线 免费| 黄频高清免费视频| 亚洲精品av麻豆狂野| 国产精品久久久人人做人人爽| e午夜精品久久久久久久| 动漫黄色视频在线观看| 日本a在线网址| 黄色毛片三级朝国网站| 在线永久观看黄色视频| 久久这里只有精品19| 国产精品乱码一区二三区的特点| 天堂√8在线中文| 老司机福利观看| 欧美一区二区精品小视频在线| 一级片免费观看大全| 久久精品国产综合久久久| 他把我摸到了高潮在线观看| 久久久久久亚洲精品国产蜜桃av| 欧美日韩黄片免| 一个人观看的视频www高清免费观看 | 91成年电影在线观看| 亚洲av成人精品一区久久| 亚洲国产看品久久| 国内精品久久久久久久电影| 麻豆成人av在线观看| 亚洲欧美一区二区三区黑人| 啦啦啦观看免费观看视频高清| 欧美黑人精品巨大| 97超级碰碰碰精品色视频在线观看| 给我免费播放毛片高清在线观看| 一级毛片精品| 亚洲成人国产一区在线观看| 成人亚洲精品av一区二区| 亚洲精品在线观看二区| 后天国语完整版免费观看| 一级黄色大片毛片| 亚洲aⅴ乱码一区二区在线播放 | 哪里可以看免费的av片| 久久久久精品国产欧美久久久| 无遮挡黄片免费观看| 麻豆成人午夜福利视频| 久久香蕉精品热| а√天堂www在线а√下载| 亚洲午夜理论影院| 九色成人免费人妻av| 中文在线观看免费www的网站 | 亚洲国产中文字幕在线视频| 国产亚洲精品第一综合不卡| 在线观看免费午夜福利视频| 久久久久久免费高清国产稀缺| 日韩av在线大香蕉| 亚洲一区二区三区不卡视频| 麻豆国产97在线/欧美 | 99久久久亚洲精品蜜臀av| 午夜免费激情av| 色老头精品视频在线观看| 99国产综合亚洲精品| 久久久久久久久中文| 免费高清视频大片| 国产又黄又爽又无遮挡在线| 国产主播在线观看一区二区| 国产成人欧美在线观看| 婷婷精品国产亚洲av在线| 欧美日韩福利视频一区二区| 久久久久久免费高清国产稀缺| a在线观看视频网站| 欧美日韩精品网址| 日本a在线网址| 国产伦一二天堂av在线观看| 91成年电影在线观看| 日日摸夜夜添夜夜添小说| 天堂动漫精品| 成人18禁高潮啪啪吃奶动态图| 婷婷六月久久综合丁香| 欧美另类亚洲清纯唯美| 丁香欧美五月| 欧美中文日本在线观看视频| 婷婷精品国产亚洲av在线| 国产成人一区二区三区免费视频网站| 看片在线看免费视频| 免费av毛片视频| www.精华液| 男人舔女人下体高潮全视频| 久久久国产成人精品二区| 亚洲真实伦在线观看| 一进一出抽搐动态| 久久久久久人人人人人| 亚洲五月婷婷丁香| 久久香蕉精品热| 十八禁人妻一区二区| 变态另类成人亚洲欧美熟女| 母亲3免费完整高清在线观看| 岛国在线观看网站| 亚洲av第一区精品v没综合| 国产精品亚洲美女久久久| av在线天堂中文字幕| 成人精品一区二区免费| 亚洲国产欧美人成| 免费观看精品视频网站| 亚洲18禁久久av| 91老司机精品| 亚洲av美国av| 精品第一国产精品| 国产精品免费一区二区三区在线| 欧美中文综合在线视频| 一区福利在线观看| 精品欧美一区二区三区在线| 97人妻精品一区二区三区麻豆| 欧美3d第一页| 成人三级黄色视频| 亚洲欧美精品综合久久99| 美女免费视频网站| 亚洲第一欧美日韩一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 国产单亲对白刺激| 美女大奶头视频| 婷婷丁香在线五月| 精华霜和精华液先用哪个| 狂野欧美激情性xxxx| 国产在线观看jvid| 欧美成人免费av一区二区三区| av国产免费在线观看| 校园春色视频在线观看| 国内揄拍国产精品人妻在线| 日本三级黄在线观看| 一进一出好大好爽视频| 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| 午夜久久久久精精品| 日韩欧美三级三区| 国内精品久久久久精免费| 久久精品影院6| 亚洲精品av麻豆狂野| 久久精品综合一区二区三区| 欧美高清成人免费视频www| 最近视频中文字幕2019在线8| 亚洲av片天天在线观看| 成在线人永久免费视频| 久久精品亚洲精品国产色婷小说| 亚洲精品中文字幕一二三四区| 欧美激情久久久久久爽电影| 男女视频在线观看网站免费 | cao死你这个sao货| 国产精品1区2区在线观看.| www.www免费av| 不卡一级毛片| 操出白浆在线播放| 精品人妻1区二区| 久久草成人影院| 亚洲片人在线观看| 国产人伦9x9x在线观看| 免费电影在线观看免费观看| 国内精品久久久久精免费| 久久精品影院6| 看片在线看免费视频| 欧美性猛交╳xxx乱大交人| 亚洲自偷自拍图片 自拍| av视频在线观看入口| av福利片在线观看| 成人手机av| 午夜视频精品福利| 亚洲欧美激情综合另类| av中文乱码字幕在线| 老司机午夜福利在线观看视频| 国内揄拍国产精品人妻在线| 亚洲天堂国产精品一区在线| 波多野结衣高清作品| 看片在线看免费视频| 叶爱在线成人免费视频播放| 欧美日韩瑟瑟在线播放| 中国美女看黄片| 亚洲成人免费电影在线观看| 国产熟女午夜一区二区三区| 嫩草影视91久久| 女人被狂操c到高潮| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲精品一卡2卡三卡4卡5卡| a级毛片在线看网站| av免费在线观看网站| 丝袜人妻中文字幕| 国产一区二区三区视频了| 狂野欧美白嫩少妇大欣赏| av中文乱码字幕在线| 欧美日韩亚洲国产一区二区在线观看| 国产高清激情床上av| 亚洲av成人精品一区久久| 国产精品爽爽va在线观看网站| 特级一级黄色大片| 中亚洲国语对白在线视频| 999精品在线视频| x7x7x7水蜜桃| 亚洲国产看品久久| 最近最新中文字幕大全电影3| АⅤ资源中文在线天堂| 啦啦啦观看免费观看视频高清| 精品久久久久久久毛片微露脸| 国产免费男女视频| 日本 欧美在线| 身体一侧抽搐| 国产日本99.免费观看| 在线观看一区二区三区| 国产高清videossex| 亚洲熟妇熟女久久| 久久久久久久久中文| 最近最新中文字幕大全免费视频| 一边摸一边做爽爽视频免费| 精品熟女少妇八av免费久了| 无遮挡黄片免费观看| 国产片内射在线| 久久久水蜜桃国产精品网| 亚洲午夜理论影院| 免费搜索国产男女视频| 久久久久久免费高清国产稀缺| x7x7x7水蜜桃| 亚洲美女视频黄频| 脱女人内裤的视频|