• <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 ?

    基于余弦相似度的Graph Cuts序列圖像分割算法

    2017-08-10 09:52:40劉璐
    現(xiàn)代計(jì)算機(jī) 2017年15期
    關(guān)鍵詞:余弦鄰域邊界

    劉璐

    (沈陽(yáng)航空航天大學(xué)計(jì)算機(jī)學(xué)院,沈陽(yáng) 110000)

    基于余弦相似度的Graph Cuts序列圖像分割算法

    劉璐

    (沈陽(yáng)航空航天大學(xué)計(jì)算機(jī)學(xué)院,沈陽(yáng) 110000)

    傳統(tǒng)Graph Cuts算法容易出現(xiàn)漏分割、誤分割現(xiàn)象,分割效果有待提高,且需要人工交互分割效率不高。針對(duì)傳統(tǒng)算法的不足,提出基于余弦相似度的Graph Cuts序列分割圖像算法。使用最大余弦相似度構(gòu)造能量函數(shù)的區(qū)域項(xiàng),計(jì)算超像素與種子聚類區(qū)域的最大余弦相似度。使用余弦相似度和顏色相似度來(lái)構(gòu)造邊界項(xiàng),計(jì)算鄰域超像素的顏色和相對(duì)距離特征相似度。將該算法與傳統(tǒng)Graph Cuts算法進(jìn)行分割結(jié)果比較精確率和召回率等均有提高,漏報(bào)率降和虛報(bào)率明顯降低。算法應(yīng)用于序列圖像分割,減少人工交互,提高分割效率。

    Graph Cuts算法;圖像分割;余弦相似度;序列圖像

    0 引言

    圖像分割這一技術(shù)自從發(fā)展以來(lái),有很多系統(tǒng)的、科學(xué)的分割方法。20世紀(jì)90年代首次成功應(yīng)用圖論理論在圖像分割的研究中,引起了學(xué)者們對(duì)于圖論理論及其應(yīng)用的熱烈關(guān)注,目前在圖像分割、紋理合成、圖像恢復(fù)、圖像去噪、三維重構(gòu)、運(yùn)動(dòng)目標(biāo)檢測(cè)和立體匹配等圖像處理技術(shù)中都有廣泛應(yīng)用。

    1 基于圖論的分割算法研究現(xiàn)狀

    Boykov等人[1]首次在圖像分割領(lǐng)域應(yīng)用 Graph Cuts算法,構(gòu)造出S/T圖,并用區(qū)域項(xiàng)和邊界項(xiàng)計(jì)算S/ T圖的邊的權(quán)值,最后通過最小化能量函數(shù)得到最小割,即得到分割結(jié)果。該算法優(yōu)點(diǎn)是對(duì)噪聲不敏感,不容易出現(xiàn)過分割。不足之處是當(dāng)前后背景顏色相近時(shí),趨于較短分割,而且由于需要人工交互,所以對(duì)于多幅圖像分割處理起來(lái)效率不高,不能實(shí)現(xiàn)實(shí)時(shí)性。從Graph Cuts算法的出現(xiàn)就引起了研究人員對(duì)圖論分割的關(guān)注,對(duì)以后的圖論算法產(chǎn)生重要影響。

    Rother等人[2]提出的基于高斯混合模型的Grab Cut算法,就是在Graph Cuts算法進(jìn)行的改進(jìn),它通過不斷迭代的方式提高了參數(shù)估計(jì)的準(zhǔn)確性,并且簡(jiǎn)化了交互改善了用戶體驗(yàn)。但是當(dāng)選取的種子在區(qū)域外時(shí),分割效果較差。2004年,Li Y等人[3]提出了Lazy snap?ping方法,利用Graph Cuts算法對(duì)圖像分割得到粗分割,然后通過邊界上的多邊形頂點(diǎn)進(jìn)行調(diào)整編輯得到細(xì)分割,缺點(diǎn)是對(duì)于大規(guī)模圖像處理速度較慢,需要大量人工交互。文獻(xiàn)[4]描述了GCBAC算法,它結(jié)合了主動(dòng)輪廓算法與Graph Cuts算法,分割效果要比單獨(dú)應(yīng)用Graph Cuts算法好,但是該方法需要大量的訓(xùn)練模板,算法復(fù)雜度高,而且過于依賴初始輪廓。Rother等人[5]提出的co-segmentation方法,將Grab Cut算法和SVM算法相結(jié)合,該方法在每一層迭代經(jīng)過SVM算法學(xué)習(xí)特征后得到超像素,將超像素的相似特征作為Grab Cut算法的分割約束進(jìn)行圖像分割,好處是只需要較少的交互,實(shí)現(xiàn)了無(wú)監(jiān)督學(xué)習(xí),但是算法復(fù)雜度高,時(shí)間消耗大。

    本文對(duì)Graph Cuts算法進(jìn)行研究并提出使用余弦相似度構(gòu)造能量函數(shù)的區(qū)域項(xiàng)和邊界項(xiàng),分別描述原始Graph Cuts算法和本文算法的基本原理,通過實(shí)驗(yàn)對(duì)比驗(yàn)證本文算法分割結(jié)果更準(zhǔn)確,誤分割和漏分割的現(xiàn)象明顯減少,并且應(yīng)用于多幅序列圖像分割,減少交互和算法時(shí)間。

    2 Graph Cuts算法

    Graph Cuts算法核心思想是,用戶通過人機(jī)交互對(duì)圖像中的目標(biāo)和背景標(biāo)記不同的標(biāo)號(hào),作為分割圖像的硬約束條件,然后建立相應(yīng)的S/T圖,根據(jù)邊的權(quán)值構(gòu)造合適的能量函數(shù),利用最大流/最小割算法來(lái)計(jì)算最優(yōu)化的全局代價(jià)函數(shù),即求解S/T圖的最小割,從而實(shí)現(xiàn)圖像分割。

    首先把圖像映射為S/T圖,除了有普通頂點(diǎn)還包含兩個(gè)終端頂點(diǎn),分別為S源點(diǎn)和T匯點(diǎn)。S/T圖中有兩種邊,一種邊是n-links,由相鄰像素連接組成,另一種邊是t-links,由普通像素分別S源點(diǎn)和T匯點(diǎn)連接組成的邊。其中鄰域像素可以采用四鄰域或八鄰域方法。能量函數(shù)包含了兩個(gè)約束項(xiàng),區(qū)域項(xiàng)R(A)與邊界項(xiàng)B(A),充分利用圖像的區(qū)域?qū)傩院瓦吔鐚傩缘男畔?,可以得到?zhǔn)確性更高的分割結(jié)果。邊的權(quán)值由能量函數(shù)的區(qū)域項(xiàng)和邊界項(xiàng)計(jì)算,能量函數(shù)通常有如下形式:

    區(qū)域項(xiàng)R(A)用來(lái)評(píng)價(jià)給所有像素分配標(biāo)號(hào)的情況,其定義如公式(2)所示。其中,Rp(Ap)表示為單個(gè)像素點(diǎn)p分配標(biāo)號(hào)Ap的能量消耗。

    邊界項(xiàng)B(A)反應(yīng)的是圖像的光滑性約束,表示不同標(biāo)號(hào)的相鄰像素點(diǎn)之間的代價(jià),其定義如公式(3)所示。其中,B(p,q)可以看作為像素p和像素q之間不連續(xù)的懲罰項(xiàng),δ(Ap,Aq)表示當(dāng)相鄰像素p和q的標(biāo)號(hào)相同時(shí)為1,相鄰像素的標(biāo)號(hào)不同時(shí)為0。

    在給所有邊賦權(quán)值后,構(gòu)建出一個(gè)完整的S/T圖,然后通過最大流/最小割算法計(jì)算能量函數(shù)E(A)的最小值,得到最小割,割集將把S/T圖分割成兩個(gè)子圖S圖和T圖,即把圖像分割成目標(biāo)和背景。

    3 本文算法描述

    3.1 預(yù)處理步驟

    (1)讀入序列圖像文件,并保存序列圖像的編號(hào);

    (2)利用雙線性插值對(duì)圖像重采樣,調(diào)整圖像到統(tǒng)一大小,便于整理和分割序列圖像;

    (3)對(duì)圖像進(jìn)行高斯濾波平滑、亮度變換操作,使圖像的對(duì)比度增強(qiáng),使待分割的目標(biāo)更加突出;

    (4)最后以序列編號(hào)來(lái)命名保存圖像,為序列圖像分割做準(zhǔn)備。

    3.2 余弦相似度

    Graph cuts是一種把圖像分割問題看成像素標(biāo)記問題的基于圖論算法。能量函數(shù)的區(qū)域項(xiàng)用于反映像素點(diǎn)分配標(biāo)簽的特征相似度,邊界項(xiàng)用于反映相鄰像素間的特征相似度。像素的顏色特征和相鄰像素間的距離特征相結(jié)合,共同對(duì)能量函數(shù)的特征相似度產(chǎn)生影響。

    傳統(tǒng)的Graph Cuts算法在建立邊界項(xiàng)B(A)時(shí),用基于歐氏距離的懲罰項(xiàng)B(p,q)來(lái)表示相鄰像素的相似性的差異。歐氏距離(Euclidean distance)是距離度量,用于衡量向量在空間上存在的絕對(duì)距離,沒有考慮維度方向上的相似性。

    余弦相似度(Cosine similarity)[6]衡量的是向量的相對(duì)距離,體現(xiàn)的是一個(gè)空間三維的概念。余弦相似度是一種相似度度量(Similarity measure),更注重維度之間的差異。本文采用余弦相似度構(gòu)造能量函數(shù)的區(qū)域項(xiàng)和邊界項(xiàng),從相對(duì)距離上衡量像素間的特征相似度。余弦相似度的值在[0,1]之間,也使得算法簡(jiǎn)單高效。||?||表示向量的二范數(shù),則兩個(gè)向量p和q的余弦相似度C定義為:

    向量a與向量集B的最大余弦相似度(Max Co?sine similarity),其含義是取向量a與向量集B的每一個(gè)向量Bi的余弦相似度的最大值。最大余弦相似度MCS定義為:

    3.3 基于余弦相似度的能量函數(shù)

    利用分水嶺方法對(duì)圖像進(jìn)行預(yù)分割,得到的圖像由許多個(gè)小區(qū)域組成。小區(qū)域內(nèi)像素相鄰且特征相似,又稱為超像素。這些小區(qū)域大多保留了圖像分割的有效信息,且一般不會(huì)破壞圖像中物體的邊界信息。利用基于超像素的計(jì)算,在不損壞圖像特征信息的同時(shí),達(dá)到降低算法的復(fù)雜度的目的。其中,Sp表示分水嶺后超像素的平均像素值。Lp∈{“obj”,”bkg”}表示超像素p被分為的標(biāo)簽是目標(biāo)或背景。

    用戶對(duì)目標(biāo)和背景交互后,使用FCM聚類算法,對(duì)目標(biāo)和背景種子點(diǎn)集分別聚類,得到目標(biāo)和背景種子點(diǎn)集的聚類區(qū)域的平均顏色。目標(biāo)種子點(diǎn)集經(jīng)過聚類后得到n個(gè)區(qū)域,每個(gè)聚類區(qū)域的平均像素值記作{Oi},i=1,…,n。背景種子點(diǎn)集經(jīng)過聚類后得到m個(gè)區(qū)域,每個(gè)聚類區(qū)域的平均像素值記作{Bj},j=1,…,m。

    本文使用最大余弦相似度MCS來(lái)構(gòu)造區(qū)域項(xiàng)Rp,用來(lái)反映像素點(diǎn)分配標(biāo)簽的特征相似度。當(dāng)為像素點(diǎn)分配的標(biāo)簽差異性越小,區(qū)域項(xiàng)的值越小。區(qū)域項(xiàng)Rp定義為:

    其中,MCS(Sp,Oi)表示超像素與目標(biāo)種子點(diǎn)聚類區(qū)域的最大余弦相似度,MCS(Sp,Bj)表示超像素與背景種子點(diǎn)聚類區(qū)域的最大余弦相似度,計(jì)算公式如下:

    為像素分配為“obj”0標(biāo)簽時(shí),Rp(“obj”)表示該像素與背景種子區(qū)域的最大余弦相似度占全部種子區(qū)域的最大余弦相似度的值,反映的是被分配為目標(biāo)的像素與背景種子區(qū)域的相似程度,即被分配為目標(biāo)的像素的懲罰項(xiàng)。為像素分配為“bkg”標(biāo)簽時(shí),Rp(“bkg”)表示該像素與目標(biāo)種子區(qū)域的最大余弦相似度占全部種子區(qū)域的最大余弦相似度的值,反映的是被分配為背景的像素與目標(biāo)種子區(qū)域的相似程度,即被分配為背景的像素的懲罰項(xiàng)。

    由公式表明,若當(dāng)前像素屬于“obj”的概率更大時(shí),Rp(“obj”)的值會(huì)更?。煌硐袼貙儆凇癰kg”的概率更大時(shí),Rp(“bkg”)的值會(huì)更小。

    使用余弦相似度C、顏色相似度W來(lái)構(gòu)造邊界項(xiàng)Bpq,用來(lái)反映相鄰像素間的特征相似度。當(dāng)相鄰像素間的特征差異性越大,邊界項(xiàng)的值越小。邊界項(xiàng)Bpq的計(jì)算公式為:

    其中,顏色相似度W用于衡量?jī)蓚€(gè)像素的顏色特征的相似性。Sp和Sq表示鄰域超像素的平均像素值,二者差值的平方表示兩個(gè)鄰域超像素的顏色差異性。尺度因子σ用噪聲估計(jì)確定。再利用負(fù)對(duì)數(shù)exp(-x)使得鄰域超像素的顏色差異性越大,W(Sp,Sq)的值越小。顏色相似度W定義如下:

    余弦相似度C用來(lái)衡量鄰域超像素的相對(duì)距離的相似程度,其定義如(12)所示。相鄰超像素的距離和方向特征的差異性越大,余弦相似度C越小。當(dāng)鄰域超像素不屬于相同的區(qū)域(目標(biāo)或背景)時(shí),余弦相似度C最小。

    邊界項(xiàng)Bpq綜合考慮了相鄰像素的顏色和相對(duì)距離特征,利用這些特征相似度,衡量相鄰像素間不連續(xù)性,體現(xiàn)了圖像的邊界信息。越靠近圖像的邊界部分(即相鄰像素越不連續(xù)),鄰域超像素的顏色和相對(duì)距離特征差異性越大,由公式可知顏色相似度W和余弦相似度C就越小,邊界項(xiàng)Bpq也就越小。

    能量函數(shù)由區(qū)域項(xiàng)和邊界項(xiàng)組成,當(dāng)像素都被正確分配標(biāo)簽時(shí),區(qū)域項(xiàng)的值最小,當(dāng)邊界都被正確分割時(shí),邊界項(xiàng)的值最小。能夠?qū)崿F(xiàn)圖像被正確分割時(shí),能量函數(shù)的值最小。

    然后將圖像映射成S/T圖:圖像分水嶺預(yù)分割后的超像素映射為S/T圖的普通節(jié)點(diǎn)的集合P,目標(biāo)種子點(diǎn)集和背景種子點(diǎn)集被FCM聚類分割后的小區(qū)域映射為S/T圖的S源點(diǎn)集和T匯點(diǎn)集。利用區(qū)域項(xiàng)和邊界項(xiàng)計(jì)算S/T圖中對(duì)應(yīng)邊的權(quán)值,普通鄰域超像素的邊的權(quán)值使用邊界項(xiàng)Bpq計(jì)算,超像素與目標(biāo)或背景種子區(qū)域的邊的權(quán)值使用區(qū)域項(xiàng)Rp計(jì)算。

    使用最大流/最小割算法中的其中一種算法:雙向快速增廣路徑算法,該算法利用兩棵搜索樹從源點(diǎn)S到匯點(diǎn)T同時(shí)查找一條增廣路徑,算法速度快。利用雙向快速增廣路徑算法計(jì)算能量函數(shù)最小值,得到最

    D(Lp,Lq)表示鄰域超像素的標(biāo)簽若相同則計(jì)算邊界項(xiàng),若不同邊界項(xiàng)就直接為0。用于判斷鄰域超像素是否屬于不同的區(qū)域。其定義如下:小割,從而實(shí)現(xiàn)圖像分割。

    3.4 序列圖像分割算法

    序列圖像的基本特點(diǎn)是后一張圖像與前一張圖像相似,但是有差別?;诖颂攸c(diǎn),序列圖像分割的核心思想是當(dāng)前的圖像分割后的模板作為下一張圖像的種子點(diǎn)集。只有第一張圖像需要單獨(dú)分割,其余的序列圖像可以實(shí)現(xiàn)自動(dòng)分割。算法流程是:

    (1)對(duì)第一張圖像分割,使用本文提出的改進(jìn)Graph Cuts算法得到分割后的模板,對(duì)模板腐蝕、膨脹操作得到第二張圖像的種子點(diǎn)集;

    (2)對(duì)當(dāng)前圖像分割,使用基于改進(jìn)Graph Cuts算法,種子點(diǎn)是上一張圖像分割得到并經(jīng)過形態(tài)學(xué)方法處理的模板;

    (3)重復(fù)步驟(2)直到分割好全部序列圖像。

    4 實(shí)驗(yàn)結(jié)果及分析

    本文的實(shí)驗(yàn)數(shù)據(jù)的來(lái)源是LIDC-IDRI,一個(gè)公開的肺部影像數(shù)據(jù)庫(kù),像素間距為0.6641,圖像間的序列間距為0.625。首先對(duì)多幅肺部序列圖像進(jìn)行預(yù)處理,使得待分割的目標(biāo)更突出,為之后的多幅序列圖像分割做準(zhǔn)備。經(jīng)過對(duì)238張圖像的預(yù)處理實(shí)驗(yàn),平均單張圖像預(yù)處理需要約0.09秒。圖1(a)表示使用鼠標(biāo)對(duì)預(yù)處理后的圖像人工標(biāo)記,用藍(lán)色的線標(biāo)記背景種子點(diǎn),紅色的線標(biāo)記目標(biāo)種子點(diǎn)。圖1(b)(c)為兩種算法的實(shí)驗(yàn)結(jié)果可以看出本文算法的分割結(jié)果較好,對(duì)邊界的分割更準(zhǔn)確,減少誤分割和漏分割的情況。

    圖1

    由基于區(qū)域的測(cè)度可以計(jì)算一系列的評(píng)價(jià)指標(biāo),用于評(píng)價(jià)分割結(jié)果的準(zhǔn)確性等。評(píng)價(jià)指標(biāo)有真正類率(TPR),計(jì)算的是正樣本被正確分割的概率,又稱召回率、查全率。假正類率(FPR),計(jì)算的是負(fù)樣本被錯(cuò)誤分割為正樣本的概率,又稱虛報(bào)率。真負(fù)類率(TNR),計(jì)算的是負(fù)樣本被正確分割的概率,也稱特異性。假負(fù)類率(FNR),計(jì)算的是正樣本被錯(cuò)誤分割為負(fù)樣本的概率,又稱漏報(bào)率。準(zhǔn)確率(ACC),就是正負(fù)樣本分別被正確分割的概率。精確率(P),計(jì)算的是預(yù)測(cè)為正樣本占實(shí)際為正樣本的比例,又稱查準(zhǔn)率。F1是精確率和召回率加權(quán)調(diào)和平均,當(dāng)F1較高時(shí)則能說(shuō)明分割算法的準(zhǔn)確度比較高。

    為了驗(yàn)證實(shí)驗(yàn)的有效性,本文的實(shí)驗(yàn)數(shù)據(jù)有四組序列圖像,分別對(duì)四組實(shí)驗(yàn)數(shù)據(jù)經(jīng)過原始Graph cuts算法和基于余弦相似度的Graph cuts算法分割后,計(jì)算每組每張圖像經(jīng)過兩種算法的評(píng)價(jià)指標(biāo),然后得到平均評(píng)價(jià)指標(biāo)結(jié)果并計(jì)算本文算法相對(duì)于原始算法的環(huán)比增長(zhǎng)率,如表1所示。

    由表中的四組實(shí)驗(yàn)數(shù)據(jù)可知本文提出的基于改進(jìn)Graph cuts算法的分割算法與基于原始Graph cuts算法的分割算法相比,在真正類率、真負(fù)類率、準(zhǔn)確率、F1值均有所提高,在假正類率(即虛報(bào)率)和假負(fù)類率(即漏報(bào)率)均明顯降低。由實(shí)驗(yàn)驗(yàn)證可得本文算法比原始Graph cuts算法的分割效果好,分割結(jié)果準(zhǔn)確性提高,漏分割、誤分割情況明顯下降。

    本文記錄下兩種算法分割的時(shí)間,基于本文算法的單幅圖像分割的平均時(shí)間約為4.8782秒,而基于原始Graph Cuts算法的單幅圖像分割的平均時(shí)間約4.4536秒,前者比后者多0.4246秒。

    本文記錄下人工標(biāo)記所需時(shí)間,單幅圖像標(biāo)記的平均時(shí)間約29.4877秒。除了第一張圖像需要標(biāo)記,本文算法可以為每張序列圖像省下約29秒,節(jié)省了大量的時(shí)間和人力,并提高了序列圖像分割的效率。

    5 結(jié)語(yǔ)

    通過實(shí)驗(yàn)表明基于余弦相似度的Graph Cuts序列圖像分割算法分割效果較好,誤分割和漏分割的現(xiàn)象明顯減少;可以實(shí)現(xiàn)序列圖像分割,在保持良好分割效果的同時(shí),提高序列圖像分割算法的效率。

    基于余弦相似度的Graph Cuts序列圖像分割算法,對(duì)第一張圖像的種子點(diǎn)選取依賴性較強(qiáng),對(duì)于不同的序列圖像種子點(diǎn)的選取需要作出調(diào)整。對(duì)于不同類型的圖像需要調(diào)整式(1)中λ參數(shù)和式(11)中σ參數(shù)的值。后續(xù)的研究工作可以針對(duì)以上兩點(diǎn)改進(jìn)。

    [1]Boykov Y,Jolly MP.Interactive Graph Cuts For Optimal Boundary&Region Segmentation of Objects in N-D Images[C].IEEE International Conference on Computer Vision,2001:105-112.

    [2]Rother C,Kolmogorov V,Blake A.“Grabcut”-Interactive Foreground Extraction Using Iterated Graph Cuts[J].ACM SIGGRAPH,2004, 23(3):309-314.

    [3]Y Li,J Sun,CKTang,HY Shum.Lazy Snapping[J].ACM SIGGRAPH,2004,23(3):303-308.

    [4]Xu N,Bansal R,Ahuja N.Object Segmentation Using Graph Cuts Based Active Contours[C].Computer Vision and Image Understanding,2007,107(3):210-224.

    [5]Rother C,Minka T P,Blake A,et al.Cosegmentation of Image Pairs by Histogram Matching-Incorporating a Global Constraint into MRFs[C].IEEE Computer Society Conference on Computer Vision&Pattern Recognition,2006,1:933-1000.

    [6]HV Nguyen,Li Bai.Cosine Similarity Metric Learning for Face Verification[C].Asian Conference on Computer Vision,2010,6493:709-720.

    Graph Cuts Sequence Image Segmentation Algorithm Based on Cosine Similarity

    LIU Lu

    (School of Computer Science,Shenyang Aerospace University,Shenyang 110000)

    Traditional Graph Cuts segmentation algorithm may bring leakage segmentation and error segmentation.The segmentation effect of the algo?rithm needs to be improved,and the algorithm needs human interaction with low segmentation efficiency.In order to improve the shortcom?ings of traditional algorithms,proposes the Graph Cuts algorithm of sequence image segmentation based on cosine similarity.Constructs the region term of the energy function by using the maximum cosine similarity,and calculates the maximum cosine similarity between the su?per-pixel and the seed clustering region.Constructs the boundary term of the energy function by using the cosine similarity and color simi?larity,and calculates the color and the relative distance feature similarity of neighborhood super-pixel.This algorithm is compared with the traditional Graph Cuts algorithm,the accuracy and recall rate are improved,the false positive rate and the false negative rate is reduced ob?viously.Applies this algorithm to sequence image segmentation,which reduces the manual interaction and improves the segmentation effi?ciency.

    劉璐(1992-),女,遼寧撫順人,碩士,研究方向?yàn)獒t(yī)學(xué)影像處理

    2017-02-22

    2017-05-20

    1007-1423(2017)15-0020-05

    10.3969/j.issn.1007-1423.2017.15.005

    Graph Cuts Algorithm;Image Segmentation;Cosine Similarity;Sequence Image

    猜你喜歡
    余弦鄰域邊界
    拓展閱讀的邊界
    稀疏圖平方圖的染色數(shù)上界
    論中立的幫助行為之可罰邊界
    基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
    兩個(gè)含余弦函數(shù)的三角母不等式及其推論
    關(guān)于-型鄰域空間
    分?jǐn)?shù)階余弦變換的卷積定理
    圖像壓縮感知在分?jǐn)?shù)階Fourier域、分?jǐn)?shù)階余弦域的性能比較
    離散余弦小波包變換及語(yǔ)音信號(hào)壓縮感知
    “偽翻譯”:“翻譯”之邊界行走者
    亚洲激情五月婷婷啪啪| av网站免费在线观看视频| 久久久久久免费高清国产稀缺| e午夜精品久久久久久久| 国产伦理片在线播放av一区| 欧美日韩国产mv在线观看视频| 国产免费福利视频在线观看| 纯流量卡能插随身wifi吗| www.熟女人妻精品国产| 电影成人av| 国产在线一区二区三区精| 黄片播放在线免费| 狠狠狠狠99中文字幕| 少妇粗大呻吟视频| 2018国产大陆天天弄谢| 汤姆久久久久久久影院中文字幕| 久久久水蜜桃国产精品网| 婷婷成人精品国产| 久久久久久久精品精品| 麻豆国产av国片精品| 国产有黄有色有爽视频| 美女中出高潮动态图| 欧美成人午夜精品| 亚洲精品av麻豆狂野| 一区二区av电影网| 午夜福利在线免费观看网站| 飞空精品影院首页| 一级毛片精品| 国产麻豆69| 丝袜美腿诱惑在线| 美女午夜性视频免费| 一本大道久久a久久精品| 色综合欧美亚洲国产小说| 男女边摸边吃奶| av在线老鸭窝| 亚洲午夜精品一区,二区,三区| 欧美日韩亚洲国产一区二区在线观看 | 夜夜夜夜夜久久久久| 亚洲精品美女久久av网站| 亚洲全国av大片| 国产av国产精品国产| 成人黄色视频免费在线看| 99re6热这里在线精品视频| 亚洲精品国产区一区二| 国产99久久九九免费精品| 亚洲国产av影院在线观看| 自线自在国产av| 一本色道久久久久久精品综合| 性高湖久久久久久久久免费观看| 老熟妇仑乱视频hdxx| 脱女人内裤的视频| 99香蕉大伊视频| 天天添夜夜摸| 精品视频人人做人人爽| 欧美乱码精品一区二区三区| 在线av久久热| 国产黄色免费在线视频| 亚洲久久久国产精品| 飞空精品影院首页| 在线观看免费高清a一片| 性少妇av在线| 亚洲七黄色美女视频| 91麻豆精品激情在线观看国产 | 国产97色在线日韩免费| 老汉色av国产亚洲站长工具| 老司机亚洲免费影院| 久久久国产一区二区| 在线看a的网站| 精品视频人人做人人爽| 性色av一级| 国精品久久久久久国模美| 超色免费av| 亚洲成人国产一区在线观看| 女人被躁到高潮嗷嗷叫费观| 超碰成人久久| 日日爽夜夜爽网站| 91精品国产国语对白视频| 日韩有码中文字幕| 嫁个100分男人电影在线观看| 叶爱在线成人免费视频播放| 女人久久www免费人成看片| 国产av一区二区精品久久| 久久久久精品人妻al黑| videosex国产| 一个人免费在线观看的高清视频 | 久热这里只有精品99| 精品人妻一区二区三区麻豆| 999精品在线视频| 水蜜桃什么品种好| 国产成+人综合+亚洲专区| 我的亚洲天堂| 老司机福利观看| 精品熟女少妇八av免费久了| 国产成人影院久久av| 免费看十八禁软件| 大型av网站在线播放| 精品久久久久久久毛片微露脸 | 69av精品久久久久久 | 精品乱码久久久久久99久播| 久久精品aⅴ一区二区三区四区| 99久久人妻综合| 亚洲国产欧美日韩在线播放| 亚洲五月色婷婷综合| 亚洲午夜精品一区,二区,三区| 在线观看舔阴道视频| 啦啦啦中文免费视频观看日本| 免费av中文字幕在线| 可以免费在线观看a视频的电影网站| 一进一出抽搐动态| 午夜精品久久久久久毛片777| 亚洲精品日韩在线中文字幕| 人成视频在线观看免费观看| 美女脱内裤让男人舔精品视频| 亚洲精品美女久久av网站| 考比视频在线观看| 亚洲第一av免费看| 新久久久久国产一级毛片| 一二三四在线观看免费中文在| 两性午夜刺激爽爽歪歪视频在线观看 | 狂野欧美激情性bbbbbb| 国产亚洲精品一区二区www | 每晚都被弄得嗷嗷叫到高潮| 国产在视频线精品| 可以免费在线观看a视频的电影网站| 成人国语在线视频| 在线av久久热| 亚洲第一欧美日韩一区二区三区 | 欧美日韩亚洲综合一区二区三区_| 人人妻人人澡人人爽人人夜夜| 久久久国产精品麻豆| 国产av精品麻豆| 美女高潮到喷水免费观看| av有码第一页| 色94色欧美一区二区| 久久久水蜜桃国产精品网| 日韩,欧美,国产一区二区三区| 亚洲精品国产精品久久久不卡| 欧美日本中文国产一区发布| 捣出白浆h1v1| 亚洲精品久久成人aⅴ小说| tube8黄色片| av天堂在线播放| 新久久久久国产一级毛片| 丝袜喷水一区| www.自偷自拍.com| 999久久久国产精品视频| 黑人巨大精品欧美一区二区蜜桃| 成年av动漫网址| 欧美av亚洲av综合av国产av| 在线观看免费视频网站a站| 一区二区av电影网| 国产成人av教育| 免费高清在线观看视频在线观看| 汤姆久久久久久久影院中文字幕| 免费观看a级毛片全部| 欧美日韩视频精品一区| 欧美精品一区二区免费开放| 日本av免费视频播放| 亚洲人成电影观看| 国产色视频综合| 国产黄频视频在线观看| tocl精华| 操出白浆在线播放| 中文字幕色久视频| 中文精品一卡2卡3卡4更新| 国产成人免费观看mmmm| 老司机福利观看| 欧美久久黑人一区二区| 久久 成人 亚洲| 欧美日韩国产mv在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看 | 午夜免费成人在线视频| tube8黄色片| 久久天堂一区二区三区四区| 国产一卡二卡三卡精品| 午夜福利一区二区在线看| 国产亚洲av片在线观看秒播厂| 在线观看人妻少妇| 国产精品麻豆人妻色哟哟久久| 午夜免费观看性视频| 91精品三级在线观看| www.av在线官网国产| 中文字幕人妻丝袜制服| 满18在线观看网站| 亚洲欧美精品自产自拍| 国产精品久久久久久人妻精品电影 | 999精品在线视频| 国产在线一区二区三区精| 国产精品影院久久| 啦啦啦免费观看视频1| 国产精品久久久人人做人人爽| 国产欧美亚洲国产| 最新的欧美精品一区二区| 免费在线观看黄色视频的| 2018国产大陆天天弄谢| 亚洲av电影在线观看一区二区三区| 美国免费a级毛片| 一边摸一边抽搐一进一出视频| 久久久久久久大尺度免费视频| 亚洲国产毛片av蜜桃av| 成年动漫av网址| 一区福利在线观看| 国产真人三级小视频在线观看| 亚洲成av片中文字幕在线观看| 久久人妻熟女aⅴ| 视频在线观看一区二区三区| 99精品久久久久人妻精品| 一级片'在线观看视频| 黄色a级毛片大全视频| 欧美乱码精品一区二区三区| 欧美日韩av久久| 亚洲专区中文字幕在线| 嫩草影视91久久| 99国产极品粉嫩在线观看| 巨乳人妻的诱惑在线观看| 亚洲精品一二三| 亚洲av电影在线进入| 黄片大片在线免费观看| 国产精品秋霞免费鲁丝片| 黄片播放在线免费| 水蜜桃什么品种好| 久久久久久免费高清国产稀缺| 777久久人妻少妇嫩草av网站| a 毛片基地| 国产老妇伦熟女老妇高清| 亚洲中文日韩欧美视频| 欧美激情久久久久久爽电影 | 国产精品 国内视频| 在线观看免费午夜福利视频| 自拍欧美九色日韩亚洲蝌蚪91| 在线观看免费高清a一片| 欧美日韩av久久| 国产视频一区二区在线看| 热re99久久精品国产66热6| videos熟女内射| 久久天堂一区二区三区四区| 成在线人永久免费视频| 亚洲美女黄色视频免费看| 亚洲精品乱久久久久久| 国产99久久九九免费精品| 欧美精品亚洲一区二区| 午夜精品国产一区二区电影| a级片在线免费高清观看视频| 精品少妇黑人巨大在线播放| 成人亚洲精品一区在线观看| 国产av又大| 欧美另类亚洲清纯唯美| 99九九在线精品视频| 日韩一区二区三区影片| 国产精品久久久久久精品古装| 欧美精品高潮呻吟av久久| 亚洲,欧美精品.| 日韩欧美免费精品| 国产色视频综合| 久久ye,这里只有精品| 亚洲欧美一区二区三区久久| 不卡一级毛片| 欧美av亚洲av综合av国产av| 精品少妇黑人巨大在线播放| 啪啪无遮挡十八禁网站| 国产欧美日韩综合在线一区二区| 成人18禁高潮啪啪吃奶动态图| 不卡av一区二区三区| 婷婷色av中文字幕| 两个人免费观看高清视频| 免费观看人在逋| 久久香蕉激情| 青春草亚洲视频在线观看| 欧美性长视频在线观看| 国产日韩欧美亚洲二区| 人人妻人人爽人人添夜夜欢视频| 最近最新免费中文字幕在线| 欧美黄色淫秽网站| 精品国产乱子伦一区二区三区 | 黄色视频不卡| 国产精品成人在线| 欧美日韩亚洲国产一区二区在线观看 | 亚洲伊人久久精品综合| 亚洲欧美日韩高清在线视频 | 黄色视频在线播放观看不卡| av在线app专区| 国产又色又爽无遮挡免| 亚洲欧美精品自产自拍| 国产欧美日韩一区二区精品| 黑人猛操日本美女一级片| 国产精品熟女久久久久浪| 欧美日韩亚洲高清精品| 精品人妻在线不人妻| 国产男女超爽视频在线观看| 日韩大码丰满熟妇| 亚洲成国产人片在线观看| 人人妻人人添人人爽欧美一区卜| 久久国产精品影院| 国产日韩欧美在线精品| 免费高清在线观看日韩| 后天国语完整版免费观看| 正在播放国产对白刺激| 国产精品免费视频内射| 国产在线一区二区三区精| 波多野结衣av一区二区av| 一个人免费在线观看的高清视频 | 午夜精品久久久久久毛片777| 国产精品亚洲av一区麻豆| av天堂久久9| 老熟妇乱子伦视频在线观看 | 国产欧美日韩精品亚洲av| 亚洲欧美一区二区三区黑人| 视频区图区小说| 国产一区二区 视频在线| 免费在线观看视频国产中文字幕亚洲 | 新久久久久国产一级毛片| 十八禁网站免费在线| 亚洲精品久久久久久婷婷小说| 国产成人免费观看mmmm| 久久国产亚洲av麻豆专区| 国产精品1区2区在线观看. | 成人免费观看视频高清| 国产色视频综合| 人妻久久中文字幕网| 国产成+人综合+亚洲专区| 少妇粗大呻吟视频| 亚洲精品一二三| 亚洲国产欧美一区二区综合| 亚洲伊人久久精品综合| 一区二区三区乱码不卡18| 午夜视频精品福利| 亚洲国产精品999| 亚洲精品自拍成人| 男女高潮啪啪啪动态图| 国产精品久久久久久精品电影小说| 精品人妻一区二区三区麻豆| 捣出白浆h1v1| 欧美成狂野欧美在线观看| 人人澡人人妻人| 国产高清视频在线播放一区 | 久久久久视频综合| 91精品国产国语对白视频| 亚洲三区欧美一区| 1024香蕉在线观看| 久久天躁狠狠躁夜夜2o2o| 国产男女内射视频| 亚洲午夜精品一区,二区,三区| 国产视频一区二区在线看| 纯流量卡能插随身wifi吗| 午夜福利,免费看| 男女边摸边吃奶| 久久国产精品人妻蜜桃| 侵犯人妻中文字幕一二三四区| 他把我摸到了高潮在线观看 | 视频区欧美日本亚洲| 精品国产乱码久久久久久小说| 国精品久久久久久国模美| 12—13女人毛片做爰片一| 1024香蕉在线观看| 汤姆久久久久久久影院中文字幕| www.熟女人妻精品国产| 下体分泌物呈黄色| 欧美在线黄色| av一本久久久久| 成年人午夜在线观看视频| 一个人免费看片子| 国产精品自产拍在线观看55亚洲 | 国产精品免费视频内射| 久久精品aⅴ一区二区三区四区| 欧美日韩亚洲综合一区二区三区_| 少妇人妻久久综合中文| 国产成人精品久久二区二区免费| 亚洲 国产 在线| 国产亚洲欧美在线一区二区| 精品国产乱码久久久久久小说| 啦啦啦视频在线资源免费观看| 超碰97精品在线观看| 精品人妻熟女毛片av久久网站| 国产一区二区三区av在线| 天堂8中文在线网| 悠悠久久av| 一二三四社区在线视频社区8| 波多野结衣一区麻豆| 日本av手机在线免费观看| 12—13女人毛片做爰片一| 国产亚洲欧美在线一区二区| 一区二区av电影网| 午夜91福利影院| 国产成人系列免费观看| 一级,二级,三级黄色视频| 日本av手机在线免费观看| tube8黄色片| 69av精品久久久久久 | 老司机福利观看| 一二三四在线观看免费中文在| 久久中文看片网| 99精品久久久久人妻精品| 丰满少妇做爰视频| 欧美97在线视频| 亚洲精品久久久久久婷婷小说| 久久午夜综合久久蜜桃| 亚洲三区欧美一区| av有码第一页| 亚洲精品乱久久久久久| 丝袜脚勾引网站| 亚洲,欧美精品.| 亚洲欧美成人综合另类久久久| 黑人操中国人逼视频| 午夜免费观看性视频| 亚洲精品自拍成人| av在线播放精品| 精品人妻一区二区三区麻豆| a级毛片在线看网站| 成人18禁高潮啪啪吃奶动态图| 久久久久久久大尺度免费视频| 国产亚洲欧美在线一区二区| 性少妇av在线| 国产老妇伦熟女老妇高清| 国产精品国产av在线观看| 这个男人来自地球电影免费观看| 亚洲国产精品一区三区| 女人被躁到高潮嗷嗷叫费观| 啪啪无遮挡十八禁网站| 亚洲国产精品一区三区| 好男人电影高清在线观看| 精品免费久久久久久久清纯 | 精品亚洲乱码少妇综合久久| 国产有黄有色有爽视频| 欧美中文综合在线视频| 亚洲国产欧美日韩在线播放| 黑丝袜美女国产一区| 久久久国产一区二区| 日韩一区二区三区影片| 在线天堂中文资源库| 久久久久久亚洲精品国产蜜桃av| 成年人午夜在线观看视频| 国产欧美日韩一区二区三 | 日韩大片免费观看网站| 黄色视频在线播放观看不卡| 人妻一区二区av| 女警被强在线播放| 夜夜骑夜夜射夜夜干| 他把我摸到了高潮在线观看 | 日本av免费视频播放| av国产精品久久久久影院| 久久精品国产亚洲av香蕉五月 | 九色亚洲精品在线播放| 蜜桃在线观看..| av一本久久久久| 国产成人系列免费观看| 热99re8久久精品国产| 一区二区三区激情视频| 人妻一区二区av| 少妇的丰满在线观看| 亚洲国产欧美日韩在线播放| 欧美日韩视频精品一区| av免费在线观看网站| 永久免费av网站大全| 一本久久精品| 精品少妇黑人巨大在线播放| 国产精品 欧美亚洲| 一个人免费看片子| 亚洲欧美成人综合另类久久久| 国产亚洲av高清不卡| 男女之事视频高清在线观看| 亚洲精品av麻豆狂野| 十八禁网站网址无遮挡| 高潮久久久久久久久久久不卡| 国产精品二区激情视频| 久久久久精品国产欧美久久久 | 欧美精品一区二区大全| 在线观看免费高清a一片| 亚洲av美国av| 中国国产av一级| 热99久久久久精品小说推荐| 伦理电影免费视频| 久热这里只有精品99| 午夜激情久久久久久久| 精品人妻1区二区| 精品国产乱码久久久久久小说| 婷婷成人精品国产| av网站免费在线观看视频| 午夜日韩欧美国产| 成年人免费黄色播放视频| 精品一区二区三区av网在线观看 | 午夜视频精品福利| 香蕉国产在线看| 建设人人有责人人尽责人人享有的| 久久精品成人免费网站| 又紧又爽又黄一区二区| av超薄肉色丝袜交足视频| a级毛片黄视频| 男女下面插进去视频免费观看| 岛国在线观看网站| 免费女性裸体啪啪无遮挡网站| 成年人午夜在线观看视频| 国产精品成人在线| 国产亚洲av片在线观看秒播厂| av一本久久久久| 亚洲精品国产精品久久久不卡| 两性午夜刺激爽爽歪歪视频在线观看 | 午夜日韩欧美国产| 老鸭窝网址在线观看| 婷婷色av中文字幕| 少妇的丰满在线观看| 欧美激情 高清一区二区三区| 亚洲av片天天在线观看| 久久免费观看电影| 久久久久久久国产电影| 国产男女内射视频| 国产精品九九99| 亚洲自偷自拍图片 自拍| 久久精品成人免费网站| 亚洲伊人色综图| 免费av中文字幕在线| 国产一区二区激情短视频 | 91国产中文字幕| 新久久久久国产一级毛片| 久久久久精品国产欧美久久久 | 亚洲欧美日韩高清在线视频 | 中文精品一卡2卡3卡4更新| 高清视频免费观看一区二区| 又黄又粗又硬又大视频| 欧美精品一区二区免费开放| 波多野结衣av一区二区av| 亚洲av电影在线观看一区二区三区| 黑丝袜美女国产一区| 一级黄色大片毛片| 精品久久久久久电影网| 国产不卡av网站在线观看| 精品卡一卡二卡四卡免费| 男女边摸边吃奶| 丝瓜视频免费看黄片| 亚洲欧洲日产国产| 色94色欧美一区二区| 亚洲精品一卡2卡三卡4卡5卡 | 亚洲中文字幕日韩| 日韩大片免费观看网站| 99精品欧美一区二区三区四区| 亚洲欧美清纯卡通| 国产一区二区三区av在线| 国产一区有黄有色的免费视频| 青青草视频在线视频观看| 免费观看av网站的网址| 不卡一级毛片| 自拍欧美九色日韩亚洲蝌蚪91| 国产一区二区三区综合在线观看| 超碰成人久久| 久久香蕉激情| 国产主播在线观看一区二区| 亚洲中文日韩欧美视频| 丝袜人妻中文字幕| 日本91视频免费播放| 人人澡人人妻人| 欧美xxⅹ黑人| 少妇粗大呻吟视频| 法律面前人人平等表现在哪些方面 | www.熟女人妻精品国产| 日韩视频一区二区在线观看| 黄网站色视频无遮挡免费观看| 国产成人免费观看mmmm| 99精品欧美一区二区三区四区| 欧美 亚洲 国产 日韩一| 一区在线观看完整版| 免费少妇av软件| 日本av手机在线免费观看| 国产成人精品无人区| 999久久久国产精品视频| 黑人猛操日本美女一级片| 国产一区二区三区在线臀色熟女 | 热99re8久久精品国产| 在线永久观看黄色视频| 国产亚洲精品一区二区www | 午夜福利在线观看吧| 韩国精品一区二区三区| 中国国产av一级| 性色av乱码一区二区三区2| 一二三四在线观看免费中文在| 两性夫妻黄色片| 国产深夜福利视频在线观看| 精品久久蜜臀av无| 午夜福利乱码中文字幕| 法律面前人人平等表现在哪些方面 | 亚洲人成电影观看| 在线亚洲精品国产二区图片欧美| 老司机午夜十八禁免费视频| 极品少妇高潮喷水抽搐| 老司机福利观看| 欧美午夜高清在线| 国产成人av激情在线播放| 久久久国产精品麻豆| 在线观看免费高清a一片| 国产成人精品在线电影| 欧美人与性动交α欧美软件| 母亲3免费完整高清在线观看| 秋霞在线观看毛片| 日本av免费视频播放| 日韩制服丝袜自拍偷拍| av又黄又爽大尺度在线免费看| 少妇被粗大的猛进出69影院| 黑人欧美特级aaaaaa片| 国产亚洲欧美在线一区二区| 午夜福利影视在线免费观看| 久久久久久久久久久久大奶| 国产精品一二三区在线看| 人人妻人人澡人人看| 久久国产精品男人的天堂亚洲| 男女国产视频网站| www.av在线官网国产| 中文字幕精品免费在线观看视频| 亚洲黑人精品在线| 蜜桃国产av成人99| 夜夜夜夜夜久久久久| 国产精品久久久av美女十八| 国产高清国产精品国产三级| 国产精品.久久久| 一区二区三区四区激情视频| 国产伦人伦偷精品视频| 一边摸一边做爽爽视频免费| 热99re8久久精品国产|