• <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 ?

    基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率影像居民區(qū)提取

    2017-09-21 01:18:55岳夢(mèng)雪秦昆張恩兵張曄曾誠(chéng)
    自然資源遙感 2017年3期
    關(guān)鍵詞:居民區(qū)實(shí)驗(yàn)區(qū)高分辨率

    岳夢(mèng)雪, 秦昆,2, 張恩兵, 張曄, 曾誠(chéng)

    (1.武漢大學(xué)遙感信息工程學(xué)院,武漢 430079; 2.地球空間信息技術(shù)協(xié)同創(chuàng)新中心,武漢 430079)

    基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率影像居民區(qū)提取

    岳夢(mèng)雪1, 秦昆1,2, 張恩兵1, 張曄1, 曾誠(chéng)1

    (1.武漢大學(xué)遙感信息工程學(xué)院,武漢 430079; 2.地球空間信息技術(shù)協(xié)同創(chuàng)新中心,武漢 430079)

    數(shù)據(jù)場(chǎng)通過模擬物理場(chǎng)中對(duì)象間的相互作用,來描述數(shù)據(jù)對(duì)象間的相互作用關(guān)系。數(shù)據(jù)場(chǎng)中的勢(shì)值高低反映對(duì)象間相關(guān)程度,故在遙感影像中可用數(shù)據(jù)場(chǎng)來刻畫像元間的空間相關(guān)性特征。提出了一種基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率居民區(qū)有效提取的方法。首先,利用數(shù)據(jù)場(chǎng)計(jì)算遙感影像的勢(shì)值特征圖像; 然后,對(duì)勢(shì)值圖像進(jìn)行分水嶺分割,提取分割所得對(duì)象塊的形心; 最后,對(duì)形心進(jìn)行基于密度的聚類,從而實(shí)現(xiàn)居民區(qū)提取。實(shí)驗(yàn)結(jié)果表明,基于此方法進(jìn)行高分辨率遙感影像的居民區(qū)提取相對(duì)于傳統(tǒng)方法具有更好的魯棒性和高效性。

    數(shù)據(jù)場(chǎng); 空間相關(guān)性; 密度聚類; 高分辨率遙感影像; 居民區(qū)提取

    0 引言

    對(duì)居民區(qū)的準(zhǔn)確和有效提取,將會(huì)為地理國(guó)情普查、土地利用管理和城市規(guī)劃等應(yīng)用提供重要的基礎(chǔ)信息支持。在當(dāng)前廣泛應(yīng)用的高空間分辨率(以下簡(jiǎn)稱“高分”)遙感影像中,復(fù)合居民區(qū)對(duì)象內(nèi)部包含豐富的紋理結(jié)構(gòu)和空間布局模式等信息,通常利用其紋理特征[1-2]、角點(diǎn)特征[3]和邊緣特征[4-5],結(jié)合分割、空間投票和分類等方法實(shí)現(xiàn)居民區(qū)提取,但這些特征有些較為底層,居民區(qū)提取效率或精度偏低。因此,對(duì)空間結(jié)構(gòu)特征的準(zhǔn)確建模表達(dá)和有效利用,成為當(dāng)前高分影像居民區(qū)提取的關(guān)鍵研究問題之一。

    數(shù)據(jù)場(chǎng)是一種描述空間數(shù)據(jù)對(duì)象間相關(guān)性結(jié)構(gòu)特征的有效方法,在遙感影像的結(jié)構(gòu)特征描述中已有學(xué)者做過探索[6]。通過將影像像元類比成電場(chǎng)中的質(zhì)點(diǎn),以影像灰度值類比為質(zhì)點(diǎn)電荷量,則影像的中心像元與鄰域像元通過數(shù)據(jù)場(chǎng)相互作用[7],產(chǎn)生了反映相互作用大小的勢(shì)值,進(jìn)而得到類似于物理場(chǎng)的影像數(shù)據(jù)場(chǎng),勢(shì)值的高低反映了局部空間范圍內(nèi)像素屬性相關(guān)性的強(qiáng)烈程度,因而可用于揭示空間結(jié)構(gòu)特征[8-10]。

    為此,本文提出了一種基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率遙感影像居民區(qū)提取方法。首先,對(duì)原始影像進(jìn)行數(shù)據(jù)場(chǎng)特征計(jì)算; 然后,將面向?qū)ο蠓椒☉?yīng)用到后續(xù)處理中,采用分水嶺算法對(duì)獲得的特征圖像進(jìn)行對(duì)象分割,得到相關(guān)性特征明顯的各對(duì)象單元; 最后,引入密度聚類算法,將各分割對(duì)象進(jìn)行聚類,得到最終的居民區(qū)提取結(jié)果。由于采用了面向?qū)ο蠛兔芏染垲惙椒▉磉M(jìn)行目標(biāo)的快速識(shí)別,從而在計(jì)算效率和提取的準(zhǔn)確性方面較傳統(tǒng)方法都有明顯的改善。

    1 理論與算法描述

    1.1 數(shù)據(jù)場(chǎng)特征計(jì)算

    給定數(shù)據(jù)空間Ω中的一個(gè)數(shù)據(jù)粒子位于x處,則該粒子在任意點(diǎn)y∈Ω處產(chǎn)生的勢(shì)值φx(y)為

    (1)

    式中:m≥0代表場(chǎng)源強(qiáng)度,用數(shù)據(jù)對(duì)象質(zhì)量表示; e為自然底數(shù);σ∈(0,+∞)為影響因子,用于控制數(shù)據(jù)對(duì)象之間的相互作用歷程;k∈N為距離指數(shù),當(dāng)k=2時(shí),勢(shì)函數(shù)對(duì)應(yīng)核力場(chǎng)的高斯勢(shì)函數(shù)。若將一幅大小為m×n的圖像中每個(gè)像元點(diǎn)視為二維空間中的一個(gè)數(shù)據(jù)對(duì)象,像元點(diǎn)的灰度ρij=ρ(i,j)(i=1,2,…,m;j=1,2,…,n)視為數(shù)據(jù)對(duì)象的質(zhì)量,根據(jù)數(shù)據(jù)場(chǎng)的勢(shì)函數(shù)公式,以及數(shù)據(jù)場(chǎng)的疊加性,則所有像元點(diǎn)與其鄰域像元在二維圖像空間中的相互作用,就可以確定一個(gè)圖像數(shù)據(jù)場(chǎng),而場(chǎng)中在位置處的數(shù)據(jù)勢(shì)值計(jì)算公式為

    (2)

    式中:ρx和ρij分別為位置x,(i,j)處像元灰度值; |ρx-ρij|代表場(chǎng)源強(qiáng)度。

    為了能讓數(shù)據(jù)場(chǎng)更全面、更準(zhǔn)確地反映在遙感影像中,整個(gè)鄰域內(nèi)灰度屬性的相關(guān)性,使其具有更強(qiáng)的抗噪能力,本文考慮將窗口內(nèi)的每一像元看作中心像元,綜合考慮窗口內(nèi)的所有像元,進(jìn)而描述像元灰度的統(tǒng)計(jì)特性。給定位置x處像元為中心,其局部鄰域Ω包含N個(gè)相鄰對(duì)象,且相鄰元素在各自位置處均產(chǎn)生數(shù)據(jù)場(chǎng),并具有相應(yīng)勢(shì)值,則在該局部鄰域Ω內(nèi),x點(diǎn)的遙感影像數(shù)據(jù)場(chǎng)勢(shì)函數(shù),可表示為

    (3)

    圖1 像元間的相互作用

    基于遙感影像數(shù)據(jù)場(chǎng)所計(jì)算的特征更好地兼顧了鄰近像元?jiǎng)葜祵?duì)中心像元的影響,對(duì)影像內(nèi)部潛在的空間結(jié)構(gòu)特性具有更好的刻畫。由于高分辨率影像的每個(gè)像元處都有其對(duì)應(yīng)的數(shù)據(jù)場(chǎng)勢(shì)特征值,因此,所有的像元便重新構(gòu)成一幅數(shù)據(jù)場(chǎng)特征圖像。

    1.2 分割與形心密度聚類

    遙感影像中,居民區(qū)內(nèi)部的建筑物屋頂屬性相似性較高,則建筑物目標(biāo)在數(shù)據(jù)場(chǎng)特征圖像中,對(duì)應(yīng)的特征值較高,同時(shí)背景等區(qū)域特征值大小差異性較大。因此,針對(duì)數(shù)據(jù)場(chǎng)特征圖像中不同區(qū)域特征值差異較大的現(xiàn)象,使用分水嶺方法分割[11],以獲得不同目標(biāo)對(duì)象塊。由于居民區(qū)是由多個(gè)房屋建筑聚集而成的復(fù)合地物目標(biāo),故在分割過程中會(huì)產(chǎn)生較多對(duì)象塊,該類對(duì)象塊分布較為密集、形心密度較高,異于農(nóng)田、森林植被及水域等其他屬性相似性較高的背景區(qū)域。因此,可根據(jù)對(duì)象塊形心的密度來區(qū)分居民區(qū)目標(biāo)與背景區(qū)域。

    基于密度的聚類算法,從對(duì)象分布密度出發(fā),把一定密度的區(qū)域進(jìn)行連接,從而發(fā)現(xiàn)不同的團(tuán)簇和區(qū)域。常用的基于密度聚類的算法有很多,其中DBSCAN算法[12]較為常用,該方法根據(jù)數(shù)據(jù)對(duì)象的密度,將對(duì)象聚成不同的類,所聚集成的類無(wú)形狀限制,且具有一定的抗噪性,可以在具有噪聲的數(shù)據(jù)中獲得目標(biāo)類簇。由于DBSCAN算法的聚類效果與Eps和MinPts相關(guān),而遙感影像中,決定地物類別的不只是一定范圍內(nèi)地物特征點(diǎn)的密度,還與其屬性特征相關(guān),如灰度特征。因此,在Eps鄰域內(nèi),當(dāng)特征點(diǎn)同時(shí)滿足密度條件和灰度特性才被認(rèn)為是同一類地物,故實(shí)驗(yàn)所需給定的參數(shù)包括Eps和MinPts以及遙感影像灰度特征控制參數(shù)g。DBSCAN算法對(duì)定義的參數(shù)敏感,參數(shù)上細(xì)微的改變都可引起結(jié)果出現(xiàn)巨大的變化,因此本文通過試錯(cuò)法確定參數(shù)。

    1.3 居民區(qū)提取方法

    在特征圖像計(jì)算方法和相關(guān)參數(shù)確定后,建立基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率居民區(qū)提取方法的算法流程,如圖2所示。

    圖2 居民區(qū)提取流程圖

    關(guān)鍵步驟如下:

    1)利用數(shù)據(jù)場(chǎng)理論公式(3),確定合適的影像因子σ,計(jì)算遙感影像的數(shù)據(jù)場(chǎng)勢(shì)值特征。

    2)使用標(biāo)記符控制的分水嶺分割方法,對(duì)遙感影像的數(shù)據(jù)場(chǎng)特征圖像進(jìn)行分割。

    3)對(duì)圖像分割所得到的對(duì)象塊,分別求取其形心,得到形心集合C。

    4)確定聚類參數(shù),對(duì)形心集合C進(jìn)行基于密度的聚類,根據(jù)聚類結(jié)果獲取屬于居民區(qū)對(duì)象的標(biāo)簽集合,通過標(biāo)簽找到居民區(qū)對(duì)象塊。

    5)利用形態(tài)學(xué)方法開閉運(yùn)算進(jìn)行后處理,合并居民區(qū)對(duì)象塊,最終得到居民區(qū)提取結(jié)果。

    2 實(shí)驗(yàn)與分析

    為了驗(yàn)證本文算法的魯棒性與有效性,選取3種不同傳感器的影像數(shù)據(jù),每種傳感器選擇2個(gè)實(shí)驗(yàn)區(qū),對(duì)所獲得的實(shí)驗(yàn)區(qū)遙感影像數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)區(qū)QB1和QB2為分辨率0.61 m的QuickBird影像數(shù)據(jù),大小分別為1 022像元×1 108像元和806像元×604像元; 實(shí)驗(yàn)區(qū)WV1和WV2為分辨率0.52 m的WordView2影像數(shù)據(jù),大小分別為2 160像元×2 251像元和761像元×919像元; 實(shí)驗(yàn)區(qū)ZY1和ZY2為分辨率2.1 m的資源三號(hào)影像數(shù)據(jù),大小分別為1 029像元×687像元和1 199像元×408像元。所選取的遙感影像實(shí)驗(yàn)數(shù)據(jù)均充分包含居民區(qū)和復(fù)雜地物背景,能滿足實(shí)驗(yàn)所要達(dá)到的目的。實(shí)驗(yàn)區(qū)QB1如圖3所示。

    (a) 原始影像 (b) 數(shù)據(jù)場(chǎng)勢(shì)值特征圖像

    圖3實(shí)驗(yàn)區(qū)QB1

    Fig.3ExperimentalzoneQB1

    計(jì)算實(shí)驗(yàn)區(qū)QB1的原始影像數(shù)據(jù)場(chǎng)勢(shì)值,其勢(shì)值特征圖像描繪如圖3(b),從圖中可以發(fā)現(xiàn),顏色較明亮的區(qū)域?yàn)閿?shù)據(jù)場(chǎng)勢(shì)值高的區(qū)域。對(duì)比數(shù)據(jù)原始影像圖可以發(fā)現(xiàn),該區(qū)域?qū)?yīng)為居民區(qū)建筑部分。在影響因子σ確定的情況下,高分辨率影像數(shù)據(jù)場(chǎng)勢(shì)值的大小與像元的屬性值和像元間的空間相關(guān)性2個(gè)因素有關(guān)。取影像中像元的灰度值作為屬性值,在數(shù)據(jù)原始影像圖中,組成居民區(qū)的建筑物具有相似的灰度屬性,因此像元的屬性值間的差異較小,故可推斷數(shù)據(jù)場(chǎng)勢(shì)值高的區(qū)域,其空間相似性高,而這一推斷亦符合實(shí)際情況,即建筑物本身內(nèi)部的相似性顯著高于建筑物與其相鄰地物間的相似性,所以,數(shù)據(jù)場(chǎng)勢(shì)值可以作為有效描述居民區(qū)的特征值。

    為了衡量對(duì)遙感影像中居民區(qū)提取的效果,需對(duì)結(jié)果進(jìn)行精度評(píng)定,本文以查全率R和查準(zhǔn)率P作為參照,以二者的調(diào)和平均值F1測(cè)度作為主要的評(píng)價(jià)依據(jù),其定義分別為

    (4)

    (5)

    (6)

    式中:TP為真正類,表示提取的居民區(qū)是真實(shí)居民區(qū)的像元數(shù)目;FP為假正類,表示提取的居民區(qū)是非居民區(qū)的像元數(shù)目;FN為假負(fù)類,表示提取的非居民區(qū)是居民區(qū)的像元數(shù)目。

    首先,直接利用分水嶺圖像分割方法對(duì)遙感影像數(shù)據(jù)進(jìn)行分割,由于原始影像數(shù)據(jù)中地物信息較復(fù)雜,對(duì)應(yīng)的梯度幅度圖像中高值間的差異較小,會(huì)出現(xiàn)欠分割現(xiàn)象,影響居民區(qū)的提取效果。由于高分辨率數(shù)據(jù)場(chǎng)勢(shì)值大小可反映地物的結(jié)構(gòu)特性,分水嶺分割方法的浸水思想在此情況下可以發(fā)揮優(yōu)勢(shì),故計(jì)算遙感影像的數(shù)據(jù)場(chǎng)特征圖像后進(jìn)行分割,可改善欠分割現(xiàn)象。但由于居民區(qū)是各獨(dú)立居民建筑的集合,因而利用數(shù)據(jù)場(chǎng)特征圖像分割所得結(jié)果是各獨(dú)立建筑的目標(biāo)塊。以每個(gè)目標(biāo)塊的形心代表分割的結(jié)果如圖4所示。

    (a) 原始影像直接分割后(b) 數(shù)據(jù)場(chǎng)特征圖像分割后目標(biāo)塊形心目標(biāo)塊形心

    圖4分割結(jié)果的形心

    Fig.4Centroidsofsegmentationresults

    從圖4(b)中可以看出,在高勢(shì)值區(qū)域,形心點(diǎn)密度較大,即分割得到的目標(biāo)塊較多,代表該區(qū)域建筑物分布密集為居民區(qū)。相反,勢(shì)值較低的區(qū)域,在分水嶺分割過程中,視為地勢(shì)較低處,分割得到的目標(biāo)塊較大,在一定范圍的區(qū)域中,目標(biāo)塊越大數(shù)量就越少,故這一類的目標(biāo)塊形心分布較稀疏,而農(nóng)田或裸地這一類地物符合這種特性。

    然后,根據(jù)目標(biāo)塊形心點(diǎn)密度的大小差異與分布特性,可對(duì)其進(jìn)行基于密度的聚類,以獲取完整的居民區(qū)域。本文使用綜合像元灰度屬性的DBSCAN算法實(shí)現(xiàn)對(duì)目標(biāo)塊的聚類。聚類結(jié)果中,核心點(diǎn)所代表的對(duì)象塊為居民區(qū)內(nèi)部地物塊,邊緣點(diǎn)則對(duì)應(yīng)過渡區(qū)地物塊,噪聲點(diǎn)代表非居民區(qū)地物塊。因此,剔除聚類結(jié)果中的噪聲點(diǎn),對(duì)剩余點(diǎn)所對(duì)應(yīng)的分散目標(biāo)區(qū)域塊利用形態(tài)學(xué)開閉運(yùn)算方法進(jìn)行合并,特殊情況下需要進(jìn)行空洞填充或小面積區(qū)域?yàn)V除,最終可獲得目標(biāo)居民區(qū)。若高分辨率影像中出現(xiàn)大尺度地物,且無(wú)法確定其是否為居民建筑物時(shí),要同時(shí)剔除噪聲點(diǎn)和邊緣點(diǎn),再進(jìn)行居民區(qū)提取。最后,把提取出的居民區(qū)與原圖疊加,結(jié)果如圖5所示。

    (a) 實(shí)驗(yàn)區(qū)QB1 (b) 實(shí)驗(yàn)區(qū)QB2 (c) 實(shí)驗(yàn)區(qū)WV1(d) 實(shí)驗(yàn)區(qū)WV2

    (e) 實(shí)驗(yàn)區(qū)ZY1 (f) 實(shí)驗(yàn)區(qū)ZY2

    圖5本文方法對(duì)實(shí)驗(yàn)數(shù)據(jù)中居民區(qū)提取結(jié)果圖

    Fig.5Resultsofresidentialareaextractionforallexperimentalzonesusingourmethod

    為了證明本文方法的有效性,使用空間投票方法[13]對(duì)相同的數(shù)據(jù)進(jìn)行居民區(qū)的提取,并從提取結(jié)果精度和計(jì)算代價(jià)2個(gè)方面對(duì)結(jié)果進(jìn)行對(duì)比。其中,基于空間投票的方法通過Gabor濾波來提取居民區(qū)的特征點(diǎn),然后利用這些點(diǎn)進(jìn)行空間投票,根據(jù)空間投票結(jié)果進(jìn)行最優(yōu)決策提取居民區(qū),結(jié)果見圖6。

    (a) 實(shí)驗(yàn)區(qū)QB1 (b) 實(shí)驗(yàn)區(qū)QB2 (c) 實(shí)驗(yàn)區(qū)WV1(d) 實(shí)驗(yàn)區(qū)WV2

    (e) 實(shí)驗(yàn)區(qū)ZY1 (f) 實(shí)驗(yàn)區(qū)ZY2

    圖6基于空間投票法對(duì)實(shí)驗(yàn)數(shù)據(jù)中居民區(qū)提取結(jié)果圖

    Fig.6Resultsofresidentialareaextractionforallexperimentalzonesusingspatialvoting

    本實(shí)驗(yàn)對(duì)不同數(shù)據(jù)中居民區(qū)過程中相應(yīng)的計(jì)算代價(jià)和提取精度如表1所示。

    表1 不同方法居民區(qū)提取的計(jì)算代價(jià)與精度

    從圖6的實(shí)驗(yàn)結(jié)果和表1中可以發(fā)現(xiàn),使用空間投票法一定程度上可以提取出居民區(qū),但是其提取結(jié)果中包含較多背景區(qū)域,偽檢現(xiàn)象嚴(yán)重,精度偏低,查全率雖與本文方法維持在相同水平,但該方法的F1測(cè)度較低,居民區(qū)提取結(jié)果差異性較大,且處理時(shí)間長(zhǎng)。使用本文方法進(jìn)行居民區(qū)提取時(shí),雖然實(shí)驗(yàn)區(qū)WV2的影像中存在部分建筑漏檢現(xiàn)象,但其他實(shí)驗(yàn)區(qū)影像中提取出的居民區(qū)完整性好,查準(zhǔn)率較高。

    2種方法的F1測(cè)度如圖7所示,可以看出,本文方法對(duì)不同傳感器影像數(shù)據(jù)中的居民區(qū)的提取結(jié)果較為穩(wěn)健,精度值都維持87%以上。綜合來看,利用本文方法對(duì)各傳感器獲取的遙感影像數(shù)據(jù)進(jìn)行居民區(qū)提取取得了較好的效果和較高的精度。同時(shí),本文方法的計(jì)算效率也優(yōu)于空間投票法。

    圖7 本文方法和空間投票法的精度對(duì)比

    3 結(jié)論

    1)針對(duì)高分辨率影像居民區(qū)的空間特征準(zhǔn)確表達(dá)與使用,計(jì)算出可有效刻畫遙感影像空間相關(guān)性的數(shù)據(jù)場(chǎng)勢(shì)值特征;

    2)利用計(jì)算所得遙感影像的勢(shì)值特征圖像,可增強(qiáng)分水嶺分割效果,對(duì)分割結(jié)果的形心點(diǎn)進(jìn)行基于密度的聚類,可較為準(zhǔn)確地提取高分辨率遙感影像中的居民區(qū);

    3)與空間投票法的結(jié)果對(duì)比表明,本文提出基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率遙感影像居民區(qū)提取方法的提取結(jié)果精度較高,提取時(shí)間代價(jià)低,居民區(qū)邊緣特征保留較好,且魯棒性優(yōu)于空間投票法。

    由于高分辨率影像居民區(qū)中尚存在多種尺度且尺度差異較大的目標(biāo)建筑,利用分水嶺方法對(duì)勢(shì)值特征進(jìn)行分割時(shí),大尺度目標(biāo)分割所得結(jié)果的形心點(diǎn)不易滿足聚類條件,導(dǎo)致居民區(qū)內(nèi)部分建筑物漏檢,因此,如何改善漏檢現(xiàn)象,后續(xù)還需進(jìn)一步深入研究。

    [1] Pesaresi M,Gerhardinger A,Kayitakire F.A robust built-up area presence index by anisotropic rotation-invariant textural measure[J].IEEE Journal of Selected Topics in Applied Earth Observation and Remote Sensing,2008,1(3):180-192.

    [2] 沈小樂,邵振峰,田英潔.紋理特征與視覺注意相結(jié)合的建筑區(qū)提取[J].測(cè)繪學(xué)報(bào),2014,43(8):842-847. Shen X L,Shao Z F,Tian Y J.Built-up areas extraction by textural feature and visual attention mechanism[J].Acta Geodaetica et Cartographica Sinica,2014,43(8):842-847.

    [3] Kovács A,Szirányi T.Improved Harris feature point set for orientation-sensitive urban-area detection in aerial images[J].IEEE Geoscience and Remote Sensing Letters,2013,10(4):796-800.

    [4] 陳洪,陶超,鄒崢嶸,等.利用邊緣密度特征提取高分辨率遙感影像中的居民區(qū)[J].應(yīng)用科學(xué)學(xué)報(bào),2014,32(5):537-542. Chen H,Tao C,Zou Z R,et al.Extraction of built-up areas extraction from high-resolution remote-sensing images using edge density features[J].Journal of Applied Sciences,2014,32(5):537-542.

    [5] Shi H,Chen L,Bi F K,et al.Accurate urban area detection in remote sensing images[J].IEEE Geoscience and Remote Sensing Letters,2015,12(9):1948-1952.

    [6] 李德毅,淦文燕,劉璐瑩.人工智能與認(rèn)知物理學(xué)[C]//中國(guó)人工智能學(xué)會(huì)第10屆全國(guó)學(xué)術(shù)年會(huì)論文集.北京:北京郵電大學(xué)出版社,2003:6-15. Li D Y,Gan W Y,Liu L Y.Artificial intelligence and cognitive physics[C]//Progress of Artificial Intelligence in China 2003.Beijing:BUPT Publishing House,2003:6-15.

    [7] Li D Y,Wang S L,Gan W Y,et al.Data field for hierarchical clustering[J].International Journal of Data Warehousing and Mining,2011,7(4):43-63.

    [8] 陳一祥.高分影像空間結(jié)構(gòu)特征建模與信息提取[D].武漢:武漢大學(xué),2013. Chen Y X.Modeling of Spatial Structural Features and Information Extraction for High Resolution Remote Sensing Images[D].Wuhan:Wuhan University,2013.

    [9] Wu T,Qin K.Data field-based transition region extraction and thresholding[J].Optics and Lasers in Engineering,2012,50(2):131-139.

    [10]陶建斌,舒寧,沈照慶.基于數(shù)據(jù)場(chǎng)聚類的遙感影像分類方法研究[J].國(guó)土資源遙感,2008,20(3):20-23,26.doi:10.6046/gtzyyg.2008.03.05. Tao J B,Shu N,Shen Z Q.A study of the method for clssification of remote sensing images based on data field cluster[J].Remote Sensing for Land and Resources,2008,20(3):20-23,26.doi:10.6046/gtzyyg.2008.03.05.

    [11]Gonzalez R C,Woods R E.Digital Image Processing[M].2nd ed. Upper Saddle River,NJ:Prentice Hall,2002.

    [12]Ester M,Kriegel H P,Sander J,et al.A density-based algorithm for discovering clusters in large spatial databases with noise[C]//Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining.Portland:AAAI Press,1996:226-231.

    [13]Sirmacek B,Unsalan C.Urban area detection using local feature points and spatial voting[J].IEEE Geoscience and Remote Sensing Letters,2010,7(1):146-150.

    (責(zé)任編輯:邢宇)

    Residentialareaextractionforhighresolutionremotesensingimagebasedondatafieldanddensityclustering

    YUE Mengxue1, QIN Kun1,2, ZHANG Enbing1, ZHANG Ye1, ZENG Cheng1

    (1.SchoolofRemoteSensingandInformationEngineering,WuhanUniversity,Wuhan430079,China; 2.CollaborativeInnovationCenterofGeospatialTechnology,Wuhan430079,China)

    Data field can describe the correlation between data objects, and is a simulation of interaction between particles in physical field. Potential value of a data object in data field can effectively represent the spatial interactions of its neighborhoods, and it can do so for pixels in high resolution remote-sensing image. In this paper, the authors propose a method for residential area extraction from high resolution remote-sensing image using data field and density clustering. The major steps are as follows: the generating of a high resolution remote-sensing image data field; the calculation if potential value for each pixel in this field to obtain a new feature image; the segmentation of the feature image via watershed segmentation, and the calculation of centroids of segmentation results; the clustering of all the centroids into different clusters based on the density, with the extracted residential area composed of target clusters. Compared with existing relative methods of residential areas extraction for high resolution remote-sensing images, the experimental results suggest that the presented method is robust and efficient.

    data field; spatial correlation; density clustering; high resolution remote-sensing image; residential areas extraction

    10.6046/gtzyyg.2017.03.13

    岳夢(mèng)雪,秦昆,張恩兵,等.基于數(shù)據(jù)場(chǎng)和密度聚類的高分辨率影像居民區(qū)提取[J].國(guó)土資源遙感,2017,29(3):92-97.(Yue M X,Qin K,Zhang E B,et al.Residential area extraction for high resolution remote sensing image based on data field and density clustering[J].Remote Sensing for Land and Resources,2017,29(3):92-97.)

    2016-03-17;

    2016-06-15

    國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973)項(xiàng)目“高分辨率遙感影像的目標(biāo)特征描述與數(shù)學(xué)建?!?編號(hào): 2012CB719903)和重慶市國(guó)土房管局科技計(jì)劃項(xiàng)目“基于圖像識(shí)別技術(shù)的國(guó)家高分辨率遙感數(shù)據(jù)分析應(yīng)用方法研究”(編號(hào): CQGT-KJ-2014032)共同資助。

    岳夢(mèng)雪(1993-),女,碩士研究生,主要研究方向?yàn)楦叻直媛蔬b感圖像信息提取、空間分析。Email: yuemx@whu.edu.cn。

    TP 79

    : A

    : 1001-070X(2017)03-0092-06

    猜你喜歡
    居民區(qū)實(shí)驗(yàn)區(qū)高分辨率
    平江縣入選教育部學(xué)前教育實(shí)驗(yàn)區(qū)
    高分辨率合成孔徑雷達(dá)圖像解譯系統(tǒng)
    “熊”視眈眈
    暢談(2018年17期)2018-10-28 12:30:46
    2016年國(guó)家文創(chuàng)實(shí)驗(yàn)區(qū)規(guī)上文化產(chǎn)業(yè)收入近2000億元
    投資北京(2017年1期)2017-02-13 21:09:25
    集萌社
    是誰(shuí)讓危險(xiǎn)品企業(yè)埋伏居民區(qū)?
    高分辨率對(duì)地觀測(cè)系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    足球應(yīng)用型人才培養(yǎng)模式創(chuàng)新實(shí)驗(yàn)區(qū)的探索與實(shí)踐——以學(xué)生社會(huì)實(shí)踐為突破口
    湖南新增2個(gè)國(guó)家可持續(xù)發(fā)展實(shí)驗(yàn)區(qū)
    基于Curvelet-Wavelet變換高分辨率遙感圖像降噪
    av视频在线观看入口| 国产在线精品亚洲第一网站| 麻豆av在线久日| 亚洲国产欧美人成| 国内揄拍国产精品人妻在线| 999久久久国产精品视频| 久热爱精品视频在线9| 午夜日韩欧美国产| 亚洲第一电影网av| 日本一区二区免费在线视频| 欧美黑人巨大hd| 亚洲人成77777在线视频| 老汉色av国产亚洲站长工具| 一区福利在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 一进一出抽搐gif免费好疼| 婷婷亚洲欧美| 欧美日本视频| 99精品在免费线老司机午夜| 午夜福利成人在线免费观看| 99久久国产精品久久久| 91国产中文字幕| 免费人成视频x8x8入口观看| 亚洲九九香蕉| АⅤ资源中文在线天堂| 99精品欧美一区二区三区四区| 丰满的人妻完整版| 美女大奶头视频| 男人舔奶头视频| 国产精品综合久久久久久久免费| 欧美日韩瑟瑟在线播放| 天堂av国产一区二区熟女人妻 | 久久 成人 亚洲| 国产伦一二天堂av在线观看| 正在播放国产对白刺激| 校园春色视频在线观看| 欧洲精品卡2卡3卡4卡5卡区| 久久久久性生活片| 久久久国产成人免费| 久久性视频一级片| 91国产中文字幕| 狠狠狠狠99中文字幕| 免费观看人在逋| 精品久久久久久久毛片微露脸| 久久久久久国产a免费观看| 亚洲精品美女久久久久99蜜臀| 日本精品一区二区三区蜜桃| 他把我摸到了高潮在线观看| 午夜福利18| 又粗又爽又猛毛片免费看| 999久久久国产精品视频| 日本黄大片高清| 国产亚洲精品久久久久久毛片| 日本成人三级电影网站| 成人特级黄色片久久久久久久| 一级黄色大片毛片| 成人高潮视频无遮挡免费网站| 国产伦一二天堂av在线观看| 看黄色毛片网站| 看片在线看免费视频| 男男h啪啪无遮挡| 成人欧美大片| 午夜日韩欧美国产| 亚洲欧美日韩东京热| 国产精品亚洲美女久久久| 日日摸夜夜添夜夜添小说| 免费在线观看视频国产中文字幕亚洲| 熟女电影av网| 国产亚洲精品第一综合不卡| 日韩 欧美 亚洲 中文字幕| 午夜福利在线在线| 两个人的视频大全免费| 成人特级黄色片久久久久久久| 小说图片视频综合网站| 欧美日韩瑟瑟在线播放| 婷婷亚洲欧美| 色老头精品视频在线观看| 欧美激情久久久久久爽电影| 老司机靠b影院| 黄色 视频免费看| 老熟妇仑乱视频hdxx| 国产99白浆流出| 亚洲熟女毛片儿| 亚洲国产精品合色在线| 欧美日韩精品网址| 韩国av一区二区三区四区| 天堂av国产一区二区熟女人妻 | 国产精品98久久久久久宅男小说| 久久精品亚洲精品国产色婷小说| 少妇熟女aⅴ在线视频| 99国产精品一区二区三区| 国产午夜精品论理片| 欧美激情久久久久久爽电影| 老司机在亚洲福利影院| 国产精品99久久99久久久不卡| 日韩精品中文字幕看吧| 免费无遮挡裸体视频| 婷婷亚洲欧美| 女同久久另类99精品国产91| 精品不卡国产一区二区三区| 精品少妇一区二区三区视频日本电影| 精品少妇一区二区三区视频日本电影| 国产成+人综合+亚洲专区| www日本黄色视频网| 精品国产乱码久久久久久男人| 男人舔奶头视频| 亚洲中文字幕日韩| 亚洲精品中文字幕在线视频| 国产黄片美女视频| 国产视频一区二区在线看| 在线观看www视频免费| 国产亚洲av高清不卡| 婷婷精品国产亚洲av| 又黄又粗又硬又大视频| 亚洲国产精品合色在线| 国产精品国产高清国产av| 一本大道久久a久久精品| 一级毛片高清免费大全| 精品国内亚洲2022精品成人| 日日爽夜夜爽网站| 午夜精品一区二区三区免费看| 国产av麻豆久久久久久久| 中文字幕av在线有码专区| 免费在线观看视频国产中文字幕亚洲| 欧美乱色亚洲激情| 国产精品99久久99久久久不卡| 亚洲一区二区三区色噜噜| 五月伊人婷婷丁香| av国产免费在线观看| 国产又色又爽无遮挡免费看| 99久久精品热视频| www.999成人在线观看| 久久久久久国产a免费观看| 91成年电影在线观看| 黄色视频,在线免费观看| a级毛片在线看网站| 久久性视频一级片| 成年人黄色毛片网站| 亚洲成人久久爱视频| 日本撒尿小便嘘嘘汇集6| 美女扒开内裤让男人捅视频| 在线播放国产精品三级| 亚洲欧美日韩高清在线视频| 亚洲精品av麻豆狂野| 久久久久久久久中文| 色综合婷婷激情| 99国产精品一区二区三区| 精品国产亚洲在线| 成人国产一区最新在线观看| 日韩欧美精品v在线| 一进一出好大好爽视频| 哪里可以看免费的av片| 亚洲人成77777在线视频| 亚洲国产精品成人综合色| 给我免费播放毛片高清在线观看| 午夜激情福利司机影院| 亚洲avbb在线观看| 可以在线观看毛片的网站| 日韩国内少妇激情av| 成人特级黄色片久久久久久久| 男人舔女人的私密视频| 亚洲成人中文字幕在线播放| 国产91精品成人一区二区三区| 色综合亚洲欧美另类图片| 一个人免费在线观看的高清视频| 国产成人精品久久二区二区91| 男插女下体视频免费在线播放| 午夜精品久久久久久毛片777| 91麻豆av在线| 午夜久久久久精精品| 窝窝影院91人妻| 欧美性长视频在线观看| 12—13女人毛片做爰片一| 日韩精品免费视频一区二区三区| 国产欧美日韩精品亚洲av| av视频在线观看入口| 色尼玛亚洲综合影院| 欧美成人免费av一区二区三区| 午夜精品一区二区三区免费看| 搡老熟女国产l中国老女人| 国产精品98久久久久久宅男小说| 好男人电影高清在线观看| 国产av在哪里看| 99久久精品热视频| 久久精品综合一区二区三区| 性色av乱码一区二区三区2| 最近在线观看免费完整版| 亚洲欧美精品综合久久99| 亚洲在线自拍视频| 欧美性长视频在线观看| 免费在线观看影片大全网站| 18禁黄网站禁片免费观看直播| 十八禁网站免费在线| 两个人视频免费观看高清| 女警被强在线播放| 久久伊人香网站| 日日夜夜操网爽| 亚洲中文字幕日韩| 国产真人三级小视频在线观看| 床上黄色一级片| 一个人免费在线观看电影 | 两个人视频免费观看高清| 三级毛片av免费| 久久伊人香网站| 色综合婷婷激情| 精品国产亚洲在线| 在线视频色国产色| 亚洲精品色激情综合| 日日干狠狠操夜夜爽| 国产成人aa在线观看| 中文字幕最新亚洲高清| 91九色精品人成在线观看| 国产亚洲精品久久久久久毛片| 男人舔女人下体高潮全视频| 黄色视频,在线免费观看| 免费人成视频x8x8入口观看| 午夜老司机福利片| 亚洲av成人精品一区久久| 手机成人av网站| 精品久久久久久,| 九九热线精品视视频播放| 一本久久中文字幕| 国产激情久久老熟女| 男男h啪啪无遮挡| 全区人妻精品视频| 18禁黄网站禁片免费观看直播| 深夜精品福利| 制服丝袜大香蕉在线| 久久香蕉激情| xxx96com| 久久精品亚洲精品国产色婷小说| 一区二区三区高清视频在线| 一进一出好大好爽视频| 色播亚洲综合网| aaaaa片日本免费| 日韩大尺度精品在线看网址| 手机成人av网站| 亚洲国产精品sss在线观看| 女生性感内裤真人,穿戴方法视频| 免费搜索国产男女视频| 女人被狂操c到高潮| 国产精品一区二区免费欧美| 国产精品一区二区三区四区免费观看 | 一级片免费观看大全| 精品熟女少妇八av免费久了| 最新美女视频免费是黄的| 一级黄色大片毛片| www日本黄色视频网| 淫秽高清视频在线观看| 一本一本综合久久| 久久久久久久久免费视频了| 手机成人av网站| 精华霜和精华液先用哪个| 99国产综合亚洲精品| 亚洲成人久久爱视频| 99热这里只有是精品50| 欧美精品啪啪一区二区三区| 久久久国产欧美日韩av| 欧美性猛交黑人性爽| 香蕉国产在线看| 最新美女视频免费是黄的| av福利片在线观看| 亚洲片人在线观看| 免费看美女性在线毛片视频| 日本一区二区免费在线视频| 亚洲天堂国产精品一区在线| 国产精品国产高清国产av| 村上凉子中文字幕在线| 国产精品久久久久久精品电影| 亚洲av第一区精品v没综合| 欧美色欧美亚洲另类二区| 一区二区三区国产精品乱码| 免费在线观看影片大全网站| 在线免费观看的www视频| 午夜免费激情av| 国产片内射在线| 777久久人妻少妇嫩草av网站| 美女午夜性视频免费| 国产亚洲精品久久久久5区| 免费在线观看成人毛片| 精品一区二区三区av网在线观看| 国产亚洲av高清不卡| 亚洲激情在线av| 这个男人来自地球电影免费观看| 国产aⅴ精品一区二区三区波| 国产精品一区二区三区四区免费观看 | 中文字幕av在线有码专区| 悠悠久久av| a在线观看视频网站| 国产熟女午夜一区二区三区| 最近最新中文字幕大全电影3| 黑人巨大精品欧美一区二区mp4| 亚洲片人在线观看| 亚洲黑人精品在线| 蜜桃久久精品国产亚洲av| 午夜日韩欧美国产| 久久久久久免费高清国产稀缺| 久久精品91蜜桃| 丰满的人妻完整版| 黄片小视频在线播放| 丝袜人妻中文字幕| 欧美中文综合在线视频| 又黄又粗又硬又大视频| 少妇人妻一区二区三区视频| 国内毛片毛片毛片毛片毛片| 狂野欧美激情性xxxx| 白带黄色成豆腐渣| 婷婷六月久久综合丁香| 亚洲精华国产精华精| 黄色丝袜av网址大全| 国产精品亚洲一级av第二区| 欧美午夜高清在线| 高清毛片免费观看视频网站| 国产成人av激情在线播放| ponron亚洲| 亚洲性夜色夜夜综合| 亚洲免费av在线视频| 搞女人的毛片| 99久久精品热视频| 亚洲精品久久国产高清桃花| 一本精品99久久精品77| 久久香蕉精品热| 九色成人免费人妻av| 狂野欧美白嫩少妇大欣赏| 久久精品国产综合久久久| 午夜福利18| 岛国在线免费视频观看| 亚洲欧洲精品一区二区精品久久久| 在线观看www视频免费| 国产一区二区在线av高清观看| bbb黄色大片| 久久 成人 亚洲| 国产精品久久久久久亚洲av鲁大| 精品免费久久久久久久清纯| 99热这里只有精品一区 | 中文字幕最新亚洲高清| 亚洲人成网站在线播放欧美日韩| 日韩欧美三级三区| 香蕉国产在线看| netflix在线观看网站| 巨乳人妻的诱惑在线观看| 最近最新免费中文字幕在线| 九色国产91popny在线| 国内少妇人妻偷人精品xxx网站 | 午夜福利免费观看在线| 色综合欧美亚洲国产小说| 一级黄色大片毛片| 亚洲男人天堂网一区| 女警被强在线播放| 亚洲 欧美一区二区三区| 国产男靠女视频免费网站| 亚洲一码二码三码区别大吗| 精品久久久久久久久久久久久| 日韩中文字幕欧美一区二区| 午夜福利免费观看在线| 人妻久久中文字幕网| 在线a可以看的网站| 亚洲熟妇熟女久久| 俺也久久电影网| 亚洲国产欧美人成| 桃色一区二区三区在线观看| 香蕉久久夜色| 欧美不卡视频在线免费观看 | 又爽又黄无遮挡网站| 老熟妇乱子伦视频在线观看| 久久天堂一区二区三区四区| 成年人黄色毛片网站| 真人做人爱边吃奶动态| 日本五十路高清| 黄频高清免费视频| 国产久久久一区二区三区| 精品国产亚洲在线| 九九热线精品视视频播放| 亚洲avbb在线观看| 亚洲电影在线观看av| av在线天堂中文字幕| 日韩欧美国产在线观看| 亚洲专区中文字幕在线| 亚洲av第一区精品v没综合| 99热这里只有是精品50| 日韩欧美国产一区二区入口| 成人午夜高清在线视频| 国产人伦9x9x在线观看| 18禁观看日本| 一个人观看的视频www高清免费观看 | 搡老岳熟女国产| 91国产中文字幕| 香蕉久久夜色| 丰满的人妻完整版| 日本一区二区免费在线视频| 欧美精品啪啪一区二区三区| 18禁国产床啪视频网站| 女警被强在线播放| 日韩精品中文字幕看吧| 免费高清视频大片| 又爽又黄无遮挡网站| 亚洲一区二区三区色噜噜| 日日干狠狠操夜夜爽| 啦啦啦韩国在线观看视频| 五月伊人婷婷丁香| 亚洲成av人片免费观看| 女人爽到高潮嗷嗷叫在线视频| 午夜a级毛片| 国产成人av教育| 日韩国内少妇激情av| 精品乱码久久久久久99久播| 在线看三级毛片| 亚洲人成网站在线播放欧美日韩| 亚洲性夜色夜夜综合| 欧美国产日韩亚洲一区| 久久久久亚洲av毛片大全| 久久精品成人免费网站| 一本综合久久免费| 丰满人妻一区二区三区视频av | 色老头精品视频在线观看| 一二三四社区在线视频社区8| 国产69精品久久久久777片 | 一进一出抽搐gif免费好疼| 国产成人精品无人区| 欧美日韩国产亚洲二区| 国产精品香港三级国产av潘金莲| 成人av在线播放网站| 欧美 亚洲 国产 日韩一| 美女黄网站色视频| 国产亚洲欧美98| av免费在线观看网站| 欧美日韩中文字幕国产精品一区二区三区| 少妇的丰满在线观看| 欧美三级亚洲精品| 亚洲七黄色美女视频| 真人做人爱边吃奶动态| 久久精品夜夜夜夜夜久久蜜豆 | 久久久精品大字幕| 欧美黑人精品巨大| 免费在线观看亚洲国产| 黑人巨大精品欧美一区二区mp4| 露出奶头的视频| 国产av一区在线观看免费| 亚洲精品在线观看二区| 在线观看午夜福利视频| 男男h啪啪无遮挡| 国产私拍福利视频在线观看| 国产单亲对白刺激| 欧美一区二区精品小视频在线| 母亲3免费完整高清在线观看| 男男h啪啪无遮挡| 国产免费av片在线观看野外av| 久久久久性生活片| 我的老师免费观看完整版| 两个人的视频大全免费| 日韩av在线大香蕉| 亚洲国产日韩欧美精品在线观看 | 日韩大尺度精品在线看网址| 日韩精品免费视频一区二区三区| 国产成人aa在线观看| 老司机在亚洲福利影院| 九九热线精品视视频播放| 最新美女视频免费是黄的| 免费看a级黄色片| 亚洲一卡2卡3卡4卡5卡精品中文| 老熟妇乱子伦视频在线观看| 精品久久久久久久毛片微露脸| 久久久久久久久免费视频了| 巨乳人妻的诱惑在线观看| 18禁黄网站禁片午夜丰满| 国产亚洲av高清不卡| 精品国产乱码久久久久久男人| 亚洲 欧美一区二区三区| 久久亚洲精品不卡| 亚洲第一欧美日韩一区二区三区| 日韩中文字幕欧美一区二区| 搡老妇女老女人老熟妇| 亚洲精品av麻豆狂野| 久久精品国产清高在天天线| 亚洲第一欧美日韩一区二区三区| 亚洲全国av大片| 啪啪无遮挡十八禁网站| 欧美乱码精品一区二区三区| 亚洲18禁久久av| 日本在线视频免费播放| 色在线成人网| 久99久视频精品免费| 国产精品1区2区在线观看.| 香蕉丝袜av| 啦啦啦观看免费观看视频高清| 午夜福利欧美成人| 老司机福利观看| 午夜影院日韩av| 国产真实乱freesex| av免费在线观看网站| 少妇裸体淫交视频免费看高清 | 亚洲精品在线美女| 亚洲国产精品成人综合色| 91在线观看av| 床上黄色一级片| 国产又黄又爽又无遮挡在线| 男人舔女人下体高潮全视频| 成人av在线播放网站| 精品国产超薄肉色丝袜足j| 1024视频免费在线观看| 少妇熟女aⅴ在线视频| 欧美日韩中文字幕国产精品一区二区三区| 在线播放国产精品三级| 97人妻精品一区二区三区麻豆| 久久久久久亚洲精品国产蜜桃av| 亚洲中文字幕一区二区三区有码在线看 | 亚洲av成人不卡在线观看播放网| 精品欧美国产一区二区三| 精品国产亚洲在线| 日韩高清综合在线| 白带黄色成豆腐渣| 最近最新中文字幕大全免费视频| 亚洲中文日韩欧美视频| 日韩三级视频一区二区三区| 亚洲欧洲精品一区二区精品久久久| 午夜福利欧美成人| 国产v大片淫在线免费观看| 久久人人精品亚洲av| 操出白浆在线播放| 99久久久亚洲精品蜜臀av| 午夜免费激情av| 久热爱精品视频在线9| 69av精品久久久久久| 欧美绝顶高潮抽搐喷水| 久久中文字幕人妻熟女| 国产亚洲精品av在线| 亚洲人成77777在线视频| 国产成人精品久久二区二区免费| 女生性感内裤真人,穿戴方法视频| 一级毛片女人18水好多| 美女高潮喷水抽搐中文字幕| 国产aⅴ精品一区二区三区波| 色综合亚洲欧美另类图片| 黄色丝袜av网址大全| 国产欧美日韩一区二区三| 中文在线观看免费www的网站 | 欧美一级毛片孕妇| 精华霜和精华液先用哪个| 成年女人毛片免费观看观看9| 天天躁狠狠躁夜夜躁狠狠躁| 久久久久久亚洲精品国产蜜桃av| 人妻夜夜爽99麻豆av| 香蕉国产在线看| 999精品在线视频| 久9热在线精品视频| 免费在线观看影片大全网站| 亚洲成av人片免费观看| 国产精品一区二区精品视频观看| 琪琪午夜伦伦电影理论片6080| av片东京热男人的天堂| 又紧又爽又黄一区二区| 露出奶头的视频| 99热这里只有精品一区 | 这个男人来自地球电影免费观看| 国产精品 欧美亚洲| 精品不卡国产一区二区三区| 免费看十八禁软件| 夜夜看夜夜爽夜夜摸| 亚洲成av人片免费观看| 悠悠久久av| 制服诱惑二区| 妹子高潮喷水视频| 久久精品综合一区二区三区| 中文字幕高清在线视频| 成在线人永久免费视频| 久久精品亚洲精品国产色婷小说| 极品教师在线免费播放| 成人永久免费在线观看视频| 一个人免费在线观看电影 | 亚洲av成人一区二区三| 国产精品自产拍在线观看55亚洲| 亚洲成av人片在线播放无| av在线天堂中文字幕| 久久久久免费精品人妻一区二区| 少妇裸体淫交视频免费看高清 | 国产一区在线观看成人免费| 亚洲欧美精品综合久久99| 国产真人三级小视频在线观看| www.精华液| 丰满的人妻完整版| 伦理电影免费视频| 18禁国产床啪视频网站| 观看免费一级毛片| 国产高清视频在线观看网站| 欧美最黄视频在线播放免费| a级毛片a级免费在线| 亚洲国产日韩欧美精品在线观看 | 日本成人三级电影网站| 男插女下体视频免费在线播放| 精品国产亚洲在线| 成人av在线播放网站| 波多野结衣高清无吗| 夜夜夜夜夜久久久久| 久久人人精品亚洲av| 欧美成人免费av一区二区三区| 国内揄拍国产精品人妻在线| 正在播放国产对白刺激| 亚洲国产欧洲综合997久久,| 麻豆一二三区av精品| 香蕉丝袜av| 亚洲色图av天堂| 在线观看午夜福利视频| 久久国产精品影院| 欧美乱妇无乱码| 天天躁夜夜躁狠狠躁躁| 99久久精品国产亚洲精品| 99re在线观看精品视频| 亚洲欧洲精品一区二区精品久久久| 99热只有精品国产| 一级毛片精品| 国内毛片毛片毛片毛片毛片| 激情在线观看视频在线高清| 久久天躁狠狠躁夜夜2o2o| 久久精品91蜜桃| 三级毛片av免费|