• <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
    国产精品一区二区三区四区免费观看 | 在线视频色国产色| 亚洲国产欧洲综合997久久,| 老鸭窝网址在线观看| 热99re8久久精品国产| 一本精品99久久精品77| 一级黄色大片毛片| 欧美在线黄色| 少妇裸体淫交视频免费看高清| 成年人黄色毛片网站| 中出人妻视频一区二区| 看免费av毛片| 黄色成人免费大全| 搡女人真爽免费视频火全软件 | 夜夜躁狠狠躁天天躁| 欧美不卡视频在线免费观看| 国产男靠女视频免费网站| 亚洲18禁久久av| 中亚洲国语对白在线视频| 国产麻豆成人av免费视频| 国产色爽女视频免费观看| 欧美精品啪啪一区二区三区| 亚洲欧美日韩无卡精品| 极品教师在线免费播放| 少妇人妻精品综合一区二区 | 国产伦在线观看视频一区| 亚洲电影在线观看av| 国产不卡一卡二| 18禁在线播放成人免费| 免费在线观看亚洲国产| 精品久久久久久久人妻蜜臀av| 全区人妻精品视频| 国产伦精品一区二区三区视频9 | 国产精品一区二区免费欧美| 女同久久另类99精品国产91| 婷婷六月久久综合丁香| 一个人观看的视频www高清免费观看| 国产日本99.免费观看| 久久人妻av系列| 91九色精品人成在线观看| 亚洲中文字幕日韩| 免费电影在线观看免费观看| 亚洲精华国产精华精| 91麻豆av在线| www日本在线高清视频| 亚洲 国产 在线| 亚洲av成人av| 亚洲最大成人手机在线| 日本在线视频免费播放| 白带黄色成豆腐渣| 最新中文字幕久久久久| 啪啪无遮挡十八禁网站| 狂野欧美激情性xxxx| 亚洲国产欧美网| 12—13女人毛片做爰片一| 在线免费观看的www视频| 嫩草影院入口| svipshipincom国产片| 天天一区二区日本电影三级| 啦啦啦免费观看视频1| 极品教师在线免费播放| 最新在线观看一区二区三区| 搡老熟女国产l中国老女人| 日韩人妻高清精品专区| 99在线人妻在线中文字幕| 免费观看的影片在线观看| 高清在线国产一区| 小说图片视频综合网站| 免费电影在线观看免费观看| 亚洲最大成人手机在线| 怎么达到女性高潮| 日本黄大片高清| 久久中文看片网| 色精品久久人妻99蜜桃| 国内久久婷婷六月综合欲色啪| 中文字幕久久专区| 日韩大尺度精品在线看网址| 女人十人毛片免费观看3o分钟| 久久久国产精品麻豆| 俄罗斯特黄特色一大片| 桃红色精品国产亚洲av| 成熟少妇高潮喷水视频| 亚洲欧美激情综合另类| 成年人黄色毛片网站| 国产精品嫩草影院av在线观看 | 日韩欧美三级三区| 51午夜福利影视在线观看| 久久久久国内视频| av女优亚洲男人天堂| 午夜精品在线福利| 在线观看日韩欧美| 国产精品永久免费网站| 成人精品一区二区免费| 在线十欧美十亚洲十日本专区| 国产亚洲精品一区二区www| 身体一侧抽搐| 在线视频色国产色| 亚洲无线在线观看| 国产亚洲av嫩草精品影院| 最后的刺客免费高清国语| 熟女人妻精品中文字幕| 精品久久久久久久久久久久久| 精品久久久久久久人妻蜜臀av| 全区人妻精品视频| 亚洲中文字幕一区二区三区有码在线看| 色噜噜av男人的天堂激情| 叶爱在线成人免费视频播放| 一进一出抽搐动态| 国产色爽女视频免费观看| 国语自产精品视频在线第100页| 人人妻人人澡欧美一区二区| 国产91精品成人一区二区三区| 国产一区二区三区在线臀色熟女| 最近在线观看免费完整版| svipshipincom国产片| 欧美乱码精品一区二区三区| 悠悠久久av| 丰满的人妻完整版| 18禁美女被吸乳视频| 国产日本99.免费观看| 天堂av国产一区二区熟女人妻| 麻豆久久精品国产亚洲av| 国产精品一及| 日本 欧美在线| 成人鲁丝片一二三区免费| 日本三级黄在线观看| 天堂网av新在线| 国产成+人综合+亚洲专区| 熟妇人妻久久中文字幕3abv| 免费看光身美女| 国产精品1区2区在线观看.| 亚洲一区二区三区色噜噜| 身体一侧抽搐| 午夜福利18| 国产精品香港三级国产av潘金莲| 色噜噜av男人的天堂激情| 婷婷六月久久综合丁香| 一二三四社区在线视频社区8| 亚洲精品美女久久久久99蜜臀| 九九热线精品视视频播放| 国产精华一区二区三区| 精品无人区乱码1区二区| 日韩欧美在线乱码| 人人妻人人澡欧美一区二区| 中亚洲国语对白在线视频| 国产又黄又爽又无遮挡在线| 97碰自拍视频| 久久亚洲真实| 一级毛片女人18水好多| 久久欧美精品欧美久久欧美| 亚洲av第一区精品v没综合| 亚洲av不卡在线观看| h日本视频在线播放| 宅男免费午夜| 黄色片一级片一级黄色片| 91在线观看av| 国产精品久久久久久精品电影| 男插女下体视频免费在线播放| 欧美最黄视频在线播放免费| 亚洲精品在线观看二区| 我要搜黄色片| 精品午夜福利视频在线观看一区| 在线观看66精品国产| 久久久久久久久久黄片| 桃色一区二区三区在线观看| 老司机在亚洲福利影院| 天堂√8在线中文| 午夜激情欧美在线| 老司机在亚洲福利影院| 亚洲国产欧洲综合997久久,| 国产精品亚洲av一区麻豆| 岛国在线观看网站| 五月玫瑰六月丁香| 日本黄色片子视频| av天堂中文字幕网| 90打野战视频偷拍视频| 精品久久久久久成人av| 国产午夜福利久久久久久| 亚洲内射少妇av| 久久久久性生活片| 国产精品99久久99久久久不卡| 免费电影在线观看免费观看| 精品无人区乱码1区二区| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲精品色激情综合| 热99re8久久精品国产| 老司机深夜福利视频在线观看| avwww免费| 国产亚洲av嫩草精品影院| 精品久久久久久久人妻蜜臀av| 亚洲国产精品sss在线观看| 欧美xxxx黑人xx丫x性爽| 亚洲在线观看片| 嫩草影视91久久| 女生性感内裤真人,穿戴方法视频| 国产麻豆成人av免费视频| 一本综合久久免费| 宅男免费午夜| 首页视频小说图片口味搜索| 亚洲av五月六月丁香网| 国产精品三级大全| 蜜桃亚洲精品一区二区三区| 99视频精品全部免费 在线| 香蕉av资源在线| 啪啪无遮挡十八禁网站| 国产成人啪精品午夜网站| 香蕉久久夜色| 国产99白浆流出| 丁香欧美五月| 亚洲精品粉嫩美女一区| 国产三级在线视频| 宅男免费午夜| 99国产综合亚洲精品| 欧美色视频一区免费| 欧美中文综合在线视频| 99热这里只有是精品50| 99国产精品一区二区三区| 日韩欧美 国产精品| 88av欧美| 一边摸一边抽搐一进一小说| 桃色一区二区三区在线观看| 一级毛片高清免费大全| 日本黄大片高清| 久久99热这里只有精品18| 一个人免费在线观看电影| 在线免费观看不下载黄p国产 | av黄色大香蕉| 久久人人精品亚洲av| 欧美成人a在线观看| 日日夜夜操网爽| 亚洲成人中文字幕在线播放| 最近在线观看免费完整版| 搞女人的毛片| 国产三级黄色录像| 亚洲欧美日韩高清专用| 欧美日韩精品网址| 中文字幕熟女人妻在线| svipshipincom国产片| 日本免费一区二区三区高清不卡| 免费观看人在逋| 日本三级黄在线观看| 国产精品综合久久久久久久免费| 我要搜黄色片| 精品国内亚洲2022精品成人| 久久这里只有精品中国| 99久久精品国产亚洲精品| 国语自产精品视频在线第100页| 国产黄a三级三级三级人| 国产精品久久久久久久久免 | 男女午夜视频在线观看| 一本一本综合久久| 亚洲av五月六月丁香网| av在线天堂中文字幕| 丰满人妻熟妇乱又伦精品不卡| 久久久久久九九精品二区国产| 日本a在线网址| 国内精品久久久久精免费| 亚洲欧美日韩无卡精品| 操出白浆在线播放| 中文亚洲av片在线观看爽| 听说在线观看完整版免费高清| 精品久久久久久久久久久久久| 99国产极品粉嫩在线观看| 亚洲精品久久国产高清桃花| 亚洲一区二区三区不卡视频| 天堂√8在线中文| 成人亚洲精品av一区二区| 91久久精品电影网| 日韩欧美精品免费久久 | 2021天堂中文幕一二区在线观| 一边摸一边抽搐一进一小说| 久久精品国产亚洲av涩爱 | 一进一出抽搐动态| 欧美三级亚洲精品| 嫩草影院入口| 两性午夜刺激爽爽歪歪视频在线观看| 欧美性猛交黑人性爽| 久久久久精品国产欧美久久久| 婷婷精品国产亚洲av在线| 在线观看午夜福利视频| 国产精品99久久久久久久久| 波多野结衣高清作品| 人妻久久中文字幕网| 日韩免费av在线播放| 嫩草影院入口| 亚洲欧美日韩东京热| АⅤ资源中文在线天堂| 日韩欧美在线二视频| 午夜福利在线在线| 别揉我奶头~嗯~啊~动态视频| 免费无遮挡裸体视频| 久久久久久久午夜电影| 国产成人av激情在线播放| 久久精品国产自在天天线| 18禁黄网站禁片午夜丰满| 又紧又爽又黄一区二区| 久久久久久久精品吃奶| 国产精品99久久久久久久久| 九九热线精品视视频播放| 制服人妻中文乱码| av欧美777| 美女 人体艺术 gogo| 亚洲中文字幕日韩| 久久天躁狠狠躁夜夜2o2o| 亚洲成av人片在线播放无| 在线免费观看的www视频| 欧美一级毛片孕妇| 午夜福利在线观看免费完整高清在 | 精品免费久久久久久久清纯| 中文字幕久久专区| 91麻豆精品激情在线观看国产| 日本黄色片子视频| 久久久久亚洲av毛片大全| 亚洲五月婷婷丁香| 小说图片视频综合网站| 老鸭窝网址在线观看| 国产亚洲精品一区二区www| 日本精品一区二区三区蜜桃| 久久久久精品国产欧美久久久| 无遮挡黄片免费观看| 久9热在线精品视频| 精品福利观看| 最近最新中文字幕大全免费视频| 中文字幕av在线有码专区| 黄片小视频在线播放| 人妻久久中文字幕网| 人人妻,人人澡人人爽秒播| 久久九九热精品免费| 99久久九九国产精品国产免费| 露出奶头的视频| 精品一区二区三区av网在线观看| 99久久精品热视频| 亚洲精品乱码久久久v下载方式 | 久久久精品大字幕| 一区福利在线观看| 久久久国产成人精品二区| 国产乱人视频| 亚洲国产色片| 三级国产精品欧美在线观看| 嫁个100分男人电影在线观看| 色老头精品视频在线观看| 俄罗斯特黄特色一大片| 国产伦精品一区二区三区四那| 免费电影在线观看免费观看| 国产高清videossex| 18禁黄网站禁片免费观看直播| 一级作爱视频免费观看| 精品一区二区三区人妻视频| 免费观看的影片在线观看| 亚洲av二区三区四区| 日本免费a在线| 中文字幕高清在线视频| 久久久久久久午夜电影| 亚洲av中文字字幕乱码综合| 国产成人福利小说| 精品国内亚洲2022精品成人| 免费高清视频大片| 国内精品久久久久精免费| 国产91精品成人一区二区三区| 欧美极品一区二区三区四区| 97人妻精品一区二区三区麻豆| 国产中年淑女户外野战色| 99久久久亚洲精品蜜臀av| 最近最新免费中文字幕在线| 国产黄片美女视频| 美女免费视频网站| www国产在线视频色| 午夜福利在线在线| 老司机午夜十八禁免费视频| 亚洲av成人不卡在线观看播放网| 国产成人aa在线观看| 三级国产精品欧美在线观看| 男人的好看免费观看在线视频| 免费无遮挡裸体视频| а√天堂www在线а√下载| 午夜精品一区二区三区免费看| 91麻豆精品激情在线观看国产| 国产成人啪精品午夜网站| 18禁黄网站禁片免费观看直播| 最新在线观看一区二区三区| 久久国产乱子伦精品免费另类| 国内精品久久久久久久电影| 亚洲精品亚洲一区二区| 给我免费播放毛片高清在线观看| 一区二区三区激情视频| 18禁裸乳无遮挡免费网站照片| 国产精品98久久久久久宅男小说| 精品久久久久久久末码| 黄色日韩在线| 久久久久国内视频| 一区二区三区激情视频| 欧美乱妇无乱码| 动漫黄色视频在线观看| 久久九九热精品免费| 一区二区三区激情视频| 欧美乱妇无乱码| 亚洲 欧美 日韩 在线 免费| 黄片大片在线免费观看| 精品国产亚洲在线| 男人和女人高潮做爰伦理| 成人特级黄色片久久久久久久| 精品久久久久久久末码| 国产亚洲精品久久久久久毛片| 日本a在线网址| 成人欧美大片| 男女做爰动态图高潮gif福利片| 99国产极品粉嫩在线观看| 日韩国内少妇激情av| 久久久国产精品麻豆| 叶爱在线成人免费视频播放| 狂野欧美白嫩少妇大欣赏| 国产欧美日韩精品一区二区| 午夜福利在线观看免费完整高清在 | 久久久久精品国产欧美久久久| 老熟妇仑乱视频hdxx| 国产精品久久视频播放| 韩国av一区二区三区四区| 精品国产三级普通话版| x7x7x7水蜜桃| 日本黄色视频三级网站网址| 国产三级黄色录像| 久久草成人影院| 日韩免费av在线播放| 岛国在线免费视频观看| 国产激情欧美一区二区| 午夜福利18| 日日干狠狠操夜夜爽| 天堂网av新在线| 3wmmmm亚洲av在线观看| 男人和女人高潮做爰伦理| 伊人久久精品亚洲午夜| 哪里可以看免费的av片| 精品99又大又爽又粗少妇毛片 | 国产成人啪精品午夜网站| 在线观看av片永久免费下载| 亚洲五月天丁香| 免费av观看视频| 国内揄拍国产精品人妻在线| 三级毛片av免费| 中文亚洲av片在线观看爽| 日韩亚洲欧美综合| 日本黄色视频三级网站网址| 最近在线观看免费完整版| 欧美一区二区精品小视频在线| 久久久国产成人免费| 亚洲专区中文字幕在线| 夜夜夜夜夜久久久久| 欧美日本亚洲视频在线播放| 午夜福利成人在线免费观看| 精品国产美女av久久久久小说| 天堂影院成人在线观看| 中文字幕人妻丝袜一区二区| 成人欧美大片| 亚洲性夜色夜夜综合| 又黄又粗又硬又大视频| 最近最新中文字幕大全免费视频| 亚洲精品一卡2卡三卡4卡5卡| 日韩高清综合在线| 身体一侧抽搐| 亚洲人成伊人成综合网2020| 亚洲自拍偷在线| 蜜桃亚洲精品一区二区三区| 九九久久精品国产亚洲av麻豆| www.熟女人妻精品国产| www.999成人在线观看| 国产激情欧美一区二区| 极品教师在线免费播放| 国产精品一区二区三区四区免费观看 | 日日摸夜夜添夜夜添小说| 九九热线精品视视频播放| 欧美最黄视频在线播放免费| 长腿黑丝高跟| 在线观看舔阴道视频| 51午夜福利影视在线观看| 亚洲色图av天堂| а√天堂www在线а√下载| 老司机在亚洲福利影院| 免费观看的影片在线观看| 一区二区三区高清视频在线| 亚洲成a人片在线一区二区| 少妇人妻一区二区三区视频| 欧美国产日韩亚洲一区| 波多野结衣高清作品| 一区二区三区国产精品乱码| 搡老妇女老女人老熟妇| 国产精品1区2区在线观看.| 美女cb高潮喷水在线观看| 一进一出抽搐gif免费好疼| 国产中年淑女户外野战色| 精品久久久久久,| 色av中文字幕| 午夜免费观看网址| 99久久精品一区二区三区| 叶爱在线成人免费视频播放| 精品福利观看| 好男人在线观看高清免费视频| 91久久精品电影网| 欧美3d第一页| 久久久成人免费电影| 亚洲在线观看片| 国产精品爽爽va在线观看网站| 一个人看视频在线观看www免费 | 亚洲av成人不卡在线观看播放网| 久久草成人影院| 丰满的人妻完整版| 成人欧美大片| 搡老妇女老女人老熟妇| 九九在线视频观看精品| 久99久视频精品免费| 无遮挡黄片免费观看| svipshipincom国产片| 十八禁网站免费在线| 在线播放无遮挡| av视频在线观看入口| 在线天堂最新版资源| 久99久视频精品免费| 日韩成人在线观看一区二区三区| 高清在线国产一区| 亚洲精品国产精品久久久不卡| 国产伦在线观看视频一区| 日韩欧美免费精品| 国产午夜精品论理片| 国产真人三级小视频在线观看| 十八禁网站免费在线| 精品99又大又爽又粗少妇毛片 | 久久天躁狠狠躁夜夜2o2o| 看黄色毛片网站| 亚洲熟妇中文字幕五十中出| 国内久久婷婷六月综合欲色啪| 亚洲国产精品sss在线观看| 日本黄色片子视频| 神马国产精品三级电影在线观看| 午夜精品久久久久久毛片777| 国产精品精品国产色婷婷| 日日摸夜夜添夜夜添小说| 老汉色av国产亚洲站长工具| 亚洲人成网站高清观看| 国产精品,欧美在线| 国产av一区在线观看免费| 日韩欧美一区二区三区在线观看| 亚洲男人的天堂狠狠| 一a级毛片在线观看| 午夜福利成人在线免费观看| 少妇人妻一区二区三区视频| 最新在线观看一区二区三区| 人人妻人人澡欧美一区二区| 亚洲avbb在线观看| 日韩欧美三级三区| 国产熟女xx| 午夜福利在线观看吧| 一区二区三区高清视频在线| 婷婷丁香在线五月| 亚洲熟妇中文字幕五十中出| 又黄又粗又硬又大视频| 国产精华一区二区三区| av天堂中文字幕网| 国产中年淑女户外野战色| 一区福利在线观看| 日本一本二区三区精品| 香蕉丝袜av| 日本黄色视频三级网站网址| 成年免费大片在线观看| 国产91精品成人一区二区三区| 国产亚洲精品综合一区在线观看| 国产精品久久久久久人妻精品电影| 国产极品精品免费视频能看的| 国产69精品久久久久777片| 国产精品香港三级国产av潘金莲| 99精品在免费线老司机午夜| 日日干狠狠操夜夜爽| 老汉色∧v一级毛片| 亚洲精品456在线播放app | 最新中文字幕久久久久| 免费在线观看日本一区| 99国产综合亚洲精品| 中文亚洲av片在线观看爽| 两人在一起打扑克的视频| 高清日韩中文字幕在线| 18+在线观看网站| 一区二区三区免费毛片| 久久欧美精品欧美久久欧美| 久久久久精品国产欧美久久久| 90打野战视频偷拍视频| av天堂中文字幕网| x7x7x7水蜜桃| 高清日韩中文字幕在线| 好看av亚洲va欧美ⅴa在| 亚洲五月婷婷丁香| 国产真实伦视频高清在线观看 | 亚洲第一电影网av| 久久久久久大精品| av天堂中文字幕网| 在线看三级毛片| 免费电影在线观看免费观看| 亚洲一区二区三区不卡视频| 毛片女人毛片| 18禁黄网站禁片免费观看直播| 啦啦啦观看免费观看视频高清| 午夜亚洲福利在线播放| 色综合婷婷激情| a在线观看视频网站| 午夜福利18| 国内精品久久久久精免费| 女人十人毛片免费观看3o分钟| 国产爱豆传媒在线观看| 久久伊人香网站| 最近视频中文字幕2019在线8| 国产视频一区二区在线看| 美女高潮的动态| 99精品欧美一区二区三区四区| 亚洲最大成人中文| 操出白浆在线播放| 国产精品久久久久久精品电影| 在线观看舔阴道视频| 免费观看的影片在线观看|