• <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 ?

    基于分層差分表達(dá)理論的圖像視覺增強(qiáng)

    2017-10-14 02:57:31耿愛輝萬春明張云峰曹立華
    電子與信息學(xué)報 2017年4期
    關(guān)鍵詞:人眼直方圖差分

    耿愛輝 萬春明 李 毅 張云峰 曹立華 馮 強(qiáng)

    ?

    基于分層差分表達(dá)理論的圖像視覺增強(qiáng)

    耿愛輝*①②萬春明①李 毅②張云峰②曹立華②馮 強(qiáng)②

    ① (長春理工大學(xué)長春 130022)②(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所 長春 130033)

    視覺注意機(jī)制表明人眼趨向于關(guān)注感興趣區(qū)域。為了實現(xiàn)圖像視覺增強(qiáng),該文提出基于2維直方圖分層差分表達(dá)理論的圖像增強(qiáng)方法。該算法首先檢測圖像的顯著性區(qū)域,并對該區(qū)域進(jìn)行分割,得到更適合人眼觀測的顯著圖。然后統(tǒng)計原圖中顯著圖對應(yīng)區(qū)域的2維差分直方圖,依據(jù)分層差分表達(dá)理論和考慮各層之間的內(nèi)在聯(lián)系,通過解線性優(yōu)化問題得到顯著性區(qū)域差分向量。定義原始差分向量代表原圖特征,將兩個向量加權(quán)相加后得到全局變換函數(shù),重建得到視覺增強(qiáng)圖像。實驗結(jié)果表明:該方法有效地增強(qiáng)圖像中人眼感興趣區(qū)域?qū)Ρ榷?,提升?xì)節(jié)信息??陀^評價指標(biāo)表明:與其他5種方法比較,該方法處理結(jié)果在3組實驗中在保持全局亮度、提升峰值信噪比及人眼視覺系統(tǒng)敏感度信噪比指標(biāo)優(yōu)勢明顯。該方法增強(qiáng)后圖像顯著性區(qū)域的EME值適中,有利于視覺觀測??陀^指標(biāo)與主觀觀察結(jié)果一致,表明該方法能有效改善圖像視覺效果。

    圖像處理;人眼視覺增強(qiáng);顯著性檢測;分層差分表達(dá);2維直方圖

    1 引言

    受天氣、環(huán)境等客觀因素和人為操作不當(dāng)?shù)戎饔^原因的影響,實際采集到的圖像通常是缺乏對比度、模糊、文理細(xì)節(jié)不清晰,不利于人眼視覺觀測、判讀和識別。因此有必要對圖像進(jìn)行增強(qiáng)處理,提高圖像清晰度和信噪比,增強(qiáng)人眼感興趣區(qū)域?qū)Ρ榷萚1,2]。

    圖像增強(qiáng)是指通過一定手段將不清晰的圖像變得清晰或便于突出某些感興趣的特征,以達(dá)到改善圖像質(zhì)量、提高圖像判讀和識別效果的目的,進(jìn)而滿足某些實際應(yīng)用需求。主要的圖像增強(qiáng)算法可分兩大類[1,2]:空域增強(qiáng)方法和頻域增強(qiáng)方法?;诳沼虻脑鰪?qiáng)方法是直接對圖像像素進(jìn)行操作。代表算法有灰度變換、空間濾波、直方圖均衡及其改進(jìn)算法、多尺度Retinex算法等?;陬l域的增強(qiáng)方法是在圖像的某個變換域內(nèi)進(jìn)行操作,再通過逆變換獲得增強(qiáng)圖像。典型算法有:傅里葉變換、離散余弦變換和小波變換增強(qiáng)法等。但是這些算法主要是以增強(qiáng)圖像全局對比度為目的,沒有考慮人眼視覺的特點(diǎn),視覺效果很難令人滿意。例如直方圖均衡算法依據(jù)像素灰度值的概率重新分配灰度級能有效提高圖像對比度,但HE往往將代表圖像細(xì)節(jié)占少數(shù)的像素點(diǎn)灰度級合并造成細(xì)節(jié)信息丟失,并且易出現(xiàn)過增強(qiáng);小波增強(qiáng)算法將圖像高低頻信息單獨(dú)處理通過逆變換得到增強(qiáng)圖像,當(dāng)過度追求對比度,對高頻信息進(jìn)行處理時會導(dǎo)致平滑區(qū)噪聲放大。近年來提出的基于偏微分的增強(qiáng)方法,基于Contourlet的增強(qiáng)和基于Shearlet的增強(qiáng)同樣存在過度追求對比度時會導(dǎo)致圖像視覺效果變差問題。最近,Lee 等人[11]提出分層差分表達(dá)(Layered Difference Representation, LDR),該方法統(tǒng)計相鄰像素間差值的2維直方圖,通過解線性優(yōu)化方程放大原始圖像中差分值個數(shù)多的灰度差,計算出代表相鄰像素之間不同差異值的差分向量并融合為一個差分向量,得到全局變換函數(shù)重建圖像,最終實現(xiàn)圖像對比度增強(qiáng)。LDR計算整幅圖像的差分值得到全局函數(shù),在灰度重新映射時會導(dǎo)致某些細(xì)節(jié)的丟失,但LDR理論為通過全局變換函數(shù)實現(xiàn)圖像中人眼感興趣區(qū)域視覺增強(qiáng)提供了一種新方案。

    考慮到以上問題和LDR特點(diǎn),為實現(xiàn)視覺增強(qiáng),本文提出一種基于2維直方圖分層差分表達(dá)的人眼感興趣區(qū)域視覺增強(qiáng)方法,該方法依據(jù)人眼視覺注意機(jī)制獲得顯著圖,再統(tǒng)計顯著圖在原圖中的對應(yīng)區(qū)域的差分2維直方圖,通過解線性優(yōu)化問題得到對應(yīng)顯著圖的差分向量,最后與代表原圖非顯著性區(qū)域的原始差分向量融合得到最終差分向量,將獲取的全局變換函數(shù)對原圖進(jìn)行重新映射增強(qiáng)圖像。本文其余部分結(jié)構(gòu)組織如下:第2節(jié)對LDR理論進(jìn)行簡單描述;第3節(jié)詳細(xì)描述本文算法;第4節(jié)給出實驗比較與分析;第5節(jié)對全文進(jìn)行總結(jié)。

    2 分層差分表達(dá)(LDR)

    分層差分表達(dá)[11]對原始圖像相鄰像素之間的不同灰度差值進(jìn)行統(tǒng)計得到2維直方圖,并通過一個類似樹型的分層結(jié)構(gòu)圖來表達(dá)這種像素灰度差值關(guān)系。以8位圖像為例,分層差分表達(dá)理論的結(jié)構(gòu)圖如圖1所示。圖中是輸出圖像變換函數(shù)中輸入圖像中灰度值為對應(yīng)的映射值,是差分變量。LDR認(rèn)為差分變量與輸出圖像的灰度值存在這樣的關(guān)系:

    圖2是原始圖像修訂后的2維差分直方圖。

    (4)

    該限定性方程中,對不同的差值依據(jù)統(tǒng)計差分直方圖分別算出一個差分向量,限制項限制差分向量的每一個單元不小于0,且所有單元的總和不超過255。式中是由0和1組成的矩陣,是第層差分向量,是第層的輸入2維直方圖向量。LDR將各層差分向量集合為一個差分向量,最后得到全局變換函數(shù)實現(xiàn)輸入圖像像素灰度重新映射。

    圖2 2維直方圖統(tǒng)計數(shù)據(jù)

    3 本文算法

    為實現(xiàn)視覺增強(qiáng),本文提出基于2維直方圖分層差分表達(dá)視覺增強(qiáng)算法。該算法可分為4個部分:(1)顯著圖獲取;(2)顯著性區(qū)域差分信息統(tǒng)計;(3)顯著性區(qū)域差分向量獲??;(4)變換函數(shù)及重建圖像。

    3.1 顯著性區(qū)域檢測

    圖像顯著性是一種基于視覺注意機(jī)制結(jié)合圖像亮度,紋理和邊緣梯度等視差信息的底層特征描述,近年來發(fā)展多種顯著性區(qū)域檢測濾波方法,本文采用分層差分表達(dá)需統(tǒng)計灰度差分值,而人眼對灰度差距大的圖像區(qū)域敏感,因此選取一種基于對比度的顯著性濾波[12],該濾波方法由以下幾部分組成:單元提取、單元唯一性、單元分配與顯著性指定。每個單元中顯著性值計算為

    (6)

    (7)

    3.2 顯著性區(qū)域分層差分表達(dá)

    通過對原圖中顯著性區(qū)域2維差分信息直方圖統(tǒng)計,實現(xiàn)顯著性區(qū)域分層差分表達(dá)。文獻(xiàn)[11]中,忽略了層與層之間內(nèi)在聯(lián)系,采用加權(quán)融合255個差分向量得到最終差分向量。依據(jù)這樣的差分向量得到的全局變換函數(shù)進(jìn)行圖像灰度級的重新映射時,會出現(xiàn)細(xì)節(jié)信息丟失。本文提出改進(jìn)方法以減輕此種情況發(fā)生??紤]不同的層差分變量與輸出圖像的變換函數(shù)存在內(nèi)在聯(lián)系,因此可以選取一個固定的層作為基層,將不同層差分信息折算到固定層。當(dāng)選定固定層之后,由于灰度差分值分奇偶數(shù),折算過程中必然導(dǎo)致要舍棄部分項,固定層越大,舍棄的數(shù)據(jù)就越多,選取的固定層越小,最后留下有效的2維直方圖統(tǒng)計信息越接近原始顯著性區(qū)域直方圖。所以本文選取第層為固定層,各層差分信息可通過計算與固定層關(guān)系聯(lián)系起來,如第5層和第6層的差分變量可寫為

    (9)

    相應(yīng)的2維直方圖統(tǒng)計信息也可進(jìn)行如式(10)轉(zhuǎn)換:

    式中,由于第1層數(shù)據(jù)無法進(jìn)行折算,舍棄了該層的統(tǒng)計數(shù)據(jù)。

    3.3 差分向量求取

    獲得顯著性區(qū)域分層差分表達(dá)之后,可求取差分向量。由于本文將統(tǒng)計差分信息折算到第層的固定層,所以僅需要解一次限定性優(yōu)化方程。通過解固定層的線性優(yōu)化方程即可得到對應(yīng)的差分向量,依據(jù)式(3),式(4),選取,則,線性優(yōu)化方程可表示為

    3.4 圖像重映射

    最終差分向量由兩個差分向量加權(quán)得到,即

    (13)

    4 實驗與分析

    4.1 實驗條件

    為驗證本文算法的有效性,在Matlab平臺(CPU為Intel i7 4核,主頻為3.4 GHz)上進(jìn)行3組實驗,分別從主觀視覺效果和客觀質(zhì)量評價兩方面對其進(jìn)行分析。本文還與多種算法進(jìn)行了比較,包括直方圖均衡算法(HE)、對比度限制的自適應(yīng)直方圖均衡算法(CLAHE)[4],小波變換增強(qiáng)方法(Wavelet)[7],輪廓波變換增強(qiáng)方法(Contourlet)[8]和分層差分表達(dá)對比度增強(qiáng)算法(LDR)[11]。

    本文采用平均絕對亮度均值誤差(AAMBE)[16]、分塊對比度(EME)[17]、峰值信噪比(PSNR)[18]和人眼視覺系統(tǒng)敏感度信噪比(HSNR)[19]作為增強(qiáng)圖像的客觀評價標(biāo)準(zhǔn)。AAMBE用來計算增強(qiáng)后圖像保持均值亮度的能力,本文用AAMBE評價增強(qiáng)圖像的非顯著性區(qū)域,檢測增強(qiáng)圖像非顯著性區(qū)域保持原有特征的能力,AAMBE值越小說明保持原圖特征能力越好;EME是評價圖像局部對比度,本文用EME對增強(qiáng)后圖像的顯著性區(qū)域進(jìn)行評測,驗證顯著性區(qū)域增強(qiáng)能力,EME值大說明顯著性區(qū)域?qū)Ρ榷葟?qiáng);PSNR評價圖像信噪比,本文采用PSNR評價增強(qiáng)后圖像的質(zhì)量,PSNR值越高圖像質(zhì)量越好。HSNR是一種符合人眼視覺特性的圖像信噪比評價方法,HSNR值高表明人眼視覺感受好。HSNR為

    其中,是灰度等級,HMSE為含噪水平。

    和分別是人眼對比度敏感度矩陣和脈沖噪聲分布矩陣,和為圖像寬和高。

    4.2 實驗結(jié)果與分析

    測試圖像均來源于USC SIPI圖像庫[20],分辨率均為512×512。各算法處理實驗結(jié)果如圖4,圖5和圖6所示。圖4,圖5,圖6中子圖(b)為各原始圖像的顯著性圖,子圖(c)~(h)分別為6種算法增強(qiáng)處理后結(jié)果。HE采用像素灰度累積概率實現(xiàn)黑白拉伸,經(jīng)HE算法處理后圖像對比度增強(qiáng)明顯,但HE會導(dǎo)致平滑區(qū)噪聲過增強(qiáng)和灰度級合并使部分細(xì)節(jié)丟失,如圖4(c)左側(cè)空地區(qū)域出現(xiàn)過增強(qiáng),圖5(c)右側(cè)履帶上紋理丟失,圖6(c)過增強(qiáng)嚴(yán)重導(dǎo)致視覺效果差。HE依據(jù)像素分布計算輸出圖像的變換函數(shù),輸出圖像出現(xiàn)均值漂移,整體視覺效果較差。CLAHE是HE的改進(jìn)算法,采用分塊自適應(yīng)實現(xiàn)直方圖均衡,有效地限制了輸出圖像全局對比度,解決了HE過增強(qiáng)問題,但是CLAHE本質(zhì)原理還是HE,局部同樣會出現(xiàn)過增強(qiáng)(如圖4(d)左側(cè)空地區(qū)域)和灰度級合并(圖5(d)非顯著性區(qū)域的草地,圖6(d)空地上飛機(jī)碾壓的痕跡)。小波變換可以取得較好的增強(qiáng)效果,但它的點(diǎn)奇異性限制了其對邊緣的精確表達(dá)能力,全局圖像視覺效果趨向于模糊,如圖4(e),圖5(e)和圖6(e)所示。圖4(f),圖5(f)和圖6(f)為Contourlet變換增強(qiáng)結(jié)果,Contourlet變換能在任意尺度上實現(xiàn)任意方向的分解,具有各向異性的特點(diǎn),從而能有效捕捉圖像的輪廓和方向信息,很好地克服了小波變換的缺陷,但是增強(qiáng)后圖像易出現(xiàn)振鈴效應(yīng)和偽吉布斯效應(yīng)等影響視覺效果的現(xiàn)象[8],如圖6(f)所示。LDR統(tǒng)計相鄰像素之間灰度差,依據(jù)灰度差出的頻率放大灰度差,有效地增強(qiáng)圖像中出現(xiàn)細(xì)節(jié)與紋理,但是LDR簡單地將代表不同灰度差的255個差分向量加權(quán)融合,忽略層與層之間內(nèi)在聯(lián)系,最終變換函數(shù)受各層差分向量影響,對期望的細(xì)節(jié)紋理增強(qiáng)會有偏差,背景區(qū)和目標(biāo)區(qū)小細(xì)節(jié)被合并,如圖4(g)左上樹林靠近馬路區(qū)域、圖5(g)右上草地區(qū)域及圖6(g)空地上飛機(jī)碾壓的痕跡。本文算法對顯著性區(qū)域和非顯著性區(qū)間采用不同的處理方法,對檢測到的顯著性區(qū)域采用LDR分層差分表達(dá)理論,放大顯著性區(qū)域灰度差,提升對比度;對于非顯著性區(qū)域采用保持原有特征的方法,定義相應(yīng)的差分向量。最后將兩個差分向量融合得到變換函數(shù),重新映射灰度輸出人眼視覺效果良好的增強(qiáng)圖像。本文算法增強(qiáng)結(jié)果如圖4(h),圖5(h)和圖6(h)所示。對應(yīng)的客觀評價如表1所示。

    圖3 二維直方圖統(tǒng)計數(shù)據(jù)

    圖4 測試圖像1增強(qiáng)效果對比

    圖5 測試圖像2增強(qiáng)效果對比

    圖6 測試圖像3增強(qiáng)效果對比

    測試數(shù)據(jù)表明,在保持非顯著性區(qū)域均值亮度(AAMBE)評價中本文算法得分在同組實驗較小,即本文算法在保持非顯著性區(qū)域效果良好,亮度均值漂移小。EME用來評價顯著性區(qū)域?qū)Ρ榷?,本文算法EME值適中適合人眼視覺觀測,既沒有HE和LDR的過增強(qiáng),也沒有CLAHE的增強(qiáng)不足。表1中,處理后圖像PSNR和HSNR得分中,本文算法和Contourlet最佳。由于本文算法采用融合增強(qiáng)顯著性區(qū)域的差分向量和保持非顯著性區(qū)域特征的差分向量得到變換函數(shù),顯著性區(qū)域增強(qiáng)但受原始差分向量影響,而不會出現(xiàn)過增強(qiáng),同樣在非顯著性區(qū)域受顯著性區(qū)域?qū)Ρ榷仍鰪?qiáng)差分向量影響,該區(qū)域細(xì)節(jié)紋理也得到增強(qiáng),這樣全局圖像峰值信噪比和人眼視覺系統(tǒng)敏感度信噪比與其他增強(qiáng)算法相比會有很大提高。

    表1增強(qiáng)算法的定量評價比較

    測試圖像評價指標(biāo)方法 直方圖均衡限制性直方圖均衡小波變換剪切波變換分層差分表達(dá)本文方法 測試圖像1AAMBE53.8497 32.2152 11.7110 4.0697 18.3345 24.2604 EME 0.8979 0.6917 0.5927 0.6521 0.8185 0.7424 PSNR26.2194 50.2135 59.8746 75.8320 42.4996 52.6396 HSME77.4270 86.1520 86.5374 86.9301 81.7118 86.5739 測試圖像2AAMBE41.8370 39.7166 21.1038 2.1005 77.0963 16.8256 EME 0.8407 0.5290 0.5114 0.5236 0.6485 0.5452 PSNR31.7259 37.0211 48.6977 81.8212 24.6826 53.8459 測試圖像3HSME75.9213 93.9216 90.8018 96.6050 89.2157 94.3913 AAMBE65.6991 28.0125 7.8876 2.1908 49.4179 6.6712 EME 0.8974 0.4378 0.3309 0.4185 0.5274 0.4282 PSNR22.8530 43.5797 63.8430 73.7710 31.4767 67.6197 HSME80.3621105.9549106.6950107.3752102.2310107.2521

    5 結(jié)論

    人眼視覺對圖像的某一區(qū)域感興趣,而不是整幅圖像。現(xiàn)有的對比度增強(qiáng)算法采用全局增強(qiáng)通常沒有考慮人眼感興趣區(qū)域,這樣處理得到的圖像人眼視覺感知較差。為解決上述問題,本文提出基于2維直方圖分層差分表達(dá)的視覺增強(qiáng)算法,該算法利用視覺注意機(jī)制,獲取顯著性圖,對原圖對應(yīng)顯著性區(qū)域進(jìn)行分層差分表達(dá),并考慮層與層之間內(nèi)在聯(lián)系對數(shù)據(jù)進(jìn)行整合,通過解限定性優(yōu)化方程得到增強(qiáng)顯著性區(qū)域的差分向量,定義代表原始圖像非顯著性區(qū)域的差分向量,最終的變換函數(shù)由這兩個差分向量融合得到。實驗結(jié)果表明,經(jīng)本文算法處理的圖像更適合人眼觀測。客觀指標(biāo)評價說明與其他算法比較,本文算法在保持非顯著性區(qū)域全局亮度、增強(qiáng)顯著性區(qū)域?qū)Ρ榷?、提升圖像峰值信噪比和人眼視覺系統(tǒng)敏感度信噪比有良好表現(xiàn)。

    [1] JI Tingting and WANG Guoyu. An approach to underwater image enhancement based on image structural decomposition[J]., 2015, 14(2): 255-260. doi: 10.1007/s11802-015-2426-2.

    [2] SUN Wei, GUO Baolong, LI Dajian,. Fast single image dehazing method for visible-light systems[J]., 2013, 52(9): 093103. doi: 10.1117/1.OE.52.9. 093103.

    [3] 劉海波, 楊杰, 吳正平, 等. 改進(jìn)的基于霧氣理論的視頻去霧[J]. 光學(xué)精密工程, 2016, 24(7): 1789-1798. doi: 10.3788/OPE. 20162407.1789.

    LIU Haibo, YANG Jie, WU Zhengping,. Improved video defogging based on fog theory[J]., 2016, 24(7): 1789-1798. doi: 10.3788/OPE. 20162407.1789.

    [4] MOHAN Shelda and RAVISHANKAR M. Modified contrast limited adaptive histogram equalization based on local contrast enhancement for mammogram images[J].&, 2013, 296: 397-403. doi: 10.1007/978-3-642-35864-7_60.

    [5] GAUTAM C and TIWARI N. Efficient color image contrast enhancement using range limited bi-histogram equalization with adaptive gamma correction[C]. 2015 International Conference on Industrial Instrumentation and Control (ICIC), Pune, India, 2015: 175-180. doi: 10.1109/IIC.2015. 7150733.

    [6] 盧彥飛, 張濤, 章程. 應(yīng)用log-Gabor韋伯特征的圖像質(zhì)量評價[J]. 光學(xué)精密工程, 2015, 23(11): 3259-3269. doi: 10.3788/ OPE.20152311.3259.

    LU Yanfei, ZHANG Tao, and ZHANG ChengImage quality assessment using log-Gabor Weber feature[J]., 2015, 23(11): 3259-3269. doi: 10.3788/ OPE.20152311.3259.

    [7] YANG Guocheng, LI Meiling, CHEN Leiting,. The nonsubsampled contourlet transform based statistical medical image fusion using generalized Gaussian density[J].&,2015, 13(11): 1-13. doi: 10.1155/2015/262819.

    [8] DEMIREL H and ANBARIJAFARI FG. Discrete wavelet transform-based satellite image resolution enhancement[J]., 2011, 49(6): 706-717. doi: 10.1109/TGRS.2010.2100401.

    [9] 吳一全,殷駿,戴一冕. 基于人工蜂群優(yōu)化的NSCT域圖像模糊集增強(qiáng)方法[J]. 華南理工大學(xué)學(xué)報:自然科學(xué)版, 2015, 43(1): 59-65. doi: 10.3969/j.issn.1000-565X.2015.01.010.

    WU Yiquan, YIN Jun, and DAI Yimian. Image enhancement in NSCT domain based on fuzzy sets and artificial bee colony optimization[J].(), 2015, 43(1): 59-65. doi: 10.3969/j.issn.1000-565X.2015.01.010.

    [10] 張驚雷, 胡曉婷, 溫顯斌, 等. 基于Shearlet變換與區(qū)域分割的遙感圖像融合[J]. 光電子激光, 2015, 26(12): 2393-2399. doi: 10.16136/j.joel.2015.12.0526.

    ZHANG Jinglei, HU Xiaoting, WEN Xianbing,. Remote sensing image fusion algorithm based on Shearlet transform and region segmentation[J]., 2015, 26(12): 2393-2399. doi: 10.16136/j.joel.2015.12.0526.

    [11] LEE C L, LEE C, and KIM C S. Contrast enhancement based on layered difference representation of 2D histograms[J]., 2013, 20(12): 5372-5384. doi: 10.1109/TIP.2013.2284059.

    [12] PERAZZI F, KRAHENBUHL P, and PRITCH Y. Salency filters: Contrast based filtering for salient region detection[C]. IEEE Conference on Computer Vision and Pattern Recognition, Providence, RI, USA, 2012: 733-740. doi: 10.1109/CVPR.2012. 6247743.

    [13] KE W M, CHEN C R, and CHIU C T. BiTA/SWCE: Image enhancement with bilateral tone adjustment and saliency weighted contrast enhancement[J].2011, 21(3):

    360-364. doi: 0.1109/TCSVT.2010.2087475.

    [14] LI Yi, ZHANG Yunfeng, CAO Lihua,Visual enhancement based on salient region detection and layered difference representation[J]., 2016, 23(1): 1-7. doi: 10.1007/s10043-015-0163-9.

    [15] ZHANG X Y, CHAN K L, and CONSTABLE M.Atmospheric perspective effect enhancement of landscape photographs through depth-aware contrast manipulation[J]., 2014, 16(3): 653-667. doi: 10.1109/TMM.2014.2299511.

    [16] OOI C H, KONG NSP, and IBRAHIM H. Bi-histogram equalization with a plateau limit for digital image enhancement[J]., 2009, 55(4): 2072-2080. doi: 10.1109/TCE.2009. 5373771.

    [17] AGAIAN S S, SILVER B, and PANETTA K A. Transform coefficient histogram-based image enhancement algorithms using contrast entropy[J]., 2007, 16(3): 741-758. doi: 10.1109/TIP.2006.

    888338.

    [18] SIM K S, TSO C P, and TAN Y Y. Recursive sub-image histogram equalization applied to gray scale images[J]., 2007, 1209(28): 1209-1221. doi: 10.1016/j.patrec.2007.02.003.

    [19] 安雪晶, 田媛. 無參考圖像質(zhì)量評價方法的設(shè)計原則[J]. 中國光學(xué)與應(yīng)用光學(xué), 2009, 2(2): 140-144. doi: 1674-2915(2009) 02-0140-05

    AN Xuejing and TIAN Yuan. Design principle of no-reference image quality evaluation[J]., 2009, 2(2): 140-144. doi: 1674-2915(2009)02- 0140-05.

    [20] USC SIPI圖像庫. ftp://sipi.usc.edu/pub/database/misc.zip 2015.12.

    Image Visual Enhancement Based on Layered Difference Representation

    GENG Aihui①②WAN Chunming①LI Yi②ZHANG Yunfeng②CAO Lihua②FENG Qiang②

    ① (,130022,)②(,,,130033,)

    Human vision pays more attention to the interesting region than other areas. A method based on salient region detection for layered difference representation of 2D histogram is proposed to achieve visual enhancement. The algorithm detects the salient region by salient filtering and cuts salient region with a threshold for visual perception firstly. Then, 2D histogram is calculated for related region in original image of salient region, and statistical information in different layers is converted to layer 2 according to the inner relationship of each layer. Following a difference vector is gained though solving a constrained optimization problem of layered difference representation at a specified layer. To preserve the character of non-salient region, an origin difference vector is defined. Finally, output image is reconstructed by a transformation function, which is the result of two difference vectors for salient region and non-salient region. Experimental results show that the proposed method enhances contrast and details in salient region efficiently while protecting non-salient region in origin image. The objective evaluation parameters in three group experiments illustrate that the proposed algorithm can get better scores in protecting global mean lighting in non-salient region, increasing PSNR and HSNR of the whole image compared to other five algorithms. The EME value of images enhanced by the proposed method is moderate. The objective evaluation parameters are consistent with the subject observation, and it demonstrates the proposed method can achieve visual enhancement effectively.

    Image processing; Vision enhancement; Salient detection; Layered difference representation; 2D histogram

    TP391

    A

    1009-5896(2017)04-0922-08

    10.11999/JEIT161070

    2016-10-12;

    2017-02-15;

    2017-03-07

    耿愛輝 gengaihui2009@qq.com

    國家自然科學(xué)基金(61205143),吉林省科技廳重點(diǎn)項目(20110329)

    The National Natural Science Foundation of China (61205143), The Science and Technology Department of Jilin Province Research Funding (20110329)

    耿愛輝: 男,1974年生,副研究員,研究方向為光電總體技術(shù).

    萬春明: 男,1959年生,教授,研究方向為光電工程.

    李 毅: 男,1988年生,助理研究員,研究方向為光電信息.

    張云峰: 男,1971年生,研究員,研究方向為光電信息技術(shù).

    曹立華: 男,1973年生,研究員,研究方向為光電總體技術(shù).

    馮 強(qiáng): 男,1978年生,副研究員,研究方向為光電信息技術(shù).

    猜你喜歡
    人眼直方圖差分
    統(tǒng)計頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計直方圖發(fā)布
    數(shù)列與差分
    人眼X光
    快樂語文(2019年9期)2019-06-22 10:00:38
    人眼為什么能看到虛像
    用直方圖控制畫面影調(diào)
    閃瞎人眼的,還有唇
    優(yōu)雅(2016年12期)2017-02-28 21:32:58
    看人,星光璀璨繚人眼
    電影故事(2016年5期)2016-06-15 20:27:30
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    性色avwww在线观看| 中文字幕高清在线视频| 欧美黄色淫秽网站| xxxwww97欧美| 好男人在线观看高清免费视频| 一级黄片播放器| 97超级碰碰碰精品色视频在线观看| 18禁黄网站禁片午夜丰满| 欧美xxxx性猛交bbbb| 国产精品亚洲av一区麻豆| 一级av片app| 99热6这里只有精品| 国模一区二区三区四区视频| 黄色一级大片看看| 日韩欧美在线乱码| 欧美一级a爱片免费观看看| 中文在线观看免费www的网站| 久久久久免费精品人妻一区二区| .国产精品久久| 此物有八面人人有两片| 丰满的人妻完整版| 琪琪午夜伦伦电影理论片6080| 欧美xxxx黑人xx丫x性爽| 国产精华一区二区三区| 99热6这里只有精品| 国产中年淑女户外野战色| x7x7x7水蜜桃| 一级作爱视频免费观看| 俺也久久电影网| 两个人的视频大全免费| 国产精品不卡视频一区二区 | 在线播放无遮挡| 动漫黄色视频在线观看| 国产午夜精品久久久久久一区二区三区 | 最新中文字幕久久久久| 国产一区二区在线观看日韩| 国产亚洲欧美在线一区二区| 色播亚洲综合网| 久久久色成人| 亚洲人成电影免费在线| xxxwww97欧美| 精品日产1卡2卡| 日日摸夜夜添夜夜添小说| 婷婷丁香在线五月| 亚洲av第一区精品v没综合| 18禁在线播放成人免费| 国产黄a三级三级三级人| 亚洲五月天丁香| xxxwww97欧美| 九色国产91popny在线| 91在线观看av| 免费无遮挡裸体视频| 亚洲精品一卡2卡三卡4卡5卡| 日韩中文字幕欧美一区二区| 一区二区三区高清视频在线| 91字幕亚洲| 热99在线观看视频| 天堂√8在线中文| 久久久久国内视频| 夜夜夜夜夜久久久久| 日本一本二区三区精品| 精品久久久久久久人妻蜜臀av| 麻豆一二三区av精品| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲av免费高清在线观看| 亚洲av.av天堂| 亚洲自拍偷在线| 国产精品,欧美在线| 婷婷六月久久综合丁香| 日韩欧美免费精品| 少妇人妻精品综合一区二区 | 一级作爱视频免费观看| 国产成人啪精品午夜网站| 真实男女啪啪啪动态图| 色综合婷婷激情| 白带黄色成豆腐渣| 国产免费一级a男人的天堂| 久久精品国产亚洲av香蕉五月| 女人十人毛片免费观看3o分钟| 真人一进一出gif抽搐免费| 久9热在线精品视频| 狂野欧美白嫩少妇大欣赏| 在现免费观看毛片| 一区二区三区免费毛片| 国内精品一区二区在线观看| 午夜激情欧美在线| 久久99热6这里只有精品| 91麻豆av在线| 精品99又大又爽又粗少妇毛片 | а√天堂www在线а√下载| 午夜精品一区二区三区免费看| 亚洲在线自拍视频| 亚洲欧美日韩东京热| 嫩草影视91久久| 少妇被粗大猛烈的视频| 一二三四社区在线视频社区8| 亚洲av熟女| 1024手机看黄色片| 亚洲一区高清亚洲精品| av专区在线播放| 亚洲av五月六月丁香网| 人人妻,人人澡人人爽秒播| 亚洲精品日韩av片在线观看| 免费看光身美女| 一级作爱视频免费观看| 久久久国产成人精品二区| 99热精品在线国产| 欧美日韩国产亚洲二区| 看十八女毛片水多多多| 日本黄大片高清| 男女下面进入的视频免费午夜| 国产黄a三级三级三级人| 69人妻影院| 麻豆国产av国片精品| 亚洲avbb在线观看| 国产精品不卡视频一区二区 | 亚洲精品粉嫩美女一区| 久久久久九九精品影院| 亚洲一区高清亚洲精品| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲av成人不卡在线观看播放网| 精华霜和精华液先用哪个| 亚洲内射少妇av| 欧美性感艳星| 成人性生交大片免费视频hd| 观看免费一级毛片| 国产精品国产高清国产av| 国产午夜福利久久久久久| 亚洲美女视频黄频| 国产精品自产拍在线观看55亚洲| 一本一本综合久久| 久久久久精品国产欧美久久久| 脱女人内裤的视频| 成年版毛片免费区| 精品一区二区三区视频在线观看免费| 亚洲第一电影网av| 国产伦在线观看视频一区| 国产伦人伦偷精品视频| 亚洲精品亚洲一区二区| 欧美黄色片欧美黄色片| 嫩草影院入口| 99热这里只有精品一区| 日日摸夜夜添夜夜添av毛片 | 老司机深夜福利视频在线观看| 日韩欧美 国产精品| 亚洲成人精品中文字幕电影| 国产成人福利小说| 99精品久久久久人妻精品| 精品人妻一区二区三区麻豆 | 一区二区三区高清视频在线| avwww免费| 国产真实伦视频高清在线观看 | 国产久久久一区二区三区| 一本精品99久久精品77| 国产亚洲精品综合一区在线观看| 亚洲人成网站在线播放欧美日韩| 日本与韩国留学比较| 村上凉子中文字幕在线| 在线十欧美十亚洲十日本专区| 三级国产精品欧美在线观看| 美女免费视频网站| 女人十人毛片免费观看3o分钟| 直男gayav资源| 午夜两性在线视频| 激情在线观看视频在线高清| 一区二区三区高清视频在线| 国产精品三级大全| 久久午夜亚洲精品久久| 国产精品电影一区二区三区| 欧美+亚洲+日韩+国产| 美女xxoo啪啪120秒动态图 | 搞女人的毛片| 全区人妻精品视频| 国产一区二区在线观看日韩| 舔av片在线| 久久九九热精品免费| 免费观看人在逋| 91av网一区二区| 亚洲av.av天堂| а√天堂www在线а√下载| 亚洲人成电影免费在线| 一卡2卡三卡四卡精品乱码亚洲| 又黄又爽又刺激的免费视频.| 伊人久久精品亚洲午夜| 久久欧美精品欧美久久欧美| 黄色女人牲交| 久久久久久久久久黄片| 国产一级毛片七仙女欲春2| 国产不卡一卡二| 国产亚洲欧美在线一区二区| 亚洲欧美日韩高清专用| 国产aⅴ精品一区二区三区波| 亚洲专区国产一区二区| 亚洲av.av天堂| 久久午夜亚洲精品久久| 久久久久久久亚洲中文字幕 | 一级毛片久久久久久久久女| 51国产日韩欧美| 午夜久久久久精精品| 又黄又爽又免费观看的视频| av中文乱码字幕在线| 亚洲内射少妇av| 国产中年淑女户外野战色| 91九色精品人成在线观看| 精品久久久久久,| 99久久无色码亚洲精品果冻| 午夜久久久久精精品| 不卡一级毛片| 国产精品三级大全| 欧美黄色淫秽网站| 国产探花极品一区二区| 国产免费av片在线观看野外av| 男人的好看免费观看在线视频| 中文字幕人妻熟人妻熟丝袜美| 天天一区二区日本电影三级| av欧美777| 99riav亚洲国产免费| 免费在线观看日本一区| 亚洲真实伦在线观看| 国产高清有码在线观看视频| 亚洲美女搞黄在线观看 | 国产人妻一区二区三区在| 国产综合懂色| 动漫黄色视频在线观看| 长腿黑丝高跟| 美女 人体艺术 gogo| 亚洲,欧美,日韩| 国内揄拍国产精品人妻在线| 一本久久中文字幕| 成人欧美大片| 久久国产乱子伦精品免费另类| 在线观看美女被高潮喷水网站 | 每晚都被弄得嗷嗷叫到高潮| 高清日韩中文字幕在线| 99国产精品一区二区蜜桃av| 久久久久性生活片| 亚洲欧美日韩高清在线视频| 麻豆久久精品国产亚洲av| 精品久久国产蜜桃| 免费在线观看亚洲国产| 国产白丝娇喘喷水9色精品| 久久这里只有精品中国| 国产成人影院久久av| 日本黄色片子视频| 日日摸夜夜添夜夜添av毛片 | 婷婷精品国产亚洲av| 日韩欧美 国产精品| 十八禁网站免费在线| 日韩亚洲欧美综合| 国产大屁股一区二区在线视频| 亚洲成人免费电影在线观看| 亚洲片人在线观看| 最后的刺客免费高清国语| 国内久久婷婷六月综合欲色啪| 在线观看66精品国产| 婷婷色综合大香蕉| 欧美激情在线99| 天堂影院成人在线观看| 欧美三级亚洲精品| 欧美黑人欧美精品刺激| 亚洲五月天丁香| 欧美另类亚洲清纯唯美| 色综合婷婷激情| 久久热精品热| 综合色av麻豆| 久久久久性生活片| 亚洲午夜理论影院| 午夜免费成人在线视频| 久久久久久大精品| 中文字幕精品亚洲无线码一区| 久久久久精品国产欧美久久久| 日韩中文字幕欧美一区二区| 欧美精品国产亚洲| av女优亚洲男人天堂| 亚洲三级黄色毛片| 悠悠久久av| www.色视频.com| 18禁裸乳无遮挡免费网站照片| 国产成人a区在线观看| 动漫黄色视频在线观看| 欧美一区二区国产精品久久精品| 午夜福利视频1000在线观看| 中文字幕人妻熟人妻熟丝袜美| 日韩国内少妇激情av| 在线观看av片永久免费下载| 十八禁网站免费在线| 少妇人妻精品综合一区二区 | 亚洲av美国av| 天天躁日日操中文字幕| 老司机福利观看| 国产精品不卡视频一区二区 | 一级av片app| 成人特级黄色片久久久久久久| 欧美性猛交黑人性爽| 久久久国产成人精品二区| 99国产精品一区二区三区| 免费在线观看影片大全网站| 亚洲精品粉嫩美女一区| 一级av片app| 亚洲专区国产一区二区| 国产精品日韩av在线免费观看| 成年免费大片在线观看| 亚洲最大成人中文| 日韩中字成人| 亚洲av成人av| 三级毛片av免费| 少妇熟女aⅴ在线视频| 男人舔奶头视频| 免费看美女性在线毛片视频| 99热这里只有精品一区| 久久精品91蜜桃| 床上黄色一级片| 老司机午夜十八禁免费视频| 国产精品98久久久久久宅男小说| 久久中文看片网| 欧美xxxx性猛交bbbb| 两性午夜刺激爽爽歪歪视频在线观看| 午夜福利欧美成人| 色精品久久人妻99蜜桃| 夜夜躁狠狠躁天天躁| 麻豆久久精品国产亚洲av| 一个人免费在线观看电影| 观看免费一级毛片| 村上凉子中文字幕在线| 高清毛片免费观看视频网站| 日韩大尺度精品在线看网址| 午夜福利在线在线| 色播亚洲综合网| 亚洲在线自拍视频| 91字幕亚洲| 少妇裸体淫交视频免费看高清| 亚洲精品456在线播放app | 国内精品久久久久精免费| 999久久久精品免费观看国产| 久久久久久久久久黄片| bbb黄色大片| 国产精品野战在线观看| 在线观看av片永久免费下载| 88av欧美| 在线免费观看不下载黄p国产 | 乱码一卡2卡4卡精品| av中文乱码字幕在线| 桃红色精品国产亚洲av| 久久久久久久久久成人| 精品乱码久久久久久99久播| 成人鲁丝片一二三区免费| 亚洲精品在线美女| 久久久久久大精品| 色av中文字幕| 老熟妇仑乱视频hdxx| 91在线精品国自产拍蜜月| 亚洲三级黄色毛片| 精品人妻视频免费看| 在现免费观看毛片| 99国产精品一区二区三区| 99在线人妻在线中文字幕| 亚洲第一欧美日韩一区二区三区| av福利片在线观看| 99视频精品全部免费 在线| 又紧又爽又黄一区二区| 国产成人福利小说| 一卡2卡三卡四卡精品乱码亚洲| 我的老师免费观看完整版| 国产91精品成人一区二区三区| 成人亚洲精品av一区二区| 午夜福利在线在线| 亚洲最大成人手机在线| 看十八女毛片水多多多| 我要搜黄色片| 脱女人内裤的视频| 久久精品久久久久久噜噜老黄 | 村上凉子中文字幕在线| 能在线免费观看的黄片| 欧美日韩综合久久久久久 | 黄色女人牲交| 熟女人妻精品中文字幕| 小蜜桃在线观看免费完整版高清| 精品久久久久久久久久久久久| 亚洲 欧美 日韩 在线 免费| 成人特级av手机在线观看| 欧美国产日韩亚洲一区| 在线观看av片永久免费下载| 免费观看的影片在线观看| 在线a可以看的网站| 两个人视频免费观看高清| 久久久久久久久中文| 国产高清视频在线观看网站| 午夜久久久久精精品| 2021天堂中文幕一二区在线观| 久久午夜亚洲精品久久| 国产成+人综合+亚洲专区| 99在线人妻在线中文字幕| 国内久久婷婷六月综合欲色啪| 一级a爱片免费观看的视频| 日韩 亚洲 欧美在线| 亚洲第一区二区三区不卡| 搡老妇女老女人老熟妇| 天堂av国产一区二区熟女人妻| 国产蜜桃级精品一区二区三区| 在现免费观看毛片| 国内精品一区二区在线观看| 久久精品国产亚洲av香蕉五月| 一本一本综合久久| 搡老熟女国产l中国老女人| 国产成年人精品一区二区| 亚洲avbb在线观看| 国产真实伦视频高清在线观看 | 日韩高清综合在线| 少妇熟女aⅴ在线视频| 国产成人福利小说| 18禁裸乳无遮挡免费网站照片| 最近中文字幕高清免费大全6 | 国产精品久久久久久人妻精品电影| 怎么达到女性高潮| 男女下面进入的视频免费午夜| 国产淫片久久久久久久久 | 极品教师在线免费播放| 亚洲午夜理论影院| 国产国拍精品亚洲av在线观看| 亚洲在线观看片| 久久中文看片网| 亚洲av不卡在线观看| 2021天堂中文幕一二区在线观| 精品99又大又爽又粗少妇毛片 | 久久人人精品亚洲av| 亚洲人成电影免费在线| 国产一级毛片七仙女欲春2| 99国产精品一区二区蜜桃av| a级一级毛片免费在线观看| 深夜精品福利| 国产单亲对白刺激| 欧美又色又爽又黄视频| 午夜老司机福利剧场| 国产探花极品一区二区| 天堂动漫精品| 亚洲精品乱码久久久v下载方式| 97人妻精品一区二区三区麻豆| bbb黄色大片| 亚洲 欧美 日韩 在线 免费| 99久久无色码亚洲精品果冻| 欧美性感艳星| 日韩 亚洲 欧美在线| 国产视频一区二区在线看| 久久久久久久精品吃奶| 免费人成在线观看视频色| 亚洲av.av天堂| 久久国产精品人妻蜜桃| 九九久久精品国产亚洲av麻豆| 亚洲久久久久久中文字幕| 少妇被粗大猛烈的视频| 特大巨黑吊av在线直播| 亚洲美女黄片视频| 他把我摸到了高潮在线观看| 啪啪无遮挡十八禁网站| 9191精品国产免费久久| 久久精品综合一区二区三区| 看免费av毛片| 日本精品一区二区三区蜜桃| 亚洲不卡免费看| 亚洲国产精品999在线| 无人区码免费观看不卡| 1000部很黄的大片| 青草久久国产| 午夜两性在线视频| 中国美女看黄片| 国产黄片美女视频| 女人十人毛片免费观看3o分钟| 内射极品少妇av片p| 我要看日韩黄色一级片| 小蜜桃在线观看免费完整版高清| 有码 亚洲区| 欧美一级a爱片免费观看看| 亚洲国产欧洲综合997久久,| 搡老熟女国产l中国老女人| 久久亚洲真实| 午夜福利高清视频| 极品教师在线视频| 亚洲自偷自拍三级| 国产亚洲精品综合一区在线观看| 男女视频在线观看网站免费| 国产高清视频在线播放一区| 一级av片app| 国产精品一及| 亚洲午夜理论影院| 一区二区三区免费毛片| 又粗又爽又猛毛片免费看| 久久草成人影院| 美女黄网站色视频| 免费av观看视频| 99久久无色码亚洲精品果冻| 国产高清视频在线播放一区| 国产中年淑女户外野战色| 人人妻,人人澡人人爽秒播| 亚洲成a人片在线一区二区| 婷婷精品国产亚洲av在线| 亚洲人与动物交配视频| 精品一区二区三区人妻视频| 性色avwww在线观看| 麻豆成人av在线观看| 性插视频无遮挡在线免费观看| 小蜜桃在线观看免费完整版高清| 久久久精品大字幕| 久久这里只有精品中国| 日韩欧美在线二视频| 久久精品夜夜夜夜夜久久蜜豆| 精品日产1卡2卡| 搡老岳熟女国产| 又爽又黄无遮挡网站| 五月伊人婷婷丁香| 欧美高清性xxxxhd video| 精品国产三级普通话版| 色av中文字幕| 3wmmmm亚洲av在线观看| 一卡2卡三卡四卡精品乱码亚洲| 久久国产乱子免费精品| 美女高潮的动态| 亚洲美女黄片视频| 99久久精品国产亚洲精品| 亚洲精品在线观看二区| 国产日本99.免费观看| 日本五十路高清| 最新在线观看一区二区三区| 色在线成人网| 婷婷丁香在线五月| 午夜福利欧美成人| 蜜桃久久精品国产亚洲av| 国产伦精品一区二区三区视频9| 国产av一区在线观看免费| 香蕉av资源在线| 亚洲在线自拍视频| 哪里可以看免费的av片| 天堂av国产一区二区熟女人妻| 欧美性猛交黑人性爽| 91在线观看av| 搡老妇女老女人老熟妇| 欧美不卡视频在线免费观看| 亚洲黑人精品在线| 国产老妇女一区| 毛片女人毛片| 老熟妇仑乱视频hdxx| 美女 人体艺术 gogo| 国产午夜精品久久久久久一区二区三区 | 精品日产1卡2卡| АⅤ资源中文在线天堂| 成人高潮视频无遮挡免费网站| 99在线视频只有这里精品首页| 亚洲成人中文字幕在线播放| 欧美最黄视频在线播放免费| 色播亚洲综合网| 欧美+亚洲+日韩+国产| 国产av一区在线观看免费| 一个人免费在线观看的高清视频| 变态另类成人亚洲欧美熟女| 97超级碰碰碰精品色视频在线观看| 宅男免费午夜| 日韩国内少妇激情av| 麻豆国产av国片精品| 最新中文字幕久久久久| 免费观看精品视频网站| 99久久无色码亚洲精品果冻| 欧美又色又爽又黄视频| 九色国产91popny在线| 国产伦人伦偷精品视频| 99久久久亚洲精品蜜臀av| 内地一区二区视频在线| 露出奶头的视频| 全区人妻精品视频| 99久国产av精品| 亚洲国产欧美人成| 日本成人三级电影网站| 国产精品亚洲av一区麻豆| 亚洲av成人av| 亚洲经典国产精华液单 | 欧美在线黄色| 午夜视频国产福利| 久久久久九九精品影院| av国产免费在线观看| 成人一区二区视频在线观看| 亚洲五月天丁香| 自拍偷自拍亚洲精品老妇| 久久久精品大字幕| 99久久无色码亚洲精品果冻| av中文乱码字幕在线| 午夜精品一区二区三区免费看| 91久久精品国产一区二区成人| 97碰自拍视频| 九色国产91popny在线| 91在线精品国自产拍蜜月| 中文字幕av成人在线电影| 一本精品99久久精品77| 日本a在线网址| 亚洲 国产 在线| 九色国产91popny在线| 成人午夜高清在线视频| 神马国产精品三级电影在线观看| 久久久久久久亚洲中文字幕 | 亚洲成人久久性| 欧美国产日韩亚洲一区| 我要搜黄色片| 国产爱豆传媒在线观看| 黄色丝袜av网址大全| 精品免费久久久久久久清纯| 精品人妻偷拍中文字幕| 午夜久久久久精精品| 欧美成人性av电影在线观看| 成年女人看的毛片在线观看| 免费在线观看亚洲国产| 男人舔女人下体高潮全视频| 国产高清三级在线| 色综合站精品国产| 内射极品少妇av片p| 欧美xxxx黑人xx丫x性爽| 999久久久精品免费观看国产| 久久久久久大精品| 麻豆成人午夜福利视频|