• <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)
    精品久久久精品久久久| 欧美不卡视频在线免费观看 | 91国产中文字幕| 亚洲av成人av| 亚洲欧美日韩无卡精品| 18禁观看日本| 久久精品91蜜桃| 国产无遮挡羞羞视频在线观看| 亚洲色图av天堂| 亚洲中文日韩欧美视频| 亚洲色图综合在线观看| 亚洲男人的天堂狠狠| 午夜成年电影在线免费观看| 欧美大码av| 精品高清国产在线一区| 欧美日韩黄片免| 另类亚洲欧美激情| 高清毛片免费观看视频网站 | 12—13女人毛片做爰片一| 1024香蕉在线观看| 久久精品成人免费网站| svipshipincom国产片| 又黄又爽又免费观看的视频| 午夜a级毛片| 国产伦人伦偷精品视频| 精品欧美一区二区三区在线| 亚洲av五月六月丁香网| 午夜免费观看网址| 欧美成狂野欧美在线观看| 黄色丝袜av网址大全| 中文字幕精品免费在线观看视频| 亚洲 欧美 日韩 在线 免费| 国产精品一区二区免费欧美| 精品一区二区三卡| 久久久国产欧美日韩av| 午夜免费观看网址| 极品教师在线免费播放| 久久久国产成人免费| 婷婷丁香在线五月| xxx96com| 久久国产亚洲av麻豆专区| 免费在线观看视频国产中文字幕亚洲| 九色亚洲精品在线播放| 久久香蕉精品热| 自线自在国产av| 亚洲,欧美精品.| 久久久久国内视频| 国产精品一区二区免费欧美| 不卡一级毛片| 美女午夜性视频免费| 亚洲第一av免费看| 国产免费男女视频| 热re99久久国产66热| 亚洲 欧美 日韩 在线 免费| 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| 国产成人精品无人区| 国产精品偷伦视频观看了| 99久久精品国产亚洲精品| 天堂影院成人在线观看| 欧美日韩国产mv在线观看视频| 国产成人欧美| 亚洲国产精品sss在线观看 | 中文欧美无线码| 法律面前人人平等表现在哪些方面| 日韩大尺度精品在线看网址 | 美国免费a级毛片| 国产乱人伦免费视频| 在线观看一区二区三区| 午夜免费激情av| 久久人人爽av亚洲精品天堂| 久久人人97超碰香蕉20202| 久久久久久久午夜电影 | 国产又色又爽无遮挡免费看| 免费看十八禁软件| 人人澡人人妻人| 久久久久久免费高清国产稀缺| www.999成人在线观看| 国产av又大| xxxhd国产人妻xxx| av天堂在线播放| 俄罗斯特黄特色一大片| 国产精品亚洲av一区麻豆| 看黄色毛片网站| 亚洲三区欧美一区| 亚洲成人精品中文字幕电影 | 久久亚洲真实| 久99久视频精品免费| 法律面前人人平等表现在哪些方面| netflix在线观看网站| 黑人巨大精品欧美一区二区蜜桃| 日本免费a在线| 老司机午夜福利在线观看视频| 手机成人av网站| 日韩欧美一区视频在线观看| 18美女黄网站色大片免费观看| 国产aⅴ精品一区二区三区波| 一区二区三区激情视频| 啦啦啦 在线观看视频| 操出白浆在线播放| 91九色精品人成在线观看| 波多野结衣av一区二区av| 99国产精品一区二区蜜桃av| 国产在线精品亚洲第一网站| 99久久人妻综合| 午夜亚洲福利在线播放| 亚洲欧洲精品一区二区精品久久久| 日本黄色视频三级网站网址| 久久久精品欧美日韩精品| 首页视频小说图片口味搜索| 亚洲三区欧美一区| 国产一区二区三区在线臀色熟女 | 18禁国产床啪视频网站| 日韩大码丰满熟妇| 99国产精品99久久久久| 男女下面进入的视频免费午夜 | 1024香蕉在线观看| 日本一区二区免费在线视频| 日韩精品中文字幕看吧| 亚洲视频免费观看视频| 欧美色视频一区免费| 真人做人爱边吃奶动态| 日韩 欧美 亚洲 中文字幕| 免费看十八禁软件| 国产亚洲精品综合一区在线观看 | 中文字幕最新亚洲高清| 女人被躁到高潮嗷嗷叫费观| 天堂中文最新版在线下载| 欧洲精品卡2卡3卡4卡5卡区| 大型黄色视频在线免费观看| 一级片免费观看大全| 国产片内射在线| 在线观看66精品国产| 国产精品一区二区三区四区久久 | 日韩视频一区二区在线观看| 黄色丝袜av网址大全| 免费在线观看影片大全网站| 国产成人精品在线电影| av福利片在线| 一级毛片女人18水好多| 一边摸一边抽搐一进一出视频| 悠悠久久av| 久久天堂一区二区三区四区| 午夜福利在线免费观看网站| 成年人黄色毛片网站| 免费av中文字幕在线| 香蕉久久夜色| 999精品在线视频| 久热这里只有精品99| 国产一区二区三区在线臀色熟女 | 国产99白浆流出| 丰满人妻熟妇乱又伦精品不卡| 丝袜美足系列| 欧美亚洲日本最大视频资源| 在线观看一区二区三区| 亚洲九九香蕉| av片东京热男人的天堂| 可以在线观看毛片的网站| 一级a爱视频在线免费观看| 成人三级黄色视频| 亚洲精品粉嫩美女一区| 又大又爽又粗| www.熟女人妻精品国产| 又黄又爽又免费观看的视频| 免费看a级黄色片| www.999成人在线观看| 国产成人影院久久av| 欧美另类亚洲清纯唯美| 国产伦一二天堂av在线观看| 自线自在国产av| 中文字幕人妻丝袜制服| 久久人妻av系列| 神马国产精品三级电影在线观看 | 在线观看www视频免费| 久久久久久久午夜电影 | 亚洲男人天堂网一区| 一进一出抽搐动态| 不卡av一区二区三区| 精品国产美女av久久久久小说| 99在线视频只有这里精品首页| 亚洲专区字幕在线| 成年人免费黄色播放视频| 少妇的丰满在线观看| 变态另类成人亚洲欧美熟女 | 18禁黄网站禁片午夜丰满| 欧美国产精品va在线观看不卡| 1024香蕉在线观看| 精品午夜福利视频在线观看一区| 国产欧美日韩一区二区三区在线| 久久久久国内视频| 国产亚洲精品综合一区在线观看 | 国产激情欧美一区二区| 婷婷六月久久综合丁香| 18禁黄网站禁片午夜丰满| 欧美不卡视频在线免费观看 | 欧美激情久久久久久爽电影 | 欧美日韩福利视频一区二区| 黄色成人免费大全| 少妇裸体淫交视频免费看高清 | 欧美黑人精品巨大| av片东京热男人的天堂| 悠悠久久av| 亚洲av第一区精品v没综合| 最近最新中文字幕大全电影3 | 欧美乱码精品一区二区三区| 天堂√8在线中文| 老司机午夜福利在线观看视频| 精品一区二区三区视频在线观看免费 | 99国产精品免费福利视频| 性少妇av在线| 一进一出抽搐gif免费好疼 | 国产精品影院久久| 18禁裸乳无遮挡免费网站照片 | www国产在线视频色| 欧美日韩黄片免| 亚洲精品中文字幕一二三四区| 人人妻人人添人人爽欧美一区卜| 国产av在哪里看| 男女之事视频高清在线观看| 夜夜夜夜夜久久久久| 成人精品一区二区免费| 精品国产亚洲在线| 国产成年人精品一区二区 | 丰满饥渴人妻一区二区三| 国产成年人精品一区二区 | 麻豆久久精品国产亚洲av | 怎么达到女性高潮| 波多野结衣高清无吗| 香蕉丝袜av| 久久香蕉激情| 一区二区三区国产精品乱码| 99国产极品粉嫩在线观看| 90打野战视频偷拍视频| 99精品久久久久人妻精品| 日日爽夜夜爽网站| 日本免费一区二区三区高清不卡 | 免费观看人在逋| 精品久久久久久成人av| 亚洲精品一区av在线观看| 黄片大片在线免费观看| 亚洲欧美精品综合一区二区三区| 亚洲七黄色美女视频| 中文字幕av电影在线播放| 日韩欧美一区视频在线观看| 91麻豆av在线| 亚洲美女黄片视频| 男人操女人黄网站| 久久国产精品影院| 满18在线观看网站| 香蕉久久夜色| 精品久久久久久久毛片微露脸| 久久午夜综合久久蜜桃| 啦啦啦免费观看视频1| 如日韩欧美国产精品一区二区三区| 757午夜福利合集在线观看| 亚洲精品美女久久av网站| 国产激情久久老熟女| 嫩草影视91久久| 男人的好看免费观看在线视频 | 亚洲人成网站在线播放欧美日韩| 日韩欧美一区二区三区在线观看| 亚洲国产欧美一区二区综合| 夫妻午夜视频| 变态另类成人亚洲欧美熟女 | 91av网站免费观看| 久久精品国产99精品国产亚洲性色 | 久久天躁狠狠躁夜夜2o2o| 级片在线观看| 少妇粗大呻吟视频| 国产黄色免费在线视频| 777久久人妻少妇嫩草av网站| 黄色视频,在线免费观看| 人妻丰满熟妇av一区二区三区| 最好的美女福利视频网| 国产av又大| av免费在线观看网站| 少妇裸体淫交视频免费看高清 | 99热只有精品国产| √禁漫天堂资源中文www| 亚洲av成人不卡在线观看播放网| 国产精品美女特级片免费视频播放器 | 久久婷婷成人综合色麻豆| a级毛片在线看网站| 精品国产国语对白av| 国产欧美日韩精品亚洲av| 色尼玛亚洲综合影院| 亚洲国产毛片av蜜桃av| 亚洲人成伊人成综合网2020| 大型黄色视频在线免费观看| 久99久视频精品免费| 精品一区二区三区视频在线观看免费 | 欧美另类亚洲清纯唯美| 色在线成人网| 老司机午夜十八禁免费视频| 欧美一区二区精品小视频在线| 18禁裸乳无遮挡免费网站照片 | 精品欧美一区二区三区在线| 亚洲国产毛片av蜜桃av| 久久久国产成人精品二区 | 亚洲avbb在线观看| 日韩成人在线观看一区二区三区| 国产成人av教育| 亚洲精品国产区一区二| 国产精品偷伦视频观看了| 水蜜桃什么品种好| 亚洲国产欧美一区二区综合| 国产精品99久久99久久久不卡| 男女之事视频高清在线观看| 超碰成人久久| 一夜夜www| 韩国av一区二区三区四区| 亚洲精品国产精品久久久不卡| 亚洲情色 制服丝袜| 国产高清激情床上av| 狂野欧美激情性xxxx| 国产av在哪里看| 黄色片一级片一级黄色片| 欧美日韩黄片免| 日韩大码丰满熟妇| 中文亚洲av片在线观看爽| 大型av网站在线播放| 国产免费男女视频| 51午夜福利影视在线观看| 91九色精品人成在线观看| 亚洲av日韩精品久久久久久密| 人妻丰满熟妇av一区二区三区| 国产精品免费一区二区三区在线| 国产日韩一区二区三区精品不卡| 宅男免费午夜| 成人影院久久| 99热只有精品国产| 黄色a级毛片大全视频| 亚洲精品一二三| 国产精品永久免费网站| 欧美午夜高清在线| 伦理电影免费视频| a级片在线免费高清观看视频| 久久久国产成人精品二区 | av福利片在线| 法律面前人人平等表现在哪些方面| 丰满人妻熟妇乱又伦精品不卡| 久热爱精品视频在线9| 国产一区二区激情短视频| 免费在线观看亚洲国产| 9热在线视频观看99| 国产三级黄色录像| 亚洲欧美精品综合久久99| 亚洲成人免费电影在线观看| 成人免费观看视频高清| 免费久久久久久久精品成人欧美视频| 18禁观看日本| 亚洲精华国产精华精| 丁香六月欧美| 久久狼人影院| 国产精品久久视频播放| 欧美大码av| 天天躁夜夜躁狠狠躁躁| 啪啪无遮挡十八禁网站| 国产1区2区3区精品| 婷婷六月久久综合丁香| 日本wwww免费看| 国产精品一区二区精品视频观看| 99国产精品免费福利视频| 亚洲免费av在线视频| 亚洲三区欧美一区| 久久久久久大精品| 多毛熟女@视频| 亚洲av成人不卡在线观看播放网| 18禁裸乳无遮挡免费网站照片 | 中文亚洲av片在线观看爽| 国内毛片毛片毛片毛片毛片| www.精华液| 日本五十路高清| 黄片大片在线免费观看| 欧美人与性动交α欧美软件| 国产欧美日韩精品亚洲av| 多毛熟女@视频| 国产精品影院久久| 视频在线观看一区二区三区| 亚洲 欧美一区二区三区| 国产一区在线观看成人免费| 女警被强在线播放| 一级黄色大片毛片| 久久中文字幕人妻熟女| 黑人欧美特级aaaaaa片| 国产xxxxx性猛交| 一级作爱视频免费观看| 亚洲欧美精品综合一区二区三区| 香蕉丝袜av| 怎么达到女性高潮| 婷婷六月久久综合丁香| 桃色一区二区三区在线观看| 黄色 视频免费看| 高清黄色对白视频在线免费看| 麻豆一二三区av精品| 久久精品国产亚洲av香蕉五月| 国产97色在线日韩免费| 三上悠亚av全集在线观看| 亚洲精华国产精华精| 久久中文字幕人妻熟女| 欧美一级毛片孕妇| 国产男靠女视频免费网站| 久久久国产成人免费| 曰老女人黄片| 久久久久久久午夜电影 | 不卡一级毛片| 久久久久国内视频| 久久久久国产精品人妻aⅴ院| 成人亚洲精品一区在线观看| 国产成人免费无遮挡视频| 日韩欧美三级三区| 午夜成年电影在线免费观看| 日韩精品青青久久久久久| 中亚洲国语对白在线视频| 国产成人精品久久二区二区免费| 另类亚洲欧美激情| 久久久国产成人精品二区 | 麻豆av在线久日| 女人爽到高潮嗷嗷叫在线视频| 亚洲av美国av| √禁漫天堂资源中文www| 亚洲精品一区av在线观看| 麻豆国产av国片精品| 精品国产超薄肉色丝袜足j| av网站免费在线观看视频| 99久久99久久久精品蜜桃| 亚洲精品粉嫩美女一区| 成人影院久久| 一区福利在线观看| 国产成人一区二区三区免费视频网站| 叶爱在线成人免费视频播放| 日本三级黄在线观看| 涩涩av久久男人的天堂| 免费不卡黄色视频| 午夜a级毛片| 欧美中文综合在线视频| 99国产精品免费福利视频| 高潮久久久久久久久久久不卡| a级片在线免费高清观看视频| 黑人猛操日本美女一级片| 亚洲精品一区av在线观看| 99在线视频只有这里精品首页| 侵犯人妻中文字幕一二三四区| 少妇裸体淫交视频免费看高清 | 欧美成人性av电影在线观看| 国产精品自产拍在线观看55亚洲| 亚洲精品久久午夜乱码| 亚洲狠狠婷婷综合久久图片| 欧美不卡视频在线免费观看 | 精品少妇一区二区三区视频日本电影| 久久久国产成人免费| av天堂在线播放| av网站在线播放免费| 久久天堂一区二区三区四区| 国产成人免费无遮挡视频| 精品国产乱码久久久久久男人| 777久久人妻少妇嫩草av网站| 国产色视频综合| 久久久久久人人人人人| 首页视频小说图片口味搜索| 久久精品国产清高在天天线| 精品高清国产在线一区| 69av精品久久久久久| 亚洲中文字幕日韩| 18禁黄网站禁片午夜丰满| 身体一侧抽搐| 国产欧美日韩一区二区精品| 亚洲中文字幕日韩| 一边摸一边抽搐一进一小说| 国产精品久久久久成人av| 嫩草影院精品99| 99国产精品99久久久久| 啦啦啦 在线观看视频| 精品国产乱子伦一区二区三区| 日韩欧美三级三区| 最近最新中文字幕大全电影3 | 大码成人一级视频| 久久欧美精品欧美久久欧美| 一进一出抽搐动态| 国产无遮挡羞羞视频在线观看| 日韩大码丰满熟妇| 国产视频一区二区在线看| 久久精品91无色码中文字幕| 9热在线视频观看99| 69av精品久久久久久| 色婷婷久久久亚洲欧美| 18禁美女被吸乳视频| 一本综合久久免费| 欧美激情高清一区二区三区| 成人18禁高潮啪啪吃奶动态图| 在线十欧美十亚洲十日本专区| 成人免费观看视频高清| 精品卡一卡二卡四卡免费| 免费少妇av软件| 欧美一级毛片孕妇| 日本欧美视频一区| 在线av久久热| 久久欧美精品欧美久久欧美| 很黄的视频免费| 大型黄色视频在线免费观看| 在线观看日韩欧美| 欧美一区二区精品小视频在线| 久久久国产成人免费| 亚洲成人久久性| 一区在线观看完整版| 麻豆久久精品国产亚洲av | 久久精品国产综合久久久| 国产精品爽爽va在线观看网站 | 国产精品一区二区三区四区久久 | 99久久精品国产亚洲精品| 国产av一区二区精品久久| 亚洲精品av麻豆狂野| а√天堂www在线а√下载| 热re99久久精品国产66热6| 国产97色在线日韩免费| 免费在线观看完整版高清| 女人爽到高潮嗷嗷叫在线视频| 在线观看午夜福利视频| 99国产极品粉嫩在线观看| 国产片内射在线| 19禁男女啪啪无遮挡网站| 黄色毛片三级朝国网站| videosex国产| 亚洲人成电影免费在线| 亚洲色图综合在线观看| 嫩草影院精品99| 国产成+人综合+亚洲专区| 嫩草影院精品99| 不卡av一区二区三区| 国内毛片毛片毛片毛片毛片| 男男h啪啪无遮挡| 女性生殖器流出的白浆| av电影中文网址| av在线天堂中文字幕 | 国产精品98久久久久久宅男小说| 久久久久久久久久久久大奶| 一二三四在线观看免费中文在| 又大又爽又粗| 亚洲一区二区三区色噜噜 | 91精品国产国语对白视频| 久久精品人人爽人人爽视色| av电影中文网址| 香蕉丝袜av| 午夜激情av网站| 在线观看免费午夜福利视频| 久久精品aⅴ一区二区三区四区| 麻豆一二三区av精品| 中亚洲国语对白在线视频| 黑人巨大精品欧美一区二区蜜桃| 国产片内射在线| 俄罗斯特黄特色一大片| 妹子高潮喷水视频| 99久久综合精品五月天人人| 亚洲精品粉嫩美女一区| 亚洲欧美精品综合一区二区三区| 老司机午夜十八禁免费视频| 亚洲,欧美精品.| 两性午夜刺激爽爽歪歪视频在线观看 | 怎么达到女性高潮| 免费av毛片视频| 琪琪午夜伦伦电影理论片6080| 99久久99久久久精品蜜桃| 欧美日韩亚洲综合一区二区三区_| 亚洲一区中文字幕在线| 国产成人影院久久av| 不卡一级毛片| 18禁黄网站禁片午夜丰满| 天天躁狠狠躁夜夜躁狠狠躁| 久久草成人影院| 婷婷六月久久综合丁香| 丰满迷人的少妇在线观看| 久久精品影院6| 亚洲午夜理论影院| 国产精品爽爽va在线观看网站 | 97碰自拍视频| 首页视频小说图片口味搜索| 国产免费av片在线观看野外av| 91大片在线观看| 少妇被粗大的猛进出69影院| av天堂久久9| 国产黄a三级三级三级人| 成人精品一区二区免费| 男女之事视频高清在线观看| 久热爱精品视频在线9| 欧美乱妇无乱码| 韩国精品一区二区三区| 日本vs欧美在线观看视频| 午夜影院日韩av| 亚洲欧美精品综合久久99| 婷婷六月久久综合丁香| 日韩大尺度精品在线看网址 | 欧美黑人欧美精品刺激| 亚洲自偷自拍图片 自拍| 亚洲黑人精品在线| 99久久精品国产亚洲精品| 国产男靠女视频免费网站| 大陆偷拍与自拍| 国产精品98久久久久久宅男小说| 69精品国产乱码久久久| 久久人人精品亚洲av| 国产av一区在线观看免费| 久久精品人人爽人人爽视色| 亚洲欧洲精品一区二区精品久久久| 日本黄色日本黄色录像| 久久久久久久久中文| 黄频高清免费视频| 少妇 在线观看| 无人区码免费观看不卡| 欧美黑人精品巨大| 中文字幕av电影在线播放| 亚洲av熟女| 久热爱精品视频在线9| 日韩欧美免费精品| 女性被躁到高潮视频| 香蕉国产在线看|