• <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 ?

    基于自適應(yīng)權(quán)值的圖割立體匹配算法

    2018-03-27 06:35:36,
    關(guān)鍵詞:立體匹配視差紋理

    ,

    (昆明理工大學(xué) 機(jī)電工程學(xué)院, 昆明 650504)

    0 引言

    立體匹配是計(jì)算機(jī)視覺領(lǐng)域熱門研究問題之一,特別是在提高匹配精度方面,一直是立體匹配的研究重點(diǎn)[1-3]。目前,立體匹配技術(shù)作為三維重建、增強(qiáng)現(xiàn)實(shí)和視覺導(dǎo)航等領(lǐng)域的關(guān)鍵技術(shù),已經(jīng)得到了國(guó)內(nèi)外專家學(xué)者的廣泛研究,其目的是通過確定兩幅或多幅圖像之間的對(duì)應(yīng)點(diǎn)來得到視差數(shù)據(jù),從而將二維的距離信息轉(zhuǎn)化為空間上的深度信息[4]。

    Daniel Scharstein 和Richard Szeliski[5]等人對(duì)當(dāng)時(shí)常見的立體匹配算法進(jìn)行了比較權(quán)威的研究、分類和總結(jié),并為廣大的研究者建立了立體匹配算法的統(tǒng)一評(píng)測(cè)網(wǎng)站Middlebury 進(jìn)行立體匹配的匹配誤差對(duì)比和分析,根據(jù)立體匹配算法采用的最優(yōu)化理論方法的不同主要分為局部立體匹配和全局立體匹配兩種。局部立體匹配算法采用局部?jī)?yōu)化方法進(jìn)行視差估計(jì),主要算法有SAD、SSD、NCC和ZNCC等,其能量函數(shù)一般只有數(shù)據(jù)項(xiàng),沒有平滑項(xiàng),局部算法具有內(nèi)存占用小,算法速度快以及能夠滿足實(shí)時(shí)性要求等優(yōu)點(diǎn),但是在遮擋、無紋理和重復(fù)紋理區(qū)域往往存在較高的誤匹配,總體匹配精度不高。Kanade and Okutomi[6]是通過評(píng)估局部灰度和視差的變化來選取合適的窗口,但是該方法不僅過分依賴初始的視差估計(jì)而且計(jì)算開銷大,匹配窗口的形狀被限制為矩形,對(duì)于視差不連續(xù)區(qū)域匹配不夠理想。Yoon[7]等人提出基于色彩和距離信息的自適應(yīng)支持權(quán)重法,有效地提高了整體和視差不連續(xù)區(qū)域匹配精度,由于該算法是對(duì)彩色圖像3個(gè)通道進(jìn)行計(jì)算,隨著匹配窗口的增加,計(jì)算復(fù)雜度較高。全局立體匹配算法采用全局優(yōu)化方法進(jìn)行視差估計(jì),主要算法有置信傳播、動(dòng)態(tài)規(guī)劃和圖割等,建立包含數(shù)據(jù)項(xiàng)和平滑項(xiàng)的全局能量函數(shù),通過最小化全局能量函數(shù)得到全局最優(yōu)視差分布,由于全局匹配方法采用全局尋優(yōu),因此獲得的視差圖效果好,匹配精度較高。 Roy和Cox等人[8]提出基于圖割理論的能量函數(shù)優(yōu)化方法解決立體匹配問題,并在視差圖效果和精度上取得了很大的突破。文獻(xiàn)[9]基于圖割理論對(duì)立體匹配的遮擋問題進(jìn)行了研究,采用平滑約束和固定遮擋約束來處理圖像對(duì)遮擋區(qū)域,但是算法復(fù)雜度較高,處理遮擋問題不夠理想,總體匹配精度欠佳。

    基于此,針對(duì)傳統(tǒng)自適應(yīng)權(quán)重存在計(jì)算復(fù)雜度高和圖割匹配精度低的問題,本文提出一種改進(jìn)的基于自適應(yīng)權(quán)值的圖割立體匹配算法。本文所提算法有3個(gè)貢獻(xiàn)點(diǎn),1)根據(jù)格式塔理論的相似性和相近性提出新的權(quán)重值計(jì)算方式作為能量函數(shù)的數(shù)據(jù)項(xiàng)。2)引入圖像的梯度作為能量函數(shù)的平滑項(xiàng),提升了視差圖的效果。3)將新提出的自適應(yīng)權(quán)值與圖割算法相結(jié)合,提高了匹配精度。

    1 創(chuàng)建能量函數(shù)及求解

    利用圖割算法求解立體匹配問題,主要分為3個(gè)步驟:首先建立全局匹配能量函數(shù),然后根據(jù)能量函數(shù)的具體形式構(gòu)建合適的網(wǎng)絡(luò)圖,最后運(yùn)用最大流最小割求解能量函數(shù)的最小值?;谌S場(chǎng)景中同一景物在左右圖像中具有相似的像素強(qiáng)度和視差圖具有分段光滑的假設(shè),可以構(gòu)建出如公式(1)所示的能量函數(shù)。

    E(d)=Edata(d)+λ·Esmooth(d)

    (1)

    這里的Edata(d)叫做數(shù)據(jù)項(xiàng),在左右圖像的匹配窗口內(nèi)計(jì)算得出;Esmooth(d)叫做數(shù)據(jù)平滑項(xiàng),是根據(jù)中心像素的梯度與鄰域內(nèi)像素的梯度信息求得。

    1.1 數(shù)據(jù)項(xiàng)計(jì)算

    在確定每個(gè)匹配窗口內(nèi)的權(quán)重值時(shí),根據(jù)格式塔理論下的相似性和相近性原則,分別利用圖像的灰度相似性和空間上的相近性來構(gòu)造權(quán)值計(jì)算方式,又由于這兩個(gè)因素是相互獨(dú)立的事件,在匹配窗口內(nèi)每個(gè)像素權(quán)值的表達(dá)式可以寫為:

    w(p,q)=fg(Δgpq)·fs(Δspq)

    (2)

    這里的fg(Δgpq)和fs(Δspq)分別表示窗口內(nèi)中心像素p與鄰域像素q在灰度上的權(quán)重和空間上的權(quán)重。在此可以看出,fg(Δgpq)和fs(Δspq)函數(shù)的數(shù)學(xué)模型對(duì)于計(jì)算w(p,q)至關(guān)重要,也直接關(guān)系著立體匹配的匹配精度。

    在本文算法中根據(jù)灰度相似性原則對(duì)函數(shù)fg(Δgpq)定義,隨著像素p與q灰度差的絕對(duì)值Δgpq增大,fg(Δgpq)的函數(shù)值越小,又由于圖像某些像素由于外部因素的干擾,使得Δgpq很大,這顯然是不合乎常理的,這里我們采用了灰度值截?cái)嗵幚淼姆绞健?紤]到局部算法的實(shí)時(shí)性要求,這里采用計(jì)較簡(jiǎn)單的線性核來定義函數(shù)fg(Δgpq),表達(dá)式為:

    (3)

    這里的Δgpq為匹配窗口內(nèi)中心像素p與鄰域像素q差的絕對(duì)值,t為灰度截?cái)嘀?,與圖像的整體灰度分布有關(guān),依據(jù)實(shí)驗(yàn)決定。

    依據(jù)二維正態(tài)分布具有單值性和旋轉(zhuǎn)對(duì)稱性,在每一個(gè)匹配窗口內(nèi),單值性體現(xiàn)在鄰域像素權(quán)值隨著與中心點(diǎn)的距離增加而遞減;旋轉(zhuǎn)對(duì)稱性體現(xiàn)在每一個(gè)方向上距離相同時(shí)權(quán)值也相同??臻g上的相近性對(duì)函數(shù)fs(Δspq)可以定義為服從二維正態(tài)分布,表達(dá)式為:

    (4)

    這里的Δspq=x2+y2,x和y分別為中心像素p與鄰域像素q在x、y方向上的坐標(biāo)值之差。σ為標(biāo)準(zhǔn)差,其大小決定了fs(Δspq)在二維空間上權(quán)值分布的幅度。

    匹配代價(jià)函數(shù)的數(shù)據(jù)項(xiàng)可以通過在左右圖像的匹配窗口內(nèi)的權(quán)值進(jìn)行計(jì)算得到。在計(jì)算數(shù)據(jù)項(xiàng)時(shí),為了避免左右匹配窗內(nèi)權(quán)值差異情況,更準(zhǔn)確地計(jì)算出匹配視差,需要聯(lián)合參考圖像和目標(biāo)圖像的匹配窗權(quán)值來計(jì)算。所以數(shù)據(jù)項(xiàng)可以寫為:

    (5)

    (6)

    1.2 平滑項(xiàng)項(xiàng)計(jì)算

    在能量函數(shù)(1)中的數(shù)據(jù)平滑項(xiàng)Esmooth(d),為了解決無紋理或者是弱紋理圖像區(qū)域在匹配過程中較容易出現(xiàn)誤匹配問題,可以依據(jù)視差圖分段平滑的假設(shè),根據(jù)中心像素的梯度與鄰域內(nèi)像素的梯度信息來確定平滑項(xiàng)的值,如果梯度值相近,則賦予Esmooth(d) 的值較大,增加平滑效果,反之亦然。Esmooth(d)可以寫為:

    (7)

    這里的p和q分別表示中心像素點(diǎn)和鄰域像素點(diǎn),取q為p的四鄰域內(nèi)的像素點(diǎn),即假設(shè)p為p(i,j),則q取p(i,j-1) 、p(i-1,j)、p(i+1,j) 和p(i,j+1) 這4個(gè)點(diǎn)。N是p和q像素對(duì)的集合,dp和dq分別表示參考圖像中中心像素點(diǎn)和四鄰域像素點(diǎn)的視差值,V(dp,dq) 是像素p和q的視差平滑約束,可以寫為:

    V(dp,dq)=λ*T(dp≠dq)

    (8)

    (9)

    這里的G表示參考圖像的梯度,本文采用了sobel梯度模型。在確定具體的λ值時(shí),本文采用了雙閾值處理策略,如果匹配點(diǎn)p的梯度大于上限閾值或者小于下限閾值時(shí),圖像的該處被認(rèn)為處于同一視差平面,需要給予較大的平滑約束;當(dāng)匹配點(diǎn)p的梯度介于上限閾值和下限閾值之間時(shí),則認(rèn)為該處可能處于圖像的視差不連續(xù)區(qū)域,則需要給予較小的平滑約束。

    1.3 網(wǎng)絡(luò)圖的構(gòu)建及模型求解

    運(yùn)用圖個(gè)算法求解立體匹配相關(guān)問題時(shí),當(dāng)完成能量函數(shù)的構(gòu)建后,還需要根據(jù)能量函數(shù)的具體形式去構(gòu)建與此相對(duì)應(yīng)的網(wǎng)絡(luò)圖。根據(jù)Greig提出的網(wǎng)格圖創(chuàng)建法,網(wǎng)絡(luò)圖G=由節(jié)點(diǎn)集合V和節(jié)點(diǎn)間的連接邊集合E組成。節(jié)點(diǎn)集合V中通常包含有兩個(gè)特殊的節(jié)點(diǎn)s和t,分別被稱作源(source)節(jié)點(diǎn)和匯(sink)節(jié)點(diǎn)。邊集合中一般由視差邊和光滑邊組成,其中視差邊的權(quán)重值對(duì)應(yīng)能量函數(shù)中的數(shù)據(jù)項(xiàng),光滑邊的權(quán)重值對(duì)應(yīng)能量函數(shù)中的平滑項(xiàng)。

    構(gòu)建基于圖割的網(wǎng)絡(luò)圖一般步驟:首先需要?jiǎng)?chuàng)建一個(gè)三維的笛卡爾坐標(biāo)系O-XYZ,將圖像IL放置在坐標(biāo)系的xoy平面上,圖像的原點(diǎn)與xoy平面的原點(diǎn)重合,圖像的x,y軸分別于xoy平面的x,y正半軸重合,在Z軸的正方向上,等距離放置l1,l2,…,ln向量,然后在l1(原點(diǎn)O)處放置q0,再li與li+1處放置qi,其中i=1,2,...,n-1, 在ln處放置qn,這樣一個(gè)立方體網(wǎng)絡(luò)就構(gòu)建完成了。 在Z軸的每個(gè)區(qū)間[qi,qi+1] 都恰好包含一個(gè)li+1,這里的i=0,1,…,n-1;在整個(gè)立體網(wǎng)絡(luò)中,(p,qi)=(px,py,qi)為網(wǎng)絡(luò)圖中的節(jié)點(diǎn),N(p) 為像素p的鄰域。然后再立方體網(wǎng)絡(luò)的上下兩個(gè)面分別放置源點(diǎn)s和匯點(diǎn)t,并在s到IL平面上的每個(gè)像素節(jié)點(diǎn)添加一條邊,t到節(jié)點(diǎn)集合{(px,py,qn)|(px,py)∈IL}添加一條邊,至此,就獲得了一個(gè)無向圖G ,即:

    V={s,t}∪ {(p;qi)|p∈IL,i=0,1,2,...,n}

    (10)

    E={(s,(p;q0)),(t,(p;qn))|p∈IL}∪Es∪Ed

    (11)

    其中:Es為光滑邊的集合,Ed為視差邊的集合,具體表達(dá)式如下:

    Es={(p;qi),(q;qi)|p∈IL,q∈N(p),i=0,1,...,n-1}

    (12)

    Ed={(p;qi),(p;qi+1)|p∈IL,i=0,1,...,n-1}

    (13)

    定義圖G中各條邊的容量:

    1)連接源點(diǎn)和匯點(diǎn)邊的容量:Ed和Es中的容量設(shè)置為+∞。

    2)視差邊的容量:對(duì)任意p∈IL,i=0,1,...,n-1 ,邊ep,i+1=:((p;qi),(p,qi+1)) 的容量大小應(yīng)等于數(shù)據(jù)項(xiàng):

    c(ep,i+1)=Edata

    (14)

    3)光滑邊容量:p,q為一幅圖像中的相鄰像素。

    c(p,q)=Esmooth

    (15)

    此時(shí),完成網(wǎng)格圖N=(G,s,t,c) 的組建,如圖1所示。

    圖1 網(wǎng)絡(luò)圖構(gòu)建

    一個(gè)s-t切割C=S,T,把圖G中的頂點(diǎn)分割成兩個(gè)沒有任何交集的集合S和T,最小割集就等于從集合S到集合T的所有邊的容量之和,根據(jù)Ford-Fullkerson的網(wǎng)絡(luò)流理論[10],網(wǎng)絡(luò)圖中的最小割可以轉(zhuǎn)化為求網(wǎng)絡(luò)中的最大流來實(shí)現(xiàn),然后再運(yùn)用α擴(kuò)展算法[8]進(jìn)行圖構(gòu)造,算法通過對(duì)不同的α值進(jìn)行迭代計(jì)算得到能量函數(shù)的最小值,直到收斂,從而找到能量函數(shù)大的局部最小,最終得到最優(yōu)的視差分布圖。

    2 視差精化

    (16)

    誤匹配點(diǎn)的視差通過在同一行上左右搜索最近的正確匹配點(diǎn),把這兩個(gè)點(diǎn)中視差值最小的作為誤匹配點(diǎn)的視差值。經(jīng)過左右一致性檢查后,在一定程度上可以提高匹配精度,但同時(shí)也會(huì)產(chǎn)生水平條紋失真問題,為了解決這個(gè)問題和進(jìn)一步提高視差精度,本文采用加權(quán)中值濾波對(duì)視差圖做進(jìn)一步后處理。具體的做法是以原始的左圖像作為引導(dǎo)圖像,以校正視差點(diǎn)p作一個(gè)校正窗口,利用圖像的色彩相似性和距離的相近性分別計(jì)算窗口內(nèi)每一點(diǎn)的像素權(quán)值,可以寫為:

    (17)

    這里的Δcpq和Δspq分別為中心像素p和鄰域像素q在RGB色彩空間上的差異性和幾何空間的距離,λc和λs分別為所對(duì)應(yīng)的權(quán)重系數(shù)。為每一像素點(diǎn)計(jì)算完權(quán)重后,再分析視差圖中對(duì)應(yīng)窗口內(nèi)的視差分布,對(duì)p點(diǎn)鄰域內(nèi)所有點(diǎn)在視差圖中進(jìn)行加權(quán)直方圖統(tǒng)計(jì),統(tǒng)計(jì)后每個(gè)視差對(duì)應(yīng)的權(quán)值為id,按照視差進(jìn)行升序排列,最后在對(duì)加權(quán)直方圖進(jìn)行積分,在取得積分中值所對(duì)應(yīng)的視差即為該點(diǎn)的最終視差。公式可以寫為:

    (18)

    l為視差搜索時(shí)的最大視差。

    3 實(shí)驗(yàn)結(jié)果及分析

    本文的立體匹配算法流程主要包括創(chuàng)建新的能量函數(shù)、構(gòu)建網(wǎng)絡(luò)圖、模型求解和視差精化四大步驟。實(shí)驗(yàn)平臺(tái)為:實(shí)驗(yàn)平臺(tái)為:Intel@ Core i5 CPU,主頻 2.40 GHz,4 GB 內(nèi)存。立體匹配系統(tǒng)的編程環(huán)境為旗艦版 Microsoft Visual Studio 2010。在匹配精度上,為了定量地檢驗(yàn)本算法的有效性,實(shí)驗(yàn)中采用了來自美國(guó) Middlebury 大學(xué)計(jì)算機(jī)視覺研究中心網(wǎng)站提供的四幅標(biāo)準(zhǔn)立體圖像對(duì)Tsukuba、Venus、Teddy和Cones分別進(jìn)行測(cè)評(píng),通過將實(shí)驗(yàn)結(jié)果與網(wǎng)站提供的真實(shí)視差圖進(jìn)行對(duì)比分析可以得到量化的匹配誤差,從而能夠客觀地去評(píng)價(jià)算法精度。實(shí)驗(yàn)時(shí),四組標(biāo)準(zhǔn)圖像對(duì)的視差搜索范圍依次0~15, 0~19, 0~59, 0~59,立體匹配算法參數(shù)的選擇對(duì)實(shí)驗(yàn)結(jié)果影響很大,若無特殊說明,實(shí)驗(yàn)中的相關(guān)參數(shù)設(shè)置如表1所示。

    表1 參數(shù)設(shè)置

    圖2 不同方法對(duì)Tsukuba圖像的匹配結(jié)果

    圖2以Tsukuba圖像為例,采用不同的匹配方法分別對(duì)圖像進(jìn)行立體匹配,直觀反映了本文所提算法較以往算法具有更好的匹配效果。圖2中的(c) 圖結(jié)果是采用了傳統(tǒng)的圖割方法進(jìn)行立體匹配的結(jié)果,可以看到圖中用紅色方框標(biāo)記的地方代表了傳統(tǒng)的圖割優(yōu)化方法得到的視差圖存在明顯的誤匹配,而本文算法在這些地方的視差幾乎與標(biāo)準(zhǔn)視差圖一致,不存在誤匹配現(xiàn)象;圖2中的(d) 圖是采用AdaptAggrDP[13]方法進(jìn)行立體匹配的結(jié)果,與傳統(tǒng)的動(dòng)態(tài)規(guī)劃方法一樣,依然存在明顯的條紋現(xiàn)象,本文算法利用圖像梯度信息估計(jì)能量函數(shù)的平滑項(xiàng),通過圖割的優(yōu)化方法就避免了這種條紋現(xiàn)象,也使視差圖呈現(xiàn)分段平滑效果。圖2中的(e) 圖是采用TwoStep[14]方法進(jìn)行立體匹配的視差圖結(jié)果,通過比較圖中方框標(biāo)記部分可以得出,TwoStep方法在桌子邊緣處并沒有得到準(zhǔn)確的視差信息,出現(xiàn)了明顯的匹配錯(cuò)誤,圖2中的(f)圖是采用SymBP+occ[12]方法進(jìn)行立體匹配的結(jié)果,可以看到,通過BP算法和遮擋處理后的視差圖在邊界區(qū)域依然表現(xiàn)得不盡人意,而本文算法得到的視差圖背景與前景邊界清晰,定位準(zhǔn)確,明顯優(yōu)于TwoStep和SymBP+occ方法所得結(jié)果。圖2中的(h) 圖是本文視差圖與標(biāo)準(zhǔn)視差圖在對(duì)應(yīng)位置上大于一個(gè)像素的誤匹配像素圖像,白色代表正確匹配,黑色代表誤匹配,通過計(jì)算正確匹配點(diǎn)與所有匹配點(diǎn)的比值,實(shí)驗(yàn)結(jié)果表明所提算法正確匹配率高達(dá)98.48%,與SymBP+occ和GC方法相比,視差圖的總體精度分別提高了0.23% 和2.6%。

    圖3是以Teddy圖像為例,為了驗(yàn)證本文所提算法在低紋理和無紋理區(qū)域的匹配效果,不同匹配算法和本文算法在此區(qū)域的匹配細(xì)節(jié)對(duì)比圖。圖3中的(a) 圖采用AdaptAggrDP方法在圖中低紋理和無紋理區(qū)域(紅色標(biāo)記區(qū)域,圓圈為低紋理區(qū)域,方框?yàn)闊o紋理區(qū)域)都沒有得到準(zhǔn)確的視差,在這些區(qū)域的匹配結(jié)果極差,圖3中的(b) 圖采用了MultiResGC[15]方法得到的視差結(jié)果,在傳統(tǒng)的圖割算法基礎(chǔ)上引入了多個(gè)標(biāo)簽進(jìn)行細(xì)化,以增加深度標(biāo)簽的數(shù)量,視差結(jié)果優(yōu)于AdaptAggrDP方法,能夠解決大部分低紋理和無紋理區(qū)域的匹配錯(cuò)誤,同時(shí)也能夠在一定程度上還原圖像的真實(shí)邊界,但是邊界不夠準(zhǔn)確,邊界缺失和無紋理區(qū)域存在誤匹配的現(xiàn)象依然存在,圖3中的(c) 圖采用文中所提算法,利用改進(jìn)的自適應(yīng)權(quán)值和圖像梯度信息重新構(gòu)造新的能量函數(shù)進(jìn)行匹配計(jì)算,同時(shí)運(yùn)用圖割的優(yōu)化方法來求解全局能量函數(shù)的最小值和加權(quán)中值濾波進(jìn)行視差精化,從而可以有效地提高低紋理和無紋理區(qū)域的匹配精度,通過與真實(shí)的視差圖對(duì)比,圖中的標(biāo)記區(qū)域都已經(jīng)得到了準(zhǔn)確的視差值,從而驗(yàn)證了本文所提算法在一定程度上是可以提高圖像在低紋理和無紋理區(qū)域的正確匹配率。

    圖3 細(xì)節(jié)對(duì)比圖

    為了更好地測(cè)評(píng)本文所提算法,圖4是采用了另外兩種算法和本文算法分別對(duì)標(biāo)準(zhǔn)的四幅測(cè)試圖像對(duì)進(jìn)行測(cè)試的對(duì)比結(jié)果。第一列為標(biāo)準(zhǔn)圖像對(duì)的左視圖參考原圖,從上到下依次為Tsukuba、Venus和Teddy、Cones圖像;第二列為各參考圖對(duì)應(yīng)的標(biāo)準(zhǔn)視差圖;第三列為AdaptAggrDP[13]算法匹配結(jié)果;第四列為MultiResGC[15]算法匹配結(jié)果;第五列為本文所提算

    法的匹配結(jié)果。由圖4分析可知,文中所提算法在四幅圖像中的匹配總體上優(yōu)于AdaptAggrDP和MultiResGC兩種立體匹配算法。具體來講,在Tsukuba和Teddy的視差圖中,AdaptAggrDP 呈現(xiàn)出前景溢出和明顯條紋現(xiàn)象,Teddy視差圖甚是突出,MultiResGC方法出現(xiàn)邊界不夠清晰,反觀本文結(jié)果,視差圖呈現(xiàn)分段平滑,邊緣清晰可辨;在Venus的視差圖中,AdaptAggrDP和MultiResGC 方法由于誤匹配產(chǎn)生了黑色區(qū)塊,文中算法由于沒有這些誤匹配存在進(jìn)而提高了匹配精度。

    圖4 不同方法對(duì)四幅標(biāo)準(zhǔn)圖像的綜合對(duì)比

    依據(jù) Middlebury 提供的3個(gè)定量算法評(píng)價(jià)指標(biāo)分別對(duì)比本文算法和其他幾種經(jīng)典算法,表2給出了nonocc (非遮擋區(qū)域匹配誤差百分比)、disc (視差不連續(xù)區(qū)域匹配誤差百分比)和all(所有區(qū)域的匹配錯(cuò)誤百分比)的量化評(píng)價(jià)結(jié)果。從圖2圖4和表2綜合分析可以得出:本文算法與其他算法TwoStep、PM-GCP和AdaptAggrDP等相比,遮擋區(qū)域和視差不連續(xù)區(qū)域匹配精度均高于這3種算法,從誤差數(shù)據(jù)分析來看,Tsukuba視差圖中所有區(qū)域的匹配精度分別提高了2.16%, 0.67% 和1.98%, 視差不連續(xù)區(qū)域的匹配精度分別提高了7.63%,4.43%和2.6%;與傳統(tǒng)的GC算法進(jìn)行對(duì)比,本文算法在重復(fù)紋理、稀疏紋理區(qū)域具有很好的匹配效果,四幅測(cè)試圖像GC算法的平均誤匹配率為11.42%,本文算法的平均誤匹配率為5.86%,平均精度提高了5.56%。特別是在Teddy圖中,由于弱紋理區(qū)域(如藍(lán)色背景板)、重復(fù)紋理區(qū)域(如磚墻部分)以及遮擋區(qū)域相對(duì)較多,所以匹配難度也相對(duì)較大,出現(xiàn)誤匹配的幾率也大,本文算法與文獻(xiàn)[10]所提SymBP+occ算法相比,SymBP+occ算法在Teddy 圖中的平均誤匹配率為11.39%,而本文算法的平均誤匹配率為10.21%,平均匹配精度提高了1.18%。

    表2 實(shí)驗(yàn)結(jié)果數(shù)據(jù)對(duì)比

    4 結(jié)論

    本文提出了一種基于自適應(yīng)權(quán)值的圖割立體匹配算法:首先利用灰度相似性和空間相近性對(duì)能量函數(shù)的數(shù)據(jù)項(xiàng)進(jìn)行重新定義計(jì)算,引入圖像梯度作為平滑項(xiàng)的度量,以此創(chuàng)建新的能量函數(shù);然后運(yùn)用圖割理論和α擴(kuò)展算法進(jìn)行模型求解,最后視差精化得到最終視差圖。本文所提出算法的優(yōu)點(diǎn)在于通過重新定義數(shù)據(jù)項(xiàng)和平滑項(xiàng)的計(jì)算方法,與傳統(tǒng)的圖割和大多數(shù)算法相比,在圖像的低紋理和無紋理區(qū)域均能獲得較好的匹配效果,邊緣細(xì)節(jié)更清晰,總體匹配精度更高。但是對(duì)于大范圍視差匹配還是不盡人意,原因是沒有對(duì)遮擋區(qū)域和邊界大范圍遮擋做進(jìn)一步研究,在今后的學(xué)習(xí)中將對(duì)算法進(jìn)行進(jìn)一步研究和改進(jìn),提高算法的魯棒性。

    [1]Ishikawa H,Geier D.Occlusion,discontinuities and epipolar lines in stereo[A]//Proceedings of the 5th European Conference on Computer Vision[C].Freiburg,Germany:Springer Press,1998:242-256.

    [2]Sun J.Shum H Y.Stereo matching using belief propagation[A].Proceedings of the 7th European Conference On Computer Vision[C].Copenhagen,Denmark:Springer Press,2002:510-524.

    [3]Scharstein D,Szeliski R.A taxonomy and evaluation of dense tw0-frame stereo correspondence algorithms[J]. International Journal on Computer Vision,2002,47(1):7-42.

    [4]Bai M, Zhuang Y, Wang W. Progress in binocular stereo matching algorithms[J]. Control & Decision, 2008, 23(7):721-729.

    [5]Scharstein D, Szeliski R. A Taxonomy and Evaluation of Dense Two-frame Stereo correspondence Algorithms[J]. International Journal of Computer Vision ,2002,47(1):7-42.

    [6]Kanade T , Okutomi M. A stereo matching algorithm with an adaptive window : theory and experiments [ J ] . IEEE Transactions on Pattern Analysis and Machine Intelligence , 1994 , 16 ( 9) : 920 -932.

    [7]Yoon K J , Kweon I S. Locally adaptive support-weight approach for visual correspondence search [J ] . IEEE Transactions on Pattern Analysis and Machine Intelligence , 2006 , 28(4) :650-656.

    [8]Boykov Y,Veksler O,Zabih R.Fast approximate energy minimization via graph cuts[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2001,23(11): 1222-1239.

    [9]Kolmogorov V,Zabih R.Computing visual correspondence with occlusions using graph cuts[A]. Proceedings of the 8th International Conference on Computer Vision,2001[C]. 2001.2:508-515.

    [10]Ford L R. Fulkerson flows in networks[J]. 1962.

    [11]Huang X, Yuan C, Zhang J. Graph Cuts Stereo Matching Based on Patch-Match and Ground Control Points Constraint[A].Pacific Rim Conference on Multimedia[C]. Springer International Publishing, 2015: 14-23.

    [12]Sun J, Li Y, Kang S B, et al. Symmetric Stereo Matching for Occlusion Handling[A]. IEEE Computer Society Conference on Computer Vision and Pattern Recognition[C]. 2005:399-406.

    [13]Wang L, Yang R, Gong M, et al. Real-time stereo using approximated joint bilateral filtering and dynamic programming[J]. Journal of real-time image processing, 2014, 9(3): 447-461.

    [14]Wang L, Liu Z, Zhang Z. Feature Based Stereo Matching Using Two-Step Expansion[J]. Mathematical Problems in Engineering, 2014,(2014-12-18).

    [15]Papadakis N, Caselles V. Multi-label depth estimation for graph cuts stereo problems[J]. Journal of Mathematical Imaging and Vision, 2010, 38(1): 70-82.

    猜你喜歡
    立體匹配視差紋理
    基于自適應(yīng)窗的立體相機(jī)視差圖優(yōu)化方法研究
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫特效
    基于梯度域引導(dǎo)濾波的視差精煉迭代算法
    影像立體匹配中的凸優(yōu)化理論研究
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    基于互補(bǔ)不變特征的傾斜影像高精度立體匹配
    基于分割樹的視差圖修復(fù)算法研究
    改進(jìn)導(dǎo)向?yàn)V波器立體匹配算法
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    午夜精品在线福利| 精品不卡国产一区二区三区| 好男人在线观看高清免费视频| 一边亲一边摸免费视频| 中文字幕av成人在线电影| 成人永久免费在线观看视频| 精品人妻熟女av久视频| 在线观看美女被高潮喷水网站| 九九久久精品国产亚洲av麻豆| 日本免费一区二区三区高清不卡| h日本视频在线播放| 啦啦啦韩国在线观看视频| 午夜精品在线福利| 久久6这里有精品| 亚洲成人精品中文字幕电影| 精品不卡国产一区二区三区| 特级一级黄色大片| 久久精品夜色国产| 18禁在线无遮挡免费观看视频| 久久精品综合一区二区三区| 丰满的人妻完整版| av天堂在线播放| 久久久久久久久久久免费av| 国产伦在线观看视频一区| 久久精品国产鲁丝片午夜精品| 日本黄色视频三级网站网址| 国产激情偷乱视频一区二区| 亚洲四区av| 精品久久久久久久久av| 成人三级黄色视频| 成人特级黄色片久久久久久久| 久久久久免费精品人妻一区二区| 亚洲国产精品国产精品| 老司机福利观看| 一本久久精品| 丰满的人妻完整版| 日本与韩国留学比较| 在线观看免费视频日本深夜| 麻豆一二三区av精品| 亚洲人成网站高清观看| 欧美另类亚洲清纯唯美| 日本撒尿小便嘘嘘汇集6| 最近手机中文字幕大全| 综合色av麻豆| 久久精品国产亚洲av香蕉五月| 亚洲第一区二区三区不卡| 国产伦在线观看视频一区| 99久久精品一区二区三区| 色尼玛亚洲综合影院| av卡一久久| 久久6这里有精品| a级毛片免费高清观看在线播放| 99久久中文字幕三级久久日本| 波多野结衣高清无吗| 成人毛片a级毛片在线播放| 欧美日本视频| 国产精品野战在线观看| 免费观看精品视频网站| 秋霞在线观看毛片| 五月天丁香电影| 99九九在线精品视频| 国产视频首页在线观看| 日韩精品有码人妻一区| av在线观看视频网站免费| 边亲边吃奶的免费视频| 成人亚洲欧美一区二区av| 一个人看视频在线观看www免费| a 毛片基地| 人人妻人人添人人爽欧美一区卜| 精品久久久久久久久av| 菩萨蛮人人尽说江南好唐韦庄| 视频在线观看一区二区三区| 成人免费观看视频高清| 蜜桃在线观看..| 亚洲第一av免费看| 国产精品麻豆人妻色哟哟久久| 欧美日韩亚洲高清精品| 亚洲精品,欧美精品| 男女啪啪激烈高潮av片| 中文字幕免费在线视频6| 一本一本综合久久| 91在线精品国自产拍蜜月| 美女xxoo啪啪120秒动态图| 精品午夜福利在线看| 成人亚洲欧美一区二区av| 亚洲在久久综合| 久久毛片免费看一区二区三区| 欧美一级a爱片免费观看看| 日日啪夜夜爽| 亚洲少妇的诱惑av| 性色av一级| 91在线精品国自产拍蜜月| 久久久精品94久久精品| av免费在线看不卡| 亚洲一区二区三区欧美精品| 男女边摸边吃奶| 亚洲一区二区三区欧美精品| 亚洲精品自拍成人| 国产女主播在线喷水免费视频网站| 狠狠婷婷综合久久久久久88av| 91久久精品电影网| 日本免费在线观看一区| 国产精品久久久久久久电影| 插逼视频在线观看| 精品国产露脸久久av麻豆| 国产精品99久久久久久久久| 欧美激情 高清一区二区三区| 大又大粗又爽又黄少妇毛片口| 大又大粗又爽又黄少妇毛片口| 中文字幕久久专区| 日韩精品免费视频一区二区三区 | 日韩在线高清观看一区二区三区| av在线app专区| 涩涩av久久男人的天堂| 新久久久久国产一级毛片| 日日啪夜夜爽| 国产爽快片一区二区三区| 久久久久久人妻| 亚洲av在线观看美女高潮| 麻豆乱淫一区二区| 曰老女人黄片| 国产精品嫩草影院av在线观看| 一二三四中文在线观看免费高清| av国产精品久久久久影院| 午夜免费鲁丝| 久久久国产一区二区| 国产成人精品婷婷| 91久久精品国产一区二区三区| 亚洲精品色激情综合| 一级片'在线观看视频| 日韩精品有码人妻一区| www.色视频.com| 成人国产av品久久久| 国产免费一级a男人的天堂| 午夜福利网站1000一区二区三区| 99精国产麻豆久久婷婷| 色94色欧美一区二区| 欧美亚洲日本最大视频资源| 欧美老熟妇乱子伦牲交| 全区人妻精品视频| 国产成人一区二区在线| 精品人妻熟女毛片av久久网站| 欧美激情极品国产一区二区三区 | 高清av免费在线| 国产精品秋霞免费鲁丝片| 日本与韩国留学比较| av网站免费在线观看视频| 满18在线观看网站| 亚洲av二区三区四区| 中文字幕人妻丝袜制服| 在线看a的网站| 美女大奶头黄色视频| 亚洲精品自拍成人| a级毛片在线看网站| 成人毛片60女人毛片免费| 肉色欧美久久久久久久蜜桃| 日本免费在线观看一区| 中文天堂在线官网| 精品国产一区二区三区久久久樱花| 日韩在线高清观看一区二区三区| 久热这里只有精品99| 人人妻人人爽人人添夜夜欢视频| 亚洲国产日韩一区二区| 久久毛片免费看一区二区三区| 18禁观看日本| 丝袜在线中文字幕| 日本黄色片子视频| 成人二区视频| 欧美3d第一页| 熟妇人妻不卡中文字幕| 亚洲图色成人| 纯流量卡能插随身wifi吗| 亚洲精品第二区| 午夜精品国产一区二区电影| 丝袜在线中文字幕| 欧美丝袜亚洲另类| 特大巨黑吊av在线直播| 晚上一个人看的免费电影| 91精品国产九色| 18禁动态无遮挡网站| 99久久人妻综合| 亚洲美女搞黄在线观看| 乱码一卡2卡4卡精品| 国产亚洲av片在线观看秒播厂| 韩国高清视频一区二区三区| 久久久久久久大尺度免费视频| 99久久人妻综合| 日韩视频在线欧美| a级片在线免费高清观看视频| 一个人看视频在线观看www免费| 欧美xxⅹ黑人| 男女边摸边吃奶| 搡女人真爽免费视频火全软件| 色吧在线观看| 精品午夜福利在线看| 精品一区二区免费观看| 午夜激情久久久久久久| 黑人猛操日本美女一级片| 中国三级夫妇交换| 国产精品免费大片| 菩萨蛮人人尽说江南好唐韦庄| 国产男人的电影天堂91| 免费大片18禁| 王馨瑶露胸无遮挡在线观看| 男男h啪啪无遮挡| 国产精品熟女久久久久浪| 人人澡人人妻人| 免费大片18禁| 久久午夜福利片| 国产亚洲精品久久久com| 麻豆乱淫一区二区| 少妇熟女欧美另类| 晚上一个人看的免费电影| 精品人妻一区二区三区麻豆| 国产69精品久久久久777片| 亚洲国产欧美日韩在线播放| 亚洲精品成人av观看孕妇| 中文字幕亚洲精品专区| 丁香六月天网| 美女中出高潮动态图| 国产成人午夜福利电影在线观看| 不卡视频在线观看欧美| 九九在线视频观看精品| 欧美人与性动交α欧美精品济南到 | 在线观看免费视频网站a站| 国产在线免费精品| 午夜福利网站1000一区二区三区| 精品一区二区免费观看| 亚洲国产精品一区三区| 高清不卡的av网站| 国产在视频线精品| 午夜精品国产一区二区电影| 日本黄色片子视频| 99热这里只有精品一区| 亚洲精品久久成人aⅴ小说 | 久久久精品94久久精品| av国产精品久久久久影院| 91久久精品国产一区二区成人| 丝袜美足系列| 亚洲欧美中文字幕日韩二区| 国产精品蜜桃在线观看| 国产日韩欧美在线精品| 国产精品国产av在线观看| 欧美成人午夜免费资源| 日韩一区二区视频免费看| 国产成人一区二区在线| 日韩在线高清观看一区二区三区| 亚洲成人av在线免费| 美女大奶头黄色视频| 少妇丰满av| 多毛熟女@视频| av国产精品久久久久影院| 男男h啪啪无遮挡| 狂野欧美白嫩少妇大欣赏| 中文字幕免费在线视频6| 国产av一区二区精品久久| 少妇高潮的动态图| 肉色欧美久久久久久久蜜桃| a级毛片在线看网站| av免费观看日本| 国产男人的电影天堂91| 免费av中文字幕在线| 丝袜美足系列| 高清欧美精品videossex| 免费看av在线观看网站| 99久久人妻综合| 97在线人人人人妻| 80岁老熟妇乱子伦牲交| 久久这里有精品视频免费| 精品人妻熟女毛片av久久网站| 国产毛片在线视频| 一级毛片aaaaaa免费看小| 欧美成人精品欧美一级黄| 新久久久久国产一级毛片| 国产在线视频一区二区| 成人毛片60女人毛片免费| 观看av在线不卡| 午夜免费鲁丝| 精品人妻熟女av久视频| 狂野欧美激情性bbbbbb| 高清在线视频一区二区三区| 婷婷成人精品国产| 久久精品熟女亚洲av麻豆精品| 国产成人精品在线电影| 91国产中文字幕| 人人妻人人澡人人看| 天堂8中文在线网| 一级毛片我不卡| 美女视频免费永久观看网站| 亚洲三级黄色毛片| 成人免费观看视频高清| 久久99精品国语久久久| 自拍欧美九色日韩亚洲蝌蚪91| 青青草视频在线视频观看| 亚洲四区av| 亚洲av不卡在线观看| av线在线观看网站| 欧美激情国产日韩精品一区| 在线观看免费视频网站a站| 国产免费现黄频在线看| 亚洲欧美精品自产自拍| 欧美bdsm另类| 一本色道久久久久久精品综合| 天堂8中文在线网| 亚洲欧美中文字幕日韩二区| 精品亚洲成a人片在线观看| 伊人久久精品亚洲午夜| 欧美精品人与动牲交sv欧美| 美女主播在线视频| 国产日韩一区二区三区精品不卡 | 国产精品欧美亚洲77777| 99热网站在线观看| 精品少妇久久久久久888优播| 男人爽女人下面视频在线观看| 九九爱精品视频在线观看| 人人妻人人爽人人添夜夜欢视频| 女性生殖器流出的白浆| av播播在线观看一区| 亚洲欧洲国产日韩| 人人澡人人妻人| 99久国产av精品国产电影| 国产欧美日韩一区二区三区在线 | 免费黄色在线免费观看| 亚洲精品中文字幕在线视频| 精品一区二区三卡| 精品国产一区二区三区久久久樱花| 精品久久久久久久久亚洲| 综合色丁香网| 美女国产高潮福利片在线看| 三上悠亚av全集在线观看| 欧美老熟妇乱子伦牲交| 国产探花极品一区二区| 国产高清国产精品国产三级| av国产久精品久网站免费入址| 看非洲黑人一级黄片| 免费看光身美女| 国产精品偷伦视频观看了| 一级毛片 在线播放| 大陆偷拍与自拍| 日韩电影二区| 另类亚洲欧美激情| 男的添女的下面高潮视频| 五月玫瑰六月丁香| 亚洲精品日本国产第一区| 99久久人妻综合| 日韩在线高清观看一区二区三区| 天堂中文最新版在线下载| 亚洲av中文av极速乱| 久久综合国产亚洲精品| 性色avwww在线观看| 另类亚洲欧美激情| 国产 一区精品| 一级毛片我不卡| 亚洲精品国产av成人精品| 国产欧美日韩综合在线一区二区| 人妻人人澡人人爽人人| 久热这里只有精品99| 街头女战士在线观看网站| 一二三四中文在线观看免费高清| 中文字幕久久专区| 亚洲精品亚洲一区二区| 91在线精品国自产拍蜜月| 黄色欧美视频在线观看| 国产午夜精品久久久久久一区二区三区| 国产av国产精品国产| 在线观看人妻少妇| 观看美女的网站| 亚洲av在线观看美女高潮| 91久久精品电影网| 校园人妻丝袜中文字幕| 在线观看人妻少妇| 中文欧美无线码| 一本一本综合久久| 色5月婷婷丁香| 国产伦精品一区二区三区视频9| 熟女人妻精品中文字幕| 99re6热这里在线精品视频| 少妇被粗大猛烈的视频| 成年人午夜在线观看视频| 日韩成人伦理影院| 精品一区二区免费观看| 狂野欧美白嫩少妇大欣赏| 久久久国产精品麻豆| 777米奇影视久久| 韩国高清视频一区二区三区| 老司机影院毛片| 91久久精品国产一区二区三区| 国产精品国产三级国产专区5o| 国产在线免费精品| 欧美精品国产亚洲| 亚洲精品成人av观看孕妇| av有码第一页| 精品久久久久久久久av| 香蕉精品网在线| 亚洲av日韩在线播放| 青青草视频在线视频观看| 中文字幕人妻熟人妻熟丝袜美| 欧美精品一区二区大全| 黑人欧美特级aaaaaa片| 高清在线视频一区二区三区| 久久久久久久久久久久大奶| 国产av国产精品国产| 国产色婷婷99| 街头女战士在线观看网站| 精品少妇内射三级| 久久久精品免费免费高清| 亚洲欧美成人综合另类久久久| 亚洲国产精品成人久久小说| 欧美激情国产日韩精品一区| 国产欧美另类精品又又久久亚洲欧美| 建设人人有责人人尽责人人享有的| 成人亚洲精品一区在线观看| 激情五月婷婷亚洲| 飞空精品影院首页| 国产成人精品久久久久久| 久久综合国产亚洲精品| 亚洲第一av免费看| 3wmmmm亚洲av在线观看| 在现免费观看毛片| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 欧美少妇被猛烈插入视频| 亚洲人成网站在线播| 亚洲欧美精品自产自拍| 国产黄片视频在线免费观看| 精品久久久噜噜| 日韩制服骚丝袜av| 日本黄色片子视频| av.在线天堂| 久久97久久精品| 青春草视频在线免费观看| 哪个播放器可以免费观看大片| 老司机影院成人| 看免费成人av毛片| 黑人猛操日本美女一级片| 亚洲不卡免费看| 91国产中文字幕| 久久久久精品性色| 久久久久久久久久久免费av| 国产精品欧美亚洲77777| 免费黄频网站在线观看国产| 哪个播放器可以免费观看大片| 麻豆精品久久久久久蜜桃| 国产成人精品无人区| 91精品伊人久久大香线蕉| 80岁老熟妇乱子伦牲交| av免费在线看不卡| 国产色爽女视频免费观看| 永久免费av网站大全| av在线播放精品| av视频免费观看在线观看| 日日撸夜夜添| 另类精品久久| 男的添女的下面高潮视频| 18禁在线无遮挡免费观看视频| 麻豆成人av视频| 啦啦啦在线观看免费高清www| 国产乱来视频区| 国产熟女欧美一区二区| 黄色怎么调成土黄色| 80岁老熟妇乱子伦牲交| 久久久久久伊人网av| 香蕉精品网在线| 精品人妻偷拍中文字幕| 美女内射精品一级片tv| 一级毛片aaaaaa免费看小| 日韩av在线免费看完整版不卡| 热99国产精品久久久久久7| 国产精品一区二区三区四区免费观看| 国产片内射在线| 国产成人精品一,二区| 女人精品久久久久毛片| 丝袜在线中文字幕| 18在线观看网站| 国产精品久久久久久精品电影小说| 九九在线视频观看精品| 日韩成人av中文字幕在线观看| 大又大粗又爽又黄少妇毛片口| 亚洲伊人久久精品综合| 性色av一级| 精品人妻偷拍中文字幕| 国产精品久久久久成人av| 国产白丝娇喘喷水9色精品| 一级二级三级毛片免费看| 美女中出高潮动态图| 日本vs欧美在线观看视频| 婷婷色av中文字幕| 美女大奶头黄色视频| 午夜福利影视在线免费观看| 精品人妻熟女毛片av久久网站| 亚洲内射少妇av| 十八禁高潮呻吟视频| 亚洲美女黄色视频免费看| 在线 av 中文字幕| 99国产综合亚洲精品| 丝袜美足系列| 少妇高潮的动态图| 色视频在线一区二区三区| 午夜免费男女啪啪视频观看| 国产一区亚洲一区在线观看| 亚洲图色成人| 亚洲精品日韩在线中文字幕| 春色校园在线视频观看| 波野结衣二区三区在线| 人人澡人人妻人| 精品人妻在线不人妻| 国产精品人妻久久久影院| 乱人伦中国视频| 中文欧美无线码| 曰老女人黄片| 欧美3d第一页| 免费观看av网站的网址| 久久午夜福利片| 女性生殖器流出的白浆| 国产片内射在线| 精品亚洲成国产av| 搡女人真爽免费视频火全软件| 欧美日韩亚洲高清精品| 日本与韩国留学比较| 青春草国产在线视频| 男女边摸边吃奶| 水蜜桃什么品种好| 成人毛片a级毛片在线播放| 在现免费观看毛片| 成年美女黄网站色视频大全免费 | 国产精品国产av在线观看| 亚洲欧洲日产国产| 久久国产精品男人的天堂亚洲 | 最近最新中文字幕免费大全7| 亚洲美女搞黄在线观看| 黄片无遮挡物在线观看| 一级黄片播放器| 男女啪啪激烈高潮av片| 人妻少妇偷人精品九色| 亚洲欧美一区二区三区黑人 | 亚洲av欧美aⅴ国产| 午夜福利影视在线免费观看| 伊人久久精品亚洲午夜| 久久人人爽av亚洲精品天堂| kizo精华| 国产高清国产精品国产三级| 秋霞伦理黄片| 成人影院久久| 久久毛片免费看一区二区三区| 男女高潮啪啪啪动态图| 精品人妻在线不人妻| 中国三级夫妇交换| videos熟女内射| 日韩大片免费观看网站| 日本91视频免费播放| 成人国语在线视频| 日日啪夜夜爽| 99久久中文字幕三级久久日本| 国产深夜福利视频在线观看| 一区二区av电影网| 九九爱精品视频在线观看| 精品国产一区二区久久| 蜜桃久久精品国产亚洲av| 久久精品久久久久久噜噜老黄| 丝袜在线中文字幕| 五月伊人婷婷丁香| 亚洲国产成人一精品久久久| 26uuu在线亚洲综合色| 久久久久久人妻| 菩萨蛮人人尽说江南好唐韦庄| 久久久国产欧美日韩av| 七月丁香在线播放| 国产日韩欧美在线精品| 午夜久久久在线观看| 考比视频在线观看| 中国国产av一级| 人妻一区二区av| 国产精品一区二区在线不卡| 伦精品一区二区三区| 久久国产亚洲av麻豆专区| 成人免费观看视频高清| videossex国产| 美女脱内裤让男人舔精品视频| 久久国产亚洲av麻豆专区| 久久国产精品大桥未久av| 春色校园在线视频观看| 满18在线观看网站| 人妻系列 视频| 哪个播放器可以免费观看大片| 女的被弄到高潮叫床怎么办| 草草在线视频免费看| 十八禁高潮呻吟视频| 亚洲精品色激情综合| 成人午夜精彩视频在线观看| 中文字幕最新亚洲高清| 色5月婷婷丁香| 国精品久久久久久国模美| 欧美激情极品国产一区二区三区 | 一边亲一边摸免费视频| 热99久久久久精品小说推荐| 黄片播放在线免费| 女性生殖器流出的白浆| 最后的刺客免费高清国语| 在线看a的网站| 久久精品国产亚洲网站| 成人手机av| 三上悠亚av全集在线观看| 日韩制服骚丝袜av| 国产色爽女视频免费观看| 免费久久久久久久精品成人欧美视频 | 亚洲综合色网址| 久久久精品免费免费高清| 成人漫画全彩无遮挡| 看免费成人av毛片| 国语对白做爰xxxⅹ性视频网站| 午夜福利在线观看免费完整高清在| 下体分泌物呈黄色| 国产精品国产三级专区第一集| 亚洲国产欧美日韩在线播放| 亚洲国产av新网站| 国产免费又黄又爽又色|