• <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 ?

    一種改進(jìn)的One-Cut交互式圖像分割算法*

    2018-07-05 11:49:30唐晶磊
    關(guān)鍵詞:網(wǎng)絡(luò)圖表觀懲罰

    王 棟,唐晶磊

    (西北農(nóng)林科技大學(xué)信息工程學(xué)院,陜西 西安 712100)

    1 引言

    圖像分割是圖像處理到圖像分析的關(guān)鍵步驟[1]。圖像分割是將一幅圖像劃分成互不相交(重疊)的一些區(qū)域,而每個(gè)區(qū)域內(nèi)的像素具有大體相似的性質(zhì)(灰度、彩色)或結(jié)構(gòu)(對(duì)于紋理圖像)[2]。常用的圖像分割方法主要有基于閾值的分割方法、基于邊緣的分割方法[3]、基于區(qū)域的分割方法[4]、基于分水嶺的分割方法和基于能量的分割方法等[5]。但是,基于區(qū)域的分割方法常面臨分割速度過慢的問題,而基于閾值、邊緣或分水嶺的分割方法卻存在對(duì)圖像噪聲敏感的缺點(diǎn)。近年來,以數(shù)學(xué)模型中的能量函數(shù)作為基本結(jié)構(gòu)的分割算法獨(dú)樹一幟,并以其在分割精度及分割效率等方面的優(yōu)勢,日趨成為一種廣泛使用的分割算法[6]。

    在基于能量的圖像分割方法中,圖割算法是一種基于圖論的組合優(yōu)化技術(shù),可用來最小化圖像分割中的能量函數(shù)問題。它首先建立能量函數(shù),并將一幅圖像轉(zhuǎn)化為一個(gè)網(wǎng)絡(luò)圖,然后利用最大流/最小割[7]算法對(duì)網(wǎng)絡(luò)圖進(jìn)行切割,得到網(wǎng)絡(luò)圖的最小割,最后將網(wǎng)絡(luò)圖映射為圖像分割結(jié)果[8]。

    依據(jù)先驗(yàn)知識(shí)不同可將圖割算法分為兩類[9]。(1)假設(shè)已知表觀模型,對(duì)圖像進(jìn)行分割的算法。(2)假設(shè)已知表觀模型的類型,需估算模型參數(shù),并對(duì)圖像進(jìn)行分割的算法。

    第一類算法所用模型結(jié)合了空間正則項(xiàng)和表觀對(duì)數(shù)似然函數(shù)。這類問題相對(duì)簡單,而且存在大量取得全局最優(yōu)解的方法。表觀模型對(duì)于常用的圖割算法是非常重要的。最基本的目標(biāo)分割能量模型[10,11]結(jié)合邊界正則項(xiàng)|?S|和表觀對(duì)數(shù)似然函數(shù)。本文使用θ1和θ0表示前景和背景的顏色分布。用I表示待分割圖像,則第p個(gè)像素點(diǎn)Ip屬于類別Sp的概率為Pr(Ip|θSp)。表觀模型如式(1)和式(2)所示。

    (1)

    |?S|=∑{p,q}∈Mωpq|sp-sq|

    (2)

    其中,Ω為圖像中所有像素的集合,sp為標(biāo)記分割結(jié)果S?Ω的二值指示變量,M為圖像中所有相鄰像素點(diǎn)之間邊的集合。利用此能量項(xiàng)的優(yōu)勢在于,可通過一些成熟的算法如graph cut[12]、continuous relaxations[13,14]等求得它的全局最優(yōu)解。

    但在實(shí)際應(yīng)用中,很難獲得表觀模型參數(shù)θ1和θ0等先驗(yàn)知識(shí)。因此,常將模型參數(shù)作為第二類算法所用模型[15 - 17]的附加變量,如式(3)所示。

    (3)

    交互式分割GrabCut算法[17]就用到此類模型。GrabCut算法根據(jù)用戶輸入的包圍盒初始化模型參數(shù)θ1和θ0。通過迭代以下兩個(gè)步驟可得該模型全局最優(yōu)解[17]。首先,固定參數(shù)θ1和θ0,并最優(yōu)化目標(biāo)函數(shù),如利用graph cut算法來最優(yōu)化目標(biāo)函數(shù)(1)[18]。然后,固定分割結(jié)果S,并最優(yōu)化模型參數(shù)θ1和θ0。但是,這類模型的求解是一個(gè)NP-hard[19]問題,即隨著圖中節(jié)點(diǎn)數(shù)的增多,問題的求解將變得費(fèi)時(shí),故對(duì)較大的圖像進(jìn)行分割時(shí),會(huì)導(dǎo)致圖像分割速度變慢[20]。同時(shí),隨著顏色區(qū)間數(shù)目的增加,GrabCut算法對(duì)局部最優(yōu)解的敏感性會(huì)降低,導(dǎo)致圖像分割精度下降。國內(nèi)外學(xué)者已經(jīng)在該領(lǐng)域做出了大量的研究。

    胡志立等[21]利用四叉樹分解算法對(duì)圖像進(jìn)行劃分區(qū)域,使得區(qū)域內(nèi)的分塊相似度較高,從而簡化網(wǎng)絡(luò)圖的結(jié)構(gòu);同時(shí),使用分塊內(nèi)像素點(diǎn)的均值,估算高斯混合模型中的參數(shù),從而降低問題復(fù)雜度,提高圖像分割的效率。時(shí)永剛等[22]提出了一種基于圖割和水平集方法的圖像分割方法。首先選取對(duì)比度和清晰度較高的初始參考圖像;其次使用霍夫森林算法檢測目標(biāo)區(qū)域,并對(duì)前景、背景進(jìn)行均值聚類,從而估計(jì)直方圖分布;再次獲取圖割模型能量函數(shù),分割出目標(biāo)整體;最后通過形態(tài)學(xué)處理得到相鄰圖像目標(biāo)候選區(qū)域,并重復(fù)上述分割。戴慶焰等[23]改進(jìn)簡單線性迭代聚類算法,并利用該算法分割圖像,得到超像素圖像;然后以超像素為基本單元,構(gòu)建能量函數(shù);最后利用Graph cut算法進(jìn)行分割。這些方法都是基于GrabCut算法深入研究的,取得了較好分割效果的同時(shí)提高了分割效率,但這些方法都面臨NP-hard問題。

    在圖割算法中,由于GrabCut算法在求取能量函數(shù)全局最優(yōu)解時(shí)會(huì)出現(xiàn)NP-hard問題,致使其應(yīng)用受到一定的限制。而One-Cut算法[9]利用一種新的距離項(xiàng)(L1距離)表示目標(biāo)和背景表觀模型間的相似度,可用此能量項(xiàng)避免NP-hard問題。即One-Cut算法不需要反復(fù)迭代,通過一次圖割就可以求得全局最優(yōu)解。并且通過改進(jìn)網(wǎng)絡(luò)圖的結(jié)構(gòu),提升求解效率的同時(shí),提高了分割準(zhǔn)確率[18]。在部分圖像分割應(yīng)用場景中,One-Cut分割算法非常有效地替代了基于塊坐標(biāo)下降的近似迭代優(yōu)化算法。

    因此,本文針對(duì)GrabCut算法出現(xiàn)NP-hard問題、圖像分割效率低的問題,以經(jīng)典的One-Cut的算法為基礎(chǔ),改進(jìn)表觀重疊懲罰項(xiàng),并結(jié)合直方圖加速技術(shù)[24],優(yōu)化網(wǎng)絡(luò)圖的結(jié)構(gòu),對(duì)One-Cut算法進(jìn)行改進(jìn),提高圖像分割的效率及精度。

    2 One-Cut算法

    當(dāng)表觀模型θ1和θ0由顏色直方圖來表示時(shí),式(3)的最小解等價(jià)于僅含S的能量項(xiàng)E(S)的最小解。能量項(xiàng)E(S)如式(4)所示:

    (4)

    (5)

    2.1 交互式分割中的One-Cut算法

    (6)

    |?S|=∑ωpq|sp-sq|

    (7)

    (8)

    其中,ΔI2表示像素點(diǎn)p和q的顏色歐氏距離,δ2取所有像素點(diǎn)的ΔI2的平均值,而E(S)的最優(yōu)解則利用graph cut算法一次迭代即可求出。

    2.2 表觀重疊懲罰項(xiàng)

    One-Cut算法中表觀重疊懲罰項(xiàng)如式(9)所示。

    (9)

    為闡述表觀重疊懲罰項(xiàng)和網(wǎng)絡(luò)圖的對(duì)應(yīng)關(guān)系,將式(9)中表觀重疊懲罰項(xiàng)縮小一半,從而改寫為式(10)。如式(6)所示,能量函數(shù)中表觀重疊項(xiàng)存在可調(diào)整系數(shù)β,故式(10)與原表觀重疊懲罰項(xiàng)等價(jià)。

    (10)

    現(xiàn)有的One-Cut網(wǎng)絡(luò)圖是以原GrabCut網(wǎng)絡(luò)圖為基礎(chǔ),再添加k個(gè)輔助節(jié)點(diǎn),且每個(gè)輔助節(jié)點(diǎn)與它相應(yīng)的區(qū)間中所有像素相連接。以此方式將每個(gè)像素點(diǎn)與它相應(yīng)的輔助節(jié)點(diǎn)連接在一起。式(10)的詳細(xì)網(wǎng)絡(luò)圖結(jié)構(gòu)如圖1所示。

    Figure 1 Network structure of the One-Cut appearance overlap penalty term圖1 One-Cut的表觀重疊懲罰項(xiàng)的網(wǎng)絡(luò)圖結(jié)構(gòu)

    圖1中頂點(diǎn)v1,v2,…,vnk分別代表區(qū)間k中的所有像素,頂點(diǎn)Ak為額外添加的輔助節(jié)點(diǎn)。它們之間用無向邊連接,每條邊的最大流量即為表觀重疊懲罰項(xiàng)系數(shù)β>0。

    3 One-Cut算法的改進(jìn)

    大數(shù)據(jù)時(shí)代已經(jīng)到來,云計(jì)算、物聯(lián)網(wǎng)、大量社交網(wǎng)絡(luò)的興起使我們社會(huì)的圖像數(shù)據(jù)種類和數(shù)量極速增長,顯著增加了圖像處理的任務(wù)量,因此提高圖像分割的效率也越來越重要。

    One-Cut算法已經(jīng)取得了顯著的成就,甚至在一些公開的數(shù)據(jù)集上的分割精度已經(jīng)達(dá)到了國際上最先進(jìn)的水平,但它仍然面臨顏色信息利用不合理、網(wǎng)絡(luò)圖結(jié)構(gòu)不合理、存在冗余計(jì)算、網(wǎng)絡(luò)圖中過多權(quán)重單一的邊和網(wǎng)絡(luò)圖中節(jié)點(diǎn)過多等問題,這些問題導(dǎo)致圖像分割效率和精度低。因此,優(yōu)化該算法的求解過程,即優(yōu)化網(wǎng)絡(luò)圖的構(gòu)建,對(duì)提高該算法的分割效率有著重要的意義。

    針對(duì)于圖像分割效率低的問題,利用改進(jìn)表觀重疊懲罰項(xiàng)方法,結(jié)合顏色直方圖加速技術(shù),實(shí)現(xiàn)對(duì)表觀重疊懲罰項(xiàng)的優(yōu)化和網(wǎng)絡(luò)圖的構(gòu)建的改進(jìn),從而達(dá)到提高分割效率及分割精度的目的。

    3.1 表觀重疊懲罰項(xiàng)的改進(jìn)

    網(wǎng)絡(luò)圖的優(yōu)化和表觀重疊懲罰項(xiàng)的改進(jìn)是相互對(duì)應(yīng)的。令K表示顏色區(qū)間的總數(shù)。同時(shí),由于R?S,表觀重疊項(xiàng)的改進(jìn)的理論推導(dǎo)過程如式(11)所示。

    (11)

    3.2 網(wǎng)絡(luò)圖的結(jié)構(gòu)的改進(jìn)

    Figure 2 Network structure of the improved appearance overlap penalty term圖2 改進(jìn)后的表觀重疊懲罰項(xiàng)的網(wǎng)絡(luò)圖結(jié)構(gòu)

    3.3 最大流最小割算法求解能量函數(shù)

    最大流最小割算法是一種經(jīng)典組合優(yōu)化技術(shù)。在現(xiàn)實(shí)或抽象領(lǐng)域中都可使用最大流最小割算法。在現(xiàn)實(shí)中,可利用最大流最小割算法計(jì)算通信網(wǎng)絡(luò)中任意兩點(diǎn)間的最大流量。在抽象領(lǐng)域中,可利用最大流最小割算法快速地求解最優(yōu)化問題。如可以使用最大流最小割算法求解圖割算法中網(wǎng)絡(luò)圖的最小割。

    由式(6)和式(11),可得最大流最小割算法求解的能量函數(shù),如式(12)所示。

    (12)

    Figure 3 Segmentataion of the network圖3 網(wǎng)絡(luò)圖分割

    圖3中,源點(diǎn)M和匯點(diǎn)T分別位于圖中頂端和低端。中間橢圓代表包圍盒內(nèi)像素點(diǎn)。圖3a為構(gòu)建完成的網(wǎng)絡(luò)圖,可使用最大流最小割算法計(jì)算該網(wǎng)絡(luò)圖中最小割。圖3b中加粗曲線為該網(wǎng)絡(luò)圖的最小割。根據(jù)該最小割,可將圖像中所有像素分為前景或背景。

    4 實(shí)驗(yàn)結(jié)果及分析

    4.1 實(shí)驗(yàn)條件及流程

    為驗(yàn)證改進(jìn)后的One-Cut算法的分割精度及其效率,實(shí)驗(yàn)選取One-Cut[9]實(shí)驗(yàn)所用數(shù)據(jù)集為原始圖像,分別用GrabCut算法、One-Cut算法和本文算法進(jìn)行分割。本實(shí)驗(yàn)在Windows 10操作系統(tǒng)和Visual Studio 2015平臺(tái)下,結(jié)合OpenCV 3.1庫,在i5-4200u處理器、4 GB內(nèi)存的筆記本PC上完成。

    實(shí)驗(yàn)流程如圖4所示。

    Figure 4 Flow chart of the experiment圖4 實(shí)驗(yàn)流程圖

    4.2 實(shí)驗(yàn)結(jié)果

    圖5為利用GrabCut算法、One-Cut算法和改進(jìn)后的One-Cut算法進(jìn)行分割的部分結(jié)果。部分示例圖像如圖5所示。圖5a列為原始圖像,白色矩形框?yàn)橛脩艚换グ鼑?。圖像中包圍盒內(nèi)的區(qū)域?yàn)閰^(qū)域R。圖5b~圖5d列分別為GrabCut算法、One-Cut算法和本文算法的最終分割結(jié)果。

    Figure 5 Segmenttation results of the three algorithms圖5 三種算法的分割結(jié)果

    為評(píng)價(jià)分割結(jié)果,采用分割誤差(Error)、準(zhǔn)確率(Precision)、召回率(Recall)[26]三個(gè)客觀評(píng)價(jià)指標(biāo)和平均主觀質(zhì)量分?jǐn)?shù)[27]對(duì)比GrabCut算法、One-Cut算法和本文算法。主觀評(píng)價(jià)法采用平均主觀評(píng)價(jià)法。由選自不同背景的30名觀察者為圖像分割的質(zhì)量打分,最低為1分,最高為7分。部分實(shí)驗(yàn)數(shù)據(jù)(共列出14幅圖像)及其平均值,如表1所示。

    由表1可以得到,本文算法的最小分割誤差、最高準(zhǔn)確率、最高召回率和最高平均主觀質(zhì)量分?jǐn)?shù)為0.64%、99.33%、99.98%和6.567,平均分割誤差、平均準(zhǔn)確率、平均召回率和平均主觀質(zhì)量分?jǐn)?shù)的均值分別為6.88%、94.51%、94.54%和5.712。

    GrabCut算法的平均分割誤差、平均準(zhǔn)確率、平均召回率和平均主觀質(zhì)量分?jǐn)?shù)的均值分別為8.88%、92.40%、92.99%和5.376。One-Cut算法的平均分割誤差、平均準(zhǔn)確率、平均召回率和平均主觀質(zhì)量分?jǐn)?shù)的均值分別為8.04%、93.16%、94.06%和5.659 5。

    本文算法的平均誤差比GrabCut算法的平均誤差低2%,比One-Cut算法的平均誤差低1.16%。本文算法的平均準(zhǔn)確率比GrabCut算法的平均準(zhǔn)確率提升2.11%,比One-Cut算法的平均準(zhǔn)確率提升1.35%。本文算法的平均召回率比GrabCut算法的平均召回率提升1.55%,比One-Cut算法的平均召回率提升0.48%。本文算法的平均主觀質(zhì)量分?jǐn)?shù)均值比GrabCut算法的平均主觀質(zhì)量分?jǐn)?shù)均值高0.366,比One-Cut算法的平均主觀質(zhì)量分?jǐn)?shù)均值高0.052 5。實(shí)驗(yàn)結(jié)果說明,降低網(wǎng)絡(luò)圖的復(fù)雜度有利于提高圖像分割的精度。

    Table 1 Segmentation experiment results表1 分割實(shí)驗(yàn)結(jié)果

    三種算法的分割效率如表2所示。由表2可以看出,利用本文算法進(jìn)行圖像分割的最短運(yùn)行時(shí)間為275.21 ms。本文算法、GrabCut算法和One-Cut算法的平均運(yùn)行時(shí)間分別為569.73 ms、11 539.98 ms和1 308.13 ms。本文算法的運(yùn)行效率分別為One-Cut算法和GrabCut算法運(yùn)行效率的2.3倍和20.26倍。本文算法在部分圖像上的運(yùn)行效率最高達(dá)到了One-Cut算法的運(yùn)行效率的3.52倍。實(shí)驗(yàn)數(shù)據(jù)表明,通過使用One-Cut算法的L1相似度、改進(jìn)表觀重疊懲罰項(xiàng)目和直方圖加速技術(shù),能夠顯著增加圖像分割的效率。

    Table 2 Segmentation efficiency表2 分割效率

    4.3 實(shí)驗(yàn)結(jié)果分析

    假定所有網(wǎng)絡(luò)圖中每條邊的長度都為1,相對(duì)于One-Cut算法的網(wǎng)絡(luò)圖結(jié)構(gòu),本文算法網(wǎng)絡(luò)圖結(jié)構(gòu)中源點(diǎn)M到匯點(diǎn)T的路徑長度短,節(jié)點(diǎn)和邊較少,即網(wǎng)絡(luò)圖的復(fù)雜度較低。另外,由于最大流最小割算法屬于近似求解算法,因此最大流最小割算法對(duì)本文算法的網(wǎng)絡(luò)圖求解更加精確。

    由表1和表2可以看出,在相同的數(shù)據(jù)集和實(shí)驗(yàn)條件下,One-Cut算法的分割精度及分割效率明顯優(yōu)于GrabCut算法。且由于One-Cut算法采用了L1距離項(xiàng),避免了NP-hard問題,One-Cut算法運(yùn)行效率較GrabCut算法高出了7.82倍。

    本文算法在One-Cut算法的基礎(chǔ)上,進(jìn)一步改進(jìn)了表觀重疊懲罰項(xiàng)的求解,優(yōu)化了網(wǎng)絡(luò)圖結(jié)構(gòu)。在圖像處理的過程中,其運(yùn)行時(shí)間均小于GrabCut算法和One-Cut算法,節(jié)省時(shí)間的最高比例超過了70%。依據(jù)經(jīng)驗(yàn),包圍盒占圖像的比例越小,本文算法優(yōu)化的節(jié)點(diǎn)越多,削減的冗余計(jì)算也就越多,即分割效率越高。

    對(duì)于圖5中的第四幅圖像,無論GrabCut算法、One-Cut算法,還是本文算法,其分割結(jié)果均不理想。主要原因是圖中像素顏色集中于墨綠色,前景目標(biāo)與背景的顏色區(qū)域重疊較為嚴(yán)重,導(dǎo)致欠分割和召回率低的現(xiàn)象。因此,對(duì)于此類前景目標(biāo)與背景的顏色區(qū)域重疊較為嚴(yán)重的圖像,僅靠顏色和邊緣信息會(huì)難以準(zhǔn)確實(shí)現(xiàn)前景目標(biāo)的分割。準(zhǔn)確分割該類圖像還需要借助于紋理、結(jié)構(gòu)特性等信息。

    5 結(jié)束語

    為克服GrabCut算法分割效率和精度低的問題,本文以O(shè)ne-Cut算法為基礎(chǔ),通過改進(jìn)表觀重疊懲罰項(xiàng),結(jié)合直方圖加速技術(shù),對(duì)One-Cut算法進(jìn)行了改進(jìn),避免了GrabCut中的NP-hard問題,優(yōu)化了表觀重疊懲罰項(xiàng),改進(jìn)了網(wǎng)絡(luò)圖的構(gòu)建。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的One-Cut算法在分割效率、精度上均優(yōu)于GrabCut算法和One-Cut算法。

    GrabCut算法、One-Cut算法以及本文算法都僅利用相鄰像素間的邊緣信息和顏色信息,若能充分挖掘圖像像素間的距離信息,并合理地結(jié)合超像素分割,將會(huì)進(jìn)一步提升本算法的分割效率或精度。

    [1] Li Xiao-hong,Wu Jing-fei,Zhang Guo-fu,et al.New color image segmentation based on watershed and region merging[J].Journal of Electronic Measurement and Instrument,2013,27(3):247-252.(in Chinese)

    [2] Zhao Rong-chun,Zhao Zhong-ming,Zhao Xin-bo.Digital image processing and analysis[M].Beijing:Tsinghua University Press,2013.(in Chinese)

    [3] Wang Dan-dan,Xu Yue,Song Huai-bo,et al.Fusion ofK-means and Ncut algorithm to realize segmentation and reconstruction of two overlapped apples without blocking by branches and leaves[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(10):227-234.(in Chinese)

    [4] Xia Yong,Ji Ze-xuan,Zhang Yan-ning.Brain MRI image segmentation based on learning local variational Gaussian mixture models[J].Neurocomputing,2016,204:189-197.

    [5] Lin Qiang, Dong Ping,Lin Jia-yu.A survey on graph cut techniques [J].Microprocessors,2015,36(1):35-39.(in Chinese)

    [6] Liu Xian-tao.The image processing technology based on energy minimization model[D].Nanchang:Jiangxi University of Science and Technology,2014.(in Chinese)

    [7] Yan Zi-heng.Research and applications for the problem of minimum cut/maximum flow algorithms[D].Nanjing:Nanjing University of Posts and Telecommunications,2016.(in Chinese)

    [8] Zhang Shao-juan,Zou Jian-cheng.Summary of graph cut [J].Journal of North China University of Technology,2010,22(3):10-15.(in Chinese)

    [9] Tang Meng,Gorelick L,Veksler O,et al.Grabcut in one cut[C]∥Proc of the IEEE International Conference on Computer Vision,2013:1769-1776.

    [10] Boykov Y Y,Jolly M P.Interactive graph cuts for optimal boundary & region segmentation of objects in ND images[C]∥Proc of the IEEE International Conference on Computer Vision,2001:105-112.

    [11] Unger M,Pock T,Trobin W,et al.TVSeg-interactive total variation based image segmentation[C]∥Proc of British Machine Vision Association Conference,2008:44-46.

    [12] Boykov Y,Kolmogorov V.An experimental comparison of min-cut/max-flow algorithms for energy minimization in vision[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2004,26(9):1124-1137.

    [13] Chan T F,Esedoglu S,Nikolova M.Algorithms for finding global minimizers of image segmentation and denoising models[J].SIAM Journal on Applied Mathematics,2006,66(5):1632-1648.

    [14] Pock T,Cremers D,Bischof H,et al.Global solutions of variational models with convex regularization[J].SIAM Journal on Imaging Sciences,2010,3(4):1122-1145.

    [15] Chan T F,Vese L A.Active contours without edges[J].IEEE Transactions on Image Processing,2001,10(2):266-277.

    [16] Zhu Song-chun, Yuille A.Region competition:Unifying snakes,region growing,and Bayes/MDL for multiband image segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1996,18(9):884-900.

    [17] Rother C, Kolmogorov V,Blake A.Grabcut:Interactive foreground extraction using iterated graph cuts[J].ACM Transactions on Graphics (TOG),2004,23(3):309-314.

    [18] Sun Wei.Research on interactive image segmentation based on graph cut[D].Xi’an:Shaanxi Normal University,2015.(in Chinese)

    [19] Vicente S, Kolmogorov V,Rother C.Joint optimization of segmentation and appearance models[C]∥Proc of International Conference on Computer Vision,2009:755-762.

    [20] Xin Yue-lan.Superpixel based grabcut color image segmentation [J].Computer Technology and Development,2013,23(7):48-56.(in Chinese)

    [21] Hu Zhi-li,Guo Min.Fast segmentation in color image based on quadtree decomposition and graph cuts[J].Computer Engineering & Science,2015,37(2):390-396.(in Chinese)

    [22] Shi Yong-gang,Tan Ji-shuang,Liu Zhi-wen.Renal cortex segmentation using graph cuts and level sets[J].Computer Science,2016,43(7):290-293.(in Chinese)

    [23] Dai Qing-yan,Zhu Zhong-jie,Duan Zhi-yong,et al.Image segmentation based on super-pixel and improved iterated graph cut algorithm[J].Computer Engineering,2016,42(7):220-226.(in Chinese)

    [24] Cheng Ming-ming,Mitra N J,Huang Xiao-lei,et al.Global contrast based salient region detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2015,37(3):569-582.

    [25] Meng Rui,Tang Hao-xuan.Clothing target matting for algorithm based on OneCut and shared matting [J].Intelligent Computer and Application,2015,5(5):84-88.(in Chinese)

    [26] Chang H H,Zhuang A H,Valentino D J,et al.Performance measure characterization for evaluating neuroimage segmentation algorithms[J].Neuroimage,2009,47(1):122-135.

    [27] Lin Jian.A learning-based co-evaluation framework for image segmentation evaluation[D].Chengdu:Southwest Jiaotong University,2014.(in Chinese)

    附中文參考文獻(xiàn):

    [1] 李小紅,武敬飛,張國富,等.結(jié)合分水嶺和區(qū)域合并的彩色圖像分割[J].電子測量與儀器學(xué)報(bào),2013,27(3):247-252.

    [2] 趙榮椿,趙忠明,趙歆波.數(shù)字圖像處理與分析[M].北京:清華大學(xué)出版社,2013.

    [3] 王丹丹,徐越,宋懷波,等.融合K-means與Ncut算法的無遮擋雙重疊蘋果目標(biāo)分割與重建[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(10):227-234.

    [5] 林強(qiáng),董平,林嘉宇.圖割方法綜述[J].微處理機(jī),2015,36(1):35-39.

    [6] 柳顯濤.基于能量最小化模型的圖像處理技術(shù)研究[D].南昌:江西理工大學(xué),2014.

    [7] 嚴(yán)子恒.最小割最大流算法的研究與應(yīng)用[D].南京:南京郵電大學(xué),2016.

    [8] 張少娟,鄒建成.圖割綜述[J].北方工業(yè)大學(xué)學(xué)報(bào),2010,22(3):10-15.

    [18] 孫巍.基于圖割的交互式圖像分割技術(shù)研究[D].西安:陜西師范大學(xué),2015.

    [20] 辛月蘭.基于超像素的Grabcut彩色圖像分割[J].計(jì)算機(jī)技術(shù)與發(fā)展,2013,23(7):48-56.

    [21] 胡志立,郭敏.基于四叉樹分解與圖割的彩色圖像快速分割[J].計(jì)算機(jī)工程與科學(xué),2015,37(2):390-396.

    [22] 時(shí)永剛,譚繼雙,劉志文.基于圖割和水平集的腎臟醫(yī)學(xué)圖像分割[J].計(jì)算機(jī)科學(xué),2016,43(7):290-293.

    [23] 戴慶焰,朱仲杰,段智勇,等.基于超像素和改進(jìn)迭代圖割算法的圖像分割[J].計(jì)算機(jī)工程,2016,42(7):220-226.

    [25] 孟蕊,唐好選.基于OneCut和共享摳圖算法的自適應(yīng)衣物目標(biāo)摳取[J].智能計(jì)算機(jī)與應(yīng)用,2015,5(5):84-88.

    [27] 林湔.圖像分割質(zhì)量的協(xié)同評(píng)價(jià)框架設(shè)計(jì)與實(shí)現(xiàn)D].成都:西南交通大學(xué),2014.

    猜你喜歡
    網(wǎng)絡(luò)圖表觀懲罰
    網(wǎng)絡(luò)圖中的45°角
    綠盲蝽為害與赤霞珠葡萄防御互作中的表觀響應(yīng)
    河北果樹(2021年4期)2021-12-02 01:14:50
    神的懲罰
    小讀者(2020年2期)2020-03-12 10:34:06
    鋼結(jié)構(gòu)表觀裂紋監(jiān)測技術(shù)對(duì)比與展望
    上海公路(2019年3期)2019-11-25 07:39:28
    Jokes笑話
    例析對(duì)高中表觀遺傳學(xué)的認(rèn)識(shí)
    網(wǎng)絡(luò)圖在汽修業(yè)中應(yīng)用
    活力(2019年21期)2019-04-01 12:17:00
    懲罰
    趣味(語文)(2018年1期)2018-05-25 03:09:58
    真正的懲罰等
    以知識(shí)網(wǎng)絡(luò)圖為主導(dǎo)的教學(xué)模式淺探
    97热精品久久久久久| 成人国产麻豆网| 亚洲第一区二区三区不卡| 亚洲精品乱码久久久久久按摩| 91av网一区二区| 丰满人妻一区二区三区视频av| 我要搜黄色片| 晚上一个人看的免费电影| a级一级毛片免费在线观看| 在线观看66精品国产| 精品不卡国产一区二区三区| 22中文网久久字幕| 麻豆国产97在线/欧美| 毛片女人毛片| 日韩大尺度精品在线看网址| 欧美一区二区精品小视频在线| 亚洲自偷自拍三级| 久久久久网色| 成人午夜精彩视频在线观看| 日产精品乱码卡一卡2卡三| www日本黄色视频网| www.色视频.com| 亚洲美女视频黄频| 日韩精品青青久久久久久| 久久久久久久久大av| 99久久精品热视频| 一夜夜www| 亚洲欧美日韩高清专用| 好男人在线观看高清免费视频| 国产片特级美女逼逼视频| 成人鲁丝片一二三区免费| 国产av一区在线观看免费| 精品久久久噜噜| 国产精品不卡视频一区二区| 大香蕉久久网| 我的老师免费观看完整版| 自拍偷自拍亚洲精品老妇| 色噜噜av男人的天堂激情| 久久久久久久久久黄片| 国产精品精品国产色婷婷| 超碰av人人做人人爽久久| 欧美在线一区亚洲| 人妻少妇偷人精品九色| 男人狂女人下面高潮的视频| 最近最新中文字幕大全电影3| 在线播放无遮挡| 欧美最新免费一区二区三区| 大型黄色视频在线免费观看| 在线观看一区二区三区| 少妇的逼好多水| 激情 狠狠 欧美| 亚洲五月天丁香| 国产精品美女特级片免费视频播放器| 欧美成人精品欧美一级黄| 亚洲在线自拍视频| 内射极品少妇av片p| av.在线天堂| 亚洲乱码一区二区免费版| 国产精品国产三级国产av玫瑰| 激情 狠狠 欧美| 最近手机中文字幕大全| 干丝袜人妻中文字幕| 十八禁国产超污无遮挡网站| 18+在线观看网站| 三级男女做爰猛烈吃奶摸视频| 男人舔奶头视频| 久久婷婷人人爽人人干人人爱| 国产精品日韩av在线免费观看| 日韩av在线大香蕉| 午夜激情福利司机影院| 亚洲国产精品国产精品| 免费av观看视频| 欧美最新免费一区二区三区| 国产极品天堂在线| 色综合亚洲欧美另类图片| 一边亲一边摸免费视频| 免费观看人在逋| 国产片特级美女逼逼视频| 99热这里只有精品一区| 99精品在免费线老司机午夜| 国产毛片a区久久久久| 久久久久久九九精品二区国产| 男人舔女人下体高潮全视频| 国产黄a三级三级三级人| 夜夜爽天天搞| 色视频www国产| 尤物成人国产欧美一区二区三区| 免费av观看视频| 麻豆久久精品国产亚洲av| av免费观看日本| 麻豆国产97在线/欧美| 国产黄片视频在线免费观看| 精品人妻熟女av久视频| 日本一本二区三区精品| 国产精品三级大全| 精品一区二区三区视频在线| 啦啦啦韩国在线观看视频| 白带黄色成豆腐渣| 成人三级黄色视频| 久久精品综合一区二区三区| 在线免费十八禁| 嘟嘟电影网在线观看| 亚洲人成网站在线观看播放| 中文亚洲av片在线观看爽| 丰满的人妻完整版| 亚洲国产精品sss在线观看| 久久精品综合一区二区三区| 午夜激情欧美在线| 可以在线观看毛片的网站| 老熟妇乱子伦视频在线观看| 成人三级黄色视频| 亚洲欧美日韩卡通动漫| 欧美成人精品欧美一级黄| 国产在视频线在精品| 国内精品久久久久精免费| 久久久欧美国产精品| 国产女主播在线喷水免费视频网站 | 桃色一区二区三区在线观看| 国产成人a区在线观看| 岛国毛片在线播放| 亚洲自拍偷在线| 成人三级黄色视频| 欧美性猛交黑人性爽| 插阴视频在线观看视频| 国产真实乱freesex| 蜜桃亚洲精品一区二区三区| 午夜精品一区二区三区免费看| 国产精品久久久久久久电影| 九九久久精品国产亚洲av麻豆| 一个人免费在线观看电影| 插阴视频在线观看视频| 国产老妇伦熟女老妇高清| 日本黄色片子视频| 国产又黄又爽又无遮挡在线| 国产成人一区二区在线| 永久网站在线| 日韩欧美精品v在线| 床上黄色一级片| 欧美色视频一区免费| 日韩在线高清观看一区二区三区| 91av网一区二区| 一区二区三区免费毛片| 国产亚洲精品av在线| 26uuu在线亚洲综合色| 免费人成视频x8x8入口观看| 99久久精品一区二区三区| 亚洲自拍偷在线| 欧美xxxx黑人xx丫x性爽| 欧美一级a爱片免费观看看| 在线观看av片永久免费下载| 日日干狠狠操夜夜爽| 老师上课跳d突然被开到最大视频| 国内精品美女久久久久久| 嫩草影院精品99| 国产精品伦人一区二区| 亚洲欧美精品自产自拍| 日本免费a在线| 免费黄网站久久成人精品| 国产老妇女一区| 有码 亚洲区| 亚洲精品456在线播放app| .国产精品久久| 国产成人精品婷婷| 中出人妻视频一区二区| 女同久久另类99精品国产91| 日日撸夜夜添| 日本欧美国产在线视频| 国产69精品久久久久777片| 免费人成视频x8x8入口观看| 人妻系列 视频| a级毛色黄片| 国产又黄又爽又无遮挡在线| 久久久久国产网址| 久久欧美精品欧美久久欧美| 五月玫瑰六月丁香| av在线播放精品| 在线免费十八禁| 午夜精品一区二区三区免费看| 在线观看av片永久免费下载| 欧美zozozo另类| 国产在线精品亚洲第一网站| 日本色播在线视频| 国产成人aa在线观看| 天天一区二区日本电影三级| 亚洲国产欧美人成| 蜜桃久久精品国产亚洲av| 我的老师免费观看完整版| 一个人免费在线观看电影| 国产高清三级在线| 国产三级在线视频| 久久久久网色| 99久久九九国产精品国产免费| 国产男人的电影天堂91| 亚洲不卡免费看| 日韩欧美 国产精品| 亚洲七黄色美女视频| 国产又黄又爽又无遮挡在线| eeuss影院久久| 国产片特级美女逼逼视频| 伊人久久精品亚洲午夜| a级毛片免费高清观看在线播放| 特大巨黑吊av在线直播| av在线蜜桃| 搡老妇女老女人老熟妇| 精品久久久久久久久久免费视频| 久久亚洲精品不卡| 日本撒尿小便嘘嘘汇集6| 美女脱内裤让男人舔精品视频 | 精品无人区乱码1区二区| av福利片在线观看| 久久综合国产亚洲精品| 十八禁国产超污无遮挡网站| 一区福利在线观看| 久久久久性生活片| 精品熟女少妇av免费看| 欧美性感艳星| 欧美色欧美亚洲另类二区| 老女人水多毛片| 综合色丁香网| 亚洲高清免费不卡视频| 麻豆乱淫一区二区| 国产精品电影一区二区三区| 麻豆久久精品国产亚洲av| 国产高清视频在线观看网站| 国产亚洲av嫩草精品影院| 国产亚洲av片在线观看秒播厂 | 欧美极品一区二区三区四区| 成人特级黄色片久久久久久久| 亚洲av一区综合| 又黄又爽又刺激的免费视频.| 日本五十路高清| 亚洲va在线va天堂va国产| 尾随美女入室| 国产不卡一卡二| 国产黄片视频在线免费观看| 日韩欧美在线乱码| 亚洲美女视频黄频| 亚洲五月天丁香| 在线播放无遮挡| 深夜精品福利| 如何舔出高潮| 亚洲乱码一区二区免费版| 亚洲av免费高清在线观看| 亚洲欧美日韩东京热| 中文精品一卡2卡3卡4更新| 亚洲av不卡在线观看| 久久久久久九九精品二区国产| 亚洲五月天丁香| 91狼人影院| 久久精品影院6| 欧美高清性xxxxhd video| 蜜臀久久99精品久久宅男| 高清毛片免费观看视频网站| 精品久久久久久久久久免费视频| 1000部很黄的大片| 国产 一区精品| 国产女主播在线喷水免费视频网站 | 国产一区亚洲一区在线观看| 精品久久久噜噜| av天堂中文字幕网| av免费观看日本| 乱人视频在线观看| 熟女人妻精品中文字幕| 一卡2卡三卡四卡精品乱码亚洲| 欧美激情国产日韩精品一区| 日韩中字成人| 18禁裸乳无遮挡免费网站照片| 99热精品在线国产| 亚洲激情五月婷婷啪啪| 亚洲av一区综合| 久久精品国产鲁丝片午夜精品| 国产成人精品久久久久久| 成人特级av手机在线观看| 青春草国产在线视频 | 国产精品国产高清国产av| 久久中文看片网| 久久6这里有精品| 中出人妻视频一区二区| 国产黄片美女视频| 不卡视频在线观看欧美| 国产三级在线视频| 国产成人影院久久av| 欧美日韩国产亚洲二区| 亚洲国产精品sss在线观看| 91久久精品国产一区二区成人| 久久久a久久爽久久v久久| 三级国产精品欧美在线观看| АⅤ资源中文在线天堂| 久久精品夜色国产| 黄色一级大片看看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产亚洲91精品色在线| 久久99热6这里只有精品| 婷婷精品国产亚洲av| 美女黄网站色视频| 午夜爱爱视频在线播放| 在线国产一区二区在线| 精品久久久久久久久亚洲| 18禁裸乳无遮挡免费网站照片| 成人美女网站在线观看视频| 亚洲一区二区三区色噜噜| 综合色av麻豆| 九九爱精品视频在线观看| 亚洲激情五月婷婷啪啪| 国产精品女同一区二区软件| 婷婷色av中文字幕| 少妇高潮的动态图| 色综合亚洲欧美另类图片| 亚洲欧美日韩高清专用| 欧美高清成人免费视频www| 99久久精品热视频| 国产片特级美女逼逼视频| 中文字幕av在线有码专区| 欧美日本亚洲视频在线播放| 好男人视频免费观看在线| 99热精品在线国产| 日韩欧美精品v在线| 日本一二三区视频观看| 国产午夜精品一二区理论片| 色噜噜av男人的天堂激情| 亚洲aⅴ乱码一区二区在线播放| 啦啦啦观看免费观看视频高清| 国产精品久久久久久亚洲av鲁大| 日本av手机在线免费观看| 精品日产1卡2卡| 亚洲中文字幕一区二区三区有码在线看| 波多野结衣高清作品| 麻豆av噜噜一区二区三区| av福利片在线观看| 国产视频首页在线观看| 九九爱精品视频在线观看| 1000部很黄的大片| 亚洲av一区综合| 啦啦啦韩国在线观看视频| 哪个播放器可以免费观看大片| 午夜福利在线观看吧| 国产成人午夜福利电影在线观看| 亚洲精品成人久久久久久| 亚洲最大成人手机在线| 免费av观看视频| 久久99热这里只有精品18| 国产美女午夜福利| 熟妇人妻久久中文字幕3abv| av又黄又爽大尺度在线免费看 | 色播亚洲综合网| 成人一区二区视频在线观看| 成人三级黄色视频| 午夜福利视频1000在线观看| 中文字幕av在线有码专区| avwww免费| 亚洲人与动物交配视频| 搞女人的毛片| 国产成人91sexporn| 最近手机中文字幕大全| 国产老妇伦熟女老妇高清| 亚洲在久久综合| 免费不卡的大黄色大毛片视频在线观看 | or卡值多少钱| 欧洲精品卡2卡3卡4卡5卡区| 午夜福利高清视频| 精品久久久久久久末码| 特级一级黄色大片| 九九热线精品视视频播放| 蜜桃亚洲精品一区二区三区| 两个人的视频大全免费| videossex国产| 搞女人的毛片| 国国产精品蜜臀av免费| 久久草成人影院| 欧美+亚洲+日韩+国产| 男人和女人高潮做爰伦理| 久久久欧美国产精品| 免费电影在线观看免费观看| a级毛色黄片| 国产一级毛片七仙女欲春2| 亚洲精品久久国产高清桃花| 18+在线观看网站| 免费不卡的大黄色大毛片视频在线观看 | 日韩视频在线欧美| 高清午夜精品一区二区三区 | 99久久精品热视频| 国产精品嫩草影院av在线观看| 国产伦理片在线播放av一区 | 亚洲av男天堂| 亚州av有码| 亚洲成a人片在线一区二区| 变态另类成人亚洲欧美熟女| 少妇的逼好多水| 中文字幕精品亚洲无线码一区| 日本一二三区视频观看| 国产精品电影一区二区三区| 内地一区二区视频在线| 亚洲国产精品久久男人天堂| 亚洲精品亚洲一区二区| 亚洲五月天丁香| 午夜免费男女啪啪视频观看| 亚洲av男天堂| 成人二区视频| 91久久精品电影网| 亚洲精品久久国产高清桃花| 中文字幕av在线有码专区| 国产不卡一卡二| 一进一出抽搐动态| 国产白丝娇喘喷水9色精品| 久久久久久久午夜电影| 精品久久久久久成人av| 亚洲精品乱码久久久久久按摩| 精品久久久久久久末码| 亚洲成av人片在线播放无| 亚洲av男天堂| 女的被弄到高潮叫床怎么办| 三级国产精品欧美在线观看| 免费观看人在逋| 国产av麻豆久久久久久久| 精品一区二区免费观看| 久久精品久久久久久久性| 久久精品91蜜桃| 少妇猛男粗大的猛烈进出视频 | 国产成人午夜福利电影在线观看| 久久婷婷人人爽人人干人人爱| 一级黄片播放器| 麻豆成人av视频| 久久精品夜夜夜夜夜久久蜜豆| 能在线免费观看的黄片| 国产伦一二天堂av在线观看| 亚洲自偷自拍三级| 中文字幕制服av| 日韩一本色道免费dvd| 插阴视频在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看| 精品久久国产蜜桃| 国产又黄又爽又无遮挡在线| 亚洲成人中文字幕在线播放| 亚洲成人久久爱视频| 人体艺术视频欧美日本| 日本av手机在线免费观看| 可以在线观看毛片的网站| 日日撸夜夜添| 干丝袜人妻中文字幕| 91久久精品电影网| 美女内射精品一级片tv| 尾随美女入室| 亚洲内射少妇av| 久久久久久久久久久丰满| av在线观看视频网站免费| 一区二区三区免费毛片| 国产免费男女视频| 99久久中文字幕三级久久日本| 欧美3d第一页| 国产爱豆传媒在线观看| 狠狠狠狠99中文字幕| a级一级毛片免费在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 一本一本综合久久| 黄色一级大片看看| 免费大片18禁| a级一级毛片免费在线观看| 久久久久久伊人网av| 99久国产av精品| 变态另类成人亚洲欧美熟女| 青春草亚洲视频在线观看| 青春草视频在线免费观看| 日韩制服骚丝袜av| 中文字幕制服av| 中文欧美无线码| 日韩 亚洲 欧美在线| 女同久久另类99精品国产91| 丝袜美腿在线中文| 亚洲,欧美,日韩| 九九热线精品视视频播放| 大又大粗又爽又黄少妇毛片口| 99久久精品热视频| 女的被弄到高潮叫床怎么办| 人人妻人人澡欧美一区二区| 午夜爱爱视频在线播放| 精品不卡国产一区二区三区| 亚洲国产精品成人综合色| 中文资源天堂在线| 国产视频首页在线观看| 啦啦啦韩国在线观看视频| 日韩欧美三级三区| 内地一区二区视频在线| 亚洲欧美日韩无卡精品| 久久精品夜色国产| 日韩欧美 国产精品| 久久国内精品自在自线图片| 少妇高潮的动态图| 亚洲av一区综合| 美女被艹到高潮喷水动态| 97超视频在线观看视频| 亚洲av不卡在线观看| 国产午夜精品久久久久久一区二区三区| 少妇熟女欧美另类| 1000部很黄的大片| 麻豆国产av国片精品| 欧美三级亚洲精品| 国产精品久久视频播放| 九草在线视频观看| 天美传媒精品一区二区| av在线亚洲专区| 国产精品三级大全| 日韩视频在线欧美| 精品午夜福利在线看| 亚洲国产精品国产精品| 午夜a级毛片| 极品教师在线视频| 国产乱人视频| 国产精品一区www在线观看| 人妻夜夜爽99麻豆av| 亚洲精品影视一区二区三区av| 九草在线视频观看| 欧美一区二区亚洲| 精品久久久久久久人妻蜜臀av| 又粗又硬又长又爽又黄的视频 | 免费无遮挡裸体视频| 搡老妇女老女人老熟妇| 欧美+日韩+精品| 超碰av人人做人人爽久久| av在线亚洲专区| 欧美一区二区国产精品久久精品| 亚洲欧美日韩高清在线视频| 日韩人妻高清精品专区| av女优亚洲男人天堂| 大型黄色视频在线免费观看| 国产老妇伦熟女老妇高清| 国产成人精品久久久久久| 一本久久精品| 欧美日韩一区二区视频在线观看视频在线 | 男人舔奶头视频| 51国产日韩欧美| 悠悠久久av| 亚洲国产精品成人久久小说 | 亚洲最大成人手机在线| 亚洲国产高清在线一区二区三| 男插女下体视频免费在线播放| 在线观看免费视频日本深夜| 18禁在线无遮挡免费观看视频| 波野结衣二区三区在线| 毛片一级片免费看久久久久| 国语自产精品视频在线第100页| 综合色丁香网| 91狼人影院| 色哟哟·www| 亚洲人成网站在线观看播放| 国产一区二区在线av高清观看| a级一级毛片免费在线观看| 又粗又硬又长又爽又黄的视频 | 身体一侧抽搐| 亚洲av免费高清在线观看| av.在线天堂| 欧美成人a在线观看| 小说图片视频综合网站| 一级毛片我不卡| 免费无遮挡裸体视频| 天天躁日日操中文字幕| 人人妻人人澡人人爽人人夜夜 | 国产精品野战在线观看| 国产男人的电影天堂91| 日韩视频在线欧美| 久久久精品94久久精品| 看片在线看免费视频| 麻豆国产97在线/欧美| 亚洲人成网站在线观看播放| 青春草亚洲视频在线观看| 麻豆成人av视频| 欧美在线一区亚洲| 国产免费男女视频| 女人十人毛片免费观看3o分钟| 国产白丝娇喘喷水9色精品| 99riav亚洲国产免费| 亚洲中文字幕日韩| 在现免费观看毛片| 国产免费一级a男人的天堂| 国产片特级美女逼逼视频| 日韩av不卡免费在线播放| 最近的中文字幕免费完整| 久久精品人妻少妇| 少妇熟女欧美另类| 亚洲国产精品sss在线观看| 老司机福利观看| 亚洲欧洲国产日韩| 99久久人妻综合| 亚洲一级一片aⅴ在线观看| 天堂网av新在线| 黑人高潮一二区| 免费一级毛片在线播放高清视频| 舔av片在线| 欧美人与善性xxx| 99久久无色码亚洲精品果冻| 中文亚洲av片在线观看爽| 1024手机看黄色片| 亚洲精品自拍成人| 婷婷色av中文字幕| 久久精品国产自在天天线| 在线播放国产精品三级| 国产精品一及| 亚洲欧美日韩高清在线视频| a级毛片a级免费在线| 亚洲,欧美,日韩| 嫩草影院入口| 日本黄色视频三级网站网址| 久久久久网色| 99国产极品粉嫩在线观看| 性欧美人与动物交配| eeuss影院久久| 国产 一区 欧美 日韩| 床上黄色一级片| 91狼人影院| 美女内射精品一级片tv| 亚洲欧美精品自产自拍| 亚洲人与动物交配视频| 欧美日韩精品成人综合77777| 国产av一区在线观看免费| 久久精品影院6| 国产午夜精品论理片|