• <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 ?

    基于機(jī)器人視覺的目標(biāo)追蹤算法研究*

    2018-11-27 05:08:14王忠飛張朋濤
    機(jī)電工程 2018年11期
    關(guān)鍵詞:歐氏夾角特征向量

    王忠飛,張朋濤

    (浙江工業(yè)大學(xué) 機(jī)械工程學(xué)院,浙江 杭州 310000)

    0 引 言

    通常,機(jī)器人通過獲取到的圖像的顏色和輪廓信息進(jìn)行外界場景的靜態(tài)分析,但如果需要進(jìn)行動態(tài)場景追蹤時,簡單的顏色和輪廓信息就無法勝任了,需要用到特征檢測。

    尺度不變特征變換(SIFT)是LOWE[1]在1999年提出來的,利用SIFT所產(chǎn)生的特征點(diǎn)對旋轉(zhuǎn)、縮放以及亮度的變化有很強(qiáng)的魯棒性,有一定的抗視角變化和抗仿射變換的屬性,同時具有很高的可擴(kuò)展性,但是由于SIFT的特征向量描述子具有128維,計算成本高、匹配實時性差,易產(chǎn)生錯配誤配;為了提高特征向量匹配速度,KE Y和SUKTHANKAR R[2-3]提出了PCA-SIFT算法,將SIFT的特征向量的維數(shù)從128減少到36,匹配速度提高3倍,但匹配精度下降;BAY H等人[4]提出的SURF,使用積分圖像代替了卷積積分,借助積分圖像,圖像與高斯二階微分模板的濾波轉(zhuǎn)化為對積分圖像的加減運(yùn)算,并且將特征向量的維數(shù)降到了64維,運(yùn)算速度提高了3倍左右。以上皆為提高特征提取時的實時性,卻很少提到提取到特征點(diǎn)后的匹配算法的優(yōu)化以及其中所出現(xiàn)的問題該如何解決。

    本研究將采用降維的思路,把128維的SIFT特征向量映射到一維空間內(nèi)進(jìn)行最近鄰的檢索,并通過實驗對該算法進(jìn)行驗證。

    1 SIFT特征點(diǎn)的提取

    1.1 尺度空間極值提取

    1983年WITKIN提出尺度空間理論,1984年KOENDERINK[5]在把這種理論擴(kuò)展到二維圖像,并且證明了高斯卷積核是實現(xiàn)尺度變換的唯一變換核。二維圖像在不同尺度下的尺度空間表示可由圖像與高斯核卷積得到,即:

    L(x,y,σ)=G(x,y,σ)*I(x,y)

    (1)

    其中,高斯核為:

    (2)

    式中:I—圖像數(shù)據(jù);L—圖像的尺度空間;(x,y)—目標(biāo)圖像的像素坐標(biāo);σ—高斯正態(tài)分布的方差,在這里被稱為尺度空間因子,它的值越大表征圖像被平滑越大,對應(yīng)的尺度越大[6]。

    Lowe使用尺度空間中的差分高斯(difference of gaussian,DOG)極值作為判斷的依據(jù)。DOG算子定義為兩個不同尺度的高斯核的差分,設(shè)k為兩個相鄰尺度間的比例因子,DOG算子的定義如下:

    D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*
    I(x,y)=L(x,y,kσ)-L(x,y,σ)

    (3)

    式中:I—圖像數(shù)據(jù);L—圖像的尺度空間;(x,y)—目標(biāo)圖像的像素坐標(biāo);σ—高斯正態(tài)分布的方差。

    已知高斯金字塔分為很多組,每組又分很多層,層與層之間有不同尺度的區(qū)別,下一組尺度為σ的圖像的最底層,是由上一組中尺度為2σ的圖像進(jìn)行參數(shù)為2的降采樣所得到[7]。由于DOG金字塔出自于兩個不同尺度的高斯平滑圖像相減得到,雖然DOG需要在每層金字塔多做一次高斯操作(即為了得到S+2張DOG圖需要S+3張高斯模糊圖),但通過減法取代高斯核的計算過程,顯著減少了運(yùn)算次數(shù),提高了運(yùn)算效率[8]。

    高斯金字塔與DOG金字塔如圖1所示。

    圖1 高斯金字塔與DOG金字塔

    可見,DOG金字塔比高斯金字塔每組多出一張圖像。完成金字塔的構(gòu)建后,即可開始檢測DOG的極值。極值的檢測如圖2所示。

    圖2 DOG空間局部極值檢測

    每個像素需要跟在同一尺度下的周圍鄰域8個像素和相鄰尺度相應(yīng)位置的9×2個像素比較,總共需要與26個像素進(jìn)行比較,只有當(dāng)被檢測點(diǎn)的DOG值大于或是小于該26個點(diǎn)的時侯才能將此點(diǎn)保存,并進(jìn)行下一步的計算。

    1.2 特征點(diǎn)定位

    筆者使用擬合三維二次函數(shù)用以確定關(guān)鍵點(diǎn)的位置和尺度,粗略得到圖像的SIFT特征點(diǎn)集合X0。但還需要對數(shù)據(jù)做進(jìn)一步的篩選。

    刪除對噪音比較敏感的對比度比較低的點(diǎn),將需判斷的特征點(diǎn)x的偏移量設(shè)為Δx,對比度為D(x),對x的DOG函數(shù)進(jìn)行泰勒展開為:

    (4)

    (5)

    式中:X—篩選后的穩(wěn)定的SIFT特征點(diǎn)的集合。

    由于邊緣梯度方向主曲率值較大,而邊緣方向曲率較小,可以將主曲率比值大于一定閾值的點(diǎn)將其剔除。通過一個2×2的Hessian矩陣可求出主曲率[9],即:

    (6)

    式中:Dxx,Dxy,Dyy—候選點(diǎn)鄰域?qū)?yīng)位置的像素差分。

    候選點(diǎn)的DOG函數(shù)D(x)的主曲率與2×2的Hessian矩陣特征值成正比,令α為H的最大特征值,β為H的最小特征值,且α=γβ,則D(x)主曲率的比值與γ成正比,有:

    (7)

    式中:Tr(H)—矩陣H的跡。

    (γ+1)2/γ只與兩特征值有關(guān),與特征值自身大小無關(guān),當(dāng)兩特征值相等時最小,且隨著γ增大而增大,再取一閥值,當(dāng)γ大于閥值時認(rèn)定為邊緣特征點(diǎn)刪除。

    1.3 特征點(diǎn)方向參數(shù)賦予

    為了使所得的特征點(diǎn)具有旋轉(zhuǎn)不變性,筆者利用關(guān)鍵點(diǎn)鄰域像素的梯度方向分布特性,可以為每個關(guān)鍵點(diǎn)指定方向參數(shù)。而后面定義的關(guān)鍵點(diǎn)描述特征符是相對于這個主方向的,因而可以實現(xiàn)匹配時圖像的旋轉(zhuǎn)無關(guān)性??梢酝ㄟ^梯度直方圖統(tǒng)計法來確定關(guān)鍵點(diǎn)的方向,即統(tǒng)計以關(guān)鍵點(diǎn)為原點(diǎn),利用所有在該區(qū)域內(nèi)的像素點(diǎn)的梯度形成一個方向直方圖。

    各方向梯度直方圖如圖3所示。

    圖3 各方向梯度直方圖

    本研究在以特征點(diǎn)為中心的鄰域內(nèi)計算出各個方向的直方圖,計算出每個方向的幅值。梯度方向的直方圖的橫軸是梯度方向的角度,范圍為0~360°,直方圖每10°一個柱,共36個柱,縱軸是各個方向?qū)?yīng)的梯度幅值的和,選取直方圖中幅值和最大的點(diǎn)的方向作為主方向。

    通過以上的計算已經(jīng)可以找到SIFT特征點(diǎn)的位置、尺度和方向信息。下面就需要使用一組向量來描述關(guān)鍵點(diǎn)也就是生成特征點(diǎn)描述子,這個描述符除了包含特征點(diǎn),也含有其周圍對其有貢獻(xiàn)的像素點(diǎn)。描述子應(yīng)具有較高的獨(dú)立性,以保證匹配率。為了保證SIFT的旋轉(zhuǎn)不變性,首先需要使坐標(biāo)軸的方向與關(guān)鍵點(diǎn)的方向保持一致,再在關(guān)鍵點(diǎn)周圍取8×8的區(qū)域。

    特征點(diǎn)的特征向量構(gòu)造如圖4所示。

    圖4 特征點(diǎn)的特征向量構(gòu)造

    圖4中,左圖的中心點(diǎn)為關(guān)鍵點(diǎn),周圍的方塊代表像素點(diǎn),求取每個像素的梯度幅值與梯度方向,箭頭方向代表該像素的梯度方向,長度代表梯度幅值,圖中的圈代表高斯加權(quán)的范圍,越靠近關(guān)鍵點(diǎn)的像素梯度方向信息對結(jié)果影響越大,然后利用高斯窗口對其進(jìn)行加權(quán)運(yùn)算。

    最后本研究在每個4×4的小塊上繪制8個方向的梯度直方圖,計算每個梯度方向幅值的和,構(gòu)成一個關(guān)鍵點(diǎn)的種子點(diǎn)。4個種子點(diǎn)初步構(gòu)成了一個完整的SIFT特征向量。這樣的特征向量描述子的構(gòu)造對于SIFT的特征向量匹配有比較好的魯棒性。在實際應(yīng)用中,為了加大特征向量的穩(wěn)定性,常常使用4×4共16個種子點(diǎn)來描述一個特征向量,因此,每個特征向量產(chǎn)生128個數(shù)據(jù),最終形成128維的SIFT特征向量。

    SIFT算法的特征點(diǎn)匹配本質(zhì)上就是高維向量的最近鄰搜索問題[10-11],而最基本的高維搜索方法即為窮舉搜索法。窮舉搜索法可不受維數(shù)限制,并且始終能在所有可能解中得到最優(yōu)解[12]。但是對于128維的SIFT特征向量來說,由于提取出一幅圖片的特征向量通常在千個數(shù)量級上,使用窮舉搜索法進(jìn)行特征點(diǎn)匹配的效率非常低、計算量大、時間長,不是最佳解決辦案。

    2 算法描述

    為提高SIFT特征匹配速度,本文提出一種基于歐氏距離和特征向量夾角的最近鄰搜索算法。該算法可描述為:設(shè)在q維歐式空間Rq中,存在2個高維向量集合A1={Vi|Vi∈Rq,i=1,2,…,n}和A2={Vl|Vl∈Rq,i=1,2,……,l},在A1中的?Vi∈A1要在集合A2中搜索出其最鄰近的值。選取q維歐式空間中的原點(diǎn)O(0,0,…0)作為參考點(diǎn),計算出集合A2中所有的向量到原點(diǎn)的歐氏距離D(Vl,O),并進(jìn)行升序或降序排列;保存起來在集合A3中,再計算出?Vi∈A1到原點(diǎn)O(0,0,…0)的歐氏距離d,根據(jù)設(shè)定的誤差檢索范圍e將查詢范圍確定在A3={Vl|Vl∈Rq,D(Vl,O)∈[d-e,d+e],i=1,2,…,l}中。再在集合A2中隨機(jī)選擇一個參考向量Vr,計算集合A2中所有的向量到參考向量Vr的夾角,并進(jìn)行升序或降序排列;保存起來在集合A4中,根據(jù)集合A3和A4的索引值映射,在集合A4中將上述A3={Vl|Vl∈Rq,D(Vl,O)∈[d-e,d+e],i=1,2,…,l}范圍內(nèi)的值查詢出來,保存在集合A5中,利用余弦定理計算出需要查詢的特征向量Vi與選取的參考向量Vr之間的夾角θ,根據(jù)預(yù)先所選定的查詢范圍參數(shù)e計算出需要查詢向量的最大角度誤差α,確定最終檢索范圍A6={Vl|Vl∈A5,∈[θ-α,θ+α]},在這個范圍,如果不存在特征向量,則認(rèn)為匹配失敗,無理想匹配點(diǎn),如果存在且不止一個,此時分別計算它們之間的歐氏距離,找出最鄰近點(diǎn),此時查詢出的最鄰近點(diǎn)的誤差在誤差范圍e以內(nèi)。

    這樣,只需要輸入一個參數(shù),就可以快速查詢出期望的最理想的鄰近點(diǎn)作為匹配的特征向量?;跉W氏距離和向量夾角的最近鄰搜索算法的具體實現(xiàn)步驟為:

    (1)在n維歐式空間Rn中,求出所有包含所有特征向量的集合Tn中的每一個特征向量相對于原點(diǎn)的歐氏距離,并保存在數(shù)組Ao中;

    (2)在n維歐式空間Rn中,選擇一個參考向量Vr,利用余弦定理求出所有包含所有特征向量的集合Tn中的每一個特征向量相對于參考向量Vr的夾角,并保存在數(shù)組Aj中;

    (3)對數(shù)組Ao和Aj中的值進(jìn)行升序或是降序排列,由于同一個特征變量通過上面的兩次計算所得的索引值不同,故將兩者排序后的索引值做個映射保存在對象Om中,以備后面步驟中檢索;

    (4)輸入需要查詢的特征向量Vc,計算出其到原點(diǎn)的歐氏距離。由于在數(shù)組Ao中存在已經(jīng)計算出的查詢向量Vc的歐氏距離值,故搜索到此值時返回其對應(yīng)的索引值index并保存在變量中;

    (5)根據(jù)所選定的查詢范圍參數(shù)e確定的索引范圍[index-e,index+e];

    (6)根據(jù)所選定的查詢范圍參數(shù)e計算出需要查詢向量的最大角度誤差α;

    (7)利用余弦定理計算出需要查詢的特征向量Vc與(2)中選取的參考向量Vr的夾角θ;

    (8)在限定的較小的索引空間內(nèi),利用(3)中的映射對象Om查詢出該范圍內(nèi)所有特征向量與參考向量Vr的夾角;

    (9)利用(7)中的角度誤差范圍搜索最鄰近值,如果在這個范圍內(nèi)存在且不止一個,則分別計算出匹配向量與它們的歐氏距離,進(jìn)行單獨(dú)比較,歐式距離最小的特征向量,即可作為理想的正確特征向量保存,如果不存在則默認(rèn)要查詢的特征向量無正確的匹配向量。注意此時應(yīng)忽略查詢特征向量Vc本身計算出的夾角,無須比較。

    由此可見,該算法只需一次數(shù)據(jù)預(yù)處理,即可將海量的高維空間數(shù)據(jù)檢索簡化為一個在較小的一維空間范圍內(nèi)的檢索,從而提高SIFT特征點(diǎn)匹配的速度。

    3 算法驗證與結(jié)果分析

    為驗證基于歐氏距離和特征向量夾角的最近鄰搜索算法(使用EVA表示該算法)的有效性,本文選取了BBF算法作為比較,驗證改進(jìn)的SIFT匹配算法(即基于歐氏距離和特征向量夾角的最近鄰搜索算法)的有效性和優(yōu)越性。

    實驗所采用的算法為Rob Hess維護(hù)的SIFT算法庫。實驗用的樣張來自與牛津大學(xué)VGG實驗室的Affine Covariant Features圖像測試庫。

    3.1 性能評價標(biāo)準(zhǔn)

    (1)正確匹配總數(shù)。正確匹配指的匹配對中的兩個特征點(diǎn)之間的歐氏距離小于給定的閾值,并且兩個特征點(diǎn)對應(yīng)在不同圖片空間中的相同物理位置,本文中描述的正確匹配總數(shù)為在進(jìn)行Ransac算法剔除誤匹配點(diǎn)后的匹配點(diǎn)對數(shù);

    (2)配準(zhǔn)率。配準(zhǔn)率=1-錯誤率,可以表述為:

    (3)計算速度。計算速度是指SIFT在進(jìn)行特征點(diǎn)的匹配時所耗費(fèi)的時間。

    3.2 算法驗證

    本研究對兩種算法中的一些參數(shù)進(jìn)行預(yù)置和說明。針對最近鄰與次近鄰的比值,經(jīng)過對大量任意存在尺度、旋轉(zhuǎn)和亮度變化的兩幅圖片進(jìn)行匹配結(jié)果,本文預(yù)置為0.5且全程不變。在EVA算法中歐氏距離計算時所需要的參考點(diǎn)均采用高維空間中的原點(diǎn),在進(jìn)行向量夾角計算時需要的參考向量均采用Vr={1,2,3,…,128}。在BBF算法中,除了搜索最近鄰個數(shù)的閾值變化以外,其他的參數(shù)均保持不變,全部保持默認(rèn)參數(shù)。實驗中選取查詢范圍參數(shù)0~0.5 mm,每次變化的步長為0.05 mm。

    牛津大學(xué)VGG實驗室圖像測試如圖5所示。

    圖5 牛津大學(xué)VGG實驗室圖像測試

    SIFT識別效果圖如圖6所示。

    圖6 SIFT識別效果圖

    本研究對兩幅圖片做經(jīng)典SIFT特征識別,檢測出的尺度不變性特征點(diǎn)的個數(shù)為2 909個,耗時362 s。在不進(jìn)行誤配點(diǎn)剔除的情況下,能看到有很多誤配點(diǎn),但好在基數(shù)大,在進(jìn)行誤配點(diǎn)剔除后,仍能得到很多有效的配對點(diǎn)。

    本研究取查詢范圍參數(shù)0~0.5 mm,以0.05 mm為步長進(jìn)行比較,分別計算統(tǒng)計出運(yùn)算后的正確匹配總數(shù)、配準(zhǔn)率和計算時間。

    查詢范圍參數(shù)與配準(zhǔn)率之間的關(guān)系如圖7所示。

    圖7 查詢范圍參數(shù)與配準(zhǔn)率之間的關(guān)系

    查詢范圍參數(shù)與正確匹配總數(shù)之間的關(guān)系如圖8所示。

    圖8 查詢范圍參數(shù)與正確匹配總數(shù)之間關(guān)系

    查詢范圍參數(shù)與匹配耗時之間的關(guān)系如圖9所示。

    圖9 查詢范圍參數(shù)與匹配耗時之間的關(guān)系

    算法特征點(diǎn)匹配耗時對比結(jié)果如表1所示。

    表1 BBF與EVA算法匹配耗時對比

    3.3 結(jié)果分析

    由圖(7~9)可看出:在查詢范圍參數(shù)不同的情況下,EVA算法和BBF算法的配準(zhǔn)率基本相同,正確匹配總數(shù)方面EVA算法比BBF算法高出很多,但隨著查詢范圍參數(shù)的不斷增大,差距不斷縮?。辉诟鞫尾樵兎秶鷧?shù)中的耗時BBF算法比EVA算法高出許多,EVA算法穩(wěn)定保持小幅增長,計算耗時基本保持在50 s以內(nèi)。表1數(shù)據(jù)表明:EVA算法的計算效率比BBF算法平均提高了2.5倍左右。

    4 結(jié)束語

    本文提出的算法通過歐氏距離和向量夾角的計算,將高維空間的數(shù)據(jù)簡化到一維空間內(nèi)進(jìn)行處理,然后通過比較查詢向量與所有向量之間的歐氏距離和夾角小于預(yù)先設(shè)定的某一閾值來進(jìn)行最鄰近查找,大大提高了特征點(diǎn)匹配效率。

    本文提出的基于歐氏距離和特征向量夾角的最近鄰搜索算法在提高SIFT特征點(diǎn)匹配效率上優(yōu)勢明顯,具有一定的使用價值。

    猜你喜歡
    歐氏夾角特征向量
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計——以特征值和特征向量為例
    克羅內(nèi)克積的特征向量
    探究鐘表上的夾角
    求解異面直線夾角問題的兩個路徑
    任意夾角交叉封閉邊界內(nèi)平面流線計算及應(yīng)用
    一類特殊矩陣特征向量的求法
    EXCEL表格計算判斷矩陣近似特征向量在AHP法檢驗上的應(yīng)用
    直線轉(zhuǎn)角塔L形絕緣子串夾角取值分析
    廣西電力(2016年5期)2016-07-10 09:16:44
    基于多維歐氏空間相似度的激光點(diǎn)云分割方法
    麗江“思奔記”(上)
    探索地理(2013年5期)2014-01-09 06:40:44
    亚洲成人久久性| 色视频www国产| 在线观看美女被高潮喷水网站 | 国产精品亚洲美女久久久| 久久精品国产99精品国产亚洲性色| a在线观看视频网站| 欧美日韩乱码在线| 长腿黑丝高跟| 精品人妻1区二区| 国产精品一区二区精品视频观看| 国产欧美日韩精品一区二区| 久久久久精品国产欧美久久久| 欧美乱妇无乱码| 国产精品 国内视频| 淫秽高清视频在线观看| 精品国产美女av久久久久小说| 国产爱豆传媒在线观看| 在线十欧美十亚洲十日本专区| 国产高清三级在线| 美女高潮的动态| 桃红色精品国产亚洲av| 中文资源天堂在线| 美女cb高潮喷水在线观看 | 露出奶头的视频| 中出人妻视频一区二区| 国产精品 国内视频| 99久久无色码亚洲精品果冻| 久久久国产精品麻豆| 久久天堂一区二区三区四区| 亚洲成人中文字幕在线播放| 亚洲av成人不卡在线观看播放网| 成人特级黄色片久久久久久久| 国产精品亚洲美女久久久| 脱女人内裤的视频| 国产成人av激情在线播放| 99久久成人亚洲精品观看| 国产麻豆成人av免费视频| 麻豆国产av国片精品| 欧美xxxx黑人xx丫x性爽| 51午夜福利影视在线观看| 久久久精品欧美日韩精品| 欧美黑人欧美精品刺激| avwww免费| 久久国产乱子伦精品免费另类| 国产精品综合久久久久久久免费| 婷婷精品国产亚洲av| 91九色精品人成在线观看| 亚洲在线自拍视频| 精品99又大又爽又粗少妇毛片 | 91麻豆av在线| 熟女人妻精品中文字幕| 黄片大片在线免费观看| 免费人成视频x8x8入口观看| 亚洲精品美女久久av网站| 97超视频在线观看视频| 中文字幕人成人乱码亚洲影| 欧美绝顶高潮抽搐喷水| 热99re8久久精品国产| 在线观看午夜福利视频| 国产精品自产拍在线观看55亚洲| 在线观看一区二区三区| 婷婷精品国产亚洲av| 人人妻人人看人人澡| 国产成人啪精品午夜网站| 青草久久国产| 观看美女的网站| 久久香蕉国产精品| 18禁国产床啪视频网站| 少妇人妻一区二区三区视频| 99久久成人亚洲精品观看| 俄罗斯特黄特色一大片| 免费高清视频大片| 久久99热这里只有精品18| 国产真人三级小视频在线观看| 免费看a级黄色片| 好男人电影高清在线观看| 好男人电影高清在线观看| 日韩人妻高清精品专区| 亚洲国产高清在线一区二区三| 免费无遮挡裸体视频| 一个人看视频在线观看www免费 | 亚洲男人的天堂狠狠| 欧美黄色淫秽网站| 久99久视频精品免费| 1024手机看黄色片| 欧美日韩福利视频一区二区| 无人区码免费观看不卡| 老司机午夜福利在线观看视频| 99久久综合精品五月天人人| 91麻豆av在线| 婷婷丁香在线五月| 国产精品亚洲av一区麻豆| 成人鲁丝片一二三区免费| 日本撒尿小便嘘嘘汇集6| 欧美色欧美亚洲另类二区| 国产精品美女特级片免费视频播放器 | 在线观看午夜福利视频| а√天堂www在线а√下载| 国产精品女同一区二区软件 | 99久久无色码亚洲精品果冻| 母亲3免费完整高清在线观看| 午夜福利视频1000在线观看| av女优亚洲男人天堂 | 午夜福利在线观看免费完整高清在 | 在线国产一区二区在线| 99久久精品一区二区三区| 国产亚洲精品一区二区www| 成人永久免费在线观看视频| 超碰成人久久| 亚洲欧美精品综合一区二区三区| 国产精品乱码一区二三区的特点| 又黄又爽又免费观看的视频| 免费无遮挡裸体视频| 国产极品精品免费视频能看的| 身体一侧抽搐| 亚洲乱码一区二区免费版| 日韩 欧美 亚洲 中文字幕| 在线视频色国产色| 日本 av在线| 亚洲激情在线av| 亚洲精品国产精品久久久不卡| 亚洲精品美女久久av网站| 国产精品爽爽va在线观看网站| 偷拍熟女少妇极品色| 极品教师在线免费播放| 亚洲无线在线观看| 成在线人永久免费视频| 极品教师在线免费播放| 亚洲九九香蕉| 国内毛片毛片毛片毛片毛片| 91在线精品国自产拍蜜月 | 在线观看美女被高潮喷水网站 | 日本黄色片子视频| 色视频www国产| 校园春色视频在线观看| 嫩草影院入口| 日本a在线网址| 成人午夜高清在线视频| 久久亚洲真实| 两性夫妻黄色片| 免费在线观看成人毛片| 欧美中文日本在线观看视频| 亚洲国产中文字幕在线视频| 法律面前人人平等表现在哪些方面| 最新美女视频免费是黄的| 欧美大码av| 国产伦精品一区二区三区四那| 日本熟妇午夜| 亚洲中文字幕一区二区三区有码在线看 | 老汉色∧v一级毛片| 亚洲 欧美 日韩 在线 免费| ponron亚洲| 亚洲美女黄片视频| 色噜噜av男人的天堂激情| 午夜免费观看网址| 久久久久久久久久黄片| 亚洲无线在线观看| 啪啪无遮挡十八禁网站| 男女视频在线观看网站免费| 亚洲国产色片| 婷婷丁香在线五月| 亚洲人成网站高清观看| 天堂av国产一区二区熟女人妻| 99国产精品一区二区三区| 国产精品久久久久久久电影 | 国产精品一区二区精品视频观看| 全区人妻精品视频| 波多野结衣高清无吗| 在线观看一区二区三区| 色吧在线观看| 免费看美女性在线毛片视频| 午夜福利视频1000在线观看| 美女高潮的动态| 99热这里只有是精品50| 黑人操中国人逼视频| 日韩精品中文字幕看吧| 亚洲一区二区三区色噜噜| 两个人的视频大全免费| 波多野结衣高清无吗| 国产不卡一卡二| 欧美午夜高清在线| 亚洲精品粉嫩美女一区| 精品国产乱码久久久久久男人| 麻豆av在线久日| 一进一出抽搐动态| 99久国产av精品| 国产精品一区二区免费欧美| 国产熟女xx| 亚洲精品在线美女| 国产三级在线视频| www.999成人在线观看| 日本a在线网址| 可以在线观看的亚洲视频| 少妇的丰满在线观看| 国产精品 欧美亚洲| 两个人看的免费小视频| 国产熟女xx| 久久香蕉精品热| 精品久久久久久,| 欧美黑人欧美精品刺激| 听说在线观看完整版免费高清| 中亚洲国语对白在线视频| 毛片女人毛片| 成人三级做爰电影| 国产精品电影一区二区三区| 国产黄片美女视频| 又粗又爽又猛毛片免费看| 国产不卡一卡二| 色综合站精品国产| 久久久精品欧美日韩精品| 久久久精品欧美日韩精品| 国产精品,欧美在线| 美女大奶头视频| 五月玫瑰六月丁香| 国产精品爽爽va在线观看网站| 俺也久久电影网| 久久久国产成人精品二区| 夜夜躁狠狠躁天天躁| 色老头精品视频在线观看| 又粗又爽又猛毛片免费看| 久久99热这里只有精品18| 精品免费久久久久久久清纯| 女警被强在线播放| 国产又黄又爽又无遮挡在线| 亚洲一区二区三区不卡视频| 日本黄色视频三级网站网址| 中文字幕人成人乱码亚洲影| 国产精品一区二区三区四区久久| 观看美女的网站| 在线观看免费午夜福利视频| 中文字幕最新亚洲高清| 亚洲成av人片在线播放无| 亚洲一区二区三区色噜噜| 日韩 欧美 亚洲 中文字幕| 国产精品爽爽va在线观看网站| 毛片女人毛片| 国产激情久久老熟女| 亚洲国产欧美网| 国产午夜福利久久久久久| 免费看a级黄色片| 国产一区二区在线av高清观看| 久久九九热精品免费| 熟女少妇亚洲综合色aaa.| 国产伦精品一区二区三区四那| 免费观看人在逋| 午夜精品在线福利| 成人一区二区视频在线观看| 18禁观看日本| 国产欧美日韩一区二区精品| 全区人妻精品视频| 久久精品91无色码中文字幕| 亚洲国产精品合色在线| 色综合站精品国产| 精品国内亚洲2022精品成人| 宅男免费午夜| 女人被狂操c到高潮| 亚洲成人久久性| 日本 欧美在线| 国产伦一二天堂av在线观看| a级毛片a级免费在线| 国产又黄又爽又无遮挡在线| 久久久成人免费电影| 首页视频小说图片口味搜索| 午夜免费成人在线视频| 黄色片一级片一级黄色片| 国产视频一区二区在线看| 91在线精品国自产拍蜜月 | 国产熟女xx| 老汉色av国产亚洲站长工具| 99热这里只有是精品50| 他把我摸到了高潮在线观看| 久久伊人香网站| 亚洲精品一区av在线观看| 男人的好看免费观看在线视频| 天天一区二区日本电影三级| 成人特级av手机在线观看| 亚洲人成网站高清观看| 久久中文看片网| 成人亚洲精品av一区二区| 又粗又爽又猛毛片免费看| 国产亚洲精品久久久com| 亚洲色图av天堂| 日韩欧美免费精品| 9191精品国产免费久久| 欧美性猛交黑人性爽| 国产成人av激情在线播放| 久久婷婷人人爽人人干人人爱| 国产成人欧美在线观看| 久久国产乱子伦精品免费另类| 亚洲人成电影免费在线| 亚洲国产高清在线一区二区三| 99久久无色码亚洲精品果冻| 亚洲av五月六月丁香网| cao死你这个sao货| 日韩精品中文字幕看吧| 亚洲欧美日韩卡通动漫| 天天一区二区日本电影三级| 最近视频中文字幕2019在线8| 午夜精品一区二区三区免费看| 久久99热这里只有精品18| 欧美一级毛片孕妇| 美女免费视频网站| 亚洲欧美精品综合久久99| 午夜福利在线在线| 久久这里只有精品19| 1000部很黄的大片| 亚洲国产色片| 久久久久久九九精品二区国产| 免费观看的影片在线观看| 国产精品99久久99久久久不卡| 黄频高清免费视频| 亚洲欧美日韩东京热| 国产精品av久久久久免费| 99国产精品99久久久久| 午夜福利免费观看在线| 亚洲国产欧美网| 亚洲精品国产精品久久久不卡| 国产亚洲欧美98| 久久精品人妻少妇| 中文字幕精品亚洲无线码一区| 两个人的视频大全免费| 成人av在线播放网站| 国产一级毛片七仙女欲春2| 亚洲精品久久国产高清桃花| 亚洲人成网站在线播放欧美日韩| 俺也久久电影网| av福利片在线观看| 成人无遮挡网站| 国语自产精品视频在线第100页| 狠狠狠狠99中文字幕| 亚洲专区字幕在线| 一夜夜www| 在线观看舔阴道视频| 久久香蕉国产精品| 一区二区三区国产精品乱码| 亚洲av美国av| 精品国产乱子伦一区二区三区| 久久天堂一区二区三区四区| 国产又黄又爽又无遮挡在线| 岛国视频午夜一区免费看| 中文在线观看免费www的网站| 久久婷婷人人爽人人干人人爱| 美女扒开内裤让男人捅视频| 黄色女人牲交| 制服人妻中文乱码| 日本精品一区二区三区蜜桃| 免费观看精品视频网站| 国产三级黄色录像| 亚洲av片天天在线观看| 偷拍熟女少妇极品色| 亚洲午夜理论影院| 91av网站免费观看| 老司机深夜福利视频在线观看| 成在线人永久免费视频| 欧美乱色亚洲激情| 免费观看人在逋| 国产伦一二天堂av在线观看| 狠狠狠狠99中文字幕| 日本熟妇午夜| 欧美激情在线99| 国内精品一区二区在线观看| 天天躁日日操中文字幕| 免费av不卡在线播放| 国产精品 国内视频| 国产精品98久久久久久宅男小说| 性色avwww在线观看| 国产视频一区二区在线看| a在线观看视频网站| 午夜两性在线视频| 精品一区二区三区视频在线 | 长腿黑丝高跟| 99国产精品99久久久久| 久久中文字幕人妻熟女| 国产精品乱码一区二三区的特点| 夜夜爽天天搞| 在线观看免费视频日本深夜| 成年人黄色毛片网站| 亚洲一区二区三区色噜噜| 欧美色视频一区免费| 国产高潮美女av| 久久久国产成人免费| 12—13女人毛片做爰片一| 一级作爱视频免费观看| 久久久久亚洲av毛片大全| 99久久精品国产亚洲精品| 久久人人精品亚洲av| 国产69精品久久久久777片 | 国产探花在线观看一区二区| 午夜福利免费观看在线| 久久精品国产综合久久久| 国产精品女同一区二区软件 | 禁无遮挡网站| 久久久久久九九精品二区国产| 国产美女午夜福利| 亚洲自拍偷在线| 国产v大片淫在线免费观看| 国产又色又爽无遮挡免费看| 中文字幕最新亚洲高清| 九色成人免费人妻av| 小蜜桃在线观看免费完整版高清| 制服丝袜大香蕉在线| 757午夜福利合集在线观看| 两个人视频免费观看高清| 网址你懂的国产日韩在线| 欧美成人一区二区免费高清观看 | 亚洲人与动物交配视频| 亚洲成人精品中文字幕电影| 精品99又大又爽又粗少妇毛片 | 中文字幕av在线有码专区| 综合色av麻豆| 一个人看视频在线观看www免费 | 一本精品99久久精品77| 亚洲精品美女久久久久99蜜臀| 免费在线观看日本一区| 一个人免费在线观看的高清视频| 亚洲va日本ⅴa欧美va伊人久久| 亚洲aⅴ乱码一区二区在线播放| av福利片在线观看| 最近在线观看免费完整版| 好男人电影高清在线观看| e午夜精品久久久久久久| 亚洲成人中文字幕在线播放| 久久久久精品国产欧美久久久| 美女高潮喷水抽搐中文字幕| 麻豆一二三区av精品| 中文字幕熟女人妻在线| 日韩精品中文字幕看吧| 日本一二三区视频观看| 97碰自拍视频| 精品午夜福利视频在线观看一区| 久久精品国产清高在天天线| 亚洲午夜精品一区,二区,三区| a级毛片在线看网站| 日本黄色视频三级网站网址| 99久久国产精品久久久| 啦啦啦免费观看视频1| 国产成人啪精品午夜网站| 国产精品免费一区二区三区在线| 看片在线看免费视频| 精品日产1卡2卡| 国产精品香港三级国产av潘金莲| 法律面前人人平等表现在哪些方面| 亚洲片人在线观看| 真实男女啪啪啪动态图| 日韩三级视频一区二区三区| 国产亚洲精品一区二区www| 两个人视频免费观看高清| 一级黄色大片毛片| 真人一进一出gif抽搐免费| 亚洲专区中文字幕在线| 国产成人欧美在线观看| 国产免费av片在线观看野外av| 淫妇啪啪啪对白视频| 90打野战视频偷拍视频| 久久久久国产精品人妻aⅴ院| 一边摸一边抽搐一进一小说| 1000部很黄的大片| 最新在线观看一区二区三区| 婷婷六月久久综合丁香| 免费在线观看日本一区| 叶爱在线成人免费视频播放| 亚洲午夜精品一区,二区,三区| 男人的好看免费观看在线视频| 日韩免费av在线播放| 性欧美人与动物交配| 黄色女人牲交| 美女被艹到高潮喷水动态| 我要搜黄色片| 日本成人三级电影网站| 国产真实乱freesex| av天堂在线播放| 美女扒开内裤让男人捅视频| 亚洲熟妇中文字幕五十中出| 国产午夜精品论理片| 日本 欧美在线| 我的老师免费观看完整版| 桃色一区二区三区在线观看| 黄色女人牲交| 天堂av国产一区二区熟女人妻| 一夜夜www| 亚洲熟女毛片儿| 可以在线观看的亚洲视频| 美女大奶头视频| 欧美大码av| 色综合站精品国产| 亚洲av五月六月丁香网| 后天国语完整版免费观看| 国产三级在线视频| 在线播放国产精品三级| 亚洲精品粉嫩美女一区| 757午夜福利合集在线观看| 男人的好看免费观看在线视频| 97碰自拍视频| 日韩欧美在线二视频| 99在线人妻在线中文字幕| 欧美乱色亚洲激情| 男插女下体视频免费在线播放| 男人舔奶头视频| 蜜桃久久精品国产亚洲av| АⅤ资源中文在线天堂| 亚洲欧美日韩东京热| 午夜福利在线观看免费完整高清在 | 免费搜索国产男女视频| 中文在线观看免费www的网站| 色噜噜av男人的天堂激情| 国产麻豆成人av免费视频| 免费在线观看亚洲国产| 免费在线观看日本一区| 美女午夜性视频免费| 在线观看午夜福利视频| www日本在线高清视频| 俄罗斯特黄特色一大片| 丰满人妻熟妇乱又伦精品不卡| 亚洲自拍偷在线| 欧美3d第一页| 在线免费观看的www视频| 亚洲av成人一区二区三| 色播亚洲综合网| 亚洲国产高清在线一区二区三| 午夜激情福利司机影院| 巨乳人妻的诱惑在线观看| aaaaa片日本免费| 日本免费一区二区三区高清不卡| 午夜福利视频1000在线观看| 一二三四在线观看免费中文在| 一夜夜www| 久久久久久久久中文| 九色成人免费人妻av| 精品一区二区三区av网在线观看| 精品国产美女av久久久久小说| 亚洲国产中文字幕在线视频| 美女午夜性视频免费| 色av中文字幕| av国产免费在线观看| 老司机午夜福利在线观看视频| 搡老岳熟女国产| 亚洲av电影不卡..在线观看| 97人妻精品一区二区三区麻豆| 欧美中文日本在线观看视频| 日韩欧美精品v在线| 91麻豆av在线| 少妇丰满av| 欧洲精品卡2卡3卡4卡5卡区| 草草在线视频免费看| www.精华液| 一进一出好大好爽视频| 日韩欧美国产在线观看| 亚洲激情在线av| 精品国内亚洲2022精品成人| 两个人视频免费观看高清| 亚洲电影在线观看av| 久久久国产成人精品二区| 亚洲av美国av| 日韩国内少妇激情av| 久久性视频一级片| 美女大奶头视频| 久久久精品大字幕| 国产高清有码在线观看视频| 成人av一区二区三区在线看| 亚洲欧美精品综合久久99| 长腿黑丝高跟| 国内精品一区二区在线观看| 久久久国产成人免费| 男女下面进入的视频免费午夜| 免费一级毛片在线播放高清视频| 亚洲国产欧美一区二区综合| 欧美+亚洲+日韩+国产| 亚洲第一电影网av| 极品教师在线免费播放| 一区二区三区激情视频| 少妇的丰满在线观看| 国产欧美日韩精品亚洲av| 欧美日韩瑟瑟在线播放| 美女cb高潮喷水在线观看 | 一个人免费在线观看电影 | 操出白浆在线播放| 2021天堂中文幕一二区在线观| 99久国产av精品| 亚洲熟妇中文字幕五十中出| 成年版毛片免费区| 一进一出抽搐动态| 欧美午夜高清在线| 国产精品亚洲美女久久久| 亚洲成av人片免费观看| 五月伊人婷婷丁香| 一级毛片精品| 国模一区二区三区四区视频 | 日本三级黄在线观看| 九九热线精品视视频播放| 九九在线视频观看精品| 最新在线观看一区二区三区| 日本精品一区二区三区蜜桃| 国产精品国产高清国产av| 热99re8久久精品国产| 国产91精品成人一区二区三区| 欧美日韩国产亚洲二区| 欧美色视频一区免费| 国内揄拍国产精品人妻在线| 亚洲成av人片在线播放无| 亚洲五月婷婷丁香| 99re在线观看精品视频| 精品久久久久久久人妻蜜臀av| 免费看十八禁软件| 久久人人精品亚洲av| 午夜精品一区二区三区免费看| 久久亚洲真实| av天堂在线播放| 国产成人av激情在线播放| 色播亚洲综合网| 日本与韩国留学比较| 免费观看精品视频网站| 亚洲五月天丁香| 亚洲乱码一区二区免费版| 怎么达到女性高潮| 在线观看午夜福利视频|