• <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 ?

    智能遙感研究現(xiàn)狀與展望

    2019-10-08 07:39:32劉昌昊陳培永劉延芳
    無人系統(tǒng)技術(shù) 2019年3期
    關(guān)鍵詞:分類規(guī)劃方法

    陳 昕,劉昌昊,陳培永,華 春,劉延芳

    (1.哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院,哈爾濱 150001;2.哈爾濱工業(yè)大學(xué)航天學(xué)院, 哈爾濱 150001;3.上海航天信息研究所,上海 201109)

    1 引 言

    遙感技術(shù)通過衛(wèi)星或航空平臺(tái)上的遙測(cè)儀器對(duì)地球表面的地物進(jìn)行監(jiān)測(cè),可以快速、大范圍地獲取綜合數(shù)據(jù)。遙感技術(shù)根據(jù)工作平臺(tái)分為地面遙感、航空遙感和航天遙感;根據(jù)傳感器的探測(cè)波段分為紫外遙感、可見光遙感、紅外遙感、微波遙感和多波段遙感;根據(jù)記錄方式分為成像遙感和非成像遙感等。目前遙感技術(shù)被廣泛應(yīng)用于農(nóng)業(yè)評(píng)估與監(jiān)測(cè)、水質(zhì)處理、自然災(zāi)害監(jiān)測(cè)與防治、地理數(shù)據(jù)及資源數(shù)據(jù)的獲取等國民經(jīng)濟(jì)建設(shè)的多個(gè)方面[1]。

    遙感系統(tǒng)包含四大環(huán)節(jié):信息源、信息獲取、信息處理和信息應(yīng)用。遙感任務(wù)規(guī)劃和遙感圖像處理是信息獲取與處理的核心技術(shù),是遙感系統(tǒng)兩大關(guān)鍵環(huán)節(jié)。如何有效規(guī)劃遙感任務(wù),快速獲取所需的實(shí)時(shí)數(shù)據(jù),并高效地實(shí)現(xiàn)遙感數(shù)據(jù)的快速與高效冗余處理,是當(dāng)前遙感技術(shù)中存在的主要難點(diǎn)。

    人工智能通過智能體感知或認(rèn)知外界環(huán)境并產(chǎn)生交互,具有自主學(xué)習(xí)和推理能力,應(yīng)用于遙感領(lǐng)域,有望解決當(dāng)前遙感技術(shù)的實(shí)時(shí)性差和數(shù)據(jù)利用率低下的問題,實(shí)現(xiàn)遙感的智能化與自主化。

    本文針對(duì)人工智能技術(shù)在遙感衛(wèi)星任務(wù)規(guī)劃和圖像處理兩方面應(yīng)用的研究現(xiàn)狀進(jìn)行綜述,并提出展望。

    2 遙感任務(wù)智能規(guī)劃研究現(xiàn)狀

    2.1 遙感任務(wù)規(guī)劃面臨挑戰(zhàn)與現(xiàn)狀

    隨著航天技術(shù)的發(fā)展和航天應(yīng)用的深化,遙感衛(wèi)星數(shù)量越來越多且種類呈現(xiàn)多樣化,遙感任務(wù)規(guī)劃也隨之急劇復(fù)雜化。遙感任務(wù)規(guī)劃所面臨的挑戰(zhàn)主要體現(xiàn):(1)人工任務(wù)規(guī)劃無法應(yīng)對(duì)數(shù)量眾多的遙感衛(wèi)星復(fù)雜任務(wù)規(guī)劃,容易出現(xiàn)錯(cuò)誤,亟待通過智能算法實(shí)現(xiàn)自主任務(wù)規(guī)劃;(2)對(duì)于偶發(fā)目標(biāo)和各種不確定性因素的自主處理能力需求增強(qiáng),偶發(fā)目標(biāo)通常具有較高的觀測(cè)價(jià)值,而不確定性因素會(huì)導(dǎo)致原有觀測(cè)任務(wù)無法按計(jì)劃執(zhí)行,若衛(wèi)星不具備自主運(yùn)行能力,就無法對(duì)觀測(cè)任務(wù)進(jìn)行及時(shí)調(diào)整,從而造成數(shù)據(jù)的浪費(fèi)與資源的損失。因此,必須研究面向?qū)Φ赜^測(cè)衛(wèi)星的智能自主任務(wù)規(guī)劃方法,實(shí)現(xiàn)衛(wèi)星觀測(cè)任務(wù)的自主規(guī)劃和調(diào)度[2]。

    智能遙感任務(wù)規(guī)劃就是應(yīng)用基于人工智能的方法實(shí)現(xiàn)衛(wèi)星觀測(cè)任務(wù)的自主規(guī)劃和調(diào)度。國外在衛(wèi)星任務(wù)規(guī)劃領(lǐng)域的研究持續(xù)時(shí)間長(zhǎng),技術(shù)比較成熟,且相關(guān)技術(shù)已投入實(shí)際的航天應(yīng)用,如美國國家航空航天局(NASA)的噴氣動(dòng)力實(shí)驗(yàn)室人工智能研究組所開發(fā)的規(guī)劃系統(tǒng)CASPER(Continuous Activity Scheduling Planning Execution and Replanning)已應(yīng)用到EO-1等任務(wù)中,并取得成功。國內(nèi)在該領(lǐng)域的研究也取得了一定的成果,中科院和國防科大側(cè)重于衛(wèi)星任務(wù)規(guī)劃的研究,哈工大研究的應(yīng)用平臺(tái)以深空探測(cè)器為主[3]。

    2.2 智能遙感任務(wù)規(guī)劃方法

    在遙感衛(wèi)星規(guī)劃的人工智能方法研究中,比較有代表性的有:?jiǎn)l(fā)式搜索算法、專家系統(tǒng)、基于Agent的規(guī)劃調(diào)度方法、基于神經(jīng)網(wǎng)絡(luò)的方法、遺傳算法、模擬退火算法和禁忌搜索算法等。

    2.2.1 啟發(fā)式搜索算法

    啟發(fā)式算法是指在可接受的花費(fèi)(指計(jì)算時(shí)間、占用空間等)下給出待解決組合優(yōu)化問題每一個(gè)實(shí)例的一個(gè)可行解。啟發(fā)式算法常能在合理時(shí)間給出很不錯(cuò)的解,但在某些特殊情況下,啟發(fā)式算法會(huì)得到很壞的答案或運(yùn)行效率極差。幸運(yùn)的是,造成那些特殊情況的數(shù)據(jù)結(jié)構(gòu)也許永遠(yuǎn)不會(huì)出現(xiàn)在現(xiàn)實(shí)世界。因此現(xiàn)實(shí)世界中經(jīng)常使用啟發(fā)式算法來解決問題。啟發(fā)式算法是否有效取決于其對(duì)問題的適應(yīng)性、避免陷入局部最優(yōu)的策略以及對(duì)問題基本結(jié)構(gòu)的了解程度。另外,算法重啟動(dòng)的程序、可控制的隨機(jī)性、有效的數(shù)據(jù)結(jié)構(gòu)及預(yù)處理也會(huì)幫助其獲得合理正確的解[4]。

    早在1996年,Bensana E等[5]就嘗試用啟發(fā)式算法對(duì)遙感衛(wèi)星進(jìn)行規(guī)劃,并且在SPOT-5調(diào)度問題中,比較了完全搜索算法(深度優(yōu)先搜索、動(dòng)態(tài)規(guī)劃)和非完全搜索算法(貪婪搜索、禁忌搜索)在不同規(guī)模問題實(shí)例下的計(jì)算性能。而Potter W等[6]采用了另外一種思路,在Landsat-7調(diào)度系統(tǒng)中首先按照最早結(jié)束時(shí)間貪婪安排所有的觀測(cè)需求,然后基于優(yōu)先級(jí)替換已安排的觀測(cè)需求和未安排的觀測(cè)需求,得到了較好的結(jié)果。2002年,Jeremy在模型求解中基于Europa系統(tǒng)實(shí)現(xiàn)了一個(gè)基于隨機(jī)搜索的啟發(fā)式算法,但是隨機(jī)搜索有局限性,目前還只能對(duì)較小規(guī)模的調(diào)度問題求解,所以Dilkina B等[7]運(yùn)用基于含約束傳播的排列搜索方法解決靈巧觀測(cè)衛(wèi)星的任務(wù)規(guī)劃問題,并將其與爬山算法、模擬退火算法進(jìn)行了比較,使調(diào)度問題的規(guī)模得以擴(kuò)大。后來,Aldinger J等[8]在解決單顆靈巧對(duì)地觀測(cè)衛(wèi)星的對(duì)地覆蓋任務(wù)時(shí),采用了基于啟發(fā)式算法的規(guī)劃器時(shí)間快速下降模塊(Temporal Fast Downward with Modules,TFD/M),這種規(guī)劃器用TFD來處理一般的邏輯和時(shí)序規(guī)劃,將軌道控制、姿態(tài)調(diào)整等方面的約束外包給一個(gè)單獨(dú)的計(jì)算模塊來處理[8]。

    2.2.2 專家系統(tǒng)

    專家系統(tǒng)是人工智能的一個(gè)重要分支,是一個(gè)具有大量的專門知識(shí)和經(jīng)驗(yàn)的程序系統(tǒng),它應(yīng)用人工智能和計(jì)算機(jī)技術(shù),根據(jù)某領(lǐng)域一個(gè)或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn),提供推理和判斷,模擬人類專家的推理過程,以便解決那些需要人類專家處理的復(fù)雜問題,換句話說,專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序[9]。

    調(diào)度專家系統(tǒng)可以產(chǎn)生復(fù)雜的啟發(fā)式規(guī)則,利用定性和定量知識(shí),具有一定的智能性。但是開發(fā)周期長(zhǎng)、費(fèi)用昂貴且所需的經(jīng)驗(yàn)和知識(shí)難以獲取,同時(shí)專家系統(tǒng)的學(xué)習(xí)能力有限,所以專家系統(tǒng)在任務(wù)規(guī)劃中的發(fā)展前景并不被看好,且其常與其他算法混合使用[10]。

    專家系統(tǒng)常用于多星綜合任務(wù)規(guī)劃。文獻(xiàn)[11]針對(duì)成像衛(wèi)星任務(wù)規(guī)劃與調(diào)度問題,結(jié)合多星多地面站的特點(diǎn),設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)結(jié)合了模型庫的任務(wù)規(guī)劃專家實(shí)驗(yàn)系統(tǒng)。文獻(xiàn)[12]主要基于綜合任務(wù)規(guī)劃,以應(yīng)用需求為指導(dǎo),在分析成像衛(wèi)星綜合任務(wù)規(guī)劃問題的基礎(chǔ)上,提出了一種基于專家決策支持技術(shù)的解決方案,并且針對(duì)該專家決策支持系統(tǒng),設(shè)計(jì)了知識(shí)庫模塊和解釋機(jī)制,將關(guān)系數(shù)據(jù)庫和專家系統(tǒng)相結(jié)合,還將多準(zhǔn)則決策模型引入專家系統(tǒng),將多準(zhǔn)則評(píng)價(jià)模型用于專家系統(tǒng)的第三級(jí)推理。劉曉娣[13]具體研究了多衛(wèi)星綜合任務(wù)規(guī)劃關(guān)鍵技術(shù),針對(duì)多衛(wèi)星綜合任務(wù)規(guī)劃問題,采用可擴(kuò)展性的星地資源組織方式,引入基于規(guī)則推理的專家系統(tǒng),采用專家推理與模型決策相結(jié)合的綜合任務(wù)規(guī)劃方式,構(gòu)建了多衛(wèi)星綜合任務(wù)規(guī)劃的總體框架,并且設(shè)計(jì)了綜合任務(wù)規(guī)劃專家系統(tǒng)結(jié)構(gòu),研究了專家系統(tǒng)中的知識(shí)表示方法,以語義網(wǎng)絡(luò)表示事實(shí),以產(chǎn)生式規(guī)則表示專家知識(shí)。杜瑩[14]對(duì)面向衛(wèi)星任務(wù)規(guī)劃的專家系統(tǒng)的知識(shí)表示方法、推理機(jī)制和解釋機(jī)制等關(guān)鍵技術(shù)進(jìn)行了深入研究,后又提出了基于C語言集成產(chǎn)生式系統(tǒng)(C Language Integrate Dproduction System,CLISP)的衛(wèi)星任務(wù)規(guī)劃專家系統(tǒng)的設(shè)計(jì)方法,詳細(xì)分析了系統(tǒng)的結(jié)構(gòu)和功能,重點(diǎn)討論了中文產(chǎn)生式系統(tǒng)的巴科斯范式(Bachus Naur Form,BNF)、基于上下文的推理機(jī)制和集合運(yùn)算符[15]。由于專家系統(tǒng)學(xué)習(xí)能力有限,常與其他算法混合使用,文獻(xiàn)[16]采用了先通過專家系統(tǒng)進(jìn)行遙感衛(wèi)星的工作模式推理,再基于解修正的遺傳算法完成衛(wèi)星資源優(yōu)化分配的兩階段機(jī)制,設(shè)計(jì)了基于面向服務(wù)的架構(gòu)(Service-Oriented Architecture,SOA)遙感衛(wèi)星任務(wù)規(guī)劃系統(tǒng)(RS4BS)框架,取得了很好的效果。

    2.2.3 基于Agent的規(guī)劃調(diào)度方法

    對(duì)Agent和多智能體系統(tǒng)(Multi-Agent System,MAS)的定義有很多,廣義上,Agent是指具有一定的自主行為或智能特征的實(shí)體;MAS也稱作多智能體系統(tǒng),指由多個(gè)Agent構(gòu)成的系統(tǒng)。Agent和MAS的方法是面向一定的任務(wù)目標(biāo),依據(jù)其它Agent以及周圍環(huán)境的狀態(tài),并基于自身狀態(tài)決策機(jī)構(gòu)來規(guī)劃實(shí)施的。Agent有能力與其它Agent協(xié)作解決共同面臨的問題?;贛AS的決策和控制方法能夠集成許多傳統(tǒng)的和現(xiàn)代的模型,包括人工智能和非人工智能模型。由于智能遙感任務(wù)規(guī)劃是一個(gè)異常復(fù)雜而龐大的系統(tǒng),MAS有著極強(qiáng)的協(xié)作求解問題的能力,于是隨著軟件Agent和MAS理論方法的引入,它已成為任務(wù)規(guī)劃的主要技術(shù)途徑,其前景被普遍看好,同時(shí)也是當(dāng)前在軌運(yùn)行和計(jì)劃的各類空間系統(tǒng)中運(yùn)用最多的一項(xiàng)綜合性技術(shù)[17]。

    文獻(xiàn)[18]對(duì)基于Agent調(diào)度方法的任務(wù)規(guī)劃進(jìn)行理論分析,將衛(wèi)星按照其智能水平的高低分成4個(gè)層次的Agent,成像衛(wèi)星作為其中的第一個(gè)層次。張正強(qiáng)等[19]建立了該方法的具體模型,根據(jù)分布式成像衛(wèi)星系統(tǒng)的分布性和智能性特點(diǎn),采用Agent及多Agent系統(tǒng),即MAS的思想,給出了一種高可靠性的分布式成像衛(wèi)星系統(tǒng)MAS結(jié)構(gòu)及智能成像衛(wèi)星Agent的分層混合結(jié)構(gòu)模型,并提出了基于多Agent協(xié)商的分布式動(dòng)態(tài)任務(wù)規(guī)劃方法。由于實(shí)際中經(jīng)常會(huì)出現(xiàn)各個(gè)衛(wèi)星延遲通信的狀況,文獻(xiàn)[20]針對(duì)通信延遲條件下的衛(wèi)星協(xié)同優(yōu)化決策問題,建立了衛(wèi)星協(xié)同優(yōu)化決策模型,提出了適應(yīng)延遲通信的統(tǒng)一處理策略,設(shè)計(jì)了衛(wèi)星優(yōu)化策略的搜索方法,建立了一種面向動(dòng)態(tài)任務(wù)的多星混合學(xué)習(xí)框架,提出了任務(wù)不變條件下的任務(wù)分配策略算法和任務(wù)變化條件下的增量策略遷移學(xué)習(xí)算法。王海蛟[21]提出了一種基于強(qiáng)化學(xué)習(xí)的衛(wèi)星規(guī)模化在線調(diào)度方法,針對(duì)分布式結(jié)構(gòu)下衛(wèi)星在線調(diào)度問題,建立了一種基于馬爾科夫游戲的衛(wèi)星在線調(diào)度模型。2018年,北京航空航天大學(xué)公開了人工智能程序員書寫星上遙感任務(wù)規(guī)劃Agent程序的方法,使程序的使用得以公開化[22]。

    2.2.4 神經(jīng)網(wǎng)絡(luò)的方法

    神經(jīng)網(wǎng)絡(luò)是指從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象,建立某種簡(jiǎn)單模型,按不同的連接方式組成不同的網(wǎng)絡(luò)。通過訓(xùn)練集對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,從數(shù)據(jù)中學(xué)習(xí)到一定規(guī)律,從而計(jì)算出解決問題的方法,并對(duì)下一步進(jìn)行有效預(yù)測(cè)。如何訓(xùn)練神經(jīng)網(wǎng)絡(luò)是技術(shù)的關(guān)鍵所在。

    2006年,深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)技術(shù)(深度學(xué)習(xí))被提出,相比傳統(tǒng)方法,深度學(xué)習(xí)的效果大幅提高。2008年,朱戰(zhàn)霞[23]用Hopfield神經(jīng)網(wǎng)絡(luò)算法對(duì)單個(gè)儀器的任務(wù)規(guī)劃問題進(jìn)行了研究,構(gòu)造了一個(gè)由256個(gè)神經(jīng)元構(gòu)成的Hopfield對(duì)地觀測(cè)網(wǎng)絡(luò),用以表示不同時(shí)間和不同觀測(cè)目標(biāo)的任務(wù)規(guī)劃。而后,邢立寧等[24]又結(jié)合實(shí)際情況進(jìn)行了完善,在分析實(shí)際影響成像衛(wèi)星任務(wù)執(zhí)行因素,如任務(wù)重疊度、任務(wù)收益、氣象信息等基礎(chǔ)上,設(shè)計(jì)了一種基于BP神經(jīng)網(wǎng)絡(luò)的星上任務(wù)可調(diào)度性預(yù)測(cè)方法,并設(shè)計(jì)多個(gè)不同算例驗(yàn)證其效果。由于神經(jīng)網(wǎng)絡(luò)前期較差的效果,以及深度學(xué)習(xí)興起較晚,神經(jīng)網(wǎng)絡(luò)在任務(wù)規(guī)劃中的應(yīng)用較少,但前景依然可期。

    2.2.5 遺傳算法、模擬退火法和禁忌算法

    遺傳算法、模擬退火法和禁忌算法在本質(zhì)上都屬于全局算法,但都具有隨機(jī)性,即可能得到全局最優(yōu)解或得到一個(gè)較好的局部最優(yōu)解。它們都模擬了自然過程,遺傳算法借鑒了自然界優(yōu)勝劣汰的進(jìn)化思想,模擬退火法源于物理學(xué)中 固體物質(zhì)的退火過程,禁忌算法模擬了人類有記憶過程的智力過程,三種算法最大的區(qū)別在于跳出局部解的策略不同。

    三種算法之間經(jīng)常結(jié)合使用,比如模擬退火和遺傳算法相結(jié)合形成的模擬退火遺傳算法,就把它們有機(jī)地結(jié)合在一起,取長(zhǎng)補(bǔ)短,使得性能更加優(yōu)良。雖然這三種方法都有明顯的缺陷,但若能靈活地運(yùn)用它們,依然能很好地完成規(guī)劃任務(wù)[25]。例如文獻(xiàn)[26]在對(duì)地觀測(cè)衛(wèi)星任務(wù)規(guī)劃中使用遺傳算法和貪婪算法相結(jié)合的方法,從而改進(jìn)貪婪算法的缺點(diǎn)。Globus A等[27]比較了爬山法、模擬退火和遺傳算法等求解方法在點(diǎn)目標(biāo)的成像衛(wèi)星調(diào)度問題中的表現(xiàn),發(fā)現(xiàn)在使用單獨(dú)的一種算法時(shí),模擬退火算法求解質(zhì)量最好。但是在選擇算法時(shí)應(yīng)該考慮問題的規(guī)模,文獻(xiàn)[28]比較了禁忌搜索算法和列生成法在面向點(diǎn)目標(biāo)的多星聯(lián)合調(diào)度問題中的表現(xiàn)。實(shí)驗(yàn)表明采用列生成法進(jìn)行求解能夠獲得小規(guī)模問題的最優(yōu)解,當(dāng)問題規(guī)模變大時(shí),采用禁忌搜索算法更適合。阮啟明等[29]又對(duì)問題進(jìn)行了分級(jí)處理,根據(jù)問題模型中采用分級(jí)的兩層優(yōu)化目標(biāo)特點(diǎn),采取最大化整體收益優(yōu)先于最小化觀測(cè)成本的分級(jí)優(yōu)化策略,設(shè)計(jì)了貪婪隨機(jī)變鄰域搜索、禁忌搜索和模擬退火等求解算法,并對(duì)這些算法的性能進(jìn)行了比較和分析,得出以貪婪隨機(jī)變鄰域搜索算法得到的解作為初始解的禁忌搜索過程綜合表現(xiàn)最好的結(jié)論。隨著人們對(duì)算法的不斷完善和更新,算法也呈現(xiàn)出新的內(nèi)容,文獻(xiàn)[30]應(yīng)用了新的遺傳算法模擬實(shí)際衛(wèi)星任務(wù)調(diào)度問題,并創(chuàng)建了用于自主衛(wèi)星任務(wù)的圖形用戶界面(Graphical User Interface,GUI)設(shè)計(jì)。

    3 智能遙感數(shù)據(jù)分類研究現(xiàn)狀

    3.1 觀測(cè)衛(wèi)星圖像數(shù)據(jù)處理流程

    遙感信息圖像處理主要包括圖像分類、圖像分割、特征識(shí)別等過程,具體的圖像數(shù)據(jù)處理流程如圖1。

    圖1 圖像數(shù)據(jù)處理的流程Fig.1 Flow chart of image data processing

    (1) 根據(jù)任務(wù)對(duì)圖像進(jìn)行相應(yīng)的預(yù)處理。這是影像處理流程中非常重要的環(huán)節(jié),一般包括去噪、波段疊加與分離、影像增強(qiáng)、輻射校正、幾何校正、影像裁剪、影像鑲嵌、影像融合等。通過預(yù)處理可以改善圖像質(zhì)量,增強(qiáng)圖像的視覺效果,將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析處理的形式,為其后面的進(jìn)一步處理分析工作奠定基礎(chǔ)。

    (2) 定義相關(guān)的、感興趣的地物類別并標(biāo)記訓(xùn)練樣本。根據(jù)圖像數(shù)據(jù)特性以及分類目的,選取合適的三個(gè)波段合成的偽彩色圖像,然后從獲取的訓(xùn)練樣本數(shù)據(jù)集中提取出需要分類的地物目標(biāo)類型,分別找出分類類型對(duì)應(yīng)的特征量。

    (3) 特征提取。同類物質(zhì)樣本的分布具有密集性,在特征空間中分隔不同類別的地物樣本,關(guān)鍵是從原始特征中選取出一組最能反映其類別的新特征。

    (4) 特征選擇。特征選擇的要求是在不損失原始數(shù)據(jù)有用信息的條件下,選擇部分有效特征,同時(shí)拋棄多余特征,具體過程是依據(jù)原始波段圖像的測(cè)量值,按照分類需要經(jīng)過特定變換,構(gòu)建一組能夠有效描述地物類別特征的模式。

    (5) 像元分類。選取適當(dāng)?shù)姆诸惼骷捌渑袛鄿?zhǔn)則,對(duì)未知區(qū)域的樣本進(jìn)行類別歸屬的判斷,即對(duì)像元進(jìn)行類別劃分。方法大致分為監(jiān)督分類和無監(jiān)督分類兩種,受使用不同分類方法的影響,取得的分類效果會(huì)存在一定的差異。

    (6) 精度分析。分類結(jié)束后,圖像的類別信息都已確定,將整幅圖像標(biāo)記為相應(yīng)的類別輸出,比較已知類別的數(shù)據(jù)與分類結(jié)果,對(duì)分類精度進(jìn)行判定[31]。

    無論目標(biāo)提取、影像分類還是變化檢測(cè),核心都是利用地物的特征差異性,通過某種變換或處理手段,使有特征差異的點(diǎn)分離開來,地物的特征差異表現(xiàn)在光譜特征和空間特征上[32]。目前圖像處理存在的問題主要有空間分辨、光譜分辨率和時(shí)間分辨率不高,對(duì)數(shù)據(jù)利用不充分等。

    3.2 智能遙感圖像數(shù)據(jù)處理方法

    目前人工智能技術(shù)在遙感圖像處理方面的算法主要有決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法以及深度學(xué)習(xí)方法等,這些分類算法可以提高圖像處理的精度,更好地完成任務(wù)。

    3.2.1 決策樹方法

    決策樹方法是一種以特征值作為基準(zhǔn)值分層逐次進(jìn)行比較歸納的分類方法。它具有樹形結(jié)構(gòu),其葉節(jié)點(diǎn)代表類的分布,內(nèi)部節(jié)點(diǎn)代表對(duì)某個(gè)屬性的一次測(cè)試,每條分支代表一次測(cè)試結(jié)果。整顆樹采用遞歸構(gòu)造方法,測(cè)試從根節(jié)點(diǎn)開始,對(duì)每個(gè)非葉節(jié)點(diǎn)對(duì)應(yīng)的樣本集進(jìn)行測(cè)試,根據(jù)不同的屬性值引出該節(jié)點(diǎn)的向下分支,直到某一節(jié)點(diǎn)只包含同一類別的樣本或樣本集沒有特征進(jìn)行再分時(shí)停止。用決策樹進(jìn)行圖像分類時(shí),訓(xùn)練樣本速度快;結(jié)構(gòu)簡(jiǎn)單直觀,便于用戶理解;且除了訓(xùn)練樣本數(shù)據(jù)集中包含的信息外不需要其他領(lǐng)域知識(shí)融入;同時(shí)決策樹分類主觀操作性強(qiáng),根據(jù)先驗(yàn)知識(shí)及經(jīng)驗(yàn),可以確定或調(diào)整各個(gè)屬性之間的權(quán)重關(guān)系(重要性)或地物分類先后層次關(guān)系。決策樹的構(gòu)造結(jié)果可以是一棵二叉的或多叉的構(gòu)造,因此在高光譜圖像分類中,二叉決策樹作為決策樹的一種特殊形式,因其簡(jiǎn)單靈活的構(gòu)造被廣泛應(yīng)用。

    然而決策樹依然存在一些缺點(diǎn),如:對(duì)連續(xù)性的字段比較難預(yù)測(cè),對(duì)有時(shí)間順序的數(shù)據(jù)需要很多預(yù)處理的工作;可重復(fù)性較強(qiáng),在樹結(jié)構(gòu)的構(gòu)造過程中反復(fù)地讀取數(shù)據(jù)、順序掃描和排序訓(xùn)練樣本數(shù)據(jù)集,影響算法的效率;且只要在樹結(jié)構(gòu)的其中某一個(gè)節(jié)點(diǎn)處出現(xiàn)誤差,都會(huì)隨著樹結(jié)構(gòu)的分枝傳遞下去[33]。

    決策樹用于對(duì)地觀測(cè)始于20世紀(jì)90年代,1996年,Hansen M[34]采用決策樹的方法,通過對(duì)年全球遙感數(shù)據(jù)的分類處理,得到了全球土壤覆蓋分類圖。同年,Tadjudin S等[35]提出了利用基于使兩個(gè)子類統(tǒng)計(jì)距離最大化的特征提取技術(shù)構(gòu)造的復(fù)合決策樹。1997年,F(xiàn)riedl M A[36]總結(jié)了多種決策樹方法,將它們應(yīng)用于遙感數(shù)據(jù)中并進(jìn)行比較與改進(jìn)。為了進(jìn)一步提高精度,2000年,Palaniappan K等[37]提出了一種加強(qiáng)二叉樹遺傳算法進(jìn)行地表覆蓋的自動(dòng)分類并得到了90%的分類精度[37]。隨著模糊理論的興起,Bruzzo M等[38]提出了整合二叉決策樹和模糊分類技術(shù),并將其用于遙感圖像數(shù)據(jù)庫的搜索機(jī)制。在提高了決策樹的精度以后,文獻(xiàn)[39]又提出了一種Peano Count Tree,相比一般決策樹,在處理越來越多的空間數(shù)據(jù)時(shí),處理效率大大提高,從而節(jié)省了大量時(shí)間。文獻(xiàn)[40]使用兩種決策樹CART和C4.5,對(duì)中國東北250m分辨率的數(shù)據(jù)進(jìn)行土地覆蓋和分類研究,并且比較了兩種決策樹的特點(diǎn)。由于高光譜圖像中常存在混合像素,文獻(xiàn)[41]采用純像素指數(shù) (PPI) 在選擇各種樣本時(shí)提取端元作為訓(xùn)練樣本,進(jìn)行決策樹訓(xùn)練,解決了混合像素的問題。

    3.2.2 神經(jīng)網(wǎng)絡(luò)方法

    神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)算法相比,在進(jìn)行圖像分類時(shí),無須考慮像元分布特征,此外它還廣泛應(yīng)用于多源遙感數(shù)據(jù)分類。與其在遙感衛(wèi)星任務(wù)規(guī)劃領(lǐng)域應(yīng)用類似,神經(jīng)網(wǎng)絡(luò)在遙感數(shù)據(jù)處理中的應(yīng)用興起較早,且伴隨著深度學(xué)習(xí)的出現(xiàn)煥發(fā)了新的生機(jī)。

    早在1994年,Abuelgasim A等[42]研究了人工神經(jīng)網(wǎng)絡(luò)方法在對(duì)土地覆蓋數(shù)據(jù)進(jìn)行分類的有效性,提出了一種結(jié)合了Kohonen的自組織網(wǎng)絡(luò)和反向傳播模型的神經(jīng)網(wǎng)絡(luò)模型。同年,Chiuderi A等[43]將神經(jīng)網(wǎng)絡(luò)用于執(zhí)行主題測(cè)繪儀(Thematic Mapper,TM)數(shù)據(jù)與合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)數(shù)據(jù)的融合,獲得了佛羅倫薩(意大利)周圍的農(nóng)業(yè)區(qū)域的土地覆蓋分類,提出并使用了兩種不同的NN體系結(jié)構(gòu),即反向傳播網(wǎng)絡(luò)和Kohonen映射,報(bào)告并討論了兩種情況下獲得的結(jié)果。這兩種方法還不適用于大量的航空航天圖像的處理,文獻(xiàn)[44]指出了一種航空航天圖像的高性能分類方法,即使用地理信息系統(tǒng)(Geographic Information System,GIS)空間數(shù)據(jù)作為輸入和輸出數(shù)據(jù),使用神經(jīng)網(wǎng)絡(luò)對(duì)被研究類物體的光譜和空間圖像進(jìn)行建模。神經(jīng)網(wǎng)絡(luò)也常與其他算法結(jié)合使用,文獻(xiàn)[45]利用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的方法,探討了降雨在臺(tái)灣東部的土地利用和山體滑坡之間的關(guān)系。文獻(xiàn)[46]將基于輪廓的方法和Hopfield神經(jīng)網(wǎng)絡(luò)兩種分類方法結(jié)合,產(chǎn)生一種基于輪廓的Hopfield神經(jīng)網(wǎng)絡(luò)(Contour-Based Hopfield Neural Network,CHNN)的新方法。在進(jìn)行特征提取時(shí),常采用降維提取的方法,文獻(xiàn)[47]將自聯(lián)想神經(jīng)網(wǎng)絡(luò)(Auto-Associative Neural Network,AANN) 用于實(shí)現(xiàn)降維高光譜數(shù)據(jù)的非線性主成分分析中。文獻(xiàn)[48]通過自動(dòng)關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)執(zhí)行用于高光譜數(shù)據(jù)的降維的特征提取,將算法性能與主成分分析和最大噪聲分?jǐn)?shù)進(jìn)行比較,并報(bào)告了由減少的矢量和專用神經(jīng)網(wǎng)絡(luò)分類算法產(chǎn)生的陸地覆蓋基于像素的地圖結(jié)果。

    3.2.3 深度學(xué)習(xí)方法

    深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域,其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),其模仿人腦的機(jī)制解釋數(shù)據(jù),例如圖像、聲音和文本[49]。深度學(xué)習(xí)在遙感圖像分類中的應(yīng)用興起很晚但由于其效率高、準(zhǔn)確度高,因此發(fā)展迅速,受到了廣大研究者的青睞。

    2014年,深度學(xué)習(xí)的概念首次被引入到高光譜數(shù)據(jù)分類中,構(gòu)建了一個(gè)包含主成分分析(Principal Component Analysis,PCA)、深度學(xué)習(xí)和邏輯回歸的混合體學(xué)習(xí)框架[50]。2015年,Makantasis K等[51]利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)像素的光譜和空間信息進(jìn)行編碼,并利用多層感知器進(jìn)行任務(wù)分類,自動(dòng)提取圖像特征。但是以上方法均由于標(biāo)記數(shù)據(jù)有限,容易產(chǎn)生過擬合問題,文獻(xiàn)[52]提出先設(shè)計(jì)預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)提取一組初始值,并將其和其類標(biāo)簽一起用于受監(jiān)督的CNN分類器中,從而更有效地訓(xùn)練系統(tǒng),有效地解決了過擬合問題。為了提高分類精度,文獻(xiàn)[53]提出了一種包含主成分分析、深度置信網(wǎng)絡(luò)和邏輯回歸的深度學(xué)習(xí)框架,將光譜空間和分類相結(jié)合,大大提高了分類精度。但上述方法對(duì)標(biāo)記樣本依賴程度較高,因此文獻(xiàn)[54]提出了一種基于加權(quán)增量字典學(xué)習(xí)的主動(dòng)深度學(xué)習(xí)算法,算法通過在每次迭代中主動(dòng)選擇訓(xùn)練樣本有效地訓(xùn)練深度網(wǎng)絡(luò),從而減少了對(duì)高質(zhì)量的標(biāo)記樣本的依賴。深度學(xué)習(xí)中的深度卷積神經(jīng)網(wǎng)絡(luò)常用于圖像分類領(lǐng)域,同時(shí),高空間分辨率圖像逐漸成為圖像分類方法中的主要對(duì)象。2017年,Nicholus M等[55]使用CNN學(xué)習(xí)判別空間特征,在非常高分辨率的衛(wèi)星圖像中提取信息,自動(dòng)識(shí)別不同的城市類別。文獻(xiàn)[56]研究了深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Convolutional Neural Networks,DCNNS)在遙感影像分類中的應(yīng)用,分別設(shè)計(jì)了一種復(fù)數(shù)域的DCNNS模型以及一種端到端的DCNNS模型。后又不斷擴(kuò)展圖像分類的光譜帶和準(zhǔn)確度,文獻(xiàn)[57]提出了一種基于Sentinel-2衛(wèi)星圖像,涵蓋了13個(gè)不同的光譜帶、10個(gè)類別和27000個(gè)標(biāo)記圖像的全新數(shù)據(jù)集,在此數(shù)據(jù)集使用卷積神經(jīng)網(wǎng)絡(luò)達(dá)到了98.57%的分類準(zhǔn)確度。

    4 結(jié)束語

    遙感一詞最早由美軍海軍科學(xué)部提出,后在1961年正式被采納,經(jīng)過半個(gè)多世紀(jì)的發(fā)展,遙感技術(shù)已廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、氣象、水文、環(huán)保、地質(zhì)、海洋等各個(gè)領(lǐng)域。人工智能的發(fā)展非常迅猛,是當(dāng)今研究的幾大熱點(diǎn)之一,將人工智能技術(shù)應(yīng)用于遙感,未來遙感衛(wèi)星的任務(wù)規(guī)劃必將越來越少的依賴人工規(guī)劃與計(jì)算,變得自主化與智能化,能獨(dú)立地處理問題和應(yīng)對(duì)挑戰(zhàn)。未來遙感圖像的空間分辨率、光譜分辨率和時(shí)間分辨率都將大幅提高,人類可以更準(zhǔn)確、快速地對(duì)遙感圖像進(jìn)行處理,相信人工智能終有一天會(huì)代替?zhèn)鹘y(tǒng)技術(shù),成為對(duì)地觀測(cè)中最關(guān)鍵的科技手段。當(dāng)前人工智能在遙感技術(shù)的應(yīng)用呈現(xiàn)出百花齊放的特點(diǎn),不同的學(xué)者針對(duì)不同的應(yīng)用采用不同的方法,一定程度上實(shí)現(xiàn)了遙感任務(wù)規(guī)劃和遙感數(shù)據(jù)處理。但這些研究具有很大的局限性,面向的任務(wù)單一,工程應(yīng)用的成熟度不足,還很難達(dá)到智能遙感的需求。在工程應(yīng)用上,各航天大國正在開展廣泛而深入的研究,實(shí)現(xiàn)遙感技術(shù)的智能化和自主化成為未來智能航天的重要方面。

    猜你喜歡
    分類規(guī)劃方法
    分類算一算
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    規(guī)劃引領(lǐng)把握未來
    教你一招:數(shù)的分類
    快遞業(yè)十三五規(guī)劃發(fā)布
    商周刊(2017年5期)2017-08-22 03:35:26
    可能是方法不對(duì)
    多管齊下落實(shí)規(guī)劃
    用對(duì)方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    迎接“十三五”規(guī)劃
    国产白丝娇喘喷水9色精品| 国产极品精品免费视频能看的| 精品人妻视频免费看| 国产一区二区亚洲精品在线观看| 男人和女人高潮做爰伦理| 别揉我奶头 嗯啊视频| 一个人看视频在线观看www免费| 男女啪啪激烈高潮av片| 精品午夜福利在线看| 欧美黑人巨大hd| 麻豆精品久久久久久蜜桃| 亚洲图色成人| 又紧又爽又黄一区二区| 色吧在线观看| 国产成人影院久久av| 干丝袜人妻中文字幕| 精品久久久久久久人妻蜜臀av| 国产精品亚洲一级av第二区| 精品乱码久久久久久99久播| 日本一二三区视频观看| 国产精品一区二区免费欧美| 人妻夜夜爽99麻豆av| 精品一区二区免费观看| 中亚洲国语对白在线视频| 久久精品国产99精品国产亚洲性色| 看黄色毛片网站| 国内少妇人妻偷人精品xxx网站| 精品午夜福利在线看| 男插女下体视频免费在线播放| 日本在线视频免费播放| 一级黄色大片毛片| 亚州av有码| 18禁裸乳无遮挡免费网站照片| 亚洲国产精品久久男人天堂| 国产精品1区2区在线观看.| 亚洲欧美日韩无卡精品| 岛国在线免费视频观看| 日韩欧美在线二视频| 国产探花极品一区二区| 国产高清激情床上av| 岛国在线免费视频观看| 黄色丝袜av网址大全| 亚洲色图av天堂| 婷婷色综合大香蕉| 最近中文字幕高清免费大全6 | 又黄又爽又刺激的免费视频.| 在线a可以看的网站| 久久婷婷人人爽人人干人人爱| 日韩av在线大香蕉| 亚洲国产精品久久男人天堂| 又紧又爽又黄一区二区| 亚洲av成人av| 18禁黄网站禁片午夜丰满| a级一级毛片免费在线观看| 久久热精品热| 国产精品女同一区二区软件 | 黄色女人牲交| 久久九九热精品免费| 久久国产精品人妻蜜桃| 国产亚洲精品久久久久久毛片| 日日撸夜夜添| 国产真实乱freesex| 免费观看精品视频网站| 日韩欧美国产一区二区入口| 嫩草影院新地址| 久久草成人影院| 欧美绝顶高潮抽搐喷水| 香蕉av资源在线| 日韩高清综合在线| 国产探花在线观看一区二区| 亚洲专区中文字幕在线| 我要搜黄色片| 日本三级黄在线观看| 黄色日韩在线| 精品乱码久久久久久99久播| 在线免费观看不下载黄p国产 | 欧美黑人巨大hd| 黄色丝袜av网址大全| 亚洲成人免费电影在线观看| 色哟哟·www| 狂野欧美白嫩少妇大欣赏| 午夜视频国产福利| 精品人妻视频免费看| 91在线精品国自产拍蜜月| 如何舔出高潮| 女同久久另类99精品国产91| 国产一区二区在线av高清观看| 国产精品美女特级片免费视频播放器| 成人永久免费在线观看视频| 一区福利在线观看| 免费观看的影片在线观看| 99热这里只有是精品50| 日本免费一区二区三区高清不卡| 偷拍熟女少妇极品色| 极品教师在线视频| 久久香蕉精品热| 欧美精品国产亚洲| 别揉我奶头~嗯~啊~动态视频| 成人美女网站在线观看视频| 国产男靠女视频免费网站| 黄色视频,在线免费观看| 国产亚洲欧美98| 一个人看视频在线观看www免费| 精品久久久久久久久亚洲 | 成人av一区二区三区在线看| 深爱激情五月婷婷| 色尼玛亚洲综合影院| 国产老妇女一区| 美女黄网站色视频| 中文字幕精品亚洲无线码一区| 尾随美女入室| 草草在线视频免费看| 男人的好看免费观看在线视频| 精品一区二区三区av网在线观看| 日日啪夜夜撸| 岛国在线免费视频观看| 天堂影院成人在线观看| 日本免费一区二区三区高清不卡| 亚洲七黄色美女视频| 一卡2卡三卡四卡精品乱码亚洲| 欧美激情久久久久久爽电影| 国产高清视频在线观看网站| 成人二区视频| 色综合色国产| 长腿黑丝高跟| 无人区码免费观看不卡| 婷婷亚洲欧美| 久久人人爽人人爽人人片va| 久久久国产成人精品二区| 久久久久国产精品人妻aⅴ院| 草草在线视频免费看| 国产亚洲精品久久久com| 国产av麻豆久久久久久久| 欧美又色又爽又黄视频| 日本 欧美在线| 国产色爽女视频免费观看| 成人av一区二区三区在线看| 狠狠狠狠99中文字幕| 亚洲第一电影网av| 久久热精品热| 亚洲五月天丁香| 国产aⅴ精品一区二区三区波| 99久久久亚洲精品蜜臀av| 亚洲狠狠婷婷综合久久图片| 亚洲avbb在线观看| 久久热精品热| 少妇猛男粗大的猛烈进出视频 | 美女xxoo啪啪120秒动态图| 亚洲av不卡在线观看| 日本成人三级电影网站| 乱人视频在线观看| 国产 一区 欧美 日韩| 91久久精品电影网| 我要看日韩黄色一级片| av在线老鸭窝| 亚洲成人精品中文字幕电影| 禁无遮挡网站| 欧美人与善性xxx| 草草在线视频免费看| 真人一进一出gif抽搐免费| 少妇的逼水好多| www日本黄色视频网| www.www免费av| 国产精品电影一区二区三区| 日本色播在线视频| 亚洲欧美日韩高清专用| 久久久久免费精品人妻一区二区| 97超视频在线观看视频| 久久久国产成人精品二区| 小说图片视频综合网站| 极品教师在线免费播放| 成人美女网站在线观看视频| 黄片wwwwww| 春色校园在线视频观看| 国产伦一二天堂av在线观看| 精品午夜福利在线看| 国产亚洲欧美98| 日本成人三级电影网站| 一个人免费在线观看电影| 国产在视频线在精品| 老熟妇仑乱视频hdxx| 欧美日韩乱码在线| 国产精品电影一区二区三区| 热99在线观看视频| aaaaa片日本免费| 婷婷精品国产亚洲av| 哪里可以看免费的av片| 久久久久久久久久久丰满 | 99riav亚洲国产免费| 日日摸夜夜添夜夜添小说| 午夜福利欧美成人| 18禁黄网站禁片午夜丰满| 婷婷亚洲欧美| 极品教师在线免费播放| 精品国内亚洲2022精品成人| 最新中文字幕久久久久| 99热6这里只有精品| 国产精品98久久久久久宅男小说| 亚洲av日韩精品久久久久久密| 国产精品久久电影中文字幕| 人人妻,人人澡人人爽秒播| 啪啪无遮挡十八禁网站| 欧美日韩国产亚洲二区| 长腿黑丝高跟| 中文字幕人妻熟人妻熟丝袜美| 亚洲 国产 在线| 日本 欧美在线| 在线国产一区二区在线| 美女高潮喷水抽搐中文字幕| 老司机福利观看| 国产高清视频在线播放一区| 在线观看午夜福利视频| 免费看光身美女| 亚洲av成人av| 又爽又黄a免费视频| 日韩精品青青久久久久久| 少妇猛男粗大的猛烈进出视频 | 啦啦啦观看免费观看视频高清| 无遮挡黄片免费观看| 国产精华一区二区三区| 伊人久久精品亚洲午夜| 最近视频中文字幕2019在线8| 尤物成人国产欧美一区二区三区| 国产真实伦视频高清在线观看 | 亚洲欧美日韩无卡精品| 午夜激情欧美在线| 国产午夜福利久久久久久| 免费大片18禁| a级一级毛片免费在线观看| 国产伦精品一区二区三区视频9| 午夜爱爱视频在线播放| 成年女人看的毛片在线观看| 69人妻影院| 免费观看精品视频网站| 丰满人妻一区二区三区视频av| 在线看三级毛片| 伊人久久精品亚洲午夜| 国产主播在线观看一区二区| 成人永久免费在线观看视频| 国产爱豆传媒在线观看| 国产亚洲精品久久久久久毛片| 久久99热这里只有精品18| 欧美黑人巨大hd| 成人美女网站在线观看视频| 日本成人三级电影网站| 国产精品av视频在线免费观看| 色播亚洲综合网| 人妻久久中文字幕网| 一个人看的www免费观看视频| 亚洲精品色激情综合| 午夜激情福利司机影院| 少妇熟女aⅴ在线视频| 久久久久久久久大av| 日韩亚洲欧美综合| 联通29元200g的流量卡| 91久久精品电影网| 69人妻影院| 午夜福利成人在线免费观看| 成人高潮视频无遮挡免费网站| 美女大奶头视频| 国产精品爽爽va在线观看网站| 桃色一区二区三区在线观看| 精品福利观看| 国产黄a三级三级三级人| 午夜激情福利司机影院| 日韩欧美在线乱码| 欧美日本亚洲视频在线播放| 丝袜美腿在线中文| 日韩欧美国产在线观看| 午夜福利高清视频| 露出奶头的视频| 桃色一区二区三区在线观看| 看免费成人av毛片| 日韩精品有码人妻一区| 99riav亚洲国产免费| 看黄色毛片网站| 少妇丰满av| 18禁裸乳无遮挡免费网站照片| 亚洲欧美日韩高清在线视频| 日本黄大片高清| 深夜精品福利| 99riav亚洲国产免费| 久久久久久久久中文| 少妇人妻一区二区三区视频| 久久亚洲真实| 在线播放无遮挡| 亚洲国产精品sss在线观看| 欧美在线一区亚洲| 啦啦啦观看免费观看视频高清| 国产高清视频在线播放一区| 搡老妇女老女人老熟妇| 色av中文字幕| .国产精品久久| 自拍偷自拍亚洲精品老妇| 欧美激情在线99| 啦啦啦韩国在线观看视频| 成人特级黄色片久久久久久久| 床上黄色一级片| 成年免费大片在线观看| 又黄又爽又免费观看的视频| 国产一区二区激情短视频| 成人性生交大片免费视频hd| 在线观看舔阴道视频| 国产主播在线观看一区二区| 亚洲av熟女| 国产色婷婷99| 男女啪啪激烈高潮av片| 一夜夜www| 又爽又黄a免费视频| 日韩中文字幕欧美一区二区| 超碰av人人做人人爽久久| 国产日本99.免费观看| 国内精品一区二区在线观看| 国产一区二区三区av在线 | 99久久成人亚洲精品观看| 99久久久亚洲精品蜜臀av| 在线观看美女被高潮喷水网站| 国产精品一区二区免费欧美| 国产爱豆传媒在线观看| 国产精品综合久久久久久久免费| 久久精品国产清高在天天线| 久99久视频精品免费| 国产亚洲精品av在线| 99久久精品热视频| 无人区码免费观看不卡| 国产午夜精品论理片| 婷婷色综合大香蕉| 性色avwww在线观看| 亚洲无线观看免费| 国产免费av片在线观看野外av| 日韩亚洲欧美综合| 99久久精品一区二区三区| 亚洲美女黄片视频| 夜夜爽天天搞| 国内精品久久久久精免费| 国产极品精品免费视频能看的| 综合色av麻豆| 老司机午夜福利在线观看视频| 亚洲av二区三区四区| 免费不卡的大黄色大毛片视频在线观看 | 91精品国产九色| 看十八女毛片水多多多| 十八禁网站免费在线| 精品人妻熟女av久视频| 国产精品不卡视频一区二区| 国产精品av视频在线免费观看| 春色校园在线视频观看| 成人精品一区二区免费| 一区二区三区高清视频在线| 国产精品女同一区二区软件 | 精品久久久久久久久亚洲 | 九九在线视频观看精品| 国内毛片毛片毛片毛片毛片| 男女那种视频在线观看| 波多野结衣高清无吗| 久久久久国内视频| 看片在线看免费视频| 久久精品夜夜夜夜夜久久蜜豆| 热99re8久久精品国产| 不卡视频在线观看欧美| 亚洲自偷自拍三级| 午夜爱爱视频在线播放| 黄色配什么色好看| 国产成年人精品一区二区| 两人在一起打扑克的视频| 久久久久久九九精品二区国产| 少妇猛男粗大的猛烈进出视频 | 12—13女人毛片做爰片一| 日本爱情动作片www.在线观看 | 真实男女啪啪啪动态图| 黄色配什么色好看| 免费电影在线观看免费观看| 亚洲成a人片在线一区二区| 一个人看视频在线观看www免费| 99热网站在线观看| 热99re8久久精品国产| 国语自产精品视频在线第100页| a级毛片免费高清观看在线播放| 欧美极品一区二区三区四区| 永久网站在线| 69人妻影院| 国产色婷婷99| eeuss影院久久| bbb黄色大片| 久久香蕉精品热| 国产黄色小视频在线观看| 国产av麻豆久久久久久久| 国产高清激情床上av| 国产中年淑女户外野战色| 亚洲经典国产精华液单| 亚洲最大成人av| 亚洲在线自拍视频| 最新中文字幕久久久久| 51国产日韩欧美| 欧美日韩综合久久久久久 | 桃色一区二区三区在线观看| 悠悠久久av| 久久久久久久精品吃奶| 午夜免费男女啪啪视频观看 | 欧美一区二区国产精品久久精品| 亚洲天堂国产精品一区在线| 日本五十路高清| 久久久久九九精品影院| 日日摸夜夜添夜夜添av毛片 | 亚洲在线观看片| 五月伊人婷婷丁香| 成年人黄色毛片网站| 日韩精品中文字幕看吧| 亚洲精品色激情综合| 久久精品国产99精品国产亚洲性色| 12—13女人毛片做爰片一| 色精品久久人妻99蜜桃| 亚洲无线观看免费| 国产国拍精品亚洲av在线观看| 久久久久久久久久久丰满 | 一个人免费在线观看电影| 亚洲在线观看片| 久久精品国产自在天天线| 99在线视频只有这里精品首页| 日韩,欧美,国产一区二区三区 | 午夜精品在线福利| 国产精品99久久久久久久久| 国产亚洲91精品色在线| 久久国产精品人妻蜜桃| 国产一区二区在线观看日韩| a在线观看视频网站| 不卡视频在线观看欧美| 九色成人免费人妻av| 亚洲人成网站在线播| 欧美日本亚洲视频在线播放| 国内精品宾馆在线| 亚洲av二区三区四区| 露出奶头的视频| 中文字幕久久专区| 亚洲美女视频黄频| 国产欧美日韩一区二区精品| 一区二区三区激情视频| 中国美女看黄片| 在线播放无遮挡| 男女边吃奶边做爰视频| 亚洲美女搞黄在线观看 | 无遮挡黄片免费观看| 午夜福利视频1000在线观看| 网址你懂的国产日韩在线| 我要搜黄色片| 欧美日本视频| 久久久久久国产a免费观看| 国产久久久一区二区三区| 日本与韩国留学比较| 简卡轻食公司| 三级男女做爰猛烈吃奶摸视频| 欧美激情在线99| 看黄色毛片网站| 亚洲av美国av| 精品久久久久久久久久久久久| 自拍偷自拍亚洲精品老妇| 国产人妻一区二区三区在| 免费看av在线观看网站| 少妇的逼水好多| 国产亚洲91精品色在线| 亚洲av成人精品一区久久| 国产精品一及| 国产色爽女视频免费观看| 美女黄网站色视频| 亚洲久久久久久中文字幕| 国产三级中文精品| 久久久久九九精品影院| 亚洲色图av天堂| 一区二区三区四区激情视频 | 亚洲国产精品成人综合色| 国产精品亚洲美女久久久| 狂野欧美激情性xxxx在线观看| 国产精品电影一区二区三区| 欧美黑人欧美精品刺激| 免费黄网站久久成人精品| eeuss影院久久| 如何舔出高潮| 成人三级黄色视频| 日本撒尿小便嘘嘘汇集6| 大型黄色视频在线免费观看| 日韩高清综合在线| 一级黄色大片毛片| 最近最新免费中文字幕在线| 看免费成人av毛片| 99国产精品一区二区蜜桃av| 国产熟女欧美一区二区| 亚洲欧美激情综合另类| 久久这里只有精品中国| 亚洲三级黄色毛片| 日本爱情动作片www.在线观看 | 亚洲精品色激情综合| 日韩欧美在线乱码| 久久天躁狠狠躁夜夜2o2o| 亚洲成人久久性| 国产单亲对白刺激| 国产91精品成人一区二区三区| 国产精品电影一区二区三区| 欧美成人性av电影在线观看| 成人特级黄色片久久久久久久| 国产中年淑女户外野战色| 精品国产三级普通话版| 美女被艹到高潮喷水动态| 午夜亚洲福利在线播放| 小说图片视频综合网站| 非洲黑人性xxxx精品又粗又长| 一区福利在线观看| 可以在线观看毛片的网站| 日本免费a在线| 日韩中文字幕欧美一区二区| 两人在一起打扑克的视频| www.色视频.com| 成人精品一区二区免费| 亚洲五月天丁香| 大型黄色视频在线免费观看| 内地一区二区视频在线| 国产精品三级大全| 亚洲色图av天堂| 能在线免费观看的黄片| 午夜a级毛片| 人妻丰满熟妇av一区二区三区| 深爱激情五月婷婷| 日韩精品青青久久久久久| 精品日产1卡2卡| 久久人人爽人人爽人人片va| 亚洲国产精品合色在线| 简卡轻食公司| 国产主播在线观看一区二区| 麻豆一二三区av精品| 男女视频在线观看网站免费| 精品人妻偷拍中文字幕| 亚洲国产精品久久男人天堂| 欧美性猛交黑人性爽| 亚洲av二区三区四区| 狂野欧美白嫩少妇大欣赏| 亚洲欧美日韩无卡精品| 午夜精品一区二区三区免费看| 天美传媒精品一区二区| 永久网站在线| 99久国产av精品| 亚洲熟妇熟女久久| 99久久九九国产精品国产免费| 成人av在线播放网站| 日韩精品有码人妻一区| 少妇的逼水好多| videossex国产| 97碰自拍视频| 中文在线观看免费www的网站| 亚洲国产欧美人成| 在线观看66精品国产| 日本撒尿小便嘘嘘汇集6| 色吧在线观看| 内射极品少妇av片p| 久久九九热精品免费| 18禁黄网站禁片免费观看直播| 免费观看精品视频网站| 日韩av在线大香蕉| 日韩精品青青久久久久久| av黄色大香蕉| 制服丝袜大香蕉在线| 三级国产精品欧美在线观看| 极品教师在线视频| 国产一区二区激情短视频| 国产精品1区2区在线观看.| 韩国av在线不卡| 99热只有精品国产| 熟妇人妻久久中文字幕3abv| 久9热在线精品视频| 在线观看一区二区三区| 久久久久久久久中文| 高清毛片免费观看视频网站| 日本色播在线视频| av专区在线播放| 久久午夜福利片| 国产男靠女视频免费网站| 又黄又爽又刺激的免费视频.| 最近中文字幕高清免费大全6 | 美女cb高潮喷水在线观看| 美女大奶头视频| 日韩一区二区视频免费看| 一区二区三区免费毛片| 日日啪夜夜撸| 久久久精品大字幕| 99久久无色码亚洲精品果冻| 麻豆久久精品国产亚洲av| xxxwww97欧美| 亚洲美女视频黄频| 色综合婷婷激情| 禁无遮挡网站| 亚洲欧美日韩无卡精品| 精品人妻一区二区三区麻豆 | 亚洲av一区综合| 成人av一区二区三区在线看| 国产精品永久免费网站| 最近视频中文字幕2019在线8| 国产极品精品免费视频能看的| 欧美极品一区二区三区四区| 淫秽高清视频在线观看| 成年女人看的毛片在线观看| 精品99又大又爽又粗少妇毛片 | 国产高清不卡午夜福利| 桃色一区二区三区在线观看| АⅤ资源中文在线天堂| 在线a可以看的网站| 男人狂女人下面高潮的视频| 国产一区二区亚洲精品在线观看| 精品一区二区三区人妻视频| 又爽又黄无遮挡网站| 成年女人永久免费观看视频| 中文亚洲av片在线观看爽| 精品日产1卡2卡| 亚洲狠狠婷婷综合久久图片| 国内精品美女久久久久久| 别揉我奶头 嗯啊视频| 欧美日韩乱码在线| 91午夜精品亚洲一区二区三区 |