• <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 ?

    基于流行排序的軌道扣件定位方法研究

    2020-03-16 12:46:42孫睿陳興杰李立明鄭樹彬
    關(guān)鍵詞:扣件排序像素

    孫睿,陳興杰,李立明,鄭樹彬

    基于流行排序的軌道扣件定位方法研究

    孫睿,陳興杰,李立明,鄭樹彬

    (上海工程技術(shù)大學(xué) 城市軌道學(xué)院,上海 201620)

    針對利用圖像處理技術(shù)在進行軌道扣件定位的過程中易受到拍攝條件及復(fù)雜背景干擾的難題,提出一種基于流行排序的軌道扣件定位方法。對軌道扣件圖像進行超像素分割和基于圖論的特征圖構(gòu)建;根據(jù)特征圖節(jié)點基于背景尺度和前景尺度的相關(guān)性進行排序,得到前景突出且背景抑制的軌道扣件顯著圖,完成軌道扣件區(qū)域在圖像中的的準(zhǔn)確定位。引入準(zhǔn)確率?召回率曲線、度量值和平均絕對誤差作為評價扣件定位準(zhǔn)確程度的指標(biāo)。研究結(jié)果表明:本文方法對不同類型的軌道扣件圖像均能進行精確的扣件定位,且與其它算法相比具有更好的定位效果、較高的效率和魯棒性。

    扣件定位;流行排序;圖論;圖像處理

    軌道扣件定位是利用圖像處理和機器視覺技術(shù)完成定位并分割出扣件區(qū)域子圖像的過程。同時,為后續(xù)對扣件圖像進行進一步的扣件特征描述、目標(biāo)提取及狀態(tài)檢測做準(zhǔn)備。因此,扣件定位算法的魯棒性和準(zhǔn)確性在軌道扣件檢測領(lǐng)域中對扣件識別與定位的效率與精度有直接的影響??奂ㄎ环椒ǖ亩ㄎ恍Чc其采用的圖像分割和處理算法密不可分,通過扣件定位方法對相對復(fù)雜的軌道扣件圖片進行處理:弱化包括鋼軌、軌枕及地面等在內(nèi)的“背景區(qū)域”,并將鋼軌兩邊的扣件區(qū)域作為顯著區(qū)域進行定位、突出和分離,最終得到軌道扣件的精確位置。常用的扣件定位方法有:邊緣檢測法[1?3]、十字交叉法[4?5]、像素統(tǒng)計法[6]、模板匹配法[7?8]等。上述的幾種扣件定位方法雖然可以取得不錯的定位效果,但在實際的工程應(yīng)用中容易受到光照和復(fù)雜場景對軌道扣件圖片處理的干擾。為了獲得更好的圖像處理效果和提高扣件定位的精確度,LIU等[9]利用灰度投影與十字交叉法相結(jié)合的方法確定扣件的粗略位置,并結(jié)合圖像的灰度特征和梯度特征對扣線圖像進行特征提取。代先星等[10]通過利用三維激光檢驗技術(shù)抑制了不均勻光照因素對扣件圖像的干擾,同時結(jié)合圖像處理技術(shù)對三維的扣件區(qū)域進行定位。還有學(xué)者提出基于圖論的圖像處理算法對扣件區(qū)域進行定位;戴鵬等[11]通過將圖論與快速定位技術(shù)相結(jié)合對軌道扣件區(qū)域進行定位。為避免扣件定位對檢測算法的影響,部分學(xué)者還選擇了人工提取扣件區(qū)域的方法開展研究[12]。除此之外,還有一些算法也在軌道扣件定位領(lǐng)域也取得了不錯的效果,例如:從頻域和信號的角度對圖像進行處理、和基于深度學(xué)習(xí)的圖像處理算法等。隨著扣件定位問題越來越受到研究人員的廣泛關(guān)注,相關(guān)定位方法得到不斷的優(yōu)化和完善的同時,還具有一定的局限性;此外,在實際的軌道扣件定位領(lǐng)域,對于扣件定位效果的精確程度也缺乏統(tǒng)一的定量描述和評價標(biāo)準(zhǔn)。本文針對在實際工程項目中對軌道扣件進行精確定位方法的局限性,提出一種基于將軌道扣件圖像轉(zhuǎn)換為無向圖結(jié)構(gòu),并分別從圖結(jié)構(gòu)中的邊界和中心節(jié)點的角度對圖像節(jié)點進行流行排序,最終得到扣件準(zhǔn)確位置的軌道扣件定位方法,使得該算法可以減小光照和復(fù)雜場景對待處理圖像的干擾,進一步提升了軌道扣件定位的精度和魯棒性。另外,本文通過引入準(zhǔn)確率?召回率曲線、度量值和平均絕對誤差作為評價扣件定位準(zhǔn)確程度的指標(biāo),對扣件定位的效果進行定性描述和評價。本文提出的基于流行排序的軌道扣件定位方法如圖(1)所示:

    圖1 基于流行排序的軌道扣件定位方法流程圖

    1 基于圖論的流行排序算法

    基于圖論的排序問題的描述如下:首先將圖像中的一個像素點標(biāo)記為問詢點,其余像素點按照其與問詢點的相關(guān)性進行排序[13]。排序算法的目標(biāo)是為了通過定義一個排序函數(shù),能夠較好的體現(xiàn)已定義問詢點和其他未標(biāo)記像素點之間的相關(guān)關(guān)系。

    ZHOU等[14]提出一種基于圖像像素點之間的相關(guān)性進行流行排序的算法,對圖像的數(shù)據(jù)結(jié)構(gòu)進行標(biāo)記排序:

    其中參數(shù)的作用為控制式(1)中平滑和擬合約束條件的相關(guān)關(guān)系和平衡,使得排序參數(shù)在相鄰像素節(jié)點間取值的變化平緩,并與初始問詢節(jié)點的參數(shù)賦值相近(滿足擬合約束條件)。排序結(jié)果函數(shù)可寫為:

    其中:參數(shù)=1/(1+),經(jīng)試驗驗證該流行排序算法有較好的試驗效果。

    基于圖論的流行排序算法將輸入圖像中的像素點標(biāo)記為一些特定的問詢節(jié)點,并將每個節(jié)點的排序參數(shù)值經(jīng)由式(2)計算得出;然后在給定問詢節(jié)點的前提下,利用標(biāo)準(zhǔn)化的排序參數(shù)值對圖像的前景和背景節(jié)點顯著性進行度量和區(qū)分,從而可以將目標(biāo)區(qū)域從背景區(qū)域中分割、提取出來,最終實現(xiàn)較好的實驗結(jié)果。

    2 構(gòu)造軌道扣件無向圖

    本文提出的基于流行排序的軌道扣件定位方法:首先通過將采集到的軌道扣件圖片利用SISC(Simple Linear Iterative Clustering)算法進行超像素分割。然后,將超像素節(jié)點作為所構(gòu)建無向圖的節(jié)點;將連接相鄰超像素節(jié)點的線段作為無向圖的邊。最后,對構(gòu)建的結(jié)構(gòu)圖節(jié)點進行進一步的流行排序,得到最終的軌道扣件顯著圖,從而提取到軌道扣件所在位置的顯著區(qū)域,完成軌道扣件的定位。

    2.1 超像素分割

    其中式(5)中,和分別為像素點在顏色和空間尺度的最大值。

    如圖2所示,圖2(a)為待處理的原始軌道扣件圖像;圖2(b)為圖2(a)經(jīng)超像素聚類后的分類情況;圖2(c)為軌道扣件圖像經(jīng)超像素分割后的聚類結(jié)果。分割結(jié)果表明:在本文介紹方法中,SISC算法可以將軌道扣件圖像像素點分類;同時能抑制或忽略一些圖像在拍攝和采集過程中產(chǎn)生的噪聲干擾:如復(fù)雜背景,不均勻光照等等。

    2.2 構(gòu)造無向圖結(jié)構(gòu)

    本文使用的軌道扣件定位方法是在上述超像素特征圖的基礎(chǔ)上構(gòu)建一個單層無向圖=(,),再通過流行排序算法計算得出超像素之間的相關(guān)關(guān)系并重新排序。其中圖結(jié)構(gòu)中的節(jié)點由SISC算法對原圖像進行聚類劃分得到超像素構(gòu)成;邊為連接相鄰2個超像素節(jié)點的無向邊;其權(quán)重為:

    其中:cc分別表示超像素節(jié)點rr在CIELAB顏色空間中的平均值;為定值,用于調(diào)節(jié)無向圖中邊的權(quán)重。

    (a) 扣件圖像;(b) 分類情況;(c) 聚類結(jié)果

    圖2 基于SISC算法的軌道扣件超像素特征圖

    Fig. 2 Super-pixel characteristic map of track fasteners based on SISC algorithms

    圖3 軌道扣件無向圖模型示意圖

    如圖3所示,所構(gòu)建的圖形結(jié)構(gòu)中的中心問詢點不僅和與其相鄰的節(jié)點相連,并且還與相鄰節(jié)點共用同一邊界的節(jié)點相連。此外,對于構(gòu)建的圖結(jié)構(gòu)中4條邊上的邊界節(jié)點均兩兩相連,共同構(gòu)成一個閉合環(huán)形圖。通過這種方式可以對感興趣的前景扣件區(qū)域進行更好的突出,并對背景區(qū)域進行抑制。通過對構(gòu)造圖中的節(jié)點進行流行排序,可以最終得到前景突出且背景抑制的軌道扣件顯著圖,進而可以對軌道扣件圖片中的扣件區(qū)域完成準(zhǔn)確 定位。

    3 軌道扣件定位算法

    本文針對軌道扣件圖像構(gòu)建的單層無向圖結(jié)構(gòu),對圖結(jié)構(gòu)的節(jié)點進行基于背景尺度和前景尺度的2個階段的重新排序,得到最終的軌道扣件顯著圖,確定扣件區(qū)域在圖像中的準(zhǔn)確位置,完成扣件定位。

    3.1 基于背景尺度的節(jié)點排序

    本文通過將軌道扣件圖像分割成超像素,構(gòu)造一個以圖像超像素為節(jié)點的單層無向圖,然后分別將圖4條邊上的邊界節(jié)點標(biāo)記為問詢點,并計算其他節(jié)點與邊界問詢點的相關(guān)系數(shù),根據(jù)其之間的相關(guān)性進行流行排序,得到4個方向上的背景特征圖,將4個特征圖進行融合得到背景顯著圖。

    如圖3所示,基于圖的左邊界進行處理:首先,將圖左邊界上的各邊界節(jié)點標(biāo)記為問詢點,圖中的其他節(jié)點為未標(biāo)記節(jié)點,定義一個標(biāo)記向量。然后,根據(jù)式(2)計算得到圖中的所有節(jié)點相關(guān)排序系數(shù)*并進行排序,將計算結(jié)果儲存在一個維的向量中(為圖結(jié)構(gòu)中的節(jié)點數(shù)量),則基于圖像背景的左邊界的流行排序結(jié)果為:

    式中:為圖中的超像素節(jié)點;*為歸一化后的排序向量。

    同樣,分別將圖的右側(cè)、上側(cè)和下側(cè)上的邊界節(jié)點標(biāo)記為問詢點,然后計算其各自基于其圖像背景邊界的流行排序結(jié)果:right(),top()和down()。最后,將計算得到的4個方向尺度上的背景特征圖融合,得到可以對感興趣區(qū)域進行有效突出的背景顯著圖,特征圖融合的數(shù)學(xué)表示為:

    如圖4所示:圖4(a)為輸入的軌道扣件圖像,將輸入圖像進行超像素分割并構(gòu)造圖結(jié)構(gòu)后,對構(gòu)造圖的邊界節(jié)點進行基于背景尺度的流行排序,分別得到圖4中所示的左4(b),右4(c),上4(d)和下4(e) 4個方向尺度的排序圖。將上述排序圖進行融合,得到扣件背景特征圖,如圖4(f)所示。由圖4所示可以看出:圖結(jié)構(gòu)節(jié)點通過基于背景尺度的節(jié)點排序后,軌道扣件中的扣件區(qū)域得到顯著的突出,雖然有一些背景節(jié)點沒能受到較好的抑制,但是已經(jīng)可以對圖像中的扣件部位進行較為精確的定位,可以得到較為不錯的扣件定位效果。

    (a) 扣件圖像;(b) 左排序;(c) 右排序;(d) 上排序;(e) 下排序;(f) 扣件背景特征圖

    圖4 基于背景尺度的邊界節(jié)點排序特征圖

    Fig. 4 Ranking characteristic map of boundary nodes based on background scale

    3.2 基于前景尺度的節(jié)點排序

    為了獲得更好的扣件定位效果,對軌道扣件圖像的背景區(qū)域有更好的抑制作用。本文方法進一步對得到的扣件背景顯著圖通過二值化和自適應(yīng)閾值分割將圖像中的扣件區(qū)域與背景分離,得到扣件前景特征圖。

    對上述得到的扣件前景顯著圖,進行基于前景尺度的節(jié)點排序:將顯著圖的中心圖節(jié)點設(shè)為問詢點,定義標(biāo)記向量并根據(jù)式(2)計算節(jié)點的相關(guān)系數(shù)*,對其進行歸一化處理后,得到基于圖像前景的流行排序結(jié)果為

    其中:為圖中的超像素節(jié)點;*為歸一化后的排序向量。

    如圖5所示:圖5(a)為基于背景尺度的扣件節(jié)點排序特征圖;圖5(b)對圖5(a)進行閾值分割后的二值化扣件前景顯著圖;圖5(c)為基于前景尺度的扣件節(jié)點排序特征圖,即為最后的軌道扣件定位顯著圖。從圖5(c)中可以看出:最終的定位顯著圖相比于圖5(a)來說,對圖像中的扣件區(qū)域有了更加明顯的突出,并對圖像背景有了更加有效的抑制。在實際的軌道扣件定位領(lǐng)域中,本算法除了能對軌道扣件區(qū)域進行準(zhǔn)確的定位之外,還能對扣件上的六角螺栓和快速彈條的位置進行定位和進一步檢測。

    (a) 背景扣件節(jié)點排序;(b) 前景顯著圖;(c) 前景扣件節(jié)點排序

    此外,如圖5(c)所示,本算法還能對所采集圖像中的鋼軌位置進行定位,進一步地,能根據(jù)圖像中鋼軌邊界和鋼軌兩側(cè)扣件的相對位置,對軌道扣件的狀態(tài)進行檢測,判斷扣件是否處于扣緊狀態(tài)。綜上,本文在實際工程應(yīng)用過程中,能對軌道扣件區(qū)域進行準(zhǔn)確的定位,并能在其他的軌道圖像檢測領(lǐng)域取得很好的效果。

    4 實驗結(jié)果

    本文提出的基于流行排序的軌道扣件定位算法,應(yīng)用于實際的工程應(yīng)用領(lǐng)域,對在軌道沿線的實際現(xiàn)場所采集的軌道扣件圖像進行扣件的準(zhǔn)確定位。本文算法分別對通過工業(yè)線陣相機采集的不同場景下的不同型號的軌道扣件圖像(共500幅)進行處理和軌道扣件定位。

    4.1 實驗參數(shù)設(shè)置

    經(jīng)實驗驗證,為取得最優(yōu)的實驗結(jié)果,本文算法在進行軌道扣件定位的過程中,相關(guān)計算公式及算法所設(shè)置的參數(shù)如下:設(shè)置對輸入圖像進行SLIC算法分割得到的超像素的數(shù)量為200個;在流行算法排序計算過程中,將式(6)中用來控制節(jié)點之間邊的權(quán)重的參數(shù)的值設(shè)為0.15;將式(2)中的參數(shù)設(shè)為0.99。

    4.2 實驗定性評價

    圖6示出了在不同場景下不同類型的軌道扣件圖像通過本算法所取得的最終圖像定位結(jié)果。其中圖6(a)為輸入的3種類型的軌道扣件原始圖像;圖6(b)為基于背景尺度的扣件節(jié)點排序特征圖;圖6(c)為圖6(b)進行歸一化和閾值分割后得到的扣件前景顯著圖;圖6(d)為基于前景尺度節(jié)點排序的扣件特征圖,即最后的軌道扣件定位顯著圖。

    (a) 原始圖像;(b) 背景扣件排序;(c) 前景顯著圖;(d) 前景扣件特征

    如圖6(d)所示,本算法可以對輸入的原始圖像中的軌道扣件區(qū)域進行準(zhǔn)確的突出和定位,同時可以對圖像中復(fù)雜的背景區(qū)域進行有效的抑制。此外,本算法在對扣件定位的同時,還可以有效的檢測到扣件所在鋼軌的位置,根據(jù)鋼軌邊界和軌道扣件的相對位置,可以進一步判斷軌道扣件是否處于扣緊鋼軌狀態(tài),可以對扣件的狀態(tài)進行檢測。綜上,本文方法可以在實際的軌道扣件定位過程中,可以準(zhǔn)確的對軌道扣件區(qū)域進行標(biāo)定與提取,完成軌道扣件的精準(zhǔn)定位,并且可以進行深入研究和廣泛應(yīng)用于其他檢測領(lǐng)域。

    4.3 實驗定量評價

    在實際的軌道扣件定位領(lǐng)域中,對通過各種扣件定位方法所獲得的軌道區(qū)域定位結(jié)果還沒有一種統(tǒng)一的評價標(biāo)準(zhǔn),往往很難從定量角度對定位方法進行評價與對比。所以本文通過引入視覺注意機制中的評價參數(shù):準(zhǔn)確率(Precision)-召回率(Recall)曲線、度量值(F-measure)、平均絕對誤差(MAE)作為評價扣件定位準(zhǔn)確程度的指標(biāo),用于定性評價定位結(jié)果的精確程度。

    本文提出首先對輸入的軌道扣件圖像中的準(zhǔn)確扣件區(qū)域進行人工標(biāo)定,從而得到原圖像的真值圖像;然后,將通過軌道定位方法獲得的扣件顯著圖進行閾值選取為0到255的二值化處理,通過計算每一閾值條件下扣件顯著圖與真值圖的樣本數(shù)據(jù);最后,計算得出定位結(jié)果的準(zhǔn)確率?召回率曲線、度量值和平均絕對誤差。其中,準(zhǔn)確率(Precision)表示扣件顯著圖中扣件定位正確的區(qū)域?qū)︼@著圖中全部的扣件區(qū)域比值,召回率(Recall)表示扣件顯著圖中扣件定位正確的區(qū)域?qū)θ斯?biāo)定的真值圖中正確的軌道扣件區(qū)域的比值;度量值(-measure)是對最終得到的定位結(jié)果進行評價的綜合指標(biāo);平均絕對誤差(MAE)用來度量定位結(jié)果相對于真值圖像的定位誤差。

    其具體計算式如下:

    其中:在式(10)和式(11)中,T表示人工標(biāo)定真值圖像中的被正確定位到的軌道扣件區(qū)域樣本;F表示扣件顯著圖定位到的扣件區(qū)域樣本;F表示人工標(biāo)定真值圖像中未被定位到的軌道扣件區(qū)域樣本;式(12)中,2的值為0.3;式(13)中的和用來表示輸入待處理軌道扣件圖像的長度和寬度。

    本文將300幅3種不同型號的原始軌道扣件圖像構(gòu)建為3個軌道扣件數(shù)據(jù)集,其中每個數(shù)據(jù)集包含100幅原始軌道扣件圖像;對數(shù)據(jù)集圖像中的軌道扣件準(zhǔn)確位置進行人工標(biāo)定,得到對應(yīng)的軌道扣件真值圖。然后,對3個數(shù)據(jù)集通過本文方法進行扣件定位,其結(jié)果與真值圖進行比較計算,對本文方法基于3種不同類型扣件的定位效果進行評價。

    圖7示出了3種不同類型的軌道扣件圖像數(shù)據(jù)集通過本文算法后得到的定位精確度的對比結(jié)果。實驗結(jié)果表明:本文方法對不同類型的軌道扣件圖像均能進行對扣件區(qū)域的準(zhǔn)確定位,且定位結(jié)果的誤差較小,可以完成對多種類型軌道扣件區(qū)域的定位。

    (a) Precision recall curves; (b) F-measure; (c) MAE

    另外,針對本文構(gòu)建的軌道扣件數(shù)據(jù)集,將采用本文方法得到的扣件定位結(jié)果與其他幾種經(jīng)典目標(biāo)顯著性檢測算法對軌道扣件的定位效果比較。其中包括:CA[16],COV[17],SS[18],GR[19],SR[20],SeR[21]和SIM[22]算法;在圖8中的代表序號依次記為2-8。如圖8所示,通過本文方法得到的軌道扣件定位區(qū)域比其他幾種算法的定位效果的更精確,且定位結(jié)果的平均絕對誤差均比其他方法小,說明本文方法能對軌道扣件進行更加精確地定定位。

    (a) Precision recall curves; (b) F-measure; (c) MAE

    5 結(jié)論

    1) 提出一種基于流行排序的軌道扣件定位方法,通過將采集到的原始圖像構(gòu)造為無向圖結(jié)構(gòu),在構(gòu)造圖基礎(chǔ)上對圖節(jié)點進行基于背景和前景尺度流行排序算法,最終得到定位到扣件準(zhǔn)確局域的扣件顯著圖,完成扣件的精確定位。

    2) 以3種不同型號的軌道扣件圖像建立一個標(biāo)準(zhǔn)的軌道扣件圖像數(shù)據(jù)集,通過本文所述方法對軌道扣件區(qū)域進行定位均可取得較好的定位效果,說明本文所述方法具有較強的適用性。

    3) 通過引入視覺注意機制中的評價參數(shù):準(zhǔn)確率?召回率曲線、度量值等作為軌道扣件領(lǐng)域中對扣件區(qū)域定位效果統(tǒng)一的定量評價標(biāo)準(zhǔn);同時將本文方法的定位效果與其他方法進行比較,證明了本文方法能夠獲得準(zhǔn)確的定位效果的同時、還具有較高的效率和魯棒性。

    [1] WANG Mingyu, ZHANG Xinfeng. A detection algorithm of ballast track fastener loss based on shooting direction[C]// 2016 9th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI), October 15-17, 2016. Datong, China. New York, USA: IEEE, 2016.

    [2] FENG Hao, JIANG Zhiguo, XIE Fengying, et al. Automatic fastener classification and defect detection in vision-based railway inspection systems[J]. IEEE Transactions on Instrumentation and Measurement, 2014, 63(4): 877?888.

    [3] XIA Y, XIE F, JIANG Z. Broken railway fastener detection based on adaboost algorithm[C]// International Conference on Optoelectronics & Image Processing. IEEE, 2010: 313?316.

    [4] 吳祿慎, 萬超, 陳華偉, 等. 一種改進的十字交叉軌道扣件定位方法[J]. 鐵道標(biāo)準(zhǔn)設(shè)計, 2016(12): 49?53. WU Lushen, WAN Chao, CHEN Huawei, et al. An improved cross rail fastener positioning method[J]. Railway Standard Design, 2016(12): 49?53.

    [5] 楊樊, 陳建政, 吳夢. 一種基于計算機視覺的鐵軌扣件缺失檢測方法[J]. 電腦知識與技術(shù), 2014, 10(10): 2367?2370. YANG Fan, CHEN Jianzheng, WU Meng. A fastening missing detecting technique based on computer vision[J]. Computer Knowledge and Technology, 2014, 10(10): 2367?2370.

    [6] Aytekin C, Rezaeitabar Y, Dogru S, et al. Railway fastener inspection by real-time machine vision[J]. IEEE Transactions on Systems Man & Cybernetics Systems, 2015, 45(7): 1101?1107.

    [7] Mo Y H, Lim J W, Park J M, et al. Robust detection system of a bolt hole using template matching and feature based matching[C]// 2011 11th International Conference on Control, Automation and Systems. IEEE, 2011: 1718?1719.

    [8] YUAN Xiaocui, LIU Baolin, CHEN Huawei. Algorithm and program design for fastener locating and detection using wavelet transformation and template matching[C]// 2017 IEEE 17th International Conference on Communication Technology (ICCT), October 27?30, 2017. Chengdu. New York, USA: IEEE, 2017.

    [9] LIU X, WANG H, ZHOU B. Research on detection algorithm for rail fastener based on computer vision[C]// 2018 International Conference on Mechanical, Electronic, Control and Automation Engineering (MECAE 2018). Atlantis Press, 2018: 647?652.

    [10] 代先星, 陽恩慧, 丁世海, 等. 基于三維圖像的鐵路扣件缺陷自動識別算法[J]. 鐵道學(xué)報, 2017, 39(10): 89? 96. DAI Xianxing, YANG Enhui, DING Shihai, et al. Automatic defect inspection algorithm of railway fasteners based on 3D images[J]. Journal of the China Railway Society, 2017, 39(10): 89?96.

    [11] 戴鵬, 王勝春, 杜馨瑜, 等. 基于半監(jiān)督深度學(xué)習(xí)的無砟軌道扣件缺陷圖像識別方法[J]. 中國鐵道科學(xué), 2018, 39(4): 43?49. DAI Peng, WANG Shengchun, DU Xinyu, et al. Image recognition method for the fastener defect of ballastless track based on semi-supervised deep learning[J]. China Railway Science, 2018, 39(4): 43?49.

    [12] Malar R, Jayalakshmy S. Detection of cracks and missing fasteners in railway lines using structure topic model[J]. International Journal of Innovative Science, Engineering & Technology, 2015, 2(10): 369?375.

    [13] YANG C, ZHANG L, LU H, et al. Saliency detection via graph-based manifold ranking[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2013: 3166?3173.

    [14] ZHOU D, Weston J, Gretton A, et al. Learning to traverse image manifolds[C]// Advances in Neural Information Processing Systems 19. Massachusetts, USA: The MIT Press, 2007.

    [15] Achanta R, Shaji A, Smith K, et al. SLIC superpixels compared to state-of-the-art superpixel methods[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(11): 2274?2282.

    [16] Goferman S, Zelnik-Manor L, Tal A. Context-aware saliency detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(10): 1915? 1926.

    [17] Erdem E, Erdem A. Visual saliency estimation by nonlinearly integrating features using region covariances[J]. Journal of Vision, 2013, 13(4): 11.

    [18] HOU Xiaodi, Jonathan Harel, Christof Koch. Image signature: Highlighting sparse salient regions[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(1): 194?201.DOI:10.1109/TPAMI. 2011.146.

    [19] YANG C, ZHANG L, LU H. Graph-regularized saliency detection with convex-hull-based center prior[J]. IEEE Signal Processing Letters, 2013, 20(7): 637?640.

    [20] HOU Xiaodi, ZHANG Liqing. Saliency detection: A spectral residual approach[C]// 2007 IEEE Conference on Computer Vision and Pattern Recognition, June 17?22, 2007. Minneapolis, MN, USA. New York, USA: IEEE, 2007.

    [21] Seo H J, Milanfar P. Nonparametric bottom-up saliency detection by self-resemblance[C]// 2009 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, June 20?25, 2009. Miami, FL. New York, USA: IEEE, 2009.

    [22] Saliency estimation using a non-parametric low-level vision model[C]// CVPR 2011, IEEE, 2011: 433?440.

    Research on location method of track fasteners based on manifold sorting

    SUN Rui, CHEN Xingjie, LI Liming, ZHENG Shubin

    (Shanghai University of Engineering Science College of Urban Rail Transit, Shanghai 201620, China)

    The problem was studied that image processing technology is easy to be disturbed by photographic conditions and complex background conditions in the process of track fastener positioning. In this paper, a method of track fastener location based on popular sorting was proposed. First, the image of track fastener was segmented by super-pixels and the feature map based on graph theory was constructed. Then, according to the correlation between background scale and foreground scale, the feature map nodes were sorted. Finally, the salient map of track fastener with prominent foreground and restrained background was obtained, and the accurate location of track fastener area in the image was completed; In addition, the Precision-Recall curve,-measure and Mean Absolute Error (MAE) were introduced as indices to evaluate the accuracy of fastener positioning. The experimental results show that the proposed method can accurately locate the track fastener images collected in different scenarios, resulting in better positioning effect, higher efficiency and robustness than other algorithms.

    fastener positioning; manifold ranking; graph theory; image processing

    TP391

    A

    1672 ? 7029(2020)02 ? 0288 ? 09

    10.19713/j.cnki.43?1423/u.T20190429

    2019?05?17

    國家自然科學(xué)基金資助項目(51975347);上海市地方院校能力建設(shè)資助項目(18030501300)

    陳興杰(1975?),男,江蘇南通人,副教授,從事信號檢測與圖像處理方向的研究;E?mail:zcycchen@sina.cn

    (編輯 蔣學(xué)東)

    猜你喜歡
    扣件排序像素
    趙運哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    排序不等式
    科隆蛋扣件力學(xué)特性分析
    恐怖排序
    “像素”仙人掌
    節(jié)日排序
    一種改進的LBP特征實現(xiàn)鐵路扣件識別
    刻舟求劍
    兒童繪本(2018年5期)2018-04-12 16:45:32
    非均布荷載下扣件式腳手架的隨機缺陷穩(wěn)定分析
    亚洲国产高清在线一区二区三| 久久久久久九九精品二区国产| 久久久久性生活片| 搡老妇女老女人老熟妇| 一a级毛片在线观看| 亚洲第一区二区三区不卡| 欧美一级a爱片免费观看看| 成人二区视频| 一本一本综合久久| 欧美日韩乱码在线| 日本精品一区二区三区蜜桃| 久久欧美精品欧美久久欧美| 变态另类成人亚洲欧美熟女| 青春草视频在线免费观看| 欧美中文日本在线观看视频| 久久久色成人| 一区二区三区四区激情视频 | 久久鲁丝午夜福利片| 精品久久久久久久久久免费视频| 一级黄片播放器| videossex国产| av在线天堂中文字幕| 精品乱码久久久久久99久播| 亚洲乱码一区二区免费版| 大香蕉久久网| 人人妻人人看人人澡| 级片在线观看| 干丝袜人妻中文字幕| 国产片特级美女逼逼视频| 亚洲aⅴ乱码一区二区在线播放| 久久久久久国产a免费观看| 精品一区二区免费观看| 男人舔奶头视频| 亚洲中文字幕日韩| 国产毛片a区久久久久| 人人妻人人看人人澡| 精品久久久久久久久久免费视频| 亚洲av电影不卡..在线观看| 精品人妻熟女av久视频| 最近手机中文字幕大全| 国产高清有码在线观看视频| 欧美一区二区国产精品久久精品| 欧美日本亚洲视频在线播放| av专区在线播放| 日本黄色片子视频| 欧美成人一区二区免费高清观看| 亚洲内射少妇av| 91av网一区二区| 日韩精品有码人妻一区| 欧美性感艳星| 国产亚洲精品久久久com| 国产精品美女特级片免费视频播放器| 欧美在线一区亚洲| 成人特级av手机在线观看| 日韩欧美一区二区三区在线观看| 国产三级中文精品| 国产精品无大码| 亚洲一区二区三区色噜噜| 看免费成人av毛片| 免费av观看视频| 99热这里只有精品一区| 久久精品夜色国产| 中文字幕免费在线视频6| 国产日本99.免费观看| 男人的好看免费观看在线视频| 校园人妻丝袜中文字幕| 国产精品三级大全| 国产精品,欧美在线| 热99在线观看视频| 亚洲成人精品中文字幕电影| 寂寞人妻少妇视频99o| 亚洲精品一卡2卡三卡4卡5卡| 国产成人freesex在线 | 日本黄大片高清| 免费无遮挡裸体视频| 久久亚洲国产成人精品v| 十八禁国产超污无遮挡网站| 麻豆av噜噜一区二区三区| 一级毛片我不卡| 午夜亚洲福利在线播放| 少妇的逼好多水| 婷婷六月久久综合丁香| 日韩精品青青久久久久久| 熟女电影av网| 精品少妇黑人巨大在线播放 | 国产成人影院久久av| 一级黄片播放器| 性欧美人与动物交配| 久久天躁狠狠躁夜夜2o2o| 舔av片在线| 国产男人的电影天堂91| 少妇被粗大猛烈的视频| 22中文网久久字幕| 亚洲中文字幕日韩| 国产极品精品免费视频能看的| 欧美激情久久久久久爽电影| 成人精品一区二区免费| 最近最新中文字幕大全电影3| 蜜桃亚洲精品一区二区三区| 国产欧美日韩一区二区精品| 一个人观看的视频www高清免费观看| 97在线视频观看| 深夜精品福利| 一区福利在线观看| 最好的美女福利视频网| 成人av一区二区三区在线看| 老熟妇仑乱视频hdxx| 亚洲人成网站在线播放欧美日韩| 国产精品99久久久久久久久| 看片在线看免费视频| av在线老鸭窝| 亚洲久久久久久中文字幕| 天美传媒精品一区二区| 99热只有精品国产| АⅤ资源中文在线天堂| 99久久中文字幕三级久久日本| 精华霜和精华液先用哪个| 久久欧美精品欧美久久欧美| av在线蜜桃| 九九在线视频观看精品| 久久鲁丝午夜福利片| 亚洲婷婷狠狠爱综合网| 国产av在哪里看| 日本免费一区二区三区高清不卡| 日本黄色视频三级网站网址| 国产白丝娇喘喷水9色精品| 欧美绝顶高潮抽搐喷水| av.在线天堂| 亚洲成a人片在线一区二区| 最近在线观看免费完整版| 99riav亚洲国产免费| 色播亚洲综合网| 少妇裸体淫交视频免费看高清| 亚洲国产欧美人成| 五月玫瑰六月丁香| 日日撸夜夜添| 热99在线观看视频| 少妇丰满av| 精华霜和精华液先用哪个| 国产 一区精品| 日日啪夜夜撸| 久久欧美精品欧美久久欧美| 久久热精品热| 99久久久亚洲精品蜜臀av| 精品熟女少妇av免费看| 亚洲中文字幕日韩| 国产老妇女一区| 欧美区成人在线视频| 成年版毛片免费区| 黄色配什么色好看| 亚洲国产日韩欧美精品在线观看| 97碰自拍视频| 免费av毛片视频| 欧美zozozo另类| 桃色一区二区三区在线观看| 日韩在线高清观看一区二区三区| 青春草视频在线免费观看| 欧美一级a爱片免费观看看| 国产高清三级在线| 丝袜喷水一区| 日本一本二区三区精品| 久久久久久久亚洲中文字幕| 又爽又黄a免费视频| 又爽又黄a免费视频| 精品人妻一区二区三区麻豆 | 一级毛片aaaaaa免费看小| 成人综合一区亚洲| 人妻丰满熟妇av一区二区三区| 淫妇啪啪啪对白视频| 国产精品一区二区免费欧美| 国产大屁股一区二区在线视频| 高清毛片免费看| 直男gayav资源| 级片在线观看| 又黄又爽又免费观看的视频| 免费一级毛片在线播放高清视频| 亚洲欧美日韩高清在线视频| 黄色欧美视频在线观看| 日韩大尺度精品在线看网址| 国产探花在线观看一区二区| 国产欧美日韩精品一区二区| 成人欧美大片| 亚洲国产日韩欧美精品在线观看| 欧美人与善性xxx| 黄色配什么色好看| av天堂中文字幕网| 亚洲第一区二区三区不卡| 国产免费一级a男人的天堂| 老熟妇仑乱视频hdxx| 久久久午夜欧美精品| 国产三级在线视频| 精品久久久久久久久亚洲| 久久精品夜夜夜夜夜久久蜜豆| www.色视频.com| 亚洲国产欧洲综合997久久,| 久久久久久国产a免费观看| 乱人视频在线观看| av视频在线观看入口| 国模一区二区三区四区视频| 亚洲av免费高清在线观看| 亚洲国产色片| 桃色一区二区三区在线观看| 一卡2卡三卡四卡精品乱码亚洲| av黄色大香蕉| 可以在线观看毛片的网站| 中国美白少妇内射xxxbb| 亚洲最大成人中文| 亚洲成人av在线免费| 人妻夜夜爽99麻豆av| 国产精品久久久久久亚洲av鲁大| 成年女人看的毛片在线观看| 我的老师免费观看完整版| 波多野结衣高清无吗| 无遮挡黄片免费观看| 精品久久久久久久久亚洲| 国产成人91sexporn| 国产欧美日韩精品亚洲av| 男女边吃奶边做爰视频| 我要搜黄色片| 亚洲国产色片| 午夜精品国产一区二区电影 | 高清午夜精品一区二区三区 | 亚洲电影在线观看av| 午夜福利高清视频| 久久国产乱子免费精品| 久久久久久伊人网av| 久久精品影院6| 观看美女的网站| 日韩高清综合在线| 最近2019中文字幕mv第一页| 91精品国产九色| 观看免费一级毛片| 国产在线男女| 免费无遮挡裸体视频| 我的老师免费观看完整版| 久久人人精品亚洲av| 日韩欧美一区二区三区在线观看| 国产欧美日韩精品亚洲av| 少妇裸体淫交视频免费看高清| 欧美成人一区二区免费高清观看| 人妻少妇偷人精品九色| 国产中年淑女户外野战色| 午夜福利成人在线免费观看| 老女人水多毛片| 99热精品在线国产| 看免费成人av毛片| 两个人的视频大全免费| 日本色播在线视频| 亚洲熟妇中文字幕五十中出| 超碰av人人做人人爽久久| 一区二区三区免费毛片| 国产精品一区www在线观看| 99久国产av精品| 淫妇啪啪啪对白视频| 91狼人影院| 国产视频一区二区在线看| 此物有八面人人有两片| 热99在线观看视频| 亚洲国产欧美人成| 日日摸夜夜添夜夜爱| 亚洲国产色片| 校园春色视频在线观看| 成人一区二区视频在线观看| 欧美绝顶高潮抽搐喷水| av在线观看视频网站免费| 五月玫瑰六月丁香| 免费观看人在逋| 亚洲精品国产av成人精品 | 国产高清视频在线播放一区| 亚洲精品成人久久久久久| 亚洲国产欧洲综合997久久,| 日韩成人av中文字幕在线观看 | 亚洲经典国产精华液单| 国产乱人视频| 国产私拍福利视频在线观看| 免费大片18禁| 亚洲欧美日韩高清专用| 成人亚洲精品av一区二区| 大又大粗又爽又黄少妇毛片口| 欧美激情久久久久久爽电影| 国内少妇人妻偷人精品xxx网站| 久久亚洲精品不卡| 我要看日韩黄色一级片| 免费观看的影片在线观看| 中出人妻视频一区二区| 一级毛片aaaaaa免费看小| 黄色日韩在线| 国产精品无大码| 99在线人妻在线中文字幕| 国产精品久久久久久av不卡| 精品无人区乱码1区二区| 午夜久久久久精精品| 日韩国内少妇激情av| 12—13女人毛片做爰片一| 婷婷六月久久综合丁香| 国产精品女同一区二区软件| 国产欧美日韩一区二区精品| 高清毛片免费看| 久久久久久久久久成人| 成人av一区二区三区在线看| 久久这里只有精品中国| av在线天堂中文字幕| 好男人在线观看高清免费视频| 亚洲欧美精品综合久久99| 看片在线看免费视频| 国产精品亚洲一级av第二区| 少妇人妻一区二区三区视频| 变态另类丝袜制服| 亚洲高清免费不卡视频| 亚洲一区高清亚洲精品| 成人一区二区视频在线观看| 变态另类成人亚洲欧美熟女| 村上凉子中文字幕在线| 99在线人妻在线中文字幕| 一本久久中文字幕| 精品少妇黑人巨大在线播放 | 亚洲av电影不卡..在线观看| 精品久久久久久久人妻蜜臀av| 波多野结衣高清无吗| 亚洲18禁久久av| 久久午夜福利片| 久久草成人影院| 日韩在线高清观看一区二区三区| 国产一级毛片七仙女欲春2| 天堂动漫精品| 啦啦啦啦在线视频资源| 国产成人freesex在线 | 男人和女人高潮做爰伦理| 内地一区二区视频在线| 日日摸夜夜添夜夜添av毛片| 三级国产精品欧美在线观看| 久久精品国产亚洲av香蕉五月| 一个人免费在线观看电影| 51国产日韩欧美| 日韩大尺度精品在线看网址| 国产熟女欧美一区二区| 色噜噜av男人的天堂激情| 免费大片18禁| 在线看三级毛片| av专区在线播放| 国产免费一级a男人的天堂| 久久久久久久久久黄片| 亚洲国产精品成人久久小说 | 欧美绝顶高潮抽搐喷水| 欧美+亚洲+日韩+国产| 免费高清视频大片| 日韩欧美精品免费久久| 欧美极品一区二区三区四区| 在线播放无遮挡| 久久精品人妻少妇| 国产黄a三级三级三级人| 亚洲最大成人手机在线| 久久久久精品国产欧美久久久| 大香蕉久久网| 黄片wwwwww| 两个人视频免费观看高清| 美女高潮的动态| 91在线观看av| 亚洲av中文av极速乱| 国产国拍精品亚洲av在线观看| 免费观看的影片在线观看| 老女人水多毛片| 日本黄色视频三级网站网址| 免费电影在线观看免费观看| 一级毛片我不卡| 亚洲第一电影网av| 欧美激情久久久久久爽电影| 精品人妻视频免费看| 亚洲性夜色夜夜综合| 日本撒尿小便嘘嘘汇集6| 少妇的逼水好多| 亚洲精品亚洲一区二区| 久久久久久久午夜电影| 国产精品美女特级片免费视频播放器| 国产色婷婷99| 国产精品一区二区性色av| 亚洲18禁久久av| 国内精品宾馆在线| 亚洲在线观看片| 悠悠久久av| 精品久久国产蜜桃| 狂野欧美白嫩少妇大欣赏| 免费av观看视频| 久久久午夜欧美精品| 日韩强制内射视频| 夜夜夜夜夜久久久久| 伦精品一区二区三区| 3wmmmm亚洲av在线观看| 国产成人a∨麻豆精品| 内地一区二区视频在线| 成年版毛片免费区| 久久99热这里只有精品18| 天天躁日日操中文字幕| 中文字幕人妻熟人妻熟丝袜美| 国产视频一区二区在线看| 久久久久久久久久黄片| 99久国产av精品国产电影| 国内精品久久久久精免费| 成人毛片a级毛片在线播放| 少妇的逼好多水| 精品人妻熟女av久视频| 欧美成人精品欧美一级黄| 欧美绝顶高潮抽搐喷水| 人妻夜夜爽99麻豆av| 日日撸夜夜添| 精品一区二区三区视频在线| 国产伦精品一区二区三区四那| 精品人妻偷拍中文字幕| 国产一区二区在线av高清观看| 欧美xxxx性猛交bbbb| 午夜日韩欧美国产| 国产一区二区三区av在线 | 99九九线精品视频在线观看视频| 国产69精品久久久久777片| 免费看光身美女| 日韩欧美一区二区三区在线观看| 给我免费播放毛片高清在线观看| 淫妇啪啪啪对白视频| 大型黄色视频在线免费观看| 嫩草影院精品99| 久久精品国产99精品国产亚洲性色| 亚洲欧美日韩东京热| 精品一区二区免费观看| 日韩亚洲欧美综合| 国产亚洲精品综合一区在线观看| 成人三级黄色视频| 中国美女看黄片| 人妻丰满熟妇av一区二区三区| 男女啪啪激烈高潮av片| 久久综合国产亚洲精品| 99热这里只有精品一区| 你懂的网址亚洲精品在线观看 | 国产又黄又爽又无遮挡在线| 国产女主播在线喷水免费视频网站 | 欧美色欧美亚洲另类二区| 免费看光身美女| 91麻豆精品激情在线观看国产| 简卡轻食公司| 国产免费男女视频| 久久久久久久久大av| 人妻少妇偷人精品九色| 特级一级黄色大片| 国产精品,欧美在线| 少妇人妻精品综合一区二区 | 国产成人精品久久久久久| 丰满乱子伦码专区| 精品日产1卡2卡| 中文亚洲av片在线观看爽| 欧美性猛交黑人性爽| 99久国产av精品| 免费观看在线日韩| 狂野欧美激情性xxxx在线观看| 欧美成人免费av一区二区三区| 成人鲁丝片一二三区免费| 99久久成人亚洲精品观看| 色哟哟哟哟哟哟| 18禁在线播放成人免费| 国内久久婷婷六月综合欲色啪| 国内精品美女久久久久久| 偷拍熟女少妇极品色| 级片在线观看| 午夜福利在线在线| 欧美xxxx黑人xx丫x性爽| 一级毛片aaaaaa免费看小| 国产 一区精品| 国产亚洲精品久久久com| 国产成人一区二区在线| 免费av毛片视频| 最近2019中文字幕mv第一页| 久久久久国产精品人妻aⅴ院| 亚洲av免费在线观看| 日本撒尿小便嘘嘘汇集6| .国产精品久久| 淫秽高清视频在线观看| 欧美国产日韩亚洲一区| 亚洲激情五月婷婷啪啪| 性插视频无遮挡在线免费观看| 国产av麻豆久久久久久久| 3wmmmm亚洲av在线观看| 欧美色视频一区免费| 久久久久国产网址| 国产一区二区在线av高清观看| 亚洲欧美精品综合久久99| 亚洲成人久久性| 一区二区三区四区激情视频 | 日本在线视频免费播放| 精品人妻偷拍中文字幕| 夜夜爽天天搞| 真人做人爱边吃奶动态| 精品一区二区免费观看| 国产精品一二三区在线看| 亚洲人成网站在线播放欧美日韩| 舔av片在线| 日本一本二区三区精品| 日本色播在线视频| 国产成人aa在线观看| 亚洲专区国产一区二区| 噜噜噜噜噜久久久久久91| 天堂影院成人在线观看| 免费看a级黄色片| 给我免费播放毛片高清在线观看| 国产免费男女视频| 亚洲熟妇熟女久久| 国产久久久一区二区三区| 久久久午夜欧美精品| 亚洲四区av| 亚洲最大成人中文| 欧美一区二区国产精品久久精品| 亚洲国产精品国产精品| 99国产极品粉嫩在线观看| 禁无遮挡网站| 婷婷亚洲欧美| 99九九线精品视频在线观看视频| 国产成人a区在线观看| 国产一区二区在线观看日韩| 国产黄色视频一区二区在线观看 | av视频在线观看入口| 国产伦精品一区二区三区四那| 丰满的人妻完整版| 日本黄色片子视频| 国内少妇人妻偷人精品xxx网站| 久久天躁狠狠躁夜夜2o2o| 国产午夜精品论理片| 哪里可以看免费的av片| 99久久成人亚洲精品观看| 亚洲国产精品sss在线观看| 一进一出抽搐动态| 身体一侧抽搐| 久久午夜福利片| 国产探花极品一区二区| 久久久精品94久久精品| 精品久久久久久久久久免费视频| 最新中文字幕久久久久| 麻豆av噜噜一区二区三区| 天天躁夜夜躁狠狠久久av| 午夜免费激情av| 网址你懂的国产日韩在线| 99九九线精品视频在线观看视频| 成人一区二区视频在线观看| 国产成人91sexporn| 成人亚洲精品av一区二区| 日本与韩国留学比较| 午夜激情欧美在线| 亚洲成人久久性| 亚洲av免费高清在线观看| 欧美最新免费一区二区三区| а√天堂www在线а√下载| 小蜜桃在线观看免费完整版高清| 波多野结衣高清作品| 老女人水多毛片| 色综合亚洲欧美另类图片| 欧美极品一区二区三区四区| 午夜影院日韩av| 三级毛片av免费| 老熟妇仑乱视频hdxx| 免费观看的影片在线观看| 黄色日韩在线| 亚洲国产精品成人综合色| 欧美绝顶高潮抽搐喷水| 欧美性猛交╳xxx乱大交人| 真人做人爱边吃奶动态| 床上黄色一级片| 午夜精品一区二区三区免费看| 国产成人91sexporn| 亚洲人成网站在线播| 精华霜和精华液先用哪个| 又爽又黄无遮挡网站| 国产av在哪里看| 秋霞在线观看毛片| 97碰自拍视频| 美女 人体艺术 gogo| 一进一出抽搐gif免费好疼| 精品欧美国产一区二区三| 日本黄色视频三级网站网址| 一区二区三区免费毛片| 免费在线观看影片大全网站| 欧美色视频一区免费| 亚洲电影在线观看av| 久久久久九九精品影院| 九九在线视频观看精品| 一级毛片我不卡| 欧美区成人在线视频| 一边摸一边抽搐一进一小说| av天堂中文字幕网| 日韩高清综合在线| 全区人妻精品视频| 午夜福利视频1000在线观看| 成人特级黄色片久久久久久久| 亚洲精品国产av成人精品 | 欧美激情在线99| 又黄又爽又免费观看的视频| 两个人视频免费观看高清| 久久鲁丝午夜福利片| 岛国在线免费视频观看| 老熟妇乱子伦视频在线观看| 69av精品久久久久久| 少妇高潮的动态图| 日韩av在线大香蕉| 三级男女做爰猛烈吃奶摸视频| 欧美成人一区二区免费高清观看| av福利片在线观看| 成人无遮挡网站| 一级黄色大片毛片| 久久久久九九精品影院| 亚洲电影在线观看av| 欧美色视频一区免费| 欧美一区二区精品小视频在线| 久99久视频精品免费| 久久久午夜欧美精品| 夜夜夜夜夜久久久久| 亚洲精品日韩av片在线观看| 欧美另类亚洲清纯唯美| 久久精品国产亚洲av香蕉五月| 日韩欧美国产在线观看| 黑人高潮一二区|