• <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
    国产成年人精品一区二区| 天堂√8在线中文| av视频在线观看入口| 久久99热6这里只有精品| 午夜精品一区二区三区免费看| www.av在线官网国产| 久久99精品国语久久久| 我要搜黄色片| 国产精品一二三区在线看| 久久这里有精品视频免费| 精品不卡国产一区二区三区| 丰满人妻一区二区三区视频av| 久久精品久久精品一区二区三区| 日本黄色片子视频| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲精品久久久久久婷婷小说 | 丰满少妇做爰视频| 久久久a久久爽久久v久久| 国语自产精品视频在线第100页| 天天躁夜夜躁狠狠久久av| 亚洲av免费在线观看| 欧美成人一区二区免费高清观看| 老女人水多毛片| 黄色日韩在线| 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 | 黄片wwwwww| 一个人免费在线观看电影| 麻豆精品久久久久久蜜桃| 国产精品野战在线观看| 日日啪夜夜撸| 一级毛片久久久久久久久女| 国产一级毛片在线| 国语自产精品视频在线第100页| 最新中文字幕久久久久| 午夜老司机福利剧场| 国产久久久一区二区三区| 黄色配什么色好看| 久久99热这里只有精品18| 女人十人毛片免费观看3o分钟| 亚洲精品456在线播放app| 中国美白少妇内射xxxbb| 久久久午夜欧美精品| 丰满乱子伦码专区| 国产黄色小视频在线观看| 插阴视频在线观看视频| 男人和女人高潮做爰伦理| 水蜜桃什么品种好| 秋霞在线观看毛片| 一卡2卡三卡四卡精品乱码亚洲| 国产日韩欧美在线精品| 欧美一区二区精品小视频在线| 亚洲精品色激情综合| 国产精华一区二区三区| 欧美潮喷喷水| 欧美日本亚洲视频在线播放| 久久韩国三级中文字幕| 最近最新中文字幕大全电影3| 成年版毛片免费区| 亚洲av免费在线观看| 免费观看的影片在线观看| 国产色爽女视频免费观看| 色网站视频免费| 菩萨蛮人人尽说江南好唐韦庄 | 中国美白少妇内射xxxbb| 人人妻人人澡欧美一区二区| 亚洲欧美日韩卡通动漫| 日本三级黄在线观看| 人人妻人人澡人人爽人人夜夜 | 国产精品日韩av在线免费观看| 人妻少妇偷人精品九色| av专区在线播放| 日韩一本色道免费dvd| 国产亚洲午夜精品一区二区久久 | 男人的好看免费观看在线视频| 乱码一卡2卡4卡精品| 在线天堂最新版资源| 美女国产视频在线观看| 中文乱码字字幕精品一区二区三区 | 麻豆乱淫一区二区| 亚洲性久久影院| 亚洲国产精品sss在线观看| 日韩成人av中文字幕在线观看| 极品教师在线视频| 插逼视频在线观看| 亚洲欧洲日产国产| 久热久热在线精品观看| 人体艺术视频欧美日本| 国产精品国产三级国产av玫瑰| 毛片女人毛片| 久久久欧美国产精品| 午夜福利在线在线| 六月丁香七月| 日韩视频在线欧美| 午夜福利在线在线| av卡一久久| 99久久成人亚洲精品观看| av.在线天堂| 国产成人精品婷婷| 桃色一区二区三区在线观看| 国产精品一区二区在线观看99 | 久热久热在线精品观看| 一级黄色大片毛片| 一边亲一边摸免费视频| 欧美3d第一页| 欧美区成人在线视频| 99久久中文字幕三级久久日本| 一区二区三区免费毛片| 国产色婷婷99| 91aial.com中文字幕在线观看| 日本爱情动作片www.在线观看| 一卡2卡三卡四卡精品乱码亚洲| 黄色日韩在线| 日本猛色少妇xxxxx猛交久久| 亚洲欧美中文字幕日韩二区| 熟妇人妻久久中文字幕3abv| 九九久久精品国产亚洲av麻豆| 性色avwww在线观看| 精品久久久噜噜| 国产乱人视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲精品乱码久久久v下载方式| 欧美区成人在线视频| 又粗又硬又长又爽又黄的视频| 精品人妻熟女av久视频| 女人久久www免费人成看片 | 国产成人freesex在线| 最新中文字幕久久久久| 久久国内精品自在自线图片| 亚洲成av人片在线播放无| 97人妻精品一区二区三区麻豆| 一二三四中文在线观看免费高清| 免费人成在线观看视频色| 日本五十路高清| 亚洲欧美日韩卡通动漫| 国产精品麻豆人妻色哟哟久久 | 久久精品综合一区二区三区| 蜜桃久久精品国产亚洲av| 免费无遮挡裸体视频| 日韩大片免费观看网站 | 在线天堂最新版资源| 爱豆传媒免费全集在线观看| 国产69精品久久久久777片| 国产精品.久久久| 国产成人免费观看mmmm| 麻豆成人午夜福利视频| 97超碰精品成人国产| 亚洲精品成人久久久久久| 国模一区二区三区四区视频| 欧美日本视频| 又粗又爽又猛毛片免费看| 色哟哟·www| 干丝袜人妻中文字幕| 少妇高潮的动态图| 一级毛片电影观看 | 蜜臀久久99精品久久宅男| 一级二级三级毛片免费看| 蜜桃久久精品国产亚洲av| 欧美区成人在线视频| 国产精品一及| 女人十人毛片免费观看3o分钟| 久久人妻av系列| 午夜福利在线观看免费完整高清在| 久久久久久久午夜电影| 中文字幕制服av| 午夜福利在线观看免费完整高清在| 国产亚洲最大av| 中文字幕制服av| 国产成人精品久久久久久| 久久久精品欧美日韩精品| 中文字幕免费在线视频6| 日本免费在线观看一区| 日日干狠狠操夜夜爽| 中文在线观看免费www的网站| 精品人妻偷拍中文字幕| 亚洲高清免费不卡视频| a级一级毛片免费在线观看| 深夜a级毛片| 男人的好看免费观看在线视频| 午夜免费男女啪啪视频观看| 亚洲av男天堂| 国产单亲对白刺激| 国产午夜福利久久久久久| 乱人视频在线观看| 国产久久久一区二区三区| 成人毛片a级毛片在线播放| 超碰av人人做人人爽久久| av线在线观看网站| 精品一区二区三区人妻视频| 变态另类丝袜制服| 天美传媒精品一区二区| www.色视频.com| 美女内射精品一级片tv| 亚洲人与动物交配视频| 欧美激情国产日韩精品一区| 久久久亚洲精品成人影院| 国产av不卡久久| 春色校园在线视频观看| 国产91av在线免费观看| 日韩成人伦理影院| 黄片无遮挡物在线观看| 精品久久国产蜜桃| 国产精品嫩草影院av在线观看| 久久这里有精品视频免费| 自拍偷自拍亚洲精品老妇| 九色成人免费人妻av| 成人性生交大片免费视频hd| 99久久精品一区二区三区| 日本-黄色视频高清免费观看| 久久这里只有精品中国| 九色成人免费人妻av| 亚洲av免费高清在线观看| 蜜桃亚洲精品一区二区三区| 国产伦理片在线播放av一区| 精品一区二区三区人妻视频| 国产精品一及| 狠狠狠狠99中文字幕| 久久久久性生活片| 国产在线男女| 亚洲中文字幕一区二区三区有码在线看| 亚洲伊人久久精品综合 | 韩国av在线不卡| 免费av观看视频| 精品一区二区免费观看| 女人被狂操c到高潮| 精品熟女少妇av免费看| 国产精品久久久久久av不卡| 亚洲无线观看免费| 日韩欧美三级三区| 亚洲不卡免费看| 久久精品人妻少妇| 99久国产av精品国产电影| 久久久久久久久久成人| 久久久久久久午夜电影| 久久久精品大字幕| 国产精品av视频在线免费观看| 亚洲欧美一区二区三区国产| 国产极品精品免费视频能看的| 搡老妇女老女人老熟妇| 成人特级av手机在线观看| 精品久久久久久久久久久久久| 国产精品国产三级专区第一集| 最后的刺客免费高清国语| 欧美+日韩+精品| 亚洲av免费在线观看| 欧美成人精品欧美一级黄| 国产精品综合久久久久久久免费| 国语对白做爰xxxⅹ性视频网站| 高清视频免费观看一区二区 | 国产老妇伦熟女老妇高清| 日本熟妇午夜| 青青草视频在线视频观看| 亚洲av成人精品一区久久| 男人舔女人下体高潮全视频| 国产精品伦人一区二区| 只有这里有精品99| 国产麻豆成人av免费视频| 欧美区成人在线视频| 国产黄片视频在线免费观看| 在线播放无遮挡| 国产欧美另类精品又又久久亚洲欧美| 久久久久久久久久久丰满| 黄片无遮挡物在线观看| 麻豆乱淫一区二区| 我的老师免费观看完整版| 亚洲五月天丁香| 国产伦一二天堂av在线观看| 91久久精品国产一区二区三区| 国产色爽女视频免费观看| 婷婷色综合大香蕉| 日本黄色片子视频| 汤姆久久久久久久影院中文字幕 | 日本黄色片子视频| 日日啪夜夜撸| 国产淫片久久久久久久久| 亚洲经典国产精华液单| 日韩av在线大香蕉| 久久精品国产亚洲av涩爱| 国产国拍精品亚洲av在线观看| 九九爱精品视频在线观看| 自拍偷自拍亚洲精品老妇| av女优亚洲男人天堂| 精品不卡国产一区二区三区| 久久99热这里只频精品6学生 | 亚州av有码| 九九爱精品视频在线观看| av播播在线观看一区| 人妻少妇偷人精品九色| 两个人的视频大全免费| 亚洲av免费高清在线观看| 黄色日韩在线| 嫩草影院入口| 国产黄片美女视频| 国产成人a∨麻豆精品| 亚洲成av人片在线播放无| 一边亲一边摸免费视频| 亚洲天堂国产精品一区在线| 菩萨蛮人人尽说江南好唐韦庄 | 日日啪夜夜撸| 非洲黑人性xxxx精品又粗又长| 大话2 男鬼变身卡| 男人和女人高潮做爰伦理| 亚洲成人av在线免费| 天美传媒精品一区二区| 熟妇人妻久久中文字幕3abv| or卡值多少钱| 欧美高清成人免费视频www| АⅤ资源中文在线天堂| 国产成人精品一,二区| 亚洲欧洲国产日韩| 精品久久久久久成人av| 哪个播放器可以免费观看大片| 久久精品国产亚洲网站| 蜜臀久久99精品久久宅男| 国产精品一区www在线观看| 日本免费在线观看一区| 午夜福利视频1000在线观看| 日本免费在线观看一区| 日本一二三区视频观看| av.在线天堂| 好男人视频免费观看在线| 日韩,欧美,国产一区二区三区 | 九九在线视频观看精品| 欧美xxxx黑人xx丫x性爽| 精品酒店卫生间| 少妇裸体淫交视频免费看高清| 日韩欧美在线乱码| 久久久久久大精品| 久久久欧美国产精品| 色哟哟·www| 国产色婷婷99| 床上黄色一级片| 精品久久久噜噜| 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 | 免费看美女性在线毛片视频| 亚洲国产精品久久男人天堂| 欧美不卡视频在线免费观看| 日日摸夜夜添夜夜添av毛片| 村上凉子中文字幕在线| 少妇猛男粗大的猛烈进出视频 | 亚洲内射少妇av| 人妻系列 视频| 久久鲁丝午夜福利片| 黑人高潮一二区| 在线播放国产精品三级| 高清日韩中文字幕在线| 国产高清三级在线| 亚洲av.av天堂| 国产乱人偷精品视频| 搡女人真爽免费视频火全软件| 晚上一个人看的免费电影| 成人三级黄色视频| 极品教师在线视频| 亚洲欧美成人综合另类久久久 | 久久人人爽人人爽人人片va| av专区在线播放| 国产成人福利小说| 秋霞伦理黄片| 综合色av麻豆| 久久久久免费精品人妻一区二区| 国产黄色小视频在线观看| 欧美激情国产日韩精品一区| av视频在线观看入口| 成人高潮视频无遮挡免费网站| 免费大片18禁| 国产成人freesex在线| 日本av手机在线免费观看| 内射极品少妇av片p| 我要搜黄色片| 精品酒店卫生间| 99国产精品一区二区蜜桃av| 三级男女做爰猛烈吃奶摸视频| 精品久久久久久久末码| 你懂的网址亚洲精品在线观看 | 国产三级中文精品| 午夜福利视频1000在线观看| 久久精品国产亚洲av涩爱| 国产亚洲午夜精品一区二区久久 | 一级毛片aaaaaa免费看小| 黄片wwwwww| 综合色av麻豆| 一级毛片aaaaaa免费看小| 婷婷色综合大香蕉| 人妻系列 视频| 欧美三级亚洲精品| 免费搜索国产男女视频| 久久久久久久久中文| 国产精品一及| 如何舔出高潮| 国产 一区精品| 在线免费观看不下载黄p国产| 永久网站在线| 午夜亚洲福利在线播放| 波多野结衣巨乳人妻| 国产私拍福利视频在线观看| 亚洲欧美精品综合久久99| 久久久久久九九精品二区国产| 亚洲欧美日韩卡通动漫| 精品国内亚洲2022精品成人| 久久这里只有精品中国| 在线免费十八禁| 欧美激情久久久久久爽电影| 亚洲国产欧美在线一区| 超碰av人人做人人爽久久| 亚洲人成网站高清观看| 国产不卡一卡二| 99热6这里只有精品| 国产av码专区亚洲av| 免费观看人在逋| 国产精品野战在线观看| 色噜噜av男人的天堂激情| 麻豆精品久久久久久蜜桃| 我的老师免费观看完整版| 99国产精品一区二区蜜桃av| 99热精品在线国产| 国产伦精品一区二区三区视频9| 超碰97精品在线观看| 日本午夜av视频| 亚洲人成网站在线播| 亚洲综合色惰| 可以在线观看毛片的网站| 久久久久久大精品| 伊人久久精品亚洲午夜| 美女内射精品一级片tv| 国产成人精品久久久久久| 午夜爱爱视频在线播放| 久久99蜜桃精品久久| 如何舔出高潮| 99久久中文字幕三级久久日本| 成人综合一区亚洲| 欧美性猛交╳xxx乱大交人| 亚洲欧美日韩东京热| 亚洲五月天丁香| 天堂中文最新版在线下载 | 精品久久国产蜜桃| 欧美日韩国产亚洲二区| 嫩草影院入口| 午夜福利网站1000一区二区三区| 99国产精品一区二区蜜桃av| 国产精品99久久久久久久久| 嫩草影院入口| 成人毛片60女人毛片免费| 在线免费观看不下载黄p国产| 亚洲成人精品中文字幕电影| 色尼玛亚洲综合影院| 国产精品一区二区三区四区久久| 18+在线观看网站| 国产黄片视频在线免费观看| 精品不卡国产一区二区三区| 水蜜桃什么品种好| 哪个播放器可以免费观看大片| 亚洲精品乱码久久久v下载方式| 丰满人妻一区二区三区视频av| 一级毛片aaaaaa免费看小| 欧美性猛交╳xxx乱大交人| 国产毛片a区久久久久| 亚洲国产最新在线播放| 日本免费一区二区三区高清不卡| 欧美丝袜亚洲另类| 婷婷色综合大香蕉| 国产高清三级在线| 最近视频中文字幕2019在线8| 精品少妇黑人巨大在线播放 | 天天躁夜夜躁狠狠久久av| 女人被狂操c到高潮| 久久婷婷人人爽人人干人人爱| 真实男女啪啪啪动态图| 噜噜噜噜噜久久久久久91| 看免费成人av毛片| 99久国产av精品国产电影| 婷婷色麻豆天堂久久 | 精品午夜福利在线看| 18+在线观看网站| 女人十人毛片免费观看3o分钟| 国产精品久久久久久久电影| 秋霞在线观看毛片| 国产精品av视频在线免费观看| 欧美一级a爱片免费观看看| 舔av片在线| 女人久久www免费人成看片 | 97人妻精品一区二区三区麻豆| av黄色大香蕉| 丰满乱子伦码专区| 成年版毛片免费区| 亚洲国产精品成人久久小说| 哪个播放器可以免费观看大片| 国产大屁股一区二区在线视频| 床上黄色一级片| 国产探花极品一区二区| 亚洲va在线va天堂va国产| 亚洲激情五月婷婷啪啪| 国产91av在线免费观看| 一边亲一边摸免费视频| 日韩,欧美,国产一区二区三区 | av在线观看视频网站免费| 欧美成人午夜免费资源| 亚洲欧洲日产国产| 精品酒店卫生间| 男人和女人高潮做爰伦理| 2021天堂中文幕一二区在线观| 别揉我奶头 嗯啊视频| 国产成人福利小说| 欧美激情久久久久久爽电影| 欧美色视频一区免费| 国产真实伦视频高清在线观看| 老师上课跳d突然被开到最大视频| a级毛片免费高清观看在线播放| 国产精品一区二区三区四区免费观看| 1024手机看黄色片| 国产真实伦视频高清在线观看| 国产大屁股一区二区在线视频| 淫秽高清视频在线观看| av天堂中文字幕网| 久久人人爽人人片av| 最新中文字幕久久久久| 久久这里有精品视频免费| 亚洲欧美日韩卡通动漫| 91久久精品电影网| 国产精品蜜桃在线观看| 精品午夜福利在线看| 熟妇人妻久久中文字幕3abv| 亚洲四区av| av播播在线观看一区| 观看免费一级毛片| 国产高清国产精品国产三级 | 国产黄色视频一区二区在线观看 | 精品国内亚洲2022精品成人| 两个人视频免费观看高清| 三级国产精品欧美在线观看| 晚上一个人看的免费电影| 国产男人的电影天堂91| 内射极品少妇av片p| 亚洲四区av| 国产 一区精品| 精品久久久噜噜| 最近中文字幕高清免费大全6| 亚洲欧美精品自产自拍| 嘟嘟电影网在线观看| 国产私拍福利视频在线观看| 国产午夜精品论理片| 国产精华一区二区三区| 久久国产乱子免费精品| 国产成人a区在线观看| 国产精品女同一区二区软件| 天堂中文最新版在线下载 | 久久韩国三级中文字幕| 久久精品人妻少妇| 尤物成人国产欧美一区二区三区| 久久久精品欧美日韩精品| 精品国产露脸久久av麻豆 | 老女人水多毛片| 青青草视频在线视频观看| 永久网站在线| 亚洲国产成人一精品久久久| 国国产精品蜜臀av免费| 免费av不卡在线播放| 国产乱来视频区| 七月丁香在线播放| 国产午夜精品论理片| 日本欧美国产在线视频| 少妇被粗大猛烈的视频| 欧美变态另类bdsm刘玥| 午夜福利在线观看吧| 自拍偷自拍亚洲精品老妇| 一级爰片在线观看| 国产黄片视频在线免费观看| 一区二区三区高清视频在线| 亚洲人成网站在线播| 91久久精品国产一区二区三区| 九九在线视频观看精品| 国产精品伦人一区二区| 日本猛色少妇xxxxx猛交久久| 一个人看的www免费观看视频| 久久人人爽人人片av| 亚洲精品乱久久久久久| 黄色配什么色好看| 三级毛片av免费| 国产精品一及| 免费看光身美女| 国产精品美女特级片免费视频播放器| www.色视频.com| 国产伦理片在线播放av一区| 老司机影院成人| 亚洲美女视频黄频| 国产亚洲精品av在线| 男插女下体视频免费在线播放| 91av网一区二区| 天堂av国产一区二区熟女人妻| 天天躁日日操中文字幕| 亚洲精品久久久久久婷婷小说 | www.色视频.com| 久久久久久久久久成人| 人妻少妇偷人精品九色| 久久久久久伊人网av| 一个人看视频在线观看www免费| 乱系列少妇在线播放| 高清日韩中文字幕在线| 久久鲁丝午夜福利片| 在线免费观看不下载黄p国产| 亚洲精品乱久久久久久| 99久久九九国产精品国产免费| 韩国av在线不卡| 国产成年人精品一区二区| 成年版毛片免费区| 成年免费大片在线观看| 国产国拍精品亚洲av在线观看| av福利片在线观看| 免费看日本二区| a级毛片免费高清观看在线播放| 欧美三级亚洲精品| 国产乱人偷精品视频| 日韩强制内射视频| 国产一级毛片七仙女欲春2| 欧美成人午夜免费资源| 在线观看美女被高潮喷水网站| 国产极品精品免费视频能看的|