• <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 ?

    一種基于EASSF的紅外與可見光圖像視覺保真度融合

    2022-07-26 13:07:08李忠民
    紅外技術(shù) 2022年7期
    關(guān)鍵詞:保真度紋理尺度

    李 威,李忠民

    一種基于EASSF的紅外與可見光圖像視覺保真度融合

    李 威,李忠民

    (南昌航空大學(xué) 信息工程學(xué)院,江西 南昌 330063)

    最近,多尺度特征提取被廣泛應(yīng)用于紅外與可見光圖像融合領(lǐng)域,但是大多數(shù)提取過程過于復(fù)雜,并且視覺效果不佳。為了提高融合結(jié)果的視覺保真度,本文提出一種基于邊緣感知平滑銳化濾波器(Edge-Aware Smoothing-Sharpening Filter,EASSF)的多尺度圖像融合模型。首先,提出一種基于EASSF的多尺度水平圖像分解方法對(duì)源圖像進(jìn)行分解,得到水平方向上的多尺度紋理成分和基礎(chǔ)成分;其次,采用最大值融合規(guī)則(Max-Fusion, MF)融合紋理成分,避免圖像細(xì)節(jié)信息的丟失;然后,通過一種感知融合規(guī)則(Perceptual-Fusion, PF)融合基礎(chǔ)成分,捕獲顯著性目標(biāo)信息;最后,通過整合融合后的多尺度紋理成分和基礎(chǔ)成分得到融合圖像。實(shí)驗(yàn)通過分析感知融合系數(shù),對(duì)比融合結(jié)果的客觀數(shù)據(jù)得出紅外與可見光圖像融合在多尺度EASSF下較為合適的取值范圍;在該取值范圍內(nèi),本文提出的融合模型同一些較為經(jīng)典和流行的融合方法相比,不僅解決了特征信息提取的復(fù)雜性,而且通過整合基礎(chǔ)成分的顯著性光譜信息,有效地保證了融合結(jié)果的視覺保真度。

    紅外與可見光圖像融合;邊緣感知平滑濾波器;視覺保真度;感知融合

    0 引言

    可見光圖像在弱光條件下不能很好地顯示場(chǎng)景信息,但可以通過反射光清晰地呈現(xiàn)細(xì)節(jié)和背景;相比之下,紅外圖像中的物體可以通過熱輻射來顯示,但紅外光圖像無法顯示細(xì)節(jié)和清晰的背景。整合兩者的優(yōu)勢(shì)信息,能夠充分地描述特定場(chǎng)景的環(huán)境和背景,這對(duì)于目標(biāo)識(shí)別、目標(biāo)跟蹤和遙感遙測(cè)方面有著極為重要的作用[1-6]。

    近年來,基于圖像特征信息提取技術(shù)在圖像融合領(lǐng)域取得了較為明顯的進(jìn)步。2018年,Du等人提出了一種用于融合不同分辨率的紅外與可見光圖像的融合算法(Different Resolutions Total Variation,DRTV[7]),分別利用紅外圖像的像素灰度與融合圖像在數(shù)據(jù)保真度上的相似性和可見光圖像和融合圖像在梯度上的相似性,將融合問題表述為全變差(Total Variation, TV)最小化問題;為了提高收斂速度,Zhao等人在2020年提出了一種分層Bayesian模型[8],該模型引入TV,利用期望最大化算法對(duì)模型進(jìn)行了高效的推斷,從而將圖像融合任務(wù)轉(zhuǎn)化為回歸問題。雖然基于TV的融合方法對(duì)圖像特征提取有很大的效果,能夠保留并且整合較多的結(jié)構(gòu)特征信息,但是在視覺感知效果方面稍顯不足。

    隨著神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展,深度學(xué)習(xí)慢慢地成為了圖像處理領(lǐng)域較為活躍的研究工具。Li等人在2018年利用深度學(xué)習(xí)框架視覺幾何組(Visual Geometry Group,VGG[9])整合紅外與可見光圖像的特征信息;隨后,Wu等人在2019年提出了一種基于深度學(xué)習(xí)殘差網(wǎng)絡(luò)(Residual-network, Resnet[10])和零相位分量分析的新穎融合框架。這些深度學(xué)習(xí)網(wǎng)絡(luò)能夠很好地提高圖像視覺效果,但是由于算法過于復(fù)雜,在細(xì)節(jié)特征提取方面存在一定的人為影響。為了實(shí)現(xiàn)深度次的特征提取,Tan等人在2021年基于多尺度邊緣濾波和脈沖耦合神經(jīng)網(wǎng)絡(luò)(pulse coupled neural network,PCNN)提出了一種多模態(tài)融合方法(multi-level edge-preserving filtering,MLEPF11]),該方法雖然達(dá)到了多層次上的特征信息提取,但是受限于源圖像曝光度,容易使得融合結(jié)果形成局部斑塊。

    通過上述的分析可知,紅外與可見光圖像融合目前的研究目標(biāo)主要有兩個(gè):①提高源圖像特征信息的提取能力,同時(shí)避免算法的復(fù)雜性帶來的人為影響;②在保證融合過程的可行性的同時(shí),進(jìn)一步優(yōu)化和鞏固融合結(jié)果的保真度,從而契合人體的視覺效果。為了實(shí)現(xiàn)上述兩個(gè)目標(biāo),本文提出一種基于EASSF的多尺度紅外與可見光圖像融合模型,該模型通過EASSF實(shí)現(xiàn)多尺度分解,提取源圖像水平方向上的信息。

    1 邊緣感知平滑銳化濾波器

    平滑可以去除圖像中的噪聲干擾,而銳化可以突出圖像的邊緣。2021年3月,Deng等人提出了一種邊緣感知平滑銳化濾波器(Edge-Aware Smoothing-Sharpening Filter,EASSF[12])用于圖像處理,EASSF通過調(diào)節(jié)平滑(銳化)參數(shù)就可以實(shí)現(xiàn)圖像特征信息的提取。圖1為可見光圖像“Road”在不同參數(shù)下的平滑銳化結(jié)果,從圖1中容易看出,當(dāng)≤1時(shí),EASSF進(jìn)行圖像平滑;而>1時(shí),EASSF進(jìn)行圖像銳化。由于EASSF的簡(jiǎn)便性和通用性,一種適用于多尺度水平方向的圖像分解方法被提出并且應(yīng)用于圖像的特征提取。圖2為紅外圖像“Road”的分解示例圖,其中為輸入可見光圖像,EF為EASSF圖像平滑銳化過程,1,2和V分別是EF平滑銳化后的圖像;d1,d2和dn分別是分解后結(jié)果對(duì)數(shù)放大的紋理成分;B為輸入圖像的基礎(chǔ)成分。具體的多尺度水平分解過程可以用如下公式表示:

    圖1 不同參數(shù)L的EASSF成像結(jié)果

    圖2 EASSF圖像分解

    d1=-1(1)

    dn=(V-1)-V(2)

    B=EF(V-1) (3)

    2 基于EASSF的紅外與可見光圖像融合

    圖3為本文提出的基于EASSF的融合算法框架,其中和分別代表可見光圖像和紅外圖像;可見光圖像和紅外圖像分解過程及得到的各個(gè)成分圖像參考圖2;d1,d2和dn分別為各尺度上融合后的紋理成分;B和分別為融合后的基礎(chǔ)成分和融合圖像;Max-fusion和Perceptual-fusion分別代表最大值融合規(guī)則和感知融合規(guī)則。具體的融合模型可以細(xì)分為4部分:

    1)基于EASSF的紅外與可見光圖像分解

    利用EASSF分別對(duì)可見光圖像和紅外光圖像進(jìn)行分解得到分解后的紋理成分和基礎(chǔ)成分。

    2)紋理成分融合

    利用Max-fusion融合規(guī)則對(duì)紅外圖像的紋理成分和可見光圖像的紋理成分進(jìn)行融合,得到融合后的紋理成分d1,d2和dn。

    3)基礎(chǔ)成分融合

    利用Perceptual-fusion感知融合規(guī)則對(duì)紅外圖像的基礎(chǔ)成分B和可見光圖像的基礎(chǔ)成分B進(jìn)行感知融合,捕獲光譜信息,得到融合的基礎(chǔ)成分B。

    4)重構(gòu)源圖像

    通過疊加融合后的紋理成分和基礎(chǔ)成分實(shí)現(xiàn)源圖像的重構(gòu),得到融合圖像。

    2.1 基于EASSF的紅外與可見光圖像分解

    基于EASSF的圖像分解過程可以參照第一章EASSF,其中數(shù)學(xué)公式如(1)~(3)所示。通過EASSF的多尺度水平分解分別得到對(duì)應(yīng)源圖像的紋理成分和基礎(chǔ)成分。

    2.2 紋理成分融合

    通過EASSF的多尺度水平分解,我們可以得到較為細(xì)膩的紋理細(xì)節(jié)信息,從圖3可以明顯地看出紋理細(xì)節(jié)信息。眾所周知,如果圖像當(dāng)中某點(diǎn)的像素較大,反映在圖像上是人體視覺感知最為明顯的一個(gè)區(qū)域或者一個(gè)位置,這也是圖像當(dāng)中較為重要的一個(gè)信息點(diǎn)。為了盡量保留較多的細(xì)節(jié)信息,Max-fusion最大值融合規(guī)則被應(yīng)用于整合紋理成分,融合后的紋理成分dn可以通過公式(4)得到:

    2.3 基礎(chǔ)成分融合

    基礎(chǔ)成分是源圖像的一個(gè)粗略縮寫,它大致上包含源圖像當(dāng)中的基礎(chǔ)信息,其中以顯著性光譜信息尤為突出。為了使融合圖像達(dá)到突出顯著性目標(biāo)效果,同時(shí)使得融合結(jié)果較為契合人體的視覺感知,一種稱為Perceptual-fusion的感知融合規(guī)則被應(yīng)用于對(duì)紅外圖像的基礎(chǔ)成分RB和可見光圖像的基礎(chǔ)成分VB進(jìn)行感知融合,從而得到融合的基礎(chǔ)成分FB。Perceptual-fusion的融合規(guī)則具體如下:

    1)通過像素值得到初始權(quán)重值IW;

    2)一種非線性函數(shù)()被引入用于調(diào)節(jié)紅外與可見光圖像融合的光譜信息:

    ()=arctan()/arctan() (6)

    3)利用高斯濾波器對(duì)(IW)進(jìn)行平滑,排除融合圖像數(shù)據(jù)因噪聲干擾而形成的不必要影響,得到最終的融合權(quán)重圖:

    W=Gaussian((IW)) (7)

    圖3 基于EASSF的圖像融合框架

    4)重構(gòu)融合后的基礎(chǔ)成分B。

    B=W*B+(1-W)*B(8)

    2.4 重構(gòu)源圖像

    融合后的圖像通過公式(9)得到:

    3 仿真結(jié)果分析

    仿真實(shí)驗(yàn)選取的數(shù)據(jù)集都來自文獻(xiàn)[13],我們選取了3對(duì)圖像數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。所有的實(shí)驗(yàn)平臺(tái)都是基于MATLAB R2018b,電腦配置為3.6GHz AMD Ryzen 5 2600X Six-Core Processor。5種經(jīng)典并且流行的融合算法被用來驗(yàn)證本文提出的融合算法,他們分別為DRTV、Bayesian、VGG、Resnet和MLEPF,其中VGG,Resnet和MLEPF是當(dāng)前較為流行的融合算法,并且MLEPF是將多尺度與深度學(xué)習(xí)相結(jié)合的融合算法,而Bayesian和MLEPF分別在2020年和2021年被提出,所有的融合算法都是近3年內(nèi)的。為了驗(yàn)證本文基于EASSF融合算法的優(yōu)勢(shì),首先,對(duì)EASSF下的感知融合系數(shù)進(jìn)行一定的實(shí)驗(yàn),獲取在EASSF融合模型下的最優(yōu)融合結(jié)果;其次,基于該感知系數(shù)下,從主客觀層面對(duì)融合結(jié)果進(jìn)行有效性分析,其中在客觀定量分析方面,7種融合圖像的指標(biāo)被用于定量分析實(shí)驗(yàn)融合效果,它們分別為信息熵EN、互信息量MI、基于人為影響的度量abf[14]、基于噪音干擾的度量abf[15]、差異相關(guān)性的總和SCD[16]、基于結(jié)構(gòu)相似性的度量MS-SIM[17]和視覺保真度VIFF[1],上述定量指標(biāo)除abf之外,數(shù)值越大表明融合結(jié)果表現(xiàn)越好[1,9]。

    3.1 感知系數(shù)分析

    感知融合系數(shù)用來捕獲源圖像之間的光譜信息,實(shí)現(xiàn)人體視覺效果。實(shí)驗(yàn)通過調(diào)節(jié)系數(shù),得到的融合結(jié)果如圖4所示。其中實(shí)線方框標(biāo)記的是行人,虛線方框標(biāo)記的是指示燈。通過圖4可以很明顯地觀察到隨著值的變大,融合圖像能夠顯著性地突出行人;但是,被藍(lán)色標(biāo)記的指示燈越來越不模糊,丟失可見光圖像的紋理信息,使得融合圖像視覺效果不佳。為了實(shí)現(xiàn)最佳的視覺感知融合效果,我們分別對(duì)圖4當(dāng)中的圖像進(jìn)行了客觀定量分析,得到的定量結(jié)果如表1所示。從表1中定量數(shù)據(jù)可以清楚地看出圖4(d)和圖4(e)兩幅圖的客觀數(shù)據(jù)最佳,而隨著值的增大,除了abf指標(biāo)變差外,其他的客觀數(shù)據(jù)都在=[10,20]能夠有較好的表現(xiàn)。為了使得融合效果最佳,從全面且綜合的角度考慮,令=10,進(jìn)行后續(xù)分析。

    3.2 主觀分析

    實(shí)驗(yàn)選取的圖像是來自經(jīng)過配準(zhǔn)好的TNO圖像數(shù)據(jù)庫,在本節(jié)選擇3對(duì)圖像組進(jìn)行主客觀分析,分別是“Road”、“Kaptein_1654”和“Kaptein_1123”,它們的圖像融合結(jié)果如圖5~7所示。

    圖5反映的是一個(gè)路口交通情況,選取被黑色實(shí)線方標(biāo)記的行人進(jìn)行分析,可以很明顯的看出,與Bayesian、VGG、Resnet和MLEPF得到的融合結(jié)果相比,我們的方法EASSF融合可以很明顯地突出圖像目標(biāo)人物;但是對(duì)于DRTV,我們的優(yōu)勢(shì)在于融合圖像較為細(xì)膩,圖像數(shù)據(jù)保真度較高,感知視覺效果好。圖6呈現(xiàn)的是一個(gè)工作人員進(jìn)門時(shí)的場(chǎng)景,從標(biāo)記的目標(biāo)與融合圖像的背景信息看出,我們提出的方法EASSF很好地定位了工作人員,融合效果較好。圖7展示的是一個(gè)舉傘路人路過涼亭的畫面,從圖7中我們能夠較為直觀地看出我們的融合結(jié)果最佳,能夠較為形象地描述出該特定場(chǎng)景。

    圖4 不同參數(shù)l的EASSF成像結(jié)果

    表1 不同感知系數(shù)下的融合定量數(shù)據(jù)

    圖5 不同方法在“Road”圖像下的融合結(jié)果

    圖6 不同方法在“Kaptein_1654”圖像下的融合結(jié)果

    圖7 不同方法在“Kaptein_1123”圖像下的融合結(jié)果

    3.3 客觀分析

    客觀分析是從數(shù)據(jù)的角度定量衡量融合圖像的質(zhì)量。選取的17組實(shí)驗(yàn)圖像數(shù)據(jù)組進(jìn)行分析,我們得到的結(jié)果見表2~表4。表2~表4分別是“Road”、“Kaptein_1654”和“Kaptein_1123”的客觀評(píng)價(jià)。在表2中我們的融合方法在MI、abf、SCD、MS-SIM和VIFF數(shù)值較高,而在EN和abf方面略低于DRTV和Resnet;而在表3當(dāng)中,我們的方法EASSF在EA、MI、SCD和VIFF占據(jù)較好的優(yōu)勢(shì),其他指標(biāo)略低于算法Bayesian和Resnet;另外在表4中,我們?cè)贛I和abf指標(biāo)上略低于MLEPF和VGG,其他的數(shù)值指標(biāo)都占優(yōu)勢(shì)。而在SCD和VIFF指標(biāo)上面,我們的融合方法都有良好的表現(xiàn)。而針對(duì)于個(gè)別如abf和abf指標(biāo)的劣勢(shì),這主要原因在于感知系數(shù)的變化。

    表2 “Road”的客觀評(píng)價(jià)數(shù)據(jù)

    表3 “Kaptein_1654”的客觀評(píng)價(jià)數(shù)據(jù)

    表4 “Kaptein_1123”的客觀評(píng)價(jià)數(shù)據(jù)

    從表1得出,越大,abf值越大,帶入的噪音越大,使得融合效果略顯不佳;從客觀分析總體上來說,我們的方法EASSF具有一定的優(yōu)勢(shì),能夠?qū)崿F(xiàn)紅外與可見光圖像在視覺保真度融合。

    4 結(jié)論

    針對(duì)圖像特征提取復(fù)雜度問題,為了實(shí)現(xiàn)圖像視覺保真度融合,本文基于EASSF提出了一種較為簡(jiǎn)易且能夠滿足視覺感知融合的紅外與可見光圖像融合模型。利用EASSF平滑銳化的簡(jiǎn)便性,實(shí)現(xiàn)了源圖像的多尺度水平特征提取,得到紋理成分和基礎(chǔ)成分;采用Max-fusion最大值融合規(guī)則實(shí)現(xiàn)了紋理成分的融合,而基礎(chǔ)成分利用Perceptual-fusion感知融合規(guī)則實(shí)現(xiàn)圖像的視覺保真度融合;最后疊加融合后的各個(gè)成分重構(gòu)源圖像。實(shí)驗(yàn)通過對(duì)感知系數(shù)的分析,得出較為合適的感知融合系數(shù)區(qū)間取值在[10,20];通過主客觀的分析表明,本文的融合方法EASSF與現(xiàn)在較為經(jīng)典和流行的算法相比具有一定的優(yōu)勢(shì),能夠保留源圖像數(shù)據(jù)的真實(shí)性,整合較多的源圖像信息,并且契合人體的視覺感官。

    [1] MA J Y, MA Y, LI C. Infrared and visible image fusion methods and applications: a survey [J]., 2019, 45: 153-178.

    [2] Singh R, Vatsa M, Noore A. Integrated multilevel image fusion and match score fusion of visible and infrared face image for robust recognition[J].. 2008, 41(3): 880-893.

    [3] Reinhard E, Ashikhmin M, Gooch B, et al. Color transfer between images[J]., 2002, 21(5): 34-41.

    [4] Somone G, Farina A, Morabito F C, et al. Image fusion techniques for remote sensing applications [J]., 2002, 3(1): 3-15.

    [5] 陳峰, 李敏, 馬樂, 等. 基于滾動(dòng)引導(dǎo)濾波的紅外與可見光圖像融合算法[J]. 紅外技術(shù), 2020, 42(1): 54-61.

    CHEN Feng, LI Min, MA Le, et al. Infrared and visible image fusion algorithm based on the rolling guidance filter[J]., 2020, 42(1): 54-61.

    [6] 楊九章, 劉煒劍, 程陽. 基于對(duì)比度金字塔與雙邊濾波的非對(duì)稱紅外與可見光圖像融合[J]. 紅外技術(shù), 2021, 43(9): 840-844.

    YANG Jiuzhang, LIU Weijian, CHENG Yang. A symmetric infrared and visible image fusion based on contrast pyramid and bilateral filtering [J]., 2021, 43(9): 840-844.

    [7] DU Qinglei, XU Han, MA Yong, et al. Fussing infrared and visible images of different resolutions vis total variation model[J]., 2018, 18(11): 3827.

    [8] ZHAO Z, XU S, ZHANG C, et al. Bayesian fusion for infrared and visible images[J]., 2020, 177: 165-168

    [9] LI H, WU X, Kittler J. Infrared and visible image fusion using a deep learning framework[C]//24th(), 2018: 2705-2710.

    [10] LI Hui, WU Xiaojun, Tariq S. Durrani. Infrared and visible image fusion with ResNet and zero-phase component analysis[J]., 2019, 102: 1030390.

    [11] TAN Wei, Thitn William, XIANG Pei, Zhou, Huixin. Multi-modal brain image fusion based on multi-level edge-preserving filtering[J]., 2021, 64(11): 102280.

    [12] DENG Guan, Galetto Fernando J, Al-Nasrawi M, et al. A guided edge-aware smoothing-sharpening filter based on patch interpolation model and generalized Gamma distribution[J]., 2021, 2: 119-135.

    [13] Toet A. TNO Image Fusion Dataset[EB/OL]. [2021-10-01]. http:// figshare.com/articles/TNO_Image_Fusion_Dataset/1008029.

    [14] Xydeas C S, Petrovic V. Objective image fusion performance measure[J].., 2000, 36(4): 308-309.

    [15] Aslantas V, Bendes E. A new image quality metric for image fusion: the sum of the correlations of differences[J]., 2015, 69(12): 1890-1896.

    [16] LI H, WU X J, Kittler J. Infrared and visible image fusion using a deep learning framework[C]//24th(ICPR), 2018: 2705-2710.

    [17] YAN Huibin, LI Zhongmin. A general perceptual infrared and visible image fusion framework based on linear filter and side window filtering technology[J]., 2020, 8: 3029–3041.

    Visual Fidelity Fusion of Infrared and Visible Image Using Edge-Aware Smoothing-Sharpening Filter

    LI Wei,LI Zhongmin

    (School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China)

    Recently, multi-scale feature extraction has been widely used in the field of infrared and visible image fusion; however, most extraction processes are too complex, and the visual effect is not good. To improve the visual fidelity of the fusion result, a multi-scale horizontal image fusion model based on an edge-aware smoothing-sharpening filter (EASSF) is proposed for infrared and visible images. First, to obtain multi-scale texture components and basic components in the horizontal direction, a multi-scale horizontal image decomposition method based on the EASSF is proposed to decompose the source image. Second, the maximum fusion rule is used to merge texture components, which can avoid loss of information detail. Then, to capture salient target information, the basic components are fused via the perceptual-fusion rule. Finally, the fused image is obtained by integrating the fused multi-scale texture components and basic components. By analyzing the perceptual fusion coefficient of PF, the appropriate range of infrared and visible image fusion in the multi-scale EASSF is obtained through the objective data of the fusion results. In this range, compared with several classical and popular fusion methods, the proposed fusion model not only avoids the complexity of feature information extraction, but also effectively ensures the visual fidelity of fusion results by integrating the significant spectral information of basic components.

    infrared and visible image fusion, edge-aware smoothing-sharpening filter, visual fidelity, perceptual fusion

    TP391

    A

    1001-8891(2022)07-0686-07

    2021-10-24;

    2021-11-09.

    李威(1997-),男,碩士,主要從事圖像融合的研究,E-mail:lv2881314@163.com。

    李忠民(1975-),男,博士,副教授,主要從事圖像融合和人工智能方向的研究,E-mail:zhongmli@nchu.edu.cn。

    國家自然科學(xué)基金(61263040, 61861033);江西省自然科學(xué)基金(20202BABL202005)。

    猜你喜歡
    保真度紋理尺度
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    實(shí)現(xiàn)超冷原子光晶格中大規(guī)模高保真度原子糾纏對(duì)制備
    科學(xué)(2020年4期)2020-01-11 08:10:14
    使用紋理疊加添加藝術(shù)畫特效
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    9
    單模真空?qǐng)觯詈想p原子系統(tǒng)的量子保真度演化
    級(jí)聯(lián)三能級(jí)原子與光場(chǎng)相互作用模型中的保真度
    亚洲不卡免费看| a级毛片免费高清观看在线播放| 尾随美女入室| 国产欧美日韩一区二区三区在线 | 久久精品久久久久久噜噜老黄| 欧美激情国产日韩精品一区| 嘟嘟电影网在线观看| 久久久久久久精品精品| 欧美日韩精品成人综合77777| 成人午夜精彩视频在线观看| 久久综合国产亚洲精品| 天天躁夜夜躁狠狠久久av| 伦理电影大哥的女人| 日韩欧美一区视频在线观看 | 乱码一卡2卡4卡精品| 春色校园在线视频观看| 国产亚洲欧美精品永久| 欧美日韩一区二区视频在线观看视频在线| 久久婷婷青草| 国产日韩欧美视频二区| 黄色毛片三级朝国网站 | 国产美女午夜福利| 啦啦啦中文免费视频观看日本| 日韩精品有码人妻一区| 国产伦在线观看视频一区| 亚洲av不卡在线观看| 精品人妻熟女av久视频| 亚洲精品国产av成人精品| 免费大片18禁| 狂野欧美激情性xxxx在线观看| 国产精品福利在线免费观看| 国产黄片美女视频| 美女中出高潮动态图| videossex国产| 青青草视频在线视频观看| 婷婷色综合大香蕉| 大陆偷拍与自拍| 国产成人freesex在线| 国产精品一区二区三区四区免费观看| 国产精品不卡视频一区二区| 久久精品国产a三级三级三级| 狂野欧美激情性bbbbbb| 婷婷色综合www| 丰满少妇做爰视频| 国产精品欧美亚洲77777| 一级,二级,三级黄色视频| 免费大片黄手机在线观看| 男人添女人高潮全过程视频| 亚洲av不卡在线观看| 最近2019中文字幕mv第一页| 人人妻人人添人人爽欧美一区卜| 国产精品国产三级国产av玫瑰| 日韩av不卡免费在线播放| 欧美人与善性xxx| 中文字幕制服av| 亚洲国产精品成人久久小说| 毛片一级片免费看久久久久| 自拍欧美九色日韩亚洲蝌蚪91 | 黄色怎么调成土黄色| 国产国拍精品亚洲av在线观看| 久久久久精品久久久久真实原创| 如日韩欧美国产精品一区二区三区 | av黄色大香蕉| 男人爽女人下面视频在线观看| 热re99久久国产66热| 最近中文字幕高清免费大全6| 国产亚洲最大av| 午夜免费男女啪啪视频观看| 97在线人人人人妻| 秋霞在线观看毛片| 亚洲人与动物交配视频| 精品国产国语对白av| 国产精品欧美亚洲77777| 街头女战士在线观看网站| 大话2 男鬼变身卡| 免费观看av网站的网址| 精品久久久噜噜| 久久久久久久大尺度免费视频| 青春草国产在线视频| 99热6这里只有精品| 久久精品久久久久久久性| 亚洲婷婷狠狠爱综合网| 国产高清国产精品国产三级| 亚洲精品日韩av片在线观看| 黄色一级大片看看| 久久毛片免费看一区二区三区| 九九爱精品视频在线观看| 麻豆乱淫一区二区| 精品久久久精品久久久| 久久久久久久精品精品| 伦理电影免费视频| 免费av中文字幕在线| 18禁裸乳无遮挡动漫免费视频| 国产伦精品一区二区三区视频9| 一级,二级,三级黄色视频| 日日啪夜夜撸| 一级,二级,三级黄色视频| 欧美精品一区二区大全| 亚洲经典国产精华液单| 国产成人精品福利久久| 另类亚洲欧美激情| 成年女人在线观看亚洲视频| 免费看不卡的av| 国产午夜精品一二区理论片| 国产成人精品一,二区| 九九爱精品视频在线观看| 涩涩av久久男人的天堂| 久久精品国产a三级三级三级| 嘟嘟电影网在线观看| 啦啦啦啦在线视频资源| 久久精品久久久久久久性| 99热这里只有是精品在线观看| 麻豆精品久久久久久蜜桃| 成年av动漫网址| 韩国高清视频一区二区三区| av女优亚洲男人天堂| 五月天丁香电影| 亚洲四区av| 国产免费一区二区三区四区乱码| 久久99热这里只频精品6学生| 伦理电影免费视频| 成人特级av手机在线观看| 亚洲av福利一区| av又黄又爽大尺度在线免费看| 亚洲怡红院男人天堂| av福利片在线| 亚洲欧美成人综合另类久久久| 国产真实伦视频高清在线观看| 久久久亚洲精品成人影院| 国产成人精品无人区| 中文天堂在线官网| 插逼视频在线观看| 少妇被粗大的猛进出69影院 | h视频一区二区三区| 国产一区有黄有色的免费视频| 国产色婷婷99| 成年女人在线观看亚洲视频| 国产欧美日韩精品一区二区| 国产午夜精品一二区理论片| 亚洲欧美日韩东京热| 成人免费观看视频高清| 国产有黄有色有爽视频| 寂寞人妻少妇视频99o| 亚洲熟女精品中文字幕| 亚洲av.av天堂| 免费播放大片免费观看视频在线观看| 亚洲av男天堂| 最近最新中文字幕免费大全7| 精品午夜福利在线看| √禁漫天堂资源中文www| 人人澡人人妻人| 精品少妇内射三级| 免费在线观看成人毛片| 国内精品宾馆在线| 国产精品嫩草影院av在线观看| 久久国内精品自在自线图片| 亚洲av免费高清在线观看| 日韩免费高清中文字幕av| 人妻人人澡人人爽人人| 一本久久精品| 久久国内精品自在自线图片| 高清欧美精品videossex| 一本大道久久a久久精品| 人人妻人人添人人爽欧美一区卜| 精品久久国产蜜桃| 我要看日韩黄色一级片| 中国国产av一级| 亚洲欧洲精品一区二区精品久久久 | 寂寞人妻少妇视频99o| 精品熟女少妇av免费看| 国产免费福利视频在线观看| 边亲边吃奶的免费视频| 久久99精品国语久久久| freevideosex欧美| 精品一区二区免费观看| 高清av免费在线| 中国三级夫妇交换| 成人漫画全彩无遮挡| 亚洲成人手机| 99久久精品国产国产毛片| 另类精品久久| 免费看av在线观看网站| 久久久久久人妻| 观看免费一级毛片| 秋霞伦理黄片| 欧美高清成人免费视频www| 日韩欧美一区视频在线观看 | 深夜a级毛片| 一区二区av电影网| 99久久中文字幕三级久久日本| 国产精品人妻久久久影院| 欧美少妇被猛烈插入视频| 中文字幕av电影在线播放| 热99国产精品久久久久久7| 久久99热6这里只有精品| 高清毛片免费看| 在线观看一区二区三区激情| 日日摸夜夜添夜夜添av毛片| 亚洲国产精品999| 欧美人与善性xxx| 中文天堂在线官网| 日产精品乱码卡一卡2卡三| 日韩中字成人| 各种免费的搞黄视频| av又黄又爽大尺度在线免费看| 色吧在线观看| 夫妻午夜视频| 亚洲精品久久午夜乱码| 大香蕉97超碰在线| 99热全是精品| 欧美成人午夜免费资源| 80岁老熟妇乱子伦牲交| 国产午夜精品一二区理论片| 国产精品99久久久久久久久| 国产精品.久久久| 国产永久视频网站| 中文欧美无线码| av在线观看视频网站免费| 搡女人真爽免费视频火全软件| 欧美日韩精品成人综合77777| 一级毛片 在线播放| 国产精品一区二区在线不卡| 国产免费一区二区三区四区乱码| 建设人人有责人人尽责人人享有的| 亚洲精品一区蜜桃| 国产高清三级在线| 免费看不卡的av| av福利片在线观看| 亚洲精品久久久久久婷婷小说| 各种免费的搞黄视频| 国产精品一区二区在线不卡| 卡戴珊不雅视频在线播放| 国产精品熟女久久久久浪| 久久99热6这里只有精品| 久久精品国产a三级三级三级| 中文字幕久久专区| 亚洲中文av在线| 永久免费av网站大全| 免费人妻精品一区二区三区视频| 亚洲av成人精品一二三区| 亚洲国产欧美在线一区| 18禁在线播放成人免费| 午夜老司机福利剧场| 久久精品夜色国产| 乱人伦中国视频| 成人午夜精彩视频在线观看| av天堂中文字幕网| 男女啪啪激烈高潮av片| 亚洲怡红院男人天堂| 国产精品欧美亚洲77777| 国产成人a∨麻豆精品| 熟女人妻精品中文字幕| 自线自在国产av| 少妇的逼水好多| 国产男女超爽视频在线观看| 国产永久视频网站| 九九久久精品国产亚洲av麻豆| 男女国产视频网站| av国产久精品久网站免费入址| 国产老妇伦熟女老妇高清| 亚洲国产成人一精品久久久| 国产色婷婷99| 人妻一区二区av| 欧美日韩综合久久久久久| 久久精品国产自在天天线| 18禁在线播放成人免费| 亚洲av免费高清在线观看| 久久久久久人妻| 菩萨蛮人人尽说江南好唐韦庄| 国产一区亚洲一区在线观看| 毛片一级片免费看久久久久| 麻豆乱淫一区二区| 久久国产精品男人的天堂亚洲 | 精品久久久久久久久亚洲| 日韩强制内射视频| 高清不卡的av网站| 久久久久网色| 黑人巨大精品欧美一区二区蜜桃 | 只有这里有精品99| 日韩三级伦理在线观看| 日韩成人av中文字幕在线观看| 精品一区二区三区视频在线| 成年av动漫网址| 色5月婷婷丁香| 国产熟女欧美一区二区| 亚洲美女黄色视频免费看| √禁漫天堂资源中文www| 高清不卡的av网站| 久久精品夜色国产| 亚洲精品国产av蜜桃| 日韩成人伦理影院| av在线观看视频网站免费| 久久久国产一区二区| 美女cb高潮喷水在线观看| 乱码一卡2卡4卡精品| 一个人看视频在线观看www免费| 国产精品一区二区性色av| 天天躁夜夜躁狠狠久久av| 女人精品久久久久毛片| 国产综合精华液| 国产中年淑女户外野战色| 午夜免费观看性视频| 欧美精品一区二区大全| 亚洲国产av新网站| 日本av手机在线免费观看| 2021少妇久久久久久久久久久| 欧美 日韩 精品 国产| 国产伦理片在线播放av一区| 男的添女的下面高潮视频| 桃花免费在线播放| 六月丁香七月| 国产欧美日韩一区二区三区在线 | 国产日韩欧美视频二区| 亚洲国产精品国产精品| 精品少妇黑人巨大在线播放| 亚洲精品自拍成人| 少妇的逼好多水| 春色校园在线视频观看| 亚洲国产欧美日韩在线播放 | 十分钟在线观看高清视频www | 一本一本综合久久| 九九爱精品视频在线观看| 国产精品99久久久久久久久| 亚洲精品亚洲一区二区| 大片电影免费在线观看免费| 国模一区二区三区四区视频| 在线亚洲精品国产二区图片欧美 | 久久久a久久爽久久v久久| 亚洲成色77777| 69精品国产乱码久久久| 久久ye,这里只有精品| 久久精品夜色国产| 人人妻人人看人人澡| 一级,二级,三级黄色视频| 日韩三级伦理在线观看| 丰满少妇做爰视频| 亚洲精品国产av蜜桃| 久久久精品免费免费高清| 亚洲欧美精品自产自拍| 国产精品国产三级国产av玫瑰| 最后的刺客免费高清国语| 乱码一卡2卡4卡精品| 永久网站在线| xxx大片免费视频| 一本久久精品| 观看免费一级毛片| 色94色欧美一区二区| 免费播放大片免费观看视频在线观看| 搡老乐熟女国产| 建设人人有责人人尽责人人享有的| 在线精品无人区一区二区三| 亚洲真实伦在线观看| 久久午夜综合久久蜜桃| 久久久久国产精品人妻一区二区| 久久精品熟女亚洲av麻豆精品| av天堂中文字幕网| 99热网站在线观看| 老司机影院成人| 日韩视频在线欧美| 欧美三级亚洲精品| 夫妻午夜视频| 国产黄色视频一区二区在线观看| 人人妻人人看人人澡| 国产精品福利在线免费观看| 国产综合精华液| 建设人人有责人人尽责人人享有的| 十八禁网站网址无遮挡 | 久久国产亚洲av麻豆专区| 精品人妻一区二区三区麻豆| 人人妻人人澡人人爽人人夜夜| 亚洲美女黄色视频免费看| 久久精品久久精品一区二区三区| 99热这里只有是精品在线观看| 高清视频免费观看一区二区| 国产精品偷伦视频观看了| 一级二级三级毛片免费看| 热re99久久精品国产66热6| 午夜福利,免费看| 少妇人妻一区二区三区视频| 久久99热这里只频精品6学生| 国产精品伦人一区二区| 精品人妻熟女毛片av久久网站| 国产极品粉嫩免费观看在线 | 久久99精品国语久久久| 丁香六月天网| 亚洲天堂av无毛| 国产中年淑女户外野战色| 精品熟女少妇av免费看| 久久 成人 亚洲| 国产伦理片在线播放av一区| 中文精品一卡2卡3卡4更新| 亚洲精品国产av蜜桃| 日韩av不卡免费在线播放| 一区二区三区乱码不卡18| 亚洲欧美日韩东京热| 狂野欧美激情性xxxx在线观看| 一个人免费看片子| 久久精品久久久久久噜噜老黄| 国产日韩欧美视频二区| 寂寞人妻少妇视频99o| 夜夜爽夜夜爽视频| 视频区图区小说| 人妻少妇偷人精品九色| 成年人免费黄色播放视频 | 成人特级av手机在线观看| 亚洲国产欧美日韩在线播放 | 日韩成人av中文字幕在线观看| 久久久久久人妻| 精品国产一区二区三区久久久樱花| 最近最新中文字幕免费大全7| 国产淫片久久久久久久久| 中国美白少妇内射xxxbb| 亚洲欧美成人综合另类久久久| 在现免费观看毛片| 免费看不卡的av| 又大又黄又爽视频免费| 最近手机中文字幕大全| 91精品一卡2卡3卡4卡| 久久免费观看电影| 日本爱情动作片www.在线观看| 新久久久久国产一级毛片| 人妻夜夜爽99麻豆av| 青青草视频在线视频观看| 精品亚洲乱码少妇综合久久| a级毛片在线看网站| 国产高清国产精品国产三级| 在线亚洲精品国产二区图片欧美 | 久久狼人影院| 搡女人真爽免费视频火全软件| 我要看日韩黄色一级片| 国产欧美日韩一区二区三区在线 | 国产成人一区二区在线| 搡女人真爽免费视频火全软件| 在现免费观看毛片| 99国产精品免费福利视频| 视频区图区小说| 久久久久国产精品人妻一区二区| 十八禁网站网址无遮挡 | 少妇熟女欧美另类| 全区人妻精品视频| 国产高清有码在线观看视频| 亚洲av在线观看美女高潮| 日产精品乱码卡一卡2卡三| 好男人视频免费观看在线| 久热这里只有精品99| 国产黄色免费在线视频| av在线播放精品| 国产高清三级在线| 男人舔奶头视频| 国产成人a∨麻豆精品| 国产av一区二区精品久久| 深夜a级毛片| 热re99久久国产66热| 久久国产精品男人的天堂亚洲 | 亚洲欧洲日产国产| 黑人巨大精品欧美一区二区蜜桃 | 国产一区二区在线观看av| 久久国内精品自在自线图片| 国产午夜精品一二区理论片| 国产亚洲5aaaaa淫片| 日韩成人av中文字幕在线观看| 国产91av在线免费观看| 一级毛片黄色毛片免费观看视频| a级毛片免费高清观看在线播放| 亚洲人成网站在线播| av网站免费在线观看视频| 一区二区三区四区激情视频| 精品人妻一区二区三区麻豆| 中文天堂在线官网| 高清不卡的av网站| 国产精品麻豆人妻色哟哟久久| 午夜日本视频在线| 91在线精品国自产拍蜜月| 在线观看一区二区三区激情| av在线观看视频网站免费| 美女福利国产在线| 日韩电影二区| 久久国产乱子免费精品| 最近手机中文字幕大全| 国产伦在线观看视频一区| 亚洲av.av天堂| a级毛色黄片| 男女免费视频国产| 在线观看三级黄色| 国产亚洲一区二区精品| 国产男女超爽视频在线观看| 免费av中文字幕在线| 狠狠精品人妻久久久久久综合| 久久99一区二区三区| 观看美女的网站| 男女无遮挡免费网站观看| 国产极品粉嫩免费观看在线 | 欧美+日韩+精品| 一级毛片 在线播放| 少妇 在线观看| 五月开心婷婷网| 一级片'在线观看视频| 欧美成人精品欧美一级黄| 一级毛片黄色毛片免费观看视频| 日韩强制内射视频| 精品人妻一区二区三区麻豆| 日韩一本色道免费dvd| 黄色毛片三级朝国网站 | 少妇丰满av| 男人爽女人下面视频在线观看| 国产欧美亚洲国产| 欧美另类一区| 精品亚洲成a人片在线观看| 深夜a级毛片| 国内精品宾馆在线| av不卡在线播放| 岛国毛片在线播放| 欧美另类一区| 乱人伦中国视频| 亚洲精品视频女| av国产久精品久网站免费入址| 18+在线观看网站| 亚洲av.av天堂| 蜜桃久久精品国产亚洲av| 婷婷色麻豆天堂久久| 亚洲国产色片| 国产熟女欧美一区二区| 91久久精品国产一区二区成人| 国产伦精品一区二区三区四那| 女人精品久久久久毛片| 久久99热6这里只有精品| 两个人的视频大全免费| 欧美日韩国产mv在线观看视频| 99re6热这里在线精品视频| 午夜久久久在线观看| 免费黄频网站在线观看国产| 日本wwww免费看| 亚洲精品456在线播放app| 久久久午夜欧美精品| 少妇人妻精品综合一区二区| 日日啪夜夜撸| 国内精品宾馆在线| h日本视频在线播放| 欧美性感艳星| 99久久精品一区二区三区| 亚洲国产欧美在线一区| 新久久久久国产一级毛片| 观看av在线不卡| 麻豆精品久久久久久蜜桃| 纵有疾风起免费观看全集完整版| 精品国产国语对白av| 久久久久国产网址| 丰满迷人的少妇在线观看| 国产色爽女视频免费观看| 亚洲欧美成人综合另类久久久| 超碰97精品在线观看| 这个男人来自地球电影免费观看 | 久久6这里有精品| 国产av一区二区精品久久| 男女边吃奶边做爰视频| 日韩欧美一区视频在线观看 | 久久精品国产a三级三级三级| 美女主播在线视频| 欧美成人精品欧美一级黄| 亚洲精品日韩在线中文字幕| 国产精品久久久久久精品电影小说| 亚洲第一区二区三区不卡| 久久午夜福利片| 人人妻人人澡人人爽人人夜夜| 日日摸夜夜添夜夜爱| 欧美激情极品国产一区二区三区 | 欧美97在线视频| 精品午夜福利在线看| av在线app专区| 69精品国产乱码久久久| 热re99久久精品国产66热6| 这个男人来自地球电影免费观看 | 九九在线视频观看精品| 免费大片18禁| 国产精品一二三区在线看| 国产av精品麻豆| 热re99久久国产66热| 久久久国产精品麻豆| 毛片一级片免费看久久久久| 老司机影院毛片| 亚洲va在线va天堂va国产| 美女脱内裤让男人舔精品视频| 亚洲成人手机| 亚洲经典国产精华液单| 六月丁香七月| 久久久久久久久久久免费av| 久久 成人 亚洲| 国产欧美亚洲国产| 中文字幕av电影在线播放| 久久鲁丝午夜福利片| 久久97久久精品| 免费大片黄手机在线观看| 日日爽夜夜爽网站| 国产精品.久久久| 国模一区二区三区四区视频| av.在线天堂| 曰老女人黄片| 日韩av在线免费看完整版不卡| 国产乱来视频区| 观看av在线不卡| 日日啪夜夜爽| 一本色道久久久久久精品综合| 国产精品麻豆人妻色哟哟久久| 爱豆传媒免费全集在线观看| 久久国产精品男人的天堂亚洲 | 久久久久久久国产电影| 国产精品秋霞免费鲁丝片| 中文字幕人妻熟人妻熟丝袜美| 2018国产大陆天天弄谢| 亚洲精华国产精华液的使用体验| 久久久久人妻精品一区果冻| 赤兔流量卡办理| 偷拍熟女少妇极品色| 国产成人freesex在线| 毛片一级片免费看久久久久|