• <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 ?

    基于模糊擬合圖像驅(qū)動(dòng)的苗族服飾圖像分割算法

    2022-09-15 06:49:46黃成泉周麗華
    現(xiàn)代紡織技術(shù) 2022年5期
    關(guān)鍵詞:苗族輪廓全局

    馮 潤(rùn),黃成泉,胡 雪,周麗華,鄭 蘭

    (貴州民族大學(xué),a.數(shù)據(jù)科學(xué)與信息工程學(xué)院;b.工程技術(shù)人才實(shí)踐訓(xùn)練中心;c.民族醫(yī)藥學(xué)院,貴陽(yáng) 550025)

    圖像分割作為圖像處理與計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)重要的階段[1],主要是將圖像分成若干個(gè)不相交的區(qū)域,然后提取出感興趣特征的一項(xiàng)關(guān)鍵技術(shù)。而主動(dòng)輪廓模型作為圖像分割的重要方法之一,由于其具有靈活選擇約束力和作用域、統(tǒng)一開(kāi)放式的描述形式等優(yōu)勢(shì),在圖像分割領(lǐng)域中得到了廣泛的應(yīng)用。目前,已有的主動(dòng)輪廓模型圖像分割算法的優(yōu)化中,主要針對(duì)合成圖像和醫(yī)學(xué)圖像分割等主流應(yīng)用,針對(duì)少數(shù)民族服飾圖像分割算法與優(yōu)化的研究案例較少。其中,部分是基于C均值模糊聚類(lèi)[2]、基于塊匹配的協(xié)同優(yōu)化方法[3]與基于閾值分割法[4]的少數(shù)民族服飾研究,基于主動(dòng)輪廓模型[5]的少數(shù)民族服飾圖像分割的研究較少。

    在過(guò)去的研究中,人們提出了許多經(jīng)典的主動(dòng)輪廓模型,主要分為基于邊緣的模型和基于區(qū)域的模型。在基于區(qū)域的模型中,Chan-Vese(CV)模型[6]作為最經(jīng)典的模型之一,假設(shè)待處理圖像具有均勻的強(qiáng)度,并且可以根據(jù)強(qiáng)度特征劃分為幾個(gè)不相交的子區(qū)域,從而達(dá)到對(duì)均勻圖像進(jìn)行有效的分割。但是,該模型不能很好的處理強(qiáng)度不均勻的圖像。隨后,眾多學(xué)者提出了許多基于區(qū)域的模型,例如:基于圖像局部信息的局部二值擬合(Local binary fitting, LBF)模型[7]、基于局部圖像擬合(Local image fitting, LIF)模型[8]、基于模糊能量的主動(dòng)輪廓(Fuzzy energy-based active contour, FEAC)模型[9]以及基于混合與局部模糊區(qū)域邊緣的主動(dòng)輪廓分割(Region-edge-based active contours driven by hybrid and local fuzzy region-based energy, HLFRA)模型[10]等,這些模型都能夠很好的處理具有強(qiáng)度不均勻的自然、合成與醫(yī)學(xué)圖像。如前所述,雖然基于區(qū)域的主動(dòng)輪廓圖像分割算法在自然、醫(yī)學(xué)與合成等圖像的分割上取得了非常豐碩的研究成果,但對(duì)少數(shù)民族服飾圖像進(jìn)行分割的研究較少。如劉其思等[11]采用變分水平集算法對(duì)服飾圖案輪廓進(jìn)行邊緣檢測(cè)和分割,結(jié)果表明,基于變分水平集算法相較于傳統(tǒng)的分割方法更為準(zhǔn)確有效,但是使用變分水平集算法難以滿足復(fù)雜圖案分割的需求。侯小剛等[5]通過(guò)融合形態(tài)學(xué)連通域標(biāo)記和CV模型,提出了一種民族服飾圖案紋樣元素分割的方法。該方法與其他自動(dòng)分割算法相比更為有效,但是想要在較高邊界召回率的情況下實(shí)現(xiàn)較高的分割準(zhǔn)確率還存在一定差距。

    綜上所述,與主動(dòng)輪廓模型在處理自然、醫(yī)學(xué)與合成圖像等主流圖像相比,苗族服飾圖像作為一種特殊的圖像類(lèi)型,具有繡線紋理、種類(lèi)繁多、形狀復(fù)雜度高、色彩差異大以及服飾圖像的不善保存導(dǎo)致獲取的圖像存在破損與不清晰等問(wèn)題,采用現(xiàn)有的主動(dòng)輪廓模型圖像分割技術(shù)對(duì)苗族服飾圖像進(jìn)行分割并未取得較好的分割結(jié)果。同時(shí),由于基于全局的主動(dòng)輪廓模型不能很好的分割灰度不均勻的圖像,基于局部的主動(dòng)輪廓模型存在對(duì)初始位置敏感以及容易陷入局部極小值等問(wèn)題。因此,以主動(dòng)輪廓模型為基礎(chǔ)的苗族服飾圖像分割面臨著極大的挑戰(zhàn)。針對(duì)這些問(wèn)題,本文在HLFRA模型[10]的啟發(fā)下,提出了一種基于模糊擬合圖像驅(qū)動(dòng)的苗族服飾圖像分割算法,在一定程度上對(duì)少數(shù)民族服飾圖像分割算法的研究提供參考。

    1 相關(guān)模型

    1.1 FEAC模型

    針對(duì)基于全局的主動(dòng)輪廓模型缺乏分割亮度不均勻圖像的能力以及基于局部的主動(dòng)輪廓模型對(duì)初始輪廓的位置敏感與容易收斂到局部最小值等問(wèn)題,Lv等[12]提出了一種基于分?jǐn)?shù)階擴(kuò)散邊緣指標(biāo)和模糊局部擬合圖像的模糊主動(dòng)輪廓模型。模糊能量函數(shù)表示為:

    +vspfL(I(x))δε(u(x)-0.5)+γspfG(I(x))

    (1)

    式中:λ、μ、ν和γ為正常數(shù),div(·)為散度運(yùn)算符,u(x)為偽水平集函數(shù),e(x)表示局部模糊能量項(xiàng),spfG(I(x))和spfL(I(x))分別表示全局和局部符號(hào)壓力函數(shù),定義為:

    e(x)=(m1(x)-m2(x))

    (2)

    (3)

    spfL(I(x))=

    (4)

    式中:IFLFI(x)=u1(x)m1(x)+u2(x)m2(x)表示模糊局部擬合圖像,W(x)=1/(1+exp(-M(x)))用于縮放I和IFLFI之間的Kulback-Leibler散度,c1、c2、m1(x)和m2(x)分別表示全局和局部?jī)?nèi)外強(qiáng)度平均值。

    FEAC模型具有靈活的初始化方法,并且能很好的解決具有弱邊界的圖像以及容易陷入局部最小值等問(wèn)題。同時(shí),該模型在分割具有亮度不均勻的合成圖像和真實(shí)圖像方面能得到令人滿意的結(jié)果。但是,當(dāng)存在大部分目標(biāo)對(duì)象與背景區(qū)域非常相似的情況時(shí),該模型不能很好地進(jìn)行分割。

    1.2 HLFRA模型

    為了分割具有高噪聲和強(qiáng)度不均勻的圖像,F(xiàn)ang等[10]在FEAC模型[9]的基礎(chǔ)上提出了一種基于混合和局部模糊能量的區(qū)域邊緣主動(dòng)輪廓模型。該模型的能量函數(shù)由區(qū)域能量和邊緣能量?jī)刹糠纸M成,區(qū)域能量激勵(lì)初始偽水平集函數(shù)向目標(biāo)邊界移動(dòng),邊緣能量用于精確檢測(cè)目標(biāo)邊界。能量函數(shù)定義為:

    F(u)=FR(u)+FE(u)

    (5)

    其中,F(xiàn)R(u)表示區(qū)域能量,F(xiàn)E(u)表示邊緣能量,分別定義為:

    (6)

    FE(u)=β1L(u-0.5)+β2P(u-0.5)

    (7)

    通過(guò)固定fb、fs、c1和c2,公式(6)相對(duì)u(x)最小化,得到隸屬度函數(shù)為:

    u(x)=

    (8)

    然后根據(jù)區(qū)域能量ΔF的變化來(lái)更新隸屬度函數(shù)u(x)。

    在HLFRA模型中,區(qū)域能量能夠引導(dǎo)演化曲線向目標(biāo)邊界運(yùn)動(dòng),邊緣能量使演化曲線精確地停在物體邊界上,該模型還通過(guò)計(jì)算新舊能量函數(shù)的差值來(lái)更新偽水平集函數(shù)。實(shí)驗(yàn)結(jié)果表明,HLFRA模型能夠有效地從高噪聲和強(qiáng)度不均勻的合成和真實(shí)圖像中提取目標(biāo),且凸區(qū)域能量保證了分割結(jié)果與初始條件無(wú)關(guān)。

    2 本文算法

    2.1 能量函數(shù)構(gòu)造

    在上述模型的啟發(fā)下,本文提出了一種新的基于模糊擬合圖像驅(qū)動(dòng)的苗族服飾圖像分割算法。使用0.5水平集作為演化曲線[9,10,12],將圖像域Ω分成內(nèi)部Cin(u>0.5)和外部Cout(u<0.5)兩個(gè)相鄰區(qū)域。由于全局圖像信息能夠處理灰度均勻的圖像,局部圖像信息在灰度不均勻方面起著重要作用。因此,結(jié)合全局與局部圖像信息在模糊區(qū)域中擬合出模糊局部與全局圖像,并將原始圖像和擬合的模糊局部與全局圖像在Kullback-Leibler散度方面的圖像差異構(gòu)造模糊能量函數(shù)。然后通過(guò)圖像局部與全局內(nèi)外區(qū)域的像素灰度歸一化類(lèi)內(nèi)方差構(gòu)造自適應(yīng)權(quán)重系數(shù)。接下來(lái),添加了一個(gè)正則項(xiàng)與一個(gè)長(zhǎng)度項(xiàng),并在其中引入一個(gè)邊緣檢測(cè)器。最后,通過(guò)標(biāo)準(zhǔn)梯度下降法[13]最小化能量函數(shù),并給出了算法的具體步驟。所提出的能量函數(shù)定義為:

    E(u)=Ffe(u)+Fedge(u)

    (9)

    式中:Ffe(u)是模糊能量函數(shù),F(xiàn)edge(u)由正則項(xiàng)與長(zhǎng)度項(xiàng)組成。

    2.1.1 模糊能量函數(shù)

    模糊能量函數(shù)由局部與全局模糊能量項(xiàng)組成。不同于HLFRA模型中混合局部模糊能量,本文在其基礎(chǔ)上,擬合出模糊局部與全局圖像。并依據(jù)FEAC模型通過(guò)Kullback-Leibler散度來(lái)量化原始圖像與擬合圖像之間差異的方法,通過(guò)原始圖像與兩幅模糊擬合圖像在Kullback-Leibler散度方面的圖像差異構(gòu)造局部與全局模糊能量項(xiàng)。同時(shí),通過(guò)自適應(yīng)權(quán)重系數(shù)來(lái)自動(dòng)調(diào)節(jié)局部與全局模糊能量項(xiàng)之間的參數(shù)。模糊能量函數(shù)定義為:

    (10)

    式中:第一項(xiàng)是全局模糊能量項(xiàng),能對(duì)灰度均勻的圖像進(jìn)行分割。第二項(xiàng)是局部模糊能量項(xiàng),分割灰度不均勻的圖像。wg和wl為兩個(gè)權(quán)重系數(shù),滿足wg+wl=1。ILFR(x)與IGFR(x)表示模糊局部與全局?jǐn)M合圖像,分別定義為:

    IGFR=c1[u(x)]m+c2[1-u(x)]m

    (11)

    ILFR=m1[u(x)]m+m2[1-u(x)]m

    (12)

    這里IGFR與ILFR可以認(rèn)為是原始圖像I在全局與局部窗口內(nèi)的模糊逼近,c1和c2為全局強(qiáng)度平均值,m1和m2為局部強(qiáng)度平均值,u(x)表示模糊隸屬度函數(shù),分別定義為:

    (13)

    (14)

    u(x)=

    (15)

    式中:[u1(x)]m=[u(x)]m、[u2(x)]m=[1-u(x)]m,m為每個(gè)模糊隸屬度的加權(quán)指數(shù),w(x,y)為空間權(quán)重,α1、α2、β1和β2為正加權(quán)參數(shù)。

    在式(10)中,為了根據(jù)圖像的均勻程度來(lái)自動(dòng)調(diào)整全局與局部模糊能量項(xiàng)之間的參數(shù),從而構(gòu)建了一個(gè)自適應(yīng)權(quán)重系數(shù)。不同于Jiang等[14]和Han等[15]基于全局圖像輪廓曲線內(nèi)外區(qū)域的像素灰度歸一化類(lèi)內(nèi)方差來(lái)定義權(quán)重系數(shù),本文在此基礎(chǔ)上結(jié)合了局部圖像輪廓曲線內(nèi)外區(qū)域的像素灰度歸一化類(lèi)內(nèi)方差來(lái)表示:

    (16)

    式中:a1、a2分別表示圖像全局輪廓曲線內(nèi)外區(qū)域像素灰度的類(lèi)內(nèi)方差,b1和b2分別表示圖像局部輪廓曲線內(nèi)外區(qū)域像素灰度的類(lèi)內(nèi)方差,分別定義為:

    (18)

    式中N表示整個(gè)圖像區(qū)域的像素?cái)?shù)。

    2.1.2 正則項(xiàng)與長(zhǎng)度項(xiàng)

    在式(9)中,將邊緣檢測(cè)器g分別引入正則項(xiàng)與長(zhǎng)度項(xiàng),以此來(lái)獲得光滑的輪廓曲線,平滑圖像邊緣。分別表示為:

    Fedge(u)=μLg(u=0.5)+νPg(u=0.5)

    (19)

    這里,μ、ν為常數(shù),Lg(u=0.5)表示水平集函數(shù)的長(zhǎng)度項(xiàng),Pg(u=0.5)表示符號(hào)距離函數(shù)的正則項(xiàng),定義為:

    2.2 能量函數(shù)求解

    本文通過(guò)標(biāo)準(zhǔn)梯度下降法最小化式(9)中的能量函數(shù),對(duì)于固定的c1、c2、m1和m2,E(u)相對(duì)于u(x)最小化:

    (22)

    這里e1和e2分別為:

    (23)

    (24)

    2.3 算法步驟描述

    本文算法的具體計(jì)算步驟為:

    a)輸入指定的圖像,并輸入初始參數(shù):即迭代次數(shù)IterNum、局部窗口(2k+1)×(2k+1)的大小k、常數(shù)ε、時(shí)間步長(zhǎng)Δt、權(quán)重μ、ν、α1、α2、β1、β2和邊緣檢測(cè)器g;

    b)初始化水平集,將其設(shè)置為u0(x)>0.5與u0(x)<0.5兩個(gè)部分;

    c)使用式(15)計(jì)算u(x)的偽水平集函數(shù),并使用式(13)計(jì)算兩個(gè)全局變量平均值c1和c2以及式(14)計(jì)算兩個(gè)局部變量平均值m1和m2;

    d)通過(guò)式(11)、(12)、(23)、(24)、(10)分別計(jì)算IGFR、ILFR、e1、e2和模糊能量函數(shù)Ffe(u),并通過(guò)式(16)計(jì)算權(quán)值wg和wl;

    e)對(duì)于正則項(xiàng)Pg和長(zhǎng)度項(xiàng)Lg分別使用公式(21)、(20)進(jìn)行計(jì)算;

    f)結(jié)合式(9),更新能量函數(shù);

    g)重復(fù)步驟c)-f),直到迭代完成。

    3 實(shí)驗(yàn)結(jié)果與分析

    為了驗(yàn)證本文算法的有效性,本節(jié)設(shè)計(jì)4組實(shí)驗(yàn)進(jìn)行分析,即自然圖像分割比較分析、苗族服飾圖像的分割、苗族服飾圖像分割比較分析、不同初始形狀與位置的苗族服飾圖像分割。依據(jù)自然圖像與苗族服飾圖像之間的圖像性質(zhì)以及圖像的獲取方式等關(guān)聯(lián),特別是具有紋理的自然圖像與苗族服飾圖像有異曲同工之處。因此,首先將本文算法在自然圖像上進(jìn)行驗(yàn)證,來(lái)體現(xiàn)所提出的算法在主動(dòng)輪廓模型圖像分割上的優(yōu)勢(shì),實(shí)驗(yàn)數(shù)據(jù)集來(lái)自Describable Textures Dataset(DTD)數(shù)據(jù)集[16]和MSRA數(shù)據(jù)集[17]。然后,進(jìn)一步將本文算法運(yùn)用于選取的苗族服飾圖像上,驗(yàn)證本文算法的分割性能以及對(duì)初始輪廓曲線的位置與形狀的穩(wěn)定性。苗族服飾圖像數(shù)據(jù)集來(lái)源于北京服裝學(xué)院民族服飾博物館(http:∥www.biftmuseum.com/),該博物館收藏有中國(guó)各民族的服裝、飾品、織物、蠟染、刺繡等一萬(wàn)余件,還收藏有近千幅20世紀(jì)20~30年代拍攝的極為珍貴的彝族、藏族、羌族的民族生活服飾的圖片。在其中選取了關(guān)于貴州省苗族服飾的局部圖像(包括苗族蠟染、刺繡、混合與簡(jiǎn)單圖像)。

    實(shí)驗(yàn)在MatlabR2016a編程環(huán)境下,以3.3 ghz的Intel(R)內(nèi)核和8 gb的計(jì)算機(jī)內(nèi)存,在PC機(jī)上運(yùn)行。實(shí)驗(yàn)中固定參數(shù):偽水平集函數(shù)u(x)在內(nèi)部和外部區(qū)域分別設(shè)置為0.7和0.3,模糊隸屬度的加權(quán)指數(shù)m=2。常規(guī)參數(shù):局部加權(quán)系數(shù)w(x,y)被(2k+1)×(2k+1)窗口截?cái)?,局部加?quán)窗口k=1,迭代次數(shù)上限為30,時(shí)間步長(zhǎng)Δt=0.02,最小正常數(shù)ε=1,長(zhǎng)度項(xiàng)與正則項(xiàng)的加權(quán)參數(shù)μ=0.1和ν=0.8,圖像全局內(nèi)外權(quán)重α1、α2與局部?jī)?nèi)外權(quán)重β1和β2需根據(jù)圖像進(jìn)行調(diào)整。其他對(duì)比模型除特殊說(shuō)明外,其余參數(shù)均參考原文設(shè)置。

    3.1 比較算法與評(píng)價(jià)指標(biāo)

    由于本文是將主動(dòng)輪廓模型探索性的運(yùn)用于苗族服飾圖像的分割,因此將本文算法與基于區(qū)域的主動(dòng)輪廓模型,如LBF模型[7]、LIF模型[8]、局部與全局?jǐn)M合圖像(Local and global fitted image, LGFI)模型[18]和HLFRA模型[10]進(jìn)行實(shí)驗(yàn)驗(yàn)證,并綜合量化評(píng)價(jià)指標(biāo)與視覺(jué)效果對(duì)算法的性能進(jìn)行對(duì)比分析和結(jié)果討論。

    為了定量評(píng)價(jià)上述模型的分割效率和準(zhǔn)確性,使用迭代過(guò)程中所需的分割時(shí)間、迭代次數(shù)、Dice相似性系數(shù)[19](Dice similarity coefficient, DSC)和敏感性系數(shù)(Sensitivity, SN)對(duì)分割結(jié)果進(jìn)行定量評(píng)價(jià)[20]。其中迭代次數(shù)與分割時(shí)間的多少主要體現(xiàn)了算法的收斂程度,算法的收斂速度快,則相應(yīng)的迭代次數(shù)與分割時(shí)間會(huì)得到很大程度的降低。相反,如果算法的收斂速度慢,則迭代次數(shù)與分割時(shí)間也會(huì)增加。DSC反映的是算法的分割結(jié)果與真值結(jié)果之間的相似度,SN反映的是正確檢測(cè)超聲區(qū)域像素點(diǎn)和標(biāo)準(zhǔn)區(qū)域像素點(diǎn)總和的比值。DSC與SN兩個(gè)評(píng)價(jià)指標(biāo)的值都在0到1之間,值越大,表明檢測(cè)結(jié)果精度越高。分別定義為:

    (25)

    (26)

    式中:∩是交集運(yùn)算符,N(·)是封閉集的像素?cái)?shù),A是給定算法的分割結(jié)果,B為真值分割結(jié)果,TP和FN分別表示真陽(yáng)性和假陰性。

    3.2 自然圖像分割比較分析

    為了體現(xiàn)本文算法的性能,將本文算法與基于區(qū)域的主動(dòng)輪廓模型,即LBF模型、LIF模型、LGFI模型和HLFRA模型在自然圖像上進(jìn)行對(duì)比實(shí)驗(yàn)。圖1中圖像1至圖像6的實(shí)驗(yàn)參數(shù)α1、α2、β1和β2分別設(shè)置如下:(1.0, 0.5, 1.0, 0.5)、(0.01, 0.01, 1.0, 1.0)、(1.0, 0.5, 1.0, 0.5)、(1.5, 2.5, 1.0, 2.5)、(1.5, 2.5, 1.5, 2.0)、(0.5, 3.0, 1.0, 3.0)。分割結(jié)果如圖1和表1所示,圖1中顯示了不同模型與本文算法對(duì)自然圖像的分割結(jié)果,第1列是具有初始輪廓曲線的原始圖像,第2列到第6列分別顯示的是LBF、LIF、LGFI、HLFRA模型與本文算法的最終演化結(jié)果。表1顯示的是不同模型在圖1中6幅圖像的迭代次數(shù)與分割時(shí)間。

    圖1 不同模型對(duì)自然圖像的分割結(jié)果

    由圖1與表1的分割結(jié)果可以看出,LBF模型相較于LIF模型來(lái)說(shuō)分割結(jié)果相對(duì)較好,但是LBF模型所需的分割時(shí)間卻比LIF模型要高。LIF模型由于只運(yùn)用了圖像的局部信息,在分割多目標(biāo)圖像時(shí)容易導(dǎo)致邊界泄露,從而導(dǎo)致分割效果不佳,但是所需的分割時(shí)間較為可觀。LGFI模型的分割結(jié)果較差,由于LGFI模型運(yùn)用了局部與全局圖像信息,所以其分割所需的時(shí)間最多。HLFRA模型能有效的對(duì)圖像進(jìn)行分割,但是也存在一些不理想的地方被分割出來(lái)的情況。由于HLFRA模型是通過(guò)計(jì)算新舊能量函數(shù)的差值來(lái)更新偽水平集函數(shù),所以只需要較少的迭代次數(shù)與分割時(shí)間。在本文算法中,結(jié)合了局部與全局模糊擬合圖像在Kullback-Leibler散度方面的圖像差異構(gòu)造了模糊能量函數(shù),同時(shí)在模糊局部與全局項(xiàng)之間考慮自適應(yīng)權(quán)重。從而提高了本文算法對(duì)灰度均勻與不均勻圖像的分割精度與效率。此外,還在能量函數(shù)中添加了一項(xiàng)正則項(xiàng)與長(zhǎng)度項(xiàng)來(lái)獲得光滑的輪廓曲線,平滑圖像邊緣。因此,本文算法相較于其他的模型來(lái)說(shuō),能夠很好的對(duì)圖像進(jìn)行分割。并且只運(yùn)用常用的標(biāo)準(zhǔn)梯度下降法最小化能量函數(shù),就能獲得較少的分割時(shí)間與迭代次數(shù)。

    表1 不同模型在圖1中6幅圖像的分割時(shí)間與迭代次數(shù)

    分割精度的DSC與SN系數(shù)如表2所示。從 表2 可以看出,本文算法相較于其他模型來(lái)說(shuō),具有較好的分割效果。對(duì)應(yīng)圖像分割結(jié)果的相似性系數(shù)與敏感性系數(shù)分別能達(dá)到0.978與0.981以上,分割結(jié)果的平均值與LBF、LIF、LGFI和HLFRA模型相比分別提高了39.8%、67.2%、44.6%與5.8%。

    表2 不同模型在圖1中圖像4到圖像6的DSC與SN系數(shù)

    3.3 苗族服飾圖像的分割

    不同類(lèi)型的苗族服飾圖像對(duì)分割結(jié)果也有一定的影響,如蠟染圖像中具有圖像破損、圖像不清晰、圖像形狀復(fù)雜等問(wèn)題,刺繡圖像具有繡線紋理影響、圖像色彩差異較大等問(wèn)題,以及混合與簡(jiǎn)單圖像中不同類(lèi)型圖像之間、圖案具有污點(diǎn)等問(wèn)題的影響,這些問(wèn)題都有可能導(dǎo)致得到的分割結(jié)果不理想。為了驗(yàn)證本文算法對(duì)不同類(lèi)型苗族服飾圖像的分割性能,將本文算法運(yùn)用在不同類(lèi)型的苗族服飾圖像上進(jìn)行分割。如圖2所示,其中實(shí)驗(yàn)參數(shù)α1、α2、β1和β2設(shè)置如下:除刺繡圖像中第一幅圖像與第二幅圖像以及混合與簡(jiǎn)單圖像中第三幅圖像分別設(shè)置為(0.5, 2.5, 2.5, 2.5)、(1.5, 0.5, 1.5, 0.5)、(2.2, 2.0, 0.8, 0.7),其他圖像的參數(shù)均設(shè)置為(0.01, 0.01, 1.0, 1.0)。

    在圖2中,第1行、第3行與第5行分別顯示的是具有初始輪廓曲線的原始蠟染圖像、原始刺繡圖像與原始混合及簡(jiǎn)單圖像,第2行、第4行與第6行分別顯示的是本文算法的分割結(jié)果。從分割結(jié)果看出,由于圖像不清晰、圖像破損、繡線紋理以及圖像色彩差異較大等問(wèn)題的影響,導(dǎo)致部分分割結(jié)果不太理想,如蠟染圖像中第二幅圖像由于圖像的破損,導(dǎo)致一些不理想的區(qū)域被分割出來(lái);刺繡圖像中第三幅圖像由于圖像的色彩差異較大,部分區(qū)域未能被提取出來(lái)等。但是,基于總體的分割結(jié)果而言,提出的算法在不同類(lèi)型的苗族服飾圖像上具有較好的分割結(jié)果。

    圖2 不同苗族服飾圖像的分割

    3.4 苗族服飾圖像分割比較分析

    為了驗(yàn)證本文算法對(duì)不同類(lèi)型苗族服飾圖像分割性能的差異性,將本文算法與基于區(qū)域的主動(dòng)輪廓模型進(jìn)行比較。圖3中圖像1到圖像9的實(shí)驗(yàn)參數(shù)α1、α2、β1和β2設(shè)置如下:圖像1為(2.0, 2.2, 0.8, 0.7)、圖像2至圖像9設(shè)置為(0.01, 0.01, 1.0, 1.0)。圖3顯示的是不同模型在苗族服飾圖像上的分割結(jié)果。其中,圖像1到圖像3為蠟染圖像,圖像4到圖像7為刺繡圖像,圖像8到圖像9為簡(jiǎn)單與混合圖像。第1列顯示的是具有初始輪廓曲線的原始圖像,第2列到第6列分別顯示的是LBF、LIF、LGFI、HLFRA模型與本文算法的最終演化結(jié)果。從分割的結(jié)果看出,提出的算法都能對(duì)這九幅圖像進(jìn)行有效的分割。雖然一些特別細(xì)微地方的分割結(jié)果不是特別理想,但是相較于其他模型而言具有較好的分割效果。

    進(jìn)一步使用分割所需的時(shí)間與迭代次數(shù)定量評(píng)估了LBF、LIF、LGFI、HLFRA模型與本文算法對(duì)圖3中9幅圖像的分割性能。如表3所示,本文的方法對(duì)所測(cè)試圖像的分割時(shí)間都優(yōu)于其他模型,只需要較少的迭代次數(shù)與分割時(shí)間就能對(duì)圖像進(jìn)行分割。這是由于本文算法采用模糊局部與全局?jǐn)M合圖像同原始圖像的差異構(gòu)造了一個(gè)模糊能量函數(shù),因此極大的降低了分割所需的時(shí)間。HLFRA模型從分割時(shí)間與迭代次數(shù)來(lái)看,具有較好的性能。LGFI模型相較于LBF模型與LIF模型來(lái)說(shuō)迭代次數(shù)最少,但分割時(shí)間卻最多,因此LGFI模型在分割時(shí)間上不占優(yōu)勢(shì)。LIF模型的迭代次數(shù)比LBF模型與LGFI模型多,但是所需的分割時(shí)間卻最少,所以LIF模型在分割時(shí)間上比LBF模型與LGFI模型好。

    表3 不同模型在圖3中9幅圖像的迭代次數(shù)與分割時(shí)間

    圖3 不同模型在苗族服飾圖像上的分割結(jié)果

    3.5 初始化的魯棒性

    初始曲線的形狀和位置對(duì)分割結(jié)果也有一定的影響。因此,在具有不同初始形狀和位置的苗族服飾圖像上,對(duì)初始曲線的形狀與位置的敏感性進(jìn)行評(píng)估。實(shí)驗(yàn)參數(shù)α1、α2、β1和β2設(shè)置為:(1.5, 0.1, 1.5, 0.5)。通過(guò)保持所有參數(shù)不變,對(duì)圖4中顯示的具有不同初始形狀和位置的服飾圖像進(jìn)行測(cè)試。其中,第1行與第3行是具有不同初始形狀和位置的原始圖像,第2行和第4行是最終分割結(jié)果。結(jié)果顯示,對(duì)于不同初始形狀和位置的最終輪廓具有幾乎相同的分割結(jié)果,表明本文算法對(duì)初始輪廓的放置與形狀具有魯棒性。

    圖4 不同初始形狀與位置的苗族服飾圖像

    4 結(jié) 論

    本文針對(duì)苗族服飾圖像的分割,提出了一種基于模糊擬合圖像驅(qū)動(dòng)的苗族服飾圖像分割算法。在一定情況下起到發(fā)展苗族服飾的作用,這對(duì)苗族服飾圖案的保護(hù)、傳承和發(fā)展有重要的理論和實(shí)際意義。為了體現(xiàn)本文算法的有效性,首先,在自然圖像上與其他基于區(qū)域的主動(dòng)輪廓模型進(jìn)行實(shí)驗(yàn)評(píng)估。結(jié)果表明,本文算法具有較好的分割性能。然后,將本文算法應(yīng)用于苗族服飾圖像的分割。實(shí)驗(yàn)結(jié)果表明,本文算法在苗族服飾圖像的分割中具有較好的分割結(jié)果,并且對(duì)水平集函數(shù)的初始化具有魯棒性。但是,本文提出的算法在分割苗族服飾圖像時(shí)同樣存在一些問(wèn)題。作為探索性的研究,本文在以苗族服飾圖像為對(duì)象進(jìn)行分割算法的研究時(shí),僅僅考慮了簡(jiǎn)單的苗族服飾圖像的形狀、紋理與色彩等圖像信息。對(duì)于圖案具有復(fù)雜度特別高、紋理非常突出、存在較嚴(yán)重的破損與色彩差異特別大等問(wèn)題的苗族服飾圖像的分割結(jié)果中,存在少量漏分割與過(guò)分割的現(xiàn)象。這也將是今后的重點(diǎn)研究方向。

    猜你喜歡
    苗族輪廓全局
    苗族蠟染
    輪廓錯(cuò)覺(jué)
    Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子
    量子Navier-Stokes方程弱解的全局存在性
    基于實(shí)時(shí)輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
    落子山東,意在全局
    金橋(2018年4期)2018-09-26 02:24:54
    盛大節(jié)慶——苗族牯藏節(jié)
    苗族民歌
    苗族老照片
    焦點(diǎn)(2015年12期)2016-01-26 08:22:45
    在線學(xué)習(xí)機(jī)制下的Snake輪廓跟蹤
    天天躁日日操中文字幕| 日韩欧美国产一区二区入口| 99久久精品国产亚洲精品| 他把我摸到了高潮在线观看| 在线天堂最新版资源| 欧美成狂野欧美在线观看| 久久精品国产亚洲av涩爱 | 3wmmmm亚洲av在线观看| 成人高潮视频无遮挡免费网站| 嫩草影院入口| 大型黄色视频在线免费观看| 性欧美人与动物交配| 少妇被粗大猛烈的视频| 激情在线观看视频在线高清| aaaaa片日本免费| 69人妻影院| av天堂在线播放| 色综合婷婷激情| 天堂影院成人在线观看| 91在线精品国自产拍蜜月| 一级a爱片免费观看的视频| 欧美精品啪啪一区二区三区| 又爽又黄无遮挡网站| 男插女下体视频免费在线播放| 久久久久亚洲av毛片大全| 久久国产精品人妻蜜桃| 精品久久久久久久末码| 婷婷色综合大香蕉| 国产精品美女特级片免费视频播放器| 国产一区二区亚洲精品在线观看| 国产午夜精品久久久久久一区二区三区 | 欧美xxxx性猛交bbbb| 国产精品一及| 国产精品久久久久久亚洲av鲁大| 亚洲第一欧美日韩一区二区三区| 十八禁人妻一区二区| 亚洲狠狠婷婷综合久久图片| 97人妻精品一区二区三区麻豆| 免费看光身美女| 成人美女网站在线观看视频| 99热这里只有是精品在线观看 | 国产精品野战在线观看| 麻豆av噜噜一区二区三区| 97热精品久久久久久| or卡值多少钱| eeuss影院久久| 午夜福利在线观看免费完整高清在 | 91午夜精品亚洲一区二区三区 | 色吧在线观看| 91狼人影院| 亚洲黑人精品在线| 97人妻精品一区二区三区麻豆| 免费在线观看日本一区| 日本撒尿小便嘘嘘汇集6| 在线观看一区二区三区| 夜夜爽天天搞| eeuss影院久久| 人妻夜夜爽99麻豆av| 久久久久久久亚洲中文字幕 | 美女cb高潮喷水在线观看| 好男人电影高清在线观看| 亚洲色图av天堂| 亚洲成av人片免费观看| 精品一区二区免费观看| 麻豆成人av在线观看| 色精品久久人妻99蜜桃| www.999成人在线观看| 天天一区二区日本电影三级| 午夜激情福利司机影院| 亚洲18禁久久av| 国产精品亚洲美女久久久| 欧洲精品卡2卡3卡4卡5卡区| 欧美黄色片欧美黄色片| 伊人久久精品亚洲午夜| 亚洲国产精品久久男人天堂| 精品久久久久久,| 欧美日韩国产亚洲二区| 国产aⅴ精品一区二区三区波| 最近在线观看免费完整版| 波多野结衣高清作品| 国产午夜福利久久久久久| 校园春色视频在线观看| 亚洲av第一区精品v没综合| 亚洲成av人片在线播放无| 男插女下体视频免费在线播放| 一夜夜www| 久久久久久久午夜电影| 亚州av有码| 国产高清激情床上av| 国产野战对白在线观看| 我的老师免费观看完整版| 黄色配什么色好看| 国产亚洲欧美98| 亚洲aⅴ乱码一区二区在线播放| 久久亚洲精品不卡| 欧美日韩国产亚洲二区| 国产日本99.免费观看| 露出奶头的视频| 波野结衣二区三区在线| 桃色一区二区三区在线观看| 国产一区二区亚洲精品在线观看| 一区福利在线观看| 好看av亚洲va欧美ⅴa在| 美女高潮的动态| 欧美成人一区二区免费高清观看| 国产精品日韩av在线免费观看| 内射极品少妇av片p| 色综合欧美亚洲国产小说| 一夜夜www| 亚洲无线在线观看| 热99在线观看视频| 亚洲中文字幕一区二区三区有码在线看| netflix在线观看网站| 久久精品国产99精品国产亚洲性色| 欧美成人一区二区免费高清观看| 性色av乱码一区二区三区2| 亚洲激情在线av| 午夜免费成人在线视频| 久久精品91蜜桃| 高潮久久久久久久久久久不卡| 婷婷丁香在线五月| 男人和女人高潮做爰伦理| 最新中文字幕久久久久| 白带黄色成豆腐渣| 色综合婷婷激情| 国产真实乱freesex| 69av精品久久久久久| 国产三级黄色录像| 草草在线视频免费看| 成人国产一区最新在线观看| 亚洲经典国产精华液单 | 欧美一区二区精品小视频在线| 免费在线观看日本一区| 少妇人妻精品综合一区二区 | 久久伊人香网站| 亚洲人与动物交配视频| 丝袜美腿在线中文| 国产av不卡久久| 国产三级在线视频| 国产精品一区二区三区四区免费观看 | 欧美日韩乱码在线| 久久久久久久久久黄片| 精品人妻1区二区| 此物有八面人人有两片| 精品国内亚洲2022精品成人| 一进一出抽搐动态| 欧美性感艳星| 波多野结衣高清作品| 在线天堂最新版资源| 欧美日韩国产亚洲二区| 夜夜躁狠狠躁天天躁| 国产视频内射| 91在线精品国自产拍蜜月| 亚洲国产欧美人成| 搡女人真爽免费视频火全软件 | 免费在线观看成人毛片| 一区二区三区四区激情视频 | 淫妇啪啪啪对白视频| 免费在线观看成人毛片| 中文亚洲av片在线观看爽| 亚洲av中文字字幕乱码综合| 丰满人妻熟妇乱又伦精品不卡| 国产精品伦人一区二区| 嫁个100分男人电影在线观看| 国产精品自产拍在线观看55亚洲| 亚洲自偷自拍三级| 18禁黄网站禁片免费观看直播| 国产一区二区在线观看日韩| 国产毛片a区久久久久| 日韩欧美在线乱码| 亚洲三级黄色毛片| 欧美高清性xxxxhd video| 欧美丝袜亚洲另类 | 如何舔出高潮| bbb黄色大片| 啪啪无遮挡十八禁网站| 最近视频中文字幕2019在线8| av欧美777| 亚洲精品亚洲一区二区| 九九在线视频观看精品| 91狼人影院| 欧美潮喷喷水| 尤物成人国产欧美一区二区三区| 男人狂女人下面高潮的视频| 麻豆国产av国片精品| 欧美成人a在线观看| 少妇裸体淫交视频免费看高清| 91麻豆精品激情在线观看国产| 亚洲精品在线观看二区| 夜夜看夜夜爽夜夜摸| 久久久久国产精品人妻aⅴ院| 国产色婷婷99| 直男gayav资源| 99热6这里只有精品| 男人的好看免费观看在线视频| 一级毛片久久久久久久久女| 中文字幕熟女人妻在线| 亚洲国产精品sss在线观看| 精品福利观看| 天堂网av新在线| 国产成人a区在线观看| 国产综合懂色| 老司机午夜十八禁免费视频| 久久久国产成人免费| 欧美色视频一区免费| 精品欧美国产一区二区三| 精品久久久久久久久av| 国内揄拍国产精品人妻在线| 亚洲乱码一区二区免费版| 亚洲国产精品合色在线| 直男gayav资源| 欧美成狂野欧美在线观看| 午夜激情福利司机影院| 久久久色成人| 天美传媒精品一区二区| 哪里可以看免费的av片| 亚洲精品在线美女| 波野结衣二区三区在线| 亚洲精品一卡2卡三卡4卡5卡| h日本视频在线播放| 人妻制服诱惑在线中文字幕| 一本综合久久免费| 99久久99久久久精品蜜桃| 国产精品人妻久久久久久| 91在线观看av| 观看免费一级毛片| 国产精华一区二区三区| а√天堂www在线а√下载| 精品久久久久久久末码| 88av欧美| 亚洲成人中文字幕在线播放| 国产男靠女视频免费网站| 国产爱豆传媒在线观看| 91久久精品电影网| 国产精品综合久久久久久久免费| 不卡一级毛片| 人妻夜夜爽99麻豆av| 中文亚洲av片在线观看爽| 熟女电影av网| av天堂中文字幕网| 成人永久免费在线观看视频| 日本三级黄在线观看| 欧美中文日本在线观看视频| 在线免费观看不下载黄p国产 | 久久久久免费精品人妻一区二区| 国产 一区 欧美 日韩| 日本三级黄在线观看| 国产精品永久免费网站| 久久这里只有精品中国| 最好的美女福利视频网| 国产午夜精品久久久久久一区二区三区 | 日韩亚洲欧美综合| 国内毛片毛片毛片毛片毛片| 欧美一区二区亚洲| 国产精品精品国产色婷婷| 国产三级黄色录像| 一区福利在线观看| 免费av毛片视频| 十八禁网站免费在线| 免费高清视频大片| 99久久精品热视频| 亚洲美女黄片视频| 自拍偷自拍亚洲精品老妇| av天堂在线播放| 国产三级中文精品| 国产精品影院久久| 亚洲国产精品999在线| 精品人妻视频免费看| 国产主播在线观看一区二区| 91av网一区二区| av欧美777| 国产精品,欧美在线| 97超视频在线观看视频| 亚洲熟妇熟女久久| 亚洲美女视频黄频| 我的女老师完整版在线观看| 欧美黑人欧美精品刺激| 村上凉子中文字幕在线| 一区福利在线观看| 久久这里只有精品中国| 宅男免费午夜| 长腿黑丝高跟| 亚洲性夜色夜夜综合| 两个人视频免费观看高清| 我要搜黄色片| 午夜亚洲福利在线播放| 俺也久久电影网| 最近最新免费中文字幕在线| 亚洲五月婷婷丁香| 高清毛片免费观看视频网站| 女人十人毛片免费观看3o分钟| 日日干狠狠操夜夜爽| 欧美成人a在线观看| 亚洲精华国产精华精| 69av精品久久久久久| 国产精品久久视频播放| 国产精品嫩草影院av在线观看 | 如何舔出高潮| 久久伊人香网站| 亚洲精品乱码久久久v下载方式| 又爽又黄a免费视频| 夜夜躁狠狠躁天天躁| 日日夜夜操网爽| 成人一区二区视频在线观看| 99精品在免费线老司机午夜| 亚洲国产精品久久男人天堂| 日韩欧美国产在线观看| 真实男女啪啪啪动态图| 脱女人内裤的视频| 国产成+人综合+亚洲专区| 成人精品一区二区免费| 黄色配什么色好看| 一区二区三区高清视频在线| 丁香欧美五月| 在线免费观看的www视频| 免费高清视频大片| 观看美女的网站| 99riav亚洲国产免费| 少妇人妻精品综合一区二区 | 欧美中文日本在线观看视频| 免费黄网站久久成人精品 | 蜜桃亚洲精品一区二区三区| 中文字幕精品亚洲无线码一区| 国产单亲对白刺激| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 少妇裸体淫交视频免费看高清| 最近中文字幕高清免费大全6 | 国内久久婷婷六月综合欲色啪| 国产精品电影一区二区三区| 伦理电影大哥的女人| 小说图片视频综合网站| 一区二区三区高清视频在线| 国产三级在线视频| 3wmmmm亚洲av在线观看| 长腿黑丝高跟| 一区二区三区四区激情视频 | 尤物成人国产欧美一区二区三区| 男人和女人高潮做爰伦理| 午夜免费激情av| 国产亚洲精品久久久com| 亚洲人成网站在线播| 亚洲国产精品合色在线| 美女免费视频网站| 日日干狠狠操夜夜爽| 婷婷丁香在线五月| 欧美精品啪啪一区二区三区| 亚洲精品日韩av片在线观看| 51午夜福利影视在线观看| 日韩欧美在线二视频| 国内精品一区二区在线观看| av欧美777| 久久6这里有精品| 亚洲第一欧美日韩一区二区三区| 18+在线观看网站| 国产乱人视频| 色哟哟·www| 熟女人妻精品中文字幕| 一级作爱视频免费观看| 十八禁国产超污无遮挡网站| 国产亚洲精品av在线| 好男人电影高清在线观看| 国产成+人综合+亚洲专区| av天堂中文字幕网| 男人舔奶头视频| 国产精品av视频在线免费观看| 国产一区二区在线av高清观看| 一夜夜www| 国产精品伦人一区二区| 国产成人a区在线观看| 久久久久久久久久成人| 亚洲经典国产精华液单 | 亚州av有码| 免费观看人在逋| 极品教师在线视频| 美女被艹到高潮喷水动态| 亚洲经典国产精华液单 | 国产午夜精品久久久久久一区二区三区 | 亚洲五月婷婷丁香| 精品欧美国产一区二区三| 蜜桃亚洲精品一区二区三区| 精品久久久久久久人妻蜜臀av| 在线观看66精品国产| 此物有八面人人有两片| 亚洲 欧美 日韩 在线 免费| 波多野结衣高清无吗| 日本黄大片高清| 国产蜜桃级精品一区二区三区| 国产伦人伦偷精品视频| 男人和女人高潮做爰伦理| 夜夜夜夜夜久久久久| 黄色丝袜av网址大全| netflix在线观看网站| 日本免费一区二区三区高清不卡| .国产精品久久| 18禁黄网站禁片免费观看直播| 亚洲国产欧洲综合997久久,| 一区二区三区四区激情视频 | a级毛片免费高清观看在线播放| 午夜福利在线观看吧| 成年女人毛片免费观看观看9| 久久久久久久亚洲中文字幕 | 内射极品少妇av片p| 亚洲欧美日韩东京热| 国产视频一区二区在线看| 国产男靠女视频免费网站| 午夜福利免费观看在线| 少妇裸体淫交视频免费看高清| 午夜老司机福利剧场| 性欧美人与动物交配| 成人欧美大片| 赤兔流量卡办理| 久久精品91蜜桃| 又粗又爽又猛毛片免费看| 欧美黄色片欧美黄色片| 日日干狠狠操夜夜爽| 亚洲国产色片| 国产av一区在线观看免费| 国产精品人妻久久久久久| 99久久九九国产精品国产免费| 免费在线观看影片大全网站| 精品国产三级普通话版| 一级a爱片免费观看的视频| 久久中文看片网| 一夜夜www| 亚洲av一区综合| 久9热在线精品视频| 国产av一区在线观看免费| 内射极品少妇av片p| 91字幕亚洲| 久久国产乱子免费精品| 国产一区二区亚洲精品在线观看| 婷婷六月久久综合丁香| 国产高清视频在线观看网站| 狠狠狠狠99中文字幕| 日韩欧美精品免费久久 | 中出人妻视频一区二区| 在线观看免费视频日本深夜| 长腿黑丝高跟| x7x7x7水蜜桃| 黄色丝袜av网址大全| 婷婷精品国产亚洲av| 欧美日本亚洲视频在线播放| 亚洲va日本ⅴa欧美va伊人久久| 久久精品91蜜桃| 丁香欧美五月| 日韩欧美免费精品| 日本撒尿小便嘘嘘汇集6| 国产欧美日韩精品一区二区| www日本黄色视频网| 长腿黑丝高跟| 亚洲精品粉嫩美女一区| 国产亚洲精品久久久com| www.熟女人妻精品国产| 国产黄片美女视频| 国产男靠女视频免费网站| 国产一区二区在线av高清观看| 亚洲五月婷婷丁香| 高清在线国产一区| 免费av观看视频| 亚洲专区中文字幕在线| 国产真实伦视频高清在线观看 | 男人和女人高潮做爰伦理| 精品午夜福利视频在线观看一区| 啦啦啦韩国在线观看视频| 亚洲第一区二区三区不卡| 久久精品国产自在天天线| 一个人免费在线观看的高清视频| 简卡轻食公司| 国产av麻豆久久久久久久| 精品一区二区三区人妻视频| 久久久久亚洲av毛片大全| 婷婷精品国产亚洲av在线| 日韩欧美三级三区| 男人的好看免费观看在线视频| 乱码一卡2卡4卡精品| 欧美日韩综合久久久久久 | 丁香欧美五月| 亚洲最大成人av| 99精品久久久久人妻精品| a级一级毛片免费在线观看| 我的老师免费观看完整版| 亚洲美女黄片视频| or卡值多少钱| 午夜激情福利司机影院| 国产精品野战在线观看| 99久久久亚洲精品蜜臀av| 成年女人永久免费观看视频| 精品人妻熟女av久视频| 美女被艹到高潮喷水动态| 久久热精品热| 丰满乱子伦码专区| 少妇人妻精品综合一区二区 | 亚洲av免费在线观看| 真人一进一出gif抽搐免费| 高潮久久久久久久久久久不卡| 身体一侧抽搐| 97人妻精品一区二区三区麻豆| 亚洲国产欧洲综合997久久,| 深爱激情五月婷婷| 久久99热6这里只有精品| 久久人妻av系列| 亚洲av二区三区四区| 久久精品国产自在天天线| 女人十人毛片免费观看3o分钟| 国产成人欧美在线观看| 午夜日韩欧美国产| 少妇人妻一区二区三区视频| 午夜亚洲福利在线播放| 亚洲一区高清亚洲精品| 成人高潮视频无遮挡免费网站| 国产三级在线视频| 乱人视频在线观看| 亚洲成人久久爱视频| 欧美日本视频| 91av网一区二区| 免费大片18禁| 色av中文字幕| 99久久九九国产精品国产免费| 国产高清激情床上av| 日韩高清综合在线| 午夜精品一区二区三区免费看| 我的老师免费观看完整版| 亚洲国产欧洲综合997久久,| 亚洲最大成人手机在线| 又黄又爽又刺激的免费视频.| 国产免费一级a男人的天堂| 亚洲熟妇中文字幕五十中出| 日韩有码中文字幕| 免费人成在线观看视频色| 中文字幕av成人在线电影| 我要看日韩黄色一级片| 一边摸一边抽搐一进一小说| 久久久久精品国产欧美久久久| 在线a可以看的网站| 日韩免费av在线播放| 少妇被粗大猛烈的视频| 国产高清视频在线观看网站| 午夜精品久久久久久毛片777| 免费一级毛片在线播放高清视频| .国产精品久久| 88av欧美| bbb黄色大片| 欧美激情国产日韩精品一区| 一a级毛片在线观看| 最新在线观看一区二区三区| 噜噜噜噜噜久久久久久91| 国产伦人伦偷精品视频| 9191精品国产免费久久| 国产三级黄色录像| 欧美一级a爱片免费观看看| 色综合亚洲欧美另类图片| 麻豆av噜噜一区二区三区| 神马国产精品三级电影在线观看| 国产人妻一区二区三区在| 色哟哟哟哟哟哟| 国产亚洲av嫩草精品影院| 久久国产精品影院| 免费搜索国产男女视频| 黄色一级大片看看| 69人妻影院| 特级一级黄色大片| 99国产综合亚洲精品| a级一级毛片免费在线观看| 丰满人妻一区二区三区视频av| 免费黄网站久久成人精品 | 亚洲aⅴ乱码一区二区在线播放| 一个人看视频在线观看www免费| 18禁在线播放成人免费| 亚洲国产日韩欧美精品在线观看| 亚洲狠狠婷婷综合久久图片| 欧美高清成人免费视频www| 午夜福利免费观看在线| 色综合婷婷激情| 综合色av麻豆| 国产亚洲精品av在线| 亚洲av电影在线进入| 麻豆一二三区av精品| 琪琪午夜伦伦电影理论片6080| 怎么达到女性高潮| www.999成人在线观看| 怎么达到女性高潮| 少妇的逼好多水| 亚洲三级黄色毛片| 一二三四社区在线视频社区8| 午夜精品一区二区三区免费看| 欧美黑人欧美精品刺激| av在线老鸭窝| 亚洲,欧美精品.| 十八禁国产超污无遮挡网站| 黄片小视频在线播放| 久久国产精品人妻蜜桃| 久久久久久久久久黄片| 亚洲在线自拍视频| 99在线人妻在线中文字幕| 窝窝影院91人妻| 成年女人永久免费观看视频| 天堂av国产一区二区熟女人妻| 国产一区二区在线av高清观看| 窝窝影院91人妻| 亚洲精品粉嫩美女一区| 色综合婷婷激情| or卡值多少钱| 亚洲,欧美,日韩| 老鸭窝网址在线观看| 久久国产精品影院| 一区二区三区免费毛片| av天堂中文字幕网| 久久性视频一级片| 国产高潮美女av| 很黄的视频免费| 久久国产乱子免费精品| 亚洲久久久久久中文字幕| 免费av毛片视频| 欧美一级a爱片免费观看看| 亚洲国产欧美人成|