• <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 ?

    公路隧道襯砌裂縫圖像質(zhì)量增強(qiáng)方法研究

    2023-08-26 00:38:28劉健解全一呂成順趙致遠(yuǎn)
    關(guān)鍵詞:均衡化邊框直方圖

    劉健解全一呂成順趙致遠(yuǎn)

    (1.山東大學(xué)齊魯交通學(xué)院,山東 濟(jì)南 250002;2.山東省工業(yè)技術(shù)研究院,山東 濟(jì)南 250101)

    0 引言

    “十三五”時(shí)期,我國(guó)公路交通發(fā)展迅速,公路總里程接近520 萬(wàn)km,高速公路通車(chē)?yán)锍踢_(dá)到16.1 萬(wàn)km,二級(jí)及以上公路通達(dá)97.6%的縣域,已基本形成覆蓋廣泛、互聯(lián)成網(wǎng)、質(zhì)量?jī)?yōu)良、運(yùn)行良好的公路網(wǎng)絡(luò)[1]。 公路運(yùn)輸在中國(guó)貨物運(yùn)輸業(yè)中仍占據(jù)主導(dǎo)地位,而公路隧道作為提升運(yùn)輸效率與服務(wù)水平的重要基礎(chǔ)設(shè)施,也得到了長(zhǎng)足的發(fā)展[2]。 2011—2020 年,我國(guó)公路隧道數(shù)量增加了12 794座,里程增加了1 574.59 萬(wàn)延米,分別增長(zhǎng)了1.5 倍和2.52 倍。 公路隧道建設(shè)已呈現(xiàn)出規(guī)模大、隧道長(zhǎng)、埋深大的趨勢(shì)[3-5]。

    公路隧道作為巖土介質(zhì)中的地下工程,在長(zhǎng)期的運(yùn)營(yíng)過(guò)程中,一直承受著圍巖壓力、活荷載、鄰近工程擾動(dòng)、溫度效應(yīng)、地下水及化學(xué)侵蝕等多場(chǎng)耦合作用,隧道襯砌表面難免會(huì)出現(xiàn)各種類(lèi)型的襯砌表觀病害,常見(jiàn)的有裂縫、滲漏水、露筋、襯砌脫落等[6]。 據(jù)統(tǒng)計(jì),目前我國(guó)約30%的公路隧道處于亞健康狀態(tài)[7],已嚴(yán)重威脅隧道結(jié)構(gòu)耐久性及使用壽命,因此我國(guó)公路隧道整體面臨著長(zhǎng)期而又繁重的檢測(cè)和維護(hù)任務(wù)。

    隨著機(jī)器視覺(jué)和人工智能技術(shù)的發(fā)展,國(guó)內(nèi)外開(kāi)發(fā)了多款移動(dòng)式隧道檢測(cè)車(chē)及病害數(shù)據(jù)智能處理系統(tǒng)。 公路隧道病害檢測(cè)車(chē)主要聚焦于采用數(shù)字照相、激光掃描等機(jī)器視覺(jué)技術(shù)采集襯砌裂縫、滲漏水、形變等病害信息[8]。 山東大學(xué)[9]、同濟(jì)大學(xué)[10]、武漢光谷卓越科技股份有限公司[11]、西南交通大學(xué)[12]、日本鐵道綜合技術(shù)研究院[13]、韓國(guó)漢陽(yáng)大學(xué)[14]等開(kāi)發(fā)了相機(jī)、激光等多傳感器的移動(dòng)觸發(fā)方法,建立了基于圖像的隧道病害移動(dòng)式檢測(cè)技術(shù),集成了移動(dòng)測(cè)量平臺(tái)。

    通過(guò)移動(dòng)式隧道檢測(cè)車(chē)開(kāi)展隧道表觀病害信息采集具有速度快、成本低的優(yōu)勢(shì)。 但是,公路隧道表觀缺損圖像采集精度要求高,一般要求能夠清晰辨識(shí)0.2 mm 及以上寬度的裂縫,導(dǎo)致圖像畫(huà)幅偏小,致使單隧道將獲取數(shù)萬(wàn)張圖像數(shù)據(jù)。 因此,借助人工智能技術(shù),構(gòu)建隧道裂縫智能辨識(shí)算法已成為公路隧道檢測(cè)行業(yè)亟需解決的關(guān)鍵難題。 近年來(lái),由于卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)等算法具有圖像識(shí)別速度快、準(zhǔn)確率高的特點(diǎn),已大范圍應(yīng)用于圖像裂縫辨識(shí)任務(wù)中,并提出了CrackNet[15]、CrackUnet[16]、DeepCrack[17]、U-HDN[18]、ConnCrack[19]等裂縫識(shí)別算法,極大地提升了隧道裂縫的檢測(cè)效率。 但是,在實(shí)際隧道檢測(cè)過(guò)程中,由于隧道襯砌裂縫尺度小、灰塵覆蓋、涂料反射等影響,導(dǎo)致獲取的圖像檢測(cè)數(shù)據(jù)質(zhì)量不高,在智能辨識(shí)算法實(shí)際應(yīng)用過(guò)程中誤判率較高。 因此,亟需結(jié)合實(shí)際檢測(cè)車(chē)獲取的圖像數(shù)據(jù),研究適用于隧道檢測(cè)的圖像質(zhì)量提升方法。 文章以圖像質(zhì)量及裂縫目標(biāo)位置為切入點(diǎn),分別提出了基于均衡化理論的圖像質(zhì)量增強(qiáng)方法以及適用于圖像邊緣裂縫的邊框增強(qiáng)方法,并采用主流的目標(biāo)檢測(cè)算法對(duì)文章所提算法開(kāi)展了試驗(yàn)。

    1 數(shù)據(jù)集構(gòu)建

    1.1 公路隧道表觀數(shù)據(jù)采集

    對(duì)于深度神經(jīng)網(wǎng)絡(luò)這一數(shù)據(jù)驅(qū)動(dòng)方法,使用足夠的數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)模型是保證算法有效性的關(guān)鍵點(diǎn)。 基于神經(jīng)網(wǎng)絡(luò)的裂縫識(shí)別相關(guān)技術(shù)研究的前提是獲取足夠多的公路隧道襯砌表觀數(shù)據(jù)。 為了獲取這些數(shù)據(jù),課題組研發(fā)了一種輕量化公路隧道檢測(cè)裝備,如圖1 所示,主要包括圖像采集單元、激光雷達(dá)與定位單元、控制存儲(chǔ)服務(wù)器與配套的車(chē)輛。 圖像采集單元包括兩臺(tái)工業(yè)相機(jī)、旋轉(zhuǎn)云臺(tái)和補(bǔ)光燈,激光雷達(dá)與定位單元包括激光雷達(dá)、慣導(dǎo)定位模塊和車(chē)輪編碼器,控制存儲(chǔ)服務(wù)器包括設(shè)備同步觸發(fā)模塊和3 臺(tái)存儲(chǔ)服務(wù)器。 圖像采集單元和激光雷達(dá)與定位單元通過(guò)支架固定在車(chē)輛頂部,而控制存儲(chǔ)服務(wù)器放在車(chē)輛后備箱內(nèi),三者通過(guò)集成數(shù)據(jù)線連接。

    圖1 公路隧道輕量化檢測(cè)裝備圖

    文章使用該公路隧道輕量化綜合檢測(cè)裝備在多條兩車(chē)道、三車(chē)道公路隧道開(kāi)展了襯砌表觀圖像數(shù)據(jù)采集;在部分四車(chē)道的大斷面公路隧道,包括開(kāi)元隧道、老虎洞山隧道、港溝隧道、黃龍山隧道、花山大道隧道、龍洞隧道、樵嶺前隧道等,也進(jìn)行了表觀數(shù)據(jù)的采集試驗(yàn)。

    1.2 公路隧道裂縫數(shù)據(jù)集構(gòu)建

    在研究公路隧道裂縫識(shí)別算法之前,需要給出公路隧道襯砌表觀裂縫數(shù)據(jù)集。 通過(guò)對(duì)裝備采集的公路隧道表觀圖像進(jìn)行人工逐張篩選,判斷采集的圖像中是否存在裂縫。 在此基礎(chǔ)上,使用標(biāo)注工具Labelme 人工注釋1 744 張包含裂縫的公路隧道表觀圖像,如圖2 所示。 裂縫數(shù)據(jù)集可以隨機(jī)分成作為訓(xùn)練集用于裂縫識(shí)別網(wǎng)絡(luò)模型訓(xùn)練的1 494 張圖片和作為驗(yàn)證集用于評(píng)估訓(xùn)練準(zhǔn)確性的250 張圖片兩組。 為了提高網(wǎng)絡(luò)訓(xùn)練速度并加速網(wǎng)絡(luò)收斂,圖像分辨率均可歸一化為640 pixel × 640 pixel。Labelme 標(biāo)注工具輸出的是JSON 格式的標(biāo)注,而文章所用目標(biāo)檢測(cè)算法需要TXT 格式的標(biāo)注進(jìn)行訓(xùn)練。 因此,訓(xùn)練前需要在JSON 和TXT 格式之間轉(zhuǎn)換,之后再分開(kāi)存儲(chǔ)TXT 格式的標(biāo)注信息和圖像。

    圖2 公路隧道裂縫圖像標(biāo)注圖

    2 圖像質(zhì)量增強(qiáng)方法

    2.1 直方圖均衡化方法

    對(duì)于應(yīng)用神經(jīng)網(wǎng)絡(luò)的裂縫識(shí)別,除了網(wǎng)絡(luò)模型本身的性能差異,訓(xùn)練數(shù)據(jù)質(zhì)量也是影響檢測(cè)結(jié)果的關(guān)鍵因素。 圖像數(shù)據(jù)增強(qiáng)通過(guò)改善現(xiàn)有的數(shù)據(jù)提高分類(lèi)的準(zhǔn)確性和穩(wěn)定性。 圖像直方圖可以顯示圖像顏色值的頻率分布,而通過(guò)重新分布圖像直方圖的分布,可以改變圖像對(duì)比度。 直方圖均衡化實(shí)際上是對(duì)原始圖像灰度級(jí)的映射變換,而擴(kuò)大像素灰度值的動(dòng)態(tài)范圍會(huì)使圖像特征表現(xiàn)得更明顯。 直方圖均衡化是該思想的基礎(chǔ)實(shí)現(xiàn)方法,其算法步驟如下:

    (1) 計(jì)算圖像的直方圖H,并將直方圖的灰度值歸一化為[0,255] 。

    (2) 積分計(jì)算出歸一化后對(duì)應(yīng)灰度值i的直方圖分布,式中H′i代表灰度值為i的點(diǎn)對(duì)應(yīng)的映射關(guān)系。

    (3) 使用H′作為查找表計(jì)算均衡化圖像equx,y=H′(srcx,y) ,式中H′代表原始圖像直方圖變換時(shí)的映射矩陣;srcx,y為原始圖像中坐標(biāo)為(x,y) 的點(diǎn)灰度值;equx,y為均衡化圖像中坐標(biāo)為(x,y) 的點(diǎn)灰度值。

    現(xiàn)階段常用的圖像均衡化算法主要有灰度直方圖均衡(Histogram Equalization,HE)方法和限制對(duì)比度的自適應(yīng)直方圖均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)方法。 HE方法可以有效地歸一化亮度并增加圖像對(duì)比度,但是也存在一些缺陷,如圖像部分區(qū)域由于對(duì)比度增強(qiáng)過(guò)大而成為噪點(diǎn),一些區(qū)域調(diào)整后變得更暗或更亮,容易缺失信息細(xì)節(jié)。 CLAHE 方法通過(guò)對(duì)圖像數(shù)據(jù)分區(qū)域處理來(lái)改善這些缺陷,其主要步驟如下:(1)將圖像切分為固定大小的矩形塊;(2)設(shè)定直方圖閾值,對(duì)于每個(gè)矩形塊子圖,分別計(jì)算其灰度直方圖和對(duì)應(yīng)的變換函數(shù),并通過(guò)設(shè)定閾值可以把占比超過(guò)閾值的部分均勻分布到其他灰度上,降低圖像的對(duì)比度;(3)使用線性插值進(jìn)行像素值重構(gòu)解決矩形塊之間的差異,其中針對(duì)角落區(qū)域的像素使用原始變換函數(shù)計(jì)算灰度值,對(duì)邊緣區(qū)域的像素使用周?chē)鷥蓧K子圖的變換函數(shù)進(jìn)行線性插值計(jì)算灰度值,其余區(qū)域使用周?chē)膲K子圖的變換函數(shù)進(jìn)行雙線性插值計(jì)算灰度值。 但是,CLAHE 方法尚不能解決裂縫圖像質(zhì)量差的問(wèn)題。

    2.2 改進(jìn)的隧道圖像增強(qiáng)算法

    文章提出的算法基本思想是通過(guò)增強(qiáng)圖像的對(duì)比度來(lái)提升裂縫區(qū)域的顯著程度,同時(shí)使圖像的背景部分趨于一致。 文章通過(guò)融合HE 方法和CLAHE 方法,提出了一種改進(jìn)的直方圖均衡化算法以提高背景的相似性與裂縫的顯著性。

    (1) 使用CLAHE 方法,其中算法使用默認(rèn)閾值(顏色對(duì)比度閾值cliplimit =40,均衡化網(wǎng)格大小gridsize =(8,8))。

    (2) 對(duì)第一步均衡化的結(jié)果使用直方圖均衡化,將圖像灰度圖拉伸,強(qiáng)化裂縫區(qū)域與暗色背景區(qū)域的差別,輔助神經(jīng)網(wǎng)絡(luò)提取特征。

    圖3 是文章提出的增強(qiáng)算法與其他增強(qiáng)算法的效果圖。 原始圖像中裂縫不夠明顯,直方圖分布也較為集中。 HE 算法對(duì)直方圖進(jìn)行簡(jiǎn)單的拉伸和插值,使圖像直方圖分布趨于一致,但是簡(jiǎn)單拉伸灰度分布導(dǎo)致圖像明暗更不均勻,噪聲點(diǎn)更多。 CLAHE算法與文章提出的增強(qiáng)算法在圖像層面基本一致,但從直方圖來(lái)看,所提增強(qiáng)算法使直方圖的分布更加均勻,可以明顯看出圖像部分區(qū)域的灰度特征表觀得到了強(qiáng)化。

    圖3 裂縫圖像的直方圖均衡化方法效果圖

    2.3 裂縫邊緣圖像邊框增強(qiáng)方法

    與其他目標(biāo)檢測(cè)任務(wù)相比,裂縫常呈現(xiàn)細(xì)長(zhǎng)的特征。 為了滿足公路隧道裂縫檢測(cè)的高精度要求,檢測(cè)裝備的拍攝范圍通常較小,因此在采集的公路隧道表觀圖像中,一條裂縫通常連續(xù)覆蓋多張圖像。對(duì)大多數(shù)包含裂縫的公路隧道表觀圖像,其裂縫貫穿整張圖像。 在實(shí)際使用裂縫識(shí)別網(wǎng)絡(luò)的過(guò)程中,發(fā)現(xiàn)網(wǎng)絡(luò)預(yù)測(cè)框很少能夠覆蓋圖像邊緣的裂縫目標(biāo),目標(biāo)相對(duì)位置越接近圖像中心,檢測(cè)結(jié)果的置信度就越高,如圖4 所示。

    圖4 貫穿圖像的裂縫的識(shí)別效果圖

    針對(duì)圖像邊緣區(qū)域的裂縫識(shí)別問(wèn)題,為了提高裂縫識(shí)別的精度,通過(guò)改變裂縫區(qū)域在圖像中的相對(duì)位置,使裂縫更集中在圖像中心,從而突出目標(biāo)信息的特征。 因此,文章提出了一種為圖像添加邊框的公路隧道圖像增強(qiáng)方法。 圖像邊框增強(qiáng)方法的步驟如下:(1) 將公路隧道襯砌裂縫數(shù)據(jù)集中的圖像轉(zhuǎn)換為灰度圖,并獲取每個(gè)灰度圖像的尺寸信息;(2) 根據(jù)灰度圖像的尺寸信息,設(shè)定需要添加的邊框尺寸;(3)利用相對(duì)位置關(guān)系,重新生成裂縫標(biāo)注信息;(4) 使用灰度值0(黑色)或255(白色)進(jìn)行邊框填充。

    3 裂縫識(shí)別算法試驗(yàn)

    3.1 算法試驗(yàn)基礎(chǔ)

    3.1.1 YOLOv5 網(wǎng)絡(luò)

    YOLOv5 是2020 年提出的目標(biāo)檢測(cè)系列算法(You Only Look Once,YOLO)的最新版本,旨在進(jìn)一步優(yōu)化基于YOLOv4 的物體檢測(cè)的速度和準(zhǔn)確性。為了適應(yīng)不同的場(chǎng)景,發(fā)布了YOLOv5 的4 個(gè)預(yù)訓(xùn)練模型分別為YOLOv5s、YOLOv5m、YOLOv5l 和YOLOv5x。 其中,YOLOv5s 預(yù)訓(xùn)練模型包含1 001個(gè)卷積核和12 個(gè)殘差分量,參數(shù)量?jī)H有14.4 M,其寬度系數(shù)和深度系數(shù)分別為0.5 和0.33。

    3.1.2 YOLOv3-MobileNet 網(wǎng)絡(luò)

    YOLOv3-MobileNet 提出于2018 年,是YOLO單階段目標(biāo)檢測(cè)算法的第三個(gè)大版本。 作為單階段檢測(cè)模型,YOLOv3 可以直接計(jì)算目標(biāo)位置信息和類(lèi)別信息。 同時(shí),YOLOv3 借鑒了傳統(tǒng)圖像算法特征金字塔概念,在3 個(gè)不同尺度分別檢測(cè)并輸出特征圖,因此對(duì)小尺寸目標(biāo)也有較好的檢測(cè)效果。

    3.1.3 Faster R-CNN 網(wǎng)絡(luò)

    Faster R-CNN 是2015 年提出的一種廣泛使用的兩階段目標(biāo)檢測(cè)模型,可以使用多種特征提取網(wǎng)絡(luò)作為模型的主干。 輸入經(jīng)過(guò)卷積主干生成特征圖,通過(guò)區(qū)域建議網(wǎng)絡(luò)(Region Proposal Network,RPN)進(jìn)行特征判斷并生成檢測(cè)框。 RPN 會(huì)給出檢測(cè)框可能的位置提案,并對(duì)檢測(cè)框進(jìn)行回歸以更接近目標(biāo)實(shí)際位置。 從RPN 中生成的提案與特征圖相結(jié)合以獲得提案特征圖。 提案特征圖在感興趣池化(Region of Interest,ROI)中并調(diào)整位置大小后送入全連接層完成最終分類(lèi)和檢測(cè)框回歸,得到最終預(yù)測(cè)結(jié)果。

    3.2 評(píng)估指標(biāo)

    文章采用COCO 數(shù)據(jù)集的檢測(cè)評(píng)估指標(biāo)測(cè)試模型。 COCO 評(píng)估指標(biāo)作為最主流的目標(biāo)檢測(cè)評(píng)估指標(biāo)之一,共包含12 個(gè)用于評(píng)價(jià)目標(biāo)檢測(cè)算法性能的指標(biāo)。 由于該文的數(shù)據(jù)集僅包含裂縫這一類(lèi)目標(biāo)。因此,選擇使用其中有關(guān)精確率的評(píng)價(jià)指標(biāo)mAP50、mAP75、mAP 和平均召回率AR 評(píng)估裂縫識(shí)別的效果。

    精確率(Precision)和召回率(Recall)已廣泛用于評(píng)估分類(lèi)模型。 精確率代表預(yù)測(cè)為正類(lèi)的正樣本數(shù)量占預(yù)測(cè)為正類(lèi)的樣本數(shù)量的比例,召回率代表預(yù)測(cè)為正類(lèi)的正樣本數(shù)量占全部正類(lèi)樣本數(shù)量的比例。 精確率、召回率分別由式(1)和(2)表示為

    式中TP為預(yù)測(cè)為正類(lèi)的正樣本數(shù)量;FP為預(yù)測(cè)為正類(lèi)的負(fù)樣本數(shù)量;FN為預(yù)測(cè)為負(fù)類(lèi)的正樣本數(shù)量。

    在此基礎(chǔ)上,目標(biāo)檢測(cè)任務(wù)引入了交并比(IoU)以擴(kuò)充評(píng)估指標(biāo)。 IoU 是檢測(cè)評(píng)估指標(biāo)中一個(gè)非常關(guān)鍵的概念。 交并比示意圖如圖5 所示,標(biāo)注范圍框和預(yù)測(cè)范圍框?yàn)閮蓚€(gè)區(qū)域,IoU 表示的是兩個(gè)區(qū)域的重疊程度,由式(3)表示為

    圖5 交并比示意圖

    式中Ap為預(yù)測(cè)范圍框的區(qū)域;Agt為標(biāo)注范圍框的區(qū)域。

    通過(guò)設(shè)定不同的IoU 閾值(從0.5~0.95,每0.05一檔),可以對(duì)預(yù)測(cè)結(jié)果得出不同的評(píng)估結(jié)果。mAP50、mAP75 分別為IoU 為0.5 和0.75 時(shí)的精確率,mAP(亦作mAP@50∶95)是所有設(shè)定IoU 閾值下精確率的平均值。

    3.3 算法試驗(yàn)方案

    利用YOLOv5、YOLOv3-MobileNet 和Faster RCNN 等3 種網(wǎng)絡(luò)分別針對(duì)文章提出的圖像質(zhì)量增強(qiáng)方法開(kāi)展算法試驗(yàn)。 針對(duì)直方圖均衡化方法,采用上述3 種算法,分別使用公路隧道原始圖像、CLAHE 算法增強(qiáng)圖像和文章增強(qiáng)方法增強(qiáng)圖像進(jìn)行裂縫識(shí)別網(wǎng)絡(luò)的訓(xùn)練,評(píng)估不同增強(qiáng)方法對(duì)裂縫識(shí)別造成的影響。

    針對(duì)邊緣裂縫圖像邊框增強(qiáng)方法,為了探討添加的邊框?qū)挾群瓦吙蛱畛漕伾珜?duì)裂縫識(shí)別的影響,在原始數(shù)據(jù)集上添加了不同寬度的邊框。 邊框大小為原始圖像長(zhǎng)與寬的1/10、1/9、1/8 和1/7,邊框填充顏色為黑色和白色。 根據(jù)邊框?qū)挾群瓦吙蝾伾慕M合,設(shè)計(jì)8 組工況,分別為(1/10,黑色)、(1/10,白色)、(1/9,黑色)、(1/9,白色)、(1/8,黑色)、(1/8,白色)、(1/7,黑色) 和(1/7,白色),采用YOLOv5 算法對(duì)該方法開(kāi)展算法試驗(yàn)。

    訓(xùn)練周期設(shè)置為60、批訓(xùn)練大小設(shè)置為4。 考慮到圖像邊框增強(qiáng)方法會(huì)影響圖像的尺寸,訓(xùn)練和驗(yàn)證時(shí)輸入圖像的尺寸均自動(dòng)調(diào)整為640 pixel×640 pixel并關(guān)閉馬賽克增廣方法,其余訓(xùn)練參數(shù)保持為默認(rèn)值。 訓(xùn)練數(shù)據(jù)集為1.2 節(jié)中構(gòu)建的裂縫數(shù)據(jù)集。 訓(xùn)練電腦硬件配置為處理器Intel i7-11700、顯卡Nvidia Tesla T4 16 G、內(nèi)存32 G;開(kāi)發(fā)環(huán)境為CUDA 11.1、Python 3.7.9 和PyTorch 1.8.2。

    4 均衡化圖像質(zhì)量增強(qiáng)方法試驗(yàn)結(jié)果

    4.1 均衡化圖像質(zhì)量增強(qiáng)方法效果

    文章所提出的均衡化質(zhì)量增強(qiáng)圖像的目標(biāo)檢測(cè)算法試驗(yàn)的9 組結(jié)果見(jiàn)表1,部分典型裂縫識(shí)別結(jié)果對(duì)比如圖6 所示。 對(duì)于YOLOv5 網(wǎng)絡(luò)模型的檢測(cè)評(píng)估指標(biāo),經(jīng)過(guò)提出的增強(qiáng)方法處理的圖像得到了最好的評(píng)估指標(biāo)。 相比未經(jīng)處理的原始圖像數(shù)據(jù),mAP、mAP50、mAP75、AR 分別提高了13.5%、10.1%、20.0%和6.0%,其增幅都比較大;相比于CLAHE 增強(qiáng)方法,在mAP 和mAP50 處的增幅取得小幅領(lǐng)先,均提高了約1.4%,但是在mAP75 處的增幅更加明顯,提升了7.3%,說(shuō)明該算法在高IoU 條件下的準(zhǔn)確性較好,識(shí)別得到的包圍框與真實(shí)情況更相符。

    圖6 部分典型裂縫識(shí)別結(jié)果對(duì)比

    對(duì)于Faster R-CNN 網(wǎng)絡(luò)模型的試驗(yàn)結(jié)果,所提的圖像增強(qiáng)方法相對(duì)于原始圖像數(shù)據(jù)仍有較好的提升效果,mAP、mAP50、mAP75、AR 分別提高了5.6%、2.8%、10.1%和2.7%。 同樣,對(duì)比CLAHE 增強(qiáng)方法也有提高,其中mAP75 更是提高了4.9%,說(shuō)明在對(duì)裂縫檢測(cè)包圍框精度要求更高的場(chǎng)景下所研算法會(huì)有更好的表現(xiàn)。 整體評(píng)估結(jié)果證明該算法可以用于改善基于Faster R-CNN 網(wǎng)絡(luò)的公路隧道裂縫識(shí)別網(wǎng)絡(luò)模型。 YOLOv3-MobileNet 的試驗(yàn)結(jié)果與Faster R-CNN 網(wǎng)絡(luò)類(lèi)似,從數(shù)值上看,文章提出的算法相較兩組對(duì)比數(shù)據(jù)均有較大提升,并且是3 個(gè)網(wǎng)絡(luò)模型中提升幅度最大的,mAP 分別提高了22.2%和6.3%,mAP75 甚至提高到了45.7%和23.5%。

    從上述分析可以得出,文章所提算法可以有效提升裂縫識(shí)別神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性,并且此方法具有良好的適用性,在試驗(yàn)中使用的3 個(gè)網(wǎng)絡(luò)模型中均具有良好的表現(xiàn)。 同時(shí),所提算法比CLAHE 算法更好,在4 項(xiàng)評(píng)估指標(biāo)上基本都是最好的,尤其在mAP75 上的較大領(lǐng)先表明能夠滿足較高精度的裂縫檢測(cè)場(chǎng)景。 AR 方面,在與原始圖像對(duì)比中,提高的百分比約等于AP 提升度的一半,說(shuō)明基于灰度均衡化的增強(qiáng)方法在提高召回率上的作用相對(duì)有限。

    4.2 均衡化圖像質(zhì)量增強(qiáng)目標(biāo)檢測(cè)算法訓(xùn)練曲線

    均衡化質(zhì)量增強(qiáng)圖像目標(biāo)檢測(cè)算法訓(xùn)練曲線如圖7 所示,原始數(shù)據(jù)的訓(xùn)練曲線有劇烈的波動(dòng),說(shuō)明訓(xùn)練數(shù)據(jù)與驗(yàn)證數(shù)據(jù)差別較大,訓(xùn)練質(zhì)量不高,而采用所提均衡化質(zhì)量增強(qiáng)方法可以平滑訓(xùn)練曲線,且使訓(xùn)練結(jié)果適用范圍更廣。 由此可以看出,對(duì)于YOLOv5 模型,提出的增強(qiáng)方法可以顯著改善道路裂縫圖像數(shù)據(jù)與隧道裂縫圖像數(shù)據(jù)在訓(xùn)練中的差異,提高模型預(yù)測(cè)能力。

    圖7 均衡化質(zhì)量增強(qiáng)圖像目標(biāo)檢測(cè)算法訓(xùn)練曲線

    4.3 裂縫邊緣圖像邊框增強(qiáng)方法分析

    通過(guò)均衡化圖像質(zhì)量增強(qiáng)方法試驗(yàn)可以看出,YOLOv5 的試驗(yàn)結(jié)果相較于其他兩種算法表現(xiàn)優(yōu)異,更適用于隧道襯砌裂縫的識(shí)別,因此在圖像邊框增強(qiáng)方法試驗(yàn)中僅選取了YOLOv5 算法進(jìn)行訓(xùn)練。

    表2 為使用不同圖像邊框增強(qiáng)圖像采用YOLOv5 訓(xùn)練的裂縫識(shí)別結(jié)果。 可以看出,所有使用了邊框增強(qiáng)方法的裂縫識(shí)別結(jié)果在mAP50 和mAP 兩個(gè)指標(biāo)上均有提高,并且兩個(gè)指標(biāo)提升幅度最大的均是工況4,mAP50 提高了2.7%,而mAP 提高了3.4%。 從邊框?qū)挾确矫鎭?lái)看,1/9 的邊框?qū)挾热〉昧俗詈玫脑u(píng)估指標(biāo),之后隨著邊框越來(lái)越寬評(píng)估指標(biāo)開(kāi)始降低,但是仍然優(yōu)于不添加邊框的工況1。 在原始圖像上添加邊框會(huì)導(dǎo)致圖像分辨率變大,而網(wǎng)絡(luò)輸入尺寸始終保持為640 pixel ×640 pixel,添加邊框的裂縫圖像的實(shí)際裂縫范圍經(jīng)過(guò)縮放會(huì)比原始圖像更小,并且邊框越寬實(shí)際裂縫范圍越小,由縮放產(chǎn)生的圖像精度損失會(huì)更大,因此在邊框?qū)挾瘸^(guò)一定的范圍時(shí)裂縫識(shí)別的精確率開(kāi)始降低。

    表2 不同工況圖像邊框增強(qiáng)方法試驗(yàn)結(jié)果表

    從邊框顏色方面來(lái)看,1/10 寬度的工況條件下白色邊框的評(píng)估指標(biāo)優(yōu)于黑色邊框,但是二者差距較小。 其余寬度條件下黑色邊框的評(píng)估指標(biāo)均優(yōu)于白色邊框,其中mAP50 的提高幅度較小,但是mAP的提高幅度較大一些,說(shuō)明在精度要求較高的場(chǎng)景下黑色邊框會(huì)有更加明顯的裂縫識(shí)別增強(qiáng)效果。 考慮到公路隧道光照條件較差,采集的公路隧道表觀圖像通?;叶戎递^低,相比于白色,其更接近于黑色,因此可以認(rèn)為針對(duì)公路隧道襯砌表觀灰度圖像的裂縫識(shí)別任務(wù),添加黑色邊框會(huì)優(yōu)于白色邊框。結(jié)合邊框?qū)挾群瓦吙蝾伾珒煞矫娴姆治?,圖像邊框增強(qiáng)方法可以有效提高公路隧道裂縫識(shí)別的精確率,并且在640 pixel×640 pixel 的輸入尺寸下為裂縫圖像添加寬度為1/9 的黑色邊框可以獲得最好的裂縫識(shí)別效果。

    4.4 裂縫邊緣圖像目標(biāo)檢測(cè)算法訓(xùn)練曲線

    裂縫識(shí)別模型在工況1、4 和5 的訓(xùn)練損失和驗(yàn)證損失曲線變化趨勢(shì)如圖8 所示,在開(kāi)始訓(xùn)練之初,工況4 的損失曲線迅速下降,工況1 的損失曲線下降最慢。 訓(xùn)練結(jié)束時(shí),工況1 具有最高的損失值。通常,越低的損失值表示越好的訓(xùn)練指標(biāo)。

    圖8 裂縫圖像邊框增強(qiáng)圖像目標(biāo)檢測(cè)算法損失曲線

    在訓(xùn)練前期驗(yàn)證損失曲線震蕩較大,主要是因?yàn)樵凇邦A(yù)訓(xùn)練-微調(diào)”模式下迭代次數(shù)較少時(shí),權(quán)重的參數(shù)矩陣進(jìn)行前向推理預(yù)測(cè)的裂縫錨框與實(shí)際裂縫錨框相差較大造成的,此時(shí)的訓(xùn)練權(quán)重不能夠很好地進(jìn)行裂縫識(shí)別這一任務(wù)。 隨著迭代次數(shù)的增加,裂縫識(shí)別模型的損失曲線震蕩現(xiàn)象逐漸變小且趨向于穩(wěn)定,工況4 率先達(dá)到收斂狀態(tài)。 由于驗(yàn)證集也被定義為測(cè)試集,因此在評(píng)估不同的模型預(yù)測(cè)性能時(shí),與訓(xùn)練損失相比,驗(yàn)證損失更為可靠。

    5 結(jié)論

    針對(duì)現(xiàn)階段采用移動(dòng)測(cè)量技術(shù)獲取隧道裂縫圖像信噪比低、對(duì)比度低,圖像質(zhì)量差的問(wèn)題,分別提出了基于均衡化理論的圖像質(zhì)量增強(qiáng)方法和適用于邊緣裂縫的圖像邊框質(zhì)量增強(qiáng)方法,采用主流目標(biāo)檢測(cè)算法開(kāi)展了算法試驗(yàn),分析了圖像質(zhì)量增強(qiáng)效果,得到的主要結(jié)論如下:

    (1) 所提的均衡化圖像質(zhì)量增強(qiáng)方法通過(guò)均衡直方圖的方法使裂縫圖像直方圖的分布更加均衡,強(qiáng)化了部分區(qū)域的灰度特征表現(xiàn),使不同場(chǎng)景下的高噪聲裂縫呈現(xiàn)出類(lèi)似的視覺(jué)效果,可以輔助提升裂縫識(shí)別效果。

    (2) 所提的圖像數(shù)據(jù)增強(qiáng)算法可以有效提升裂縫識(shí)別的準(zhǔn)確性,YOLOv5 模型、Faster R-CNN 模型、YOLOv3-MobileNet 模型分別可以使AP 提升13.5%、5.6%、22.2%。 在均衡化圖像裂縫檢測(cè)試驗(yàn)中,YOLOv5 模型具有最好的評(píng)估指標(biāo),輕量化模型YOLOv3 可以應(yīng)用于快速化裂縫檢測(cè)任務(wù),F(xiàn)asterRCNN 模型在精細(xì)目標(biāo)識(shí)別方面有一定的優(yōu)勢(shì)。

    (3) 為公路隧道襯砌表觀灰度圖像添加邊框的圖像邊框增強(qiáng)方法可以有效提高公路隧道裂縫識(shí)別的準(zhǔn)確率,并且該方法在添加寬度為1/9 的黑色邊框時(shí)可以獲得最好的裂縫識(shí)別效果,同時(shí)可以加快模型的收斂速度。

    猜你喜歡
    均衡化邊框直方圖
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    一模六產(chǎn)品篩板模具的設(shè)計(jì)與應(yīng)用
    智能制造(2022年4期)2022-08-18 16:21:14
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    用直方圖控制畫(huà)面影調(diào)
    用Lightroom添加寶麗來(lái)邊框
    給照片制作專(zhuān)業(yè)級(jí)的邊框
    擺脫邊框的束縛優(yōu)派
    制度變遷是資源均衡化的關(guān)鍵
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    直方圖均衡化技術(shù)在矢量等值填充圖中的算法及實(shí)現(xiàn)
    色综合色国产| 中文字幕免费在线视频6| 亚洲国产精品sss在线观看| 久久久久久久亚洲中文字幕| 嫩草影院精品99| 热99在线观看视频| 3wmmmm亚洲av在线观看| 国产毛片a区久久久久| 欧美激情国产日韩精品一区| 亚洲欧美成人精品一区二区| 国产单亲对白刺激| 色哟哟·www| 亚洲国产高清在线一区二区三| 国产v大片淫在线免费观看| 一个人观看的视频www高清免费观看| 午夜福利18| 尾随美女入室| 简卡轻食公司| 欧美性猛交黑人性爽| 91av网一区二区| 我的老师免费观看完整版| 中文字幕av在线有码专区| 一本精品99久久精品77| 国产av一区在线观看免费| 亚洲国产精品久久男人天堂| 久久久色成人| 色av中文字幕| 欧美最黄视频在线播放免费| 国产精品99久久久久久久久| 观看免费一级毛片| 在线看三级毛片| 18禁在线播放成人免费| 寂寞人妻少妇视频99o| 欧洲精品卡2卡3卡4卡5卡区| 午夜免费激情av| 久久久精品欧美日韩精品| 男人舔女人下体高潮全视频| 国产老妇女一区| 丝袜喷水一区| 国产黄色视频一区二区在线观看 | 久久韩国三级中文字幕| 精华霜和精华液先用哪个| 国产精品国产高清国产av| 午夜精品国产一区二区电影 | 日韩成人伦理影院| 亚洲在线自拍视频| 老女人水多毛片| 精品久久久久久久久久久久久| 亚洲美女搞黄在线观看 | 18禁黄网站禁片免费观看直播| 亚洲精品成人久久久久久| 精品久久久久久久久亚洲| 草草在线视频免费看| 男人舔奶头视频| 亚洲色图av天堂| 联通29元200g的流量卡| 免费看av在线观看网站| 中国美女看黄片| 欧美一区二区国产精品久久精品| 成人三级黄色视频| 99视频精品全部免费 在线| 成人欧美大片| 欧洲精品卡2卡3卡4卡5卡区| 欧美丝袜亚洲另类| 欧美一区二区亚洲| 99久久中文字幕三级久久日本| 国产精品综合久久久久久久免费| 国产毛片a区久久久久| 日韩一区二区视频免费看| 欧美极品一区二区三区四区| 亚洲精品国产av成人精品 | 国产单亲对白刺激| 最近手机中文字幕大全| 国产高清有码在线观看视频| 国产不卡一卡二| 三级男女做爰猛烈吃奶摸视频| 最近的中文字幕免费完整| 免费高清视频大片| 国产精品一区二区性色av| 亚洲成av人片在线播放无| 校园春色视频在线观看| 一进一出抽搐动态| 91久久精品国产一区二区成人| 久久精品影院6| 男女做爰动态图高潮gif福利片| 国产视频一区二区在线看| 人人妻人人看人人澡| 内地一区二区视频在线| 亚洲最大成人手机在线| 国产精品三级大全| 久久婷婷人人爽人人干人人爱| 在线观看免费视频日本深夜| 日韩欧美在线乱码| 日本三级黄在线观看| 麻豆成人午夜福利视频| av卡一久久| 欧美日韩乱码在线| 五月伊人婷婷丁香| 欧美日本视频| 国产精品一区二区免费欧美| 日本熟妇午夜| 婷婷精品国产亚洲av| 亚洲成人久久性| 婷婷精品国产亚洲av| 国产精品99久久久久久久久| 内射极品少妇av片p| 伦精品一区二区三区| 国产欧美日韩精品一区二区| 在线播放无遮挡| 亚洲第一区二区三区不卡| 国产 一区精品| 亚洲18禁久久av| 精品国产三级普通话版| 2021天堂中文幕一二区在线观| 久久精品久久久久久噜噜老黄 | 91久久精品国产一区二区成人| 亚洲av第一区精品v没综合| 免费看美女性在线毛片视频| 天美传媒精品一区二区| 精品久久久久久久末码| 最后的刺客免费高清国语| 国产精品一区www在线观看| 麻豆精品久久久久久蜜桃| 女人被狂操c到高潮| 亚洲国产精品久久男人天堂| 国产欧美日韩精品一区二区| 国产免费男女视频| 在线a可以看的网站| 国产女主播在线喷水免费视频网站 | 午夜爱爱视频在线播放| 麻豆乱淫一区二区| 国产91av在线免费观看| 天堂网av新在线| 亚洲精华国产精华液的使用体验 | 日韩欧美在线乱码| 亚洲国产精品合色在线| 国产高清不卡午夜福利| 欧美+日韩+精品| 精品一区二区三区人妻视频| 日本 av在线| 亚洲国产欧美人成| а√天堂www在线а√下载| 1024手机看黄色片| 国产综合懂色| 午夜免费男女啪啪视频观看 | 久久人人爽人人爽人人片va| 日本a在线网址| 最近手机中文字幕大全| 欧美丝袜亚洲另类| 亚洲第一电影网av| 国产又黄又爽又无遮挡在线| 亚洲不卡免费看| 丝袜喷水一区| 成人一区二区视频在线观看| 欧美日韩国产亚洲二区| 99国产极品粉嫩在线观看| 色在线成人网| 一级毛片电影观看 | 午夜精品一区二区三区免费看| 日本熟妇午夜| av中文乱码字幕在线| 99久久精品热视频| 天美传媒精品一区二区| 男插女下体视频免费在线播放| 69av精品久久久久久| 国产精品久久久久久av不卡| 一区二区三区免费毛片| 日本免费a在线| 99在线视频只有这里精品首页| 国产av一区在线观看免费| 免费av观看视频| 女同久久另类99精品国产91| 午夜福利在线在线| 久久久久久久久大av| 美女xxoo啪啪120秒动态图| 51国产日韩欧美| 看黄色毛片网站| 男人舔奶头视频| 国产精品日韩av在线免费观看| 精品人妻熟女av久视频| 午夜视频国产福利| 自拍偷自拍亚洲精品老妇| 免费看美女性在线毛片视频| 色av中文字幕| 亚洲精品一卡2卡三卡4卡5卡| 久久99热这里只有精品18| 丝袜美腿在线中文| 日韩欧美国产在线观看| 黄色日韩在线| 国产午夜精品久久久久久一区二区三区 | 九九在线视频观看精品| 国产精品,欧美在线| 美女cb高潮喷水在线观看| 午夜精品一区二区三区免费看| 国产熟女欧美一区二区| 国产一区二区激情短视频| 国产黄色视频一区二区在线观看 | 在线观看美女被高潮喷水网站| 国产美女午夜福利| 大又大粗又爽又黄少妇毛片口| 日本黄色视频三级网站网址| 免费电影在线观看免费观看| 久久天躁狠狠躁夜夜2o2o| 九九爱精品视频在线观看| 国产毛片a区久久久久| 日本 av在线| 夜夜爽天天搞| 免费黄网站久久成人精品| 黄色日韩在线| 菩萨蛮人人尽说江南好唐韦庄 | 成人高潮视频无遮挡免费网站| 又粗又爽又猛毛片免费看| 久久精品影院6| 亚洲最大成人手机在线| 久久久久精品国产欧美久久久| 国产精品1区2区在线观看.| 国产不卡一卡二| 六月丁香七月| 十八禁国产超污无遮挡网站| 国产高清视频在线播放一区| 综合色av麻豆| 99热全是精品| 91在线观看av| av天堂在线播放| 久久久精品94久久精品| 国产精品美女特级片免费视频播放器| 可以在线观看毛片的网站| 国产爱豆传媒在线观看| АⅤ资源中文在线天堂| 精品一区二区三区视频在线| 国产探花在线观看一区二区| 欧美一区二区精品小视频在线| 色哟哟·www| 秋霞在线观看毛片| 欧美日韩国产亚洲二区| 亚洲精品日韩av片在线观看| 一区二区三区四区激情视频 | 乱码一卡2卡4卡精品| 中文亚洲av片在线观看爽| 亚洲av成人av| 在线免费十八禁| 老熟妇乱子伦视频在线观看| 欧美性感艳星| 国产在线男女| 国产国拍精品亚洲av在线观看| 人妻久久中文字幕网| 午夜福利高清视频| 国产亚洲av嫩草精品影院| 日韩国内少妇激情av| 国产一区二区在线av高清观看| 亚洲国产精品久久男人天堂| 亚洲欧美日韩无卡精品| 国产成人aa在线观看| 亚洲专区国产一区二区| 亚洲aⅴ乱码一区二区在线播放| 天堂av国产一区二区熟女人妻| 久久这里只有精品中国| 又爽又黄无遮挡网站| 欧美一区二区精品小视频在线| 国产精品久久视频播放| 少妇熟女aⅴ在线视频| 欧美精品国产亚洲| 一本精品99久久精品77| 亚洲欧美成人综合另类久久久 | 人妻少妇偷人精品九色| 国产午夜福利久久久久久| 国产高清有码在线观看视频| 中国美白少妇内射xxxbb| 欧美精品国产亚洲| 亚洲人成网站高清观看| av免费在线看不卡| 人妻久久中文字幕网| 国产精品久久久久久亚洲av鲁大| 亚洲av免费高清在线观看| 老熟妇乱子伦视频在线观看| 免费观看人在逋| 天堂av国产一区二区熟女人妻| 免费电影在线观看免费观看| 亚洲图色成人| 一级a爱片免费观看的视频| 久久精品夜色国产| 中文字幕av成人在线电影| 午夜福利视频1000在线观看| 在线国产一区二区在线| 18禁黄网站禁片免费观看直播| 69av精品久久久久久| 又黄又爽又刺激的免费视频.| 日本成人三级电影网站| 天堂动漫精品| 在线免费观看不下载黄p国产| 日本熟妇午夜| 免费电影在线观看免费观看| av女优亚洲男人天堂| 午夜免费男女啪啪视频观看 | 啦啦啦啦在线视频资源| 精品福利观看| 国产国拍精品亚洲av在线观看| 国产精品一区www在线观看| 国产亚洲精品综合一区在线观看| 大型黄色视频在线免费观看| 免费看美女性在线毛片视频| 国产不卡一卡二| 露出奶头的视频| 中国美女看黄片| 老司机福利观看| 网址你懂的国产日韩在线| 免费电影在线观看免费观看| 麻豆成人午夜福利视频| 日韩在线高清观看一区二区三区| 国产 一区精品| 一区二区三区免费毛片| 联通29元200g的流量卡| 日本五十路高清| 国产成人a∨麻豆精品| 午夜精品一区二区三区免费看| 亚洲精品日韩在线中文字幕 | 女生性感内裤真人,穿戴方法视频| 久久久久性生活片| 天天一区二区日本电影三级| 99热网站在线观看| 乱系列少妇在线播放| 久久久久国产网址| 国产成人福利小说| 亚洲精品456在线播放app| 日本黄大片高清| 狠狠狠狠99中文字幕| 黄色欧美视频在线观看| 色噜噜av男人的天堂激情| 亚洲国产精品成人久久小说 | 高清午夜精品一区二区三区 | 亚洲aⅴ乱码一区二区在线播放| 成熟少妇高潮喷水视频| 禁无遮挡网站| 国产精品99久久久久久久久| 午夜a级毛片| 成人漫画全彩无遮挡| 亚洲av成人精品一区久久| av国产免费在线观看| 麻豆国产av国片精品| 搡老熟女国产l中国老女人| 免费av毛片视频| 亚洲四区av| 91狼人影院| 久久中文看片网| aaaaa片日本免费| 国产黄片美女视频| 精品久久久久久久久av| 亚洲av电影不卡..在线观看| 12—13女人毛片做爰片一| 日本a在线网址| 亚洲在线自拍视频| 精品人妻视频免费看| 亚洲精品国产av成人精品 | 久久精品人妻少妇| av视频在线观看入口| 国产美女午夜福利| 久久精品国产亚洲av涩爱 | 日韩制服骚丝袜av| 99在线视频只有这里精品首页| 日韩国内少妇激情av| 国产精品,欧美在线| 午夜激情福利司机影院| 又黄又爽又免费观看的视频| 欧美日韩在线观看h| 最近视频中文字幕2019在线8| 精品久久久久久成人av| 欧美区成人在线视频| 露出奶头的视频| 蜜桃久久精品国产亚洲av| 网址你懂的国产日韩在线| 91久久精品国产一区二区三区| 内地一区二区视频在线| 国产高清视频在线播放一区| 性插视频无遮挡在线免费观看| 精品久久久久久久久久免费视频| 久久久久久九九精品二区国产| 日日干狠狠操夜夜爽| 国产av麻豆久久久久久久| 精品久久久久久久久亚洲| 在现免费观看毛片| 亚洲成av人片在线播放无| av国产免费在线观看| 在线免费十八禁| 伦理电影大哥的女人| 国产一区二区在线av高清观看| 成熟少妇高潮喷水视频| 久久久久久九九精品二区国产| 亚洲av熟女| 99久久精品一区二区三区| 一a级毛片在线观看| 久久午夜亚洲精品久久| 人人妻人人看人人澡| 搡老岳熟女国产| 春色校园在线视频观看| 熟妇人妻久久中文字幕3abv| 91麻豆精品激情在线观看国产| 亚洲人与动物交配视频| 日韩,欧美,国产一区二区三区 | 联通29元200g的流量卡| 国产三级中文精品| 欧美zozozo另类| 天堂网av新在线| 国产午夜精品久久久久久一区二区三区 | 亚洲精品日韩av片在线观看| 99久久无色码亚洲精品果冻| 亚洲第一电影网av| 成人毛片a级毛片在线播放| or卡值多少钱| 又爽又黄a免费视频| av在线蜜桃| 欧美一区二区亚洲| 成人二区视频| 亚洲人成网站在线播放欧美日韩| 日韩强制内射视频| 校园春色视频在线观看| 欧美日韩一区二区视频在线观看视频在线 | 国产伦精品一区二区三区视频9| 国产片特级美女逼逼视频| 免费看光身美女| 淫秽高清视频在线观看| 国产aⅴ精品一区二区三区波| 美女免费视频网站| 国产精品久久视频播放| 一级毛片aaaaaa免费看小| 男女做爰动态图高潮gif福利片| 国产成人aa在线观看| 成人亚洲欧美一区二区av| 黄色视频,在线免费观看| 校园春色视频在线观看| 日韩人妻高清精品专区| 日本a在线网址| 精品一区二区三区av网在线观看| eeuss影院久久| 最近在线观看免费完整版| 亚洲国产精品合色在线| a级毛片免费高清观看在线播放| 久久久久精品国产欧美久久久| 久久精品人妻少妇| 一级毛片我不卡| 久久久久国产网址| 成人特级av手机在线观看| 99久久成人亚洲精品观看| av在线观看视频网站免费| 99久久精品国产国产毛片| 日韩国内少妇激情av| 亚洲自偷自拍三级| 特大巨黑吊av在线直播| 22中文网久久字幕| 午夜老司机福利剧场| 国产伦一二天堂av在线观看| 欧美精品国产亚洲| 亚洲美女搞黄在线观看 | 露出奶头的视频| 婷婷亚洲欧美| 深夜a级毛片| 午夜精品在线福利| 日本熟妇午夜| 国产精品日韩av在线免费观看| 别揉我奶头~嗯~啊~动态视频| 三级经典国产精品| 国产一区二区三区在线臀色熟女| 成人美女网站在线观看视频| 成人国产麻豆网| 一级黄片播放器| 一区二区三区高清视频在线| 亚洲高清免费不卡视频| 啦啦啦韩国在线观看视频| 晚上一个人看的免费电影| 人妻夜夜爽99麻豆av| 久久久久国内视频| 免费看光身美女| or卡值多少钱| 麻豆一二三区av精品| 在线免费观看的www视频| 九九爱精品视频在线观看| 国产精品无大码| 久久精品夜色国产| 麻豆久久精品国产亚洲av| 一本久久中文字幕| 少妇高潮的动态图| 69人妻影院| 97超碰精品成人国产| 99在线人妻在线中文字幕| 天堂网av新在线| 久久精品国产清高在天天线| 老司机午夜福利在线观看视频| 久久久午夜欧美精品| 国产中年淑女户外野战色| 精品一区二区三区视频在线观看免费| 免费人成视频x8x8入口观看| 又黄又爽又免费观看的视频| 一级毛片久久久久久久久女| 中文字幕av在线有码专区| 亚洲av成人av| 人妻丰满熟妇av一区二区三区| 国产精品人妻久久久影院| 一本精品99久久精品77| av免费在线看不卡| 国产精品久久电影中文字幕| 无遮挡黄片免费观看| 韩国av在线不卡| 男人舔奶头视频| 亚洲欧美中文字幕日韩二区| 亚洲国产高清在线一区二区三| 夜夜爽天天搞| 日韩,欧美,国产一区二区三区 | 日韩高清综合在线| 国内精品一区二区在线观看| 国产精品爽爽va在线观看网站| 真实男女啪啪啪动态图| 高清日韩中文字幕在线| 特大巨黑吊av在线直播| 99国产极品粉嫩在线观看| 人妻少妇偷人精品九色| 在线天堂最新版资源| 一区二区三区四区激情视频 | 欧美人与善性xxx| 男女边吃奶边做爰视频| 校园春色视频在线观看| 国产精品国产高清国产av| 日韩强制内射视频| 亚洲丝袜综合中文字幕| 亚洲一级一片aⅴ在线观看| 免费在线观看成人毛片| 亚洲成av人片在线播放无| 久久久久久伊人网av| 午夜激情福利司机影院| 国产伦在线观看视频一区| 亚洲18禁久久av| 亚洲天堂国产精品一区在线| 国产精品无大码| 国产亚洲欧美98| 天天躁夜夜躁狠狠久久av| 毛片女人毛片| 在线观看免费视频日本深夜| 亚洲aⅴ乱码一区二区在线播放| 久久亚洲国产成人精品v| 久久精品影院6| 少妇人妻精品综合一区二区 | 国产在线男女| 久久精品影院6| 精品国内亚洲2022精品成人| 国产成人91sexporn| 午夜精品国产一区二区电影 | 亚洲欧美中文字幕日韩二区| 欧美绝顶高潮抽搐喷水| 国产一区二区激情短视频| 淫妇啪啪啪对白视频| 国产精品国产三级国产av玫瑰| 午夜精品国产一区二区电影 | 天堂影院成人在线观看| 日韩欧美一区二区三区在线观看| 国产精品永久免费网站| 亚洲成人精品中文字幕电影| 国产精品一二三区在线看| 我的老师免费观看完整版| 国产精品嫩草影院av在线观看| 成年女人看的毛片在线观看| 日韩欧美精品免费久久| 国产老妇女一区| 在线观看午夜福利视频| 亚洲中文字幕日韩| 亚洲欧美清纯卡通| 国产午夜福利久久久久久| 男插女下体视频免费在线播放| 色哟哟哟哟哟哟| 久久久国产成人免费| 国产爱豆传媒在线观看| 亚洲人与动物交配视频| 国内少妇人妻偷人精品xxx网站| 成人性生交大片免费视频hd| 国产成人精品久久久久久| 国产成人aa在线观看| 日韩人妻高清精品专区| 免费在线观看成人毛片| 国产三级在线视频| 欧美中文日本在线观看视频| 美女免费视频网站| 如何舔出高潮| 一a级毛片在线观看| 高清毛片免费看| 国产精品av视频在线免费观看| 久久精品国产鲁丝片午夜精品| 亚洲av.av天堂| 美女被艹到高潮喷水动态| 久久久久久大精品| 免费av观看视频| 日本免费a在线| 搡老熟女国产l中国老女人| 国产伦精品一区二区三区视频9| 亚洲图色成人| 亚洲av美国av| 日韩大尺度精品在线看网址| 国产欧美日韩精品亚洲av| 国产精品人妻久久久久久| 国产精品精品国产色婷婷| 亚洲人成网站在线观看播放| 亚洲性夜色夜夜综合| 国产精品99久久久久久久久| 日本a在线网址| 欧美日韩综合久久久久久| 国产精华一区二区三区| 免费在线观看影片大全网站| 一进一出抽搐动态| 亚洲精品一区av在线观看| 美女高潮的动态| 菩萨蛮人人尽说江南好唐韦庄 | 色在线成人网| 一卡2卡三卡四卡精品乱码亚洲| 久久精品夜夜夜夜夜久久蜜豆| 精品人妻一区二区三区麻豆 | 亚洲欧美清纯卡通| 麻豆久久精品国产亚洲av| 日韩 亚洲 欧美在线| 少妇人妻一区二区三区视频|