• <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 ?

    一種基于結(jié)構(gòu)光雙目視覺的特征匹配算法研究

    2014-07-08 20:37:34劉瑜劉纏牢蘇海
    光學(xué)儀器 2014年2期

    劉瑜+劉纏牢++蘇海

    文章編號: 10055630(2014)02016106

    收稿日期: 20130927

    摘要: 特征點匹配在圖像檢索、三維測量、模式識別等技術(shù)中起著重要的作用。使用MATLAB軟件剪切圖像并細(xì)化線結(jié)構(gòu)光光線條紋。經(jīng)理論分析SURF算法優(yōu)缺點,提出了一種基于SURF算法特征點提取的改進(jìn)算法。用C語言編寫改進(jìn)后的特征提取算法,通過MATLAB軟件實驗對比兩種算法的特征點提取結(jié)果并且編寫程序?qū)崿F(xiàn)后期的特征匹配。實驗表明:該算法基本滿足雙目視覺立體匹配的要求,對于線結(jié)構(gòu)光三維測量技術(shù)具有重要的理論意義和實用價值。

    關(guān)鍵詞: 結(jié)構(gòu)光; 雙目視覺; 立體匹配算法

    中圖分類號: TP 391文獻(xiàn)標(biāo)志碼: Adoi: 10.3969/j.issn.10055630.2014.02.015

    Research on matching algorithm based on

    structured light binocular vision feature

    LIU Yu, LIU Chanlao, SU Hai

    (School of Optoelectronic Engineering, Xian Technological University, Xian 710032, China)

    Abstract: Matching feature points play an important role in image retrieval, dimensional measurement and pattern recognition technology. By using the MATLAB software shear thinning line structured light image and light stripes, and through theoretical analysis of the advantages and disadvantages of SURF algorithm, this article proposes the SURF algorithm which based on feature points extraction algorithm. Through C language improved feature extraction algorithm, MATLAB software experimental comparison of the two algorithms feature point extraction results and preparation program features the late match. Experiments show that the algorithm basically meets the requirements of binocular vision stereo matching, and linear structured light for threedimensional measurement technique has important theoretical significance and practical value.

    Key words: structured light; binocular vision; stereo matching algorithm

    引言雙目立體視覺是利用雙目攝像機(jī)模擬生物的視覺特征,獲取物體表面的三維信息,從而還原物體外表面的幾何形貌。如今,基于雙目立體視覺的技術(shù),結(jié)構(gòu)光三維測量技術(shù)作為一種快速、便攜、高精度的三維測量技術(shù),在工業(yè)設(shè)計、航空等領(lǐng)域均得到了廣泛的應(yīng)用,已成為一種成熟的三維數(shù)據(jù)獲取和質(zhì)量評價與控制手段[1]。在結(jié)構(gòu)光雙目視覺技術(shù)中,由于不同視覺所獲取信息的不完備性和不同應(yīng)用中的復(fù)雜性,立體匹配成為立體視覺技術(shù)中最重要也是最難以處理的問題之一[2]。現(xiàn)今,立體匹配方法有多種。特征的選取跟圖像的內(nèi)容有關(guān),對結(jié)構(gòu)光匹配目前常用的是相位匹配方法,但是相位匹配一般是針對核線平行而言,雖然將空間域轉(zhuǎn)化為時間域,可同樣存在鄰域奇異性,匹配誤差較大[3]?;趨^(qū)域立體匹配方法,可以得到稠密的視差圖,其缺點是在低紋理區(qū)域或紋理相似區(qū)域容易造成大量的誤匹配,邊界模糊,視差圖效果不理想[46],計算量大,運算時間較長?;谔卣鼽c的立體匹配方法,能夠精確的匹配,視差效果明顯,但是只能獲得稀疏的匹配點,所以僅能勾勒物體的大致輪廓,不能呈現(xiàn)物體的細(xì)節(jié)部分,也不能得到稠密的視差圖[7]。針對特征匹配只能得到稀疏點數(shù)的缺點,本文提出了一種改進(jìn)的特征點提取算法,在不影響匹配速度的情況下,匹配更多的特征點對,并且有效地減少了誤匹配率。光學(xué)儀器第36卷

    第2期劉瑜,等:一種基于結(jié)構(gòu)光雙目視覺的特征匹配算法研究

    1立體匹配關(guān)鍵技術(shù)雙目立體匹配的方法是從左右視角兩個攝像機(jī)拍攝同一物體的兩幅圖像中找出被測元件表面同一點在不同圖像中的對應(yīng)點,進(jìn)而求出各個點對應(yīng)的視差,再由視差信息和投影模型還原出原始物體形貌的深度信息[89],最終得到三維表面形貌。因此,圖像的立體匹配是三維重建的關(guān)鍵環(huán)節(jié),也是立體視覺尤其是三維重建的重要研究內(nèi)容。關(guān)于立體匹配方法研究重點具體有兩方面:算法魯棒性和計算速度。(1)算法魯棒性:三維重建過程與投影過程是互逆的,圖像經(jīng)三維投影到二維空間,三維的深度信息丟失。從二維圖像恢復(fù)至三維模型,對應(yīng)匹配點可能會出現(xiàn)一對一或多對一的情況,導(dǎo)致唯一性失效,此外成像過程中如噪聲、遮擋、光照變化等干擾都會造成匹配誤差??梢酝ㄟ^對原有算法改進(jìn)或引入新算法來提高準(zhǔn)確性。(2)計算速度:立體匹配是在左、右兩幅圖像中搜索對應(yīng)點對的過程。所以,提高計算速度需要解決搜索策略問題如極線約束[10]的使用可以將二維搜索降到一維搜索;視差約束也可以通過降低搜索范圍方式提高計算速度。2特征點匹配算法的改進(jìn)特征匹配分為特征點的提取和特征點的匹配兩個過程。首先對兩幅圖像分別提取特征點,根據(jù)特征點的相似程度匹配特征點對,并根據(jù)各自點的灰度信息得到匹配視差圖。因此,特征點提取的準(zhǔn)確程度和數(shù)量直接影響后期的匹配,從而影響整個立體匹配的精度和效率。所以,如何快速有效地提取特征點是本文重點解決的問題。根據(jù)本實驗采集5組圖片(任選一組左右視圖如圖1所示),將三線激光器投影到被測物體表面,CCD采集得到左右兩幅圖像。本文通過對圖像進(jìn)行預(yù)處理,減少圖像噪聲以及測量環(huán)境對光條中心提取的不良影響。(1)圖像剪切:首先為了確保圖像處理速度,在進(jìn)行結(jié)構(gòu)光光條圖像處理時,只剪切包含光條在內(nèi)的一小部分圖像進(jìn)行處理,而不是對整幅圖像都進(jìn)行處理,如此可以大大地減少運算量,提高檢測效率。(2)圖像濾波:為了抑制噪聲、改善圖像質(zhì)量,要對圖像進(jìn)行濾波處理。本文采用中值濾波能較好地去除孤立噪聲點,如圖2所示。

    2.1基于SURF算子的特征點提取常用的特征點檢測方法有Harris角點檢測,SUSANA,HessianLaplace,強(qiáng)角點檢測等。但是它們?nèi)秉c是不能適應(yīng)圖像的尺度變化,對于不同尺度的圖像,無法建立相應(yīng)特征點的關(guān)系。SURF是一種尺度不變和旋轉(zhuǎn)不變的特征點檢測算法,具有速度快,魯棒性好的特點,針對特征點對的提取數(shù)量較少這一不足,本文通過算法上的改進(jìn),來提高匹配效率。

    圖1原始圖像對

    Fig.1Untreated images圖2圖像預(yù)處理

    Fig.2Preprocessed image

    SURF算法就是利用積分圖像的加減運算來實現(xiàn)圖像與高斯二階微分模板的卷積運算,積分圖像是由Viola和Jones[11]提出,很大程度上簡化了計算時間。積分圖像中任一點(i,j)的值ii(i,j),用原圖像左上角的任一點(i,j)相應(yīng)的對角線區(qū)域灰度值的和表示,ii(i,j)=∑i′≤i,j′≤jp(i′,j′)(1)圖3SURF算子提取效果圖

    Fig.3SURF operator extraction effect image式中,p(i′,j′)表示原始圖像點(i′,j′)的灰度值,ii(i,j)可以用如下迭代式計算得到,S(i,j)=S(i,j-1)+p(i,j)(2)

    ii(i,j)=ii(i-1,j)+S(i,j)(3)式中,S(i,j)表示一列的積分,并且S(i,-1)=0,ii(-1,j)=0。需要積分圖像時,只需對原始圖像的所有像素掃描一遍。用MATLAB軟件對濾波后的圖像進(jìn)行處理,結(jié)果如圖3所示。

    2.2基于SURF算法的改進(jìn)由于結(jié)構(gòu)光光學(xué)條紋能實現(xiàn)圖像對的立體匹配、還原三維結(jié)構(gòu),因此需要快速地提取結(jié)構(gòu)光條紋,才能提高立體匹配的匹配速率。通過對圖像的剪切和中線條紋提取,可在很大程度上降低后期立體匹配時間,進(jìn)而提高匹配效率。(1)均衡化與二值化由于結(jié)構(gòu)光光條圖像正是屬于待測對象(結(jié)構(gòu)光光條),與背景有較強(qiáng)對比度的圖像,所以二值化對結(jié)構(gòu)光光條圖像是特別有效的,它能有效地分離光條目標(biāo)區(qū)域與背景區(qū)域,減少計算量,提高處理速率。在二值化之前需要突出感興趣的部分,因此提前進(jìn)行直方圖均衡化,將灰度值低的感興趣部分顯現(xiàn)出來,提高處理精度。得到圖像對如圖3所示。(2)細(xì)化與骨架提取利用MATLAB函數(shù)庫中的細(xì)化函數(shù)對圖像進(jìn)行細(xì)化與骨骼提取,得到單像素的細(xì)線條紋,為后期匹配減少了運算量,縮短了匹配時間,提高匹配速率。經(jīng)過圖像預(yù)處理后得到立體圖像對,對圖像二值化結(jié)果如圖4所示,使得對比度得到明顯改善,再通過細(xì)化后得到的圖像對能夠較好地滿足后期立體匹配的要求,如圖5所示。

    2.2.1約束條件由于立體匹配是尋求同一空間景點在不同視角下投影圖像的像素間的一一對應(yīng)關(guān)系,因此立體匹配的實質(zhì)就是在某一匹配準(zhǔn)則下的最佳搜索。由于同一物體在不同視角下的圖像會有差異,而且場景中的很多因素,如光照條件,物體幾何形狀和物理特性、噪聲干擾等,都被綜合成單一的圖像中的灰度值。為解決這一問題,通常引入各種約束,將匹配限制在平滑解空間范圍內(nèi)。其約束條件如下:(1)極限約束:當(dāng)給定一點,它的匹配點一定出現(xiàn)在所對應(yīng)的極線上。如圖6所示,L1為點P2對應(yīng)的極線,L2為點P1對應(yīng)的極線,L1和L2互為極線。

    圖4二值化后立體圖像對

    Fig.4Binarized stereo image pair圖5條紋細(xì)化后立體圖像對

    Fig.5Thinning stripe stereo image pair

    圖6雙攝像機(jī)成像模型

    Fig.6Dualcamera imaging model(2)唯一性約束:指左圖像中的任何點在右圖像中最多一個點與之匹配,也就是說,無論是參考圖像還是目標(biāo)圖像,任何點都不能同時匹配兩個點。(3)順序約束:對于相似深度的表面,對應(yīng)的特征點一般以相同的次序落在極線上。(4)最大視差約束:視差范圍約束指參考圖像某個點的對應(yīng)點只能在一定的范圍內(nèi)搜索,也就是說,兩個匹配點橫坐標(biāo)相差必須小于某個最大視差閾值。

    2.2.2算法描述本文基于SURF特征點提取過程,首先選取3個正確的匹配點對,下一步的改進(jìn)提取算法如下:(1)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(2)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(3)得到新的基準(zhǔn)點(xi,yi+3);(4)對兩點(xi-10,yi+3),(xi+10,yi+3)間所有像素點進(jìn)行遍歷,判斷該像素點灰度值是否大于200,若是,則提取該特征點坐標(biāo)(xj,yi+3),保存該特征點并將該特征點作為新的基準(zhǔn)點;(5)重復(fù)執(zhí)行(2)(3)步,直到左右圖像都遍歷結(jié)束;(6)對得到的左右圖像特征點點集合進(jìn)行逐個對比,若同時滿足xi左-xj右≤3且yi左-yj右≤3則匹配成功,則得到的(xi左,yi左),(xj右,yj右)為匹配成功的特征點對。根據(jù)上述改進(jìn)算法,編寫C程序,對圖像處理,提取到34個特征點對,由于此方法提取得到的是特征點相對于原始圖像的坐標(biāo),因此,其坐標(biāo)數(shù)據(jù)顯示結(jié)果如圖7所示。圖7改進(jìn)SURF算法的特征點提取坐標(biāo)示意圖

    Fig.7The diagram of the improved SURF algorithm coordinates of the feature point extraction圖8W窗口內(nèi)像素灰度和的計算

    Fig.8W window pixel grayscale and calculations

    圖9特征點匹配算法流程圖

    Fig.9Feature point matching algorithm flowchart

    圖10改進(jìn)SURF算法的特征匹配視差圖

    Fig.10Feature point matching algorithm floechart

    2.3特征點的匹配根據(jù)這幾個約束條件根據(jù)選取映射函數(shù),對映射值取值,再判斷映射點是否滿足條件,滿足后,根據(jù)雙線性插值對圖像進(jìn)行插值,將插值之后和原始圖像進(jìn)行組合,得到匹配視差圖。求窗口W內(nèi)的像素灰度值時,W的大小可通過積分圖像的4個相應(yīng)點(i1,j1)、(i2,j2)、(i3,j3)、(i4,j4)的值計算得到,如圖8所示,即窗口的像素灰度和與窗口尺寸無關(guān)。窗口W內(nèi)的像素灰度和為:∑w=ii(i4,j4)-ii(i2,j2)-

    ii(i3,j3)+ii(i1,j1)(4)通過該算法,結(jié)合改進(jìn)的SURF算法提取到的特征點對,設(shè)置匹配算法流程如圖9所示,在MATLAB圖形處理軟件中,采用C語言編程實現(xiàn)。處理得到特征匹配的視差圖,如圖10所示。3實驗及結(jié)果分析結(jié)合MATLAB軟件,對經(jīng)過預(yù)處理得到的圖像進(jìn)行SURF特征點提取匹配得到29對特征點,再選取其中匹配正確的特征點對10對設(shè)為基準(zhǔn),再根據(jù)匹配約束條件共選取得到34對特征點,并與相應(yīng)的SURF測量結(jié)果比較(見表1)。從測量結(jié)果可以看出,改進(jìn)后的SURF特征點提取算法運行時間較SURF特征點提取匹配時間增加了0.12 s。 但是誤匹配率卻降低了約36.5%,匹配成功率得到了明顯改善。通過對多幅圖像對試驗驗證,匹配時間增加為0.2 s左右,而誤匹配率均降低為40%左右,因此該方案具有可行性。由于前期對圖像的剪切和結(jié)構(gòu)光線細(xì)化結(jié)果中,大量減少了特征提取圖像的像素數(shù),從而縮短了整體匹配的運行時間。因此,本文對于匹配算法的改進(jìn)中,又進(jìn)一步完善了基于改進(jìn)SURF算子的特征匹配算法。表1特征點提取算法實驗結(jié)果比較

    Tab.1Feature point extraction algorithm experimental results

    特征點提取方法提取特征點對數(shù)誤匹配對數(shù)誤匹配率/%匹配時間/sSURF特征點提取291862.072.19SURF算法的改進(jìn)34926.472.23

    圖1原始圖像對

    Fig.1Untreated images圖2圖像預(yù)處理

    Fig.2Preprocessed image

    SURF算法就是利用積分圖像的加減運算來實現(xiàn)圖像與高斯二階微分模板的卷積運算,積分圖像是由Viola和Jones[11]提出,很大程度上簡化了計算時間。積分圖像中任一點(i,j)的值ii(i,j),用原圖像左上角的任一點(i,j)相應(yīng)的對角線區(qū)域灰度值的和表示,ii(i,j)=∑i′≤i,j′≤jp(i′,j′)(1)圖3SURF算子提取效果圖

    Fig.3SURF operator extraction effect image式中,p(i′,j′)表示原始圖像點(i′,j′)的灰度值,ii(i,j)可以用如下迭代式計算得到,S(i,j)=S(i,j-1)+p(i,j)(2)

    ii(i,j)=ii(i-1,j)+S(i,j)(3)式中,S(i,j)表示一列的積分,并且S(i,-1)=0,ii(-1,j)=0。需要積分圖像時,只需對原始圖像的所有像素掃描一遍。用MATLAB軟件對濾波后的圖像進(jìn)行處理,結(jié)果如圖3所示。

    2.2基于SURF算法的改進(jìn)由于結(jié)構(gòu)光光學(xué)條紋能實現(xiàn)圖像對的立體匹配、還原三維結(jié)構(gòu),因此需要快速地提取結(jié)構(gòu)光條紋,才能提高立體匹配的匹配速率。通過對圖像的剪切和中線條紋提取,可在很大程度上降低后期立體匹配時間,進(jìn)而提高匹配效率。(1)均衡化與二值化由于結(jié)構(gòu)光光條圖像正是屬于待測對象(結(jié)構(gòu)光光條),與背景有較強(qiáng)對比度的圖像,所以二值化對結(jié)構(gòu)光光條圖像是特別有效的,它能有效地分離光條目標(biāo)區(qū)域與背景區(qū)域,減少計算量,提高處理速率。在二值化之前需要突出感興趣的部分,因此提前進(jìn)行直方圖均衡化,將灰度值低的感興趣部分顯現(xiàn)出來,提高處理精度。得到圖像對如圖3所示。(2)細(xì)化與骨架提取利用MATLAB函數(shù)庫中的細(xì)化函數(shù)對圖像進(jìn)行細(xì)化與骨骼提取,得到單像素的細(xì)線條紋,為后期匹配減少了運算量,縮短了匹配時間,提高匹配速率。經(jīng)過圖像預(yù)處理后得到立體圖像對,對圖像二值化結(jié)果如圖4所示,使得對比度得到明顯改善,再通過細(xì)化后得到的圖像對能夠較好地滿足后期立體匹配的要求,如圖5所示。

    2.2.1約束條件由于立體匹配是尋求同一空間景點在不同視角下投影圖像的像素間的一一對應(yīng)關(guān)系,因此立體匹配的實質(zhì)就是在某一匹配準(zhǔn)則下的最佳搜索。由于同一物體在不同視角下的圖像會有差異,而且場景中的很多因素,如光照條件,物體幾何形狀和物理特性、噪聲干擾等,都被綜合成單一的圖像中的灰度值。為解決這一問題,通常引入各種約束,將匹配限制在平滑解空間范圍內(nèi)。其約束條件如下:(1)極限約束:當(dāng)給定一點,它的匹配點一定出現(xiàn)在所對應(yīng)的極線上。如圖6所示,L1為點P2對應(yīng)的極線,L2為點P1對應(yīng)的極線,L1和L2互為極線。

    圖4二值化后立體圖像對

    Fig.4Binarized stereo image pair圖5條紋細(xì)化后立體圖像對

    Fig.5Thinning stripe stereo image pair

    圖6雙攝像機(jī)成像模型

    Fig.6Dualcamera imaging model(2)唯一性約束:指左圖像中的任何點在右圖像中最多一個點與之匹配,也就是說,無論是參考圖像還是目標(biāo)圖像,任何點都不能同時匹配兩個點。(3)順序約束:對于相似深度的表面,對應(yīng)的特征點一般以相同的次序落在極線上。(4)最大視差約束:視差范圍約束指參考圖像某個點的對應(yīng)點只能在一定的范圍內(nèi)搜索,也就是說,兩個匹配點橫坐標(biāo)相差必須小于某個最大視差閾值。

    2.2.2算法描述本文基于SURF特征點提取過程,首先選取3個正確的匹配點對,下一步的改進(jìn)提取算法如下:(1)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(2)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(3)得到新的基準(zhǔn)點(xi,yi+3);(4)對兩點(xi-10,yi+3),(xi+10,yi+3)間所有像素點進(jìn)行遍歷,判斷該像素點灰度值是否大于200,若是,則提取該特征點坐標(biāo)(xj,yi+3),保存該特征點并將該特征點作為新的基準(zhǔn)點;(5)重復(fù)執(zhí)行(2)(3)步,直到左右圖像都遍歷結(jié)束;(6)對得到的左右圖像特征點點集合進(jìn)行逐個對比,若同時滿足xi左-xj右≤3且yi左-yj右≤3則匹配成功,則得到的(xi左,yi左),(xj右,yj右)為匹配成功的特征點對。根據(jù)上述改進(jìn)算法,編寫C程序,對圖像處理,提取到34個特征點對,由于此方法提取得到的是特征點相對于原始圖像的坐標(biāo),因此,其坐標(biāo)數(shù)據(jù)顯示結(jié)果如圖7所示。圖7改進(jìn)SURF算法的特征點提取坐標(biāo)示意圖

    Fig.7The diagram of the improved SURF algorithm coordinates of the feature point extraction圖8W窗口內(nèi)像素灰度和的計算

    Fig.8W window pixel grayscale and calculations

    圖9特征點匹配算法流程圖

    Fig.9Feature point matching algorithm flowchart

    圖10改進(jìn)SURF算法的特征匹配視差圖

    Fig.10Feature point matching algorithm floechart

    2.3特征點的匹配根據(jù)這幾個約束條件根據(jù)選取映射函數(shù),對映射值取值,再判斷映射點是否滿足條件,滿足后,根據(jù)雙線性插值對圖像進(jìn)行插值,將插值之后和原始圖像進(jìn)行組合,得到匹配視差圖。求窗口W內(nèi)的像素灰度值時,W的大小可通過積分圖像的4個相應(yīng)點(i1,j1)、(i2,j2)、(i3,j3)、(i4,j4)的值計算得到,如圖8所示,即窗口的像素灰度和與窗口尺寸無關(guān)。窗口W內(nèi)的像素灰度和為:∑w=ii(i4,j4)-ii(i2,j2)-

    ii(i3,j3)+ii(i1,j1)(4)通過該算法,結(jié)合改進(jìn)的SURF算法提取到的特征點對,設(shè)置匹配算法流程如圖9所示,在MATLAB圖形處理軟件中,采用C語言編程實現(xiàn)。處理得到特征匹配的視差圖,如圖10所示。3實驗及結(jié)果分析結(jié)合MATLAB軟件,對經(jīng)過預(yù)處理得到的圖像進(jìn)行SURF特征點提取匹配得到29對特征點,再選取其中匹配正確的特征點對10對設(shè)為基準(zhǔn),再根據(jù)匹配約束條件共選取得到34對特征點,并與相應(yīng)的SURF測量結(jié)果比較(見表1)。從測量結(jié)果可以看出,改進(jìn)后的SURF特征點提取算法運行時間較SURF特征點提取匹配時間增加了0.12 s。 但是誤匹配率卻降低了約36.5%,匹配成功率得到了明顯改善。通過對多幅圖像對試驗驗證,匹配時間增加為0.2 s左右,而誤匹配率均降低為40%左右,因此該方案具有可行性。由于前期對圖像的剪切和結(jié)構(gòu)光線細(xì)化結(jié)果中,大量減少了特征提取圖像的像素數(shù),從而縮短了整體匹配的運行時間。因此,本文對于匹配算法的改進(jìn)中,又進(jìn)一步完善了基于改進(jìn)SURF算子的特征匹配算法。表1特征點提取算法實驗結(jié)果比較

    Tab.1Feature point extraction algorithm experimental results

    特征點提取方法提取特征點對數(shù)誤匹配對數(shù)誤匹配率/%匹配時間/sSURF特征點提取291862.072.19SURF算法的改進(jìn)34926.472.23

    圖1原始圖像對

    Fig.1Untreated images圖2圖像預(yù)處理

    Fig.2Preprocessed image

    SURF算法就是利用積分圖像的加減運算來實現(xiàn)圖像與高斯二階微分模板的卷積運算,積分圖像是由Viola和Jones[11]提出,很大程度上簡化了計算時間。積分圖像中任一點(i,j)的值ii(i,j),用原圖像左上角的任一點(i,j)相應(yīng)的對角線區(qū)域灰度值的和表示,ii(i,j)=∑i′≤i,j′≤jp(i′,j′)(1)圖3SURF算子提取效果圖

    Fig.3SURF operator extraction effect image式中,p(i′,j′)表示原始圖像點(i′,j′)的灰度值,ii(i,j)可以用如下迭代式計算得到,S(i,j)=S(i,j-1)+p(i,j)(2)

    ii(i,j)=ii(i-1,j)+S(i,j)(3)式中,S(i,j)表示一列的積分,并且S(i,-1)=0,ii(-1,j)=0。需要積分圖像時,只需對原始圖像的所有像素掃描一遍。用MATLAB軟件對濾波后的圖像進(jìn)行處理,結(jié)果如圖3所示。

    2.2基于SURF算法的改進(jìn)由于結(jié)構(gòu)光光學(xué)條紋能實現(xiàn)圖像對的立體匹配、還原三維結(jié)構(gòu),因此需要快速地提取結(jié)構(gòu)光條紋,才能提高立體匹配的匹配速率。通過對圖像的剪切和中線條紋提取,可在很大程度上降低后期立體匹配時間,進(jìn)而提高匹配效率。(1)均衡化與二值化由于結(jié)構(gòu)光光條圖像正是屬于待測對象(結(jié)構(gòu)光光條),與背景有較強(qiáng)對比度的圖像,所以二值化對結(jié)構(gòu)光光條圖像是特別有效的,它能有效地分離光條目標(biāo)區(qū)域與背景區(qū)域,減少計算量,提高處理速率。在二值化之前需要突出感興趣的部分,因此提前進(jìn)行直方圖均衡化,將灰度值低的感興趣部分顯現(xiàn)出來,提高處理精度。得到圖像對如圖3所示。(2)細(xì)化與骨架提取利用MATLAB函數(shù)庫中的細(xì)化函數(shù)對圖像進(jìn)行細(xì)化與骨骼提取,得到單像素的細(xì)線條紋,為后期匹配減少了運算量,縮短了匹配時間,提高匹配速率。經(jīng)過圖像預(yù)處理后得到立體圖像對,對圖像二值化結(jié)果如圖4所示,使得對比度得到明顯改善,再通過細(xì)化后得到的圖像對能夠較好地滿足后期立體匹配的要求,如圖5所示。

    2.2.1約束條件由于立體匹配是尋求同一空間景點在不同視角下投影圖像的像素間的一一對應(yīng)關(guān)系,因此立體匹配的實質(zhì)就是在某一匹配準(zhǔn)則下的最佳搜索。由于同一物體在不同視角下的圖像會有差異,而且場景中的很多因素,如光照條件,物體幾何形狀和物理特性、噪聲干擾等,都被綜合成單一的圖像中的灰度值。為解決這一問題,通常引入各種約束,將匹配限制在平滑解空間范圍內(nèi)。其約束條件如下:(1)極限約束:當(dāng)給定一點,它的匹配點一定出現(xiàn)在所對應(yīng)的極線上。如圖6所示,L1為點P2對應(yīng)的極線,L2為點P1對應(yīng)的極線,L1和L2互為極線。

    圖4二值化后立體圖像對

    Fig.4Binarized stereo image pair圖5條紋細(xì)化后立體圖像對

    Fig.5Thinning stripe stereo image pair

    圖6雙攝像機(jī)成像模型

    Fig.6Dualcamera imaging model(2)唯一性約束:指左圖像中的任何點在右圖像中最多一個點與之匹配,也就是說,無論是參考圖像還是目標(biāo)圖像,任何點都不能同時匹配兩個點。(3)順序約束:對于相似深度的表面,對應(yīng)的特征點一般以相同的次序落在極線上。(4)最大視差約束:視差范圍約束指參考圖像某個點的對應(yīng)點只能在一定的范圍內(nèi)搜索,也就是說,兩個匹配點橫坐標(biāo)相差必須小于某個最大視差閾值。

    2.2.2算法描述本文基于SURF特征點提取過程,首先選取3個正確的匹配點對,下一步的改進(jìn)提取算法如下:(1)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(2)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(3)得到新的基準(zhǔn)點(xi,yi+3);(4)對兩點(xi-10,yi+3),(xi+10,yi+3)間所有像素點進(jìn)行遍歷,判斷該像素點灰度值是否大于200,若是,則提取該特征點坐標(biāo)(xj,yi+3),保存該特征點并將該特征點作為新的基準(zhǔn)點;(5)重復(fù)執(zhí)行(2)(3)步,直到左右圖像都遍歷結(jié)束;(6)對得到的左右圖像特征點點集合進(jìn)行逐個對比,若同時滿足xi左-xj右≤3且yi左-yj右≤3則匹配成功,則得到的(xi左,yi左),(xj右,yj右)為匹配成功的特征點對。根據(jù)上述改進(jìn)算法,編寫C程序,對圖像處理,提取到34個特征點對,由于此方法提取得到的是特征點相對于原始圖像的坐標(biāo),因此,其坐標(biāo)數(shù)據(jù)顯示結(jié)果如圖7所示。圖7改進(jìn)SURF算法的特征點提取坐標(biāo)示意圖

    Fig.7The diagram of the improved SURF algorithm coordinates of the feature point extraction圖8W窗口內(nèi)像素灰度和的計算

    Fig.8W window pixel grayscale and calculations

    圖9特征點匹配算法流程圖

    Fig.9Feature point matching algorithm flowchart

    圖10改進(jìn)SURF算法的特征匹配視差圖

    Fig.10Feature point matching algorithm floechart

    2.3特征點的匹配根據(jù)這幾個約束條件根據(jù)選取映射函數(shù),對映射值取值,再判斷映射點是否滿足條件,滿足后,根據(jù)雙線性插值對圖像進(jìn)行插值,將插值之后和原始圖像進(jìn)行組合,得到匹配視差圖。求窗口W內(nèi)的像素灰度值時,W的大小可通過積分圖像的4個相應(yīng)點(i1,j1)、(i2,j2)、(i3,j3)、(i4,j4)的值計算得到,如圖8所示,即窗口的像素灰度和與窗口尺寸無關(guān)。窗口W內(nèi)的像素灰度和為:∑w=ii(i4,j4)-ii(i2,j2)-

    ii(i3,j3)+ii(i1,j1)(4)通過該算法,結(jié)合改進(jìn)的SURF算法提取到的特征點對,設(shè)置匹配算法流程如圖9所示,在MATLAB圖形處理軟件中,采用C語言編程實現(xiàn)。處理得到特征匹配的視差圖,如圖10所示。3實驗及結(jié)果分析結(jié)合MATLAB軟件,對經(jīng)過預(yù)處理得到的圖像進(jìn)行SURF特征點提取匹配得到29對特征點,再選取其中匹配正確的特征點對10對設(shè)為基準(zhǔn),再根據(jù)匹配約束條件共選取得到34對特征點,并與相應(yīng)的SURF測量結(jié)果比較(見表1)。從測量結(jié)果可以看出,改進(jìn)后的SURF特征點提取算法運行時間較SURF特征點提取匹配時間增加了0.12 s。 但是誤匹配率卻降低了約36.5%,匹配成功率得到了明顯改善。通過對多幅圖像對試驗驗證,匹配時間增加為0.2 s左右,而誤匹配率均降低為40%左右,因此該方案具有可行性。由于前期對圖像的剪切和結(jié)構(gòu)光線細(xì)化結(jié)果中,大量減少了特征提取圖像的像素數(shù),從而縮短了整體匹配的運行時間。因此,本文對于匹配算法的改進(jìn)中,又進(jìn)一步完善了基于改進(jìn)SURF算子的特征匹配算法。表1特征點提取算法實驗結(jié)果比較

    Tab.1Feature point extraction algorithm experimental results

    特征點提取方法提取特征點對數(shù)誤匹配對數(shù)誤匹配率/%匹配時間/sSURF特征點提取291862.072.19SURF算法的改進(jìn)34926.472.23

    圖1原始圖像對

    Fig.1Untreated images圖2圖像預(yù)處理

    Fig.2Preprocessed image

    SURF算法就是利用積分圖像的加減運算來實現(xiàn)圖像與高斯二階微分模板的卷積運算,積分圖像是由Viola和Jones[11]提出,很大程度上簡化了計算時間。積分圖像中任一點(i,j)的值ii(i,j),用原圖像左上角的任一點(i,j)相應(yīng)的對角線區(qū)域灰度值的和表示,ii(i,j)=∑i′≤i,j′≤jp(i′,j′)(1)圖3SURF算子提取效果圖

    Fig.3SURF operator extraction effect image式中,p(i′,j′)表示原始圖像點(i′,j′)的灰度值,ii(i,j)可以用如下迭代式計算得到,S(i,j)=S(i,j-1)+p(i,j)(2)

    ii(i,j)=ii(i-1,j)+S(i,j)(3)式中,S(i,j)表示一列的積分,并且S(i,-1)=0,ii(-1,j)=0。需要積分圖像時,只需對原始圖像的所有像素掃描一遍。用MATLAB軟件對濾波后的圖像進(jìn)行處理,結(jié)果如圖3所示。

    2.2基于SURF算法的改進(jìn)由于結(jié)構(gòu)光光學(xué)條紋能實現(xiàn)圖像對的立體匹配、還原三維結(jié)構(gòu),因此需要快速地提取結(jié)構(gòu)光條紋,才能提高立體匹配的匹配速率。通過對圖像的剪切和中線條紋提取,可在很大程度上降低后期立體匹配時間,進(jìn)而提高匹配效率。(1)均衡化與二值化由于結(jié)構(gòu)光光條圖像正是屬于待測對象(結(jié)構(gòu)光光條),與背景有較強(qiáng)對比度的圖像,所以二值化對結(jié)構(gòu)光光條圖像是特別有效的,它能有效地分離光條目標(biāo)區(qū)域與背景區(qū)域,減少計算量,提高處理速率。在二值化之前需要突出感興趣的部分,因此提前進(jìn)行直方圖均衡化,將灰度值低的感興趣部分顯現(xiàn)出來,提高處理精度。得到圖像對如圖3所示。(2)細(xì)化與骨架提取利用MATLAB函數(shù)庫中的細(xì)化函數(shù)對圖像進(jìn)行細(xì)化與骨骼提取,得到單像素的細(xì)線條紋,為后期匹配減少了運算量,縮短了匹配時間,提高匹配速率。經(jīng)過圖像預(yù)處理后得到立體圖像對,對圖像二值化結(jié)果如圖4所示,使得對比度得到明顯改善,再通過細(xì)化后得到的圖像對能夠較好地滿足后期立體匹配的要求,如圖5所示。

    2.2.1約束條件由于立體匹配是尋求同一空間景點在不同視角下投影圖像的像素間的一一對應(yīng)關(guān)系,因此立體匹配的實質(zhì)就是在某一匹配準(zhǔn)則下的最佳搜索。由于同一物體在不同視角下的圖像會有差異,而且場景中的很多因素,如光照條件,物體幾何形狀和物理特性、噪聲干擾等,都被綜合成單一的圖像中的灰度值。為解決這一問題,通常引入各種約束,將匹配限制在平滑解空間范圍內(nèi)。其約束條件如下:(1)極限約束:當(dāng)給定一點,它的匹配點一定出現(xiàn)在所對應(yīng)的極線上。如圖6所示,L1為點P2對應(yīng)的極線,L2為點P1對應(yīng)的極線,L1和L2互為極線。

    圖4二值化后立體圖像對

    Fig.4Binarized stereo image pair圖5條紋細(xì)化后立體圖像對

    Fig.5Thinning stripe stereo image pair

    圖6雙攝像機(jī)成像模型

    Fig.6Dualcamera imaging model(2)唯一性約束:指左圖像中的任何點在右圖像中最多一個點與之匹配,也就是說,無論是參考圖像還是目標(biāo)圖像,任何點都不能同時匹配兩個點。(3)順序約束:對于相似深度的表面,對應(yīng)的特征點一般以相同的次序落在極線上。(4)最大視差約束:視差范圍約束指參考圖像某個點的對應(yīng)點只能在一定的范圍內(nèi)搜索,也就是說,兩個匹配點橫坐標(biāo)相差必須小于某個最大視差閾值。

    2.2.2算法描述本文基于SURF特征點提取過程,首先選取3個正確的匹配點對,下一步的改進(jìn)提取算法如下:(1)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(2)對左右兩幅圖像分別取第i個基準(zhǔn)點(xi,yi);(3)得到新的基準(zhǔn)點(xi,yi+3);(4)對兩點(xi-10,yi+3),(xi+10,yi+3)間所有像素點進(jìn)行遍歷,判斷該像素點灰度值是否大于200,若是,則提取該特征點坐標(biāo)(xj,yi+3),保存該特征點并將該特征點作為新的基準(zhǔn)點;(5)重復(fù)執(zhí)行(2)(3)步,直到左右圖像都遍歷結(jié)束;(6)對得到的左右圖像特征點點集合進(jìn)行逐個對比,若同時滿足xi左-xj右≤3且yi左-yj右≤3則匹配成功,則得到的(xi左,yi左),(xj右,yj右)為匹配成功的特征點對。根據(jù)上述改進(jìn)算法,編寫C程序,對圖像處理,提取到34個特征點對,由于此方法提取得到的是特征點相對于原始圖像的坐標(biāo),因此,其坐標(biāo)數(shù)據(jù)顯示結(jié)果如圖7所示。圖7改進(jìn)SURF算法的特征點提取坐標(biāo)示意圖

    Fig.7The diagram of the improved SURF algorithm coordinates of the feature point extraction圖8W窗口內(nèi)像素灰度和的計算

    Fig.8W window pixel grayscale and calculations

    圖9特征點匹配算法流程圖

    Fig.9Feature point matching algorithm flowchart

    圖10改進(jìn)SURF算法的特征匹配視差圖

    Fig.10Feature point matching algorithm floechart

    2.3特征點的匹配根據(jù)這幾個約束條件根據(jù)選取映射函數(shù),對映射值取值,再判斷映射點是否滿足條件,滿足后,根據(jù)雙線性插值對圖像進(jìn)行插值,將插值之后和原始圖像進(jìn)行組合,得到匹配視差圖。求窗口W內(nèi)的像素灰度值時,W的大小可通過積分圖像的4個相應(yīng)點(i1,j1)、(i2,j2)、(i3,j3)、(i4,j4)的值計算得到,如圖8所示,即窗口的像素灰度和與窗口尺寸無關(guān)。窗口W內(nèi)的像素灰度和為:∑w=ii(i4,j4)-ii(i2,j2)-

    ii(i3,j3)+ii(i1,j1)(4)通過該算法,結(jié)合改進(jìn)的SURF算法提取到的特征點對,設(shè)置匹配算法流程如圖9所示,在MATLAB圖形處理軟件中,采用C語言編程實現(xiàn)。處理得到特征匹配的視差圖,如圖10所示。3實驗及結(jié)果分析結(jié)合MATLAB軟件,對經(jīng)過預(yù)處理得到的圖像進(jìn)行SURF特征點提取匹配得到29對特征點,再選取其中匹配正確的特征點對10對設(shè)為基準(zhǔn),再根據(jù)匹配約束條件共選取得到34對特征點,并與相應(yīng)的SURF測量結(jié)果比較(見表1)。從測量結(jié)果可以看出,改進(jìn)后的SURF特征點提取算法運行時間較SURF特征點提取匹配時間增加了0.12 s。 但是誤匹配率卻降低了約36.5%,匹配成功率得到了明顯改善。通過對多幅圖像對試驗驗證,匹配時間增加為0.2 s左右,而誤匹配率均降低為40%左右,因此該方案具有可行性。由于前期對圖像的剪切和結(jié)構(gòu)光線細(xì)化結(jié)果中,大量減少了特征提取圖像的像素數(shù),從而縮短了整體匹配的運行時間。因此,本文對于匹配算法的改進(jìn)中,又進(jìn)一步完善了基于改進(jìn)SURF算子的特征匹配算法。表1特征點提取算法實驗結(jié)果比較

    Tab.1Feature point extraction algorithm experimental results

    特征點提取方法提取特征點對數(shù)誤匹配對數(shù)誤匹配率/%匹配時間/sSURF特征點提取291862.072.19SURF算法的改進(jìn)34926.472.23

    涩涩av久久男人的天堂| 成人二区视频| 亚洲精品国产av成人精品| av.在线天堂| 国产在线一区二区三区精| 最近手机中文字幕大全| 超碰av人人做人人爽久久| 身体一侧抽搐| 亚洲第一av免费看| 国产欧美日韩一区二区三区在线 | 国产黄频视频在线观看| 精品国产露脸久久av麻豆| 三级经典国产精品| 亚洲精华国产精华液的使用体验| 久久久久性生活片| 亚洲综合精品二区| 亚洲内射少妇av| 男的添女的下面高潮视频| 久久亚洲国产成人精品v| 超碰97精品在线观看| 日韩欧美精品免费久久| 在线观看国产h片| 1000部很黄的大片| .国产精品久久| 国产精品99久久久久久久久| 免费人成在线观看视频色| 国产69精品久久久久777片| 天美传媒精品一区二区| 免费久久久久久久精品成人欧美视频 | 1000部很黄的大片| 日韩,欧美,国产一区二区三区| 联通29元200g的流量卡| 国产亚洲av片在线观看秒播厂| 亚洲国产成人一精品久久久| 韩国高清视频一区二区三区| a级毛片免费高清观看在线播放| 亚洲国产精品专区欧美| 欧美区成人在线视频| 国产av一区二区精品久久 | 亚洲国产成人一精品久久久| 97精品久久久久久久久久精品| 我要看黄色一级片免费的| 又粗又硬又长又爽又黄的视频| 亚洲av成人精品一二三区| 亚洲精品日韩在线中文字幕| 交换朋友夫妻互换小说| 插逼视频在线观看| 亚洲国产高清在线一区二区三| 国产av精品麻豆| 黄色一级大片看看| 久久精品熟女亚洲av麻豆精品| 亚洲精品国产av蜜桃| 国产老妇伦熟女老妇高清| 成人无遮挡网站| 国产亚洲最大av| 搡女人真爽免费视频火全软件| 久久国产乱子免费精品| 成人黄色视频免费在线看| av免费观看日本| 国产伦精品一区二区三区视频9| av播播在线观看一区| 欧美区成人在线视频| 99re6热这里在线精品视频| 午夜视频国产福利| 日韩一区二区视频免费看| 日韩视频在线欧美| 久热这里只有精品99| 少妇的逼水好多| 亚洲人成网站高清观看| 成人二区视频| 麻豆成人午夜福利视频| 啦啦啦视频在线资源免费观看| 一级毛片电影观看| 日日撸夜夜添| 一本色道久久久久久精品综合| 大码成人一级视频| 色哟哟·www| 一本色道久久久久久精品综合| 我的女老师完整版在线观看| 国产伦精品一区二区三区视频9| 一级毛片 在线播放| 色吧在线观看| 久久久久久伊人网av| 国产精品欧美亚洲77777| 一级二级三级毛片免费看| 久久人人爽av亚洲精品天堂 | 免费看av在线观看网站| 超碰97精品在线观看| 中文字幕免费在线视频6| 直男gayav资源| 欧美成人午夜免费资源| 欧美3d第一页| 美女视频免费永久观看网站| 美女视频免费永久观看网站| 极品少妇高潮喷水抽搐| 久久精品国产鲁丝片午夜精品| 国产爽快片一区二区三区| 一个人免费看片子| 成年av动漫网址| 国产日韩欧美亚洲二区| 色综合色国产| 一级毛片黄色毛片免费观看视频| 久久久久久久久久久免费av| 精品熟女少妇av免费看| 亚洲色图av天堂| 日韩,欧美,国产一区二区三区| h日本视频在线播放| 午夜福利在线观看免费完整高清在| 人妻夜夜爽99麻豆av| 久久热精品热| 中文欧美无线码| 国产精品av视频在线免费观看| 日日撸夜夜添| 久久久国产一区二区| 国产精品精品国产色婷婷| 久久综合国产亚洲精品| 啦啦啦中文免费视频观看日本| 我要看黄色一级片免费的| 亚洲精品国产av成人精品| 欧美 日韩 精品 国产| av在线老鸭窝| 国产成人精品一,二区| 91精品一卡2卡3卡4卡| 夜夜看夜夜爽夜夜摸| 国产免费福利视频在线观看| 免费不卡的大黄色大毛片视频在线观看| 少妇的逼好多水| 久久ye,这里只有精品| 啦啦啦中文免费视频观看日本| 丰满少妇做爰视频| 下体分泌物呈黄色| 嘟嘟电影网在线观看| 国产深夜福利视频在线观看| 国产大屁股一区二区在线视频| 精品亚洲乱码少妇综合久久| 免费黄网站久久成人精品| 午夜视频国产福利| 国产成人一区二区在线| 最近中文字幕2019免费版| 成人毛片a级毛片在线播放| 久久久午夜欧美精品| 最新中文字幕久久久久| 日韩大片免费观看网站| 高清av免费在线| 色视频在线一区二区三区| 99久久综合免费| 欧美日韩亚洲高清精品| 一级爰片在线观看| 亚洲精品日本国产第一区| 高清毛片免费看| a级一级毛片免费在线观看| 视频区欧美日本亚洲| 亚洲av欧美aⅴ国产| 麻豆国产av国片精品| 欧美黄色淫秽网站| 国产日韩一区二区三区精品不卡| 中文字幕av电影在线播放| 国产在视频线精品| 老司机在亚洲福利影院| 丝袜在线中文字幕| 精品亚洲成国产av| 丝袜脚勾引网站| 天天躁狠狠躁夜夜躁狠狠躁| 日韩熟女老妇一区二区性免费视频| a级毛片在线看网站| 一本—道久久a久久精品蜜桃钙片| 色播在线永久视频| a 毛片基地| 午夜精品国产一区二区电影| 丝瓜视频免费看黄片| 午夜福利一区二区在线看| 国产深夜福利视频在线观看| 777久久人妻少妇嫩草av网站| 午夜精品国产一区二区电影| 国产深夜福利视频在线观看| 国产精品久久久av美女十八| 十八禁网站网址无遮挡| 午夜福利免费观看在线| 18在线观看网站| 精品一区二区三区四区五区乱码 | 国产片内射在线| 黄色视频在线播放观看不卡| 国产爽快片一区二区三区| 女性生殖器流出的白浆| 日本wwww免费看| 久久久久国产一级毛片高清牌| 精品少妇久久久久久888优播| 黄片播放在线免费| 一本久久精品| 国产亚洲一区二区精品| 男人添女人高潮全过程视频| 大香蕉久久网| 1024视频免费在线观看| 婷婷色综合大香蕉| 国产成人啪精品午夜网站| 丝袜美足系列| 亚洲熟女毛片儿| 老汉色av国产亚洲站长工具| 亚洲七黄色美女视频| 99香蕉大伊视频| 91麻豆av在线| 国精品久久久久久国模美| 欧美精品啪啪一区二区三区 | 精品第一国产精品| 纯流量卡能插随身wifi吗| 久久天堂一区二区三区四区| 色播在线永久视频| 一级毛片女人18水好多 | 建设人人有责人人尽责人人享有的| 999精品在线视频| 80岁老熟妇乱子伦牲交| 国产高清不卡午夜福利| 国产色视频综合| 成年女人毛片免费观看观看9 | 极品人妻少妇av视频| 国产精品 欧美亚洲| 中文字幕高清在线视频| 精品国产超薄肉色丝袜足j| 男人添女人高潮全过程视频| 叶爱在线成人免费视频播放| 交换朋友夫妻互换小说| 麻豆国产av国片精品| 亚洲精品国产一区二区精华液| 国产成人a∨麻豆精品| 国产精品99久久99久久久不卡| 丝瓜视频免费看黄片| 91麻豆精品激情在线观看国产 | 99久久综合免费| 一区二区三区激情视频| 国产主播在线观看一区二区 | 观看av在线不卡| 亚洲黑人精品在线| 欧美日韩成人在线一区二区| 国产一区亚洲一区在线观看| 久久精品久久精品一区二区三区| 一边摸一边做爽爽视频免费| 精品亚洲乱码少妇综合久久| 在线精品无人区一区二区三| 亚洲欧美一区二区三区黑人| 最新在线观看一区二区三区 | 麻豆乱淫一区二区| 欧美精品高潮呻吟av久久| 亚洲国产日韩一区二区| 亚洲激情五月婷婷啪啪| 国产一区亚洲一区在线观看| 亚洲 欧美一区二区三区| 欧美乱码精品一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 日韩一卡2卡3卡4卡2021年| 亚洲情色 制服丝袜| 国产精品99久久99久久久不卡| av在线app专区| 国产精品九九99| 成人手机av| 欧美精品av麻豆av| 国产免费一区二区三区四区乱码| 久久久久久免费高清国产稀缺| 国产精品久久久人人做人人爽| 国产精品二区激情视频| 久久久亚洲精品成人影院| 亚洲国产欧美在线一区| 又黄又粗又硬又大视频| 精品人妻一区二区三区麻豆| 两个人免费观看高清视频| 老汉色av国产亚洲站长工具| 一级,二级,三级黄色视频| 午夜久久久在线观看| 久久久久网色| 欧美av亚洲av综合av国产av| 亚洲一码二码三码区别大吗| 国产精品三级大全| 在现免费观看毛片| 国产淫语在线视频| 国产女主播在线喷水免费视频网站| 亚洲免费av在线视频| 中文字幕高清在线视频| 自线自在国产av| 国产av精品麻豆| 极品人妻少妇av视频| 99久久99久久久精品蜜桃| 三上悠亚av全集在线观看| 91精品三级在线观看| 丝袜人妻中文字幕| 久久久精品94久久精品| 亚洲欧美精品综合一区二区三区| 美女视频免费永久观看网站| 在线观看一区二区三区激情| 亚洲精品美女久久久久99蜜臀 | 人人妻人人添人人爽欧美一区卜| 精品第一国产精品| av天堂在线播放| 欧美日韩亚洲综合一区二区三区_| 中文字幕人妻熟女乱码| 男女国产视频网站| 美女国产高潮福利片在线看| 亚洲中文字幕日韩| www.自偷自拍.com| 黑人巨大精品欧美一区二区蜜桃| 久久精品国产亚洲av涩爱| 99国产精品一区二区蜜桃av | 国产精品偷伦视频观看了| 日本猛色少妇xxxxx猛交久久| a级毛片黄视频| 日韩 欧美 亚洲 中文字幕| 国产成人精品无人区| 日本猛色少妇xxxxx猛交久久| a 毛片基地| 精品一品国产午夜福利视频| 男的添女的下面高潮视频| 超色免费av| 国产日韩一区二区三区精品不卡| 欧美成人午夜精品| 日韩欧美一区视频在线观看| 电影成人av| 成人影院久久| 狠狠精品人妻久久久久久综合| 久久人妻熟女aⅴ| 欧美国产精品一级二级三级| 极品少妇高潮喷水抽搐| 两性夫妻黄色片| av不卡在线播放| 十八禁网站网址无遮挡| 熟女少妇亚洲综合色aaa.| 精品国产超薄肉色丝袜足j| 99精国产麻豆久久婷婷| 国产精品一区二区免费欧美 | 午夜精品国产一区二区电影| 丝袜人妻中文字幕| 久久 成人 亚洲| www.自偷自拍.com| 伊人亚洲综合成人网| 精品高清国产在线一区| 亚洲欧美色中文字幕在线| 成在线人永久免费视频| 亚洲国产精品一区三区| 国产亚洲av片在线观看秒播厂| 如日韩欧美国产精品一区二区三区| 高清欧美精品videossex| 欧美日本中文国产一区发布| 高清av免费在线| 水蜜桃什么品种好| 中文字幕人妻丝袜一区二区| 国产成人啪精品午夜网站| 精品亚洲成a人片在线观看| 成人黄色视频免费在线看| 久久精品亚洲熟妇少妇任你| 考比视频在线观看| 亚洲精品乱久久久久久| 777久久人妻少妇嫩草av网站| 大陆偷拍与自拍| 久久热在线av| 国产真人三级小视频在线观看| 视频区图区小说| 夜夜骑夜夜射夜夜干| 国产精品.久久久| 久久国产精品人妻蜜桃| 欧美黑人精品巨大| 欧美日韩视频精品一区| 欧美精品啪啪一区二区三区 | 日本91视频免费播放| 肉色欧美久久久久久久蜜桃| 国产精品欧美亚洲77777| 三上悠亚av全集在线观看| a级毛片在线看网站| 婷婷色综合www| 国产av一区二区精品久久| 1024视频免费在线观看| 午夜福利视频精品| 精品亚洲成国产av| 中国美女看黄片| 看免费av毛片| 欧美97在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 精品久久久精品久久久| 久久国产精品男人的天堂亚洲| 久久精品久久久久久噜噜老黄| 欧美国产精品va在线观看不卡| 亚洲av日韩精品久久久久久密 | 在线 av 中文字幕| 18禁国产床啪视频网站| 国产一区二区三区av在线| 在现免费观看毛片| 大香蕉久久网| 亚洲国产中文字幕在线视频| 免费看av在线观看网站| 亚洲七黄色美女视频| 国产一区二区 视频在线| 日韩 欧美 亚洲 中文字幕| 国产一区二区三区av在线| 久久久国产一区二区| 中文字幕亚洲精品专区| 国产免费现黄频在线看| 又粗又硬又长又爽又黄的视频| 亚洲精品第二区| 男的添女的下面高潮视频| 亚洲精品国产av成人精品| 亚洲,欧美精品.| svipshipincom国产片| 亚洲人成网站在线观看播放| 91老司机精品| 欧美黑人欧美精品刺激| 一级片'在线观看视频| 亚洲少妇的诱惑av| 国产色视频综合| 一本久久精品| 高清视频免费观看一区二区| 2018国产大陆天天弄谢| 久久久久久久国产电影| 天天操日日干夜夜撸| 亚洲国产欧美网| 80岁老熟妇乱子伦牲交| 亚洲美女黄色视频免费看| 99久久99久久久精品蜜桃| 一二三四社区在线视频社区8| 自拍欧美九色日韩亚洲蝌蚪91| 韩国精品一区二区三区| 亚洲色图 男人天堂 中文字幕| 国产精品免费视频内射| 男的添女的下面高潮视频| 97精品久久久久久久久久精品| 亚洲五月婷婷丁香| 欧美+亚洲+日韩+国产| 十分钟在线观看高清视频www| 免费少妇av软件| √禁漫天堂资源中文www| 国产精品久久久人人做人人爽| 两个人看的免费小视频| 成人亚洲精品一区在线观看| 一本大道久久a久久精品| 国产成人精品久久久久久| 777久久人妻少妇嫩草av网站| 免费人妻精品一区二区三区视频| 悠悠久久av| 菩萨蛮人人尽说江南好唐韦庄| 亚洲国产毛片av蜜桃av| 国产精品欧美亚洲77777| a级片在线免费高清观看视频| 欧美日韩视频高清一区二区三区二| 日韩,欧美,国产一区二区三区| 好男人视频免费观看在线| 精品免费久久久久久久清纯 | 蜜桃在线观看..| 国产免费现黄频在线看| 精品卡一卡二卡四卡免费| 香蕉丝袜av| 9热在线视频观看99| 欧美日韩成人在线一区二区| 伊人久久大香线蕉亚洲五| 一本色道久久久久久精品综合| 男女无遮挡免费网站观看| 制服人妻中文乱码| 视频区欧美日本亚洲| 国产精品久久久久成人av| 日韩av不卡免费在线播放| 亚洲av综合色区一区| 少妇人妻 视频| 午夜影院在线不卡| 青春草亚洲视频在线观看| 国产一区二区激情短视频 | 精品国产超薄肉色丝袜足j| 欧美日韩成人在线一区二区| 少妇 在线观看| 亚洲精品日韩在线中文字幕| 亚洲五月色婷婷综合| 婷婷色综合大香蕉| 国产精品麻豆人妻色哟哟久久| 丰满人妻熟妇乱又伦精品不卡| 在线精品无人区一区二区三| 一区二区三区乱码不卡18| 亚洲黑人精品在线| 悠悠久久av| 日韩大片免费观看网站| 91麻豆精品激情在线观看国产 | 亚洲伊人色综图| 欧美日韩亚洲国产一区二区在线观看 | 伊人久久大香线蕉亚洲五| 亚洲精品乱久久久久久| 国产91精品成人一区二区三区 | 黄片播放在线免费| 99精国产麻豆久久婷婷| 侵犯人妻中文字幕一二三四区| 婷婷色综合大香蕉| 国产日韩欧美在线精品| 人人澡人人妻人| 成人亚洲欧美一区二区av| 97人妻天天添夜夜摸| 久9热在线精品视频| 精品人妻1区二区| 多毛熟女@视频| 亚洲国产日韩一区二区| 色婷婷久久久亚洲欧美| 成人黄色视频免费在线看| 久久久国产欧美日韩av| 国产日韩一区二区三区精品不卡| 老司机影院毛片| 午夜激情av网站| 欧美人与性动交α欧美精品济南到| 亚洲成人免费av在线播放| 国产视频首页在线观看| 精品久久久久久久毛片微露脸 | 男人舔女人的私密视频| 又粗又硬又长又爽又黄的视频| 亚洲av美国av| 丰满少妇做爰视频| 最新的欧美精品一区二区| 丝瓜视频免费看黄片| 亚洲国产中文字幕在线视频| 黄色一级大片看看| 9热在线视频观看99| 美女主播在线视频| 久久狼人影院| 丁香六月欧美| 美女大奶头黄色视频| 在线亚洲精品国产二区图片欧美| 大片电影免费在线观看免费| 在线天堂中文资源库| 色婷婷久久久亚洲欧美| 国产熟女午夜一区二区三区| 国产又爽黄色视频| 国产99久久九九免费精品| 大话2 男鬼变身卡| 欧美 日韩 精品 国产| 狂野欧美激情性xxxx| 深夜精品福利| 超碰成人久久| 久9热在线精品视频| 欧美在线黄色| 丁香六月欧美| 国产精品 国内视频| 午夜视频精品福利| 日韩大片免费观看网站| 高清视频免费观看一区二区| 超碰成人久久| 观看av在线不卡| 美女中出高潮动态图| av天堂久久9| 久久精品国产亚洲av涩爱| 久久青草综合色| 亚洲av电影在线进入| 人妻人人澡人人爽人人| 国产女主播在线喷水免费视频网站| 亚洲欧美日韩另类电影网站| 久久精品亚洲av国产电影网| 欧美成人午夜精品| 久久精品久久久久久噜噜老黄| 日本五十路高清| 婷婷丁香在线五月| 国产午夜精品一二区理论片| 91老司机精品| 午夜福利免费观看在线| 亚洲欧美清纯卡通| 人成视频在线观看免费观看| 黄网站色视频无遮挡免费观看| 国产色视频综合| 黑人巨大精品欧美一区二区蜜桃| 久久久久视频综合| av视频免费观看在线观看| 看免费av毛片| 男女之事视频高清在线观看 | 成年人免费黄色播放视频| 日日摸夜夜添夜夜爱| 欧美日韩亚洲综合一区二区三区_| 中文乱码字字幕精品一区二区三区| 婷婷色麻豆天堂久久| 蜜桃国产av成人99| 操美女的视频在线观看| 日韩 欧美 亚洲 中文字幕| 久久热在线av| 成人亚洲精品一区在线观看| 中文字幕精品免费在线观看视频| 国产精品久久久久久人妻精品电影 | 天天躁夜夜躁狠狠久久av| 在线观看www视频免费| 久久这里只有精品19| 亚洲欧美色中文字幕在线| 国产精品欧美亚洲77777| 日韩,欧美,国产一区二区三区| 午夜福利影视在线免费观看| 纵有疾风起免费观看全集完整版| 国产黄色视频一区二区在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 精品人妻1区二区| 国产亚洲午夜精品一区二区久久| tube8黄色片| 伦理电影免费视频| 国产在线视频一区二区| 精品久久久精品久久久| 亚洲一码二码三码区别大吗| 秋霞在线观看毛片| 亚洲精品乱久久久久久| 搡老岳熟女国产| 国产精品一区二区在线不卡| www.999成人在线观看| av国产久精品久网站免费入址| 亚洲黑人精品在线| 999精品在线视频| 久久久久久亚洲精品国产蜜桃av| 久久精品aⅴ一区二区三区四区| 午夜免费鲁丝| 叶爱在线成人免费视频播放| 国产精品一区二区精品视频观看| 波多野结衣一区麻豆| 男女午夜视频在线观看| 亚洲精品国产一区二区精华液| 欧美人与善性xxx| 精品卡一卡二卡四卡免费| 国产精品国产三级专区第一集| 国产真人三级小视频在线观看| 亚洲av片天天在线观看| 国产精品一国产av| 午夜福利一区二区在线看| 欧美人与性动交α欧美软件| 黄色片一级片一级黄色片| 欧美黑人欧美精品刺激| 亚洲精品一卡2卡三卡4卡5卡 |