• <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 ?

    基于粒子流和能量模型的異常行為檢測*

    2014-09-06 10:51:08汪雙承管業(yè)鵬
    電子器件 2014年6期
    關(guān)鍵詞:光流流場幅值

    汪雙承,管業(yè)鵬

    (上海大學(xué)通信與信息工程學(xué)院,上海 200444)

    ?

    基于粒子流和能量模型的異常行為檢測*

    汪雙承,管業(yè)鵬*

    (上海大學(xué)通信與信息工程學(xué)院,上海 200444)

    提出了一種基于單目攝像機(jī)的異常行為檢測方法,可有效檢測群聚群散事件。針對傳統(tǒng)稠密光流法耗時(shí)大,抗噪聲性差,對光照變化敏感,而稀疏光流又不能提供豐富運(yùn)動信息的不足,提出采用二值前景為掩碼計(jì)算局部稠密光流,既剔除了干擾,又減少耗時(shí)。針對光流僅能反應(yīng)物體瞬時(shí)運(yùn)動信息,不能反應(yīng)運(yùn)動的累積效應(yīng),不能描述物體間的相互影響,提出建立以光流為底層特征的粒子流場,以穩(wěn)定地進(jìn)行特征提取。最后,通過計(jì)算粒子幅值直方圖的能量來進(jìn)行異常行為的檢測。搭建了實(shí)驗(yàn)監(jiān)控系統(tǒng),不同場景的實(shí)驗(yàn)表明,該方法實(shí)時(shí)性好,魯棒。

    異常行為;群聚群散;粒子流;能量;光流

    智能視頻分析與監(jiān)控是多學(xué)科交叉的前沿研究領(lǐng)域,也是當(dāng)前國際上最被關(guān)注的研究熱點(diǎn)。運(yùn)動對象的異常行為檢測是智能監(jiān)控技術(shù)的關(guān)鍵[1]。

    針對監(jiān)控場景能夠及時(shí)準(zhǔn)確地檢測出運(yùn)動對象的異常行為是非常重要的。傳統(tǒng)的異常行為檢測方法主要可分為兩類[2]:一是基于運(yùn)動對象的跟蹤,不斷檢測運(yùn)動對象或團(tuán)塊的運(yùn)動軌跡,提取運(yùn)動(包括空間位置,運(yùn)動速度等)特征,根據(jù)運(yùn)動狀態(tài)進(jìn)行檢測。算法依賴于對運(yùn)動對象的跟蹤,在實(shí)際場景下存在多目標(biāo)遮擋,較難實(shí)現(xiàn)準(zhǔn)確的運(yùn)動對象跟蹤。二是基于學(xué)習(xí)訓(xùn)練,針對特定場景,預(yù)先采集運(yùn)動對象視頻序列,提取運(yùn)動特征,建立學(xué)習(xí)樣本庫,訓(xùn)練針對特定運(yùn)動行為的分類器。利用訓(xùn)練好的分類器針對未知視頻序列檢測異常行為。此類方法具有一定的局限性,運(yùn)動對象異常行為樣本較難采集。

    近年來提出的社會力模型[3](Social Force Model)、行為熵模型[4](Behavior Entropy Model)、能量模型[5](Energy Model)以及借用流體力學(xué)和熱力學(xué)概念建立的相應(yīng)模型[1]是目前的研究熱點(diǎn)。

    緊跟學(xué)術(shù)研究前沿,本文提出了一種非監(jiān)督的基于粒子流和能量模型的異常行為檢測,可有效地檢測群聚群散事件。算法利用二值前景為掩碼計(jì)算局部稠密光流,既剔除了干擾,又減少耗時(shí),解決了稠密光流法算法抗噪聲性差,耗時(shí)大,而稀疏光流又不能提供豐富的運(yùn)動信息的不足[6]。借鑒拉格朗日粒子場,建立了粒子流場,能夠較穩(wěn)定快速地進(jìn)行特征提取。搭建了實(shí)驗(yàn)監(jiān)控系統(tǒng),實(shí)驗(yàn)表明,該方法實(shí)時(shí),魯棒,有一定的實(shí)用價(jià)值。

    1 本文算法

    如圖1,算法主要分以下幾個(gè)部分:(1)運(yùn)動目標(biāo)提取。以高斯背景更新并進(jìn)行膨脹得到二值前景掩碼。(2)局部光流場的計(jì)算。對以掩碼得到的前景圖像計(jì)算稠密局部光流場;同時(shí)對二值前景掩碼進(jìn)行腐蝕得到光流場掩碼,以此除去前景邊緣極大值的錯(cuò)誤光流。(3)粒子流場建立。由上到下在視頻幀上均勻地布滿粒子點(diǎn),當(dāng)目標(biāo)運(yùn)動時(shí),根據(jù)粒子點(diǎn)周圍的光流場值,并結(jié)合社會力模型得到粒子運(yùn)動的軌跡,并每隔15幀重新初始化粒子點(diǎn)。(4)能量模型建立。由粒子點(diǎn)運(yùn)動軌跡,得到每15幀粒子的運(yùn)動速度和方向,并建立粒子幅值直方圖。計(jì)算粒子直方圖的能量來進(jìn)行異常行為的檢測。

    圖1 本文算法

    1.1 運(yùn)動對象檢測

    運(yùn)動對象檢測的目的是從圖像中得到比較完整的目標(biāo)(前景)的運(yùn)動區(qū)域。常見的方法有[7]:時(shí)域差分法,光流場法,背景減除法。時(shí)域差分法對動態(tài)變化場景非常有效,但一般不能很好地提取出運(yùn)動目標(biāo)的所有特征象素,造成空洞現(xiàn)象;光流場法能在攝像頭運(yùn)動時(shí)有效的檢測運(yùn)動目標(biāo),然而,這種方法計(jì)算很復(fù)雜,抗噪聲性差;簡單的背景減除法能得到運(yùn)動物體很全面的特征數(shù)據(jù),但卻對由于光線和其他外部的動態(tài)場景變化非常敏感。本文采用Zivkovic Z[8]提出的混合高斯背景更新算法,即Opencv中的BackgroundSubtractorMOG2算法,實(shí)現(xiàn)運(yùn)動對象的檢測,并對更新得到的前景進(jìn)行形態(tài)學(xué)濾波,開運(yùn)算和閉運(yùn)算,以得到較完整的前景。實(shí)驗(yàn)驗(yàn)證,該算法具有良好的檢測效果。

    實(shí)際環(huán)境中背景的復(fù)雜性,例如樹葉的抖動、陽光、燈光等,在背景更新所得的前景圖中會有些噪點(diǎn)。本文采用邊界跟蹤法[7],進(jìn)行噪聲的除去。即對更新得到的二值前景圖中輪廓進(jìn)行邊界跟蹤,將周長小于20的輪廓去除掉。

    1.2 局部光流場的計(jì)算

    所謂光流[9]指圖像中灰度模式運(yùn)動速度。光流計(jì)算進(jìn)行像素級運(yùn)動估計(jì),主要基于亮度恒常性假設(shè),若I(x,y,t)是在像素(x,y)和時(shí)間t的圖像強(qiáng)度,則有:

    (1)

    可以推出光流約束方程:

    IXu+Iyv+It=0

    (2)

    光流分量

    (3)

    光流約束方程式(2)含兩個(gè)未知量,可見光流問題是個(gè)病態(tài)問題。求解光流(u,v)尚需加上其他的約束條件,HS方法[9]假定光流在整個(gè)圖像上的變化平滑,可設(shè)光流速度的梯度幅度的平方(?μ/?x)2+(?μ/?y)2和(?v/?x)2+(?v/?y)2最小??梢缘玫?u,v)的遞歸解:

    (4)

    (5)

    只要迭代次數(shù)k足夠大,就可以得到比較穩(wěn)定的光流矢量(uk+1,vk+1)。所以只要有兩個(gè)需要自行確定的參數(shù):正則系數(shù)和領(lǐng)域尺寸。

    以上就是經(jīng)典的HS稠密光流法原理[9]。本文采用GunnarFarneback[10]于2003年所提出的在抗噪聲性和計(jì)算速度上更優(yōu)秀的光流算法。

    全局稠密光流計(jì)算量大,文獻(xiàn)[11]中采用局部光流場,文中方法建立在多目標(biāo)的跟蹤基礎(chǔ)之上,但運(yùn)動目標(biāo)重疊遮擋使得這一方法的有效性大大降低。同時(shí),我們注意的背景圖像的光流計(jì)算不僅沒有什么信息價(jià)值,而且耗時(shí)嚴(yán)重;同時(shí),光流抗噪聲性差,對樹葉抖動,光照敏感,背景光流噪聲會干擾運(yùn)動光流場。而稀疏光流,只計(jì)算幾個(gè)角點(diǎn)的光流值,不足以提供豐富的運(yùn)動信息。為達(dá)到剔除干擾,也加快計(jì)算速度的目的,提出采用二值前景為掩碼只計(jì)算局部運(yùn)動區(qū)域稠密光流場。因?yàn)榫仃嚵阍卦蕉?矩陣越稀疏,運(yùn)算越快。同時(shí),僅對關(guān)注區(qū)域運(yùn)動前景部分光流進(jìn)行粒子統(tǒng)計(jì)和計(jì)算,避免了對全局光流場的統(tǒng)計(jì),這樣也減少了計(jì)算量。過程如圖2所示。

    圖2 局部光流場的計(jì)算

    首先利用前面得到的二值前景,如圖2(a),并對其進(jìn)行3×3核的膨脹,如圖2(b),以此為掩碼得到前景圖像,如圖2(c),進(jìn)行稠密光流場(Gunnar Farneback光流法[10])計(jì)算。很顯然,由于前景圖像和背景在邊緣存在突變,這會造成運(yùn)動前景邊緣處有極大光流值的存在,而這些是需要剔除的,如圖2(d)。為此,在膨脹得到圖2(b)的基礎(chǔ)上,進(jìn)行5×5核的腐蝕,得到光流場二值掩碼,如圖2(e)。將圖2(d)與圖2(e)相與得到真實(shí)的光流場如圖2(f)。在光流場圖2(d)和2(f)中,不同顏色表示不同的運(yùn)動方向,深淺表示運(yùn)動的快慢,即光流的大小。

    1.3 粒子流場的建立

    光流抗噪聲性差,對光照變化比較敏感,光流僅反應(yīng)物體瞬時(shí)點(diǎn)的運(yùn)動信息,不能反應(yīng)運(yùn)動的積累效應(yīng),不能描述物體間的相互影響[8]。拉格朗日粒子動態(tài)系統(tǒng)中粒子的流動可反映視頻移動對象的運(yùn)動狀態(tài),尤其是異常行為的流體特征變化[12]。因此結(jié)合社會力模型,借鑒拉格朗日粒子模型,提出建立了本文的粒子流場,粒子流較光流可得到較穩(wěn)定的運(yùn)動軌跡及其運(yùn)動趨勢,從而進(jìn)行運(yùn)動對象異常行為的檢測。

    首先,對視頻進(jìn)行網(wǎng)格劃分(這里采用8×8像素的網(wǎng)格),在網(wǎng)格節(jié)點(diǎn)并由上到下在均勻地布滿粒子點(diǎn),如圖3(a)。由于本算法涉及的場景相對固定,攝像機(jī)離人群的距離相對較遠(yuǎn)。在計(jì)算量和運(yùn)動信息的豐富性上做了和折中,根據(jù)多次實(shí)驗(yàn),選取8×8像素為網(wǎng)格大小。

    當(dāng)目標(biāo)運(yùn)動時(shí),結(jié)合社會力模型,根據(jù)粒子點(diǎn)周圍的光流場值跟新粒子位置,從而得到運(yùn)動軌跡,方向和速度信息,如圖2(b),紅色線段表示粒子流運(yùn)動軌跡??紤]到一個(gè)完整的行為是由若干幀的視頻片段組成的,而一般的攝像頭在25幀/s或30幀/s,所以這里每隔15幀重新初始化粒子點(diǎn)位置。

    圖3 粒子流場

    社會力模型認(rèn)為群體行為是個(gè)體之間相互作用的結(jié)果。近年來,Mehran[3]等人將社會力模型應(yīng)用于視頻中異常行為的檢測,用社會力模型計(jì)算每個(gè)采樣點(diǎn)受到的相互作用力,得到圖像上的社會力場,機(jī)器學(xué)習(xí)以判別視頻中的異常行為。為了描述粒子受到周圍點(diǎn)作用以及上下文影響,借鑒Mehran[3]的做法,本文根據(jù)粒子點(diǎn)周圍的光流場值更新粒子位置:即粒子下一幀的位置為當(dāng)前幀位置加上下一幀該粒子的值。粒子值具體算法如下:

    圖4 雙線性插值計(jì)算粒子值

    首先,對光流場進(jìn)行一個(gè)3×3的高斯濾波,得到平均光流場。然后,在空間上,粒子點(diǎn)值由所在區(qū)域光流值雙線性插值[13]而來,以描述周圍粒子點(diǎn)的相互作用。如圖4,粒子點(diǎn)A在初始位置,值由圖中綠色區(qū)域的光流場雙線性插值而來,區(qū)域跟隨粒子A運(yùn)動。本文設(shè)x和y都為8個(gè)像素。粒子點(diǎn)的運(yùn)動軌跡如圖3(b)所示。

    1.4 能量模型的建立

    群聚群散是一種典型的異常行為[14]。這類異常行為特征是當(dāng)人群突然散開時(shí),運(yùn)動幅值相對于正常行為會有一個(gè)較大的變化。也就是說這類異常行為,異常發(fā)生時(shí)運(yùn)動能量會有一個(gè)顯著的變化。由此,引入粒子流的能量模型。

    圖5 粒子幅值

    由此,得到粒子流的幅值直方圖,每15幀跟新一次。

    根據(jù)得到的幅值數(shù)據(jù)信息,實(shí)驗(yàn)設(shè)定幅值統(tǒng)計(jì)范圍為0到36。平均分成12組,并從低值到高值依次標(biāo)記為1到12,豎坐標(biāo)為落入這個(gè)組的粒子數(shù)。組數(shù)的選擇是根據(jù)多次實(shí)驗(yàn)取得的一個(gè)較好值,如果組數(shù)取的過小,則不能充分量化能量,組數(shù)過大也不能明顯提高檢測率,反而增加了后續(xù)計(jì)算量。由于幅值是每隔15幀更新一次,一般來說對于一個(gè)幀率固定的攝像機(jī)來說,15幀的時(shí)間是固定的,這里我們簡單地設(shè)每15幀為一個(gè)單位時(shí)間,那么粒子幅值和速度在數(shù)值上是相等的。同時(shí),假設(shè)粒子的質(zhì)量都為1。

    物體由于運(yùn)動而具有的能叫動能(KineticEnergy)[15]。根據(jù)動能定理,其計(jì)算方法如下:

    (6)

    其中Ek代表動能,m代表物體的質(zhì)量,v代表物體的速度。

    那么,定義粒子幅值直方圖的能量為:

    (7)

    其中E為粒子幅值直方圖能量,i為組號從1到12,ki為每個(gè)組的值。實(shí)時(shí)監(jiān)測E的變化,當(dāng)E連續(xù)3次大于閾值Eth(根據(jù)實(shí)驗(yàn),設(shè)為10 000),即判定為異常;判定異常后,若E連續(xù)3次小于閾值Eth,則判定行為恢復(fù)正常,以提高檢測的穩(wěn)定性。

    2 實(shí)驗(yàn)結(jié)果和分析

    為驗(yàn)證算法的有效性,搭建如圖6所示實(shí)驗(yàn)監(jiān)控系統(tǒng)。

    圖6 實(shí)驗(yàn)系統(tǒng)圖

    在該監(jiān)控系統(tǒng)中,算法由C++編寫,使用Opencv視覺庫[16];PC處理機(jī)硬件配置為:CPU為Inteli3,主頻為3.3GHz,4G內(nèi)存,Windows7操作系統(tǒng);監(jiān)控?cái)z像頭分辨率為320pixel×240pixel的usb攝像頭。當(dāng)系統(tǒng)檢測到異常行為發(fā)生時(shí),電腦發(fā)信號觸發(fā)繼電器開關(guān)從而聲光報(bào)警器會播放報(bào)警音和閃爍報(bào)警燈。監(jiān)視器供監(jiān)控人員觀察。應(yīng)用該系統(tǒng),以從UMN人體行為數(shù)據(jù)庫中提取相關(guān)的視頻序列和實(shí)際場景進(jìn)行測試,實(shí)驗(yàn)表明該系統(tǒng)實(shí)時(shí),有效,且適用于低分辨率情況。

    圖7是序列1的實(shí)驗(yàn)效果圖和相關(guān)數(shù)據(jù)。圖8是序列2的實(shí)驗(yàn)效果圖和相關(guān)數(shù)據(jù)。由圖7和圖8可得,正常行為時(shí)粒子直方圖能量值為5000以下,處于較小值,當(dāng)人群突然散開時(shí),其值明顯增大。說明,能很好的區(qū)分正常和異常情況。在多次實(shí)驗(yàn)的基礎(chǔ)上,算法設(shè)閾值Eth為10 000。

    同時(shí),為了更好的評估本算法的性能,本文同傳統(tǒng)全局稠密光流法[3]對比檢測性能和運(yùn)算速率。即先對整幅圖進(jìn)行稠密光流計(jì)算得到光流場,直接對光流場進(jìn)行能量建模,計(jì)算光流幅值直方圖能量,進(jìn)行異常檢測。

    圖7 序列1實(shí)驗(yàn)圖

    圖8 序列2實(shí)驗(yàn)圖

    檢測結(jié)果正確檢測率和錯(cuò)誤檢測率對比算法如下:

    TPR=TP/(TP+FN)

    (8)

    FPR=FP/(TP+FP)

    (9)

    其中,TPR表示正警率,TP表示正確檢測異常行為的幀數(shù),FN為在數(shù)據(jù)庫中異常行為真值幀中漏檢的幀數(shù),FPR表示為虛警率,FP為錯(cuò)誤檢測為異常的幀數(shù)。表1表明,相對于光流方法[3],本文方法能更有效地檢測出異常行為,且誤警率低。

    表1 檢測率對比 單位:ms

    為對比算法的耗時(shí),采用搭建的實(shí)驗(yàn)平臺進(jìn)行實(shí)驗(yàn)。耗時(shí)如表2所示,可見本文方法大大減少了耗時(shí),使得算法實(shí)時(shí)性好,能到達(dá)到實(shí)時(shí)應(yīng)用的要求。

    表2 視頻每幀平均(ms)視頻320×240

    3 總結(jié)

    本文提出了一種建立在粒子流基礎(chǔ)上,結(jié)合社會力模型使用動能模型的異常行為檢測方法。本文使用前景掩碼,達(dá)到了計(jì)算局部稠密光流的目的,不需要對目標(biāo)進(jìn)行跟蹤和有效分隔,算法不僅魯棒且場景適應(yīng)性強(qiáng)。相對傳統(tǒng)全局光流法,有效減少耗時(shí)。本文以光流為基礎(chǔ),建立粒子流場,使用社會力模型引入物體間的相互作用,提高了檢測率,也減小了計(jì)算量。以搭建的實(shí)驗(yàn)監(jiān)控系統(tǒng)為平臺進(jìn)行實(shí)驗(yàn),表明本文通過計(jì)算粒子幅值直方圖能量能夠?qū)崟r(shí)有效地檢測群聚群散行為,具有一定的實(shí)用意義。

    當(dāng)然本文也存在一些不足。相關(guān)參數(shù)的自適應(yīng)獲得等方面還有大量工作需要進(jìn)行。后續(xù)需要引入粒子場的方向特征,以進(jìn)一步完善能量模型或者尋找更合適的模型,得到更好的效果。后續(xù)在實(shí)際應(yīng)用中可以引入GPU技術(shù),進(jìn)一步加快處理速度,Opencv中已經(jīng)有基于Cuda的光流計(jì)算和背景跟新[16]。

    [1]Popoola O P,Wang K. Video-Based Abnormal Human Behavior Recognition—A Review[J]. Systems,Man,and Cybernetics—Part C:Applications And Reviews,2012,42(6):65-878.

    [2]Ying L,Jiulun F. Review of Intelligent Video Surveillance with Single Camera[C]//4th International Conference on Machine Vision(ICMV)—Machine Vision,Image Processing and Pattern Analysis,2011,8349:23-25.

    [3]Oyama A,Shah M. Abnormal Crowd Behavior Detection Using Social Force Model[J]. Computer Visionand Pattern Recognition,2009,1(4):935-942.

    [4]Haidar Sharif M,Djeraba C. An Entropy Approach for Abnormal Activities Detection in Video Streams[J]. Pattern Recognition,2012,45(7):2543-2561.

    [5]Xiong G,Cheng J,Wu X. An Energy Model Approach to People Counting for Abnormal Crowd Behavior Detection[J]. Neurocomputing,2012,83:121-135.

    [6]沈美麗. 基于角點(diǎn)檢測的光流目標(biāo)跟蹤算法[J]. 電子器件,2007,30(4):1397-1399.

    [7]張顯亭. 一種改進(jìn)的復(fù)雜場景運(yùn)動目標(biāo)檢測算法[J]. 傳感技術(shù)學(xué)報(bào),2007,22(8):1146-1149.

    [8]Zivkovic Z. Improved Adaptive Gaussian Mixture Model for Background Subtraction[C]//Proceedings of the 17th Internatio1al Conference on Pattern Recognition,2004:28-31.

    [9]Simon B,Daniel S. A Database and Evaluation Methodology for Optical Flow[J]. International Journal of Computer Vision. March 2011,92(1):1-31.

    [10]Gunnar F. Two-Frame Motion Estimation Based on Polynomial Expansion[J]. Lecture Notes in Computer Science,2003,2749:3-370.

    [11]杜鑒豪,許力. 基于區(qū)域光流特征的異常行為檢測[J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版),2011,45(7):1161-1166.

    [12]Solmaz B. Identifying Behaviors in Crowd Scenes Using Stability Analysis for Dynamical Systems[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2012,34(10):2064-2070.

    [13]Gribbon K T. A Novel Approach to Real-Time Bilinearinterpolation[C]//IEEE International Conference on Field-Programmable Technology,2004:126-131.

    [14]Beibei Z,Monekoss Dorothyo N. Crowd Analysis:A Survey[J]. Machine Vision and Applications,2008,19:345-357.

    [15]Xinyi C. Abnormal Detection Using Interaction Energy Potentials[C]//IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2011:3161-3167.

    [16]http://opencv. org/.[Z].

    汪雙承(1988-),男,漢族,安徽宣城人,上海大學(xué)通信學(xué)院碩士,主要研究方向?yàn)橹悄苄畔⑼诰蚺c處理,模式識別,wsc36305@163.com;

    管業(yè)鵬(1967-),男,漢族,教授,主要研究方向?yàn)橹悄苄畔⑼诰蚺c處理、模式識別、計(jì)算機(jī)視覺等,ypguan@shu.edu.cn。

    AbnormalBehaviorDetectionBasedonParticleFlowandEnergyModel*

    WANGShuangcheng,GUANYepeng*

    (School of Communication and Information Engineering,Shanghai University,Shanghai 200444,China)

    This paper proposes a novel method to detect abnormal behavior with single camera,which can capture the dynamics of the crowd behavior successfully. Due to the time-consuming,the bad anti-noise and high sensitivity to light for dense optical flow method and inadequate motion information for sparse optical flow,binary foreground mask is used for calculating local dense optical flow. Particle flow is constructed based on optical flow for stable feature extraction,since optical flow only reflects instantaneous motion information and cannot describe the motion accumulation and interaction between objects. A kinetic energy of particle magnitude histogram is computed to capture the abnormality. A video surveillance system is constructed,the experiments on different scenes show that the proposed method is real-time,and robust.

    abnormal behavior detection;crowd analysis;particle flow;energy model;optical flow

    項(xiàng)目來源:國家自然科學(xué)基金項(xiàng)目(11176016);教育部博士點(diǎn)基金項(xiàng)目(20123108110014)

    2013-12-19修改日期:2014-01-07

    0439

    :A

    :1005-9490(2014)06-1081-06

    10.3969/j.issn.1005-9490.2014.06.015

    猜你喜歡
    光流流場幅值
    利用掩膜和單應(yīng)矩陣提高LK光流追蹤效果
    大型空冷汽輪發(fā)電機(jī)轉(zhuǎn)子三維流場計(jì)算
    基于物理學(xué)的改善粒子圖像測速穩(wěn)健光流方法研究
    轉(zhuǎn)杯紡排雜區(qū)流場與排雜性能
    基于HYCOM的斯里蘭卡南部海域溫、鹽、流場統(tǒng)計(jì)分析
    基于S變換的交流電網(wǎng)幅值檢測系統(tǒng)計(jì)算機(jī)仿真研究
    電子制作(2017年7期)2017-06-05 09:36:13
    正序電壓幅值檢測及諧波抑制的改進(jìn)
    基于瞬態(tài)流場計(jì)算的滑動軸承靜平衡位置求解
    低壓電力線信道脈沖噪聲的幅值與寬度特征
    基于零序電壓幅值增量的消弧線圈調(diào)諧新方法
    電測與儀表(2015年7期)2015-04-09 11:40:10
    91麻豆精品激情在线观看国产| 91成人精品电影| 热re99久久国产66热| 性少妇av在线| 久久久久久久精品吃奶| 他把我摸到了高潮在线观看| 老司机深夜福利视频在线观看| 国产精品亚洲av一区麻豆| 久久人妻熟女aⅴ| 国产不卡一卡二| 一本大道久久a久久精品| 在线观看舔阴道视频| 丝袜人妻中文字幕| 亚洲国产看品久久| 母亲3免费完整高清在线观看| 999久久久精品免费观看国产| 国内精品久久久久精免费| 在线观看日韩欧美| 国产成人精品在线电影| 在线观看www视频免费| 国产99久久九九免费精品| 女警被强在线播放| 丝袜美腿诱惑在线| 亚洲无线在线观看| 巨乳人妻的诱惑在线观看| 久久精品亚洲精品国产色婷小说| 欧美丝袜亚洲另类 | 午夜亚洲福利在线播放| 欧美国产精品va在线观看不卡| 首页视频小说图片口味搜索| 黄色视频,在线免费观看| 一区二区三区激情视频| 精品国产乱子伦一区二区三区| 性欧美人与动物交配| 午夜福利视频1000在线观看 | 亚洲欧美日韩高清在线视频| 桃色一区二区三区在线观看| 黄片大片在线免费观看| 国产黄a三级三级三级人| 精品一品国产午夜福利视频| 久久久久久人人人人人| 又黄又爽又免费观看的视频| 国产1区2区3区精品| 午夜久久久在线观看| 人人妻人人澡人人看| 电影成人av| 免费观看人在逋| www.999成人在线观看| 女人高潮潮喷娇喘18禁视频| 亚洲人成网站在线播放欧美日韩| 久久久久久久久中文| 欧洲精品卡2卡3卡4卡5卡区| 国产精品秋霞免费鲁丝片| 久久久久九九精品影院| av视频在线观看入口| 天天添夜夜摸| 欧美日本中文国产一区发布| 国产精品久久久av美女十八| 97碰自拍视频| 国产视频一区二区在线看| 亚洲在线自拍视频| 久久久国产成人精品二区| 国产亚洲av嫩草精品影院| 免费女性裸体啪啪无遮挡网站| 在线永久观看黄色视频| 波多野结衣av一区二区av| 久久精品91蜜桃| 香蕉久久夜色| 亚洲 欧美一区二区三区| 十分钟在线观看高清视频www| 18美女黄网站色大片免费观看| 国产精品自产拍在线观看55亚洲| 精品国产美女av久久久久小说| av天堂在线播放| 黄网站色视频无遮挡免费观看| 色综合婷婷激情| 黑人欧美特级aaaaaa片| 女人精品久久久久毛片| 制服诱惑二区| 亚洲五月天丁香| av在线天堂中文字幕| 一二三四社区在线视频社区8| 村上凉子中文字幕在线| www.自偷自拍.com| 97人妻天天添夜夜摸| 国产成+人综合+亚洲专区| 欧美大码av| 久久久久国产一级毛片高清牌| 丝袜人妻中文字幕| 亚洲欧美一区二区三区黑人| 亚洲精品国产精品久久久不卡| 国产主播在线观看一区二区| 大型黄色视频在线免费观看| 中文字幕精品免费在线观看视频| 人妻丰满熟妇av一区二区三区| 欧美成人免费av一区二区三区| 一区在线观看完整版| 电影成人av| 制服丝袜大香蕉在线| 亚洲av成人av| avwww免费| 亚洲自拍偷在线| 国产高清视频在线播放一区| 女性被躁到高潮视频| 中文字幕久久专区| 中文字幕久久专区| 韩国av一区二区三区四区| 真人做人爱边吃奶动态| 午夜老司机福利片| 欧美成狂野欧美在线观看| 俄罗斯特黄特色一大片| 男女床上黄色一级片免费看| 亚洲国产毛片av蜜桃av| 国产一区二区激情短视频| 黄色 视频免费看| 国产精品98久久久久久宅男小说| 亚洲欧美精品综合一区二区三区| 美女国产高潮福利片在线看| 国产精品亚洲美女久久久| 淫妇啪啪啪对白视频| 国产av一区在线观看免费| 欧洲精品卡2卡3卡4卡5卡区| 久久精品国产99精品国产亚洲性色 | 老司机在亚洲福利影院| 久久精品亚洲精品国产色婷小说| 热re99久久国产66热| 黄色毛片三级朝国网站| 精品国内亚洲2022精品成人| 91大片在线观看| 色尼玛亚洲综合影院| 亚洲av电影不卡..在线观看| 精品国产一区二区久久| 99在线视频只有这里精品首页| 男人操女人黄网站| 国产熟女午夜一区二区三区| 亚洲一码二码三码区别大吗| 免费高清在线观看日韩| 欧美黑人欧美精品刺激| 久久中文看片网| av欧美777| 国产三级在线视频| 国产精品久久久久久亚洲av鲁大| 免费在线观看影片大全网站| 在线观看www视频免费| 999久久久精品免费观看国产| 老司机靠b影院| av免费在线观看网站| 97人妻天天添夜夜摸| 777久久人妻少妇嫩草av网站| 日韩精品中文字幕看吧| 欧美精品啪啪一区二区三区| 无限看片的www在线观看| 色播在线永久视频| 丝袜美足系列| 男男h啪啪无遮挡| 精品久久久久久久人妻蜜臀av | 在线十欧美十亚洲十日本专区| 久久精品亚洲精品国产色婷小说| 无限看片的www在线观看| 国产熟女xx| 欧美国产精品va在线观看不卡| 老司机在亚洲福利影院| 成年版毛片免费区| 亚洲人成网站在线播放欧美日韩| 亚洲中文字幕一区二区三区有码在线看 | 少妇裸体淫交视频免费看高清 | 青草久久国产| 成年人黄色毛片网站| 后天国语完整版免费观看| 久久午夜亚洲精品久久| 精品欧美国产一区二区三| 亚洲精品久久国产高清桃花| 久久精品91无色码中文字幕| 国产精品 国内视频| 一边摸一边抽搐一进一小说| 久久性视频一级片| 制服诱惑二区| 在线观看日韩欧美| 99在线视频只有这里精品首页| 如日韩欧美国产精品一区二区三区| 国产极品粉嫩免费观看在线| 精品熟女少妇八av免费久了| 午夜精品久久久久久毛片777| 日本一区二区免费在线视频| 精品欧美国产一区二区三| 一级片免费观看大全| 18美女黄网站色大片免费观看| 午夜福利在线观看吧| 99国产精品一区二区蜜桃av| 国产成人精品久久二区二区91| 日本a在线网址| 啪啪无遮挡十八禁网站| 欧美激情高清一区二区三区| 黄频高清免费视频| 免费女性裸体啪啪无遮挡网站| 亚洲欧美一区二区三区黑人| 国产av精品麻豆| 大香蕉久久成人网| 欧美一级毛片孕妇| 十分钟在线观看高清视频www| 两人在一起打扑克的视频| 99精品久久久久人妻精品| 精品国产一区二区久久| 亚洲人成伊人成综合网2020| 欧美色视频一区免费| 久久久国产成人免费| 成人av一区二区三区在线看| 国产午夜福利久久久久久| 亚洲精品中文字幕在线视频| 日韩中文字幕欧美一区二区| 精品国产亚洲在线| 妹子高潮喷水视频| 一级毛片精品| 久久精品影院6| 黄色a级毛片大全视频| www.999成人在线观看| 亚洲五月婷婷丁香| 久久久久久大精品| 香蕉丝袜av| 久久久久国内视频| 精品无人区乱码1区二区| 亚洲avbb在线观看| 国产精品永久免费网站| 免费一级毛片在线播放高清视频 | 欧美黄色片欧美黄色片| 黄色视频不卡| 一夜夜www| 国产精华一区二区三区| 女警被强在线播放| 女人被狂操c到高潮| 正在播放国产对白刺激| 91精品国产国语对白视频| 天天一区二区日本电影三级 | 精品免费久久久久久久清纯| 99riav亚洲国产免费| 非洲黑人性xxxx精品又粗又长| 一卡2卡三卡四卡精品乱码亚洲| 免费观看精品视频网站| av电影中文网址| 黄网站色视频无遮挡免费观看| 亚洲欧美日韩无卡精品| 亚洲熟妇中文字幕五十中出| 成在线人永久免费视频| 啪啪无遮挡十八禁网站| 精品无人区乱码1区二区| 国产日韩一区二区三区精品不卡| 搞女人的毛片| 亚洲欧美激情在线| 亚洲少妇的诱惑av| 国产精品久久久人人做人人爽| 国产一区二区三区在线臀色熟女| 1024视频免费在线观看| 久99久视频精品免费| √禁漫天堂资源中文www| 波多野结衣巨乳人妻| 又黄又粗又硬又大视频| 国产99白浆流出| 午夜a级毛片| 91成年电影在线观看| 久久久久国内视频| 好男人在线观看高清免费视频 | 成人手机av| x7x7x7水蜜桃| 日韩大尺度精品在线看网址 | 亚洲av第一区精品v没综合| 可以在线观看的亚洲视频| 国产片内射在线| 搡老熟女国产l中国老女人| 精品一区二区三区视频在线观看免费| 久久国产精品男人的天堂亚洲| 一二三四社区在线视频社区8| 夜夜爽天天搞| 亚洲人成伊人成综合网2020| 高潮久久久久久久久久久不卡| 美女国产高潮福利片在线看| 91字幕亚洲| 宅男免费午夜| 国内毛片毛片毛片毛片毛片| 国产精品久久视频播放| 国产国语露脸激情在线看| 午夜福利成人在线免费观看| 可以在线观看毛片的网站| 亚洲色图av天堂| 好男人电影高清在线观看| 婷婷六月久久综合丁香| 色综合站精品国产| 桃红色精品国产亚洲av| 精品日产1卡2卡| 亚洲精品av麻豆狂野| 97人妻天天添夜夜摸| 女人高潮潮喷娇喘18禁视频| 色综合亚洲欧美另类图片| 99国产综合亚洲精品| 视频在线观看一区二区三区| 久久久精品国产亚洲av高清涩受| 亚洲国产精品久久男人天堂| 成人欧美大片| 侵犯人妻中文字幕一二三四区| 伊人久久大香线蕉亚洲五| 男女做爰动态图高潮gif福利片 | 免费人成视频x8x8入口观看| 99久久精品国产亚洲精品| 午夜免费鲁丝| 18禁观看日本| 国产一区二区激情短视频| 99国产精品一区二区蜜桃av| bbb黄色大片| 成人特级黄色片久久久久久久| av中文乱码字幕在线| 色综合站精品国产| 久久性视频一级片| 色尼玛亚洲综合影院| 日韩精品中文字幕看吧| 久久人人97超碰香蕉20202| 亚洲视频免费观看视频| 69av精品久久久久久| 日本vs欧美在线观看视频| 精品第一国产精品| 国产乱人伦免费视频| 一级a爱片免费观看的视频| 一二三四社区在线视频社区8| 嫩草影院精品99| 极品教师在线免费播放| 99香蕉大伊视频| 精品第一国产精品| 9热在线视频观看99| 亚洲自拍偷在线| 黑丝袜美女国产一区| 18禁黄网站禁片午夜丰满| 精品一区二区三区av网在线观看| 欧美日韩精品网址| 亚洲第一av免费看| 国产av精品麻豆| 在线观看免费午夜福利视频| 欧美最黄视频在线播放免费| 国产亚洲精品久久久久久毛片| av欧美777| 亚洲七黄色美女视频| 老司机福利观看| 99久久99久久久精品蜜桃| 欧美一区二区精品小视频在线| 国产一卡二卡三卡精品| 亚洲精华国产精华精| 午夜福利成人在线免费观看| 在线十欧美十亚洲十日本专区| 日韩成人在线观看一区二区三区| 亚洲九九香蕉| 成人国语在线视频| 国产熟女xx| 神马国产精品三级电影在线观看 | 一卡2卡三卡四卡精品乱码亚洲| 国产伦一二天堂av在线观看| 久久人人精品亚洲av| 少妇裸体淫交视频免费看高清 | 正在播放国产对白刺激| 亚洲国产精品合色在线| 最好的美女福利视频网| 90打野战视频偷拍视频| 欧美日韩一级在线毛片| 国产激情欧美一区二区| 少妇 在线观看| 91麻豆精品激情在线观看国产| 又大又爽又粗| av天堂久久9| 精品不卡国产一区二区三区| 国产主播在线观看一区二区| 欧美成人一区二区免费高清观看 | 成年人黄色毛片网站| 欧美另类亚洲清纯唯美| 亚洲av五月六月丁香网| av欧美777| 免费看十八禁软件| 国产成人啪精品午夜网站| 岛国在线观看网站| 久久久国产欧美日韩av| 一夜夜www| 伦理电影免费视频| 黑人巨大精品欧美一区二区mp4| 国产主播在线观看一区二区| 中亚洲国语对白在线视频| 亚洲精品国产色婷婷电影| 夜夜看夜夜爽夜夜摸| 国产精品免费一区二区三区在线| 麻豆av在线久日| 国产精品永久免费网站| 日本黄色视频三级网站网址| 在线免费观看的www视频| 这个男人来自地球电影免费观看| 成人18禁高潮啪啪吃奶动态图| 久久香蕉精品热| 亚洲精品美女久久久久99蜜臀| 久9热在线精品视频| 国产在线精品亚洲第一网站| 亚洲精品中文字幕在线视频| 国产成年人精品一区二区| 如日韩欧美国产精品一区二区三区| 怎么达到女性高潮| 国产欧美日韩一区二区三区在线| 啦啦啦 在线观看视频| 国产麻豆成人av免费视频| 中文字幕av电影在线播放| 精品电影一区二区在线| 国产精品精品国产色婷婷| 性欧美人与动物交配| 老熟妇乱子伦视频在线观看| 91麻豆精品激情在线观看国产| 电影成人av| 最新美女视频免费是黄的| 每晚都被弄得嗷嗷叫到高潮| 国产亚洲欧美在线一区二区| 国产麻豆成人av免费视频| 精品久久久精品久久久| 国产高清激情床上av| 久久精品91无色码中文字幕| 国产精品一区二区免费欧美| 欧美一区二区精品小视频在线| 午夜福利免费观看在线| 一进一出抽搐动态| 亚洲免费av在线视频| 成人永久免费在线观看视频| 天天躁狠狠躁夜夜躁狠狠躁| 搡老妇女老女人老熟妇| 日日摸夜夜添夜夜添小说| 97人妻精品一区二区三区麻豆 | 亚洲中文字幕一区二区三区有码在线看 | 丁香六月欧美| 国产精品久久久久久亚洲av鲁大| 欧美激情高清一区二区三区| 日韩欧美在线二视频| 欧美黄色淫秽网站| 国产精品 欧美亚洲| 精品国产超薄肉色丝袜足j| 91成年电影在线观看| aaaaa片日本免费| 在线国产一区二区在线| 国产在线观看jvid| 亚洲人成电影观看| 可以在线观看毛片的网站| 精品电影一区二区在线| 俄罗斯特黄特色一大片| 亚洲精品国产一区二区精华液| 久久国产精品影院| 亚洲av美国av| x7x7x7水蜜桃| 激情在线观看视频在线高清| 人人妻人人爽人人添夜夜欢视频| 无人区码免费观看不卡| 搞女人的毛片| 亚洲视频免费观看视频| 国产国语露脸激情在线看| 久久精品亚洲熟妇少妇任你| 欧美午夜高清在线| 黄色片一级片一级黄色片| 国产免费男女视频| 美女高潮喷水抽搐中文字幕| 国产精品秋霞免费鲁丝片| 午夜激情av网站| 亚洲精品粉嫩美女一区| 亚洲av电影不卡..在线观看| 老熟妇乱子伦视频在线观看| 亚洲av美国av| 国内精品久久久久久久电影| 看黄色毛片网站| 久久婷婷成人综合色麻豆| 啦啦啦免费观看视频1| av有码第一页| 亚洲五月天丁香| 成人国语在线视频| 淫妇啪啪啪对白视频| 亚洲av五月六月丁香网| 免费高清视频大片| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲一区二区三区色噜噜| 性色av乱码一区二区三区2| 50天的宝宝边吃奶边哭怎么回事| 搡老岳熟女国产| 69精品国产乱码久久久| 欧美精品啪啪一区二区三区| 变态另类丝袜制服| 欧美日韩亚洲国产一区二区在线观看| 欧美日韩黄片免| cao死你这个sao货| 啦啦啦韩国在线观看视频| 久久狼人影院| 午夜精品久久久久久毛片777| 又黄又爽又免费观看的视频| 国产一区二区三区综合在线观看| 性欧美人与动物交配| 在线观看www视频免费| 国产伦人伦偷精品视频| 国产99久久九九免费精品| 中文字幕人成人乱码亚洲影| 91国产中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 99国产精品免费福利视频| 国产单亲对白刺激| 每晚都被弄得嗷嗷叫到高潮| 一个人观看的视频www高清免费观看 | 一区福利在线观看| 精品一区二区三区四区五区乱码| 一区二区三区激情视频| 免费观看人在逋| 人妻丰满熟妇av一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 波多野结衣一区麻豆| 欧美最黄视频在线播放免费| ponron亚洲| 18禁裸乳无遮挡免费网站照片 | 国产亚洲欧美在线一区二区| 午夜久久久在线观看| 成人国产一区最新在线观看| 十八禁人妻一区二区| 亚洲自偷自拍图片 自拍| www.999成人在线观看| 一卡2卡三卡四卡精品乱码亚洲| www.自偷自拍.com| a在线观看视频网站| 岛国在线观看网站| 色综合站精品国产| 两个人看的免费小视频| 久久国产精品男人的天堂亚洲| 久久久精品国产亚洲av高清涩受| 老司机在亚洲福利影院| 香蕉丝袜av| 50天的宝宝边吃奶边哭怎么回事| 亚洲片人在线观看| 97超级碰碰碰精品色视频在线观看| 亚洲 欧美 日韩 在线 免费| 免费女性裸体啪啪无遮挡网站| 一级毛片高清免费大全| 亚洲精品美女久久久久99蜜臀| √禁漫天堂资源中文www| 日韩成人在线观看一区二区三区| 日本一区二区免费在线视频| 妹子高潮喷水视频| 亚洲精品久久国产高清桃花| 岛国在线观看网站| 中文字幕另类日韩欧美亚洲嫩草| 成人永久免费在线观看视频| 亚洲熟妇熟女久久| 50天的宝宝边吃奶边哭怎么回事| 日韩欧美一区视频在线观看| 中出人妻视频一区二区| 午夜免费成人在线视频| 亚洲人成电影免费在线| 色哟哟哟哟哟哟| 禁无遮挡网站| 又紧又爽又黄一区二区| 一夜夜www| 国产伦一二天堂av在线观看| 国产一区二区激情短视频| 一级毛片精品| 亚洲国产精品sss在线观看| 97超级碰碰碰精品色视频在线观看| 成人av一区二区三区在线看| 成年人黄色毛片网站| 亚洲中文字幕日韩| 在线观看免费日韩欧美大片| 国产乱人伦免费视频| 国产成人精品无人区| 国产精品乱码一区二三区的特点 | 亚洲在线自拍视频| 亚洲成av片中文字幕在线观看| 最新美女视频免费是黄的| 国产91精品成人一区二区三区| 高清在线国产一区| 国产欧美日韩一区二区三| 日本在线视频免费播放| 午夜a级毛片| 熟女少妇亚洲综合色aaa.| 欧美在线黄色| 大码成人一级视频| 国产在线观看jvid| 精品久久蜜臀av无| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲成国产人片在线观看| 亚洲欧美日韩无卡精品| 国产单亲对白刺激| 成人三级黄色视频| 亚洲欧美激情综合另类| 亚洲精品一区av在线观看| 欧美色欧美亚洲另类二区 | 国产av又大| 亚洲国产欧美日韩在线播放| 精品欧美国产一区二区三| 麻豆久久精品国产亚洲av| 国产熟女午夜一区二区三区| 国产一级毛片七仙女欲春2 | 免费av毛片视频| av天堂久久9| 亚洲激情在线av| 久久人妻av系列| 美女大奶头视频| 好男人在线观看高清免费视频 | 丁香六月欧美| 91麻豆精品激情在线观看国产| 级片在线观看| 亚洲第一青青草原| 精品一区二区三区av网在线观看| 亚洲精品美女久久久久99蜜臀| 精品国内亚洲2022精品成人| 国产一区二区在线av高清观看| 男男h啪啪无遮挡| 黄色视频,在线免费观看| 亚洲专区字幕在线| av视频在线观看入口| 午夜激情av网站| 一本久久中文字幕| 午夜视频精品福利| 国产麻豆成人av免费视频| 99国产极品粉嫩在线观看| 欧美黄色淫秽网站| 中文字幕人成人乱码亚洲影| 欧美中文综合在线视频| 久久精品aⅴ一区二区三区四区|