• <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 ?

    基于實時局部特征描述的自然路標提取與匹配

    2015-08-14 20:13劉天衡石朝俠王一璞
    現(xiàn)代電子技術(shù) 2015年15期

    劉天衡+石朝俠+王一璞

    摘 要: 針對戶外場景路標匹配中所需的局部特征抽取和匹配技術(shù)進行研究,提出了基于曲率的特征抽取和二進制特征描述相結(jié)合的方法。算法利用基于曲率算法的特征分布較合理的特性,克服了傳統(tǒng)特征分布不均的問題,且通過二進制描述算法解決了特征匹配的實時性問題,最后通過實驗對比了不同算法的有效性和實時性。結(jié)果表明,該算法能夠在保證實時性的同時提取出有效的均勻特征點。

    關(guān)鍵詞: 特征匹配; 特征抽取; 路標匹配; 曲率算法

    中圖分類號: TN911.73?34 文獻標識碼: A 文章編號: 1004?373X(2015)15?0008?04

    Extraction and matching of natural road sign

    based on real?time local features description

    LIU Tianheng1, SHI Chaoxia1, WANG Yipu2

    (1. School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China;

    2. School of Computer Science and Technology, Harbin University of Science and Technology, Harbin 150080, China)

    Abstract: Local features extraction and matching techniques required in outdoor scene road sign matching are studied. The method in combination with curvature based feature extraction and binary feature description is proposed. The algorithm takes the advantage of reasonable features distribution in curvature algorithm to overcome the problems of traditional features uneven distribution. The real?time problem of feature matching is resolved by binary description algorithm. The validity and real?time performance of different algorithms are compared by experiments. The experimental results show that the proposed algorithm can extract even features effectively while guaranteeing real?time performance.

    Keywords: feature matching; feature extraction; road sign matching; curvature algorithm

    0 引 言

    定位是移動機器人最基本的功能之一,最早的定位研究成果主要是通過機器人的內(nèi)部傳感器,如碼表、慣性儀等設(shè)施實現(xiàn)定位,但由于打滑、地面崎嶇不平等原因造成的誤差累積常常會導(dǎo)致定位結(jié)果不精確,不宜長時間單獨導(dǎo)航。如果通過GPS定位或者利用我國的北斗導(dǎo)航系統(tǒng)定位,在有遮擋區(qū)域等信號不好的地方定位系統(tǒng)將失效,因此,人們開始逐漸采用外部傳感器來輔助定位,比如紅外和視覺傳感器[1?2]。

    視覺傳感器因其豐富的環(huán)境信息如視覺、紋理、形狀等備受關(guān)注,而且由計算機視覺理論可知,通過視覺系統(tǒng)便可準確識別出目標并判斷出自身位姿。目前許多現(xiàn)存的方法中,大多采用人工設(shè)置路標,然后在機器人移動過程中對事先設(shè)定的人工路標進行匹配實現(xiàn)定位。但是隨著研究工作的不斷進展,人們逐漸將移動機器人的應(yīng)用場景從室內(nèi)轉(zhuǎn)到了室外,此時許多特定情況下,人工設(shè)置路標是不現(xiàn)實的,所以自然路標就成為在戶外條件下的首選方法。所謂自然特征就是指環(huán)境中已有的、非人工設(shè)置的、能夠用以標識不同環(huán)境場景的特征對象。相對于室內(nèi)大多結(jié)構(gòu)化的環(huán)境,室外復(fù)雜的非結(jié)構(gòu)化環(huán)境對移動機器人的定位和導(dǎo)航帶來了相當大的挑戰(zhàn),同時,相對于室內(nèi),室外不斷變化的光照條件和氣候環(huán)境也是研究中的一大挑戰(zhàn)。

    基于視覺的自然路標需要提取其不變點,之后利用特征點匹配的方法判斷和識別路標,從而實現(xiàn)移動機器人的定位。與GPS定位方法不同,基于特征的定位方法首先將原始的采樣數(shù)據(jù)轉(zhuǎn)換為相應(yīng)的局部特征,在只需少量存儲空間的情況下保存豐富而精確的環(huán)境信息。這類方法通常具有較好的魯棒性,能滿足相對復(fù)雜的應(yīng)用,但在道路兩旁有植被分布時,大多數(shù)特征點都集中于道路兩旁的樹木,而且提取的特征較為相似,這對后期的特征匹配和機器人定位帶來了較大的影響。因此,如何剔除植被對自然路標提取的影響,將特征點盡可能均勻地分布到場景的建筑物中去,成為自然路標提取中的一大難題 [3]。

    目前已有的局部特征匹配算法主要有Harris,SIFT,SURF,ORB等[4?5],SIFT(Scale?invariant Feature Transform)算法由David Lowe在1999年提出,2004年完善總結(jié)。因其具有良好的尺度旋轉(zhuǎn)不變性而受到廣泛關(guān)注,但由于其運算速度較慢,影響了其在實時應(yīng)用中的應(yīng)用。Herbert Bay針對SIFT算法提出了改進的SURF算法[6?7],在速度上提升了一個量級,但是在一些實時應(yīng)用中此速度依舊不夠。直到2011年Willowgarage提出了ORB算法[8?9],可以滿足大多數(shù)實時性應(yīng)用。但是,ORB算法提取的特征點,在戶外應(yīng)用中,特征點分布都不夠均勻,故本文采用基于曲率的算法來實現(xiàn)較均勻的特征點提取[10]。

    1 基于曲率的特征點抽取

    基于曲率的特征點抽取方法計算簡單,提取出來的特征點具有旋轉(zhuǎn)不變性,對噪聲和亮度變化也都具有良好的魯棒性,且特征點分布均勻,更重要的是可以提取定量的特征點。該方法主要通過灰度變化來判斷是否是角點,當圖像中某一點沿任意方向的微小偏移都會產(chǎn)生灰度的大量變化,則該點被認為是角點。設(shè)[Ix]為水平方向灰度的變化,[Iy]為豎直方向的灰度變化,那么角點就是[Ix,][Iy]變化都很大的點,而邊緣則是[Ix,][Iy]中只有一個變化較大的點。設(shè)[w(x,y)]是以[(x,y)]為中心的一個滑塊,當其在任意方向滑動[[u,v]]時,產(chǎn)生灰度變化[E(u,v)]的計算方法如下:

    [E(u,v)=x,yw(x,y)I(x+u,y+v)-I(x,y)2] (1)

    而后根據(jù)泰勒級數(shù)計算出一階到[n]階的偏導(dǎo)數(shù),最終可以得到一個矩陣公式:

    [M=w(x,y)I2xIxIyIxIyI2y] (2)

    再根據(jù)矩陣的特征值[λ1,λ2]判斷是否為角點,但實際操作中一般計算出角點響應(yīng)值如下:

    [R=det M-k(trace M)2] (3)

    式中:[k]為系數(shù)值,一般取0.04~0.06,通過[R]來判斷是否為角點,[R]若為對應(yīng)的鄰域的極大值就是角點所在位置。

    鄰域設(shè)置為[3×3]和[8×8]時基于曲率的特征點提取的效果圖,如圖1所示。

    圖1 基于曲率的特征抽取

    原本的基于曲率的特征點提取算法,判斷一個點是否為特征點的依據(jù)是判斷計算出的[R]是否在鄰域內(nèi)最大,若最大則為特征點。而這里因為一個點的不確定性主要取決于較小的那個特征值,若采用行列式的特征值來判斷是否為特征點的話,只需較小的一個特征值數(shù)值大于預(yù)先設(shè)置的閾值,則該點便可以被認為是一個強角點[11],即此時:

    [R=λ1, λ1<λ2λ2, λ2<λ1] (4)

    若[R]大于預(yù)先給定閾值即為強角點,由于該算法對發(fā)現(xiàn)特征值的要求較低,可以抽取到一些不是特別明顯的特征點,若實際應(yīng)用中需要特征點均勻分布時,適當提高該算法的運算鄰域,即可獲得相對其他算法而言分布更加均勻的角點分布圖,效果如圖2所示。

    圖2 改進的曲率特征提取效果圖

    圖2(a)和圖2(b)分別為極大值抑制區(qū)域為[3×3]和[8×8]的情況,可以發(fā)現(xiàn)當極大值抑制區(qū)擴大為[8×8]時,特征分布已相當均勻。

    2 具有旋轉(zhuǎn)不變性的二進制特征描述

    二進制字符串描述符,相對其他算法減少了描述符的維度,從而減少了描述和匹配的時間。該算法首先對圖像進行高斯濾波以降低噪聲的影響,后在圖像中選擇一個局部塊[p,]大小為[S×S]像素,定義一個[τ]測試如下:

    [τ(p;u,v)=1, p(u)

    式中:[u,][v]是形如[(x,y)]的二維坐標對;[p(u),p(v)]是所在點的亮度。

    由若干個[τ]測試的結(jié)果組成字符串:

    [f(p)=1≤i≤n2i-1τ(p;x,y)] (6)

    式中:[n]可以取128,256,512等,這里取512,其需要[5128=64 ]B的存儲空間。如何有效地選取特征點對接下來的運用影響很大,經(jīng)實驗證明,采用服從[125S2]的高斯分布,特征向量具有較好的分辨率,同時采用Hamming距離代替?zhèn)鹘y(tǒng)的歐式距離判斷是否匹配,匹配時只需按位進行異或操作,大大縮短了特征匹配的時間。

    BRIEF運算簡單且所占內(nèi)存較小,比較適用于一些實時應(yīng)用,但該算法同樣也存在一些缺點:易受噪聲影響,未考慮特征方向,不具備旋轉(zhuǎn)不變性,不具備尺度不變性。

    為了讓該算法具有旋轉(zhuǎn)不變性以減少移動機器人在抖動過程中畫面旋轉(zhuǎn)對匹配結(jié)果造成的影響,通過質(zhì)心算法計算出各關(guān)鍵點的方向,如下式所示:

    [Mij=xyxiyjIx,y] (7)

    得到特征點的方向為:

    [cx=M10M00,cy=M01M00,θ=tan-1cycx] (8)

    式中:[(x,y)]為檢測到興趣點的坐標,之后將獲得的[θ]以[2π30]的尺標將其量化。在位置[(xi,yi)]上對任意[n]個二進制特征集,定義一個[2×n]的矩陣:

    [S=x1x2xny1y2yn] (9)

    用之前得到的[θ]校正[S]得到[Sθ=SRθ,]其中:

    [Rθ=cosθsinθ-sinθcosθ] (10)

    根據(jù)得到的方向再提取描述子[g(p,θ)=f(p)(xiyi)∈Sθ]就具有旋轉(zhuǎn)不變性了。

    3 實驗和結(jié)論

    本實驗在Win7系統(tǒng)下,利用vs2010和opencv2.4.10實現(xiàn)了基于曲率算法的特征抽取與二進制特征描述方法。實驗硬件為AMD四核的A6?3420M APU 1.5 GHz,內(nèi)存4 GB,顯卡HD 7470M 1G。由于實現(xiàn)移動機器人定位所需的特征點對不多,故本文所有算法對每一幅圖像檢測到的特征點數(shù)設(shè)置上限為200,所使用圖片采用錄制視頻中相近幀截屏獲得,各算法實驗效果如圖3所示,實驗數(shù)據(jù)見表1。

    圖3 特征匹配效果

    表1 各算法實驗數(shù)據(jù)

    [特征提取算法\&正確匹配率 /%\&匹配用時 /ms\&快速角點檢測算法\&86\&68\&SIFT\&60\&5 237\&SURF\&58\&1 142\&基于曲率的算法\&75\&152\&改進基于曲率的均勻提?。?amp;77\&143\&]

    從實驗結(jié)果來看,SIFT和SURF所獲得的特征點分布比較均勻,但是在速度上和其他算法相比,慢了很多,不適用于實時性應(yīng)用,速度最快的快速角點檢測算法檢測出的特征點分布較為集中,無法減少樹木等對特征匹配的影響。

    基于曲率的算法在算法實時性和特征均勻分布特性方面得到了很好的權(quán)衡,改進的基于曲率的特征抽取方法,由于簡化了運算過程,在處理時間上更短;在正確匹配率方面,兩種方法相差不大,相對于原算法,本文算法分布更加均勻,減少了樹木等自然路標對特征匹配造成的影響。故本文提出的算法能滿足戶外條件下有效地提取特征點并進行匹配的要求,且具有較好的實時性和魯棒性。

    注:本文通訊作者為石朝俠。

    參考文獻

    [1] 徐則中,莊燕濱.移動機器人定位方法對比研究[J].系統(tǒng)仿真學(xué)報,2009,21(7):1891?1896.

    [2] 張浩峰,趙春霞,王曉麗,等.面向室外自然環(huán)境的移動機器人視覺仿真系統(tǒng)[J].系統(tǒng)仿真學(xué)報,2006,18(3):701?705.

    [3] 王永明,王貴錦.圖像局部不變性特征與描述[M].北京:國防工業(yè)出版社,2010.

    [4] LEUTENEGGER S, CHLI M, SIEGWART R Y. Brisk: binary robust invariant scalable keypoints [C]// Proceedings of 2011 IEEE International Conference on Computer Vision. [S.l.]: IEEE, 2011: 2548?2555.

    [5] 廖婷婷.基于特征匹配的圖像檢索算法研究[D].廣州:華南理工大學(xué),2012.

    [6] BAY H, ESS A, TUYTELAARS T, et al. Surf: speeded up robust features [C]// Proceedings of 2006 IEEE International Conference on Computer Vision. [S.l.]: IEEE, 2006: 346?359.

    [7] 張銳娟,張建奇,楊翠.基于SURF的圖像配準方法研究[J].紅外與激光工程,2009(1):160?165.

    [8] RUBLEE E, RABAUD V, KONOLIGE K, et al. ORB: an efficient alternative to SIFT or SURF [C]// Proceedings of 2011 IEEE International Conference on Computer Vision. [S.l.]: IEEE, 2011: 2564?2571.

    [9] 許斌鋒.增強現(xiàn)實中ORB與KLT相結(jié)合的特征點跟蹤方法研究[D].南京:南京大學(xué),2012.

    [10] HARRIS C, STEPHENS M. A combined comer and edge detector [C]// Proceedings of 1988 the 4th IEEE Alvey Vision Conference. Manchester: IEEE, 1988: 147?151.

    [11] SHI Jianbo, TOMASI C. Good features to track [C]// Procee?dings of 1994 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Champaign: IEEE, 1994: 593?600.

    又粗又爽又猛毛片免费看| 91午夜精品亚洲一区二区三区| 国产精品久久久久久精品电影| 在线观看美女被高潮喷水网站| 亚洲成人久久爱视频| 亚洲不卡免费看| 色5月婷婷丁香| 午夜福利网站1000一区二区三区| 久久婷婷人人爽人人干人人爱| 国产精品日韩av在线免费观看| 国产成人a∨麻豆精品| 干丝袜人妻中文字幕| 免费av观看视频| 国产高潮美女av| 亚洲欧洲国产日韩| 男女视频在线观看网站免费| av黄色大香蕉| 亚洲国产高清在线一区二区三| 热99在线观看视频| 国产精品久久视频播放| 亚洲精品乱码久久久v下载方式| 亚洲,欧美,日韩| 亚洲精品久久久久久婷婷小说 | 好男人视频免费观看在线| 亚洲av不卡在线观看| 91狼人影院| 亚洲精品乱码久久久久久按摩| 亚洲国产欧美在线一区| 久久久国产成人免费| 十八禁国产超污无遮挡网站| 免费观看在线日韩| 亚洲av福利一区| 国语对白做爰xxxⅹ性视频网站| 99久久人妻综合| 黄色一级大片看看| 国产私拍福利视频在线观看| 禁无遮挡网站| 免费人成在线观看视频色| 亚洲中文字幕日韩| 国产私拍福利视频在线观看| 性插视频无遮挡在线免费观看| 国产91av在线免费观看| 中文亚洲av片在线观看爽| 成人国产麻豆网| 校园人妻丝袜中文字幕| 成年av动漫网址| 人妻制服诱惑在线中文字幕| 热99在线观看视频| 2021少妇久久久久久久久久久| 中文字幕人妻熟人妻熟丝袜美| 白带黄色成豆腐渣| 美女黄网站色视频| 亚洲欧美中文字幕日韩二区| 欧美变态另类bdsm刘玥| 中文欧美无线码| 听说在线观看完整版免费高清| 热99re8久久精品国产| 欧美97在线视频| 人妻夜夜爽99麻豆av| 欧美精品国产亚洲| 久久精品夜色国产| 内射极品少妇av片p| 神马国产精品三级电影在线观看| 69人妻影院| 久热久热在线精品观看| 国产精品一区二区在线观看99 | 亚洲熟妇中文字幕五十中出| 国产成人aa在线观看| 亚洲三级黄色毛片| 2022亚洲国产成人精品| 69人妻影院| 欧美另类亚洲清纯唯美| 精品国产一区二区三区久久久樱花 | 99在线人妻在线中文字幕| 亚洲欧美中文字幕日韩二区| 国产伦一二天堂av在线观看| 日韩中字成人| 国产精品久久久久久av不卡| 尤物成人国产欧美一区二区三区| 欧美三级亚洲精品| 精品久久国产蜜桃| 国产v大片淫在线免费观看| 精品少妇黑人巨大在线播放 | 一卡2卡三卡四卡精品乱码亚洲| 天天一区二区日本电影三级| 国产成人免费观看mmmm| 日本免费a在线| 特大巨黑吊av在线直播| 国产精品久久视频播放| 全区人妻精品视频| 国产精品电影一区二区三区| 国产精品人妻久久久影院| 日本熟妇午夜| 美女被艹到高潮喷水动态| av在线老鸭窝| 国产乱人偷精品视频| 欧美性感艳星| 久久久久久久午夜电影| 婷婷色麻豆天堂久久 | 午夜免费激情av| 九九热线精品视视频播放| 婷婷色麻豆天堂久久 | 久久综合国产亚洲精品| 亚洲欧美日韩无卡精品| 久久久亚洲精品成人影院| 99热这里只有是精品在线观看| 一级二级三级毛片免费看| 亚洲精品国产成人久久av| 美女黄网站色视频| 久久精品夜夜夜夜夜久久蜜豆| 午夜福利网站1000一区二区三区| 看免费成人av毛片| 国产免费又黄又爽又色| 午夜福利成人在线免费观看| 精品久久久久久成人av| 三级毛片av免费| 国产精品熟女久久久久浪| 免费观看性生交大片5| 精品久久久久久久久av| 国产精品一及| 亚洲精品成人久久久久久| 日韩av在线免费看完整版不卡| 精品国产露脸久久av麻豆 | 午夜激情福利司机影院| 熟女人妻精品中文字幕| 狂野欧美激情性xxxx在线观看| 欧美日韩精品成人综合77777| 亚洲乱码一区二区免费版| 日韩av在线免费看完整版不卡| 熟女电影av网| 国产精品国产高清国产av| 国产伦一二天堂av在线观看| 真实男女啪啪啪动态图| 亚洲国产成人一精品久久久| 非洲黑人性xxxx精品又粗又长| 国产片特级美女逼逼视频| 午夜福利在线观看吧| 一个人观看的视频www高清免费观看| 美女xxoo啪啪120秒动态图| 成人特级av手机在线观看| 国产国拍精品亚洲av在线观看| 丰满人妻一区二区三区视频av| 色噜噜av男人的天堂激情| 欧美bdsm另类| 中文字幕av成人在线电影| 国产毛片a区久久久久| 国产精品一区二区三区四区免费观看| 国产精品99久久久久久久久| 欧美激情久久久久久爽电影| 亚洲国产精品久久男人天堂| 狂野欧美白嫩少妇大欣赏| 国产精品久久久久久精品电影小说 | 尾随美女入室| 麻豆成人av视频| 久久久久国产网址| 中国美白少妇内射xxxbb| 国产亚洲精品av在线| 国产探花极品一区二区| 九草在线视频观看| 国产探花极品一区二区| 尾随美女入室| 看片在线看免费视频| 欧美潮喷喷水| 小蜜桃在线观看免费完整版高清| 国产大屁股一区二区在线视频| 精品久久久久久久久久久久久| 国产精品蜜桃在线观看| 成人鲁丝片一二三区免费| 国产麻豆成人av免费视频| 桃色一区二区三区在线观看| 成人av在线播放网站| 男人和女人高潮做爰伦理| 老司机影院成人| 六月丁香七月| 好男人在线观看高清免费视频| 午夜精品在线福利| 国语对白做爰xxxⅹ性视频网站| 伦精品一区二区三区| 午夜视频国产福利| 18+在线观看网站| 国产激情偷乱视频一区二区| 国产激情偷乱视频一区二区| 午夜视频国产福利| 亚洲无线观看免费| 国产精品不卡视频一区二区| 欧美日本视频| 欧美变态另类bdsm刘玥| 尾随美女入室| www.av在线官网国产| 免费无遮挡裸体视频| 久久久久久久久久久免费av| 黄色配什么色好看| 小说图片视频综合网站| 亚洲第一区二区三区不卡| 国内少妇人妻偷人精品xxx网站| 日日啪夜夜撸| 欧美日韩在线观看h| 麻豆国产97在线/欧美| 日韩成人av中文字幕在线观看| 69av精品久久久久久| 亚洲va在线va天堂va国产| 国产美女午夜福利| 夫妻性生交免费视频一级片| 插逼视频在线观看| 午夜福利网站1000一区二区三区| 2022亚洲国产成人精品| 黄片wwwwww| 亚洲国产欧美在线一区| 乱人视频在线观看| 色播亚洲综合网| 亚洲最大成人手机在线| 久久精品久久久久久久性| 三级毛片av免费| 高清毛片免费看| 成人一区二区视频在线观看| 久久久久久久久中文| 91狼人影院| 亚洲色图av天堂| 国语自产精品视频在线第100页| 国产午夜福利久久久久久| 男的添女的下面高潮视频| 黄片无遮挡物在线观看| 色吧在线观看| 我的女老师完整版在线观看| 少妇的逼好多水| 精品久久国产蜜桃| 国产亚洲最大av| 99久久无色码亚洲精品果冻| 日韩成人av中文字幕在线观看| 精品久久久久久久末码| 丰满少妇做爰视频| 少妇人妻精品综合一区二区| 久久99热6这里只有精品| 99久国产av精品| 尤物成人国产欧美一区二区三区| 色尼玛亚洲综合影院| 可以在线观看毛片的网站| 欧美激情久久久久久爽电影| 日韩av不卡免费在线播放| 人人妻人人澡欧美一区二区| 少妇丰满av| 久久精品影院6| 91在线精品国自产拍蜜月| 国产亚洲精品久久久com| 少妇人妻精品综合一区二区| 日韩一区二区视频免费看| 日本免费在线观看一区| 国产免费福利视频在线观看| 国产精品福利在线免费观看| 国产私拍福利视频在线观看| 中国国产av一级| av卡一久久| 国产精品一二三区在线看| 又爽又黄a免费视频| 天天一区二区日本电影三级| 亚洲精品自拍成人| 亚洲欧洲国产日韩| 变态另类丝袜制服| 亚洲国产最新在线播放| 免费黄色在线免费观看| 99久久成人亚洲精品观看| 国产伦精品一区二区三区四那| 黄色一级大片看看| 22中文网久久字幕| 婷婷六月久久综合丁香| 色哟哟·www| 免费搜索国产男女视频| av女优亚洲男人天堂| 特大巨黑吊av在线直播| 久久精品熟女亚洲av麻豆精品 | 国产免费视频播放在线视频 | 亚洲最大成人手机在线| 亚洲国产精品国产精品| 美女被艹到高潮喷水动态| 欧美区成人在线视频| eeuss影院久久| 久久99热这里只频精品6学生 | 亚洲av成人精品一区久久| 国产精品久久久久久久电影| 成人二区视频| 日韩欧美国产在线观看| 高清视频免费观看一区二区 | 国产白丝娇喘喷水9色精品| 婷婷色麻豆天堂久久 | 直男gayav资源| 天天一区二区日本电影三级| av在线蜜桃| 精品久久久久久电影网 | 日韩一区二区视频免费看| 国产白丝娇喘喷水9色精品| 欧美精品一区二区大全| 久久国产乱子免费精品| 高清av免费在线| 两个人视频免费观看高清| 99久久精品国产国产毛片| 人妻少妇偷人精品九色| 麻豆乱淫一区二区| 成人美女网站在线观看视频| 成人午夜精彩视频在线观看| 十八禁国产超污无遮挡网站| 久久久久国产网址| 日韩在线高清观看一区二区三区| 日本免费在线观看一区| 婷婷色麻豆天堂久久 | 久久久久性生活片| 午夜精品国产一区二区电影 | 91狼人影院| 1000部很黄的大片| 91aial.com中文字幕在线观看| 国产一区亚洲一区在线观看| 99国产精品一区二区蜜桃av| 日韩一区二区三区影片| 黄色欧美视频在线观看| 免费无遮挡裸体视频| 国产亚洲5aaaaa淫片| 国产黄a三级三级三级人| 亚洲精品影视一区二区三区av| 欧美3d第一页| 成人午夜精彩视频在线观看| 永久网站在线| 精品一区二区免费观看| 久久99热这里只频精品6学生 | 国产淫语在线视频| 亚洲中文字幕日韩| 我的女老师完整版在线观看| 一边亲一边摸免费视频| 免费大片18禁| 国产精品美女特级片免费视频播放器| 午夜久久久久精精品| 欧美三级亚洲精品| 成人三级黄色视频| 国产精品三级大全| 国产淫片久久久久久久久| 老师上课跳d突然被开到最大视频| 日韩,欧美,国产一区二区三区 | 99久国产av精品国产电影| 尤物成人国产欧美一区二区三区| h日本视频在线播放| 亚洲欧洲国产日韩| 色播亚洲综合网| 直男gayav资源| 久久久久久久久久成人| 日韩av不卡免费在线播放| 一级毛片电影观看 | 久久精品国产亚洲av天美| 亚洲在久久综合| 村上凉子中文字幕在线| 免费电影在线观看免费观看| 国产黄片视频在线免费观看| 久久久久性生活片| 可以在线观看毛片的网站| 两个人的视频大全免费| 国产av不卡久久| 一本一本综合久久| 日本一本二区三区精品| 色网站视频免费| 在线观看一区二区三区| 亚洲欧美日韩卡通动漫| 免费黄网站久久成人精品| 欧美人与善性xxx| 日产精品乱码卡一卡2卡三| 青春草亚洲视频在线观看| 国产精品国产三级国产专区5o | 草草在线视频免费看| 最近视频中文字幕2019在线8| 国产人妻一区二区三区在| 午夜免费男女啪啪视频观看| 日本免费一区二区三区高清不卡| 久久人人爽人人爽人人片va| 在线免费十八禁| 日本一本二区三区精品| 亚洲第一区二区三区不卡| 国产高清视频在线观看网站| 亚洲四区av| 国产色婷婷99| 欧美精品一区二区大全| 国产一区二区亚洲精品在线观看| 乱系列少妇在线播放| 国产欧美日韩精品一区二区| 中文天堂在线官网| 18禁在线播放成人免费| 久久人人爽人人片av| 久久这里有精品视频免费| 又粗又爽又猛毛片免费看| 日韩强制内射视频| 免费看av在线观看网站| 欧美日韩综合久久久久久| 亚洲欧洲国产日韩| 少妇猛男粗大的猛烈进出视频 | 成年版毛片免费区| 日本wwww免费看| 日韩av不卡免费在线播放| 日韩精品有码人妻一区| 国产精品久久久久久av不卡| av在线老鸭窝| 中文天堂在线官网| 又粗又硬又长又爽又黄的视频| 水蜜桃什么品种好| 欧美日韩国产亚洲二区| 精品久久久久久久久亚洲| 午夜福利视频1000在线观看| 亚洲人成网站在线播| 夫妻性生交免费视频一级片| 国产欧美另类精品又又久久亚洲欧美| 好男人在线观看高清免费视频| 中文字幕av在线有码专区| 国产一区二区三区av在线| 18禁在线无遮挡免费观看视频| 成人美女网站在线观看视频| 波多野结衣高清无吗| 69人妻影院| 中文字幕制服av| av福利片在线观看| 日韩制服骚丝袜av| 亚洲国产精品成人久久小说| 成人欧美大片| 婷婷色综合大香蕉| 91在线精品国自产拍蜜月| 亚洲欧美中文字幕日韩二区| 成人美女网站在线观看视频| 大香蕉久久网| 婷婷色综合大香蕉| 天天躁日日操中文字幕| 午夜精品一区二区三区免费看| 日日啪夜夜撸| 欧美性猛交╳xxx乱大交人| 精品久久久久久成人av| 麻豆久久精品国产亚洲av| 国产精品日韩av在线免费观看| 99热这里只有是精品在线观看| 黄色一级大片看看| 国产成人免费观看mmmm| 日韩 亚洲 欧美在线| 中文资源天堂在线| 免费av毛片视频| 国产淫片久久久久久久久| 亚洲,欧美,日韩| www.色视频.com| 国产成人aa在线观看| 免费av观看视频| 亚洲av成人精品一二三区| 国产精品嫩草影院av在线观看| 国产精品不卡视频一区二区| 亚洲美女视频黄频| 久久久色成人| 国产成人一区二区在线| 在线观看一区二区三区| 国产精品熟女久久久久浪| 中国美白少妇内射xxxbb| 草草在线视频免费看| 亚洲欧美日韩高清专用| 亚洲性久久影院| 久久婷婷人人爽人人干人人爱| 一本一本综合久久| 99视频精品全部免费 在线| 亚洲怡红院男人天堂| 国产成人aa在线观看| 国产老妇女一区| 青春草亚洲视频在线观看| 日本三级黄在线观看| 欧美一区二区精品小视频在线| 国产黄色小视频在线观看| 成人美女网站在线观看视频| 成人三级黄色视频| 亚洲四区av| 成人高潮视频无遮挡免费网站| 天堂√8在线中文| 成人亚洲精品av一区二区| 精品人妻偷拍中文字幕| 欧美成人a在线观看| 日韩欧美在线乱码| 美女国产视频在线观看| 久久精品国产99精品国产亚洲性色| 国内少妇人妻偷人精品xxx网站| 国模一区二区三区四区视频| 亚洲成av人片在线播放无| 99热网站在线观看| 久久久国产成人精品二区| 最近中文字幕2019免费版| 超碰av人人做人人爽久久| 久久久久久久亚洲中文字幕| 美女大奶头视频| 亚洲av免费高清在线观看| 国产精品乱码一区二三区的特点| 欧美精品国产亚洲| 中文字幕免费在线视频6| 边亲边吃奶的免费视频| 91精品伊人久久大香线蕉| 18+在线观看网站| 免费电影在线观看免费观看| 99热这里只有是精品在线观看| 欧美日韩一区二区视频在线观看视频在线 | 成人毛片a级毛片在线播放| 女人十人毛片免费观看3o分钟| 免费观看精品视频网站| 久久这里只有精品中国| 国产乱来视频区| 国产午夜福利久久久久久| 久久99热这里只频精品6学生 | 岛国毛片在线播放| 色综合站精品国产| 亚洲图色成人| 中文欧美无线码| 国产精品熟女久久久久浪| 亚洲最大成人中文| 丰满乱子伦码专区| 国产综合懂色| 蜜臀久久99精品久久宅男| 老司机影院成人| 国产精品国产高清国产av| 国产精品爽爽va在线观看网站| 十八禁国产超污无遮挡网站| 久久精品国产自在天天线| 最近的中文字幕免费完整| 国产熟女欧美一区二区| 精品免费久久久久久久清纯| 美女被艹到高潮喷水动态| 精品一区二区免费观看| 免费看av在线观看网站| 91久久精品电影网| 午夜老司机福利剧场| 啦啦啦韩国在线观看视频| 久久久久精品久久久久真实原创| 秋霞在线观看毛片| 日本-黄色视频高清免费观看| 超碰av人人做人人爽久久| 久久久欧美国产精品| 精品久久久久久久久av| 最近最新中文字幕大全电影3| 日韩中字成人| 国产单亲对白刺激| 国产av在哪里看| 熟女人妻精品中文字幕| 高清午夜精品一区二区三区| 女人十人毛片免费观看3o分钟| 91狼人影院| 亚洲自偷自拍三级| 国产久久久一区二区三区| 日韩中字成人| 免费看av在线观看网站| 亚洲av中文av极速乱| 大香蕉97超碰在线| 看十八女毛片水多多多| 少妇裸体淫交视频免费看高清| 成人午夜精彩视频在线观看| 国产成年人精品一区二区| 亚洲国产精品国产精品| 国产一区二区在线观看日韩| 国产亚洲一区二区精品| 国产爱豆传媒在线观看| 国内精品宾馆在线| 99视频精品全部免费 在线| 丝袜美腿在线中文| 国产成人freesex在线| 欧美性感艳星| 欧美高清成人免费视频www| 少妇的逼好多水| 久久久精品大字幕| 97超视频在线观看视频| 国产精品久久电影中文字幕| 深夜a级毛片| 韩国高清视频一区二区三区| 日韩精品青青久久久久久| 国产真实乱freesex| 国产一级毛片七仙女欲春2| 午夜老司机福利剧场| 国产精品1区2区在线观看.| 午夜亚洲福利在线播放| 久久久久免费精品人妻一区二区| 91久久精品国产一区二区三区| 高清在线视频一区二区三区 | 淫秽高清视频在线观看| 亚洲丝袜综合中文字幕| 亚洲国产欧美在线一区| 国产综合懂色| 国产精品人妻久久久影院| 亚洲精品一区蜜桃| 97人妻精品一区二区三区麻豆| 亚洲欧美一区二区三区国产| ponron亚洲| 国产美女午夜福利| 91久久精品电影网| 午夜爱爱视频在线播放| 日韩欧美 国产精品| 国产真实乱freesex| 在线观看av片永久免费下载| 久久久国产成人免费| ponron亚洲| 午夜激情福利司机影院| 日本五十路高清| 国产精品一二三区在线看| 村上凉子中文字幕在线| 国产v大片淫在线免费观看| 亚洲精品成人久久久久久| 嘟嘟电影网在线观看| 免费观看a级毛片全部| 成人鲁丝片一二三区免费| 国产午夜精品久久久久久一区二区三区| 建设人人有责人人尽责人人享有的 | av国产久精品久网站免费入址| 99久久九九国产精品国产免费| 女人十人毛片免费观看3o分钟| 国产精品国产高清国产av| 亚洲欧美日韩卡通动漫| 欧美不卡视频在线免费观看| 毛片一级片免费看久久久久| 免费av不卡在线播放| 性插视频无遮挡在线免费观看| 免费无遮挡裸体视频| 好男人视频免费观看在线| 在线a可以看的网站| 午夜免费激情av| 亚洲第一区二区三区不卡| 国内精品宾馆在线| 边亲边吃奶的免费视频|