• <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.

    国产午夜福利久久久久久| 亚洲全国av大片| 亚洲国产日韩欧美精品在线观看 | 黄色成人免费大全| 村上凉子中文字幕在线| 精品熟女少妇八av免费久了| 99在线视频只有这里精品首页| 国产成年人精品一区二区| 19禁男女啪啪无遮挡网站| 免费女性裸体啪啪无遮挡网站| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲一区二区三区色噜噜| 免费在线观看视频国产中文字幕亚洲| 国产亚洲精品综合一区在线观看 | 亚洲欧洲精品一区二区精品久久久| 国产片内射在线| 99久久国产精品久久久| 欧美一级毛片孕妇| 国产精品久久久久久人妻精品电影| 欧美日韩亚洲综合一区二区三区_| 国产三级黄色录像| 美女 人体艺术 gogo| 精品久久久久久久久久免费视频| 亚洲三区欧美一区| 日韩欧美一区视频在线观看| a在线观看视频网站| √禁漫天堂资源中文www| 女性被躁到高潮视频| 亚洲国产精品sss在线观看| 嫩草影院精品99| 可以在线观看的亚洲视频| 夜夜躁狠狠躁天天躁| 亚洲成人免费电影在线观看| 国产一区在线观看成人免费| 在线永久观看黄色视频| 正在播放国产对白刺激| 中文在线观看免费www的网站 | 亚洲一卡2卡3卡4卡5卡精品中文| 久久香蕉激情| 在线av久久热| 国内久久婷婷六月综合欲色啪| 在线观看日韩欧美| 可以免费在线观看a视频的电影网站| 亚洲国产中文字幕在线视频| 黑人欧美特级aaaaaa片| 亚洲av成人一区二区三| 午夜激情av网站| x7x7x7水蜜桃| 中文字幕最新亚洲高清| 动漫黄色视频在线观看| 国产黄a三级三级三级人| 真人一进一出gif抽搐免费| 91老司机精品| 欧美+亚洲+日韩+国产| av有码第一页| 国产97色在线日韩免费| 又黄又爽又免费观看的视频| 少妇被粗大的猛进出69影院| 18禁裸乳无遮挡免费网站照片 | 18禁观看日本| 欧美日韩亚洲综合一区二区三区_| 成人手机av| 国产高清videossex| 一二三四在线观看免费中文在| 国产真人三级小视频在线观看| 一个人免费在线观看的高清视频| 日本撒尿小便嘘嘘汇集6| 久久精品国产综合久久久| 男人舔奶头视频| 欧美性猛交黑人性爽| 无人区码免费观看不卡| 欧美性长视频在线观看| 久久亚洲精品不卡| 亚洲色图 男人天堂 中文字幕| 天堂影院成人在线观看| 日本免费一区二区三区高清不卡| 久久久久久久午夜电影| 色综合欧美亚洲国产小说| 岛国在线观看网站| 免费在线观看完整版高清| 国产精华一区二区三区| 精品国产国语对白av| av天堂在线播放| 国产精品av久久久久免费| 国产视频内射| netflix在线观看网站| 丝袜在线中文字幕| 香蕉av资源在线| 成在线人永久免费视频| 国产色视频综合| 国产成人啪精品午夜网站| 看免费av毛片| 看片在线看免费视频| 欧美日韩瑟瑟在线播放| 午夜福利高清视频| 久久99热这里只有精品18| 免费高清在线观看日韩| 中国美女看黄片| 桃色一区二区三区在线观看| 精品一区二区三区av网在线观看| 好看av亚洲va欧美ⅴa在| 国产99白浆流出| 久久精品aⅴ一区二区三区四区| 女生性感内裤真人,穿戴方法视频| 国产伦人伦偷精品视频| 中国美女看黄片| www.www免费av| 久久久久久久久久黄片| 99热只有精品国产| 亚洲av日韩精品久久久久久密| 亚洲熟妇中文字幕五十中出| 免费看美女性在线毛片视频| 欧美成狂野欧美在线观看| 欧美另类亚洲清纯唯美| 在线国产一区二区在线| 不卡一级毛片| 国产精品,欧美在线| 亚洲欧美一区二区三区黑人| 国产极品粉嫩免费观看在线| 国产人伦9x9x在线观看| 在线十欧美十亚洲十日本专区| 久久香蕉精品热| 一级a爱片免费观看的视频| 色综合站精品国产| 91国产中文字幕| 少妇的丰满在线观看| 亚洲av成人一区二区三| 亚洲国产欧美日韩在线播放| 国产又色又爽无遮挡免费看| 激情在线观看视频在线高清| 国产精品乱码一区二三区的特点| 国产亚洲精品av在线| 一级黄色大片毛片| 国产精品久久久久久亚洲av鲁大| av在线播放免费不卡| 久久人妻福利社区极品人妻图片| 人人妻人人澡人人看| xxx96com| 老司机在亚洲福利影院| 久久久国产欧美日韩av| 亚洲熟妇中文字幕五十中出| 这个男人来自地球电影免费观看| 狂野欧美激情性xxxx| 日日摸夜夜添夜夜添小说| 亚洲一区二区三区色噜噜| 国产一卡二卡三卡精品| 男女之事视频高清在线观看| 午夜激情福利司机影院| 男男h啪啪无遮挡| 国产爱豆传媒在线观看 | 久久精品aⅴ一区二区三区四区| av有码第一页| 叶爱在线成人免费视频播放| 午夜免费成人在线视频| 国产私拍福利视频在线观看| 国产精品av久久久久免费| 美女 人体艺术 gogo| 啦啦啦观看免费观看视频高清| 亚洲专区字幕在线| 欧美亚洲日本最大视频资源| 一区福利在线观看| av视频在线观看入口| 夜夜夜夜夜久久久久| 99国产精品99久久久久| 99国产精品一区二区三区| 亚洲精品国产一区二区精华液| 欧美另类亚洲清纯唯美| av超薄肉色丝袜交足视频| 女警被强在线播放| 日韩大尺度精品在线看网址| 日韩免费av在线播放| 91成年电影在线观看| 首页视频小说图片口味搜索| 国产精品国产高清国产av| 久久婷婷人人爽人人干人人爱| 在线免费观看的www视频| 最近在线观看免费完整版| 黄片播放在线免费| 亚洲熟女毛片儿| 久久婷婷人人爽人人干人人爱| 成在线人永久免费视频| 午夜激情福利司机影院| 丁香六月欧美| 国产精品影院久久| 欧美日韩中文字幕国产精品一区二区三区| 一本久久中文字幕| 国产片内射在线| 一级黄色大片毛片| 黄片小视频在线播放| 欧美成人一区二区免费高清观看 | 不卡一级毛片| 久久久水蜜桃国产精品网| 亚洲成av人片免费观看| 久久国产精品人妻蜜桃| 中文亚洲av片在线观看爽| 亚洲精品色激情综合| 麻豆成人午夜福利视频| 中文字幕av电影在线播放| 成人三级黄色视频| 日本一区二区免费在线视频| 国产亚洲av高清不卡| 91成年电影在线观看| 成人18禁在线播放| 一级a爱片免费观看的视频| 青草久久国产| 国产精品一区二区精品视频观看| 精品国产美女av久久久久小说| 99在线视频只有这里精品首页| 国产熟女xx| 1024香蕉在线观看| 精品久久蜜臀av无| 欧美+亚洲+日韩+国产| 麻豆av在线久日| 国产1区2区3区精品| 午夜影院日韩av| 在线观看午夜福利视频| 免费在线观看日本一区| 欧美日本亚洲视频在线播放| 免费搜索国产男女视频| 精品久久久久久久久久久久久 | 亚洲真实伦在线观看| 天天添夜夜摸| 久久久久国产一级毛片高清牌| 中文字幕精品免费在线观看视频| 亚洲国产高清在线一区二区三 | 大型av网站在线播放| 国产国语露脸激情在线看| 真人做人爱边吃奶动态| 色哟哟哟哟哟哟| av欧美777| 丝袜人妻中文字幕| 最近最新中文字幕大全电影3 | 亚洲国产精品sss在线观看| 丝袜美腿诱惑在线| 成人国语在线视频| 超碰成人久久| 婷婷精品国产亚洲av在线| 国产精品av久久久久免费| 老司机午夜福利在线观看视频| 一本综合久久免费| 国产亚洲欧美98| 国产精品一区二区免费欧美| 日韩中文字幕欧美一区二区| 两个人免费观看高清视频| 国产高清有码在线观看视频 | 深夜精品福利| 美女扒开内裤让男人捅视频| 亚洲欧美日韩无卡精品| 国内精品久久久久久久电影| 日韩欧美 国产精品| 黄频高清免费视频| 午夜日韩欧美国产| 亚洲熟妇熟女久久| 成人18禁在线播放| avwww免费| 亚洲成人久久爱视频| 麻豆成人av在线观看| 国产精品av久久久久免费| 看免费av毛片| 久热这里只有精品99| 亚洲免费av在线视频| 悠悠久久av| 精品久久久久久久末码| 欧美国产精品va在线观看不卡| 18禁国产床啪视频网站| 丰满人妻熟妇乱又伦精品不卡| 97碰自拍视频| 国产极品粉嫩免费观看在线| 老司机靠b影院| 亚洲五月天丁香| 国产伦一二天堂av在线观看| 亚洲性夜色夜夜综合| 最新美女视频免费是黄的| 欧美在线黄色| 在线av久久热| 欧美日本亚洲视频在线播放| 亚洲欧美激情综合另类| 国语自产精品视频在线第100页| 神马国产精品三级电影在线观看 | 老司机午夜福利在线观看视频| 久久精品国产99精品国产亚洲性色| 久久国产精品人妻蜜桃| 少妇粗大呻吟视频| 亚洲人成77777在线视频| www国产在线视频色| 精品福利观看| 日韩欧美一区视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 国产精品亚洲av一区麻豆| 激情在线观看视频在线高清| 1024香蕉在线观看| 桃色一区二区三区在线观看| 天天一区二区日本电影三级| 久久中文字幕一级| 亚洲午夜理论影院| 欧美性猛交黑人性爽| 午夜免费鲁丝| 一二三四社区在线视频社区8| 国产黄a三级三级三级人| 国产激情久久老熟女| 2021天堂中文幕一二区在线观 | 亚洲精品一区av在线观看| 麻豆国产av国片精品| 久久国产精品影院| 麻豆av在线久日| 岛国在线观看网站| 亚洲一码二码三码区别大吗| 亚洲一区中文字幕在线| 久久精品国产亚洲av高清一级| 国产精品野战在线观看| 天堂动漫精品| 中文字幕久久专区| 免费高清视频大片| 啦啦啦韩国在线观看视频| 美女高潮喷水抽搐中文字幕| 久久久久久久久免费视频了| 欧美黑人欧美精品刺激| 亚洲人成网站高清观看| 亚洲国产欧洲综合997久久, | 亚洲精品美女久久av网站| 成人18禁在线播放| 国产欧美日韩一区二区三| 亚洲精品国产一区二区精华液| 日本五十路高清| av福利片在线| 老熟妇仑乱视频hdxx| 给我免费播放毛片高清在线观看| 久久香蕉精品热| 最近最新免费中文字幕在线| 亚洲专区国产一区二区| 久久天躁狠狠躁夜夜2o2o| 国产伦一二天堂av在线观看| 叶爱在线成人免费视频播放| 国产伦在线观看视频一区| 欧美日韩中文字幕国产精品一区二区三区| 啦啦啦韩国在线观看视频| 日本精品一区二区三区蜜桃| 50天的宝宝边吃奶边哭怎么回事| avwww免费| 特大巨黑吊av在线直播 | √禁漫天堂资源中文www| 国产又爽黄色视频| 国产亚洲欧美精品永久| 一区二区日韩欧美中文字幕| 国产av一区在线观看免费| 国产一区在线观看成人免费| 亚洲男人的天堂狠狠| av在线播放免费不卡| 久久精品国产99精品国产亚洲性色| 老熟妇仑乱视频hdxx| 久9热在线精品视频| 精品国产亚洲在线| 久9热在线精品视频| 亚洲精品中文字幕在线视频| 久久香蕉激情| 成人av一区二区三区在线看| 人人妻人人澡人人看| 伊人久久大香线蕉亚洲五| 亚洲成人久久爱视频| 国内少妇人妻偷人精品xxx网站 | 亚洲精华国产精华精| 老司机在亚洲福利影院| 久久精品成人免费网站| 动漫黄色视频在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 久久久久久免费高清国产稀缺| 18美女黄网站色大片免费观看| 欧美日韩瑟瑟在线播放| 欧美黑人巨大hd| 国产精品98久久久久久宅男小说| 老鸭窝网址在线观看| 日韩精品中文字幕看吧| 午夜福利在线观看吧| 麻豆成人av在线观看| 一边摸一边抽搐一进一小说| 精品国产超薄肉色丝袜足j| 两性夫妻黄色片| 色哟哟哟哟哟哟| 一级作爱视频免费观看| 伊人久久大香线蕉亚洲五| 午夜激情福利司机影院| 亚洲欧美日韩无卡精品| 国产激情久久老熟女| 久久精品国产亚洲av香蕉五月| 亚洲av电影不卡..在线观看| 黄色女人牲交| 两个人看的免费小视频| 久久久水蜜桃国产精品网| 久久 成人 亚洲| 视频区欧美日本亚洲| 9191精品国产免费久久| 久久精品国产亚洲av高清一级| 欧美乱色亚洲激情| 免费女性裸体啪啪无遮挡网站| 欧美乱码精品一区二区三区| а√天堂www在线а√下载| 亚洲一区中文字幕在线| 一个人观看的视频www高清免费观看 | 99久久久亚洲精品蜜臀av| 久久亚洲真实| 天堂影院成人在线观看| 91av网站免费观看| 日韩欧美国产在线观看| 99久久久亚洲精品蜜臀av| 久久亚洲真实| 91在线观看av| 十八禁网站免费在线| 国产精品亚洲av一区麻豆| 国产高清视频在线播放一区| 麻豆av在线久日| 中文资源天堂在线| 久久久久久国产a免费观看| 伦理电影免费视频| 精华霜和精华液先用哪个| 欧美一级毛片孕妇| 欧美午夜高清在线| 窝窝影院91人妻| 精品久久久久久久毛片微露脸| 中文字幕久久专区| 日韩视频一区二区在线观看| 欧美 亚洲 国产 日韩一| 国内毛片毛片毛片毛片毛片| 国产精品乱码一区二三区的特点| 免费人成视频x8x8入口观看| 欧美三级亚洲精品| 久久久精品国产亚洲av高清涩受| 人人妻人人澡欧美一区二区| 国产激情久久老熟女| 国产欧美日韩一区二区三| 亚洲欧美日韩高清在线视频| 国产精品自产拍在线观看55亚洲| 又黄又粗又硬又大视频| 男女视频在线观看网站免费 | 女人高潮潮喷娇喘18禁视频| 亚洲av电影不卡..在线观看| 他把我摸到了高潮在线观看| 窝窝影院91人妻| 欧美性猛交╳xxx乱大交人| 日本熟妇午夜| a在线观看视频网站| 亚洲在线自拍视频| 欧美黑人欧美精品刺激| 亚洲午夜理论影院| 国产精品久久久久久人妻精品电影| 婷婷亚洲欧美| 午夜精品在线福利| 亚洲真实伦在线观看| 在线av久久热| 最好的美女福利视频网| a级毛片在线看网站| 大香蕉久久成人网| 亚洲专区字幕在线| 亚洲av成人av| 亚洲国产中文字幕在线视频| 天天躁夜夜躁狠狠躁躁| 日韩大码丰满熟妇| 女人爽到高潮嗷嗷叫在线视频| 在线观看一区二区三区| 日韩一卡2卡3卡4卡2021年| 久久久久久免费高清国产稀缺| 国产一区二区三区在线臀色熟女| 日本在线视频免费播放| 亚洲国产毛片av蜜桃av| 性欧美人与动物交配| 草草在线视频免费看| 亚洲欧美日韩高清在线视频| 日韩免费av在线播放| 亚洲精品久久国产高清桃花| 免费无遮挡裸体视频| 久久久久久久精品吃奶| 国产亚洲精品一区二区www| 日韩三级视频一区二区三区| 亚洲天堂国产精品一区在线| 美女午夜性视频免费| 午夜老司机福利片| 久久久久久免费高清国产稀缺| 久久中文字幕一级| 国产激情偷乱视频一区二区| 88av欧美| 亚洲精品av麻豆狂野| 99国产综合亚洲精品| 岛国在线观看网站| tocl精华| 国产成人系列免费观看| 国产精品一区二区免费欧美| 久久中文字幕人妻熟女| 亚洲人成网站在线播放欧美日韩| 日韩有码中文字幕| 在线观看一区二区三区| 啦啦啦韩国在线观看视频| 欧美日韩乱码在线| 亚洲熟女毛片儿| 很黄的视频免费| 欧美av亚洲av综合av国产av| 国产精品永久免费网站| 亚洲无线在线观看| 国产精品98久久久久久宅男小说| 亚洲成av人片免费观看| 精品久久久久久,| 欧美大码av| or卡值多少钱| 亚洲欧美精品综合一区二区三区| 男人操女人黄网站| 丁香欧美五月| 啦啦啦观看免费观看视频高清| 精品久久久久久久毛片微露脸| 天天一区二区日本电影三级| 一本一本综合久久| 一级a爱片免费观看的视频| 国产精品一区二区免费欧美| 免费观看人在逋| 在线观看免费视频日本深夜| 非洲黑人性xxxx精品又粗又长| 精品久久久久久,| 观看免费一级毛片| 久久人妻福利社区极品人妻图片| 国产精品免费视频内射| 国产成人一区二区三区免费视频网站| 欧美在线黄色| 欧美最黄视频在线播放免费| 亚洲一码二码三码区别大吗| 国产高清视频在线播放一区| 欧美另类亚洲清纯唯美| 国产精品九九99| 女性被躁到高潮视频| 久久久国产成人免费| 国产真人三级小视频在线观看| 观看免费一级毛片| 日韩欧美免费精品| 久久久久久免费高清国产稀缺| 午夜激情福利司机影院| 欧美午夜高清在线| 久久久久免费精品人妻一区二区 | 国产片内射在线| 亚洲无线在线观看| 久热爱精品视频在线9| 非洲黑人性xxxx精品又粗又长| av在线播放免费不卡| 一级毛片精品| 最近最新免费中文字幕在线| 欧美又色又爽又黄视频| 国产aⅴ精品一区二区三区波| 亚洲av日韩精品久久久久久密| 天天一区二区日本电影三级| 一级作爱视频免费观看| 久久精品aⅴ一区二区三区四区| 啦啦啦观看免费观看视频高清| 久久人妻福利社区极品人妻图片| 一级黄色大片毛片| 成年免费大片在线观看| 亚洲成av片中文字幕在线观看| 在线观看舔阴道视频| 久久久久久亚洲精品国产蜜桃av| 成人av一区二区三区在线看| 国产成人啪精品午夜网站| 欧美性猛交黑人性爽| 亚洲五月色婷婷综合| 三级毛片av免费| 男女做爰动态图高潮gif福利片| 丁香六月欧美| 午夜福利在线观看吧| 国产男靠女视频免费网站| 欧美久久黑人一区二区| 国产高清有码在线观看视频 | 国产三级在线视频| 50天的宝宝边吃奶边哭怎么回事| 久久人妻福利社区极品人妻图片| 欧美成人午夜精品| 国产亚洲欧美98| 中文字幕人妻丝袜一区二区| 成人国产综合亚洲| 国产成人一区二区三区免费视频网站| 亚洲片人在线观看| 99久久99久久久精品蜜桃| 久久精品成人免费网站| 久久国产乱子伦精品免费另类| 午夜久久久久精精品| 午夜亚洲福利在线播放| 免费在线观看影片大全网站| 国产成人啪精品午夜网站| 久久久精品欧美日韩精品| 亚洲精品在线美女| 婷婷丁香在线五月| 成人亚洲精品一区在线观看| 黄网站色视频无遮挡免费观看| 女警被强在线播放| 国产一区在线观看成人免费| 日韩欧美国产在线观看| 老汉色av国产亚洲站长工具| 人成视频在线观看免费观看| 国产精品电影一区二区三区| 成人亚洲精品一区在线观看| 久久久久免费精品人妻一区二区 | 成人午夜高清在线视频 | а√天堂www在线а√下载| 少妇 在线观看| 欧美人与性动交α欧美精品济南到| 老司机靠b影院| 99久久精品国产亚洲精品| 国产精品香港三级国产av潘金莲| 怎么达到女性高潮| 精品久久久久久久末码| 成人三级黄色视频| 精品久久久久久久人妻蜜臀av| 欧美黑人巨大hd| 村上凉子中文字幕在线| 日日摸夜夜添夜夜添小说| 久久久久九九精品影院| 国产不卡一卡二| 亚洲av成人一区二区三| 国产av又大| 他把我摸到了高潮在线观看| 亚洲va日本ⅴa欧美va伊人久久| 久久久久九九精品影院| 国产精品影院久久|