• <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 ?

    基于鄰域投票和Harris-SIFT特征的低空遙感影像匹配

    2016-03-01 06:28:57胡小青程朋根陳曉勇何海清聶運菊
    測繪工程 2016年2期

    胡小青,程朋根,2,陳曉勇,何海清,聶運菊

    (1.東華理工大學(xué) 測繪工程學(xué)院,江西 南昌 330013;2.廣西空間信息與測繪重點實驗室,廣西 桂林 541004)

    ?

    基于鄰域投票和Harris-SIFT特征的低空遙感影像匹配

    胡小青1,程朋根1,2,陳曉勇1,何海清1,聶運菊1

    (1.東華理工大學(xué) 測繪工程學(xué)院,江西 南昌 330013;2.廣西空間信息與測繪重點實驗室,廣西 桂林 541004)

    影像匹配即通過一定的匹配算法在兩幅或多幅影像之間識別同名點的過程。現(xiàn)有的匹配方法[1]主要有特征匹配、灰度匹配以及相位匹配。就低空遙感影像的匹配而言,由于低空遙感平臺[2]的不穩(wěn)定造成影像間重疊度不規(guī)則、比例尺不一致等問題,傳統(tǒng)基于灰度的匹配方法具有很大的局限性。 SIFT算子具有較好的抗尺度、抗旋轉(zhuǎn)和抗亮度變換能力,在圖像匹配領(lǐng)域有著廣泛的應(yīng)用。但其提取的特征點僅是局部灰度極值點,并非視覺意義上的角點,且易受噪聲及細碎紋理的影響,在影像特征點分布均勻的情況下匹配率低且誤匹配率較高。Harris算子是另一種角點提取算子,其提取的角點分布均勻且定位精度高,但不具有尺度及亮度不變性。針對上述兩種算子的優(yōu)缺點以及結(jié)合低空遙感影像的特點,本文提出一種基于近鄰域投票和Harris-SIFT特征的低空遙感影像匹配方法,從改進的特征點中提取和虛假匹配點的剔除兩個方面進行改進,以提高低空遙感影像的匹配效果。實驗結(jié)果表明本文算法在保證低空遙感匹配的精度的同時,明顯提高影像匹配的效率。

    1算法總體思路

    基于鄰域投票和Harris-SIFT特征的低空遙感影像匹配的算法框架如圖1所示。即通過以下4個步驟,完成兩幅圖像特征點的精確匹配。

    圖1 低空影像匹配算法框架

    1) Harris-SIFT 特征點檢測。采用非極大值抑制算法(NMS)分別檢測輸入圖像的SIFT特征,并用多尺度Harris角點特征部分篩選SIFT特征點,合并點集刪除重復(fù)點后得Harris-SIFT特征點集。

    2) 不變特征描述。使用128維SIFT特征描述符對得到的特征點集進行描述。

    3) 最近鄰域搜索算法初匹配。采用關(guān)鍵點特征向量的歐式距離作為兩幅影像中關(guān)鍵點的相似性判定度量。將最近鄰與次近鄰的距離比值小于閾值的點作為初始匹配點。

    4) 鄰域投票剔除誤匹配點。檢查初始匹配點的鄰域,將局部主方向夾角并不是一致的匹配點剔除,得到最后的影像匹配結(jié)果。

    2影像特征提取

    2.1SIFT特征點檢測

    SIFT 特征算子提取影像特征[3-5],首先要生成尺度空間,即采用不同尺度的高斯函數(shù)進行濾波,生成金字塔分層結(jié)構(gòu),為了有效提取穩(wěn)定的關(guān)鍵點,可使用高斯差分函數(shù)對影像進行卷積運算,以建立DOG金字塔影像。其中DOG算子的計算如下:

    (1)

    其中,高斯函數(shù)

    (x,y)為像素坐標;σ則為高斯尺度因子。DOG函數(shù)中的極值點與尺度無關(guān),SIFT算子基于這一特性,采用非極大值抑制算法初步定位特征點。由于DOG 極值檢測獲得的極值點的位置坐標均為整數(shù),而實際特征點位置不一定位于整數(shù)坐標位置上,因此為了保證特征點的穩(wěn)健性,消除DOG算子產(chǎn)生的邊緣響應(yīng),已獲得的極值還需要剔除對比度低和受邊緣效應(yīng)影響的點,完成關(guān)鍵點的精確定位。

    為了實現(xiàn)SIFT特征的旋轉(zhuǎn)不變性,需要利用關(guān)鍵點的局部影像特征(梯度)為每一個關(guān)鍵點指定一個主方向。計算高斯金字塔影像(x,y)處的梯度值及方向方法。

    (2)

    為確定關(guān)鍵點主方向,將關(guān)鍵點的鄰域像素梯度通過高斯加權(quán)考慮進來,并用梯度直方圖統(tǒng)計窗口內(nèi)的梯度方向。在梯度直方圖中,找到最大值所對應(yīng)的方向,該方向即為特征點的主方向。當存在另一個相當于主峰值 80%能量的峰值時,則將這個方向認為是該特征點的輔方向。至此,圖像的關(guān)鍵點檢測完畢,每個SIFT特征點都包含3個信息:位置、尺度和方向。

    2.2多尺度Harris角點提取

    SIFT算子提取的特征點僅是尺度空間內(nèi)的灰度極值點,并非視覺意義上的角點,對比度不高,同時檢測出大量的特征點,不可避免的會產(chǎn)生冗余信息,這將直接影響影像匹配的精度與速度。因此,在許多具體的遙感影像應(yīng)用方面需要對其進行篩選,提取更具代表性的特征點,降低對后續(xù)匹配運算速度和精度的影響。多尺度Harris[6-7]算子提取的角點不僅分布均勻、定位精度高,而且具有尺度不變性。

    采用多尺度Harris特征提取算法對獲得的局部SIFT特征點進行篩選,即僅對不同組某一相同尺度的特征點進行篩選,與提取的SIFT特征點合并并刪除重復(fù)點后得到特征點集。此時,Harris算子的二階矩及CRF值見式(3)。

    (3)

    式中:gx,gy為x,y方向梯度;G(x,y,σ)為高斯函數(shù);CRF為角點響應(yīng)值,k為常數(shù),經(jīng)驗值為0.04~0.06。

    為了提高算法檢測特征點的效率,本文提出改進的Harris-SIFT特征點檢測方法,其特征點提取的具體步驟如下:

    1) 輸入圖像,通過不同尺度的高斯函數(shù)濾波,并進行圖像降采樣,得到圖像的高斯金字塔模型。

    2) 高斯金字塔每組中相鄰上下兩層圖像相減,得到高斯差分金字塔模型。

    3) 在差分高斯金字塔中尋找圖像空間和尺度空間的局部極值點,作為初始特征點。

    4) 相同尺度的特征點歸為一個特征子集,取包含最多特征點的尺度作為多尺度Harris篩選的對象。

    5) 將子集中的特征點像素坐標(x,y)和尺度因子σ代入式(3),將CRF值大于給定閾值的點予以保留。合并未刪選的SIFT特征點集剔除重復(fù)點后得到新的特征點集。

    6) 對生成的特征點確定主方向。

    2.3不變特征描述

    為保證 SIFT 特征向量具有旋轉(zhuǎn)不變性,首先,將坐標軸旋轉(zhuǎn)到關(guān)鍵點的主方向,確保旋轉(zhuǎn)不變性。然后計算以關(guān)鍵點為中心的 16×16 的窗口(關(guān)鍵點所在的行和列不取)內(nèi)所有像素點的梯度模值和梯度方向,并對窗口內(nèi)取樣點的梯度值進行高斯加權(quán)。將該鄰域分為4 × 4的子區(qū)域,并計算每個4×4的圖像小塊在8 個方向的梯度方向直方圖,繪制每個梯度方向的累加值,由此形成一個由 8 維的向量來表示的種子點。因此由4 × 4個種子點就可構(gòu)成最佳的SIFT描述子,即最佳的SIFT描述子應(yīng)具有4×4×8=128個特征向量。為了消除光照變化對特征向量的影響,需要對特征向量作標準化處理。針對線性的光照變化,將特征向量標準化為單位長度;針對非線性光照變化,先設(shè)置閾值,使單位特征向量的值不超過0.2,然后再將特征向量標準化為單位長度。

    3影像匹配

    3.1最近鄰粗匹配

    由于使用128維的高維度對特征點進行描述,特征點描述符之間具有很大的差異性,因此在構(gòu)造特征描述子之后,采用NN算法(最近鄰匹配算法)進行粗匹配。本文采用歐式距離為相似性度量,即首先找到待匹配點和最近鄰點的距離d1與待匹配點和次近鄰點的距離d2。若最近鄰與次近鄰之比小于閾值thresh,則認為該最近鄰點為待匹配點的候選匹配點。

    3.2鄰域投票

    由于圖像間存在各種幾何及光度變換、噪聲、量化誤差及圖像中可能存在相似的局部結(jié)構(gòu)等多種因素的影響,基于歐式距離為相似性度量的特征匹配結(jié)果中可能存在錯誤的匹配,需要引入其他的約束對匹配的結(jié)果進行驗證。本文采用近鄰域投票[8-9]的方法剔除錯誤匹配點對得到精確的匹配點集。

    基本思想:在正確匹配點的周圍一定存在更多的正確匹配結(jié)果;若不是正確的匹配結(jié)果,那么其鄰域內(nèi)匹配點很少,甚至根本不存在匹配點。因此可以累計周圍的匹配點在局部主方向和距離上對該匹配點的貢獻。并判斷待匹配圖像與參考圖像的匹配點對距離相關(guān)度及局部夾角相關(guān)度是否在閾值范圍內(nèi),若在閾值范圍內(nèi)的則為正確匹配點,否則放棄此點。同一幅圖像匹配點的距離及主方向差計算見式(4)。

    (4)

    式中:i,j為同一幅圖像任意的兩個匹配點,其中(xi,yi,θi)及(xj,yj,θj)則為任意的兩個匹配點的坐標及主方向。具體過程:

    1) 首先通過最近鄰初匹配得到所有的匹配點數(shù)組match(i),并統(tǒng)計匹配點總數(shù)為n。

    2) 對待匹配圖像與參考圖像分別按照式(5)計算任意兩個匹配點的距離及主方向夾角差異,得到4個維數(shù)為n×b的矩陣。

    本研究存在一定的局限性:(1)樣本數(shù)較少;(2)MRI檢查時早產(chǎn)兒日齡較大,不利于反映HIE患兒早期腦損傷;(3)早產(chǎn)兒HIE的診斷標準參考足月兒HIE的診斷指南,但是足月兒與早產(chǎn)兒腦結(jié)構(gòu)存在一定的差異性,部分指標(如臍動脈血pH<7.0)也會受到早產(chǎn)的影響[25]。

    3) 將待匹配圖像與參考圖像的距離及主方向夾角矩陣按行向量分別歸一化。

    4) 計算左右兩幅圖像同一匹配點對的夾角內(nèi)積及距離內(nèi)積,以距離內(nèi)積為例,如dot(img1(i,:),img2(i,:))

    5) 判斷匹配點的內(nèi)積值是否在給定閾值范圍內(nèi),滿足則證明為匹配點,否則放棄。距離及夾角閾值本文取為0.3。

    4實驗與分析

    本文采用由無人機遙感平臺獲取的兩組不同地區(qū)的低空遙感影像作為實驗數(shù)據(jù),其中兩組影像分辨率均為2 m,第一組圖像分辨率為344×447像素;第二組圖像分辨率為390×327像素;像素相機型號是Canon EOS 5D Mark II,焦距一組為35 mm,另一組為50 mm。實驗環(huán)境為 CPU Intel Core T7100,主頻 1.80 GHz,內(nèi)存 2 GB,操作系統(tǒng)Windows7,開發(fā)環(huán)境為 MATLAB R2013a??紤]到計算機內(nèi)存的大小和效率問題,在構(gòu)造尺度空間時本文通過對搜索窗口的降采樣來縮小匹配影像間的空間分辨率差異。實驗結(jié)果如圖2及圖3所示。

    圖2 第一組圖像匹配結(jié)果

    圖3 第二組圖像匹配結(jié)果

    由兩組圖2和3(a)可以看到本文方法可以得到充足的匹配點,且取得較好的匹配結(jié)果。為了進一步驗證說明本文匹配方法的優(yōu)點,采用兩組待匹配的低空遙感影像的匹配結(jié)果與經(jīng)典的Harris-SIFT特征匹配算法進行對比實驗。經(jīng)典的Harris-SIFT特征匹配是利用多尺度Harris對全部的SIFT特征點進行篩選,然后采用RANSAC算法[10]剔除虛假匹配點。本文算法是采用局部尺度篩選特征點,且基于鄰域投票剔除誤匹配,對比結(jié)果見表1。為了獲得一定數(shù)量的匹配點,本文將最近距離與次近鄰距離的比值閾值設(shè)為0.75,曲率比例系數(shù)r為15,匹配耗時為代碼運行3次的平均耗時(即取3次匹配耗時的平均值),且檢測點耗時為左右兩幅影像檢測點耗時的平均值。

    表1 本文方法與經(jīng)典Harris-SIFT方法比較

    5結(jié)束語

    本文提出的基于鄰域投票和改進的Harris-SIFT特征的低空遙感影像匹配方法從特征點的提取及誤匹配點的剔除兩方面進行了改進,特征點提取階段得到了具有高對比度的特征點,誤匹配點剔除階段采用了基于鄰域匹配點的投票代替了傳統(tǒng)的迭代方法,最終使得匹配效率得到了提高。相對于基于Harris-SIFT的遙感影像匹配方法,本文提出的匹配方法能得到較好的匹配結(jié)果。但是,不管是Harris-SIFT方法還是本文的方法,對于影像出現(xiàn)陰影及植被覆蓋的情況,提取的特征點都很少甚至沒有特征點,且兩種方法提取的特征點都容易受仿射變化的影響。

    參考文獻:

    [1]R.A Lane and N A Thacker. Overview of Stereo Matching Research [J]. Imaging Science and Biomedical Engineering Division, Medical School University of Manchester, 1998.

    [2]曾濤, 楊武年, 簡季. 無人機低空遙感影像處理在汶川地震地質(zhì)災(zāi)害信息快速勘測中的應(yīng)用[J]. 測繪科學(xué),2009,34(1):64-65.

    [3]David G. Lowe. Object recognition from local scale-invariant features [J]. International Conference on Computer Vision,1999,3(1):1150-1157.

    [4] David G. Lowe. Distinctive Image Features from Scale-Invariant Keypoints [ J]. Internatioanl Journal of Computer Vision, 2004, 60(2):91-110.

    [5]Lindeberg T. Scale-space theory. A basic tool for analysing structures at different scales. Journal of Applied statistics. 1994,21(2):224-270.

    [6]Mokhtarian F,Suomela R. Curvature Scale Space Based Image Corner Detection [C]. European Signal Processing Conference, Island of Rhodes, Greece,1998.

    [7]Gueguen L, Pesaresi M. Multi Scale Harris Corner Detector Based on Differential Morphological Decomposition [J].Pattern Recognition Letters,2009,30(1):544-557.

    [8]Roweis S T, Saul L K. Nonlinear Dimensionality Reduction by Locally Linear Embedding. Seience,2000, 290(5500):2323-2326.

    [9]魏萊, 王守覺, 徐菲菲. 一種自適應(yīng)鄰域選擇算法[J]. 模式識別與人工智能,2008,21(3): 406-409.

    [10] Capel D P. An effective bail-out test for RANSAC consensus scoring[A]. In Clocksin W, Fitzgibbon A, Tort P.eds: Proceedings of Conference on British Machine Vision[C], Oxford, England: British Machine Visio association.2005:629-638.

    [責(zé)任編輯:李銘娜]

    摘要:文中提出一種基于鄰域投票和改進的Harris-SIFT特征的低空遙感影像匹配方法。首先用NMS算法提取多尺度的Harris-SIFT特征并對其進行方向描述,然后根據(jù)最近鄰與次近鄰特征點距離之比確定初始匹配點對,最后通過近鄰域選擇投票的方法剔除候選點中的虛假匹配點,進而實現(xiàn)低空遙感影像的配準。實驗表明該算法在獲得充足匹配點且保證匹配精度的同時,明顯提高影像匹配的效率。

    關(guān)鍵詞:Harris-SIFT特征;鄰域選擇;特征匹配

    A low-altitude remote sensing matching method based on neighborhood selection algorithm and Harris-SIFT featuresHU Xiaoqing1,CHENG Penggen1,2,CHEN Xiaoyong1,HE Haiqing1,NIE Yunju1

    (1.School of Geomatics,East China Institute of Technology,Nanchang 330013,China;2.Guangxi Key Laboratory of Spatial Information and Geomatics,Guilin 541004,China)

    Abstract:Based on the neighborhood selection algorithm and improved Harris-SIFT features,a method for low-altitude remote sensing matching is presented.Firstly,it extracts Harris-SIFT features using NMS algorithm and generates feature descriptors,then uses ratio method to get initial matching.Finally,it uses neighborhood selection algorithm to eliminate errors and achieves accurate matching.Experiments show the algorithm can get adequate matching points,ensure accuracy and improve the matching efficiency.

    Key words:Harris-SIFT features;neighborhood selection algorithm;feature matching

    通訊作者:程朋根(1964-),男,博士,教授.

    作者簡介:胡小青(1987-),女,碩士研究生.

    基金項目:國家自然科學(xué)基金資助項目(41161069);廣西空間信息與測繪重點實驗室資助課題(13-051-14-18,11-031-08-26)

    收稿日期:2014-10-22;修回日期:2015-03-05

    中圖分類號:P237

    文獻標識碼:A

    文章編號:1006-7949(2016)02-0033-05

    欧美日韩成人在线一区二区| 国产真人三级小视频在线观看| 老汉色av国产亚洲站长工具| 国产熟女午夜一区二区三区| 黄片播放在线免费| 成人特级黄色片久久久久久久| 亚洲片人在线观看| 国产有黄有色有爽视频| 首页视频小说图片口味搜索| 在线国产一区二区在线| 国产在线一区二区三区精| 99re6热这里在线精品视频| 亚洲av熟女| 两人在一起打扑克的视频| 精品高清国产在线一区| 999久久久国产精品视频| 国产一卡二卡三卡精品| 成人手机av| 欧美另类亚洲清纯唯美| 岛国在线观看网站| 成年动漫av网址| 欧美激情高清一区二区三区| 国产精品亚洲av一区麻豆| 亚洲av成人一区二区三| 亚洲美女黄片视频| 51午夜福利影视在线观看| 国产成人免费观看mmmm| 色婷婷久久久亚洲欧美| 国产精品久久久av美女十八| 久久精品人人爽人人爽视色| 亚洲成a人片在线一区二区| 亚洲av片天天在线观看| 国产精品影院久久| 国产伦人伦偷精品视频| 午夜久久久在线观看| 在线十欧美十亚洲十日本专区| av中文乱码字幕在线| 国产一区二区三区在线臀色熟女 | 亚洲精品乱久久久久久| 国产成+人综合+亚洲专区| videos熟女内射| 久久久国产精品麻豆| 国产欧美日韩综合在线一区二区| 国产成人免费无遮挡视频| 身体一侧抽搐| 啦啦啦 在线观看视频| 久久午夜亚洲精品久久| 久久 成人 亚洲| 亚洲国产欧美日韩在线播放| 久久久国产精品麻豆| 国产成人av教育| 窝窝影院91人妻| 老司机靠b影院| 天堂动漫精品| 操出白浆在线播放| 成人永久免费在线观看视频| 精品国产一区二区三区四区第35| 18在线观看网站| 久久午夜综合久久蜜桃| 婷婷成人精品国产| 成年人免费黄色播放视频| 91国产中文字幕| 久久人妻av系列| 亚洲欧美激情在线| 岛国毛片在线播放| 国产国语露脸激情在线看| 黄色毛片三级朝国网站| av天堂在线播放| 国产av精品麻豆| 国产成人欧美在线观看 | 久久亚洲真实| 中文字幕最新亚洲高清| 成人特级黄色片久久久久久久| 午夜福利,免费看| 青草久久国产| 国产在线精品亚洲第一网站| 在线观看www视频免费| 高清视频免费观看一区二区| 免费观看a级毛片全部| 91精品国产国语对白视频| 国产欧美日韩一区二区三区在线| 亚洲人成77777在线视频| 搡老乐熟女国产| 侵犯人妻中文字幕一二三四区| 在线永久观看黄色视频| 国产人伦9x9x在线观看| 手机成人av网站| 欧美黑人精品巨大| 大香蕉久久成人网| 看黄色毛片网站| 亚洲 国产 在线| 成人亚洲精品一区在线观看| 在线av久久热| 国产乱人伦免费视频| 精品人妻在线不人妻| 在线观看午夜福利视频| 亚洲 欧美一区二区三区| 久久人人97超碰香蕉20202| 久久久国产精品麻豆| 国产成人免费观看mmmm| 亚洲五月色婷婷综合| 91麻豆精品激情在线观看国产 | 久久人人爽av亚洲精品天堂| 好男人电影高清在线观看| 人人妻人人澡人人爽人人夜夜| 精品久久久久久电影网| 下体分泌物呈黄色| 国产欧美日韩精品亚洲av| 精品熟女少妇八av免费久了| 热99国产精品久久久久久7| 精品视频人人做人人爽| 在线观看免费午夜福利视频| 91在线观看av| 在线永久观看黄色视频| bbb黄色大片| 91在线观看av| 91麻豆精品激情在线观看国产 | 亚洲专区中文字幕在线| 午夜福利在线免费观看网站| 欧美中文综合在线视频| 999久久久国产精品视频| 人人妻人人澡人人爽人人夜夜| 久久久国产成人精品二区 | 国产主播在线观看一区二区| 麻豆国产av国片精品| 一级毛片高清免费大全| 国产不卡一卡二| 99riav亚洲国产免费| 久久久久久久久免费视频了| 日本五十路高清| 91成年电影在线观看| 制服诱惑二区| 久久人妻av系列| 亚洲av美国av| 亚洲一码二码三码区别大吗| 日韩有码中文字幕| xxxhd国产人妻xxx| 99久久99久久久精品蜜桃| 老司机在亚洲福利影院| 亚洲少妇的诱惑av| a级片在线免费高清观看视频| 香蕉丝袜av| 亚洲精品自拍成人| 性少妇av在线| 久久午夜综合久久蜜桃| 国产精品乱码一区二三区的特点 | 国产精品偷伦视频观看了| e午夜精品久久久久久久| 最近最新免费中文字幕在线| 女人被狂操c到高潮| 99精品久久久久人妻精品| 亚洲精品国产一区二区精华液| 天天躁日日躁夜夜躁夜夜| 每晚都被弄得嗷嗷叫到高潮| 男女午夜视频在线观看| 欧美日本中文国产一区发布| 亚洲精品自拍成人| av网站在线播放免费| 真人做人爱边吃奶动态| 在线观看66精品国产| 91成人精品电影| 日韩精品免费视频一区二区三区| 大香蕉久久网| 最新的欧美精品一区二区| 亚洲国产中文字幕在线视频| 亚洲欧美一区二区三区久久| 每晚都被弄得嗷嗷叫到高潮| 另类亚洲欧美激情| 免费高清在线观看日韩| 亚洲一区二区三区欧美精品| 久久久久视频综合| 精品久久久久久久久久免费视频 | 欧美精品av麻豆av| 丝袜美足系列| 午夜两性在线视频| 亚洲国产毛片av蜜桃av| 1024香蕉在线观看| 老鸭窝网址在线观看| 成人国语在线视频| 啦啦啦视频在线资源免费观看| 不卡av一区二区三区| 十八禁高潮呻吟视频| 日韩欧美免费精品| 亚洲情色 制服丝袜| 亚洲av成人不卡在线观看播放网| 又大又爽又粗| 成人精品一区二区免费| 亚洲片人在线观看| 两人在一起打扑克的视频| 亚洲专区国产一区二区| 国产成人精品在线电影| 久久人人爽av亚洲精品天堂| 日韩精品免费视频一区二区三区| 精品久久久久久电影网| 久久久久久免费高清国产稀缺| 99国产综合亚洲精品| 高清在线国产一区| 亚洲国产精品sss在线观看 | 久久精品亚洲精品国产色婷小说| 亚洲伊人色综图| av超薄肉色丝袜交足视频| 脱女人内裤的视频| 人妻 亚洲 视频| 在线观看日韩欧美| 亚洲欧美精品综合一区二区三区| 免费观看人在逋| 久久午夜综合久久蜜桃| 亚洲国产看品久久| 亚洲欧美激情综合另类| 亚洲精品在线美女| 亚洲av欧美aⅴ国产| 日日爽夜夜爽网站| 午夜福利乱码中文字幕| 日本vs欧美在线观看视频| 黄色成人免费大全| 欧美日韩亚洲综合一区二区三区_| 久久午夜综合久久蜜桃| 91成人精品电影| 男人的好看免费观看在线视频 | 久久久国产欧美日韩av| 成年人黄色毛片网站| 两性午夜刺激爽爽歪歪视频在线观看| 变态另类丝袜制服| 国产久久久一区二区三区| 在线观看av片永久免费下载| 久久久久九九精品影院| 99久久九九国产精品国产免费| 国产一区二区亚洲精品在线观看| 亚洲人成网站高清观看| 五月伊人婷婷丁香| aaaaa片日本免费| 一区二区三区激情视频| 亚洲aⅴ乱码一区二区在线播放| 免费观看精品视频网站| 美女黄网站色视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲自拍偷在线| 亚洲最大成人手机在线| 白带黄色成豆腐渣| 在线观看美女被高潮喷水网站 | 欧美日韩国产亚洲二区| 麻豆国产97在线/欧美| 成人18禁在线播放| 国产av在哪里看| 久久九九热精品免费| 欧美精品啪啪一区二区三区| 一个人免费在线观看的高清视频| 窝窝影院91人妻| 久久婷婷人人爽人人干人人爱| 亚洲人成伊人成综合网2020| 日韩欧美 国产精品| 天天躁日日操中文字幕| 国产探花极品一区二区| 淫秽高清视频在线观看| 国产欧美日韩精品一区二区| 99精品欧美一区二区三区四区| 久久草成人影院| 每晚都被弄得嗷嗷叫到高潮| 18禁裸乳无遮挡免费网站照片| 国产伦在线观看视频一区| 亚洲18禁久久av| 欧美成人免费av一区二区三区| 久久久久久人人人人人| 午夜福利视频1000在线观看| 三级男女做爰猛烈吃奶摸视频| 听说在线观看完整版免费高清| 国产色婷婷99| 美女高潮喷水抽搐中文字幕| 天堂影院成人在线观看| 午夜a级毛片| 成年免费大片在线观看| 大型黄色视频在线免费观看| 午夜精品在线福利| 日韩中文字幕欧美一区二区| 欧美黑人巨大hd| 亚洲成av人片在线播放无| 美女高潮喷水抽搐中文字幕| 国产aⅴ精品一区二区三区波| www日本黄色视频网| 一本综合久久免费| 亚洲精品日韩av片在线观看 | 亚洲中文字幕日韩| 成人无遮挡网站| 在线十欧美十亚洲十日本专区| 九九热线精品视视频播放| 亚洲av成人精品一区久久| 日本 av在线| 久久久国产成人精品二区| 又粗又爽又猛毛片免费看| 男人的好看免费观看在线视频| 国产精品国产高清国产av| 综合色av麻豆| 少妇的逼水好多| 国产成年人精品一区二区| 日本三级黄在线观看| 亚洲自拍偷在线| 午夜激情欧美在线| 亚洲 国产 在线| 一本一本综合久久| 久久香蕉精品热| 母亲3免费完整高清在线观看| 搞女人的毛片| 亚洲av电影在线进入| 啦啦啦韩国在线观看视频| 国产精品,欧美在线| 内地一区二区视频在线| 日本五十路高清| www.www免费av| 脱女人内裤的视频| 99久国产av精品| a在线观看视频网站| 精品人妻一区二区三区麻豆 | 亚洲最大成人手机在线| 国产视频内射| 精品福利观看| 国产成人系列免费观看| 一本久久中文字幕| 欧美不卡视频在线免费观看| АⅤ资源中文在线天堂| 亚洲成av人片免费观看| 欧美日韩国产亚洲二区| 男女午夜视频在线观看| www.www免费av| 好看av亚洲va欧美ⅴa在| 欧美日本亚洲视频在线播放| 高清毛片免费观看视频网站| 麻豆一二三区av精品| 少妇人妻一区二区三区视频| 国模一区二区三区四区视频| 美女被艹到高潮喷水动态| 村上凉子中文字幕在线| 亚洲五月天丁香| netflix在线观看网站| 久久精品国产清高在天天线| 99在线视频只有这里精品首页| 亚洲欧美日韩东京热| 九色成人免费人妻av| e午夜精品久久久久久久| 欧美+日韩+精品| 欧美黄色片欧美黄色片| 青草久久国产| 亚洲色图av天堂| 噜噜噜噜噜久久久久久91| 精品久久久久久久久久免费视频| 国产午夜精品久久久久久一区二区三区 | 欧洲精品卡2卡3卡4卡5卡区| 99视频精品全部免费 在线| 国产三级黄色录像| 最近最新中文字幕大全电影3| 亚洲欧美日韩无卡精品| 天天躁日日操中文字幕| 成人亚洲精品av一区二区| 手机成人av网站| 国产精品香港三级国产av潘金莲| 久久天躁狠狠躁夜夜2o2o| 脱女人内裤的视频| 欧美日本亚洲视频在线播放| 国产黄色小视频在线观看| 观看免费一级毛片| 国产精品久久久久久亚洲av鲁大| 亚洲欧美一区二区三区黑人| 亚洲国产中文字幕在线视频| av天堂中文字幕网| 露出奶头的视频| 成熟少妇高潮喷水视频| 亚洲 欧美 日韩 在线 免费| 成年女人永久免费观看视频| 特大巨黑吊av在线直播| 日本黄大片高清| 啪啪无遮挡十八禁网站| h日本视频在线播放| 欧美成人性av电影在线观看| 黄色日韩在线| 久久久久国内视频| 全区人妻精品视频| 久久午夜亚洲精品久久| 在线观看av片永久免费下载| 欧美色欧美亚洲另类二区| 男人舔奶头视频| 免费在线观看成人毛片| 最好的美女福利视频网| 少妇的丰满在线观看| 搡老岳熟女国产| 色av中文字幕| 婷婷六月久久综合丁香| 久久人妻av系列| 欧美黑人欧美精品刺激| 看片在线看免费视频| 国产一区二区激情短视频| 免费一级毛片在线播放高清视频| 90打野战视频偷拍视频| 一个人看视频在线观看www免费 | 亚洲成人免费电影在线观看| 国产欧美日韩一区二区精品| 精品电影一区二区在线| 美女高潮的动态| 美女大奶头视频| 99久国产av精品| 国产不卡一卡二| 国产精品 欧美亚洲| 香蕉av资源在线| 国产色爽女视频免费观看| 精品乱码久久久久久99久播| 国产av麻豆久久久久久久| 国产精品三级大全| 中文资源天堂在线| 99国产精品一区二区蜜桃av| 熟女电影av网| 在线观看免费午夜福利视频| 国产野战对白在线观看| 成年女人毛片免费观看观看9| 美女免费视频网站| 国产成人啪精品午夜网站| 久久99热这里只有精品18| 国产在视频线在精品| 国产成年人精品一区二区| 日日夜夜操网爽| 淫秽高清视频在线观看| 国产精品乱码一区二三区的特点| 午夜福利在线观看吧| 午夜两性在线视频| 亚洲国产色片| 2021天堂中文幕一二区在线观| 国产v大片淫在线免费观看| 日本 av在线| 国产又黄又爽又无遮挡在线| 女生性感内裤真人,穿戴方法视频| 亚洲国产欧美网| 日韩欧美免费精品| 一个人看的www免费观看视频| 午夜老司机福利剧场| 亚洲一区二区三区色噜噜| 日韩有码中文字幕| 亚洲欧美日韩无卡精品| 尤物成人国产欧美一区二区三区| 亚洲熟妇熟女久久| 久久久久免费精品人妻一区二区| 一个人观看的视频www高清免费观看| 久久国产精品影院| 国产精品嫩草影院av在线观看 | 欧美日本视频| 免费人成视频x8x8入口观看| 午夜两性在线视频| 国产成人av教育| 少妇人妻一区二区三区视频| 尤物成人国产欧美一区二区三区| 亚洲内射少妇av| 欧美高清成人免费视频www| 51午夜福利影视在线观看| 亚洲精品一卡2卡三卡4卡5卡| 久久性视频一级片| 欧美+亚洲+日韩+国产| 欧美中文日本在线观看视频| 黄色女人牲交| 亚洲在线自拍视频| 亚洲性夜色夜夜综合| 日韩国内少妇激情av| 69av精品久久久久久| 特级一级黄色大片| 国产精品精品国产色婷婷| 岛国在线观看网站| 女人高潮潮喷娇喘18禁视频| 亚洲一区高清亚洲精品| 九九久久精品国产亚洲av麻豆| 国产高清三级在线| 亚洲无线在线观看| 国产探花极品一区二区| 午夜免费激情av| 好男人电影高清在线观看| 亚洲精品456在线播放app | 亚洲成人中文字幕在线播放| 久久国产精品人妻蜜桃| 午夜福利免费观看在线| 天天一区二区日本电影三级| 午夜福利视频1000在线观看| 午夜免费成人在线视频| svipshipincom国产片| 天堂动漫精品| 无限看片的www在线观看| 欧美黑人巨大hd| 色哟哟哟哟哟哟| 国产视频内射| 欧美午夜高清在线| 久久久久久久久中文| 51午夜福利影视在线观看| 国产老妇女一区| 黄色片一级片一级黄色片| 亚洲成人中文字幕在线播放| 精品久久久久久久久久免费视频| 18禁在线播放成人免费| 激情在线观看视频在线高清| 麻豆国产av国片精品| 亚洲自拍偷在线| 中文字幕人妻熟人妻熟丝袜美 | 手机成人av网站| 久久午夜亚洲精品久久| 精品久久久久久,| 国产高清videossex| 久久精品综合一区二区三区| 欧美日韩瑟瑟在线播放| 久9热在线精品视频| 亚洲欧美日韩无卡精品| 中文字幕人妻熟人妻熟丝袜美 | 亚洲色图av天堂| 亚洲国产色片| 日韩 欧美 亚洲 中文字幕| 亚洲在线观看片| 亚洲av一区综合| 亚洲专区国产一区二区| 非洲黑人性xxxx精品又粗又长| eeuss影院久久| 高潮久久久久久久久久久不卡| 日韩欧美免费精品| 亚洲国产高清在线一区二区三| 国产成人aa在线观看| av国产免费在线观看| 中文字幕人妻熟人妻熟丝袜美 | 婷婷精品国产亚洲av| 国产欧美日韩一区二区精品| av国产免费在线观看| 亚洲欧美日韩高清在线视频| 日本a在线网址| 精品国产超薄肉色丝袜足j| xxxwww97欧美| 亚洲,欧美精品.| 香蕉久久夜色| 亚洲最大成人手机在线| 成人三级黄色视频| 亚洲av成人精品一区久久| 超碰av人人做人人爽久久 | 国产精品久久久久久人妻精品电影| 午夜福利在线观看免费完整高清在 | 校园春色视频在线观看| 亚洲精品国产精品久久久不卡| 天天一区二区日本电影三级| 麻豆国产av国片精品| 国产99白浆流出| 亚洲一区高清亚洲精品| 五月玫瑰六月丁香| 欧美+日韩+精品| 国产亚洲精品久久久com| 在线视频色国产色| 日本一本二区三区精品| 一夜夜www| 欧美日韩黄片免| 最新在线观看一区二区三区| 深夜精品福利| 内射极品少妇av片p| 久久性视频一级片| 丁香欧美五月| 可以在线观看毛片的网站| 免费搜索国产男女视频| 97碰自拍视频| 国产aⅴ精品一区二区三区波| 久久久精品欧美日韩精品| 三级男女做爰猛烈吃奶摸视频| 久久久久性生活片| 他把我摸到了高潮在线观看| 丁香六月欧美| 母亲3免费完整高清在线观看| 国产三级中文精品| 久久久久精品国产欧美久久久| 欧美性猛交╳xxx乱大交人| 亚洲 欧美 日韩 在线 免费| 中出人妻视频一区二区| 亚洲精品粉嫩美女一区| 白带黄色成豆腐渣| 亚洲人成伊人成综合网2020| 精品乱码久久久久久99久播| 久久精品亚洲精品国产色婷小说| 麻豆国产av国片精品| 久久精品夜夜夜夜夜久久蜜豆| av专区在线播放| 亚洲黑人精品在线| 日韩欧美 国产精品| 欧洲精品卡2卡3卡4卡5卡区| 乱人视频在线观看| 日本黄大片高清| 精品99又大又爽又粗少妇毛片 | 亚洲av美国av| 国产精品乱码一区二三区的特点| 亚洲成人久久爱视频| 一进一出好大好爽视频| 国产免费男女视频| 亚洲欧美日韩高清专用| 中文字幕人成人乱码亚洲影| 中文字幕高清在线视频| 桃红色精品国产亚洲av| www日本黄色视频网| 波多野结衣巨乳人妻| 俺也久久电影网| 五月伊人婷婷丁香| 小蜜桃在线观看免费完整版高清| 欧美成人一区二区免费高清观看| 亚洲自拍偷在线| 窝窝影院91人妻| www.www免费av| 97人妻精品一区二区三区麻豆| 国产伦精品一区二区三区四那| 欧美成人a在线观看| 午夜影院日韩av| 成人欧美大片| www.www免费av| 国产一区在线观看成人免费| 人人妻人人看人人澡| 欧美乱妇无乱码| 国产高清激情床上av| 好看av亚洲va欧美ⅴa在| av女优亚洲男人天堂| 久久99热这里只有精品18| 欧美乱色亚洲激情| 国产淫片久久久久久久久 | 琪琪午夜伦伦电影理论片6080| 亚洲人成网站在线播放欧美日韩| 欧美中文日本在线观看视频|