• <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 ?

    基于多字典學(xué)習(xí)和圖像塊映射的超分辨率重建

    2016-05-14 10:37:23莫建文曾兒孟張彤袁華
    計(jì)算機(jī)應(yīng)用 2016年5期
    關(guān)鍵詞:稀疏表示

    莫建文 曾兒孟 張彤 袁華

    摘要:針對(duì)單一冗余字典在稀疏表示圖像超分辨率重建結(jié)果出現(xiàn)不清晰、偽影以及重建過程編碼效率不高、運(yùn)算時(shí)間過長的問題,提出一種基于多字典學(xué)習(xí)和圖像塊映射的超分辨率重建方法。該方法在傳統(tǒng)稀疏表示的框架下,首先探索局部圖像塊的梯度結(jié)構(gòu)信息,按梯度角度將訓(xùn)練樣本塊分類; 然后為每個(gè)子類樣本集學(xué)習(xí)高低分辨率字典對(duì),再結(jié)合最近鄰思想應(yīng)用生成的字典,為每個(gè)子類計(jì)算從低分辨率塊到高分辨率塊映射的函數(shù);最后將重建過程簡(jiǎn)化為輸入塊和映射函數(shù)的乘積,在保證提高重建質(zhì)量的同時(shí)減少了圖像重建的時(shí)間。實(shí)驗(yàn)結(jié)果表明,所提算法在視覺效果有較大的提升,同時(shí)與錨點(diǎn)鄰域回歸算法相比,評(píng)價(jià)參數(shù)峰值信噪比(PSNR)平均提高約0.4dB。

    關(guān)鍵詞:稀疏表示;圖像塊分類;多字典學(xué)習(xí);映射函數(shù);鄰域嵌入

    中圖分類號(hào):TP391 文獻(xiàn)標(biāo)志碼:A

    Abstract:To overcome the disadvantages of the unclear results and time consuming in the sparse representation of image superresolution reconstruction with single redundant dictionary, a single image superresolution reconstruction method based on multidictionary learning and image patches mapping was proposed. In the framework of the traditional sparse representation, firstly the gradient structure information of local image patches was explored, and a large number of training image patches were clustered into several groups by their gradient angles, from those clustered patches the corresponding dictionary pairs were learned. And then the mapping function was computed from low resolution patch to high resolution patch in each clustered group via learned dictionary pairs with the idea of neighbor embedding. Finally the reconstruction process was reduced to a projection of each input patch into the high resolution space by multiplying with the corresponding precomputed mapping function, which improved the images quality with less running time. The experimental results show that the proposed method improves the visual quality significantly, and increases the PSNR (Peak SignaltoNoise Ratio) at least 0.4dB compared with the anchored neighborhood regression algorithm.

    Key words:sparse representation; image patches classification; multidictionary learning; mapping function; neighbor embedding

    0 引言

    在醫(yī)學(xué)診斷、衛(wèi)星遙感、視頻監(jiān)控等數(shù)字成像領(lǐng)域中,都需要圖像有較高的分辨率來為人的研究工作提供幫助。但是由于電子成像設(shè)備、環(huán)境以及傳感器制造成本制約等因素的影響,實(shí)際獲得的圖像分辨率難以滿足實(shí)際的應(yīng)用需求, 因此通過軟件技術(shù)手段,將輸入的單幅或多幅低分辨率(Low Resolution, LR)圖像恢復(fù)出相同場(chǎng)景的高分辨率(High Resolution, HR)圖像的方法叫圖像超分辨率(Image SuperResolution, ISR)重建,該技術(shù)在公共安全等眾多領(lǐng)域發(fā)揮著重要的作用[1]。

    為了獲得超分辨率圖像,目前軟件算法主要分為基于插值的方法[2]、基于重建的方法[3]和基于學(xué)習(xí)的方法[4-8]三類。而近年來,隨著機(jī)器學(xué)習(xí)和深度學(xué)習(xí)研究的深入,基于學(xué)習(xí)的重建算法取得了較大的進(jìn)步[1,4-7]。Chang等[9]受流型學(xué)習(xí)算法啟發(fā),提出局部線性嵌入(Local Linear Embedding, LLE)的超分辨率重建方法,學(xué)習(xí)到高、低分辨率圖像塊之間的局部特征映射模型,通過最近鄰域線性組合重建出高分辨率圖像。Yang等[5-6]利用稀疏編碼進(jìn)行超分辨率重構(gòu),該方法首先假設(shè)高低分辨率圖像塊在過完備字典下有相同的稀疏系數(shù),通過樣本圖像庫訓(xùn)練高低分辨率字典對(duì);然后求解待重建LR塊在低分辨率字典下的稀疏系數(shù),再結(jié)合高分辨率字典重建對(duì)應(yīng)的HR塊,從而得到最后的高分辨率圖像。Zeyde等[7]在Yang的基礎(chǔ)上把K次奇異值分解算法(Kmeans Singular Value Decomposition, KSVD)算法[9]應(yīng)用到字典學(xué)習(xí)中,并用正交匹配追蹤(Orthogonal Matching Pursuit, OMP)算法[10]對(duì)圖像塊稀疏編碼,在速度和重建結(jié)果上都比Yang的有一定的提高。Dong等 [11]研究圖像的非局部冗余結(jié)構(gòu),提出稀疏表示框架下非局部自回歸模型,該模型學(xué)習(xí)Kmean聚類下的主成分分析(Principal Component Analysis, PCA)多字典,并引入回歸模型和非局部約束,取得不錯(cuò)的效果。此外,Timofte等[4]提出一種快速的錨點(diǎn)鄰域回歸(Anchored Neighborhood Regression, ANR)算法,該算法結(jié)合稀疏編碼和最近鄰域嵌入(Neighbor Embedding, NE)思想,通過線下預(yù)先生成的映射關(guān)系,把超分辨率(SuperResolution, SR)過程簡(jiǎn)化為輸入的LR塊和映射矩陣相乘,在保證重建質(zhì)量的同時(shí)極大提高SR速度。

    雖然以上方法取得了不錯(cuò)的重建效果,但是它們建立的高度單一冗余字典對(duì)在稀疏分解中具有潛在的不穩(wěn)定性,易產(chǎn)生視覺偽影[12],且編碼效率不高。針對(duì)這一不足,本文在Timofte的基礎(chǔ)上提出了基于多字典學(xué)習(xí)和圖像塊映射(Multi Dictionary Learning and Image Patches Mapping, MDLIPM)的超分辨重建方法。MDLIPM方法在保持原有稀疏編碼的本質(zhì)基礎(chǔ)上,通過圖像局部梯度特征對(duì)圖像塊分類; 然后以KSVD算法對(duì)每個(gè)聚類庫訓(xùn)練出高低分辨率字典對(duì); 再結(jié)合最近鄰域思想,利用訓(xùn)練到的字典對(duì),學(xué)習(xí)從LR塊到HR塊的映射算子;最后將得到的映射函數(shù)應(yīng)用到重建階段,避免重建過程需要對(duì)每個(gè)圖像塊稀疏編碼的開銷,減少重建時(shí)間并提高重建質(zhì)量。實(shí)驗(yàn)結(jié)果顯示,本文方法的重建結(jié)果在主觀視覺效果和客觀評(píng)價(jià)參數(shù)上都取得不錯(cuò)的成績(jī),重建時(shí)間有一定的降低。

    2 MDLIPM的超分辨方法

    本文汲取鄰域嵌入和稀疏表示重建的優(yōu)點(diǎn),提出的多字典學(xué)習(xí)和圖像塊映射超分辨率(Multi Dictionary Learning and Image Patches Mapping SuperResolution,MDLIPM SR)算法分為兩個(gè)階段:訓(xùn)練階段,首先分析圖像塊的梯度結(jié)構(gòu),以此把訓(xùn)練庫分成多個(gè)類,并為每個(gè)子類訓(xùn)練高低分辨率字典對(duì){D(i)l,D(i)h},i=1,2,…,K,然后利用字典對(duì)結(jié)合最近鄰域回歸思想,把鄰域的搜索空間限制在字典空間內(nèi),以此為每個(gè)子類學(xué)習(xí)到從LR塊到HR塊的映射回歸矩陣{f(i)},i=1,2…,K;重建階段,通過梯度信息判斷LR塊的所屬子類后,把該子類的映射函數(shù)矩陣與LR塊相乘直接重建出該LR塊對(duì)應(yīng)的HR圖像塊,避免了對(duì)圖像塊迭代求解稀疏系數(shù)的過程,從而減低重建時(shí)間并進(jìn)一步得到重建的HR圖像。

    以上過程是Zeyde的兩步字典訓(xùn)練思想[12],因其字典訓(xùn)練速度快、編碼算法效率高,故本文同樣采用該思想進(jìn)行字典學(xué)習(xí)。但由于其訓(xùn)練的單一字典不足以最稀疏表示具有某種特定結(jié)構(gòu)特性的圖像塊,所以本文引進(jìn)2.1節(jié)描述的基于梯度信息進(jìn)行圖像塊分類,進(jìn)而學(xué)習(xí)到每個(gè)類的字典,并以訓(xùn)練得到的多字典作為學(xué)習(xí)圖像塊映射函數(shù)的依據(jù)。

    2.3 圖像映射函數(shù)學(xué)習(xí)

    本文引進(jìn)Timofte等[4]的方法,把基于字典的SR方法和最近鄰域方法相結(jié)合,限制鄰域搜索空間在字典空間內(nèi),學(xué)習(xí)從LR塊到HR塊的映射函數(shù),以避免在重建階段對(duì)圖像塊稀疏編碼的過程,保證重建質(zhì)量的同時(shí)降低重建的時(shí)間。

    正如式(5)所示,由于計(jì)算上的需要,基于鄰域嵌入或稀疏表示的最小二乘問題都應(yīng)用1范數(shù)正則項(xiàng)對(duì)權(quán)重系數(shù)或者稀疏系數(shù)加以限制。為了獲得系數(shù)的解析解,本文重新調(diào)整正則約束項(xiàng),把1范數(shù)約束改為2范數(shù)約束;然后以嶺回歸[15]求解辦法獲得系數(shù)的解析形式。調(diào)整過之后,NE系數(shù)問題表示為:

    3 實(shí)驗(yàn)仿真與結(jié)果分析

    為了驗(yàn)證MDLIMP算法的有效性,在訓(xùn)練階段,本文選擇包括人物、植物、建筑等69幅圖像并分塊,每個(gè)塊的大小與學(xué)習(xí)單一字典的(Sparse coding Super Resolution,ScSR)、ANR的相同,設(shè)置為5×5,建立10000個(gè)高低分辨率圖像塊一一對(duì)應(yīng)的訓(xùn)練集,并按照文中的梯度信息分類方法對(duì)樣本集分成K=8類;然后以文中2.2節(jié)所述為每個(gè)子類學(xué)習(xí)原子數(shù)為512的高低分辨率字典對(duì)和映射回歸矩陣,實(shí)驗(yàn)中映射回歸學(xué)習(xí)式(18)的因子λ設(shè)為0.01。另外選取如圖1所示的10幅標(biāo)準(zhǔn)測(cè)試圖像,并通過雙三次插值方法降采用的到待重建的LR圖。整個(gè)測(cè)試實(shí)驗(yàn)平臺(tái)為Inter Core i53230M CPU 2.60GHz,Matlab的版本為R2010b。

    實(shí)驗(yàn)中以雙三次插值算法Bicubic作為基準(zhǔn)對(duì)比算法,并選擇最近鄰域局部線性嵌入方法(Neighbor Embedding Super Resolution,NESR)[9]、學(xué)習(xí)單一字典的ScSR算法[6]、Kmean聚類多字典的(Nonlocal Autoregressive Modeling,NARM)算法[11]和錨點(diǎn)鄰域回歸的(ANR)算法[4]作為對(duì)比實(shí)驗(yàn),以檢驗(yàn)本文方法的性能。待重建的LR圖像放大因子s設(shè)為3,各方法重建結(jié)果的視覺主觀對(duì)比如圖2、3所示。客觀評(píng)價(jià)參數(shù)峰值信噪比(Peak SignaltoNoise Ratio, PSNR)和結(jié)構(gòu)相似度(Structural SIMilarity,SSIM)的對(duì)比結(jié)果見表1和表2。

    圖2比較了Parrots圖在不同SR方法的重建結(jié)果,考察鸚鵡眼角周圍的羽毛紋理細(xì)節(jié)部分。從視覺觀測(cè)上來看,Bicubic基于平滑假設(shè),故重建細(xì)節(jié)不明顯,整體表明較為平滑;NESR算法丟失較多的高頻信息,在恢復(fù)了部分細(xì)節(jié)的同時(shí)引入了不可估計(jì)的噪聲,羽毛紋理出現(xiàn)鋸齒、模糊等現(xiàn)象;而其他幾個(gè)算法重建效果都比NESR的要好,重建出來的細(xì)節(jié)信息比NESR的要多,但仍有一些不足的地方。其中ScSR方法的細(xì)節(jié)重建明顯同時(shí)仍出現(xiàn)振鈴狀;NARM算法在鸚鵡羽毛的邊緣部分出現(xiàn)平滑和偽影效果,細(xì)節(jié)部分也不夠清晰;ANR算法中鸚鵡眼角的紋理相對(duì)較好,但同樣出現(xiàn)部分虛假信息。而本文MDLIPM方法在羽毛邊緣的銳度和清晰度都得到明顯的改善,重建的高頻信息豐富,視覺效果更好。同樣從圖3 face圖像人臉鼻子部分的雀斑看出,本文MDLIPM方法恢復(fù)的局部細(xì)節(jié)信息清晰、細(xì)膩,整體效果與原始圖像更接近。從客觀評(píng)價(jià)參數(shù)來看,從表1、2中可知,本文MDLIPM方法和NESR算法、ScSR算法以及NARM算法相比、在PSNR和SSIM上略有提高,其中單幅圖像PSNR提高最多的有0.8dB左右,而平均也可提高大概0.4dB,說明本文方法確實(shí)可行有效。同時(shí),添加局部對(duì)比度的質(zhì)量評(píng)價(jià)方法(Quality Index based on Local Variance, QILV)[16]、模糊系數(shù)K[17]和質(zhì)量因素Q[18],對(duì)重建結(jié)果進(jìn)行比較,其中各方法重建質(zhì)量評(píng)估參數(shù)平均值如表3所示。從表中可以看出,本文方法均取得較好的成果。

    另外在重建時(shí)間上,不考慮訓(xùn)練時(shí)間,本文僅僅對(duì)各個(gè)方法的重建時(shí)間作比較。NESR算法需要對(duì)每個(gè)待重建塊搜索最近鄰域,故重建時(shí)間是最長的。從表4看出,ScSR、NARM、ANR算法以及本文方法平均的重建時(shí)間分別為42.46s、189.97s、0.45s和2.91s。由于本文方法在重建時(shí),需要判斷待圖像塊所屬類別,導(dǎo)致時(shí)間比ANR算法略長,但顯著提高了重建圖像的質(zhì)量。

    4 結(jié)語

    本文提出了基于多字典和圖像塊映射的超分辨率重建方法,該方法探索局部圖像塊的梯度結(jié)構(gòu)信息,并依據(jù)局部塊的梯度方向?qū)τ?xùn)練樣本塊分類,再應(yīng)用兩步字典訓(xùn)練方法為每個(gè)分類樣本訓(xùn)練高低分辨率字典對(duì);同時(shí)引入了最近鄰域回歸思想,在每個(gè)類中從學(xué)習(xí)到的字典對(duì)中建立從低分辨率塊到高分辨率塊的映射矩陣。在重建過程,首先對(duì)每個(gè)待重建塊歸并到所屬類中,然后應(yīng)用該類映射矩陣重建相對(duì)應(yīng)的高分辨率圖像塊,避免了對(duì)每個(gè)圖像塊稀疏編碼的運(yùn)算開銷。實(shí)驗(yàn)結(jié)果顯示,在保留經(jīng)典稀疏編碼圖像超分辨率重建效果的同時(shí),一定程度上提高SR重建效率、降低重建時(shí)間。未來的研究工作將尋求更好的優(yōu)化方法,進(jìn)一步提高重建質(zhì)量,以及應(yīng)用分布式并行處理降低訓(xùn)練階段的時(shí)間;同時(shí)將進(jìn)一步討論參數(shù)設(shè)置,如圖像塊的大小、樣本集聚類數(shù)K等對(duì)重建效果的影響。

    參考文獻(xiàn):

    [1]CHEN X, QI C. Nonlinear neighbor embedding for single image superresolution via kernel mapping[J]. Signal Processing, 2014, 94(1): 6-22.

    [2]LIU X, ZHAO D, ZHOU J, et al. Image interpolation via graphbased Bayesian label propagation[J]. IEEE Transactions on Image Processing, 2014, 23(3): 1084-1096.

    [3]RASTI P, DEMIREL H, ANBARJAFARI G. Image resolution enhancement by using interpolation followed by iterative back projection[C]// Proceedings of the 21st IEEE on Signal Processing and Communications Applications Conference. Piscataway, NJ: IEEE, 2013: 1-4.

    [4]TIMOFTE R, DE V, VAN GOOL L. Anchored neighborhood regression for fast examplebased superresolution[C]// Proceedings of the 2013 IEEE International Conference on Computer Vision. Piscataway, NJ: IEEE, 2013: 1920-1927.

    [5]YANG J, WRIGHT J, HUANG T S, et al. Image superresolution via sparse representation[J]. IEEE Transactions on Image Processing, 2010, 19(11): 2861-2873.

    [6]YANG J, WRIGHT J, HUANG T, et al. Image superresolution as sparse representation of raw image patches[C]// Proceedings of the 2008 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway, NJ: IEEE,2008: 1-8.

    [7]ZEYDE R, ELAD M, PROTTER M. On single image scaleup using sparserepresentations[C]// Proceedings of the 7th International Conference on Curves and Surfaces. Heidelberg: Springer, 2012: 711-730.

    [8]AHARON M, ELAD M, BRUCKSTEIN A. The KSVD: an algorithm for designing overcomplete dictionaries for sparse representation[J]. IEEE Transactions on Signal Processing, 2006, 54(11): 4311-4322.

    [9]CHANG H, YEUNG D Y, XIONG Y. Superresolution through neighbor embedding[C]// Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Piscataway, NJ: IEEE, 2004, 1: 275-282.

    [10]RUBINSTEIN R, ZIBULEVSKY M, ELAD M. Efficient implementation of the KSVD algorithm using batch orthogonal matching pursuit[R/OL].[2015-11-04].https://www.researchgate.net/publication/251229200.

    [11]DONG W, ZHANG L, LUKAC R, et al. Sparse representation based image interpolation with nonlocal autoregressive modeling[J]. IEEE Transactions on Image Processing, 2013, 22(4): 1382-1394.

    [12]ELAD M, YAVNEH I. A plurality of sparse representations is better than the sparsest one alone[J]. IEEE Transactions on Information Theory, 2009, 55(10): 4701-4714.

    [13]FENG X G, MILANFAR P. Multiscale principal components analysis for image local orientation estimation[C]// Proceedings of IEEE Conference Record of the 36th Asilomar Conference on Signals, Systems and Computers. Piscataway, NJ: IEEE,2002, 1: 478-482.

    [14]YANG S, WANG M, CHEN Y, et al. Singleimage superresolution reconstruction via learned geometric dictionaries and clustered sparse coding[J]. IEEE Transactions on Image Processing, 2012, 21(9): 4016-4020.

    [15]TIKHONOV A N, ARSENIN V I A. Solutions of illposed problems[J]. Mathematics of Computation, 1978, 32(144):491.

    [16]AJAFERNANDEZ S, SANJOSESTPAR R, ALBEROLALOPEZ C, et al. Image quality assessment based on local variance[C]// Proceedings of the 28th Annual IEEE International Conference on Engineering in Medicine and Biology Society. Piscataway, NJ: IEEE,2006: 4815-4818.

    [17]黃文輝, 陳仁雷, 張家謀. 數(shù)字視頻圖像質(zhì)量客觀測(cè)量方法的改進(jìn)與實(shí)現(xiàn)[J]. 北京郵電大學(xué)學(xué)報(bào), 2005, 28(4): 87-90. (HUANG W H,CHEN R L, ZHANG J M. Improvement and implementation of objective digital video quality measurement[J].Journal of Beijing University of Posts and Telecommunications,2005, 28(4): 87-90.)

    [18]WANG Z, SHEIKH H R, BOVIK ALAN C. Objective Video Quality Assessment[M]. Boca Raton: CRC Press, 2003:214-220.

    猜你喜歡
    稀疏表示
    耦合了聚類中心約束項(xiàng)的稀疏表示圖像去噪
    CSRimpute算法填補(bǔ)效果的正則化參數(shù)靈敏度分析
    Grouplet變換原理及技術(shù)綜述
    基于稀疏表示的圖像去噪和超分辨率重建
    基于字典學(xué)習(xí)和結(jié)構(gòu)聚類的圖像去噪算法研究
    分塊子空間追蹤算法
    基于稀疏表示的人臉識(shí)別方法研究
    基于稀疏表示的人臉表情識(shí)別系統(tǒng)研究
    基于壓縮感知的圖像融合方法
    電子技術(shù)與軟件工程(2015年6期)2015-04-20 16:58:03
    久久中文看片网| www.www免费av| 97超级碰碰碰精品色视频在线观看| 亚洲欧洲精品一区二区精品久久久| 欧美最黄视频在线播放免费 | ponron亚洲| 日本 av在线| 极品教师在线免费播放| 一级作爱视频免费观看| 久久人妻av系列| 757午夜福利合集在线观看| 免费看a级黄色片| 十八禁网站免费在线| 男女下面插进去视频免费观看| 免费在线观看黄色视频的| 制服人妻中文乱码| 国产精品1区2区在线观看.| 精品人妻1区二区| 亚洲激情在线av| a级片在线免费高清观看视频| 国产又爽黄色视频| 中文字幕av电影在线播放| 女性被躁到高潮视频| ponron亚洲| 岛国视频午夜一区免费看| 免费女性裸体啪啪无遮挡网站| 操出白浆在线播放| 人妻久久中文字幕网| 丁香六月欧美| 日韩精品中文字幕看吧| 色哟哟哟哟哟哟| 国产一区在线观看成人免费| 国产三级黄色录像| 国产成人精品无人区| 美女 人体艺术 gogo| av天堂久久9| 超碰成人久久| 亚洲专区中文字幕在线| 亚洲第一青青草原| 欧美日韩乱码在线| 精品熟女少妇八av免费久了| 法律面前人人平等表现在哪些方面| 久久 成人 亚洲| 亚洲欧美精品综合一区二区三区| 韩国精品一区二区三区| 国产免费av片在线观看野外av| 亚洲熟妇熟女久久| 精品久久久久久久毛片微露脸| 狠狠狠狠99中文字幕| 男人的好看免费观看在线视频 | 久久精品91无色码中文字幕| 国产精品久久视频播放| 亚洲一卡2卡3卡4卡5卡精品中文| 女人精品久久久久毛片| 国产精品一区二区在线不卡| 男男h啪啪无遮挡| 美女国产高潮福利片在线看| 亚洲精品国产区一区二| 午夜影院日韩av| 亚洲激情在线av| 丝袜美腿诱惑在线| 国产黄色免费在线视频| 视频区图区小说| 国产av一区在线观看免费| 色综合婷婷激情| 国产精品一区二区精品视频观看| 日韩 欧美 亚洲 中文字幕| 大型av网站在线播放| 婷婷丁香在线五月| 精品福利观看| 亚洲视频免费观看视频| 久久九九热精品免费| 久久久久久大精品| 亚洲免费av在线视频| 99久久99久久久精品蜜桃| 国产男靠女视频免费网站| 久久久精品欧美日韩精品| 精品国产一区二区久久| 亚洲一区二区三区不卡视频| 99精品久久久久人妻精品| 国产成人av激情在线播放| 不卡一级毛片| 国产亚洲欧美在线一区二区| 18禁黄网站禁片午夜丰满| 精品卡一卡二卡四卡免费| 日本免费一区二区三区高清不卡 | 免费在线观看黄色视频的| 精品高清国产在线一区| 日韩成人在线观看一区二区三区| 91av网站免费观看| 欧洲精品卡2卡3卡4卡5卡区| 一级黄色大片毛片| 亚洲男人天堂网一区| 69精品国产乱码久久久| 韩国av一区二区三区四区| 亚洲国产精品999在线| 亚洲欧美一区二区三区黑人| 自拍欧美九色日韩亚洲蝌蚪91| 好看av亚洲va欧美ⅴa在| 亚洲人成网站在线播放欧美日韩| 久久久久久亚洲精品国产蜜桃av| 黄片大片在线免费观看| 国产极品粉嫩免费观看在线| 国产日韩一区二区三区精品不卡| 国产伦一二天堂av在线观看| www日本在线高清视频| 日韩精品青青久久久久久| 亚洲第一青青草原| 久久亚洲真实| 午夜亚洲福利在线播放| 午夜免费激情av| 国产精品久久电影中文字幕| 热99国产精品久久久久久7| 亚洲伊人色综图| 亚洲国产看品久久| 精品国产美女av久久久久小说| 久久香蕉国产精品| 满18在线观看网站| 欧美成狂野欧美在线观看| 男人操女人黄网站| 在线av久久热| 搡老乐熟女国产| 韩国av一区二区三区四区| 国产无遮挡羞羞视频在线观看| 亚洲美女黄片视频| 亚洲,欧美精品.| av欧美777| 91成年电影在线观看| 国产欧美日韩精品亚洲av| 免费搜索国产男女视频| 精品久久久久久电影网| 日韩大尺度精品在线看网址 | 国产成+人综合+亚洲专区| 在线观看www视频免费| 美女大奶头视频| 国产三级黄色录像| 成熟少妇高潮喷水视频| 在线观看66精品国产| 亚洲熟妇中文字幕五十中出 | 精品一品国产午夜福利视频| a在线观看视频网站| 国产99久久九九免费精品| 日本五十路高清| 久久精品国产亚洲av高清一级| 久久久久精品国产欧美久久久| 身体一侧抽搐| 亚洲狠狠婷婷综合久久图片| 中出人妻视频一区二区| 亚洲精品成人av观看孕妇| 欧美激情极品国产一区二区三区| 很黄的视频免费| 热99国产精品久久久久久7| 欧美午夜高清在线| 久久这里只有精品19| 欧美精品啪啪一区二区三区| 国产精品国产av在线观看| 99香蕉大伊视频| 精品国产国语对白av| 欧美在线黄色| 成年人黄色毛片网站| 中文字幕高清在线视频| av欧美777| 后天国语完整版免费观看| 在线观看舔阴道视频| 99re在线观看精品视频| 欧美日韩一级在线毛片| 免费日韩欧美在线观看| 天堂动漫精品| 18禁裸乳无遮挡免费网站照片 | 国产一区二区三区在线臀色熟女 | 欧美亚洲日本最大视频资源| 亚洲熟妇熟女久久| 婷婷丁香在线五月| 国产欧美日韩一区二区三区在线| 18禁美女被吸乳视频| 正在播放国产对白刺激| 精品电影一区二区在线| 亚洲黑人精品在线| 真人做人爱边吃奶动态| 国产免费av片在线观看野外av| 欧美日韩福利视频一区二区| 一本大道久久a久久精品| 亚洲精品一二三| 别揉我奶头~嗯~啊~动态视频| 欧美日韩国产mv在线观看视频| 一a级毛片在线观看| 久9热在线精品视频| 韩国av一区二区三区四区| 国产蜜桃级精品一区二区三区| 波多野结衣一区麻豆| 欧美乱色亚洲激情| 99精品欧美一区二区三区四区| 免费在线观看亚洲国产| 少妇 在线观看| 亚洲精品粉嫩美女一区| 成人18禁在线播放| 亚洲成国产人片在线观看| 美女国产高潮福利片在线看| 长腿黑丝高跟| 法律面前人人平等表现在哪些方面| 成人av一区二区三区在线看| 性色av乱码一区二区三区2| 国产高清国产精品国产三级| 日韩精品青青久久久久久| 一个人观看的视频www高清免费观看 | 母亲3免费完整高清在线观看| 久久国产精品人妻蜜桃| 成人国产一区最新在线观看| 香蕉丝袜av| 亚洲成a人片在线一区二区| 一边摸一边做爽爽视频免费| 90打野战视频偷拍视频| 黑人欧美特级aaaaaa片| 亚洲国产毛片av蜜桃av| 久久亚洲真实| 好看av亚洲va欧美ⅴa在| 亚洲,欧美精品.| 成人国语在线视频| 亚洲国产欧美日韩在线播放| 男女之事视频高清在线观看| 91老司机精品| 国产主播在线观看一区二区| 无人区码免费观看不卡| 欧美成人午夜精品| 性色av乱码一区二区三区2| 亚洲欧美日韩高清在线视频| 亚洲国产精品sss在线观看 | 老司机在亚洲福利影院| 久久中文字幕人妻熟女| 看免费av毛片| 午夜免费观看网址| 狂野欧美激情性xxxx| 妹子高潮喷水视频| av超薄肉色丝袜交足视频| 一区二区三区国产精品乱码| 日韩欧美一区视频在线观看| 国产精品美女特级片免费视频播放器 | 亚洲 欧美 日韩 在线 免费| 极品教师在线免费播放| 亚洲欧美日韩高清在线视频| 国产不卡一卡二| 精品熟女少妇八av免费久了| 欧美不卡视频在线免费观看 | 亚洲午夜精品一区,二区,三区| 女性生殖器流出的白浆| 首页视频小说图片口味搜索| 不卡av一区二区三区| 国产精品二区激情视频| 国产精品久久电影中文字幕| av天堂在线播放| 成人手机av| www日本在线高清视频| 琪琪午夜伦伦电影理论片6080| 法律面前人人平等表现在哪些方面| 乱人伦中国视频| 国产精品成人在线| 九色亚洲精品在线播放| 精品免费久久久久久久清纯| 精品国内亚洲2022精品成人| 午夜福利一区二区在线看| 很黄的视频免费| 国产无遮挡羞羞视频在线观看| 人成视频在线观看免费观看| 一区二区三区国产精品乱码| 免费在线观看完整版高清| 老司机福利观看| 丝袜在线中文字幕| 丝袜人妻中文字幕| av免费在线观看网站| 天天添夜夜摸| 男男h啪啪无遮挡| 在线免费观看的www视频| 可以免费在线观看a视频的电影网站| 日韩免费av在线播放| 久久精品91无色码中文字幕| 老司机深夜福利视频在线观看| 美女高潮到喷水免费观看| av天堂久久9| 美女午夜性视频免费| 女警被强在线播放| 国产高清视频在线播放一区| 中亚洲国语对白在线视频| 搡老熟女国产l中国老女人| 国产黄a三级三级三级人| 亚洲欧洲精品一区二区精品久久久| 国产精品久久久av美女十八| 99久久国产精品久久久| 老司机靠b影院| 在线观看午夜福利视频| 亚洲精品一卡2卡三卡4卡5卡| 大陆偷拍与自拍| 黄色怎么调成土黄色| 他把我摸到了高潮在线观看| 成年女人毛片免费观看观看9| ponron亚洲| 日韩大码丰满熟妇| 黄色成人免费大全| 男女下面插进去视频免费观看| 久久精品国产综合久久久| 十八禁网站免费在线| 亚洲精品国产色婷婷电影| 99re在线观看精品视频| 欧美一级毛片孕妇| 嫩草影视91久久| 久久精品91无色码中文字幕| 国产成人欧美在线观看| 黄色视频,在线免费观看| 日本一区二区免费在线视频| 好看av亚洲va欧美ⅴa在| 亚洲自拍偷在线| 国产精品 国内视频| 黄色毛片三级朝国网站| 搡老岳熟女国产| 麻豆国产av国片精品| 亚洲一区中文字幕在线| 亚洲色图 男人天堂 中文字幕| www.熟女人妻精品国产| 12—13女人毛片做爰片一| 色综合站精品国产| 老司机午夜福利在线观看视频| 日韩精品中文字幕看吧| 黄片小视频在线播放| 女警被强在线播放| 中文字幕精品免费在线观看视频| 亚洲国产毛片av蜜桃av| 久久久久九九精品影院| 可以在线观看毛片的网站| av天堂在线播放| 麻豆av在线久日| 一区二区三区国产精品乱码| 久久亚洲精品不卡| 国产欧美日韩综合在线一区二区| 久久精品亚洲精品国产色婷小说| 日韩成人在线观看一区二区三区| 亚洲精华国产精华精| www.精华液| 亚洲五月色婷婷综合| 亚洲九九香蕉| 亚洲av成人一区二区三| 亚洲人成77777在线视频| 免费在线观看亚洲国产| 最好的美女福利视频网| 日本撒尿小便嘘嘘汇集6| 欧美+亚洲+日韩+国产| 欧美日韩一级在线毛片| 韩国精品一区二区三区| 黄色片一级片一级黄色片| 老汉色∧v一级毛片| 欧美成狂野欧美在线观看| 精品国产亚洲在线| 午夜精品在线福利| 亚洲 欧美 日韩 在线 免费| 在线观看午夜福利视频| 精品国产亚洲在线| 久9热在线精品视频| 麻豆久久精品国产亚洲av | 中文字幕精品免费在线观看视频| 亚洲九九香蕉| 免费日韩欧美在线观看| 母亲3免费完整高清在线观看| 亚洲午夜精品一区,二区,三区| 狠狠狠狠99中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕人妻丝袜制服| 国产精品国产高清国产av| 国产一区二区三区在线臀色熟女 | 电影成人av| 水蜜桃什么品种好| 十八禁人妻一区二区| 亚洲三区欧美一区| 久久精品亚洲av国产电影网| 亚洲精品在线美女| 久99久视频精品免费| 三上悠亚av全集在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 国产高清视频在线播放一区| 精品熟女少妇八av免费久了| 91字幕亚洲| 三级毛片av免费| 大型黄色视频在线免费观看| 亚洲人成伊人成综合网2020| 神马国产精品三级电影在线观看 | 一区福利在线观看| 亚洲男人的天堂狠狠| 精品一品国产午夜福利视频| 国产成人啪精品午夜网站| 精品一品国产午夜福利视频| 男女高潮啪啪啪动态图| 国产成年人精品一区二区 | 91av网站免费观看| 激情在线观看视频在线高清| 交换朋友夫妻互换小说| 一级a爱视频在线免费观看| 免费看十八禁软件| 黑人巨大精品欧美一区二区mp4| 中国美女看黄片| 一区二区三区激情视频| 波多野结衣一区麻豆| 女人被躁到高潮嗷嗷叫费观| 国产成人一区二区三区免费视频网站| 亚洲伊人色综图| 久久久久久亚洲精品国产蜜桃av| 日本欧美视频一区| 亚洲精品国产色婷婷电影| 亚洲,欧美精品.| 怎么达到女性高潮| 嫩草影院精品99| 好看av亚洲va欧美ⅴa在| 日本免费a在线| 色老头精品视频在线观看| 最近最新免费中文字幕在线| 一区二区三区激情视频| 成人黄色视频免费在线看| 免费在线观看影片大全网站| 一级作爱视频免费观看| 国产亚洲精品第一综合不卡| 精品日产1卡2卡| 男女下面进入的视频免费午夜 | 在线观看午夜福利视频| 欧美亚洲日本最大视频资源| 国产成人av教育| 亚洲美女黄片视频| 亚洲国产中文字幕在线视频| 免费av毛片视频| 国产成人av激情在线播放| 女生性感内裤真人,穿戴方法视频| 国产亚洲精品综合一区在线观看 | 亚洲中文字幕日韩| 欧美日韩一级在线毛片| 无遮挡黄片免费观看| 亚洲精品国产一区二区精华液| 精品国产美女av久久久久小说| 91老司机精品| 久久久久久大精品| 欧美人与性动交α欧美软件| 免费人成视频x8x8入口观看| 午夜两性在线视频| 三级毛片av免费| 波多野结衣av一区二区av| 亚洲国产中文字幕在线视频| 欧美黄色片欧美黄色片| 在线国产一区二区在线| 最近最新中文字幕大全免费视频| 在线观看免费视频日本深夜| 亚洲色图 男人天堂 中文字幕| 18禁观看日本| 亚洲第一欧美日韩一区二区三区| 久久99一区二区三区| 在线观看舔阴道视频| 大型av网站在线播放| 国产精品亚洲一级av第二区| 一进一出抽搐动态| 国产真人三级小视频在线观看| 国产片内射在线| 中文字幕人妻丝袜一区二区| 看黄色毛片网站| 欧美日韩乱码在线| 一边摸一边做爽爽视频免费| 99久久国产精品久久久| 久久狼人影院| 高潮久久久久久久久久久不卡| 亚洲av电影在线进入| 欧美精品啪啪一区二区三区| 久久性视频一级片| 嫩草影视91久久| 99久久综合精品五月天人人| 亚洲视频免费观看视频| 在线观看免费高清a一片| 欧美激情高清一区二区三区| 在线观看66精品国产| 国产欧美日韩一区二区精品| 91成人精品电影| 国内久久婷婷六月综合欲色啪| 天堂√8在线中文| 久久精品国产综合久久久| cao死你这个sao货| 精品国产亚洲在线| 桃色一区二区三区在线观看| 久热这里只有精品99| 国产人伦9x9x在线观看| 午夜福利免费观看在线| 欧美日韩av久久| 波多野结衣一区麻豆| 久久人人精品亚洲av| 黑人猛操日本美女一级片| 亚洲成av片中文字幕在线观看| 亚洲午夜理论影院| av网站免费在线观看视频| 久久精品91蜜桃| 免费不卡黄色视频| 久久天堂一区二区三区四区| 一区二区三区国产精品乱码| 国产精品久久久久久人妻精品电影| 妹子高潮喷水视频| 欧美黄色淫秽网站| 婷婷六月久久综合丁香| 黄色毛片三级朝国网站| 久久99一区二区三区| 超碰97精品在线观看| 欧美黄色淫秽网站| 99热只有精品国产| 午夜91福利影院| 一个人观看的视频www高清免费观看 | 91精品国产国语对白视频| 51午夜福利影视在线观看| 黄网站色视频无遮挡免费观看| 精品一区二区三区四区五区乱码| av视频免费观看在线观看| 真人做人爱边吃奶动态| 一级片免费观看大全| 麻豆久久精品国产亚洲av | 午夜福利,免费看| 亚洲中文日韩欧美视频| 免费人成视频x8x8入口观看| 午夜精品国产一区二区电影| 亚洲一区高清亚洲精品| 午夜免费观看网址| 好看av亚洲va欧美ⅴa在| 久久久久国内视频| 波多野结衣高清无吗| 久久伊人香网站| 黄色视频不卡| 老熟妇乱子伦视频在线观看| 亚洲五月婷婷丁香| 天天躁狠狠躁夜夜躁狠狠躁| 丰满迷人的少妇在线观看| 亚洲人成77777在线视频| 一级黄色大片毛片| 日韩一卡2卡3卡4卡2021年| 他把我摸到了高潮在线观看| 黑人操中国人逼视频| 最近最新免费中文字幕在线| 99久久人妻综合| 正在播放国产对白刺激| 国产av精品麻豆| 亚洲中文字幕日韩| 丁香欧美五月| 精品国内亚洲2022精品成人| 欧美在线一区亚洲| 好男人电影高清在线观看| 亚洲精品国产一区二区精华液| 欧美激情极品国产一区二区三区| 亚洲色图av天堂| 国产成人av教育| 另类亚洲欧美激情| 亚洲中文日韩欧美视频| 又大又爽又粗| 亚洲自拍偷在线| 我的亚洲天堂| 亚洲av第一区精品v没综合| 精品国产超薄肉色丝袜足j| 国产单亲对白刺激| 欧美日本中文国产一区发布| 国产精品乱码一区二三区的特点 | 男男h啪啪无遮挡| 午夜福利在线观看吧| 日本五十路高清| 欧美久久黑人一区二区| 亚洲精品中文字幕一二三四区| 夜夜看夜夜爽夜夜摸 | 大型黄色视频在线免费观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲人成77777在线视频| 日韩中文字幕欧美一区二区| 亚洲成国产人片在线观看| 亚洲av成人av| 欧美日韩av久久| 亚洲人成伊人成综合网2020| 日韩欧美三级三区| 午夜福利影视在线免费观看| 99在线视频只有这里精品首页| av欧美777| 国产亚洲精品综合一区在线观看 | 69精品国产乱码久久久| 男人操女人黄网站| 国产精品影院久久| 高清av免费在线| 国产欧美日韩一区二区三| 国产日韩一区二区三区精品不卡| 国产午夜精品久久久久久| netflix在线观看网站| 大型av网站在线播放| 国产无遮挡羞羞视频在线观看| e午夜精品久久久久久久| 精品一品国产午夜福利视频| 久久香蕉精品热| 免费av毛片视频| 亚洲精品av麻豆狂野| 日韩视频一区二区在线观看| 91九色精品人成在线观看| 欧美日本中文国产一区发布| 欧美日韩国产mv在线观看视频| 免费人成视频x8x8入口观看| 亚洲欧美精品综合一区二区三区| 亚洲色图 男人天堂 中文字幕| 免费看a级黄色片| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲第一青青草原| 9191精品国产免费久久| 免费人成视频x8x8入口观看| 老汉色∧v一级毛片| 夜夜夜夜夜久久久久| 国产蜜桃级精品一区二区三区| 国产99久久九九免费精品| 成在线人永久免费视频| 色老头精品视频在线观看| 高清毛片免费观看视频网站 | 欧美黄色片欧美黄色片| 久久 成人 亚洲| 在线看a的网站| 日本黄色视频三级网站网址| 性少妇av在线| 久久狼人影院| 人妻丰满熟妇av一区二区三区| 黑丝袜美女国产一区|