• <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 ?

    單目圖像序列光流三維重建技術(shù)研究綜述

    2017-01-10 07:17:08張聰炫
    電子學(xué)報(bào) 2016年12期
    關(guān)鍵詞:光流三維重建圖像

    張聰炫,陳 震,黎 明

    (1.南昌航空大學(xué)無(wú)損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,江西南昌 330063;2.南昌航空大學(xué)測(cè)試與光電工程學(xué)院,江西南昌 330063)

    單目圖像序列光流三維重建技術(shù)研究綜述

    張聰炫1,2,陳 震1,2,黎 明1

    (1.南昌航空大學(xué)無(wú)損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,江西南昌 330063;2.南昌航空大學(xué)測(cè)試與光電工程學(xué)院,江西南昌 330063)

    由單目圖像序列光流重建物體或場(chǎng)景的三維運(yùn)動(dòng)與結(jié)構(gòu)是計(jì)算機(jī)視覺(jué)、圖像處理與模式識(shí)別等領(lǐng)域的重要研究?jī)?nèi)容,在機(jī)器人視覺(jué)、無(wú)人機(jī)導(dǎo)航、車(chē)輛輔助駕駛以及醫(yī)學(xué)影像分析等方面具有重要的應(yīng)用.本文首先從精度與魯棒性等方面對(duì)單目圖像序列光流計(jì)算及三維重建技術(shù)近年來(lái)取得的進(jìn)展進(jìn)行綜述與分析.然后采用Middlebury測(cè)試圖像序列對(duì)HS、LDOF、CLG-TV、SOF、AOFSCNN和Classic+NL等典型光流算法以及Adiv、RMROF、Sekkati和DMDPOF等基于光流的間接與直接重建方法進(jìn)行實(shí)驗(yàn)對(duì)比分析,指出各對(duì)比方法的優(yōu)點(diǎn)與不足,歸納各類(lèi)方法的性能特點(diǎn)與適用范圍.最后對(duì)利用分?jǐn)?shù)階微分模型、非局部約束、立體視覺(jué)以及深度線索解決亮度突變、非剛性運(yùn)動(dòng)、運(yùn)動(dòng)遮擋與模糊情況下光流計(jì)算及重建模型的局限性與魯棒性問(wèn)題進(jìn)行總結(jié)與展望.

    單目圖像序列;光流;運(yùn)動(dòng)估計(jì);三維重建;困難場(chǎng)景;魯棒性

    1 引言

    光流是指運(yùn)動(dòng)物體或場(chǎng)景表面的光學(xué)特征部位在投影平面的瞬時(shí)速度,其不僅包含了物體或場(chǎng)景的運(yùn)動(dòng)參數(shù),還攜帶了豐富的三維結(jié)構(gòu)信息.研究基于單目圖像序列光流的三維重建技術(shù)就是研究如何利用圖像光流估計(jì)目標(biāo)運(yùn)動(dòng)物體或場(chǎng)景的三維運(yùn)動(dòng)速度并重建其三維結(jié)構(gòu).21世紀(jì)以來(lái),隨著圖像傳感器以及電子芯片技術(shù)的飛躍式發(fā)展,基于單目圖像序列光流的三維重建技術(shù)已在航空航天、軍事、工業(yè)、醫(yī)療等領(lǐng)域顯示出越來(lái)越重要的地位與作用,例如應(yīng)用于工業(yè)機(jī)器人的視覺(jué)系統(tǒng)[1]、車(chē)輛行進(jìn)過(guò)程中的前景及障礙物檢測(cè)[2]、紅外圖像中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤[3]、無(wú)人機(jī)導(dǎo)航與起降系統(tǒng)[4]、衛(wèi)星云圖分析與三維顯示[5]、醫(yī)學(xué)圖像器官的三維重建與分析、診斷[6]等等.

    根據(jù)計(jì)算策略的不同,基于單目圖像序列光流的三維重建方法大致可以分為兩類(lèi):基于稠密光流的方法和基于稀疏光流(特征光流)的方法.基于稠密光流的三維重建技術(shù)是利用運(yùn)動(dòng)物體或場(chǎng)景表面稠密像素點(diǎn)的圖像運(yùn)動(dòng)估計(jì)其對(duì)應(yīng)的三維運(yùn)動(dòng)與深度信息,因此該類(lèi)方法可以較好地描述運(yùn)動(dòng)物體或場(chǎng)景的表面細(xì)節(jié)信息.根據(jù)研究階段的不同,基于稠密光流的三維重建技術(shù)主要分為圖像序列光流計(jì)算技術(shù)研究和基于稠密光流的三維重建技術(shù)研究.其中,圖像序列光流計(jì)算技術(shù)是基于稠密光流三維重建技術(shù)的重要基礎(chǔ),光流計(jì)算的精度直接關(guān)系三維運(yùn)動(dòng)估計(jì)與結(jié)構(gòu)重建的效果.基于稀疏光流的三維重建技術(shù)需要首先提取圖像序列中運(yùn)動(dòng)物體或場(chǎng)景表面的圖像特征(例如圖像中的角點(diǎn)、直線、曲線等特征),然后對(duì)提取的特征跟蹤、匹配并計(jì)算出其對(duì)應(yīng)的圖像坐標(biāo)變化,從而根據(jù)特征光流與三維運(yùn)動(dòng)和空間結(jié)構(gòu)的投影關(guān)系重建三維運(yùn)動(dòng)與結(jié)構(gòu).由于只是采用圖像序列中感興趣的圖像特征對(duì)物體或場(chǎng)景進(jìn)行描述,基于稀疏光流的三維重建技術(shù)能夠克服亮度突變現(xiàn)象對(duì)重建結(jié)果的影響.

    根據(jù)單目圖像序列光流三維重建技術(shù)的分類(lèi)以及研究階段的不同,本文分別從圖像序列光流計(jì)算技術(shù)、基于稠密光流的三維重建技術(shù)和基于稀疏光流的三維重建技術(shù)等方面對(duì)單目圖像序列光流三維重建理論與方法的研究現(xiàn)狀以及現(xiàn)存的關(guān)鍵問(wèn)題與后期研究方向進(jìn)行扼要的介紹及分析.

    2 圖像序列光流計(jì)算技術(shù)

    1981年,Horn和Schunck[7]通過(guò)對(duì)光流基本約束方程添加平滑項(xiàng)構(gòu)成全局能量函數(shù),開(kāi)創(chuàng)性地提出了光流估計(jì)模型:

    (1)式中,Ω表示圖像區(qū)域,I(x,y)表示圖像像素點(diǎn)(x,y)T處的灰度值,(Ix,Iy,It)T表示圖像灰度沿x、y軸以及時(shí)間t方向的偏導(dǎo).=(?x?y)T表示梯度算子,α是平滑項(xiàng)權(quán)重系數(shù).對(duì)式(1)中光流分量u、v分別求導(dǎo)后可以推導(dǎo)出對(duì)應(yīng)的迭代公式進(jìn)而計(jì)算光流矢量w=(u,v)T.Lucas和Kanade[8]假設(shè)在圖像中一個(gè)較小區(qū)域內(nèi)各像素點(diǎn)的光流值相等,利用加權(quán)函數(shù)對(duì)各像素點(diǎn)進(jìn)行約束,提出了局部光流算法,該方法充分考慮圖像像素點(diǎn)的局部鄰域信息,有效地提高光流計(jì)算模型的抗噪性,但由于采用鄰域光流一致的計(jì)算策略,導(dǎo)致光流結(jié)果并不是完全稠密的[9].

    在光流計(jì)算模型中,數(shù)據(jù)項(xiàng)主要由基于圖像數(shù)據(jù)的守恒假設(shè)構(gòu)成,是決定光流計(jì)算精度與魯棒性的主要因素.針對(duì)基本約束方程在圖像中包含光照變化時(shí)可靠性較差的問(wèn)題,基于圖像梯度[10]、圖像結(jié)構(gòu)張量[11]等數(shù)據(jù)的高階守恒假設(shè)逐漸成為數(shù)據(jù)項(xiàng)的重要組成部分.Papenberg[12]等人對(duì)不同類(lèi)型守恒假設(shè)進(jìn)行理論分析和實(shí)驗(yàn)對(duì)比,證明了灰度守恒假設(shè)與梯度守恒假設(shè)的聯(lián)合形式總體性能較優(yōu).針對(duì)光照陰影對(duì)光流計(jì)算的影響,基于圖像紋理、結(jié)構(gòu)分解的圖像數(shù)據(jù)處理方法能夠有效地降低圖像陰影區(qū)域?qū)κ睾慵僭O(shè)造成的誤差[13].鑒于傳統(tǒng)數(shù)據(jù)項(xiàng)采用的平方模型易導(dǎo)致守恒假設(shè)誤差的非線性增大,基于Charbonnier函數(shù)的非平方模型成為現(xiàn)階段解決光流計(jì)算魯棒性的有效手段[14].針對(duì)光流模型的抗噪性能,Drulea[15]在數(shù)據(jù)項(xiàng)采用全局優(yōu)化與局部?jī)?yōu)化相結(jié)合的方法,既提高了光流計(jì)算的抗噪性,又能得到稠密的光流場(chǎng).鑒于彩色圖像能夠提供更多的圖像信息,項(xiàng)學(xué)智[16]提出了基于多通道和色彩梯度守恒的光流計(jì)算模型,進(jìn)一步提高了數(shù)據(jù)項(xiàng)模型的準(zhǔn)確性與可靠性.

    光流計(jì)算模型的平滑項(xiàng)主要由各種平滑策略構(gòu)成,決定了光流擴(kuò)散的方向和程度.由于傳統(tǒng)的一致擴(kuò)散策略造成圖像邊緣過(guò)于平滑,基于圖像梯度的自適應(yīng)變化擴(kuò)散策略最早被用于解決圖像邊緣區(qū)域光流過(guò)度發(fā)散的問(wèn)題[17].針對(duì)各向同性擴(kuò)散易導(dǎo)致圖像邊緣模糊的問(wèn)題,Werlberger[18]提出基于圖像結(jié)構(gòu)張量的各向異性擴(kuò)散策略,通過(guò)控制光流在圖像邊緣不同方向的擴(kuò)散程度克服由于光流擴(kuò)散所導(dǎo)致的邊緣模糊現(xiàn)象.由于圖像邊緣與運(yùn)動(dòng)邊緣并不一定完全重合,基于光流驅(qū)動(dòng)的平滑項(xiàng)擴(kuò)散策略[19]能夠降低圖像中運(yùn)動(dòng)邊緣處溢出點(diǎn)對(duì)光流計(jì)算的影響,使得光流結(jié)果充分體現(xiàn)了運(yùn)動(dòng)細(xì)節(jié).針對(duì)圖像驅(qū)動(dòng)與光流驅(qū)動(dòng)兩類(lèi)平滑項(xiàng)擴(kuò)散策略各自的優(yōu)缺點(diǎn),Zimmer[20]提出基于圖像與光流聯(lián)合驅(qū)動(dòng)的平滑項(xiàng)模型,使得光流估計(jì)結(jié)果既能體現(xiàn)運(yùn)動(dòng)細(xì)節(jié)又盡可能地貼合圖像邊緣.

    近年來(lái),隨著圖像計(jì)算難度的增大,光流模型的計(jì)算策略及優(yōu)化方法研究逐漸成為熱點(diǎn)問(wèn)題.針對(duì)大位移光流估計(jì)問(wèn)題,Brox[21]通過(guò)將金字塔變形分層策略與區(qū)域匹配方法相結(jié)合,有效提高了大位移運(yùn)動(dòng)光流計(jì)算的精度與魯棒性.當(dāng)圖像序列中存在運(yùn)動(dòng)遮擋情況時(shí),光流估計(jì)在遮擋區(qū)域常常包含較大誤差,Ayvaci[22]在朗伯反射與光照不變的條件下提出面向稀疏遮擋的光流計(jì)算方法,部分解決了遮擋區(qū)域光流計(jì)算的可靠性問(wèn)題.針對(duì)光流計(jì)算的魯棒性與時(shí)效性問(wèn)題,Zhang[23]采用雙層細(xì)胞神經(jīng)網(wǎng)絡(luò)對(duì)基于多守恒假設(shè)與各向異性擴(kuò)散相結(jié)合的光流模型進(jìn)行優(yōu)化,提高了光流計(jì)算的精度與時(shí)效性.針對(duì)困難場(chǎng)景光流計(jì)算的準(zhǔn)確性問(wèn)題,Sun[24]通過(guò)在金字塔分層迭代時(shí)對(duì)圖像光流進(jìn)行加權(quán)中值濾波優(yōu)化,大幅提高了光流估計(jì)的精度與魯棒性.Middlebury學(xué)院的計(jì)算機(jī)視覺(jué)研究中心對(duì)不同光流算法進(jìn)行了系統(tǒng)的比較與分析,提出了Middlebury評(píng)價(jià)標(biāo)準(zhǔn)[25],并提供了不同類(lèi)型的測(cè)試圖像序列,為光流計(jì)算的后續(xù)研究奠定了基礎(chǔ).

    針對(duì)圖像序列光流計(jì)算策略的對(duì)比問(wèn)題,本文分別選取HS[7]、LDOF[21]、CLG-TV[15]、SOF[22]、AOFSCNN[23]以及Classic+NL[24]等代表性方法進(jìn)行光流計(jì)算評(píng)測(cè).測(cè)試圖像采用圖1所示的Middlebury數(shù)據(jù)庫(kù)提供的Dimetrodon、Grove3、Rubberwhale以及Urban2圖像序列.其中,Dimetrodon圖像序列包含非剛性復(fù)雜運(yùn)動(dòng)、Grove3圖像序列包含復(fù)雜邊緣結(jié)構(gòu)與運(yùn)動(dòng)間斷、RubberWhale圖像序列包含多目標(biāo)復(fù)雜運(yùn)動(dòng)以及陰影區(qū)域、Urban2圖像序列同時(shí)存在運(yùn)動(dòng)遮擋與小位移光流.圖2展示了各對(duì)比方法計(jì)算所得光流結(jié)果,由于HS算法是光流計(jì)算的起源方法,針對(duì)本實(shí)驗(yàn)所采用的圖像序列,HS算法計(jì)算效果最差,說(shuō)明HS算法已無(wú)法滿足復(fù)雜困難場(chǎng)景圖像序列光流計(jì)算的要求.LDOF算法針對(duì)Urban2圖像序列光流計(jì)算效果較差,說(shuō)明該方法不適用于運(yùn)動(dòng)遮擋與小位移光流類(lèi)型圖像;CLG-TV算法針對(duì)Grove3與Rubberwhale圖像序列光流計(jì)算效果較差,主要源于該方法采用局部與全局優(yōu)化相結(jié)合導(dǎo)致光流計(jì)算在圖像邊緣細(xì)節(jié)區(qū)域過(guò)于平滑;SOF算法針對(duì)Rubberwhale與Urban2等包含遮擋與陰影的圖像序列計(jì)算效果較好,但針對(duì)Grove3等包含復(fù)雜邊緣輪廓的圖像序列光流計(jì)算效果不理想;AOFSCNN算法與Classic+NL算法光流計(jì)算整體效果較好,說(shuō)明這兩種方法針對(duì)非剛性運(yùn)動(dòng)、復(fù)雜邊緣、運(yùn)動(dòng)遮擋以及小位移光流等困難場(chǎng)景具有較好的適用性.

    表1分別給出了各對(duì)比方法光流計(jì)算結(jié)果的平均角誤差(Average Angle Error,AAE)與平均端點(diǎn)誤差(Average Endpoint Error,AEE),其中,AAE誤差指標(biāo)反映的是光流計(jì)算結(jié)果的平均相對(duì)角誤差,即光流整體偏移程度;AEE誤差指標(biāo)反映的是光流計(jì)算結(jié)果的平均端點(diǎn)誤差,即光流平均絕對(duì)誤差.由表1可以看出,Classic+NL算法在Grove3、Rubberwhale以及Urban2等三組圖像序列中AAE誤差最小,說(shuō)明Classic+NL算法光流計(jì)算結(jié)果整體偏移程度較??;AOFSCNN算法針對(duì)Grove3與Urban2等兩組圖像序列AEE誤差指標(biāo)表現(xiàn)最優(yōu),說(shuō)明AOFSCNN算法光流計(jì)算絕對(duì)誤差較小.

    表1 Middlebury測(cè)試庫(kù)圖像序列光流計(jì)算誤差對(duì)比

    3 基于稀疏光流的三維重建技術(shù)

    3.1 基于稀疏點(diǎn)光流的三維重建技術(shù)

    基于圖像序列稀疏光流的三維重建研究始于20世紀(jì)80年代,Roach[26]首先根據(jù)圖像特征點(diǎn)與三維空間點(diǎn)的幾何對(duì)應(yīng)關(guān)系提出了基于圖像稀疏點(diǎn)光流的非線性三維重建算法.針對(duì)非線性算法無(wú)法獲得唯一解的問(wèn)題,Zhuang和Huang[27]提出基于特征點(diǎn)光流的三維重建線性算法.由于線性算法重建模型對(duì)圖像噪聲較為敏感,以擴(kuò)展卡爾曼濾波為代表的各類(lèi)數(shù)字率濾波器在20世紀(jì)末被廣泛用于稀疏點(diǎn)光流三維重建模型的優(yōu)化[28],但由于該類(lèi)方法通常需要長(zhǎng)序列圖像進(jìn)行狀態(tài)估計(jì),導(dǎo)致其重建模型的時(shí)間消耗過(guò)大.

    隨著圖像特征點(diǎn)提取技術(shù)的快速發(fā)展,基于稀疏點(diǎn)光流的三維重建技術(shù)在重建精度等方面得到較大提高.針對(duì)多運(yùn)動(dòng)目標(biāo)的三維重建問(wèn)題,Ozden[29]采用概率統(tǒng)計(jì)對(duì)匹配得到的稀疏點(diǎn)光流進(jìn)行分類(lèi),提高了多目標(biāo)三維重建的可靠性.王俊[30]提出一種基于圖像匹配-特征點(diǎn)云融合的三維重建方法,通過(guò)匹配不同點(diǎn)云模型在同一幅圖像上的投影點(diǎn)確定特征光流對(duì)應(yīng)集,提高了大場(chǎng)景三維重建的精度.針對(duì)復(fù)雜運(yùn)動(dòng)物體和場(chǎng)景的三維重建問(wèn)題,Nachimson[31]通過(guò)分解旋轉(zhuǎn)和平移運(yùn)動(dòng)提出基于二次全局優(yōu)化的特征點(diǎn)光流三維重建方法,提高了復(fù)雜運(yùn)動(dòng)三維重建的精度.

    近年來(lái),隨著魯棒估計(jì)算法在計(jì)算機(jī)視覺(jué)領(lǐng)域的廣泛應(yīng)用,稀疏點(diǎn)光流三維重建技術(shù)的魯棒性得到較大提高.針對(duì)場(chǎng)景與攝像機(jī)相對(duì)運(yùn)動(dòng)情況下的三維重建問(wèn)題,Scaramuzza[32]提出基于RANSAC約束的稀疏點(diǎn)光流魯棒重建模型,并將其應(yīng)用于車(chē)載攝像頭的場(chǎng)景重建,展現(xiàn)了該類(lèi)方法的應(yīng)用價(jià)值.針對(duì)室外大場(chǎng)景的三維重建問(wèn)題,Crandall[33]利用離散馬爾科夫隨機(jī)場(chǎng)與連續(xù)Levenberg-Marquardt算法構(gòu)造稀疏點(diǎn)光流三維重建模型,提高了復(fù)雜環(huán)境下三維重建模型的魯棒性.針對(duì)運(yùn)動(dòng)遮擋等困難類(lèi)型圖像序列,Sinha[34]通過(guò)非線性插值對(duì)圖像序列中的點(diǎn)和消失點(diǎn)進(jìn)行匹配,提出基于多級(jí)優(yōu)化的線性稀疏點(diǎn)光流三維重建模型,部分解決了遮擋、形變等情況下三維重建的可靠性問(wèn)題.

    3.2 基于稀疏直線光流的三維重建技術(shù)

    鑒于基于稀疏點(diǎn)光流的三維重建技術(shù)僅僅利用圖像中像素點(diǎn)這一最小單位,當(dāng)圖像序列中存在大位移運(yùn)動(dòng)、運(yùn)動(dòng)遮擋與模糊等困難運(yùn)動(dòng)類(lèi)型時(shí),稀疏點(diǎn)光流重建模型的魯棒性問(wèn)題仍未得到較好地解決.直線是計(jì)算機(jī)視覺(jué)中最常用的一種特征信息,相對(duì)于單個(gè)像素點(diǎn),直線特征的抽象層次更高,能夠提供更多的拓?fù)浣Y(jié)構(gòu)信息.因此,基于直線光流的三維重建方法逐漸成為稀疏光流重建技術(shù)的研究熱點(diǎn).

    1988年,Liu和Huang[35]首先提出利用三幀圖像直線光流計(jì)算運(yùn)動(dòng)物體旋轉(zhuǎn)和平移運(yùn)動(dòng)的非線性重建模型.由于非線性算法不能保證運(yùn)動(dòng)估計(jì)的唯一解,Liu和Huang[36]又提出基于直線光流的三維運(yùn)動(dòng)估計(jì)線性模型.陳震[37]首次定義了直線光流的概念,并提出基于直線光流的剛體運(yùn)動(dòng)估計(jì)與結(jié)構(gòu)重建線性模型.針對(duì)重建算法的魯棒性問(wèn)題,文獻(xiàn)[38]和[39]分別利用誤差函數(shù)和全局優(yōu)化建立直線光流三維重建非線性模型,抑制了圖像噪聲對(duì)直線重建精度的影響.

    針對(duì)某些場(chǎng)景可供利用直線光流數(shù)量較少的問(wèn)題,文獻(xiàn)[40]提出了基于最優(yōu)數(shù)量直線光流的三維重建線性模型,但由于模型的魯棒性與直線數(shù)量相關(guān),當(dāng)直線數(shù)量較少時(shí),重建精度較差.Mosaddegh[41]利用直線光度守恒假設(shè)對(duì)三維重建模型進(jìn)行約束,提高了直線光流數(shù)量較少時(shí)重建算法的精度.針對(duì)不規(guī)則運(yùn)動(dòng)物體或場(chǎng)景的三維重建問(wèn)題,Liu[42]以多條直線段擬合曲線特征,提出適用于復(fù)雜表面剛體的直線光流重建模型.Elqursh[43]提出基于正交直線光流的運(yùn)動(dòng)估計(jì)模型,降低了重建模型對(duì)圖像幀數(shù)的要求.

    4 基于稠密光流的三維重建技術(shù)

    4.1 間接重建方法

    基于稠密光流的間接重建方法是通過(guò)圖像光流與三維運(yùn)動(dòng)的空間幾何關(guān)系重建運(yùn)動(dòng)物體或場(chǎng)景三維運(yùn)動(dòng)與結(jié)構(gòu).1983年,Bruss[44]首先提出基于局部區(qū)域光流的三維運(yùn)動(dòng)估計(jì)模型,雖然模型簡(jiǎn)單、重建效率較快,但由于缺少對(duì)光流誤差的懲罰導(dǎo)致重建效果較差.當(dāng)圖像序列光流估計(jì)結(jié)果包含較大誤差時(shí),如何減小光流誤差對(duì)重建模型的影響至關(guān)重要.Kolev[45]根據(jù)最大流-最小割原理提出基于全局約束與局部約束相結(jié)合的重建模型,有效地抑制了光流誤差的負(fù)面影響.針對(duì)局部區(qū)域內(nèi)光流誤差的相互傳導(dǎo)問(wèn)題,文獻(xiàn)[46]提出基于正定矩陣的稠密光流間接重建模型,通過(guò)切斷光流誤差的傳遞路徑保證了重建模型的魯棒性.針對(duì)真實(shí)場(chǎng)景的三維重建問(wèn)題,Chessa[47]采用可調(diào)節(jié)參數(shù)濾波對(duì)線性重建模型進(jìn)行優(yōu)化,既提高了重建結(jié)果的準(zhǔn)確性,又能夠縮減時(shí)間消耗.

    當(dāng)圖像序列中包含多個(gè)運(yùn)動(dòng)物體時(shí),如何準(zhǔn)確區(qū)分不同物體的運(yùn)動(dòng)區(qū)域是間接重建方法的一個(gè)關(guān)鍵問(wèn)題.Adiv[48]首先根據(jù)光流估計(jì)結(jié)果對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行動(dòng)態(tài)閾值分割,再利用加權(quán)局部區(qū)域算法計(jì)算運(yùn)動(dòng)物體的三維運(yùn)動(dòng)參數(shù)和相對(duì)深度信息,但由于光流區(qū)域常常大于運(yùn)動(dòng)物體的真實(shí)區(qū)域,因此重建結(jié)果并不理想.針對(duì)閾值分割的缺點(diǎn),Meinhardt[49]使用邊緣檢測(cè)算子對(duì)圖像光流進(jìn)行分割,并利用運(yùn)動(dòng)物體的邊緣約束條件重建其相對(duì)深度.針對(duì)遮擋情況下間接重建模型的準(zhǔn)確性與可靠性問(wèn)題,Calway[50]提出基于改進(jìn)卡爾曼濾波的遞歸重建模型,通過(guò)采用長(zhǎng)序列圖像修正策略使得重建模型具有較好的魯棒性.針對(duì)長(zhǎng)序列導(dǎo)致時(shí)間消耗過(guò)大的問(wèn)題,Lee[51]提出基于圖像光流的概率統(tǒng)計(jì)的三維重建模型,既提高了運(yùn)動(dòng)物體遮擋情況下重建模型的準(zhǔn)確性,又減小了重建模型的時(shí)間消耗.4.2 直接重建方法

    鑒于光流計(jì)算過(guò)程常常會(huì)給間接重建算法帶來(lái)較大的時(shí)間消耗與計(jì)算誤差,Horn和Weldon[52]通過(guò)圖像像素點(diǎn)亮度與對(duì)應(yīng)空間點(diǎn)的透視投影關(guān)系首先定義基于亮度恒等的三維運(yùn)動(dòng)估計(jì)守恒假設(shè),然后提出基于局部鄰域約束的稠密光流三維重建直接方法.基于稠密光流的直接重建方法無(wú)須事先計(jì)算圖像光流,有效地降低了光流計(jì)算所帶來(lái)的誤差風(fēng)險(xiǎn)與時(shí)間消耗,因此迅速成為單目圖像光流三維重建技術(shù)研究的熱點(diǎn).

    針對(duì)直接重建方法的精度問(wèn)題,Mitiche[53]提出基于最小描述長(zhǎng)度原理約束的三維重建模型,但該方法只適合估計(jì)平移運(yùn)動(dòng)參數(shù).Sekkati[54]通過(guò)引入正則化因子,構(gòu)建基于全局優(yōu)化的直接重建模型,解決了直接重建方法的局部最優(yōu)解問(wèn)題.針對(duì)非剛性運(yùn)動(dòng)的重建問(wèn)題,Perriollat[55]使用距離守恒假設(shè)對(duì)重建模型進(jìn)行約束,并采用時(shí)空濾波對(duì)運(yùn)動(dòng)估計(jì)優(yōu)化,提高了非剛性運(yùn)動(dòng)情況下重建模型的可靠性.針對(duì)多目標(biāo)三維重建問(wèn)題,Mitiche[56]在重建模型中利用水平集演化搜索運(yùn)動(dòng)物體或場(chǎng)景的邊緣輪廓,準(zhǔn)確地對(duì)圖像中不同物體或場(chǎng)景進(jìn)行分割.

    針對(duì)光照變化情況下重建模型的魯棒性問(wèn)題,Zhang[57]提出基于多守恒假設(shè)與非線性擴(kuò)散相結(jié)合的直接重建模型,并對(duì)特殊運(yùn)動(dòng)形式的三維重建問(wèn)題進(jìn)行分析,拓展了直接重建方法的適用范圍.Ummenhofer[58]提出基于移動(dòng)背景消除的三維重建模型,能夠有效地減小移動(dòng)背景和物體陰影區(qū)域?qū)χ亟ńY(jié)果的影響.針對(duì)大位移運(yùn)動(dòng)時(shí)重建模型的可靠性問(wèn)題,文獻(xiàn)[59]提出基于圖像金字塔分層的全局優(yōu)化直接重建方法,有效地克服了大位移運(yùn)動(dòng)所導(dǎo)致的邊緣溢出點(diǎn)問(wèn)題.Cubber[60]將單目光流重建模型與雙目視覺(jué)相結(jié)合,利用極線約束估計(jì)物體或場(chǎng)景的絕對(duì)深度,為光流三維重建技術(shù)研究開(kāi)辟了新方向.

    為了驗(yàn)證間接重建方法與直接重建方法的性能與特點(diǎn),分別選取Adiv[48]、RMROF[46]、Sekkati[54]和DMDPOF[59]等重建方法進(jìn)行對(duì)比測(cè)試與分析.其中,Adiv與RMROF算法采用AOFSCNN算法[23]作為重建模型的光流計(jì)算方法.測(cè)試圖像選取圖3(a)所示的Yosemite圖像序列,圖中既存在烏云區(qū)域的非剛性運(yùn)動(dòng),又包含了山谷的大場(chǎng)景擴(kuò)張運(yùn)動(dòng),因此具有較高的挑戰(zhàn)性.由于Yosemite圖像序列沒(méi)有深度真實(shí)值,計(jì)算出各對(duì)比方法的深度重建結(jié)果后使用灰度圖表示如圖3(e)~(h)所示.圖中顏色較深的像素點(diǎn)表示其深度坐標(biāo)較小,即該點(diǎn)距離攝相機(jī)鏡頭較近;顏色較淺的像素點(diǎn)表示其深度坐標(biāo)較大,即距離攝相機(jī)鏡頭較遠(yuǎn).圖3中,Adiv算法重建效果較差,主要源于該方法僅采用局部鄰域約束估計(jì)三維運(yùn)動(dòng)與深度信息,導(dǎo)致其對(duì)困難場(chǎng)景的重建效果較差.Sekkati算法重建效果略好于Adiv算法,但由于采用非線性一致擴(kuò)散策略導(dǎo)致其重建結(jié)果過(guò)于平滑.RMROF算法與DMDPOF算法重建結(jié)果未出現(xiàn)明顯的過(guò)度分割與不連續(xù)現(xiàn)象,整體重建效果較好.

    圖3(b)~(d)分別展示了光流真實(shí)值、AOFSCNN與DMDPOF算法的光流估計(jì)結(jié)果,圖中AOFSCNN算法在烏云區(qū)域存在輕微的過(guò)度分割現(xiàn)象,而DMDPOF算法則更加平滑,未出現(xiàn)過(guò)度分割現(xiàn)象.表2展示了各對(duì)比方法的光流誤差A(yù)AE與AEE統(tǒng)計(jì)結(jié)果,其中Adiv與RMROF算法采用的是AOFSCNN算法的光流計(jì)算結(jié)果.表中AOFSCNN算法的AAE誤差最小,而DMDPOF算法的AEE誤差最小.通過(guò)各對(duì)比方法的定性分析與定量比較可以看出,精確的光流輸入并不一定能保證間接重建方法取得令人滿意的重建效果,主要源于不適當(dāng)?shù)拈g接重建模型可能會(huì)將光流誤差放大.直接重建方法計(jì)算出的光流結(jié)果與重建效果是密切相關(guān)的,因此直接重建方法計(jì)算出的光流精度越高,說(shuō)明其重建效果越好.

    表2 各對(duì)比重建方法光流誤差結(jié)果

    5 總結(jié)與展望

    本文通過(guò)對(duì)圖像序列光流計(jì)算技術(shù)、基于圖像特征光流的三維重建技術(shù)以及基于稠密光流的三維重建技術(shù)等研究?jī)?nèi)容進(jìn)行分類(lèi)歸納,總結(jié)分析了單目圖像序列光流三維重建技術(shù)的研究熱點(diǎn)及重要研究成果,并對(duì)光流計(jì)算及其三維重建技術(shù)研究領(lǐng)域中幾類(lèi)代表性方法進(jìn)行了實(shí)驗(yàn)對(duì)比測(cè)試,以說(shuō)明各類(lèi)方法的性能特點(diǎn)以及適用范圍.

    雖然單目圖像序列光流三維重建技術(shù)研究取得了較大進(jìn)展與諸多成果,但仍有許多相關(guān)工作有待進(jìn)一步深入研究,例如:

    (1)圖像序列光流計(jì)算的基礎(chǔ)是基于圖像數(shù)據(jù)的守恒假設(shè),而光照變化、大位移運(yùn)動(dòng)等導(dǎo)致的像素點(diǎn)亮度突變現(xiàn)象使得現(xiàn)有的各種圖像數(shù)據(jù)整數(shù)階守恒假設(shè)常常出現(xiàn)不連續(xù)問(wèn)題,使得光流計(jì)算結(jié)果較差.分?jǐn)?shù)階微分模型是近年來(lái)微積分研究領(lǐng)域的熱點(diǎn)問(wèn)題,其具有抗噪性、弱導(dǎo)數(shù)性以及記憶性等顯著優(yōu)點(diǎn).在后續(xù)研究中,采用分?jǐn)?shù)階微分模型代替圖像數(shù)據(jù)守恒假設(shè)中傳統(tǒng)的整數(shù)階微分模型有望解決由于像素點(diǎn)亮度突變所導(dǎo)致的光流不連續(xù)問(wèn)題.

    (2)近年來(lái),基于非局部約束的光流計(jì)算模型逐漸成為光流計(jì)算的主流方法,但由于目前的非局部約束項(xiàng)只考慮圖像鄰域像素點(diǎn)的加權(quán)約束,常常導(dǎo)致光流估計(jì)結(jié)果出現(xiàn)“過(guò)度分割”現(xiàn)象.因此,在后續(xù)研究中應(yīng)更多考慮基于圖像區(qū)域的非局部約束策略,利用圖像區(qū)域平滑抑制“過(guò)度分割”現(xiàn)象的產(chǎn)生,同時(shí)避免光流計(jì)算陷入局部最優(yōu).

    (3)當(dāng)圖像序列中存在非剛性運(yùn)動(dòng)或運(yùn)動(dòng)遮擋等現(xiàn)象時(shí),物體或場(chǎng)景表面的像素點(diǎn)或其它特征常常出現(xiàn)“時(shí)有時(shí)無(wú)”的情況,此時(shí)基于單目圖像序列光流的三維重建技術(shù)常常無(wú)法獲取魯棒的運(yùn)動(dòng)估計(jì)與重建結(jié)果.在后續(xù)研究中應(yīng)考慮將單目圖像序列與雙目視覺(jué)相結(jié)合,利用極線約束對(duì)重建模型進(jìn)一步優(yōu)化,以提高重建模型的準(zhǔn)確性與可靠性.

    (4)基于稠密光流的三維重建技術(shù)可以重建圖像序列中運(yùn)動(dòng)物體或場(chǎng)景的稠密結(jié)構(gòu),充分體現(xiàn)其表面細(xì)節(jié)信息;而基于特征光流的三維重建技術(shù)對(duì)圖像亮度變化等噪聲不敏感,且直線、曲線等特征包含物體或場(chǎng)景更多的拓?fù)浣Y(jié)構(gòu).但目前為止,這兩類(lèi)方法基本處于相互平行狀態(tài).在后續(xù)研究中,應(yīng)更多考慮將這兩類(lèi)方法進(jìn)行交叉融合,使得重建結(jié)果既能夠表現(xiàn)圖像細(xì)節(jié),又可以獲取更多的拓?fù)湫畔?

    (5)由于基于單目圖像序列光流的三維重建結(jié)果中通常包含與深度坐標(biāo)相關(guān)的未知參數(shù),使得重建結(jié)果的量化評(píng)價(jià)十分困難.隨著消費(fèi)類(lèi)深度相機(jī)的發(fā)展與普及,后續(xù)研究中應(yīng)考慮采用可見(jiàn)光圖像與深度圖像融合的方法進(jìn)行三維重建技術(shù)研究,利用深度數(shù)據(jù)對(duì)圖像中運(yùn)動(dòng)物體或場(chǎng)景分層分割,并獲取其真實(shí)的運(yùn)動(dòng)估計(jì)與重建結(jié)果.

    [1]Roberts R,Dellaert F.Direct superpixel labeling for mobile robot navigation using learned general optical flow templates[A].International Conference on Intelligent Robots and Systems[C].Chicago:IEEE,2014.1032-1037.

    [2]Nourani-Vatani N,Borges P V K,Roberts J M,et al.On the use of optical flow for scene change detection and description[J].Journal of Intelligent & Robotic Systems,2014,74(3):817-846.

    [3]羅寰,王芳,陳中起,等.基于對(duì)稱差分和光流估計(jì)的紅外弱小目標(biāo)檢測(cè)[J].光學(xué)學(xué)報(bào),2010,30(6):1715-1720. Luo Huan,Wang fang,Chen Zhong-qi,et al.Infrared target detecting based on symmetrical displaced frame difference and optical flow estimation[J].Acta Optica Sinica,2010,30(6):1715-1720.(in Chinese)

    [4]Rhudy M B,Chao H,Gu Y.Wide-field optical flow aided inertial navigation for unmanned aerial vehicles[A].International Conference on Intelligent Robots and Systems[C].Chicago:IEEE,2014.674-679.

    [5]Zhou L,Kambhamettu C,Goldgof D B,et al.Tracking nonrigid motion and structure from 2D satellite cloud images without correspondences[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2001,23(11):1330-1336.

    [6]許鴻奎,江銘炎,楊明強(qiáng).基于改進(jìn)光流場(chǎng)模型的腦部多模醫(yī)學(xué)圖像配準(zhǔn)[J].電子學(xué)報(bào),2012,40(3):525-529. Xu Hong-kui,Jiang Ming-yan,Yang Ming-qiang.Registration of multimodal brain medical images based on improved optical flow model[J].Acta Electronica Sinica,2012,40(3):525-529.(in Chinese)

    [7]Horn B K,Schunck B G.Determining optical flow[J].Artificial Intelligence,1981,17(1):185-203.

    [8]Lucas B D,Kanade T.An iterative image registration technique with an application to stereo vision[A].Proceedings of the 7th International Joint Conference on Artificial Intelligence[C].Vienna:Springer,1981.674-679.

    [9]Bruhn A,Weickert J,Schn?rr C.Lucas/Kanade meets Horn/Schunck:Combining local and global optic flow methods[J].International Journal of Computer Vision,2005,61(3):211-231.

    [10]Brox T,Bruhn A,Papenberg N,et al.High accuracy optical flow estimation based on a theory for warping[A].European Conference on Computer Vision[C].Prague:Springer,2004.25-36.

    [11]陳震,張聰炫,晏文敬,等.基于圖像局部結(jié)構(gòu)的區(qū)域匹配變分光流算法[J].電子學(xué)報(bào),2015,43(11):2200-2209. Chen Zhen,Zhang Cong-xuan,Yan Wen-jing,et al.Region matching variational optical flow algorithm based on image local structure[J].Acta Electronica Sinica,2015,43(11):2200-2209.(in Chinese)

    [12]Papenberg N,Bruhn A,Brox T,et al.Highly accurate optic flow computation with theoretically justified warping[J].International Journal of Computer Vision,2006,67(2):141-158.

    [13]劉駿,祖靜,張瑜,等.光照變化條件下的光流估計(jì)[J].中國(guó)圖象圖形學(xué)報(bào),2014,19(10):1475-1480. Liu Jun,Zu Jing,Zhang Yu,et al.Optical flow estimation method under the condition of illumination change[J].Journal of Image and Graphics,2014,19(10):1475-1480.(in Chinese)

    [14]Wedel A,Pock T,Zach C,et al.An improved algorithm for TV-L1 optical flow[A].Proceedings of the Statistical and Geometrical Approaches to Visual Motion Analysis[C].Dagstuhl Castle:Springer,2009.23-45.

    [15]Drulea M,Nedevschi S.Total variation regularization of local-global optical flow[A].International Conference on Intelligent Transportation Systems[C].Washington:IEEE,2011.318-323.

    [16]項(xiàng)學(xué)智,開(kāi)湘龍,張磊,等.一種變分偏微分多模型光流求解方法[J].儀器儀表學(xué)報(bào),2014,35(1):109-116. Xiang Xue-zhi,Kai Xiang-long,Zhang Lei,et al.A method variational partial differential based multi-model optical flow calculation[J].Chinese Journal of Scientific Instrument,2014,35(1):109-116.(in Chinese)

    [17]Nagel H H,Enkelmann W.An investigation of smoothness constraints for the estimation of displacement vector fields from image sequences[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(5):565-593.

    [18]Werlberger M,Trobin W,Pock T,et al.Anisotropic Huber-L1 optical flow[A].Proceedings of the British machine vision conference[C].London:BMVA,2009.1-11.

    [19]Xu L,Jia J,Matsushita Y.Motion detail preserving optical flow estimation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2012,34(9):1744-1757.

    [20]Zimmer H,Bruhn A,Weickert J.Optic flow in harmony[J].International Journal of Computer Vision,2011,93(3):368-388.

    [21]Brox T,Malik J.Large displacement optical flow:Descriptor matching in variational motion estimation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(3):500-513.

    [22]Ayvaci A,Raptis M,Soatto S.Sparse occlusion detection with optical flow[J].International Journal of Computer Vision,2012,97(3):322-338.

    [23]Zhang C X,Chen Z,Li M,et al.Anisotropic optical flow algorithm based on self-adaptive cellular neural network[J].Journal of Electronic Imaging,2013,22(1):013038-1-9.

    [24]Sun D,Roth S,Black M J.A quantitative analysis of current practices in optical flow estimation and the principles behind them[J].International Journal of Computer Vision,2014,106(2):115-137.

    [25]Baker S,Scharstein D,Lewis J P,et al.A database and evaluation methodology for optical flow[J].International Journal of Computer Vision,2011,92(1):1-31.

    [26]Roach J W.Determining the movement of objects from a sequence of images[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1980,2(6):554-562.

    [27]Zhuang X,Huang T S,Abuja N,et al.A simplified linear optic flow-motion algorithm[J].Computer Vision,Graphics,and Image Processing,1988,42(3):334-344.

    [28]Chiuso A,Favaro P,Jin H,et al.Structure from motion causally integrated over time[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(4):523-535.

    [29]Ozden K E,Schindler K,Van G L.Multibody structure-from-motion in practice[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2010,32(6):1134-1141.

    [30]王俊,朱利.基于圖像匹配-點(diǎn)云融合的建筑物立面三維重建[J].計(jì)算機(jī)學(xué)報(bào),2012,35(10):2072-2079. Wang Jun,Zhu Li.3D building facade reconstruction based on image matching-point cloud fusing[J].Chinese Journal of Computer,2012,35(10):2072-2079.(in Chinese)

    [31]Nachimson M,Kovalsky S Z,Shlizerman I,et al.Global motion estimation from point matches[A].International Conference on 3D Imaging,Modeling,Processing,Visualization and Transmission[C].Zurich:IEEE,2012.81-88.

    [32]Scaramuzza D.1-point-ransac structure from motion for vehicle-mounted cameras by exploiting non-holonomic constraints[J].International Journal of Computer Vision,2011,95(1):74-85.

    [33]Crandall D,Owens A,Snavely N,et al.Discrete-continuous optimization for large-scale structure from motion[A].International Conference on Computer Vision and Pattern Recognition[C].Providence:IEEE,2011.3001-3008.

    [34]Sinha S N,Steedly D,Szeliski R.A multi-stage linear approach to structure from motion[A].European Conference on Computer Vision[C].Heraklion:Springer,2010.267-281.

    [35]Liu Y,Huang T S.Estimation of rigid body motion using straight line correspondences[J].Computer Vision,Graphics,and Image Processing,1988,43(1):37-52.

    [36]Liu Y,Huang T S.A linear algorithm for motion estimation using straight line correspondences[J].Computer Vision,Graphics,and Image Processing,1988,44(1):35-57.

    [37]陳震,許強(qiáng),閆軍,等.基于直線光流場(chǎng)的三維檢測(cè)新方法[J].儀器儀表學(xué)報(bào),2012,33(5):1141-1147. Chen Zhen,Xu Qiang,Yan Jun,et a1.New method of 3D detection based on straight-line optical flow[J].Chinese Journal of Scientific Instrument,2012,33(5):1141-1147.(in Chinese)

    [38]Taylor C J,Kriegman D J.Structure and motion from line segments in multiple images[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1995,17(11):1021-1032.

    [39]Mirzaei F M,Roumeliotis S I.Globally optimal pose estimation from line correspondences[A].International Conference on Robotics and Automation[C].Shanghai:IEEE,2011.5581-5588.

    [40]Kollmann I R,Reichinger A.3D camera pose estimation using line correspondences and 1D homographies[J].Advances in Visual Computing,2010,64(54):41-52.

    [41]Mosaddegh S,Fofi D,Vasseur P.Line based motion estimation and reconstruction of piece-wise planar scenes[A].International Workshop on Applications of Computer Vision[C].Kona:IEEE,2011.658-663.

    [42]Liu J,Chen Y,Tang X.Decomposition of complex line drawings with hidden lines for 3D planar-faced manifold object reconstruction[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(1):3-15.

    [43]Elqursh A,Elgammal A.Line-based relative pose estimation[A].International Conference on Computer Vision and Pattern Recognition[C].Providence:IEEE,2011.3049-3056.

    [44]Bruss R,Horn K P.Passive navigation[J].Computer Vision,Graphics,and Image Processing,1983,21(1):3-20.

    [45]Kolev K,Klodt M,Brox T,et al.Continuous global optimization in multiview 3D reconstruction[J].International Journal of Computer Vision,2009,84(1):80-96.

    [46]張聰炫,陳震,黎明.基于稠密光流的魯棒運(yùn)動(dòng)估計(jì)與表面結(jié)構(gòu)重建[J].儀器儀表學(xué)報(bào),2014,35(1):218-225. Zhang Cong-xuan,Chen Zhen,Li Ming.Robust motion estimation and surface structure reconstruction based on dense optical flow[J].Chinese Journal of Scientific Instrument,2014,35(1):218-225.(in Chinese)

    [47]Chessa M,Solari F,Sabatini S P.Adjustable linear models for optic flow based obstacle avoidance[J].Computer Vision and Image Understanding,2013,117(6):603-619.

    [48]Adiv G.Determining three-dimensional motion and structure from optical flow generated by several moving objects[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1985,7(4):384-401.

    [49]Meinhardt L E,Hondt O,Facciolo G,et al.Relative depth from monocular optical flow[A].International Conference on Image Processing[C].Brussels:IEEE,2011.2085-2088.

    [50]Calway A.Recursive estimation of 3D motion and surface structure from local affine flow parameters[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2005,27(4):562-574.

    [51]Lee D J,Merrell P,Wei Z,et al.Two-frame structure from motion using optical flow probability distributions for unmanned air vehicle obstacle avoidance[J].Machine Vision and Applications,2010,21(3):229-240.

    [52]Horn B K P,Weldon J E J.Direct methods for recovering motion[J].International Journal of Computer Vision,1988,2(1):51-76.

    [53]Mitiche A,Hadjres S.MDL estimation of a dense map of relative depth and 3D motion from a temporal sequence of images[J].Pattern Analysis & Applications,2003,6(1):78-87.

    [54]Sekkati H,Mitiche A.A variational method for the recovery of dense 3D structure from motion[J].Robotics and Autonomous Systems,2007,55(7):597-607.

    [55]Perriollat M,Hartley R,Bartoli A.Monocular template-based reconstruction of inextensible surfaces[J].International Journal of Computer Vision,2011,95(2):124-137.

    [56]Mitiche A,Sekkati H.Optical flow 3d segmentation and interpretation:A variational method with active curve evolution and level sets[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2006,28(11):1818-1829.

    [57]Zhang C X,Chen Z,Li M,et al.Direct method for motion estimation and structure reconstruction based on optical flow[J].Optical Engineering,2012,51(6):067004-1-14.

    [58]Ummenhofer B,Brox T.Dense 3D reconstruction with a hand-held camera[A].Proceedings of the 34th Symposium of the German Association for Pattern Recognition[C].Graz:Springer,2012.103-112.

    [59]張聰炫,陳震,黎明.金字塔光流三維運(yùn)動(dòng)估計(jì)與深度重建直接方法[J].儀器儀表學(xué)報(bào),2015,36(5):1093-1105. Zhang Cong-xuan,Chen Zhen,Li Ming.Direct method for motion estimation and depth reconstruction based on pyramid optical flow[J].Chinese Journal of Scientific Instrument,2015,36(5):1093-1105.(in Chinese)

    [60]Cubber G,Sahli H.Partial differential equation-based dense 3D structure and motion estimation from monocular image sequences[J].IET Computer Vision,2012,6(3):174-185.

    張聰炫 男,1984年7月出生于河南省焦作市.分別于2007年和2014年在南昌航空大學(xué)和南京航空航天大學(xué)獲得學(xué)士和博士學(xué)位.現(xiàn)為南昌航空大學(xué)講師,碩士生導(dǎo)師.主要研究方向?yàn)閳D像檢測(cè)與智能識(shí)別.

    E-mail:zcxdsg@163.com

    陳 震(通信作者) 男,1969年11月出生于江西省九江市.分別于1993、2000和2003年在西北工業(yè)大學(xué)獲得學(xué)士、碩士和博士學(xué)位.現(xiàn)為南昌航空大學(xué)教授,博士生導(dǎo)師.主要研究方向?yàn)橛?jì)算機(jī)視覺(jué)、圖像處理與模式識(shí)別.

    E-mail:dr-chenzhen@163.com

    黎 明 男,1965年2月出生于江西省樟樹(shù)市.分別于1985年、1990年和1997年在上海交通大學(xué)和南京航空航天大學(xué)獲得學(xué)士、碩士和博士學(xué)位.現(xiàn)為南昌航空大學(xué)教授,博士生導(dǎo)師.主要研究方向?yàn)閳D像處理與模式識(shí)別、智能計(jì)算.

    E-mail:limingniat@hotmail.com

    Review of the 3D Reconstruction Technology Based on Optical Flow of Monocular Image Sequence

    ZHANG Cong-xuan1,2,CHEN Zhen1,2,LI Ming1,2

    (1.KeyLaboratoryofNondestructiveTesting,MinistryofEducation,NanchangHangkongUniversity,Nanchang,Jiangxi330063,China; 2.SchoolofMeasuringandOpticalEngineering,NanchangHangkongUniversity,Nanchang,Jiangxi330063,China)

    The research on 3D motion estimation and structure reconstruction of the object or scene based on the monocular image sequence optical flow is important in computer vision,image processing and pattern recognition,and the research achievements are applied in many fields.such as robot vision,unmanned aerial vehicle(UAV) navigation,driver assistance system,medical image analysis,and so on.Firstly,the research progress of the technologies of the monocular image sequence optical flow estimation and 3D reconstruction is reviewed and analyzed from the aspects of accuracy and robustness.Secondly,the test image sequences of Middlebury database are employed to make comparison among the optical flow methods of HS,LDOF,CLG-TV,SOF,AOFSCNN and Classic+NL,and the direct and indirect reconstruction methods of Adiv,RMROF,Sekkati and DMDPOF based on optical flow are compared.Through the comparison results,the advantages and disadvantages of the methods are pointed out,and the characteristics and applications of the methods are generalized.Finally,the limitations and robustness of the models of optical flow estimation and 3D reconstruction in brightness changing,non-rigid motion,motion occlusion and blur are summarized,and the solutions by the fractional order differential model,non-local constraint,stereo vision and depth cue are presented.

    monocular image sequence;optical flow;motion estimation;3D reconstruction;hard scene;robustness

    2015-11-24;

    2016-01-19;責(zé)任編輯:覃懷銀

    國(guó)家自然科學(xué)基金(No.61401190,No.U1233125,No.61462062);江西省主要學(xué)科學(xué)術(shù)帶頭人培養(yǎng)計(jì)劃項(xiàng)目(No.201208421);江西省自然科學(xué)基金重點(diǎn)項(xiàng)目(No.20133ACB20004);江西省科技落地計(jì)劃項(xiàng)目(No.201408083);航空科學(xué)基金(No.2015ZC56009);江西省優(yōu)勢(shì)學(xué)科團(tuán)隊(duì)計(jì)劃項(xiàng)目(No.20152BCB24004);無(wú)損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(No.ZD201529001)

    TP391

    A

    0372-2112 (2016)12-3044-09

    ??學(xué)報(bào)URL:http://www.ejournal.org.cn

    10.3969/j.issn.0372-2112.2016.12.033

    猜你喜歡
    光流三維重建圖像
    改進(jìn)的LapSRN遙感圖像超分辨重建
    利用掩膜和單應(yīng)矩陣提高LK光流追蹤效果
    有趣的圖像詩(shī)
    基于Mimics的CT三維重建應(yīng)用分析
    軟件(2020年3期)2020-04-20 00:56:34
    基于物理學(xué)的改善粒子圖像測(cè)速穩(wěn)健光流方法研究
    基于關(guān)系圖的無(wú)人機(jī)影像三維重建
    三維重建結(jié)合3D打印技術(shù)在腔鏡甲狀腺手術(shù)中的臨床應(yīng)用
    多排螺旋CT三維重建在頜面部美容中的應(yīng)用
    融合光流速度場(chǎng)與背景差分的自適應(yīng)背景更新方法
    遙感圖像幾何糾正中GCP選取
    色5月婷婷丁香| 婷婷色av中文字幕| av视频在线观看入口| 欧美精品一区二区大全| 欧美成人精品欧美一级黄| 在线观看美女被高潮喷水网站| 久久久久久久久久黄片| 麻豆久久精品国产亚洲av| 成人亚洲欧美一区二区av| 少妇高潮的动态图| 可以在线观看毛片的网站| 午夜福利视频1000在线观看| 免费av不卡在线播放| av专区在线播放| 特大巨黑吊av在线直播| 亚洲va在线va天堂va国产| 热99在线观看视频| 看十八女毛片水多多多| 国产真实乱freesex| 亚洲美女视频黄频| 欧美精品国产亚洲| 亚洲av成人精品一二三区| 精品一区二区免费观看| 成年女人永久免费观看视频| 岛国在线免费视频观看| 国产黄a三级三级三级人| 欧美精品国产亚洲| 一区二区三区乱码不卡18| 在线免费观看不下载黄p国产| 极品教师在线视频| 欧美一级a爱片免费观看看| 日韩在线高清观看一区二区三区| 国产色爽女视频免费观看| av在线老鸭窝| 亚洲天堂国产精品一区在线| 少妇熟女欧美另类| 一级二级三级毛片免费看| 欧美日韩精品成人综合77777| 久久人人爽人人片av| 久久久久网色| 日本免费a在线| 天堂√8在线中文| eeuss影院久久| 夜夜看夜夜爽夜夜摸| 欧美+日韩+精品| 三级毛片av免费| 国产精品久久久久久av不卡| 日本午夜av视频| 亚洲精品一区蜜桃| 国产黄片视频在线免费观看| 少妇的逼好多水| 亚洲激情五月婷婷啪啪| 一级毛片aaaaaa免费看小| 中文乱码字字幕精品一区二区三区 | 亚洲综合色惰| 国产色爽女视频免费观看| 最近的中文字幕免费完整| 丰满乱子伦码专区| 寂寞人妻少妇视频99o| 欧美高清成人免费视频www| 午夜视频国产福利| 老女人水多毛片| 久久久色成人| or卡值多少钱| 精华霜和精华液先用哪个| 91精品一卡2卡3卡4卡| 91精品国产九色| 97在线视频观看| 亚洲精品自拍成人| 成人毛片60女人毛片免费| 一二三四中文在线观看免费高清| 日本黄色片子视频| 日韩 亚洲 欧美在线| 国产老妇伦熟女老妇高清| 成人午夜高清在线视频| 精品人妻视频免费看| 日韩一区二区视频免费看| 欧美高清性xxxxhd video| 日本av手机在线免费观看| 99国产精品一区二区蜜桃av| 国产真实乱freesex| 国产精品熟女久久久久浪| 毛片一级片免费看久久久久| 美女内射精品一级片tv| 亚洲av一区综合| 国产真实伦视频高清在线观看| 欧美一区二区亚洲| 三级国产精品欧美在线观看| 狂野欧美白嫩少妇大欣赏| 日韩av不卡免费在线播放| 日本av手机在线免费观看| 精品国产一区二区三区久久久樱花 | 综合色丁香网| 日韩强制内射视频| av在线天堂中文字幕| 亚洲综合色惰| 3wmmmm亚洲av在线观看| 久久草成人影院| 亚洲电影在线观看av| 成年版毛片免费区| 91狼人影院| 日本三级黄在线观看| 国产精品精品国产色婷婷| 亚洲av二区三区四区| 久久精品久久久久久久性| 亚洲综合精品二区| 国产人妻一区二区三区在| 亚洲最大成人av| 99久久无色码亚洲精品果冻| 国产毛片a区久久久久| 午夜久久久久精精品| 99久久精品热视频| 久久久久久久久中文| 一个人免费在线观看电影| 少妇被粗大猛烈的视频| 人体艺术视频欧美日本| 亚洲av中文字字幕乱码综合| 亚洲不卡免费看| 日日摸夜夜添夜夜爱| 色综合亚洲欧美另类图片| 两个人的视频大全免费| 三级男女做爰猛烈吃奶摸视频| 可以在线观看毛片的网站| 免费一级毛片在线播放高清视频| 卡戴珊不雅视频在线播放| 欧美激情久久久久久爽电影| 99在线视频只有这里精品首页| 男人舔女人下体高潮全视频| 亚洲成人精品中文字幕电影| 国产精品一及| 我要看日韩黄色一级片| 国产色婷婷99| 久久久久久国产a免费观看| 日韩一本色道免费dvd| 精品久久国产蜜桃| 在线观看av片永久免费下载| 中文亚洲av片在线观看爽| 日韩成人伦理影院| 岛国毛片在线播放| 精品人妻偷拍中文字幕| 成人亚洲精品av一区二区| 免费观看性生交大片5| 日本猛色少妇xxxxx猛交久久| 男女视频在线观看网站免费| 熟女电影av网| 国产极品天堂在线| 国产成人福利小说| 日韩av在线大香蕉| 成年免费大片在线观看| 天堂影院成人在线观看| 国产成人freesex在线| 亚洲精品日韩在线中文字幕| 看非洲黑人一级黄片| 免费不卡的大黄色大毛片视频在线观看 | 床上黄色一级片| 91久久精品国产一区二区成人| 亚洲av免费高清在线观看| 国语对白做爰xxxⅹ性视频网站| 精品99又大又爽又粗少妇毛片| 国产 一区 欧美 日韩| 可以在线观看毛片的网站| 国产午夜精品论理片| 国产激情偷乱视频一区二区| 亚洲第一区二区三区不卡| 久久久午夜欧美精品| www.色视频.com| 在线免费观看的www视频| 在线观看66精品国产| av专区在线播放| 波野结衣二区三区在线| 汤姆久久久久久久影院中文字幕 | 亚洲综合精品二区| 男插女下体视频免费在线播放| 长腿黑丝高跟| 久久久久久久久大av| 一级毛片久久久久久久久女| 亚洲婷婷狠狠爱综合网| 午夜爱爱视频在线播放| 欧美极品一区二区三区四区| 色视频www国产| 嘟嘟电影网在线观看| 中文在线观看免费www的网站| 午夜激情欧美在线| 免费黄色在线免费观看| 人妻少妇偷人精品九色| 国产成人aa在线观看| 最近最新中文字幕大全电影3| 免费一级毛片在线播放高清视频| 国产探花极品一区二区| 岛国毛片在线播放| 水蜜桃什么品种好| 免费av毛片视频| 国产一区二区亚洲精品在线观看| 三级国产精品欧美在线观看| 中文欧美无线码| 七月丁香在线播放| 免费av观看视频| 免费无遮挡裸体视频| 永久免费av网站大全| 亚洲色图av天堂| 国产精品乱码一区二三区的特点| 高清在线视频一区二区三区 | 日产精品乱码卡一卡2卡三| 亚洲第一区二区三区不卡| 精品酒店卫生间| 看黄色毛片网站| 内射极品少妇av片p| 国产高清不卡午夜福利| 22中文网久久字幕| 成人亚洲欧美一区二区av| 欧美一区二区精品小视频在线| 村上凉子中文字幕在线| 亚洲国产精品sss在线观看| 身体一侧抽搐| 只有这里有精品99| 亚洲伊人久久精品综合 | 日本黄大片高清| 国产成人精品婷婷| 乱系列少妇在线播放| 亚洲精品国产av成人精品| 国产综合懂色| 一级毛片aaaaaa免费看小| 免费无遮挡裸体视频| 搡女人真爽免费视频火全软件| 好男人视频免费观看在线| 欧美成人精品欧美一级黄| 直男gayav资源| 伦理电影大哥的女人| 久久久久精品久久久久真实原创| 一边摸一边抽搐一进一小说| 久久久色成人| 日本猛色少妇xxxxx猛交久久| 少妇熟女欧美另类| 白带黄色成豆腐渣| 国产爱豆传媒在线观看| 亚洲一级一片aⅴ在线观看| 丝袜美腿在线中文| 老师上课跳d突然被开到最大视频| 成人一区二区视频在线观看| 2021天堂中文幕一二区在线观| 视频中文字幕在线观看| 十八禁国产超污无遮挡网站| 在线观看av片永久免费下载| 嫩草影院精品99| 国产精品嫩草影院av在线观看| 亚洲国产欧美人成| 成人av在线播放网站| 国产又黄又爽又无遮挡在线| 真实男女啪啪啪动态图| 久久热精品热| 嫩草影院精品99| 日韩欧美国产在线观看| 午夜福利在线观看免费完整高清在| 免费电影在线观看免费观看| 51国产日韩欧美| 国产黄片美女视频| 少妇的逼好多水| 一本久久精品| 国产精品人妻久久久久久| 神马国产精品三级电影在线观看| videossex国产| 国产亚洲av片在线观看秒播厂 | АⅤ资源中文在线天堂| 如何舔出高潮| 国产成人精品久久久久久| 国产高清有码在线观看视频| 国产精品嫩草影院av在线观看| 日韩欧美在线乱码| 免费观看在线日韩| 国产精品国产三级国产av玫瑰| 国产片特级美女逼逼视频| 色播亚洲综合网| 久久精品国产亚洲av天美| 国产伦一二天堂av在线观看| 波多野结衣巨乳人妻| 99热6这里只有精品| 联通29元200g的流量卡| 男女啪啪激烈高潮av片| 少妇的逼好多水| 国产中年淑女户外野战色| 国产亚洲一区二区精品| 国产亚洲精品av在线| 日韩大片免费观看网站 | 在线观看av片永久免费下载| 久久精品国产99精品国产亚洲性色| 久久99热6这里只有精品| 国产综合懂色| 国内精品一区二区在线观看| 成年版毛片免费区| 神马国产精品三级电影在线观看| 国产精品福利在线免费观看| 久久久久久大精品| 卡戴珊不雅视频在线播放| 成人av在线播放网站| 亚洲最大成人手机在线| 青春草国产在线视频| 国产亚洲av片在线观看秒播厂 | 欧美一区二区精品小视频在线| 精品久久国产蜜桃| 婷婷色av中文字幕| 日本黄色视频三级网站网址| av在线蜜桃| 国产精品福利在线免费观看| 国产精品久久久久久av不卡| 亚洲精品国产av成人精品| 国产激情偷乱视频一区二区| 亚洲美女视频黄频| 日本午夜av视频| 天天躁日日操中文字幕| 成人一区二区视频在线观看| 男人舔女人下体高潮全视频| 国产精品嫩草影院av在线观看| 男人狂女人下面高潮的视频| 亚洲第一区二区三区不卡| 噜噜噜噜噜久久久久久91| 精品人妻熟女av久视频| 麻豆成人av视频| 久久这里只有精品中国| 一区二区三区乱码不卡18| 免费一级毛片在线播放高清视频| 国产精品国产三级专区第一集| 麻豆成人午夜福利视频| 日韩,欧美,国产一区二区三区 | 18禁在线无遮挡免费观看视频| av线在线观看网站| 男女啪啪激烈高潮av片| 成人国产麻豆网| 亚洲精品456在线播放app| 国产精品国产高清国产av| 舔av片在线| 亚洲图色成人| 日韩欧美精品v在线| 国模一区二区三区四区视频| 黄色一级大片看看| 九九热线精品视视频播放| 高清在线视频一区二区三区 | 尤物成人国产欧美一区二区三区| 成人毛片60女人毛片免费| 纵有疾风起免费观看全集完整版 | 日韩大片免费观看网站 | av视频在线观看入口| 国产一级毛片在线| 国内少妇人妻偷人精品xxx网站| 色综合亚洲欧美另类图片| 国产亚洲精品久久久com| 男插女下体视频免费在线播放| 国产成人91sexporn| 毛片一级片免费看久久久久| 91精品国产九色| 亚洲色图av天堂| 色吧在线观看| 大香蕉97超碰在线| 国产在视频线在精品| 最近中文字幕2019免费版| 久久精品国产自在天天线| 麻豆国产97在线/欧美| 亚洲精品乱久久久久久| 日本午夜av视频| 舔av片在线| 国产单亲对白刺激| 三级毛片av免费| 一级毛片aaaaaa免费看小| 可以在线观看毛片的网站| 美女脱内裤让男人舔精品视频| 伦理电影大哥的女人| 免费播放大片免费观看视频在线观看 | 欧美一区二区亚洲| 婷婷色av中文字幕| 国产色婷婷99| 日本-黄色视频高清免费观看| 国产成人精品婷婷| 亚洲av电影在线观看一区二区三区 | 天堂网av新在线| 熟妇人妻久久中文字幕3abv| 纵有疾风起免费观看全集完整版 | av国产久精品久网站免费入址| 老司机福利观看| 高清视频免费观看一区二区 | 美女高潮的动态| 久久99精品国语久久久| 91aial.com中文字幕在线观看| 欧美97在线视频| 午夜免费男女啪啪视频观看| 午夜免费男女啪啪视频观看| 精品国产露脸久久av麻豆 | 国产高潮美女av| 国产精品人妻久久久影院| 美女黄网站色视频| 日韩欧美 国产精品| 亚州av有码| 国产视频内射| 成人毛片60女人毛片免费| 欧美激情在线99| 看片在线看免费视频| 中文字幕人妻熟人妻熟丝袜美| 国产av在哪里看| 中文在线观看免费www的网站| 人人妻人人澡欧美一区二区| 熟女人妻精品中文字幕| 乱码一卡2卡4卡精品| av在线蜜桃| 少妇猛男粗大的猛烈进出视频 | 不卡视频在线观看欧美| 亚洲国产精品专区欧美| 欧美又色又爽又黄视频| 岛国在线免费视频观看| 国产免费又黄又爽又色| 久久久午夜欧美精品| 精品久久久久久久末码| 成年女人永久免费观看视频| av国产久精品久网站免费入址| 搞女人的毛片| 欧美日本亚洲视频在线播放| 亚洲国产色片| 91精品伊人久久大香线蕉| 久久精品熟女亚洲av麻豆精品 | 久久久精品大字幕| 少妇被粗大猛烈的视频| 精品人妻熟女av久视频| 欧美人与善性xxx| 内射极品少妇av片p| 青青草视频在线视频观看| 亚洲久久久久久中文字幕| 午夜福利在线在线| 国产精品久久久久久精品电影小说 | 99久久成人亚洲精品观看| av在线观看视频网站免费| 春色校园在线视频观看| 国产激情偷乱视频一区二区| 亚洲精品色激情综合| 精品99又大又爽又粗少妇毛片| av福利片在线观看| 99热网站在线观看| 久久久国产成人免费| 简卡轻食公司| 国产老妇女一区| 内射极品少妇av片p| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 大话2 男鬼变身卡| 一边摸一边抽搐一进一小说| 男插女下体视频免费在线播放| 不卡视频在线观看欧美| 五月玫瑰六月丁香| 深爱激情五月婷婷| 中文字幕久久专区| a级一级毛片免费在线观看| 亚洲综合色惰| 婷婷色麻豆天堂久久 | 精品久久久久久成人av| 十八禁国产超污无遮挡网站| 国产麻豆成人av免费视频| 成人美女网站在线观看视频| 精品久久久久久久久av| 晚上一个人看的免费电影| 亚洲欧美日韩东京热| 日本wwww免费看| 国产亚洲午夜精品一区二区久久 | 高清视频免费观看一区二区 | 国产成人精品久久久久久| 亚洲综合色惰| 欧美成人精品欧美一级黄| 只有这里有精品99| 韩国av在线不卡| 国产爱豆传媒在线观看| 国产片特级美女逼逼视频| 熟女电影av网| 久久韩国三级中文字幕| 欧美潮喷喷水| 久久这里只有精品中国| 成人鲁丝片一二三区免费| 1000部很黄的大片| 日韩高清综合在线| 亚洲色图av天堂| 床上黄色一级片| 最近最新中文字幕大全电影3| 欧美日韩精品成人综合77777| av在线天堂中文字幕| 亚洲图色成人| 午夜a级毛片| 青春草国产在线视频| 国产高清不卡午夜福利| 人人妻人人澡欧美一区二区| av女优亚洲男人天堂| 国产又色又爽无遮挡免| 亚洲av中文av极速乱| 国产黄片视频在线免费观看| 成年av动漫网址| 日本-黄色视频高清免费观看| 亚洲五月天丁香| 欧美激情国产日韩精品一区| АⅤ资源中文在线天堂| 啦啦啦观看免费观看视频高清| 精品国产一区二区三区久久久樱花 | 三级国产精品片| 久久精品人妻少妇| 99在线视频只有这里精品首页| 国产亚洲5aaaaa淫片| 中文乱码字字幕精品一区二区三区 | 2022亚洲国产成人精品| 女人十人毛片免费观看3o分钟| 一夜夜www| 成人欧美大片| 欧美日本亚洲视频在线播放| 国产淫片久久久久久久久| 国产又黄又爽又无遮挡在线| 深夜a级毛片| 精品欧美国产一区二区三| 久久精品国产鲁丝片午夜精品| 国产人妻一区二区三区在| 久久人妻av系列| 热99re8久久精品国产| 麻豆一二三区av精品| 男人舔奶头视频| 欧美xxxx性猛交bbbb| 91狼人影院| 亚洲国产欧美在线一区| 日韩制服骚丝袜av| 欧美另类亚洲清纯唯美| 美女大奶头视频| 男女视频在线观看网站免费| 在线播放无遮挡| 少妇的逼好多水| 在线免费观看不下载黄p国产| 精品无人区乱码1区二区| 高清午夜精品一区二区三区| av免费在线看不卡| 看片在线看免费视频| av在线播放精品| 国产成人午夜福利电影在线观看| 我的女老师完整版在线观看| 国产免费视频播放在线视频 | 综合色丁香网| 国产中年淑女户外野战色| 又黄又爽又刺激的免费视频.| 精品一区二区免费观看| 非洲黑人性xxxx精品又粗又长| 亚洲图色成人| 亚洲精品久久久久久婷婷小说 | 久久久久久九九精品二区国产| 国产中年淑女户外野战色| 国产黄片美女视频| 亚洲欧洲日产国产| 久热久热在线精品观看| 久久久久久久久中文| 亚洲国产欧洲综合997久久,| 亚洲一区高清亚洲精品| 日本与韩国留学比较| 欧美丝袜亚洲另类| 国产一级毛片七仙女欲春2| 亚洲综合精品二区| 蜜臀久久99精品久久宅男| 热99re8久久精品国产| 菩萨蛮人人尽说江南好唐韦庄 | 简卡轻食公司| 在线观看一区二区三区| 国产麻豆成人av免费视频| 国产亚洲5aaaaa淫片| 欧美成人a在线观看| 欧美成人精品欧美一级黄| 少妇的逼好多水| www.av在线官网国产| 成人午夜高清在线视频| 国产白丝娇喘喷水9色精品| 色播亚洲综合网| 日韩av在线免费看完整版不卡| 日韩强制内射视频| 国产精品久久久久久久电影| av在线播放精品| 日韩成人伦理影院| 丰满乱子伦码专区| 99久久精品一区二区三区| av播播在线观看一区| 晚上一个人看的免费电影| 1000部很黄的大片| 观看美女的网站| 国产成人一区二区在线| 97人妻精品一区二区三区麻豆| 成人无遮挡网站| 精品国产露脸久久av麻豆 | 日本色播在线视频| 亚洲欧美日韩卡通动漫| a级一级毛片免费在线观看| 国产伦精品一区二区三区视频9| 国产伦精品一区二区三区四那| www日本黄色视频网| 亚洲高清免费不卡视频| 看片在线看免费视频| 亚洲怡红院男人天堂| 男人的好看免费观看在线视频| 午夜精品国产一区二区电影 | 熟女电影av网| 国产精品女同一区二区软件| 国产精品久久电影中文字幕| 日日撸夜夜添| 免费在线观看成人毛片| 国产精品久久久久久久电影| av视频在线观看入口| 欧美一级a爱片免费观看看| 国产 一区精品| 99久国产av精品| 久久精品人妻少妇| 女人被狂操c到高潮| 永久免费av网站大全| 午夜亚洲福利在线播放| 一级黄色大片毛片| 天堂√8在线中文| av黄色大香蕉| 高清av免费在线| av国产久精品久网站免费入址| 亚洲中文字幕一区二区三区有码在线看| 色综合亚洲欧美另类图片| 久久精品久久精品一区二区三区| 亚洲国产精品国产精品| 神马国产精品三级电影在线观看| 床上黄色一级片|