• <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 ?

    基于視覺(jué)顯著區(qū)域的紅外圖像增強(qiáng)算法研究

    2017-03-26 10:56:28張寶輝李中文
    紅外技術(shù) 2017年9期
    關(guān)鍵詞:圖像增強(qiáng)直方圖差分

    汪 忱,張寶輝,王 虹,李中文

    ?

    基于視覺(jué)顯著區(qū)域的紅外圖像增強(qiáng)算法研究

    汪 忱1,張寶輝2,王 虹1,李中文2

    (1. 南京理工大學(xué) 電子工程與光電技術(shù)學(xué)院,江蘇 南京 210094;2. 北方夜視科技集團(tuán)有限公司南京研發(fā)中心,江蘇 南京 211106)

    人眼對(duì)于感興趣區(qū)域的視覺(jué)關(guān)注度更高,為了實(shí)現(xiàn)對(duì)相關(guān)區(qū)域的圖像增強(qiáng),本文提出了基于視覺(jué)顯著區(qū)域的紅外圖像增強(qiáng)算法。本算法通過(guò)去霧預(yù)處理使圖像在檢測(cè)時(shí)獲取更加完整的顯著性區(qū)域,再對(duì)該區(qū)域采用分層差分表達(dá)理論,把高層的差分向量換算到低層,最終計(jì)算顯著性區(qū)域的差分向量以及圖像的全局變換函數(shù),實(shí)現(xiàn)圖像增強(qiáng)。實(shí)驗(yàn)結(jié)果表明,本文算法對(duì)顯著性區(qū)域的增強(qiáng)效果明顯,合理地突出了顯著性區(qū)域,增強(qiáng)圖像的同時(shí)對(duì)原圖邊緣細(xì)節(jié)的保持能力很好。

    視覺(jué)顯著性;分層差分表達(dá)理論;紅外圖像增強(qiáng);去霧

    0 引言

    由于紅外成像具有環(huán)境適應(yīng)性強(qiáng)、隱蔽性好、抗干擾能力強(qiáng)等優(yōu)點(diǎn),被廣泛應(yīng)用于監(jiān)控、偵查和醫(yī)療等軍民領(lǐng)域,但由于自身硬件設(shè)備的限制和環(huán)境的干擾,圖像的成像質(zhì)量不高,通常表現(xiàn)為視覺(jué)效果模糊、對(duì)比度低、細(xì)節(jié)和紋理缺乏。因此對(duì)紅外圖像進(jìn)行增強(qiáng)處理是必不可少的[1]。

    常見的圖像增強(qiáng)方法可分為空域增強(qiáng)和頻域增強(qiáng)兩大類,其中空域增強(qiáng)算法有灰度變換和直方圖均衡化(Histogram Equalization,HE)以及各種基于此改進(jìn)的算法,如平臺(tái)直方圖增強(qiáng)(Plateau Histogram Equalization,PHE)、對(duì)比度受限的直方圖均衡化(Contrast Limited Adaptive Histogram Equalization ,CLAHE)等;頻域增強(qiáng)算法主要有小波變換、基于對(duì)數(shù)運(yùn)算的Retinex算法等[2]。直方圖均衡化算法簡(jiǎn)單快捷,但其在增強(qiáng)目標(biāo)細(xì)節(jié)的同時(shí)也增強(qiáng)了圖像中噪聲的對(duì)比度,會(huì)使增強(qiáng)后的圖像灰度級(jí)減少,出現(xiàn)較大的噪聲;平臺(tái)直方圖均衡化設(shè)置了上下限平臺(tái),對(duì)細(xì)節(jié)有所增強(qiáng),但其本質(zhì)還是直方圖均衡化,同樣會(huì)導(dǎo)致部分區(qū)域出現(xiàn)過(guò)增強(qiáng)現(xiàn)象[3]。

    對(duì)于一幅場(chǎng)景來(lái)說(shuō),人眼通常會(huì)被這個(gè)場(chǎng)景中某些與周圍環(huán)境有一定差異性的局部所吸引,這些局部對(duì)于這個(gè)場(chǎng)景來(lái)說(shuō)就屬于顯著性區(qū)域。如果能夠在考慮人眼視覺(jué)特性的基礎(chǔ)上進(jìn)行增強(qiáng)處理,那么對(duì)圖像處理結(jié)果的主觀質(zhì)量和客觀評(píng)價(jià)無(wú)疑會(huì)有明顯的提高[4]。視覺(jué)顯著區(qū)域檢測(cè)一般分為兩類,一種是自下而上的區(qū)域檢測(cè),該模型不需要人的主觀認(rèn)識(shí)或習(xí)慣進(jìn)行引導(dǎo);另一種是自上而下的區(qū)域檢測(cè),該模型考慮了人的視覺(jué)任務(wù)以及人在不同場(chǎng)景下對(duì)目標(biāo)的感知。1998年的itti模型[5]以及本文采用的顯著性濾波(Saliency Filters,SF)算法都是屬于自下而上模型,相比自上而下的模型處理速度會(huì)快很多。本文提出一種針對(duì)視覺(jué)顯著性區(qū)域的圖像增強(qiáng)算法,先通過(guò)SF算法檢測(cè)出圖像中的顯著性區(qū)域,再結(jié)合該區(qū)域和非顯著性區(qū)域的圖像信息得到全局函數(shù),增強(qiáng)圖中的顯著性目標(biāo)。

    1 本文算法思路

    在實(shí)際觀測(cè)過(guò)程中,人眼對(duì)感興趣的區(qū)域關(guān)注度更高,在計(jì)算機(jī)視覺(jué)中一般稱之為顯著性區(qū)域[6]。為了實(shí)現(xiàn)對(duì)顯著性區(qū)域的有效增強(qiáng),本文采用一種基于顯著性區(qū)域紅外圖像增強(qiáng)算法。該算法首先檢測(cè)圖像中的顯著性區(qū)域,然后分析該區(qū)域的差分信息,計(jì)算差分向量并對(duì)其進(jìn)行高斯濾波,再把得到的差分向量與非顯著性區(qū)域的向量加權(quán)融合得到圖像的變換函數(shù),重建后實(shí)現(xiàn)對(duì)顯著性區(qū)域的增強(qiáng)。由于紅外探測(cè)器接收鏡頭自身問(wèn)題以及外界各種物體所產(chǎn)生的散射等影響,造成紅外圖像表面會(huì)出現(xiàn)“霧”一樣的現(xiàn)象,表面有霧的紅外圖像會(huì)出現(xiàn)視覺(jué)效果模糊、對(duì)比度低等缺點(diǎn),導(dǎo)致顯著性檢測(cè)準(zhǔn)確度降低,因此本文對(duì)圖像進(jìn)行去霧預(yù)處理,再檢測(cè)其顯著性區(qū)域。全文算法模型如圖1所示。

    圖1 本文算法流程圖

    具體可分為4個(gè)部分:紅外圖像預(yù)處理、顯著性區(qū)域檢測(cè)、顯著性區(qū)域差分向量計(jì)算和獲取、全圖灰度映射。

    1.1 紅外圖像預(yù)處理

    本文結(jié)合偽暗通道與大氣散射模型[8],建立如下紅外去霧模型:

    1()=1()1()+1(1-1()) (2)

    重新定義大氣散射模型中的參數(shù):1()為未進(jìn)行去霧處理的紅外圖像;1()為去霧處理后的紅外圖像;1()為紅外光的透射率;1為環(huán)境大氣光值。

    同時(shí)對(duì)1()和1()進(jìn)行偽暗通道處理得:

    根據(jù)式(1)可知去霧后場(chǎng)景區(qū)域的偽暗通道值min(())近似為0。進(jìn)而可以得到透射率1():

    根據(jù)式(2)推導(dǎo)出最終去霧后的圖像為:

    式中:0是為了防止1()過(guò)小,導(dǎo)致1()偏大,從而設(shè)置的一個(gè)閾值。由于紅外圖像是單通道灰度圖,僅按照參考文獻(xiàn)中取偽暗通道中亮度前1%的像素會(huì)導(dǎo)致取值過(guò)少,不能很好的表達(dá)全圖,因此本文取亮度前3%的像素,對(duì)應(yīng)原圖灰度值中最大的作為1的值。

    1.2 顯著性區(qū)域檢測(cè)

    SF算法顯著性區(qū)域檢測(cè)是把圖像的一些低層特征(如亮度,顏色,方向,形狀等)分別表示出來(lái),屬于一種基于對(duì)比度濾波的顯著性區(qū)域檢測(cè)算法,分為4個(gè)步驟:抽象分割,元素唯一性,元素空間分布以及顯著性分配[9]。

    在CIELab空間下,SF算法利用鄰近聚類法進(jìn)行分割,將圖像中局部相似的區(qū)域聚合,稱之為元素,把一幅圖像由像素級(jí)變換成元素級(jí)。接著對(duì)于已分割好的圖像進(jìn)行元素唯一性計(jì)算,單個(gè)元素與其他元素差異越大,U值越大,那么其顯著性也就越高。背景的顏色一般分布在圖像的各個(gè)部分,而前景的顏色會(huì)集中在少數(shù)的幾個(gè)部位。設(shè)第個(gè)元素的空間分布頻率為D,如果該元素在圖像上出現(xiàn)的頻率小,說(shuō)明其顯著性比較高,只有當(dāng)該元素的唯一性大且元素的空間分布頻率小,才會(huì)被認(rèn)為其屬于顯著性區(qū)域。通過(guò)前兩步得到的UD,將這兩個(gè)顯著性特征值歸一化,融合得到每個(gè)元素的最終顯著性S,由于空間分布值D的區(qū)分度更高,SF算法將D放在指數(shù)位置:

    SU×exp(-×D) (6)

    最后,把圖像由元素級(jí)變換回像素級(jí),利用高斯濾波計(jì)算每個(gè)像素的顯著性:

    圖2將SF算法與itti算法對(duì)顯著區(qū)域檢測(cè)效果對(duì)比,可見SF算法在邊緣保持方面比itti算法好很多,顯著區(qū)域的輪廓基本保持。對(duì)圖像去霧后再用SF算法檢測(cè),可以將更多細(xì)節(jié)部分的邊緣突顯出來(lái),檢測(cè)更加完善。

    圖2 不同算法檢測(cè)顯著性區(qū)域的結(jié)果

    1.3 顯著性區(qū)域差分向量計(jì)算和獲取

    接著對(duì)顯著區(qū)域進(jìn)行差分向量分析統(tǒng)計(jì)[10],以8位圖像為例,=[0;1; …;255]表示將輸入圖像中的灰度級(jí)映射到輸出圖像中的x的變換函數(shù)。假設(shè)圖像中一對(duì)相鄰的像素灰度值為和+1,被映射到輸出圖像上灰度級(jí)為xx+1,則第層的差分向量d定義式為:

    變換函數(shù)和差分變量d的關(guān)系結(jié)構(gòu)如圖3所示,令(,+1)為輸入圖像中灰度值為和+1的相鄰像素對(duì)的數(shù)量,(,+1)越大表示這對(duì)相鄰灰度級(jí)在圖像中出現(xiàn)越頻繁,因此,可以通過(guò)增大d的值來(lái)突出圖像的對(duì)比度,對(duì)于每一層來(lái)說(shuō),d和(,+1)是成正比例的:

    d(,+1) (9)

    式中:為第層一個(gè)歸一化常量,定義式為:

    根據(jù)各層的差分直方圖可以計(jì)算出d,再通過(guò)層與層之間的關(guān)系,建立如下線性方程:

    (11)

    本文考慮金字塔結(jié)構(gòu)中層與各層的內(nèi)在聯(lián)系,選取固定層作為基層,并將其他層的差分向量轉(zhuǎn)換到基層上[11]。然而,這種方法對(duì)基層的選擇要求嚴(yán)格,如果基層選擇過(guò)高,會(huì)導(dǎo)致舍棄的低層過(guò)多,丟失部分信息,經(jīng)過(guò)大量紅外圖像實(shí)驗(yàn)表明,當(dāng)基層選擇第二層時(shí),僅舍棄第一層的數(shù)據(jù),留下有效的差分信息與原始圖像的最為接近,最終丟失信息不明顯且增強(qiáng)效果最好。聯(lián)系式(8)可得其他各層與第二層的轉(zhuǎn)換公式為:

    由于基層選擇的是第二層,只用解一次線性方程就能得到所需要的總體差分向量,即只需要解22=2,用線性方程表示即為:

    通過(guò)計(jì)算上式,可得總體差分變量y。由于式(7)中的(,+1)通常隨著層數(shù)的變高而變得更加稀疏,當(dāng)取值較大時(shí),d會(huì)變成僅由大多數(shù)零和幾個(gè)高峰組成的稀疏解。這會(huì)使增強(qiáng)圖像出現(xiàn)像傳統(tǒng)HE算法中噪聲放大和對(duì)比度過(guò)度拉伸的情況,為了消除這個(gè)問(wèn)題,本文對(duì)y進(jìn)行一次高斯濾波:

    式中:*代表卷積運(yùn)算,g是層的高斯核,本文對(duì)該高斯核窗口大小取7,標(biāo)準(zhǔn)差取2。

    1.4 全圖灰度映射

    是通過(guò)對(duì)顯著性區(qū)域進(jìn)行差分信息分析統(tǒng)計(jì)得到的,是針對(duì)顯著性區(qū)域的差分向量,為了防止非顯著性區(qū)域出現(xiàn)過(guò)度增強(qiáng),本文定義一個(gè)非顯著性差分向量為1,即由255個(gè)1組成的差分向量,再對(duì)加權(quán)并與其相加,得到總體差分向量為:

    式中:在本文中取定值0.15。

    最后,累加總體差分變量求得全局變換函數(shù),進(jìn)行全局灰度變換:

    其中令0=0。

    2 實(shí)驗(yàn)結(jié)果和算法對(duì)比

    為驗(yàn)證本文算法的實(shí)用性,引入直方圖均衡化、對(duì)比度受限的直方圖均衡化和分層差分表達(dá)理論(Layered Difference Representation,LDR)算法分別從客觀評(píng)價(jià)標(biāo)準(zhǔn)和主觀視覺(jué)兩個(gè)方面與之對(duì)比。同時(shí)采用邊緣保持指數(shù)(Edge Preservation Index,EPI)[12]、局部對(duì)比度(Local Contrast,LC)[13]作為圖像的客觀評(píng)價(jià)標(biāo)準(zhǔn),EPI代表增強(qiáng)圖像對(duì)原圖像邊緣的保持能力,EPI值越大表示該算法對(duì)原圖像的邊緣細(xì)節(jié)保持能力越好,其函數(shù)公式為:

    式中:A,C分別代表原圖像的像素點(diǎn)和增強(qiáng)后的圖像像素點(diǎn);AN,CN表示A,C相鄰像素點(diǎn)的灰度值;局部對(duì)比度是將圖像分為若干個(gè)×的尺寸相等的區(qū)域,然后計(jì)算各區(qū)域的累加值,其函數(shù)定義式為:

    式中:(,)為區(qū)域局部對(duì)比度。

    圖4 第一組不同增強(qiáng)算法比較

    圖5 第二組不同增強(qiáng)算法比較

    表1 圖4、圖5的客觀評(píng)價(jià)指標(biāo)比較

    由表1可以清晰地看出,HE、CLAHE、LDR三種算法在邊緣保持能力方面遠(yuǎn)沒(méi)有本文算法好。同時(shí)從顯著性區(qū)域與整體對(duì)比度方面來(lái)看,CLAHE對(duì)如圖4的近景增強(qiáng)效果略好,而HE和LDR兩種算法沒(méi)有能夠?qū)@著區(qū)域與整體的對(duì)比度提高,本文算法有效地提高了顯著區(qū)域局部對(duì)比度,把顯著區(qū)域從背景中突出。

    圖4、圖5為各算法結(jié)果圖,其中顯著性區(qū)域圖為去霧后顯著性檢測(cè)得到的。經(jīng)過(guò)HE算法處理后的圖像,會(huì)出現(xiàn)部分區(qū)域增強(qiáng)過(guò)度,如圖4左下角和圖5右側(cè)的玻璃墻區(qū)域,導(dǎo)致了部分區(qū)域細(xì)節(jié)丟失。CLAHE是對(duì)HE進(jìn)行改進(jìn),有效限制了輸出圖像的全局對(duì)比度,再對(duì)局部采取對(duì)比度增強(qiáng),對(duì)區(qū)域細(xì)節(jié)的增強(qiáng)效果良好,但是其本質(zhì)還是HE算法原理,在對(duì)目標(biāo)區(qū)域增強(qiáng)的同時(shí),會(huì)出現(xiàn)對(duì)背景的過(guò)度增強(qiáng),如天空區(qū)域等,整體的視覺(jué)效果不好。LDR通過(guò)統(tǒng)計(jì)圖像中灰度差,并放大出現(xiàn)頻率大的灰度差,有效地增強(qiáng)了圖像中的細(xì)節(jié)部分,但是由于LDR算法在計(jì)算差分向量時(shí)沒(méi)有考慮層與層之間的聯(lián)系,變換函數(shù)會(huì)受到高層差分向量轉(zhuǎn)換的影響,導(dǎo)致部分細(xì)節(jié)增強(qiáng)出現(xiàn)偏差,如圖4中右下角和左下角區(qū)域,圖5中遠(yuǎn)處建筑物中的部分細(xì)節(jié)。本文算法對(duì)檢測(cè)到的顯著性區(qū)域進(jìn)行分層差分表達(dá),增強(qiáng)顯著性區(qū)域的細(xì)節(jié)信息,同時(shí)保持非顯著性區(qū)域的整體特征,得到的增強(qiáng)圖像,顯著性區(qū)域細(xì)節(jié)增強(qiáng)效果好,且與非顯著性區(qū)域?qū)Ρ让黠@,很好地突出了視覺(jué)性顯著性區(qū)域的特征。圖6為更多圖像的算法效果對(duì)比。

    3 總結(jié)

    為了突出視覺(jué)顯著性區(qū)域,并對(duì)其進(jìn)行有效的增強(qiáng)處理,使增強(qiáng)后的圖像更加適合人眼觀測(cè)。本文提出了一種基于顯著性區(qū)域檢測(cè)的紅外圖像增強(qiáng)算法,該算法利用去霧模型對(duì)圖像預(yù)處理,使顯著性區(qū)域在檢測(cè)時(shí)更加完整;再對(duì)檢測(cè)出的顯著性區(qū)域采用分層差分表達(dá)算法統(tǒng)計(jì)分析,將高層差分向量向低層進(jìn)行換算,計(jì)算出顯著性區(qū)域的差分變量,并與保持非顯著性區(qū)域特征的向量相加得到全圖差分變量,進(jìn)而求得全局變換函數(shù),最終實(shí)現(xiàn)圖像增強(qiáng)。經(jīng)過(guò)實(shí)驗(yàn)對(duì)比,本文算法對(duì)圖像的處理更適合人眼觀測(cè),有效地對(duì)顯著性區(qū)域進(jìn)行細(xì)節(jié)增強(qiáng),同時(shí)在增強(qiáng)圖像的過(guò)程中很好地保持了原圖的細(xì)節(jié)邊緣。

    圖6 各種算法增強(qiáng)結(jié)果

    Fig.6 Enhanced results of various algorithms

    [1] 陳錢. 紅外圖像處理技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)[J]. 紅外技術(shù), 2013, 35(6): 311-318.

    CHEN Qian. The Status and Development Trend of Infrared Image Processing Technology[J]., 2013, 35(6): 311-318.

    [2] 張立強(qiáng). 紅外圖像增強(qiáng)技術(shù)發(fā)展研究[J]. 艦船電子工程, 2013, 33(3): 17-19.

    ZHANG Liqiang.Development of the Infrared Image Enhancement Technology[J]., 2013, 33(3): 17-19.

    [3] 郭師虹. 空域紅外圖像增強(qiáng)方法的研究[D]. 西安: 西安建筑科技大學(xué), 2005.

    GUO Shihong. Study of Infrared Image Enhancement Methods Based on Spatial Domain[D].Xi'an: Xi'an University of Architecture and Technology, 2005.

    [4] 于天河, 郝富春, 康為民, 等. 紅外圖像增強(qiáng)技術(shù)綜述[J]. 紅外與激光工程, 2007, 36(z2): 335-338.

    YU Tianhe, HAO Fuchun, KANG Weimin, et al.Summarization on the infrared image enhancement technology[J]., 2007, 36(z2): 335-338.

    [5] L. Itti, C. Koach, Niebur. A model of saliency-based attention for rapid scence analysis[J]., 1988, 20(11): 1254-1259.

    [6] 陳曦. 基于特征點(diǎn)最小凸包與對(duì)比度的顯著性檢測(cè)算法研究[D]. 重慶: 重慶大學(xué), 2015.

    CHEN Xi.Salient Region Detection Algorithm Based on Minimum Convex Hull of Feature Points and Contrast[D]. Chongqing: Chongqing University, 2015.

    [7] He K, Sun J, Tang X. Single Image Haze Removal Using Dark Channel Prior[C]//2013,, 2009: 1956-1963.

    [8] Nayar S K, Narasimhan S G. Vision in bad weather[C]//, 1999(2): 820-827.

    [9] F. Perazzi, P. Krahenbuhl, Y. pritch, et al. Saliency Filters: Contrast Based Filtering for Salient Region Detection[C]//, 2012, 157(10): 733-740.

    [10] Lee C, Lee C, Kim C S. Contrast enhancement based on layered difference representation of 2D histograms[J].2013, 22(12): 5372-84.

    [11] 耿愛(ài)輝, 萬(wàn)春明, 李毅, 等. 基于分層差分表達(dá)理論的圖像視覺(jué)增強(qiáng)[J]. 電子與信息學(xué)報(bào), 2017, 39(4): 922-929.

    GENG Aihui, WAN Chunming, LI Yi, et al. Image Visual Enhancement Based on Layered Difference Representation[J]., 2017, 39(4): 922-929.

    [12] 張微, 孫蓉樺, 章孝燦. 基于改進(jìn)的小波軟閾值法的SAR圖像去噪[J]. 遙感信息, 2004(4): 4-6.

    ZHANG Wei, SUN RongHua, ZHANG XiaoCan.Noise Removal of SAR Image Based on Improved Wavelet Soft-Thresholding Method[J]., 2004(4): 4-6.

    [13] 李毅, 張?jiān)品? 張強(qiáng), 等. 基于去霧模型的紅外圖像對(duì)比度增強(qiáng)[J]. 中國(guó)激光, 2015, 42(1): 306-314.

    Li Yi, Zhang Yunfeng, Zhang Qiang, et al. Infrared Image Contrast Enhancement Based on Haze Remove Method[J].2015, 42(1): 306-314.

    Research on Infrared Image Enhancement AlgorithmBased on Visual Saliency

    WANG Chen1,ZHANG Baohui2,WANG Hong1,LI Zhongwen2

    (1.,,210094,; 2.,.,,211106,)

    The human eye has a higher degree of visual acuity for regions of interest. In order to enhance such regions in images, this paper proposes an algorithm of infrared image enhancement based on visual saliency. First, the de-fog algorithm detects a more complete salient region in the image. Then, the theory of layered difference representation is applied to the region, and the difference vector of the upper layer is applied o the lower layer. Finally, the vector of the salient region and the global transform function of the image are calculated to obtain the enhanced image. The experimental results show that the proposed method not only highlights the salient region reasonably well, but also enhances it. The method also maintains the boundary of the original image during enhancement.

    visual saliency,layered difference representation,infrared image enhancement,De-fog

    TP391

    A

    1001-8891(2017)09-0835-06

    2017-06-17;

    2017-08-29.

    汪忱(1993-),男,安徽合肥人,工程碩士,主要從事圖像處理方面研究。E-mail:sanyuewang@163.com

    猜你喜歡
    圖像增強(qiáng)直方圖差分
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    圖像增強(qiáng)技術(shù)在超跨聲葉柵紋影試驗(yàn)中的應(yīng)用
    數(shù)列與差分
    水下視覺(jué)SLAM圖像增強(qiáng)研究
    虛擬內(nèi)窺鏡圖像增強(qiáng)膝關(guān)節(jié)鏡手術(shù)導(dǎo)航系統(tǒng)
    用直方圖控制畫面影調(diào)
    基于圖像增強(qiáng)的無(wú)人機(jī)偵察圖像去霧方法
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    日韩av不卡免费在线播放| 99热网站在线观看| 91老司机精品| 国产亚洲一区二区精品| 日韩 欧美 亚洲 中文字幕| av有码第一页| 国产熟女午夜一区二区三区| 国产99久久九九免费精品| 侵犯人妻中文字幕一二三四区| 在线观看人妻少妇| 大话2 男鬼变身卡| av又黄又爽大尺度在线免费看| 中文字幕av电影在线播放| 一级黄片播放器| 久久国产精品男人的天堂亚洲| 99国产综合亚洲精品| 亚洲av成人精品一二三区| 久久99热这里只频精品6学生| 一边摸一边做爽爽视频免费| 国产又色又爽无遮挡免| 视频在线观看一区二区三区| 精品第一国产精品| 亚洲精品中文字幕在线视频| 日韩,欧美,国产一区二区三区| 中文欧美无线码| 搡老乐熟女国产| 777久久人妻少妇嫩草av网站| 久久国产精品男人的天堂亚洲| 免费观看人在逋| 老司机午夜十八禁免费视频| 国产精品欧美亚洲77777| 欧美精品一区二区免费开放| 亚洲av在线观看美女高潮| 久久精品久久久久久久性| 亚洲精品在线美女| 久久久久久免费高清国产稀缺| 黄网站色视频无遮挡免费观看| 在线亚洲精品国产二区图片欧美| 女人高潮潮喷娇喘18禁视频| 国产免费又黄又爽又色| 精品人妻在线不人妻| 国产成人一区二区在线| 欧美激情极品国产一区二区三区| 少妇裸体淫交视频免费看高清 | 精品亚洲成国产av| 香蕉丝袜av| 精品久久久久久电影网| 色婷婷久久久亚洲欧美| 午夜免费男女啪啪视频观看| 后天国语完整版免费观看| 久久综合国产亚洲精品| 18禁观看日本| 黄频高清免费视频| 一级毛片电影观看| 国产成人欧美| 国产在线免费精品| 免费在线观看黄色视频的| 国产1区2区3区精品| 永久免费av网站大全| 久久性视频一级片| 少妇猛男粗大的猛烈进出视频| 妹子高潮喷水视频| 免费黄频网站在线观看国产| 亚洲欧美日韩高清在线视频 | 美女中出高潮动态图| 一二三四社区在线视频社区8| 肉色欧美久久久久久久蜜桃| 色精品久久人妻99蜜桃| 国产欧美日韩综合在线一区二区| 少妇人妻 视频| 亚洲av成人精品一二三区| 一本色道久久久久久精品综合| 国产高清videossex| 丁香六月欧美| 欧美性长视频在线观看| 天堂俺去俺来也www色官网| 99久久人妻综合| 欧美97在线视频| 午夜福利乱码中文字幕| 一区二区三区乱码不卡18| 成年人黄色毛片网站| 91老司机精品| 黑人巨大精品欧美一区二区蜜桃| 丝袜美腿诱惑在线| 免费av中文字幕在线| 777久久人妻少妇嫩草av网站| 精品人妻在线不人妻| 国产成人影院久久av| 亚洲情色 制服丝袜| 美女视频免费永久观看网站| 国产精品九九99| 黄色片一级片一级黄色片| 精品少妇内射三级| 美女午夜性视频免费| 国产精品久久久久久人妻精品电影 | 一边摸一边做爽爽视频免费| videosex国产| 亚洲精品国产一区二区精华液| 亚洲欧美一区二区三区国产| www.av在线官网国产| 国产一区二区在线观看av| 午夜福利影视在线免费观看| 久久久精品免费免费高清| 欧美精品人与动牲交sv欧美| 一区二区三区四区激情视频| 国产精品久久久av美女十八| 精品福利永久在线观看| 日本av免费视频播放| 精品人妻熟女毛片av久久网站| 性高湖久久久久久久久免费观看| 男女下面插进去视频免费观看| 又大又黄又爽视频免费| 国产亚洲午夜精品一区二区久久| 久久精品久久精品一区二区三区| 大片免费播放器 马上看| 国产精品熟女久久久久浪| 老司机在亚洲福利影院| 国产亚洲一区二区精品| 亚洲精品国产av蜜桃| tube8黄色片| 免费看不卡的av| 亚洲中文av在线| 黑丝袜美女国产一区| 99国产精品一区二区蜜桃av | 亚洲欧美一区二区三区黑人| 久久99精品国语久久久| 别揉我奶头~嗯~啊~动态视频 | 亚洲欧美日韩高清在线视频 | 免费看av在线观看网站| 久久人妻熟女aⅴ| svipshipincom国产片| 亚洲中文字幕日韩| 欧美激情高清一区二区三区| 精品一区二区三区av网在线观看 | 在线观看免费高清a一片| 国产日韩欧美亚洲二区| 亚洲精品日韩在线中文字幕| 色播在线永久视频| 热99久久久久精品小说推荐| 日韩制服骚丝袜av| 亚洲精品第二区| 日韩,欧美,国产一区二区三区| 色婷婷av一区二区三区视频| 一级黄片播放器| 夜夜骑夜夜射夜夜干| 国产一区有黄有色的免费视频| 国产成人精品无人区| 搡老乐熟女国产| 成年av动漫网址| 国产伦人伦偷精品视频| 亚洲精品久久午夜乱码| 精品视频人人做人人爽| 久久精品亚洲av国产电影网| 高清欧美精品videossex| 成人午夜精彩视频在线观看| 久久久精品国产亚洲av高清涩受| 国产精品久久久久久精品电影小说| 久久av网站| 精品国产一区二区久久| 丝袜脚勾引网站| 久久久久精品人妻al黑| 熟女少妇亚洲综合色aaa.| 在线观看www视频免费| 久久国产精品大桥未久av| 国产亚洲欧美精品永久| 国产高清视频在线播放一区 | 大码成人一级视频| 免费在线观看影片大全网站 | 日日摸夜夜添夜夜爱| 在线观看人妻少妇| 观看av在线不卡| 婷婷色综合www| 考比视频在线观看| 免费在线观看黄色视频的| 老司机亚洲免费影院| 亚洲男人天堂网一区| 亚洲国产av新网站| 国产无遮挡羞羞视频在线观看| 黑丝袜美女国产一区| 欧美另类一区| 国产野战对白在线观看| 日韩一本色道免费dvd| 中文字幕av电影在线播放| 国产xxxxx性猛交| 欧美精品一区二区免费开放| 国产精品久久久久久精品电影小说| 精品人妻熟女毛片av久久网站| 18禁裸乳无遮挡动漫免费视频| 精品少妇一区二区三区视频日本电影| 中文字幕另类日韩欧美亚洲嫩草| 亚洲 欧美一区二区三区| 国产亚洲av片在线观看秒播厂| 免费看十八禁软件| av不卡在线播放| 中文字幕人妻丝袜一区二区| 一边亲一边摸免费视频| 黑人巨大精品欧美一区二区蜜桃| 国产色视频综合| 高清欧美精品videossex| 亚洲男人天堂网一区| 七月丁香在线播放| 久久久久久久大尺度免费视频| 天堂中文最新版在线下载| 国产日韩一区二区三区精品不卡| 亚洲国产看品久久| 国产麻豆69| 99热全是精品| 国产成人精品无人区| 脱女人内裤的视频| 国产欧美日韩一区二区三 | 一级毛片电影观看| 在线观看一区二区三区激情| 久久久精品国产亚洲av高清涩受| 亚洲精品国产区一区二| 亚洲一区二区三区欧美精品| 日韩免费高清中文字幕av| 18禁国产床啪视频网站| 亚洲国产欧美在线一区| 人人妻,人人澡人人爽秒播 | 国产精品熟女久久久久浪| 日本黄色日本黄色录像| 成人影院久久| 巨乳人妻的诱惑在线观看| 亚洲熟女精品中文字幕| 久热爱精品视频在线9| 人人妻人人澡人人爽人人夜夜| √禁漫天堂资源中文www| 中文字幕亚洲精品专区| 亚洲精品久久久久久婷婷小说| 亚洲欧美一区二区三区久久| 日本黄色日本黄色录像| 在线观看国产h片| 在线观看人妻少妇| 亚洲欧洲国产日韩| 蜜桃国产av成人99| 日韩av不卡免费在线播放| 亚洲国产欧美网| 赤兔流量卡办理| 日韩制服骚丝袜av| 美女视频免费永久观看网站| 这个男人来自地球电影免费观看| 人妻人人澡人人爽人人| 女人久久www免费人成看片| 国产男女内射视频| 男女午夜视频在线观看| 在线观看免费日韩欧美大片| 老司机深夜福利视频在线观看 | 国产极品粉嫩免费观看在线| 久热爱精品视频在线9| 久久中文字幕一级| 中文字幕高清在线视频| 成年人免费黄色播放视频| 亚洲欧洲日产国产| 国产精品久久久av美女十八| 一级毛片 在线播放| 国产无遮挡羞羞视频在线观看| 久久99一区二区三区| 国产成人免费无遮挡视频| 久久毛片免费看一区二区三区| 最新在线观看一区二区三区 | 日韩大码丰满熟妇| 水蜜桃什么品种好| 亚洲七黄色美女视频| 久久国产亚洲av麻豆专区| 国产又色又爽无遮挡免| 国产精品三级大全| 男女无遮挡免费网站观看| 老司机午夜十八禁免费视频| 伊人久久大香线蕉亚洲五| 日韩大码丰满熟妇| 侵犯人妻中文字幕一二三四区| 黄频高清免费视频| 一本久久精品| 亚洲人成77777在线视频| 成人18禁高潮啪啪吃奶动态图| 少妇精品久久久久久久| 两人在一起打扑克的视频| 婷婷成人精品国产| 免费人妻精品一区二区三区视频| 国产精品一区二区精品视频观看| 男女免费视频国产| 欧美人与性动交α欧美软件| 色网站视频免费| 一级毛片女人18水好多 | 日日摸夜夜添夜夜爱| 1024香蕉在线观看| 免费av中文字幕在线| 亚洲欧美色中文字幕在线| 又大又黄又爽视频免费| 18禁观看日本| 久久精品久久久久久噜噜老黄| 国产黄色视频一区二区在线观看| 亚洲av日韩在线播放| 欧美乱码精品一区二区三区| 亚洲成色77777| 人人澡人人妻人| 成年动漫av网址| 一本色道久久久久久精品综合| 91字幕亚洲| 日本色播在线视频| 国产无遮挡羞羞视频在线观看| 久久天躁狠狠躁夜夜2o2o | 亚洲五月婷婷丁香| 亚洲中文字幕日韩| 国产黄频视频在线观看| 久久久精品区二区三区| 一级,二级,三级黄色视频| 黄色毛片三级朝国网站| 亚洲,欧美,日韩| 黑人猛操日本美女一级片| 国产又爽黄色视频| 久久久久视频综合| 欧美av亚洲av综合av国产av| 一本色道久久久久久精品综合| 国产深夜福利视频在线观看| 亚洲国产av新网站| 午夜免费成人在线视频| 日本wwww免费看| 国产高清视频在线播放一区 | 久久99热这里只频精品6学生| 国产主播在线观看一区二区 | 欧美激情 高清一区二区三区| 男女边吃奶边做爰视频| 精品人妻在线不人妻| av网站在线播放免费| 午夜福利视频在线观看免费| 少妇的丰满在线观看| 亚洲av成人不卡在线观看播放网 | 91精品国产国语对白视频| 男女床上黄色一级片免费看| 久久99热这里只频精品6学生| 国产伦理片在线播放av一区| 青春草亚洲视频在线观看| 国产精品久久久人人做人人爽| 一边亲一边摸免费视频| 精品人妻在线不人妻| 国产亚洲欧美精品永久| 国产主播在线观看一区二区 | 捣出白浆h1v1| 国产av国产精品国产| 国产成人一区二区在线| 久久久久久久精品精品| 九草在线视频观看| 免费一级毛片在线播放高清视频 | 国产91精品成人一区二区三区 | xxx大片免费视频| videos熟女内射| 性少妇av在线| 免费黄频网站在线观看国产| av又黄又爽大尺度在线免费看| 国产精品麻豆人妻色哟哟久久| 一级毛片 在线播放| 十八禁高潮呻吟视频| 人人妻人人澡人人看| 女人被躁到高潮嗷嗷叫费观| 操出白浆在线播放| 国产深夜福利视频在线观看| 一级毛片 在线播放| 亚洲少妇的诱惑av| 精品久久蜜臀av无| 亚洲国产看品久久| 男女国产视频网站| 一本一本久久a久久精品综合妖精| 青春草亚洲视频在线观看| 亚洲精品一二三| 在线观看国产h片| a级片在线免费高清观看视频| 国产片内射在线| 精品人妻在线不人妻| 欧美国产精品一级二级三级| 欧美老熟妇乱子伦牲交| 国产成人av激情在线播放| 亚洲成av片中文字幕在线观看| 国产成人av激情在线播放| 在线精品无人区一区二区三| 丁香六月欧美| 国产av精品麻豆| 国产在视频线精品| 国产成人精品无人区| 美女国产高潮福利片在线看| 这个男人来自地球电影免费观看| 国产精品久久久久久精品古装| 亚洲熟女精品中文字幕| 丝瓜视频免费看黄片| 亚洲国产av新网站| 在线观看一区二区三区激情| 男女边吃奶边做爰视频| 尾随美女入室| 一区二区三区四区激情视频| 亚洲人成77777在线视频| 天天躁日日躁夜夜躁夜夜| 色网站视频免费| 又黄又粗又硬又大视频| 欧美在线一区亚洲| 国产精品国产三级国产专区5o| 免费高清在线观看视频在线观看| 欧美成人午夜精品| 免费观看a级毛片全部| 欧美成人精品欧美一级黄| 最黄视频免费看| 999久久久国产精品视频| 精品一区二区三区四区五区乱码 | 精品国产乱码久久久久久小说| 国产爽快片一区二区三区| 亚洲欧美成人综合另类久久久| 亚洲精品一区蜜桃| 亚洲综合色网址| 成人午夜精彩视频在线观看| 黄色a级毛片大全视频| 捣出白浆h1v1| 久久精品国产综合久久久| 少妇裸体淫交视频免费看高清 | 三上悠亚av全集在线观看| 精品国产一区二区久久| 国产又爽黄色视频| 亚洲欧洲精品一区二区精品久久久| 免费在线观看完整版高清| 日本av手机在线免费观看| 19禁男女啪啪无遮挡网站| 大片免费播放器 马上看| 欧美激情高清一区二区三区| 国产精品一区二区精品视频观看| 成年人黄色毛片网站| 午夜精品国产一区二区电影| 国产成人免费观看mmmm| 亚洲精品久久成人aⅴ小说| cao死你这个sao货| 亚洲欧美一区二区三区国产| 只有这里有精品99| 在线亚洲精品国产二区图片欧美| 成人国产av品久久久| 亚洲欧美日韩另类电影网站| 一区在线观看完整版| 伊人久久大香线蕉亚洲五| 亚洲免费av在线视频| 欧美在线黄色| 黑人欧美特级aaaaaa片| 亚洲成色77777| 2021少妇久久久久久久久久久| 交换朋友夫妻互换小说| 另类精品久久| 久久这里只有精品19| 波多野结衣av一区二区av| 国产成人啪精品午夜网站| 午夜福利,免费看| 免费一级毛片在线播放高清视频 | 国产免费现黄频在线看| 在现免费观看毛片| 久久99精品国语久久久| 韩国精品一区二区三区| 国产亚洲欧美精品永久| 人人妻人人爽人人添夜夜欢视频| 亚洲国产欧美网| 大话2 男鬼变身卡| 国产亚洲一区二区精品| 精品久久久久久电影网| 亚洲精品久久成人aⅴ小说| 9色porny在线观看| 久久国产精品大桥未久av| 成年人午夜在线观看视频| 免费看十八禁软件| 久久人人97超碰香蕉20202| 亚洲免费av在线视频| h视频一区二区三区| 成人18禁高潮啪啪吃奶动态图| 美女高潮到喷水免费观看| 亚洲精品国产av成人精品| 日韩人妻精品一区2区三区| 亚洲精品国产区一区二| 久久久久久亚洲精品国产蜜桃av| 亚洲人成网站在线观看播放| 国产成人免费无遮挡视频| 成年美女黄网站色视频大全免费| 亚洲欧美日韩另类电影网站| 国产成人av教育| 欧美在线黄色| 午夜免费鲁丝| 亚洲九九香蕉| 亚洲精品第二区| 99热国产这里只有精品6| 在线观看人妻少妇| av天堂久久9| 视频区欧美日本亚洲| 在线 av 中文字幕| 国产色视频综合| 黄色片一级片一级黄色片| 日本五十路高清| 熟女少妇亚洲综合色aaa.| 亚洲久久久国产精品| 精品久久久精品久久久| 亚洲精品日韩在线中文字幕| www.自偷自拍.com| 国产精品三级大全| av有码第一页| 丝袜脚勾引网站| 69精品国产乱码久久久| 国产xxxxx性猛交| 欧美日韩视频高清一区二区三区二| 老司机影院毛片| 亚洲欧美精品综合一区二区三区| 波多野结衣一区麻豆| 丝袜喷水一区| 丰满迷人的少妇在线观看| 波野结衣二区三区在线| 一级a爱视频在线免费观看| 成人手机av| 精品人妻一区二区三区麻豆| 国产高清videossex| 久久久国产精品麻豆| 一边摸一边抽搐一进一出视频| 欧美精品一区二区免费开放| 无遮挡黄片免费观看| 国产日韩一区二区三区精品不卡| 欧美日韩综合久久久久久| 侵犯人妻中文字幕一二三四区| 少妇人妻 视频| 欧美黑人精品巨大| 在线观看免费高清a一片| 亚洲黑人精品在线| 好男人电影高清在线观看| www.精华液| 女性生殖器流出的白浆| 亚洲欧美精品综合一区二区三区| 亚洲欧洲国产日韩| 另类亚洲欧美激情| 精品卡一卡二卡四卡免费| 美女大奶头黄色视频| 纯流量卡能插随身wifi吗| 成人三级做爰电影| www.av在线官网国产| a级毛片黄视频| 一区在线观看完整版| 久久国产精品男人的天堂亚洲| 高潮久久久久久久久久久不卡| 人体艺术视频欧美日本| 国产亚洲一区二区精品| 久久久久视频综合| 国产一区二区三区综合在线观看| 中文乱码字字幕精品一区二区三区| 午夜av观看不卡| 搡老岳熟女国产| 看免费av毛片| 亚洲av欧美aⅴ国产| 亚洲国产成人一精品久久久| www.精华液| 成人亚洲精品一区在线观看| 一级黄片播放器| 女人精品久久久久毛片| 欧美激情 高清一区二区三区| 一本综合久久免费| 如日韩欧美国产精品一区二区三区| tube8黄色片| 久久久久久久精品精品| cao死你这个sao货| www.自偷自拍.com| 国产精品一区二区在线不卡| 你懂的网址亚洲精品在线观看| 亚洲精品在线美女| 成人三级做爰电影| videosex国产| 日韩一区二区三区影片| 日韩大片免费观看网站| 人人妻人人爽人人添夜夜欢视频| 久久精品亚洲熟妇少妇任你| 别揉我奶头~嗯~啊~动态视频 | 亚洲av国产av综合av卡| av天堂在线播放| 国产精品一区二区免费欧美 | 午夜久久久在线观看| 亚洲成色77777| 亚洲三区欧美一区| 首页视频小说图片口味搜索 | 99国产精品一区二区三区| 婷婷色综合大香蕉| 欧美黑人精品巨大| 91九色精品人成在线观看| 大香蕉久久成人网| 亚洲欧美色中文字幕在线| 国产av国产精品国产| 日韩av在线免费看完整版不卡| 人人妻,人人澡人人爽秒播 | 午夜福利一区二区在线看| 国产免费一区二区三区四区乱码| 婷婷色麻豆天堂久久| 狠狠精品人妻久久久久久综合| 日韩大片免费观看网站| 两个人免费观看高清视频| 国产97色在线日韩免费| 精品久久久精品久久久| 亚洲黑人精品在线| 亚洲精品中文字幕在线视频| 色婷婷av一区二区三区视频| 国产精品香港三级国产av潘金莲 | 久久久久久久国产电影| 亚洲伊人久久精品综合| 日韩欧美一区视频在线观看| av天堂久久9| 美女高潮到喷水免费观看| 一本综合久久免费| 人成视频在线观看免费观看| 丰满饥渴人妻一区二区三| 最黄视频免费看| 日本欧美视频一区| 亚洲情色 制服丝袜| 免费高清在线观看日韩| 咕卡用的链子| 欧美日韩成人在线一区二区| 精品人妻一区二区三区麻豆| av一本久久久久| 亚洲成色77777| 日韩 亚洲 欧美在线| 亚洲天堂av无毛| 欧美av亚洲av综合av国产av| 黑人欧美特级aaaaaa片| 欧美日韩亚洲综合一区二区三区_|