• <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 ?

    基于非下采樣剪切波變換域三變量模型圖像去噪算法

    2017-03-26 11:51:51石滿紅
    紅外技術(shù) 2017年11期
    關(guān)鍵詞:子帶高斯尺度

    石滿紅,劉 衛(wèi)

    ?

    基于非下采樣剪切波變換域三變量模型圖像去噪算法

    石滿紅1,劉 衛(wèi)2

    (1. 安徽科技學(xué)院信息與網(wǎng)絡(luò)工程學(xué)院 安徽 鳳陽 233100;2. 中國(guó)科學(xué)院合肥智能機(jī)械研究所 安徽 合肥 230031)

    結(jié)合非下采樣剪切波變換域三變量閾值濾波和多分辨引導(dǎo)濾波,本文提出一種去除高斯白噪聲的圖像去噪的有效方法。在非下采樣剪切波變換域中,以三變量非高斯模型對(duì)方向帶通子帶系數(shù)間相關(guān)性進(jìn)行建模,采用最大后驗(yàn)估計(jì)理論推導(dǎo)出三變量收縮閾值函數(shù)。此外,對(duì)低頻子帶系數(shù)采用多分辨引導(dǎo)濾波進(jìn)行平滑處理,以達(dá)到更好的噪聲抑制效果。實(shí)驗(yàn)結(jié)果顯示,本文所提去噪方法可以有效抑制噪聲同時(shí)保留更多的圖像細(xì)節(jié)信息,與其他濾波算法相比,該去噪算法可得到更高的客觀數(shù)據(jù)及更好的視覺效果。

    圖像去噪;非下采樣剪切波變換;三變量非高斯模型;引導(dǎo)濾波

    0 引言

    圖像在其獲取與傳遞過程中,常常會(huì)受到各種噪聲(如加性高斯白噪聲)的污染。圖像去噪的主要目的是有效減少噪聲等級(jí)且保留盡可能多的細(xì)節(jié)特征。

    從處理域的角度,去噪算法可分為空間域?yàn)V波和變換域?yàn)V波。近年來,學(xué)者們提出了很多基于空間域的濾波算法:非局部均值濾波、雙邊濾波、引導(dǎo)濾波等[1-3]??臻g域?yàn)V波直接處理圖像像素,具有執(zhí)行速度快,方法簡(jiǎn)單等優(yōu)點(diǎn),但是圖像細(xì)節(jié)信息卻無法被提取出來,去噪后圖像丟失了很多細(xì)節(jié)信息、邊緣處模糊不清。小波變換憑借其較好的時(shí)頻局部化能力,可以有效地提取圖像的細(xì)節(jié)信息,因而被廣泛的應(yīng)用在圖像去噪領(lǐng)域。針對(duì)小波系數(shù)之間的強(qiáng)相關(guān)性,學(xué)者們提出了很多先驗(yàn)統(tǒng)計(jì)模型對(duì)小波系數(shù)進(jìn)行建模[4-9],然而這些先驗(yàn)?zāi)P痛嬖谥鴮?duì)系數(shù)間相關(guān)性考慮不充分或者估計(jì)模型參數(shù)過于復(fù)雜的問題。

    小波變換雖然可以對(duì)點(diǎn)奇異分段光滑函數(shù)進(jìn)行最優(yōu)逼近,但是由一維小波張量形成的二維可分離小波只有有限方向,它們不能很好地表示自然圖像的高維奇異特征(邊緣、紋理等)。為了更加有效、稀疏的表示圖像,多尺度幾何分析工具被提了出來,如Curvelet、Ridgelet、Contourlet等[10-12]。隨后,學(xué)者們提出了很多基于多尺度幾何分析的圖像去噪算法并取得了較為理想的去噪效果[13-15]。2007年,Guo提出了新的多尺度幾何分析工具——Shearlet[16],理論上可以執(zhí)行任意多方向的圖像分解,逆合成過程具有較高的執(zhí)行效率,可近似最優(yōu)地逼近圖像。因Shearlet具有這些優(yōu)點(diǎn),它在圖像處理領(lǐng)域有諸多應(yīng)用[17-19]。但是,Shearlet變換不具有平移不變性,去噪結(jié)果會(huì)出現(xiàn)偽吉布斯現(xiàn)象。2008年,Easley提出了非下采樣Shearlet變換[20],它繼承了Shearlet變換所有優(yōu)良特性且具有平移不變性,它更適用于圖像去噪工作。

    傳統(tǒng)的基于變換域去噪算法,大多認(rèn)為噪聲只集中存在于高頻子帶,低頻子帶不需要處理。然而,低頻子帶中也存在一定量的噪聲,因此,在執(zhí)行圖像去噪工作時(shí)有必要對(duì)低頻子帶也進(jìn)行相應(yīng)的處理?;谝陨戏治?,本文提出一種新的圖像去噪算法——通過結(jié)合非下采樣Shearlet變換域的閾值濾波方法和引導(dǎo)濾波方法,達(dá)到去除噪聲的目的。圖像經(jīng)非下采樣Shearlet變換分解后,高頻子帶運(yùn)用三變量閾值函數(shù)進(jìn)行處理,對(duì)于每次重構(gòu)得到的低頻子帶再運(yùn)用引導(dǎo)濾波平滑處理,圖1為本文去噪算法的流程圖,其中H0、H1分別為低通和高通分解濾波器,G0、G1為合成濾波器,SF為剪切濾波器,圖1中只進(jìn)行了兩層分解,具體應(yīng)用時(shí)可推廣到更多層分解。

    1 Shearlet變換

    Guo等人在合成小波理論基礎(chǔ)上衍生出Shearlet變換[16]。定義具有合成膨脹仿射系統(tǒng)為:

    任意?+,?,?2,Shearlet基函數(shù)定義為:

    基于以上Shearlet定義,函數(shù)()的Shearlet變換為:

    SH(,,)=<,,,> (2)

    式中:、s、分別表示尺度參數(shù)、剪切的方向以及平移量。圖2顯示了Shearlet的頻域支撐。

    非下采樣Shearlet變換分多尺度剖分與方向局部化兩步執(zhí)行。在多尺度剖分階段,為了使其具有平移不變性、抑制圖像處理結(jié)果出現(xiàn)的偽Gibbs現(xiàn)象,在實(shí)現(xiàn)過程中去除了下采樣操作,采用非下采樣金字塔濾波器組進(jìn)行多尺度分解;在方向局部化階段,采用平移不變剪切濾波器組將頻域分解為一系列的梯形高頻子帶。更多關(guān)于非下采樣Shearlet變換的內(nèi)容,可以參考文獻(xiàn)[20]。

    2 引導(dǎo)濾波

    引導(dǎo)濾波[3]是一個(gè)局部線性平移不變的邊緣保持濾波器,它基于兩個(gè)假定條件的折中,第一個(gè)條件是引導(dǎo)圖像和濾波結(jié)果圖像之間存在線性模型,第二個(gè)條件是濾波結(jié)果應(yīng)該盡可能的與源圖像相似。對(duì)于像素的濾波結(jié)果為:

    式中:WijGuided(×)表示引導(dǎo)圖像I的濾波核函數(shù)且與源圖像p相互獨(dú)立。

    圖2 Shearlet變換頻域支撐

    式(3)的濾波核函數(shù)定義為:

    式中:2分別表示引導(dǎo)圖像局部窗口c的均值和方差;>0防止分母為零。

    3 NSST域三變量統(tǒng)計(jì)模型

    對(duì)于受到零均值加性高斯白噪聲污染的原始圖像,其退化模型為:

    (,)=(,)+(,) (5)

    式中:(,)、(,)、(,)分別代表原始圖像、噪聲圖像及高斯白噪聲(方差為2)。圖像經(jīng)過NSST變換后,得到:

    =+(6)

    對(duì)于式(8),我們需要得到噪聲的概率密度函數(shù)p()與圖像的NSST系數(shù)的概率密度函數(shù)p()。文中處理的對(duì)象是高斯白噪聲,即~(0,2),其中2為噪聲的方差。然而我們無法準(zhǔn)確獲得p(),通常做法是使用一個(gè)相近的概率密度函數(shù)作為替代。圖3(c)、(d)為自然圖像Lena和紅外圖像Plane的最細(xì)子帶的概率直方圖,所有的分布都在零值附近具有一個(gè)非常尖銳的頂峰且在峰值兩邊有著很長(zhǎng)的拖尾現(xiàn)象,這些結(jié)果顯示了NSST系數(shù)是極度稀疏的,大部分的系數(shù)幅值都在零值左右。相似的情況也出現(xiàn)在其他圖像中,因此圖像的NSST系數(shù)具有非常高的非高斯性。

    圖3 NSST最細(xì)子帶系數(shù)統(tǒng)計(jì)直方圖

    3.1 NSST系數(shù)間的依賴關(guān)系

    由前面分析可知,NSST高頻子帶系數(shù)的分布情況呈現(xiàn)出零均值、重拖尾的特點(diǎn),HMT[5]、GGD[6]等模型都可近似其邊緣概率分布。但這些模型大多只反映系數(shù)尺度間或尺度內(nèi)相關(guān)性,無法充分體現(xiàn)NSST系數(shù)間相關(guān)性。為了定量分析系數(shù)間的依賴關(guān)系,本文使用互信息[21]作為量化指標(biāo)來度量NSST系數(shù)間的依賴關(guān)系。兩個(gè)具有邊緣概率密度函數(shù)()、()及聯(lián)合概率密度函數(shù)(,)的隨機(jī)變量、的互信息定義為:

    互信息MI(X;Y)表示用Y表示X的信息量,其值越大說明兩者關(guān)系越緊密,當(dāng)變量X、Y相互獨(dú)立時(shí),MI(X;Y)等于0。下面我們使用(9)式計(jì)算NSST系數(shù)間的互信息值,令m表示當(dāng)前的NSST系數(shù),Pm表示其父系數(shù),Nm表示鄰域系數(shù),Cm表示兄弟系數(shù),圖4為一幅圖像經(jīng)3層NSST分解(方向分別為1、4、16),系數(shù)間相關(guān)的相互關(guān)系。

    首先,我們對(duì)4幅標(biāo)準(zhǔn)圖像(Lena, Barbara, Boat, Peppers)、2幅紅外圖像以及2幅遙感圖像進(jìn)行NSST分解(尺度數(shù)3),然后在最細(xì)方向子帶上分別計(jì)算MI(;)、MI(;)、MI(;,)以及MI(;,)的平均互信息值,表1給出計(jì)算結(jié)果。

    從表1可知,平均互信息值滿足不等式MI(;)<MI(;)<MI(;,)<MI(;,),即(,)可以提供給的信息量要遠(yuǎn)遠(yuǎn)高于或者。因而,為了捕獲NSST系數(shù)間相關(guān)性,充分描述當(dāng)前系數(shù)與父系數(shù)和兄弟系數(shù)間相關(guān)性,文中使用三變量分布模型進(jìn)行建模。

    3.2 基于NSST域三變量統(tǒng)計(jì)模型圖像的去噪

    設(shè)1、2、3是干凈的NSST的系數(shù),且2是1的父系數(shù),3是1相反方向兄弟系數(shù)。1、2、3為當(dāng)前觀測(cè)到含噪NSST系數(shù),1、2、3為高斯白噪聲的變換系數(shù)。則有:

    即:=+,其中=(1,2,3),=(1,2,3),=(1,2,3)。

    假定噪聲服從高斯分布,從而它的概率密度函數(shù)為:

    通過以上分析,本文使用三變量廣義球等高指數(shù)作為當(dāng)前系數(shù)、父系數(shù)和兄弟系數(shù)的概率密度函數(shù),即:

    式(12)是一個(gè)概率密度函數(shù)且具有對(duì)稱性,它充分顯示1、2和3之間的相關(guān)特性,其中是一個(gè)自由參數(shù),在處理圖像過程中通常取為值為3,2為NSST系數(shù)方差,2為噪聲方差。

    令()=ln[p()],則(7)等價(jià)于:

    表1 NSST系數(shù)的平均互信息值(最細(xì)子帶)

    由于()函數(shù)是可微的、嚴(yán)格凸的,對(duì)式(13)關(guān)于1、2及3求導(dǎo)。然后將式(12)代入式(13),有:

    整理得:

    將(15)代入方程組(14),有:

    4 算法主要步驟

    4.1 參數(shù)估計(jì)

    式中:2()是系數(shù)w對(duì)應(yīng)的噪聲方差;()是以w為中心的方形鄰域;2為()中的系數(shù)。

    4.2 去噪主要步驟

    本文去噪方法主要步驟總結(jié)如下:

    Step 1 對(duì)含噪圖像進(jìn)行NSST分解(尺度數(shù)4,方向數(shù)4、8、8、16),得到NSST系數(shù);

    Step 2 采用蒙特卡羅方法估計(jì)2,再用式(17)估計(jì)2;

    Step 4 對(duì)逆NSST變換中的每層低頻子帶采用引導(dǎo)濾波進(jìn)行平滑處理,從而得到最終的去噪圖像。

    5 實(shí)驗(yàn)結(jié)果與分析

    為了驗(yàn)證本文所提去噪算法在去除加性高斯白噪聲時(shí)的可行性和有效性,我們分別對(duì)自然圖像(Lena、Barbara)、紅外圖像(Plane)及遙感圖像(Pentagon)進(jìn)行測(cè)試,加入均值為零、方差為2的高斯白噪聲。在仿真的實(shí)驗(yàn)中,比較本文所提去噪算法與幾種較為優(yōu)秀的去噪算法:LAWML[22],NSCT[23]、BiShrink[7]、SURE-LET[24]以及KSVD[25];然后使用兩個(gè)常用的客觀指標(biāo)(峰值信噪比(PSNR)、平均結(jié)構(gòu)相似性[26](MSSIM))結(jié)合去噪圖像的視覺效果來綜合評(píng)價(jià)各個(gè)方法的有效性,圖5~圖8和表2~表3為本文的實(shí)驗(yàn)結(jié)果。

    表2 不同圖像去噪后峰值的信噪比(PSNR/dB)

    圖5~圖8為使用不同去噪方法處理含高斯噪聲標(biāo)準(zhǔn)差為20的自然圖像(Lena、Barbara)、紅外圖像(Plane)及遙感圖像(Pentagon)得到的去噪結(jié)果圖。盡管沒有明確的客觀方式用于判別去噪圖像的視覺效果,但是通常會(huì)使用兩個(gè)重要的準(zhǔn)則:人工紋理信息感知度與圖像邊緣信息保留度。從圖中可以看出,與其他幾種去噪方法相比,本文方法表現(xiàn)出更加優(yōu)秀的抑制噪聲的性能,去噪圖像的視覺效果更好。在平坦區(qū)域,圖像表面更加平滑;在紋理豐富區(qū)域,保留了更清晰的邊界信息。雖然各個(gè)去噪圖像中都有一定量的人工紋理信息存在,但是本文方法的去噪結(jié)果圖中出現(xiàn)的人工紋理是最少的。

    從表2可以看出,PSNR值隨著噪聲方差的增加呈下降的趨勢(shì)。對(duì)不同含噪的圖像,較之其他的方法,本文方法均得到最大PSNR值。相比較于LAWML、SURE-LET算法,所提方法的PSNR值有較大幅度的提高,特別對(duì)于紅外圖像Plane和遙感圖像Pentagon,本文方法獲得的PSNR值的優(yōu)勢(shì)較為明顯;與其余幾種優(yōu)秀的去噪方法相比,PSNR值也都有一定程度的提高,這主要?dú)w功于NSST變換可以更加稀疏地表示圖像、三變量模型可以準(zhǔn)確地對(duì)系數(shù)尺度內(nèi)和尺度間相關(guān)性進(jìn)行建模以及對(duì)重建的低頻系數(shù)進(jìn)行邊緣保持濾波,這些有效策略都為更好地抑制噪聲做出貢獻(xiàn)。

    表3 不同方法對(duì)不同圖像去噪后的平均結(jié)構(gòu)相似性(MSSIM)

    圖5 方差為20的圖像(Lena)去噪后局部放大圖

    MSSIM值可以評(píng)估去噪算法保留邊緣紋理信息的能力,因此我們?cè)趯?shí)驗(yàn)中也使用了MSSIM作為客觀度量。各個(gè)方法處理不同等級(jí)噪聲圖像得到的客觀數(shù)據(jù)如表3所示。從表3中我們不難看出,本文方法的去噪圖像MSSIM值最高,這意味著所提方法保持原圖像結(jié)構(gòu)的能力最好。

    6 結(jié)論

    如何精確度量NSST系數(shù)間相關(guān)性是基于變換域貝葉斯去噪方法的核心問題之一。為了充分反映NSST系數(shù)之間的相關(guān)性,首先使用三變量廣義球等高指數(shù)對(duì)當(dāng)前系數(shù)、父系數(shù)及兄弟系數(shù)進(jìn)行建模,在此基礎(chǔ)上,推導(dǎo)出系數(shù)估計(jì)函數(shù),最后對(duì)逆變換過程中的低頻子帶系數(shù)進(jìn)行引導(dǎo)濾波平滑處理,從而得到最終的去噪圖像。仿真實(shí)驗(yàn)顯示出本文所提去噪算法不僅使得高斯白噪聲被有效去除而且去噪圖像中帶來了更少的人工紋理信息,較之當(dāng)前幾種優(yōu)秀算法,本文算法在客觀度量及視覺效果上均獲得了更為理想的結(jié)果。

    圖6 噪聲方差為20的圖像(Barbara)去噪后局部放大圖

    圖7 不同方法去噪后的紅外圖像(Plane)比較(噪聲標(biāo)準(zhǔn)差為20)

    圖8 不同方法去噪后的遙感圖像(Pentagon)比較(噪聲標(biāo)準(zhǔn)差為20)

    [1] Buades A, Coll B, Morel J M. A non-local algorithm for image denoising[C]//, San Diego: 2005, 2: 60-65.

    [2] Chaudhury K N. Acceleration of the shiftable O(1) algorithm for bilateral filtering and non-local means[J]., 2013, 22(4): 1291-1300.

    [3] HE K, SUN J, TANG X. Guided Image Filtering[C]//, 2010, 35(6): 1-14.

    [4] DONOHO D L. Denoising by soft-thresholding[J]., 1995, 41(3): 613-627.

    [5] CROUSE M S, NOWAK R D, BARANIUK R G. Wavelet-based statistical signal processing using hidden Markov models[J]., 1998, 46(4): 886-902.

    [6] CHANG S, YU B, Vetterli M. Adaptive wavelet thresholding for image denoising and compression[J]., 2000, 9(9): 1532-1546.

    [7] SENDER L, Ivan W. Selesnick. Bivariate Shrinkage Functions for wavelet-based denoising exploiting interscale dependency[J]., 2002, 20(11): 2744-2756.

    [8] Portilla J, Strla V. Image denoising using scale mixtures of Gaussians in the wavelet domain[J]., 2003, 12(11): 1338-1351.

    [9] CHO D, BUI T D. Multivariate statistical modeling for image denoising using wavelet transforms[J]., 2005, 20(1): 77-89.

    [10] Candes E. Ridgelets: Theory and Applications[D]. USA: Department of Statistics, Stanford University, 1998.

    [11] Starck J L, Candes E J, Donoho D L. The curvelet transform for image denoising[J]., 2002, 21(11): 131-141.

    [12] DO M N, VETTERLI M. The Contourlet transform: an efficient directional multiresolution image representation[J]., 2005, 14(12): 2091-2106.

    [13] 賈建, 焦李成, 項(xiàng)海林. 基于雙變量閾值的非下采樣Contourlet變換圖像去噪[J]. 電子與信息學(xué)報(bào), 2009, 31(3): 532-536.

    JIA Jian, JIAO Licheng, XIANG Hailin. Using bivariate threshold function for image denoising in NSCT domain[J]., 2009, 31(3): 532-536.

    [14] YANG H Y, WANG X Y, QU T X, et al. Image denoising using bilateral filter and Gaussian scale mixtures in shiftable complex directional pyramid domain[J]., 2011, 37(5): 656-668.

    [15] Ramin E, Hayder R. Translation-invariant contourlet transform and its application to image denoising[J]., 2006, 15(11): 3362-3374.

    [16] GUO K, Labate D. Optimally sparse multidimensional representations using shearlets[J]., 2007, 39(1): 298-318.

    [17] YI S, Labate D, Easley G R, et al. A shearlet approach to edge analysis and detection[J]., 2009, 18(5): 929-941.

    [18] 朱華生, 徐晨光. Shearlet變換域自適應(yīng)圖像去噪算法[J]. 激光與紅外, 2012, 42(7): 811-814.

    ZHU Huasheng, XU chenguang. Adaptive image denoising algorithm based on Shearlet transform[J]., 2012, 42(7): 811-814.

    [19] Deng C, Wang S, Chen X. Remote sensing images fusion algorithm based on shearlet transform[C]//, WuHan: 2009: 451-454.

    [20] Easley G, Labate D, Lim W Q. Sparse directional image representations using the discrete shearlet transform[J]., 2008, 25(1): 25-46.

    [21] LIU J, Moulin P. Information-theoretic analysis of interscale and intrascale dependencies between image wavelet coefficients[J]. I, 2001, 10(11): 1647-1658.

    [22] Mihcak M K, Kozintsev I, Ramchandran K. Low-complexity image denoising based on statistical modeling of wavelet coefcients[J]., 1999, 6(12): 300-303.

    [23] Cunha A L, Zhou Jianping, Do M N. The nonsubsampled contourlet transform: theory, design and application[J]., 2006, 15(10): 3089-3101.

    [24] Luisier F, Blu T, Unser M. A new SURE approach to image denoising: interscale orthonormal wavelet thresholding[J]., 2007, 16(3): 593-606.

    [25] MICHAEL E. Image denoising via sparse and redundant representations over learned dictionaries[J]., 2006, 15(12): 3736-3745.

    [26] ZHOU W, Bovik A C, et al. Image quality assessment: from error visibility to structural similarity[J]., 2004, 13(4): 600-612.

    Image Denoising Using a Trivariate Model in the Nonsubsampled Shearlet Transform Domain

    SHI Manhong1,LIU Wei2

    (1.,,233100,; 2.,,230031,)

    We present an efficient algorithm for removing white Gaussian noise from corrupted images by incorporating a nonsubsampled Shearlet transform (NSST)-based trivariate shrinkage filter into a multiresolution guide filter. In the NSST domain, coefficients are modeled as a trivariate Gaussian distribution, accounting for the statistical dependencies among interscale and intrascale transform coefficients. A nonlinear trivariate shrinkage function is derived using a maximum a posteriori (MAP) estimator. To obtain better denoising results, low-frequency sub-bands are smoothed using a multiresolution guide filter. Experimental results show that our algorithm is very effective in eliminating image noise, and performs better than other denoising techniques.

    image denoising,nonsubsampled Shearlet transform,trivariate non Gaussian model,guided filter

    TN911. 73

    A

    1001-8891(2017)11-1045-09

    2017-04-21;

    2017-07-29.

    石滿紅(1987-),女(漢族),安徽安慶人,助教,碩士,研究方向計(jì)算機(jī)輔助幾何設(shè)計(jì)。

    安徽科技學(xué)院校級(jí)項(xiàng)目(ZRC2016499),安徽省自然基金資助項(xiàng)目(1508085MC55),安徽省教育廳自然科學(xué)重點(diǎn)項(xiàng)目(KJ2016A174)。

    猜你喜歡
    子帶高斯尺度
    小高斯的大發(fā)現(xiàn)
    一種基于奇偶判斷WPT的多音干擾抑制方法*
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    子帶編碼在圖像壓縮編碼中的應(yīng)用
    電子制作(2019年22期)2020-01-14 03:16:24
    天才數(shù)學(xué)家——高斯
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    基于虛擬孔徑擴(kuò)展的子帶信息融合寬帶DOA估計(jì)
    有限域上高斯正規(guī)基的一個(gè)注記
    9
    基于子帶模式的AMC技術(shù)算法分析
    国产乱人伦免费视频| 久久久久国产一级毛片高清牌| 久热这里只有精品99| 丝袜在线中文字幕| 变态另类成人亚洲欧美熟女 | 午夜久久久在线观看| 高清黄色对白视频在线免费看| 日韩精品免费视频一区二区三区| 亚洲自偷自拍图片 自拍| 欧美黄色淫秽网站| a在线观看视频网站| 国产精品久久久久久精品电影 | 亚洲国产欧美网| 亚洲精品国产一区二区精华液| 国产精品精品国产色婷婷| 不卡av一区二区三区| 久久伊人香网站| 国产成人av教育| 男人的好看免费观看在线视频 | 日日爽夜夜爽网站| 97超级碰碰碰精品色视频在线观看| 高清黄色对白视频在线免费看| 啦啦啦 在线观看视频| 欧美在线黄色| 亚洲欧美激情在线| 精品国产国语对白av| 性少妇av在线| 精品欧美国产一区二区三| 国产伦人伦偷精品视频| 少妇被粗大的猛进出69影院| 涩涩av久久男人的天堂| 色哟哟哟哟哟哟| www日本在线高清视频| 热re99久久国产66热| svipshipincom国产片| 99久久国产精品久久久| 大陆偷拍与自拍| 久久中文看片网| 国产精品综合久久久久久久免费 | 美女国产高潮福利片在线看| 精品久久久久久久人妻蜜臀av | 国产精品av久久久久免费| 久久久水蜜桃国产精品网| 免费高清在线观看日韩| 国产精品久久久久久人妻精品电影| 99在线人妻在线中文字幕| 国产成人系列免费观看| 大型黄色视频在线免费观看| 久久精品国产综合久久久| 欧美一级a爱片免费观看看 | 亚洲精品中文字幕在线视频| 欧美乱色亚洲激情| 国产日韩一区二区三区精品不卡| 久久久久久亚洲精品国产蜜桃av| 日韩大码丰满熟妇| 国产一区二区三区在线臀色熟女| 他把我摸到了高潮在线观看| 最好的美女福利视频网| 亚洲成人久久性| 一二三四在线观看免费中文在| 97人妻天天添夜夜摸| 国产片内射在线| 可以免费在线观看a视频的电影网站| 女人精品久久久久毛片| 午夜老司机福利片| 亚洲五月婷婷丁香| 亚洲黑人精品在线| 午夜亚洲福利在线播放| 亚洲久久久国产精品| 免费在线观看完整版高清| 亚洲国产精品999在线| 女人被躁到高潮嗷嗷叫费观| 国产亚洲精品久久久久久毛片| 国产精品乱码一区二三区的特点 | 少妇被粗大的猛进出69影院| 日韩欧美一区视频在线观看| 自线自在国产av| 嫩草影视91久久| 久久香蕉精品热| 免费无遮挡裸体视频| 国产成+人综合+亚洲专区| 亚洲午夜精品一区,二区,三区| 亚洲国产日韩欧美精品在线观看 | 好男人电影高清在线观看| 97人妻天天添夜夜摸| 欧美乱码精品一区二区三区| 免费观看精品视频网站| 国产精品久久电影中文字幕| 女人精品久久久久毛片| 99香蕉大伊视频| 久久天躁狠狠躁夜夜2o2o| 久久中文字幕一级| 国产精品九九99| 国产91精品成人一区二区三区| 国产在线观看jvid| 亚洲中文字幕一区二区三区有码在线看 | 亚洲国产欧美网| 精品国产乱子伦一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 桃色一区二区三区在线观看| 欧美乱妇无乱码| 亚洲国产精品成人综合色| 中文字幕另类日韩欧美亚洲嫩草| 长腿黑丝高跟| 午夜福利一区二区在线看| 日韩成人在线观看一区二区三区| 天天躁夜夜躁狠狠躁躁| 每晚都被弄得嗷嗷叫到高潮| 手机成人av网站| 国产亚洲精品av在线| 看免费av毛片| 色尼玛亚洲综合影院| 成年女人毛片免费观看观看9| 99精品久久久久人妻精品| 亚洲五月婷婷丁香| 视频在线观看一区二区三区| 国产亚洲精品久久久久5区| 色综合站精品国产| 免费高清视频大片| 日韩欧美一区视频在线观看| 精品国产一区二区三区四区第35| 好男人电影高清在线观看| 亚洲精品国产区一区二| 女同久久另类99精品国产91| 国产精品1区2区在线观看.| 黑人巨大精品欧美一区二区mp4| 久久国产精品影院| 亚洲成人精品中文字幕电影| 国产又色又爽无遮挡免费看| 男女午夜视频在线观看| 欧美在线黄色| 美女免费视频网站| 精品久久久久久,| 亚洲第一av免费看| 男人舔女人下体高潮全视频| 美女午夜性视频免费| 一进一出好大好爽视频| 免费高清视频大片| 淫秽高清视频在线观看| 91精品三级在线观看| 在线天堂中文资源库| 俄罗斯特黄特色一大片| 久久中文字幕一级| 大型av网站在线播放| 一个人观看的视频www高清免费观看 | 久久草成人影院| 日韩欧美在线二视频| 天堂影院成人在线观看| 高潮久久久久久久久久久不卡| 中文字幕av电影在线播放| netflix在线观看网站| 成人欧美大片| 久久人人爽av亚洲精品天堂| 欧美最黄视频在线播放免费| 日日夜夜操网爽| 久久精品亚洲精品国产色婷小说| 亚洲av五月六月丁香网| 亚洲va日本ⅴa欧美va伊人久久| 777久久人妻少妇嫩草av网站| 国产精品国产高清国产av| 国产乱人伦免费视频| 久久久久久免费高清国产稀缺| 不卡一级毛片| 黄色 视频免费看| 人人妻人人澡欧美一区二区 | 非洲黑人性xxxx精品又粗又长| av片东京热男人的天堂| www国产在线视频色| 精品久久久久久成人av| 法律面前人人平等表现在哪些方面| 老司机福利观看| 法律面前人人平等表现在哪些方面| 精品午夜福利视频在线观看一区| 久久久国产成人精品二区| 亚洲avbb在线观看| 天堂影院成人在线观看| 亚洲欧洲精品一区二区精品久久久| 国产成人av激情在线播放| 丝袜美足系列| 国产精品国产高清国产av| 动漫黄色视频在线观看| 91成人精品电影| 天堂动漫精品| 欧美日韩乱码在线| 国产成人精品在线电影| 国产一区二区三区在线臀色熟女| av在线天堂中文字幕| 免费女性裸体啪啪无遮挡网站| 国产欧美日韩精品亚洲av| 99在线人妻在线中文字幕| 在线免费观看的www视频| 亚洲伊人色综图| 国产午夜福利久久久久久| 少妇 在线观看| 女性被躁到高潮视频| 国产精品98久久久久久宅男小说| 在线观看www视频免费| ponron亚洲| 午夜福利18| 久久欧美精品欧美久久欧美| 午夜免费成人在线视频| 国产真人三级小视频在线观看| 日韩欧美一区二区三区在线观看| 欧美黑人精品巨大| 十八禁网站免费在线| 亚洲无线在线观看| 黑丝袜美女国产一区| av网站免费在线观看视频| 十八禁人妻一区二区| 午夜精品在线福利| 午夜老司机福利片| 一卡2卡三卡四卡精品乱码亚洲| 黄色a级毛片大全视频| 搡老熟女国产l中国老女人| 亚洲成人免费电影在线观看| 男女午夜视频在线观看| 欧美老熟妇乱子伦牲交| 叶爱在线成人免费视频播放| 麻豆av在线久日| 国产麻豆成人av免费视频| 一卡2卡三卡四卡精品乱码亚洲| 欧美大码av| 国产精品亚洲美女久久久| 在线十欧美十亚洲十日本专区| 欧美日韩精品网址| 精品一区二区三区av网在线观看| 在线观看舔阴道视频| 在线观看舔阴道视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲成人国产一区在线观看| 国产91精品成人一区二区三区| 老汉色av国产亚洲站长工具| 嫩草影院精品99| 免费搜索国产男女视频| 国产麻豆成人av免费视频| 久久伊人香网站| 亚洲国产欧美网| 国产视频一区二区在线看| 国产三级在线视频| 99热只有精品国产| 久久中文字幕人妻熟女| 真人一进一出gif抽搐免费| 日本撒尿小便嘘嘘汇集6| 欧美中文综合在线视频| 丁香六月欧美| 国产精品国产高清国产av| 国产欧美日韩一区二区三区在线| av欧美777| 美女高潮喷水抽搐中文字幕| 成在线人永久免费视频| 91国产中文字幕| 国产97色在线日韩免费| 两个人看的免费小视频| 两性午夜刺激爽爽歪歪视频在线观看 | 女同久久另类99精品国产91| 人人妻,人人澡人人爽秒播| av在线播放免费不卡| АⅤ资源中文在线天堂| 国产成人精品无人区| 国产极品粉嫩免费观看在线| 人妻久久中文字幕网| 精品久久久久久久人妻蜜臀av | 巨乳人妻的诱惑在线观看| 91精品三级在线观看| 亚洲av第一区精品v没综合| 青草久久国产| 一卡2卡三卡四卡精品乱码亚洲| 黄色毛片三级朝国网站| 一区二区三区激情视频| 啦啦啦免费观看视频1| 久久中文字幕人妻熟女| 久久午夜亚洲精品久久| 精品午夜福利视频在线观看一区| 热re99久久国产66热| 动漫黄色视频在线观看| 国产在线观看jvid| 99在线人妻在线中文字幕| 亚洲精品久久国产高清桃花| 97超级碰碰碰精品色视频在线观看| 亚洲情色 制服丝袜| 亚洲欧美激情在线| 日本 av在线| 俄罗斯特黄特色一大片| 女警被强在线播放| 啦啦啦观看免费观看视频高清 | 嫩草影院精品99| 女警被强在线播放| 淫妇啪啪啪对白视频| 亚洲欧美日韩另类电影网站| 在线观看免费视频网站a站| 亚洲欧美一区二区三区黑人| 欧美成人免费av一区二区三区| 免费一级毛片在线播放高清视频 | 别揉我奶头~嗯~啊~动态视频| 伦理电影免费视频| 亚洲国产日韩欧美精品在线观看 | 亚洲人成电影观看| 成年女人毛片免费观看观看9| 国产99久久九九免费精品| 曰老女人黄片| 少妇粗大呻吟视频| 欧美黑人精品巨大| 午夜亚洲福利在线播放| 国内精品久久久久久久电影| 人妻丰满熟妇av一区二区三区| 手机成人av网站| 欧美av亚洲av综合av国产av| 亚洲av成人av| 久久久久九九精品影院| 日本vs欧美在线观看视频| 怎么达到女性高潮| 一二三四在线观看免费中文在| 啦啦啦免费观看视频1| 亚洲av电影在线进入| 99精品久久久久人妻精品| 一级毛片精品| 欧美日本亚洲视频在线播放| 性色av乱码一区二区三区2| 精品无人区乱码1区二区| 国产成人精品久久二区二区免费| 老汉色∧v一级毛片| 深夜精品福利| 午夜免费激情av| 黑人欧美特级aaaaaa片| 亚洲三区欧美一区| 国产亚洲精品第一综合不卡| 久久香蕉国产精品| 波多野结衣一区麻豆| 午夜免费鲁丝| 国产欧美日韩一区二区三区在线| 琪琪午夜伦伦电影理论片6080| 一进一出抽搐动态| 看免费av毛片| 亚洲精品国产区一区二| 深夜精品福利| 一级片免费观看大全| 91麻豆av在线| 不卡av一区二区三区| 亚洲一区二区三区色噜噜| 婷婷六月久久综合丁香| 国产精品久久久久久人妻精品电影| 在线av久久热| 亚洲人成网站在线播放欧美日韩| 琪琪午夜伦伦电影理论片6080| 国产成人av教育| 老司机深夜福利视频在线观看| 国产在线观看jvid| av在线天堂中文字幕| 精品一区二区三区四区五区乱码| 午夜日韩欧美国产| 亚洲国产精品999在线| av超薄肉色丝袜交足视频| 国产高清videossex| 老司机在亚洲福利影院| 一区福利在线观看| av网站免费在线观看视频| 午夜成年电影在线免费观看| 国产精品99久久99久久久不卡| 国产不卡一卡二| 免费人成视频x8x8入口观看| 午夜福利成人在线免费观看| 亚洲午夜精品一区,二区,三区| 国产真人三级小视频在线观看| 日日干狠狠操夜夜爽| av片东京热男人的天堂| 热re99久久国产66热| 亚洲精品在线观看二区| 久久久精品欧美日韩精品| 日本撒尿小便嘘嘘汇集6| 亚洲午夜理论影院| 伊人久久大香线蕉亚洲五| av有码第一页| 国产成人一区二区三区免费视频网站| 亚洲精品av麻豆狂野| 午夜视频精品福利| 女生性感内裤真人,穿戴方法视频| 久久香蕉激情| 黄色毛片三级朝国网站| 大型黄色视频在线免费观看| 亚洲av日韩精品久久久久久密| 国产成人av教育| 韩国av一区二区三区四区| 亚洲自拍偷在线| 国产精品 国内视频| 啦啦啦观看免费观看视频高清 | 黄片小视频在线播放| 嫁个100分男人电影在线观看| 高潮久久久久久久久久久不卡| 999精品在线视频| av有码第一页| 亚洲人成伊人成综合网2020| 精品久久久精品久久久| 日韩欧美一区视频在线观看| 99在线视频只有这里精品首页| 久久精品国产综合久久久| 色在线成人网| 亚洲国产精品成人综合色| 高清在线国产一区| 麻豆久久精品国产亚洲av| 91成年电影在线观看| e午夜精品久久久久久久| 日韩精品中文字幕看吧| 在线免费观看的www视频| 久久精品成人免费网站| 国产高清videossex| 久久香蕉精品热| 亚洲精品美女久久久久99蜜臀| 99久久国产精品久久久| 又黄又粗又硬又大视频| 丰满的人妻完整版| 精品熟女少妇八av免费久了| 国产精品乱码一区二三区的特点 | 国产色视频综合| 国产99久久九九免费精品| 日韩免费av在线播放| 男女之事视频高清在线观看| www.熟女人妻精品国产| 亚洲 欧美 日韩 在线 免费| 国产精品av久久久久免费| 亚洲男人的天堂狠狠| 亚洲熟女毛片儿| 久久久久久大精品| 老司机午夜十八禁免费视频| 女性被躁到高潮视频| 日韩欧美一区二区三区在线观看| 亚洲色图 男人天堂 中文字幕| 久久 成人 亚洲| 日韩成人在线观看一区二区三区| 一级片免费观看大全| 中文字幕久久专区| 最好的美女福利视频网| 色精品久久人妻99蜜桃| 精品卡一卡二卡四卡免费| 精品乱码久久久久久99久播| 97超级碰碰碰精品色视频在线观看| 日韩精品中文字幕看吧| 亚洲中文日韩欧美视频| 好男人电影高清在线观看| 男女之事视频高清在线观看| 国产人伦9x9x在线观看| 午夜福利高清视频| 亚洲精品中文字幕一二三四区| 丰满人妻熟妇乱又伦精品不卡| 身体一侧抽搐| 久久人妻福利社区极品人妻图片| 国产av一区在线观看免费| 18禁观看日本| cao死你这个sao货| 高潮久久久久久久久久久不卡| 欧美精品啪啪一区二区三区| 1024香蕉在线观看| 国产极品粉嫩免费观看在线| 欧美国产精品va在线观看不卡| 国产精品免费一区二区三区在线| 美女 人体艺术 gogo| av免费在线观看网站| 亚洲精品国产精品久久久不卡| 成年女人毛片免费观看观看9| 在线观看免费视频日本深夜| 美女高潮到喷水免费观看| 久久草成人影院| 精品国产亚洲在线| 久久中文字幕人妻熟女| 国产人伦9x9x在线观看| 日韩欧美国产一区二区入口| 国产精品久久久久久人妻精品电影| 91老司机精品| 在线视频色国产色| 黄片大片在线免费观看| 亚洲成av片中文字幕在线观看| 欧美中文日本在线观看视频| 黄网站色视频无遮挡免费观看| 俄罗斯特黄特色一大片| 亚洲av片天天在线观看| 19禁男女啪啪无遮挡网站| 久久午夜综合久久蜜桃| 久久久国产欧美日韩av| 三级毛片av免费| 日本黄色视频三级网站网址| 少妇裸体淫交视频免费看高清 | 国产精品乱码一区二三区的特点 | 淫妇啪啪啪对白视频| 男人舔女人下体高潮全视频| 在线观看日韩欧美| 色哟哟哟哟哟哟| 如日韩欧美国产精品一区二区三区| 老司机在亚洲福利影院| 久久人妻熟女aⅴ| 国产精品电影一区二区三区| 国产av一区二区精品久久| 欧美一级毛片孕妇| 天天躁夜夜躁狠狠躁躁| 久久天躁狠狠躁夜夜2o2o| 女人爽到高潮嗷嗷叫在线视频| 女生性感内裤真人,穿戴方法视频| 午夜久久久久精精品| 久久狼人影院| 国产麻豆成人av免费视频| 亚洲五月色婷婷综合| 精品免费久久久久久久清纯| 丁香六月欧美| 欧美黑人精品巨大| 国产97色在线日韩免费| 身体一侧抽搐| 色精品久久人妻99蜜桃| 91九色精品人成在线观看| 99热只有精品国产| 午夜福利成人在线免费观看| 亚洲专区中文字幕在线| 18禁裸乳无遮挡免费网站照片 | aaaaa片日本免费| 亚洲专区中文字幕在线| 欧美成狂野欧美在线观看| av免费在线观看网站| 91av网站免费观看| 一级毛片精品| 国产精品免费一区二区三区在线| svipshipincom国产片| 成人三级黄色视频| 操美女的视频在线观看| 老汉色∧v一级毛片| 国产成人影院久久av| 欧美 亚洲 国产 日韩一| 黄色视频不卡| 高潮久久久久久久久久久不卡| 久久精品国产清高在天天线| 国产精品 欧美亚洲| 国产亚洲精品第一综合不卡| 免费在线观看黄色视频的| 动漫黄色视频在线观看| a级毛片在线看网站| 日韩国内少妇激情av| 久久久国产精品麻豆| 午夜免费鲁丝| 免费av毛片视频| 午夜福利成人在线免费观看| 亚洲精品一区av在线观看| 99香蕉大伊视频| 日韩中文字幕欧美一区二区| 免费人成视频x8x8入口观看| 美国免费a级毛片| 一个人免费在线观看的高清视频| 国内精品久久久久精免费| 在线永久观看黄色视频| 亚洲欧美精品综合久久99| 日本五十路高清| 可以在线观看的亚洲视频| 动漫黄色视频在线观看| 色精品久久人妻99蜜桃| 少妇熟女aⅴ在线视频| 俄罗斯特黄特色一大片| 91精品国产国语对白视频| 日本精品一区二区三区蜜桃| 正在播放国产对白刺激| 国产又色又爽无遮挡免费看| 亚洲免费av在线视频| 嫩草影视91久久| 99香蕉大伊视频| 999久久久精品免费观看国产| 久久久久国内视频| 美女国产高潮福利片在线看| 免费观看人在逋| 欧美日本视频| 国产成人精品在线电影| 国产精品野战在线观看| 国产精品日韩av在线免费观看 | 午夜a级毛片| 精品欧美一区二区三区在线| 欧美av亚洲av综合av国产av| 亚洲欧美激情综合另类| 亚洲精品在线观看二区| 国产精品秋霞免费鲁丝片| 此物有八面人人有两片| 热99re8久久精品国产| 日韩精品青青久久久久久| 日韩有码中文字幕| ponron亚洲| 在线观看日韩欧美| 悠悠久久av| 别揉我奶头~嗯~啊~动态视频| 黄色 视频免费看| 制服诱惑二区| 国产成人欧美| 久久香蕉激情| 亚洲国产欧美日韩在线播放| 男人操女人黄网站| 每晚都被弄得嗷嗷叫到高潮| 真人一进一出gif抽搐免费| 在线观看www视频免费| 国产色视频综合| 一进一出抽搐gif免费好疼| 一进一出抽搐动态| 日本五十路高清| 久久精品国产99精品国产亚洲性色 | 老熟妇乱子伦视频在线观看| а√天堂www在线а√下载| 手机成人av网站| 这个男人来自地球电影免费观看| 精品一区二区三区视频在线观看免费| 亚洲成av人片免费观看| 少妇粗大呻吟视频| 免费在线观看黄色视频的| 伊人久久大香线蕉亚洲五| 国产成人一区二区三区免费视频网站| 韩国精品一区二区三区| 国产成人欧美在线观看| 一区二区日韩欧美中文字幕| 日韩欧美国产在线观看| 深夜精品福利| 亚洲精品av麻豆狂野| 90打野战视频偷拍视频| 国产熟女xx| 黄频高清免费视频| 日韩精品中文字幕看吧| av超薄肉色丝袜交足视频|