• <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
    美女大奶头视频| 亚洲avbb在线观看| videosex国产| 精品国产美女av久久久久小说| 深夜精品福利| 亚洲精品美女久久久久99蜜臀| 丰满的人妻完整版| 黄片小视频在线播放| 亚洲美女黄片视频| av中文乱码字幕在线| 在线国产一区二区在线| 禁无遮挡网站| 亚洲九九香蕉| 国产黄色小视频在线观看| 精品久久久久久久毛片微露脸| 极品教师在线免费播放| 波多野结衣高清作品| 在线永久观看黄色视频| 91麻豆精品激情在线观看国产| 人人妻人人澡欧美一区二区| 久久久久亚洲av毛片大全| 欧美一区二区精品小视频在线| 91字幕亚洲| 天天躁狠狠躁夜夜躁狠狠躁| 免费看a级黄色片| 最好的美女福利视频网| 久久人人精品亚洲av| 日本五十路高清| 日本五十路高清| 午夜福利18| 99re在线观看精品视频| 久久这里只有精品中国| 午夜a级毛片| 久久精品国产清高在天天线| 亚洲美女视频黄频| 免费在线观看完整版高清| 99在线人妻在线中文字幕| 99在线人妻在线中文字幕| 亚洲国产欧美人成| 欧美一区二区国产精品久久精品 | 村上凉子中文字幕在线| 97碰自拍视频| 精品人妻1区二区| 国产不卡一卡二| 久久精品aⅴ一区二区三区四区| 美女黄网站色视频| 亚洲精品美女久久久久99蜜臀| 久久久久久久午夜电影| 一级片免费观看大全| 国产成人啪精品午夜网站| 一进一出抽搐动态| 精品一区二区三区四区五区乱码| 成年免费大片在线观看| 蜜桃久久精品国产亚洲av| 久久久久久久久免费视频了| 久久 成人 亚洲| 日韩精品中文字幕看吧| 精品国产亚洲在线| 亚洲成人久久性| 两个人的视频大全免费| 婷婷精品国产亚洲av在线| 少妇被粗大的猛进出69影院| 麻豆国产97在线/欧美 | 久久久久性生活片| 国内久久婷婷六月综合欲色啪| 亚洲午夜理论影院| 精品福利观看| 在线观看免费视频日本深夜| 两个人的视频大全免费| 国产一区在线观看成人免费| 国产精品,欧美在线| 亚洲国产欧美人成| 亚洲av第一区精品v没综合| 午夜福利视频1000在线观看| 在线观看免费午夜福利视频| 久久中文字幕人妻熟女| 色综合站精品国产| 国产成人精品久久二区二区91| 久久精品91无色码中文字幕| 18禁黄网站禁片午夜丰满| www.精华液| 天堂av国产一区二区熟女人妻 | 午夜影院日韩av| 男女做爰动态图高潮gif福利片| 亚洲av成人av| 舔av片在线| 免费看十八禁软件| 午夜老司机福利片| 蜜桃久久精品国产亚洲av| 脱女人内裤的视频| 国产精品亚洲美女久久久| 三级男女做爰猛烈吃奶摸视频| 12—13女人毛片做爰片一| 亚洲精品在线观看二区| 亚洲国产看品久久| 亚洲男人天堂网一区| 欧美性猛交黑人性爽| 国产亚洲精品久久久久5区| 久久亚洲真实| 丝袜人妻中文字幕| 午夜老司机福利片| 色av中文字幕| 国产成人av激情在线播放| 好看av亚洲va欧美ⅴa在| av福利片在线观看| 亚洲精品中文字幕在线视频| 亚洲精品在线观看二区| 美女大奶头视频| 男女床上黄色一级片免费看| 色播亚洲综合网| 久久九九热精品免费| 最新在线观看一区二区三区| 国产片内射在线| 成人精品一区二区免费| 国产精品一区二区精品视频观看| 999久久久国产精品视频| 国产精品久久久久久精品电影| 亚洲人成77777在线视频| 黄片大片在线免费观看| 欧美黄色淫秽网站| 最近最新中文字幕大全电影3| 亚洲av片天天在线观看| 在线a可以看的网站| 久久欧美精品欧美久久欧美| 国产精品久久久久久精品电影| 亚洲av日韩精品久久久久久密| 午夜福利视频1000在线观看| 成年女人毛片免费观看观看9| 夜夜躁狠狠躁天天躁| 一本大道久久a久久精品| 午夜福利高清视频| 少妇被粗大的猛进出69影院| 一个人免费在线观看电影 | 亚洲精华国产精华精| bbb黄色大片| 亚洲国产中文字幕在线视频| 男女那种视频在线观看| 亚洲专区字幕在线| 两个人的视频大全免费| 搡老岳熟女国产| 国产精品一区二区三区四区久久| 香蕉丝袜av| 99精品久久久久人妻精品| 中出人妻视频一区二区| 精品一区二区三区av网在线观看| 久久久久国内视频| 免费在线观看完整版高清| 国产伦人伦偷精品视频| 国产欧美日韩一区二区精品| 亚洲av熟女| 成年版毛片免费区| www.www免费av| 国产人伦9x9x在线观看| 男女午夜视频在线观看| 婷婷丁香在线五月| 欧美中文日本在线观看视频| 法律面前人人平等表现在哪些方面| 可以在线观看毛片的网站| 亚洲色图av天堂| 神马国产精品三级电影在线观看 | 午夜激情福利司机影院| 两个人看的免费小视频| 亚洲最大成人中文| 国产精品久久久久久亚洲av鲁大| 岛国视频午夜一区免费看| 一夜夜www| 99热6这里只有精品| 精品第一国产精品| 国产黄片美女视频| 婷婷精品国产亚洲av在线| 少妇被粗大的猛进出69影院| 国产伦人伦偷精品视频| 欧美日韩一级在线毛片| 欧美中文综合在线视频| 91九色精品人成在线观看| 麻豆久久精品国产亚洲av| 国产蜜桃级精品一区二区三区| 欧美性猛交╳xxx乱大交人| 麻豆成人午夜福利视频| 亚洲第一电影网av| 在线十欧美十亚洲十日本专区| 日本免费一区二区三区高清不卡| 亚洲片人在线观看| 欧美日韩亚洲综合一区二区三区_| 亚洲成av人片免费观看| 法律面前人人平等表现在哪些方面| 99久久99久久久精品蜜桃| 亚洲精品在线美女| av在线播放免费不卡| 在线观看美女被高潮喷水网站 | 亚洲av熟女| 午夜激情福利司机影院| 欧美一级a爱片免费观看看 | 国产亚洲精品久久久久5区| 99精品久久久久人妻精品| 中文在线观看免费www的网站 | 性色av乱码一区二区三区2| 三级毛片av免费| 国产探花在线观看一区二区| 妹子高潮喷水视频| 日韩欧美一区二区三区在线观看| 欧美性猛交黑人性爽| 国产av又大| 午夜精品一区二区三区免费看| 久久国产精品影院| 巨乳人妻的诱惑在线观看| 久久久精品欧美日韩精品| 欧美日韩福利视频一区二区| 日日夜夜操网爽| 久久婷婷成人综合色麻豆| 色综合亚洲欧美另类图片| 久久久久九九精品影院| 亚洲国产中文字幕在线视频| 亚洲va日本ⅴa欧美va伊人久久| 99国产极品粉嫩在线观看| 90打野战视频偷拍视频| 久久午夜亚洲精品久久| 日本三级黄在线观看| 成年版毛片免费区| 日韩欧美精品v在线| 午夜福利免费观看在线| 久9热在线精品视频| 国产成人av激情在线播放| 午夜两性在线视频| 欧美午夜高清在线| 人成视频在线观看免费观看| 女人被狂操c到高潮| 在线观看舔阴道视频| 好男人电影高清在线观看| 国产黄a三级三级三级人| 毛片女人毛片| 成年女人毛片免费观看观看9| 特级一级黄色大片| 日本五十路高清| or卡值多少钱| 老鸭窝网址在线观看| 老司机福利观看| 岛国在线观看网站| 一区二区三区激情视频| 欧美日本亚洲视频在线播放| АⅤ资源中文在线天堂| 一级作爱视频免费观看| 男插女下体视频免费在线播放| 99久久精品国产亚洲精品| 久久伊人香网站| 成人精品一区二区免费| 国内少妇人妻偷人精品xxx网站 | 国产91精品成人一区二区三区| av超薄肉色丝袜交足视频| 欧美中文综合在线视频| 在线十欧美十亚洲十日本专区| 欧美av亚洲av综合av国产av| 精品国产乱码久久久久久男人| 日本一区二区免费在线视频| 精品国内亚洲2022精品成人| 国产精品综合久久久久久久免费| 国产一区二区激情短视频| 欧美成狂野欧美在线观看| 国产av一区在线观看免费| 白带黄色成豆腐渣| av在线播放免费不卡| 午夜福利在线观看吧| 亚洲av成人精品一区久久| 久久精品91蜜桃| 久久婷婷人人爽人人干人人爱| 亚洲av熟女| 熟女少妇亚洲综合色aaa.| 久久国产精品影院| 久久天堂一区二区三区四区| 99国产精品一区二区蜜桃av| 成人av在线播放网站| 99国产精品99久久久久| 国产精品影院久久| 51午夜福利影视在线观看| www.精华液| 国产日本99.免费观看| 日本三级黄在线观看| 欧美成人午夜精品| 亚洲,欧美精品.| 宅男免费午夜| 国产成人影院久久av| 日本一本二区三区精品| 日本黄色视频三级网站网址| 美女黄网站色视频| 十八禁人妻一区二区| 最近最新中文字幕大全电影3| 成人特级黄色片久久久久久久| 欧美黑人欧美精品刺激| 制服诱惑二区| 国产激情欧美一区二区| 嫩草影视91久久| 亚洲性夜色夜夜综合| 在线看三级毛片| 中文资源天堂在线| 亚洲国产精品sss在线观看| 国产成人精品无人区| 久久国产精品人妻蜜桃| 三级国产精品欧美在线观看 | 99精品欧美一区二区三区四区| 欧美乱妇无乱码| 国内精品久久久久精免费| 12—13女人毛片做爰片一| 日韩三级视频一区二区三区| 一进一出抽搐动态| 人人妻人人看人人澡| 午夜免费成人在线视频| 国产黄色小视频在线观看| 法律面前人人平等表现在哪些方面| 女同久久另类99精品国产91| 91麻豆精品激情在线观看国产| 真人一进一出gif抽搐免费| 国产激情欧美一区二区| 久久久久亚洲av毛片大全| cao死你这个sao货| 国产高清videossex| 亚洲中文字幕一区二区三区有码在线看 | а√天堂www在线а√下载| 亚洲欧美精品综合久久99| 成年版毛片免费区| 香蕉av资源在线| 久久久国产成人免费| 天堂av国产一区二区熟女人妻 | 久久久久久大精品| 又爽又黄无遮挡网站| 欧美日韩精品网址| 国产欧美日韩精品亚洲av| 久久香蕉激情| netflix在线观看网站| 久久人人精品亚洲av| 黄频高清免费视频| 精品久久久久久成人av| 亚洲电影在线观看av| 最近视频中文字幕2019在线8| 又爽又黄无遮挡网站| 一二三四在线观看免费中文在| 他把我摸到了高潮在线观看| 国产熟女午夜一区二区三区| 看片在线看免费视频| 精华霜和精华液先用哪个| 久久久久久久精品吃奶| 日韩欧美国产在线观看| 日韩免费av在线播放| 亚洲欧美一区二区三区黑人| 一本精品99久久精品77| 我要搜黄色片| 国产久久久一区二区三区| 动漫黄色视频在线观看| 亚洲av日韩精品久久久久久密| 特大巨黑吊av在线直播| 一二三四在线观看免费中文在| 天堂√8在线中文| 亚洲成a人片在线一区二区| 黑人巨大精品欧美一区二区mp4| 国产一区二区在线av高清观看| 99久久综合精品五月天人人| 国产精品1区2区在线观看.| 1024香蕉在线观看| 成人av在线播放网站| 搡老熟女国产l中国老女人| 久久这里只有精品中国| 国产熟女午夜一区二区三区| 久久精品亚洲精品国产色婷小说| 国产又色又爽无遮挡免费看| 国产av又大| 亚洲自偷自拍图片 自拍| 国产精品一及| 久久久久九九精品影院| 波多野结衣巨乳人妻| 男女午夜视频在线观看| 欧美黑人巨大hd| 亚洲av成人一区二区三| 欧美黑人精品巨大| 很黄的视频免费| 亚洲中文字幕一区二区三区有码在线看 | 久热爱精品视频在线9| a级毛片a级免费在线| 最新美女视频免费是黄的| 亚洲精品一区av在线观看| 久久午夜亚洲精品久久| 国产午夜精品论理片| 丰满人妻一区二区三区视频av | 国产爱豆传媒在线观看 | 黄色成人免费大全| 久久香蕉国产精品| 国产精品久久电影中文字幕| 身体一侧抽搐| 亚洲七黄色美女视频| 精品久久久久久久人妻蜜臀av| 国产精品av视频在线免费观看| 操出白浆在线播放| 激情在线观看视频在线高清| 在线免费观看的www视频| 老司机午夜十八禁免费视频| 久久国产精品影院| or卡值多少钱| 欧美久久黑人一区二区| 国产不卡一卡二| 成人av在线播放网站| 激情在线观看视频在线高清| 女生性感内裤真人,穿戴方法视频| 久久精品国产99精品国产亚洲性色| 亚洲熟女毛片儿| 亚洲九九香蕉| 在线观看美女被高潮喷水网站 | 两性午夜刺激爽爽歪歪视频在线观看 | 国产av又大| 在线观看免费视频日本深夜| 一夜夜www| 国产熟女xx| 90打野战视频偷拍视频| 50天的宝宝边吃奶边哭怎么回事| 国产蜜桃级精品一区二区三区| 精品久久蜜臀av无| 免费看a级黄色片| 成人av在线播放网站| 亚洲中文字幕日韩| 亚洲精华国产精华精| 两性午夜刺激爽爽歪歪视频在线观看 | 高清毛片免费观看视频网站| 无限看片的www在线观看| 国产成年人精品一区二区| 国产精品亚洲av一区麻豆| 动漫黄色视频在线观看| 亚洲精品中文字幕一二三四区| 一级毛片精品| 国产真人三级小视频在线观看| 在线观看免费午夜福利视频| 精品不卡国产一区二区三区| 男女之事视频高清在线观看| 国产精品野战在线观看| 国产蜜桃级精品一区二区三区| 国产单亲对白刺激| 黄色 视频免费看| 免费人成视频x8x8入口观看| 韩国av一区二区三区四区| 天堂动漫精品| 久久久久精品国产欧美久久久| 亚洲欧美日韩无卡精品| 在线观看日韩欧美| 精品不卡国产一区二区三区| 一个人免费在线观看电影 | 国产亚洲精品综合一区在线观看 | 久久久久久久久免费视频了| 欧美黑人精品巨大| 两人在一起打扑克的视频| 精品一区二区三区视频在线观看免费| 久久久久久久精品吃奶| 韩国av一区二区三区四区| 国产成人aa在线观看| 在线观看午夜福利视频| 免费在线观看视频国产中文字幕亚洲| 久久99热这里只有精品18| 首页视频小说图片口味搜索| 波多野结衣高清无吗| 精品熟女少妇八av免费久了| 国产99白浆流出| 国模一区二区三区四区视频 | 特级一级黄色大片| 久久久久久大精品| 日韩大尺度精品在线看网址| 他把我摸到了高潮在线观看| 欧美一级毛片孕妇| 免费看a级黄色片| 可以在线观看的亚洲视频| 午夜两性在线视频| 亚洲精华国产精华精| 亚洲最大成人中文| 免费看美女性在线毛片视频| 天堂av国产一区二区熟女人妻 | 制服诱惑二区| av福利片在线观看| 国产亚洲精品久久久久5区| 国产av麻豆久久久久久久| 一进一出好大好爽视频| 校园春色视频在线观看| 亚洲欧美日韩无卡精品| x7x7x7水蜜桃| 一进一出抽搐gif免费好疼| 久久九九热精品免费| 一级黄色大片毛片| 成在线人永久免费视频| 国产精品野战在线观看| 亚洲,欧美精品.| 精品久久久久久久久久久久久| 啦啦啦免费观看视频1| 很黄的视频免费| www.自偷自拍.com| 好男人在线观看高清免费视频| 在线a可以看的网站| а√天堂www在线а√下载| 丁香六月欧美| av中文乱码字幕在线| a级毛片在线看网站| 三级男女做爰猛烈吃奶摸视频| 亚洲一码二码三码区别大吗| 国产熟女xx| 国产一区二区三区在线臀色熟女| 亚洲欧美日韩高清在线视频| 国产私拍福利视频在线观看| 亚洲av电影不卡..在线观看| 少妇人妻一区二区三区视频| 久久久久性生活片| 日本免费一区二区三区高清不卡| 毛片女人毛片| 日韩中文字幕欧美一区二区| 又大又爽又粗| 国语自产精品视频在线第100页| 亚洲一码二码三码区别大吗| 国内精品一区二区在线观看| 18禁美女被吸乳视频| 国产精品亚洲美女久久久| 舔av片在线| 国产亚洲精品综合一区在线观看 | 亚洲 欧美一区二区三区| 五月玫瑰六月丁香| 午夜精品一区二区三区免费看| 美女黄网站色视频| 两个人看的免费小视频| 亚洲男人天堂网一区| 淫妇啪啪啪对白视频| 国产高清视频在线观看网站| 亚洲av成人精品一区久久| 亚洲,欧美精品.| 亚洲av成人精品一区久久| 天堂√8在线中文| 日日摸夜夜添夜夜添小说| 国产精品九九99| 脱女人内裤的视频| 亚洲av成人av| 成人一区二区视频在线观看| 亚洲国产欧洲综合997久久,| 怎么达到女性高潮| 亚洲精品粉嫩美女一区| 国产av麻豆久久久久久久| 欧美性猛交黑人性爽| 亚洲国产日韩欧美精品在线观看 | 黑人巨大精品欧美一区二区mp4| 老鸭窝网址在线观看| 欧美黑人巨大hd| 一区二区三区国产精品乱码| 91成年电影在线观看| 亚洲中文日韩欧美视频| 国产精品精品国产色婷婷| 欧美高清成人免费视频www| 久久精品综合一区二区三区| 精品高清国产在线一区| 露出奶头的视频| 一级毛片高清免费大全| 亚洲国产欧美人成| 一区二区三区国产精品乱码| 精品久久久久久久毛片微露脸| 亚洲av片天天在线观看| 欧美性猛交╳xxx乱大交人| 成人永久免费在线观看视频| 99国产综合亚洲精品| 一本综合久久免费| 搡老妇女老女人老熟妇| 国产精品一区二区三区四区免费观看 | 黄色视频,在线免费观看| 国产亚洲精品一区二区www| 国产亚洲精品久久久久5区| 日韩国内少妇激情av| 国产精品av久久久久免费| 香蕉久久夜色| 叶爱在线成人免费视频播放| 欧美乱码精品一区二区三区| 亚洲七黄色美女视频| 免费无遮挡裸体视频| 国产精品 国内视频| 亚洲欧美精品综合一区二区三区| 日韩高清综合在线| 在线观看www视频免费| 成年人黄色毛片网站| 老熟妇仑乱视频hdxx| 美女 人体艺术 gogo| 国产野战对白在线观看| 亚洲欧美精品综合久久99| 欧美黑人精品巨大| 欧美大码av| 黄色视频不卡| 亚洲av成人一区二区三| 制服丝袜大香蕉在线| 日韩精品中文字幕看吧| 欧美成人一区二区免费高清观看 | 三级国产精品欧美在线观看 | 在线看三级毛片| 国产在线观看jvid| 日韩欧美在线二视频| 国产精品一及| 成人欧美大片| 国产精品自产拍在线观看55亚洲| 香蕉久久夜色| 色播亚洲综合网| 国产亚洲av高清不卡| 国产欧美日韩一区二区精品| 又粗又爽又猛毛片免费看| 国产97色在线日韩免费| 国产高清激情床上av| 成人18禁高潮啪啪吃奶动态图| 黄色视频不卡| 国产伦一二天堂av在线观看| 欧美黑人巨大hd| 亚洲精品中文字幕在线视频| 午夜激情福利司机影院| 亚洲欧美日韩无卡精品| 日韩欧美在线二视频| 88av欧美| 亚洲国产日韩欧美精品在线观看 | 不卡一级毛片| 久久久久性生活片| 色噜噜av男人的天堂激情| 成人18禁高潮啪啪吃奶动态图| 变态另类丝袜制服| 男男h啪啪无遮挡| 岛国在线免费视频观看|