• <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 ?

    高分辨率遙感影像變化檢測的頻域分析預(yù)處理方法

    2017-07-01 22:48:10虢英杰朱蘭艷
    測繪學(xué)報 2017年6期
    關(guān)鍵詞:變化檢測分塊頻域

    虢英杰,朱蘭艷

    昆明理工大學(xué)國土資源工程學(xué)院,云南 昆明 650093

    ?

    高分辨率遙感影像變化檢測的頻域分析預(yù)處理方法

    虢英杰,朱蘭艷

    昆明理工大學(xué)國土資源工程學(xué)院,云南 昆明 650093

    目前,大多數(shù)高分辨率遙感影像變化檢測方法的效率不高,精度也難以達到實際應(yīng)用要求,本文引入頻域分析的方法進行變化檢測預(yù)處理,達到提高變化信息檢測精度和效率的目標(biāo)。首先,對影像頻域能量的分布特征進行分析,并以此為基礎(chǔ),利用累加距離匹配函數(shù),完成試驗影像的合理分塊;其次,通過變化性紋理規(guī)則度的定義和計算,實現(xiàn)對同能量下變化信息的精確描述,縮小變化區(qū)域搜索范圍,有效抑制背景信息對目標(biāo)信息的干擾。最后,通過3種常用的變化檢測方法的驗證,發(fā)現(xiàn)變化檢測預(yù)處理方法可以使檢測算法在現(xiàn)有精度和效率的基礎(chǔ)上有進一步提高。

    變化檢測預(yù)處理;頻域分析;變化性紋理規(guī)則度;最優(yōu)分塊

    隨著社會與科技的發(fā)展,人類開發(fā)資源與改造自然的能力不斷增強,自然界的變化和人類的各種活動每天都在改變著地表景觀[1]。人口的快速增長及城市化的發(fā)展,更是加快了這種變化的速度[2]。近年來,隨著高分辨率遙感影像的普及化使用和相關(guān)研究的不斷深入,各種變化檢測方法逐漸被發(fā)掘和提出,但由于在大范圍影像中,不同尺度的地物光譜相互重疊,降低了光譜域的統(tǒng)計可分性,使同一地物在不同時相的影像中呈現(xiàn)光譜、空間特征的差異,嚴(yán)重影響變化檢測的效果,從而限制了有較高自動化水平的高分辨率遙感影像變化檢測方法在實際工程中的應(yīng)用[3-5]。有學(xué)者指出:通常變化區(qū)域所占的比例相對較小,變化檢測需要對多時相影像分別進行地物表述,犧牲較大運算量于非變化區(qū)域,而獲取少量變化信息,不僅效率低下,代價高昂,而且容易受到背景信息的干擾[6];而這也正是許多變化檢測方法之所以難以取得令人滿意的精度和效率的原因所在[7]。

    根據(jù)以上分析,本文嘗試從影像地物的視覺特征出發(fā),在保證地表景觀完整性的前提下,確定影像中主要地物的紋理周期性和方向性,實現(xiàn)影像分塊。以此為基礎(chǔ),結(jié)合子影像塊的變化性紋理規(guī)則度,完成變化信息所在影像塊的衡量和標(biāo)識,從而縮小變化區(qū)域的搜索范圍,減少非變化信息在空域和頻域中對變化檢測的影響,進一步達到提高變化檢測精度以及工作效率的目的。

    1 研究方法

    1.1 研究思路

    本文以高空間分辨率衛(wèi)星圖像為試驗數(shù)據(jù),經(jīng)過圖像抑噪等預(yù)處理后,首先對圖像進行二維離散傅里葉變換,通過簡單的圖像變換和數(shù)學(xué)推導(dǎo)進行線狀特征的頻譜分析,證明線狀特征和頻域變換后的譜線之間的方向關(guān)系;然后根據(jù)頻域能量的徑向分布特征和SDMF所表征的周期性,得到圖像分塊的分塊參數(shù);最后,結(jié)合論文所提出的變化性紋理規(guī)則度,實現(xiàn)有效變化信息的精確表示。完成確定變化信息所在區(qū)域的任務(wù),為檢測算法在現(xiàn)有的檢測精度和效率的基礎(chǔ)上做進一步提高提供了保障,論文的大致流程如圖1所示。

    圖1 引入頻域分析的變化檢測預(yù)處理過程Fig.1 The preprocess of change detection based on frequency spectrum analysis

    1.2 影像頻域能量的信息表征

    為了定量分析遙感影像的空間頻率及其對應(yīng)能量值所反映的地物紋理、細部結(jié)構(gòu)和邊緣特征,通過二維離散傅里葉變換對影像進行空域向頻域的轉(zhuǎn)換[8]。設(shè)影像的大小為M×N,其二維空域表達為f(x,y),對應(yīng)的頻域表達為F(u,v),則二維離散傅里葉變換的數(shù)學(xué)定義式為

    (1)

    根據(jù)傅里葉變化位移定理,設(shè)影像的變量x,y在二維空間內(nèi)存在位移x-x0和y-y0,那么二維離散傅里葉變化滿足以下關(guān)系

    (2)

    從式(2)可以看出,時(空)域信號的平移并不能改變其頻率和幅度成分,發(fā)生改變的僅僅是相位譜部分。由于空間域內(nèi)單個條帶圖像必定帶有直流電平的屬性[9],故其所對應(yīng)的譜線必然會通過頻域平面的中心點,并集中反映在垂直于原特征線方向的譜線上,這一現(xiàn)象稱之為傅氏變換幅度譜的自配準(zhǔn)性質(zhì)[10]。

    為了進一步探討影像中地物特征與能量譜線之間的關(guān)系,需要將傅里葉頻譜能量分析和統(tǒng)計方法結(jié)合起來考慮。本文采用文獻[11]中所提出的環(huán)狀采樣和楔狀采樣的方法,假設(shè)(r,θ)為(u,v)平面上的極坐標(biāo),以采樣間隔為θi≤arctan(v/u)<θi+1,在以頻譜圖中心為原點出發(fā)的扇面上對r進行求和,其關(guān)系為

    (3)

    則稱Er(θi)為影像頻譜能量的角向分布特征(楔特征),如圖2(a)所示。

    在高分辨率遙感影像中,地物特征線會隨機分布在很多方向上[12],但根據(jù)傅里葉變換能量譜的自配準(zhǔn)性,相同方向上的特征線無論分布如何,最終其能量總會疊加在一起[13]。而楔狀采樣作為對影像頻域能量分布方向性的描述方法,其角向分布特征曲線的峰值將也必然會出現(xiàn)在與其能量譜的譜線相垂直的方向上。

    統(tǒng)計分析兩期影像頻域能量的角向分布后,即可得到兩期試驗影像的角向分布特征曲線[14],從而表征研究區(qū)域主要地物的排列方向,進一步可確定影像分塊的旋轉(zhuǎn)參數(shù)α。

    (4)

    則稱Eθ(ri)為影像頻譜能量的徑向分布特征(環(huán)特征),如圖2(b)所示。

    應(yīng)該注意的是,在一幅遙感影像中往往包含有各種周期性成分、非周期成分以及噪聲等信息[15]。在徑向采樣中,除了直流分量外,如果有某一波峰特別突出,往往說明原圖像中包含以該波峰頻率為主頻率的周期成分存在,而且峰值的大小表征了周期性成分的強弱程度[16-18]。

    圖2 能量譜的環(huán)狀采樣和楔狀采樣Fig.2 Radius sampling and angle sampling of the frequency spectrum

    1.3 影像分塊參數(shù)的確定

    大多數(shù)變化檢測方法需要對地表景觀進行完整的描述,這就要求在對影像進行分塊的同時,盡量保證影像中主要地物的完整性,不會因影像分塊導(dǎo)致地物破碎,從而避免影響地物提取精度以及變化檢測精度[19]。傳統(tǒng)影像分塊方式及其效果見圖3。

    圖3 傳統(tǒng)影像分塊方式及分塊效果Fig.3 The tradition way of image division and effectiveness

    在進行影像分塊的時候,為避免分塊線穿過主要地物,應(yīng)根據(jù)影像的頻譜能量角向分布曲線的峰值θ,對影像進行順時針旋轉(zhuǎn),使影像中主要地物盡量按照經(jīng)緯方向進行排列,以期在合適的步長下完成對地物的完整分塊。

    為了使圖像既有足夠的紋理基元組合,又盡可能形成單一紋理,應(yīng)針對不同影像中主要地物的紋理基元的周期性,設(shè)計影像分塊步長。論文選取累加距離匹配函數(shù)(summed-up distance matching function,SDMF)對圖像紋理基元的周期性進行描述[20],通過分析影像中紋理基元的周期性,完成分塊步長的選取。

    文獻[20]所提出的累加距離匹配函數(shù),是在犧牲少量計算精度的代價下,提高傳統(tǒng)單窗口灰度共生矩陣(cray level co-occurrence matrix,GLCM)對紋理基元周期性的執(zhí)行效率,其旨在計算影像不同方向間不同步長的亮度差值的累積量,從而判定紋理周期。行方向和列方向上的SDMF分別可以表達為

    (5)

    (6)

    式中,M、N分別表示圖像的尺寸大?。籸和c分別表示行數(shù)和列數(shù);δ表示像素間的空間距離。通常,可以將δ的范圍取作0~N-1,以獲取步長為1~N下的SDMF值,從而使SDMF的紋理周期計算具有全局性,進一步確定最佳分塊步長。

    為了規(guī)范化探討SDMF在具備規(guī)則性紋理的影像中的特性,通過10個大小為43×344像元的矩形構(gòu)建人工規(guī)則紋理圖像(見圖4(a)),其中,設(shè)黑色亮度為0,白色亮度為1。對規(guī)則紋理圖像的SDMF做進一步的分析后發(fā)現(xiàn),SDMF會產(chǎn)生大小、尺寸不一的波峰(見圖4(b)),借助SDMF的一階、二階導(dǎo)數(shù),計算各次波峰的峰值和谷值,通過設(shè)定閾值,判斷各次峰值和谷值的顯著性,獲取各顯著峰的尺寸,進而得到紋理圖像的周期。為了使顯著性判定閾值具有良好的自適應(yīng)性,經(jīng)過規(guī)則紋理圖像實驗驗證,論文采用文獻[21]中的觀點,使用公式(7)計算顯著性判定閾值

    (7)

    圖4 人工規(guī)則紋理圖像及其SDMF分析圖Fig.4 The artificial image and statistical analysis of SDMF in the grid row

    式中,SDMF的第一顯著峰值是全局最優(yōu)的平均穩(wěn)定周期[22],第一顯著峰的尺寸即可表征紋理基元的尺寸。但對于規(guī)則性紋理圖像,紋理周期是指基元特征重復(fù)出現(xiàn)的尺寸大小[23]。因此,SDMF的所有顯著峰均可以表示紋理圖像的周期,但對于步長的選取而言,需要綜合考慮各種紋理基元的多樣性,又要照顧到地物的相對獨立性[24]。進而,論文規(guī)定步長的選取公式為

    S=μ·m

    (8)

    式中,S為影像分塊步長;μ為單位步長,即SDMF所反映的紋理周期;m為步長倍數(shù)。

    應(yīng)該格外注意的是,經(jīng)過反復(fù)試驗,在研究區(qū)域中變化信息對整體信息的貢獻率低于52%的情況下,由兩期SDMF所確定的步長大小基本可以保證同一,此時將其最或是值作為單位步長即可滿足分析需求;而當(dāng)影像中地物發(fā)生劇烈變化,導(dǎo)致變化信息占比超過52%時,將難以保證兩期影像的SDMF所反映出的地物周期性一致。此時,應(yīng)將兩期影像中較大的地物周期作為單位步長,并進行適當(dāng)擴大步長倍數(shù)m,這樣雖然了犧牲了少量運算效率,但總體上可以保證變化信息不會因影像分塊而丟失,并可以較好地反映地物周期性。

    1.4 有效變化信息所在影像塊的確定

    紋理感知的精神心理學(xué)認(rèn)為:人類識別紋理特征的能力主要來自對紋理基元重復(fù)模式的判斷,其中3個重要的特征是結(jié)構(gòu)元素的規(guī)則度、重復(fù)性和方向性[25]。當(dāng)研究區(qū)域地物發(fā)生變化時,必然會導(dǎo)致其紋理信息和邊緣特征的變化,從而帶來紋理規(guī)則度的改變,借此可以衡量圖像變化的程度,進而縮小變化區(qū)域的搜索范圍。

    首先,利用紋理圖像頻譜的徑向特征曲線E(r)統(tǒng)計其能量分布情況,對徑向特征曲線進行歸一化處理;其次,由其下包絡(luò)曲線B(r)對徑向特征曲線進行擬合,計算E(r)和B(r)的能量比值e;再次,將B(r)中各處的點值乘以e,得到同能量下包絡(luò)曲線T(r);最后,求取E(r)對T(r)的方差σEi,即確定圖像紋理規(guī)則度[26]。

    通過兩期影像的紋理規(guī)則度,計算變化性紋理規(guī)則度ΔσE為

    (9)

    該算法可以確保下包絡(luò)線和徑向特征曲線所映射的幅度譜具有相同的能量,而且具有單調(diào)遞減的特性,從而有效減少多期影像間因光譜能量、輻照度等條件的不同對變化檢測所產(chǎn)生的干擾。

    根據(jù)以上指標(biāo)的定義過程,可以得到結(jié)論:圖像中結(jié)構(gòu)性紋理所占的比例越大,圖像的紋理規(guī)則度就越高;圖像中包含的變化信息越大,變化性紋理規(guī)則度則越高。這也就是說,變化性紋理規(guī)則度ΔσE可以反映影像塊產(chǎn)生變化的劇烈程度,通過設(shè)定對變化信息分割閾值η,即可實現(xiàn)對變化信息所在影像塊的準(zhǔn)確判斷。

    2 試驗和結(jié)果分析

    2.1 試 驗

    為了驗證本文所提出方法的有效性,選擇2012年5月17日和2015年8月11日獲取的云南某地區(qū)QuickBird衛(wèi)星遙感影像作為研究對象。QuickBird影像包含了4個多光譜波段和一個全色波段,其中全色波段波譜范圍為0.45~0.90 μm,全色波段空間分辨率0.61 m。截取全色波段中2800×2800像素大小的圖像作為研究數(shù)據(jù)。

    首先,進行圖像預(yù)處理。論文采用文獻[27]中所提出的適合于去除高斯噪聲和椒鹽噪聲的偏微分方程模型進行圖像噪聲抑制處理。處理后發(fā)現(xiàn),遙感數(shù)據(jù)亮度響應(yīng)不明顯,為使圖像更好地呈現(xiàn)地物的細節(jié)結(jié)構(gòu)特征,將試驗數(shù)據(jù)進行直方圖拉伸,盡量使拉伸后的圖像直方圖分布于0~255全部灰度級,以增加對比度,有利于地物類型的識別。

    然后,計算影像分塊的兩個參數(shù):旋轉(zhuǎn)參數(shù)α和分塊步長s。通過對兩期影像頻譜能量的角向分布特征進行統(tǒng)計分析,得其角向分布特征曲線,見圖5和圖6。

    另外,動物糞肥也是農(nóng)業(yè)生產(chǎn)過程中的肥料資源,本地的畜牧業(yè)發(fā)展,使得畜禽養(yǎng)殖數(shù)量越來越多,但是對畜禽糞便的利用率不足,只有大約20%的畜禽糞便被用于土壤的有機培肥過程中。動物糞便的隨意排放不僅浪費資源,而且對土壤、水資源環(huán)境等造成污染。因此,要加強對土壤糞肥的應(yīng)用,在提升地力的過程中采用切實可行的技術(shù)及政策,將動物糞便用于有機肥制作過程中,提高有機肥產(chǎn)量,在農(nóng)業(yè)生產(chǎn)過程中使用有機肥進行生產(chǎn),盡可能地提高土壤耕地的地力水平,最大限度地促進耕地資源的可持續(xù)發(fā)展[1]。

    圖5 2012年試驗影像的角向分布特征曲線Fig.5 The image distribution of wedges feature curve in 2012

    從影像角向分布特征曲線分析,雖然兩期影像的頻域能量分布形式略有不同,但可以清晰地表征出2012年和2015年試驗影像塊的頻域能量明顯集中于47°和137°,其余的方向并未出現(xiàn)明顯的峰值,表現(xiàn)為一條較為平穩(wěn)的曲線。這表明原影像中包含大量位于該能量峰值方向上的邊緣或直線信息,而主要地物的優(yōu)勢邊緣是按照47°的方向進行排列,而其余地物特征未表現(xiàn)出明顯方向性。

    圖6 2015年試驗影像的角向分布特征曲線Fig.6 The image distribution of wedges feature curve in 2015

    為了使主要地物按照經(jīng)緯方向排列,盡量避免由于分塊不當(dāng)而帶來的景觀破碎,取試驗影像角向特征分布曲線峰值方向的余角α作為旋轉(zhuǎn)參數(shù),將影像順時針旋轉(zhuǎn)47°,得到適合分塊的影像分布方式,見圖7。

    圖7 旋轉(zhuǎn)處理后的兩期試驗影像Fig.7 Two experiment images of rotation in 2012 and 2015

    對2012年試驗影像的SDMF計算值進行統(tǒng)計,計算其SDMF的一階導(dǎo)數(shù)f′(x)、二階導(dǎo)數(shù)f″(x),分析各次顯著峰的波峰與波谷的位置,從而準(zhǔn)確反映出影像的紋理周期單位,該SDMF統(tǒng)計圖及其分析見圖8。

    圖8 2012年試驗影像的SDMF統(tǒng)計分析結(jié)果Fig.8 The SDMF statistical results of experiment image in 2012

    通過對一階、二階導(dǎo)數(shù)的判斷,得到2012年試驗影像SDMF計算結(jié)果中所有峰值和谷值。經(jīng)計算,確定本實驗的閾值為4.606×107,統(tǒng)計各次顯著波峰值、谷值及其所對應(yīng)步長,見表1。

    表1 2012年SDMF的各次顯著波峰值、谷值統(tǒng)計表Tab.1 The peak and valley value of SDMF and the associated significant wave statistical list in 2012

    為了進一步考察在變化信息所占比例相對較小的兩期影像中SDMF的分布情況,統(tǒng)計2015年影像SDMF計算結(jié)果中各次顯著波峰值、谷值及其所對應(yīng)步長,見表2。

    表2 2015年SDMF的各次顯著波峰值、谷值統(tǒng)計表Tab.2 The peak and valley value of SDMF and the associated significant wave statistical list in 2015

    結(jié)合表1和表2可以看出,兩期影像中各次特征點所對應(yīng)的步長值僅出現(xiàn)微小擾動,但并沒有固定的偏離方向和大小,呈現(xiàn)出偶然誤差的特性。通過計算整條顯著波內(nèi)各周期步長大小的最或是值,發(fā)現(xiàn)兩期遙感影像中SDMF所反映的單位步長分別為:219.655、219.725。這進一步說明在變化區(qū)域占比相對較小的情況下,兩期影像的SDMF所反映出的周期性規(guī)律基本具備同一性。

    為了保證分塊后的子影像中包含盡量多的地物種類,結(jié)合試驗驗證,以兩倍顯著峰尺寸作為步長,即以440像元為步長,將影像分成81幅子圖像,其結(jié)果可基本保證影像塊中地物的完整性。

    通過對各影像塊的變化性紋理規(guī)則度進行統(tǒng)計分析后發(fā)現(xiàn),除影像信息空白區(qū)的變化性紋理規(guī)則度為0外,其余54幅子影像塊均存在大小不一的變化信息;進一步的,通過人工判斷表中不同紋理規(guī)則度在提取變化信息能力上的強弱,確定變化信息分割閾值η=0.03,通過對變化信息的描述,有效變化信息所在的影像塊已被準(zhǔn)確標(biāo)識(見表中加粗部分),以子圖像塊(6,2)為例,驗證變化性紋理規(guī)則度對變化信息描述的效果,見圖9和圖10。

    表3 試驗圖像的變化性紋理規(guī)則度Tab.3 The value of TRCI about exemplificative images

    圖10 2015年試驗影像塊的歸一化徑向分布曲線及同能量下包絡(luò)曲線Fig.10 The normalized radial distribution curve and co-energy lower enveloping curve in image block in 2015

    結(jié)合兩期驗證子影像塊發(fā)現(xiàn),在2012年試驗影像塊的歸一化徑向分布曲線中,徑向分布曲線和下包絡(luò)曲線的頻譜能量差之和為1.696,紋理規(guī)則度σE1=0.014;2015年試驗影像塊的徑向分布曲線中存在明顯波峰,其徑向分布曲線和下包絡(luò)曲線的頻譜能量差之和為2.432,紋理規(guī)則度達到σE2=0.062。

    兩期試驗影像塊的變化性紋理規(guī)則度ΔσE=0.048>0.03。反映出兩期影像塊的結(jié)構(gòu)性紋理發(fā)生較劇烈的變化,通過對試驗影像塊的目視解譯,可以發(fā)現(xiàn)該區(qū)域確實產(chǎn)生大量的地物變化,驗證了此方法的可靠性和有效性。

    2.2 評價與分析

    目前變化檢測的主流方法大致可以分為面向像元級、面向?qū)ο蠹?、面向目?biāo)級3類,試驗將采用3類檢測手段中較為常用的方法,通過對比使用預(yù)處理方法前后的檢測精度及效率的變化情況,完成對變化預(yù)處理方法的評價。

    對于像元級變化檢測方法,采用影像比值運算法,是指將兩期遙感影像中對應(yīng)的像元值做比值運算,獲取差異影像,通過選取適當(dāng)?shù)拈撝?,實現(xiàn)對變化區(qū)域的提取。

    對于對象級變化檢測方法,采用MeanShift-CVA法,是指通過MeanShift圖像分割算法進行地理對象的提取,然后通過變化矢量分析法(change vector analysis,CVA)計算兩個不同時期的影像差異,最后通過閾值判斷,完成變化信息的提取。

    對于目標(biāo)級變化檢測方法,以建筑物為例,通過傅里葉變換實現(xiàn)影像從空域向頻域的變換,統(tǒng)計其頻譜能量分布,獲取建筑物的紋理區(qū)域和邊緣特征,構(gòu)建相適應(yīng)的濾波器,完成建筑物的二值化提取,最后通過對二值化信息進行像素級的變化檢測即實現(xiàn)變化信息的提取。

    通過以上3種代表方法在同一硬件環(huán)境、同一運算平臺下,對試驗影像進行變化檢測,統(tǒng)計其執(zhí)行變化檢測預(yù)處理前后各算法的檢測精度和效率(計入變化檢測預(yù)處理時間),見表4。

    表4 3種變化信息檢測方法執(zhí)行變化檢測預(yù)處理前后檢測精度和效率變化表Tab.4 The comparisons of accuracy and efficiency before and after the preparing preprocess by three different change detection methods

    針對統(tǒng)計結(jié)果,從宏觀層面看,3個級別的變化檢測方法在進行預(yù)處理后,檢測精度和運行效率均有所提高,這充分地反映了本文所提出的變化檢測預(yù)處理方法對提高檢測精度及其執(zhí)行效率的有效性。

    從微觀層面看,檢測預(yù)處理對3種檢測級別起到的作用有所差異。其中,像素級比值法精度較未進行預(yù)處理前僅提高3.39%,運行時間減少5.79 s,運算效率提高10.80%,是3種方法中收效最差的,其根本原因在于像素級變化檢測方法對高分辨率遙感影像的不適用性,導(dǎo)致檢測預(yù)處理對其效果較差。對象級MeanShift-CVA法檢測精度提高9.54%,節(jié)省運行時間45.38 s,運算效率提高53.57%;在此基礎(chǔ)上,作為對檢測結(jié)果紋理信息同質(zhì)性的描述,其緊質(zhì)度也有一定的提高。頻域下目標(biāo)級變化檢測法精度提高12.50%,節(jié)省運行時間69.69 s,運算效率提高54.53%,在3種方法中,是收效最大的,這是因為在目標(biāo)級變化檢測中,需要對兩期影像分別進行目標(biāo)地物的提取,其往往會受到背景地物在光譜和頻域上的影響,通過對影像分塊,很大程度的抑制了目標(biāo)地物的提取誤差,從而提高變化檢測精度。

    進一步的,從算法性質(zhì)上來講,由于全自動方法在很多實際應(yīng)用中會產(chǎn)生精度不足、算法不夠健全和穩(wěn)定等問題,尚無法適用于多種復(fù)雜情況[28];故本文提出了一種人工干預(yù)的半自動化處理方法,借助復(fù)雜情況下的人工判斷,對檢測過程加以修正,最終達到提高檢測精度的要求,而恰當(dāng)?shù)母深A(yù)次數(shù)和干預(yù)位置就成為半自動化算法實現(xiàn)高精度、高效率的關(guān)鍵所在。論文在選取步長倍數(shù)和變化信息分割閾值兩處操作上進行人工干預(yù)。經(jīng)過試驗驗證,僅使人工干預(yù)次數(shù)在原算法的基礎(chǔ)上平均增加34.12%,這意味著,所進行的人工干預(yù)不但可以對復(fù)雜情況下的參數(shù)進行彈性設(shè)置,而且不會對算法原有的自動化程度造成過多的影響,從而側(cè)面驗證了本實驗的科學(xué)性。

    應(yīng)該注意的是,目標(biāo)級變化檢測的精度很大程度上是由目標(biāo)地物的提取精度決定,變化檢測預(yù)處理對提高目標(biāo)級變化檢測精度的有效性,進一步從側(cè)面反映出,論文中的影像分塊方法并沒有引起大規(guī)模的地物破碎,而造成變化信息丟失、檢測精度下降,再次證明了影像分塊方法的科學(xué)性和合理性。

    3 結(jié) 語

    本文以頻域能量守恒定律和傅立葉變換幅度譜的自配準(zhǔn)性質(zhì)為依據(jù),通過合理的影像分塊,結(jié)合對應(yīng)子影像塊的變化性紋理規(guī)則度,確定有效變化信息的范圍;研究表明,高分辨率遙感影像變化檢測的頻域分析預(yù)處理方法可以幫助原檢測算法實現(xiàn)更高層次的檢測目標(biāo),對于減少背景信息的干擾、縮小變化區(qū)域搜索范圍具有一定的參考價值。但應(yīng)該注意到的是,檢測精度及效率所能夠提高的程度主要由原檢測算法的本質(zhì)及其性質(zhì)決定,如何弱化其對預(yù)處理方法的較大影響,使之更具普適性,是一個有待于進一步研究和解決的問題。

    [1] LI Deren,WANG Zhijun,LI Qingquan.Current Progress on Multisensor Image Fusion in Remote Sensing[C]∥Proceedings of SPIE.Wuhan,China:SPIE,2001,4556:1-6.

    [2] 李立鵬.面向目標(biāo)的圖像特征提取和變化檢測方法研究[D].北京:北方工業(yè)大學(xué),2013:1-7.LI Lipeng.Target-oriented Image Feature Extraction and Change Detection Method[D].Beijing:North China University of Technology,2013:1-7.

    [3] CHEN Jin,CHEN Xuehong,CUI Xihong,et al.Change Vector Analysis in Posterior Probability Space:A New Method for Land Cover Change Detection[J].IEEE Geoscience and Remote Sensing Letters,2011,8(2):317-321.

    [4] 王慕華,張繼賢,李海濤,等.基于區(qū)域特征的高分辨率遙感影像變化檢測研究[J].測繪科學(xué),2009,34(1):92-94.WANG Muhua,ZHANG Jixian,LI Haitao et al.High Resolution Images Change Detection Based on Region Feature[J].Science of Surveying and Mapping,2009,34(1):92-94.

    [5] BOVOLO F,BRUZZONE L.A Theoretical Framework for Unsupervised Change Detection Based on Change Vector Analysis in the Polar Domain[J].IEEE Transactions on Geoscience and Remote Sensing,2007,45(1):218-236.

    [6] 賈永紅,謝志偉,張謙,等.采用獨立閾值的遙感影像變化檢測方法[J].西安交通大學(xué)學(xué)報,2015,49(12):12-18.JIA Yonghong,XIE Zhiwei,ZHANG Qian,et al.A Change Detection Method of Remote Sensing Images with Independent Threshold[J].Journal of Xi’an Jiaotong University,2015,49(12):12-18.

    [7] 吳桂平,肖鵬峰,馮學(xué)智,等.一種基于頻譜段能量的高分辨率遙感圖像邊緣特征檢測方法[J].測繪學(xué)報,2011,40(5):587-609.WU Guiping,XIAO Pengfeng,FENG Xuezhi,et al.A Method of Edge Feature Detection from High-resolution Remote Sensing Images Based on Frequency Spectrum Zone Energy[J].Acta Geodaetica et Cartographica Sinica,2011,40(5):587-609.

    [8] 王東峰,鄒謀炎.傅氏變換的自配準(zhǔn)性質(zhì)及其在紋理識別和圖象分割中的應(yīng)用[J].中國圖象圖形學(xué)報,2003,8(2):140-146.WANG Dongfeng,ZOU Mouyan.Auto-registration of Fourier Transform Magnitude Spectra and Its Application on Texture Identification and Segmentation[J].Journal of Image and Graphics,2003,8(2):140-146.

    [9] 朱書凡.基于遙感影像分塊提取地物方法的研究[D].西安:西安科技大學(xué),2014:2-3.ZHU Shufan.Research on the Extraction of Terrain Block Feature Based on Remote Sensing Image[D].Xi’an:Xi’an University of Science and Technology,2014:2-3.

    [10] ASHA V,NAGABHUSHAN P,BHAJANTRI N U.Automatic Extraction of Texture-periodicity Using Superposition of Distance Matching Functions and Their forward Differences[J].Pattern Recognition Letters,2012,33(5):629-640.

    [11] CONNERS R W,HARLOW C A.Toward a Structural Textural Analyzer Based on Statistical Methods[J].Computer Graphics and Image Processing,1980,12(3):224-256.

    [12] 傅鵬,孫權(quán)森,紀(jì)則軒,等.一種遙感圖像信噪比評估和度量準(zhǔn)則[J].測繪學(xué)報,2013,42(4):559-567.FU Peng,SUN Quansen,JI Zexuan,et al.A Method of SNR Estimation and Comparison for Remote Sensing Image[J].Acta Geodaetica et Cartographica Sinica,2013,42(4):559-567.

    [13] CHEN Jin,CHEN Xuehong,CUI Xihong,et al.Change Vector Analysis in Posterior Probability Space:A New Method for Land Cover Change Detection[J].IEEE Geoscience and Remote Sensing Letters,2011,8(2):317-321.

    [14] 孫曉霞,張繼賢,燕琴,等.遙感影像變化檢測方法綜述及展望[J].遙感信息,2011(1):118-123.SUN Xiaoxia,ZHANG Jixian,YAN Qin,et al.A Summary on Current Techniques and Prospects of Remote Sensing Change Detection[J].Remote Sensing Information,2011(1):118-123.

    [15] 佃袁勇,方圣輝,姚崇懷.一種面向地理對象的遙感影像變化檢測方法[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2014,39(8):906-912.DIAN Yuanyong,FANG Shenghui,YAO Chonghuai.The Geographic Object-based Method for Change Detection with Remote Sensing Imagery[J].Geomatics and Information Science of Wuhan University,2014,39(8):906-912.

    [16] 吳劍.基于面向?qū)ο蠹夹g(shù)的遙感震害信息提取與評價方法研究[D].武漢:武漢大學(xué),2010:5-8.WU Jian.The Research of Earthquack Information Extraction and Assessment Based on Object-oriented Technology with Remotely-sensed Data[D].Wuhan:Wuhan University,2010:5-8.

    [17] 畢勝,梁德群.基于人類視覺特性的紋理分割方法[J].計算機應(yīng)用,2006,26(5):1015-1017.BI Sheng,LIANG Dequn.Adaptive Texture Segmentation Method Based on Property of HVS[J].Journal of Computer Applications,2006,26(5):1015-1017.

    [18] 李德仁,張良培,夏桂松.遙感大數(shù)據(jù)自動分析與數(shù)據(jù)挖掘[J].測繪學(xué)報,2014,43(12):1211-1216.DOI:10.13485/j.cnki.11-2089.2014.0187.LI Deren,ZHANG Liangpei,XIA Guisong.Automatic Analysis and Mining of Remote Sensing Big Data[J].Acta Geodaetica et Cartographica Sinica,2014,43(12):1211-1216.DOI:10.13485/j.cnki.11-2089.2014.0187.

    [19] HUO Chunlei,ZHOU Zhixin,LU Hanqing,et al.Fast Object-level Change Detection for VHR Images[J].IEEE Geoscience and Remote Sensing Letters,2010,7(1):118-122.

    [20] BRUZZONE L,BOVOLO F.A Novel Framework for The Design of Change-detection Systems for Very-high-resolution Remote Sensing Images[J].Proceedings of the IEEE,2013,101(3):609-630.

    [21] 蔣圣,湯國安,劉凱.利用累加距離匹配函數(shù)的紋理規(guī)則度計算方法[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報,2015,27(10):1874-1880.JIANG Sheng,TANG Guoan,LIU Kai.A Computation Method of Texture Regularity Using Summed-up Distance Matching Function[J].Journal of Computer-Aided Design & Computer Graphics,2015,27(10):1874-1880.

    [22] 吳桂平,肖鵬峰,馮學(xué)智,等.利用頻譜能量進行高分辨率遙感圖像地物識別[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2011,36(11):1294-1297.WU Guiping,XIAO Pengfeng,FENG Xuezhi,et al.Object Recognition for High-resolution Remotely Sensed Imagery Based on Energy in Frequency Domain[J].Geomatics and Information Science of Wuhan University,2011,36(11):1294-1297.

    [23] 曹敏,史照良,陽建逸.蜂群智能算法的遙感影像分類方法[J].測繪學(xué)報,2013,42(5):745-751.CAO Min,SHI Zhaoliang,YANG Jianyi.An Innovative Method to Classify Remote Sensing Images Using Artificial Bee Colony Algorithm[J].Acta Geodaetica et Cartographica Sinica,2013,42(5):745-751.

    [24] 楊釗霞,鄒崢嶸,陶超,等.空-譜信息與稀疏表示相結(jié)合的高光譜遙感影像分類[J].測繪學(xué)報,2015,44(7):775-781.DOI:10.11947/j.AGCS.2015.20140207.YANG Zhaoxia,ZOU Zhengrong,TAO Chao,et al.Hyperspectral Image Classification Based on the Combination of Spatial-spectral Feature and Sparse Representation[J].Acta Geodaetica et Cartographica Sinica,2015,44(7):775-781.DOI:10.11947/j.AGCS.2015.20140207.

    [25] 曹森,潘耀忠,張錦水,等.土地覆蓋圖斑多時相遙感影像自動配準(zhǔn)[J].測繪學(xué)報,2014,43(3):290-297.DOI:10.13485/j.cnki.11-2089.2014.0042.CAO Sen,PAN Yaozhong,ZHANG Jinshui,et al.Land Cover Patches Based Automatic Multi-temporal Remote Sensing Images Registration[J].Acta Geodaetica et Cartographica Sinica,2014,43(3):290-297.DOI:10.13485/j.cnki.11-2089.2014.0042.

    [26] 肖鵬峰,馮學(xué)智.高分辨率遙感圖像分割與信息提取[M].北京:科學(xué)出版社,2012,3:3-4.XIAO Pengfeng,FENG Xuezhi.Remote Sensing Image Segmentation and Information Extraction[M].Beijing:Science Press,2012,3:3-4.

    [27] PERONA P,MALIK J.Scale-space and Edge Detection Using Anisotropic Diffusion[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1990,12(7):629-639.

    [28] BAUMGARTNER A,HINZ S,WIEDEMANN C.Efficient Methods and Interfaces for Road Tracking[J].International Archives of Photogrammetry and Remote Sensing,2002,34:28-31.

    (責(zé)任編輯:張艷玲)

    A Preprocess for Change Detection Method from High Resolution Remotely Sensed Imagery in Frequency Domain

    GUO Yingjie,ZHU Lanyan

    Faculty of Land and Resources Engineering,Kunming University of Science and Technology,Kunming 650093,China

    At present,the efficiency of change detection from high resolution remotely sensed imagery is generally not very high,and accuracy couldn’t meet the practical requirements.A method which introduced frequency domain analysis is put forward in this paper.Firstly,it studies the distribution of image frequency energy.Using it as a basis,the image division is accomplished by summed-up distance matching function.Secondly,the definition and computation of texture regularity of change information(TRCI) clearly and accurately expresses the change information according to equal energy rule of image blocks,greatly narrowing the search area.Thus,the background information could be greatly suppressed so as to improve the efficiency and precision of detection.Finally,through measuring and comparing of the accuracy and efficiency of three different detection algorithms before and after introducing the preprocess,we find that it could provides more accurate results on the existed basis.

    preprocess for change detection;frequency domain analysis;TRCI;optimal image blocking

    The National Natural Science Foundation of China (No.41261043)

    GUO Yingjie(1993—),male,master,majors in quantitative remote sensing and identification,extraction of change information.

    ZHU Lanyan

    虢英杰,朱蘭艷.高分辨率遙感影像變化檢測的頻域分析預(yù)處理方法[J].測繪學(xué)報,2017,46(6):743-752.

    10.11947/j.AGCS.2017.20160570.GUO Yingjie,ZHU Lanyan.A Preprocess for Change Detection Method from High Resolution Remotely Sensed Imagery in Frequency Domain[J].Acta Geodaetica et Cartographica Sinica,2017,46(6):743-752.DOI:10.11947/j.AGCS.2017.20160570.

    P227

    A

    1001-1595(2017)06-0743-10

    國家自然科學(xué)基金(41261043)

    2016-11-16

    修回日期:2017-05-19

    虢英杰(1993—),男,碩士,研究方向為現(xiàn)從事定量遙感、變化信息識別和提取。

    E-mail:884833945@qq.com

    朱蘭艷

    E-mail:KMOY2222@sina.com

    猜你喜歡
    變化檢測分塊頻域
    用于遙感圖像變化檢測的全尺度特征聚合網(wǎng)絡(luò)
    基于多尺度紋理特征的SAR影像變化檢測
    分塊矩陣在線性代數(shù)中的應(yīng)用
    基于稀疏表示的視網(wǎng)膜圖像對變化檢測
    頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設(shè)計
    基于Landsat影像的黃豐橋林場森林變化檢測研究
    反三角分塊矩陣Drazin逆新的表示
    基于改進Radon-Wigner變換的目標(biāo)和拖曳式誘餌頻域分離
    基于自適應(yīng)中值濾波的分塊壓縮感知人臉識別
    一種基于頻域的QPSK窄帶干擾抑制算法
    久热久热在线精品观看| 久久久久精品性色| 午夜福利影视在线免费观看| 久久国产亚洲av麻豆专区| 亚洲欧美清纯卡通| 亚洲精品456在线播放app| 国产色婷婷99| 久久久久国产网址| 熟女av电影| 你懂的网址亚洲精品在线观看| 大香蕉久久成人网| 各种免费的搞黄视频| 欧美性感艳星| 免费观看性生交大片5| 美女国产高潮福利片在线看| 精品99又大又爽又粗少妇毛片| 少妇的逼水好多| 黑丝袜美女国产一区| 午夜福利在线观看免费完整高清在| 国产永久视频网站| 精品一区二区三区四区五区乱码 | 免费播放大片免费观看视频在线观看| 亚洲国产欧美在线一区| 日韩三级伦理在线观看| 国产成人免费无遮挡视频| 黄色毛片三级朝国网站| 青青草视频在线视频观看| 亚洲国产色片| 狠狠精品人妻久久久久久综合| 18禁动态无遮挡网站| 天天躁夜夜躁狠狠躁躁| 免费在线观看完整版高清| 日本黄大片高清| 国产黄色免费在线视频| 国产精品人妻久久久影院| 精品少妇内射三级| 久久久精品区二区三区| 精品国产一区二区三区四区第35| 国产精品一区二区在线观看99| 最新的欧美精品一区二区| 男人操女人黄网站| 婷婷色综合大香蕉| 多毛熟女@视频| 又黄又粗又硬又大视频| 亚洲精品国产av蜜桃| 国产精品人妻久久久久久| 日本-黄色视频高清免费观看| 波多野结衣一区麻豆| 亚洲av.av天堂| 亚洲欧美成人综合另类久久久| 中文字幕人妻熟女乱码| 极品人妻少妇av视频| 一级毛片 在线播放| 国产男女内射视频| 两个人看的免费小视频| 国产免费一区二区三区四区乱码| 女性被躁到高潮视频| 三级国产精品片| 少妇精品久久久久久久| 亚洲,欧美精品.| 精品酒店卫生间| 熟女电影av网| 18在线观看网站| 国产精品欧美亚洲77777| 曰老女人黄片| a级片在线免费高清观看视频| 亚洲一区二区三区欧美精品| 搡老乐熟女国产| 少妇熟女欧美另类| 在线天堂中文资源库| 欧美日韩精品成人综合77777| 亚洲 欧美一区二区三区| 黄色 视频免费看| 日本黄色日本黄色录像| 久久久久久伊人网av| 最后的刺客免费高清国语| 日韩成人av中文字幕在线观看| 国产精品一二三区在线看| 熟女av电影| 香蕉国产在线看| 校园人妻丝袜中文字幕| 国产日韩欧美亚洲二区| 中文字幕人妻丝袜制服| 各种免费的搞黄视频| 五月天丁香电影| 80岁老熟妇乱子伦牲交| 成人手机av| 人人澡人人妻人| 飞空精品影院首页| 99视频精品全部免费 在线| 99热网站在线观看| 午夜福利影视在线免费观看| 少妇的逼水好多| 国产精品偷伦视频观看了| 亚洲精品国产色婷婷电影| 欧美精品亚洲一区二区| 99re6热这里在线精品视频| 国产熟女午夜一区二区三区| 性色avwww在线观看| 国产色爽女视频免费观看| 亚洲一码二码三码区别大吗| 狂野欧美激情性xxxx在线观看| 国产乱来视频区| 少妇被粗大的猛进出69影院 | 99九九在线精品视频| 新久久久久国产一级毛片| 成年美女黄网站色视频大全免费| 久久ye,这里只有精品| 超碰97精品在线观看| 免费大片黄手机在线观看| 亚洲美女视频黄频| 男人爽女人下面视频在线观看| 久久国产精品男人的天堂亚洲 | 丝袜在线中文字幕| 精品国产露脸久久av麻豆| 精品久久蜜臀av无| 亚洲成人一二三区av| 伦理电影大哥的女人| 我的女老师完整版在线观看| 最近的中文字幕免费完整| 日韩成人伦理影院| 少妇人妻久久综合中文| 国产成人aa在线观看| 亚洲精品一二三| 日本午夜av视频| 国产精品久久久久久av不卡| 国产av一区二区精品久久| 亚洲精品,欧美精品| 免费观看无遮挡的男女| 国产xxxxx性猛交| 久久免费观看电影| 在线观看免费高清a一片| 男女午夜视频在线观看 | 韩国高清视频一区二区三区| 插逼视频在线观看| 搡老乐熟女国产| 女人被躁到高潮嗷嗷叫费观| 免费观看在线日韩| 久久人人爽av亚洲精品天堂| av在线老鸭窝| 91国产中文字幕| 欧美精品高潮呻吟av久久| 天天躁夜夜躁狠狠久久av| 国产精品女同一区二区软件| 国产高清三级在线| 国产精品成人在线| videossex国产| 日韩视频在线欧美| 国产一区二区三区av在线| 卡戴珊不雅视频在线播放| 男女午夜视频在线观看 | 国产精品蜜桃在线观看| av.在线天堂| 男女边吃奶边做爰视频| 久久精品国产a三级三级三级| 男女免费视频国产| 久久青草综合色| av在线app专区| 纵有疾风起免费观看全集完整版| 成人18禁高潮啪啪吃奶动态图| 飞空精品影院首页| 男的添女的下面高潮视频| 免费大片18禁| 亚洲三级黄色毛片| 视频区图区小说| 国内精品宾馆在线| 亚洲精品美女久久av网站| 少妇人妻久久综合中文| 丰满饥渴人妻一区二区三| 亚洲中文av在线| 国产成人精品婷婷| 妹子高潮喷水视频| 国产免费一级a男人的天堂| 亚洲情色 制服丝袜| 自线自在国产av| 永久免费av网站大全| 制服人妻中文乱码| 亚洲av在线观看美女高潮| 亚洲精品aⅴ在线观看| 两个人看的免费小视频| 精品国产一区二区三区四区第35| 成人国产麻豆网| 老司机亚洲免费影院| 欧美激情 高清一区二区三区| 亚洲欧洲国产日韩| 侵犯人妻中文字幕一二三四区| 日本黄色日本黄色录像| 精品久久蜜臀av无| 免费黄网站久久成人精品| 大话2 男鬼变身卡| 久久国产亚洲av麻豆专区| 亚洲国产看品久久| 亚洲国产av影院在线观看| 欧美日韩av久久| 精品人妻熟女毛片av久久网站| av片东京热男人的天堂| 999精品在线视频| 香蕉丝袜av| 亚洲国产精品一区三区| 欧美97在线视频| 亚洲精品,欧美精品| 精品久久久精品久久久| 日本黄色日本黄色录像| 91久久精品国产一区二区三区| 中文字幕制服av| 国产福利在线免费观看视频| 天美传媒精品一区二区| 成年女人在线观看亚洲视频| 五月伊人婷婷丁香| 国产黄色视频一区二区在线观看| 美女脱内裤让男人舔精品视频| 久久影院123| 乱人伦中国视频| 视频在线观看一区二区三区| 最近手机中文字幕大全| www.av在线官网国产| 亚洲综合色网址| 国产成人欧美| 国产极品天堂在线| 色婷婷久久久亚洲欧美| 五月开心婷婷网| 欧美另类一区| 国产色婷婷99| 亚洲综合色惰| 久久久久久人人人人人| 婷婷色麻豆天堂久久| 久久精品国产综合久久久 | 美女福利国产在线| 国产成人一区二区在线| 国产激情久久老熟女| 纯流量卡能插随身wifi吗| 天天操日日干夜夜撸| 午夜福利视频精品| 久久久久久久久久成人| 男女边吃奶边做爰视频| 在线观看一区二区三区激情| 国产精品一国产av| 久久久久国产精品人妻一区二区| 在线看a的网站| 一区二区三区四区激情视频| 亚洲精品久久成人aⅴ小说| 最新中文字幕久久久久| 下体分泌物呈黄色| 欧美xxⅹ黑人| 午夜老司机福利剧场| 伦精品一区二区三区| av片东京热男人的天堂| 欧美日韩av久久| 国产探花极品一区二区| 国产一区二区在线观看av| 亚洲高清免费不卡视频| 久久久久久久久久成人| 伦理电影免费视频| 亚洲三级黄色毛片| 各种免费的搞黄视频| 亚洲国产成人一精品久久久| 亚洲精品自拍成人| 国产精品一区www在线观看| 国产成人精品在线电影| xxxhd国产人妻xxx| 国产成人一区二区在线| 成人影院久久| 80岁老熟妇乱子伦牲交| 高清av免费在线| 久久精品国产鲁丝片午夜精品| 欧美亚洲 丝袜 人妻 在线| 最近手机中文字幕大全| 女性生殖器流出的白浆| 久久99热这里只频精品6学生| 精品一品国产午夜福利视频| 亚洲av福利一区| 免费黄网站久久成人精品| 欧美日韩成人在线一区二区| 黄色视频在线播放观看不卡| 日本黄大片高清| 亚洲高清免费不卡视频| 99re6热这里在线精品视频| 国产精品三级大全| 在线观看一区二区三区激情| 人人妻人人澡人人看| 99热这里只有是精品在线观看| 国产免费一级a男人的天堂| 精品卡一卡二卡四卡免费| 熟女av电影| 少妇的逼好多水| 国产乱人偷精品视频| 街头女战士在线观看网站| 国产老妇伦熟女老妇高清| 成人亚洲欧美一区二区av| 人人澡人人妻人| 成人午夜精彩视频在线观看| 亚洲精品色激情综合| 狠狠精品人妻久久久久久综合| 欧美日韩成人在线一区二区| 最近的中文字幕免费完整| 成年美女黄网站色视频大全免费| 最近手机中文字幕大全| 插逼视频在线观看| 人妻人人澡人人爽人人| 黑丝袜美女国产一区| 亚洲 欧美一区二区三区| kizo精华| 久久午夜综合久久蜜桃| 国产av一区二区精品久久| 国产一区亚洲一区在线观看| 国产高清三级在线| 免费不卡的大黄色大毛片视频在线观看| 三上悠亚av全集在线观看| 国产极品天堂在线| 麻豆乱淫一区二区| 国产精品国产三级专区第一集| 日本欧美国产在线视频| 免费女性裸体啪啪无遮挡网站| 午夜福利视频精品| 久久精品人人爽人人爽视色| 毛片一级片免费看久久久久| 人人妻人人澡人人爽人人夜夜| 在线观看美女被高潮喷水网站| 久久精品aⅴ一区二区三区四区 | 亚洲精品久久午夜乱码| 久久久久久久久久成人| 观看美女的网站| 另类亚洲欧美激情| 丰满乱子伦码专区| av视频免费观看在线观看| 在线观看三级黄色| 青春草视频在线免费观看| 色吧在线观看| 丁香六月天网| 色吧在线观看| 国产精品久久久av美女十八| 在线观看三级黄色| 久久狼人影院| 午夜久久久在线观看| 国产色爽女视频免费观看| www.色视频.com| 中文字幕亚洲精品专区| 亚洲色图 男人天堂 中文字幕 | 高清黄色对白视频在线免费看| 午夜91福利影院| 五月开心婷婷网| 亚洲欧美日韩卡通动漫| 久久久久久久久久久免费av| 久久午夜福利片| 大香蕉久久网| 91精品国产国语对白视频| 99国产精品免费福利视频| 成人影院久久| 亚洲精品一二三| av一本久久久久| 精品一品国产午夜福利视频| 男女边吃奶边做爰视频| 国产又色又爽无遮挡免| 中国国产av一级| a级片在线免费高清观看视频| 亚洲精品国产色婷婷电影| 国产av一区二区精品久久| 午夜久久久在线观看| 精品视频人人做人人爽| 精品久久蜜臀av无| h视频一区二区三区| 亚洲国产欧美在线一区| 亚洲精品久久成人aⅴ小说| 高清av免费在线| 精品国产一区二区三区四区第35| 亚洲欧洲日产国产| 国产午夜精品一二区理论片| 国产高清国产精品国产三级| 亚洲,欧美精品.| 亚洲情色 制服丝袜| 人妻一区二区av| 国产精品一区二区在线不卡| 欧美+日韩+精品| 精品第一国产精品| 不卡视频在线观看欧美| 中文字幕av电影在线播放| 成年人免费黄色播放视频| 校园人妻丝袜中文字幕| 亚洲中文av在线| 在线观看免费高清a一片| 久久精品人人爽人人爽视色| 午夜福利影视在线免费观看| 国产免费一级a男人的天堂| 男人爽女人下面视频在线观看| 男女下面插进去视频免费观看 | 日韩中字成人| 丝瓜视频免费看黄片| 视频区图区小说| 老熟女久久久| 各种免费的搞黄视频| 巨乳人妻的诱惑在线观看| 国产欧美另类精品又又久久亚洲欧美| 日韩视频在线欧美| 伦理电影免费视频| 十八禁网站网址无遮挡| 亚洲精品久久午夜乱码| 亚洲av电影在线进入| 王馨瑶露胸无遮挡在线观看| 日本-黄色视频高清免费观看| 老司机影院成人| 成人毛片a级毛片在线播放| 国产成人aa在线观看| 这个男人来自地球电影免费观看 | 日韩 亚洲 欧美在线| 视频在线观看一区二区三区| 亚洲av综合色区一区| 美女主播在线视频| 十八禁高潮呻吟视频| av一本久久久久| 蜜桃在线观看..| 在线观看美女被高潮喷水网站| 亚洲精品美女久久av网站| 午夜福利视频精品| 久久人妻熟女aⅴ| 亚洲欧美中文字幕日韩二区| 免费高清在线观看视频在线观看| 女人被躁到高潮嗷嗷叫费观| 国产成人免费观看mmmm| 免费人成在线观看视频色| 色哟哟·www| 亚洲人成网站在线观看播放| xxxhd国产人妻xxx| 久久久久久久久久人人人人人人| 欧美 亚洲 国产 日韩一| 肉色欧美久久久久久久蜜桃| 欧美xxxx性猛交bbbb| 亚洲一区二区三区欧美精品| 国产精品久久久久久久久免| 日韩制服骚丝袜av| 巨乳人妻的诱惑在线观看| 97在线视频观看| 日韩成人伦理影院| 国产免费视频播放在线视频| 波野结衣二区三区在线| 中文乱码字字幕精品一区二区三区| 母亲3免费完整高清在线观看 | 欧美成人午夜免费资源| xxx大片免费视频| 少妇被粗大的猛进出69影院 | 又黄又爽又刺激的免费视频.| 在线观看三级黄色| a级片在线免费高清观看视频| 免费观看性生交大片5| 波野结衣二区三区在线| a级毛片黄视频| 超色免费av| 晚上一个人看的免费电影| 一区二区av电影网| 国产色爽女视频免费观看| 国产亚洲午夜精品一区二区久久| 亚洲性久久影院| 日日摸夜夜添夜夜爱| 香蕉丝袜av| 97人妻天天添夜夜摸| 两性夫妻黄色片 | 亚洲精品,欧美精品| 中文字幕亚洲精品专区| 国产欧美另类精品又又久久亚洲欧美| kizo精华| 大片免费播放器 马上看| 国产成人精品久久久久久| 一级黄片播放器| 69精品国产乱码久久久| 国产色爽女视频免费观看| 99久久人妻综合| 国产黄色免费在线视频| 熟女人妻精品中文字幕| 中文天堂在线官网| 狂野欧美激情性bbbbbb| 国产一区二区在线观看日韩| 亚洲欧美色中文字幕在线| 国产视频首页在线观看| 日本黄色日本黄色录像| 又黄又粗又硬又大视频| 国产精品国产三级专区第一集| 午夜精品国产一区二区电影| 日韩中文字幕视频在线看片| 97超碰精品成人国产| 久久韩国三级中文字幕| 男女下面插进去视频免费观看 | 亚洲av男天堂| 一区二区日韩欧美中文字幕 | kizo精华| 18禁在线无遮挡免费观看视频| 国产免费福利视频在线观看| 妹子高潮喷水视频| 色吧在线观看| 18禁国产床啪视频网站| 美女福利国产在线| 伊人亚洲综合成人网| 国产精品久久久久久精品古装| 国产成人91sexporn| 国产精品久久久av美女十八| 亚洲情色 制服丝袜| 久久久久久久久久人人人人人人| 51国产日韩欧美| 日韩中字成人| 亚洲国产看品久久| 亚洲 欧美一区二区三区| 精品熟女少妇av免费看| 欧美丝袜亚洲另类| 一本—道久久a久久精品蜜桃钙片| 亚洲人成网站在线观看播放| 精品少妇内射三级| 男女啪啪激烈高潮av片| 高清毛片免费看| 又粗又硬又长又爽又黄的视频| 亚洲成av片中文字幕在线观看 | 国产精品国产三级国产专区5o| 草草在线视频免费看| 精品一区二区三卡| 久久99热这里只频精品6学生| 免费观看av网站的网址| 国产成人aa在线观看| 久久精品久久久久久噜噜老黄| 日韩视频在线欧美| 亚洲 欧美一区二区三区| 大话2 男鬼变身卡| 如何舔出高潮| 亚洲内射少妇av| 九草在线视频观看| 欧美日韩av久久| 日韩伦理黄色片| 男人添女人高潮全过程视频| 最近中文字幕高清免费大全6| 亚洲欧美一区二区三区黑人 | 大香蕉久久网| 黄色视频在线播放观看不卡| 国产国语露脸激情在线看| 亚洲精品久久成人aⅴ小说| 亚洲,一卡二卡三卡| 天天操日日干夜夜撸| 国产欧美日韩一区二区三区在线| 少妇的逼好多水| 国产成人精品福利久久| 九色亚洲精品在线播放| 精品一区二区三区四区五区乱码 | 国产国拍精品亚洲av在线观看| 日本黄色日本黄色录像| 久久久久精品性色| 日韩不卡一区二区三区视频在线| 少妇的逼水好多| videossex国产| 18在线观看网站| 丁香六月天网| 人人妻人人添人人爽欧美一区卜| 男女免费视频国产| 亚洲精品国产av蜜桃| 一级a做视频免费观看| 国产白丝娇喘喷水9色精品| 日本欧美国产在线视频| 22中文网久久字幕| 在线观看www视频免费| av福利片在线| 成年女人在线观看亚洲视频| 91精品伊人久久大香线蕉| 亚洲精品乱码久久久久久按摩| 久久人人97超碰香蕉20202| 男女高潮啪啪啪动态图| 黑丝袜美女国产一区| 国产乱来视频区| 爱豆传媒免费全集在线观看| 亚洲精品美女久久av网站| 丝袜脚勾引网站| 视频区图区小说| 国产成人午夜福利电影在线观看| 一本久久精品| 中文欧美无线码| 久久久久久久亚洲中文字幕| 亚洲,一卡二卡三卡| 日韩一本色道免费dvd| 亚洲精品一区蜜桃| 亚洲av电影在线观看一区二区三区| 成人亚洲欧美一区二区av| 国产69精品久久久久777片| 中文精品一卡2卡3卡4更新| 亚洲中文av在线| 少妇熟女欧美另类| 各种免费的搞黄视频| 看免费成人av毛片| 久久久久国产精品人妻一区二区| 日日撸夜夜添| 久久久久精品人妻al黑| 国产成人aa在线观看| 日日撸夜夜添| 免费看光身美女| 亚洲欧美一区二区三区国产| 七月丁香在线播放| 国产探花极品一区二区| 九色亚洲精品在线播放| 我的女老师完整版在线观看| 国产在线视频一区二区| 九色亚洲精品在线播放| 我的女老师完整版在线观看| 日本黄色日本黄色录像| 久久精品夜色国产| 各种免费的搞黄视频| 免费大片黄手机在线观看| 免费黄色在线免费观看| 黑人高潮一二区| 国产精品.久久久| 黄网站色视频无遮挡免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品人人爽人人爽视色| 性色av一级| 色哟哟·www| 香蕉丝袜av| 中文字幕免费在线视频6| 青春草亚洲视频在线观看| 久久人妻熟女aⅴ| 九九爱精品视频在线观看| 黑人欧美特级aaaaaa片| 亚洲av欧美aⅴ国产| 老女人水多毛片| 91精品国产国语对白视频|