• <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SIFT算法改進(jìn)的圖像匹配算法

    2019-03-14 12:42:40章雷王國明
    電腦知識(shí)與技術(shù) 2019年1期
    關(guān)鍵詞:約束條件

    章雷 王國明

    摘要:傳統(tǒng)SIFT圖像匹配算法約束條件較為單一,導(dǎo)致SIFT算法在原圖像中存在相似特征很多的情況下,誤匹配問題比較明顯,不能有效剔除誤匹配點(diǎn)。為解決這個(gè)問題,提出了一種基于SIFT特征點(diǎn)構(gòu)建近鄰圖結(jié)構(gòu)和增加向量約束條件的圖像匹配方法。首先,使用K-mean方法對(duì)SIFT的特征點(diǎn)集進(jìn)行聚類,進(jìn)而生成K近鄰圖結(jié)構(gòu)完成初始匹配。然后,在歐氏距離約束條件的基礎(chǔ)上,增加向量相似度約束對(duì)傳統(tǒng)SIFT算法約束條件進(jìn)行改進(jìn),并根據(jù)相關(guān)系數(shù)進(jìn)行匹配點(diǎn)的篩選,完成精確匹配。實(shí)驗(yàn)結(jié)果表明,該算法有效。

    關(guān)鍵詞:SIFT;向量相似度;K-mean;約束條件;歐式距離

    中圖分類號(hào):G623? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? 文章編號(hào):1009-3044(2019)01-0185-03

    Improved Image Matching Algorithm Based on SIFT Algorithm

    ZHANG Lei,WANG Guo-Ming

    (College of Computer Science and Engineering,Anhui University of Science &Technology, Huainan 232001,China)

    Abstract:The constraint condition of the traditional SIFT image matching algorithm is relatively single, which leads to the fact that the SIFT algorithm has many similar features in the original image, the problem of mismatched is relatively obvious, and the mismatched points cannot be effectively eliminated.To solve this problem, an image matching method based on SIFT operator fusion vision dictionary and adding vector constraints is proposed.First, k-mean method is used to cluster the feature point set of SIFT, and then the k-nearest neighbor graph structure is generated to complete the initial matching.Then, on the basis of the Euclidean distance constraint, the constraint condition of the traditional SIFT algorithm was improved by adding the vector similarity constraint, and the matching point was screened according to the correlation coefficient to complete the accurate matching.Experimental results show that the algorithm is effective.

    Key word:SIFT;Vector similarity; K-mean;Constraint Condition; Euclidean distance

    近些年,計(jì)算機(jī)視覺領(lǐng)域發(fā)展迅速。圖像匹配技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重要的技術(shù)[1,2]。目前已經(jīng)在許多領(lǐng)域得到了應(yīng)用,諸如人臉識(shí)別、圖像三維重建、計(jì)算機(jī)視覺等。

    圖像匹配指的是利用相關(guān)的匹配算法將兩幅圖像同一的位置點(diǎn)關(guān)聯(lián)在一起的過程[3]。在實(shí)際應(yīng)用中,由于目標(biāo)位置以及相機(jī)視角的變化,光照強(qiáng)度不同等諸多干擾因素導(dǎo)致重復(fù)特征多,亮度變化大、干擾特征多等問題,給圖像的精確匹配帶來了不小的挑戰(zhàn)[4]。

    傳統(tǒng)SIFT算法中采用的約束條件是與樣本最近鄰特征點(diǎn)歐式距離與次近鄰特征點(diǎn)比值小于0.8來提取匹配點(diǎn)[5],傳統(tǒng)SIFT圖像匹配算法約束條件較為單一,在原圖像中存在相似特征較多的情況下,誤匹配問題比較明顯,不能有效剔除誤匹配點(diǎn),易出現(xiàn)錯(cuò)配和誤配情況。

    針對(duì)以上提出的問題,本文提出了一種基于SIFT特征點(diǎn)構(gòu)建近鄰圖結(jié)構(gòu)和增加向量約束條件的改進(jìn)的SIFT算法圖像匹配方法。該方法分兩步,第一步,在初始匹配階段,使用K-mean方法對(duì)SIFT的特征點(diǎn)集進(jìn)行聚類,進(jìn)而生成K近鄰圖結(jié)構(gòu)[6],完成初始圖匹配,從圖集合中篩選出可能與原圖匹配的候選圖;第二步,精確匹配階段,候選圖的特征點(diǎn)集在歐式距離的約束下,增加對(duì)SIFT算法中特征向量進(jìn)行向量相似度的計(jì)算,增加向量的相似性約束,然后根據(jù)相關(guān)系數(shù)進(jìn)行匹配點(diǎn)的篩選,最終完成精確匹配。

    1 初始階段

    本節(jié)首先介紹了SIFT算法基本原理,然后定義圖匹配的模型,最后說明了初始匹配階段的主圖匹配算法過程。

    1.1 SIFT算法基本原理

    尺度不變特征變換(SIFT)[7]的基本思想是在尺度空間概念構(gòu)建尺度空間提取位置、尺度和旋轉(zhuǎn)無關(guān)量。具體做法是先構(gòu)建尺度空間,在尺度空間中尋找局部極值點(diǎn),確定關(guān)鍵點(diǎn)的主方向,生成關(guān)鍵點(diǎn)的描述子,最后進(jìn)行匹配。以下是SIFT算法的5個(gè)主要步驟:

    STEP 1? 尺度空間的極值檢測

    首先將圖像轉(zhuǎn)換到尺度空間上,采用高斯函數(shù)[Gx,y,σ]與圖像[Ix,y]進(jìn)行卷積運(yùn)算,將二維圖像[Ix,y]轉(zhuǎn)換到尺度空間圖像[Lx,y,σ],[σ]為空間尺度因子。

    [Lx,y,σ=Gx,y,σ*Ix,y? ? ? ?]? ? ? ? ? ? ? ? ? ? (1)

    [? Gx,y,σ=12πσ2exp-x2+y22σ2]? ? ? ? ? ? ? ? ? ? ? (2)

    為了進(jìn)行尺度空間的極值檢測,可以采用高斯函數(shù)(DOG)與圖像[Ix,y]進(jìn)行卷積計(jì)算得到尺度空間的極值點(diǎn),其計(jì)算過程為:

    [D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)]? ? (3)

    其中,k為乘數(shù)因子,用于改變相鄰尺度的尺度大小。

    STEP 2? 關(guān)鍵點(diǎn)定位

    對(duì)于關(guān)鍵點(diǎn)的定位可以對(duì)DOG函數(shù)進(jìn)行二次泰勒展開進(jìn)行運(yùn)算,并對(duì)采樣點(diǎn)進(jìn)行計(jì)算:

    [DX=D+?DT?XX+12XT?2D?DX2X]? ? ? ? ? ? ? ? ?(4)

    其中,為極值點(diǎn)到樣本數(shù)據(jù)點(diǎn)的偏移量,對(duì)求導(dǎo)后取極值可獲得極值點(diǎn)的位置。

    STEP 3 關(guān)鍵點(diǎn)方向分配

    SIFT變換過程中為圖像局部特征的每個(gè)關(guān)鍵點(diǎn)都設(shè)定了一個(gè)相對(duì)方向,因此可以實(shí)現(xiàn)對(duì)圖像的旋轉(zhuǎn)的不變性。關(guān)鍵點(diǎn)方向參數(shù)通過求該關(guān)鍵點(diǎn)相鄰像素的梯度方向分布特性得到。

    STEP 4? 特征點(diǎn)生成

    首先計(jì)算關(guān)鍵點(diǎn)附近像素點(diǎn)的梯度模值和方向,以每個(gè)關(guān)鍵點(diǎn)為中心取16×16像素窗口,并在每個(gè)窗口中取4×4像素種子點(diǎn)來描述,單個(gè)關(guān)鍵點(diǎn)就形成了128維的描述特征向量。

    STEP 5? 特征點(diǎn)匹配

    SIFT特征描述符向量生成后,求查詢樣本到目標(biāo)樣本最近鄰特征點(diǎn)歐氏距離與次近鄰特征點(diǎn)歐氏距離。如果最近鄰特征點(diǎn)歐氏距離與次近鄰特征點(diǎn)歐氏距離比值小于某一閾值時(shí),認(rèn)為該特征點(diǎn)對(duì)匹配成功,否則匹配失敗。此處的閾值一般設(shè)定為0.8。

    1.2 圖匹配

    在基于圖模型的應(yīng)用中,圖匹配[8]是一項(xiàng)基礎(chǔ)而又重要的技術(shù)。在本文中圖模型的節(jié)點(diǎn)是圖像的特征點(diǎn),圖模型[9]的邊用來描述特征點(diǎn)之間的關(guān)系。利用圖模型描述圖像特征以后,圖像的特征匹配問題就可以轉(zhuǎn)化為圖的頂點(diǎn)匹配問題[10]。以下是主圖匹配的算法步驟:

    輸入:目標(biāo)圖像P,圖像集合Qm

    輸出:候選圖Gw

    步驟:

    Step1 對(duì)目標(biāo)圖像P進(jìn)行SIFT特征點(diǎn)提取,生成特征點(diǎn)集MP={mi};

    Step2 分別對(duì)圖像集合Qm進(jìn)行SIFT特征點(diǎn)提取,生成特征點(diǎn)集W={M1,M2,...,Mn};

    Step3 對(duì)特征點(diǎn)集MP={mi}進(jìn)行聚類操作,生成新的點(diǎn)集Mp={mi};

    Step4 對(duì)特征點(diǎn)集W={M1,M2,...,Mn}進(jìn)行聚類操作,生成新的點(diǎn)W={M1,...,Mn};

    Step5 生成近鄰圖Gm=(VM,EM)。其中VM是圖節(jié)點(diǎn),EM={eij},當(dāng)i點(diǎn)和j是點(diǎn)近鄰并且兩點(diǎn)之間的距離小于所有點(diǎn)集之間的距離平均值時(shí),點(diǎn)和點(diǎn)之間構(gòu)成一條無向邊eij;

    Step6 運(yùn)用Step5中的方法,為點(diǎn)集W={M1,M2,...,Mn}生成K近鄰圖集合Gw={Gm1,Gm2,...,Gmn};

    Step7 將Gm與Gw中的每個(gè)元素進(jìn)行匹配,選出候選圖Gw={G1,G2,...,Gm},其中m<=n。

    2 精確匹配

    本節(jié)介紹了精確匹配階段需要的向量相似度計(jì)算理論,然后說明了將向量的相關(guān)系數(shù)融入傳統(tǒng)SIFT算法中,對(duì)SIFT算法進(jìn)行了改進(jìn)。

    2.1 向量相似度計(jì)算

    相似度是指兩個(gè)對(duì)象之間的類似的程度[11]。在本文中,采用的是SIFT特征點(diǎn)描述符,由于它是128維向量組成,故采用一般向量的相似度函數(shù)來度量相似程度[12,13]。假設(shè)對(duì)于任意兩向量[X,Y],從向量的大小和方向的角度綜合表征兩向量的相似程度[14]??啥x向量之間的關(guān)系如下:

    定義1:向量[X,Y]的長度相似度([αX,Y]),長度相似度是衡量向量大小的標(biāo)準(zhǔn)。

    設(shè)存在向量[X=x1,x2,…,xn],[ Y=y1,y2,…,yn],則向量[X,Y]的長度相似度為

    [αX,Y=1-X-YX] 其中[X]表示向量[X]的范數(shù)(5)

    定義2:向量[X,Y]的方向相似度([βX,Y]),方向相似度是衡量向量之間夾角大小的標(biāo)準(zhǔn)。

    設(shè)存在向量[X=x1,x2,…,xn],[ Y=y1,y2,…,yn] 則[βX,Y]為

    [βX,Y=1-θ90°] ,其中

    [θ=arccosX,YXY? ?0≤θ≤180°]? ? ? ? ? ? ? ? (6)

    定義3:設(shè)存在向量

    [X=x1,x2,…,xn],[ Y=y1,y2,…,yn],則向量[X,Y]的相似度([γX,Y]為

    [γX,Y=αX,Y?βX,Y]? ? ? ? ? ? ? ? ?(7)

    其中([γX,Y∈1,-1]? ,當(dāng)[θ=90°]時(shí),兩個(gè)向量正交,此時(shí)相似度系數(shù)[γX,Y=0];當(dāng)[θ=0°] 時(shí),并且范數(shù)相同時(shí),兩向量的相似度系數(shù)[γX,Y=1];當(dāng)[θ=180°]時(shí),并且范數(shù)相同時(shí),兩向量的相似度系數(shù)[γX,Y=-1] 。

    2.2 向量的相關(guān)系數(shù)

    在主圖匹配完成后,篩選出符合條件的候選圖,將候選圖在SIFT初始匹配的點(diǎn)集M={mi}和W={wi}與待匹配的圖的特征點(diǎn)集進(jìn)行匹配。

    SIFT算法在相似區(qū)域較多的圖像以及特征信息很相似時(shí),容易出現(xiàn)錯(cuò)配和誤配情況。原SIFT算法中采用與樣本最近鄰特征點(diǎn)歐式距離來提取匹配點(diǎn),沒有考慮到特征向量間的相關(guān)性。歐式距離[15]是一種距離度量法,通過度量向量空間距離來表示向量間的相似程度,距離越近則向量越相似;當(dāng)相似特征很多時(shí),會(huì)有多個(gè)向量之間在向量空間距離是近似相等的,便會(huì)出現(xiàn)誤配現(xiàn)象。在原有的約束條件下,運(yùn)用相關(guān)系數(shù)法,增加向量間的相似性度量,提高了其匹配的精準(zhǔn)度。

    具體做法:在目標(biāo)圖像與待匹配圖像之間的某一組特征描述滿足于歐氏距離比小于0.8的前提下,進(jìn)一步來計(jì)算這兩組向量之間的相關(guān)系數(shù)R,其中R的取值范圍為[0,1],當(dāng)相關(guān)系數(shù)越大時(shí),說明兩向量越相似。以下是精確匹配階段的算法步驟:

    輸入:候選圖Gw

    輸出:是否找到目標(biāo)圖像P的匹配圖像P

    步驟:

    Step1? 對(duì)目標(biāo)圖像P特征點(diǎn)集MP={mi},進(jìn)行向量相關(guān)系數(shù)計(jì)算;

    Step2? 對(duì)候選圖Gw={G1,G2,...,Gm}在W={M1,M2,...,Mn}對(duì)應(yīng)的特征點(diǎn)集進(jìn)行向量相關(guān)系數(shù)計(jì)算;

    Step3? 將向量相關(guān)系數(shù)約束融入SIFT匹配算法中,完成匹配。

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)硬件環(huán)境為CPU 為Intel CORE I5,內(nèi)存為4G的PC機(jī)。仿真實(shí)驗(yàn)環(huán)境是Windows8.1下的Matlab2016(a)軟件,實(shí)驗(yàn)所采用的圖像為Daniel Scharstein和Richard Szeliski立體匹配試驗(yàn)時(shí)使用的圖像,從中選取了Bull、ohta 、venus、poster等四組試驗(yàn)圖像。

    本次實(shí)驗(yàn)從每組圖像中選取兩張圖像,一張圖像作為目標(biāo)圖像,一張圖像作為待匹配圖像,在待匹配圖像中匹配到目標(biāo)圖像。由于圖像的中心事物不變,導(dǎo)致兩張圖像存在大量相似區(qū)域。選用這些圖像能有效地檢驗(yàn)算法的匹配能力。選取的圖像如圖2所示:

    3.2 試驗(yàn)結(jié)果分析

    圖3是傳統(tǒng)的SIFT算法對(duì)bull圖進(jìn)行圖像匹配的效果圖,圖4是改進(jìn)的算法進(jìn)行圖像匹配的效果圖。由圖3和圖4可見,對(duì)于重復(fù)和相似的特征點(diǎn)的問題,改進(jìn)的算法有效地緩解了這一問題。表1是對(duì)試驗(yàn)圖特征點(diǎn)結(jié)果的統(tǒng)計(jì)。

    綜合分析, 由表1試驗(yàn)結(jié)果統(tǒng)計(jì)結(jié)果可知,對(duì)Daniel Scharstein和Richard Szeliski立體匹配試驗(yàn)時(shí)使用的bull、ohta 、venus、poster等四組圖像,本文中算法減少了重復(fù)特征點(diǎn)的數(shù)目,提高了匹配正確率,解決了由于相似區(qū)域較多帶來的誤匹配點(diǎn)多的問題,使用本文算法后,能捕獲到更多的正確匹配點(diǎn)。試驗(yàn)結(jié)果基本滿足算法設(shè)計(jì)目的。

    4 結(jié)語

    本文在傳統(tǒng)的SIFT算法的基礎(chǔ)上,針對(duì)SIFT圖像匹配算法誤配率比較高的問題,提出了增加向量約束條件的圖像匹配方法。首先對(duì)SIFT的特征點(diǎn)集進(jìn)行聚類,生成K近鄰圖結(jié)構(gòu),對(duì)K近鄰圖進(jìn)行匹配操作。匹配成功后,在歐式距離的約束下,進(jìn)一步對(duì)SIFT算法中特征向量增加了向量的相似性約束,保證了特征點(diǎn)的質(zhì)量,減少了重復(fù)特征點(diǎn)的數(shù)目,提高了匹配的正確率,減少了誤匹配點(diǎn)。實(shí)驗(yàn)結(jié)果表明,該算法有效。

    參考文獻(xiàn):

    [1] 羅斌.數(shù)字圖像的結(jié)構(gòu)圖建模、特征描述和匹配研究[J].安徽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, (1): 1-2.

    [2] 項(xiàng)英倬,譚菊仙,韓杰思,等.圖匹配技術(shù)研究[J].計(jì)算機(jī)科學(xué),2018,(6):27-31,45.

    [3] 江波,湯進(jìn),羅斌.計(jì)算機(jī)視覺中的圖匹配方法研究綜述[J].安徽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, (1):29-36.

    [4] 謝宜婷,王愛平,鄒海.基于局部近鄰圖的特征描述與特征匹配算法研究[J].計(jì)算機(jī)應(yīng)用與軟件,2017,(8):185-190,196.

    [5] 白廷柱,侯喜報(bào).基于SIFT算子的圖像匹配算法研究[J].北京理工大學(xué)學(xué)報(bào),2013, (6): 622-627.

    [6]? Park, Youngki,Park, Sungchan,Jung, Woosung, et al.Reversed CF: A fast collaborative filtering algorithm using a k-nearest neighbor graph[J].Expert Systems with Application, 2015,

    [7]? LOWE D G.Distinctive image features from scale-invarlant keypoints[J].International Journal of Computer Vision,2004,60(2):91-100.

    [8] 白雪冰,陳凱,郭景秋, 等.基于k-mean聚類與灰度梯度最大熵的樹木圖像分割[J].森林工程,2014,(6):84-88.

    [9] 趙一丹,肖秦琨,高嵩.基于模糊神經(jīng)網(wǎng)絡(luò)和圖模型推理的動(dòng)作識(shí)別[J].計(jì)算機(jī)技術(shù)與發(fā)展,2018,(8):80-85.

    [10] 張文靜,王備戰(zhàn),張志宏.基于圖的特征選擇算法綜述[J].安徽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, (1):10-20.

    [11] Image quality assessment method based on nonlinear feature extraction in kernel space[J].信息與電子工程前沿(英文版),2016,(10):1008-1017.

    [12] 賀飛躍,田錚,段西發(fā),等.高效的圖模型點(diǎn)模式匹配算法[J].計(jì)算機(jī)工程與應(yīng)用,2013, (24): 19-23.

    [13] 張宇,劉雨東,計(jì)釗.向量相似度測度方法[J].聲學(xué)技術(shù),2009,28(4):532-536.

    [14] 花小朋,徐森,李先鋒.Least squares weighted twin support vector machines with local information[J].中南大學(xué)學(xué)報(bào)(英文版),2015,(7):2638-2645.

    [15] 張明,田娜,紀(jì)志成.基于適應(yīng)值歐式距離比的均衡蜂群算法[J].系統(tǒng)仿真學(xué)報(bào),2015, (5): 980-989.

    猜你喜歡
    約束條件
    地下汽車檢測站建設(shè)的約束條件分析
    非線性約束條件下的雙陣純方位目標(biāo)運(yùn)動(dòng)分析
    基于一種改進(jìn)AZSVPWM的滿調(diào)制度死區(qū)約束條件分析
    A literature review of research exploring the experiences of overseas nurses in the United Kingdom (2002–2017)
    線性規(guī)劃的八大妙用
    復(fù)雜多約束條件通航飛行垂直剖面規(guī)劃方法
    論持續(xù)監(jiān)控研究的假設(shè)前提與約束條件
    中國市場(2016年12期)2016-05-17 05:10:07
    非約束條件下成人在線學(xué)習(xí)動(dòng)機(jī)量表編制
    基于蒙特卡洛的非線性約束條件下的優(yōu)化算法研究
    基于半約束條件下不透水面的遙感提取方法
    啦啦啦在线观看免费高清www| 欧美变态另类bdsm刘玥| 国产老妇伦熟女老妇高清| 国产成人欧美在线观看 | 亚洲av成人精品一二三区| 久久鲁丝午夜福利片| 999久久久国产精品视频| 老司机亚洲免费影院| 丰满人妻熟妇乱又伦精品不卡| 日韩大码丰满熟妇| 天天躁狠狠躁夜夜躁狠狠躁| 欧美精品亚洲一区二区| 美女扒开内裤让男人捅视频| 久久这里只有精品19| 熟女av电影| 男女午夜视频在线观看| 国产成人一区二区在线| 精品少妇一区二区三区视频日本电影| 欧美精品av麻豆av| 欧美精品人与动牲交sv欧美| 精品一品国产午夜福利视频| 日韩 亚洲 欧美在线| 91老司机精品| 免费在线观看黄色视频的| 九草在线视频观看| 成年动漫av网址| 纯流量卡能插随身wifi吗| 天天躁日日躁夜夜躁夜夜| 国产成人欧美在线观看 | 久久精品国产a三级三级三级| 亚洲国产欧美网| 多毛熟女@视频| 亚洲人成电影观看| 波野结衣二区三区在线| 欧美激情高清一区二区三区| 精品一区二区三卡| 日韩中文字幕欧美一区二区 | 久久狼人影院| 国产xxxxx性猛交| 老汉色∧v一级毛片| 国产老妇伦熟女老妇高清| 在线观看免费高清a一片| 熟女少妇亚洲综合色aaa.| 久久99精品国语久久久| 看十八女毛片水多多多| 91麻豆精品激情在线观看国产 | 看免费成人av毛片| 一个人免费看片子| 亚洲国产欧美日韩在线播放| 国产精品熟女久久久久浪| 男女国产视频网站| 国产精品偷伦视频观看了| 看十八女毛片水多多多| 精品亚洲乱码少妇综合久久| 一级黄色大片毛片| 色视频在线一区二区三区| av片东京热男人的天堂| 纵有疾风起免费观看全集完整版| 日韩,欧美,国产一区二区三区| 亚洲专区中文字幕在线| 超碰成人久久| 亚洲 欧美一区二区三区| 欧美少妇被猛烈插入视频| 国产精品一区二区在线不卡| 大片电影免费在线观看免费| 91国产中文字幕| 色网站视频免费| 国产在线视频一区二区| 久久精品aⅴ一区二区三区四区| 老汉色∧v一级毛片| 一级黄片播放器| 一级毛片我不卡| 成人影院久久| 久久久久国产一级毛片高清牌| 亚洲精品久久久久久婷婷小说| 大陆偷拍与自拍| 国产av一区二区精品久久| 新久久久久国产一级毛片| 晚上一个人看的免费电影| 在现免费观看毛片| 亚洲国产精品一区三区| 国产男人的电影天堂91| 国产极品粉嫩免费观看在线| 国产精品久久久久久人妻精品电影 | 国产精品免费视频内射| 久久精品国产综合久久久| 黄色a级毛片大全视频| 久久久久国产一级毛片高清牌| 成人国语在线视频| 日韩伦理黄色片| 亚洲天堂av无毛| 美女脱内裤让男人舔精品视频| 色94色欧美一区二区| 国产一区二区激情短视频 | 韩国高清视频一区二区三区| 欧美国产精品va在线观看不卡| 天天躁日日躁夜夜躁夜夜| 黄色毛片三级朝国网站| www.精华液| 手机成人av网站| 精品久久蜜臀av无| 这个男人来自地球电影免费观看| 午夜免费观看性视频| 亚洲国产看品久久| 男女午夜视频在线观看| 97在线人人人人妻| 建设人人有责人人尽责人人享有的| 热99国产精品久久久久久7| 精品国产国语对白av| 精品少妇内射三级| 精品第一国产精品| 久久综合国产亚洲精品| 91老司机精品| 午夜日韩欧美国产| 免费在线观看日本一区| 日韩av免费高清视频| 国产男人的电影天堂91| 日韩制服骚丝袜av| av片东京热男人的天堂| 久9热在线精品视频| 老鸭窝网址在线观看| 人人妻人人澡人人爽人人夜夜| 老汉色av国产亚洲站长工具| 免费在线观看完整版高清| 1024香蕉在线观看| 在线观看免费视频网站a站| 午夜精品国产一区二区电影| 国产亚洲一区二区精品| 亚洲欧美日韩另类电影网站| 午夜激情av网站| 欧美精品亚洲一区二区| 欧美国产精品va在线观看不卡| 超碰成人久久| 色播在线永久视频| 国产1区2区3区精品| 精品高清国产在线一区| 脱女人内裤的视频| 亚洲欧美日韩高清在线视频 | 国产片特级美女逼逼视频| 人妻人人澡人人爽人人| 国产视频首页在线观看| 一本色道久久久久久精品综合| 久久久国产一区二区| 日本猛色少妇xxxxx猛交久久| 可以免费在线观看a视频的电影网站| 性少妇av在线| 性少妇av在线| 精品欧美一区二区三区在线| 又粗又硬又长又爽又黄的视频| 欧美黄色淫秽网站| 一本色道久久久久久精品综合| www.精华液| 国产精品欧美亚洲77777| 日韩av免费高清视频| 首页视频小说图片口味搜索 | 丝袜美足系列| 人人澡人人妻人| 久久综合国产亚洲精品| 青春草亚洲视频在线观看| 久久久久精品国产欧美久久久 | 一区福利在线观看| 久久久国产欧美日韩av| 成年av动漫网址| 久久久国产欧美日韩av| 精品国产一区二区三区四区第35| 久久精品熟女亚洲av麻豆精品| 丁香六月天网| 91麻豆精品激情在线观看国产 | 在线av久久热| 七月丁香在线播放| 国产一区亚洲一区在线观看| 欧美大码av| 丝袜美足系列| 超碰成人久久| 侵犯人妻中文字幕一二三四区| 免费在线观看影片大全网站 | 中文字幕人妻丝袜一区二区| 性高湖久久久久久久久免费观看| 久久人妻福利社区极品人妻图片 | 丰满少妇做爰视频| 美国免费a级毛片| 丝袜脚勾引网站| 国产一级毛片在线| 亚洲精品一区蜜桃| 国产xxxxx性猛交| 国产精品久久久人人做人人爽| 亚洲精品美女久久av网站| 亚洲九九香蕉| 老鸭窝网址在线观看| 婷婷色麻豆天堂久久| av福利片在线| 日韩一卡2卡3卡4卡2021年| 熟女少妇亚洲综合色aaa.| 亚洲av电影在线观看一区二区三区| 人人澡人人妻人| 免费在线观看视频国产中文字幕亚洲 | 久久久亚洲精品成人影院| 亚洲一卡2卡3卡4卡5卡精品中文| 99热网站在线观看| 国产亚洲午夜精品一区二区久久| 亚洲国产欧美网| 超碰成人久久| 亚洲精品日本国产第一区| 亚洲精品一卡2卡三卡4卡5卡 | 国产伦人伦偷精品视频| 成年美女黄网站色视频大全免费| 老鸭窝网址在线观看| 久久久亚洲精品成人影院| 国产精品久久久久久人妻精品电影 | 视频区欧美日本亚洲| 岛国毛片在线播放| 免费高清在线观看日韩| 精品国产一区二区三区久久久樱花| 日韩熟女老妇一区二区性免费视频| 久久国产精品大桥未久av| 欧美精品人与动牲交sv欧美| 免费高清在线观看视频在线观看| 免费高清在线观看视频在线观看| 免费高清在线观看视频在线观看| 国产极品粉嫩免费观看在线| 一本色道久久久久久精品综合| 男女边吃奶边做爰视频| 久久热在线av| 精品第一国产精品| 国产成人免费无遮挡视频| 大片免费播放器 马上看| 日日夜夜操网爽| 热re99久久国产66热| 美国免费a级毛片| 高清不卡的av网站| 国产高清videossex| 精品国产国语对白av| 国产一区二区三区综合在线观看| 秋霞在线观看毛片| 热99国产精品久久久久久7| 久久国产精品影院| 黑人巨大精品欧美一区二区蜜桃| 日韩精品免费视频一区二区三区| 大香蕉久久网| 你懂的网址亚洲精品在线观看| 制服诱惑二区| 大片电影免费在线观看免费| 亚洲,一卡二卡三卡| 久久久久国产精品人妻一区二区| 人人妻,人人澡人人爽秒播 | 国产成人精品久久久久久| 久9热在线精品视频| 可以免费在线观看a视频的电影网站| 欧美日韩视频高清一区二区三区二| 中文乱码字字幕精品一区二区三区| 久久久久久久国产电影| 久热这里只有精品99| 精品国产一区二区三区久久久樱花| 超色免费av| 国产成人欧美在线观看 | 一级毛片电影观看| 亚洲av片天天在线观看| 一级黄片播放器| 亚洲国产毛片av蜜桃av| 人人妻人人爽人人添夜夜欢视频| 51午夜福利影视在线观看| 99热国产这里只有精品6| 成人影院久久| 亚洲欧美中文字幕日韩二区| 日本五十路高清| 久久久欧美国产精品| 日韩熟女老妇一区二区性免费视频| 1024视频免费在线观看| 日韩一卡2卡3卡4卡2021年| 久久ye,这里只有精品| 亚洲国产最新在线播放| 777久久人妻少妇嫩草av网站| 韩国精品一区二区三区| 人人妻人人爽人人添夜夜欢视频| 大话2 男鬼变身卡| 午夜老司机福利片| 人人妻人人添人人爽欧美一区卜| 男人爽女人下面视频在线观看| 午夜精品国产一区二区电影| 精品人妻一区二区三区麻豆| 深夜精品福利| 国产福利在线免费观看视频| 成人手机av| 国产成人91sexporn| 亚洲国产av影院在线观看| 国产高清videossex| 亚洲欧美日韩高清在线视频 | 热99国产精品久久久久久7| 免费在线观看视频国产中文字幕亚洲 | 国产在线视频一区二区| 91精品三级在线观看| 黄频高清免费视频| 色综合欧美亚洲国产小说| 91老司机精品| 97人妻天天添夜夜摸| 精品视频人人做人人爽| 一级毛片黄色毛片免费观看视频| 在线观看免费午夜福利视频| 我的亚洲天堂| 老司机在亚洲福利影院| 男人舔女人的私密视频| 久久av网站| 日韩人妻精品一区2区三区| av又黄又爽大尺度在线免费看| 黑人欧美特级aaaaaa片| 国产精品99久久99久久久不卡| 天天影视国产精品| 亚洲av电影在线进入| 国产极品粉嫩免费观看在线| 日本av手机在线免费观看| 少妇 在线观看| 一区福利在线观看| 成年美女黄网站色视频大全免费| 国产成人av教育| 在线观看国产h片| 免费在线观看视频国产中文字幕亚洲 | 国产欧美日韩综合在线一区二区| 人人澡人人妻人| 精品国产超薄肉色丝袜足j| 免费在线观看完整版高清| 国产女主播在线喷水免费视频网站| 中文字幕色久视频| 亚洲精品国产av成人精品| 精品亚洲乱码少妇综合久久| 国产亚洲欧美在线一区二区| 嫁个100分男人电影在线观看 | 男人爽女人下面视频在线观看| 99久久人妻综合| 亚洲精品美女久久av网站| 欧美日韩成人在线一区二区| 久久ye,这里只有精品| 午夜激情av网站| 免费少妇av软件| 久久女婷五月综合色啪小说| 日韩伦理黄色片| av国产精品久久久久影院| 999久久久国产精品视频| 国产精品九九99| 99热国产这里只有精品6| 高潮久久久久久久久久久不卡| 免费看av在线观看网站| 欧美人与善性xxx| 汤姆久久久久久久影院中文字幕| 欧美精品av麻豆av| 777久久人妻少妇嫩草av网站| 在线观看免费视频网站a站| 99精国产麻豆久久婷婷| 亚洲美女黄色视频免费看| 欧美另类一区| 国产黄色视频一区二区在线观看| 日韩 欧美 亚洲 中文字幕| 午夜福利在线免费观看网站| 99久久精品国产亚洲精品| 欧美日韩国产mv在线观看视频| 99久久人妻综合| 老司机影院毛片| e午夜精品久久久久久久| 欧美乱码精品一区二区三区| 丝瓜视频免费看黄片| 国产精品.久久久| 精品熟女少妇八av免费久了| 中文字幕最新亚洲高清| 亚洲五月色婷婷综合| 亚洲精品一二三| 中文字幕人妻熟女乱码| 少妇猛男粗大的猛烈进出视频| 18禁观看日本| 免费高清在线观看日韩| 亚洲国产欧美一区二区综合| 欧美少妇被猛烈插入视频| 欧美精品亚洲一区二区| 久热这里只有精品99| 最新的欧美精品一区二区| 国产激情久久老熟女| 久热爱精品视频在线9| 国产精品二区激情视频| 国产一区二区三区av在线| 久久影院123| 欧美成人午夜精品| a级片在线免费高清观看视频| 在线观看免费日韩欧美大片| 人人澡人人妻人| 中文字幕亚洲精品专区| 成人亚洲欧美一区二区av| 99久久精品国产亚洲精品| 美国免费a级毛片| 精品视频人人做人人爽| 日韩大码丰满熟妇| 久久影院123| 日韩中文字幕欧美一区二区 | av网站在线播放免费| 午夜激情av网站| 亚洲,欧美,日韩| 操出白浆在线播放| 9191精品国产免费久久| av在线app专区| 国产成人精品久久二区二区91| 欧美少妇被猛烈插入视频| 久久久久久免费高清国产稀缺| 国产精品九九99| 大片电影免费在线观看免费| 亚洲五月色婷婷综合| 高清视频免费观看一区二区| 两性夫妻黄色片| 午夜91福利影院| 国产精品香港三级国产av潘金莲 | 99久久99久久久精品蜜桃| 老熟女久久久| 性色av乱码一区二区三区2| 婷婷丁香在线五月| 可以免费在线观看a视频的电影网站| 美女福利国产在线| 国产xxxxx性猛交| 欧美亚洲 丝袜 人妻 在线| 少妇猛男粗大的猛烈进出视频| 涩涩av久久男人的天堂| 亚洲七黄色美女视频| 久久ye,这里只有精品| 亚洲av综合色区一区| 国产男女超爽视频在线观看| 十分钟在线观看高清视频www| 久久国产精品影院| 欧美人与善性xxx| 两人在一起打扑克的视频| 亚洲欧美中文字幕日韩二区| 1024香蕉在线观看| 一区二区av电影网| 一级a爱视频在线免费观看| 国产精品二区激情视频| 国产极品粉嫩免费观看在线| 老司机深夜福利视频在线观看 | 在线观看人妻少妇| 欧美精品一区二区大全| 色视频在线一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 久久99精品国语久久久| 丰满少妇做爰视频| 高清视频免费观看一区二区| av片东京热男人的天堂| 每晚都被弄得嗷嗷叫到高潮| 久久人妻熟女aⅴ| 男女国产视频网站| 国产欧美日韩一区二区三区在线| 亚洲国产精品一区二区三区在线| 国产精品一区二区免费欧美 | av在线app专区| 久久久久久久久久久久大奶| 午夜福利视频精品| 两个人免费观看高清视频| 少妇人妻 视频| 亚洲五月色婷婷综合| 人体艺术视频欧美日本| av天堂久久9| 久久久国产欧美日韩av| 精品卡一卡二卡四卡免费| 亚洲av成人不卡在线观看播放网 | 久久精品人人爽人人爽视色| 久久久久国产一级毛片高清牌| 国产亚洲一区二区精品| 你懂的网址亚洲精品在线观看| 亚洲情色 制服丝袜| 巨乳人妻的诱惑在线观看| 成年人黄色毛片网站| 9191精品国产免费久久| 80岁老熟妇乱子伦牲交| 少妇人妻久久综合中文| 麻豆乱淫一区二区| 人人妻人人澡人人爽人人夜夜| 中文字幕最新亚洲高清| 亚洲精品一区蜜桃| 亚洲美女黄色视频免费看| 一边摸一边抽搐一进一出视频| 精品久久久久久久毛片微露脸 | 亚洲人成电影观看| 欧美乱码精品一区二区三区| 国产午夜精品一二区理论片| 视频区图区小说| 国产视频一区二区在线看| 久久女婷五月综合色啪小说| av天堂久久9| 亚洲欧美色中文字幕在线| 亚洲色图 男人天堂 中文字幕| 中文乱码字字幕精品一区二区三区| 九草在线视频观看| 日本猛色少妇xxxxx猛交久久| 嫩草影视91久久| 欧美亚洲 丝袜 人妻 在线| 午夜福利影视在线免费观看| 久久亚洲国产成人精品v| 久久久久久亚洲精品国产蜜桃av| 国产无遮挡羞羞视频在线观看| 永久免费av网站大全| 色播在线永久视频| 亚洲男人天堂网一区| av网站在线播放免费| 亚洲av成人不卡在线观看播放网 | cao死你这个sao货| 国产1区2区3区精品| 蜜桃在线观看..| 一本色道久久久久久精品综合| 少妇粗大呻吟视频| 免费看十八禁软件| 2021少妇久久久久久久久久久| av有码第一页| 久久国产精品人妻蜜桃| 午夜影院在线不卡| 国产精品秋霞免费鲁丝片| 99热全是精品| 永久免费av网站大全| 欧美乱码精品一区二区三区| 91精品三级在线观看| 欧美少妇被猛烈插入视频| 亚洲国产毛片av蜜桃av| 人人妻人人澡人人看| 国产精品一二三区在线看| 欧美在线一区亚洲| 一区二区三区乱码不卡18| 国产在线免费精品| 欧美大码av| 国产精品香港三级国产av潘金莲 | 老司机靠b影院| 久久久亚洲精品成人影院| 精品久久久精品久久久| 亚洲第一青青草原| 亚洲黑人精品在线| 久久久亚洲精品成人影院| 国产午夜精品一二区理论片| 天天躁狠狠躁夜夜躁狠狠躁| 一级黄色大片毛片| 人妻人人澡人人爽人人| www.精华液| 日韩精品免费视频一区二区三区| e午夜精品久久久久久久| 美女视频免费永久观看网站| av网站免费在线观看视频| 欧美人与性动交α欧美软件| 久久女婷五月综合色啪小说| 日本av手机在线免费观看| 日韩精品免费视频一区二区三区| 一本色道久久久久久精品综合| 韩国精品一区二区三区| 日本午夜av视频| 丝袜在线中文字幕| 亚洲视频免费观看视频| 大码成人一级视频| 新久久久久国产一级毛片| 别揉我奶头~嗯~啊~动态视频 | 人妻人人澡人人爽人人| 欧美激情极品国产一区二区三区| 精品一区二区三区av网在线观看 | 国产精品 国内视频| 国产片特级美女逼逼视频| 性色av乱码一区二区三区2| 天天躁日日躁夜夜躁夜夜| 波野结衣二区三区在线| 高清不卡的av网站| 一二三四社区在线视频社区8| 9色porny在线观看| 久久av网站| 国产高清videossex| 精品人妻在线不人妻| 免费久久久久久久精品成人欧美视频| 免费少妇av软件| 免费不卡黄色视频| 人人妻,人人澡人人爽秒播 | 日日夜夜操网爽| 欧美人与善性xxx| 黄片播放在线免费| 高清视频免费观看一区二区| 国产一区二区 视频在线| 一区福利在线观看| 亚洲欧洲日产国产| 人妻 亚洲 视频| 又粗又硬又长又爽又黄的视频| 精品视频人人做人人爽| 中文字幕最新亚洲高清| 在线精品无人区一区二区三| 久久人人爽av亚洲精品天堂| 午夜福利一区二区在线看| 多毛熟女@视频| 精品视频人人做人人爽| 日韩av免费高清视频| 人妻 亚洲 视频| 国产高清国产精品国产三级| 亚洲精品一二三| 黄色a级毛片大全视频| 国产精品二区激情视频| 久久人人爽av亚洲精品天堂| 人人妻人人爽人人添夜夜欢视频| 黄色a级毛片大全视频| 日本黄色日本黄色录像| 久久 成人 亚洲| 国产三级黄色录像| 亚洲av片天天在线观看| 叶爱在线成人免费视频播放| 99国产精品一区二区三区| 交换朋友夫妻互换小说| 亚洲欧美精品综合一区二区三区| 国产黄色免费在线视频| 日韩中文字幕欧美一区二区 | 丝袜脚勾引网站| 亚洲精品日韩在线中文字幕| 精品国产超薄肉色丝袜足j| 国产一区二区三区av在线| 女人被躁到高潮嗷嗷叫费观| bbb黄色大片| 亚洲成人免费av在线播放| 高清av免费在线| 久久天堂一区二区三区四区| 黑人欧美特级aaaaaa片| 黄色视频不卡| 99九九在线精品视频| 男女之事视频高清在线观看 | 国产一区有黄有色的免费视频| xxx大片免费视频|