• <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 ?

    面向城區(qū)寬基線立體像對視角變化的結(jié)構(gòu)自適應(yīng)特征點(diǎn)匹配

    2019-09-26 08:13:42何海清嚴(yán)少華趙怡濤
    測繪學(xué)報(bào) 2019年9期
    關(guān)鍵詞:描述符方向特征

    陳 敏,朱 慶,何海清,嚴(yán)少華,趙怡濤

    1. 西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院,四川 成都 611756; 2. 東華理工大學(xué)測繪工程學(xué)院,江西 南昌 330013

    影像匹配是遙感影像處理與應(yīng)用的關(guān)鍵步驟之一。經(jīng)過數(shù)十年的發(fā)展,研究人員提出了許多適用于不同類型影像的匹配方法[1-5]?,F(xiàn)有影像匹配方法大體上可分為兩類:基于灰度的匹配方法和基于特征的匹配方法[6-7]?;诨叶鹊钠ヅ浞椒軌颢@得亞像素級精度,但對影像灰度變化和幾何變形比較敏感[8]。相對而言,基于特征的匹配方法能夠較好地克服基于灰度的匹配方法對影像灰度變化和幾何變形穩(wěn)健性不足的問題。隨著SIFT(scale invariant feature transform)算法[9]的成功,基于特征的匹配方法受到了越來越多的關(guān)注[10-11]。

    針對影像視角變化,研究人員通過模擬影像仿射或投影空間,并在模擬空間進(jìn)行特征匹配,獲得了較好的匹配結(jié)果[12]。但這類方法時(shí)間效率較低,在實(shí)際應(yīng)用中受到限制。在攝影測量領(lǐng)域,高精度POS(position and orientation system)數(shù)據(jù)通常被用來輔助大視角變化影像(如傾斜影像)的匹配,即利用POS信息對影像進(jìn)行粗糾正,整體上降低影像幾何變形的影響,再采用傳統(tǒng)方法進(jìn)行特征點(diǎn)匹配[13-17]。這類方法能夠在一定程度上改善影像匹配的效果,但全局變換難以準(zhǔn)確描述影像之間的局部幾何變形。針對這個(gè)問題,將整幅影像分成多個(gè)子區(qū)域,分別對子區(qū)域進(jìn)行特征點(diǎn)檢測和匹配,可以克服全局影像幾何糾正的不足,增加匹配點(diǎn)的數(shù)量[18-19]。對于無高精度POS數(shù)據(jù)的情況,可通過初匹配獲取一定數(shù)量的匹配點(diǎn)來估計(jì)立體像對之間的幾何變換模型,進(jìn)而對影像進(jìn)行粗糾正[19-21]?;谟跋翊旨m正的方法雖然能夠改善影像匹配效果,但仍然存在以下問題:①影像糾正只能在一定程度上緩解平面場景的幾何變形,城區(qū)影像由于存在顯著的遮擋問題,對于位于視差不連續(xù)處的特征點(diǎn)(如建筑物角點(diǎn)或邊緣附近的特征點(diǎn)),無論經(jīng)過影像全局幾何糾正還是分區(qū)域處理,都難以在同名點(diǎn)之間獲得影像內(nèi)容一致的特征區(qū)域,進(jìn)而產(chǎn)生錯(cuò)誤匹配;②通過影像初匹配進(jìn)行幾何糾正的方法依賴于初始匹配結(jié)果,對于存在大視角變化的城區(qū)寬基線影像,現(xiàn)有方法難以獲得可靠的初匹配結(jié)果,導(dǎo)致最終匹配結(jié)果不可靠。

    為此,本文面向無高精度POS信息的城區(qū)寬基線影像,針對傳統(tǒng)方法為同名點(diǎn)計(jì)算的特征區(qū)域影像內(nèi)容不一致,導(dǎo)致同名點(diǎn)特征描述符相似度低、匹配失敗的問題,充分挖掘特征點(diǎn)鄰域幾何結(jié)構(gòu)信息,提出結(jié)構(gòu)自適應(yīng)的特征區(qū)域計(jì)算方法,在不同視角情況下獲得影像內(nèi)容一致性的同名特征區(qū)域和相似特征描述符,并設(shè)計(jì)可靠的特征點(diǎn)匹配算法,提高正確匹配點(diǎn)對的數(shù)量和匹配正確率。

    1 本文方法

    城區(qū)影像場景多為人工建筑物,能夠提取大量的點(diǎn)特征和直線特征。本文方法通過挖掘點(diǎn)特征與直線特征之間的幾何關(guān)系來實(shí)現(xiàn)城區(qū)寬基線影像特征點(diǎn)匹配:首先,對立體像對提取點(diǎn)特征和直線特征,利用特征點(diǎn)鄰域內(nèi)的直線特征表達(dá)特征點(diǎn)的幾何結(jié)構(gòu)方向信息,為特征點(diǎn)計(jì)算結(jié)構(gòu)自適應(yīng)的不變特征區(qū)域和特征描述符,通過雙向匹配策略獲取可靠的初匹配點(diǎn),并估計(jì)立體像對核線幾何關(guān)系;其次,針對部分特征點(diǎn)難以僅利用幾何結(jié)構(gòu)方向信息構(gòu)建視角不變特征區(qū)域的問題,聯(lián)合特征點(diǎn)幾何結(jié)構(gòu)方向信息和核線幾何約束,構(gòu)建視角不變特征區(qū)域進(jìn)行特征匹配;最后,設(shè)計(jì)特征匹配擴(kuò)展算法增加匹配點(diǎn)數(shù)量,提高特征匹配率,并通過RANSAC(random sample consensus)算法[22]剔除錯(cuò)誤匹配。本文方法的整體流程如圖1所示,其中斜體標(biāo)記步驟為本文方法的關(guān)鍵步驟。

    圖1 本文方法整體流程Fig.1 Flow chart of the proposed method

    1.1 結(jié)構(gòu)自適應(yīng)特征點(diǎn)雙向匹配

    結(jié)構(gòu)自適應(yīng)的特征點(diǎn)雙向匹配是本文方法的初匹配步驟,目的是獲取一定數(shù)量的匹配點(diǎn)并估計(jì)立體像對核線幾何關(guān)系,其算法流程如圖2所示。

    圖2 結(jié)構(gòu)自適應(yīng)特征點(diǎn)雙向匹配流程Fig.2 Flow chart of the structure adaptive bidirectional feature point matching method

    具體匹配方法如下:

    (1) 利用直線特征表達(dá)特征點(diǎn)的幾何結(jié)構(gòu)方向信息。如圖3所示,以特征點(diǎn)pi為中心,確定大小為m×m的局部鄰域Ri,提取與Ri相交的非平行直線特征。以特征點(diǎn)為原點(diǎn),以與直線特征平行的方向向量表示該特征點(diǎn)的幾何結(jié)構(gòu)方向。在每個(gè)方向上,以鄰域內(nèi)與該方向一致且最長的直線特征的長度,作為該幾何結(jié)構(gòu)方向的向量長度。

    (2) 挖掘幾何結(jié)構(gòu)方向信息構(gòu)建特征點(diǎn)支撐區(qū)域。根據(jù)幾何結(jié)構(gòu)方向數(shù)量差異,將特征點(diǎn)分以下3種情況進(jìn)行處理:

    1) 如果特征點(diǎn)具有3個(gè)及以上幾何結(jié)構(gòu)方向,對其中任意兩個(gè)滿足夾角α∈[θ,π-θ]的幾何結(jié)構(gòu)方向,分別在對應(yīng)的幾何結(jié)構(gòu)方向上尋找顯著點(diǎn)。其中,在每個(gè)方向上尋找顯著點(diǎn)的方法如圖4所示[23]。圖4中,pi為特征點(diǎn),Oi表示pi的一個(gè)幾何結(jié)構(gòu)方向,為Oi確定一個(gè)長度為|Oi|+S,寬度為2S的向量支撐區(qū)域(其中,|Oi|表示向量Oi的模,參數(shù)S用于控制向量支撐區(qū)域的尺寸)。如果向量支撐區(qū)域內(nèi)存在直線特征且與該幾何結(jié)構(gòu)方向的交點(diǎn)也位于向量支撐區(qū)域內(nèi),則認(rèn)為該交點(diǎn)是該幾何結(jié)構(gòu)方向上的一個(gè)顯著點(diǎn)。由兩個(gè)方向上的顯著點(diǎn)與特征點(diǎn)構(gòu)成平行四邊形區(qū)域,即為特征點(diǎn)支撐區(qū)域(圖5(a))。如果在一個(gè)幾何結(jié)構(gòu)方向上存在多個(gè)顯著點(diǎn),則每個(gè)顯著點(diǎn)分別用于構(gòu)建特征點(diǎn)支撐區(qū)域,得到多個(gè)支撐區(qū)域。

    2) 如果特征點(diǎn)具有兩個(gè)幾何結(jié)構(gòu)方向,首先沿各個(gè)方向?qū)ふ绎@著點(diǎn),然后以特征點(diǎn)為中心,在幾何結(jié)構(gòu)方向的反方向確定對稱點(diǎn)作為虛擬顯著點(diǎn),最后分別由顯著點(diǎn)、虛擬顯著點(diǎn)和特征點(diǎn)確定支撐區(qū)域(圖5(b))。

    3) 如果特征點(diǎn)少于兩個(gè)幾何結(jié)構(gòu)方向,則無法利用上述方法構(gòu)建視角不變支撐區(qū)域。后續(xù)1.3節(jié)的特征點(diǎn)匹配擴(kuò)展步驟將對這類特征點(diǎn)進(jìn)行處理。

    圖4 幾何結(jié)構(gòu)方向顯著點(diǎn)的確定Fig.4 Stable point determination on astructure orientation

    圖5所示為構(gòu)建特征點(diǎn)支撐區(qū)域示意圖。圖5(a)所示為特征點(diǎn)具有3個(gè)幾何結(jié)構(gòu)方向的情況,由于O1的向量支撐區(qū)域內(nèi)沒有直線特征,即該方向上沒有顯著點(diǎn),因此無法與其他幾何結(jié)構(gòu)方向一起構(gòu)建特征點(diǎn)支撐區(qū)域。O2和O3的向量支撐區(qū)域內(nèi)分別存在直線特征且交點(diǎn)也位于向量支撐區(qū)域內(nèi),因此可以在O2和O3所夾范圍內(nèi)確定一個(gè)特征點(diǎn)支撐區(qū)域(藍(lán)色虛線標(biāo)記區(qū)域)。圖5(b)所示為特征點(diǎn)具有兩個(gè)幾何結(jié)構(gòu)方向的情況,獲得顯著點(diǎn)p1和p2以后,分別在幾何結(jié)構(gòu)方向的反方向確定對稱點(diǎn)q1和q2作為虛擬顯著點(diǎn),形成兩個(gè)特征點(diǎn)支撐區(qū)域(橙色和藍(lán)色虛線標(biāo)記區(qū)域)。分別由顯著點(diǎn)和虛擬顯著點(diǎn)確定特征點(diǎn)支撐區(qū)域可以保證當(dāng)特征點(diǎn)位于視差不連續(xù)區(qū)域時(shí)至少有一個(gè)支撐區(qū)域具備視角不變性。在圖5(b)所示情況中,顯著點(diǎn)確定的支撐區(qū)域(橙色虛線標(biāo)記區(qū)域)的影像內(nèi)容不具備視角不變性,而虛擬顯著點(diǎn)確定的支撐區(qū)域(藍(lán)色虛線標(biāo)記區(qū)域)的影像內(nèi)容具備視角不變性。

    圖3 特征點(diǎn)幾何結(jié)構(gòu)方向的表達(dá)Fig.3 Interest point structure orientation

    圖5 特征點(diǎn)支撐區(qū)域Fig.5 Interest point support region

    (3) 基于特征點(diǎn)支撐區(qū)域計(jì)算特征區(qū)域和特征描述符。如果一個(gè)特征點(diǎn)存在多個(gè)支撐區(qū)域,將該特征點(diǎn)視作多個(gè)不同的特征點(diǎn)分別分配一個(gè)支撐區(qū)域。將平行四邊形支撐區(qū)域歸一化得到正方形特征區(qū)域。在支撐區(qū)域歸一化時(shí),為所有特征點(diǎn)設(shè)置相同的特征區(qū)域尺寸Tr×Tr,并分別將支撐區(qū)域中特征點(diǎn)及其對角線頂點(diǎn)映射到正方形特征區(qū)域的左下角和右上角頂點(diǎn)。由支撐區(qū)域與特征區(qū)域4個(gè)頂點(diǎn)的對應(yīng)關(guān)系計(jì)算單應(yīng)性矩陣進(jìn)行特征區(qū)域歸一化。將特征區(qū)域劃分為16個(gè)子區(qū)域,在每個(gè)子區(qū)域內(nèi)計(jì)算8個(gè)方向的梯度方向直方圖,得到128維特征描述符。最后,對特征描述符進(jìn)行歸一化處理,提高特征描述符對影像光照變化的穩(wěn)健性[9]。

    通過本文提出的特征區(qū)域歸一化處理,一方面可以避免建筑物同一頂(側(cè))面上不同位置的角點(diǎn)因?yàn)閷?yīng)于同一個(gè)支撐區(qū)域而產(chǎn)生錯(cuò)誤匹配,另一方面能夠消除影像旋轉(zhuǎn)變化的影響。如圖6所示,特征點(diǎn)p1和p2雖然支撐區(qū)域相同,但是經(jīng)過本文方法得到的特征區(qū)域和特征描述符具有較強(qiáng)的可區(qū)分性,能夠避免錯(cuò)誤匹配。雖然特征點(diǎn)p1和p3所在的影像存在旋轉(zhuǎn)變化,但是本文提出的特征區(qū)域歸一化方法能夠消除影像旋轉(zhuǎn)變化,得到相似的特征區(qū)域和特征描述符,提高特征匹配率。

    圖6 特征區(qū)域和特征描述符計(jì)算過程Fig.6 Feature region and descriptor computation

    (4) 利用雙向的NNDR(nearest neighbor distance ratio)匹配策略[24]進(jìn)行特征點(diǎn)匹配,并結(jié)合RANSAC算法剔除錯(cuò)誤匹配,得到初匹配集合MSet1和基礎(chǔ)矩陣F。

    雖然初匹配能夠正確匹配部分特征點(diǎn),但是該方法只對滿足以下條件的特征點(diǎn)有效:特征點(diǎn)具有至少兩個(gè)滿足夾角約束條件并且能夠獲得顯著點(diǎn)(圖4所示方法)的幾何結(jié)構(gòu)方向。該條件導(dǎo)致初匹配步驟獲得的匹配點(diǎn)數(shù)量有限。為了提高匹配點(diǎn)數(shù)量,本文方法在初匹配之后分別設(shè)計(jì)雙重核線約束的結(jié)構(gòu)自適應(yīng)特征點(diǎn)匹配(1.2節(jié))和特征點(diǎn)匹配擴(kuò)展(1.3節(jié))算法。前者用于處理具有兩個(gè)及兩個(gè)以上幾何結(jié)構(gòu)方向的未匹配特征點(diǎn);后者用于處理經(jīng)過前面兩個(gè)匹配步驟仍然未匹配成功的特征點(diǎn)。

    1.2 雙重核線約束的結(jié)構(gòu)自適應(yīng)特征點(diǎn)匹配

    (1)

    圖7 核線約束的特征點(diǎn)支撐區(qū)域Fig.7 Feature support region computation based on epipolar geometric constraint

    獲得參考影像特征點(diǎn)及其候選同名特征點(diǎn)的支撐區(qū)域以后,采用1.1節(jié)提出的方法計(jì)算特征區(qū)域和特征描述符,并基于NNDR匹配策略[25]得到特征點(diǎn)匹配集合MSet2。

    1.3 特征點(diǎn)匹配擴(kuò)展

    根據(jù)特征點(diǎn)是否位于某個(gè)已匹配的特征點(diǎn)支撐區(qū)域內(nèi),將未匹配的特征點(diǎn)分成兩類(第1類:是;第2類:否),并分別進(jìn)行匹配:

    1.3.1 結(jié)合幾何約束和特征描述符相似性匹配第1類特征點(diǎn)

    在幾何約束方面,如圖8所示,假設(shè)(pi,qi)為一對已匹配的特征點(diǎn),圖中實(shí)線平行四邊形區(qū)域?yàn)槠渲螀^(qū)域。X為參考影像上位于點(diǎn)pi支撐區(qū)域內(nèi)的一個(gè)未匹配特征點(diǎn),由搜索影像上所有位于特征點(diǎn)qi支撐區(qū)域內(nèi)的未匹配特征點(diǎn)構(gòu)成X的候選匹配點(diǎn)集合CX。由于特征點(diǎn)支撐區(qū)域是基于直線特征確定的局部區(qū)域,可以近似為平面區(qū)域。由仿射幾何可知,如果特征點(diǎn)X與特征點(diǎn)Y∈CX為一對同名點(diǎn),則|XA|/|XB|=|YE|/|YF|,且|XC|/|XD|=|YG|/|YH|。其中,點(diǎn)A、B、C、D分別為過特征點(diǎn)X且與點(diǎn)pi的支撐區(qū)域的邊平行的直線與點(diǎn)pi的支撐區(qū)域的交點(diǎn);點(diǎn)E、F、G、H分別為過特征點(diǎn)Y且與點(diǎn)qi的支撐區(qū)域的邊平行的直線與點(diǎn)qi的支撐區(qū)域的交點(diǎn)。

    圖8 第1類未匹配特征點(diǎn)匹配擴(kuò)展Fig.8 The matching expansion for the unmatched point in the first class

    計(jì)算特征描述符時(shí),首先,根據(jù)X在pi的支撐區(qū)域中的位置確定X的支撐區(qū)域:如果|XA|≤|XB|,則點(diǎn)B被視作一個(gè)顯著點(diǎn),否則點(diǎn)A被視作顯著點(diǎn);如果|XC|≤|XD|,則點(diǎn)D被視作第2個(gè)顯著點(diǎn),否則點(diǎn)C被視作第2個(gè)顯著點(diǎn)。由點(diǎn)X與兩個(gè)顯著點(diǎn)共同確定特征點(diǎn)X的支撐區(qū)域;然后,根據(jù)顯著點(diǎn)的對應(yīng)關(guān)系(A→E、B→F、C→G和D→H),確定候選匹配點(diǎn)對應(yīng)的顯著點(diǎn)及支撐區(qū)域;最后,采用1.1節(jié)所述方法計(jì)算特征點(diǎn)X及其候選匹配點(diǎn)的特征區(qū)域和特征描述符。

    按式(2)計(jì)算參考影像特征點(diǎn)與所有候選同名特征點(diǎn)的相似性度量值sim(X,Y),并尋找最相似的候選匹配點(diǎn),如果其相似性度量值大于閾值Tsim,則認(rèn)為該特征點(diǎn)與參考特征點(diǎn)為一對匹配點(diǎn)。完成第1類特征點(diǎn)匹配以后,得到匹配集合MSet3。

    sim(X,Y)=

    (2)

    式中,τ為仿射不變量閾值;DescX和DescY分別為特征點(diǎn)X及其候選匹配點(diǎn)Y的特征描述符。

    1.3.2 基于單應(yīng)變換匹配第2類特征點(diǎn)

    首先,基于前面所有匹配結(jié)果{MSeti,i=1,2,3}估計(jì)影像之間的單應(yīng)矩陣H;然后,為參考影像上所有第2類未匹配特征點(diǎn)確定以特征點(diǎn)為中心的正方形特征區(qū)域,基于單應(yīng)變換為搜索影像上所有第2類未匹配特征點(diǎn)確定以特征點(diǎn)為中心的四邊形特征區(qū)域,并將四邊形特征區(qū)域歸一化為正方形區(qū)域;最后,計(jì)算所有未匹配特征點(diǎn)的特征描述符,并在核線約束下通過NNDR匹配策略得到匹配集合MSet4。利用RANSAC算法對所有匹配結(jié)果{MSeti,i=1,…,4}剔除錯(cuò)誤匹配,得到最終匹配結(jié)果。

    2 試驗(yàn)及結(jié)果分析

    2.1 試驗(yàn)數(shù)據(jù)

    為了驗(yàn)證本文算法的有效性,分別采用6對典型的局部影像塊、一組原始大小的三視航空傾斜影像和一組原始大小的三視無人機(jī)影像進(jìn)行特征點(diǎn)匹配試驗(yàn)。如圖9所示:(a)和(b)所示分別為平房和廣場區(qū)域傾斜像對,其中參考影像為下視影像,搜索影像為斜視影像;(c)所示為無人機(jī)影像對;(d)—(f)所示均為傾斜影像,其中(d)和(e)中參考影像為下視影像,搜索影像為斜視影像,(f)中參考影像和搜索影像均為斜視影像;(g)所示為三視航空傾斜影像;(h)所示為三視無人機(jī)影像。試驗(yàn)數(shù)據(jù)詳細(xì)信息見表1。

    表1 試驗(yàn)數(shù)據(jù)詳細(xì)信息

    2.2 參數(shù)設(shè)置

    本文方法相關(guān)參數(shù)設(shè)置為:構(gòu)建特征點(diǎn)鄰域幾何結(jié)構(gòu)方向向量時(shí),特征點(diǎn)鄰域大小m×m=11×11像素;鄰域幾何結(jié)構(gòu)方向向量支撐區(qū)域參數(shù)s=20像素;鄰域幾何結(jié)構(gòu)方向向量夾角閾值θ=10°;歸一化特征區(qū)域尺寸Tr×Tr=65×65像素;點(diǎn)到核線的距離閾值Te=20像素;特征匹配擴(kuò)展算法中,仿射不變量閾值τ=0.3,特征描述符相似性閾值Tsim=0.65。在本文試驗(yàn)中,Harris算子[27]和LSD算子[28]分別被用于提取點(diǎn)特征和直線特征。本文試驗(yàn)中所有對比方法的參數(shù)均按原文獻(xiàn)作者推薦的參數(shù)值進(jìn)行設(shè)置。本文所有試驗(yàn)均在相同平臺環(huán)境(Windows 10,Intel Core i7 3.6 GHz,RAM 32 GB)下完成。

    2.3 試驗(yàn)結(jié)果分析

    2.3.1 局部影像像對匹配結(jié)果分析

    本文試驗(yàn)首先基于局部影像對(圖9(a)—(f))進(jìn)行兩兩匹配,將本文方法與多種匹配算法進(jìn)行對比分析以驗(yàn)證本文方法對典型影像區(qū)域的有效性。對比方法包括:分別將Harris-Affine算子[25]、Hessian-Affine算子[25]、MSER算子[26]和DoG算子[9]與SIFT特征描述符和NNDR匹配策略組合而成的4種特征匹配算法(HarAff、HesAff、MSER和SIFT算法)、ASIFT算法[12],以及基于影像粗糾正的ISIFT算法[19-20]。

    在這部分試驗(yàn)中,以正確匹配特征對數(shù)和匹配正確率(正確匹配特征對數(shù)/總匹配對數(shù))為評價(jià)指標(biāo),統(tǒng)計(jì)結(jié)果如圖10所示。其中,通過人工檢查的方式來統(tǒng)計(jì)正確匹配特征對數(shù)。

    從圖10(a)所示的正確匹配對數(shù)可以看出,HarAff、HesAff、MSER和SIFT 4種方法在所有像對上都只能獲得少量的匹配對,表明這4種方法難以適用于視角變化較大且存在遮擋問題的城區(qū)寬基線影像。相對于上述4種方法,ASIFT和ISIFT算法通過改進(jìn)匹配策略來提高算法的穩(wěn)健性。其中,ASIFT算法通過模擬影像仿射空間來消除影像之間的幾何變形,獲得了更好的匹配效果。影像對2中場景深度變化不顯著,ASIFT算法模擬的仿射空間能夠較好地?cái)M合影像局部區(qū)域,因此ASIFT算法在影像對2上獲得了最多的匹配對。但是ASIFT方法中模擬的仿射空間不連續(xù),在影像視角變化和場景深度變化較大的影像對4、5和6上,許多局部區(qū)域沒有被模擬的仿射空間所覆蓋,即難以通過模擬仿射空間來消除這些局部區(qū)域的幾何變形,因此ASIFT方法在這3對影像上獲得的特征對數(shù)較少。此外,ASIFT算法為特征點(diǎn)分配規(guī)則特征區(qū)域的方法難以適用于地物遮擋和視差不連續(xù)的情況。ISIFT算法也是基于影像模擬和粗糾正的思想,但是ISIFT算法只對整幅影像進(jìn)行一次模擬,當(dāng)參考影像與待匹配影像視角變化大且影像場景深度變化較大時(shí),整幅影像之間不服從同一個(gè)全局變換模型,ISIFT方法獲得的幾何變換模型只能糾正影像中的部分區(qū)域。因此ISIFT方法雖然能夠改善SIFT方法的匹配結(jié)果,但是其改善程度有限。此外,ISIFT算法依賴于初匹配的結(jié)果。如圖中所示影像對5的匹配結(jié)果,ISIFT算法因?yàn)槌跗ヅ浣Y(jié)果難以準(zhǔn)確估計(jì)影像之間的幾何變換模型,最終匹配失敗。

    相對于以上方法,本文方法在除影像對2以外的所有5對影像上都得到了最多的正確匹配。這主要得益于本文方法能夠根據(jù)特征點(diǎn)鄰域結(jié)構(gòu)自適應(yīng)地獲取影像內(nèi)容一致的特征區(qū)域。無論特征點(diǎn)位于平面區(qū)域或是視差不連續(xù)區(qū)域,本文方法得到的同名特征區(qū)域之間都具有較高的相似度,更容易在特征匹配過程中被正確識別出來。此外,本文方法中的特征匹配擴(kuò)展算法有助于獲得更多的匹配對。

    從圖10(b)所示的匹配正確率可以看出,本文方法和ASIFT算法的匹配正確率優(yōu)于其他方法。當(dāng)影像初匹配能夠獲得一定數(shù)量的正確匹配用于估計(jì)影像幾何變換模型時(shí),ISIFT算法也能獲得較高的匹配正確率,但是當(dāng)影像視角變化導(dǎo)致無法通過初匹配來估計(jì)影像幾何變換模型時(shí),ISIFT算法將匹配失敗。

    2.3.2 完整三視影像匹配結(jié)果分析

    除了采用局部影像像對進(jìn)行算法驗(yàn)證以外,本文試驗(yàn)還利用兩組三視影像測試本文方法的匹配性能。鑒于SIFT算法的廣泛應(yīng)用以及ASIFT算法對影像視角變化的穩(wěn)健性,這部分試驗(yàn)將本文方法與SIFT算法和ASIFT算法進(jìn)行對比分析。在具體實(shí)施時(shí),考慮到原始SIFT算法和ASIFT算法在處理較大尺寸影像時(shí)計(jì)算內(nèi)存開銷非常大,且算法時(shí)間效率極低,本文采用更加高效的GPU版本的SIFT算法(SIFTGPU[29])以及下采樣模式的ASIFT算法(先將原始影像下采樣為800×600像素大小的影像進(jìn)行匹配,再將匹配結(jié)果反算回原始影像[30])。此部分試驗(yàn)以三度重疊匹配數(shù)量和匹配效率為評價(jià)指標(biāo)。3種方法在兩組三視影像上匹配的統(tǒng)計(jì)結(jié)果如下表2所示,三度重疊匹配如圖11和圖12所示。由于ASIFT方法的三度重疊匹配數(shù)量為0,因此圖11中只列出SIFTGPU方法和本文方法的結(jié)果。

    表2 三視影像匹配統(tǒng)計(jì)結(jié)果

    圖11 三視影像1的三度重疊匹配結(jié)果Fig.11 Three-time overlapped matches on three-view image dataset 1

    圖12 三視影像2的三度重疊匹配結(jié)果Fig.12 Three-time overlapped matches on three-view image dataset 2

    從表2統(tǒng)計(jì)結(jié)果可以看出,在三度重疊匹配數(shù)量方面,本文方法在兩組數(shù)據(jù)上獲得的三度重疊匹配數(shù)量都遠(yuǎn)超SIFTGPU和ASIFT算法。尤其在三視影像1上,影像之間視角變化大,且影像場景為密集建筑區(qū)域,大量特征點(diǎn)位于視差不連續(xù)的邊緣附近,SIFTGPU和ASIFT算法幾乎匹配失敗,而本文方法仍然能夠獲得463個(gè)三度重疊匹配;在算法時(shí)間效率方面,SIFTGPU算法的時(shí)間效率最高。本文方法在分步匹配中利用初匹配估計(jì)同名核線來約束后續(xù)匹配過程,時(shí)間效率優(yōu)于ASIFT算法,但相對于SIFTGPU而言,運(yùn)算效率仍然較低。

    此外,表2統(tǒng)計(jì)結(jié)果顯示ASIFT方法獲得的三度重疊匹配少于SIFTGPU方法,尤其在三視影像1上的三度重疊匹配數(shù)量為0。對ASIFT方法在該數(shù)據(jù)集上的匹配結(jié)果進(jìn)行仔細(xì)檢查發(fā)現(xiàn):ASIFT方法在三視影像集1中三對立體像對之間獲得的兩兩匹配數(shù)量分別為108對、33對和222對,如圖13所示。其中,影像1和影像3由于視角差異太大(圖13(b)),ASIFT方法獲得的匹配點(diǎn)數(shù)量非常少,直接影響了三度重疊匹配的數(shù)量。

    圖13 ASIFT方法(下采樣模式)在三視影像1上的兩兩匹配結(jié)果Fig.13 Matches of ASIFT (down-sampling mode) on image pairs in three-view image dataset 1

    為了進(jìn)一步驗(yàn)證ASIFT算法在三視影像1上的匹配效果,使用普通模式(直接在原始影像上進(jìn)行匹配)的ASIFT方法對三視影像1進(jìn)行匹配試驗(yàn)。具體實(shí)施時(shí),采用OpenCV中的ASIFT算子,分別在三視影像1中的3幅影像上提取了2 523 709、3 746 247和3 402 273個(gè)特征點(diǎn)。數(shù)百萬個(gè)特征點(diǎn)進(jìn)行盲匹配和窮舉搜索帶來了巨大的時(shí)間開銷(約67個(gè)小時(shí)),然而三度重疊匹配數(shù)量仍然是0。3幅影像兩兩匹配的結(jié)果如圖14所示。從圖14(b)可以看出,對于視角變化非常大的影像1和影像3,ASIFT算法獲得的匹配點(diǎn)非常少,與圖13(b)的結(jié)果一致。此外,從圖14(a)和圖14(c)所示匹配結(jié)果可以看出,雖然ASIFT方法在兩兩影像之間能夠獲得一些匹配點(diǎn),但是匹配點(diǎn)在多視影像上的重復(fù)率非常低。

    圖14 ASIFT方法(普通模式)在三視影像1上的兩兩匹配結(jié)果Fig.14 Matches of ASIFT (general mode) on image pairs in three-view image dataset 1

    綜上所述,本文方法在匹配效果方面優(yōu)于SIFTGPU方法和ASIFT方法,在匹配時(shí)間效率方面優(yōu)于ASIFT方法,但低于SIFTGPU方法。筆者將在后續(xù)研究中通過算法和程序優(yōu)化提高本文方法的時(shí)間效率。

    3 結(jié) 論

    本文針對城區(qū)寬基線影像視角變化導(dǎo)致傳統(tǒng)方法難以為同名點(diǎn)計(jì)算影像內(nèi)容一致的特征區(qū)域和相似特征描述符,進(jìn)而導(dǎo)致匹配失敗的問題,提出了一種結(jié)構(gòu)自適應(yīng)的特征點(diǎn)匹配方法。本文方法的創(chuàng)新之處在于利用城區(qū)影像點(diǎn)特征與直線特征的幾何關(guān)系定義了特征點(diǎn)幾何結(jié)構(gòu)方向信息,構(gòu)建了結(jié)構(gòu)自適應(yīng)的特征區(qū)域和特征描述符,在此基礎(chǔ)上設(shè)計(jì)特征匹配和擴(kuò)展算法,實(shí)現(xiàn)了城區(qū)寬基線影像的可靠匹配。以上改進(jìn)使得本文方法能夠較好地處理因影像視角變化導(dǎo)致的幾何變形和遮擋問題,對于大視角變化的城區(qū)寬基線影像能夠獲得較好的匹配結(jié)果。但是,由于本文方法在特征匹配時(shí)利用了粗略的核線約束,因此匹配結(jié)果中的誤匹配都滿足該約束條件。在后續(xù)剔除誤匹配時(shí),部分誤匹配難以通過(基于基礎(chǔ)矩陣的)RANSAC算法來剔除。此外,本文方法的運(yùn)算效率仍需進(jìn)一步提高。后續(xù)工作將研究如何有效剔除錯(cuò)誤匹配,并通過算法和程序優(yōu)化提高本文方法的運(yùn)算效率。

    猜你喜歡
    描述符方向特征
    2022年組稿方向
    基于結(jié)構(gòu)信息的異源遙感圖像局部特征描述符研究
    2021年組稿方向
    2021年組稿方向
    如何表達(dá)“特征”
    不忠誠的四個(gè)特征
    Linux單線程并發(fā)服務(wù)器探索
    抓住特征巧觀察
    利用CNN的無人機(jī)遙感影像特征描述符學(xué)習(xí)
    位置與方向
    久久精品亚洲av国产电影网| 一本—道久久a久久精品蜜桃钙片| av天堂久久9| 美女国产高潮福利片在线看| 欧美在线黄色| 国产免费福利视频在线观看| 成人国语在线视频| 日韩免费高清中文字幕av| 在线观看www视频免费| 考比视频在线观看| 国产福利在线免费观看视频| 美女扒开内裤让男人捅视频| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品久久久av美女十八| 亚洲一码二码三码区别大吗| 高清av免费在线| 亚洲av片天天在线观看| 国产日韩欧美亚洲二区| 成人亚洲精品一区在线观看| 久久精品成人免费网站| 正在播放国产对白刺激| 99热全是精品| 亚洲av美国av| 日本av免费视频播放| 久久ye,这里只有精品| 手机成人av网站| 免费少妇av软件| 成人免费观看视频高清| 亚洲av男天堂| 久久精品亚洲熟妇少妇任你| 国产又爽黄色视频| 老鸭窝网址在线观看| 91麻豆av在线| 黄色视频在线播放观看不卡| 91麻豆精品激情在线观看国产 | 12—13女人毛片做爰片一| 亚洲第一青青草原| 久9热在线精品视频| 91老司机精品| 亚洲精品国产av蜜桃| 久久久水蜜桃国产精品网| 一区二区三区精品91| 伦理电影免费视频| 超碰97精品在线观看| 亚洲第一青青草原| 欧美日韩视频精品一区| 一级毛片精品| 伊人久久大香线蕉亚洲五| 亚洲精品粉嫩美女一区| 99久久精品国产亚洲精品| 精品少妇内射三级| 日本91视频免费播放| 日韩熟女老妇一区二区性免费视频| 亚洲人成电影免费在线| 精品高清国产在线一区| 日本五十路高清| 天天添夜夜摸| 在线av久久热| 久久99一区二区三区| 日韩中文字幕视频在线看片| av不卡在线播放| 免费在线观看影片大全网站| 久久精品人人爽人人爽视色| 可以免费在线观看a视频的电影网站| 国产成+人综合+亚洲专区| 97在线人人人人妻| 永久免费av网站大全| 人妻久久中文字幕网| 岛国在线观看网站| 少妇被粗大的猛进出69影院| 欧美成狂野欧美在线观看| 精品第一国产精品| 亚洲专区中文字幕在线| 精品国产一区二区三区久久久樱花| 桃花免费在线播放| 下体分泌物呈黄色| 久久毛片免费看一区二区三区| 国产黄色免费在线视频| 国产精品一区二区免费欧美 | 国产成人av教育| 在线观看免费午夜福利视频| 91九色精品人成在线观看| 欧美另类亚洲清纯唯美| 嫩草影视91久久| 久久久久久久久免费视频了| 亚洲熟女精品中文字幕| 国产成人系列免费观看| 中文字幕人妻丝袜一区二区| 日韩熟女老妇一区二区性免费视频| 午夜两性在线视频| 黄网站色视频无遮挡免费观看| 在线 av 中文字幕| 国产精品国产三级国产专区5o| 亚洲国产看品久久| 青春草视频在线免费观看| 美女高潮喷水抽搐中文字幕| 国产在线视频一区二区| 亚洲精品一二三| 午夜福利,免费看| 性高湖久久久久久久久免费观看| 日韩一卡2卡3卡4卡2021年| 黄色怎么调成土黄色| 岛国在线观看网站| 亚洲三区欧美一区| 女人被躁到高潮嗷嗷叫费观| av在线老鸭窝| 久久精品国产亚洲av香蕉五月 | 欧美另类一区| 黑人操中国人逼视频| 午夜福利视频精品| 9热在线视频观看99| 麻豆乱淫一区二区| 午夜福利一区二区在线看| 日本a在线网址| 久久久国产成人免费| 首页视频小说图片口味搜索| 久久这里只有精品19| 久久久精品94久久精品| 丝袜美足系列| 午夜激情av网站| 午夜精品国产一区二区电影| 欧美精品高潮呻吟av久久| 人人妻人人澡人人爽人人夜夜| 一级,二级,三级黄色视频| 人人妻人人澡人人看| 国产精品香港三级国产av潘金莲| 麻豆av在线久日| 最近中文字幕2019免费版| 热99久久久久精品小说推荐| 日本av手机在线免费观看| 日本vs欧美在线观看视频| 老汉色∧v一级毛片| 亚洲国产成人一精品久久久| 久久精品国产综合久久久| 欧美日韩亚洲综合一区二区三区_| 人妻 亚洲 视频| 他把我摸到了高潮在线观看 | 搡老岳熟女国产| 免费观看人在逋| 首页视频小说图片口味搜索| 国产精品免费视频内射| 91麻豆精品激情在线观看国产 | 大型av网站在线播放| av线在线观看网站| 欧美+亚洲+日韩+国产| 自线自在国产av| 美女午夜性视频免费| 午夜免费观看性视频| 啪啪无遮挡十八禁网站| 亚洲国产中文字幕在线视频| 久久人人爽人人片av| 91麻豆精品激情在线观看国产 | 青草久久国产| 啦啦啦视频在线资源免费观看| 欧美日韩亚洲高清精品| 最近中文字幕2019免费版| 亚洲成国产人片在线观看| 老司机深夜福利视频在线观看 | 国产激情久久老熟女| 五月天丁香电影| 男女无遮挡免费网站观看| 69av精品久久久久久 | 热re99久久精品国产66热6| 国产精品一区二区在线观看99| 国产精品亚洲av一区麻豆| 777久久人妻少妇嫩草av网站| 人妻一区二区av| 操出白浆在线播放| 亚洲国产精品成人久久小说| 亚洲精品国产精品久久久不卡| 免费不卡黄色视频| 97精品久久久久久久久久精品| 亚洲国产日韩一区二区| 各种免费的搞黄视频| 男人爽女人下面视频在线观看| 国产成人系列免费观看| 18在线观看网站| 国产免费视频播放在线视频| 天天影视国产精品| 美女大奶头黄色视频| 正在播放国产对白刺激| 18禁观看日本| 99国产精品一区二区蜜桃av | 伊人亚洲综合成人网| 十分钟在线观看高清视频www| 国产片内射在线| 国产日韩一区二区三区精品不卡| 99九九在线精品视频| 美女中出高潮动态图| 欧美在线一区亚洲| 午夜久久久在线观看| 国产精品一区二区精品视频观看| 国产淫语在线视频| 美女大奶头黄色视频| 777米奇影视久久| 久久 成人 亚洲| 免费黄频网站在线观看国产| 免费看十八禁软件| 一本久久精品| 国产一区二区三区综合在线观看| 国产精品免费大片| 美女福利国产在线| 久久中文看片网| e午夜精品久久久久久久| 国产精品一区二区精品视频观看| 欧美日韩亚洲综合一区二区三区_| 搡老乐熟女国产| 男人舔女人的私密视频| av超薄肉色丝袜交足视频| 亚洲 欧美一区二区三区| 精品一区二区三卡| 精品熟女少妇八av免费久了| 97人妻天天添夜夜摸| 国产欧美亚洲国产| av网站在线播放免费| 每晚都被弄得嗷嗷叫到高潮| 久久人妻熟女aⅴ| 我的亚洲天堂| 国产在线观看jvid| 18禁黄网站禁片午夜丰满| 亚洲一区中文字幕在线| 老汉色av国产亚洲站长工具| 国产人伦9x9x在线观看| 国产成人系列免费观看| 人人妻人人澡人人看| 一级a爱视频在线免费观看| 国产三级黄色录像| 亚洲国产av影院在线观看| 99久久99久久久精品蜜桃| 国产精品1区2区在线观看. | 国产成人一区二区三区免费视频网站| 大片电影免费在线观看免费| 黑人巨大精品欧美一区二区蜜桃| 久久久久国内视频| 在线十欧美十亚洲十日本专区| 一本一本久久a久久精品综合妖精| 十分钟在线观看高清视频www| 在线观看www视频免费| 91av网站免费观看| 亚洲欧洲精品一区二区精品久久久| 99久久人妻综合| 超色免费av| 人妻人人澡人人爽人人| www.av在线官网国产| 多毛熟女@视频| 日本撒尿小便嘘嘘汇集6| 久久亚洲精品不卡| 在线精品无人区一区二区三| 精品免费久久久久久久清纯 | 亚洲一区中文字幕在线| 人妻 亚洲 视频| 一区在线观看完整版| www日本在线高清视频| 亚洲国产日韩一区二区| √禁漫天堂资源中文www| 好男人电影高清在线观看| 丝袜人妻中文字幕| 女性被躁到高潮视频| 色94色欧美一区二区| av天堂久久9| 免费黄频网站在线观看国产| 最黄视频免费看| 国产精品久久久久久精品电影小说| 国产一区二区激情短视频 | 美女高潮到喷水免费观看| 午夜久久久在线观看| 女人高潮潮喷娇喘18禁视频| 欧美日韩福利视频一区二区| 建设人人有责人人尽责人人享有的| 免费女性裸体啪啪无遮挡网站| 精品国产乱子伦一区二区三区 | 精品少妇久久久久久888优播| 欧美黑人精品巨大| e午夜精品久久久久久久| 免费在线观看影片大全网站| 国产精品成人在线| 久热爱精品视频在线9| 99国产综合亚洲精品| 黄色a级毛片大全视频| 青春草视频在线免费观看| 少妇人妻久久综合中文| 另类精品久久| 最新的欧美精品一区二区| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美激情极品国产一区二区三区| 国产成人av激情在线播放| 久久狼人影院| 亚洲精品乱久久久久久| 人人妻,人人澡人人爽秒播| 国产欧美日韩一区二区精品| 亚洲成人免费电影在线观看| 亚洲精华国产精华精| 欧美人与性动交α欧美软件| 91av网站免费观看| 一本久久精品| 香蕉丝袜av| av在线播放精品| 久久久欧美国产精品| 成年女人毛片免费观看观看9 | 精品国产国语对白av| 国产一区二区三区综合在线观看| 淫妇啪啪啪对白视频 | 一本色道久久久久久精品综合| 亚洲全国av大片| 如日韩欧美国产精品一区二区三区| 9热在线视频观看99| 免费观看av网站的网址| 国产亚洲精品一区二区www | 捣出白浆h1v1| 国产精品一区二区免费欧美 | 高清av免费在线| 超碰97精品在线观看| 亚洲黑人精品在线| 久久久久久久精品精品| 精品国产一区二区三区四区第35| 日韩中文字幕视频在线看片| 无遮挡黄片免费观看| 精品一区二区三区四区五区乱码| 91字幕亚洲| 久久九九热精品免费| 一级黄色大片毛片| av超薄肉色丝袜交足视频| 色婷婷久久久亚洲欧美| 性色av乱码一区二区三区2| 丝袜美足系列| 99精国产麻豆久久婷婷| av电影中文网址| 免费高清在线观看日韩| 在线观看舔阴道视频| 19禁男女啪啪无遮挡网站| 我的亚洲天堂| 国产欧美日韩精品亚洲av| 亚洲精品国产色婷婷电影| 亚洲精品久久成人aⅴ小说| 自拍欧美九色日韩亚洲蝌蚪91| 91成人精品电影| 精品国产乱码久久久久久小说| 丝袜在线中文字幕| 波多野结衣一区麻豆| 热re99久久精品国产66热6| 最新的欧美精品一区二区| 国产精品免费视频内射| 18在线观看网站| 亚洲专区国产一区二区| 午夜福利在线观看吧| 岛国在线观看网站| 99国产精品一区二区蜜桃av | 亚洲欧美一区二区三区久久| 久久女婷五月综合色啪小说| 天天躁日日躁夜夜躁夜夜| 亚洲第一青青草原| 精品国产一区二区久久| 免费日韩欧美在线观看| 欧美变态另类bdsm刘玥| 欧美日韩一级在线毛片| 国产成人精品久久二区二区免费| 国产精品香港三级国产av潘金莲| 欧美精品一区二区免费开放| 欧美人与性动交α欧美软件| 一本一本久久a久久精品综合妖精| 正在播放国产对白刺激| 国产又色又爽无遮挡免| av一本久久久久| 在线观看免费视频网站a站| 久久久久国产一级毛片高清牌| 亚洲国产毛片av蜜桃av| 精品欧美一区二区三区在线| 亚洲精品久久成人aⅴ小说| 国产激情久久老熟女| 精品一品国产午夜福利视频| svipshipincom国产片| 美女中出高潮动态图| 大码成人一级视频| 美女中出高潮动态图| 一级片'在线观看视频| 国产日韩欧美在线精品| 欧美日韩亚洲国产一区二区在线观看 | 亚洲av国产av综合av卡| 岛国毛片在线播放| 久久人妻福利社区极品人妻图片| 精品欧美一区二区三区在线| 亚洲欧美精品综合一区二区三区| 精品人妻在线不人妻| 免费在线观看黄色视频的| 欧美乱码精品一区二区三区| 亚洲视频免费观看视频| 一本—道久久a久久精品蜜桃钙片| 激情视频va一区二区三区| 日本a在线网址| 在线十欧美十亚洲十日本专区| 最近最新中文字幕大全免费视频| a 毛片基地| 麻豆av在线久日| 黑人巨大精品欧美一区二区mp4| 1024视频免费在线观看| 亚洲中文字幕日韩| av福利片在线| 国产日韩欧美亚洲二区| 大片电影免费在线观看免费| 一区二区日韩欧美中文字幕| 巨乳人妻的诱惑在线观看| 国产日韩欧美在线精品| 亚洲色图 男人天堂 中文字幕| 欧美激情久久久久久爽电影 | 女人被躁到高潮嗷嗷叫费观| 最近最新免费中文字幕在线| 一本久久精品| 亚洲欧美一区二区三区黑人| 9热在线视频观看99| 免费看十八禁软件| 黄色 视频免费看| 两性夫妻黄色片| 妹子高潮喷水视频| 热99re8久久精品国产| 精品人妻一区二区三区麻豆| 国产亚洲欧美精品永久| av视频免费观看在线观看| 高清在线国产一区| 国产精品二区激情视频| 99久久综合免费| 免费观看人在逋| 手机成人av网站| 久久天躁狠狠躁夜夜2o2o| 色婷婷久久久亚洲欧美| 80岁老熟妇乱子伦牲交| 午夜激情久久久久久久| 久久久欧美国产精品| 我的亚洲天堂| 日韩视频一区二区在线观看| 美女国产高潮福利片在线看| 日韩大码丰满熟妇| 亚洲国产欧美日韩在线播放| 亚洲国产av影院在线观看| 国产一区有黄有色的免费视频| 中文字幕色久视频| 精品少妇一区二区三区视频日本电影| 侵犯人妻中文字幕一二三四区| 美女大奶头黄色视频| 日韩一区二区三区影片| 国产欧美日韩一区二区精品| 十八禁高潮呻吟视频| 一本色道久久久久久精品综合| avwww免费| www.熟女人妻精品国产| 在线天堂中文资源库| 在线观看舔阴道视频| 最近最新中文字幕大全免费视频| 又紧又爽又黄一区二区| 亚洲天堂av无毛| 亚洲精品一区蜜桃| 国产男女内射视频| 日本精品一区二区三区蜜桃| 丝袜美足系列| 亚洲黑人精品在线| 国产一级毛片在线| 性少妇av在线| 青春草视频在线免费观看| 欧美大码av| 美女高潮到喷水免费观看| 一本综合久久免费| cao死你这个sao货| 国产一级毛片在线| 一本—道久久a久久精品蜜桃钙片| 午夜福利乱码中文字幕| 免费在线观看日本一区| 肉色欧美久久久久久久蜜桃| 欧美精品亚洲一区二区| 后天国语完整版免费观看| 亚洲精品一区蜜桃| 午夜成年电影在线免费观看| 亚洲精品美女久久av网站| 精品久久久精品久久久| 亚洲一区二区三区欧美精品| 女人被躁到高潮嗷嗷叫费观| 久久久久视频综合| 国产伦理片在线播放av一区| 久久精品国产综合久久久| 交换朋友夫妻互换小说| 悠悠久久av| 国产精品亚洲av一区麻豆| 欧美变态另类bdsm刘玥| 真人做人爱边吃奶动态| cao死你这个sao货| 成人av一区二区三区在线看 | 久久人人97超碰香蕉20202| 大码成人一级视频| 男女床上黄色一级片免费看| 99久久99久久久精品蜜桃| 国产精品久久久久久人妻精品电影 | 性色av一级| 视频区图区小说| 精品一区二区三卡| 人人妻人人添人人爽欧美一区卜| 久久人妻福利社区极品人妻图片| 久久人人爽人人片av| 99久久国产精品久久久| 亚洲精品久久成人aⅴ小说| 一级毛片女人18水好多| 欧美日韩亚洲综合一区二区三区_| 亚洲专区国产一区二区| 午夜老司机福利片| 人妻 亚洲 视频| 日日爽夜夜爽网站| 交换朋友夫妻互换小说| 老熟妇仑乱视频hdxx| 91麻豆av在线| 精品人妻熟女毛片av久久网站| 国产在视频线精品| 这个男人来自地球电影免费观看| 日韩欧美国产一区二区入口| 欧美另类一区| av有码第一页| 午夜激情av网站| 欧美日韩福利视频一区二区| 精品视频人人做人人爽| 亚洲精品久久午夜乱码| 男女免费视频国产| 超碰97精品在线观看| 18禁裸乳无遮挡动漫免费视频| 黄片小视频在线播放| 91九色精品人成在线观看| 亚洲av国产av综合av卡| 女人高潮潮喷娇喘18禁视频| 国产精品一区二区在线不卡| 亚洲av日韩精品久久久久久密| 老熟妇乱子伦视频在线观看 | 秋霞在线观看毛片| 色婷婷av一区二区三区视频| 久久中文看片网| 人妻人人澡人人爽人人| 亚洲人成电影观看| 亚洲成人免费av在线播放| 伦理电影免费视频| 99国产综合亚洲精品| 亚洲熟女毛片儿| 国产区一区二久久| 一本一本久久a久久精品综合妖精| av电影中文网址| 在线观看免费日韩欧美大片| 极品少妇高潮喷水抽搐| 久久热在线av| 久久中文字幕一级| 啦啦啦啦在线视频资源| 91麻豆av在线| www.av在线官网国产| 老司机在亚洲福利影院| 午夜老司机福利片| 久久天堂一区二区三区四区| 亚洲av成人一区二区三| 欧美日韩成人在线一区二区| 欧美av亚洲av综合av国产av| 91老司机精品| 天堂中文最新版在线下载| 侵犯人妻中文字幕一二三四区| 久久精品亚洲av国产电影网| 飞空精品影院首页| 久久人人97超碰香蕉20202| 香蕉国产在线看| 啦啦啦啦在线视频资源| 精品国产乱码久久久久久小说| 免费在线观看影片大全网站| 亚洲天堂av无毛| 久久久久久久大尺度免费视频| 波多野结衣一区麻豆| 嫩草影视91久久| 成人国产av品久久久| 亚洲精品国产av成人精品| 日韩欧美免费精品| 欧美日韩av久久| 久久天躁狠狠躁夜夜2o2o| 成人av一区二区三区在线看 | 成年人免费黄色播放视频| 欧美日韩av久久| 日韩制服骚丝袜av| 亚洲av美国av| 热99国产精品久久久久久7| av福利片在线| 热99久久久久精品小说推荐| 夜夜骑夜夜射夜夜干| tocl精华| 青春草视频在线免费观看| 五月天丁香电影| 色老头精品视频在线观看| 最近最新中文字幕大全免费视频| 97人妻天天添夜夜摸| 亚洲美女黄色视频免费看| 欧美日韩亚洲高清精品| av片东京热男人的天堂| 无遮挡黄片免费观看| 男女高潮啪啪啪动态图| 人人妻人人爽人人添夜夜欢视频| 啦啦啦视频在线资源免费观看| 天堂中文最新版在线下载| 三上悠亚av全集在线观看| 久久久精品94久久精品| 欧美激情高清一区二区三区| 婷婷色av中文字幕| 欧美另类亚洲清纯唯美| 国产亚洲欧美在线一区二区| 亚洲欧美激情在线| 婷婷丁香在线五月| 色94色欧美一区二区| 国产亚洲一区二区精品| 大码成人一级视频| 色94色欧美一区二区| 妹子高潮喷水视频| 法律面前人人平等表现在哪些方面 | 69精品国产乱码久久久| 久久毛片免费看一区二区三区| 欧美人与性动交α欧美软件| 99热国产这里只有精品6| 他把我摸到了高潮在线观看 | 日韩视频在线欧美| 亚洲av成人一区二区三| 男人操女人黄网站|