• <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
    丰满人妻一区二区三区视频av| 精品国产三级普通话版| 26uuu在线亚洲综合色| 亚洲欧洲日产国产| 国产精品久久久久久av不卡| 午夜激情福利司机影院| 精品亚洲成a人片在线观看 | 亚洲国产av新网站| 国产精品欧美亚洲77777| 精品久久久精品久久久| 国产深夜福利视频在线观看| 久久精品国产亚洲av涩爱| 91午夜精品亚洲一区二区三区| 一级毛片 在线播放| 一区二区三区四区激情视频| 我要看黄色一级片免费的| 国产一级毛片在线| 观看免费一级毛片| 不卡视频在线观看欧美| 国产精品福利在线免费观看| 多毛熟女@视频| 最近手机中文字幕大全| 麻豆乱淫一区二区| 成人无遮挡网站| 亚洲欧美日韩卡通动漫| 超碰av人人做人人爽久久| 成人毛片a级毛片在线播放| 99热这里只有是精品在线观看| 亚洲,一卡二卡三卡| 丰满迷人的少妇在线观看| 国产男人的电影天堂91| 日韩精品有码人妻一区| 少妇被粗大猛烈的视频| 免费人妻精品一区二区三区视频| 欧美精品人与动牲交sv欧美| 日本与韩国留学比较| 久久精品国产自在天天线| 免费人妻精品一区二区三区视频| av免费观看日本| 久久99蜜桃精品久久| 97超视频在线观看视频| 久久97久久精品| 日本黄色片子视频| 久久久欧美国产精品| av在线蜜桃| 日韩三级伦理在线观看| 王馨瑶露胸无遮挡在线观看| 亚洲人成网站在线播| 亚洲欧美日韩东京热| 中文欧美无线码| 国产精品三级大全| 精品人妻熟女av久视频| tube8黄色片| 国产欧美亚洲国产| 久久久亚洲精品成人影院| 高清日韩中文字幕在线| 各种免费的搞黄视频| 一级片'在线观看视频| 18禁在线无遮挡免费观看视频| 熟妇人妻不卡中文字幕| 伦理电影大哥的女人| 26uuu在线亚洲综合色| 一二三四中文在线观看免费高清| 久热久热在线精品观看| 日韩国内少妇激情av| av国产免费在线观看| 久久青草综合色| 国产精品蜜桃在线观看| 久久久久久久久久久免费av| 99久久精品热视频| av卡一久久| 亚洲不卡免费看| 网址你懂的国产日韩在线| 99久久精品热视频| 99九九线精品视频在线观看视频| 日本一二三区视频观看| 国产亚洲av片在线观看秒播厂| 女性生殖器流出的白浆| 亚洲怡红院男人天堂| 97热精品久久久久久| 欧美成人午夜免费资源| 精品国产一区二区三区久久久樱花 | 99精国产麻豆久久婷婷| 高清日韩中文字幕在线| 最近手机中文字幕大全| 国产在线一区二区三区精| 国产黄片美女视频| 高清日韩中文字幕在线| 在现免费观看毛片| 久久精品熟女亚洲av麻豆精品| 国产女主播在线喷水免费视频网站| 啦啦啦在线观看免费高清www| 女性被躁到高潮视频| 亚洲第一av免费看| 亚洲av欧美aⅴ国产| 一级a做视频免费观看| 97精品久久久久久久久久精品| 国产午夜精品一二区理论片| 只有这里有精品99| 国产精品女同一区二区软件| 嘟嘟电影网在线观看| 亚洲国产日韩一区二区| 亚洲欧美成人综合另类久久久| 18禁在线无遮挡免费观看视频| 中文在线观看免费www的网站| 天堂中文最新版在线下载| 大片电影免费在线观看免费| 精品一区二区三区视频在线| h视频一区二区三区| 中文字幕av成人在线电影| 国产视频首页在线观看| 妹子高潮喷水视频| 久久这里有精品视频免费| h日本视频在线播放| 亚洲av男天堂| 亚洲精品日本国产第一区| 久久婷婷青草| 一区二区三区精品91| 亚洲精品久久午夜乱码| 国产深夜福利视频在线观看| 亚洲欧美精品自产自拍| 成人特级av手机在线观看| 久久99热6这里只有精品| 亚洲欧美成人精品一区二区| 日本午夜av视频| 好男人视频免费观看在线| 国产一区有黄有色的免费视频| 日本-黄色视频高清免费观看| 九色成人免费人妻av| 狂野欧美激情性bbbbbb| 伦精品一区二区三区| 久久精品久久久久久噜噜老黄| 亚洲成人手机| 亚洲人成网站高清观看| 91久久精品电影网| 一级二级三级毛片免费看| 建设人人有责人人尽责人人享有的 | 国产精品一二三区在线看| 欧美变态另类bdsm刘玥| 日本av免费视频播放| 久久 成人 亚洲| 伊人久久国产一区二区| av在线蜜桃| 久久影院123| 晚上一个人看的免费电影| 少妇高潮的动态图| 爱豆传媒免费全集在线观看| 黄色视频在线播放观看不卡| 久久毛片免费看一区二区三区| 欧美精品人与动牲交sv欧美| 丰满人妻一区二区三区视频av| 免费观看的影片在线观看| 国产色爽女视频免费观看| 国产成人freesex在线| 高清毛片免费看| 国产大屁股一区二区在线视频| 国产美女午夜福利| 香蕉精品网在线| av在线老鸭窝| 蜜桃在线观看..| 国产精品国产av在线观看| 22中文网久久字幕| 国产精品女同一区二区软件| 亚洲国产精品国产精品| 国产爱豆传媒在线观看| 天堂8中文在线网| 亚洲图色成人| 纵有疾风起免费观看全集完整版| 亚洲精品国产色婷婷电影| 亚洲精品中文字幕在线视频 | 亚洲国产高清在线一区二区三| 国产男人的电影天堂91| 国产精品一二三区在线看| 99热这里只有是精品50| 国产精品成人在线| 国产精品人妻久久久影院| 男人爽女人下面视频在线观看| 国产精品人妻久久久久久| 精品国产三级普通话版| 色婷婷久久久亚洲欧美| 亚洲性久久影院| 99久久精品热视频| 狂野欧美白嫩少妇大欣赏| 少妇高潮的动态图| 少妇的逼好多水| 色视频www国产| .国产精品久久| 多毛熟女@视频| 午夜精品国产一区二区电影| 日本-黄色视频高清免费观看| av一本久久久久| 在线亚洲精品国产二区图片欧美 | 人人妻人人澡人人爽人人夜夜| 国产精品人妻久久久影院| 天堂俺去俺来也www色官网| 国产精品一区二区在线观看99| 免费不卡的大黄色大毛片视频在线观看| 在线免费观看不下载黄p国产| 人人妻人人爽人人添夜夜欢视频 | 五月玫瑰六月丁香| 青春草国产在线视频| 女性生殖器流出的白浆| 国产男女内射视频| 97热精品久久久久久| 国产成人精品一,二区| 2022亚洲国产成人精品| 六月丁香七月| 日韩一区二区视频免费看| 欧美日韩在线观看h| 欧美成人一区二区免费高清观看| 一级毛片aaaaaa免费看小| 汤姆久久久久久久影院中文字幕| 大片免费播放器 马上看| av专区在线播放| 少妇人妻一区二区三区视频| 亚洲欧美清纯卡通| 91精品一卡2卡3卡4卡| 亚洲美女视频黄频| 国产 精品1| 免费大片黄手机在线观看| 亚州av有码| 久久精品国产亚洲网站| 国产精品一区二区在线观看99| 一级a做视频免费观看| 一级av片app| 99视频精品全部免费 在线| 日韩强制内射视频| 亚洲av在线观看美女高潮| 久久热精品热| 日日摸夜夜添夜夜爱| 成人美女网站在线观看视频| 国产精品国产三级专区第一集| 国产av国产精品国产| 蜜桃久久精品国产亚洲av| 亚洲久久久国产精品| 精品国产露脸久久av麻豆| 久久女婷五月综合色啪小说| 亚洲欧美成人精品一区二区| 成人亚洲精品一区在线观看 | 成人国产麻豆网| 国产精品爽爽va在线观看网站| 黄色视频在线播放观看不卡| 亚洲av中文字字幕乱码综合| 九九在线视频观看精品| 国产精品av视频在线免费观看| 国产精品久久久久久av不卡| 久久久久久久国产电影| 亚洲欧美日韩东京热| av国产免费在线观看| 少妇裸体淫交视频免费看高清| 99久国产av精品国产电影| 精品人妻一区二区三区麻豆| 男人舔奶头视频| 六月丁香七月| 日韩成人伦理影院| 色吧在线观看| 国产精品久久久久久久久免| 中文天堂在线官网| 欧美xxxx黑人xx丫x性爽| 91精品一卡2卡3卡4卡| 日韩三级伦理在线观看| 国产精品蜜桃在线观看| 久久热精品热| 国产亚洲精品久久久com| 亚洲久久久国产精品| xxx大片免费视频| 中文字幕制服av| 午夜日本视频在线| 亚洲国产最新在线播放| 国产一区二区三区综合在线观看 | 日韩视频在线欧美| 日韩制服骚丝袜av| 国产69精品久久久久777片| 欧美三级亚洲精品| 午夜福利视频精品| 国产伦在线观看视频一区| 久久久久久久久大av| 91精品国产九色| 欧美精品人与动牲交sv欧美| 中文字幕精品免费在线观看视频 | 国产精品一区二区三区四区免费观看| 只有这里有精品99| 免费观看的影片在线观看| 国产精品一区二区三区四区免费观看| 97在线视频观看| 久久久久久久久久久丰满| 国产一区二区三区av在线| 国产精品99久久99久久久不卡 | 不卡视频在线观看欧美| 狂野欧美激情性xxxx在线观看| 高清在线视频一区二区三区| 亚洲精品日韩av片在线观看| 狂野欧美白嫩少妇大欣赏| 亚洲电影在线观看av| 在线观看免费高清a一片| 亚洲欧美成人精品一区二区| 日本猛色少妇xxxxx猛交久久| 精品亚洲成国产av| 久久久久精品久久久久真实原创| 国产亚洲一区二区精品| 久久热精品热| 国产片特级美女逼逼视频| 国产高清不卡午夜福利| 精品一区在线观看国产| 欧美97在线视频| 日本vs欧美在线观看视频 | 国产欧美亚洲国产| 在线观看美女被高潮喷水网站| a级一级毛片免费在线观看| 我的女老师完整版在线观看| 亚洲人成网站在线播| 欧美精品一区二区免费开放| 久久精品国产亚洲网站| 久久精品人妻少妇| 中文乱码字字幕精品一区二区三区| av福利片在线观看| 久久6这里有精品| 国产淫语在线视频| 十分钟在线观看高清视频www | 久久国产精品男人的天堂亚洲 | 久久这里有精品视频免费| 亚洲精品色激情综合| 亚洲不卡免费看| 精品人妻视频免费看| 丝袜脚勾引网站| 肉色欧美久久久久久久蜜桃| 国产免费一区二区三区四区乱码| 国产白丝娇喘喷水9色精品| 天堂8中文在线网| 亚洲精华国产精华液的使用体验| 亚洲内射少妇av| 国产色爽女视频免费观看| 成人国产麻豆网| 美女视频免费永久观看网站| 久久99蜜桃精品久久| 国产精品久久久久久精品电影小说 | 有码 亚洲区| 一级爰片在线观看| 成人国产av品久久久| 一区二区三区免费毛片| 看十八女毛片水多多多| 女人十人毛片免费观看3o分钟| 日韩 亚洲 欧美在线| 久久av网站| 国产男人的电影天堂91| 国产在线一区二区三区精| 国产 一区精品| 黄色视频在线播放观看不卡| 人妻夜夜爽99麻豆av| 王馨瑶露胸无遮挡在线观看| 亚洲最大成人中文| 中国国产av一级| 久久久精品免费免费高清| 色婷婷av一区二区三区视频| 国产精品蜜桃在线观看| 日韩中字成人| 国产精品蜜桃在线观看| 26uuu在线亚洲综合色| 如何舔出高潮| 亚洲天堂av无毛| 成人二区视频| 欧美日韩在线观看h| av女优亚洲男人天堂| 日本-黄色视频高清免费观看| 欧美日韩国产mv在线观看视频 | 免费观看的影片在线观看| 国产男女超爽视频在线观看| 成人18禁高潮啪啪吃奶动态图 | 亚洲精品日本国产第一区| 伊人久久精品亚洲午夜| 十分钟在线观看高清视频www | 在现免费观看毛片| 九九在线视频观看精品| 亚洲婷婷狠狠爱综合网| 伦精品一区二区三区| 一级片'在线观看视频| 国产亚洲av片在线观看秒播厂| 边亲边吃奶的免费视频| 色吧在线观看| 韩国av在线不卡| 国产欧美亚洲国产| 黑人猛操日本美女一级片| av在线老鸭窝| 成人国产麻豆网| 国产精品久久久久久av不卡| 亚洲欧美日韩另类电影网站 | 九九在线视频观看精品| 国产精品精品国产色婷婷| 国产成人午夜福利电影在线观看| 免费av中文字幕在线| 亚洲三级黄色毛片| 只有这里有精品99| 国产亚洲午夜精品一区二区久久| 在现免费观看毛片| 性高湖久久久久久久久免费观看| 偷拍熟女少妇极品色| 久久久精品免费免费高清| 观看av在线不卡| 中文乱码字字幕精品一区二区三区| 人妻一区二区av| 日韩不卡一区二区三区视频在线| 国产av国产精品国产| 中文字幕制服av| 少妇人妻一区二区三区视频| 精品99又大又爽又粗少妇毛片| 看非洲黑人一级黄片| 成年av动漫网址| 国产精品av视频在线免费观看| 亚洲av在线观看美女高潮| 99久久中文字幕三级久久日本| 中文字幕人妻熟人妻熟丝袜美| 国产成人免费观看mmmm| 亚洲三级黄色毛片| 国产精品一区二区在线不卡| 免费看光身美女| 久久韩国三级中文字幕| 夜夜看夜夜爽夜夜摸| 女性被躁到高潮视频| 精品人妻偷拍中文字幕| 免费在线观看成人毛片| 日本色播在线视频| 高清毛片免费看| 高清日韩中文字幕在线| 男女无遮挡免费网站观看| 夫妻午夜视频| 国产成人一区二区在线| 91精品伊人久久大香线蕉| 女性生殖器流出的白浆| 亚洲欧美清纯卡通| 天天躁夜夜躁狠狠久久av| 免费黄色在线免费观看| 精华霜和精华液先用哪个| 国产深夜福利视频在线观看| 国产精品人妻久久久影院| 国产欧美日韩精品一区二区| 免费大片18禁| 国产一区二区三区综合在线观看 | 精品熟女少妇av免费看| 乱系列少妇在线播放| 欧美亚洲 丝袜 人妻 在线| 干丝袜人妻中文字幕| 欧美bdsm另类| 丝袜喷水一区| 777米奇影视久久| 国产免费又黄又爽又色| 成人影院久久| 国产日韩欧美在线精品| 中国三级夫妇交换| 在线观看免费视频网站a站| 亚洲国产精品一区三区| 少妇高潮的动态图| 日本欧美国产在线视频| 国产精品国产三级专区第一集| 国产v大片淫在线免费观看| 成人国产麻豆网| 99热这里只有是精品50| 舔av片在线| 黄色一级大片看看| 国产精品久久久久成人av| 中文字幕av成人在线电影| 婷婷色av中文字幕| av免费在线看不卡| 国产在线男女| 欧美zozozo另类| 亚洲国产高清在线一区二区三| 熟女人妻精品中文字幕| 亚洲精品日韩av片在线观看| 国产亚洲av片在线观看秒播厂| 日本猛色少妇xxxxx猛交久久| 亚洲国产精品999| 男男h啪啪无遮挡| 国产免费福利视频在线观看| 免费在线观看成人毛片| 国产精品秋霞免费鲁丝片| 最近最新中文字幕大全电影3| 国产精品欧美亚洲77777| 99国产精品免费福利视频| 好男人视频免费观看在线| 我的老师免费观看完整版| 秋霞在线观看毛片| 国产伦精品一区二区三区视频9| 免费黄频网站在线观看国产| 免费av中文字幕在线| 亚洲欧美日韩东京热| 一本久久精品| 久久精品人妻少妇| 成年av动漫网址| 国产男人的电影天堂91| 欧美人与善性xxx| 美女内射精品一级片tv| 边亲边吃奶的免费视频| 国产v大片淫在线免费观看| 色吧在线观看| 熟女av电影| 天天躁日日操中文字幕| 边亲边吃奶的免费视频| 欧美成人精品欧美一级黄| 亚洲精品乱久久久久久| 色5月婷婷丁香| 18禁在线无遮挡免费观看视频| 亚洲精品aⅴ在线观看| 男人狂女人下面高潮的视频| 亚州av有码| 日日摸夜夜添夜夜添av毛片| 久久午夜福利片| 欧美精品人与动牲交sv欧美| 中文字幕制服av| 五月玫瑰六月丁香| 在线精品无人区一区二区三 | 亚洲激情五月婷婷啪啪| 内地一区二区视频在线| 男女边吃奶边做爰视频| 国产精品.久久久| 国产老妇伦熟女老妇高清| 精品人妻视频免费看| 免费黄频网站在线观看国产| 欧美一区二区亚洲| av.在线天堂| 日本黄色片子视频| 亚洲精品乱久久久久久| 久久久久久久久久成人| 毛片女人毛片| 欧美日韩在线观看h| av在线老鸭窝| 午夜免费鲁丝| 亚洲av日韩在线播放| 成人国产麻豆网| 免费人成在线观看视频色| 天堂8中文在线网| av.在线天堂| 久久精品国产亚洲网站| 菩萨蛮人人尽说江南好唐韦庄| 在线观看免费视频网站a站| 免费大片18禁| 国产熟女欧美一区二区| 三级国产精品片| av免费在线看不卡| 国产成人一区二区在线| 18禁裸乳无遮挡免费网站照片| 欧美精品一区二区大全| 久久久久久久大尺度免费视频| 亚洲欧美成人综合另类久久久| 精品久久久噜噜| 最近中文字幕高清免费大全6| 插逼视频在线观看| 妹子高潮喷水视频| 欧美精品国产亚洲| 国产精品一区二区三区四区免费观看| 人妻少妇偷人精品九色| 日本wwww免费看| 久久久欧美国产精品| 亚洲国产最新在线播放| 在线观看免费日韩欧美大片 | 久热久热在线精品观看| 久久久国产一区二区| 国产一区二区三区综合在线观看 | 日本av免费视频播放| 国产成人精品一,二区| 国产黄片视频在线免费观看| 身体一侧抽搐| 欧美日韩亚洲高清精品| 国产国拍精品亚洲av在线观看| 国产成人freesex在线| 97热精品久久久久久| 国产精品福利在线免费观看| 亚洲第一av免费看| 女人十人毛片免费观看3o分钟| 22中文网久久字幕| 精品亚洲乱码少妇综合久久| 久久影院123| 日本-黄色视频高清免费观看| 久热久热在线精品观看| 色哟哟·www| 人人妻人人澡人人爽人人夜夜| 久久久久性生活片| 亚洲自偷自拍三级| 日本黄色日本黄色录像| 国产精品99久久99久久久不卡 | 精品人妻视频免费看| 大又大粗又爽又黄少妇毛片口| 一二三四中文在线观看免费高清| 中文天堂在线官网| 蜜桃亚洲精品一区二区三区| 亚洲国产av新网站| 夜夜爽夜夜爽视频| xxx大片免费视频| 国产伦精品一区二区三区四那| 免费大片18禁| 国产精品一区二区在线观看99| 久久久色成人| 制服丝袜香蕉在线| 简卡轻食公司| 欧美日韩视频精品一区| 极品少妇高潮喷水抽搐| 高清av免费在线| 蜜桃在线观看..| 91精品伊人久久大香线蕉| 永久网站在线| 97精品久久久久久久久久精品| 欧美精品一区二区免费开放| 又黄又爽又刺激的免费视频.| 欧美zozozo另类| 日日啪夜夜撸| 99热这里只有是精品50| 午夜福利视频精品| 国产精品福利在线免费观看| 国产淫语在线视频| 日韩欧美精品免费久久| 国产 一区精品| 少妇的逼水好多| 亚洲四区av| 亚洲国产av新网站| 亚洲在久久综合| 51国产日韩欧美| 成人国产av品久久久|