• <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 ?

    人眼可感知最多相鄰像素灰度差的全局圖像優(yōu)化方法*

    2020-06-19 09:20:52蔡鐵峰
    關(guān)鍵詞:灰度級(jí)人眼代價(jià)

    蔡鐵峰

    人眼可感知最多相鄰像素灰度差的全局圖像優(yōu)化方法*

    蔡鐵峰

    (深圳職業(yè)技術(shù)學(xué)院 教育技術(shù)與信息中心,廣東 深圳 518055)

    圖像優(yōu)化可以使圖像內(nèi)更多面向探測(cè)識(shí)別的信息被人眼感知.現(xiàn)有的圖像優(yōu)化方法缺少合理的量化指標(biāo),圖像沒有做到面向人眼探測(cè)識(shí)別最優(yōu),甚至優(yōu)化后圖像人眼可探測(cè)識(shí)別的景物信息會(huì)減少.本文基于圖像中景物輪廓與紋理信息主要體現(xiàn)為相鄰像素灰度差的認(rèn)識(shí),以圖像中最多相鄰像素對(duì)灰度差人眼可感知為量化指標(biāo),設(shè)計(jì)全局圖像優(yōu)化快速算法.實(shí)驗(yàn)表明,與現(xiàn)有的全局圖像優(yōu)化方法比較,本方法優(yōu)化后圖像有最多的相鄰像素灰度差人眼可感知,某種意義上使圖像面向人眼探測(cè)識(shí)別最優(yōu).

    探測(cè)識(shí)別;圖像優(yōu)化;對(duì)比度增強(qiáng)

    在灰度圖像中,人眼探測(cè)識(shí)別主要依賴景物的輪廓與紋理信息,景物輪廓與紋理主要體現(xiàn)在相鄰像素間的灰度差上.當(dāng)相鄰像素間灰度差小,由于人眼視覺特性,人眼將感知不到此灰度差,也就感知不到相關(guān)的景物信息.隨著手機(jī)攝像頭等成像設(shè)備采集能力的進(jìn)步,圖像面向人眼探測(cè)識(shí)別可優(yōu)化的空間越來越大.圖像優(yōu)化拉伸圖像對(duì)比度,使圖像內(nèi)信息更多被人眼感知,并且圖像優(yōu)化方法研究成果也可以用來指導(dǎo)成像系統(tǒng)設(shè)計(jì).

    灰度圖像優(yōu)化方法在空間域內(nèi)可以粗略地分為兩類:全局方法和局部方法.全局方法對(duì)整幅圖像進(jìn)行灰度級(jí)拉伸,具有運(yùn)算簡單快速的特點(diǎn).局部增強(qiáng)方法放棄全局性約束,由局部區(qū)域圖像灰度值確定每個(gè)像素的灰度值,能更大拉伸相鄰像素間灰度差,但可能會(huì)出現(xiàn)一定程度的圖像失真.全局方法研究是局部方法研究的基礎(chǔ),在全局方法的基礎(chǔ)上可以衍生出局部方法.

    現(xiàn)有的以直方圖均衡(HE)、線性拉伸(LS)、分組直方圖均衡(GLG)為代表的常見全局方法都沒有明確且合理的量化目標(biāo),停留在圖像增強(qiáng)階段,沒有使圖像做到最優(yōu),甚至出現(xiàn)增強(qiáng)后的圖像不如原圖的情況.OCTM方法[1]以及文獻(xiàn)[2-3]基于直方圖定義圖像全局對(duì)比度量化指標(biāo),此類量化指標(biāo)在圖像二值化時(shí)反倒取值最優(yōu),相應(yīng)的算法雖添加約束避免二值化,但沒有根本上解決不合理優(yōu)化目標(biāo)的天然缺陷.另外一些優(yōu)化方法基于信息論以直方圖互信息[4]或信息熵作為量化指標(biāo)[5-9],把人眼感知信息視為一個(gè)信息傳輸過程.這些量化指標(biāo)都是泛泛地定義在直方圖上,沒有直接定義在圖像相鄰像素之間灰度差上,沒有和人眼探測(cè)識(shí)別直接關(guān)聯(lián)起來.本文在以全局灰度級(jí)不倒序約束保真圖像信息約束下,以圖像中最多相鄰像素灰度差被人眼可感知為優(yōu)化目標(biāo),設(shè)計(jì)快速算法得到最優(yōu)的那幅圖像.

    1 問題定義與求解策略

    全局圖像優(yōu)化方法是一個(gè)灰度級(jí)映射過程,灰度級(jí)映射有可能改變圖像信息.本文方法采用全局不倒序?yàn)閳D像保真約束,本約束要求灰度級(jí)在映射過程中大小關(guān)系不發(fā)生逆轉(zhuǎn).對(duì)于灰度圖像,人眼探測(cè)識(shí)別依賴景物的輪廓與紋理信息,景物輪廓與紋理主要體現(xiàn)在相鄰像素間的灰度差上.以沒有先驗(yàn)知識(shí)為前提,可以認(rèn)為每對(duì)存在灰度差的相鄰像素間對(duì)都包含一個(gè)單位的探測(cè)識(shí)別信息.故本文在全局不倒序約束下,使圖像中灰度差人眼可感知相鄰像素對(duì)的數(shù)量最多,在某種意義上使圖像面向人眼探測(cè)識(shí)別最優(yōu).

    1.1 圖像優(yōu)化問題的數(shù)學(xué)定義

    相鄰像素間灰度差小時(shí),由于視覺特性,人眼將感知不到此灰度差,為了便于量化計(jì)算,可認(rèn)為存在人眼感知灰度差的閾值.相鄰像素灰度差大于閾值時(shí)人眼才感知到灰度差.人眼感知相鄰像素對(duì)灰度差受背景光強(qiáng)度、紋理構(gòu)型等復(fù)雜因素影響,本文采用一種不完善但簡潔的灰度差閾值表達(dá)(參見式16),此表達(dá)是由實(shí)驗(yàn)數(shù)據(jù)擬合[10,11].令變量是一個(gè)灰度級(jí),返回值()是其他灰度級(jí)與的差能被人眼感知到的灰度差閾值.不同的灰度級(jí)對(duì)應(yīng)的灰度差閾值不同,人眼感知灰度差的非均勻性給圖像優(yōu)化帶來困難.

    則本文優(yōu)化問題數(shù)學(xué)定義為:

    優(yōu)化目標(biāo):

    約束條件:

    1.2 求解策略

    假設(shè)我們已經(jīng)通過把灰度級(jí)序列映射到得到那幅最優(yōu)圖像.在此前提下,把灰度級(jí)序列根據(jù)式(4)映射到序列中.序列中多個(gè)灰度級(jí)可以映射到中同一個(gè)灰度級(jí),但要求中灰度差不小于人眼視覺閾值的灰度級(jí)必須映射到中不同的灰度級(jí).由于確保了映射到同一個(gè)灰度級(jí)的多個(gè)灰度級(jí)之間差值小于閾值,所以并沒有減少人眼能正確感知的相鄰像素對(duì)的數(shù)量.因此,在全局不倒序約束下,把圖像中的灰度級(jí)序列映射到能得到最優(yōu)圖像:

    令為中灰度級(jí)數(shù)量,而為中灰度級(jí)數(shù)量.當(dāng)時(shí),有map不倒序地把中每個(gè)灰度級(jí)分別映射到中不同灰度級(jí),使人眼完全感知到圖像中所有相鄰像素對(duì)的灰度差.當(dāng)時(shí),必然有不同灰度級(jí)映射到同一個(gè)灰度級(jí),也就是在映射的過程中發(fā)生灰度級(jí)合并了,灰度級(jí)合并可能導(dǎo)致存在灰度差異的相鄰像素對(duì)變成灰度相同,使這部分相鄰像素對(duì)包含的圖像信息人眼不可見.設(shè)計(jì)快速算法滿足灰度級(jí)合并使圖像中灰度差消失的相鄰像素對(duì)最少,是解決本最優(yōu)化問題的核心.

    2 圖像最優(yōu)化快速算法

    本文把灰度值分別與灰度級(jí)vv相等的像素對(duì)的數(shù)量稱為灰度級(jí)v、v合并的代價(jià).由于式(3)的約束,灰度級(jí)合并必然是中相鄰灰度級(jí)合并在一起,所以很容易想到的合并策略是迭代地進(jìn)行代價(jià)最小相鄰灰度級(jí)合并,然而這樣不一定能得到最優(yōu)合并決策.以圖1(a)為例,假定一幅圖像只有6個(gè)灰度級(jí),這6個(gè)灰度級(jí)按從小到大排序分別是:A、B、C、D、E、F.圖中標(biāo)示出了所有灰度級(jí)間合并代價(jià).現(xiàn)需要把灰度級(jí)數(shù)量從6個(gè)合并到4個(gè).灰度級(jí)C、D間合并代價(jià)為1最小,先合并C、D得到新灰度級(jí)CD,如圖1(b1)所示;更新代價(jià)后得到圖1(b2),此時(shí)B與CD合并代價(jià)為9最小,B與CD合并成BCD,如圖1(b3)所示.然而把B、C合并成一個(gè)灰度級(jí),D、E合并成一個(gè)灰度級(jí),如圖1(c1)所示,更新代價(jià)后如圖1(c2),顯然圖1(c2)合并的代價(jià)要小于圖1(b3).由此可見,迭代單步最優(yōu)合并不一定是全局合并最優(yōu).

    (a)原始灰度級(jí)序列;(b1)、(b2)、(b3)為迭代合并最小代價(jià)相鄰灰度級(jí);(c1)、(c2)為代價(jià)最小合并決策

    下面仍以圖1為例說明本文將要使用的圖像優(yōu)化方法的快速算法.圖1(a)有6個(gè)灰度級(jí),需要把灰度級(jí)壓縮成4個(gè),現(xiàn)尋找代價(jià)最小合并決策.對(duì)灰度級(jí)按小到大排序,給每個(gè)灰度級(jí)一個(gè)編號(hào),如表1所示.

    表1 灰度級(jí)編號(hào)表

    同樣3(+1,6)也可由2最后一列與1計(jì)算得到,而2可由1計(jì)算出來.從而2、3在最優(yōu)化過程中只須計(jì)算最后一列元素,4只有最右上角元素需要計(jì)算.構(gòu)造矩陣、矩陣.其中:

    矩陣用于記錄式(6)、(7)、(8)中滿足合并代價(jià)最小的,從而本最優(yōu)化方法只需要計(jì)算1、、3個(gè)矩陣.

    本文所提最優(yōu)化快速算法有如下5個(gè)步驟:

    1)統(tǒng)計(jì)圖像直方圖,得到圖像中像素?cái)?shù)量非0的灰度級(jí)以及此類灰度級(jí)的數(shù)量,并對(duì)灰度級(jí)按小到大進(jìn)行編號(hào),如表1所示.如果不大于,轉(zhuǎn)第5步;如果大于,轉(zhuǎn)第2步;

    3)計(jì)算灰度級(jí)合并成一個(gè)灰度級(jí)的代價(jià)1矩陣;

    4)由1計(jì)算矩陣;

    5)得到最優(yōu)圖像.

    2.1 計(jì)算代價(jià)M1矩陣

    1矩陣所有元素都初始為0,遍歷圖像所有相鄰像素對(duì).對(duì)于任意像素對(duì),假如其兩個(gè)像素灰度值對(duì)應(yīng)的灰度級(jí)序號(hào)為()其中,則1元素1()=1()+1.從而可以得到任意兩個(gè)灰度級(jí)對(duì)應(yīng)的代價(jià),也就是0矩陣.對(duì)1從左到右按式(11)累加可以得到式(12).

    然后按式(13)從下到上累加可以得到式(5).

    2.2 計(jì)算P、E矩陣

    矩陣下所有元素都為初始值為0,第一列元素為1中最后一列元素,其它元素由下式計(jì)算:

    2.3 得到最優(yōu)圖像

    3 實(shí)驗(yàn)結(jié)果與分析

    在所有滿足全局不倒序的圖像優(yōu)化方法中,最常見的是直方圖均衡,另外分組直方圖均衡(GLG)和OCTM算法是兩個(gè)引起較多關(guān)注的方法.這3種算法的對(duì)比度增強(qiáng)性能在圖2與表2中與本文方法進(jìn)行比較.需要指出的是OCTM方法最大化一種圖像全局對(duì)比度的評(píng)價(jià)指標(biāo),而直方圖均衡是某種意義上最大所謂的圖像信息熵.

    本文挑選了2幅灰度級(jí)多的圖像,圖像灰度級(jí)越多包含的探測(cè)識(shí)別信息可能也越多,優(yōu)化空間更大,由此充分體現(xiàn)本全局圖像優(yōu)化方法的優(yōu)異性能.圖2中第一行圖像是室內(nèi)場景,而第二行圖像是戶外,相較于其它方法,本文方法所得圖像中有最多景物能被人眼看見.如表2所示,本文方法有最多相鄰像素灰度差人眼可見,而OCTM最少.因此在全局不倒序約束下,本文方法能使圖像中最多相鄰像素間灰度差被人眼感知到,從而某種意義上使圖像中最多景物信息被人眼感知到.

    表2 人眼能正確感知的景物信息評(píng)分

    圖2 圖像優(yōu)化方法性能對(duì)比

    [1] Wu X. A Linear Programming Approach for Optimal Contrast-Tone Mapping[J]., 2011,20(5):1262-72.

    [2] Yu L, Su H and Jung C. Perceptually Optimized Enhancement of Contrast and Color in Images[J]., 2018(6):36132-36142.

    [3] Jung C, Sun T. Optimized Perceptual Tone Mapping for Contrast Enhancement of Images[J]., 2017,27(6):1161-1170.

    [4] 范曉鵬,蔡鐵峰,朱楓.實(shí)現(xiàn)人眼灰度感知信息最大化的圖像增強(qiáng)算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2015,27(10):1900-1906.

    [5] Niu Y, Wu X and Shi G, Image Enhancement by Entropy Maximization and Quantization Resolution Upconversion [J].,2016,25(10):4815-4828.

    [6] Wan M, Gu G, Qian W, et al. Particle swarm optimization-based local entropy weighted histogram equalization for infrared image enhancement[J]., 2018,91:164-181.

    [7] Kansal S, Purwar S and Tripathi R. Enhancement of Image using Maximum Entropy Bi-Histogram Equalization[C]/2018 3rd International Conference on Communication and Electronics Systems (ICCES), 2018:728-732.

    [8] Kanmani M, Narsimhan V. An image contrast enhance- ment algorithm for grayscale images using particle swarm optimization[J]., 2018,77(18):23371-23387.

    [9] Agrawal S, Panda R, Mishro P K, et al. A novel joint histogram equalization based image contrast enhance- ment[J]., 2019.DOI: 10.1016/j.jksuci.2019. 05.010.

    [10] Jayant N. Signal compression: technology targets and research directions[J]., 1992,10(5):796-818.

    [11] Chou C, Li Y. A perceptually tuned subband image coder based on the measure of just-noticeable-distortion profile[J]., 1995,5(6):467-476.

    Global Image Optimization with Gray Difference Perceptible by the Most Neighboring Pixels

    CAI Tiefeng

    ()

    Image contrast optimization can make more detection and recognition information in the image perceived by human eyes. The existing image optimization methods lack reasonable quantitative indicators, and the optimized image does not achieve the optimal detection and recognition for human eyes. Even after optimization, the information of the scene that can be detected and recognized by human eyes could be reduced. In this paper, based on the recognition that the contour and texture information of the scene in the image is mainly reflected in the gray difference of neighboring pixels, the paper designs a fast algorithm for global image optimization with the gray difference perceptible by the most neighboring pixel pairs as the quantitative index. Experimental results show that compared with the existing global image optimization methods, the image optimized by the proposed method has the most neighboring pixel pairs perceptible, which makes the image detection and recognition for human eyes optimal in a sense.

    detection and recognition; image optimization; contrast enhancement

    2019-11-27

    深圳職業(yè)技術(shù)學(xué)院校級(jí)青年重點(diǎn)資助項(xiàng)目(6018-22k370199991)

    蔡鐵峰,男,湖南益陽人,助理研究員,工學(xué)博士,研究方向:圖像優(yōu)化、VR/AR/MR.

    TP391.41

    A

    1672-0318(2020)03-0003-05

    10.13899/j.cnki.szptxb.2020.03.001

    猜你喜歡
    灰度級(jí)人眼代價(jià)
    人眼X光
    快樂語文(2019年9期)2019-06-22 10:00:38
    人眼為什么能看到虛像
    基于灰度直方圖的單一圖像噪聲類型識(shí)別研究
    愛的代價(jià)
    海峽姐妹(2017年12期)2018-01-31 02:12:22
    代價(jià)
    閃瞎人眼的,還有唇
    優(yōu)雅(2016年12期)2017-02-28 21:32:58
    看人,星光璀璨繚人眼
    電影故事(2016年5期)2016-06-15 20:27:30
    成熟的代價(jià)
    基于混沌加密的DCT域灰度級(jí)盲水印算法
    基于實(shí)測(cè)校正因子的實(shí)時(shí)伽馬校正算法
    18禁裸乳无遮挡动漫免费视频| 中文字幕另类日韩欧美亚洲嫩草| 欧美老熟妇乱子伦牲交| 亚洲第一青青草原| 亚洲,欧美精品.| 19禁男女啪啪无遮挡网站| 久久久水蜜桃国产精品网| 成人免费观看视频高清| 中文字幕另类日韩欧美亚洲嫩草| 51午夜福利影视在线观看| 麻豆av在线久日| 国产av又大| 在线av久久热| 久久 成人 亚洲| 超碰97精品在线观看| 亚洲成人国产一区在线观看| 国产精品成人在线| 高清在线国产一区| 亚洲欧美日韩另类电影网站| 欧美97在线视频| 亚洲国产精品一区二区三区在线| av网站在线播放免费| 日韩免费高清中文字幕av| 亚洲国产欧美日韩在线播放| 十八禁网站网址无遮挡| 一进一出抽搐动态| 欧美乱码精品一区二区三区| 日韩 欧美 亚洲 中文字幕| 少妇裸体淫交视频免费看高清 | 一区二区三区四区激情视频| 国产欧美日韩一区二区三区在线| 90打野战视频偷拍视频| 高清在线国产一区| 欧美精品啪啪一区二区三区 | 中文字幕另类日韩欧美亚洲嫩草| 老司机福利观看| 亚洲欧美清纯卡通| 美女中出高潮动态图| 久久精品国产亚洲av高清一级| 在线av久久热| 国产精品99久久99久久久不卡| 久久狼人影院| 嫁个100分男人电影在线观看| www.熟女人妻精品国产| 久久久久久免费高清国产稀缺| 欧美黄色片欧美黄色片| 日韩有码中文字幕| 免费在线观看日本一区| 亚洲全国av大片| 国产三级黄色录像| 日韩制服骚丝袜av| 99久久综合免费| 成人国产一区最新在线观看| 国产免费现黄频在线看| 日本撒尿小便嘘嘘汇集6| 99久久99久久久精品蜜桃| 嫩草影视91久久| 亚洲av电影在线进入| 午夜老司机福利片| 欧美日韩国产mv在线观看视频| 亚洲av成人不卡在线观看播放网 | av不卡在线播放| 亚洲国产毛片av蜜桃av| 色精品久久人妻99蜜桃| 国产99久久九九免费精品| 国产一级毛片在线| 最近中文字幕2019免费版| 99久久精品国产亚洲精品| 在线观看舔阴道视频| 成人国产一区最新在线观看| 亚洲成人国产一区在线观看| 午夜精品国产一区二区电影| 无限看片的www在线观看| 欧美日韩精品网址| 国产精品免费视频内射| 少妇 在线观看| 亚洲国产成人一精品久久久| 啦啦啦免费观看视频1| 国产精品国产av在线观看| 国产三级黄色录像| 亚洲一区二区三区欧美精品| 午夜精品久久久久久毛片777| 日韩大片免费观看网站| 久久热在线av| 中文字幕精品免费在线观看视频| 久久久精品区二区三区| 涩涩av久久男人的天堂| 啦啦啦 在线观看视频| 国产精品 国内视频| av又黄又爽大尺度在线免费看| 高潮久久久久久久久久久不卡| 久久久久久免费高清国产稀缺| 在线天堂中文资源库| 99热国产这里只有精品6| 亚洲中文日韩欧美视频| 国产日韩欧美在线精品| 成年人免费黄色播放视频| 国产一区二区三区综合在线观看| 老司机深夜福利视频在线观看 | 久久精品熟女亚洲av麻豆精品| 老汉色av国产亚洲站长工具| 满18在线观看网站| 免费在线观看黄色视频的| 欧美另类一区| 天天躁日日躁夜夜躁夜夜| 一区二区三区激情视频| 日本91视频免费播放| 啦啦啦 在线观看视频| 一级,二级,三级黄色视频| 国产一区二区在线观看av| 高潮久久久久久久久久久不卡| 亚洲欧美精品综合一区二区三区| 精品人妻1区二区| 国产精品一区二区在线观看99| e午夜精品久久久久久久| 老司机影院成人| 午夜福利一区二区在线看| 一区二区三区精品91| 一级毛片女人18水好多| 久久国产精品男人的天堂亚洲| 亚洲av欧美aⅴ国产| 亚洲av电影在线观看一区二区三区| 999久久久精品免费观看国产| 亚洲国产日韩一区二区| 18禁裸乳无遮挡动漫免费视频| 丝袜脚勾引网站| 亚洲精品一二三| 亚洲天堂av无毛| 丝袜美足系列| av视频免费观看在线观看| 青草久久国产| 亚洲专区字幕在线| 日韩电影二区| 日本精品一区二区三区蜜桃| 欧美成人午夜精品| 亚洲av成人不卡在线观看播放网 | 中国美女看黄片| 99精品久久久久人妻精品| svipshipincom国产片| 我要看黄色一级片免费的| 久久久久久久国产电影| 欧美黄色片欧美黄色片| 亚洲黑人精品在线| 国产区一区二久久| 丝袜美足系列| 少妇粗大呻吟视频| 久久中文看片网| 1024视频免费在线观看| 久久久久视频综合| 精品少妇内射三级| 精品国产超薄肉色丝袜足j| 少妇被粗大的猛进出69影院| 精品福利永久在线观看| 精品国内亚洲2022精品成人 | 日韩免费高清中文字幕av| 人妻 亚洲 视频| 免费不卡黄色视频| 一本久久精品| 女人高潮潮喷娇喘18禁视频| av欧美777| 超碰成人久久| 午夜福利视频在线观看免费| 国产欧美日韩精品亚洲av| 亚洲人成电影免费在线| 黑人欧美特级aaaaaa片| 亚洲欧美日韩另类电影网站| 人妻 亚洲 视频| 亚洲人成电影观看| 青春草亚洲视频在线观看| 国产成人欧美| 人人妻人人澡人人爽人人夜夜| e午夜精品久久久久久久| 美国免费a级毛片| 国产成人欧美| 男女床上黄色一级片免费看| 性色av乱码一区二区三区2| 中文字幕人妻熟女乱码| 国产日韩一区二区三区精品不卡| 老司机在亚洲福利影院| 天天影视国产精品| 精品久久久久久久毛片微露脸 | 亚洲avbb在线观看| 在线十欧美十亚洲十日本专区| 涩涩av久久男人的天堂| 国产精品av久久久久免费| 女人精品久久久久毛片| 一本久久精品| 国产亚洲精品第一综合不卡| 国产av又大| 我要看黄色一级片免费的| 国产伦理片在线播放av一区| 久久久国产一区二区| 国产成人欧美| 亚洲国产欧美一区二区综合| 精品国产国语对白av| 国产精品国产av在线观看| 亚洲国产av新网站| 不卡一级毛片| 1024视频免费在线观看| 国产精品久久久久成人av| 宅男免费午夜| 亚洲综合色网址| 天堂俺去俺来也www色官网| 大陆偷拍与自拍| 91大片在线观看| 乱人伦中国视频| 亚洲精品日韩在线中文字幕| 在线十欧美十亚洲十日本专区| 国产精品二区激情视频| 国产精品欧美亚洲77777| 午夜精品国产一区二区电影| 久久性视频一级片| 欧美人与性动交α欧美软件| 日韩熟女老妇一区二区性免费视频| 夫妻午夜视频| 日本欧美视频一区| 亚洲国产av影院在线观看| 亚洲精品成人av观看孕妇| 99国产综合亚洲精品| 亚洲av电影在线观看一区二区三区| 国产日韩欧美亚洲二区| 精品熟女少妇八av免费久了| 久久久精品区二区三区| 久久精品国产亚洲av高清一级| 日日夜夜操网爽| 久久精品aⅴ一区二区三区四区| 视频区图区小说| 狂野欧美激情性bbbbbb| kizo精华| 午夜福利在线免费观看网站| 欧美黑人精品巨大| 精品国产乱码久久久久久男人| 欧美成狂野欧美在线观看| 黄片播放在线免费| 久久国产精品男人的天堂亚洲| 99精品久久久久人妻精品| 午夜激情av网站| 天天添夜夜摸| 久久99热这里只频精品6学生| 青春草视频在线免费观看| 99久久国产精品久久久| 999精品在线视频| 少妇裸体淫交视频免费看高清 | 免费久久久久久久精品成人欧美视频| 亚洲自偷自拍图片 自拍| 另类亚洲欧美激情| 亚洲一区二区三区欧美精品| 久久综合国产亚洲精品| 精品人妻1区二区| 亚洲精品美女久久av网站| 亚洲国产精品999| tocl精华| netflix在线观看网站| 一区二区三区激情视频| 国产xxxxx性猛交| 亚洲av电影在线进入| 精品熟女少妇八av免费久了| 国产精品一二三区在线看| 黄色视频不卡| 国产极品粉嫩免费观看在线| 亚洲三区欧美一区| 免费看十八禁软件| 国产精品99久久99久久久不卡| 国产av精品麻豆| 天堂8中文在线网| 男女无遮挡免费网站观看| 日韩制服骚丝袜av| 成年av动漫网址| 免费高清在线观看视频在线观看| 国产精品99久久99久久久不卡| 俄罗斯特黄特色一大片| 精品高清国产在线一区| 国产一区二区三区综合在线观看| 青青草视频在线视频观看| 精品视频人人做人人爽| 日本撒尿小便嘘嘘汇集6| 亚洲精品国产区一区二| 免费看十八禁软件| 一二三四在线观看免费中文在| 免费观看人在逋| 日日爽夜夜爽网站| 亚洲成人国产一区在线观看| 欧美精品av麻豆av| 热99久久久久精品小说推荐| 高清av免费在线| 亚洲精品一区蜜桃| 久9热在线精品视频| 少妇 在线观看| 男女免费视频国产| 久久精品国产综合久久久| 日韩,欧美,国产一区二区三区| 国产高清国产精品国产三级| 少妇被粗大的猛进出69影院| 欧美另类一区| 午夜福利一区二区在线看| 精品欧美一区二区三区在线| 乱人伦中国视频| 搡老乐熟女国产| 在线观看一区二区三区激情| 久久久精品国产亚洲av高清涩受| 久久久久久人人人人人| 免费高清在线观看视频在线观看| 老司机在亚洲福利影院| 母亲3免费完整高清在线观看| 国产精品久久久久成人av| 亚洲人成77777在线视频| 国产精品一区二区免费欧美 | 欧美久久黑人一区二区| 日韩精品免费视频一区二区三区| 色综合欧美亚洲国产小说| 亚洲精品一区蜜桃| 免费不卡黄色视频| videos熟女内射| 欧美精品一区二区免费开放| 天堂俺去俺来也www色官网| 色精品久久人妻99蜜桃| 少妇 在线观看| 欧美精品一区二区大全| 精品少妇黑人巨大在线播放| 亚洲综合色网址| tube8黄色片| e午夜精品久久久久久久| 好男人电影高清在线观看| 国产熟女午夜一区二区三区| 欧美日韩亚洲高清精品| 一区在线观看完整版| 性色av一级| 日韩大码丰满熟妇| 日韩一区二区三区影片| 啪啪无遮挡十八禁网站| 欧美激情久久久久久爽电影 | 老司机福利观看| 亚洲国产毛片av蜜桃av| 中文精品一卡2卡3卡4更新| av在线app专区| 人人妻人人澡人人看| 12—13女人毛片做爰片一| 在线观看免费日韩欧美大片| 国产亚洲av高清不卡| 电影成人av| 下体分泌物呈黄色| 国产福利在线免费观看视频| a 毛片基地| 交换朋友夫妻互换小说| 亚洲精品一卡2卡三卡4卡5卡 | 国产在视频线精品| 国内毛片毛片毛片毛片毛片| 不卡av一区二区三区| 美女脱内裤让男人舔精品视频| 中文字幕高清在线视频| 亚洲精品美女久久av网站| 高潮久久久久久久久久久不卡| 人人妻人人爽人人添夜夜欢视频| 精品少妇久久久久久888优播| 亚洲男人天堂网一区| 久久热在线av| 欧美日本中文国产一区发布| 啦啦啦在线免费观看视频4| 欧美日本中文国产一区发布| 中文字幕高清在线视频| 国产精品av久久久久免费| 午夜91福利影院| 99精国产麻豆久久婷婷| 搡老熟女国产l中国老女人| 女人久久www免费人成看片| 亚洲精品av麻豆狂野| 成年人免费黄色播放视频| 免费在线观看日本一区| videosex国产| 女人爽到高潮嗷嗷叫在线视频| 天天添夜夜摸| 不卡av一区二区三区| 男女免费视频国产| 777久久人妻少妇嫩草av网站| 一级片免费观看大全| 手机成人av网站| 亚洲精华国产精华精| 日韩 亚洲 欧美在线| 亚洲激情五月婷婷啪啪| 精品国产超薄肉色丝袜足j| 中文欧美无线码| 999精品在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 黑人巨大精品欧美一区二区蜜桃| 99热网站在线观看| 亚洲第一av免费看| 一级毛片电影观看| videos熟女内射| 亚洲熟女精品中文字幕| 亚洲欧洲日产国产| 国产男女内射视频| 每晚都被弄得嗷嗷叫到高潮| 精品乱码久久久久久99久播| 成人国语在线视频| 国产无遮挡羞羞视频在线观看| 桃红色精品国产亚洲av| 超碰97精品在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 99久久人妻综合| av片东京热男人的天堂| 欧美97在线视频| 午夜成年电影在线免费观看| 美女高潮喷水抽搐中文字幕| 黄色毛片三级朝国网站| 精品国产乱码久久久久久男人| 热99国产精品久久久久久7| 久久99一区二区三区| 97人妻天天添夜夜摸| 国产黄色免费在线视频| 每晚都被弄得嗷嗷叫到高潮| 99热网站在线观看| 国产精品香港三级国产av潘金莲| 亚洲av电影在线观看一区二区三区| 中文字幕人妻丝袜一区二区| 国产成人a∨麻豆精品| 日韩视频一区二区在线观看| 亚洲一区中文字幕在线| 大香蕉久久成人网| 亚洲专区中文字幕在线| 久久久久久亚洲精品国产蜜桃av| 久久狼人影院| 黑人欧美特级aaaaaa片| 亚洲av日韩精品久久久久久密| 亚洲欧美一区二区三区久久| 欧美精品一区二区大全| 另类精品久久| 久久久精品国产亚洲av高清涩受| 国产又爽黄色视频| 亚洲精品国产色婷婷电影| 亚洲成av片中文字幕在线观看| 中文字幕av电影在线播放| 亚洲av电影在线进入| 欧美性长视频在线观看| 最新的欧美精品一区二区| 婷婷色av中文字幕| 日韩制服骚丝袜av| av欧美777| 久久国产精品人妻蜜桃| 欧美日韩中文字幕国产精品一区二区三区 | 日韩大码丰满熟妇| 国产欧美日韩一区二区三区在线| 成人国语在线视频| 国产精品国产av在线观看| 黄色怎么调成土黄色| 女性生殖器流出的白浆| 国产精品熟女久久久久浪| 午夜福利在线观看吧| 久久久久久免费高清国产稀缺| 视频区图区小说| 亚洲国产毛片av蜜桃av| 搡老乐熟女国产| 亚洲精品粉嫩美女一区| 日韩免费高清中文字幕av| 久久毛片免费看一区二区三区| 中文字幕最新亚洲高清| 欧美日韩中文字幕国产精品一区二区三区 | 91老司机精品| 视频区欧美日本亚洲| 亚洲精品国产av成人精品| 交换朋友夫妻互换小说| 欧美亚洲日本最大视频资源| 成人国产av品久久久| 91成年电影在线观看| 亚洲自偷自拍图片 自拍| 中亚洲国语对白在线视频| 欧美日韩黄片免| 一区二区av电影网| 一区福利在线观看| 久久青草综合色| 亚洲欧洲精品一区二区精品久久久| 男女床上黄色一级片免费看| 咕卡用的链子| 色精品久久人妻99蜜桃| 天天躁夜夜躁狠狠躁躁| 2018国产大陆天天弄谢| 国产一卡二卡三卡精品| 国产1区2区3区精品| 中文字幕另类日韩欧美亚洲嫩草| 99热全是精品| 精品久久久久久电影网| av视频免费观看在线观看| 一区二区三区四区激情视频| 久久精品国产亚洲av高清一级| 国产日韩欧美视频二区| 亚洲欧美成人综合另类久久久| 搡老岳熟女国产| 成人18禁高潮啪啪吃奶动态图| 久久久国产精品麻豆| 老司机影院成人| 久久九九热精品免费| 十八禁高潮呻吟视频| 国产成人啪精品午夜网站| 国产一区二区三区综合在线观看| av不卡在线播放| 免费人妻精品一区二区三区视频| 国产深夜福利视频在线观看| 多毛熟女@视频| www.av在线官网国产| 在线十欧美十亚洲十日本专区| 91国产中文字幕| 亚洲少妇的诱惑av| 国产人伦9x9x在线观看| 久久国产精品大桥未久av| 狂野欧美激情性bbbbbb| 热99re8久久精品国产| 国产精品香港三级国产av潘金莲| 亚洲 欧美一区二区三区| 久久人妻熟女aⅴ| 动漫黄色视频在线观看| 亚洲精品中文字幕一二三四区 | kizo精华| 国产免费一区二区三区四区乱码| a级毛片在线看网站| 每晚都被弄得嗷嗷叫到高潮| 老司机午夜福利在线观看视频 | 久久中文字幕一级| 日韩一区二区三区影片| 操美女的视频在线观看| 国产精品国产av在线观看| 91精品国产国语对白视频| 男女下面插进去视频免费观看| 不卡一级毛片| 成年女人毛片免费观看观看9 | 欧美日韩亚洲高清精品| 国产男人的电影天堂91| 深夜精品福利| 欧美 亚洲 国产 日韩一| 国产成人影院久久av| 日韩制服丝袜自拍偷拍| 美女扒开内裤让男人捅视频| 19禁男女啪啪无遮挡网站| 两性午夜刺激爽爽歪歪视频在线观看 | a级毛片黄视频| 麻豆国产av国片精品| 搡老岳熟女国产| 人人澡人人妻人| 国产有黄有色有爽视频| 激情视频va一区二区三区| 日本vs欧美在线观看视频| 另类亚洲欧美激情| netflix在线观看网站| 1024视频免费在线观看| 女人高潮潮喷娇喘18禁视频| 国产一区二区 视频在线| 国产亚洲精品久久久久5区| 999久久久精品免费观看国产| 老司机午夜福利在线观看视频 | 狠狠狠狠99中文字幕| 老汉色∧v一级毛片| 自拍欧美九色日韩亚洲蝌蚪91| 日本黄色日本黄色录像| 精品福利观看| 国产精品秋霞免费鲁丝片| av视频免费观看在线观看| netflix在线观看网站| 嫁个100分男人电影在线观看| 无遮挡黄片免费观看| 黄色怎么调成土黄色| 永久免费av网站大全| 久久人人97超碰香蕉20202| 黑人猛操日本美女一级片| 久久国产精品大桥未久av| 建设人人有责人人尽责人人享有的| 一本色道久久久久久精品综合| 十八禁网站免费在线| 男人爽女人下面视频在线观看| 日韩有码中文字幕| 久久毛片免费看一区二区三区| 91九色精品人成在线观看| 国产精品偷伦视频观看了| 亚洲第一av免费看| 91精品国产国语对白视频| 亚洲av国产av综合av卡| 天天躁狠狠躁夜夜躁狠狠躁| av国产精品久久久久影院| 久久免费观看电影| 女人高潮潮喷娇喘18禁视频| 淫妇啪啪啪对白视频 | 一本久久精品| 久久久国产成人免费| 97在线人人人人妻| 国产亚洲欧美精品永久| 国产伦理片在线播放av一区| 91精品国产国语对白视频| 久久人妻福利社区极品人妻图片| 欧美性长视频在线观看| 日韩人妻精品一区2区三区| 亚洲精品第二区| 一区在线观看完整版| av天堂在线播放| 国产亚洲欧美精品永久| 人人妻人人澡人人爽人人夜夜| 日韩中文字幕欧美一区二区| 91麻豆av在线| 午夜福利免费观看在线| 在线观看www视频免费| 熟女少妇亚洲综合色aaa.| 日韩视频一区二区在线观看| 国产无遮挡羞羞视频在线观看| 欧美日韩亚洲国产一区二区在线观看 | 夜夜骑夜夜射夜夜干| 美女主播在线视频| 国产又色又爽无遮挡免| netflix在线观看网站| av超薄肉色丝袜交足视频| 悠悠久久av| 欧美日韩成人在线一区二区| av国产精品久久久久影院| 久久人妻福利社区极品人妻图片| a 毛片基地| bbb黄色大片| 久久精品aⅴ一区二区三区四区| 久久 成人 亚洲| 高清黄色对白视频在线免费看| 狂野欧美激情性bbbbbb|