• <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 ?

    利用極值梯度的通用亞像素邊緣檢測(cè)方法

    2014-06-27 05:47:41陳小衛(wèi)徐朝輝郭海濤張保明
    測(cè)繪學(xué)報(bào) 2014年5期
    關(guān)鍵詞:階躍屋頂梯度

    陳小衛(wèi),徐朝輝,郭海濤,張保明

    1.信息工程大學(xué)地理空間信息學(xué)院,河南鄭州 450052;2.河南工業(yè)大學(xué)糧食信息處理與控制教育部重點(diǎn)實(shí)驗(yàn)室,河南鄭州 450052

    利用極值梯度的通用亞像素邊緣檢測(cè)方法

    陳小衛(wèi)1,徐朝輝2,郭海濤1,張保明1

    1.信息工程大學(xué)地理空間信息學(xué)院,河南鄭州 450052;2.河南工業(yè)大學(xué)糧食信息處理與控制教育部重點(diǎn)實(shí)驗(yàn)室,河南鄭州 450052

    針對(duì)傳統(tǒng)邊緣檢測(cè)方法存在的通用性較差、精度不高等問題,提出一種利用極值梯度的通用亞像素邊緣檢測(cè)方法。該方法將極值梯度分解為正梯度和負(fù)梯度,并在8個(gè)方向上進(jìn)行判斷與求解,然后得到由局部灰度增加最大和減小最大的兩類像點(diǎn)共同組成的初始邊緣,最后根據(jù)初始邊緣的特點(diǎn),分別建立不同類型邊緣的亞像素定位擬合模型。為驗(yàn)證該方法的性能,分別利用模擬影像和實(shí)際影像與傳統(tǒng)方法進(jìn)行對(duì)比試驗(yàn)。試驗(yàn)結(jié)果表明該方法對(duì)不同類型的邊緣都能較好地檢測(cè),并且對(duì)包括角點(diǎn)在內(nèi)的邊緣有更高的定位精度。

    邊緣檢測(cè);極值梯度;亞像素邊緣;邊緣定位

    1 引 言

    作為圖像最基本的特征,邊緣有較強(qiáng)的穩(wěn)定性,并且包含了目標(biāo)的諸多有用信息,可以為目標(biāo)的描述與識(shí)別以及圖像的解譯提供有價(jià)值的重要參數(shù)信息。因此,邊緣檢測(cè)是遙感影像分割、目標(biāo)識(shí)別及地物提取等領(lǐng)域的核心技術(shù),但也一直是計(jì)算機(jī)視覺、數(shù)字?jǐn)z影測(cè)量等領(lǐng)域的難點(diǎn)之一[1]。在諸多經(jīng)典梯度算子的基礎(chǔ)上,基于信號(hào)處理[1-3]、人工智能[4]、分形[5]及形態(tài)學(xué)[6]等理論的新方法不斷涌現(xiàn)。

    隨著計(jì)算機(jī)視覺技術(shù)在各領(lǐng)域的應(yīng)用不斷深入,人們期望在現(xiàn)有影像數(shù)據(jù)的條件下,獲取目標(biāo)更精確的位置及尺寸信息,亞像素邊緣檢測(cè)已成為一個(gè)研究熱點(diǎn),目前常用的亞像素邊緣檢測(cè)算法可分為插值法[7-8]、擬合法[8-9]和矩方法[10-14]等幾類。插值法重復(fù)性好,計(jì)算量小,但抗噪聲能力差,定位精度較低。文獻(xiàn)[15]在插值法的基礎(chǔ)上,利用改進(jìn)水平集重構(gòu)的方法在保持亞像素精度的同時(shí)消除了插值法產(chǎn)生的鋸齒效應(yīng),得到了平滑的邊緣,但計(jì)算量大。擬合法精度較高,對(duì)噪聲不敏感,但其模型復(fù)雜求解速度較慢,并且要求邊緣滿足特定的函數(shù)模型,有一定局限性[16]。矩方法中的空間矩法、Zernike矩法、正交Fourier-Mellin矩(OFMM)法以及Pseudo-Zernike矩(PZM)法等方法因精度高和抗噪能力好而被廣泛應(yīng)用,但其定位原理是針對(duì)理想邊緣模型,存在原理性誤差,并且計(jì)算量普遍較大。此外,上述各種方法的共同缺點(diǎn)是對(duì)屋頂狀邊緣不能有效檢測(cè),即不具有良好的通用性[16-17]。文獻(xiàn)[1]也指出不同方法對(duì)兩種邊緣的檢測(cè)結(jié)果存在明顯差異,這在很大程度上影響著遙感影像中目標(biāo)的檢測(cè)、識(shí)別以及精確定位。為提高檢測(cè)精度、改善對(duì)各種邊緣的通用性,本文提出一種利用極值梯度的通用亞像素邊緣檢測(cè)算法。

    2 邊緣初定位的基本原理

    常見的圖像邊緣可分為階躍狀邊緣和屋頂狀邊緣兩種[18],其理想模型及相應(yīng)的灰度剖面如圖1所示。

    圖1 兩種邊緣的理想模型及相應(yīng)的灰度剖面Fig.1 Ideal models and gray section planes of two types of edge

    2.1 初始邊緣的求解

    大部分的典型一階導(dǎo)數(shù)邊緣檢測(cè)算子僅在兩個(gè)方向上計(jì)算邊緣強(qiáng)度,且只在灰度變化最大的方向上求解梯度,未考慮到可將梯度細(xì)分為灰度增加最大的正梯度和灰度減小最大的負(fù)梯度進(jìn)行處理,并不完全符合實(shí)際影像中灰度的分布情況。因此,本方法將梯度分解為灰度增加最大的正梯度和灰度減小最大的負(fù)梯度兩個(gè)部分,并分別進(jìn)行求解。

    極值梯度的大小由當(dāng)前像點(diǎn)與其8鄰域像點(diǎn)之間灰度差值的極值(式(1))所確定,方向?yàn)楫?dāng)前像點(diǎn)指向差值極值所對(duì)應(yīng)的鄰域像點(diǎn)

    式中,max()、min()分別為最大值函數(shù)、最小值函數(shù);gra(i)由式(2)確定,表示當(dāng)前像點(diǎn)在i號(hào)鄰域點(diǎn)所在方向上的灰度變化,各鄰域點(diǎn)的編號(hào)如圖2所示;G1、G2分別表示正梯度和負(fù)梯度的大小,實(shí)際計(jì)算中,用極值對(duì)應(yīng)的鄰域點(diǎn)號(hào)i表示梯度的方向;i=1,2,…,8

    式中,g、gi分別表示當(dāng)前像點(diǎn)與i號(hào)鄰域點(diǎn)的灰度值。

    圖2 當(dāng)前像點(diǎn)()各鄰域點(diǎn)的編號(hào)示意圖Fig.2 Number of eight neighborhood points of current pixel()

    通過分析gra(i)的特點(diǎn),發(fā)現(xiàn)當(dāng)其出現(xiàn)全為負(fù)數(shù)(正數(shù))的情況時(shí),式(1)并不能有效求得正梯度(負(fù)梯度)的大小,因此對(duì)式(1)進(jìn)行改進(jìn),利用式(3)代替式(1)作為正梯度和負(fù)梯度的定義式

    式中,各函數(shù)和變量的含義同式(1)。需要說明的是,一般通過式(3)求得的梯度大小為正數(shù)。

    根據(jù)上述原理可得,每個(gè)像點(diǎn)對(duì)應(yīng)兩個(gè)梯度向量,與典型一階導(dǎo)數(shù)邊緣算子同理,梯度的大小代表了該像點(diǎn)的“邊緣強(qiáng)度”,為確定初始邊緣,本方法分別對(duì)兩個(gè)梯度采用閾值化處理和局部非極大抑制處理。在進(jìn)行閾值化處理時(shí),“邊緣強(qiáng)度”大于設(shè)定閾值的邊緣點(diǎn)被保留,反之則視為弱邊緣或者非邊緣點(diǎn)而被剔除,閾值的設(shè)定與影像本身所含特征量及所提取邊緣的應(yīng)用目的有關(guān)。局部非極大抑制實(shí)質(zhì)上是僅保留在梯度方向上灰度變化最劇烈的像點(diǎn),具體方法與Canny算子[19]類似。

    經(jīng)過上述兩步處理,得到由局部灰度增加最大和減小最大的兩類像點(diǎn)共同組成的初始邊緣。

    2.2 初始邊緣的特性分析

    本小節(jié)以階躍狀邊緣為例,對(duì)利用上文中所得的初始邊緣進(jìn)行亞像素定位的可行性進(jìn)行分析,并對(duì)其所具有的特性進(jìn)行討論。

    在實(shí)際影像中,階躍狀邊緣在物方空間劇變的灰度值變成了如圖3(a)所示的漸變形式,A、B、C、D 4點(diǎn)是階躍狀邊緣處梯度方向上的4個(gè)像點(diǎn),各像點(diǎn)對(duì)應(yīng)的柱狀長(zhǎng)度代表灰度值大小,曲線為灰度函數(shù)曲線;圖3(b)、(c)分別為各像點(diǎn)的正梯度、負(fù)梯度示意圖。需說明的是,為便于討論,此處假設(shè)這4個(gè)像點(diǎn)的正負(fù)梯度在同一直線方向上。

    圖3 實(shí)際階躍狀邊緣的灰度和梯度Fig.3 Gray and gradient of actual step edge

    圖3(b)、(c)所示的梯度經(jīng)過閾值化及局部非極大抑制處理后,僅B點(diǎn)(正梯度局部最大)和C點(diǎn)(負(fù)梯度局部最大)被保留,而圖3(a)所示邊緣的理論精確位置正是介于B點(diǎn)和C點(diǎn)之間,因此初始邊緣與精確邊緣的位置關(guān)系可由圖4表示(圖4僅僅是兩種可能的位置關(guān)系)。圖中灰色框表示局部灰度增加最大的像點(diǎn),白色框表示局部灰度減小最大的像點(diǎn),黑色框表示非邊緣點(diǎn),方框中箭頭的方向表示該邊緣點(diǎn)的梯度方向,小黑點(diǎn)表示邊緣的精確位置。因此,利用由局部灰度增加最大和減小最大的兩類像點(diǎn)共同組成的初始邊緣進(jìn)行邊緣的亞像素定位具有一定的可行性。

    圖4 初始邊緣與精確邊緣的兩種位置關(guān)系示意圖Fig.4 Two cases of ubiety between initial edge and accurate edge

    對(duì)如圖5(a)所示的模擬影像進(jìn)行邊緣初定位的結(jié)果如圖5(b)所示,局部放大圖中每一個(gè)虛線框表示一個(gè)像點(diǎn),實(shí)線箭頭和虛線箭頭所在像點(diǎn)分別是局部灰度增加最大、減小最大的像點(diǎn),箭頭方向表示對(duì)應(yīng)的梯度方向。由圖可知,在非角點(diǎn)邊緣處,兩類像點(diǎn)一一對(duì)應(yīng),這種由兩種梯度共同確定的邊緣,保證了提取結(jié)果的可靠性與穩(wěn)定性;在角點(diǎn)附近,兩類像點(diǎn)出現(xiàn)了多對(duì)一的情形,因此,不僅可以較好地提取角點(diǎn),在角點(diǎn)附近還能提取到更密集的邊緣點(diǎn),這更有益于邊緣檢測(cè)的后續(xù)工作邊緣跟蹤的進(jìn)行。

    圖5 模擬影像及本文方法提取的初始邊緣Fig.5 Simulative image and initial edge from the proposed algorithm

    3 亞像素邊緣定位模型

    通過對(duì)極值梯度的求解與處理得到了初始邊緣,下面著重分析階躍狀邊緣和屋頂狀邊緣的初始邊緣所具有的特點(diǎn),然后建立各自的亞像素定位擬合模型。

    3.1 階躍狀邊緣的亞像素定位模型

    對(duì)于階躍狀邊緣,根據(jù)灰度變化最劇烈處(即邊緣精確位置)與各像點(diǎn)中心的位置關(guān)系,可細(xì)分為如圖6(a)、(b)所示的兩種情形。圖6中柱狀長(zhǎng)度、方框顏色、箭頭方向及黑點(diǎn)的含義與圖3(a)、圖4相同,圖6(a)、(b)中x軸上的坐標(biāo)代表邊緣梯度方向上的各像點(diǎn),圖7、圖8與此同理。

    圖6(a)代表邊緣的精確位置S位于像點(diǎn)邊緣附近的情形,其初始邊緣如圖6(c)所示,像點(diǎn)B、C分別被檢測(cè)為局部灰度增加最大、減小最大的像點(diǎn),即兩類像點(diǎn)相向一一對(duì)應(yīng)。

    圖6(b)代表邊緣的精確位置S位于像點(diǎn)中心附近的情形,由于像點(diǎn)C的正梯度和負(fù)梯度均為局部極大值,即同時(shí)是局部灰度增加最大和減小最大的像點(diǎn)(如圖6(d)所示)。因此,兩類像點(diǎn)相背一一對(duì)應(yīng)。

    根據(jù)中心極限定理,物方空間灰度劇變的邊緣經(jīng)光學(xué)成像后灰度變化應(yīng)符合高斯分布,曲線頂點(diǎn)為邊緣的精確位置。由于二次曲線是高斯曲線的高次逼近,利用二次曲線來近似高斯曲線,不僅誤差較小,還可大大提高計(jì)算效率。因此,本文利用式(4)所示的二次曲線對(duì)階躍狀邊緣的梯度函數(shù)進(jìn)行擬合。

    圖6 階躍狀邊緣初始邊緣的兩種情況Fig.6 Two cases of initial edge of step edge

    對(duì)于上述兩種情形,邊緣精確位置S附近的梯度分布如圖7所示。為解算方便,將像點(diǎn)B、C之間梯度值對(duì)應(yīng)的橫坐標(biāo)置為0,然后利用式(5)和式(6)所示的擬合數(shù)據(jù)分別對(duì)兩種情形的模型參數(shù)進(jìn)行求解

    式中,G1(·)、G2(·)分別表示對(duì)應(yīng)點(diǎn)的正梯度、負(fù)梯度;g′i表示用于擬合梯度函數(shù)的梯度值。

    圖7 階躍狀邊緣的亞像素定位模型Fig.7 Sub-pixel edge detection models for step edge

    因此,邊緣的精確位置相對(duì)于基準(zhǔn)像點(diǎn)中心的位移量為

    式中,x0為二次曲線的頂點(diǎn)坐標(biāo),式中后半部分的“-”、“+”分別在第一種情形和第二種情形中取得。

    位移方向與位移量的正負(fù)有關(guān),當(dāng)x′0>0時(shí),位移方向?yàn)榛鶞?zhǔn)像點(diǎn)的正梯度方向;反之,則為負(fù)梯度方向。這里的基準(zhǔn)像點(diǎn)在兩種情形中分別為像點(diǎn)B和像點(diǎn)C。

    此處僅對(duì)灰度增大時(shí)的階躍狀邊緣的定位模型進(jìn)行了討論,而灰度減小時(shí)的階躍狀邊緣的定位模型與其同理,不再贅述。

    3.2 屋頂狀邊緣的亞像素定位模型

    對(duì)于屋頂狀邊緣,邊緣的精確位置位于灰度增大和減小的變化處,灰度變化(先增大后減小或者先減小后增大)的整個(gè)過程是在較小的空間距離內(nèi)完成的,因?yàn)槿羝骄弲^(qū)域較寬則變成了一對(duì)階躍狀邊緣。因此,本方法在討論屋頂狀邊緣的定位模型時(shí)僅考慮其覆蓋的空間距離較小的情形,并利用如式(8)所示的二次曲線模型對(duì)屋頂狀邊緣的灰度曲線進(jìn)行擬合,曲線頂點(diǎn)即為邊緣的精確位置。需要指出的是,這里提到的邊緣所覆蓋的空間距離指局部灰度增加(或減小)最大的像點(diǎn)在梯度方向上的間距,而不是由圖像直觀判斷得到的邊緣寬度。此處僅討論m<0的情形,即灰度先增大后減小的屋頂狀邊緣(如圖8(a)所示),而m>0的情形與其同理,不再贅述

    圖8(a)是屋頂狀邊緣附近的灰度分布示意圖,曲線是屋頂狀邊緣處的灰度函數(shù)模型,S點(diǎn)是邊緣的理論精確位置。圖8(b)、(c)表示屋頂狀邊緣處初始邊緣的兩種情形,其中像點(diǎn)A、C均是局部灰度增加最大的像點(diǎn),且正梯度方向均指向像點(diǎn)B,不同之處在于圖8(b)中像點(diǎn)B不是局部灰度減小最大的像點(diǎn),但這對(duì)邊緣的定位沒有實(shí)質(zhì)性的影響,邊緣的精確位置(小黑點(diǎn))均應(yīng)位于像點(diǎn)B中心附近。

    圖8 屋頂狀邊緣的亞像素定位模型Fig.8 Sub-pixel edge detection models for roof edge

    在求得初始邊緣后,通過對(duì)各像點(diǎn)處初始邊緣進(jìn)行分析判斷,若符合圖8(b)、(c)所示的情形,即判定為屋頂狀邊緣,然后利用梯度方向上相鄰像點(diǎn)(如此處的像點(diǎn)A、B、C)的灰度值對(duì)式(8)所示的灰度模型參數(shù)進(jìn)行求解,邊緣的精確位置為

    式中,g-1、g0、g1分別表示像點(diǎn)A、B、C的灰度值。

    此時(shí)x0即為邊緣精確位置相對(duì)于像點(diǎn)B中心的位移量,位移方向與位移量的正負(fù)有關(guān),當(dāng)x0>0時(shí),位移方向?yàn)橄顸c(diǎn)C的正梯度方向;反之,則為負(fù)梯度方向。

    4 算法實(shí)現(xiàn)步驟

    前文對(duì)邊緣初定位和亞像素定位等關(guān)鍵步驟的相關(guān)原理進(jìn)行了說明,本方法的具體步驟如下:

    (1)利用高斯雙邊濾波[20]對(duì)影像進(jìn)行保邊平滑處理。

    (2)邊緣初定位。逐像點(diǎn)求解極值梯度,并分別對(duì)兩個(gè)梯度向量進(jìn)行閾值化處理和局部非極大抑制處理得到初始邊緣。實(shí)際計(jì)算中,為減小噪聲的影響,保證算法的可靠性和穩(wěn)定性,利用式(2)計(jì)算像點(diǎn)在各方向上的灰度變化時(shí),用當(dāng)前鄰域點(diǎn)及其兩側(cè)相鄰鄰域點(diǎn)的灰度均值代替當(dāng)前鄰域點(diǎn)的灰度值,例如用圖2中的1、2、3號(hào)鄰域點(diǎn)的灰度均值g2'代替g2參與計(jì)算。

    (3)邊緣的精確定位。由于不同邊緣類型的初始邊緣具有不同的表現(xiàn)形式,在利用初始邊緣進(jìn)行精確定位時(shí)首先需要判斷邊緣類型,然后再利用相應(yīng)的定位模型進(jìn)行精確定位。具體步驟如下:

    a.首先尋找“多對(duì)一”的初始邊緣,若這多個(gè)同種邊緣點(diǎn)中存在兩個(gè)邊緣點(diǎn)在同一直線上且梯度方向相對(duì)(如圖8(b)、(c)),即邊緣“二對(duì)一”情形,則將其判定為屋頂狀邊緣,并按照3.2中的定位模型進(jìn)行求解;否則,將這多個(gè)同種邊緣點(diǎn)分別與另一種邊緣點(diǎn)組成“相向一一對(duì)應(yīng)”邊緣,按照3.1中定位模型的第一種情形進(jìn)行求解。

    b.然后尋找“相背一一對(duì)應(yīng)”的初始邊緣,并將其按照3.1中定位模型的第二種情形進(jìn)行求解。

    c.最后對(duì)“相向一一對(duì)應(yīng)”的初始邊緣按照3.1中定位模型的第一種情形進(jìn)行求解。

    (4)離散邊緣點(diǎn)剔除。剔除檢測(cè)出的離散邊緣點(diǎn)和噪聲點(diǎn)。

    5 試驗(yàn)與結(jié)果分析

    5.1 試驗(yàn)1 利用模擬影像檢驗(yàn)算法的通用性、定位能力

    LOG算子是高斯濾波和拉普拉斯算子的結(jié)合,能有效抑制噪聲的影響。Edison算子[21]是Canny算子的改進(jìn),通過增加邊緣置信度這一指標(biāo)增強(qiáng)了弱邊緣檢測(cè)能力以及對(duì)噪聲的抑制效果。下面利用LOG算子、Edison算子以及本文的方法對(duì)如圖9(a)所示的模擬影像進(jìn)行邊緣檢測(cè),結(jié)果如圖9(b)—(d)所示。圖9(a)中A—D 4個(gè)區(qū)域包含各種邊緣:區(qū)域A包含曲線狀階躍狀邊緣、區(qū)域B包含曲線狀屋頂狀邊緣、區(qū)域C包含傾斜和豎直直線狀階躍狀邊緣、區(qū)域D包含傾斜直線狀階躍狀邊緣和角點(diǎn)。為了更直觀地顯示檢測(cè)結(jié)果,將本文方法檢測(cè)所得的亞像素邊緣點(diǎn)投影到原始影像上,上述4個(gè)區(qū)域檢測(cè)結(jié)果的放大圖分別如圖9(e)—(h)所示,圖中小黑點(diǎn)為檢測(cè)所得的亞像素邊緣點(diǎn)。

    圖9 模擬影像及3種方法的邊緣檢測(cè)結(jié)果Fig.9 Simulative image and edge detection results from three detectors

    由試驗(yàn)結(jié)果可知,LOG算子和Edison算子僅能檢測(cè)階躍狀邊緣,不能有效地檢測(cè)屋頂狀邊緣,其原因是Edison算子在確定邊緣置信度時(shí)采用階躍狀邊緣模型建立標(biāo)準(zhǔn)邊緣模板。另外這兩種算子對(duì)角點(diǎn)及多條邊緣的交點(diǎn)不能較好地提取,還可能出現(xiàn)漏檢的情況。而本文方法對(duì)不同的邊緣類型都能較好地識(shí)別與檢測(cè),具有良好的通用性,并且對(duì)角點(diǎn)以及邊緣的交點(diǎn)也能有效地提取,能較好地保持目標(biāo)的形狀。

    5.2 試驗(yàn)2 利用標(biāo)準(zhǔn)邊緣影像定量評(píng)價(jià)算法的定位能力

    文獻(xiàn)[22]以CCD成像原理為基礎(chǔ),根據(jù)方形孔徑采樣定理,給出了生成理想直線型階躍邊緣的方法??紤]到實(shí)際成像時(shí)光學(xué)成像系統(tǒng)對(duì)圖像的平滑作用,本文以文獻(xiàn)[22]的理想邊緣經(jīng)過平滑處理所得結(jié)果作為試驗(yàn)用的標(biāo)準(zhǔn)階躍狀邊緣。在Intel 2.93 GHz、2GRAM和Matlab R2012a的軟硬件環(huán)境下,利用大小為201像素×201像素、傾斜角為0°至45°且以5°為間隔的一組標(biāo)準(zhǔn)階躍狀邊緣影像比較幾種典型的亞像素檢測(cè)算子以及本方法的定位能力。各方法的定位精度(如表1所示)是利用其對(duì)不同傾斜角的邊緣的定位精度的平均值來衡量,而對(duì)某傾斜角邊緣的定位精度則是所檢測(cè)的各邊緣點(diǎn)與理論邊緣直線的距離平均值。

    表1 幾種亞像素邊緣檢測(cè)算法對(duì)階躍狀邊緣的檢測(cè)結(jié)果Tab.1 Detection results of step edge from different sub-pixel edge detection algorithms

    下面比較各方法對(duì)屋頂狀邊緣的定位精度。此處用于試驗(yàn)的標(biāo)準(zhǔn)屋頂狀邊緣是對(duì)水平直線型的理想屋頂狀邊緣按一定角度進(jìn)行旋轉(zhuǎn),再經(jīng)過平滑處理所得,圖10(a)所示為傾斜角為40°的標(biāo)準(zhǔn)邊緣。

    Edison算子、OFMM法及本文方法對(duì)如圖10(a)所示的標(biāo)準(zhǔn)屋頂狀邊緣的檢測(cè)結(jié)果分別如圖10(b)—(d)所示,圖中小白(黑)點(diǎn)為檢測(cè)邊緣點(diǎn)的精確位置。由結(jié)果可知,Edison算子和OFMM法在檢測(cè)屋頂狀邊緣時(shí)會(huì)在真實(shí)邊緣兩側(cè)分別檢測(cè)出一條邊緣,即無法對(duì)其進(jìn)行有效檢測(cè),不具有通用性。顯然,討論這些非通用算法對(duì)屋頂狀邊緣的定位精度無實(shí)際意義,故后文僅比較通用算法對(duì)屋頂狀邊緣的定位精度。

    圖10 標(biāo)準(zhǔn)屋頂狀邊緣及各算法的檢測(cè)結(jié)果Fig.10 Standard roof edge and edge detection results from different algorithms

    利用本文方法與基于質(zhì)心的方法[16]對(duì)上述標(biāo)準(zhǔn)屋頂狀邊緣進(jìn)行檢測(cè),對(duì)比試驗(yàn)結(jié)果見表2。

    表2 兩種通用算法對(duì)屋頂狀邊緣的檢測(cè)結(jié)果Tab.2 Detection results of roof edge from two universal detection algorithms

    從表1、表2及圖10可知,插值法計(jì)算時(shí)間短、精度最低;擬合法和幾種矩方法計(jì)算效率較低,精度相對(duì)插值法有較大提高,特別是OFMM法和PZM法的定位精度很高,達(dá)到了0.1像素,但它們均不能對(duì)屋頂狀邊緣進(jìn)行有效檢測(cè)?;谫|(zhì)心的方法計(jì)算效率高,對(duì)兩種標(biāo)準(zhǔn)邊緣都能有效檢測(cè),對(duì)階躍狀邊緣有較高的定位精度。相比而言,本文方法檢測(cè)時(shí)間稍長(zhǎng),但對(duì)兩種邊緣的檢測(cè)性能更穩(wěn)定,有更高的定位精度。綜合比較可得,本方法通用性好,邊緣定位精度高,并且精度與效率達(dá)到了一個(gè)較好的平衡。

    5.3 試驗(yàn)3 利用實(shí)際影像驗(yàn)證算法各方面的性能

    為進(jìn)一步驗(yàn)證本算法各方面的性能,利用圖11(a)所示的影像進(jìn)行對(duì)比試驗(yàn)。圖11(b)—(f)分別為Edison算子、基于質(zhì)心的方法、Zernike矩法、PZM法以及本文方法的檢測(cè)結(jié)果,其中圖11(c)、(f)進(jìn)行了兩次局部放大,黑點(diǎn)為檢測(cè)所得的邊緣點(diǎn),第二次放大圖中每一個(gè)虛線框表示一個(gè)像素。

    圖11 實(shí)際影像及其邊緣檢測(cè)結(jié)果Fig.11 Real image and edge detection results

    由試驗(yàn)結(jié)果可知,Edison算子有較好的弱邊緣檢測(cè)性能,所得邊緣連續(xù)性較好,但也會(huì)因此檢測(cè)出一些非邊緣點(diǎn),如圖11(b)中屋頂位置處的一些虛假邊緣;Zernike矩法和PZM法抗噪能力強(qiáng),但其邊緣響應(yīng)較寬,弱邊緣檢測(cè)能力較差,僅能檢測(cè)到強(qiáng)邊緣。此外,上述3種方法在檢測(cè)屋頂狀邊緣時(shí)都會(huì)檢測(cè)出兩條邊緣,如圖11(b)、(d)、(e)中灰色箭頭所指的兩條邊緣?;谫|(zhì)心的方法對(duì)各種邊緣均有效,但卻出現(xiàn)了部分像素內(nèi)有多個(gè)邊緣點(diǎn),而部分像素內(nèi)無邊緣點(diǎn)的情況(如圖11(c)所示),這造成了邊緣連續(xù)性較差,這是由于其在對(duì)初始邊緣點(diǎn)進(jìn)行平移改正時(shí)未考慮邊緣方向等因素,這也使得其改正量很容易受噪聲的影響,因此盡管該方法能達(dá)到亞像素級(jí)定位精度,但僅適用于簡(jiǎn)單邊緣的檢測(cè)。本文方法對(duì)屋頂狀邊緣的檢測(cè)結(jié)果優(yōu)于基于質(zhì)心的方法,并且在角點(diǎn)處能得到相對(duì)較密集的邊緣點(diǎn)(如圖11(f)左上方的放大圖所示),這不僅有助于提取角點(diǎn),還對(duì)下一步邊緣跟蹤有重要意義,此外本文方法能檢測(cè)出圖中墻體上的大部分弱邊緣,并且虛假邊緣較少,這是由于所提取的每一個(gè)邊緣點(diǎn)均由兩種邊緣點(diǎn)共同確定,有較強(qiáng)的可靠性,這也在一定程度上降低了噪聲的影響。因此,本文方法有較好的可靠性和通用性,對(duì)各種邊緣以及角點(diǎn)均有較高的定位精度,并對(duì)噪聲有一定的抑制作用。

    6 結(jié) 論

    邊緣檢測(cè)在遙感影像分割、目標(biāo)識(shí)別以及地物提取等影像分析處理中起著重要的作用。本文針對(duì)傳統(tǒng)方法通用性和精度需進(jìn)一步提高等問題,提出一種利用極值梯度的通用亞像素邊緣檢測(cè)算法。為了更符合梯度的實(shí)際分布情況,本算法首先將梯度分解為正梯度和負(fù)梯度并分別進(jìn)行求解,在經(jīng)過閾值化和局部非極大抑制處理后得到由兩種邊緣點(diǎn)共同構(gòu)成的初始邊緣。對(duì)亞像素定位的可行性進(jìn)行分析之后,針對(duì)不同邊緣類型的初始邊緣所具有的特點(diǎn),分別建立了階躍狀邊緣和屋頂狀邊緣的亞像素定位擬合模型。由于本方法最終檢測(cè)所得的邊緣由兩種邊緣點(diǎn)共同確定,結(jié)果具有較好的可靠性和穩(wěn)定性,幾組對(duì)比試驗(yàn)的結(jié)果驗(yàn)證了本方法對(duì)不同類型邊緣都能較好地提取,通用性較好,對(duì)包括角點(diǎn)在內(nèi)的邊緣均有較高的定位精度,并且對(duì)噪聲有一定的抑制作用。

    在后續(xù)研究中,將著重進(jìn)行邊緣跟蹤的相關(guān)研究,并利用不能與另一類邊緣像點(diǎn)組合的某一類邊緣像點(diǎn)對(duì)邊緣進(jìn)行補(bǔ)充,以解決部分邊緣存在斷裂的問題,實(shí)現(xiàn)影像分割和地物的高精度自動(dòng)提取。另外,如何提高本方法對(duì)弱邊緣的檢測(cè)性能以及強(qiáng)噪聲干擾下的穩(wěn)定性也值得進(jìn)一步研究。

    [1] ZH AO Xi’an,LI Deren.Constructing Two Dimension Symmetric Wavelets for Extracting Edge Features of Image at Multiscales[J].Acta Geodaetica et Cartographica Sinica,2003,32(4):313-319.(趙西安,李德仁.二維對(duì)稱小波與多尺度影像邊緣特征提取[J].測(cè)繪學(xué)報(bào),2003,32(4):313-319.)

    [2] WANG Ke,XIAO Pengfeng,FENG Xuezhi,et al.The Modified Algorithm of Image Edge Features Detection Based on 2D Discrete Hilbert Transform[J].Acta Geodaetica et Cartographica Sinica,2012,41(3):421-427.(王珂,肖鵬峰,馮學(xué)智,等.基于改進(jìn)二維離散希爾伯特變換的圖像邊緣檢測(cè)方法[J].測(cè)繪學(xué)報(bào),2012,41 (3):421-427.)

    [3] 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):587-591.(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(cè)方法[J].測(cè)繪學(xué)報(bào),2011,40(5):587-591.)

    [4] MEFTAH B,LEZORAY O,BENYETTOU A.Segmentation and Edge Detection Based on Spiking Neural Network Model[J].Neural Processing Letters,2010,32 (2):131-146.

    [5] DEMERS M.Edge Detection Using Fractal Imaging[J].International Journal of Mathematical Modelling and Numerical Optimisation,2012,3(4):266-280.

    [6] HUANG C P,WANG R Z.An Integrated Edge Detection Method Using Mathematical Morphology[J].Pattern Recognition and Image Analysis,2006,16(3):406-412.

    [7] HERMOSILLA T,BERMEJO E,BALAGUER A,et,al.Non-linear Fourth-order Image Interpolation for Subpixel Edge Detection and Localization[J].Image and Vision Computing,2008,26(9):1240-1248.

    [8] QU Yufu,PU Zhaobang,WANG Yaai.Contrast Study of Subpixel Edge Detection in Vision Measuring System[J].Chinese Journal of Scientific Instrument,2003,23(3): 460-462.(屈玉福,浦昭邦,王亞愛.視覺檢測(cè)系統(tǒng)中亞像素邊緣檢測(cè)技術(shù)的對(duì)比研究[J].儀器儀表學(xué)報(bào),2003,23 (3):460-462.)

    [9] LI Zhe,DING Zhenliang,YUAN Feng.Subpixel Algorithm Based on Level Interpolation and Least Squares Fitting[J].Journal of Nanjing University of Science and Technology: Natural Science,2008,32(5):615-618.(李喆,丁振良,袁峰.基于分層插值和最小二乘擬合的亞像素細(xì)分算法[J].南京理工大學(xué)學(xué)報(bào):自然科學(xué)版,2008,32(5):615-618.)

    [10] DA F P,ZHANG H.Sub-pixel Edge Detection Based on an Improved Moment[J].Image and Vision Computing, 2010,28(12):1645-1658.

    [11] QU Y D,CUI C S,CHEN S B,et al.A Fast Subpixel Edge Detection Method Using Sobel-Zernike Moments Operator [J].Image and Vision Computing,2005,23(1):11-17.

    [12] GAO Shiyi,ZHAO Mingyang,ZH ANG Lei.Improved Algorithm about Subpixel Edge Detection of Image Based on Zernike Orthogonal Moments[J].Acta Automatica Sinica,2008,34(9):1163-1169.(高世一,趙明揚(yáng),張雷.基于Zernike正交矩的圖像亞像素邊緣檢測(cè)算法改進(jìn)[J].自動(dòng)化學(xué)報(bào),2008,34(9):1163-1169.)

    [13] BIN T J,LEI A,CUI J W,et al.Subpixel Edge Location Based on Orthogonal Fourier-Mellin Moments[J].Image and Vision Computing,2008,26(4):563-569.

    [14] ZHANG K,CHEN H Q,LIANG Q W,et al.Subpixel Edge Detection Algorithm Based on Pseudo-Zernike Moments[C]∥Proceedings of International Society for Optical Engineering.Dalian:The International Society of Optical Engineering,2010:765-771.

    [15] YI Mo,LIU Zhongxuan,PENG Silong.Subpixel Edge Location Using Improved LSR[J].Journal of Image and Graphics, 2005,10(10):1314-1319.(易沫,劉忠軒,彭思龍.水平集重構(gòu)方法改進(jìn)及亞像素邊緣定位[J].中國(guó)圖象圖形學(xué)報(bào),2005,10(10):1314-1319.)

    [16] LIN Xintang,WANG Zongyi.A Novel Universal and Fast Algorithm for Two-dimensional Subpixel Edge Detection [J].Applied Science and Technology,2010,37(8):35-39.(林欣堂,王宗義.一種新的快速通用二維圖像亞像素邊緣檢測(cè)算法[J].應(yīng)用科技,2010,37(8):35-39.)

    [17] SHENG Zunbing,CUI Xianyu,GAO Guo’an.A Universal Algorithm for Subpixel Edge Detection[J].Journal of Shanghai Jiaotong University,2007,41(6):911-915.(盛遵冰,崔賢玉,高國(guó)安.通用亞像素邊緣檢測(cè)算法[J].上海交通大學(xué)學(xué)報(bào),2007,41(6):911-915.)

    [18] GENG Zexun,ZHANG Baoming,FAN Dazhao.Digital Photogrammetry[M].Beijing:Surveying and Mapping Press,2010.(耿則勛,張保明,范大昭.數(shù)字?jǐn)z影測(cè)量學(xué)[M].北京:測(cè)繪出版社,2010.)

    [19] CANNY J F.A Computational Approach to Edge Detection [J].IEEE Transactions on PAMI,1986,8(6):679-698.

    [20] KUNAL N C,SAGE D,UNSER M.Fast O(1)Bilateral Filtering Using Trigonometric Range Kernels[J].IEEE Transactions on Image Processing,2011,20(12):3376-3382.

    [21] MEER P,GEORGESCU B.Edge Detection with Embedded Confidence[J].IEEE Transactions on Pattern Analysis and Machine Intellegence,2001,23(12):1351-1365.

    [22] HE Zhonghai,WANG Baoguang,LIAO Yibai.Study of Method for Generating Ideal Edges[J].Optics and Precision Engineering,2002,10(1):89-93.(賀忠海,王寶光,廖怡白.理想邊緣產(chǎn)生方法的研究[J].光學(xué)精密工程,2002,10(1):89-93.)

    (責(zé)任編輯:叢樹平)

    Universal Sub-pixel Edge Detection Algorithm Based on Extremal Gradient

    CHEN Xiaowei1,XU Zhaohui2,GUO Haitao1,ZHANG Baoming1
    1.Institute of Geospatial Information,Information Engineering University,Zhengzhou 450052,China;2.Key Laboratory of Grain Information Processing and Control of Ministry of Education,Henan University of Technology,Zhengzhou 450052,China

    An universal sub-pixel edge detection algorithm is proposed based on extremal gradient,with the purpose of further improving the universal character and precision of traditional algorithms.Extremal gradient is disintegrated into positive and negative gradients that are solved respectively in eight directions.Then,initial edge composed of two types of pixels with local gray level maximum increase and decrease can be obtained.Finally,sub-pixel orientation fitting models are built for different types of edges separately according to the characteristic of initial edges.Experiments between the proposed algorithm and the others have been realized to verify its performance based on simulative and real images.The results indicate that the proposed algorithm has better applicability of different types of edges and higher precision including corner point than traditional algorithms.

    edge detection;extremal gradient;sub-pixel edge;edge orientation

    CHEN Xiaowei(1989—),male,postgraduate, majors in extraction and matching of edge features.

    P237

    A

    1001-1595(2014)05-0500-08

    國(guó)家自然科學(xué)基金(41101396;41001262)

    2013-03-18

    陳小衛(wèi)(1989—),男,碩士生,研究方向?yàn)檫吘壧卣魈崛∨c匹配。

    E-mail:chenxw_2007@aliyun.com

    CHEN Xiaowei,XU Zhaohui,GUO Haitao,et al.Universal Sub-pixel Edge Detection Algorithm Based on Extremal Gradient [J].Acta Geodaetica et Cartographica Sinica,2014,43(5):500-507.(陳小衛(wèi),徐朝輝,郭海濤,等.利用極值梯度的通用亞像素邊緣檢測(cè)方法[J].測(cè)繪學(xué)報(bào),2014,43(5):500-507.)

    10.13485/j.cnki.11-2089.2014.0073

    修回日期:2013-08-28

    猜你喜歡
    階躍屋頂梯度
    今日農(nóng)業(yè)(2022年1期)2022-11-16 21:20:05
    一個(gè)改進(jìn)的WYL型三項(xiàng)共軛梯度法
    基于階躍雙包層光纖的螺旋型光纖傳感器
    一種自適應(yīng)Dai-Liao共軛梯度法
    屋頂屋
    屋頂上的馬
    一類扭積形式的梯度近Ricci孤立子
    探討單位階躍信號(hào)的教學(xué)
    屋頂?shù)难?外四首)
    天津詩人(2017年2期)2017-11-29 01:24:14
    河南科技(2014年3期)2014-02-27 14:05:45
    窝窝影院91人妻| 天堂动漫精品| 夜夜爽天天搞| 少妇的丰满在线观看| 国产欧美日韩精品一区二区| 国内精品美女久久久久久| 亚洲激情在线av| 最近最新中文字幕大全免费视频| 成熟少妇高潮喷水视频| 婷婷亚洲欧美| 成人三级黄色视频| 国产黄色小视频在线观看| 精品无人区乱码1区二区| 精品久久久久久久久久免费视频| 黄色 视频免费看| 久久中文看片网| 免费人成视频x8x8入口观看| 婷婷丁香在线五月| 免费无遮挡裸体视频| 18禁黄网站禁片免费观看直播| 国产一区二区三区在线臀色熟女| av片东京热男人的天堂| 两性午夜刺激爽爽歪歪视频在线观看| 国产成人系列免费观看| 亚洲欧美日韩卡通动漫| 又爽又黄无遮挡网站| 一区二区三区国产精品乱码| 99国产极品粉嫩在线观看| 九色成人免费人妻av| 午夜精品在线福利| 脱女人内裤的视频| 日韩精品青青久久久久久| 久久精品影院6| 一边摸一边抽搐一进一小说| xxx96com| 一区二区三区高清视频在线| 亚洲熟妇中文字幕五十中出| 国产麻豆成人av免费视频| 怎么达到女性高潮| 午夜视频精品福利| 亚洲无线在线观看| bbb黄色大片| 国产激情欧美一区二区| 精品国产亚洲在线| 麻豆国产97在线/欧美| 好男人在线观看高清免费视频| 九色国产91popny在线| av福利片在线观看| 岛国视频午夜一区免费看| 免费观看的影片在线观看| 一本精品99久久精品77| 一级黄色大片毛片| 一二三四社区在线视频社区8| 两性夫妻黄色片| 久久久久久久久免费视频了| 亚洲成人久久性| 日本精品一区二区三区蜜桃| 禁无遮挡网站| 国产欧美日韩精品一区二区| 女人高潮潮喷娇喘18禁视频| 偷拍熟女少妇极品色| 国产精品美女特级片免费视频播放器 | 国产熟女xx| 神马国产精品三级电影在线观看| 亚洲av第一区精品v没综合| 国产单亲对白刺激| 曰老女人黄片| 日韩欧美三级三区| 欧美乱妇无乱码| 亚洲人成网站高清观看| 神马国产精品三级电影在线观看| 制服丝袜大香蕉在线| 女人被狂操c到高潮| 99国产精品一区二区三区| 日韩欧美精品v在线| 在线观看美女被高潮喷水网站 | 日韩欧美一区二区三区在线观看| 精品欧美国产一区二区三| 午夜精品一区二区三区免费看| 亚洲国产高清在线一区二区三| 1024香蕉在线观看| 男插女下体视频免费在线播放| 99热这里只有是精品50| 久久精品人妻少妇| 岛国在线免费视频观看| 级片在线观看| 国内精品美女久久久久久| 长腿黑丝高跟| 久久久国产成人精品二区| 特级一级黄色大片| 宅男免费午夜| 午夜福利视频1000在线观看| 啦啦啦观看免费观看视频高清| 成人特级黄色片久久久久久久| 久久久久久久久久黄片| 老司机午夜十八禁免费视频| 亚洲色图av天堂| 男女下面进入的视频免费午夜| 亚洲国产欧美一区二区综合| 国产成人av激情在线播放| 两个人的视频大全免费| 久久中文字幕人妻熟女| 日韩欧美在线二视频| 国产精品99久久99久久久不卡| 一进一出好大好爽视频| 亚洲成人久久爱视频| 9191精品国产免费久久| 色噜噜av男人的天堂激情| 久久精品91无色码中文字幕| 国产激情欧美一区二区| 18禁黄网站禁片免费观看直播| 国产精品久久久久久人妻精品电影| 欧洲精品卡2卡3卡4卡5卡区| 12—13女人毛片做爰片一| 久久精品综合一区二区三区| 亚洲av电影不卡..在线观看| 精品一区二区三区视频在线观看免费| 成人特级av手机在线观看| 亚洲人成伊人成综合网2020| 亚洲国产精品合色在线| 香蕉av资源在线| 精品欧美国产一区二区三| 99国产精品99久久久久| 色噜噜av男人的天堂激情| 99riav亚洲国产免费| 久久人妻av系列| 国产高清视频在线播放一区| 免费看美女性在线毛片视频| 蜜桃久久精品国产亚洲av| 国产精品久久久久久久电影 | 国产真实乱freesex| 亚洲中文日韩欧美视频| 热99在线观看视频| 毛片女人毛片| 一本综合久久免费| 黄片小视频在线播放| 亚洲国产色片| 亚洲专区字幕在线| 亚洲,欧美精品.| 国产成人aa在线观看| 一本综合久久免费| 久久久久久久久久黄片| 成人鲁丝片一二三区免费| 国产黄片美女视频| 国产一区二区激情短视频| 日本撒尿小便嘘嘘汇集6| 欧美日韩瑟瑟在线播放| 亚洲精品美女久久av网站| aaaaa片日本免费| 老司机深夜福利视频在线观看| 男女做爰动态图高潮gif福利片| 午夜福利视频1000在线观看| 亚洲自偷自拍图片 自拍| 日本 av在线| 久久亚洲真实| 一区二区三区国产精品乱码| 他把我摸到了高潮在线观看| e午夜精品久久久久久久| 白带黄色成豆腐渣| 九九热线精品视视频播放| 亚洲第一欧美日韩一区二区三区| 日韩中文字幕欧美一区二区| 成在线人永久免费视频| 九色国产91popny在线| 男人舔女人的私密视频| 国产精品久久视频播放| 真人做人爱边吃奶动态| 国产精品久久久人人做人人爽| 国产淫片久久久久久久久 | 又爽又黄无遮挡网站| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产欧洲综合997久久,| 欧美另类亚洲清纯唯美| 男人舔女人的私密视频| 国产精品 国内视频| 亚洲在线自拍视频| 日韩 欧美 亚洲 中文字幕| 两性夫妻黄色片| 欧美日本视频| 久久精品夜夜夜夜夜久久蜜豆| 禁无遮挡网站| 亚洲自偷自拍图片 自拍| 午夜免费观看网址| 99久国产av精品| 国产亚洲精品久久久久久毛片| 国产精品九九99| 精品久久蜜臀av无| 一进一出抽搐gif免费好疼| 欧美日韩乱码在线| 亚洲 欧美一区二区三区| 亚洲成人中文字幕在线播放| 可以在线观看的亚洲视频| 在线十欧美十亚洲十日本专区| 18禁国产床啪视频网站| aaaaa片日本免费| h日本视频在线播放| 国产精品九九99| aaaaa片日本免费| 在线观看66精品国产| 久久精品国产99精品国产亚洲性色| 午夜免费成人在线视频| 国产精品av久久久久免费| 欧美日韩一级在线毛片| 99热精品在线国产| av中文乱码字幕在线| 搡老妇女老女人老熟妇| xxx96com| 亚洲自拍偷在线| 一个人观看的视频www高清免费观看 | 狂野欧美白嫩少妇大欣赏| 亚洲中文日韩欧美视频| 久久婷婷人人爽人人干人人爱| 国产亚洲精品久久久com| 日韩大尺度精品在线看网址| 在线观看一区二区三区| 99久久国产精品久久久| 三级男女做爰猛烈吃奶摸视频| www.999成人在线观看| e午夜精品久久久久久久| 757午夜福利合集在线观看| 丰满的人妻完整版| 女人被狂操c到高潮| 黑人巨大精品欧美一区二区mp4| 19禁男女啪啪无遮挡网站| 久久精品国产99精品国产亚洲性色| 日本黄色视频三级网站网址| 国产高清有码在线观看视频| 精品一区二区三区av网在线观看| 国产一区二区在线观看日韩 | 久久这里只有精品19| 激情在线观看视频在线高清| 国产精品九九99| 成熟少妇高潮喷水视频| 此物有八面人人有两片| 中国美女看黄片| 日韩欧美在线乱码| 日本精品一区二区三区蜜桃| 校园春色视频在线观看| 国产精品久久久久久亚洲av鲁大| www.www免费av| 在线观看舔阴道视频| 婷婷六月久久综合丁香| 成人鲁丝片一二三区免费| 国产精品久久久久久久电影 | 夜夜夜夜夜久久久久| 国产精品亚洲一级av第二区| 观看美女的网站| 国产在线精品亚洲第一网站| 一区福利在线观看| 亚洲欧美激情综合另类| 精品国产超薄肉色丝袜足j| 欧美日韩乱码在线| 欧美高清成人免费视频www| 久久亚洲精品不卡| 亚洲一区高清亚洲精品| 波多野结衣高清无吗| 一个人免费在线观看的高清视频| 亚洲人成网站高清观看| 日本与韩国留学比较| www.www免费av| 亚洲专区字幕在线| 变态另类丝袜制服| 一本精品99久久精品77| 国产一区二区在线观看日韩 | 成熟少妇高潮喷水视频| 1000部很黄的大片| 欧美在线一区亚洲| 国产av麻豆久久久久久久| 久久久成人免费电影| 久久久久性生活片| 日本黄色视频三级网站网址| 啪啪无遮挡十八禁网站| 国产伦在线观看视频一区| 亚洲精品在线美女| 少妇人妻一区二区三区视频| 精品久久久久久,| 巨乳人妻的诱惑在线观看| 日韩成人在线观看一区二区三区| 国产高清视频在线播放一区| 18禁观看日本| av中文乱码字幕在线| 日韩欧美三级三区| 搡老妇女老女人老熟妇| 18禁黄网站禁片午夜丰满| 成人鲁丝片一二三区免费| 九色国产91popny在线| 精品久久久久久久人妻蜜臀av| 欧美日韩瑟瑟在线播放| www.自偷自拍.com| 亚洲熟妇熟女久久| 又大又爽又粗| 精品国产乱子伦一区二区三区| 五月伊人婷婷丁香| 欧美色欧美亚洲另类二区| 亚洲国产高清在线一区二区三| 成在线人永久免费视频| 久久久精品大字幕| 美女午夜性视频免费| 1024手机看黄色片| 亚洲中文字幕日韩| 天天躁日日操中文字幕| 白带黄色成豆腐渣| 51午夜福利影视在线观看| 可以在线观看毛片的网站| 午夜a级毛片| 狂野欧美白嫩少妇大欣赏| 中文亚洲av片在线观看爽| а√天堂www在线а√下载| 日日夜夜操网爽| 亚洲国产精品999在线| 欧美成人一区二区免费高清观看 | 69av精品久久久久久| 中文字幕av在线有码专区| 天堂动漫精品| 久久国产精品人妻蜜桃| 黄色女人牲交| 欧美一级毛片孕妇| 亚洲真实伦在线观看| 美女cb高潮喷水在线观看 | 亚洲精华国产精华精| 日韩国内少妇激情av| 久久香蕉国产精品| 99久久成人亚洲精品观看| 日本五十路高清| 午夜精品在线福利| 久久精品91蜜桃| 99久久无色码亚洲精品果冻| 欧美精品啪啪一区二区三区| 观看美女的网站| 99久久99久久久精品蜜桃| 亚洲av成人av| 亚洲在线观看片| 在线永久观看黄色视频| 国产高清videossex| 五月伊人婷婷丁香| 老司机福利观看| 无遮挡黄片免费观看| 国产成人aa在线观看| 亚洲电影在线观看av| 亚洲精华国产精华精| 日韩精品中文字幕看吧| 狠狠狠狠99中文字幕| 久久精品国产综合久久久| 国产成人福利小说| 国产激情欧美一区二区| 亚洲精品美女久久av网站| 国产又黄又爽又无遮挡在线| 香蕉av资源在线| 精品久久久久久成人av| 国产又色又爽无遮挡免费看| 婷婷丁香在线五月| 亚洲成人中文字幕在线播放| 午夜福利成人在线免费观看| 巨乳人妻的诱惑在线观看| 国产成人欧美在线观看| 无遮挡黄片免费观看| 两人在一起打扑克的视频| 大型黄色视频在线免费观看| 国产美女午夜福利| 国产乱人视频| 国产麻豆成人av免费视频| 国产一区二区三区视频了| 一边摸一边抽搐一进一小说| 麻豆成人av在线观看| cao死你这个sao货| 曰老女人黄片| 男女视频在线观看网站免费| 网址你懂的国产日韩在线| 欧美成人性av电影在线观看| 亚洲国产精品合色在线| 老鸭窝网址在线观看| 色老头精品视频在线观看| 一个人免费在线观看电影 | 午夜福利在线观看吧| 日韩精品中文字幕看吧| 嫩草影院入口| 一级黄色大片毛片| 国产成人影院久久av| 在线观看66精品国产| 久久精品91无色码中文字幕| 精品不卡国产一区二区三区| 99riav亚洲国产免费| 久久国产精品影院| 高清毛片免费观看视频网站| 亚洲国产高清在线一区二区三| 一本久久中文字幕| 人妻夜夜爽99麻豆av| 亚洲成av人片免费观看| 999精品在线视频| 香蕉国产在线看| 麻豆久久精品国产亚洲av| 欧美成狂野欧美在线观看| 夜夜看夜夜爽夜夜摸| 99riav亚洲国产免费| 全区人妻精品视频| 久久午夜亚洲精品久久| 成人av一区二区三区在线看| 精品无人区乱码1区二区| 午夜福利在线在线| 欧美丝袜亚洲另类 | 中出人妻视频一区二区| 精品国产三级普通话版| 国产aⅴ精品一区二区三区波| 在线永久观看黄色视频| 亚洲在线观看片| 国产av不卡久久| 啦啦啦韩国在线观看视频| 亚洲国产欧美人成| 香蕉久久夜色| а√天堂www在线а√下载| 国产精品国产高清国产av| 99国产精品一区二区蜜桃av| 黄色日韩在线| 男人的好看免费观看在线视频| 全区人妻精品视频| 精品熟女少妇八av免费久了| 久久欧美精品欧美久久欧美| 国产97色在线日韩免费| av欧美777| 国产高清videossex| 美女高潮喷水抽搐中文字幕| 欧美最黄视频在线播放免费| 久久久国产精品麻豆| 亚洲无线观看免费| 两个人视频免费观看高清| 精品福利观看| 又粗又爽又猛毛片免费看| 午夜激情福利司机影院| 亚洲自拍偷在线| 欧美另类亚洲清纯唯美| 在线免费观看的www视频| 91老司机精品| 久久精品综合一区二区三区| 特级一级黄色大片| 嫩草影院入口| 日本黄大片高清| 99久久国产精品久久久| 91av网一区二区| 熟女少妇亚洲综合色aaa.| 男女做爰动态图高潮gif福利片| 国内久久婷婷六月综合欲色啪| 久久天堂一区二区三区四区| 精品国产乱子伦一区二区三区| 亚洲av日韩精品久久久久久密| 香蕉久久夜色| 国产精品 国内视频| 国产亚洲av高清不卡| 毛片女人毛片| 好男人电影高清在线观看| 免费在线观看成人毛片| 在线观看一区二区三区| 久久久久久久久免费视频了| 丰满人妻一区二区三区视频av | 久久这里只有精品中国| 中亚洲国语对白在线视频| 特大巨黑吊av在线直播| 亚洲国产精品合色在线| 亚洲18禁久久av| 国产视频内射| 国产视频一区二区在线看| 欧美一区二区国产精品久久精品| 精品午夜福利视频在线观看一区| 成人特级黄色片久久久久久久| 极品教师在线免费播放| 天堂影院成人在线观看| 丁香欧美五月| 亚洲av电影不卡..在线观看| 91麻豆精品激情在线观看国产| 看免费av毛片| 最近视频中文字幕2019在线8| 又黄又粗又硬又大视频| a级毛片在线看网站| 又紧又爽又黄一区二区| 精品一区二区三区视频在线 | 香蕉丝袜av| 亚洲国产精品合色在线| 给我免费播放毛片高清在线观看| 久久精品人妻少妇| 99久国产av精品| 在线永久观看黄色视频| 国产v大片淫在线免费观看| 久久久久久九九精品二区国产| 国产极品精品免费视频能看的| 国产黄a三级三级三级人| 亚洲欧美精品综合久久99| 国产亚洲精品久久久久久毛片| 亚洲无线在线观看| 久久久久国产一级毛片高清牌| 亚洲自偷自拍图片 自拍| 美女黄网站色视频| 老司机午夜十八禁免费视频| 国产精品98久久久久久宅男小说| 亚洲狠狠婷婷综合久久图片| 最新美女视频免费是黄的| 日本与韩国留学比较| 一本一本综合久久| 国产精品一区二区精品视频观看| 中文字幕熟女人妻在线| 国产高清三级在线| 午夜福利欧美成人| 在线免费观看不下载黄p国产 | 两个人的视频大全免费| 亚洲欧美一区二区三区黑人| 国产亚洲精品综合一区在线观看| 老鸭窝网址在线观看| 99久久久亚洲精品蜜臀av| 免费看日本二区| 97超视频在线观看视频| 国产亚洲精品综合一区在线观看| 最近最新免费中文字幕在线| 欧美一区二区精品小视频在线| 欧美一级毛片孕妇| www.999成人在线观看| 国产亚洲精品一区二区www| 日本 欧美在线| 18禁观看日本| 法律面前人人平等表现在哪些方面| 99在线人妻在线中文字幕| 超碰成人久久| 禁无遮挡网站| 天天躁狠狠躁夜夜躁狠狠躁| 国产 一区 欧美 日韩| 久久久国产精品麻豆| 国产乱人伦免费视频| 欧美色视频一区免费| 国产精品久久久av美女十八| xxx96com| 国产黄色小视频在线观看| 国产视频一区二区在线看| 很黄的视频免费| 国产高清激情床上av| 日日夜夜操网爽| 91久久精品国产一区二区成人 | 国产真人三级小视频在线观看| 久久热在线av| 一夜夜www| 三级国产精品欧美在线观看 | 五月玫瑰六月丁香| 亚洲最大成人中文| 好男人在线观看高清免费视频| 亚洲真实伦在线观看| 国产综合懂色| 观看美女的网站| 欧美三级亚洲精品| 成人鲁丝片一二三区免费| 免费电影在线观看免费观看| 国产av麻豆久久久久久久| 母亲3免费完整高清在线观看| 一进一出抽搐gif免费好疼| 色综合欧美亚洲国产小说| 亚洲国产欧洲综合997久久,| 欧美日韩国产亚洲二区| 久久久久国内视频| 久久久久久九九精品二区国产| 蜜桃久久精品国产亚洲av| 免费电影在线观看免费观看| 一级毛片高清免费大全| 丝袜人妻中文字幕| 最好的美女福利视频网| 国产成人av激情在线播放| 午夜亚洲福利在线播放| 免费在线观看影片大全网站| 老司机福利观看| 国产精品日韩av在线免费观看| 天天一区二区日本电影三级| 好男人在线观看高清免费视频| 国产一区二区在线观看日韩 | 成人高潮视频无遮挡免费网站| 久久久色成人| 一区福利在线观看| 亚洲午夜理论影院| 一本久久中文字幕| 精华霜和精华液先用哪个| 看免费av毛片| 国产精品久久视频播放| 午夜影院日韩av| 看免费av毛片| 老鸭窝网址在线观看| 日本五十路高清| 国产成人av激情在线播放| cao死你这个sao货| 99国产极品粉嫩在线观看| 欧美大码av| 在线观看美女被高潮喷水网站 | 中文字幕av在线有码专区| 性色avwww在线观看| 成人三级黄色视频| 欧美最黄视频在线播放免费| 精品久久久久久久末码| 无遮挡黄片免费观看| 美女被艹到高潮喷水动态| 18美女黄网站色大片免费观看| av天堂在线播放| 两个人看的免费小视频| 99国产精品一区二区蜜桃av| 久久久久亚洲av毛片大全| 亚洲在线自拍视频| 欧美激情在线99| 99国产极品粉嫩在线观看| 欧美一级a爱片免费观看看| 天天躁日日操中文字幕| 色在线成人网| 国产伦精品一区二区三区四那| 欧美xxxx黑人xx丫x性爽| 欧美日本亚洲视频在线播放| 99热精品在线国产| 这个男人来自地球电影免费观看| 午夜福利18| 亚洲av中文字字幕乱码综合| 亚洲精品久久国产高清桃花| 日韩欧美精品v在线| 真人做人爱边吃奶动态| 一边摸一边抽搐一进一小说| 一级a爱片免费观看的视频| 国产激情偷乱视频一区二区|