欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

Gabor濾波器實戰(zhàn):從參數(shù)調(diào)優(yōu)到紋理分類的完整指南

Gabor濾波器實戰(zhàn):從參數(shù)調(diào)優(yōu)到紋理分類的完整指南 1. 從“紋理”這件事說起Gabor濾波器到底在解決什么問題很多人第一次接觸Gabor濾波器是在做紋理分類、指紋識別或者字符識別的項目里。當(dāng)時我拿到一張布滿方向性條紋的圖像想用簡單的邊緣檢測算子去提取特征結(jié)果發(fā)現(xiàn)效果很差——邊緣算子只能告訴我“這里有變化”但完全無法區(qū)分“橫向的細密條紋”和“縱向的粗疏條紋”。這兩類紋理在頻率和方向上完全不同但在邊緣強度圖上卻可能長得一模一樣。Gabor濾波器的價值就在這里。它本質(zhì)上是一個帶方向選擇性的帶通濾波器能夠同時捕捉圖像在特定方向、特定頻率上的能量分布。你可以把它想象成一把“梳子”梳齒的間距對應(yīng)頻率梳齒的排列方向?qū)?yīng)方向。當(dāng)圖像中的紋理與這把梳子的參數(shù)匹配時響應(yīng)就會很強不匹配時響應(yīng)就很弱。從數(shù)學(xué)上看Gabor濾波器是高斯包絡(luò)調(diào)制下的復(fù)正弦波。二維Gabor函數(shù)的實數(shù)部分和虛數(shù)部分分別對應(yīng)偶對稱和奇對稱的濾波核。實數(shù)部分對邊緣和條紋響應(yīng)強烈虛數(shù)部分則對階躍邊緣更敏感。兩者結(jié)合就能得到局部區(qū)域內(nèi)頻率和相位的完整描述。在實際項目中Gabor濾波器最常見的應(yīng)用場景包括紋理分類與分割比如區(qū)分布料、木材、金屬表面的不同紋理類型。指紋增強與特征提取指紋的脊線方向和頻率是天然適合Gabor濾波的對象。字符與車牌識別不同方向的筆畫可以通過多方向Gabor濾波器組來增強。醫(yī)學(xué)圖像分析比如視網(wǎng)膜血管的走向增強、組織紋理的異常檢測。工業(yè)表面缺陷檢測劃痕、凹坑、污漬往往表現(xiàn)為局部紋理異常。注意Gabor濾波器不是萬能的。它對周期性或準周期性的紋理效果最好對于完全隨機的噪聲紋理它的優(yōu)勢并不明顯。選型之前先想清楚你的目標紋理是否具有方向性和頻率選擇性。我見過不少初學(xué)者直接調(diào)用某個庫的Gabor函數(shù)參數(shù)隨便填一組跑出來效果不好就認為“Gabor沒用”。實際上參數(shù)選擇才是Gabor濾波器的靈魂。下面我會從原理到實現(xiàn)把每個參數(shù)的含義和調(diào)參邏輯講透。2. 拆解Gabor核函數(shù)每個參數(shù)都在控制什么2.1 二維Gabor函數(shù)的完整數(shù)學(xué)形式二維Gabor濾波器在空間域的復(fù)數(shù)形式通常寫作g(x, y) exp(-(x^2 γ^2 * y^2) / (2 * σ^2)) * exp(j * (2π * x / λ ψ))其中x x * cosθ y * sinθy -x * sinθ y * cosθ這個公式看起來有點嚇人但拆開看其實很清晰。它由兩部分相乘組成第一部分高斯包絡(luò)exp(-(x^2 γ^2 * y^2) / (2 * σ^2))這是一個被旋轉(zhuǎn)和拉伸后的二維高斯函數(shù)。它決定了濾波器的空間支撐范圍也就是“看多大一塊區(qū)域”。第二部分復(fù)正弦波exp(j * (2π * x / λ ψ))這是一個沿x方向傳播的復(fù)正弦波決定了濾波器的頻率選擇性和方向選擇性。兩者相乘的物理含義是在一個局部高斯窗口內(nèi)檢測特定方向和頻率的周期性成分。2.2 參數(shù)逐個拆解與調(diào)參邏輯參數(shù)含義影響調(diào)參建議λ(波長)正弦波的波長單位為像素λ越小檢測的頻率越高越細的紋理λ越大檢測的頻率越低通常取2到輸入圖像寬度的1/5之間。如果目標紋理脊線間距約5像素λ取5左右θ(方向)正弦波的方向角單位為弧度控制濾波器對哪個方向的紋理響應(yīng)最強多方向時通常取0, π/8, π/4, 3π/8, π/2... 共4到8個方向ψ(相位偏移)正弦波的相位0對應(yīng)偶對稱π/2對應(yīng)奇對稱影響濾波器對邊緣類型的響應(yīng)做紋理分析時通常取0和π/2各一個組成一對σ(高斯標準差)高斯包絡(luò)的寬度σ越大空間支撐越大頻率帶寬越窄通常由λ和帶寬b推導(dǎo)σ λ/π * sqrt(ln2/2) * (2^b1)/(2^b-1)γ(空間縱橫比)高斯包絡(luò)在y方向的拉伸比γ1時濾波器在垂直于方向的方向上更窄方向選擇性更強通常取0.5左右追求更強方向選擇性時可取0.3這里有一個非常關(guān)鍵的約束關(guān)系σ/λ的比值決定了濾波器的頻率帶寬。如果σ相對于λ太小高斯包絡(luò)太窄正弦波還沒完成一個周期就被截斷了濾波器的頻率選擇性會變得很差。經(jīng)驗上σ/λ不應(yīng)小于0.4否則濾波器就退化成邊緣檢測器了。2.3 為什么通常要構(gòu)建“濾波器組”而不是單個濾波器單個Gabor濾波器只能響應(yīng)一個方向和一段頻率。但真實圖像中的紋理往往包含多個方向和多個頻率成分。所以實踐中我們構(gòu)建一個濾波器組方向維度通常4到8個方向覆蓋0到π。頻率維度通常3到5個尺度覆蓋從粗到細的紋理。相位維度通常2個相位0和π/2用于提取幅值響應(yīng)。一個典型的配置是5個尺度 × 8個方向 × 2個相位 80個濾波器。對一幅圖像做80次卷積計算量不小但現(xiàn)代CPU和GPU都能輕松應(yīng)對。提示如果你只需要做紋理方向分析可以只用實數(shù)部分相位取0方向取4到6個這樣計算量會小很多。虛數(shù)部分主要用于需要相位信息的場景比如指紋的脊線頻率估計。2.4 頻域視角Gabor濾波器在頻率域長什么樣把Gabor函數(shù)做傅里葉變換得到的是兩個高斯函數(shù)分別位于頻率平面的(±f0, θ)位置。也就是說Gabor濾波器在頻域上是一個以中心頻率f0為中心的高斯帶通窗口。這個視角很重要因為它解釋了為什么Gabor濾波器能同時實現(xiàn)空間局部化和頻率局部化——這正是它優(yōu)于純傅里葉分析的地方。純傅里葉分析告訴你圖像中有哪些頻率但不告訴你這些頻率出現(xiàn)在哪里Gabor濾波器則告訴你“在圖像的哪個位置有哪些方向和頻率的成分”。3. 從零實現(xiàn)Python代碼逐行拆解3.1 基礎(chǔ)版本用NumPy構(gòu)建Gabor核先不依賴任何高級庫用最基礎(chǔ)的NumPy實現(xiàn)這樣你能徹底理解每一步在做什么。import numpy as np def build_gabor_kernel(ksize, sigma, theta, lambd, gamma, psi): 構(gòu)建單個二維Gabor卷積核 ksize: 核尺寸奇數(shù) sigma: 高斯包絡(luò)標準差 theta: 方向弧度 lambd: 波長像素 gamma: 空間縱橫比 psi: 相位偏移 # 確保核尺寸為奇數(shù) if ksize % 2 0: ksize 1 half ksize // 2 # 生成坐標網(wǎng)格 y, x np.mgrid[-half:half1, -half:half1] # 旋轉(zhuǎn)坐標 x_theta x * np.cos(theta) y * np.sin(theta) y_theta -x * np.sin(theta) y * np.cos(theta) # 高斯包絡(luò) gaussian np.exp(-(x_theta**2 gamma**2 * y_theta**2) / (2 * sigma**2)) # 復(fù)正弦波 sinusoid np.exp(1j * (2 * np.pi * x_theta / lambd psi)) # 組合 gabor gaussian * sinusoid # 去均值保證直流分量為零 gabor gabor - gabor.mean() return gabor這段代碼有幾個細節(jié)值得展開說。第一為什么要去均值Gabor核的直流分量如果不為零卷積結(jié)果會受到圖像整體亮度的影響。去均值后濾波器只響應(yīng)紋理變化不響應(yīng)亮度偏移。這在處理光照不均勻的圖像時特別重要。第二坐標網(wǎng)格的生成方式。np.mgrid[-half:half1, -half:half1]生成的是以中心為原點的坐標。注意返回的順序是(y, x)不是(x, y)這是NumPy的約定容易搞混。第三旋轉(zhuǎn)公式的符號。不同教材對旋轉(zhuǎn)方向的約定不同導(dǎo)致θ的正負號可能相反。實際使用時你只需要保證方向覆蓋完整即可正負號不影響最終的特征提取效果。3.2 構(gòu)建多方向多尺度濾波器組def build_gabor_bank(ksize31, num_orientations8, num_scales5, min_wavelength4, gamma0.5, psi0): 構(gòu)建Gabor濾波器組 返回: list of (kernel, theta, lambd) kernels [] # 波長從min_wavelength按倍數(shù)遞增 wavelengths [min_wavelength * (2 ** i) for i in range(num_scales)] for lambd in wavelengths: # 根據(jù)波長自動計算sigma sigma lambd / np.pi * np.sqrt(np.log(2) / 2) * \ (2**1 1) / (2**1 - 1) # 帶寬取1 octave for i in range(num_orientations): theta i * np.pi / num_orientations kernel build_gabor_kernel(ksize, sigma, theta, lambd, gamma, psi) kernels.append((kernel, theta, lambd)) return kernels這里我用了一個經(jīng)驗公式來自動計算sigma。帶寬參數(shù)取1個倍頻程octave意味著濾波器的頻率響應(yīng)在中心頻率上下各一個倍頻程處下降到峰值的一半。這個帶寬在紋理分析中比較通用。如果你希望濾波器組更緊湊可以把帶寬調(diào)小比如0.5 octave這樣每個濾波器更“挑食”但需要更多尺度和方向來覆蓋同樣的頻率-方向空間。3.3 用OpenCV的getGaborKernel做對比OpenCV提供了現(xiàn)成的Gabor核生成函數(shù)參數(shù)含義和上面基本一致import cv2 def build_gabor_kernel_cv(ksize, sigma, theta, lambd, gamma, psi): return cv2.getGaborKernel( (ksize, ksize), sigma, theta, lambd, gamma, psi, ktypecv2.CV_32F )OpenCV的版本在內(nèi)部做了歸一化處理而且用C實現(xiàn)了更高效的坐標計算。實測下來對于相同的參數(shù)OpenCV生成的核和NumPy版本在數(shù)值上幾乎一致差異在1e-6量級。但OpenCV版本有一個小坑它默認返回的是實數(shù)核如果你需要復(fù)數(shù)核同時包含實部和虛部需要分別調(diào)用兩次psi分別取0和π/2。3.4 卷積操作filter2D還是FFT對于小核比如31×31直接用cv2.filter2D做空間域卷積是最快的def apply_gabor_filter(image, kernel): # 確保圖像為浮點型 if image.dtype ! np.float32: image image.astype(np.float32) # 歸一化到0-1 if image.max() 1.0: image image / 255.0 response cv2.filter2D(image, cv2.CV_32F, kernel) return response對于大核比如101×101以上或者需要批量處理大量圖像時用FFT做頻域卷積會更高效。但Gabor核通常不會太大因為太大的核意味著高斯包絡(luò)很寬空間局部性就喪失了。實操心得如果你的圖像尺寸很大比如4K分辨率而Gabor核只有31×31直接空間域卷積完全夠用。我實測過對一張4000×3000的灰度圖做80個Gabor濾波用filter2D大約需要2-3秒單線程用多進程可以降到0.5秒以內(nèi)。沒必要上FFT。3.5 完整的特征提取流程把上面的模塊串起來一個完整的Gabor特征提取流程如下def extract_gabor_features(image, ksize31, num_orientations8, num_scales5): 提取圖像的Gabor特征 返回: feature_vector (num_orientations * num_scales * 2,) # 轉(zhuǎn)灰度 if len(image.shape) 3: gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) else: gray image.copy() gray gray.astype(np.float32) / 255.0 features [] wavelengths [4 * (2 ** i) for i in range(num_scales)] for lambd in wavelengths: sigma lambd / np.pi * np.sqrt(np.log(2) / 2) * 3.0 for i in range(num_orientations): theta i * np.pi / num_orientations # 實部濾波 kernel_real cv2.getGaborKernel( (ksize, ksize), sigma, theta, lambd, 0.5, 0, ktypecv2.CV_32F ) resp_real cv2.filter2D(gray, cv2.CV_32F, kernel_real) # 虛部濾波 kernel_imag cv2.getGaborKernel( (ksize, ksize), sigma, theta, lambd, 0.5, np.pi/2, ktypecv2.CV_32F ) resp_imag cv2.filter2D(gray, cv2.CV_32F, kernel_imag) # 計算幅值響應(yīng) magnitude np.sqrt(resp_real**2 resp_imag**2) # 用均值和標準差作為特征 features.append(magnitude.mean()) features.append(magnitude.std()) return np.array(features)這個流程提取的是全局統(tǒng)計特征每個濾波響應(yīng)的均值和標準差。對于整圖分類任務(wù)比如“這張圖是哪種紋理”這組特征就夠用了。但如果要做像素級分割你需要保留每個像素位置的響應(yīng)而不是只取統(tǒng)計量。4. 參數(shù)調(diào)優(yōu)的實戰(zhàn)經(jīng)驗從“能跑”到“好用”4.1 波長λ的選擇從目標紋理的物理尺寸反推這是最容易出錯的地方。很多人隨便設(shè)一個λ10就開跑結(jié)果發(fā)現(xiàn)濾波器響應(yīng)的根本不是自己關(guān)心的紋理。正確的做法是先測量目標紋理的周期。比如你要檢測指紋的脊線先用圖像查看工具量一下相鄰兩條脊線之間的像素距離假設(shè)是8像素那么λ就應(yīng)該取8左右。如果目標紋理的周期變化范圍較大就需要多個尺度。比如周期在4到32像素之間變化可以用λ 4, 8, 16, 32四個尺度每個尺度覆蓋一個倍頻程。注意λ不能小于2。當(dāng)λ接近2時正弦波在相鄰像素間就完成一個周期會出現(xiàn)混疊。實際使用中λ最小取3到4比較穩(wěn)妥。4.2 方向數(shù)θ4個還是8個方向數(shù)的選擇取決于你的應(yīng)用對方向分辨率的敏感程度。4個方向0°, 45°, 90°, 135°計算量小適合方向差異明顯的場景比如區(qū)分橫紋和豎紋。6個方向每30°一個折中方案覆蓋比較均勻。8個方向每22.5°一個方向分辨率高適合方向變化細膩的場景比如指紋的脊線方向場估計。我個人的經(jīng)驗是如果后續(xù)要做方向場的平滑和插值8個方向更穩(wěn)。因為4個方向之間的角度間隔太大插值時誤差明顯。4.3 σ和γ的配合控制濾波器的“挑剔程度”σ控制高斯包絡(luò)的寬度γ控制包絡(luò)的橢圓率。兩者配合決定了濾波器的空間-頻率聯(lián)合分辨率。有一個經(jīng)驗公式可以用來估算濾波器的頻率帶寬單位倍頻程b log2( (σ/λ * π sqrt(ln2/2)) / (σ/λ * π - sqrt(ln2/2)) )當(dāng)σ/λ 0.56時帶寬約為1個倍頻程。當(dāng)σ/λ 0.4時帶寬約為1.5個倍頻程。當(dāng)σ/λ 0.8時帶寬約為0.7個倍頻程。帶寬越窄濾波器對頻率越挑剔但空間定位越模糊。這是海森堡不確定性原理在信號處理中的體現(xiàn)無法同時做到極致的頻率分辨率和空間分辨率。對于大多數(shù)紋理分析任務(wù)帶寬取1到1.5個倍頻程比較合適。對應(yīng)的σ/λ在0.4到0.56之間。γ通常取0.5。如果你發(fā)現(xiàn)濾波器對方向的響應(yīng)不夠尖銳比如0°的濾波器對30°的紋理也有較強響應(yīng)可以把γ降到0.3增強方向選擇性。4.4 核尺寸ksize多大才夠核尺寸應(yīng)該至少覆蓋高斯包絡(luò)的3個標準差范圍。對于σ5的情況核半徑至少15像素核尺寸至少31×31。一個實用的估算公式ksize 2 * ceil(3 * σ / γ) 1注意這里除以γ是因為高斯包絡(luò)在y方向被壓縮了實際支撐范圍在y方向更小但在x方向不變。取兩者中較大的。如果ksize太小高斯包絡(luò)被截斷濾波器的頻率響應(yīng)會出現(xiàn)旁瓣導(dǎo)致虛假響應(yīng)。如果ksize太大計算量增加而且空間局部性變差。實操心得我通常先用公式估算一個ksize然后可視化濾波器的頻率響應(yīng)做FFT看頻譜確認沒有明顯的旁瓣后再使用。這個檢查步驟花不了兩分鐘但能避免很多莫名其妙的錯誤響應(yīng)。4.5 圖像預(yù)處理歸一化和去噪Gabor濾波對圖像的亮度和對比度比較敏感。在濾波之前建議做以下預(yù)處理轉(zhuǎn)灰度如果輸入是彩色圖先轉(zhuǎn)灰度。Gabor濾波通常在灰度域進行。歸一化將像素值歸一化到0-1或均值為0、方差為1。這能保證不同圖像之間的濾波響應(yīng)可比。去噪如果圖像噪聲較大先做一次高斯模糊σ1左右。但注意不要過度模糊否則會損失高頻紋理信息。背景去除如果圖像有明顯的亮度梯度比如光照不均可以用大尺度高斯模糊估計背景然后相減。這些預(yù)處理步驟看起來簡單但對最終效果的影響很大。我見過很多案例問題不在Gabor參數(shù)而在預(yù)處理沒做好。5. 踩坑記錄那些讓我調(diào)試到深夜的問題5.1 卷積核沒有去均值導(dǎo)致響應(yīng)全圖偏移這是我最早踩的坑。當(dāng)時用NumPy構(gòu)建Gabor核后直接做卷積發(fā)現(xiàn)響應(yīng)圖整體偏亮紋理區(qū)域和背景區(qū)域的對比度很低。排查過程我先檢查了核的數(shù)值發(fā)現(xiàn)核的均值不為零。對于偶對稱Gaborψ0核的均值理論上應(yīng)該接近零但由于離散采樣和截斷實際均值可能是一個很小的非零值。這個微小的直流分量乘以圖像的整體亮度就會產(chǎn)生一個很大的偏移。修復(fù)方法在構(gòu)建核之后顯式減去核的均值gabor gabor - gabor.mean()對于虛部核ψπ/2均值本身就接近零但為了保險也可以做同樣的處理。5.2 方向角度的弧度/角度混淆OpenCV的getGaborKernel中theta參數(shù)的單位是弧度不是角度。我一開始傳了45以為是45度結(jié)果濾波器方向完全不對。修復(fù)方法統(tǒng)一用弧度。如果需要用角度輸入記得轉(zhuǎn)換theta_rad theta_deg * np.pi / 180.05.3 圖像數(shù)據(jù)類型導(dǎo)致的精度損失cv2.filter2D對輸入圖像的數(shù)據(jù)類型有要求。如果輸入是uint8卷積結(jié)果會被截斷到0-255大量負響應(yīng)會變成0信息嚴重丟失。修復(fù)方法在濾波之前將圖像轉(zhuǎn)為float32并歸一化到0-1gray gray.astype(np.float32) / 255.05.4 核尺寸為偶數(shù)時的坐標偏移Gabor核的尺寸必須是奇數(shù)這樣才能有一個明確的中心像素。如果傳入偶數(shù)np.mgrid[-half:half1]生成的網(wǎng)格會不對稱導(dǎo)致濾波器中心偏移。修復(fù)方法在函數(shù)入口處強制將ksize轉(zhuǎn)為奇數(shù)if ksize % 2 0: ksize 15.5 多尺度濾波時的響應(yīng)歸一化不同尺度的Gabor濾波器其響應(yīng)的數(shù)值范圍差異很大。大尺度大λ的濾波器響應(yīng)通常比小尺度的強。如果直接拼接多尺度特征大尺度特征會主導(dǎo)距離計算。修復(fù)方法對每個尺度的響應(yīng)做歸一化比如除以該尺度響應(yīng)的最大值或者做z-score標準化。我通常用z-scoreresp_normalized (resp - resp.mean()) / (resp.std() 1e-8)5.6 邊界效應(yīng)卷積在圖像邊緣的虛假響應(yīng)cv2.filter2D默認使用邊界反射BORDER_REFLECT_101這會在圖像邊緣產(chǎn)生虛假響應(yīng)。如果邊緣區(qū)域?qū)δ愕娜蝿?wù)很重要需要特別注意。修復(fù)方法可以先用cv2.copyMakeBorder擴展圖像濾波后再裁剪回來。或者使用BORDER_REPLICATE效果通常比反射更自然。提示如果你的后續(xù)處理會忽略圖像邊緣區(qū)域比如只取中心區(qū)域的特征邊界效應(yīng)的影響可以忽略。但如果是全圖分割任務(wù)邊界效應(yīng)必須處理。6. 性能優(yōu)化讓Gabor濾波跑得更快6.1 可分離性Gabor核能不能拆成兩個一維卷積嚴格來說二維Gabor核不能精確分解為兩個一維卷積的乘積因為復(fù)正弦波部分不是可分離的。但是高斯包絡(luò)部分是近似可分離的。在實際工程中如果對精度要求不是極高可以用兩個一維高斯卷積來近似高斯包絡(luò)部分然后乘以正弦波。但這樣做省不了多少計算量因為正弦波部分仍然需要二維操作。更實用的優(yōu)化方向利用Gabor核的對稱性。對于實數(shù)部分核關(guān)于中心是偶對稱的對于虛數(shù)部分是奇對稱的。利用對稱性可以減少一半的乘法操作。但OpenCV的filter2D沒有利用這個性質(zhì)需要自己寫卷積函數(shù)。6.2 多線程與GPU加速對于大批量圖像處理最直接的加速方式是并行化。Python的multiprocessing模塊可以輕松實現(xiàn)多進程并行from multiprocessing import Pool def process_single(args): image, kernel args return cv2.filter2D(image, cv2.CV_32F, kernel) def batch_gabor_filter(images, kernels, num_workers4): tasks [(img, k) for img in images for k in kernels] with Pool(num_workers) as pool: results pool.map(process_single, tasks) return results如果有多塊GPU用CuPy或PyTorch的卷積操作可以進一步加速。但要注意GPU加速的收益在核尺寸較小時并不明顯因為數(shù)據(jù)傳輸?shù)拈_銷可能超過計算節(jié)省的時間。6.3 降采樣策略先縮小再濾波如果你的目標紋理尺度較大λ16可以考慮先對圖像做降采樣然后用較小的λ濾波最后再把響應(yīng)圖放大回來。這樣做可以大幅減少計算量。比如原圖4000×3000目標紋理周期約32像素。你可以先降采樣4倍到1000×750然后用λ8濾波計算量減少到原來的1/16。響應(yīng)圖放大4倍后空間精度會有所損失但對于大尺度紋理來說完全可以接受。6.4 只計算感興趣區(qū)域如果圖像中只有部分區(qū)域包含目標紋理可以先用簡單的預(yù)處理比如方差圖、梯度圖定位感興趣區(qū)域然后只對這些區(qū)域做Gabor濾波。這能節(jié)省大量計算。我在一個工業(yè)缺陷檢測項目中用過這個策略先用Sobel算子找邊緣密集區(qū)域然后只對這些區(qū)域做Gabor濾波。整體速度提升了3倍多而且檢測精度沒有下降。7. 從特征到?jīng)Q策Gabor響應(yīng)之后怎么用7.1 特征向量的構(gòu)建方式Gabor濾波之后你得到的是每個濾波器對應(yīng)的響應(yīng)圖。怎么把這些響應(yīng)圖變成可用于分類或聚類的特征向量有幾種常見做法全局統(tǒng)計法對每個響應(yīng)圖計算均值和標準差拼接成一個向量。這是最簡單的方式適合整圖分類。特征維度 濾波器數(shù)量 × 2。分塊統(tǒng)計法將響應(yīng)圖分成若干塊比如4×4網(wǎng)格每塊計算均值和標準差。特征維度 濾波器數(shù)量 × 塊數(shù) × 2。這種方式保留了空間信息適合需要定位的任務(wù)。直方圖法對每個響應(yīng)圖計算方向直方圖或幅值直方圖。適合紋理描述。像素級特征直接保留每個像素位置的響應(yīng)值作為像素級分類器的輸入。適合分割任務(wù)。選擇哪種方式取決于你的任務(wù)。整圖分類用全局統(tǒng)計就夠了分割任務(wù)必須用像素級特征。7.2 特征降維PCA還是LDAGabor特征維度通常很高比如80個濾波器 × 2 160維分塊后可能上千維。直接用于分類容易過擬合需要降維。PCA主成分分析是無監(jiān)督的適合在不知道類別標簽的情況下壓縮特征。通常保留95%的方差能把維度降到原來的1/5到1/10。LDA線性判別分析是有監(jiān)督的利用類別標簽尋找最具判別性的投影方向。在分類任務(wù)中LDA通常比PCA更有效但需要足夠的標注數(shù)據(jù)。我通常的做法是先用PCA降到50維左右再用LDA降到類別數(shù)-1維。兩步降維在中小規(guī)模數(shù)據(jù)集上表現(xiàn)很穩(wěn)。7.3 分類器選擇SVM還是隨機森林Gabor特征 SVM是紋理分類的經(jīng)典組合。SVM在小樣本、高維特征上表現(xiàn)很好而且核函數(shù)的選擇比較靈活。隨機森林對特征尺度不敏感不需要精細調(diào)參而且能輸出特征重要性。如果你需要解釋哪些方向和尺度的Gabor特征最重要隨機森林更方便。如果數(shù)據(jù)量很大上萬張圖像可以考慮用簡單的全連接網(wǎng)絡(luò)或CNN來替代手工設(shè)計的Gabor特征。但對于中小規(guī)模數(shù)據(jù)Gabor SVM仍然是性價比很高的方案。7.4 后處理響應(yīng)圖的平滑與閾值對于分割任務(wù)Gabor響應(yīng)圖通常需要后處理才能得到干凈的分割結(jié)果高斯平滑對響應(yīng)圖做小尺度高斯模糊消除孤立噪點。非極大值抑制在方向維度上只保留每個像素處響應(yīng)最大的方向。閾值分割用Otsu或自適應(yīng)閾值將響應(yīng)圖二值化。形態(tài)學(xué)操作用開運算去除小面積區(qū)域用閉運算填充空洞。這些后處理步驟的順序和參數(shù)需要根據(jù)具體圖像調(diào)整。我通常先用默認參數(shù)跑一遍可視化中間結(jié)果然后有針對性地調(diào)。8. 一個完整的紋理分類小項目8.1 數(shù)據(jù)準備與預(yù)處理假設(shè)你有一組紋理圖像分為5個類別每類20張共100張。圖像尺寸不一需要統(tǒng)一縮放到256×256。import os import cv2 import numpy as np def load_and_preprocess(image_dir, target_size(256, 256)): images [] labels [] for label_idx, class_name in enumerate(sorted(os.listdir(image_dir))): class_dir os.path.join(image_dir, class_name) if not os.path.isdir(class_dir): continue for fname in os.listdir(class_dir): img cv2.imread(os.path.join(class_dir, fname), cv2.IMREAD_GRAYSCALE) if img is None: continue img cv2.resize(img, target_size) img img.astype(np.float32) / 255.0 images.append(img) labels.append(label_idx) return np.array(images), np.array(labels)8.2 特征提取與標準化用前面定義的extract_gabor_features提取特征然后做z-score標準化from sklearn.preprocessing import StandardScaler def build_feature_matrix(images): features [] for img in images: feat extract_gabor_features(img, ksize31, num_orientations6, num_scales4) features.append(feat) features np.array(features) scaler StandardScaler() features_scaled scaler.fit_transform(features) return features_scaled, scaler8.3 分類器訓(xùn)練與評估from sklearn.svm import SVC from sklearn.model_selection import cross_val_score, StratifiedKFold from sklearn.decomposition import PCA def train_and_evaluate(features, labels): # PCA降維 pca PCA(n_components0.95) features_pca pca.fit_transform(features) print(fPCA降維后維度: {features_pca.shape[1]}) # SVM分類 clf SVC(kernelrbf, C10, gammascale) # 交叉驗證 cv StratifiedKFold(n_splits5, shuffleTrue, random_state42) scores cross_val_score(clf, features_pca, labels, cvcv, scoringaccuracy) print(f交叉驗證準確率: {scores.mean():.4f} (/- {scores.std():.4f})) return clf, pca8.4 結(jié)果分析與參數(shù)敏感性跑完上面的流程你可能會得到85%到95%的準確率具體取決于紋理的區(qū)分難度。如果準確率不理想可以嘗試以下調(diào)整增加方向數(shù)從6到8和尺度數(shù)從4到5。調(diào)整λ的范圍確保覆蓋目標紋理的周期。嘗試分塊統(tǒng)計特征而不是全局統(tǒng)計。換用LDA降維或者調(diào)整SVM的C和gamma參數(shù)。我做過一組對比實驗在同一個紋理數(shù)據(jù)集上全局統(tǒng)計特征 PCA SVM的準確率約為88%分塊統(tǒng)計4×4網(wǎng)格的準確率約為93%。分塊統(tǒng)計保留了空間信息對紋理的空間分布模式更敏感。注意分塊統(tǒng)計的特征維度是全局統(tǒng)計的16倍訓(xùn)練時間也會相應(yīng)增加。如果數(shù)據(jù)量不大要注意過擬合的風(fēng)險??梢杂媒徊骝炞C來監(jiān)控。9. 幾個容易被忽略的細節(jié)9.1 相位ψ的選擇對紋理分析的影響對于紋理分析通常只需要幅值響應(yīng)此時ψ取0或π/2都可以因為幅值 sqrt(實部2 虛部2)兩個相位的信息已經(jīng)合并了。但如果你只用一個相位的濾波器比如只用ψ0那么對于某些相位的紋理響應(yīng)會為零。這就是為什么需要成對使用ψ0和ψπ/2。9.2 顏色圖像的處理策略Gabor濾波通常在灰度域進行。但如果顏色本身攜帶重要信息比如彩色紋理可以考慮以下策略對RGB三個通道分別做Gabor濾波然后拼接特征。轉(zhuǎn)到HSV或Lab空間對亮度和色度通道分別處理。用顏色不變量如歸一化RGB先做顏色歸一化再轉(zhuǎn)灰度濾波。我通常先試灰度方案如果準確率不夠再考慮顏色通道。大多數(shù)紋理分類任務(wù)中灰度信息已經(jīng)足夠。9.3 旋轉(zhuǎn)不變性的處理Gabor濾波器組本身對旋轉(zhuǎn)不是不變的。如果訓(xùn)練集和測試集中的紋理方向不同準確率會大幅下降。實現(xiàn)旋轉(zhuǎn)不變性的常見方法取所有方向的最大響應(yīng)對每個像素取所有方向中響應(yīng)最大的值。這丟失了方向信息但獲得了旋轉(zhuǎn)不變性。方向直方圖統(tǒng)計每個方向的響應(yīng)能量構(gòu)建直方圖。直方圖對旋轉(zhuǎn)有一定的魯棒性。數(shù)據(jù)增強在訓(xùn)練時對圖像做隨機旋轉(zhuǎn)讓分類器學(xué)習(xí)到旋轉(zhuǎn)不變性。選擇哪種方法取決于你的應(yīng)用。如果方向本身是判別信息比如區(qū)分橫紋和豎紋就不能做旋轉(zhuǎn)不變處理。9.4 實時性要求的應(yīng)對如果應(yīng)用場景要求實時處理比如視頻流Gabor濾波的計算量可能成為瓶頸。應(yīng)對策略減少濾波器和方向數(shù)只保留最關(guān)鍵的幾個。降低圖像分辨率。用GPU加速。用查找表或近似算法替代精確卷積。我在一個實時紋理分析項目中把濾波器數(shù)量從80個降到12個3個尺度 × 4個方向幀率從5fps提升到30fps準確率只下降了3個百分點。關(guān)鍵是要找到那個性價比最高的配置。10. 我個人在實際操作中的幾點體會Gabor濾波器是一個“老而彌堅”的工具。在深度學(xué)習(xí)盛行的今天它仍然在很多場景下有著不可替代的價值——尤其是當(dāng)訓(xùn)練數(shù)據(jù)有限、需要可解釋的特征、或者計算資源受限的時候。我最大的體會是不要孤立地看待Gabor濾波器。它最好用的方式是和其它特征組合使用。比如Gabor特征 LBP特征 顏色直方圖拼接成一個更豐富的特征向量往往比單獨用Gabor效果好很多。不同特征之間可以互補Gabor擅長捕捉方向性紋理LBP擅長捕捉局部微結(jié)構(gòu)顏色直方圖提供全局顏色分布信息。另一個體會是參數(shù)調(diào)優(yōu)要有耐心但不要盲目。每次調(diào)整一個參數(shù)觀察效果變化記錄下來。我通常會做一個參數(shù)敏感性表格把不同參數(shù)組合下的準確率列出來這樣能快速找到最優(yōu)區(qū)域。最后分享一個小技巧如果你不確定λ該取多少可以先對圖像做FFT看頻譜上的能量分布。能量集中的頻率位置對應(yīng)的周期就是λ應(yīng)該取的值。這個方法比反復(fù)試參數(shù)快得多而且有理論依據(jù)。Gabor濾波器的代碼實現(xiàn)并不復(fù)雜難的是理解每個參數(shù)背后的物理含義以及根據(jù)具體任務(wù)做出合理的取舍。希望這篇內(nèi)容能幫你少走一些彎路。如果在實際項目中遇到問題不妨回到最基礎(chǔ)的原理去思考——很多時候答案就在那里。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
九久九精品| 色色色综合网| 婷综合| 中文乱子伦视频| 香蕉狠狠爱视频| 九九中文色色| 可以免费观看的av| 人人干av| 国产五月天激情小说| 99五月婷| 九九久久精品| 欧美大片免费播放器| WWW久久久| 亚洲丁香五月在线观看| 无码99| 97碰在线视频| 碰97久久| 97丁香视频| 色综合久久天天综合网| 激情五月天啪啪| 中文字幕成人| 成人精品一区日本无码网| 桃色五月天| 国产亚洲精品AAAAAAA片| 中文字幕在线aⅴ免费观看| 三级毛片视频| 国产黄色av| 97超碰在线观看免费| 九九热99精品| 亚洲精品视频在线播放| 无码G高清天| 天天操天天操天天操| 丁香欧美| 97九色| 热99只有里视频| 五月天自拍网| 综合激情网五月激情| 免费观看亚洲AV片| 久re热视频| 五月婷婷开心网| 婷婷五月综合激情| 五月综合激情视频在线| 丁香五月婷婷深五月| 久久免费少妇高潮99精品| 激情综合文学| 日本久久婷| 五月天激情综合网俺也去| 涩婷婷五月天| 先锋资源 996| 激情五月激情综合网一级丸片| 婷婷五月天成人网| 亚洲欧洲另类| 成人在线精品| 超碰国产在线| 亚洲国产色色| 九九色区| 欧美丁香婷婷五月| 思思99久久| 天天狠天天叉| 五月丁香色停停啪啪啪| 久久九九中文字幕| 国产夫妻操逼内射视频| 欧美α√| 日本三级大片| 一级七香蕉| 五月婷婷99热| www狠狠| 六月丁香五月天| 一起草Av| 丁香久久| 99久久99视频| 99在线视频精品| 丁香婷婷基地| 九九热精品| 99精彩视频在线观看| 操操天堂| 巴基斯坦粉嫩无码视频| 99热这里只有精品1| 婷婷伊人网| 色婷婷五月综合在线| 中文av网站| 色婷婷激情Av久久久| 无码yw| 久久视这里只有精品| 久久人妻在线| 五月天久久综合| 能看的av网站| 色情开心五月| 26UUU精品一区二区Com| 久草婷婷| 婷婷之玖玖| 99九九精品| 思思热在线视频99| 99热只有这里有精品| 性爱激情久久| 精品网站99| 激情综合五月婷婷丁香| www,奇米影视| 久热这里只有国产| 影音先锋天天日| 中文成人在线| 亚洲天堂热| 五月婷婷久草在线视频综合| 99视频内射三四| 操日本色| 激情五月丁香激情综合网| 欧美日韩成人在线网站| 日本久久九| 青青.com| www..999热久| 欧美久久婷婷| 国内在线99视频| 天天摸.天天mo| 五月丁香六月婷婷国产视频| 国产黄色在线观看| 思思热久久阴99| 五月婷婷片| 超碰v| 噜噜噜狠狠色综| 天天爽夜夜爽| 日本熟妇乱妇熟色A片蜜桃| 99热丁香| 啪到高潮激情丁香五月| 日日夜夜干| www..999热久| 丁五月激情视频免费| 国产又色又爽又黄又免费| 超碰人人操在线| 久久婷婷综合五月天| 欧美叉叉叉BBB网站| 精品综合爱| 亚州日本欧州韩美高青高潮一| 亚洲AV人人操| 天天综合色丁香| 色色色色色色综合| 免费观看全黄做爰的视频| 日韩成人电影AV| 激情六月丁| 日本猛少妇色XXXXX猛叫| 国自产拍偷拍精品啪啪一区二区| 色婷婷在线播放| 久热只有精品| 99久久偷拍视频| 丁香色啪综合| 亚洲精品字幕在线观看| 久久久妻人人人| 九九亚洲综合| 欧美日韩成人高清在线| 激情五月天影院| 天堂在线观看视频| 五月婷深深爱激情网| 五月激情六月丁香| 热中文字幕| 97色永久免费视频| 97男人天堂| 成人五月天在线视频在线观看| 久久久久亚洲AV成人无码电影| 婷婷综合在线视频| 丁香色五月婷婷| 九九99久久精品| 丁香六月色婷婷欧美| 久久久激情视频| 四月婷婷五月丁香| 蜜桃人妻无码AV天堂三区| 久久五月天丁香| 色色色色色爱| 91re色综合视频| 亭亭丁香久久五月| 国产精品大香蕉| 996er热| 婷婷五月天Av| 激情综合五月天| 五月丁香婷婷综合网色欲| 色五月婷婷啪啪五月| 亚洲妇女熟BBW| 性色欲情 网站| 色综合九九| 亚洲AV人人操| 夜夜爽天天干| 丁香色婷婷| 99精品视频偷拍| www热久久yy9| 色五月激情| 碰碰碰91| 六月婷婷五月丁香| 亚洲在线操| 久久人人九九| 丁香六月综合激情| 精品色| 天天激情5月天亚洲| 综合五月婷婷| 婷婷六月丁香在线| 青草视频在线观看视频| 五月综合激情视频| 天天婬色综合| 中文av网| 婷婷激情在线| 人人摸人人搞| 国内裸舞二区| 国产精产国品一二三在观看| 婷婷五月天成人综合网| 婷婷五月综合色小姐小说| 五月激情婷婷开心| 草草影院爱爱| 狠狠爱综合网| 天天操天天爽天天爱| 日日鲁鲁鲁夜夜爽爽狠狠视频97| 欧美综合五月丁香六月婷| 综合色图婷婷| 天天天天天日| 91色噜噜狠狠狠狠色综合| 色婷婷欧美| 五月丁香| 欧美顶级少妇做爰HD | 色婷婷狠狠色| 综合网网欲色| 久久久久久久97| 欧美精品999| 九月丁香婷婷| 日本va欧美va精品发布视频| 久久婷青青草原| 国产裸舞表演WWWW| 91色涩| 另类激情五月在线视频欧美| 婷婷情色五月天| 丁香色婷婷| 思思热久久阴99| 99免费视频| 婷婷五月天天| 一本九九色| 久久99久久99精品免观看粉嫩| 97碰人人操| 久99久在线| 九九热只有这里精品| 99热这里都是精品| 五月天激情视频网站| 丁香五月激情欧美| 五月丁香六月婷婷免费视频| 久久六月综合| 99热久| 桃色伊人在线| 婷婷之玖玖| av久热| 婷婷色无码| 波多婷婷久久| 99ri在线视频| 天插天啪天啪天啪| 2017人人操| 五月丁香在线| 天天碰夜夜爽| 婷婷五月天综合网| 综合av在线| 婷婷成人视频| 99亚洲综合| 日韩aⅴ视频| 久久hd| 五月丁香六月婷婷,婷| 丁香五月激情图片婷婷| www.色综合.com| 天天综合色丁香| 亚洲丁香花色| 婷婷五月免费视频| 狠狠色丁婷婷日日,伊人激情综合网| 天堂在线观看视频| 操97| 欧洲综合视频在线观看。欧洲,亚洲综合食品在线观看。 | 思思热思在线精品视频| 免费成片在线观看| 色噜噜狠狠色综无码久久合欧美| 婷婷激情图片| 丁香婷婷五月综合欧美另类| www.99婷婷| 丁香五月视频在线观看| 日本99视频精品免费播放| 九热视频| 日韩色五月| 五月婷婷六月丁香| 丁香五月婷综合| 五月婷婷婷| 大陆肏屄视频| 开心五月天私房婷婷| 午夜成人av在线| 91啪啪视频| 日韩一区二区在线播放| 六月丁香激情| 人妻丰满精品一区二区A片| 色综合99| 亚洲激情视频网| 久99久精品| 日欧一片内射VA在线影院| 丁香六月综合激情| 亚洲色欲AAAAAA| 九月丁香婷婷综合| 久久色午夜在线导航| 97综合在线| 亚洲另类噜噜| 色婷丁香五月| 人妻久热| 免费观看日韩成人av| 99热在线观看免费精品| 五月色丁香| 五月丁香综合久久| 激情综合亚洲| 日本天堂免费99| 国产欧美性成人精品午夜| 久久在这里99| 伊人五月天在线| 亚洲五月天第一综合干| 亚洲免费成人电影AV| 五月天播播| 99热这里只有精品5| 99热99热在线| 婷婷五月天小说网| 婷婷激情丁五月| 国产高潮白浆一区二区| 人妻AV在线| 五月天婷婷在看| 五月婷婷丁香综合,亚洲天堂| 无码99| 婷婷五月色播网| 99精品偷自拍| 五月激情婷婷在线| 丁香六月色香蕉视频| 日本不卡一区二区三区| 成人在线视频一区| 色插综合网| 偷偷操九九| 激情综合啪啪| 六月婷婷网站| 综合99综合久久久久久久| 色玖玖| 99国产这里只有精品| 超碰在线9| 五月婷婷人人人操| 人人做人人看人人摸| 女人天堂久久| 九九99久久| 五月丁香无码| 久久这里精彩免费在线观看| 欧美婷婷综合网| 99精品免费视频| 欧美婷婷色五月| 99热在线精品观看| 超碰人人在线观看| 九九AV| 综合色色色| 丁香婷婷六月激情文学| 色五月婷婷1| 中字幕视频在线永久在线观看免费 | 五月丁香花婷婷玉莉AV| 亚洲综合激情五月天婷婷| 青青草99re| 青青草原伊人网| 色婷婷五月天激情综合| 亚洲AV成人在线| 九月丁香很很色| 色婷婷99| 美国十月色婷婷在线观看| 免费99情趣网视频| 国产 码在线成人网站| 婷婷 月 丁香| bbwcuckold精品熟妇| 日日噜噜久久婷婷五月天| 九九综合久久| 亚洲激情四射| 久久婷婷五月综合啪| 26UUU在线观看| 婷婷五月大香蕉| 婷婷五月综合基地| 婷婷五月天桃花网| 超碰99热| 91精品综合久久久久久五月丁香| 天天做天天爱| 十月丁香九月婷婷综合| 日本熟妇人妻在线| 99精品视频免费在线播放| 色综合久久综合| 色噜噜丁香| 日屌日日操日日色| 激情小说 五月天| 亚洲激情区| 天天爽天天爽夜夜爽| hd五月婷婷在线| 五月丁香六月色婷| 99热精品10| 国产成人AV人人爽人人澡Va| 先锋资源996| 色婷婷大香蕉| 久久草中文日韩欧美| 久9热视频在线观看| 2025色婷婷| 最新AV在线观看| 日本高清久| 日本无va视频| 色色网91| 精品网站:999WWW| 我爱大香蕉| 色九月婷婷综合| 五日激情综合| 亚洲激情综合| 区美毛片子| 婷婷开心六月| 黄色AAAAA| 综合激情网五月激情| 三级三久久线久久99久目本WW| 综合网狠狠| 日韩AV成人电影| 97操碰98| 碰人人97| 夜夜爱爱亚洲| 亚洲无码www| 五月天大香蕉AV| 久久曰9| 精品欧美性爱超级爽| 色婷婷久久| 日本久久精品| 国产精品天天狠天天看| 日韩AV免费电影在线播放| 久久综合九九| 五月婷婷av在线| 99色综合久久| 五月婷婷www| 亚洲成人无码免费| 色www.con| 婷婷五月天黄色网址| 日韩在线一级| 97人妻碰碰中文无码久热丝袜| 国产激情AV| 99ri视频| 婷五月丁香| 婷婷成人丁香色情基地30| 亚洲综合色丁香五月天| a久久免费视频| 婷婷天天色| www夜夜操wwwcon| 九九色综合九九色| 五月丁香琪琪| 天天干,天天日| 国产SUV精品一区二区6| 二区成人视频| 男人天堂99| 激情视频网址| 99热这里只是精品| 久机视频这只有精品| 五月花婷婷| 99热精品观看| 免费观看的av| 五月丁香六月激情| 香蕉久久六月| 人人色人人摸人人看| 亚洲网站在线鸭子av| 逼逼AV| 99在线观看视频| 性热视频99精品| 色五月在线观看| 少妇高潮呻吟A片免费看软件| 日韩二区搞逼插逼毛片| 大香蕉九九热| 草操网| 激情九九这里只有精品| 久久东京热婷婷五月| 丁香五月成人| 丁香六月婷婷色XXXXX| 国产av基地| 亚洲一色色色色色色色色| 日韩色情亚洲五月天婷婷| www99热| 中文字幕在线日亚洲9| 婷婷激情五月| 综合激情四射一theav| 日本婷久久| 丁香五月香蕉在线| 六月丁香VA| 五月色婷婷综合| 久99在线| 五月丁香色色网| 快色t v在线入口| 亚洲色图五月丁香| 香蕉AV777XXX色综合一区| 色天堂操| 九九热视频首页/这里只有精品| 色综合久久88色综合天天| 九九色影视| 综合色七七| 五月 成人 婷婷| 日本妈妈乱| 久久66精品| 另类综合网| 99热精品在线观看| 天天操精品| 一级片sese片.COM| 一起草性爱不卡视频| 亚洲色综合| av第一二区| 激情播丁香| 丁香五月婷久久| 丁香激情五月天| 久久99精品久久久久久青青AR| 玖玖综合色| 性生活久久人妻| 色色色热热热| 99久久婷婷五月综合| 五月噜噜| 婷婷五月丁香基地| 丁香五月停停基地| 青青草原福利在线| 欧美成人AAA片一区国产精品 | 亚洲精品又粗又大又爽A片 | 日本欧特黄色刺激一区影视久精品无码| 99在线观看视频免费| 26UUU欧美| 国产午夜精品一区二区三区嫩草| 亚洲超碰在线| 六月婷婷啪啪| 婷婷干| 激情五月天在线观看婷婷| 狠狠高潮精品亚洲1| 成人做爰黄A片免费看直播室男男| 伊久久婷婷| 欧美婷婷成人| 久热精彩视频98| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 五月婷婷激情综合网| 大地9中文在线观看免费高清| 狠狠色噜噜狠狠狠狠综合| 久久久精品色| 中文字幕在线视频播放| 99惹精品视频| 日韩精品一区二区三区,四区,五区视频| 亚洲精品乱码久久久久久按摩观| 91人人爽狠狠狠| 亚洲色婷婷久久99精品91| 婷婷五月综合网| 国产欧美va| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 亚洲激情综合| 久久sp免费视频| 色五月首页| 色色色com| 狠狠人妻久久久久久综合丁香| 久久9视频| 久久免费精品小视频| 午夜成人天堂久久无码日韩久久| 大香蕉在线观看9| 婷婷五月天成人网站| 国产婷婷婷| 亚洲avjiujiur91| 91色久| 精品在线| 思思热在线| 噜噜噜狠狠色综| www夜夜操com| 69综合在线| 天天久| 日韩无码性爱| 精品成人a v无码内射| 久草婷| www.99成人视频| 日韩精品VIP| 欧美VA在线观看| 91 影音先锋| 久久婷婷五月草视频| 丁香五月花影院| 欧洲亚洲免费视频区| 中文字幕无码人妻少妇免费视频| 九九在线免费观看| 超碰69天堂| 五月婷婷二月丁香| 色综合久久8| 日本熟女一区二区| 免费成人中文字幕| 人人色婷婷| 啪啪黄页网| 婷婷五月天网| 色婷婷久久| 91丨九色丨国产打屁股| 亚洲国产成人裸舞| 婷婷五月a| 欧美天堂久久| 99啪视频在线观看| 婷婷欧美综合| 激情精品久久| 久久婷青青草原| 丁香五月播播| 五月婷婷亚洲天堂97色婷婷| 激情开心五月亚洲| 丁香五月综合首页| 婷婷视频网| 婷婷六月综合在线| 婷婷综合伊人| 丁香五月电影| 无码婷婷五月天| 欧美操我| 九九热这里| 69婷婷丁香午夜| 国产免费av网站| 99九九热视频| 超黄亚洲瑟瑟网站| 色啪久| 色婷另类| 色婷丨日丨天丨综合久久| 丁香五月婷婷综合激情啪啪啪啪啪啪啪| 色激情五月| av 一区三区四区| 九月丁香很很色| 一区二区免费看| 亚洲精99| 激情九九六月激情免费视频| 26uuu精品一区二区| 五月丁香人妻| 婷婷五月色| 九九热国产| 亚洲最大视频| 狠狠狠狠狠草| 婷婷人人操| 大地9中文在线观看免费高清| 国产综合激情五月久久| 久久宗合影| 欧洲色色| 99碰网站| 丁香五月23111| 色婷婷A| 国产亚洲精品久久久久久郑州| 激情丁香五月天图片| 五月丁香六月激情综合网| 亚洲字幕AV一区二区三区四区 | 六月婷婷俺也去| 狠狠爱婷婷色| 国产真人做爰视频免费| 色99视频| 99色热视频| AV操逼网| 国产99久9在线+|+传媒| 狠狠色丁香| 婷婷六月伊人| 激情深爱婷婷网| 婷婷丁香91| 乱精品一区字幕二区| 六月综合婷婷开心伊人| 激情六月下句是什么| 久久婷婷东京热| 久久久av久av久片一区二区| 99色干| 玖玖资源站中文| 五月婷高清视频| 天堂久久精品| 狠狠久久婷婷| 综合五月激情| 精品一二三区久久AAA片| aaa久久| 日日噜噜久久婷婷五月天| 九九热91| 一起草AV入口| 五月丁香激情综合网| 日本一毛片| 五月丁香六月婷婷的女人| 欧美噜噜噜草| 精品网站:999WWW| 9色操| 超碰99在线| 九九久久五月天| 狠狠狠色激情综合适合| 久久久久人无码人妻| 超碰av在线| 黄色片精品| 沈娜娜av| 日本久久久97| 国产精品涩涩涩视频网站| www.色综合| 激情综合网激情五月天| 五月色网| 婷激情五月| 夜夜骑日日夜夜| 五月婷婷啪啪啪| 亚洲无aV在线中文字幕| 9 9热这里有精品| 夜夜爽77777妓女免费下载| 久久九九色| 夜夜撸天天操| 伊人激情啪啪| 婷婷六月激情| 91se在线视频| 99热97| 五月丁香婷婷激情澎湃四射| 五月天五月婷五月激情网| 丁香五月大片| 26uuuu精品一区二区| 免费国产VA国产免费| 婷婷五月色播网| 丁香五月婷婷啪啪啪| AV在线免费播放| 六月婷婷毛片| 影音先锋AV资源男人站| 色色网站日本91| 超碰熟女农村在线69| 免费视频WWW在线观看网站| 成人 在线 日韩| 曰曰久久| 5月丁香啪啪啪| 婷婷五月天AV| 国产精品国产成人国产三级| 亚洲妇女熟BBW| 婷色影院| 五月婷婷丁香综合,亚洲天堂| 嫩草AV久久伊人妇女超级A| 国产古装妇女野外A片| 爱爱网址9| 果冻传媒A片一二三区| www网站在线观看| 97人人看一| 99热综合在线| 五月天婷婷三级黄| 99久久99视频只有精品| 久色成人| 久久婷婷五月综合色丁香| 婷婷婷婷色| 少妇性按摩无码中文A片| 婷婷五月综合网| 亚洲五月花| 丁香五月婷婷啪啪| 能看的av| 免费在线观看av网站| 五月丁香啪。| 大香蕉啪啪网| 天天爱天天做天天爽| 激情综合网亚洲色图| 日日夜夜久| 色播五月网| 日韩一级片| 777精品久无码人妻蜜桃| 人人操9| 老妇操B| 狠狠大香婷婷爱| 99色播| 丁香伊人综合| 人人人人人人人草| 精品在线网站| 国产日产亚系列精品版优势| 日本一区二区三区精品视频| 五月激情网站| 啪啪干伊人婷婷| 亚洲一区二区无码蜜乳av| 亚洲六月婷婷| 日本久久99| 欧美成综合在线观看| 色五月婷婷av| 久久九精品| 99热综合色图| 99久久国产宗和精品1上映| 丁香五月 无码| Av九九| 人妻尝试久久久久久久久久久久| 丁香五月先锋| 夜夜嗨一区二区三区直播内容| 久久久久久18| www。狠狠干。com| 婷婷色正月| 天天天天干| 九九九AAA热视频| 中文字幕在线资源| 激情五月四色| 99在线免费观看| 久久九九经典| 日日干综合| 综合色影| 丁香五月亚洲综合| 五月天激情综合首页| 激情五月天小说|五月天开心激情网|亚洲精品国产自在现线|黄色五月天 | 天天综合亚洲综合| 91chinese在线| 无码成人AAAAA毛片AI换脸| 97欧美在线| 欧美97p| 五月婷婷丁香综合| 色激情网| 97丁香花五月天激情小说| 五月婷婷在线视频| 任你躁XXXXX麻豆精品| 婷婷97碰碰| 日本AAAAAAAAAAAAAA片| 91成人性爱视频| 婷婷五月另类网站| 这里只有精品99视频| 色婷婷五月天成人网| 夜色热久| 高清无码.com| 久久人人九| 婷婷情色五月| 伊人久久婷婷五月天激情四射| 99综合久久| 99久99久| 九九精品99| 五月天com| 丁香8月手机综合| 亚洲sesesese| 亚州操操| 九九热91| 五月丁香六月婷综合成人综合| 日本天天操| 久久婷婷五月天蜜桃| www,99热| 无码碰碰| 插插五月天| 婷婷六月丁香五月| 色色色婷| 综合XX网| 玖玖爱导航| av中文网站| 成人综合网站| 天堂婷婷五月在线| 99热精品中文字幕| 九九综合伊人| 大香蕉久久婷婷| 色五月自偷自拍婷婷婷婷| 6080av| 99re6在线视频精品免费| 青青热视频| 成人电影一区| 色综合网址| 婷婷丁香九月| 色综合中文色综合网| www.久热| 日韩美女羞羞网站在线观看| 激情五月天小说| 极品精品一区二区三区在线| 色青青五月| 99啪啪| 热热久久精品视频| 狠狠操狠狠| Av性爱网站| 东京热免费视频| 丁香五月网络网络| 精品久热| 色婷婷在线视频久| 国产乱子轮XXX农村| 99热99思午夜精品| 欧美成人精品A片免费一区99| 国产成人+综合亚洲+天堂| 激情伊人| 久久久18| 五月天精品| 五月丁香五月丁香| 国产精品久久久久久久久久| 美女五月天婷婷| 婷婷在线精品| 狠狠操天天操综合| 无码 av电影| 亚洲激情五月丁香久久久久| 在线18av | 日日操,夜夜撸| 超碰2021| 色婷婷狠狠| 蜜臀av粉嫩av懂色av| 色五月天综合网| 伊人五月天97| 在线成人网站| 五月丁香日本片| 大香蕉久久久| 九九九午夜影院成人| 美欧成人视频| 亚洲亚洲人成综合网络| 99干99| 丁香五月骚喷水视频| 五月天伊人久久久久| 成人做爰高潮A片免费视频| 成人在线视频一区| 国产视频久色| 午夜丁香综合婷婷| 无码激情AAAAA片-区区| 色噜噜97视频在线观看| 五月天全国最大成人网| 久久婷婷91| 大香蕉久久视频久久视频| 久久多色| 色婷婷丁香五月综合| 丁香婷婷基地| 久久青青日本视频| 女性自慰系列第五页| 色五月在线观看| 99热精品在线观看| 综合色影院| 99久久er| 五月天桃色深爱网| 九九久久视频| 色婷婷影音| 91丨九色丨东北熟女| 一本久久亚洲五月婷婷| www.99操.com| 九九久久99| 26uuu亚洲欧美另类| 狠狠色五月激情| 综合激情站| 99热官网| 在线观看的av| 色色色免费视频| 丰满少妇猛烈A片免费看观看| 色婷婷瘦婷婷日韩| 99热这里只有精品13| 久草五月婷婷| 伊人激情网| 人妻内射麻豆视频| 久久激情天堂| 色婷婷五月综合在线| 婷婷丁香成人| 婷婷五月天激情在线| 综合婷婷| 奇米四色五月天| 五月丁香啪啪| 天天久| 国产永久一二一起草| 伊人成综合五月婷婷| 久久99热这里只有精品| 人人草人人视| 99热成人永久免费| 天堂亚洲 在线| 五月天婷婷激情| 五月开心久久| 五月婷婷熟女| 4399在线日本A片| 亚洲精级| 99热精品在线在线| 激情六月天婷婷| 五月花成人网| 成人在线综合| 天天插操| 五月丁香啪啪激情| 五月激情久久综合网| 天天狠天天狠| 大香蕉五月| 五月天婷婷综合色| 久久伊人五月天| 99亚州综合精品成人网| 色六月丁香婷婷狠狠干| 五月天激情久久| 丁香五月天影院| 激情av| 91碰碰视频| 99re这里只有精品视频了| 噜综合| 色婷婷88| 琪琪色综合网站| 天天天天操| 久热99热| 丁香婷婷成人网| 一二三区视频韩国| 婷婷五月天国产精品| 美国不卡视频| 色色网站日本91| 色色国产| 玖玖资源在线视频| 欧美乱码国产一级A片| 国产另类综合| 五月天婷婷丁香蜜桃91| 五月丁香五月丁香五月丁香五月丁香91| 五月婷婷爽爽爽| 激情综合网五月婷婷| 99激情视频| 久久婷婷五月天综合| 五月天婷婷激情小说| 久久婷婷六月天| 九九99九九99九九99视频网| 日韩成人电影av| 婷婷丁香六月天激情四射网| 精品欧美一区二区三区久久久| 深爱激情五月网| www.色婷婷| 亚洲av电影在线| 老美AA片| 人人摸人人干| 六月激情婷婷| 久机视频这只有精品| 色丁香五月天| 97色欧美| 日韩淑女人妻luan伦激情精品一区二| 五月婷av| 午夜色丁香| 丁香婷婷六月在线资源观看| 久久婷婷五月丁香| 亚洲久久婷婷丁香五月天| 五月丁香好婷婷姑娘综合网| WWW·天天操·视频?| 新99思思视频| 91精品熟女| 五月天婷婷爱丁香中文字幕| 激情丁香五月激情婷婷| 97色伦另类图片小说视频 | 欧洲色区| 国产毛多水多女人A片| 久久在线视频免费观看| 色五月婷婷网| 国产成人精品亚洲线观看| 狠狠操狠狠| 欧美性生交XXXXX无码小说| 狠狠干夜夜干| 99无码| 婷婷激情五月综合| 精国产品一区二区三区A片| 人人爱人人草| 91狠狠综合久久久久久| 五月激情在线| 九九操屄| 五月色情婷婷| 热九九九九| 五月婷婷六月综合| 久久久久久久久久久久久久久久久精典| 99ri6在线视频| 久久精彩视频99| 五月天基地| 久9无码视频| 综合久| 五月色婷婷亚洲 | 大香蕉九九| 色婷网| 国产伦亲子伦亲子视频观看| 丰满女老板BD高清A片| 人与禽A片啪啪| 婷婷操无码| 五月做爱| 99热这里有精品首页10| 久久99婷婷| 九九Av| 怕怕av| 日韩欧美四五区| 丁香五月23111| 这里只有精品在线视频在线观看| 丁香五月激情网| 久久性爱视频| 色色色网站| 精品热九九| 六月婷在线| 女同激情久久av久久| 婷婷6月综合网| 开心五月深爱五月婷| 五月天综合在线观看| 色婷婷免费观看| 五月婷婷激情| 99热99日天天干| 14色综合婷婷| 狠狠操天天操| 色婷婷激情五月天| 色99日韩| 国产av天堂| AV六月丁香| 色色五月丁香| 9这里只有精品| pacopacomama 070722_670 素人奥様初撮りドキュメント 103 大久保純子 | 丁香久久| 久久婷五月婷| 怡红院AV亚洲一区二区三区H| a片在线免费观看一区| www.久久久久久久| 26uuu激情五月天| 婷婷五月成人| 激情六月天| 婷婷五月娱乐在线| 9热视频在线观看| 在线区区区| 99免费| 九九碰九九爱97超碰| 3DAV亚洲香蕉久久 一区二区| 色五月色图| 婷婷五月激情片| 亚洲成人黄色网| 97色在线| 四季日韩AV无码综合| 亚洲色久| 婷婷色系婷色| 国产精品视频| 久色精品| 超碰9| 99aese| 丁香五月婷婷超碰在线| 婷婷五月天VI| 99热99在线| www.丁香五月| 蜜臀99精品| 国产精品久久久久久喷浆| 精品网站:999WWW| 26UUU精品一区二区Com| 婷婷久热| 中文字幕操比影片| www.99视频| 人人摸人人搞| 天天操夜夜操| 久久总和99| 99综合激情久久精品久久| www.色综合| 日韩美一级毛卡片| 亚洲欧美婷婷五月色综合| 五月天婷婷激情四射综合| 97久久香草精品视频| 久99久视频| 大香蕉九九操| 激情婷婷五月色| 色婷婷基地| 日韩啪啪视频| 天天色天天| 丁香八月综合激情| 美女100%露全身无挡网站| 日夜操B| 亚洲婷婷久久综合| 亚洲天码视频www蛋播视频| 五月天婷婷色| 色噜噜狠狠色综合无码久久欧美| 激情小说在线视频| 婷婷情色五月| 亚洲婷婷乱乱丁香| 欧美在线视频99| www99热| 亚洲AV综合网| 91色碰| 色播激情五月天| 精品99*| 五月丁香在线精品| 色婷婷视频| 99热亚洲| 91婷色| 99久久www| 亚洲综合99| 99色在线视频观看| 婷婷色爱| 九月丁香八月婷婷加勒比| 婷婷激情六月中文| 成人午夜视频精品一区| 很很操96| 91碰碰碰| 亚洲俩性性爱图片久久第六页| 99热这里是精品| 啊V视频在线观看| 99视频这里有精品| 超碰在线资源| 九九久热| ztEJj| 丁香美女主播视频在线观看| 久久五月天影院| 婷婷五月丁香色情| 四川女人毛多水多A片| 九九亚洲小视频| 噼里啪啦完整版中文在线观看| 国产精品在线视频| www.色五月| 亚洲综合激| 欧美性生交XXXXX无码小说 | 双性美人被调教到喷水A片| 婷久看人爽| 久久AAAA片一区二区| 99高级会所久久| 色婷婷成人做爰A片免费看网站| 丁香六月激情综合网| 午夜天堂一区人妻| 开心五月激情五月丁香五月婷婷| 五月丁香六月激情网站| 五月婷婷丁香五月婷婷| 99干在线视频| 激情综合网 激情五月天| 狠狠爱五月婷婷综合六月| 六月丁香久久| 久久99久久久久久久噜噜| 超碰在线中文字幕| WWW.99热| 五月天婷婷久久视频| 就99这里只有精品| WwW色婷婷| 五月婷婷久| 玖玖婷婷色| 久热伊人| 丁香婷婷六月激情文学| 中文字幕无码人妻少妇免费视频| 99色一| 中文超碰视在线| 婷婷成人视频| 久婷五月| 色丁香五月婷婷| 丁香婷婷啪啪啪| 五月丁香六月婷婷激情四射| 婷婷五月综激情| 亚洲欧洲另类| 五月网站| www.minyis.com【JT】实力收量可预付QQ2101460746 | 色久五月天| 色情五月婷婷| 亚洲综合在线伊人婷| 五月丁了香蕉综合| 九九热精品视频| 开心婷婷五月| 色播五月天激情| 欧美美女国产日韩一区二区久| 婷婷色在线播放| 七月丁香婷婷 色色| www.夜夜| 久久99网站| 久久久国产精品黄毛片| 爱婷婷五月| 99久精品视频| www.久久爱| 五月丁香基地| 天天插天天射天天干| 青草五月天| 久色五月| 在线观看996精品| 日韩成人免费电影| 99热这里全是精品| 亚洲成人高清在线| 大地9中文在线观看免费高清| 天天日天天干天天爽| 色玖玖综合网| 丁香婷婷五月份| 琪琪色五月天| 婷婷天天舔| 久久天堂精品| 99这里都是精品| 色婷婷小说网| 99热福利| 色 噜噜 九月 婷婷| 另类激情综合| 99热在线观看免费| 成片免费观看视频大全| H亚洲| 日韩性视频| 五月婷婷狠狠干| 亚洲99综合| 婷婷五月丁香国产| 久综合色| 天天爽天天摸| 99re这里只有精品99| 久9热视频在线| 97碰在线视频| 天天插插天天| 操人无码| 亚洲久艹| 99热在线观看| 亚洲综合视频在线| 亚洲性爱日韩无码| 任你草| 97婷婷五月激情六月丁香伊人| 色婷婷99| 国产精品VA在线| 五月婷婷中文网| 色五月激情综合网| 九九伦子片| 性爱综合网| 26UUU欧美激情一区二区| 久久无码激情视频| 五月丁香综合成人社区| 久久婷婷五月综合色区| 婷婷五月激情中文字幕| 五月丁香婷婷六月| 欧美色色色色色色色色色色影视| 五月激情婷婷四射| 丁香六月激情| 五月丁香婷婷AV| 国产综合激情五月久久| 综合九九久久| 538在线精品| 丁香五月天黄色片| 亚洲国产va| 婷丁香五月天| 99久久99九九九99九他书对| 91精品久| 少妇人妻丰满做爰XXX| 日本三级日本三级99| 亚洲五月色| 一个色的综合| 久热精品视频在线观| 黄网免费看| 成人网在线视频|