亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于TRIZ的含噪聲圖像目標(biāo)邊緣檢測(cè)算法

        2013-08-27 06:48:14呂文閣涂曉斌成思源駱少明譚志忠
        關(guān)鍵詞:邊緣像素尺寸

        呂文閣,涂曉斌+,成思源,駱少明,譚志忠

        (1.廣東工業(yè)大學(xué) 機(jī)電工程學(xué)院,廣東 廣州 510006;2.東莞諾麗電子科技有限公司,廣東 東莞 523050)

        0 引言

        受電弓是電力機(jī)車運(yùn)行時(shí)從電網(wǎng)中取電的裝置。在機(jī)車運(yùn)行中,受電弓滑板發(fā)生電氣磨耗和滑動(dòng)磨耗是不可避免的,當(dāng)受電弓滑板磨耗到一定程度時(shí),容易造成拉網(wǎng)或卡網(wǎng),由此可能引發(fā)嚴(yán)重的鐵路交通事故[1]。因此,對(duì)受電弓滑板磨耗狀態(tài)進(jìn)行檢測(cè),對(duì)于保證機(jī)車正常運(yùn)行和電網(wǎng)安全都具有非常重要的意義。近年來,隨著機(jī)器視覺相關(guān)軟硬件技術(shù)的日趨成熟,采用機(jī)器視覺技術(shù)對(duì)受電弓滑板的厚度進(jìn)行非接觸測(cè)量已經(jīng)成為一種可行的方法。采用機(jī)器視覺技術(shù)檢測(cè)受電弓的形狀,具有反應(yīng)迅速、計(jì)算簡(jiǎn)單、易于存儲(chǔ)和再現(xiàn)、抗干擾能力強(qiáng)和易于實(shí)時(shí)控制等優(yōu)點(diǎn)[2]。

        機(jī)器視覺技術(shù)對(duì)受電弓的檢測(cè)主要是對(duì)拍攝到的受電弓圖像進(jìn)行分析處理,獲得需要的數(shù)據(jù)。在圖像分析過程中,噪聲會(huì)影響受電弓邊緣輪廓的提取。傳統(tǒng)的檢測(cè)方法中檢測(cè)目標(biāo)邊緣主要是對(duì)圖像中單一像素進(jìn)行分析處理,該方法對(duì)噪聲比較敏感,因此在檢測(cè)中往往得不到正確的目標(biāo)邊緣[3]。基于Canny算子邊緣檢測(cè)的基本思想是先將圖像使用高斯函數(shù)進(jìn)行平滑,再由一階微分的極大值確定邊緣點(diǎn)。二階微分的零交叉點(diǎn)不但對(duì)應(yīng)著一階導(dǎo)數(shù)的極大值,而且對(duì)應(yīng)著一階導(dǎo)數(shù)的極小值。換句話說,圖像中灰度變化劇烈的點(diǎn)與變化緩慢的點(diǎn)都對(duì)應(yīng)著二階導(dǎo)數(shù)的零交叉點(diǎn),因此Canny算子可能會(huì)引入偽邊緣點(diǎn)[4]。基于Roberts算子的邊緣檢測(cè)采用對(duì)角線方向相鄰像素之差近似檢測(cè)邊緣,其定位精度高,在水平和垂直方向效果較好,但對(duì)噪聲敏感[5]?;赟obel算子的邊緣檢測(cè)是利用像素的上、下、左、右鄰域的灰度加權(quán)算法,根據(jù)在邊緣點(diǎn)處達(dá)到極值這一原理進(jìn)行邊緣檢測(cè)。該方法在抗噪聲好的同時(shí)增加了計(jì)算量,而且也會(huì)檢測(cè)偽邊緣,定位精度不高[6]?;趥鹘y(tǒng)邊緣檢測(cè)方法的各項(xiàng)不足,本文提出一種以矩形區(qū)域?yàn)闄z測(cè)模板的局部目標(biāo)邊緣的檢測(cè)算法。依據(jù)發(fā)明問題解決理論(Theory of Invention Problem Solving,TRIZ)中的物質(zhì)-場(chǎng)模型[7]構(gòu)建算法的描述模型,確定出算法在計(jì)算量和效率上的沖突關(guān)系,然后根據(jù)TRIZ理論中的物理沖突和技術(shù)沖突對(duì)算法加以分析和改進(jìn),以提高計(jì)算效率。最后,用現(xiàn)場(chǎng)實(shí)際圖像對(duì)算法進(jìn)行可行性驗(yàn)證,結(jié)果顯示該算法在不顯著增加計(jì)算量的同時(shí)可以克服噪聲的干擾,能夠準(zhǔn)確快速地檢測(cè)到目標(biāo)邊緣。

        1 算法描述

        應(yīng)用機(jī)器視覺技術(shù)進(jìn)行檢測(cè)分析的前期,關(guān)鍵是進(jìn)行圖像分割,以消除背景和獲得目標(biāo)。圖像分割通常是進(jìn)一步對(duì)圖像進(jìn)行分析、處理、壓縮編碼的前期步驟,是機(jī)器視覺中最基本的問題之一,它幾乎應(yīng)用在有關(guān)圖像處理的所有領(lǐng)域。常見的圖像分割方法有基于邊緣檢測(cè)的分割方法和基于區(qū)域的分割方法[8]。

        基于邊緣檢測(cè)的分割方法是先檢測(cè)圖像中的邊緣點(diǎn),再按照一定的策略連接成輪廓,從而構(gòu)成分割區(qū)域,它能夠獲得像素灰度的局部變化強(qiáng)度,但對(duì)噪聲比較敏感;基于區(qū)域的分割方法是根據(jù)圖像數(shù)據(jù)的特征(包括灰度、邊緣和紋理等特征)將圖像空間劃分成不同的區(qū)域,能夠檢測(cè)特征的相似性與均勻性,但難以確定目標(biāo)區(qū)域內(nèi)的種子區(qū)域或種子點(diǎn)[9-10]?,F(xiàn)將兩者結(jié)合起來,先對(duì)圖像分別進(jìn)行局部邊緣檢測(cè),獲得區(qū)域生長(zhǎng)種子,然后進(jìn)行區(qū)域生長(zhǎng),同時(shí)獲得目標(biāo)邊緣和目標(biāo)區(qū)域。

        經(jīng)對(duì)檢測(cè)圖像的觀察發(fā)現(xiàn),其上方部位除了干擾噪聲外沒有其他目標(biāo),適合進(jìn)行局部邊緣檢測(cè)。傳統(tǒng)的局部邊緣檢測(cè)算法采用點(diǎn)模板,但點(diǎn)模板的局部邊緣檢測(cè)算法無法克服噪聲的影響。因此,考慮采用矩形模板檢測(cè)局部邊緣,即將一個(gè)矩形區(qū)域沿特定方向進(jìn)行搜索,對(duì)矩形區(qū)域內(nèi)像素的灰度值進(jìn)行統(tǒng)計(jì),如果超過分割閾值的像素個(gè)數(shù)達(dá)到一個(gè)比例值,則認(rèn)為找到了該方向的邊緣。顯然,采用區(qū)域模板進(jìn)行局部邊緣檢測(cè)可以克服噪聲的干擾。

        采用矩形模板檢測(cè)局部邊緣的問題是需要對(duì)模板區(qū)域內(nèi)的每個(gè)像素進(jìn)行灰度判斷和統(tǒng)計(jì)記數(shù),因此采用矩形模板檢測(cè)局部邊緣的計(jì)算量將遠(yuǎn)遠(yuǎn)超過點(diǎn)模板的局部邊緣檢測(cè)算法的計(jì)算量,很難滿足對(duì)處理時(shí)間具有較高要求的實(shí)時(shí)檢測(cè),有必要進(jìn)一步改進(jìn)矩形模板檢測(cè)局部邊緣算法,以降低算法的計(jì)算量,提高計(jì)算效率。

        2 物質(zhì)-場(chǎng)分析

        用TRIZ理論的物質(zhì)-場(chǎng)模型建立邊緣檢測(cè)算法的描述模型,以確定沖突,如圖1所示。其中:S1為目標(biāo);S2為圖像;Fv為點(diǎn)模板。由物質(zhì)—場(chǎng)模型可以看出,如果圖像中沒有噪聲,則算法應(yīng)當(dāng)很好地搜索到目標(biāo)邊緣;但如果圖像中有噪聲存在,則算法不一定搜索到目標(biāo)邊緣(不足作用),甚至有可能搜索到錯(cuò)誤的目標(biāo)邊緣(有害作用);按TRIZ理論對(duì)物質(zhì)—場(chǎng)模型基本類型的定義,原始物質(zhì)—場(chǎng)模型是一個(gè)無效完整系統(tǒng)。

        針對(duì)圖1模型中點(diǎn)模板邊緣檢測(cè)算法的不足作用和有害作用,根據(jù)TRIZ理論的76個(gè)標(biāo)準(zhǔn)解的No.12(在一個(gè)系統(tǒng)中有用作用和有害作用同時(shí)存在,而且必須處于接觸狀態(tài),增加新的場(chǎng)F2抵消F1的有害作用,或獲得一個(gè)有用的附加有用作用),添加一個(gè)區(qū)域模板補(bǔ)充這個(gè)不足作用并消除有害作用[11]。加入新場(chǎng)后的物質(zhì)—場(chǎng)模型如圖2所示。其中:S1為目標(biāo);S2為圖像;Fv1為點(diǎn)模板;Fv2為區(qū)域模板。

        3 問題的解決過程

        3.1 問題描述

        根據(jù)上述對(duì)算法的描述和分析可知,為了提高邊緣檢測(cè)算法抵抗噪聲的能力,可以采用區(qū)域模板,通過統(tǒng)計(jì)區(qū)域模板內(nèi)像素灰度超過分割閾值的像素?cái)?shù)量來判斷邊緣,提高了算法的抗噪聲能力,但也顯著增加了計(jì)算量,降低了計(jì)算效率,從而形成算法設(shè)計(jì)中的沖突。該問題的理想情況就是使得改進(jìn)后的算法在不顯著增加算法計(jì)算量的基礎(chǔ)上還具有抗噪聲能力。

        3.2 問題求解

        3.2.1 基于物理沖突的區(qū)域模板尺寸確定

        通過添加一個(gè)區(qū)域模板使邊緣檢測(cè)算法具有抗噪聲能力。大尺寸的區(qū)域模板具有較強(qiáng)的抗噪聲能力,但也增加了算法的計(jì)算量;如果減小區(qū)域模板的尺寸,則能夠降低算法的計(jì)算量,但抗噪聲能力也隨之下降,當(dāng)減小到極限(點(diǎn)模板)時(shí),算法將失去抗噪聲能力。

        根據(jù)TRIZ理論,該問題的實(shí)質(zhì)是一個(gè)物理沖突。邊緣檢測(cè)算法對(duì)區(qū)域模板尺寸有一個(gè)相反趨勢(shì)的要求,既希望區(qū)域模板尺寸是大的,又希望區(qū)域模板尺寸是小的。因此,可以采用多個(gè)尺寸的變尺寸區(qū)域模板,最小尺寸區(qū)域模板為點(diǎn)模板,最大尺寸區(qū)域模板以能夠覆蓋噪聲為宜。針對(duì)受電弓半弓圖像分辨率,最大尺寸區(qū)域模板設(shè)置為20像素×20像素。

        3.2.2 基于技術(shù)沖突的解決方案

        根據(jù)TRIZ理論,從技術(shù)沖突的角度分析,該問題的實(shí)質(zhì)是既要具有抗噪聲能力,又要不顯著增加計(jì)算量的技術(shù)沖突。在TRIZ理論描述技術(shù)沖突的39個(gè)通用工程參數(shù)中可以找到對(duì)應(yīng)的參數(shù)來提高抗噪聲能力,即改進(jìn)特性對(duì)應(yīng)的工程參數(shù)是No.13(結(jié)構(gòu)穩(wěn)定性)、No.27(可靠性)和 No.35(適應(yīng)性及多用性);計(jì)算量增加,即惡化特性對(duì)應(yīng)的工程參數(shù)是 No.15(運(yùn)動(dòng)物體作用時(shí)間)、No.25(時(shí)間損失)和 No.39(生產(chǎn)率)[12]。

        依據(jù)基于TRIZ理論發(fā)明問題解決過程的模型,可選擇相應(yīng)的發(fā)明原理來解決出現(xiàn)的矛盾[13]。查找沖突矩陣表,得到的發(fā)明原理有No.1(分割)、No.2(抽?。o.3(局部質(zhì)量)、No.4(增加不對(duì)稱性)、No.6(多用性)、No.10(預(yù)先作用)、No.13(反向)、No.23(反饋)、No.25(自服務(wù))和 No.35(參數(shù)變化)[14]??梢钥闯鯰RIZ理論提供了具有抗噪聲能力的邊緣搜索算法的多種創(chuàng)新方案,這些方案為構(gòu)造算法提供了新的思路,同時(shí)能有效地提高邊緣搜索算法的效率。按照具體問題的特點(diǎn),可以采用適當(dāng)?shù)姆椒▽?duì)算法進(jìn)行相應(yīng)的改進(jìn),如No.1(分割)、No.13(反向)和 No.35(參數(shù)變化)。

        4 算法實(shí)現(xiàn)及計(jì)算結(jié)果

        根據(jù)物理沖突解決方案和原理No.1(分割)重新構(gòu)建算法,如圖3所示,圖3a所示為以點(diǎn)模板搜索邊緣,其效果與傳統(tǒng)的邊緣檢測(cè)方法相類似;圖3b將區(qū)域模板尺寸增加到10像素×10像素,搜索邊緣時(shí),減弱小噪聲的干擾,而且檢測(cè)到的邊緣相對(duì)于點(diǎn)模板更加清晰,但還是會(huì)受到較大的噪聲干擾;圖3c將模板尺寸加大到20像素×20像素時(shí),完全可以檢測(cè)到符合要求的邊緣,這種通過加大模板尺寸在搜索區(qū)域移動(dòng)區(qū)域模板來搜索邊緣的方法,雖然可以得到清晰的邊緣,但同時(shí)大大增加了算法的計(jì)算量。由于逐個(gè)像素搜索邊緣的方法比較耗時(shí),根據(jù)原理No.35(參數(shù)變化),以20像素×20像素的區(qū)域?yàn)槟0寮哟笏阉鞯牟介L(zhǎng),從而減少算法的計(jì)算量,算法原理如圖4所示。由受電弓圖像的分辨率,最大步長(zhǎng)設(shè)置為30像素,步長(zhǎng)設(shè)置過大會(huì)使搜索區(qū)域跳過檢測(cè)目標(biāo)而檢測(cè)不到目標(biāo)邊緣。該方法每次都以一定的步長(zhǎng)進(jìn)行跳躍式搜索,當(dāng)區(qū)域模板進(jìn)入目標(biāo)區(qū)域時(shí),返回上一步的搜索點(diǎn),并在該點(diǎn)開始逐個(gè)像素向下搜索邊緣點(diǎn)。經(jīng)過對(duì)跳躍搜索方法的實(shí)驗(yàn)與檢測(cè)圖像的觀察發(fā)現(xiàn),以適當(dāng)?shù)乃阉鞑介L(zhǎng)檢測(cè)目標(biāo)時(shí),模板進(jìn)入目標(biāo)時(shí)離所要檢測(cè)的目標(biāo)邊緣很近,此時(shí)可以采用No.13(反向)原理在目標(biāo)區(qū)域由內(nèi)向外搜索邊緣,算法原理如圖5所示。相比前一種返回上一步后逐個(gè)像素搜索的方法,該方法更加節(jié)省計(jì)算時(shí)間,能夠提高算法的計(jì)算效率。經(jīng)測(cè)試,各算法檢測(cè)到邊緣所需的時(shí)間如表1所示,根據(jù)相應(yīng)的數(shù)據(jù)繪制成的時(shí)間曲線如圖6所示。

        對(duì)表1和圖6所顯示的數(shù)據(jù)和實(shí)驗(yàn)結(jié)果分析可知,點(diǎn)模板雖然運(yùn)行時(shí)間最短,但無法克服噪聲的影響,在對(duì)含噪聲圖像的檢測(cè)中一般很難發(fā)現(xiàn)正確的目標(biāo)邊緣;隨著區(qū)域模板尺寸的加大,檢測(cè)過程中受到的噪聲影響減弱,當(dāng)模板尺寸到達(dá)一個(gè)合適值(20像素×20像素)時(shí),算法可以發(fā)現(xiàn)正確的目標(biāo)邊緣且受噪聲的影響非常小,如果繼續(xù)加大模板尺寸,則檢測(cè)到的邊緣會(huì)更加清晰,但由時(shí)間曲線可以看出,隨著模板尺寸的增大,運(yùn)行時(shí)間也顯著增加,對(duì)處理時(shí)間有較高要求的實(shí)時(shí)檢測(cè)系統(tǒng)很難滿足要求。因此,可以得出將模板尺寸設(shè)置為20像素×20像素時(shí),在得到清晰邊緣的同時(shí)算法運(yùn)行時(shí)間比較短。根據(jù)參數(shù)No.35(參數(shù)變化)在最大尺寸區(qū)域模板條件下,隨著搜索步長(zhǎng)的加大檢測(cè)到邊緣的時(shí)間呈遞減趨勢(shì),步長(zhǎng)越大,時(shí)間越短。通過大量實(shí)驗(yàn)總結(jié)出:加大搜索步長(zhǎng),步長(zhǎng)為30像素時(shí)得到的檢測(cè)效果最好,且檢測(cè)效率最高。如果步長(zhǎng)過大,則會(huì)使檢測(cè)到的邊緣線出現(xiàn)斷點(diǎn)或檢測(cè)不到邊緣,該方法在一定程度上滿足實(shí)時(shí)在線檢測(cè)的要求。跳躍搜索方法的檢測(cè)過程中區(qū)域模板進(jìn)入目標(biāo)區(qū)域內(nèi),此時(shí)應(yīng)用參數(shù)No.13(反向)由目標(biāo)區(qū)域內(nèi)往外搜索邊緣,由圖6中的曲線可以看出,這種方法的運(yùn)行時(shí)間相比跳躍搜索時(shí)間更短,同時(shí)檢測(cè)到的邊緣線更加準(zhǔn)確,該方法完全可以滿足實(shí)時(shí)檢測(cè)的要求。

        經(jīng)由本文提出的算法檢測(cè)到局部邊緣后,沿著目標(biāo)方向偏置一個(gè)距離,獲得的像素點(diǎn)一定在目標(biāo)區(qū)域內(nèi),以該像素為生長(zhǎng)種子進(jìn)行區(qū)域生長(zhǎng),就可以獲得二值化目標(biāo)圖像,填充后的效果如圖7所示。

        表1 各算法運(yùn)行時(shí)間

        5 結(jié)束語(yǔ)

        本文用TRIZ理論的物質(zhì)-場(chǎng)分析構(gòu)建出邊緣檢測(cè)算法的描述模型,根據(jù)TRIZ理論的沖突解決方法,構(gòu)建了具有抗噪聲能力的區(qū)域模板邊緣檢測(cè)算法。采用基于物理沖突解決方案、原理No.1(分割)、原理 No.35(參數(shù)變化)和原理No.13(反向)分別對(duì)算法進(jìn)行重新構(gòu)建,使得改進(jìn)后的算法更適合使用在實(shí)時(shí)受電弓檢測(cè)系統(tǒng)上。通過對(duì)實(shí)驗(yàn)結(jié)果的分析可知,改進(jìn)后的算法在不損失抗噪聲能力的同時(shí),明顯提高了計(jì)算效率。本文的創(chuàng)新點(diǎn)是將TRIZ理論與機(jī)器視覺中的邊緣檢測(cè)技術(shù)相結(jié)合,同時(shí)引入了區(qū)域模板的概念;難點(diǎn)在于如何準(zhǔn)確構(gòu)建出算法模型并通過TRIZ理論來提高算法的計(jì)算效率。以后的工作主要集中于如何提高算法的穩(wěn)定性,進(jìn)一步完善該算法針對(duì)更大噪聲圖像邊緣檢測(cè)的準(zhǔn)確性。

        [1] MA Li,WANG Zeyong,GAO Xiaorong,et al.Application of image processing in detecting the pantograph sliding[J].Electric Drive for Locomotives,2009(5):47-49(in Chinese).[馬莉,王澤勇,高曉蓉,等.圖像處理技術(shù)在受電弓滑板檢測(cè)中的應(yīng)用[J].機(jī)車電傳動(dòng),2009(5):47-49.]

        [2] RUAN Xiaohong,JI Xiaojun,CHEN Lesheng.Research of on-line detection system for contact components based on machine vision technology[J].Electronic Measurement Technology,2010(2):127-131(in Chinese).[阮曉虹,吉小軍,陳樂生.基于機(jī)器視覺的觸點(diǎn)零件在線檢測(cè)系統(tǒng)研究[J].電子測(cè)量技術(shù),2010(2):127-131.]

        [3] ZHOU Changqing,PENG Wei.Evolution and application TRIZ theory of Su-Field model[J].Light Industry Machinery,2010(2):89-93(in Chinese).[周長(zhǎng)青,彭 偉.TRIZ理論物-場(chǎng)模型的演化及其應(yīng)用[J].輕工機(jī)械,2010(2):89-93.]

        [4] ZHAO Hongzhong,ZHANG Yanchao.Image retrieval algorithm based on Canny edge detection operator[J].Electronic Design Engineering,2010(2):81-83(in Chinese).[趙宏中,張彥超.基于Canny邊緣檢測(cè)算子的圖像檢索算法[J].電子設(shè)計(jì)工程,2010(2):81-83.]

        [5] DUAN Ruiling,LI Qingxiang,LI Yuhe.Summary of image edge detection [J].Optical Techique,2005,31(3):415-419(in Chinese).[段瑞玲,李慶祥,李玉和.圖像邊緣檢測(cè)方法研究綜述[J].光學(xué)技術(shù),2005,31(3):415-419.]

        [6] XING Jun.Edge detection of Sobel-based digital image [J].Microcomputer Development,2005(9):48-52 (in Chinese).[邢 軍.基于Sobel算子數(shù)字圖像的邊緣檢測(cè)[J].微機(jī)發(fā)展,2005(9):48-52.]

        [7] KHASHMAN A.Noise-dependent optimal scale in edge detection[C]//Proceedings of the 2002IEEE International Symposium on Industrial Electronics.Washington,D.C.,USA:IEEE,2002,2:467-471.

        [8] HU Xiaodan,TENG Zhongjian.Image segmentation method based on statistical model of noise[J].Computer and Modernization,2011(3):57-59(in Chinese).[胡小丹,滕忠堅(jiān).基于噪聲統(tǒng)計(jì)模型的圖像分割方法[J].計(jì)算機(jī)與現(xiàn)代化,2011(3):57-59.]

        [9] MILAN S,VACLAV H,ROGER B.Image processing,analysis and machine vision[M].Iowa City,Iowa,USA:Thomson Learning and PT Press,2003.

        [10] ZHANG Yujin.A course of image processing and analysis[M].Beijing:Posts & Telecom Press,2009(in Chinese).[章毓晉.圖像處理和分析教程[M].北京:人民郵電出版社,2009.]

        [11] TAN Runhua.Inventive problem solving theory[M].Beijing:Science Press,2004(in Chinese).[檀潤(rùn)華.發(fā)明問題解決理論[M].北京:科學(xué)出版社,2004.]

        [12] YANG Mingliang,YANG Zhongqiang.Based on the theory of TRIZ in innovation design of the washing machine[C]//Proceedings of the 2011IEEE 18th International Industrial Engineering and Engineering Management(IE&EM).Washington,D.C.,USA:IEEE,2011,3:1838-1840.

        [13] MICHAEL A .Inventive thinking through TRIZ:apractical guide[M].Berlin,Germany:Springer-Verlag,2006.

        [14] ZHAO Min,SHI Xiaoling,DUAN Haibo.TRIZ introduction and practice[M].Beijing:Science Press,2009(in Chinese).[趙 敏,史曉凌,段海波.TRIZ入門及實(shí)踐[M].北京:科學(xué)出版社,2009.]

        猜你喜歡
        邊緣像素尺寸
        趙運(yùn)哲作品
        藝術(shù)家(2023年8期)2023-11-02 02:05:28
        尺寸
        智族GQ(2022年12期)2022-12-20 07:01:18
        像素前線之“幻影”2000
        CIIE Shows Positive Energy of Chinese Economy
        “像素”仙人掌
        D90:全尺寸硬派SUV
        一張圖看懂邊緣計(jì)算
        高像素不是全部
        CHIP新電腦(2016年3期)2016-03-10 14:22:03
        佳石選賞
        中華奇石(2015年5期)2015-07-09 18:31:07
        在邊緣尋找自我
        雕塑(1999年2期)1999-06-28 05:01:42
        免费一本色道久久一区| 国产成人av大片大片在线播放| 日韩av一区二区三区高清| 青青草在线免费播放视频| 99re66在线观看精品免费 | 国产精品186在线观看在线播放| 日韩人妻无码一区二区三区久久| 51国产黑色丝袜高跟鞋| 欧美激情在线不卡视频网站| 欧美亚洲韩国国产综合五月天| 无码一区二区丝袜| 亚洲码无人客一区二区三区| 一本色道精品亚洲国产一区| 虎白女粉嫩粉嫩的18在线观看 | 国产成人国产在线观看入口| 国产精品白浆视频一区| 99久久国产一区二区三区| 日本免费三级一区二区| 日本精品免费看99久久| 人妻少妇-嫩草影院| 在线观看精品视频网站| 一二三四在线视频观看社区| 爱a久久片| 中国女人a毛片免费全部播放| 国内自拍偷拍一区二区| 伊人久久亚洲精品中文字幕| 色狠狠一区二区三区中文| 无码区a∨视频体验区30秒| 亚洲av男人的天堂在线观看| 亚洲AV无码一区二区三区天堂网| 手机AV片在线| 日本免费一区二区精品| 超级乱淫片国语对白免费视频| 水蜜桃精品一二三| 91精品一区国产高清在线gif| 亚洲欧美成人a∨| 亚洲国产精一区二区三区性色| 久久亚洲网站中文字幕| 日韩在线 | 中文| 人妻激情另类乱人伦人妻| 精品无码久久久九九九AV|