• <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 ?

    支持向量機技術在土地利用監(jiān)測的應用研究

    2010-09-28 01:18:44吳曼喬曾聯(lián)明
    測繪通報 2010年8期
    關鍵詞:分類區(qū)域

    李 平,吳曼喬,曾聯(lián)明

    (1.廣東省地質測繪院,廣東廣州 510800;2.佛山科學技術學院信息中心,廣東佛山 528000)

    支持向量機技術在土地利用監(jiān)測的應用研究

    李 平1,吳曼喬1,曾聯(lián)明2

    (1.廣東省地質測繪院,廣東廣州 510800;2.佛山科學技術學院信息中心,廣東佛山 528000)

    針對遙感圖像在土地利用監(jiān)測應用中采用人工識別導致監(jiān)測效率低的問題,提出采用支持向量機的自動識別方法和識別流程,以提高土地利用動態(tài)監(jiān)測的自動化程度和監(jiān)控效率。該方法基于統(tǒng)計學習理論,使用小樣本訓練,支持線性和非線性分類。

    支持向量機;土地利用監(jiān)測;分類方法;識別

    一、引 言

    遙感作為一種高效獲取信息的手段,具有覆蓋范圍大、信息量豐富、全天候的特點,以及信息現(xiàn)勢性強和多光譜等特性,使得數(shù)據(jù)從靜態(tài)走向動態(tài),從單項技術走向多技術集成,并在我國土地資源調查監(jiān)測工作中得到廣泛應用[1]。目前,最常用的土地利用遙感監(jiān)測方法有兩種[2-3]:①分類前像元比較法,②分類后比較法。分類前像元比較法包括單變量圖像差值法、像素比值法、光譜特征變異法、彩色合成法等[4];分類后比較法首先對整個監(jiān)測區(qū)域的逐個影像系列進行各自分類,然后,比較在各影像系列同一位置分類結果,進而確定土地利用類型變化的位置和所屬類型等信息,它主要分監(jiān)督分類和非監(jiān)督分類法[5]。此外,還有面向對象的動態(tài)監(jiān)測方法等。

    遙感圖像分類是遙感的地學應用領域中的一項重要環(huán)節(jié),支持向量機 (suport vector machine, SVM)作為一種新的基于統(tǒng)計學習理論的、有效的學習方法,近年來成為模式識別與機器學習領域一個新的研究熱點,能夠較好地解決小樣本、非線性、高維數(shù)、局部極小點等實際問題,已經(jīng)逐漸成為解決模式分類問題的首選工具[6]。SVM已經(jīng)被廣泛應用于遙感圖像分析與處理領域,SVM在土地利用監(jiān)測中的應用屬于分類后比較法的范疇。

    二、SVM的理論基礎

    傳統(tǒng)的統(tǒng)計模式識別方法只有在樣本趨向無窮大時,其性能才有理論的保障。統(tǒng)計學習理論研究有限樣本情況下的機器學習問題。傳統(tǒng)的統(tǒng)計模式識別方法在進行機器學習時,強調經(jīng)驗風險最小化。而單純的經(jīng)驗風險最小化會產(chǎn)生“過學習問題”,其推廣能力較差。

    Vapnik.V(1995年)[7]提出的 S VM理論最基本思想之一的結構化風險最小化原則(structural risk minimization,SRM)要優(yōu)于傳統(tǒng)的經(jīng)驗風險最小化原則(empirical risk min imization,ERM)。不同于 ERM試圖最小化訓練集上誤差的做法,SRM試圖最小化VC維的上界,從而使其學習機獲得了更好的推廣性能。

    SVM的基本思想是把輸入空間的樣本通過非線性變換映射到高維特征空間,然后在特征空間中求取把樣本線性分開的最優(yōu)分類面。算法使用分類間隔控制線性學習機器的容量,從而使結構風險最小,也使其在有限樣本下具有了較強的泛化能力?;诮y(tǒng)計學習理論和結構風險最小化原則,不同的核函數(shù)即變換到不同的特征空間,使用核函數(shù)也避免了在高維的特征空間中直接計算。

    SVM的機理:尋找一個滿足分類要求的最優(yōu)分類超平面,使得它在保證分類精度的同時,既盡可能多地將兩類數(shù)據(jù)點正確地分開,同時使得該超平面兩側的空白區(qū)域最大化,即使分開的兩類數(shù)據(jù)點距離分類面最遠。

    同一個訓練樣本可以有被不同超平面分類的情況,當超平面的空白區(qū)域Margin最大時,超平面就是最優(yōu)分類超平面[8]。如圖 1所示。

    圖 1中,黑圓點和白形點代表兩類樣本,H為分類線,H1、H2分別為過各類中離分類線最近的樣本且平行于分類線的直線,它們之間的距離叫做分類間隔(margin)。所謂最優(yōu)分類線就是要求分類線不但能將兩類正確分開 (訓練錯誤率為 0),而且使分類間隔最大,推廣到高維空間,最優(yōu)分類線就變?yōu)樽顑?yōu)分類面。在土地地物分類中,不同的類代表不同的地物,SVM的功能就是通過訓練生成分類模型,把不同的地物區(qū)別出來,再進行比較,從而達到動態(tài)監(jiān)測的目的。

    圖1 SVM分類及其最優(yōu)分類超平面

    三、支持向量機在土地利用監(jiān)測中的應用

    基于 SVM的遙感影像土地利用動態(tài)監(jiān)測過程主要包括:圖像預處理,感興趣區(qū)域屬性特征及訓練樣本的提取,數(shù)據(jù)標準化及歸一化處理,C、γ參數(shù)設置,基于 SVM的土地地物分類和分類精度評價幾個部分。基于 SVM的土地利用監(jiān)測動態(tài)分類流程如圖2所示。

    圖2 基于 SVM的土地遙感影像動態(tài)監(jiān)測流程

    在上面的分類流程中所使用的遙感圖像是經(jīng)過幾何校正和匹配、圖像裁切等處理的遙感圖像,流程中的預處理主要是指樣本的選取和格式轉換等。下面將具體實施過程中的四個主要步驟加以闡述。

    1.數(shù)據(jù)預處理

    遙感圖像預處理主要是為了保證提供給 SVM的數(shù)據(jù)符合其處理格式。預處理階段是實施圖像分類的關鍵階段,感興趣樣本選擇后必須轉換成可以被分類識別器所能識別的數(shù)據(jù)格式,所以必須編寫專門的數(shù)據(jù)格式轉換程序來實現(xiàn)。

    遙感數(shù)據(jù)通常都是多波段的數(shù)字圖像,其數(shù)字圖像記錄格式隨著計算機技術的發(fā)展而有不同程度的變化,常用的數(shù)據(jù)格式包括 BSQ、B IP、B IL三種。為了保持遙感數(shù)據(jù)包含信息的完整性以及保證數(shù)據(jù)處理的方便,感興趣區(qū)域遙感數(shù)據(jù)采用 B IP的格式,并將其轉換成文本格式,在分類的過程中還需要進行一系列的轉換,如訓練樣本的歸一化處理,同時必須轉換成能夠被 SVM處理軟件識別的特定格式。在分類完成以后,文本格式的遙感數(shù)據(jù)需要轉換成B IP文件格式,以方便其他遙感軟件對圖像文件進行進一步的操作。

    訓練樣本選取原則要充分考慮各種地物的光譜、結構和紋理特征,因地制宜地進行選擇[9]。感興趣區(qū)域的選擇方法可以滿足訓練樣本的選擇要求,可以是單個的多邊形所包含的區(qū)域,也可以是多邊形、點、矢量等的組合區(qū)域。需要保證所選擇的樣本區(qū)域特征信息的廣泛性。

    對于遙感土地利用地物分類,樣本采集可以通過 ENV I的 RO I工具來進行。目前,RO I提取算法很多,本文根據(jù)遙感圖像多波段、高分辨率的特點,結合顏色和紋理特征,采用 ENV I軟件進行數(shù)據(jù)的采集操作。訓練樣本選取原則要充分考慮各種地物的光譜、結構和紋理特征,因地制宜地進行選擇。感興趣區(qū)域的選擇方法可以滿足訓練樣本的選擇要求,可以是單個的多邊形所包含的區(qū)域,也可以是多邊形、點、矢量等的組合區(qū)域。遙感圖像的感興趣區(qū)域樣本選擇在 ENV I 4.4軟件中進行,ENV I 4.4支持多個感興趣區(qū)域的選擇,選擇的區(qū)域可以根據(jù)用戶需要進行定義,并且在任何一個主圖像窗口、滾動窗口以及縮放窗口中進行繪制。為了適合一個特殊的圖元像素的閥值,感興趣區(qū)域可以擴展到該圖元像素的臨近像素,保證了所選擇的樣本區(qū)域特征信息的廣泛性。在實際的工作中,由于存在“同物異譜”的情況,因此,對于同一種類型可能有多種不同的特征。為此,可以參照已有的區(qū)域資料進行,對不同類型的地面物體分別選取了一定數(shù)量的具有普遍性、代表性的樣本點,選取各類樣本在對應波段的波譜反射率生成各地物類別的參考訓練樣本,進行訓練。

    數(shù)據(jù)的歸一化處理在 SVM執(zhí)行分類處理中非常重要,一方面可以避免小數(shù)值范圍的屬性的值被更多大數(shù)值范圍的屬性的數(shù)值所支配,避免運算中大數(shù)“吃”小數(shù)的現(xiàn)象;另一方面可以避免統(tǒng)計過程中遇到的計算困難。在實際數(shù)據(jù)處理過程中通常建議將屬性的值歸一到[-1,1]或[0,1]的范圍。

    2.SVM分類器模型生成

    SVM樣本訓練中參數(shù)的優(yōu)化主要是 (C,γ)參數(shù)的優(yōu)化,這是一個決定分類效果的重要因素,在圖像分類中采用的基于“網(wǎng)格搜索”的交叉驗證方法為(C,γ)優(yōu)化參數(shù)的獲取提供了途徑。在生成分類器模型時選擇 RBF作為核函數(shù),同時利用網(wǎng)格搜索和交叉驗證方法選取核參數(shù)和懲罰因子,以尋求最大分類超平面為最優(yōu)分類超平面。利用上一步選取的核函數(shù)和最佳參數(shù)對訓練樣本進行訓練,構造SVM分類器模型。

    3.土地利用地物分類體系及分類器結構

    根據(jù) 2002年全國土地分類標準,土地采用三級分類:一級為農(nóng)用地、建設用地、未利用地。其中每一大類又分成眾多的二級分類。如農(nóng)用地分為:耕地、園地、林地、牧草地、其他農(nóng)用地;建設用地分為:商服用地、工礦倉儲用地、公共設施用地、公共建筑用地、住宅用地、交通運輸用地、水利設施用地、特殊用地;未利用地分為:未利用土地、其他土地。在二級分類的基礎上進一步細分三級分類,如耕地可細分為:灌溉水田、望天田、水澆地、旱地、菜地。

    基于 SVM的土地利用地物分類體系的實現(xiàn),需要為每一個大類構造一個分類模型,此模型采用SVM分類方法,通過訓練此模型中的分類地物樣本來得到。常用的 SVM多類分類方法有一對一(1-a-1)和一對多(1-a-r)兩種,本文采用的土地地物分類器是基于二叉樹的多類 SVM分類器提出來的?;诙鏄涞亩囝?SVM對于 k類的訓練樣本,訓練k-1個支持向量機[9]。第一個支持向量機以第一個樣本為正樣本,將第 2,3,…,k類訓練樣本作為負的訓練樣本訓練 SVM1;第 i個支持向量機以第 i個類樣本為正的訓練樣本,將第 i+1,i+2,…,k類訓練樣本作為負的訓練樣本訓練 SVMi,直到 k-1個支持向量機將以第 k-1類樣本作為正樣本,第 k類樣本為負樣本訓練 SVM(k-1)。圖 3以農(nóng)用地大類為例來說明基于 SVM二叉樹多類土地地物分類器的結構。

    圖3 基于 SVM的二叉樹多類土地地物分類器結構

    二叉樹方法可以避免傳統(tǒng)方法的不可分情況,并只需構造 k-1個 SVM分類器,測試時并不一定需要計算所有的分類器判別函數(shù),從而可節(jié)省測試時間。

    用訓練好的 SVM分類器模型對研究區(qū)整個ET M影像進行了信息提取,輸出分類結果。此時的分類結果,由于其數(shù)據(jù)格式還是 SVM的數(shù)據(jù)格式,因此,還必須對其進行相應的轉換,去除分類結果中的標識信息,還原成能夠被遙感圖像處理軟件識別的通用格式,并加以保存。

    4.土地利用地物分類精度檢驗

    基于 SVM的土地地物分類精度驗證是在對成果進行定性評價的基礎上的定量分析,是確定土地覆蓋單元類別、面積劃定和描述的精度。相同的數(shù)據(jù)源按照同樣的樣本訓練方法制作訓練樣本,用訓練好的 SVM分類器模型對研究區(qū)整個 T M影像進行了信息提取,然后對兩次分類結果進行比較,以確定區(qū)分土地利用分類錯分程度差異。通過野外檢查和航空影像對比進行檢驗,在土地利用一級分類的錯判率約為 5%,如圖 4所示[10]。主要是未利用地和農(nóng)用地的錯分,這與像元混合的復雜程度有關,根據(jù)區(qū)域影像像元特點,通過進一步的樣本訓練,可以提高復雜的混合像元分類的測繪邊界精度。

    圖4 SVM提取的土地利用地物分類圖

    四、結束語

    高分辨率衛(wèi)星遙感技術是目前監(jiān)測土地利用動態(tài)發(fā)展變化的有效手段。如何采用新方法,解決遙感圖像在土地利用監(jiān)測應用中采用人工識別導致監(jiān)測效率低的問題,是本文研究的主要內容。采用基于支持向量機方法實現(xiàn)土地利用動態(tài)監(jiān)測具有很強的現(xiàn)實意義和推廣價值,有效提高了土地利用動態(tài)監(jiān)測的自動化程度和監(jiān)控效率。下一步重點研究的內容在于如何克服地物對分類的影響,提高分類識別精度。

    [1] 陳亞嶺,付治河,張景湘.3S技術在土地動態(tài)監(jiān)測中的應用[J].光盤技術,2007(5):61-62.

    [2] 陳春希,祝曉坤,張海濤.應用遙感技術開展土地動態(tài)監(jiān)測方法評述與定量評價研究 [J].北京測繪, 2009(2):23-25.

    [3] 潘耀忠,陳志軍,聶娟,等.基于多源遙感的土地利用動態(tài)變化信息綜合監(jiān)測方法研究[J].地球科學進展, 2002,17(2):182-187.

    [4] 李德仁.利用遙感影像進行變化檢測[J].武漢大學學報:信息科學版,2003,28(S1):7-12.

    [5] 盧鈺.土地利用動態(tài)監(jiān)測變化信息提取算法評估[J].湖北農(nóng)學院學報,2002,22(5):394-396.

    [6] ZHANG Xuegong.Introduction to StatisticalLearning Theory and Support Vector Machines[J].Acta Automatica Sinica,2000,26(1):32-42.

    [7] VAPN IK V N.The Nature of Statistical Learning Theory [M].New York:Springer-Verlag,1995.

    [8] NELLO CR IST IAN IN I,JOHN SHAWE-TAYLOR.An Introduction to SupportVectorMachines and Other Kernel-Based LearningMethods[M].Cambrige:Cambrige University Press,2000.

    [9] 張錦水,何春陽,潘耀忠,等.基于 SVM的多源信息復合的高空間分辨率遙感數(shù)據(jù)分類研究[J].遙感學報, 2006,10(1):49-57.

    [10] 曾聯(lián)明,吳湘濱,劉鵬.感興趣區(qū)域遙感圖像分類與支持向量機應用研究[J].計算機工程與應用,2009, 45(6):243-245.

    On Application of Surport VectorMachine Technology to Land Use M on itoring

    L I Ping,WU Manqiao,ZENGLianming

    0494-0911(2010)08-0028-03

    P237.9

    B

    2010-05-26

    李 平(1970—),廣東潮州人,助理工程師,主要從事遙感與地理信息的開發(fā)應用。

    猜你喜歡
    分類區(qū)域
    永久基本農(nóng)田集中區(qū)域“禁廢”
    分類算一算
    垃圾分類的困惑你有嗎
    大眾健康(2021年6期)2021-06-08 19:30:06
    分割區(qū)域
    分類討論求坐標
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    關于四色猜想
    分區(qū)域
    給塑料分分類吧
    www.熟女人妻精品国产| 69av精品久久久久久| 动漫黄色视频在线观看| 香蕉久久夜色| 人妻丰满熟妇av一区二区三区| 免费看日本二区| 首页视频小说图片口味搜索| 热99re8久久精品国产| 欧美成狂野欧美在线观看| 国产成人精品久久二区二区91| 久久精品国产清高在天天线| 国产精品久久久av美女十八| 少妇粗大呻吟视频| 妹子高潮喷水视频| 国产精品98久久久久久宅男小说| 美女国产高潮福利片在线看| 精品国产国语对白av| 中文字幕高清在线视频| 人妻久久中文字幕网| 精品午夜福利视频在线观看一区| 亚洲av电影不卡..在线观看| 美女扒开内裤让男人捅视频| 黄色片一级片一级黄色片| 1024手机看黄色片| 可以在线观看的亚洲视频| 禁无遮挡网站| 欧美成人一区二区免费高清观看 | a级毛片a级免费在线| 黄色女人牲交| 亚洲欧美日韩无卡精品| 国产真人三级小视频在线观看| 精品久久久久久,| 午夜福利18| 久久欧美精品欧美久久欧美| 天天躁夜夜躁狠狠躁躁| 一本综合久久免费| 久久精品国产综合久久久| 精品国产国语对白av| 可以在线观看毛片的网站| 在线播放国产精品三级| 97超级碰碰碰精品色视频在线观看| 午夜精品久久久久久毛片777| 亚洲色图 男人天堂 中文字幕| 亚洲av熟女| 国产成人影院久久av| 欧美成人性av电影在线观看| 国内毛片毛片毛片毛片毛片| 琪琪午夜伦伦电影理论片6080| 一夜夜www| 亚洲久久久国产精品| 美女大奶头视频| 久久精品人妻少妇| 999精品在线视频| 久久婷婷成人综合色麻豆| 变态另类成人亚洲欧美熟女| 手机成人av网站| 免费在线观看视频国产中文字幕亚洲| 一本综合久久免费| 欧美绝顶高潮抽搐喷水| 欧美激情久久久久久爽电影| 欧美精品亚洲一区二区| 中文亚洲av片在线观看爽| 国产黄片美女视频| 国产精品免费视频内射| 久久久久久免费高清国产稀缺| 成熟少妇高潮喷水视频| 99精品久久久久人妻精品| 亚洲人成电影免费在线| 国产熟女午夜一区二区三区| 非洲黑人性xxxx精品又粗又长| 国产色视频综合| av福利片在线| av福利片在线| 日本撒尿小便嘘嘘汇集6| 中文字幕精品亚洲无线码一区 | 亚洲人成伊人成综合网2020| 欧美一级毛片孕妇| 午夜老司机福利片| 成年免费大片在线观看| xxxwww97欧美| 99在线视频只有这里精品首页| 精品久久久久久久末码| 免费女性裸体啪啪无遮挡网站| 久久中文字幕人妻熟女| 99国产综合亚洲精品| 制服丝袜大香蕉在线| 日本 欧美在线| 1024手机看黄色片| 成年免费大片在线观看| 性欧美人与动物交配| 亚洲第一欧美日韩一区二区三区| 法律面前人人平等表现在哪些方面| 国产精品永久免费网站| 正在播放国产对白刺激| 高潮久久久久久久久久久不卡| 成人精品一区二区免费| 在线观看舔阴道视频| 又黄又粗又硬又大视频| 婷婷亚洲欧美| 亚洲五月色婷婷综合| 777久久人妻少妇嫩草av网站| 亚洲成人免费电影在线观看| 伊人久久大香线蕉亚洲五| 国产亚洲精品第一综合不卡| 国产主播在线观看一区二区| 长腿黑丝高跟| 90打野战视频偷拍视频| 一夜夜www| 男人的好看免费观看在线视频 | 中文字幕人妻熟女乱码| 久久久精品国产亚洲av高清涩受| 特大巨黑吊av在线直播 | 男女午夜视频在线观看| av在线播放免费不卡| 欧美黄色片欧美黄色片| 欧美日韩亚洲综合一区二区三区_| 欧美zozozo另类| 午夜福利在线观看吧| 在线观看日韩欧美| 可以免费在线观看a视频的电影网站| www.熟女人妻精品国产| 精品久久久久久久久久免费视频| 9191精品国产免费久久| 免费在线观看视频国产中文字幕亚洲| 欧美成人午夜精品| 亚洲全国av大片| av在线播放免费不卡| 亚洲精品粉嫩美女一区| 日本免费a在线| 满18在线观看网站| 丝袜人妻中文字幕| 一进一出抽搐动态| 亚洲成国产人片在线观看| 精品久久久久久成人av| 国产又黄又爽又无遮挡在线| 国内精品久久久久精免费| 熟妇人妻久久中文字幕3abv| 国产人伦9x9x在线观看| 九色国产91popny在线| 久久婷婷成人综合色麻豆| 久9热在线精品视频| 啦啦啦 在线观看视频| 午夜福利一区二区在线看| 久久亚洲精品不卡| 日韩视频一区二区在线观看| 一个人免费在线观看的高清视频| 国产欧美日韩精品亚洲av| 欧美日韩中文字幕国产精品一区二区三区| 99在线人妻在线中文字幕| 国产精品精品国产色婷婷| 夜夜爽天天搞| 嫁个100分男人电影在线观看| 很黄的视频免费| 亚洲精品国产一区二区精华液| 日日爽夜夜爽网站| 婷婷亚洲欧美| 97碰自拍视频| 男女下面进入的视频免费午夜 | 满18在线观看网站| 国产精华一区二区三区| 十分钟在线观看高清视频www| 成人亚洲精品av一区二区| 十分钟在线观看高清视频www| 久久香蕉激情| 婷婷丁香在线五月| 欧美国产日韩亚洲一区| 日日摸夜夜添夜夜添小说| 手机成人av网站| 久久欧美精品欧美久久欧美| 1024香蕉在线观看| av在线天堂中文字幕| a级毛片在线看网站| av片东京热男人的天堂| xxx96com| 亚洲最大成人中文| 老熟妇仑乱视频hdxx| 午夜福利欧美成人| 国产午夜精品久久久久久| 亚洲av熟女| 欧美日韩一级在线毛片| 欧美日韩亚洲国产一区二区在线观看| 日韩大尺度精品在线看网址| 欧美乱色亚洲激情| 精品国产超薄肉色丝袜足j| 2021天堂中文幕一二区在线观 | 免费看日本二区| 久久人妻av系列| 欧美乱色亚洲激情| 老熟妇仑乱视频hdxx| 国产av一区二区精品久久| 波多野结衣高清作品| 啪啪无遮挡十八禁网站| 欧美黄色淫秽网站| 真人做人爱边吃奶动态| 一区二区三区激情视频| 亚洲片人在线观看| 免费观看人在逋| 嫁个100分男人电影在线观看| 亚洲精品国产一区二区精华液| 一本综合久久免费| 老熟妇仑乱视频hdxx| 国产精品,欧美在线| 两个人视频免费观看高清| 午夜激情福利司机影院| 欧美大码av| 熟妇人妻久久中文字幕3abv| 欧美+亚洲+日韩+国产| 国产av不卡久久| 午夜福利在线观看吧| 婷婷丁香在线五月| 国产熟女xx| 老熟妇仑乱视频hdxx| 99精品欧美一区二区三区四区| a级毛片a级免费在线| 18禁黄网站禁片午夜丰满| 夜夜躁狠狠躁天天躁| 一级黄色大片毛片| 久久狼人影院| 99国产综合亚洲精品| 久久这里只有精品19| 成人一区二区视频在线观看| 久久精品91蜜桃| 久久婷婷人人爽人人干人人爱| 久久精品国产亚洲av高清一级| 欧美色欧美亚洲另类二区| 亚洲 欧美一区二区三区| 夜夜看夜夜爽夜夜摸| 国产高清激情床上av| 欧美zozozo另类| 特大巨黑吊av在线直播 | 哪里可以看免费的av片| 母亲3免费完整高清在线观看| 最新在线观看一区二区三区| 久久午夜综合久久蜜桃| 丁香六月欧美| 国产精品亚洲一级av第二区| 国产野战对白在线观看| 国产av不卡久久| 午夜福利视频1000在线观看| 天堂影院成人在线观看| 少妇熟女aⅴ在线视频| 男人舔奶头视频| 久久久久久久久久黄片| 色精品久久人妻99蜜桃| 一卡2卡三卡四卡精品乱码亚洲| 麻豆一二三区av精品| 黄色 视频免费看| 男女午夜视频在线观看| 欧美黑人欧美精品刺激| 久久久久国内视频| 91麻豆av在线| 久久精品国产综合久久久| 欧美+亚洲+日韩+国产| 亚洲av成人av| 禁无遮挡网站| 啦啦啦观看免费观看视频高清| 女性被躁到高潮视频| 波多野结衣av一区二区av| 国产精品日韩av在线免费观看| 久久九九热精品免费| 午夜福利成人在线免费观看| 香蕉久久夜色| 午夜免费成人在线视频| 亚洲精品国产精品久久久不卡| 禁无遮挡网站| 国产精品一区二区免费欧美| 少妇 在线观看| 在线永久观看黄色视频| 人成视频在线观看免费观看| 亚洲成国产人片在线观看| 免费高清视频大片| 欧美成人一区二区免费高清观看 | 久久中文字幕一级| 一级作爱视频免费观看| 日本一本二区三区精品| 久热爱精品视频在线9| 国产主播在线观看一区二区| 91久久精品国产一区二区成人| 亚洲国产精品成人久久小说 | 精品久久久久久成人av| 少妇熟女aⅴ在线视频| 久久精品国产自在天天线| 搡老妇女老女人老熟妇| 亚洲av电影不卡..在线观看| 国产毛片a区久久久久| av在线观看视频网站免费| 听说在线观看完整版免费高清| 少妇熟女欧美另类| 久久亚洲国产成人精品v| 成人三级黄色视频| 国产精品女同一区二区软件| 晚上一个人看的免费电影| 亚洲欧美日韩东京热| 日本色播在线视频| 亚洲av熟女| 又爽又黄a免费视频| 亚洲成人av在线免费| 99久久精品热视频| 久久久久九九精品影院| 日本一本二区三区精品| 免费观看在线日韩| 亚洲精品色激情综合| 成人性生交大片免费视频hd| 波多野结衣巨乳人妻| 22中文网久久字幕| 九九热线精品视视频播放| 在线免费十八禁| 波多野结衣巨乳人妻| 亚洲自拍偷在线| 午夜亚洲福利在线播放| 中出人妻视频一区二区| 亚洲最大成人中文| 亚洲国产精品成人综合色| 亚洲精品国产av成人精品 | 精品人妻视频免费看| 综合色av麻豆| 成年女人毛片免费观看观看9| 色综合色国产| 久久婷婷人人爽人人干人人爱| 禁无遮挡网站| 国产精品野战在线观看| 久久久午夜欧美精品| 我要看日韩黄色一级片| 欧美成人精品欧美一级黄| 高清午夜精品一区二区三区 | 久久久欧美国产精品| 欧美日韩综合久久久久久| 少妇被粗大猛烈的视频| 日本爱情动作片www.在线观看 | 22中文网久久字幕| 久久久久久久午夜电影| 人妻少妇偷人精品九色| av专区在线播放| 寂寞人妻少妇视频99o| 床上黄色一级片| 久久99热6这里只有精品| 欧美最新免费一区二区三区| www.色视频.com| 国产麻豆成人av免费视频| 美女被艹到高潮喷水动态| 国产视频一区二区在线看| 亚洲综合色惰| 别揉我奶头~嗯~啊~动态视频| 18+在线观看网站| 国产 一区精品| 欧美激情在线99| 国产在视频线在精品| 一进一出抽搐gif免费好疼| 99在线人妻在线中文字幕| 99热全是精品| 日韩在线高清观看一区二区三区| 国产一区二区三区av在线 | 丰满乱子伦码专区| 国产美女午夜福利| 国产成人freesex在线 | 久久久久性生活片| 大香蕉久久网| 国产一区亚洲一区在线观看| 99热这里只有是精品在线观看| 又黄又爽又免费观看的视频| av免费在线看不卡| 国产精品一区www在线观看| 精品少妇黑人巨大在线播放 | 国产高清三级在线| 国产精品无大码| 午夜老司机福利剧场| 欧美国产日韩亚洲一区| 免费在线观看影片大全网站| 国产精品女同一区二区软件| 九九爱精品视频在线观看| 亚洲中文字幕一区二区三区有码在线看| 久久久久久大精品| 美女高潮的动态| 国产黄片美女视频| 亚洲欧美日韩卡通动漫| 久久精品国产亚洲av天美| 寂寞人妻少妇视频99o| 免费大片18禁| 久久久久精品国产欧美久久久| 身体一侧抽搐| 色哟哟·www| 校园春色视频在线观看| 成年女人看的毛片在线观看| 欧美一区二区亚洲| 老女人水多毛片| 波多野结衣高清无吗| 国产精品久久视频播放| 看片在线看免费视频| 少妇被粗大猛烈的视频| 日韩欧美国产在线观看| 麻豆久久精品国产亚洲av| av在线天堂中文字幕| 国产91av在线免费观看| 成年女人看的毛片在线观看| 最近视频中文字幕2019在线8| 内地一区二区视频在线| 老熟妇仑乱视频hdxx| 91在线精品国自产拍蜜月| 亚洲在线观看片| 亚洲精品日韩av片在线观看| 国产精品久久视频播放| av专区在线播放| 久久精品久久久久久噜噜老黄 | 亚洲国产高清在线一区二区三| 亚洲国产欧美人成| 91精品国产九色| 日本-黄色视频高清免费观看| 露出奶头的视频| 久久精品国产亚洲av天美| 此物有八面人人有两片| 亚洲七黄色美女视频| 日韩大尺度精品在线看网址| 精华霜和精华液先用哪个| 国产淫片久久久久久久久| 国产成人freesex在线 | 最近最新中文字幕大全电影3| 国产男靠女视频免费网站| 禁无遮挡网站| 国产成人一区二区在线| 99热只有精品国产| 最新在线观看一区二区三区| 色哟哟哟哟哟哟| 国产高清有码在线观看视频| 日日摸夜夜添夜夜添小说| 国内揄拍国产精品人妻在线| 毛片女人毛片| 亚洲最大成人中文| 有码 亚洲区| 国产单亲对白刺激| 亚洲电影在线观看av| 搡老妇女老女人老熟妇| 久久久a久久爽久久v久久| 最好的美女福利视频网| 国产精华一区二区三区| 两性午夜刺激爽爽歪歪视频在线观看| 精品午夜福利在线看| 国产久久久一区二区三区| 人人妻,人人澡人人爽秒播| 最后的刺客免费高清国语| 尾随美女入室| 波多野结衣高清作品| 中出人妻视频一区二区| ponron亚洲| 性色avwww在线观看| 人人妻人人看人人澡| 日韩欧美三级三区| 女人被狂操c到高潮| 大型黄色视频在线免费观看| 夜夜爽天天搞| 久久久欧美国产精品| 亚洲av免费在线观看| 一卡2卡三卡四卡精品乱码亚洲| 此物有八面人人有两片| 国产精品久久久久久av不卡| 亚洲国产日韩欧美精品在线观看| 美女黄网站色视频| 91精品国产九色| ponron亚洲| 国产成人影院久久av| 日韩精品中文字幕看吧| 成人特级av手机在线观看| 日本在线视频免费播放| 亚洲精品日韩av片在线观看| 乱系列少妇在线播放| 在线a可以看的网站| 亚洲七黄色美女视频| 亚洲精华国产精华液的使用体验 | 97超视频在线观看视频| 一级av片app| 91午夜精品亚洲一区二区三区| 免费观看的影片在线观看| 看免费成人av毛片| 最近视频中文字幕2019在线8| av专区在线播放| 丰满的人妻完整版| 国产美女午夜福利| 国产乱人偷精品视频| 久久久久久九九精品二区国产| 亚洲精品久久国产高清桃花| 搞女人的毛片| 国产国拍精品亚洲av在线观看| 中文字幕人妻熟人妻熟丝袜美| 国产一区二区三区av在线 | 午夜激情欧美在线| 国产午夜福利久久久久久| av卡一久久| 熟妇人妻久久中文字幕3abv| 国产一区二区三区在线臀色熟女| 国产高清三级在线| www.色视频.com| 欧美成人精品欧美一级黄| 大型黄色视频在线免费观看| 禁无遮挡网站| 亚洲国产高清在线一区二区三| 久久天躁狠狠躁夜夜2o2o| 国产成人一区二区在线| 欧美精品国产亚洲| 卡戴珊不雅视频在线播放| 国产探花在线观看一区二区| 午夜a级毛片| 国产精品久久久久久久久免| 久久久午夜欧美精品| 成人性生交大片免费视频hd| 欧美日韩一区二区视频在线观看视频在线 | 国产 一区精品| 一进一出抽搐动态| 老熟妇仑乱视频hdxx| 美女cb高潮喷水在线观看| 在线观看66精品国产| 91在线精品国自产拍蜜月| 久久亚洲国产成人精品v| 色哟哟·www| 国产精品一区二区免费欧美| 国产成人91sexporn| 精品久久久久久成人av| 欧美xxxx黑人xx丫x性爽| 婷婷亚洲欧美| 日韩欧美免费精品| 亚洲人成网站在线观看播放| 久久精品影院6| 青春草视频在线免费观看| 变态另类丝袜制服| 欧美潮喷喷水| 麻豆国产97在线/欧美| 中文字幕久久专区| 97超视频在线观看视频| 观看免费一级毛片| 国产精品,欧美在线| 成年av动漫网址| www日本黄色视频网| 亚洲精品456在线播放app| 2021天堂中文幕一二区在线观| 日韩 亚洲 欧美在线| 中文字幕av成人在线电影| 男插女下体视频免费在线播放| 在线天堂最新版资源| 亚洲精品久久国产高清桃花| 一级黄色大片毛片| 18禁在线无遮挡免费观看视频 | 综合色av麻豆| 99久久精品一区二区三区| 免费高清视频大片| 成人美女网站在线观看视频| 黑人高潮一二区| 久久久精品大字幕| 变态另类丝袜制服| 日韩大尺度精品在线看网址| 国产黄a三级三级三级人| 免费观看精品视频网站| 波多野结衣高清作品| 成人一区二区视频在线观看| 女生性感内裤真人,穿戴方法视频| 人妻丰满熟妇av一区二区三区| 国产精品一区二区三区四区久久| 亚洲av成人精品一区久久| 亚洲av成人av| 美女被艹到高潮喷水动态| 色综合站精品国产| 国产av麻豆久久久久久久| 国产国拍精品亚洲av在线观看| 天堂网av新在线| 久久人人爽人人爽人人片va| 日本一本二区三区精品| 日韩三级伦理在线观看| 啦啦啦韩国在线观看视频| 国产黄a三级三级三级人| 国产精品野战在线观看| 亚洲精品国产成人久久av| 久久久久久久久中文| 欧美一区二区亚洲| 日韩,欧美,国产一区二区三区 | 亚洲无线观看免费| 日本爱情动作片www.在线观看 | 成人漫画全彩无遮挡| 特级一级黄色大片| 嫩草影院新地址| 伦理电影大哥的女人| av卡一久久| av.在线天堂| 国产真实乱freesex| 日日啪夜夜撸| 成年免费大片在线观看| 午夜福利18| 成人二区视频| 久久精品国产自在天天线| 欧洲精品卡2卡3卡4卡5卡区| 菩萨蛮人人尽说江南好唐韦庄 | 精品熟女少妇av免费看| 精品欧美国产一区二区三| 午夜福利高清视频| 国产麻豆成人av免费视频| 人人妻人人澡欧美一区二区| 啦啦啦啦在线视频资源| 久久精品国产自在天天线| 色尼玛亚洲综合影院| 草草在线视频免费看| 亚洲图色成人| 欧美日韩精品成人综合77777| 熟女人妻精品中文字幕| 一本精品99久久精品77| 亚洲最大成人中文| 欧美日本亚洲视频在线播放| 国产一区二区在线观看日韩| 深夜精品福利| 国模一区二区三区四区视频| 男人狂女人下面高潮的视频| 国产老妇女一区| 69av精品久久久久久| 亚洲人成网站在线播放欧美日韩| 久久久国产成人免费| 自拍偷自拍亚洲精品老妇| 成年av动漫网址| 99热只有精品国产| 国产激情偷乱视频一区二区| 综合色丁香网|