• <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 ?

    基于支持向量機(jī)核函數(shù)算法的圖像分割研究

    2015-03-25 00:47:25荊園園
    紅外技術(shù) 2015年3期
    關(guān)鍵詞:分類特征區(qū)域

    荊園園,田 源

    ?

    基于支持向量機(jī)核函數(shù)算法的圖像分割研究

    荊園園,田 源

    (河南牧業(yè)經(jīng)濟(jì)學(xué)院計(jì)算機(jī)應(yīng)用系,河南 鄭州 450044)

    為了提高圖像分割的質(zhì)量,采用支持向量機(jī)核函數(shù)算法。首先尋找像素分類間隔最大的最優(yōu)分類面,將非線性輸入空間的樣本映射到高維特征空間進(jìn)行求解;然后局部核函數(shù)選擇高斯徑向基核函數(shù),全局核函數(shù)選擇多項(xiàng)式核函數(shù),為了滿足訓(xùn)練集中支持向量取值帶來的連續(xù)性要求,通過組合系數(shù)平衡高斯核函數(shù)和多項(xiàng)式核函數(shù)的權(quán)重;接著選擇像素的鄰域灰度均值作為用于分割的特征,利用不規(guī)則度統(tǒng)計(jì)圖像鄰域灰度均值連通區(qū)域的離散程度;最后給出了算法流程。實(shí)驗(yàn)仿真顯示本文算法分割圖像清晰,目標(biāo)區(qū)域十分突出,定性分析中指標(biāo)歸一化互相關(guān)系數(shù)為0.9946,分割時(shí)間為0.7512,誤割率為0.0237。

    向量機(jī);核函數(shù);圖像分割

    0 前言

    圖像分割是計(jì)算機(jī)視覺以及數(shù)字圖像處理領(lǐng)域的研究熱點(diǎn)和難點(diǎn)之一,是模式識(shí)別、圖像理解等領(lǐng)域中最重要的基礎(chǔ)環(huán)節(jié)[1-2],其目的在于將圖像劃分成各具特性的區(qū)域并提取出感興趣的區(qū)域[3]。

    傳統(tǒng)的圖像分割算法一般基于區(qū)域的信息或者基于邊界的信息[4],但是由于這些圖像分割算法只能利用圖像信息中的部分特征分割區(qū)域,易出現(xiàn)維數(shù)災(zāi)難、易陷入極小點(diǎn)、函數(shù)逼近能力不強(qiáng)等問題;基于亮度閾值分割(brightness threshold,BT)算法只能在不同對象具有不同亮度的情況下才能得到正確的分割結(jié)果[5];梯度算法(gradient algorithm,GA)只能在對象相當(dāng)光滑(在對象內(nèi)部的像素的梯度很?。┑那闆r下,才能獲得好的分割結(jié)果[6];自適應(yīng)區(qū)域增長的圖像分割算法(adaptive region growth,ARG),把待分割區(qū)域像素值看作一個(gè)正態(tài)分布,先用原始區(qū)域生長算法估算出分布參數(shù),再將該參數(shù)應(yīng)用到第二遍生長過程中實(shí)現(xiàn)分割[7],但是存在對初始種子點(diǎn)的選取順序和位置敏感的問題;基于模糊均值聚類法的圖像分割(fuzzy means cluster,F(xiàn)MC),像素灰度等性質(zhì)映射到根據(jù)一定的規(guī)則分為幾個(gè)區(qū)域的特征空間,然后根據(jù)像素的性質(zhì)判定其所屬的區(qū)域算法具有較好的收斂性,結(jié)果受初值的設(shè)置影響不大[8],但是魯棒性較差,對圖像的分割效果不令人滿意;分水嶺算法(watershed algorithm,WA)將圖像預(yù)分割為很多小區(qū)域,然后將每個(gè)小區(qū)域作為一個(gè)節(jié)點(diǎn),再利用Graph Cuts方法得到最后分割[9],雖然該算法將圖像預(yù)分割后構(gòu)造出來的圖節(jié)點(diǎn)數(shù)明顯減少,但是,以一定的時(shí)間開銷為代價(jià),預(yù)分割后的區(qū)域大小和數(shù)目都是不定的。

    本文在支持向量機(jī)(support vector machine,SVM)的基礎(chǔ)上采用核函數(shù)算法對圖像分割研究,支持向量機(jī)是由統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展的一種智能算法[10],但是自身核函數(shù)的選擇是研究和應(yīng)用支持向量機(jī)的關(guān)鍵問題,通過高斯徑向基核函數(shù)和多項(xiàng)式核函數(shù)組合為新的核函數(shù)來對圖像分割,實(shí)現(xiàn)了將樣本信息從低維空間映射到高維空間,這樣就可以有效處理維數(shù)災(zāi)難問題。

    1 基于支持向量機(jī)核函數(shù)算法

    1.1 支持向量機(jī)

    通過尋找像素分類間隔最大的分類面稱為像素最優(yōu)分類超平面,最大間隔超平面只與離超平面較近的像素點(diǎn)有關(guān),與其它像素點(diǎn)無關(guān)。最優(yōu)超平面把圖像數(shù)據(jù)集合中的全部點(diǎn)分開,要求像素點(diǎn)與超平面距離最遠(yuǎn)[11]。輸入數(shù)據(jù)集為={1,2,…,x},前個(gè)已標(biāo)記樣本:(x,y),x?R,y?(-1,1),緊接著是個(gè)未標(biāo)記樣本,其中<<,+=,線性函數(shù)為:

    w()+(1)

    式中:w為法向量的轉(zhuǎn)置;為超平面偏移向量。

    圖1為支持向量機(jī)超平面劃分不同的像素。

    圖像數(shù)據(jù)集合間隔最大分類超平面約束優(yōu)化為:

    即:ywx+-1≥0。

    拉格朗日函數(shù)對求解:

    式中:為拉格朗日乘子。

    由Karush-Kuhn-Tucher(KKT)最優(yōu)條件可得[12]:

    式中:S=[1,1,…,1],K=j(luò)T(xk)j(xl)=k(xk, xl)是滿足Mercer條件的核函數(shù)。

    使用核函數(shù)是為了將低維不可分問題轉(zhuǎn)化為高維可分問題,同時(shí)避免了因?yàn)榫S數(shù)災(zāi)難而造成的計(jì)算上的問題。

    回歸函數(shù)為:

    式中:a*是a對偶函數(shù)。

    將最優(yōu)分類面的求解問題轉(zhuǎn)化為求解二次規(guī)劃的對偶問題:

    約束條件為:

    過松弛因子對不能完全分開的線性分類問題求解:

    約束條件:

    y((x)+)≥1-≥0,=1,2,…,

    式中:為懲罰因子,用于調(diào)整算法的復(fù)雜度,能在分類間隔最大與誤差最小之間尋求最佳折衷,它的選取決定了最優(yōu)分類超平面的位置[13]。

    將非線性輸入空間的樣本映射到高維特征空間進(jìn)行求解[14]:

    則向量機(jī)的決策函數(shù)為:

    1.2 局部和全局核函數(shù)選擇

    核函數(shù)中的參數(shù)的選擇決定了從數(shù)據(jù)空間到高維特征空間之間的非線性映射,如果選擇不合適會(huì)導(dǎo)致極差的分類性能[15]。當(dāng)需要詳細(xì)區(qū)分離較遠(yuǎn)的像素樣本點(diǎn)時(shí),采用全局核函數(shù);相反的,需分析距離較近的點(diǎn)時(shí),采用局部核函數(shù)。局部核函數(shù)的學(xué)習(xí)能力要高于全局核函數(shù),但是局部核函數(shù)泛化能力不如全局核。

    1.2.1 高斯徑向基核函數(shù)

    局部核函數(shù)采用高斯徑向基核函數(shù):

    高斯徑向基核參數(shù)s越大,顯著影響核函數(shù)的樣本范圍越大,學(xué)習(xí)能力越強(qiáng)[16]。圖2給出了高斯徑向基核函數(shù)。

    從圖2中可以看出它擴(kuò)大了相近像素點(diǎn)的差異,降低了距離較遠(yuǎn)的樣本點(diǎn)之間的影響。

    1.2.2 多項(xiàng)式核函數(shù)

    全局核函數(shù)采用多項(xiàng)式核函數(shù):(x,0.2)=[(0.2x)+1],對于多項(xiàng)式核參數(shù)越大,算法的復(fù)雜性越高,學(xué)習(xí)能力越強(qiáng)[17]。圖3給出了變維數(shù)為1,函數(shù)值的變化,從多項(xiàng)式核函數(shù)的圖形結(jié)構(gòu)看出,擴(kuò)大了樣本的差異性,函數(shù)值趨于0的速度較慢,全局(絕大部分的點(diǎn))對于核函數(shù)都有影響。

    1.2.3 組合過程

    由于全局核函數(shù)使決策函數(shù)有良好的泛化能力,局部核函數(shù)的作用是改善支持向量附近點(diǎn)的決策函數(shù)值,為了滿足訓(xùn)練集中支持向量取值帶來的連續(xù)性要求,通過組合系數(shù)平衡高斯核函數(shù)和多項(xiàng)式核函數(shù)的權(quán)重:

    (x, x)=global(x, x)+(1-)global(x, x) (11)

    式中:組合系數(shù)=1+1/x。

    這樣全局核函數(shù)的影響來自所有的支持向量,局部核函數(shù)的影響只為支持向量本身,同時(shí)采取分步訓(xùn)練的方法[18],對1-賦值為小于1;通過-折交叉驗(yàn)證,訓(xùn)練集平均分為個(gè)兩兩互不相交的子集,進(jìn)行步迭代訓(xùn)練和測試,每次把一個(gè)子集作為測試集,其余的樣本作為訓(xùn)練集,在得出決策函數(shù)后計(jì)算其判斷錯(cuò)誤點(diǎn)的個(gè)數(shù),最后匯總算出所有的錯(cuò)誤點(diǎn)個(gè)數(shù)與總訓(xùn)練集個(gè)數(shù)之比,只有當(dāng)?shù)陀?0才進(jìn)行訓(xùn)練;否則修正1-的值,再重新訓(xùn)練樣本。

    圖3 多項(xiàng)式全局核函數(shù)

    1.3 圖像分割流程

    ()為支持向量機(jī)的輸出:

    輸出集合為{-1,1},代表圖像分割中非邊緣像素和邊緣像素。如果人工標(biāo)記像素為個(gè),則{1,2,…,y}為人工標(biāo)記的像素類別,像素取值為1,被標(biāo)記為非邊緣的像素取值為-1。

    ={1,2,…,x}為像素在特征集中的取值,在圖像分割中選擇像素的鄰域灰度均值作為用于分割的特征[19]。利用不規(guī)則度IRGL統(tǒng)計(jì)圖像鄰域灰度均值連通區(qū)域的離散程度,不規(guī)則度的定義:

    不規(guī)則度反映了連通區(qū)域的形狀,通過對每個(gè)連通區(qū)域中像素點(diǎn)偏離質(zhì)心的程度計(jì)算得到,分割誤差要求為:

    算法流程:

    ①輸入圖像,提取圖像像素灰度值特征,構(gòu)建訓(xùn)練樣本集;

    ②特征歸一化,使特征向量歸一化至[-1,1]區(qū)間;

    ③SVM訓(xùn)練集隨機(jī)均分子集,每個(gè)像素點(diǎn)的特征帶入到分類器中預(yù)測每個(gè)像素的類別,獲得最優(yōu)分類面;

    ④選擇核函數(shù)進(jìn)行像素區(qū)域的分割,滿足分割誤差要求轉(zhuǎn)至步驟⑤,否則進(jìn)行步驟③;

    ⑤輸出圖像。

    2 實(shí)驗(yàn)仿真

    為了對比分析本文算法與其它算法的分割效果,仿真實(shí)驗(yàn)參數(shù)為:內(nèi)存DDR3,主頻1600MHz,容量4GB,732位操作系統(tǒng)WIN,CPU為3.5GHz的硬件環(huán)境,通過調(diào)用編程工具M(jìn)ATLAB2012實(shí)現(xiàn)算法。

    2.1 分割視覺效果

    采用2幅不同的圖片,把圖像像素的灰度特征作為分割的特征,輸入到支持向量機(jī)進(jìn)行學(xué)習(xí),分類模型的最優(yōu)參數(shù)=150,=4.15,=0.5456,=1.85,=6,采用最優(yōu)參數(shù)建立最優(yōu)圖像分割模型,對待分割圖像進(jìn)行分割,其分割效果如圖4和圖5所示。

    圖4(a)和圖5(a)為待分割圖像,圖4(b)和圖5(b)為BT分割效果,圖4(c)和圖5(c)為GA分割效果,圖4(d)和圖5(d)為ARG分割效果,圖4(e)和圖5(e)為FMC分割效果,圖4(f)和圖5(f)為訓(xùn)練后支持向量分布效果圖,圖4(g)和圖5(g)為SVM分割效果。從分割效果中可以看出,本文算法的分割圖像清晰,目標(biāo)區(qū)域十分突出,其它算法的結(jié)果分割結(jié)果差,目標(biāo)區(qū)域不能很好地突出,出現(xiàn)欠、過分割現(xiàn)象。這是因?yàn)橹С窒蛄繖C(jī)組合核函數(shù)算法滿足訓(xùn)練集中支持向量圖像像素取值帶來的連續(xù)性要求。

    2.2 定性分析

    用歸一化互相關(guān)系數(shù)(NC)來評(píng)價(jià)本文算法分割圖像:

    圖5 圖像2不同算法分割效果

    式中:×為圖像大??;(,)、¢(,)表示源圖像與分割后圖像在位置(,)處的灰度值。NC值越接近于1越好。

    對于圖像進(jìn)行分割來說,分割速度十分重要,為了衡量各算法的分割效率,對每幅圖像進(jìn)行多次重復(fù)分割,取它們平均分割時(shí)間作為評(píng)價(jià)標(biāo)準(zhǔn)。圖像1和圖像2定性分析結(jié)果如表1和表2所示。

    從表1和表2的分析可以看到,本文算法NC值較接近于1,分割時(shí)間的消耗較少,誤割率較低。這是因?yàn)樵诜指钸^程中利用不規(guī)則度統(tǒng)計(jì)圖像鄰域灰度均值連通區(qū)域的離散程度,每個(gè)像素點(diǎn)的特征帶入到分類器中預(yù)測每個(gè)像素的類別,獲得最優(yōu)分類面。

    表1 圖像1定性分析

    表2 圖像2定性分析

    3 結(jié)論

    尋找像素分類間隔最大的最優(yōu)分類面,將非線性輸入空間的樣本映射到高維特征空間進(jìn)行求解;局部核函數(shù)選擇高斯徑向基核函數(shù),全局核函數(shù)選擇多項(xiàng)式核函數(shù),為了滿足訓(xùn)練集中支持向量取值帶來的連續(xù)性要求,通過組合系數(shù)平衡高斯核函數(shù)和多項(xiàng)式核函數(shù)的權(quán)重;接著選擇像素的鄰域灰度均值作為用于分割的特征,利用不規(guī)則度統(tǒng)計(jì)圖像鄰域灰度均值連通區(qū)域的離散程度;實(shí)驗(yàn)仿真顯示本文算法分割圖像清晰,目標(biāo)區(qū)域十分突出,定性分析中指標(biāo)歸一化互相關(guān)系數(shù)為0.9946,分割時(shí)間為0.7512,誤割率為0.0237,進(jìn)一步的研究將集中在核函數(shù)優(yōu)化方面。

    [1] 徐曄燁, 王敬東, 朱晨雨, 等. 基于Otsu算法和分形維數(shù)相結(jié)合的紅外云圖分割[J]. 紅外技術(shù), 2014, 36(6): 496-502.

    Xu Ye ye, Wang Jing dong, Zhu Chen yu, et al. Segmentation of infrared cloud image based on otsu algorithm and fractal dimension [J].,2014, 36(6): 496-502.

    [2] 李曉冰. 基于自適應(yīng)模糊加權(quán)指數(shù)的FCM聚類測量圖像分割方法[J].紅外技術(shù), 2013, 35(3): 146-149.

    Li Xiao bing. FCM segmentation method of measurement of image based on adaptive coefficient of fuzzy weight[J]., 2013, 35(3): 146-149.

    [3] 楊名宇, 李剛. 利用區(qū)域信息的航拍圖像分割[J]. 中國光學(xué), 2014, 7(5): 779-785.

    Yang Ming yu, Li Gang. Aerial image segmentation with region information[J]., 2014, 7(5): 779-785.

    [4] 楊名宇. 基于改進(jìn)Chan-Vese模型的圖像分割[J]. 液晶與顯示, 2014, 29(3): 473-478.

    Yang Ming Yu. An infrared image segmentation approach based on improved Chan-Vese model[J]., 2014, 29(3): 473-478.

    [5] Wu Hui, Shangguan Xu-ming. Regional logistics information resources integration patterns and countermeasures[J]., 2012, 25(2): 1610-1615

    [6] Kwon Hyuk Ju, Lee Sung Hak, Lee Geun Young. Luminance adaptation transform based on brightness functions for LDR image reproduction[J]., 2014, 30(7): 74-85.

    [7] 王琳, 胡翠英, 龐其昌, 等. 基于自適應(yīng)圖像分割的中藥光譜圖像檢測[J]. 激光與光電子學(xué)進(jìn)展, 2013, 50(12): 66-72.

    Wang Lin, Hu Cui ying, Pang Qi chang, et al. TCM spectral imaging detection based on self-adaptive region segmentation method[J]., 2013, 50(12): 66-72.

    [8] 郭艾俠, 肖德琴. 基于探索性分析的荔枝串與結(jié)果母枝圖像識(shí)別[J]. 實(shí)驗(yàn)室研究與探索, 2014, 33(2): 4-9, 30.

    Guo Ai Xia, Xiao De Qin. Image recognition of litchi cluster and their main fruit bearing based on exploratory analysis[J]., 2014, 33(2): 4-9, 30.

    [9] 伊力哈木·亞爾買買提. 基于改進(jìn)的自適應(yīng)分水嶺圖像分割方法研究[J]. 計(jì)算機(jī)仿真, 2013, 30(2): 373-377.

    Yi li ha mu·Ya er mai mai ti. Based on the improved adaptive watershed image segmentation method research[J]., 2013, 30(2): 373-377.

    [10] Xing Yan, Nurul A. Chowdhury Mid-term electricity market clearing price forecasting: A multiple SVM approach[J]., 2014, 58(6): 206-214.

    [11] 杜娟, 孫君頂. 基于特征加權(quán)和支持向量機(jī)的圖像分類研究[J]. 激光與紅外, 2013, 43(3): 315-308.

    Du Juan, Sun Jun Ding. Image classification based on feature weighting and support vector machine[J]., 2013, 43(3): 315-308.

    [12] 劉繼業(yè), 陳西宏, 劉強(qiáng), 等. 基于改進(jìn)粒子群優(yōu)化LS-SVM的衛(wèi)星鐘差預(yù)報(bào)研究[J]. 宇航學(xué)報(bào), 2013, 34(11): 1509-1515.

    Liu Ji Ye, Chen Xi Hong, Liu Qiang, et al. LS-SVM based on improved PSO for prediction of satellite clock error[J]., 2013, 34(11): 1509-1515.

    [13] 胡慶輝, 丁立新, 何進(jìn)榮. 范數(shù)約束的多核半監(jiān)督支持向量機(jī)學(xué)習(xí)方法[J]. 軟件學(xué)報(bào), 2013, 24(11): 2522-2534.

    Hu Qing Hui, Ding Li Xin, He Jin Rong. Lp norm constraint multi-Kernel learning method for semi-supervised support vector machine[J]., 2013, 24(11): 2522-2534.

    [14] 張德發(fā), 何亮. 基于粗糙集和支持向量機(jī)的圖像分割技術(shù)研究[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2013, 30(6): 111-113.

    Zhang De fa, He Liang. Research on image segmentation technology based on rough set and support vector machine[J]., 2013, 30(6): 111-113.

    [15] 楊雯斌. 支持向量機(jī)在大規(guī)模數(shù)據(jù)中的應(yīng)用研究[D]. 上海: 華東理工大學(xué), 2013: 15-30.

    Yang Wei Bin. Research and Application of the Support Vector Machine on Large-scale Datas[D]. Shanghai: East China University of Science and Technology, 2013: 15-30.

    [16] 吳鵬, 宋文龍. 一種基于支持向量機(jī)的植物根系圖像邊緣檢測算法[J]. 浙江農(nóng)業(yè)學(xué)報(bào), 2012, 24(4): 721-726.

    Wu Peng, Song Wen Long. An image edge detection algorithm of plant roots based on support vector machine[J]., 2012, 24(4): 721-726.

    [17] 樓俊鋼, 蔣云良, 申情, 等. 軟件可靠性預(yù)測中不同核函數(shù)的預(yù)測能力評(píng)估[J]. 計(jì)算機(jī)學(xué)報(bào), 2013, 36(6): 1303-1311.

    Lou Jun Gang, Jiang Yun Liang, Shen Qing, et al. Valuating the prediction performance of different Kernal functions in Kernel based software reliability models[J]., 2013, 36(6): 1303-1311.

    [18] Victor Wilcox Jr, Ted Trus, Nilson Salas, et al. A proficiency-based skills training curriculum for the SAGES surgical training for endoscopic proficiency (STEP) program[J]., 2014, 71(3): 282-288.

    [19] 朱艷麗, 張寶劍, 黃勇. 一種紋理分析方法在皮革圖像分類中的應(yīng)用[J]. 安徽農(nóng)業(yè)科學(xué), 2010, 38(12): 6515-6516.

    Zhu Yan li, Zhang Bao jian, Huang Yong. Application of texture analysis method in leather classification[J]., 2010, 38(12): 6515-6516.

    Image Segmentation Research Based on Kernel Function of Support Vector Machine Algorithm

    JING Yuan-yuan,TIAN Yuan

    (,,450044,)

    To improve the quality of image segmentation, this paper proposed a kernel function of support vector machine algorithm. Firstly, pixel classification intervals were searched through optimal classification, and sample nonlinear space was mapped into high dimensional one; Secondly, Gauss radial basis kernel function was selected as local kernel function, polynomial kernel function was selected as global kernel function , then,combination coefficient was used to balance weight of Gauss kernel function and polynomial kernel function in order to satisfy continuity requirements for training support vector value. Thirdly, neighborhood gray mean pixel was used as features of segmentation, irregularity was used to collect statistics of discrete degree of image gray mean connected region. Finally, the algorithm flow was given. Simulation shows that this algorithm for image segmentation is clear, the target area is very outstanding, the qualitative analysis index normalized cross correlation coefficient is 0.9946, time is 0.7512, and false rate is 0.0237.

    vector machine,kernel function,image segmentation

    TP393

    A

    1001-8891(2015)03-0234-06

    2014-11-07;

    2014-11-20.

    荊園園(1981-),女,漢族,河南鄭州人,碩士,講師,研究方向:軟件工程。

    河南省社科聯(lián)項(xiàng)目,編號(hào):SKL-2013-506;鄭州市社科聯(lián)項(xiàng)目,編號(hào):JX20130297。

    猜你喜歡
    分類特征區(qū)域
    分類算一算
    如何表達(dá)“特征”
    不忠誠的四個(gè)特征
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    抓住特征巧觀察
    關(guān)于四色猜想
    分區(qū)域
    基于嚴(yán)重區(qū)域的多PCC點(diǎn)暫降頻次估計(jì)
    電測與儀表(2015年5期)2015-04-09 11:30:52
    少妇裸体淫交视频免费看高清 | 精品乱码久久久久久99久播| 国产一区二区在线av高清观看| 久久香蕉国产精品| 两个人视频免费观看高清| bbb黄色大片| 国产精品永久免费网站| 久热爱精品视频在线9| 久久久国产欧美日韩av| 女性生殖器流出的白浆| 99香蕉大伊视频| 法律面前人人平等表现在哪些方面| av电影中文网址| 777久久人妻少妇嫩草av网站| 亚洲熟女毛片儿| 精品福利观看| 亚洲专区中文字幕在线| 久久精品aⅴ一区二区三区四区| 久久狼人影院| 亚洲精品美女久久久久99蜜臀| 一二三四社区在线视频社区8| 人人妻人人爽人人添夜夜欢视频| 亚洲国产精品合色在线| 亚洲全国av大片| 日韩免费av在线播放| 黄色丝袜av网址大全| 天堂动漫精品| 国产亚洲精品第一综合不卡| 天天躁夜夜躁狠狠躁躁| 国语自产精品视频在线第100页| 国产成人av激情在线播放| 三级毛片av免费| 在线观看午夜福利视频| 涩涩av久久男人的天堂| 又黄又爽又免费观看的视频| 99精品在免费线老司机午夜| 亚洲第一电影网av| 1024视频免费在线观看| 成在线人永久免费视频| 黄片小视频在线播放| 久久国产乱子伦精品免费另类| 亚洲熟女毛片儿| 欧美精品啪啪一区二区三区| av电影中文网址| 美国免费a级毛片| 精品不卡国产一区二区三区| 一级a爱片免费观看的视频| 欧美午夜高清在线| 欧美成人性av电影在线观看| 国产亚洲欧美98| 成年女人毛片免费观看观看9| 国产日韩一区二区三区精品不卡| 国产免费男女视频| 97碰自拍视频| 99热只有精品国产| 国产精品久久久久久人妻精品电影| 一区二区三区精品91| 97超级碰碰碰精品色视频在线观看| 日本在线视频免费播放| 亚洲va日本ⅴa欧美va伊人久久| 欧美日韩瑟瑟在线播放| 亚洲国产欧美日韩在线播放| 亚洲国产看品久久| 国产一区二区激情短视频| 18禁美女被吸乳视频| 欧美成人一区二区免费高清观看 | 精品久久久久久久毛片微露脸| 色播亚洲综合网| 亚洲人成电影免费在线| 久久国产精品人妻蜜桃| 亚洲国产精品合色在线| 国产野战对白在线观看| 美女高潮到喷水免费观看| 久久中文字幕人妻熟女| 欧美日韩乱码在线| 久久性视频一级片| 91精品国产国语对白视频| 天天一区二区日本电影三级 | 国产日韩一区二区三区精品不卡| 国产伦一二天堂av在线观看| 免费在线观看日本一区| 一级黄色大片毛片| 色在线成人网| 午夜福利免费观看在线| 一进一出抽搐动态| 精品午夜福利视频在线观看一区| 99久久精品国产亚洲精品| 老司机午夜福利在线观看视频| 我的亚洲天堂| 亚洲精品在线美女| 国产免费av片在线观看野外av| 国产午夜精品久久久久久| 亚洲黑人精品在线| 久久久国产成人精品二区| 美女扒开内裤让男人捅视频| 日本五十路高清| 国产欧美日韩一区二区三区在线| 国产91精品成人一区二区三区| 欧美日韩亚洲综合一区二区三区_| 午夜免费激情av| e午夜精品久久久久久久| 亚洲情色 制服丝袜| www日本在线高清视频| 国产视频一区二区在线看| 人人妻人人澡欧美一区二区 | 国产精品乱码一区二三区的特点 | 亚洲专区中文字幕在线| 精品国产乱码久久久久久男人| 久久精品国产99精品国产亚洲性色 | 亚洲欧美日韩无卡精品| 精品久久久久久,| 88av欧美| 久久久国产精品麻豆| 美女高潮喷水抽搐中文字幕| 大陆偷拍与自拍| 十八禁人妻一区二区| 国产区一区二久久| 久久青草综合色| 国产精品国产高清国产av| 99国产精品一区二区三区| 午夜亚洲福利在线播放| 深夜精品福利| 欧美亚洲日本最大视频资源| 999久久久精品免费观看国产| 丝袜在线中文字幕| 丁香六月欧美| 国产成人精品久久二区二区免费| 麻豆一二三区av精品| 亚洲av片天天在线观看| 久久国产亚洲av麻豆专区| netflix在线观看网站| 亚洲欧美日韩另类电影网站| 久久婷婷成人综合色麻豆| 91老司机精品| 日日摸夜夜添夜夜添小说| 日韩精品中文字幕看吧| 午夜视频精品福利| 亚洲自拍偷在线| 一二三四社区在线视频社区8| 满18在线观看网站| 国产av又大| 精品久久久久久成人av| 韩国av一区二区三区四区| 国产成人系列免费观看| 桃红色精品国产亚洲av| 9191精品国产免费久久| 男女下面进入的视频免费午夜 | 久久久国产精品麻豆| 中文字幕色久视频| 每晚都被弄得嗷嗷叫到高潮| 免费人成视频x8x8入口观看| 国产日韩一区二区三区精品不卡| 天天躁狠狠躁夜夜躁狠狠躁| 午夜福利视频1000在线观看 | 精品免费久久久久久久清纯| 亚洲精品国产色婷婷电影| 一进一出抽搐gif免费好疼| 久久久精品欧美日韩精品| 婷婷丁香在线五月| 亚洲 欧美 日韩 在线 免费| 国产精品自产拍在线观看55亚洲| 日韩欧美国产在线观看| 久久久久亚洲av毛片大全| 制服丝袜大香蕉在线| 成人亚洲精品av一区二区| 黄色成人免费大全| 亚洲无线在线观看| 精品午夜福利视频在线观看一区| 黄色 视频免费看| 欧美日韩亚洲综合一区二区三区_| 欧洲精品卡2卡3卡4卡5卡区| 免费在线观看影片大全网站| 亚洲av第一区精品v没综合| 国产人伦9x9x在线观看| 天天躁夜夜躁狠狠躁躁| 18美女黄网站色大片免费观看| 欧美最黄视频在线播放免费| 亚洲国产毛片av蜜桃av| 制服诱惑二区| 少妇熟女aⅴ在线视频| 宅男免费午夜| 亚洲成a人片在线一区二区| 成人国产综合亚洲| 国产午夜精品久久久久久| 少妇的丰满在线观看| 少妇 在线观看| 变态另类丝袜制服| 91麻豆av在线| 亚洲精品在线美女| 欧美在线一区亚洲| 成人精品一区二区免费| 国产精品久久久人人做人人爽| 嫁个100分男人电影在线观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲欧美一区二区三区黑人| 久久性视频一级片| 成人18禁高潮啪啪吃奶动态图| 757午夜福利合集在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 淫秽高清视频在线观看| 美女 人体艺术 gogo| xxx96com| 国产视频一区二区在线看| 在线观看免费视频网站a站| 热99re8久久精品国产| 级片在线观看| www日本在线高清视频| 97碰自拍视频| 91精品三级在线观看| 男女之事视频高清在线观看| 操出白浆在线播放| 午夜久久久久精精品| 国产精品99久久99久久久不卡| 午夜免费成人在线视频| 天堂√8在线中文| 一本久久中文字幕| 成人亚洲精品av一区二区| 国产成+人综合+亚洲专区| 欧美不卡视频在线免费观看 | 久久草成人影院| 午夜福利高清视频| 亚洲精品中文字幕在线视频| 91麻豆精品激情在线观看国产| 两个人视频免费观看高清| av天堂久久9| 久久久久亚洲av毛片大全| 亚洲精品久久国产高清桃花| 久久久久国产精品人妻aⅴ院| 天堂动漫精品| 国产av一区在线观看免费| 好男人电影高清在线观看| 亚洲国产精品成人综合色| 精品久久久久久久人妻蜜臀av | 99在线人妻在线中文字幕| 亚洲一区中文字幕在线| 日本黄色视频三级网站网址| av中文乱码字幕在线| 亚洲av第一区精品v没综合| av超薄肉色丝袜交足视频| 给我免费播放毛片高清在线观看| 巨乳人妻的诱惑在线观看| 亚洲全国av大片| 国产精品爽爽va在线观看网站 | 国产成年人精品一区二区| 十分钟在线观看高清视频www| 757午夜福利合集在线观看| 欧美老熟妇乱子伦牲交| 制服诱惑二区| 黑人操中国人逼视频| 国产亚洲精品第一综合不卡| 日本a在线网址| 一卡2卡三卡四卡精品乱码亚洲| 亚洲一区中文字幕在线| 国产高清激情床上av| 一本久久中文字幕| 99精品在免费线老司机午夜| 国产精品影院久久| 国产精品自产拍在线观看55亚洲| e午夜精品久久久久久久| 757午夜福利合集在线观看| 国产高清激情床上av| 1024视频免费在线观看| 久久人妻av系列| 动漫黄色视频在线观看| 久久中文看片网| 午夜福利视频1000在线观看 | 美女高潮到喷水免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 黄片播放在线免费| 色哟哟哟哟哟哟| 亚洲精品美女久久av网站| 在线观看免费日韩欧美大片| 男男h啪啪无遮挡| 国产精品影院久久| 亚洲av第一区精品v没综合| 久久伊人香网站| 久久香蕉精品热| 亚洲成人国产一区在线观看| 别揉我奶头~嗯~啊~动态视频| 欧美日本视频| 美女午夜性视频免费| 1024视频免费在线观看| 免费观看精品视频网站| 神马国产精品三级电影在线观看 | 一区二区三区高清视频在线| 亚洲av电影在线进入| 成熟少妇高潮喷水视频| 亚洲人成网站在线播放欧美日韩| 日韩欧美三级三区| 免费在线观看黄色视频的| 亚洲自偷自拍图片 自拍| 少妇被粗大的猛进出69影院| 给我免费播放毛片高清在线观看| 一级毛片高清免费大全| 日本欧美视频一区| 午夜福利在线观看吧| 日日夜夜操网爽| 成人三级黄色视频| 日韩高清综合在线| 看黄色毛片网站| 午夜免费成人在线视频| 国产成人精品无人区| 色av中文字幕| 国产乱人伦免费视频| 宅男免费午夜| 亚洲一卡2卡3卡4卡5卡精品中文| 久久久久精品国产欧美久久久| 亚洲三区欧美一区| 天堂动漫精品| 久久九九热精品免费| 精品一区二区三区av网在线观看| 好男人电影高清在线观看| 久久人妻福利社区极品人妻图片| 免费久久久久久久精品成人欧美视频| 亚洲色图av天堂| 男女做爰动态图高潮gif福利片 | 淫妇啪啪啪对白视频| 精品电影一区二区在线| or卡值多少钱| www.熟女人妻精品国产| 99久久久亚洲精品蜜臀av| 一级片免费观看大全| 熟妇人妻久久中文字幕3abv| 男女之事视频高清在线观看| 亚洲va日本ⅴa欧美va伊人久久| 十八禁网站免费在线| 国产日韩一区二区三区精品不卡| 欧美黄色片欧美黄色片| 国产片内射在线| 久久精品国产亚洲av高清一级| 一区二区三区国产精品乱码| 国产精品日韩av在线免费观看 | 91成年电影在线观看| 人妻丰满熟妇av一区二区三区| 丰满的人妻完整版| 国产精品永久免费网站| 亚洲激情在线av| 精品久久久久久成人av| 精品人妻在线不人妻| 成年女人毛片免费观看观看9| 国产三级在线视频| 国产单亲对白刺激| 国产真人三级小视频在线观看| 性欧美人与动物交配| 身体一侧抽搐| 国产欧美日韩一区二区精品| 午夜福利高清视频| 无人区码免费观看不卡| 女人高潮潮喷娇喘18禁视频| 国产单亲对白刺激| 美女午夜性视频免费| 可以免费在线观看a视频的电影网站| 涩涩av久久男人的天堂| 亚洲欧美激情综合另类| 无遮挡黄片免费观看| 极品人妻少妇av视频| 男人舔女人的私密视频| 国产精品秋霞免费鲁丝片| 女人被躁到高潮嗷嗷叫费观| 在线观看免费日韩欧美大片| 日韩国内少妇激情av| 日韩三级视频一区二区三区| 欧美一级毛片孕妇| 成人特级黄色片久久久久久久| 欧美午夜高清在线| 午夜老司机福利片| 亚洲欧美精品综合一区二区三区| 国产精品爽爽va在线观看网站 | 免费搜索国产男女视频| 高潮久久久久久久久久久不卡| 嫩草影视91久久| 国产成人精品久久二区二区91| 国产精品一区二区在线不卡| 国产三级在线视频| www.www免费av| 9191精品国产免费久久| 日本 av在线| 免费在线观看黄色视频的| 午夜福利免费观看在线| 三级毛片av免费| 99国产精品99久久久久| 丁香欧美五月| 欧美色视频一区免费| 老司机深夜福利视频在线观看| 国产精品免费一区二区三区在线| 国产麻豆成人av免费视频| 又紧又爽又黄一区二区| 国产精品av久久久久免费| 亚洲精品国产一区二区精华液| 激情视频va一区二区三区| 美女高潮到喷水免费观看| 亚洲国产中文字幕在线视频| 午夜精品国产一区二区电影| 大型av网站在线播放| 看黄色毛片网站| 国产精品,欧美在线| 国产区一区二久久| 成人av一区二区三区在线看| 亚洲五月天丁香| 黑人操中国人逼视频| 国产精品一区二区三区四区久久 | 女生性感内裤真人,穿戴方法视频| 欧美国产日韩亚洲一区| 人人妻,人人澡人人爽秒播| 大香蕉久久成人网| 不卡av一区二区三区| 国产一区二区激情短视频| 中文字幕最新亚洲高清| 村上凉子中文字幕在线| 国产麻豆69| av天堂在线播放| 性欧美人与动物交配| 中文字幕人成人乱码亚洲影| 日本在线视频免费播放| 亚洲久久久国产精品| 最近最新中文字幕大全电影3 | 精品福利观看| 国产精品 国内视频| 91老司机精品| 97碰自拍视频| 免费看十八禁软件| 一级毛片精品| 在线永久观看黄色视频| 女人被狂操c到高潮| 老汉色∧v一级毛片| 老鸭窝网址在线观看| 9191精品国产免费久久| 免费高清视频大片| 日韩欧美国产在线观看| 巨乳人妻的诱惑在线观看| 午夜老司机福利片| 亚洲中文字幕一区二区三区有码在线看 | 天天躁狠狠躁夜夜躁狠狠躁| 久久午夜综合久久蜜桃| 久久人人97超碰香蕉20202| 又大又爽又粗| 免费在线观看视频国产中文字幕亚洲| 久久久水蜜桃国产精品网| 久久伊人香网站| 国产在线观看jvid| 很黄的视频免费| 色哟哟哟哟哟哟| 这个男人来自地球电影免费观看| 午夜福利影视在线免费观看| 美女高潮到喷水免费观看| 最新美女视频免费是黄的| 日韩精品免费视频一区二区三区| 日韩一卡2卡3卡4卡2021年| 成人av一区二区三区在线看| 久久性视频一级片| 变态另类成人亚洲欧美熟女 | 男男h啪啪无遮挡| www.999成人在线观看| 国产亚洲欧美精品永久| 婷婷精品国产亚洲av在线| 一级片免费观看大全| 一级毛片高清免费大全| 一区二区日韩欧美中文字幕| 国产成人欧美在线观看| 动漫黄色视频在线观看| 久久久久久久精品吃奶| 国产熟女xx| 欧美黑人欧美精品刺激| xxx96com| 国产成年人精品一区二区| 中文字幕久久专区| 免费高清视频大片| 日日爽夜夜爽网站| 美女高潮到喷水免费观看| 免费一级毛片在线播放高清视频 | 国产99久久九九免费精品| 亚洲成人国产一区在线观看| 欧美另类亚洲清纯唯美| 亚洲精品在线观看二区| 99久久国产精品久久久| 国产一区二区三区视频了| 久久久久久久久久久久大奶| 国产精品99久久99久久久不卡| 最近最新中文字幕大全免费视频| 日日夜夜操网爽| 亚洲,欧美精品.| 亚洲第一电影网av| 在线观看免费视频网站a站| 免费久久久久久久精品成人欧美视频| 久久久国产欧美日韩av| 国产麻豆69| 亚洲国产毛片av蜜桃av| 欧美成人免费av一区二区三区| 老汉色∧v一级毛片| 国产高清有码在线观看视频 | 欧美黑人精品巨大| 99久久精品国产亚洲精品| 久久久久久免费高清国产稀缺| 成年人黄色毛片网站| ponron亚洲| 欧美成狂野欧美在线观看| 成人av一区二区三区在线看| 操出白浆在线播放| 亚洲国产欧美日韩在线播放| 别揉我奶头~嗯~啊~动态视频| 18禁观看日本| 国内精品久久久久久久电影| 纯流量卡能插随身wifi吗| 日本一区二区免费在线视频| 亚洲中文字幕一区二区三区有码在线看 | 久久久国产成人免费| 欧美日韩黄片免| 久久久久久久久久久久大奶| 欧美乱码精品一区二区三区| 99国产精品免费福利视频| 淫妇啪啪啪对白视频| 亚洲,欧美精品.| 可以在线观看毛片的网站| 成人免费观看视频高清| 亚洲中文日韩欧美视频| 国产一区二区激情短视频| 精品国产乱子伦一区二区三区| 99国产精品免费福利视频| xxx96com| 亚洲熟妇熟女久久| 国产1区2区3区精品| 久久久国产精品麻豆| 女人爽到高潮嗷嗷叫在线视频| 黄色视频不卡| 看片在线看免费视频| 久久香蕉国产精品| 国产激情欧美一区二区| 久久精品人人爽人人爽视色| 精品卡一卡二卡四卡免费| 中文字幕另类日韩欧美亚洲嫩草| 一本大道久久a久久精品| 99国产综合亚洲精品| 国产激情欧美一区二区| 国产精品九九99| 久久 成人 亚洲| 天堂动漫精品| 国产激情久久老熟女| 一a级毛片在线观看| 免费不卡黄色视频| 老司机靠b影院| 日韩高清综合在线| 亚洲国产欧美网| 欧美激情高清一区二区三区| 又黄又粗又硬又大视频| 欧美日本中文国产一区发布| 脱女人内裤的视频| 老汉色av国产亚洲站长工具| 一区二区三区国产精品乱码| 精品久久久久久久毛片微露脸| 黄色a级毛片大全视频| 91成人精品电影| 嫁个100分男人电影在线观看| 精品久久久久久久久久免费视频| 悠悠久久av| 色精品久久人妻99蜜桃| 国语自产精品视频在线第100页| 中亚洲国语对白在线视频| av免费在线观看网站| 99国产精品一区二区蜜桃av| 99国产精品一区二区三区| 久久久久久国产a免费观看| 一级毛片高清免费大全| 天堂动漫精品| 老司机福利观看| 久久狼人影院| 99久久国产精品久久久| 国产一区二区三区视频了| 免费在线观看黄色视频的| 黄色成人免费大全| 欧美日韩亚洲综合一区二区三区_| 自拍欧美九色日韩亚洲蝌蚪91| 村上凉子中文字幕在线| 最新在线观看一区二区三区| 自线自在国产av| 可以在线观看的亚洲视频| 一边摸一边做爽爽视频免费| 免费搜索国产男女视频| 777久久人妻少妇嫩草av网站| 1024视频免费在线观看| 亚洲av五月六月丁香网| www.www免费av| 纯流量卡能插随身wifi吗| 给我免费播放毛片高清在线观看| 久久婷婷成人综合色麻豆| 成年人黄色毛片网站| 国产成人欧美| 国产麻豆69| 美女午夜性视频免费| 黄片播放在线免费| 免费在线观看完整版高清| 人妻丰满熟妇av一区二区三区| 黄色视频,在线免费观看| 久久久久国产精品人妻aⅴ院| 日韩大码丰满熟妇| 999久久久国产精品视频| 91麻豆av在线| 午夜福利,免费看| 韩国av一区二区三区四区| 亚洲五月天丁香| 色婷婷久久久亚洲欧美| 人成视频在线观看免费观看| 亚洲专区国产一区二区| 亚洲一码二码三码区别大吗| 身体一侧抽搐| 大码成人一级视频| 十八禁网站免费在线| 国产成+人综合+亚洲专区| 国产精华一区二区三区| 午夜福利18| 黄片播放在线免费| 黄频高清免费视频| 亚洲中文字幕一区二区三区有码在线看 | 黄色片一级片一级黄色片| 一区二区日韩欧美中文字幕| 波多野结衣巨乳人妻|