• <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 ?

    基于奇異值分解的木材細(xì)胞切片識(shí)別算法*

    2016-01-27 10:58:12孫永科,曹涌,熊飛
    西部林業(yè)科學(xué) 2015年6期

    ?

    基于奇異值分解的木材細(xì)胞切片識(shí)別算法*

    孫永科1,曹涌1,熊飛1,邱堅(jiān)2

    (1.西南林業(yè)大學(xué) 計(jì)算機(jī)與信息學(xué)院,云南昆明650224;2.西南林業(yè)大學(xué) 材料工程學(xué)院,云南昆明650224)

    摘要:木材細(xì)胞切片識(shí)別需要對(duì)圖片進(jìn)行降維處理,提取最大特征數(shù)據(jù)來進(jìn)行識(shí)別。相似度高的切片由于它們的最大特征的范數(shù)相近,所以很難區(qū)分。針對(duì)這種情況,提出了一種基于RealAdaBoost+SVD-n的細(xì)胞切片識(shí)別算法,該算法首先計(jì)算切片圖像的奇異值,將奇異值按從大到小的順序排列,然后去掉前n項(xiàng)較大的值,使用剩余項(xiàng)作為圖片特征,利用RealAdaBoost分類器進(jìn)行訓(xùn)練和測(cè)試。實(shí)驗(yàn)結(jié)果表明,該方法不僅能夠識(shí)別差異較大的木材切片,而且還能夠很好地區(qū)分較為相似的細(xì)胞切片,該識(shí)別算法具有很好的魯棒性。

    關(guān)鍵詞:木材識(shí)別;奇異值;細(xì)胞切片;AdaBoost

    木材的識(shí)別技術(shù)在生產(chǎn)生活中經(jīng)常使用且具有重要的意義。首先,木材材種的快速有效鑒別方法可以幫助有關(guān)部門及時(shí)查處非法交易的珍貴木材資源,有保護(hù)資源的作用。其次,還可以對(duì)從國(guó)外進(jìn)口的各種物品的木質(zhì)包裝進(jìn)行檢測(cè),防止非法木質(zhì)材料以及木材上帶有的有害物種進(jìn)入中國(guó)。最后也可以用在木質(zhì)家具市場(chǎng)中,用來鑒別家具的真實(shí)材料。

    傳統(tǒng)的木材識(shí)別技術(shù)需要較長(zhǎng)的鑒別時(shí)間,而木材的快速識(shí)別技術(shù),目前的研究成果主要有3種:第一種是基于宏觀的木紋識(shí)別,第二種是基于DNA技術(shù)的木材識(shí)別,第三種是基于微觀的細(xì)胞切片木材識(shí)別。基于宏觀的木紋識(shí)別技術(shù)主要依靠個(gè)人的經(jīng)驗(yàn),準(zhǔn)確率不高;基于DNA的木材識(shí)別技術(shù)雖然準(zhǔn)確率很高,但是成本高,周期長(zhǎng);基于微觀的細(xì)胞切片的木材識(shí)別技術(shù),識(shí)別的速度快,費(fèi)用低,適合目前的需求。如果將第三種木材識(shí)別技術(shù)和計(jì)算機(jī)相結(jié)合,將大大提高識(shí)別效率,降低費(fèi)用。

    謝沛宏等通過分析木材切片的管孔特征來識(shí)別木材[1],方益明等采用基于傅里葉變換和獨(dú)立成分分析技術(shù)對(duì)木材進(jìn)行識(shí)別[2],劉子豪等采用KPCA+gentleAdaBoost的方法對(duì)木材細(xì)胞切片進(jìn)行識(shí)別[3~4],這些方法都取得了較好的效果。

    近些年來由于人臉識(shí)別技術(shù)的不斷提高,奇異值分解越來越廣泛地應(yīng)用到人臉的識(shí)別系統(tǒng)中,并且取得了非常好的效果[5],結(jié)合特征值降維方法[6],可以有效地提高計(jì)算的速度。將這些算法應(yīng)用在材種切片細(xì)胞圖片的識(shí)別中,也取得較好的識(shí)別效果。通過實(shí)驗(yàn)發(fā)現(xiàn),使用SVD+AdaBoost的識(shí)別效果優(yōu)于使用PCA/KPCA+AdaBoost的識(shí)別效果,在材種圖片比較相似的時(shí)候,SVD、PCA、KPCA提取的主要特征值都有很大的相似性,區(qū)分度不高。本研究提出了一種基于奇異值分解的木材切片識(shí)別算法,該算法去掉了相似度最為接近的幾個(gè)主要特征值,在剩余的次要特征值中重新選擇若干主要特征進(jìn)行識(shí)別,算法能夠?qū)D片進(jìn)行降維處理而且具有很好的魯棒性。通過使用不同的分類器和特征值進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明,本研究提出的方法識(shí)別率較高,可以對(duì)木材切片進(jìn)行較為準(zhǔn)確的分類。

    1特征值識(shí)別算法比較和分析

    實(shí)驗(yàn)使用的數(shù)據(jù)來自中國(guó)國(guó)家林業(yè)科學(xué)數(shù)據(jù)網(wǎng)站,該網(wǎng)站共有178個(gè)材種標(biāo)本的橫截面細(xì)胞切片,圖片共計(jì)826張。實(shí)驗(yàn)選取數(shù)據(jù)庫中具有代表性的10個(gè)材種作為實(shí)驗(yàn)樣本,樣本的材種名稱(編號(hào))為,楓香樹(1)、楓楊(2)、核桃(3)、紅樺(4)、黃榿(5)、苦梓含笑(6)、榕樹(7)、三秋懸鈴木(8)、榆樹(9)、云南黃杞(10)。為了和文獻(xiàn)[3]中的方法進(jìn)行對(duì)比,特征值算法選取奇異值PCA和KPCA,分類器選取SVM和AdaBoost,在matlab中,使用不同的組合進(jìn)行訓(xùn)練和測(cè)試。

    1.1SVM+SVD/PCA/KPCA

    使用SVM分類器對(duì)SVD、PCA和KPCA進(jìn)行分類。SVM分類器使用C-SVC多分類參數(shù),核函數(shù)使用polynomial,其表達(dá)式為(gamma*u′*v+coef0)^degree,degree=3。實(shí)驗(yàn)圖片取2/3作為訓(xùn)練數(shù)據(jù),1/3用來進(jìn)行測(cè)試。實(shí)驗(yàn)選取特征值的前n項(xiàng)作為訓(xùn)練和和測(cè)試的數(shù)據(jù)。當(dāng)n取不同的值時(shí)系統(tǒng)的平均識(shí)別率見圖1。

    a1b1c1a2b2c2

    圖1SVM算法中前n項(xiàng)特征識(shí)別率

    Fig.1Firstnrecognition rate of SVM

    在圖1中橫坐標(biāo)表示n的取值,縱坐標(biāo)表示識(shí)別的正確率。從圖1中可以看出,隨著n取值的增大,識(shí)別的正確率慢慢收斂于某一個(gè)定值。 SVM+PCA的識(shí)別率最穩(wěn)定,SVM+KPCA的識(shí)別率為零,SVM+SVD的識(shí)別率在n取值較小的情況下最高。

    根據(jù)圖1中SVD的正確率分布,挑選前25項(xiàng)最大值,對(duì)圖像進(jìn)行反向還原,其效果見圖2。

    a1b1c1a2b2c2

    圖2SVD最大特征值還原效果

    Fig.2Image reconstruct with max number of SVD

    從還原的結(jié)果可以明顯看出,前25項(xiàng)最大特征值已經(jīng)包含了原圖的主要特征,因此實(shí)驗(yàn)選擇特征值的前25項(xiàng)進(jìn)行訓(xùn)練和測(cè)試,分別以每一類材種作為測(cè)試樣本,其他作為訓(xùn)練數(shù)據(jù),經(jīng)過10次實(shí)驗(yàn),測(cè)試的結(jié)果如圖3所示。圖3(a)中的橫坐標(biāo)代表10個(gè)不同的材種,縱坐標(biāo)表示材種的最大識(shí)別率,圖3(b)中的橫坐標(biāo)代表10個(gè)不同的材種,縱坐標(biāo)表示識(shí)別率的方差。

    從圖3中發(fā)現(xiàn),使用SVM分類器時(shí),系統(tǒng)的識(shí)別正確率非常不穩(wěn)定,同一材種因標(biāo)本不同其識(shí)別率存在較大的差異,這意味著模型對(duì)沒有參與訓(xùn)練的圖片很難正確識(shí)別。

    (a)最大識(shí)別率(b)識(shí)別率方差

    圖3SVM實(shí)驗(yàn)結(jié)果

    Fig.3Experiment result of SVM

    1.2AdaBoost+SVD/PCA/KPCA

    AdaBoost算法使用sprtools工具箱中的RealAdaBoost進(jìn)行訓(xùn)練,參數(shù)weak_linear參數(shù)設(shè)置為3。使用classify函數(shù)進(jìn)行分類測(cè)試。實(shí)驗(yàn)取1/2作為訓(xùn)練正樣本,其他材種的圖片作為負(fù)樣本,經(jīng)過多次試驗(yàn)后,統(tǒng)計(jì)數(shù)據(jù)結(jié)果見圖4。

    在圖4中,橫坐標(biāo)都代表測(cè)試的材種,圖4(a)中的縱坐標(biāo)表示材種的平均識(shí)別正確率,圖4(b)中的縱坐標(biāo)表示識(shí)別率的方差。實(shí)驗(yàn)結(jié)果表明,在RealAdaBoost分類器中使用PCA作為特征值與使用KPCA作為特征值的分類效果一樣,使用SVD作為特征值的分類效果較差。采用SVD特征值的識(shí)別時(shí),個(gè)別材種很難被正確識(shí)別,但是采用SVD特征值時(shí)的總體效果優(yōu)于其他方案。

    (a)平均識(shí)別率(b)識(shí)別率方差

    圖4RealAdaBoost訓(xùn)練結(jié)果

    Fig.4Training result of RealAdaBoost

    在選擇分類器時(shí),使用RealAdaBoost分類器的整體識(shí)別效果優(yōu)于使用SVM分類器。對(duì)于較為相似的圖像,兩者的識(shí)別率都較低。

    1.3RealAdaBoost+SVD-n

    通過對(duì)個(gè)別識(shí)別率較低的材種進(jìn)行觀察發(fā)現(xiàn),導(dǎo)致識(shí)別率低的主要原因是由于材種的細(xì)胞橫切面圖片比較相似,由此產(chǎn)生的特征值比較相近,因此導(dǎo)致識(shí)別錯(cuò)誤。

    通過觀察特征值的分布規(guī)律,發(fā)現(xiàn)特征的最大項(xiàng)主要集中在前2項(xiàng),在相似的圖片中2項(xiàng)的值極為相似,而且占的比重較大。后面的n項(xiàng)數(shù)據(jù)雖然很小,但是差異較大。因此,第三個(gè)實(shí)驗(yàn)方案選擇使用Adaboost分類器和去掉前n項(xiàng)的特征值作為訓(xùn)練數(shù)據(jù)。為了提高系統(tǒng)的穩(wěn)定性,本實(shí)驗(yàn)使用多次實(shí)驗(yàn)的最小識(shí)別率作為衡量標(biāo)準(zhǔn)。由于當(dāng)n>3時(shí),系統(tǒng)的迭代次數(shù)過多,所以此處只討論n=1,2,3的情況。

    (a)SVD-n(b)PCA-n(c)KPCA-n

    圖5去掉前n項(xiàng)的最小識(shí)別率

    Fig.5Minimum recognition rate without first n

    圖5中的橫坐標(biāo)代表10種不同的木材,縱坐標(biāo)表示識(shí)別的最小正確率,三條線分別表示當(dāng)n=1,2,3時(shí)的識(shí)別效果。圖5(a)表示使用去掉前n項(xiàng)SVD最大值的識(shí)別率分布,可以看出隨著n的增大,個(gè)別材種的識(shí)別準(zhǔn)確率在不斷提高,圖5(b)中個(gè)別材種的識(shí)別率隨著n的增加也在不斷提高,圖5(c)中去掉前2項(xiàng)和去掉前3項(xiàng)的識(shí)別率是一樣的。由此可見在n=2時(shí),這些材種的識(shí)別率最好。

    2實(shí)驗(yàn)結(jié)果

    實(shí)驗(yàn)1.1的結(jié)果表明該方法因材種的不同其識(shí)別的準(zhǔn)確率和穩(wěn)定性存在較大的差異。圖6(a)是不同材種在多次實(shí)驗(yàn)時(shí)的最低識(shí)別率統(tǒng)計(jì),圖6(b)是最大識(shí)別率統(tǒng)計(jì)圖,表1是實(shí)驗(yàn)結(jié)果的具體數(shù)據(jù),表格中的第一列表示特征值的種類,第二列n表示特征值去掉前n項(xiàng)。實(shí)驗(yàn)數(shù)據(jù)表明所有的實(shí)驗(yàn)對(duì)象幾乎都存在無法識(shí)別的情況。

    (a)最小識(shí)別率(b)最大識(shí)別率

    圖6 SVM+SVD實(shí)驗(yàn)結(jié)果

    注:“-”表示值為0。

    表2是最小識(shí)別率的統(tǒng)計(jì)。表2數(shù)據(jù)表明大部分的測(cè)試樣本都能被完全識(shí)別,在使用SVD作為特征值的情況下,當(dāng)n=0時(shí),2號(hào)樣本無法被識(shí)別,其他樣本都可以被準(zhǔn)確識(shí)別和區(qū)分,當(dāng)n增大時(shí),2號(hào)樣本的識(shí)別率提高到100 %,但是10號(hào)樣本的識(shí)別率有所降低。實(shí)驗(yàn)數(shù)據(jù)表明,隨著n的變化個(gè)別材種的識(shí)別率會(huì)發(fā)生變化,但總體識(shí)別率隨著n的增加而提高;使用PCA作為特征值時(shí),識(shí)別率與n之間的關(guān)系不明顯并且平均識(shí)別率低于使用SVD的識(shí)別方法;使用KPCA作為特征值的識(shí)別方法,識(shí)別率雖然隨著n的增加也呈上升趨勢(shì),但是識(shí)別效果不如使用SVD時(shí)明顯。

    結(jié)合表1和表2可知,當(dāng)n=3時(shí),系統(tǒng)的總體識(shí)別效果最好,說明在這幾組實(shí)驗(yàn)中RealAdaBoost + SVD-3的實(shí)驗(yàn)方案識(shí)別效果最好。

    表2 RealAdaBoost最小識(shí)別率統(tǒng)計(jì)

    注:“+”表示值為1。

    3結(jié)論

    木材識(shí)別計(jì)算機(jī)化不僅可以提高識(shí)別效率,而且能夠降低識(shí)別成本。木材細(xì)胞切片識(shí)別是木材識(shí)別領(lǐng)域的研究熱點(diǎn),研究木材圖像的計(jì)算機(jī)識(shí)別方法具有重要意義。本研究提出了一種基于RealAdaBoost+SVD-n的木材識(shí)別算法,該算法的識(shí)別率較高,穩(wěn)定性好。通過實(shí)驗(yàn)對(duì)比分析,可以得到以下結(jié)論:

    (1)木材細(xì)胞圖片的奇異值最大的一些值代表圖像的主要特征,細(xì)胞切片越相似,主要特征值越接近。

    (2)奇異值中次要特征值中最大的一些值能夠體現(xiàn)細(xì)節(jié)信息,可以用來區(qū)分較為相似的圖片。

    (3)RealAdaBoost分類器的分類效果優(yōu)于SVM分類器。

    該算法在《海門口遺址木質(zhì)文物保護(hù)關(guān)鍵技術(shù)研究與應(yīng)用》項(xiàng)目中已經(jīng)應(yīng)用,并取得了較好的效果。

    參考文獻(xiàn):

    [1]謝沛宏,陳華,徐峰,等.基于管孔特征的木材樹種圖像識(shí)別[J].廣西科學(xué)院學(xué)報(bào),2011,27(4):323-325.

    [2]方益明,鄭紅平,馮海林.基于傅里葉變換和獨(dú)立成分分析的木材顯微圖像特征提取與識(shí)別[J].浙江林學(xué)院學(xué)報(bào),2010,27(6):826-830.

    [3]劉子豪,祁亨年,張廣群,等.基于橫切面微觀構(gòu)造圖像的木材識(shí)別方法[J].林業(yè)科學(xué),2013,49(11):116-121.

    [4]徐劍,張洪偉.Adaboost算法分類器的設(shè)計(jì)與應(yīng)用[J].四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版),2014,21(27):28-31.

    [5]李曉東,基于子空間和流行學(xué)習(xí)的人臉識(shí)別算法研究[M].濟(jì)南:山東人民出版社,2013.

    [6]Klema V C.The singular value deeomposition:Its computation and some application[J].IEEE Transactions on Automatic Control,1980,25:164-176.

    The Recognize Algorithm of Wood Cell Section Based on

    Singular Value Decomposition

    Sun Yong-ke1,Cao Yong1,Xiong Fei1,Qiu Jian2

    (1.School of Computer and Information Science, Southwest Forestry University, Kunming Yunnan 650224,P.R.China;

    2.School of materials engineering, Southwest Forestry University, Kunming Yunnan 650224,P.R.China)

    Abstract:For recognizing wood cell section images, dimension reduction should be made to extract the major characteristic data.Since the similar the cell images the closer eigen values of the norms, small images could hardly be identified.For this reason, an improved cell section identification method based on RealAdaBoost + SVD-n was suggested.Firstly, singular values of cell section image was calculated and it was arranged from big to small.Then the top n singular values was removed, and the remains was used as image characteristics for testing by RealAdaBoost.The results showed that this method could not only recognize the wood cell section images with great differences but also could well distinguish similar cell section images.This recognize algorithm showed good robustness.

    Key words:wood recognition;singular value decomposition; cell section;AdaBoost

    中圖分類號(hào):TP 391.41

    文獻(xiàn)標(biāo)識(shí)碼:A

    文章編號(hào):1672-8246(2015)06-0077-05

    通訊作者簡(jiǎn)介:邱堅(jiān)(1965-),男,教授,博士,主要從事木材科學(xué)研究。E-mail:13759512363@qq.com

    作者簡(jiǎn)介:第一孫永科(1980-),男,講師,碩士,主要從事計(jì)算機(jī)圖形圖像研究。E-mail:Sunyongke@swfu.edu.cn

    基金項(xiàng)目:云南省社會(huì)發(fā)展科技計(jì)劃(2011CA020),云南省教育廳科學(xué)研究基金項(xiàng)目(2014Y323)。

    收稿日期:*2015-05-17

    doi10.16473/j.cnki.xblykx1972.2015.06.016

    国产精品蜜桃在线观看| 99视频精品全部免费 在线| 在线天堂最新版资源| 国产老妇女一区| 美女脱内裤让男人舔精品视频| 亚洲精品aⅴ在线观看| 99视频精品全部免费 在线| 一区二区三区乱码不卡18| 麻豆乱淫一区二区| 国产亚洲91精品色在线| 国产高潮美女av| 日韩欧美国产在线观看| av国产久精品久网站免费入址| 久久久久精品久久久久真实原创| 三级经典国产精品| 国产伦精品一区二区三区四那| 最近的中文字幕免费完整| 日日干狠狠操夜夜爽| 国产三级在线视频| 黄色欧美视频在线观看| 亚洲精品国产av蜜桃| 国产精品麻豆人妻色哟哟久久 | av在线亚洲专区| 亚洲经典国产精华液单| 亚洲成人精品中文字幕电影| 麻豆国产97在线/欧美| 国产精品女同一区二区软件| 国产精品熟女久久久久浪| 少妇熟女欧美另类| 国产色爽女视频免费观看| 亚洲国产精品专区欧美| 免费av毛片视频| 夫妻午夜视频| 成人无遮挡网站| 国产成人aa在线观看| 91精品国产九色| 亚洲av成人精品一区久久| 中文资源天堂在线| 国产成人精品一,二区| 免费av观看视频| 99久久九九国产精品国产免费| 国产午夜福利久久久久久| 国产永久视频网站| 3wmmmm亚洲av在线观看| 色哟哟·www| 在线观看美女被高潮喷水网站| 国产亚洲最大av| 亚洲国产欧美在线一区| 男女国产视频网站| 在线观看免费高清a一片| 丝袜美腿在线中文| 久久人人爽人人爽人人片va| 亚洲va在线va天堂va国产| 日本wwww免费看| 亚洲成色77777| a级一级毛片免费在线观看| 免费看av在线观看网站| 少妇猛男粗大的猛烈进出视频 | 菩萨蛮人人尽说江南好唐韦庄| 波野结衣二区三区在线| 免费观看在线日韩| 欧美三级亚洲精品| 精品久久久久久久久亚洲| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av成人av| 少妇猛男粗大的猛烈进出视频 | 国产一区二区亚洲精品在线观看| 视频中文字幕在线观看| 噜噜噜噜噜久久久久久91| 亚洲aⅴ乱码一区二区在线播放| 亚洲精品国产av成人精品| 久久久久性生活片| 亚洲在线自拍视频| 久久久久久久久久久免费av| 亚洲成人中文字幕在线播放| 免费不卡的大黄色大毛片视频在线观看 | 中文欧美无线码| av又黄又爽大尺度在线免费看| 淫秽高清视频在线观看| 最近手机中文字幕大全| 欧美丝袜亚洲另类| 色视频www国产| 极品少妇高潮喷水抽搐| 啦啦啦韩国在线观看视频| 成年版毛片免费区| 国产精品福利在线免费观看| a级毛片免费高清观看在线播放| 亚洲精品国产成人久久av| 日韩成人av中文字幕在线观看| 亚洲精品456在线播放app| 伊人久久国产一区二区| 国产精品99久久久久久久久| 亚洲av日韩在线播放| av在线观看视频网站免费| 九九久久精品国产亚洲av麻豆| 欧美精品国产亚洲| 六月丁香七月| a级毛色黄片| 国产久久久一区二区三区| 高清毛片免费看| 国产高清有码在线观看视频| 精品久久久噜噜| 尤物成人国产欧美一区二区三区| 六月丁香七月| 亚洲精品乱久久久久久| 亚洲精品aⅴ在线观看| 亚洲在线自拍视频| 成人二区视频| 日韩亚洲欧美综合| 青青草视频在线视频观看| av免费在线看不卡| 蜜臀久久99精品久久宅男| 黄色日韩在线| 免费av观看视频| 看十八女毛片水多多多| 国产一区亚洲一区在线观看| 三级国产精品片| 伊人久久精品亚洲午夜| 一级毛片 在线播放| 好男人在线观看高清免费视频| 啦啦啦韩国在线观看视频| 亚洲av国产av综合av卡| 亚洲精品日韩在线中文字幕| 婷婷六月久久综合丁香| 麻豆成人午夜福利视频| 亚洲,欧美,日韩| 亚洲成人中文字幕在线播放| 亚洲精品国产av成人精品| 国产探花在线观看一区二区| av免费观看日本| 少妇猛男粗大的猛烈进出视频 | 丝瓜视频免费看黄片| 三级男女做爰猛烈吃奶摸视频| 99久久中文字幕三级久久日本| 亚洲最大成人手机在线| 日韩成人伦理影院| 97人妻精品一区二区三区麻豆| 男女视频在线观看网站免费| 99久久精品一区二区三区| freevideosex欧美| 91在线精品国自产拍蜜月| 亚洲久久久久久中文字幕| 大陆偷拍与自拍| 亚洲自偷自拍三级| 男人狂女人下面高潮的视频| 网址你懂的国产日韩在线| 日韩三级伦理在线观看| 在现免费观看毛片| av线在线观看网站| 亚洲欧美一区二区三区国产| 黄片无遮挡物在线观看| 亚洲精品视频女| 看非洲黑人一级黄片| 又粗又硬又长又爽又黄的视频| 成人午夜高清在线视频| 国产精品久久久久久av不卡| 日韩亚洲欧美综合| 欧美极品一区二区三区四区| 啦啦啦韩国在线观看视频| 亚洲在久久综合| 精品一区二区三区人妻视频| 日本午夜av视频| 亚洲内射少妇av| 欧美zozozo另类| 精品久久久久久久久久久久久| 欧美xxⅹ黑人| 激情 狠狠 欧美| 如何舔出高潮| 22中文网久久字幕| 欧美xxxx黑人xx丫x性爽| 免费人成在线观看视频色| 国产黄频视频在线观看| 最近手机中文字幕大全| 不卡视频在线观看欧美| 亚洲av福利一区| 秋霞在线观看毛片| 亚洲电影在线观看av| 男女边吃奶边做爰视频| 欧美极品一区二区三区四区| 日韩欧美 国产精品| 99九九线精品视频在线观看视频| videos熟女内射| 亚洲精品视频女| 少妇猛男粗大的猛烈进出视频 | 色5月婷婷丁香| 久久久成人免费电影| 精品人妻熟女av久视频| 亚洲成色77777| 一级a做视频免费观看| 美女高潮的动态| 亚洲av二区三区四区| 亚洲熟妇中文字幕五十中出| 午夜福利成人在线免费观看| 在线观看av片永久免费下载| av国产久精品久网站免费入址| 天堂av国产一区二区熟女人妻| 91av网一区二区| 美女内射精品一级片tv| 国产精品不卡视频一区二区| 国产欧美另类精品又又久久亚洲欧美| 久久草成人影院| 免费观看在线日韩| 国产免费视频播放在线视频 | 欧美性感艳星| 观看免费一级毛片| 神马国产精品三级电影在线观看| 亚洲精品影视一区二区三区av| 午夜精品一区二区三区免费看| 国产精品无大码| 亚洲婷婷狠狠爱综合网| 久久久久免费精品人妻一区二区| 国内揄拍国产精品人妻在线| 秋霞在线观看毛片| 高清午夜精品一区二区三区| 少妇裸体淫交视频免费看高清| 亚洲精品乱码久久久v下载方式| 精品一区二区三区人妻视频| av又黄又爽大尺度在线免费看| 最近2019中文字幕mv第一页| 人人妻人人澡人人爽人人夜夜 | 国产精品一区www在线观看| 国产伦一二天堂av在线观看| 久久久久久久久久黄片| 晚上一个人看的免费电影| 精品一区二区三区人妻视频| 午夜福利视频精品| 中国美白少妇内射xxxbb| 日日撸夜夜添| 欧美 日韩 精品 国产| 身体一侧抽搐| 欧美成人a在线观看| 80岁老熟妇乱子伦牲交| 97超视频在线观看视频| 精品99又大又爽又粗少妇毛片| 纵有疾风起免费观看全集完整版 | 91狼人影院| 我的女老师完整版在线观看| 九九爱精品视频在线观看| 国产乱人视频| 大香蕉97超碰在线| 精品不卡国产一区二区三区| 国产精品女同一区二区软件| 亚洲三级黄色毛片| 天堂中文最新版在线下载 | 日韩伦理黄色片| 亚洲国产精品专区欧美| 精品久久久久久久末码| 人妻系列 视频| 可以在线观看毛片的网站| 黄色日韩在线| 免费播放大片免费观看视频在线观看| 超碰av人人做人人爽久久| 国产黄色视频一区二区在线观看| 亚洲天堂国产精品一区在线| 老司机影院毛片| 99热网站在线观看| 国产成人a∨麻豆精品| 99久久人妻综合| 白带黄色成豆腐渣| xxx大片免费视频| 日韩亚洲欧美综合| 精品不卡国产一区二区三区| 少妇猛男粗大的猛烈进出视频 | 日日啪夜夜撸| 男人爽女人下面视频在线观看| 看免费成人av毛片| 18禁在线播放成人免费| 18+在线观看网站| 免费电影在线观看免费观看| 嘟嘟电影网在线观看| 91午夜精品亚洲一区二区三区| 国产精品久久视频播放| 欧美激情久久久久久爽电影| 免费大片18禁| 国产又色又爽无遮挡免| 亚洲内射少妇av| videos熟女内射| 深夜a级毛片| 亚洲国产色片| 三级国产精品欧美在线观看| 一区二区三区乱码不卡18| 少妇熟女aⅴ在线视频| 97在线视频观看| 精品久久久久久久久久久久久| 久久国产乱子免费精品| 能在线免费观看的黄片| 成人毛片a级毛片在线播放| 亚洲婷婷狠狠爱综合网| 成人亚洲精品一区在线观看 | 国产精品福利在线免费观看| 黄片无遮挡物在线观看| 高清av免费在线| 大香蕉97超碰在线| 中文字幕久久专区| 亚洲欧美精品自产自拍| 国产精品一区二区三区四区久久| 大香蕉97超碰在线| 免费少妇av软件| 免费观看在线日韩| 亚洲av免费在线观看| 美女cb高潮喷水在线观看| 精品久久久噜噜| 91aial.com中文字幕在线观看| 亚洲成人久久爱视频| 国产高清不卡午夜福利| 最近中文字幕高清免费大全6| 午夜免费观看性视频| 日本wwww免费看| 一级黄片播放器| 国产精品综合久久久久久久免费| 午夜福利视频1000在线观看| 亚洲电影在线观看av| 夫妻午夜视频| 午夜视频国产福利| 亚洲精品国产成人久久av| 国产探花在线观看一区二区| 日韩伦理黄色片| 成人鲁丝片一二三区免费| 在线观看av片永久免费下载| 国产成人aa在线观看| 大话2 男鬼变身卡| 成年人午夜在线观看视频 | 国产精品人妻久久久影院| 高清毛片免费看| 少妇被粗大猛烈的视频| 在现免费观看毛片| 国产在视频线在精品| 中文乱码字字幕精品一区二区三区 | 三级毛片av免费| 国产精品不卡视频一区二区| 国产永久视频网站| or卡值多少钱| 一级av片app| 大香蕉久久网| 精品久久久久久久久亚洲| 一级毛片久久久久久久久女| 成人亚洲精品av一区二区| 熟女电影av网| 国产精品精品国产色婷婷| 亚洲av在线观看美女高潮| 夜夜看夜夜爽夜夜摸| 搡老乐熟女国产| 直男gayav资源| ponron亚洲| 日本爱情动作片www.在线观看| 免费黄频网站在线观看国产| 国产极品天堂在线| 国精品久久久久久国模美| 中文字幕久久专区| 亚洲精品成人久久久久久| 成年人午夜在线观看视频 | 婷婷色综合大香蕉| 午夜精品在线福利| 一个人看视频在线观看www免费| 日韩av免费高清视频| 国产高清三级在线| 国产欧美另类精品又又久久亚洲欧美| 精品一区二区三卡| 少妇的逼好多水| 亚洲在线观看片| 美女黄网站色视频| 国产精品麻豆人妻色哟哟久久 | 尾随美女入室| 国产精品女同一区二区软件| 免费看光身美女| 一夜夜www| 免费看光身美女| 啦啦啦中文免费视频观看日本| 国产成人freesex在线| 偷拍熟女少妇极品色| 97超碰精品成人国产| av一本久久久久| 成人一区二区视频在线观看| 午夜激情久久久久久久| 欧美潮喷喷水| 久久久久久久午夜电影| 日韩成人伦理影院| 国产黄片视频在线免费观看| 亚洲最大成人中文| 综合色丁香网| 久久久久国产网址| 在线观看免费高清a一片| 成人亚洲精品一区在线观看 | 三级男女做爰猛烈吃奶摸视频| www.色视频.com| 丰满人妻一区二区三区视频av| 亚洲国产色片| 久久精品国产亚洲av涩爱| 精品久久久久久久久亚洲| 亚洲婷婷狠狠爱综合网| a级一级毛片免费在线观看| 亚洲怡红院男人天堂| 99热6这里只有精品| 我的老师免费观看完整版| 天美传媒精品一区二区| 亚洲丝袜综合中文字幕| 亚洲国产欧美在线一区| 国产色爽女视频免费观看| 欧美xxⅹ黑人| 51国产日韩欧美| 精品久久久久久久久亚洲| 亚洲人与动物交配视频| 国产亚洲最大av| 国产亚洲午夜精品一区二区久久 | 婷婷色综合大香蕉| 午夜福利网站1000一区二区三区| 一区二区三区高清视频在线| 国产男女超爽视频在线观看| 男人舔奶头视频| 免费播放大片免费观看视频在线观看| 国产国拍精品亚洲av在线观看| 在线免费观看的www视频| 国产 亚洲一区二区三区 | 亚洲欧美精品专区久久| 少妇被粗大猛烈的视频| 少妇被粗大猛烈的视频| 国产三级在线视频| 亚洲av日韩在线播放| 日本熟妇午夜| 天堂网av新在线| 免费观看精品视频网站| 久久亚洲国产成人精品v| 久久鲁丝午夜福利片| 日本午夜av视频| 高清日韩中文字幕在线| 男女国产视频网站| 一本久久精品| 国产中年淑女户外野战色| 中文字幕免费在线视频6| 别揉我奶头 嗯啊视频| 国产淫语在线视频| 国产成人一区二区在线| 国内精品一区二区在线观看| 神马国产精品三级电影在线观看| 激情 狠狠 欧美| 国产中年淑女户外野战色| 免费在线观看成人毛片| 内射极品少妇av片p| 婷婷六月久久综合丁香| a级毛色黄片| 国产高潮美女av| av国产久精品久网站免费入址| 亚洲欧美成人精品一区二区| 国产欧美另类精品又又久久亚洲欧美| 欧美丝袜亚洲另类| videos熟女内射| 精华霜和精华液先用哪个| 少妇熟女欧美另类| 国产成人精品久久久久久| 一区二区三区四区激情视频| 午夜精品一区二区三区免费看| 国产午夜精品久久久久久一区二区三区| 69av精品久久久久久| 国产精品一二三区在线看| 精品久久久久久久久av| 女人十人毛片免费观看3o分钟| 国内精品宾馆在线| 日本三级黄在线观看| 亚洲性久久影院| 边亲边吃奶的免费视频| 久久精品国产亚洲av天美| 久久精品国产鲁丝片午夜精品| 亚洲在线观看片| 尾随美女入室| 寂寞人妻少妇视频99o| 免费观看a级毛片全部| 高清av免费在线| 一区二区三区四区激情视频| 亚洲国产欧美在线一区| av在线播放精品| 国产高清三级在线| 亚洲激情五月婷婷啪啪| 丰满乱子伦码专区| 狠狠精品人妻久久久久久综合| 99视频精品全部免费 在线| av一本久久久久| 中文在线观看免费www的网站| 亚洲精品自拍成人| a级毛片免费高清观看在线播放| 又爽又黄无遮挡网站| 国产老妇女一区| 成人特级av手机在线观看| 熟妇人妻不卡中文字幕| 亚洲电影在线观看av| av免费在线看不卡| 免费在线观看成人毛片| 欧美日韩综合久久久久久| 欧美另类一区| 久久久久久久大尺度免费视频| 22中文网久久字幕| 国产黄色小视频在线观看| 国产色爽女视频免费观看| 国产午夜精品久久久久久一区二区三区| 亚洲最大成人手机在线| 国产午夜精品论理片| 丰满人妻一区二区三区视频av| 亚洲一区高清亚洲精品| av.在线天堂| 一个人免费在线观看电影| 成年av动漫网址| 天天躁夜夜躁狠狠久久av| 啦啦啦中文免费视频观看日本| 成人综合一区亚洲| 亚洲熟女精品中文字幕| 精品欧美国产一区二区三| 一个人看视频在线观看www免费| 丰满人妻一区二区三区视频av| 男人狂女人下面高潮的视频| 免费观看在线日韩| 嫩草影院入口| 亚洲在久久综合| 九色成人免费人妻av| 欧美成人精品欧美一级黄| 午夜福利网站1000一区二区三区| 一二三四中文在线观看免费高清| 可以在线观看毛片的网站| 少妇丰满av| 久久精品夜色国产| 国产老妇女一区| 一个人免费在线观看电影| 国产欧美日韩精品一区二区| 日韩不卡一区二区三区视频在线| 国产人妻一区二区三区在| 欧美最新免费一区二区三区| 免费大片18禁| 天堂网av新在线| 久久久久精品久久久久真实原创| 精品一区二区三区视频在线| www.av在线官网国产| 欧美精品国产亚洲| 久热久热在线精品观看| 午夜日本视频在线| 国产精品熟女久久久久浪| 一个人看视频在线观看www免费| 有码 亚洲区| 日本一本二区三区精品| 日韩中字成人| 久久久久精品性色| 欧美最新免费一区二区三区| 欧美性猛交╳xxx乱大交人| 中文字幕久久专区| av免费在线看不卡| 欧美日韩亚洲高清精品| av播播在线观看一区| 国产精品久久视频播放| 内射极品少妇av片p| a级毛片免费高清观看在线播放| 中文字幕人妻熟人妻熟丝袜美| av在线观看视频网站免费| 乱系列少妇在线播放| 大陆偷拍与自拍| 亚洲欧美日韩卡通动漫| 成人午夜精彩视频在线观看| 国产精品一区二区三区四区久久| 亚洲精品国产av蜜桃| 人人妻人人澡欧美一区二区| 亚洲成人久久爱视频| 国产熟女欧美一区二区| 久久精品久久精品一区二区三区| 小蜜桃在线观看免费完整版高清| 久久久久久久久大av| 久久久久网色| 女人久久www免费人成看片| 中文精品一卡2卡3卡4更新| 久久精品国产鲁丝片午夜精品| 国产三级在线视频| 五月天丁香电影| 国产精品1区2区在线观看.| 乱人视频在线观看| 可以在线观看毛片的网站| 美女国产视频在线观看| 亚洲国产成人一精品久久久| 国产乱人视频| 亚洲综合精品二区| 大香蕉久久网| 国产精品爽爽va在线观看网站| 国产成人a区在线观看| 日韩精品有码人妻一区| 一级黄片播放器| 中文天堂在线官网| 日本一二三区视频观看| 成年版毛片免费区| 久久99热这里只频精品6学生| 97超碰精品成人国产| 色综合站精品国产| 国产色婷婷99| 亚洲国产精品专区欧美| 女的被弄到高潮叫床怎么办| 人妻夜夜爽99麻豆av| 免费观看的影片在线观看| 免费大片黄手机在线观看| 色综合站精品国产| 亚洲三级黄色毛片| 国产 亚洲一区二区三区 | 国产成人a∨麻豆精品| 天天一区二区日本电影三级| 一二三四中文在线观看免费高清| or卡值多少钱| 国产精品人妻久久久久久| 夫妻午夜视频| 国产成人精品一,二区| 精品久久久久久电影网| 成年av动漫网址| 国产一区二区在线观看日韩| 国产91av在线免费观看| 国产精品av视频在线免费观看| 国产精品国产三级国产专区5o| 亚洲精品久久久久久婷婷小说| 亚洲国产精品成人久久小说| 日韩欧美 国产精品| 中文乱码字字幕精品一区二区三区 | 日韩视频在线欧美| 国产精品日韩av在线免费观看| 日韩在线高清观看一区二区三区| 男女边吃奶边做爰视频|