• <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 ?

    基于像元混合模型估計的高光譜圖像解混

    2016-03-20 02:45:31劉靜光張立毅孫彥慧
    紅外技術(shù) 2016年2期
    關(guān)鍵詞:搜索算法差分線性

    陳 雷,劉靜光,張立毅,,李 鏘,孫彥慧

    ?

    基于像元混合模型估計的高光譜圖像解混

    陳 雷1, 2, 3,劉靜光2,張立毅2,3,李 鏘2,孫彥慧2

    (1. 天津大學(xué) 精密儀器與光電子工程學(xué)院,天津 300072;2. 天津大學(xué) 電子信息工程學(xué)院,天津 300072;3. 天津商業(yè)大學(xué) 信息工程學(xué)院,天津 300134)

    在高光譜圖像中,線性混合像元和非線性混合像元同時存在,若采用基于單一混合模型的解混算法,會使解混精度降低。因此,提出采用神經(jīng)網(wǎng)絡(luò)對高光譜圖像中的像元混合模型進(jìn)行估計,然后針對不同的混合模型進(jìn)行相應(yīng)的像元解混。像元解混時,在目標(biāo)函數(shù)中添加豐度非負(fù)和豐度和為一約束項,利用差分搜索算法優(yōu)化求解目標(biāo)函數(shù)以實現(xiàn)高光譜圖像的解混。仿真和實際高光譜數(shù)據(jù)實驗表明,本算法提高了解混精度,適用于線性和非線性混合模型。

    高光譜圖像解混;神經(jīng)網(wǎng)絡(luò);像元混合模型;差分搜索算法

    0 引言

    由于高光譜成像儀器空間分辨率的限制,高光譜圖像中多數(shù)像元是由多種地物光譜組合而成,這些像元被稱為混合像元。如何從混合像元中提取出各種光譜成分(端元)和各光譜成分所占的比例(豐度),實現(xiàn)高光譜圖像解混,是目前高光譜遙感領(lǐng)域研究的重點。高光譜圖像中像元混合模型可以分為線性混合模型(Linear Mixing Model,LMM)和非線性混合模型(Nonlinear Mixing Model,NLMM)。線性混合模型建模簡單、物理意義明確,是研究高光譜圖像解混常用的模型。該模型假設(shè)在宏觀尺度上地物之間沒有相互作用,每個像元是各個端元的線性混合。但在實際高光譜圖像中,微觀尺度上的地物和宏觀尺度上存在多層結(jié)構(gòu)的地物之間會存在散射現(xiàn)象,此時需要利用非線性混合模型進(jìn)行描述[1]。

    與基于線性混合模型的解混算法相比,非線性混合模型的解混算法[2-5]取得了較好的效果。但在高光譜圖像中,往往同時存在線性和非線性混合的像元,單純采用基于非線性混合模型的解混算法對非線性混合的像元具有較好的解混效果,但由于模型不完全匹配,對線性混合像元的解混精度會有所下降。因此,本文首先采用人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)對像元的混合模型進(jìn)行估計,然后分別對線性混合像元進(jìn)行線性解混,對非線性混合像元進(jìn)行非線性解混,以提高整體解混精度。在解混過程中,采用差分搜索(Differential Search,DS)算法[6]對目標(biāo)函數(shù)進(jìn)行優(yōu)化求解。

    1 高光譜圖像混合模型

    1.1 線性混合模型

    線性混合模型通常假設(shè)地物之間沒有相互作用,每個像元是端元光譜和相應(yīng)豐度的線性混合,其模型為:

    +(1)

    式中:是混合像元;=[1,2, …,m]是光譜矩陣,每一列是維的端元光譜,是端元個數(shù);=[1,2, …,]是豐度向量;是白噪聲。根據(jù)端元混合的實際意義,混合模型必須滿足豐度和為一約束(Abundance Sum-to-one Constraint,ASC)和豐度非負(fù)約束(Abundance Nonnegative Constraint,ANC),其定義為:

    1.2 非線性混合模型

    非線性混合模型大都基于輻射傳輸理論,比較典型的有Hapke模型[2]和SAIL模型[3]等。這些模型的物理意義明確,但需要大量的先驗知識,計算復(fù)雜,依賴于地物類型。為了簡化非線性模型,一些學(xué)者提出了雙線性混合模型,將兩種物質(zhì)之間的散射加入到線性模型中。該類模型包括NM模型[4](Nascimento Model)和Fan模型[5](Fan Model)等。其中Fan模型是較為典型的雙線性模型,它忽略3種及以上端元之間的散射現(xiàn)象,將兩種端元光譜的交叉乘積項加入到線性混合模型,并認(rèn)為該乘積項的幅度與所包含端元的豐度有關(guān)。該模型更好地保留了非線性模型的物理意義,能夠獲得更高的解混精度,被廣泛應(yīng)用于高光譜圖像非線性解混中,其模型為:

    式中:分別表示第個端元光譜向量和第個端元光譜向量在該像元中的豐度值;mm表示第個端元光譜向量和第個端元光譜向量的Hadamard乘積(對應(yīng)位置相乘)。非線性模型中的豐度同樣要求滿足式(2)的約束。

    2 像元混合模型估計

    人工神經(jīng)網(wǎng)絡(luò)有多種模型結(jié)構(gòu),其中前饋神經(jīng)網(wǎng)絡(luò)(Feed-Forward Neural Network,F(xiàn)NN)由于結(jié)構(gòu)簡單、計算量小而被廣泛應(yīng)用。其中,BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)。信號在前向傳遞過程中,通過誤差反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值,使網(wǎng)絡(luò)中的傳輸誤差達(dá)到最小。

    本文采用BP神經(jīng)網(wǎng)絡(luò)來估計像元的混合模型,輸出數(shù)據(jù)由{-1,1}構(gòu)成。其中,1表示線性混合像元,-1表示非線性混合像元,網(wǎng)絡(luò)中采用雙曲正切函數(shù)作為隱層的傳輸函數(shù)。為了避免過度擬合并提高網(wǎng)絡(luò)適用性,在訓(xùn)練過程中使用正則化技術(shù),而不采用提前停止或交叉驗證的方法。與此同時,在正則化過程中加入網(wǎng)絡(luò)權(quán)值和偏差相關(guān)項。為了對實際高光譜圖像中像元的混合模型進(jìn)行估計,首先采用基于幾何理論的端元提取算法來提取實際數(shù)據(jù)中的端元,該種算法同樣適用于非線性混合模型[7]。然后根據(jù)式(1)和式(3)得到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。本文采用貝葉斯反向傳播訓(xùn)練算法,該算法根據(jù)Levenberg-Marquardt方法優(yōu)化權(quán)值和偏差,能最大限度地減小權(quán)重和誤差平方組合的值,產(chǎn)生更具有適應(yīng)性的網(wǎng)絡(luò),從而提高對像元混合模型估計的準(zhǔn)確性。

    通過上述兩次調(diào)查我們發(fā)現(xiàn),解戒人員在社區(qū)康復(fù)過程中,初期確實有一定的效果,操守率遠(yuǎn)比沒有進(jìn)行社區(qū)康復(fù)的人員高,可隨著時間的推移,社區(qū)康復(fù)作用在慢慢弱化,實驗組和對照組人員操守率差距越來越小。筆者認(rèn)為,除了本身個人意志等主觀因素外,社區(qū)康復(fù)在一定程度上促成“毒友圈”的形成,在人員跟進(jìn)方面“虎頭蛇尾”,除了簽字、報到、驗?zāi)?,涉及心理咨詢、工作安置、疾病治療等全方位手段?zhí)行不到位、造成解戒人員對社區(qū)康復(fù)失去信心也是造成操守率持續(xù)下降的重要原因。因此,社區(qū)康復(fù)工作必須在為社區(qū)康復(fù)人員解決實際困難上下功夫,而非將“簽字、報到、驗?zāi)颉弊鳛橹髯スぷ?,這樣才能逐步降低復(fù)吸率。

    3 解混算法描述

    在得到像元混合模型估計后,針對不同的混合模型進(jìn)行相應(yīng)的解混。像元解混算法大都采用最小二乘估計[7-9]或基于神經(jīng)網(wǎng)絡(luò)[10-11],它們都是基于梯度類優(yōu)化的算法。而梯度類算法本身是一種局部極值搜索算法,易陷入局部收斂,并且添加約束項的方法復(fù)雜。為避免這一缺陷,本文提出采用差分搜索算法對可行解空間進(jìn)行全局極值搜索,并通過在目標(biāo)函數(shù)中添加豐度約束項來實現(xiàn)高光譜圖像的有效解混。

    3.1 差分搜索算法

    差分搜索算法[6]是土耳其學(xué)者Pinar Civicioglu于2012年根據(jù)生物體在遷徙過程中尋找有利生存區(qū)域(停歇地)而提出的一種新的仿生智能優(yōu)化算法。該算法為提高全局收斂性,在生物體尋找停歇地的過程中,根據(jù)布朗隨機(jī)運動原理定義遷徙規(guī)則如下:

    site=+×map(donor-) (4)

    式中:代表生物體當(dāng)前位置;是采用gamma分布生成器產(chǎn)生的隨機(jī)數(shù);map是一個由0和1構(gòu)成的選擇器;donor是生物個體隨機(jī)重新排序組成的矩陣;donor-表示生物體下一步要運動的方位指向。差分搜索算法的流程圖如圖1所示。

    圖1 差分搜索算法流程圖

    本文采用仿生智能優(yōu)化算法作為優(yōu)化方法進(jìn)行高光譜圖像的解混,算法的計算復(fù)雜性與所使用仿生智能優(yōu)化算法的搜索策略、生物個體數(shù)量和進(jìn)化代數(shù)相關(guān)。本文所采用的差分搜索算法搜索策略簡單、全局優(yōu)化能力強(qiáng),可以在少量的生物個體數(shù)量和較少的進(jìn)化代數(shù)的情況下有效地完成解混過程。

    3.2 解混算法的實現(xiàn)

    根據(jù)高光譜圖像豐度非負(fù)和豐度和為一特性,在差分搜索算法解混過程中添加相應(yīng)的約束項。針對每個像元,定義豐度非負(fù)約束項為:

    式中:為正整數(shù),本文取=1;s-表示豐度估計向量中小于零的元素。定義豐度和為一約束項為:

    式中:為正整數(shù),本文?。???梢?,當(dāng)像元滿足ANC和ASC時,ANC()和ASC()的值都為零。

    式中:1和2代表兩個約束項的權(quán)重值。利用差分搜索算法優(yōu)化式(8)得到像元的豐度估計。本文算法具體實現(xiàn)過程如下:

    步驟1 利用HySime算法[12]估計觀測數(shù)據(jù)中端元數(shù)目,并用VCA算法[13]提取端元,采用Dirichlet分布產(chǎn)生豐度。

    步驟2 將端元和豐度按照式(1)或式(3)混合得到訓(xùn)練樣本,并用樣本進(jìn)行訓(xùn)練得到像元混合模型估計的網(wǎng)絡(luò)。

    步驟3 把觀測數(shù)據(jù)輸入到訓(xùn)練好的網(wǎng)絡(luò),得到像元混合模型的估計。

    步驟4 設(shè)置差分搜索算法中的種群數(shù)量、搜索維數(shù)、迭代次數(shù)和邊界限制范圍。

    步驟5 初始化生物群體所處的位置,得到初始的豐度估計。根據(jù)像元混合模型的估計結(jié)果,代入式(1)或式(3)得到重構(gòu)的觀測數(shù)據(jù),將其代入式(8)得到初始的適應(yīng)度值。

    步驟6 生物群體按照式(4)進(jìn)行尋優(yōu),并進(jìn)行邊界限制。

    步驟7 若生物個體尋找到的新位置的適應(yīng)度值優(yōu)于當(dāng)前位置,則將該個體當(dāng)前位置替換為新位置;否則保持當(dāng)前位置不變。

    步驟8 當(dāng)達(dá)到設(shè)置的迭代次數(shù)后,優(yōu)化結(jié)束,得到最終的豐度估計值;否則繼續(xù)進(jìn)行優(yōu)化求解過程。

    4 實驗結(jié)果與分析

    4.1 仿真實驗

    實驗中,采用均方根誤差(Root Mean Square Error,RMSE)和重構(gòu)誤差(Reconstruction Error,RE)兩個指標(biāo)來衡量算法性能。其中,RMSE用來衡量豐度估計的準(zhǔn)確度,定義為:

    式中:s分別表示真實豐度和估計出的豐度,是像元總數(shù)。RE定義為:

    仿真實驗數(shù)據(jù)中的端元光譜取自美國地質(zhì)勘測局(USGS)提供的礦物光譜庫,光譜數(shù)據(jù)為244個波段。從中選取3種光譜作為端元,豐度由Dirichlet分布產(chǎn)生,滿足ANC和ASC特性。神經(jīng)網(wǎng)絡(luò)樣本集選取5000個像元,測試數(shù)據(jù)為2000個像元,在混合過程中加入20dB高斯白噪聲,差分搜索算法中種群數(shù)量設(shè)為30,迭代次數(shù)設(shè)為200,上限值和下限值分別設(shè)為0和1,1=2=0.5。

    為了驗證神經(jīng)網(wǎng)絡(luò)估計像元混合模型的有效性,設(shè)計仿真數(shù)據(jù)由LMM和NLMM共同構(gòu)成,用本文提出的解混算法對該數(shù)據(jù)進(jìn)行3種形式的解混。第1種按照LMM解混;第2種按照NLMM解混;第3種按照用神經(jīng)網(wǎng)絡(luò)得到的像元混合模型估計,進(jìn)行相應(yīng)的LMM和NLMM解混,表1給出了這3種解混方案的RMSE和RE值。可見,后兩種方案解混性能優(yōu)于第1種,說明用線性算法解混非線性混合像元會產(chǎn)生較大誤差,證明了非線性解混的有效性。第3種方案的解混精度高于第2種,說明單一使用非線性算法解混混合特性模型光譜圖像時,解混精度會下降,證明了用神經(jīng)網(wǎng)絡(luò)估計像元混合模型的有效性。

    為了進(jìn)一步驗證本文算法的有效性,與文獻(xiàn)[14]提出的線性解混算法和文獻(xiàn)[5]提出的非線性解混算法作比較。采用3種混合數(shù)據(jù)進(jìn)行實驗,數(shù)據(jù)1由LMM構(gòu)成,數(shù)據(jù)2由NLMM構(gòu)成,數(shù)據(jù)3由LMM和NLMM共同構(gòu)成。表2和表3分別給出各算法的RMSE和RE值。數(shù)據(jù)1的結(jié)果表明,文獻(xiàn)[14]和本文提出的算法性能較好,而在有NLMM混合的數(shù)據(jù)2和數(shù)據(jù)3的結(jié)果中,文獻(xiàn)[14]的算法性能不如其他兩種算法。數(shù)據(jù)2的結(jié)果表明,本文采用差分搜索算法的解混效果優(yōu)于文獻(xiàn)[5]算法采用的梯度方法。該實驗同時表明,本文算法根據(jù)像元混合模型估計進(jìn)行相應(yīng)解混,它適用于線性和非線性混合模型,將更加適應(yīng)于解混實際環(huán)境光譜數(shù)據(jù)。

    表1 本文算法采取不同解混模型性能的比較

    表2 不同混合模型下各算法RMSE性能的比較

    表3 不同混合模型下各算法RE性能的比較

    4.2 實際高光譜數(shù)據(jù)實驗

    在本節(jié)中,采用高光譜數(shù)字圖像采集實驗(Hyperspectral Digital Imagery Collection Experi- ment,HYDICE)中的城市高光譜數(shù)據(jù)集,對算法性能進(jìn)行測試。該數(shù)據(jù)集由210個光譜波段構(gòu)成,光譜分辨率和空間分辨率分別為10nm和2m,圖像的大小為307×307,圖2是波段為80的灰度圖像。

    實驗中,去除水吸收和低信噪比的波段(波段1~4,76~87,101~111,136~153和198~210),只用剩下162個波段進(jìn)行實驗。該數(shù)據(jù)集被廣泛應(yīng)用于高光譜圖像解混和分類研究領(lǐng)域中,文獻(xiàn)[15]提供了該地面實況報告,其成像區(qū)域主要有4種地物:瀝青、草地、屋頂和樹木。圖3是用VCA算法[13]提取到的4種地物的光譜。圖4是利用本文算法得到的豐度圖像,結(jié)果與實際地物分布相符,通過觀察能夠確定這些端元所對應(yīng)的地物種類。表4給出了本文算法與文獻(xiàn)[14]和文獻(xiàn)[5]中算法各自的RE值。從中可以看出,本文提出的算法性能優(yōu)于其他算法。

    5 結(jié)束語

    本文提出一種基于像元混合模型估計的高光譜圖像解混算法,利用神經(jīng)網(wǎng)絡(luò)對像元混合模型進(jìn)行估計,克服了非線性算法解混線性混合像元時,使解混精度下降的缺陷。同時,采用差分搜索算法對解混目標(biāo)函數(shù)進(jìn)行優(yōu)化求解,以克服梯度類優(yōu)化方法全局收斂性不佳的問題,從而有效實現(xiàn)了高光譜圖像的解混。仿真數(shù)據(jù)和真實場景數(shù)據(jù)的實驗結(jié)果表明,本文基于模型估計的解混算法較之其他解混算法具有更高的精度,對于實際高光譜圖像具有更好的適應(yīng)性。本文只采用了兩種混合模型進(jìn)行估計,在今后的研究中,可以增加對更多種像元混合模型的估計,從而更準(zhǔn)確地描述實際地物的混合情況,更好地提高解混精度。

    圖2 HYDICE城市高光譜數(shù)據(jù)(波段80)

    圖3 VCA算法提取出的光譜曲線

    圖4 HYDICE城市數(shù)據(jù)的豐度結(jié)果

    表4 HYDICE城市數(shù)據(jù)的RE比較

    [1] KESHAVA N, MUSTARD J F. Spectral unmixing[J]., 2002, 19(1): 44-57.

    [2] HAPKE B. Bidirectional reflectance spectroscopy: 1. Theory[J].:(1978-2012), 1981, 86(B4): 3039-3054.

    [3] VERHOEF W. Light scattering by leaf layers with application to canopy reflectance modeling: the SAIL model[J]., 1984, 16(2): 125-141.

    [4] NASCIMENTO J M P, BIOUCAS-Dias J M. Nonlinear mixture model for hyperspectral unmixing[C]//XV, 2009, 7477: doi: 10.1117 /12.830492.

    [5] FAN W, HU B, MILLER J, et al. Comparative study between a new nonlinear model and common linear model for analysing laboratory simulated-forest hyperspectral data[J]., 2009, 30(11): 2951-2962.

    [6] CIVICIOGLU P. Transforming geocentric cartesian coordinates to geodetic coordinates by using differential search algorithm[J]., 2012, 46: 229-247.

    [7] ALTMAN Y, HALIMI A, DOBIGEON N, et al. Supervised nonlinear spectral unmixing using a post nonlinear mixing model for hyper- spectral imagery[J]., 2012, 21(6): 3017-3025.

    [8] COMBE J P, LAUNEAU P, CARRèRE V, et al. Mapping micro- phytobenthos biomass by non-linear inversion of visible-infrared hyperspectral images[J]., 2005, 98(4): 371-387.

    [9] 普晗曄, 王斌, 夏威. 約束最小二乘的高光譜圖像非線性解混[J]. 紅外與毫米波學(xué)報, 2014, 33(5): 552-559.

    PU H H, WANG B, XIA W. Nonlinear unmixing of hyperspectral imagery based on constrained least squares[J]., 2014, 33(5): 552-559.

    [10] 吳柯, 張良培, 李平湘. 一種端元變化的神經(jīng)網(wǎng)絡(luò)混合像元分解方法[J]. 遙感學(xué)報, 2007, 11(1): 20-26.

    WU K, ZHANG L P, LI P X. A neural network method of selective endmember for pixel unmixing[J]., 2007, 11(1): 20-26.

    [11] KARATHANASSI V, SYKASs D, TOPOUZELIS K N. Develop- ment of a network-Based method for unmixing of hyperspectral data[J]., 2012, 50(3): 839-849.

    [12] BIOUCAS-Dias J M, NASCIMENTO J M P. Hyperspectral subspace identification[J]., 2008, 46(8): 2435-2445.

    [13] NASCIMENTO J M P, DIAS J M B. Vertex component analysis: a fast algorithm to unmix hyperspectral data[J]., 2005, 43(4): 898-910.

    [14] HEINZD C, CHANG C I. Fully constrained least squares linear spectral mixture analysis method for material quantification in hyperspectral imagery[J]., 2001, 39(3): 529-545.

    [15] GUO Z, WITTMAN T, OSHER S. L1 unmixing and its application to hyperspectral image enhancement[C]//,,XV, 2009, 7334: 73341M.

    Hyperspectral Unmixing Based on Estimation of Pixels Mixing Models

    CHEN Lei1, 2, 3,LIU Jingguang2,ZHANG Liyi2, 3,LI Qiang2,SUN Yanhui2

    (1.,,300072,; 2.,,300072,; 3.,,300134,)

    Both linear and nonlinear mixing pixels exist in the hyperspectral images. The unmixing accuracy will decrease if the unmixing algorithm is only based on a single mixing model. In this paper, we propose to adopt neural network to estimate the pixels mixing model in the hyperspectral images, and then unmix the pixels under different mixing models. To achieve the hyperspectral unmixing, we introduce the abundance non-negative constraint and abundance sum-to-one constraint to the objective function, and then the differential search algorithm is used to optimize the objective function. The experimental results on simulated data and real hyperspectral data demonstrate that the proposed algorithm can improve the accuracy of the unmixing, and it can be applied to linear and nonlinear mixing models.

    hyperspectral images unmixing,neural network,pixels mixing model,differential search algorithm

    TP751

    A

    1001-8891(2016)02-0132-06

    2015-08-03;

    2015-10-07.

    陳雷(1980-),男,博士后,副教授,主要從事信號高光譜圖像處理,盲信號處理。E-mail:article.com.cn@126.com。

    張立毅,E-mail:zhangliyi@tjcu.edu.cn。

    國家自然科學(xué)基金資助項目(61401307);中國博士后科學(xué)基金資助項目(2014M561184);天津市應(yīng)用基礎(chǔ)與前沿技術(shù)研究計劃資助項目(15JCYBJC17100)。

    猜你喜歡
    搜索算法差分線性
    漸近線性Klein-Gordon-Maxwell系統(tǒng)正解的存在性
    數(shù)列與差分
    改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
    線性回歸方程的求解與應(yīng)用
    二階線性微分方程的解法
    基于汽車接力的潮流轉(zhuǎn)移快速搜索算法
    基于逐維改進(jìn)的自適應(yīng)步長布谷鳥搜索算法
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    相對差分單項測距△DOR
    太空探索(2014年1期)2014-07-10 13:41:50
    基于跳點搜索算法的網(wǎng)格地圖尋路
    精品国内亚洲2022精品成人| 日韩人妻高清精品专区| 国产精品亚洲美女久久久| 久久午夜综合久久蜜桃| 中文字幕精品亚洲无线码一区| 男女做爰动态图高潮gif福利片| 变态另类成人亚洲欧美熟女| 在线观看舔阴道视频| 真人做人爱边吃奶动态| 亚洲 欧美一区二区三区| 欧美3d第一页| www国产在线视频色| 首页视频小说图片口味搜索| 老司机午夜十八禁免费视频| 欧美乱妇无乱码| 丝袜人妻中文字幕| 日韩高清综合在线| 桃红色精品国产亚洲av| 亚洲九九香蕉| 九九热线精品视视频播放| 十八禁网站免费在线| 国产午夜精品久久久久久| 欧美午夜高清在线| 一a级毛片在线观看| 日本五十路高清| 亚洲av成人不卡在线观看播放网| 夜夜躁狠狠躁天天躁| 黑人欧美特级aaaaaa片| 精品久久蜜臀av无| aaaaa片日本免费| 在线免费观看不下载黄p国产 | 亚洲成人免费电影在线观看| 不卡av一区二区三区| 久久精品国产综合久久久| 日韩国内少妇激情av| 99国产精品一区二区三区| 真人做人爱边吃奶动态| 波多野结衣巨乳人妻| 级片在线观看| 熟女少妇亚洲综合色aaa.| 亚洲国产色片| av女优亚洲男人天堂 | 久久人妻av系列| 国产人伦9x9x在线观看| 久久久久久久久免费视频了| 最近最新中文字幕大全电影3| 黄色片一级片一级黄色片| 久9热在线精品视频| 最近在线观看免费完整版| 好男人在线观看高清免费视频| 国产黄色小视频在线观看| 久久中文字幕人妻熟女| 99国产综合亚洲精品| 国产黄色小视频在线观看| 久久中文字幕一级| 日韩欧美三级三区| 欧美日本亚洲视频在线播放| 日本黄色视频三级网站网址| 婷婷精品国产亚洲av| 熟女电影av网| 老司机在亚洲福利影院| 国产黄片美女视频| 欧美不卡视频在线免费观看| 国产精品久久久久久亚洲av鲁大| 亚洲自偷自拍图片 自拍| 亚洲av中文字字幕乱码综合| 久久人妻av系列| 色av中文字幕| 亚洲第一电影网av| www.熟女人妻精品国产| 91老司机精品| 人妻丰满熟妇av一区二区三区| av黄色大香蕉| 日韩欧美在线二视频| 91老司机精品| 国产高清三级在线| 亚洲av成人精品一区久久| 午夜精品一区二区三区免费看| 少妇的丰满在线观看| 亚洲avbb在线观看| 99久久成人亚洲精品观看| 一级毛片女人18水好多| 久久久久免费精品人妻一区二区| 亚洲无线观看免费| 一个人看的www免费观看视频| 网址你懂的国产日韩在线| 老熟妇乱子伦视频在线观看| 看免费av毛片| 国产精品电影一区二区三区| 一级毛片高清免费大全| 欧美绝顶高潮抽搐喷水| 国产精品99久久久久久久久| 日韩中文字幕欧美一区二区| 国产精品综合久久久久久久免费| 精品一区二区三区视频在线观看免费| 精品福利观看| h日本视频在线播放| 亚洲中文字幕日韩| 午夜视频精品福利| av中文乱码字幕在线| 午夜福利欧美成人| 欧美黄色片欧美黄色片| 国产av不卡久久| 亚洲性夜色夜夜综合| 久久中文字幕人妻熟女| 日本a在线网址| 午夜福利在线观看吧| 久久九九热精品免费| 真人一进一出gif抽搐免费| 国产欧美日韩一区二区精品| 操出白浆在线播放| 两人在一起打扑克的视频| 久久久国产成人精品二区| 国产综合懂色| 丁香六月欧美| 亚洲一区二区三区不卡视频| 久久人妻av系列| 国产 一区 欧美 日韩| 真实男女啪啪啪动态图| 真实男女啪啪啪动态图| 黄色片一级片一级黄色片| 亚洲人与动物交配视频| 偷拍熟女少妇极品色| 嫩草影院入口| a级毛片在线看网站| 亚洲人与动物交配视频| 观看免费一级毛片| 国产亚洲精品一区二区www| 少妇熟女aⅴ在线视频| 午夜视频精品福利| 亚洲国产精品999在线| 欧美av亚洲av综合av国产av| 丰满人妻一区二区三区视频av | 精品一区二区三区av网在线观看| 久99久视频精品免费| 久久久久国产一级毛片高清牌| 精品日产1卡2卡| 国产久久久一区二区三区| 国产久久久一区二区三区| 国内久久婷婷六月综合欲色啪| 中出人妻视频一区二区| 99久国产av精品| 两个人看的免费小视频| 精品国产乱子伦一区二区三区| 亚洲 欧美一区二区三区| 亚洲午夜理论影院| 国内精品一区二区在线观看| 不卡一级毛片| 丁香欧美五月| 色吧在线观看| 露出奶头的视频| 两个人视频免费观看高清| 一本久久中文字幕| 国产真实乱freesex| 国产成人aa在线观看| 夜夜夜夜夜久久久久| 欧美日韩一级在线毛片| 国产淫片久久久久久久久 | 国产高清videossex| 亚洲 欧美一区二区三区| 欧美绝顶高潮抽搐喷水| 国产一级毛片七仙女欲春2| 亚洲精品在线观看二区| 欧美午夜高清在线| 国产精品av久久久久免费| 男人的好看免费观看在线视频| 男插女下体视频免费在线播放| 精品一区二区三区四区五区乱码| 免费看日本二区| 免费在线观看日本一区| 少妇的逼水好多| 老司机在亚洲福利影院| 欧美日本亚洲视频在线播放| 亚洲av免费在线观看| 51午夜福利影视在线观看| 黄片大片在线免费观看| 真人一进一出gif抽搐免费| 成人鲁丝片一二三区免费| 国产亚洲精品av在线| 不卡一级毛片| av天堂在线播放| 免费电影在线观看免费观看| а√天堂www在线а√下载| 亚洲人与动物交配视频| 国内精品久久久久精免费| 激情在线观看视频在线高清| 国产高清视频在线播放一区| 91麻豆精品激情在线观看国产| 我的老师免费观看完整版| 老汉色∧v一级毛片| 热99在线观看视频| 中文字幕熟女人妻在线| 在线观看午夜福利视频| 亚洲一区高清亚洲精品| 看片在线看免费视频| 欧美日韩黄片免| 丰满的人妻完整版| 成人午夜高清在线视频| 亚洲人与动物交配视频| 伦理电影免费视频| 国产伦一二天堂av在线观看| 成人特级黄色片久久久久久久| 日本免费一区二区三区高清不卡| 国产成人系列免费观看| 久久中文看片网| 亚洲七黄色美女视频| 别揉我奶头~嗯~啊~动态视频| 欧美中文日本在线观看视频| 怎么达到女性高潮| 国产成+人综合+亚洲专区| 精品电影一区二区在线| 国内揄拍国产精品人妻在线| 制服丝袜大香蕉在线| 亚洲国产色片| 国内久久婷婷六月综合欲色啪| 国产1区2区3区精品| 久久午夜综合久久蜜桃| 91九色精品人成在线观看| 欧美+亚洲+日韩+国产| 国产欧美日韩精品亚洲av| 中国美女看黄片| 老司机午夜福利在线观看视频| 精品久久久久久久久久免费视频| 香蕉久久夜色| 国产男靠女视频免费网站| 亚洲精品国产精品久久久不卡| 亚洲av第一区精品v没综合| 亚洲真实伦在线观看| 在线a可以看的网站| 久久精品人妻少妇| 免费av毛片视频| 亚洲欧美日韩卡通动漫| 久久中文字幕一级| 欧美日韩黄片免| 黄色片一级片一级黄色片| 一个人观看的视频www高清免费观看 | 国产亚洲av高清不卡| 大型黄色视频在线免费观看| 悠悠久久av| 国产主播在线观看一区二区| 久久久国产精品麻豆| 真人一进一出gif抽搐免费| 黑人欧美特级aaaaaa片| 午夜两性在线视频| 婷婷六月久久综合丁香| 一夜夜www| 欧美3d第一页| 亚洲午夜理论影院| 国产爱豆传媒在线观看| 18禁国产床啪视频网站| 母亲3免费完整高清在线观看| 中文字幕精品亚洲无线码一区| 黄色丝袜av网址大全| 不卡av一区二区三区| 男人舔奶头视频| 欧美性猛交╳xxx乱大交人| 亚洲人成电影免费在线| 国产激情欧美一区二区| 精品不卡国产一区二区三区| 精品国产三级普通话版| 69av精品久久久久久| 热99re8久久精品国产| 欧美最黄视频在线播放免费| 亚洲中文字幕一区二区三区有码在线看 | 色噜噜av男人的天堂激情| а√天堂www在线а√下载| xxxwww97欧美| 在线观看舔阴道视频| 此物有八面人人有两片| 成在线人永久免费视频| 久久久久性生活片| netflix在线观看网站| 99国产极品粉嫩在线观看| 久久久久久国产a免费观看| 18禁黄网站禁片午夜丰满| 国产aⅴ精品一区二区三区波| 天天一区二区日本电影三级| 观看美女的网站| 夜夜爽天天搞| 成年女人毛片免费观看观看9| 亚洲欧美日韩高清在线视频| 一区二区三区激情视频| 精品国产美女av久久久久小说| 欧美日韩乱码在线| 久久草成人影院| 成人高潮视频无遮挡免费网站| 午夜视频精品福利| 国产亚洲欧美在线一区二区| 女警被强在线播放| 中文字幕av在线有码专区| 2021天堂中文幕一二区在线观| av在线天堂中文字幕| 成人鲁丝片一二三区免费| 欧美日本视频| 悠悠久久av| 老汉色av国产亚洲站长工具| 久久久色成人| 免费观看精品视频网站| 亚洲专区中文字幕在线| or卡值多少钱| 欧美中文日本在线观看视频| 免费看光身美女| 久久婷婷人人爽人人干人人爱| 国内毛片毛片毛片毛片毛片| 黄色片一级片一级黄色片| 一级毛片女人18水好多| 2021天堂中文幕一二区在线观| 久久久久久大精品| 国内精品久久久久久久电影| 中文资源天堂在线| 国产不卡一卡二| 午夜福利在线观看吧| 淫妇啪啪啪对白视频| 欧美三级亚洲精品| 变态另类丝袜制服| 国产成人av教育| 亚洲国产日韩欧美精品在线观看 | 欧美日韩精品网址| 国产精品香港三级国产av潘金莲| 99久久无色码亚洲精品果冻| 日本在线视频免费播放| 国产亚洲精品久久久久久毛片| 亚洲美女视频黄频| 高清毛片免费观看视频网站| svipshipincom国产片| 夜夜看夜夜爽夜夜摸| 成人特级av手机在线观看| e午夜精品久久久久久久| 激情在线观看视频在线高清| 香蕉av资源在线| 三级毛片av免费| 久久香蕉精品热| 极品教师在线免费播放| 熟女少妇亚洲综合色aaa.| 小说图片视频综合网站| 欧美午夜高清在线| 精品欧美国产一区二区三| 波多野结衣巨乳人妻| 日本与韩国留学比较| 香蕉丝袜av| 国产精品久久电影中文字幕| 国产精品亚洲一级av第二区| 亚洲熟妇熟女久久| 女人被狂操c到高潮| 麻豆成人av在线观看| 久久久水蜜桃国产精品网| 亚洲一区高清亚洲精品| 欧美激情久久久久久爽电影| 亚洲,欧美精品.| 熟女人妻精品中文字幕| 国产精品亚洲美女久久久| 久久久成人免费电影| 别揉我奶头~嗯~啊~动态视频| 亚洲国产精品久久男人天堂| 亚洲电影在线观看av| 色综合站精品国产| 最新在线观看一区二区三区| 一二三四在线观看免费中文在| 精品乱码久久久久久99久播| 在线看三级毛片| 国产乱人伦免费视频| 免费高清视频大片| 99热6这里只有精品| www日本在线高清视频| 欧美午夜高清在线| 亚洲人成电影免费在线| 757午夜福利合集在线观看| av欧美777| 午夜精品久久久久久毛片777| netflix在线观看网站| 国产一区在线观看成人免费| 男人的好看免费观看在线视频| 可以在线观看毛片的网站| 丁香欧美五月| 这个男人来自地球电影免费观看| 久久热在线av| 最好的美女福利视频网| 美女cb高潮喷水在线观看 | 床上黄色一级片| 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| 久久中文字幕人妻熟女| 中文字幕最新亚洲高清| 女人高潮潮喷娇喘18禁视频| 亚洲精华国产精华精| 一级毛片精品| 亚洲国产精品sss在线观看| a级毛片在线看网站| 欧美大码av| 欧美日本亚洲视频在线播放| 老鸭窝网址在线观看| 美女被艹到高潮喷水动态| 久久精品夜夜夜夜夜久久蜜豆| 性色avwww在线观看| 国产激情偷乱视频一区二区| 男人舔女人下体高潮全视频| 亚洲人成电影免费在线| 成人永久免费在线观看视频| 他把我摸到了高潮在线观看| 可以在线观看的亚洲视频| 精品福利观看| 久久精品影院6| 精品日产1卡2卡| 午夜福利高清视频| 夜夜爽天天搞| 在线国产一区二区在线| 精品国产美女av久久久久小说| 成人av在线播放网站| 又紧又爽又黄一区二区| 亚洲av成人av| 成人鲁丝片一二三区免费| 国产极品精品免费视频能看的| 国产成人福利小说| 亚洲第一欧美日韩一区二区三区| 变态另类成人亚洲欧美熟女| 久久精品综合一区二区三区| 精品99又大又爽又粗少妇毛片 | 这个男人来自地球电影免费观看| 亚洲精品456在线播放app | 每晚都被弄得嗷嗷叫到高潮| 极品教师在线免费播放| 久久国产精品人妻蜜桃| 村上凉子中文字幕在线| 性色avwww在线观看| 好看av亚洲va欧美ⅴa在| 国产精品久久久人人做人人爽| 日本一二三区视频观看| 国产免费男女视频| 国产高清视频在线观看网站| 两人在一起打扑克的视频| 九九在线视频观看精品| 听说在线观看完整版免费高清| www.精华液| 久久久久亚洲av毛片大全| 丝袜人妻中文字幕| 搞女人的毛片| 19禁男女啪啪无遮挡网站| 91麻豆av在线| 两个人的视频大全免费| 中亚洲国语对白在线视频| 小蜜桃在线观看免费完整版高清| 亚洲国产看品久久| 国产美女午夜福利| 在线观看免费视频日本深夜| 日本免费a在线| 亚洲在线观看片| 亚洲美女黄片视频| 国产亚洲av嫩草精品影院| 国产精品国产高清国产av| 视频区欧美日本亚洲| 国产久久久一区二区三区| 好男人电影高清在线观看| 禁无遮挡网站| 亚洲专区字幕在线| 国产午夜精品久久久久久| 亚洲欧洲精品一区二区精品久久久| 一区二区三区高清视频在线| 成人无遮挡网站| 成人高潮视频无遮挡免费网站| 超碰成人久久| 亚洲专区国产一区二区| 国产亚洲欧美在线一区二区| 伦理电影免费视频| 国产精品久久久久久亚洲av鲁大| 国产伦人伦偷精品视频| 亚洲欧美日韩高清在线视频| 色噜噜av男人的天堂激情| 在线观看免费午夜福利视频| 网址你懂的国产日韩在线| 嫩草影院精品99| 脱女人内裤的视频| 丰满的人妻完整版| 狂野欧美激情性xxxx| 男人舔奶头视频| 香蕉国产在线看| 成年版毛片免费区| 舔av片在线| 国产探花在线观看一区二区| 国产欧美日韩一区二区三| 免费看日本二区| 99久久久亚洲精品蜜臀av| 欧美乱妇无乱码| 午夜两性在线视频| 亚洲五月婷婷丁香| 老熟妇乱子伦视频在线观看| 国产精品自产拍在线观看55亚洲| 校园春色视频在线观看| 最好的美女福利视频网| 可以在线观看的亚洲视频| 亚洲电影在线观看av| 精品久久久久久久末码| 亚洲国产精品合色在线| 久久久久久大精品| 怎么达到女性高潮| 国产91精品成人一区二区三区| 欧美色欧美亚洲另类二区| 日韩欧美 国产精品| 俺也久久电影网| 国产乱人伦免费视频| 欧美日韩乱码在线| 韩国av一区二区三区四区| 国产精品九九99| 中文字幕久久专区| avwww免费| 成人三级做爰电影| 最好的美女福利视频网| 精品熟女少妇八av免费久了| 成年女人看的毛片在线观看| 一边摸一边抽搐一进一小说| 色老头精品视频在线观看| av在线天堂中文字幕| 波多野结衣巨乳人妻| 亚洲中文av在线| 一级毛片精品| 美女黄网站色视频| 亚洲国产精品久久男人天堂| 国产一区在线观看成人免费| 99久国产av精品| 一a级毛片在线观看| 亚洲欧美精品综合久久99| 久久人人精品亚洲av| 精品熟女少妇八av免费久了| 日本黄大片高清| 国产精华一区二区三区| 国产精品99久久99久久久不卡| 极品教师在线免费播放| 一区二区三区国产精品乱码| 日韩三级视频一区二区三区| xxx96com| 国产免费av片在线观看野外av| 国产美女午夜福利| 18禁观看日本| 99精品久久久久人妻精品| 日韩中文字幕欧美一区二区| 这个男人来自地球电影免费观看| 成人高潮视频无遮挡免费网站| 欧美日韩中文字幕国产精品一区二区三区| 国内久久婷婷六月综合欲色啪| 日韩精品青青久久久久久| 日韩有码中文字幕| 999久久久国产精品视频| 亚洲欧美日韩高清专用| 免费在线观看影片大全网站| 好男人在线观看高清免费视频| 亚洲精品一卡2卡三卡4卡5卡| 久久中文字幕人妻熟女| 国产熟女xx| 嫩草影院精品99| 又黄又粗又硬又大视频| 少妇裸体淫交视频免费看高清| 成人一区二区视频在线观看| 19禁男女啪啪无遮挡网站| 一级毛片精品| 亚洲国产欧美人成| 99久久精品一区二区三区| 久久精品影院6| 亚洲 欧美一区二区三区| 麻豆国产97在线/欧美| 国产1区2区3区精品| 久久久国产精品麻豆| 成人精品一区二区免费| 亚洲av电影在线进入| 黑人操中国人逼视频| 99国产综合亚洲精品| 国产精品99久久久久久久久| 男女之事视频高清在线观看| 亚洲无线观看免费| 51午夜福利影视在线观看| www日本在线高清视频| 亚洲aⅴ乱码一区二区在线播放| 久久久久免费精品人妻一区二区| 日本精品一区二区三区蜜桃| 亚洲欧美一区二区三区黑人| 欧美乱码精品一区二区三区| 日本免费a在线| 国产精品乱码一区二三区的特点| 亚洲av日韩精品久久久久久密| 丁香六月欧美| 久久久精品欧美日韩精品| 久久久久久久久中文| 国产精品自产拍在线观看55亚洲| 天堂av国产一区二区熟女人妻| 天堂√8在线中文| 一区二区三区国产精品乱码| 国产一区二区三区在线臀色熟女| 国产伦精品一区二区三区四那| 国产精品一区二区三区四区久久| 国产又黄又爽又无遮挡在线| 十八禁网站免费在线| 国产精品野战在线观看| 亚洲无线在线观看| 欧美乱码精品一区二区三区| 日本a在线网址| 99视频精品全部免费 在线 | 国产精品一区二区三区四区免费观看 | 国产人伦9x9x在线观看| 丰满人妻一区二区三区视频av | 国产亚洲av嫩草精品影院| 精品国产亚洲在线| 久9热在线精品视频| 97碰自拍视频| 免费在线观看成人毛片| 丁香欧美五月| 高清在线国产一区| 长腿黑丝高跟| 中文字幕高清在线视频| 免费大片18禁| 亚洲欧美精品综合一区二区三区| 免费搜索国产男女视频| 一区二区三区激情视频| 日韩有码中文字幕| 日韩成人在线观看一区二区三区| 免费在线观看亚洲国产| 国产真人三级小视频在线观看| 99久久综合精品五月天人人|