• <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
    性少妇av在线| 黄网站色视频无遮挡免费观看| 一本大道久久a久久精品| 中文亚洲av片在线观看爽 | 人人妻人人澡人人爽人人夜夜| 国产精品久久久久久人妻精品电影 | 正在播放国产对白刺激| 国产精品国产高清国产av | 大陆偷拍与自拍| 午夜精品久久久久久毛片777| 亚洲国产中文字幕在线视频| 成年版毛片免费区| av天堂在线播放| 欧美日本中文国产一区发布| 日本一区二区免费在线视频| 一区二区三区国产精品乱码| 黑人巨大精品欧美一区二区蜜桃| 久久国产精品大桥未久av| 美女主播在线视频| 一区二区三区国产精品乱码| 自线自在国产av| 十八禁网站网址无遮挡| 久久精品亚洲av国产电影网| 国产成人av激情在线播放| 97人妻天天添夜夜摸| 一个人免费看片子| 久久精品国产亚洲av高清一级| 日韩一卡2卡3卡4卡2021年| 亚洲 欧美一区二区三区| 日韩中文字幕欧美一区二区| 高清视频免费观看一区二区| 国产欧美日韩一区二区精品| 亚洲色图综合在线观看| 亚洲国产成人一精品久久久| 国产免费现黄频在线看| 日韩大片免费观看网站| a级毛片黄视频| 搡老岳熟女国产| 精品国产一区二区三区久久久樱花| 免费在线观看黄色视频的| 免费在线观看日本一区| 乱人伦中国视频| 性高湖久久久久久久久免费观看| 亚洲国产av新网站| 欧美性长视频在线观看| 男女无遮挡免费网站观看| 国产伦人伦偷精品视频| 自拍欧美九色日韩亚洲蝌蚪91| 搡老熟女国产l中国老女人| 老熟女久久久| 叶爱在线成人免费视频播放| 亚洲国产欧美在线一区| 黄色成人免费大全| 午夜福利,免费看| 18在线观看网站| 91大片在线观看| 国产精品久久久久久精品电影小说| 欧美+亚洲+日韩+国产| 日韩制服丝袜自拍偷拍| 亚洲天堂av无毛| 久久精品亚洲av国产电影网| 亚洲国产av新网站| 中文字幕最新亚洲高清| 最近最新中文字幕大全电影3 | 黄色视频在线播放观看不卡| 亚洲精品成人av观看孕妇| 十八禁高潮呻吟视频| av欧美777| 国产在线视频一区二区| 免费女性裸体啪啪无遮挡网站| 欧美日韩成人在线一区二区| 国产成人一区二区三区免费视频网站| 午夜激情久久久久久久| 亚洲av国产av综合av卡| 亚洲熟女精品中文字幕| 亚洲国产中文字幕在线视频| 日韩中文字幕欧美一区二区| 一二三四社区在线视频社区8| 国产色视频综合| 亚洲精品国产一区二区精华液| 老司机在亚洲福利影院| 亚洲久久久国产精品| 香蕉国产在线看| 精品国内亚洲2022精品成人 | 91成人精品电影| 国内毛片毛片毛片毛片毛片| 夫妻午夜视频| 国产精品久久久久久精品古装| 天堂动漫精品| 十分钟在线观看高清视频www| 又黄又粗又硬又大视频| 日韩欧美一区二区三区在线观看 | 国产极品粉嫩免费观看在线| 香蕉久久夜色| 少妇被粗大的猛进出69影院| 99香蕉大伊视频| 精品高清国产在线一区| 国产一区二区三区视频了| 一二三四社区在线视频社区8| 最黄视频免费看| 亚洲中文日韩欧美视频| 久久狼人影院| 久久免费观看电影| 亚洲精品久久午夜乱码| 搡老岳熟女国产| 国产精品 国内视频| 正在播放国产对白刺激| 超碰97精品在线观看| 亚洲精品国产精品久久久不卡| 国产欧美日韩综合在线一区二区| 两性午夜刺激爽爽歪歪视频在线观看 | 久久精品国产综合久久久| 免费黄频网站在线观看国产| 久久99一区二区三区| 亚洲国产中文字幕在线视频| 亚洲专区中文字幕在线| 免费观看av网站的网址| 久久热在线av| 国产日韩欧美亚洲二区| 亚洲欧美一区二区三区黑人| 精品少妇久久久久久888优播| 午夜精品国产一区二区电影| 在线看a的网站| 法律面前人人平等表现在哪些方面| 午夜两性在线视频| 国产男女超爽视频在线观看| 久久久精品94久久精品| 悠悠久久av| 90打野战视频偷拍视频| 亚洲精品乱久久久久久| 精品一区二区三区视频在线观看免费 | 亚洲国产欧美网| 午夜福利视频在线观看免费| 亚洲人成电影观看| 丝袜美足系列| 日韩欧美一区二区三区在线观看 | 欧美黄色淫秽网站| 侵犯人妻中文字幕一二三四区| 久久av网站| 日本一区二区免费在线视频| 777久久人妻少妇嫩草av网站| 午夜福利,免费看| 热99re8久久精品国产| 日韩免费高清中文字幕av| 国产又色又爽无遮挡免费看| 99香蕉大伊视频| 精品久久久精品久久久| 免费在线观看完整版高清| 国产欧美日韩综合在线一区二区| 一边摸一边抽搐一进一出视频| a级片在线免费高清观看视频| 久久久国产成人免费| 女人爽到高潮嗷嗷叫在线视频| 国产在视频线精品| 91字幕亚洲| 天堂中文最新版在线下载| 色尼玛亚洲综合影院| 婷婷成人精品国产| 久久人妻熟女aⅴ| 国产人伦9x9x在线观看| 国产精品影院久久| 日韩大码丰满熟妇| 国产在视频线精品| 亚洲精品美女久久久久99蜜臀| bbb黄色大片| 午夜福利影视在线免费观看| 国产不卡av网站在线观看| 久9热在线精品视频| 黑人操中国人逼视频| 国产主播在线观看一区二区| 欧美日韩福利视频一区二区| 亚洲专区国产一区二区| 99在线人妻在线中文字幕 | 一本综合久久免费| 欧美黄色片欧美黄色片| av片东京热男人的天堂| 国产精品免费视频内射| 老司机影院毛片| 久久久国产一区二区| 中文亚洲av片在线观看爽 | 桃花免费在线播放| 一区二区三区激情视频| 国产成人精品在线电影| 成人影院久久| 黑人巨大精品欧美一区二区蜜桃| 母亲3免费完整高清在线观看| 精品国内亚洲2022精品成人 | 人妻一区二区av| 日本一区二区免费在线视频| 精品少妇一区二区三区视频日本电影| 肉色欧美久久久久久久蜜桃| 一级片'在线观看视频| 咕卡用的链子| 国产一卡二卡三卡精品| 久久久久国内视频| 两个人看的免费小视频| 亚洲第一av免费看| 久久精品成人免费网站| 国产精品久久久久成人av| 欧美日韩亚洲高清精品| 国内毛片毛片毛片毛片毛片| 啦啦啦在线免费观看视频4| 久久久久久久国产电影| a级毛片在线看网站| 国产成人免费无遮挡视频| 欧美av亚洲av综合av国产av| 成人黄色视频免费在线看| 欧美乱码精品一区二区三区| 国产在线视频一区二区| 国产高清videossex| 蜜桃国产av成人99| 亚洲av日韩在线播放| 黑人欧美特级aaaaaa片| 男女无遮挡免费网站观看| av福利片在线| 亚洲三区欧美一区| 肉色欧美久久久久久久蜜桃| 亚洲中文日韩欧美视频| 另类亚洲欧美激情| 狂野欧美激情性xxxx| 在线观看免费视频日本深夜| 亚洲av日韩在线播放| 国产99久久九九免费精品| 波多野结衣av一区二区av| 电影成人av| 亚洲成人手机| 日韩欧美三级三区| 欧美中文综合在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 两性夫妻黄色片| 大片免费播放器 马上看| 国产精品国产av在线观看| 久久这里只有精品19| www日本在线高清视频| 99re6热这里在线精品视频| 精品久久久久久电影网| 天堂俺去俺来也www色官网| 男女之事视频高清在线观看| 免费在线观看日本一区| 久久精品aⅴ一区二区三区四区| 欧美人与性动交α欧美精品济南到| 午夜91福利影院| a级片在线免费高清观看视频| 欧美黄色淫秽网站| 老汉色∧v一级毛片| 日韩视频一区二区在线观看| 精品国内亚洲2022精品成人 | 黄色视频不卡| 欧美中文综合在线视频| 亚洲精品在线观看二区| 日韩有码中文字幕| 久久久精品区二区三区| 中国美女看黄片| 午夜福利影视在线免费观看| 99在线人妻在线中文字幕 | 国产日韩欧美视频二区| 中文字幕人妻丝袜制服| 9191精品国产免费久久| 美女高潮喷水抽搐中文字幕| 欧美精品av麻豆av| 国产日韩欧美在线精品| 日本一区二区免费在线视频| 999精品在线视频| 老鸭窝网址在线观看| 亚洲av成人一区二区三| 久久天堂一区二区三区四区| 多毛熟女@视频| 亚洲美女黄片视频| 欧美日韩成人在线一区二区| 黄色成人免费大全| 久久久久久久精品吃奶| 美女福利国产在线| 99re6热这里在线精品视频| 老司机深夜福利视频在线观看| 国产av一区二区精品久久| 老司机午夜十八禁免费视频| 中文字幕制服av| 男女边摸边吃奶| 日韩免费高清中文字幕av| 亚洲精品国产精品久久久不卡| 国产男女内射视频| 免费在线观看视频国产中文字幕亚洲| 国产精品久久久av美女十八| 午夜精品久久久久久毛片777| 亚洲专区国产一区二区| 一级片免费观看大全| 精品久久久精品久久久| 黑丝袜美女国产一区| 久久青草综合色| 国产精品国产av在线观看| 亚洲国产欧美在线一区| 99国产极品粉嫩在线观看| 亚洲色图 男人天堂 中文字幕| 欧美精品啪啪一区二区三区| 免费观看人在逋| 99精品在免费线老司机午夜| 捣出白浆h1v1| 久久热在线av| 人妻一区二区av| 黑人猛操日本美女一级片| 国产成人系列免费观看| aaaaa片日本免费| 久久婷婷成人综合色麻豆| 亚洲av国产av综合av卡| 一边摸一边抽搐一进一出视频| 久久中文字幕一级| 国产亚洲精品一区二区www | 精品一区二区三区四区五区乱码| 人人妻人人澡人人爽人人夜夜| 人人妻人人添人人爽欧美一区卜| 高清视频免费观看一区二区| 欧美久久黑人一区二区| 欧美黄色片欧美黄色片| 一级毛片电影观看| 久久久欧美国产精品| 欧美日韩亚洲国产一区二区在线观看 | 黄色视频在线播放观看不卡| 欧美精品人与动牲交sv欧美| 欧美精品啪啪一区二区三区| 香蕉丝袜av| 精品少妇内射三级| 视频区欧美日本亚洲| 黄色a级毛片大全视频| 亚洲视频免费观看视频| av一本久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 两人在一起打扑克的视频| 天天躁夜夜躁狠狠躁躁| 一进一出抽搐动态| 狠狠精品人妻久久久久久综合| 亚洲熟女精品中文字幕| 欧美日韩亚洲高清精品| 国产精品美女特级片免费视频播放器 | 男女之事视频高清在线观看| 美国免费a级毛片| 女性生殖器流出的白浆| 国产成人精品久久二区二区免费| 啦啦啦 在线观看视频| 两个人看的免费小视频| 亚洲久久久国产精品| 久久国产精品人妻蜜桃| 高清视频免费观看一区二区| xxxhd国产人妻xxx| 国产欧美亚洲国产| 日日夜夜操网爽| 一本一本久久a久久精品综合妖精| 国产高清videossex| 久久精品aⅴ一区二区三区四区| 欧美成人免费av一区二区三区 | 人人妻人人爽人人添夜夜欢视频| 人人妻人人添人人爽欧美一区卜| 99在线人妻在线中文字幕 | 18禁观看日本| 视频区图区小说| 999久久久国产精品视频| 欧美日韩视频精品一区| 日本黄色视频三级网站网址 | 色视频在线一区二区三区| 国产91精品成人一区二区三区 | 日韩熟女老妇一区二区性免费视频| 精品少妇久久久久久888优播| 亚洲久久久国产精品| 人人澡人人妻人| 人人妻人人爽人人添夜夜欢视频| 免费在线观看日本一区| 久久精品人人爽人人爽视色| 91九色精品人成在线观看| 午夜久久久在线观看| 巨乳人妻的诱惑在线观看| 婷婷丁香在线五月| 国产精品香港三级国产av潘金莲| 一级毛片电影观看| 国产精品免费一区二区三区在线 | 亚洲av成人一区二区三| 精品国产一区二区三区久久久樱花| 黑人操中国人逼视频| 黑丝袜美女国产一区| 天天躁日日躁夜夜躁夜夜| 亚洲av电影在线进入| 9191精品国产免费久久| 男女之事视频高清在线观看| 下体分泌物呈黄色| 一边摸一边抽搐一进一小说 | 男女床上黄色一级片免费看| 高潮久久久久久久久久久不卡| 精品人妻熟女毛片av久久网站| 国产精品一区二区免费欧美| 啦啦啦 在线观看视频| 啦啦啦在线免费观看视频4| 国产一区二区激情短视频| 一级毛片精品| 国产成人精品在线电影| 老司机深夜福利视频在线观看| 天堂中文最新版在线下载| 欧美国产精品va在线观看不卡| 精品免费久久久久久久清纯 | 日韩欧美一区视频在线观看| av一本久久久久| 热99久久久久精品小说推荐| 我的亚洲天堂| 90打野战视频偷拍视频| 欧美 亚洲 国产 日韩一| 亚洲av日韩在线播放| 9热在线视频观看99| 男女边摸边吃奶| 日韩一区二区三区影片| 99香蕉大伊视频| 韩国精品一区二区三区| e午夜精品久久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 夫妻午夜视频| 天堂动漫精品| 精品卡一卡二卡四卡免费| 亚洲人成77777在线视频| 午夜91福利影院| 免费女性裸体啪啪无遮挡网站| 久久久久网色| 一边摸一边抽搐一进一小说 | 老汉色av国产亚洲站长工具| 黄色毛片三级朝国网站| 黄色视频,在线免费观看| 国产精品久久久久成人av| 人成视频在线观看免费观看| 在线观看66精品国产| 久久精品亚洲av国产电影网| 91字幕亚洲| 欧美人与性动交α欧美精品济南到| 变态另类成人亚洲欧美熟女 | 亚洲一码二码三码区别大吗| 成年女人毛片免费观看观看9 | 又黄又粗又硬又大视频| 国产精品1区2区在线观看. | videosex国产| 丁香六月欧美| 女人久久www免费人成看片| 99精品在免费线老司机午夜| 国产在线视频一区二区| 看免费av毛片| 国产在线视频一区二区| 怎么达到女性高潮| 99在线人妻在线中文字幕 | 在线十欧美十亚洲十日本专区| 岛国毛片在线播放| 久久ye,这里只有精品| 亚洲国产看品久久| 亚洲avbb在线观看| 国产精品久久久av美女十八| 十分钟在线观看高清视频www| videos熟女内射| bbb黄色大片| 91字幕亚洲| 国产一区二区在线观看av| av线在线观看网站| 欧美成狂野欧美在线观看| 成年版毛片免费区| 国产成人精品无人区| 精品卡一卡二卡四卡免费| 亚洲男人天堂网一区| 国产男女内射视频| 亚洲国产毛片av蜜桃av| 国产麻豆69| 悠悠久久av| 亚洲五月婷婷丁香| 免费日韩欧美在线观看| 国产男女超爽视频在线观看| 丁香六月欧美| www.999成人在线观看| 高清av免费在线| 国产在线观看jvid| 菩萨蛮人人尽说江南好唐韦庄| 午夜两性在线视频| 国产伦人伦偷精品视频| 王馨瑶露胸无遮挡在线观看| 亚洲精品国产精品久久久不卡| 丰满迷人的少妇在线观看| 热99久久久久精品小说推荐| 法律面前人人平等表现在哪些方面| 天天影视国产精品| 久久久久久亚洲精品国产蜜桃av| 嫩草影视91久久| 久9热在线精品视频| 日韩一区二区三区影片| 日韩人妻精品一区2区三区| 在线十欧美十亚洲十日本专区| 性色av乱码一区二区三区2| 久久国产亚洲av麻豆专区| 国产在线免费精品| 一本大道久久a久久精品| 视频在线观看一区二区三区| www.自偷自拍.com| 欧美日韩亚洲国产一区二区在线观看 | 狠狠精品人妻久久久久久综合| 久久久久视频综合| 亚洲,欧美精品.| 少妇猛男粗大的猛烈进出视频| 亚洲国产精品一区二区三区在线| 999久久久精品免费观看国产| 日本wwww免费看| 国产真人三级小视频在线观看| 黑人欧美特级aaaaaa片| 国产精品av久久久久免费| 国产精品98久久久久久宅男小说| 日韩有码中文字幕| av在线播放免费不卡| 人人妻人人添人人爽欧美一区卜| 久久中文字幕人妻熟女| 一二三四在线观看免费中文在| 操出白浆在线播放| 精品视频人人做人人爽| 国精品久久久久久国模美| 久久精品国产亚洲av高清一级| 国产日韩欧美视频二区| 日本撒尿小便嘘嘘汇集6| 久久久精品免费免费高清| 黄色毛片三级朝国网站| 国产精品久久久久久人妻精品电影 | 男女之事视频高清在线观看| 亚洲精品在线美女| 国产精品亚洲av一区麻豆| 久久久精品免费免费高清| 正在播放国产对白刺激| 亚洲成人免费av在线播放| 精品国产超薄肉色丝袜足j| 80岁老熟妇乱子伦牲交| 热99re8久久精品国产| 欧美亚洲日本最大视频资源| 黄片大片在线免费观看| 亚洲三区欧美一区| 国产黄频视频在线观看| 久久久久久免费高清国产稀缺| 日本av免费视频播放| 亚洲精品在线美女| 久久性视频一级片| 一边摸一边做爽爽视频免费| 亚洲一区二区三区欧美精品| 国产亚洲av高清不卡| 中文字幕人妻丝袜制服| 搡老熟女国产l中国老女人| 免费观看人在逋| 久久精品亚洲熟妇少妇任你| 日韩欧美免费精品| 女人爽到高潮嗷嗷叫在线视频| 久久中文字幕人妻熟女| 中文字幕精品免费在线观看视频| 高清黄色对白视频在线免费看| av不卡在线播放| 99国产精品一区二区蜜桃av | 色播在线永久视频| 精品免费久久久久久久清纯 | 国产精品九九99| 欧美日韩av久久| 黄色片一级片一级黄色片| 国产av一区二区精品久久| 国产成人精品久久二区二区免费| 一边摸一边抽搐一进一小说 | 性色av乱码一区二区三区2| 国产精品久久久久久精品古装| 婷婷丁香在线五月| av有码第一页| 亚洲五月色婷婷综合| 女人精品久久久久毛片| 精品乱码久久久久久99久播| 两性午夜刺激爽爽歪歪视频在线观看 | 高清视频免费观看一区二区| 欧美性长视频在线观看| 精品熟女少妇八av免费久了| 在线观看一区二区三区激情| 久久久久久久久免费视频了| 满18在线观看网站| 三上悠亚av全集在线观看| 高清av免费在线| 成人亚洲精品一区在线观看| 亚洲熟女毛片儿| av又黄又爽大尺度在线免费看| 一本一本久久a久久精品综合妖精| 欧美国产精品va在线观看不卡| av福利片在线| 一进一出好大好爽视频| 欧美人与性动交α欧美软件| 后天国语完整版免费观看| 精品一品国产午夜福利视频| 99久久99久久久精品蜜桃| 国产精品偷伦视频观看了| 久久国产精品男人的天堂亚洲| 亚洲精品av麻豆狂野| 纵有疾风起免费观看全集完整版| 91字幕亚洲| 国产日韩一区二区三区精品不卡| 免费女性裸体啪啪无遮挡网站| 中文字幕制服av| 国产高清国产精品国产三级| 天堂中文最新版在线下载| 久久久久久久国产电影| 欧美大码av| 男女之事视频高清在线观看| 久久久久久久国产电影| av天堂久久9| 男女免费视频国产| 三上悠亚av全集在线观看| 欧美大码av| 亚洲av日韩在线播放| 韩国精品一区二区三区| 黄片播放在线免费| 久久亚洲真实| 久久久国产欧美日韩av| 日日摸夜夜添夜夜添小说| 国产成人影院久久av| 搡老岳熟女国产| 亚洲成人手机| 如日韩欧美国产精品一区二区三区| h视频一区二区三区| 一本综合久久免费| 亚洲人成电影免费在线| 亚洲成人国产一区在线观看| 国产精品国产高清国产av |