• <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 ?

    棉花圖像檢索中的分塊權(quán)重優(yōu)化

    2016-08-12 08:09:28史書偉桑小田
    現(xiàn)代紡織技術(shù) 2016年1期
    關(guān)鍵詞:粒子群算法

    史書偉,夏 彬,冀 翼,桑小田

    (中華全國供銷合作總社鄭州棉麻工程技術(shù)設(shè)計研究所,鄭州 450000)

    ?

    棉花圖像檢索中的分塊權(quán)重優(yōu)化

    史書偉,夏彬,冀翼,桑小田

    (中華全國供銷合作總社鄭州棉麻工程技術(shù)設(shè)計研究所,鄭州450000)

    摘要:針對棉花圖像檢索中顏色直方圖方法中的各圖像分塊權(quán)重難以設(shè)定的難題,提出一種基于粒子群算法的多分塊權(quán)重自動優(yōu)化方法,它將圖像各分塊權(quán)重設(shè)定轉(zhuǎn)化為智能求優(yōu)過程,使用粒子群算法求取較佳分塊權(quán)重組合。結(jié)合棉花數(shù)據(jù)集的實驗結(jié)果表明,與均等權(quán)重方法以及用戶自定義權(quán)重方法相比,該方法能夠取得較為優(yōu)化的權(quán)重組合,提高棉花圖像的檢索性能。

    關(guān)鍵詞:棉花圖像;分塊顏色直方圖;粒子群算法;權(quán)重優(yōu)化

    0 引 言

    棉花圖像檢索就是根據(jù)棉花圖像本身的顏色、紋理、形狀等內(nèi)容屬性,在目標(biāo)圖像數(shù)據(jù)庫中查詢具有指定特征或內(nèi)容圖像的過程,是目前圖像檢索中較為常用的方法。在顏色特征中,由于全局顏色直方圖計算簡單,且具有較強的魯棒性,已廣泛應(yīng)用[1-2]于圖像檢索中。但是,由于全局顏色直方圖沒有考慮圖像顏色的空間關(guān)系,不同的圖像有可能具有相同的直方圖,從而造成誤檢,因此,文獻[3-4]提出采用對棉花圖像進行分塊和加權(quán)的方法,將圖像分成N*N塊,計算相應(yīng)塊之間的直方圖距離,然后為每個圖像塊設(shè)置權(quán)重,棉花圖像整體的相似度根據(jù)相應(yīng)子塊的距離和權(quán)重綜合得到。

    對于棉花圖像各個分塊權(quán)重,一般情況下,有3種設(shè)置方法:a)圖像的每個分塊設(shè)置相同權(quán)重,即,都賦值為“1”,這樣以來,圖像所有分塊均被同等對待;b)每個圖像分塊實行選擇對待,這樣它們的權(quán)重有兩種可能:“1”或者“0”,分別表示該分塊被選中或者沒被選中,這樣有效降低了分塊所構(gòu)成的特征維數(shù),但會忽略沒有被選中的圖像塊;c)手工設(shè)置權(quán)重,也即是通過實驗分析預(yù)先求取優(yōu)化過的權(quán)重值,顯然,這種權(quán)重選取方法主觀性較強。由于劃分的不同圖像分塊在整幅圖像中的重要程度不相同,對檢索結(jié)果的影響也不一致,所以,如何為這些圖像分塊自動賦予合適的權(quán)值,進而提高圖像檢索的性能,成為一個亟待研究的課題。

    針對上述問題,本文提出一種基于粒子群算法的圖像分塊權(quán)重自動優(yōu)化方法,用粒子群算法[5-6]來求取棉花圖像檢索中合適的分塊權(quán)重組合,并結(jié)合棉花圖像數(shù)據(jù)集進行了實驗。

    1 相關(guān)知識

    1.1粒子群算法原理

    粒子群算法,也稱粒子群優(yōu)化算法[7-9](particle swarm optimization,PSO)是Eberhart和Kennedy發(fā)明的一種新的全局優(yōu)化算法,它來源于對鳥群捕食過程中的行為研究。假設(shè)有一個場景:在特定區(qū)域中只有一塊食物,一群鳥在空間中隨機搜索該食物,所有的鳥都不清楚食物的具體位置。但它們知道當(dāng)前的位置距離食物的遠(yuǎn)近。那么找到食物簡單、有效的就是搜索當(dāng)前距離食物最近的鳥的附近區(qū)域。而PSO算法就是通過模擬鳥群覓食行為而提出來的,該算法通過群體行為中個體間協(xié)作和信息共享來求取最優(yōu)解,已成為一種常用的自動優(yōu)化方法。

    在求解問題時,PSO將搜索空間中的一個粒子(particle)對應(yīng)一個問題解法。其中,每個粒子都擁有自己的位置、速度和適應(yīng)值(fitness value),每個粒子在解空間中跟隨當(dāng)前最優(yōu)粒子進行搜索,且不斷更新自身的位置和速度。具體求解過程如下:首先,PSO隨機初始化一群粒子,假設(shè)粒子數(shù)目為N,那么,第i個粒子的位置采用D維向量表示xi,xi=(xi1,xi2,…xiD),其中,i=1,2,…N。接著,粒子通過跟蹤兩個極值來更新自身的位置和速度,直到找到最優(yōu)解。其中,在全局版PSO中,兩個極值分別是指:一個是全局極值,表示群體找到的最優(yōu)解;一個是個體極值,表示粒子個體找到的最優(yōu)解。在局部版PSO中,粒子除了跟蹤個體極值之外,另外還追蹤局部極值。對于全局版PSO,每次迭代中,粒子根據(jù)式(1),式(2)更新自身的位置和速度:

    (1)

    (2)

    1.2權(quán)重設(shè)置問題的轉(zhuǎn)化

    定義1棉花圖像庫的定義為:

    DB={Ii}n,i=1

    其中:Ii表示圖像庫中的一幅棉花圖像,n表示圖像庫中的棉花圖像總數(shù)。

    定義2任意兩幅棉花圖像I1,I2間相似程度函數(shù)S定義為:

    (3)

    定義3樣本訓(xùn)練數(shù)據(jù)庫為db?DB,訓(xùn)練對定義為:

    TD=(Ie,IT,IR)

    (4)

    其中:Ie為檢索示例棉花圖像,IT為與該示例圖像相似的目標(biāo)數(shù)據(jù)集,IT={It1,It2,…,Itk},IR為實際檢索出的圖像集,即S(Ii,Ie)

    定義4圖像檢索評價指標(biāo)查全率(recall)和查準(zhǔn)率(precision)定義為:

    (5)

    其中:P為查準(zhǔn)率,是指在檢索過程中,查詢到的相關(guān)圖像數(shù)量同該次查到的所有圖像數(shù)量的比值;a為檢索出的與示例圖像相關(guān)的圖像數(shù)量;z為檢索出圖像總數(shù)量;R為查全率,指在檢索過程中,查詢到的相關(guān)圖像數(shù)量與圖像庫中實際與目標(biāo)圖像相關(guān)的所有圖像數(shù)量的比值;k為目標(biāo)圖像數(shù)量。

    (6)

    其中:num為檢索示例圖像總數(shù)。在棉花圖像檢索中,查全率和查準(zhǔn)率越高,說明該棉花圖像檢索算法性能越優(yōu)越。

    2 基于PSO的分塊權(quán)重優(yōu)化方法

    2.1優(yōu)化策略與實現(xiàn)

    粒子群算法開始時隨機生成粒子的初始位置Xi=(Xi1,Xi2,…,Xim),(i=1,2,…,n),n為群中粒子數(shù),m為粒子維數(shù),并且每個粒子都隨機分配一個初始速度Vi=(Vi1,Vi2,…,Vid),(i=1,2,…,n)。在計算過程中,粒子的當(dāng)前速度Vi,粒子搜索過程中的最優(yōu)點Pi,群體的最優(yōu)點Pg。粒子在迭代過程中實時改變速度向前Pi和Pg移動[10]。

    在棉花圖像檢索中,使用PSO進行分塊權(quán)重優(yōu)化的方法流程如圖1所示。

    圖1 圖像塊權(quán)重優(yōu)化流程

    優(yōu)化策略具體步驟如下:

    Step1對粒子群進行初始化,隨機生成各個粒子的初始位置Xi、初始速度Vi。

    Step2將各個粒子位置Xi載入優(yōu)化目標(biāo)函數(shù),計算粒子適應(yīng)度。

    Step3將各個粒子當(dāng)前值與其自身最優(yōu)適應(yīng)度值Pi進行比較,如果當(dāng)前值小于Pi,則用當(dāng)前適應(yīng)度值替換Pi,并使用當(dāng)前位置更新自身最優(yōu)位置。

    Step4將各個粒子適應(yīng)度值Pi與全局最優(yōu)適應(yīng)度值Pg進行比較,如果小于Pg,則替換Pg,同時,使用該粒子位置更新全局最優(yōu)粒子位置。

    Step5各粒子速度和位置使用式(1)和式(2)更新。

    vid(t+1)=w×vid(t)+φ×rand()

    ×[pid(t)-xid(t)]+φ2+rand()×

    pgd(t)-xid(t)]

    (7)

    xid(t+1)=xid(t)+vid(t+1)

    1≤i≤n,1≤d≤D

    (8)

    其中:φ1和φ2為加速因子;w為慣性因子,w越大探查范圍越大,w越小適用于小范圍開挖;rand()為在[0,1]上的隨機數(shù);xi為迭代中位置;vi為速度。

    Step6如果滿足迭代終止條件(足夠好的位置或最大迭代次數(shù)),優(yōu)化完成,否則轉(zhuǎn)Step2。

    2.2關(guān)鍵參數(shù)選取

    為了獲取穩(wěn)健和高效的優(yōu)化效果,按照方差分析選擇適應(yīng)的算法參數(shù)設(shè)置水平,關(guān)鍵參數(shù)選取如下:

    a)選取適應(yīng)度函數(shù)E=Y(W)。

    b)群中粒子數(shù)n:通常在[25,42]區(qū)間取值,對于一般情況,32個粒子已經(jīng)足夠;對于特定類別的問題或較難問題,粒子數(shù)n可以在[50,1000]區(qū)間中選取。

    c)粒子維數(shù)m:一般情況下,問題解的長度通常設(shè)為粒子的范圍寬度。

    d)加速因子φ1和φ2:加速常數(shù)值取值越小,可使粒子在遠(yuǎn)離目標(biāo)區(qū)域內(nèi)振蕩搜索;而取值較大的加速常數(shù)值,可使粒子迅速向目標(biāo)區(qū)域移動,甚至又離開目標(biāo)區(qū)域。模擬結(jié)果表明,當(dāng)φ1由2.5線性遞減至0.5,φ2由0.5線性遞增至2.5時,算法容易獲得最優(yōu)適應(yīng)值。

    e)慣性因子w:讓m隨著疊代次數(shù)的增加,在[1.4,0]區(qū)間逐步減少可以獲取較好的實驗結(jié)果。

    3 實驗結(jié)果與分析

    在算法驗證試驗中,采集白棉三級棉花圖像作為數(shù)據(jù)集進行實驗,該數(shù)據(jù)集包括1960例棉樣圖像,每副圖像分辨率為1400×1400;實驗硬件平臺是一臺聯(lián)想M490便攜式計算機,該計算機配備CORE i5 CPU,4GB內(nèi)存。

    3.1圖像分塊數(shù)目分析

    對于棉花圖像檢索來講,重要的就是確定圖像分塊數(shù)目,而分塊的數(shù)目取決于單塊圖像的分辨率像素點數(shù)。為了選取合適的圖像塊大小尺寸,本文針對常用的不同分塊尺寸進行了實驗,結(jié)果如表1所示。

    表1不同圖像塊尺寸對比實驗

    圖像分塊尺寸/pixel檢索響應(yīng)時間/s8*82.124*241.948*481.864*641.5128*1281.3256*2561.1

    根據(jù)表1數(shù)據(jù),考慮到數(shù)據(jù)集中圖像的分辨率以及檢索響應(yīng)時間,實驗選取64 pixel*64 pixel作為圖像塊尺寸進行算法間對比分析。

    3.2不同方法間對比分析

    為了驗證本文方法的有效性,將其與現(xiàn)有權(quán)重相等方法和用戶自定義權(quán)重方法進行比較和分析。其中,本文方法選取64 pixel*64 pixel為圖像塊尺寸,粒子群算法參數(shù)根據(jù)2.1節(jié)的方法設(shè)置;用戶自定義權(quán)重方法中各分塊權(quán)重按照實驗中經(jīng)驗值設(shè)置。實驗結(jié)果如圖2所示。

    圖2 3種方法的性能比較

    由圖2可見,由于本文方法采用粒子群算法優(yōu)化分塊權(quán)重,通過訓(xùn)練學(xué)習(xí)的優(yōu)化方法彌補了由于用戶自定義設(shè)置權(quán)重的不足,提高了檢索效果,本文提出的方法在查全率和查準(zhǔn)率上優(yōu)于其它分塊權(quán)重方法,具有一定的有效性。

    4 結(jié) 語

    本文提出一種在棉花圖像檢索中,基于粒子群算法的圖像分塊權(quán)重自動優(yōu)化方法,用粒子群算法來自動求取棉花圖像檢索中合適的分塊權(quán)重組合,將圖像各分塊權(quán)重設(shè)定轉(zhuǎn)化為智能求優(yōu)過程,改善圖像檢索性能。這種方法思路較為新穎,在棉花圖像檢索的實驗結(jié)果表明,該方法具有學(xué)習(xí)能力,分塊權(quán)重的自動優(yōu)化,提高了系統(tǒng)查全率和查準(zhǔn)率,在提高棉花圖像檢索效率上有一定的優(yōu)勢。對于一些特定應(yīng)用,該論文有很好的參考和借鑒作用。

    如何進一步優(yōu)化算法,在更大棉花數(shù)據(jù)集上進行實驗將是下一階段的主要工作內(nèi)容。

    參考文獻:

    [1] 夏彬.基于內(nèi)容的近似圖像檢測算法研究[D].武漢:湖北工業(yè)大學(xué),2010.

    [2] 汪啟偉,萬壽紅,岳麗華.一種新的空間顏色直方圖及其度量方法[J].小型微型計算機系統(tǒng),2014,46(6):34-36.

    [3] 溫泉徹,彭宏,黎瓊.基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)研究[J].微計算機信息,2007,23(3):278-280.

    [4] 方俊,郭雷,汪子強.一種改進的基于顏色空間特征的圖像檢索方法[J].計算機工程與應(yīng)用,2005,24(25):68-70.

    [5] 薄玉玲,姜靜清,孫艷紅.粒子群優(yōu)化算法研究進展[J].內(nèi)蒙古民族大學(xué)學(xué)報(自然科學(xué)版),2010,29(6):91-93.

    [6] 張丹,韓勝菊,李建,等.基于改進粒子群算法的BP算法的研究[J].計算機仿真,2011,23(2):102-104.

    [7] 楊維,李歧強.粒子群優(yōu)化算法綜述[J].中國工程科學(xué),2004,10(5):87-93.

    [8] 楊帆,胡春平,顏學(xué)峰.基于蟻群系統(tǒng)的參數(shù)自適應(yīng)粒子群算法及其應(yīng)用[J].控制理論與應(yīng)用,2010,45(11):78-79.

    [9] 劉志雄,梁華.粒子群算法中隨機數(shù)參數(shù)的設(shè)置與實驗分析[J].控制理論與應(yīng)用,2010,15(11):26-27.

    [10] 張琪,屈衛(wèi)清,熊偉清.基于混沌粒子群算法的多目標(biāo)調(diào)度優(yōu)化研究[J].激光雜志,2015,29(1):57-59.

    (責(zé)任編輯:陳和榜)

    收稿日期:2015-04-29

    作者簡介:史書偉(1979-),男,河南新鄭人,高級工程師,主要從事棉花光電檢測方面的研究。 通信作者:夏彬,E-mail:binxia@126.com

    中圖分類號:TP391

    文獻標(biāo)志碼:A

    文章編號:1009-265X(2016)01-0001-04

    Block Weight Optimization of Cotton Image Retrieval

    SHIShuwei,XIABin,JIYi,SANGXiaotian

    (Zhengzhou Cotton & Jute Engineering Technology and Design Research Institute of China Co-op, Zhengzhou 450000, China)

    Abstract:Aiming at the problem that it is difficult to set image block weight in cotton image retrieval with color histogram, this paper proposes multi-block weight automatic optimization method based on Particle Swarm Optimization (PSO). It converts the block weight setting into intelligent optimization process, and then PSO is used to gain optimal block weight combination. Experimental results combined with cotton data set show that the method ca gain optimized weight combination and improves cotton image retrieval property, compared with equal weighting method and user-defined weighting method.

    Key words:cotton image; block color histogram; PSO; weight optimization

    猜你喜歡
    粒子群算法
    幾種改進的螢火蟲算法性能比較及應(yīng)用
    基于支持向量機的短期電力負(fù)荷預(yù)測
    基于云計算平臺的資源調(diào)度優(yōu)化研究
    一種基于高維粒子群算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究
    基于PSODE混合算法優(yōu)化的自抗擾控制器設(shè)計
    蟻群算法的運用及其優(yōu)化分析
    電力市場交易背景下水電站優(yōu)化調(diào)度研究
    基于粒子群算法的產(chǎn)業(yè)技術(shù)創(chuàng)新生態(tài)系統(tǒng)運行穩(wěn)定性組合評價研究
    預(yù)測(2016年5期)2016-12-26 10:04:59
    無線傳感器網(wǎng)絡(luò)聯(lián)盟初始結(jié)構(gòu)生成研究
    交通堵塞擾動下多車場車輛路徑優(yōu)化
    商(2016年5期)2016-03-28 18:10:26
    欧美激情久久久久久爽电影| 国产伦一二天堂av在线观看| 欧美日韩瑟瑟在线播放| 2021天堂中文幕一二区在线观| 久久久久久久久久黄片| 青草久久国产| 黄色丝袜av网址大全| 日本熟妇午夜| 99国产极品粉嫩在线观看| 国产精品一区二区三区四区久久| 最近在线观看免费完整版| 午夜久久久久精精品| 99久久九九国产精品国产免费| av天堂在线播放| 变态另类丝袜制服| 亚洲最大成人手机在线| 亚洲欧美日韩高清在线视频| 12—13女人毛片做爰片一| 色吧在线观看| 午夜免费激情av| 人妻久久中文字幕网| 国产免费男女视频| 亚洲乱码一区二区免费版| 综合色av麻豆| 一级黄片播放器| 美女被艹到高潮喷水动态| 全区人妻精品视频| 深夜精品福利| 久久午夜亚洲精品久久| a级一级毛片免费在线观看| 国产一区二区三区视频了| 亚洲激情在线av| 毛片一级片免费看久久久久 | 亚洲欧美清纯卡通| 淫妇啪啪啪对白视频| 国产亚洲精品久久久久久毛片| 国产精品av视频在线免费观看| 一区二区三区四区激情视频 | 男女做爰动态图高潮gif福利片| 两个人视频免费观看高清| 美女高潮的动态| 91狼人影院| av天堂在线播放| 亚洲狠狠婷婷综合久久图片| 三级毛片av免费| 日日摸夜夜添夜夜添小说| 两个人的视频大全免费| 久久久久久大精品| 女人被狂操c到高潮| 国产熟女xx| 午夜免费成人在线视频| 女人十人毛片免费观看3o分钟| 国产成人欧美在线观看| 欧美激情国产日韩精品一区| 久久久久亚洲av毛片大全| 国产精品免费一区二区三区在线| 色哟哟·www| 毛片女人毛片| 性欧美人与动物交配| 久久久久久久久中文| 日韩精品青青久久久久久| 国产亚洲欧美在线一区二区| 日韩有码中文字幕| 国产免费男女视频| 精品一区二区免费观看| 欧美色视频一区免费| 午夜精品一区二区三区免费看| 国产精品久久久久久久电影| 国产精品三级大全| 无人区码免费观看不卡| 久久久久久久久久成人| 久久国产乱子伦精品免费另类| 我要搜黄色片| 国产久久久一区二区三区| 国产精品98久久久久久宅男小说| 久久久成人免费电影| 欧美xxxx黑人xx丫x性爽| 久久伊人香网站| 黄色日韩在线| 亚洲av美国av| 精品熟女少妇八av免费久了| 色5月婷婷丁香| 日韩欧美精品v在线| 精品免费久久久久久久清纯| 亚洲欧美精品综合久久99| 成人高潮视频无遮挡免费网站| 中文字幕人成人乱码亚洲影| 91久久精品国产一区二区成人| 欧洲精品卡2卡3卡4卡5卡区| 成年女人看的毛片在线观看| 亚洲无线在线观看| 99久国产av精品| 天天一区二区日本电影三级| 国产伦精品一区二区三区视频9| 中亚洲国语对白在线视频| 久久久久精品国产欧美久久久| 国产老妇女一区| 久久久久久久久久黄片| 老司机午夜十八禁免费视频| 老熟妇乱子伦视频在线观看| 热99在线观看视频| 亚洲国产色片| 少妇的逼水好多| 自拍偷自拍亚洲精品老妇| 一级毛片久久久久久久久女| 色尼玛亚洲综合影院| 小说图片视频综合网站| 久久精品综合一区二区三区| 老司机午夜福利在线观看视频| 在线观看舔阴道视频| 亚洲国产精品999在线| 成人午夜高清在线视频| www.熟女人妻精品国产| 精品人妻偷拍中文字幕| 一区二区三区四区激情视频 | 国产精品永久免费网站| 国产一区二区三区视频了| 亚洲国产欧美人成| 亚洲av不卡在线观看| 婷婷精品国产亚洲av| 国产91精品成人一区二区三区| 免费观看的影片在线观看| 国产成人a区在线观看| ponron亚洲| 嫩草影院精品99| 久久久国产成人精品二区| 激情在线观看视频在线高清| 国产野战对白在线观看| 亚洲国产精品sss在线观看| 欧美激情国产日韩精品一区| av天堂中文字幕网| 最新中文字幕久久久久| 中文字幕熟女人妻在线| 18美女黄网站色大片免费观看| 欧美3d第一页| 怎么达到女性高潮| 日本成人三级电影网站| 国产私拍福利视频在线观看| 亚洲成人久久爱视频| netflix在线观看网站| 婷婷色综合大香蕉| 久久久国产成人免费| 18+在线观看网站| 18禁黄网站禁片免费观看直播| 最近最新免费中文字幕在线| 亚洲中文日韩欧美视频| 国产高清激情床上av| 免费观看的影片在线观看| 精品久久久久久久人妻蜜臀av| 亚洲自拍偷在线| 男女视频在线观看网站免费| 亚洲在线观看片| 欧美又色又爽又黄视频| 18美女黄网站色大片免费观看| 脱女人内裤的视频| 一a级毛片在线观看| 俺也久久电影网| 日日夜夜操网爽| 免费看a级黄色片| 丝袜美腿在线中文| 丁香六月欧美| 九九久久精品国产亚洲av麻豆| 久9热在线精品视频| 韩国av一区二区三区四区| 日本 av在线| 亚洲成av人片免费观看| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲熟妇中文字幕五十中出| 精品久久久久久成人av| 97碰自拍视频| www.www免费av| 麻豆一二三区av精品| 亚洲精品成人久久久久久| 午夜老司机福利剧场| av专区在线播放| 国产男靠女视频免费网站| 99国产精品一区二区蜜桃av| 日韩欧美在线乱码| 国产伦精品一区二区三区视频9| 久久久国产成人免费| 欧美乱色亚洲激情| 宅男免费午夜| xxxwww97欧美| 国产白丝娇喘喷水9色精品| 波多野结衣高清作品| 99久久精品国产亚洲精品| 亚洲av二区三区四区| 亚洲av成人av| 中出人妻视频一区二区| 夜夜看夜夜爽夜夜摸| 中文字幕熟女人妻在线| 欧美一级a爱片免费观看看| av在线观看视频网站免费| 91久久精品国产一区二区成人| 国内精品久久久久精免费| 2021天堂中文幕一二区在线观| 中国美女看黄片| 国产欧美日韩精品一区二区| 精品一区二区免费观看| 成人鲁丝片一二三区免费| 在线观看免费视频日本深夜| 精品免费久久久久久久清纯| 亚洲中文日韩欧美视频| 亚州av有码| 欧美xxxx性猛交bbbb| 国产精品国产高清国产av| 国产成人福利小说| 亚洲avbb在线观看| ponron亚洲| 亚洲黑人精品在线| 免费人成在线观看视频色| 91av网一区二区| 一本一本综合久久| .国产精品久久| 琪琪午夜伦伦电影理论片6080| 色综合欧美亚洲国产小说| 国内精品美女久久久久久| 在线观看美女被高潮喷水网站 | 麻豆久久精品国产亚洲av| 我要搜黄色片| 真人做人爱边吃奶动态| 国产精品,欧美在线| 久99久视频精品免费| 看十八女毛片水多多多| 国内毛片毛片毛片毛片毛片| 窝窝影院91人妻| av欧美777| 精品一区二区三区视频在线| 精品不卡国产一区二区三区| 狠狠狠狠99中文字幕| 怎么达到女性高潮| 91av网一区二区| 午夜老司机福利剧场| netflix在线观看网站| 久久中文看片网| 亚洲欧美激情综合另类| 在线观看免费视频日本深夜| 欧美日韩乱码在线| 少妇的逼水好多| 国产精品一及| 一级av片app| 999久久久精品免费观看国产| 搡老妇女老女人老熟妇| 中文字幕av在线有码专区| 婷婷六月久久综合丁香| 国产69精品久久久久777片| 精品不卡国产一区二区三区| 69人妻影院| a级一级毛片免费在线观看| 少妇被粗大猛烈的视频| 99热6这里只有精品| 在线观看免费视频日本深夜| 色播亚洲综合网| 色综合婷婷激情| 在线免费观看的www视频| 精品日产1卡2卡| 国产三级中文精品| 欧美色视频一区免费| 网址你懂的国产日韩在线| 舔av片在线| 中文字幕人妻熟人妻熟丝袜美| 国产三级在线视频| 欧美xxxx性猛交bbbb| 全区人妻精品视频| 在线观看午夜福利视频| 少妇高潮的动态图| 国产精品自产拍在线观看55亚洲| 日日摸夜夜添夜夜添小说| 热99re8久久精品国产| 欧美激情久久久久久爽电影| 国产精品女同一区二区软件 | 国产精品久久久久久久电影| 久久午夜福利片| 欧美日本视频| 国产成人福利小说| 国内精品久久久久精免费| 亚洲美女视频黄频| 婷婷丁香在线五月| 美女大奶头视频| bbb黄色大片| 欧美区成人在线视频| 搡老妇女老女人老熟妇| 日日摸夜夜添夜夜添av毛片 | 久99久视频精品免费| 久久香蕉精品热| 欧美激情在线99| 好看av亚洲va欧美ⅴa在| 少妇的逼好多水| 国产在视频线在精品| 亚洲精品日韩av片在线观看| 两人在一起打扑克的视频| 12—13女人毛片做爰片一| 最后的刺客免费高清国语| 亚洲国产精品合色在线| 欧美成人性av电影在线观看| 欧美激情国产日韩精品一区| 90打野战视频偷拍视频| 中文字幕av在线有码专区| 免费高清视频大片| 怎么达到女性高潮| 国产精品一区二区三区四区久久| 国产在线精品亚洲第一网站| 97超视频在线观看视频| 老女人水多毛片| 精品国产三级普通话版| 免费黄网站久久成人精品 | 乱码一卡2卡4卡精品| 男女下面进入的视频免费午夜| 国产日本99.免费观看| 12—13女人毛片做爰片一| 美女cb高潮喷水在线观看| 国语自产精品视频在线第100页| 18禁在线播放成人免费| 中文资源天堂在线| 中文字幕熟女人妻在线| 国产亚洲精品av在线| 麻豆国产97在线/欧美| 日本一本二区三区精品| 久久久久久久久久黄片| 国产成人a区在线观看| 国产欧美日韩一区二区三| 欧美另类亚洲清纯唯美| 91av网一区二区| 久久99热6这里只有精品| 日韩人妻高清精品专区| 久久久国产成人免费| 亚洲av二区三区四区| 国产黄a三级三级三级人| 国产精品一区二区性色av| av在线蜜桃| 国内精品久久久久精免费| 欧美日韩黄片免| 亚洲狠狠婷婷综合久久图片| 亚洲美女搞黄在线观看 | 舔av片在线| 国内久久婷婷六月综合欲色啪| 老熟妇仑乱视频hdxx| 丝袜美腿在线中文| 天堂av国产一区二区熟女人妻| 3wmmmm亚洲av在线观看| 午夜激情欧美在线| 身体一侧抽搐| av视频在线观看入口| 亚洲av成人精品一区久久| 一进一出好大好爽视频| 国产色爽女视频免费观看| 久久久成人免费电影| 欧美另类亚洲清纯唯美| 久久婷婷人人爽人人干人人爱| 欧美日韩亚洲国产一区二区在线观看| 亚洲国产精品sss在线观看| 国产亚洲欧美98| 人人妻,人人澡人人爽秒播| 国产精品美女特级片免费视频播放器| 国内少妇人妻偷人精品xxx网站| 亚洲国产色片| 成人国产一区最新在线观看| 在线看三级毛片| 神马国产精品三级电影在线观看| 国产中年淑女户外野战色| 欧美+亚洲+日韩+国产| 国产精品美女特级片免费视频播放器| 国产三级中文精品| 夜夜夜夜夜久久久久| 欧美日本亚洲视频在线播放| 亚洲一区高清亚洲精品| 日韩中字成人| 亚洲人成网站在线播| 午夜福利欧美成人| 国产久久久一区二区三区| 久久这里只有精品中国| 欧美国产日韩亚洲一区| 一进一出好大好爽视频| 国产成人a区在线观看| 国产高清视频在线观看网站| 国产精品野战在线观看| 嫩草影院精品99| 在线播放无遮挡| 欧美性感艳星| 少妇熟女aⅴ在线视频| 69人妻影院| 国产精品一区二区三区四区免费观看 | 成人一区二区视频在线观看| 丰满乱子伦码专区| 亚洲无线观看免费| 91在线精品国自产拍蜜月| 在线十欧美十亚洲十日本专区| 日本a在线网址| 黄色配什么色好看| 18美女黄网站色大片免费观看| 麻豆成人av在线观看| 在线观看午夜福利视频| 亚洲一区二区三区色噜噜| 久9热在线精品视频| 欧美一区二区精品小视频在线| 亚洲人成电影免费在线| 亚洲精品一区av在线观看| 桃色一区二区三区在线观看| av国产免费在线观看| 色综合欧美亚洲国产小说| 最新中文字幕久久久久| 国产 一区 欧美 日韩| 美女高潮喷水抽搐中文字幕| 国产激情偷乱视频一区二区| 极品教师在线免费播放| 少妇熟女aⅴ在线视频| 99久久无色码亚洲精品果冻| 日本黄色视频三级网站网址| 熟女人妻精品中文字幕| 2021天堂中文幕一二区在线观| 免费看日本二区| 欧美在线黄色| 国产在视频线在精品| 日本精品一区二区三区蜜桃| 看黄色毛片网站| 欧美性感艳星| 国产白丝娇喘喷水9色精品| 成人无遮挡网站| 在线天堂最新版资源| 久久午夜亚洲精品久久| 欧美又色又爽又黄视频| 欧美成人免费av一区二区三区| 一区福利在线观看| 国产在线精品亚洲第一网站| 欧美性猛交黑人性爽| 91九色精品人成在线观看| 少妇裸体淫交视频免费看高清| 在线十欧美十亚洲十日本专区| 亚洲五月天丁香| 夜夜看夜夜爽夜夜摸| 午夜精品久久久久久毛片777| 波多野结衣高清无吗| 午夜激情欧美在线| eeuss影院久久| 99久久成人亚洲精品观看| 久久中文看片网| 日日夜夜操网爽| 欧美性猛交╳xxx乱大交人| 日韩国内少妇激情av| 性插视频无遮挡在线免费观看| 亚洲一区高清亚洲精品| 欧美bdsm另类| 中文字幕人妻熟人妻熟丝袜美| 亚洲av成人av| 好看av亚洲va欧美ⅴa在| av视频在线观看入口| 小说图片视频综合网站| 久99久视频精品免费| 国产野战对白在线观看| 老司机午夜福利在线观看视频| 国产不卡一卡二| 国产又黄又爽又无遮挡在线| 丰满乱子伦码专区| 久久久久国产精品人妻aⅴ院| 免费搜索国产男女视频| 欧美日韩黄片免| 很黄的视频免费| 亚洲精品成人久久久久久| 国产老妇女一区| 一本久久中文字幕| 又粗又爽又猛毛片免费看| 最新在线观看一区二区三区| 亚洲片人在线观看| 亚洲三级黄色毛片| 国产欧美日韩精品亚洲av| 真实男女啪啪啪动态图| 国产蜜桃级精品一区二区三区| 成人鲁丝片一二三区免费| 日韩欧美 国产精品| 国产精品久久视频播放| 久久精品国产亚洲av涩爱 | 最近最新免费中文字幕在线| 欧美精品啪啪一区二区三区| 日韩欧美免费精品| 国产亚洲精品综合一区在线观看| 国产av不卡久久| 男女那种视频在线观看| 一进一出好大好爽视频| 日韩欧美在线二视频| av国产免费在线观看| 一级av片app| 深夜a级毛片| 性欧美人与动物交配| 免费看a级黄色片| 午夜激情欧美在线| 久久精品人妻少妇| 一级黄片播放器| 一a级毛片在线观看| 精品一区二区三区av网在线观看| 俄罗斯特黄特色一大片| 在线观看免费视频日本深夜| 国产中年淑女户外野战色| 男人舔女人下体高潮全视频| 淫妇啪啪啪对白视频| 俄罗斯特黄特色一大片| 在线观看免费视频日本深夜| x7x7x7水蜜桃| 男女做爰动态图高潮gif福利片| 国产探花在线观看一区二区| 嫩草影院新地址| 国产视频一区二区在线看| 无人区码免费观看不卡| 国产精品av视频在线免费观看| 啦啦啦韩国在线观看视频| 国内毛片毛片毛片毛片毛片| 午夜两性在线视频| 亚洲成a人片在线一区二区| 久久久成人免费电影| 看片在线看免费视频| 亚洲七黄色美女视频| 国产极品精品免费视频能看的| 成年免费大片在线观看| 久久久久久久久大av| 国产在线男女| 嫩草影院入口| 好男人电影高清在线观看| 成人亚洲精品av一区二区| www.999成人在线观看| 国产精品亚洲美女久久久| 一本久久中文字幕| 国产野战对白在线观看| 真实男女啪啪啪动态图| 免费大片18禁| 日韩中文字幕欧美一区二区| 两人在一起打扑克的视频| 亚洲激情在线av| 亚洲成av人片在线播放无| 一区二区三区免费毛片| 亚洲av成人不卡在线观看播放网| 亚洲第一电影网av| 国产精品爽爽va在线观看网站| 白带黄色成豆腐渣| 国产真实乱freesex| www日本黄色视频网| 亚洲在线自拍视频| 舔av片在线| 搞女人的毛片| 免费人成视频x8x8入口观看| 亚洲成人久久性| 欧美成人免费av一区二区三区| 久久精品国产亚洲av香蕉五月| 午夜久久久久精精品| 亚洲av成人av| 少妇高潮的动态图| 51国产日韩欧美| 日本 av在线| 小蜜桃在线观看免费完整版高清| 精品久久久久久久末码| 亚洲精品在线观看二区| 老女人水多毛片| 我要搜黄色片| 人妻夜夜爽99麻豆av| 欧美日韩亚洲国产一区二区在线观看| 五月玫瑰六月丁香| 久久久久国产精品人妻aⅴ院| 国产人妻一区二区三区在| 中文字幕人成人乱码亚洲影| 免费一级毛片在线播放高清视频| 亚洲精华国产精华精| 波多野结衣高清无吗| 国产大屁股一区二区在线视频| 欧美性感艳星| 日本黄大片高清| 成熟少妇高潮喷水视频| 琪琪午夜伦伦电影理论片6080| .国产精品久久| xxxwww97欧美| 日本精品一区二区三区蜜桃| 欧美激情久久久久久爽电影| 狂野欧美白嫩少妇大欣赏| 男女做爰动态图高潮gif福利片| 亚洲成av人片在线播放无| 日本一二三区视频观看| 日韩欧美精品v在线| 脱女人内裤的视频| 性插视频无遮挡在线免费观看| 日本五十路高清| 精品一区二区三区av网在线观看| 成人午夜高清在线视频| 欧美+亚洲+日韩+国产| 高清在线国产一区| 免费高清视频大片| 日韩欧美在线乱码| 嫩草影院新地址| 9191精品国产免费久久| 日韩人妻高清精品专区| 国内精品久久久久久久电影| 久久精品夜夜夜夜夜久久蜜豆| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 免费电影在线观看免费观看| 99热这里只有是精品50| 一个人免费在线观看的高清视频| 一个人看视频在线观看www免费| 久久天躁狠狠躁夜夜2o2o| 国产精品综合久久久久久久免费| 很黄的视频免费| 午夜a级毛片| 天堂网av新在线| a级毛片a级免费在线| 可以在线观看毛片的网站| 变态另类丝袜制服| 日韩有码中文字幕| 亚洲精品日韩av片在线观看| 成人美女网站在线观看视频| 日本免费a在线| av福利片在线观看| bbb黄色大片| 色噜噜av男人的天堂激情| av在线老鸭窝| 国产精品一及| 啦啦啦韩国在线观看视频| 久久精品综合一区二区三区| 搞女人的毛片| 最后的刺客免费高清国语| ponron亚洲|