• <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
    国产在线男女| 在线免费观看的www视频| 超碰av人人做人人爽久久| 在现免费观看毛片| 一级爰片在线观看| 身体一侧抽搐| 亚洲av福利一区| 国产成人a∨麻豆精品| 久久精品国产99精品国产亚洲性色| 少妇的逼水好多| 麻豆久久精品国产亚洲av| 亚洲欧美成人综合另类久久久 | 亚洲丝袜综合中文字幕| 久久久久久九九精品二区国产| 丰满人妻一区二区三区视频av| 69人妻影院| 久久精品久久久久久久性| 国产免费又黄又爽又色| 成人毛片60女人毛片免费| 99久久中文字幕三级久久日本| 毛片一级片免费看久久久久| 中文字幕人妻熟人妻熟丝袜美| 少妇高潮的动态图| 草草在线视频免费看| 日本av手机在线免费观看| 国产视频内射| 免费看光身美女| 国产精品福利在线免费观看| 嫩草影院新地址| 亚洲一区高清亚洲精品| 九草在线视频观看| 日本色播在线视频| 最近中文字幕高清免费大全6| 美女高潮的动态| 少妇的逼水好多| 天天躁夜夜躁狠狠久久av| 亚洲熟妇中文字幕五十中出| 51国产日韩欧美| 一级毛片aaaaaa免费看小| 国内精品美女久久久久久| 日韩三级伦理在线观看| 能在线免费观看的黄片| 国产伦精品一区二区三区四那| 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 | 少妇熟女aⅴ在线视频| 欧美日韩在线观看h| 最近视频中文字幕2019在线8| 99热6这里只有精品| 少妇的逼水好多| 亚洲激情五月婷婷啪啪| 舔av片在线| 少妇熟女欧美另类| 久久精品国产亚洲av涩爱| 国产精品无大码| 欧美性感艳星| 亚洲人成网站在线播| 久久鲁丝午夜福利片| 哪个播放器可以免费观看大片| 亚洲av一区综合| 久久精品国产亚洲网站| 看免费成人av毛片| 在线观看一区二区三区| 一本久久精品| 日韩一区二区视频免费看| 久久久久久九九精品二区国产| 精品久久国产蜜桃| 成人鲁丝片一二三区免费| 两性午夜刺激爽爽歪歪视频在线观看| 婷婷色综合大香蕉| 能在线免费看毛片的网站| 又爽又黄a免费视频| av天堂中文字幕网| 免费av毛片视频| 成人无遮挡网站| 精品人妻一区二区三区麻豆| 两个人的视频大全免费| 欧美性猛交╳xxx乱大交人| 建设人人有责人人尽责人人享有的 | 欧美日韩综合久久久久久| 久久久久久久久大av| 一边摸一边抽搐一进一小说| 尤物成人国产欧美一区二区三区| 亚洲精华国产精华液的使用体验| 国产精品久久久久久久电影| 精品熟女少妇av免费看| 建设人人有责人人尽责人人享有的 | 婷婷色麻豆天堂久久 | 桃色一区二区三区在线观看| 免费人成在线观看视频色| 91狼人影院| 三级经典国产精品| 亚洲欧美精品专区久久| 国产精品一及| 日日摸夜夜添夜夜爱| 麻豆av噜噜一区二区三区| 国产久久久一区二区三区| 青春草视频在线免费观看| 搞女人的毛片| 美女脱内裤让男人舔精品视频| 久久99蜜桃精品久久| 有码 亚洲区| 亚洲欧美日韩高清专用| 国产在视频线在精品| 国产精品乱码一区二三区的特点| 中文字幕av成人在线电影| 97超视频在线观看视频| 淫秽高清视频在线观看| 春色校园在线视频观看| 国产精品蜜桃在线观看| 大又大粗又爽又黄少妇毛片口| 欧美变态另类bdsm刘玥| 国产午夜精品论理片| 高清午夜精品一区二区三区| 国产午夜福利久久久久久| 午夜日本视频在线| 精品一区二区免费观看| 一级毛片电影观看 | 国产真实乱freesex| 国产人妻一区二区三区在| 干丝袜人妻中文字幕| 亚洲国产精品久久男人天堂| 久久人妻av系列| 老师上课跳d突然被开到最大视频| 青春草视频在线免费观看| 日本熟妇午夜| 日韩av在线免费看完整版不卡| 久久久成人免费电影| 日本爱情动作片www.在线观看| 日韩 亚洲 欧美在线| 国产色爽女视频免费观看| 天天一区二区日本电影三级| 午夜福利高清视频| 日韩制服骚丝袜av| 一个人免费在线观看电影| 狂野欧美白嫩少妇大欣赏| 国产亚洲av片在线观看秒播厂 | 国产亚洲精品av在线| 97人妻精品一区二区三区麻豆| 一个人观看的视频www高清免费观看| 观看免费一级毛片| 日本五十路高清| 亚洲欧美日韩卡通动漫| 免费一级毛片在线播放高清视频| 男人舔女人下体高潮全视频| 亚洲最大成人手机在线| 91狼人影院| 草草在线视频免费看| 男人和女人高潮做爰伦理| 国产成人午夜福利电影在线观看| 亚洲欧美成人综合另类久久久 | 村上凉子中文字幕在线| 亚洲精品国产成人久久av| 国产精品嫩草影院av在线观看| 欧美xxxx性猛交bbbb| 51国产日韩欧美| 国产在视频线在精品| 亚洲性久久影院| 你懂的网址亚洲精品在线观看 | 国产免费视频播放在线视频 | 伊人久久精品亚洲午夜| 久久婷婷人人爽人人干人人爱| 99在线视频只有这里精品首页| 91狼人影院| www.色视频.com| 在线免费十八禁| 亚洲无线观看免费| 亚洲18禁久久av| 秋霞在线观看毛片| 在线天堂最新版资源| a级毛片免费高清观看在线播放| 91精品国产九色| 99视频精品全部免费 在线| 精品久久国产蜜桃| 老司机福利观看| 天堂中文最新版在线下载 | 国产真实伦视频高清在线观看| 一区二区三区免费毛片| 亚洲天堂国产精品一区在线| 免费无遮挡裸体视频| 麻豆久久精品国产亚洲av| av播播在线观看一区| 激情 狠狠 欧美| 在现免费观看毛片| 欧美成人精品欧美一级黄| 日韩一区二区视频免费看| 国产熟女欧美一区二区| 深夜a级毛片| 国产男人的电影天堂91| 一个人免费在线观看电影| 春色校园在线视频观看| 欧美高清性xxxxhd video| 亚洲在线观看片| 成人毛片60女人毛片免费| 亚洲18禁久久av| 男插女下体视频免费在线播放| 国产v大片淫在线免费观看| 天堂网av新在线| 亚洲av日韩在线播放| av在线天堂中文字幕| 99久久成人亚洲精品观看| 日韩av不卡免费在线播放| 卡戴珊不雅视频在线播放| 国产精品国产高清国产av| 高清日韩中文字幕在线| 嘟嘟电影网在线观看| 夜夜看夜夜爽夜夜摸| 欧美性感艳星| 青春草视频在线免费观看| 亚洲成人中文字幕在线播放| 在线免费观看不下载黄p国产| 久久久久久久久久久免费av| av在线天堂中文字幕| 国产大屁股一区二区在线视频| 蜜臀久久99精品久久宅男| 毛片一级片免费看久久久久| 国产成人一区二区在线| 成年女人永久免费观看视频| 日本一本二区三区精品| 精品国产三级普通话版| 国产单亲对白刺激| 91午夜精品亚洲一区二区三区| 色播亚洲综合网| 免费一级毛片在线播放高清视频| 免费不卡的大黄色大毛片视频在线观看 | 亚洲欧美中文字幕日韩二区| 欧美区成人在线视频| 一级二级三级毛片免费看| 国产高清三级在线| 九九久久精品国产亚洲av麻豆| 亚洲成人久久爱视频| 成年版毛片免费区| 天美传媒精品一区二区| 免费av观看视频| 我的女老师完整版在线观看| 国产精品久久电影中文字幕| 国产真实伦视频高清在线观看| 午夜精品在线福利| 国产精品一区二区在线观看99 | 国产成人a∨麻豆精品| 国产精品野战在线观看| 日韩大片免费观看网站 | 午夜日本视频在线| 国产老妇伦熟女老妇高清| 少妇高潮的动态图| 少妇裸体淫交视频免费看高清| 亚洲在线观看片| 少妇丰满av| 热99re8久久精品国产| 小说图片视频综合网站| 一二三四中文在线观看免费高清| 伦精品一区二区三区| 中文精品一卡2卡3卡4更新| 亚洲av电影不卡..在线观看| 国产午夜精品久久久久久一区二区三区| 久久国内精品自在自线图片| 免费av不卡在线播放| 嫩草影院精品99| av在线老鸭窝| 亚洲av男天堂| 亚洲精品乱码久久久v下载方式| 亚洲精品乱码久久久久久按摩| 成人无遮挡网站| 精品少妇黑人巨大在线播放 | 黄色配什么色好看| 亚洲av电影在线观看一区二区三区 | 国产亚洲av嫩草精品影院| 少妇熟女aⅴ在线视频| 欧美性猛交黑人性爽| 亚洲精品乱码久久久v下载方式| 免费看a级黄色片| 99在线视频只有这里精品首页| 黄色日韩在线| 亚洲av熟女| 人人妻人人看人人澡| av又黄又爽大尺度在线免费看 | 两个人的视频大全免费| a级毛片免费高清观看在线播放| 国产人妻一区二区三区在| 青春草国产在线视频| 久久久久久久久久久丰满| 日韩欧美国产在线观看| 成人综合一区亚洲| 男女那种视频在线观看| 精品酒店卫生间| 久久久久久久久大av| 天天躁日日操中文字幕| 又爽又黄无遮挡网站| 国产伦在线观看视频一区| 日韩中字成人| 一区二区三区乱码不卡18| 国产淫语在线视频| 成人三级黄色视频| 99视频精品全部免费 在线| 男人的好看免费观看在线视频| 免费人成在线观看视频色| 亚洲成人精品中文字幕电影| 日日摸夜夜添夜夜爱| 99久久人妻综合| 自拍偷自拍亚洲精品老妇| 成人性生交大片免费视频hd| 边亲边吃奶的免费视频| 中文乱码字字幕精品一区二区三区 | 亚洲天堂国产精品一区在线| 亚洲伊人久久精品综合 | 亚洲精品久久久久久婷婷小说 | 全区人妻精品视频| 午夜福利在线观看吧| 亚洲在久久综合| 日韩强制内射视频| 国产午夜精品一二区理论片| 淫秽高清视频在线观看| 国产精品野战在线观看| 久久久久久国产a免费观看| 国产成人精品一,二区| 美女国产视频在线观看| 国产91av在线免费观看| 国产真实伦视频高清在线观看| 非洲黑人性xxxx精品又粗又长| 麻豆久久精品国产亚洲av| 男人的好看免费观看在线视频| 波野结衣二区三区在线| 成人无遮挡网站| 三级经典国产精品| 天天躁日日操中文字幕| 三级男女做爰猛烈吃奶摸视频| 狠狠狠狠99中文字幕| 高清视频免费观看一区二区 | 超碰97精品在线观看| 午夜福利在线在线| 建设人人有责人人尽责人人享有的 | a级毛片免费高清观看在线播放| 国产色婷婷99| 欧美精品国产亚洲| 精品国内亚洲2022精品成人| 99在线人妻在线中文字幕| 国产高清三级在线| 国产精品一区二区三区四区久久| 国产日韩欧美在线精品| 中文精品一卡2卡3卡4更新| 国产高清三级在线| 五月伊人婷婷丁香| 国产老妇伦熟女老妇高清| 狂野欧美白嫩少妇大欣赏| 99久久人妻综合| 国产精品久久久久久久电影| 亚洲国产欧洲综合997久久,| 少妇熟女欧美另类| 老司机影院毛片| АⅤ资源中文在线天堂| 国产v大片淫在线免费观看| 国产熟女欧美一区二区| 最近视频中文字幕2019在线8| 直男gayav资源| 日韩av不卡免费在线播放| 天天躁日日操中文字幕| 天堂av国产一区二区熟女人妻| 亚洲av成人精品一二三区| 国产黄色视频一区二区在线观看 | 七月丁香在线播放| 午夜激情福利司机影院| 国产精品.久久久| 精品久久久久久久久av| 亚洲最大成人手机在线| 成人欧美大片| 国产精品三级大全| 国产在视频线在精品| 国产精品国产三级专区第一集| 欧美xxxx性猛交bbbb| 91午夜精品亚洲一区二区三区| 欧美xxxx性猛交bbbb| 亚洲精品亚洲一区二区| 国产乱来视频区| 人人妻人人澡欧美一区二区| 欧美丝袜亚洲另类| 国产一区二区三区av在线| 51国产日韩欧美| 久久精品人妻少妇| 久久99热6这里只有精品| 人人妻人人澡欧美一区二区| 欧美成人精品欧美一级黄| 日韩中字成人| 在线播放国产精品三级| av又黄又爽大尺度在线免费看 | 男人舔女人下体高潮全视频| 久久久久久久久久久丰满| 免费av毛片视频| 亚洲天堂国产精品一区在线| 久久人人爽人人爽人人片va| 免费一级毛片在线播放高清视频| 中国国产av一级| 国产伦一二天堂av在线观看| 成人午夜高清在线视频| 亚洲成人av在线免费| 性色avwww在线观看| 日本黄色视频三级网站网址| 简卡轻食公司| 国产av在哪里看| 色视频www国产| 村上凉子中文字幕在线| 国产精品久久电影中文字幕| 亚洲一级一片aⅴ在线观看| 国产成人精品一,二区| 久久精品影院6| 99热精品在线国产| 我要看日韩黄色一级片| 亚洲国产精品合色在线| 国产免费视频播放在线视频 | 高清日韩中文字幕在线| 欧美97在线视频| 国国产精品蜜臀av免费| 中文资源天堂在线| 91久久精品国产一区二区成人| 亚洲成色77777| 亚洲综合精品二区| 久久久久久九九精品二区国产| 免费黄色在线免费观看| 亚洲精品日韩av片在线观看| 亚洲不卡免费看| 亚洲国产精品专区欧美| 国产免费又黄又爽又色| 噜噜噜噜噜久久久久久91| 欧美人与善性xxx| 丝袜美腿在线中文| 99视频精品全部免费 在线| 国产精品嫩草影院av在线观看| 久久久久久九九精品二区国产| 少妇熟女欧美另类| 久久精品国产自在天天线| 久久精品国产鲁丝片午夜精品| 亚洲av免费在线观看| av专区在线播放| 一级二级三级毛片免费看| 看免费成人av毛片| 午夜免费激情av| 国产精品综合久久久久久久免费| 日韩一区二区三区影片| 久久久久精品久久久久真实原创| 日本一本二区三区精品| 日韩强制内射视频| 大香蕉久久网| 免费观看的影片在线观看| 国产精品综合久久久久久久免费| 美女高潮的动态| 久久精品夜夜夜夜夜久久蜜豆| 国产大屁股一区二区在线视频| 一边亲一边摸免费视频| 伦精品一区二区三区| 一个人观看的视频www高清免费观看| 午夜激情福利司机影院| 国产 一区精品| 内地一区二区视频在线| 精品午夜福利在线看| 欧美日韩一区二区视频在线观看视频在线 | 国产乱人视频| 晚上一个人看的免费电影| 色综合亚洲欧美另类图片| 欧美97在线视频| 激情 狠狠 欧美| 黄色一级大片看看| 99久国产av精品国产电影| 日韩精品青青久久久久久| 欧美成人精品欧美一级黄| 七月丁香在线播放| 麻豆一二三区av精品| 青青草视频在线视频观看| 波野结衣二区三区在线| 熟女人妻精品中文字幕| 亚洲精品成人久久久久久| 亚洲国产精品国产精品| 亚洲国产欧美人成| www.av在线官网国产| 亚洲精品国产av成人精品| 国产精品综合久久久久久久免费| 久久草成人影院| 国产精品一及| 亚洲精华国产精华液的使用体验| 毛片一级片免费看久久久久| 亚洲精品aⅴ在线观看| 日韩一区二区三区影片| 久久99热这里只有精品18| 免费人成在线观看视频色| 亚洲av一区综合| 色网站视频免费| 国产精品一区www在线观看| 少妇人妻一区二区三区视频| 丝袜喷水一区| 中文字幕熟女人妻在线| 国产黄片美女视频| 能在线免费观看的黄片| 五月伊人婷婷丁香| 国产一区有黄有色的免费视频 | 精品久久久久久久末码| ponron亚洲| 特大巨黑吊av在线直播| 国产精品人妻久久久影院| 尾随美女入室| 午夜老司机福利剧场| 在线观看av片永久免费下载| 国产91av在线免费观看| 国产成人福利小说| 国产精品国产高清国产av| 国产精品嫩草影院av在线观看| 久久99蜜桃精品久久| 日韩欧美国产在线观看| 国产高清国产精品国产三级 | 一卡2卡三卡四卡精品乱码亚洲| 国产女主播在线喷水免费视频网站 | 欧美日韩精品成人综合77777| 国产精品一区www在线观看| 夫妻性生交免费视频一级片| 男女视频在线观看网站免费| 国产精品.久久久| 日韩成人av中文字幕在线观看| 亚洲国产日韩欧美精品在线观看| 亚洲国产欧美人成| 日韩视频在线欧美| 长腿黑丝高跟| 国产成人a区在线观看| 爱豆传媒免费全集在线观看| 真实男女啪啪啪动态图| 日韩大片免费观看网站 | 你懂的网址亚洲精品在线观看 | 免费观看在线日韩| 欧美xxxx黑人xx丫x性爽| 日韩,欧美,国产一区二区三区 | 精品人妻偷拍中文字幕| 欧美另类亚洲清纯唯美| 久久精品综合一区二区三区| 九草在线视频观看| 熟女人妻精品中文字幕| 久久这里只有精品中国| 日韩欧美在线乱码| 一区二区三区免费毛片| av在线观看视频网站免费| 乱码一卡2卡4卡精品| 99九九线精品视频在线观看视频| 欧美日韩一区二区视频在线观看视频在线 | 国产不卡一卡二| 国产精品电影一区二区三区| 色播亚洲综合网| 在线观看av片永久免费下载| 别揉我奶头 嗯啊视频| 九九热线精品视视频播放| 人人妻人人澡人人爽人人夜夜 | av线在线观看网站| 亚洲精品国产成人久久av| 成人亚洲欧美一区二区av| 国产精品国产三级国产专区5o | 国产午夜精品一二区理论片| 成人无遮挡网站| 只有这里有精品99| 99热这里只有是精品50| 久久综合国产亚洲精品| 日本黄大片高清| 欧美极品一区二区三区四区| 97在线视频观看| 在线观看66精品国产| 久久人人爽人人片av| 我的女老师完整版在线观看| 内射极品少妇av片p| 国产片特级美女逼逼视频| 男女下面进入的视频免费午夜| 99久久精品一区二区三区| 免费搜索国产男女视频| 欧美又色又爽又黄视频| 丝袜喷水一区| av在线播放精品| 欧美一区二区精品小视频在线| 中文字幕亚洲精品专区| 国产一区二区在线av高清观看| 国产精品一区二区在线观看99 | 级片在线观看| 综合色丁香网| 成人毛片a级毛片在线播放| 亚洲美女搞黄在线观看| 乱人视频在线观看| 国产成人精品久久久久久| 亚洲av不卡在线观看| 久久久精品94久久精品| 在线天堂最新版资源| 久热久热在线精品观看| 九色成人免费人妻av| 白带黄色成豆腐渣| 日韩一区二区三区影片| 国产成年人精品一区二区| 大香蕉久久网| 久久精品国产亚洲网站| 五月玫瑰六月丁香| 国内精品一区二区在线观看| 精品人妻熟女av久视频| 我的女老师完整版在线观看| 成人高潮视频无遮挡免费网站| 狂野欧美白嫩少妇大欣赏| 色吧在线观看| 黄色配什么色好看| 99热全是精品| 亚洲精品乱久久久久久| 黄色一级大片看看| 久久精品国产亚洲网站| 中文精品一卡2卡3卡4更新| 人人妻人人澡人人爽人人夜夜 | 亚洲天堂国产精品一区在线| 嫩草影院新地址| 日韩av在线免费看完整版不卡| 久久久a久久爽久久v久久| 一夜夜www| 国产三级中文精品| 国产综合懂色| 亚洲aⅴ乱码一区二区在线播放| 国产精品国产三级专区第一集| 国产免费又黄又爽又色| 久久午夜福利片| 精品人妻视频免费看| 午夜视频国产福利|