• <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 ?

    利用面向對象的信息提取技術進行城市用地分類

    2016-10-18 07:11:00劉佳雨
    西部資源 2016年4期
    關鍵詞:分類

    劉佳雨

    摘要:針對城市用地分類問題,利用面向對象的高分辨率影像信息提取技術,對高分辨率影像進行影像分割,尋找影響對象提取精度的最優(yōu)分割尺度,在得到最優(yōu)分割尺度的基礎上針對研究區(qū)城市用地的特點,有針對性地建立不同對象的提取規(guī)則,實現(xiàn)對目標對象的信息提取,從而形成最終的城市用地分類圖,并將其與基于像元的光譜信息分類的方法進行對比,結果表明:視覺方面,面向對象信息提取技術克服了監(jiān)督分類最大似然方法僅利用光譜信息分類的缺陷,充分考慮了像元間的空間關系特點,有效消除了“椒鹽”噪聲的影響;精度方面,面向對象信息提取技術的總體精度高達86.1166%,比最大似然法的總體精度提高了9.8851%,KAPPA系數也高達0.8131。

    關鍵詞:面向對象;高分辨率影像;多尺度分割;ENVI5.0;信息提取

    Abstract: Object-oriented extraction technology is applied to urban land classification for the purpose of finding the optimal segmentation scale,which affects the accuracy of the classification,and combining with the characteristics of the study area. Different extraction rules should be established to extract the object information.Compared with the pixel-based classification method,the results shows that:①object-oriented extraction technology takes full account of the spatial relationships between features,and eliminates the “pepper and salt”noises;②In accuracy,the overallaccuracy of the object-oriented extraction technology is up to 86.1166%,9.8851 percentage points higher than the maximum likelihood method,Also a KAPPA coefficient of 0.8131 is acquired.

    Key words: Object-oriented;High spatial

    resolution image;Multi-scale segmentation;ENVI5.0;Information extraction

    引言

    城市用地類型的多樣化使得針對城市用地的分類方法研究成為近年來人們關注的問題,傳統(tǒng)的基于像元光譜信息的分類技術使用的多是中低分辨率的影像,其分類原理僅利用了影像的光譜信息,使得分類影像的視覺效果由于大量“椒鹽”噪聲的存在受到很大影響,并且“異物同譜”和“同物異譜”現(xiàn)象使得分類精度大大降低[1]。隨著一系列高分辨率衛(wèi)星的發(fā)射,高分辨率影像的獲取成本越來越低,這使得面向對象的信息提取技術蓬勃發(fā)展,成為近年來研究的熱點問題[2]。其基本思想是首先按照研究對象的特點將影像分割成具有一定意義的均質對象,而不是以單獨的像元為研究單位,然后綜合運用對象的光譜、紋理、形狀、大小以及空間鄰近關系等特征進行分類,所以分類精度大大提高[3],同時該技術也省去了后期目視解譯工作的繁重任務,排除了人為主觀性的干擾,節(jié)省了大量成本,實現(xiàn)了自動獲取遙感信息的過程[4]。

    國內外很多學者也針對面向對象信息提取技術做了很多研究,比如孫曉霞,張繼賢等利用面向對象的分類方法從IKONOS全色影像中提取河流和道路信息[5];曹寶,秦其明等應用面向對象的分類方法對SPOT5遙感影像進行分類[6],但是基于面向對象的高分辨率影像應用于城市用地分類的研究卻比較少,因此本文利用ENVI5.0中的Feature Extraction模塊,選取杭州具有典型城市用地類型的部分區(qū)域作為研究對象,利用面向對象的影像分割技術,基于邊緣分割的算法,對城市用地進行分類,同時和傳統(tǒng)的基于像元光譜信息的分類方法進行比較,并做出了精度評價,類似的應用研究目前國內并不多見,這就為利用高分辨率衛(wèi)星影像提取城市用地信息提供了一種全新的思路和方法,具有巨大的經濟和社會價值。

    1. 研究區(qū)與數據源簡介

    WorldView-2影像數據獲取時間為2008年6月,具有一個空間分辨率為0.5m的全色波段,八個空間分辨率為2m的多光譜波段,地物的光譜信息比較豐富。從影像上看,研究區(qū)內道路、綠地、建筑物、水體等城市用地類型清晰可見。為了最大限度地利用高分辨率影像的空間以及光譜信息,保證數據的精度,在正式做信息提取之前,先對研究區(qū)影像進行了融合、正射糾正、大氣校正等預處理,得到圖1所示的真彩色合成影像。本文從杭州市WorldView-2高分辨率遙感影像上截取2596*1523像素大小的區(qū)域作為研究區(qū),且該地區(qū)的城市用地類型明顯(見圖1)。

    2. 信息提取方法

    2.1 基于像元光譜信息的最大似然監(jiān)督分類法

    傳統(tǒng)的基于像元光譜信息的最大似然監(jiān)督分類法通過定義訓練樣本的方式形成待提取感興趣地物的光譜特征空間,并利用這個特征空間對整個研究區(qū)進行分類,這種分類方法僅僅考慮了研究對象的光譜信息,沒有考慮其紋理、大小、形狀以及空間拓撲關系特征。利用這種方法得到分類專題圖如圖2所示。通過對分類圖的分析,得到以下結論:(1)大量的“椒鹽”噪聲存在于分類結果中使得圖像的視覺效果受到影響,主要原因是同一地物在高分辨率影像上表現(xiàn)的光譜特征不同,混合像元增多所致;(2)建筑物和道路不能很好地分開,導致大量的錯分和混分現(xiàn)象存在,主要原因是它們的建筑材料類似,表現(xiàn)在遙感圖像上的光譜信息非常接近,“異物同譜”現(xiàn)象在基于像元光譜信息的分類方法中很難區(qū)分。

    2.2 面向對象的信息提取方法

    由于不同地物的物理化學成分、內部結構構造、紋理結構以及表面特征的不同,使得不同地物對于電磁波的輻射和反射能力不盡相同,反映在遙感影像上就表現(xiàn)為平均輻射亮度值的不同,從而形成不同地物在遙感影像上的不同形態(tài)及色彩表現(xiàn),我們能夠對不同地物進行特征分析,從而根據不同的特征在影像上進行信息提取,這就使得面向對象的信息提取技術成為可能[7]。目前,比較流行的遙感影像處理軟件ENVI、ERDAS等都提供面向對象的分類方法,還有專門針對面向對象信息提取的eCognition[8]。其中,ENVI5.0FX擴展模塊提供了完整的面向對象信息提取的技術流程,本文主要利用ENVI5.0 FX擴展模塊中的Feature Extraction工具進行基于規(guī)則的面向對象的信息提取,其主要流程如圖3所示。

    2.2.1 多尺度影像分割

    多尺度影像分割是根據研究目的,按照一定規(guī)則將圖像分割成獨立區(qū)域的過程,圖像分割技術概括起來分為邊緣搜索、區(qū)域增長和基于知識的分割等三類[9]。多尺度影像分割先將單個像元作為一個對象,然后根據相鄰像元之間的光譜異質及其閾值和對比度異質及其閾值對象元進行合并及分割,再用形狀異質對產生的對象形狀進行修正,最終得到具有相似形狀、顏色、紋理等特征的多邊形,正因為如此,信息提取時,非常重要的語義信息并不是通過單個像元表達的,而是通過分割出的圖像對象(一組像元)反映的[10]。分割尺度的大小影響影像對象的大小和數量,分割尺度不同,生成的影像對象多邊形的大小和數量也不同,一個好的分割尺度分割得到的多邊形可以將不同的地物類型的邊界線勾勒清楚,同時能夠防止地物分割的過于細碎,所以多尺度影像分割技術是面向對象信息提取最關鍵的一步,其分割質量的好壞直接影響到最終信息提取的精度[11]。

    Feature Extraction根據鄰近像素亮度、紋理、顏色等對圖像進行分割,它使用的是基于邊緣的分割算法,即邊緣搜索,這種算法計算速度快,并且只需要一個輸入參數就能產生多尺度分割結果,通過不同尺度邊界的差異控制,從而產生從細到粗的多尺度分割,高分辨率影像中對象的特征各有不同,需根據實際情況設定不同的分割尺度,所以在分割一幅影像時,最好的辦法是通過反復試驗不同的參數設置,以期得到最佳的分割尺度[12]。利用Feature Extraction工具進行基于規(guī)則的面向對象的信息提取時,要求根據待提取對象的不同特點分別設置分割尺度和合并尺度數值,并選擇合適的算法進行影像的多尺度分割[13]。各種算法及其特點如表1所示。

    經過多次試驗并結合待提取地物在高分辨率影像上的特點,決定選擇Edge基于邊緣檢測的分割算法并結合Full Lambda Schedule合并算法來對實驗區(qū)進行多尺度影像分割。通過尺度分割實驗,并結合四種城市用地類型的特點,選擇出各自的最佳的分割尺度,形成了具有“同質性”的對象像元群,四種待提取對象的最佳分割及合并尺度如表2所示。選擇高尺度的圖像分割,分出的斑塊少;選擇低尺度的圖像分割,會分出更多的斑塊,至此完成了面向對象信息提取中發(fā)現(xiàn)對象的過程。

    2.2.2 基于分割的分類技術

    Feature Extraction中包括兩種基于分割的特征提取方法:基于規(guī)則的特征提取和基于樣本的特征提取,其中基于規(guī)則的特征提取屬于模糊分類法。本文主要采用基于規(guī)則的特征提取法進行城市用地分類,即通過分析待提取地物本身的特征屬性及與其他地物的特征差異,建立各種限定規(guī)則來提取地物,從而達到分類的目的。

    應當選擇待提取地物最顯著的特點來建立規(guī)則,所設規(guī)則不宜太多,規(guī)則多并不意味著精度就會提高。每一個分類由若干個規(guī)則組成,每一個規(guī)則由若干個屬性表達式描述,每個分類可以有若干個規(guī)則,它們之間是“or”的關系,每一個規(guī)則可以有若干個屬性表達式,它們之間是“and”的關系。本文針對四種待提取地物類型的不同特點,采用不同的提取規(guī)則如表3所示。

    提取綠地信息時,首先計算圖像的NDVI值,植被的NDVI值明顯高于其他地物,通過選擇ROI進行綠地NDVI值統(tǒng)計,確定在NDVI>0.18405時可以將大部分的植被信息提取出來;一些人工搭建的塑料棚等的反射率較高,NDVI值較大,也被錯誤地提取出來,利用植被和人工棚在綠波段Band3的DN值特點進行區(qū)分,綠地在此波段的最大DN值和人工棚在此波段的最小DN值很接近,所以利用人工棚在此波段的最小DN值1297作為提取綠地信息的上限,可以將錯誤提取出來的人工搭建物剔除。

    提取水體信息時比較簡單,由于水體在近紅外波段的反射率很低,通過選擇水體的ROI信息并進行統(tǒng)計,只利用一個屬性表達式Band7<853.54874就可以將水體很好地提取出來。

    提取道路信息時,首先利用NDVI<0.18405將綠地信息剔除;由于道路相比于建筑物的延伸性較好,并且道路的長寬比較大,經過多次實驗確定當Elongation>3,長寬比>1.5時可以將道路信息較好地提取出來。

    提取建筑物信息時比較復雜,相比于綠地和水體來說,建筑物的光譜特征不明顯,又沒有道路的延伸性特點,所以需要利用多個屬性表達式逐層提取建筑物信息。首先通過選擇ROI進行建筑物NDVI值統(tǒng)計,確定在NDVI<0.18405時可以剔除掉植被等NDVI值較高的地物信息;由于建筑物大致呈矩形,經過多次實驗確定當矩形形狀度量RectangularFit>0.5時,可以將建筑物信息很好地提取出來;由于建筑物的面積不會太小,所以有必要進行面積限定以剔除掉一些面積過小的干擾區(qū)域,利用Area>45m2作為限定條件。

    由于目前沒有很好的方法對影像中的陰影進行消除,所以陰影地區(qū)的地物信息不能很好地提取出來,所以本文采用人工解譯的方法對影像中的陰影進行提取。最終得到如圖4所示的專題圖。

    3. 精度評價

    采用在研究區(qū)內隨機抽取采樣點的方式,并參考已有的一些輔助資料進行精度評價,并對隨機抽取的100個采樣點逐點進行類別確定,隨后執(zhí)行評價,以期得到比較精確的評價結果。采用的兩種分類方法的精度評價結果如表4、表5所示。

    由表4和表5可以大體得到以下結論:從單個類別提取的生產者精度和用戶精度來看,除了“其他”類別的生產者精度外,面向對象的信息提取技術能夠達到的精度普遍有所提高。比如對綠地信息的提取在面向對象的信息提取技術中,可以有針對性地加入NDVI以及第三波段這類輔助判斷的信息從而提高了分類的精度;道路信息的提取在面向對象信息提取中的生產者精度為83.21%,用戶精度為100%,比監(jiān)督分類最大似然法的精度分別提高了7.78%和39.49%,這是因為道路和建筑物具有相似的光譜特征,單純使用光譜特性進行判別就會使它們很容易被錯分,然而面向對象信息提取技術除了利用光譜信息外,還充分利用了道路的空間特征,如長寬比和延伸性等,從而達到了很高的提取精度;面向對象的信息提取技術最終得到的總體精度為86.1166%,高出監(jiān)督分類最大似然法9.8851%,Kappa系數也提高了0.1596。

    4. 結論

    本文采用面向對象信息提取技術和傳統(tǒng)的監(jiān)督分類最大似然法對城市用地進行了分類,并通過定性和定量的方法對最終的分類結果進行對比,結論如下:(1)面向對象的信息提取技術在進行分類前,首先根據地物的光譜、紋理等特點對影像進行了分割,形成了“同質性”的對象像元群,相比于單純依靠地物的光譜信息進行地物提取的監(jiān)督分類最大似然法更加符合自然界地物的客觀性。(2)面向對象的信息提取技術給人以更好的視覺效果,它徹底克服了傳統(tǒng)的基于像元光譜信息的分類方法會產生大量“椒鹽”噪聲的缺陷。(3)面向對象的信息提取技術在利用了像元光譜信息的基礎上,還充分利用了同質像元群的空間特征,比如利用延伸性和長寬比對道路信息進行提取,避免了和其具有相似光譜特征的建筑物的混分,最大限度地克服了“異物同譜”現(xiàn)象對分類結果的影響。(4)從最終的精度評價結果的定量描述中可以看出,面向對象的信息提取技術可以顯著提高分類精度,有益于城市用地類型的劃分,可以對規(guī)劃和政府部門的決策提供更加快速準確的信息支持。

    本文的不足之處:(1)面向對象分類方法的分類精度很大程度上依賴于分割尺度的大小,若分割尺度過大則達不到分類精度的要求,而過小則會使圖像過于細碎,加大分類的難度,影響分類的精度[12],但是目前還沒有形成可靠的影像分割精度的評價標準,本文也僅僅是憑借多次實驗確定的最佳分割參數,帶有一定的主觀性。所以確定一套統(tǒng)一的影像分割精度的評價標準以及如何結合研究區(qū)地物的特征來獲取影像的最優(yōu)分割尺度,將會成為今后研究的重點。(2)被陰影遮蓋地區(qū)的地物信息沒有利用基于面向對象的信息提取技術進行提取,而是通過人工解譯的方法將陰影單獨提取出來,這主要是因為目前關于影像陰影的去除技術尚不成熟,所以如何有效剔除影像的陰影區(qū)域并且能夠最大限度地保留地物的原始光譜及紋理信息是進一步研究的重點和難點所在。

    參考文獻:

    [1] 周春艷,王萍,張振勇等.基于面向對象信息提取技術的城市用地分類[J].遙感技術與應用,2008,23(1):31-36.

    [2] 張壽選.基于面向對象的高分辨率影像專題信息提取[J].地理空間信息,2013,11(1):92-94.

    [3] 孫永軍,童慶禧,秦其明.利用面向對象方法提取濕地信息[J].國土資源遙感,2008,75(1):79-82.

    [4] 黃慧萍,吳炳方,李苗苗等.高分辨率影像城市綠地快速提取技術與應用[J].遙感學報,2004,8(1):68-74.

    [5] Sun Xiao-xia,Zhang Ji-xian,Liu Zheng-jun.Extracting the river and the road using an object oriented technique from IKONOS panchromatic imagery[J].Science of Surveying and Mapping,2006,31(1):62-63.孫曉霞,張繼賢,劉正軍.利用面向對象的分類方法從 IKONOS全色影像中提取河流和道路[J].測繪科學,2006,31(1):62-63.

    [6] 曹寶,秦其明,馬海建等.面向對象方法在 SPOT5遙感圖像分類中的應用—以北京市海淀區(qū)為例[J].地理與地理信息科學,2006,22 (2):46-49.

    [7] 王娟,張軍,呂兆峰.基于分形紋理的遙感影像土地覆蓋的分類方法研究[J].測繪科學,2008,33(2):15-17.

    [8] 黃亮,左小清,馮沖等.基于Canny算法的面向對象影像分割[J].國土資源遙感,2011,91(4):26-30.

    [9] Ballard A,Brown CM,ComputerVision[M].Englewood Cliffs,NJ:Prentice-Hall Inc.1982.

    [10] Baatz M,et al eCognition User Guide[Z].Munich:Definiens Imaging GmbH,2002.

    [11] 鄧書斌.ENVI遙感圖像處理方法[M].科學出版社.2010.

    [12] 喬婷,張懷清,陳永富等.基于NDVI分割與面向對象的東洞庭湖濕地植被信息提取技術[J].西北林學院學報,2013,28(4):170-175.

    [13] Mo D K,Lin H,Li J P,et al.VHR Imagery Multi-Resolution Segmentation Based on Mean Shift[J].Journal of Guangxi Normal University:Natural Science Edition,2006,24(4):247-250.

    猜你喜歡
    分類
    2021年本刊分類總目錄
    分類算一算
    垃圾分類的困惑你有嗎
    大眾健康(2021年6期)2021-06-08 19:30:06
    星星的分類
    我給資源分分類
    垃圾分類,你準備好了嗎
    學生天地(2019年32期)2019-08-25 08:55:22
    分類討論求坐標
    數據分析中的分類討論
    按需分類
    教你一招:數的分類
    一a级毛片在线观看| 国产精品 国内视频| 最近在线观看免费完整版| 特大巨黑吊av在线直播| 在线国产一区二区在线| 男人舔女人的私密视频| 欧美黄色片欧美黄色片| 岛国在线免费视频观看| 国产成人av教育| 国产高清videossex| 一本综合久久免费| 国产成人系列免费观看| 国产高清有码在线观看视频 | 一级黄色大片毛片| 久久婷婷人人爽人人干人人爱| 久久中文字幕一级| 国产亚洲欧美98| 一区二区三区国产精品乱码| 此物有八面人人有两片| 琪琪午夜伦伦电影理论片6080| 国产精品久久视频播放| 两个人看的免费小视频| 一区二区三区激情视频| 少妇被粗大的猛进出69影院| 18禁裸乳无遮挡免费网站照片| 美女扒开内裤让男人捅视频| 变态另类成人亚洲欧美熟女| 免费在线观看完整版高清| 日本 欧美在线| 色综合欧美亚洲国产小说| 国产伦一二天堂av在线观看| 女人高潮潮喷娇喘18禁视频| 亚洲精品中文字幕一二三四区| 黄色片一级片一级黄色片| 亚洲 欧美一区二区三区| 久久久久久免费高清国产稀缺| 久久99热这里只有精品18| 久久久久久久精品吃奶| www.熟女人妻精品国产| 在线观看www视频免费| 国产91精品成人一区二区三区| 欧美黑人巨大hd| 成人亚洲精品av一区二区| 亚洲最大成人中文| 97人妻精品一区二区三区麻豆| 99国产综合亚洲精品| 午夜老司机福利片| 又黄又粗又硬又大视频| 久久人人精品亚洲av| 舔av片在线| 国内精品久久久久久久电影| 国产精品亚洲美女久久久| 2021天堂中文幕一二区在线观| 亚洲av日韩精品久久久久久密| 99精品久久久久人妻精品| 国产成人av激情在线播放| 亚洲电影在线观看av| 18禁国产床啪视频网站| 国产真实乱freesex| 欧美最黄视频在线播放免费| 成人av一区二区三区在线看| 精品久久久久久久毛片微露脸| 无人区码免费观看不卡| 亚洲自偷自拍图片 自拍| 日韩欧美精品v在线| 精品国产乱码久久久久久男人| av片东京热男人的天堂| 亚洲最大成人中文| 丰满人妻一区二区三区视频av | 91麻豆精品激情在线观看国产| 一边摸一边抽搐一进一小说| 久久国产精品人妻蜜桃| 我的老师免费观看完整版| 十八禁网站免费在线| 香蕉国产在线看| 黄色a级毛片大全视频| 久久久久久免费高清国产稀缺| 五月玫瑰六月丁香| 在线观看免费午夜福利视频| 久久精品国产综合久久久| 人人妻人人澡欧美一区二区| 日韩av在线大香蕉| 最近最新中文字幕大全电影3| 亚洲熟女毛片儿| 美女黄网站色视频| 欧美人与性动交α欧美精品济南到| 国产探花在线观看一区二区| 国产精品久久久久久亚洲av鲁大| 听说在线观看完整版免费高清| xxxwww97欧美| 国产黄片美女视频| 香蕉av资源在线| 午夜免费激情av| 夜夜躁狠狠躁天天躁| 老司机靠b影院| 国产三级黄色录像| 99久久综合精品五月天人人| 亚洲成人免费电影在线观看| 国产一区二区在线av高清观看| bbb黄色大片| 亚洲成av人片在线播放无| 午夜影院日韩av| 亚洲精品中文字幕一二三四区| 国产精品久久电影中文字幕| 国产99白浆流出| 日韩三级视频一区二区三区| 久久久国产成人精品二区| 成人国产综合亚洲| 天堂动漫精品| 亚洲一区高清亚洲精品| 亚洲专区国产一区二区| 国产成人影院久久av| 久久热在线av| 亚洲真实伦在线观看| а√天堂www在线а√下载| 老司机福利观看| 欧美精品亚洲一区二区| 久久精品影院6| 99热6这里只有精品| 搡老熟女国产l中国老女人| 久久国产乱子伦精品免费另类| 狠狠狠狠99中文字幕| 亚洲国产中文字幕在线视频| 黑人巨大精品欧美一区二区mp4| 亚洲精品色激情综合| 久久香蕉激情| 亚洲最大成人中文| 99热只有精品国产| 欧美色欧美亚洲另类二区| 国内精品一区二区在线观看| 99精品欧美一区二区三区四区| 国产精品美女特级片免费视频播放器 | 毛片女人毛片| 国产亚洲精品综合一区在线观看 | 日本一本二区三区精品| 午夜免费成人在线视频| 日韩高清综合在线| 午夜日韩欧美国产| 国产成人系列免费观看| 好男人在线观看高清免费视频| 午夜日韩欧美国产| 国产又色又爽无遮挡免费看| 丝袜人妻中文字幕| 一级毛片高清免费大全| 久久精品aⅴ一区二区三区四区| 给我免费播放毛片高清在线观看| 脱女人内裤的视频| 国产精品影院久久| 1024视频免费在线观看| 精品久久久久久久人妻蜜臀av| 婷婷精品国产亚洲av在线| 制服丝袜大香蕉在线| 国产片内射在线| 老汉色∧v一级毛片| 极品教师在线免费播放| 黄色丝袜av网址大全| 午夜视频精品福利| cao死你这个sao货| 国产激情偷乱视频一区二区| 人人妻,人人澡人人爽秒播| 久久久久久大精品| 国产精品永久免费网站| 日韩欧美国产一区二区入口| 午夜福利在线观看吧| 亚洲 欧美一区二区三区| 亚洲精品一区av在线观看| av视频在线观看入口| 久久国产精品人妻蜜桃| 国产成人系列免费观看| 1024手机看黄色片| 手机成人av网站| www.999成人在线观看| 免费在线观看成人毛片| 亚洲人成网站在线播放欧美日韩| 黄色视频,在线免费观看| 久久伊人香网站| 日韩免费av在线播放| 我要搜黄色片| 脱女人内裤的视频| 少妇被粗大的猛进出69影院| 首页视频小说图片口味搜索| 久久国产精品影院| 免费观看人在逋| 国产精品永久免费网站| 无遮挡黄片免费观看| 亚洲精品久久国产高清桃花| 国产精品电影一区二区三区| 亚洲自拍偷在线| 俺也久久电影网| 精品久久久久久久人妻蜜臀av| 国产不卡一卡二| 久久午夜亚洲精品久久| 老司机在亚洲福利影院| videosex国产| 91大片在线观看| 男女午夜视频在线观看| 1024手机看黄色片| 变态另类成人亚洲欧美熟女| 一夜夜www| 亚洲欧洲精品一区二区精品久久久| 精品电影一区二区在线| 国产精品久久视频播放| 色综合婷婷激情| 黄色女人牲交| 国产单亲对白刺激| 两个人的视频大全免费| 亚洲七黄色美女视频| 久久人妻av系列| 亚洲美女黄片视频| 别揉我奶头~嗯~啊~动态视频| 亚洲一区二区三区不卡视频| 国产精品免费一区二区三区在线| bbb黄色大片| 国产精品98久久久久久宅男小说| 黄色视频,在线免费观看| 黄色丝袜av网址大全| 久久欧美精品欧美久久欧美| 午夜精品在线福利| 无限看片的www在线观看| 99精品欧美一区二区三区四区| 国产单亲对白刺激| 男人舔奶头视频| 麻豆av在线久日| 色综合婷婷激情| 1024香蕉在线观看| 成年免费大片在线观看| 久久久久久人人人人人| 欧美zozozo另类| 丁香六月欧美| 99热只有精品国产| 精品久久蜜臀av无| 国产男靠女视频免费网站| 18禁裸乳无遮挡免费网站照片| 搡老熟女国产l中国老女人| 国产精品,欧美在线| 最新在线观看一区二区三区| 一进一出抽搐gif免费好疼| 亚洲av熟女| 成人一区二区视频在线观看| 国产主播在线观看一区二区| 欧美一级毛片孕妇| 一进一出抽搐gif免费好疼| 色精品久久人妻99蜜桃| 超碰成人久久| 九九热线精品视视频播放| 亚洲国产精品久久男人天堂| 成人国产一区最新在线观看| 欧美成狂野欧美在线观看| 少妇熟女aⅴ在线视频| 天堂√8在线中文| 亚洲精品国产一区二区精华液| 亚洲 国产 在线| 亚洲精品久久国产高清桃花| 老司机在亚洲福利影院| 18禁美女被吸乳视频| 精品国产乱子伦一区二区三区| 搡老岳熟女国产| 精品熟女少妇八av免费久了| 国产精品久久久久久久电影 | 90打野战视频偷拍视频| 精品久久久久久久久久免费视频| 国产精品香港三级国产av潘金莲| 午夜激情福利司机影院| 亚洲一区二区三区色噜噜| 免费人成视频x8x8入口观看| 国产伦在线观看视频一区| 1024视频免费在线观看| 国产成+人综合+亚洲专区| 久久精品影院6| 欧美国产日韩亚洲一区| 美女大奶头视频| 免费在线观看黄色视频的| 亚洲精品一卡2卡三卡4卡5卡| 成在线人永久免费视频| 久久久精品大字幕| 国产精品一及| 丰满人妻熟妇乱又伦精品不卡| av天堂在线播放| 久久性视频一级片| 一边摸一边做爽爽视频免费| 色精品久久人妻99蜜桃| 白带黄色成豆腐渣| 亚洲av第一区精品v没综合| 可以在线观看毛片的网站| 在线永久观看黄色视频| 老司机福利观看| 精品人妻1区二区| 99在线视频只有这里精品首页| 国产黄片美女视频| 免费人成视频x8x8入口观看| 少妇熟女aⅴ在线视频| 视频区欧美日本亚洲| 欧美久久黑人一区二区| 他把我摸到了高潮在线观看| 精品久久久久久成人av| 美女午夜性视频免费| 狂野欧美白嫩少妇大欣赏| 夜夜看夜夜爽夜夜摸| 欧美zozozo另类| 国产午夜精品论理片| 久久久国产精品麻豆| 夜夜躁狠狠躁天天躁| 免费av毛片视频| 久久久久国产一级毛片高清牌| 欧美+亚洲+日韩+国产| 成年人黄色毛片网站| 亚洲专区国产一区二区| 免费搜索国产男女视频| 成年版毛片免费区| 国产高清有码在线观看视频 | 19禁男女啪啪无遮挡网站| 中文字幕最新亚洲高清| 免费电影在线观看免费观看| 国产av一区在线观看免费| 一a级毛片在线观看| 国产区一区二久久| 男女午夜视频在线观看| 国产亚洲欧美98| 成人国产一区最新在线观看| 狂野欧美白嫩少妇大欣赏| 人妻夜夜爽99麻豆av| 免费看十八禁软件| 亚洲人成网站在线播放欧美日韩| www.www免费av| 国产精品99久久99久久久不卡| 国产伦人伦偷精品视频| 午夜日韩欧美国产| 中文字幕熟女人妻在线| 9191精品国产免费久久| 成在线人永久免费视频| 国产亚洲精品一区二区www| 床上黄色一级片| 亚洲欧美日韩高清在线视频| 亚洲精品色激情综合| 日韩欧美国产在线观看| 免费电影在线观看免费观看| 久久热在线av| 五月玫瑰六月丁香| 一级毛片女人18水好多| 免费高清视频大片| 中文字幕久久专区| 久久香蕉国产精品| 真人做人爱边吃奶动态| av有码第一页| 欧美高清成人免费视频www| 国产黄a三级三级三级人| 一级毛片女人18水好多| 床上黄色一级片| 日韩大尺度精品在线看网址| 亚洲熟妇中文字幕五十中出| 91老司机精品| 免费高清视频大片| 脱女人内裤的视频| 国产精品九九99| 精品国产乱子伦一区二区三区| 美女高潮喷水抽搐中文字幕| 中文在线观看免费www的网站 | 成人一区二区视频在线观看| АⅤ资源中文在线天堂| 国产探花在线观看一区二区| 国产精品九九99| 成人一区二区视频在线观看| 视频区欧美日本亚洲| 久久久久久久久免费视频了| 日本精品一区二区三区蜜桃| 一级毛片女人18水好多| 变态另类丝袜制服| 啦啦啦韩国在线观看视频| 国产av不卡久久| 高潮久久久久久久久久久不卡| 在线免费观看的www视频| 国产人伦9x9x在线观看| 黄片小视频在线播放| 久久国产精品人妻蜜桃| 中文字幕人妻丝袜一区二区| 精品一区二区三区av网在线观看| 十八禁网站免费在线| 怎么达到女性高潮| 国产亚洲欧美在线一区二区| 国产亚洲精品综合一区在线观看 | 欧美不卡视频在线免费观看 | 我的老师免费观看完整版| 好男人在线观看高清免费视频| 亚洲精品中文字幕在线视频| 在线观看免费午夜福利视频| 神马国产精品三级电影在线观看 | 男人舔女人下体高潮全视频| 日本在线视频免费播放| 日韩欧美三级三区| 亚洲精品av麻豆狂野| 床上黄色一级片| 看片在线看免费视频| 国产精品免费一区二区三区在线| 少妇的丰满在线观看| 欧美日本视频| 亚洲熟妇中文字幕五十中出| 男女做爰动态图高潮gif福利片| 欧美成狂野欧美在线观看| 欧美 亚洲 国产 日韩一| 亚洲国产欧洲综合997久久,| 99久久综合精品五月天人人| 亚洲精品在线观看二区| 国产精华一区二区三区| 日日摸夜夜添夜夜添小说| 国产精品香港三级国产av潘金莲| 久99久视频精品免费| 亚洲欧美精品综合一区二区三区| 91成年电影在线观看| 国产av一区在线观看免费| 女人高潮潮喷娇喘18禁视频| 一本一本综合久久| 天天一区二区日本电影三级| 色综合站精品国产| 日本三级黄在线观看| 亚洲真实伦在线观看| 好男人在线观看高清免费视频| 激情在线观看视频在线高清| 嫩草影院精品99| 久久久久久久久免费视频了| 亚洲片人在线观看| www国产在线视频色| 少妇粗大呻吟视频| 99riav亚洲国产免费| 午夜激情av网站| 一边摸一边抽搐一进一小说| 我的老师免费观看完整版| 日本一区二区免费在线视频| 午夜免费成人在线视频| 成人亚洲精品av一区二区| 男女做爰动态图高潮gif福利片| 国产又黄又爽又无遮挡在线| 亚洲精品国产精品久久久不卡| 男男h啪啪无遮挡| 亚洲狠狠婷婷综合久久图片| 757午夜福利合集在线观看| 中亚洲国语对白在线视频| 夜夜看夜夜爽夜夜摸| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲 国产 在线| 在线观看免费午夜福利视频| 无遮挡黄片免费观看| 欧美另类亚洲清纯唯美| 99精品欧美一区二区三区四区| 脱女人内裤的视频| 香蕉丝袜av| 日韩精品中文字幕看吧| 毛片女人毛片| av天堂在线播放| 欧美成人免费av一区二区三区| 男女做爰动态图高潮gif福利片| 九色国产91popny在线| 国产午夜精品久久久久久| 亚洲国产日韩欧美精品在线观看 | 身体一侧抽搐| 97超级碰碰碰精品色视频在线观看| 日韩欧美精品v在线| 国产精品 欧美亚洲| 亚洲精品色激情综合| 成人精品一区二区免费| 精品免费久久久久久久清纯| 亚洲熟女毛片儿| 在线观看免费午夜福利视频| 97人妻精品一区二区三区麻豆| 国产精品 欧美亚洲| 亚洲18禁久久av| 99久久99久久久精品蜜桃| 欧美成人性av电影在线观看| 国产视频一区二区在线看| 99在线视频只有这里精品首页| 久久久久亚洲av毛片大全| 精品午夜福利视频在线观看一区| 欧美黄色片欧美黄色片| 99久久99久久久精品蜜桃| 久久久久久久精品吃奶| 久久婷婷成人综合色麻豆| 在线看三级毛片| 国产一区在线观看成人免费| 国产在线精品亚洲第一网站| 午夜福利免费观看在线| 欧美日韩精品网址| 一本一本综合久久| 无遮挡黄片免费观看| 黄色丝袜av网址大全| 99在线人妻在线中文字幕| 日韩欧美在线乱码| 男女视频在线观看网站免费 | 少妇的丰满在线观看| 他把我摸到了高潮在线观看| 天堂av国产一区二区熟女人妻 | 国产成人精品久久二区二区免费| 欧美zozozo另类| 亚洲中文字幕一区二区三区有码在线看 | 国产成人aa在线观看| 男女午夜视频在线观看| 久久伊人香网站| 变态另类丝袜制服| 岛国在线观看网站| 成年人黄色毛片网站| 国产三级在线视频| √禁漫天堂资源中文www| 亚洲av美国av| 色综合婷婷激情| 母亲3免费完整高清在线观看| 在线观看www视频免费| 国内精品久久久久久久电影| av欧美777| 久久人妻av系列| 亚洲狠狠婷婷综合久久图片| 一级黄色大片毛片| 中文字幕精品亚洲无线码一区| 午夜a级毛片| 啦啦啦韩国在线观看视频| 亚洲精品中文字幕一二三四区| 精品国产亚洲在线| 最新在线观看一区二区三区| 午夜免费观看网址| 麻豆一二三区av精品| 人成视频在线观看免费观看| 日本黄大片高清| 国产视频内射| 美女黄网站色视频| 一本综合久久免费| 国产精华一区二区三区| 亚洲成人精品中文字幕电影| 欧美久久黑人一区二区| 少妇裸体淫交视频免费看高清 | 国产成人精品无人区| 亚洲精品在线美女| 成人av在线播放网站| 日韩欧美精品v在线| 男女那种视频在线观看| 欧美性猛交╳xxx乱大交人| 女同久久另类99精品国产91| 99久久精品国产亚洲精品| 巨乳人妻的诱惑在线观看| 国产精品久久电影中文字幕| 国产蜜桃级精品一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 国产三级中文精品| 99国产精品一区二区三区| 国产私拍福利视频在线观看| 免费在线观看日本一区| 亚洲国产欧美人成| 亚洲av成人一区二区三| 大型av网站在线播放| 久热爱精品视频在线9| 给我免费播放毛片高清在线观看| 国产一区二区三区视频了| 可以在线观看的亚洲视频| 少妇人妻一区二区三区视频| 国产片内射在线| 久久久久久大精品| 真人做人爱边吃奶动态| 天堂动漫精品| 久久天躁狠狠躁夜夜2o2o| 最近最新中文字幕大全电影3| 国内揄拍国产精品人妻在线| 欧美黄色淫秽网站| 亚洲av成人不卡在线观看播放网| 别揉我奶头~嗯~啊~动态视频| 成人av一区二区三区在线看| 1024手机看黄色片| 亚洲成人免费电影在线观看| 免费人成视频x8x8入口观看| 好看av亚洲va欧美ⅴa在| 90打野战视频偷拍视频| 丁香六月欧美| 久久久水蜜桃国产精品网| 欧美大码av| 一进一出好大好爽视频| svipshipincom国产片| 国产真人三级小视频在线观看| 狂野欧美激情性xxxx| 日韩欧美精品v在线| 欧美3d第一页| 少妇人妻一区二区三区视频| 午夜福利成人在线免费观看| 日韩精品免费视频一区二区三区| 亚洲avbb在线观看| 亚洲精品久久成人aⅴ小说| √禁漫天堂资源中文www| 黄片小视频在线播放| 国产在线精品亚洲第一网站| 久久精品国产清高在天天线| 亚洲第一电影网av| 亚洲美女视频黄频| 国产久久久一区二区三区| 五月伊人婷婷丁香| 午夜成年电影在线免费观看| 中文字幕高清在线视频| 精品国产乱码久久久久久男人| 国产一级毛片七仙女欲春2| 欧美一级毛片孕妇| 久久香蕉国产精品| 又紧又爽又黄一区二区| 美女 人体艺术 gogo| 欧美午夜高清在线| 无限看片的www在线观看| 欧美人与性动交α欧美精品济南到| av欧美777| 一区二区三区国产精品乱码| 国产成人影院久久av| 久久久国产欧美日韩av| 亚洲欧美日韩高清在线视频| 欧美在线一区亚洲| 人人妻,人人澡人人爽秒播| 中文字幕最新亚洲高清| 搡老妇女老女人老熟妇| 免费在线观看影片大全网站| 蜜桃久久精品国产亚洲av| 国产精品自产拍在线观看55亚洲| 欧美成人午夜精品| 成年女人毛片免费观看观看9| 国产欧美日韩精品亚洲av| 在线a可以看的网站|