• <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 ?

    基于密度背景純化的高光譜異常檢測算法

    2017-01-17 05:18:22趙春暉王鑫鵬閆奕名
    哈爾濱工程大學學報 2016年12期
    關鍵詞:協(xié)方差背景光譜

    趙春暉,王鑫鵬,閆奕名

    (哈爾濱工程大學信息與通信工程學院,黑龍江哈爾濱150001)

    基于密度背景純化的高光譜異常檢測算法

    趙春暉,王鑫鵬,閆奕名

    (哈爾濱工程大學信息與通信工程學院,黑龍江哈爾濱150001)

    在高光譜圖像異常檢測中,背景存在異常像元會造成背景統(tǒng)計信息失真,這將導致檢測結果具有較高的虛警率。針對此問題,本文提出了一種基于密度背景純化的異常檢測算法。首先計算背景中每個像元的密度;然后根據高光譜圖像中背景密度遠大于異常密度的特性,利用最大類間方差法將異常從背景中分離;最后,將純化后的背景用于統(tǒng)計信息的估計,通過RX檢測算法(Reed-Xiaoli detector,RXD)對高光譜圖像進行檢測。為驗證算法的有效性,利用兩組真實的高光譜數據進行仿真實驗。實驗結果表明與RXD比,所提算法在兩組數據下的曲線下面積值分別提高了0.024 6和0.008 6。與當前的異常檢測算法相比:所提算法有較好的接收機工作特性曲線。

    高光譜圖像;遙感;異常檢測;密度;純化;RX檢測算法;最大類間方差法;接收機工作特性

    高光譜圖像是一種圖譜合一的新型遙感數據,具有很高的光譜分辨率。借助其豐富的光譜信息,可以通過目標檢測或異常檢測算法識別高光譜圖像中的低概率地物。異常檢測在目標先驗知識未知的情況下,通過分析背景與異常目標的光譜差異,直接檢測出異常點。這對背景和目標分布未知的檢測識別具有重要意義。

    經典的異常檢測算法是Reed等[1]基于廣義似然比檢驗提出的RX算法。它基于兩點假設:背景服從多維高斯分布模型和異常像元在高光譜圖像中低概率存在。由于在實際應用中高光譜圖像通常包含多種地物[2],同時受陰影、光照效果、大氣干擾或同譜異物的影響,背景復雜多變。并且,高光譜圖像中存在同背景像元相似度很高的亞像元級異常目標[3],增加了背景復雜性。因此多維高斯分布模型不能全面描述真實背景地物的分布特性。Smetek等[4]指出只要存在0.5%的數據污染就會造成協(xié)方差失真,高光譜圖像背景的復雜性造成了統(tǒng)計信息的失真,導致RX檢測算法存在較高的虛警率。針對此問題,文獻[5-8]通過背景純化將異常分離,使背景更為符合多維高斯分布模型,得到更為準確的背景統(tǒng)計信息(背景協(xié)方差與均值向量),降低了RX檢測的虛警率。Gorelnik等[5]通過聚類方法分割圖像,將背景所在類的像元用于計算協(xié)方差矩陣和均值向量,得到了更準確的背景統(tǒng)計信息。而文獻[6-7]通過RXD迭代方式對背景純化,獲得更準確的背景統(tǒng)計信息,降低了檢測虛警率。Billor等[6]通過RXD迭代方式對背景純化,并引入校正因子增強背景純化的穩(wěn)健性,提出了BACON(blocked adaptive computationally efficient outlier nominators)。針對BACON初始背景存在較多異常像元的問題,Du等[7]通過隨機選擇像元構建初始背景,降低了初始背景中異常所占的比例,并且融合多次實驗結果增強了檢測效果,提出了RSAD(random-selectionbased anomaly detector)。不同于BACON和RSAD的迭代方式,Gao等[8]提出的PAD(probabilistic anomaly detector)首先通過概率統(tǒng)計方式自適應獲得閾值,依據RXD檢測結果,將高光譜圖像分割為異常和背景兩部分,然后利用異常和背景兩部分的統(tǒng)計信息,將像元歸屬于背景和異常的程度之差作為判別依據。

    通過背景純化可以去除背景中的異常數據,得到更準確的背景統(tǒng)計信息,從而有效的降低虛警率。所以對背景純化的研究是十分有必要的。由于異常在高光譜圖像中稀疏分布,且異常像元數目遠少于背景像元數目,通過計算像元的密度可以有效分離背景中的異常。據此本文提出了一種基于密度背景純化的異常檢測算法(density background refinement based anomaly detector,DBRAD),通過將背景純化方法引入RXD中,降低了RXD的虛警率。

    1 基于密度背景純化的異常檢測算法

    1.1 RX檢測算法

    RX檢測算法是一種基于廣義似然比檢測的異常檢測算法,可以通過單一的閾值來維持所期望的虛警率。RX算法可以看作一個二元信號檢測問題。使H0表示目標不存在,H1表示目標存在,二元假設表示如下

    式中:x表示高光譜圖像像元,n表示背景噪聲向量,s表示目標光譜向量。定義為包含N個像元的L×N的背景矩陣,第i個像元表示為表示高光譜圖像波段數。假設背景和目標分布具有相同的協(xié)方差和不同的均值,分別服從多維高斯分布和為背景Xb的均值,K為協(xié)方差矩陣。根據以上假設,可以獲得背景和目標的概率密度函數:

    當樣本數N趨于無窮時,進一步簡化為

    從式(4)可以看出RX判別式與馬氏距離有著相同的形式,可以看作像元到背景集合的協(xié)方差距離。本質上,RXD可以看作主成分分析的逆過程[9],通過對協(xié)方差矩陣K進行奇異值分解,可以將RX判別式表示成主成分特征值加權的歐幾里德范數的形式。異常目標與協(xié)方差矩陣的小特征值對應,而特征值越小,RX檢測結果越大,這是RX算法能有效地應用于異常目標檢測的原因。

    根據構造背景方式不同,RX檢測算法分為局部RX檢測算法(local RXD,LRXD)[10]和全局RX檢測算法(global RXD,GRXD)。GRXD采用圖像的所有像元作為背景,而LRXD基于滑動同心雙層窗模型選擇檢測像元的局部近鄰對背景的協(xié)方差和均值等參數進行估計。同心雙層窗模型分為外窗和內窗,外窗內的像元集合作為背景,內窗作為保護窗將檢測像元與背景分離。窗口的大小由感興趣目標的尺寸決定[8]。由于異常像元可能存在于構造的背景中,直接將圖像的所有像元或外窗中的像元作為背景計算協(xié)方差和均值是不準確的,這會造成較大的虛警率。通過背景純化可以將異常像元從初始的背景中分離,從而計算得到更準確的背景統(tǒng)計信息,降低虛警率。由于LRXD能更好地檢測圖像中的小目標,且局部背景更符合多維高斯分布模型,本文將密度背景純化方法應用于LRXD中。

    1.2 密度背景純化方法

    密度指單位空間中物體的數量。如圖1(a)所示,以像元p為球心,以一定距離為半徑構造超球體,將像元p的密度定義為:超球體內像元的數目與該超球體體積的比值。其函數表示為

    即像元密度可以簡化為求超球體內像元數目[11]。由于異常在高光譜圖像中稀疏分布,且異常像元數目遠少于背景像元數目,所以背景像元的密度遠大于異常像元的密度,如圖1(b)所示。

    圖1 密度函數定義和效果示意圖Fig.1 Illustration of the density definition and the result of the density function

    本文選用歐氏距離計算像元間距,將高光譜數據歸一化,則像元間的最大距離為為高光譜圖像波段數。計算像元間距時將其除以歸一化,以便之后半徑d的選取。

    半徑d的取值會對像元密度的計算產生較大影響:若d取值過大,則易將背景與異?;旌嫌诔蝮w中,這時無論背景像元或異常像元都具有較大的密度;若d取值過小則會對像元過分割,像元密度過小,同樣會造成異常與背景的密度相近的情況。所以d取值過大過小都會對異常分離造成不利影響。由于同類地物的像元聚合程度很高,同類地物的像元可以聚集于一個小半徑的超球體中,本文設定的該半徑在像元間距最大值的1%~5%,即d的取值區(qū)間為[0.01,0.05]。

    確定d的取值后,根據式(6)計算背景矩陣Xb各個像元xi的密度deni,得到背景像元密度向量然后根據背景像元密度大小,通過兩次分割將異常分離。初次分割通過設定一定的比例分割出穩(wěn)健的背景:設異常在初始背景中的比例不超過10%[11],確定背景中密度最大的80%的像元為背景像元,而異常存在于剩余的20%的像元中。如式(7),將這20%像元記為Xs,其密度記為dens。

    二次分割通過最大類間方差法將Xs中的異常分離。最大類間方差法[12]是一種自適應的閾值確定方法,又叫大津法,簡稱Otsu,常用于圖像分割。它按圖像的灰度特性,將圖像分成背景和目標兩部分。背景和目標之間的類間方差越大,說明構成圖像的兩部分的差別越大,錯分會導致兩部分差別變小。因此,使類間方差最大的分割意味著錯分概率最小。本文將Otsu應用于密度向量的分割。首先將dens灰度化:

    式中:max(·)表示其中元素的最大值,[·]表示根據四舍五入取整。然后遍歷灰度值([0,255]區(qū)間內的整數),將其作為閾值將densg分成異常和背景兩部分。計算兩部分間的方差,當兩部分間的方差最大時記錄該灰度值th:

    式中:ω0表示densg中小于th的元素所占比例,ω1表示densg中不小于th的元素所占比例;μ0、μ1、μ分別為densg中小于th的元素的均值、densg中大于等于th的元素的均值、densg的均值。當存在多個灰度值滿足條件時,取它們的平均值作為th。接著,將th去灰度化,得到分割閾值thf:

    最后如式(11),將den中不小于thf的元素對應的像元判別為背景像元,更新Xb:

    DBRAD算法通過計算背景像元密度將異常從背景中分離,最后將純化后的背景統(tǒng)計信息用于LRXD中進行檢測。DBRAD算法的具體步驟如下所示:

    1)利用雙層窗模型,獲得當前檢測像元xi對應的背景矩陣Xb。

    2)根據式(6)~(11)純化背景,更新Xb。

    3)根據更新后的Xb計算背景均值μ和協(xié)方差矩陣K,代入式(4)計算,得到像元判別值。

    4)設定閾值,將判別值大于閾值的像元判為異常。

    2 實驗及分析

    實驗利用兩組高光譜圖像數據(美國圣地亞哥海軍基地數據和SpecTIR數據)對DBRAD算法的檢測性能進行測試。

    2.1 美國圣地亞哥海軍基地數據

    美國圣地亞哥海軍基地數據[13]由AVIRIS成像儀獲得,圖像大小為400×400,圖像覆蓋了從可見光到近紅外的連續(xù)光譜范圍,共有224波段,去除水吸收帶和低信噪比的波段后,剩下126個波段用于仿真實驗。如圖2所示,截取了該圖像的一部分區(qū)域用于仿真實驗。截取圖像的大小為100×100,包含38個待檢測目標。

    圖2 圣地亞哥海軍基地數據的第60波段圖像及目標分布圖Fig.2 The sixtieth band image and targets distribution for the Santiago naval base data

    實驗在Intel Core i5-4210M主頻2.60G CPU,8G內存,Matlab 2014b環(huán)境下進行。

    在對高光譜數據進行歸一化后,根據感興趣目標大小,將外窗大小設為15×15,內窗大小設為5× 5。為了驗證本文算法的效果,選擇原始算法LRXD,最佳的迭代算法RSAD和最近提出的PAD算法作為對比算法。

    將接收機工作特性(receiver operating characteristic,ROC)作為性能評價的方法[14-15]。高光譜檢測領域中,將檢測到的真實目標像素個數與實際目標個數比值定義為檢測率Pd,將檢測到的虛警像素個數同整幅高光譜圖像像素總數的比值定義為虛警率Pf。

    圖3(a)給出了取不同值(0.05,0.03,0.01)時DBRAD的ROC曲線比較。可以看出當d取值為0.01時,檢測效果最好,在相同虛警率下具有較高的檢測率。但存在d取值不同時ROC曲線差距較大的問題。圖3(b)給出了DBRAD(d=0.01)同LRXD、RSAD、PAD算法的ROC曲線比較??梢钥闯鯠BRAD的ROC曲線變化更快,檢測率高于其他算法。

    表1給出了d取不同值時DBRAD的曲線下面積(area under the ROC curve,AUC)。表2給出了LRXD、RSAD、PAD和DBRAD的AUC比較。綜合表1和表2可以發(fā)現,d取0.05、0.03或0.01時DBRAD的AUC都大于其他算法。

    從檢測結果二值圖可以看出,相對PAD、RSAD、LRXD有些目標檢測結果不夠清晰完整,DBRAD可以有效的檢測出38個異常目標且虛警點更少。

    通過以上對比分析,雖然存在因d取值不同導致DBRAD檢測效果有較大差異的問題,但是在時,DBRAD同其他算法相比也有較好的檢測效果。說明通過密度純化可以有效抑制異常干擾,提高檢測性能。

    圖3 美國圣地亞哥海軍基地數據的ROC曲線比較Fig.3 ROC curves comparison for the Santiago naval base data

    2.2 SpecTIR數據

    SpecTIR數據采集于SpecTIR高光譜機載曼徹斯特實驗[16],由ProSpecTIR-VS2成像儀拍攝于2010年7月29日。SpecTIR數據包含360個波段,波段范圍390~2 450 nm,光譜分辨率5 nm,空間分辨率1 m。如圖3所示,選取大小為100×100的區(qū)域用于實驗。該區(qū)域包含不同尺寸(9、4、0.25 m2)和材質(棉或聚酯纖維)的布料,將其作為檢測目標。

    圖6(a)給出了d取不同值(0.05、0.03和0.01)時DBRAD的ROC曲線比較。當d=0.05與d= 0.03時檢測效果相近,但明顯優(yōu)于d=0.01的情況。圖6(b)給出了DBRAD(d=0.03)同LRXD、RSAD、PAD算法的ROC曲線比較。可以看出雖然DBRAD在虛警率區(qū)間[0.015,0.023]內檢測率相比PAD較低,但DBRAD的ROC曲線在低虛警率區(qū)間[0,0.01]變化率更高且檢測率遠高于其他算法,說明DBRAD能更快更多地檢測到目標,所以DBRAD整體效果還是最好的。

    表1 DBRAD在d取不同值時的曲線下面積Table 1 AUC of DBRAD with different

    表2 LRXD、RSAD、PAD和DBRAD的曲線下面積Table 2 AUC of DBRAD,LRXD,RSAD and PAD

    圖4 圣地亞哥海軍基地數據的檢測結果二值圖Fig.4 Detection results for the Santiago naval base data

    圖5 SpecTIR數據第60波段圖像及目標分布圖Fig.5 The sixtieth band image and targets distribution for the SpecTIR data

    圖6 SpecTIR數據的ROC曲線比較Fig.6 ROC curves comparison for the SpecTIR data

    表3給出了d取不同值時DBRAD的AUC比較。表4給出了LRXD、RSAD、PAD和DBRAD的AUC比較。綜合表3和表4可以發(fā)現,d取0.05、0.03或0.01時DBRAD的AUC都大于其他算法,且彼此AUC差距較小。

    從檢測結果二值圖可以看出,相對LRXD、PAD和RSAD、DBRAD可以更清晰完整地檢測出目標。

    表3 DBRAD在d取不同數值時的曲線下面積Table 3 AUC of DBRAD with different d

    表4 LRXD、RSAD、PAD和DBRAD的曲線下面積Table 4 AUC of DBRAD,LRXD,RSAD and PAD

    圖7 SpecTIR數據的檢測結果二值圖Fig.7 Detection results for the SpecTIR data

    3 結論

    1)將密度背景純化方法引入RXD中用以去除背景中的異常像元,提出了基于密度背景純化的異常檢測算法(DBRAD)。

    2)對于圣地亞哥海軍基地數據和SpecTIR數據,DBRAD的AUC值比RXD分別提高了0.024 6和0.008 6。同時,從ROC曲線可以看出DBRAD相比于其他算法有較高的檢測率。這說明,密度背景純化方法有效抑制了異常點對背景數據的干擾,使背景協(xié)方差和均值等參數更加準確,降低了虛警率。

    3)在計算密度時,需要人為設定半徑值。對于兩幅高光譜數據,在不同半徑選擇下DBRAD最大AUC差值為0.008 8和0.001 2。這說明人為選擇半徑值可能會對最后的檢測效果造成較大影響。如何自適應選取半徑將是下一步研究的重點。

    [1]REED I S,YU X.Adaptive multiple-band CFAR detection of an optical pattern with unknown spectral distribution[J].IEEE transactions on acoustics,speech,and signal processing,1990,38(10):1760-1770.

    [2]HUCK A,GUILLAUME M.Asymptotically CFAR-unsupervised target detection and discrimination in hyperspectral images with anomalous-component pursuit[J].IEEE transactions on geoscience and remote sensing,2010,48(11):3980-3991.

    [3]CHANG C I,HEINZ D C.Constrained subpixel target detection for remotely sensed imagery[J].IEEE transactions on geoscience and remote sensing,2000,38(3):1144-1159.

    [4]SMETEK T E,BAUER K W.Finding hyperspectral anomalies using multivariate outlier detection[C]//Aerospace Conference,2007 IEEE.Big Sky,MT,USA:IEEE,2007:1-24.

    [5]GORELNIK N,YEHUDAI H,ROTMAN S R.Anomaly detection in non-stationary backgrounds[C]//Proceedings of the 2nd Workshop on Hyperspectral Image and Signal Processing:Evolution in Remote Sensing.Reykjavìk,Iceland:IEEE,2010:1-4.

    [6]BILLOR N,HADI A S,VELLEMAN P F.BACON:blocked adaptive computationally efficient outlier nominators[J].Computational statistics&data analysis,2000,34(3):279-298.

    [7]DU Bo,ZHANG Liangpei.Random-selection-based anomaly detector for hyperspectral imagery[J].IEEE transactions on geoscience and remote sensing,2011,49(5):1578-1589.

    [8]GAO Lianru,GUO Qiandong,PLAZA A,et al.Probabilistic anomaly detector for remotely sensed hyperspectral data[J].Journal of applied remote sensing,2014,8(1):083538.

    [9]VELASCO-FORERO S,CHEN M,GOH A,et al.Comparative analysis of covariance matrix estimation for anomaly detection in hyperspectral images[J].IEEE journal of selected topics in signal processing,2015,9(6):1061-1073.

    [10]MOLERO J M,GARZóN E M,GARCíA I,et al.Analysis and optimizations of global and local versions of the RX algorithm for anomaly detection in hyperspectral data[J].IEEE journal of selected topics in applied earth observations and remote sensing,2013,6(2):801-814.

    [11]LOU Chen,ZHAO Huijie.Local density-based anomaly detection in hyperspectral image[J].Journal of applied remote sensing,2015,9(1):095070.

    [12]OTSU N.A threshold selection method from gray-level histograms[J].IEEE transactions on systems,man,and cybernetics,1979,9(1):62-66.

    [13]趙春暉,李曉慧,朱海峰.空間4-鄰域稀疏表示的高光譜圖像目標檢測[J].哈爾濱工程大學學報,2013,34(9):1171-1178.ZHAO Chunhui,LI Xiaohui,ZHU Haifeng.Hyperspectral imaging target detection algorithm based on spatial 4 neighborhoods for sparse representation[J].Journal of Harbin Engineering University,2013,34(9):1171-1178.

    [14]MOLERO J M,GARZóN E M,GARCíA I,et al.Anomaly detection based on a parallel kernel RX algorithm for multicore platforms[J].Journal of applied remote sensing,2012,6(1):061503.

    [15]趙春暉,李曉慧,田明華.采用主成分量化和密度估計期望最大聚類的高光譜異常目標檢測[J].光子學報,2013,42(10):1224-1230.ZHAO Chunhui,LI Xiaohui,TIAN Minghua.Hyperspectral imaging abnormal target detection algorithm using principal component quantization and density estimation on EM clustering[J].Acta photonica sinica,2013,42(10):1224-1230.

    [16]HERWEG J A,KEREKES J P,WEATHERBEE O,et al.SpecTIR hyperspectral airborne Rochester experiment data collection campaign[C]//Proceedings of SPIE 8390,Algorithms and Technologies for Multispectral,Hyperspectral,and Ultraspectral Imagery XVIII.Baltimore,Maryland,USA:SPIE,2012:839028.

    Density background refinement-based anomaly detection algorithm for hyperspectral images

    ZHAO Chunhui,WANG Xinpeng,YAN Yiming
    (College of Information and Communication Engineering,Harbin Engineering University,Harbin 150001,China)

    In anomaly detection in hyperspectral images,a background anomaly distorts the background statistical information,leading to a high false-alarm rate.Here a density background refinement-based anomaly detector is proposed to solve this problem.The density of each background pixel was calculated first.Then,considering that the background density is much greater than the density of an anomaly in hyperspectral images,anomalies were separated from background using Otsu′s method.Finally,the image was detected with a Reed-Xiaoli detector(RXD)using statistical information on the refined background.To validate the effectiveness of the proposed algorithm,experiments were conducted on two real hyperspectral data sets.The results show that the proposed algorithm′s areaunder-curve values are 0.024 6 and 0.008 6 larger than RXD for the two data,respectively,and that it shows better receiver operating characteristics compared with existing anomaly detection algorithms.

    hyperspectral image;remote sensing;anomaly detection algorithm;density;refinement;RX detector;Otsu′s method;receiver operating characteristic

    10.11990/jheu.201511073

    http://www.cnki.net/kcms/detail/23.1390.u.20160928.0936.038.html

    TP751.1

    A

    1006-7043(2016)12-1722-06

    趙春暉,王鑫鵬,閆奕名.基于密度背景純化的高光譜異常檢測算法[J].哈爾濱工程大學學報,2016,37(12):1722-1727.

    2015-11-28.

    2016-09-28.

    國家自然科學基金項目(61571145,61601135);黑龍江省自然科學基金項目(ZD201216);哈爾濱市優(yōu)秀學科帶頭人基金項目(RC2013XK0 09003);中央高校基本科研業(yè)務費專項基金項目(GK2080260139).

    趙春暉(1965-),男,教授,博士生導師.

    趙春暉,E-mail:zhaochunhui@hrbeu.edu.cn.

    ZHAO Chunhui,WANG Xinpeng,YAN Yiming.Density background refinement-based anomaly detection algorithm for hyperspectral images[J].Journal of Harbin Engineering University,2016,37(12):1722-1727.

    猜你喜歡
    協(xié)方差背景光譜
    基于三維Saab變換的高光譜圖像壓縮方法
    “新四化”背景下汽車NVH的發(fā)展趨勢
    《論持久戰(zhàn)》的寫作背景
    當代陜西(2020年14期)2021-01-08 09:30:42
    晚清外語翻譯人才培養(yǎng)的背景
    不確定系統(tǒng)改進的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman預報器
    自動化學報(2016年8期)2016-04-16 03:38:55
    一種基于廣義協(xié)方差矩陣的欠定盲辨識方法
    星載近紅外高光譜CO2遙感進展
    中國光學(2015年5期)2015-12-09 09:00:28
    苦味酸與牛血清蛋白相互作用的光譜研究
    鋱(Ⅲ)與PvdA作用的光譜研究
    縱向數據分析中使用滑動平均Cholesky分解對回歸均值和協(xié)方差矩陣進行同時半參數建模
    99视频精品全部免费 在线| 偷拍熟女少妇极品色| 亚洲最大成人手机在线| 又爽又黄a免费视频| 小蜜桃在线观看免费完整版高清| 两个人的视频大全免费| 国产 一区精品| 国产精品爽爽va在线观看网站| 精品一区二区三区视频在线| 99热这里只有是精品50| 全区人妻精品视频| 亚洲精品色激情综合| 亚洲aⅴ乱码一区二区在线播放| 久久99热6这里只有精品| 看片在线看免费视频| 日本黄色视频三级网站网址| 深夜精品福利| 真人一进一出gif抽搐免费| 精品人妻一区二区三区麻豆 | 联通29元200g的流量卡| 国内精品美女久久久久久| 日日撸夜夜添| 国内精品宾馆在线| 真实男女啪啪啪动态图| 三级国产精品欧美在线观看| 欧美一区二区国产精品久久精品| 国产真实乱freesex| 国产 一区 欧美 日韩| 亚洲欧美日韩东京热| 波多野结衣高清无吗| 男女边吃奶边做爰视频| 午夜激情福利司机影院| 亚洲精华国产精华液的使用体验 | 国产白丝娇喘喷水9色精品| 美女免费视频网站| 日韩av在线大香蕉| 亚洲不卡免费看| 国产毛片a区久久久久| 美女大奶头视频| 深爱激情五月婷婷| 男人狂女人下面高潮的视频| 日韩精品中文字幕看吧| avwww免费| 女人十人毛片免费观看3o分钟| 91精品国产九色| 欧美人与善性xxx| 自拍偷自拍亚洲精品老妇| 久久精品综合一区二区三区| 中文字幕精品亚洲无线码一区| 日日夜夜操网爽| 一区二区三区高清视频在线| 男女边吃奶边做爰视频| 成年免费大片在线观看| 久久精品国产亚洲av涩爱 | 一区二区三区高清视频在线| 成人特级av手机在线观看| 日韩 亚洲 欧美在线| 99久久精品一区二区三区| 老熟妇仑乱视频hdxx| 精品久久久久久久久av| 很黄的视频免费| 在线国产一区二区在线| 国产三级在线视频| 日本免费a在线| 亚洲精品456在线播放app | 禁无遮挡网站| 窝窝影院91人妻| ponron亚洲| 男女边吃奶边做爰视频| 欧美3d第一页| 亚洲av五月六月丁香网| 我的女老师完整版在线观看| 欧美色视频一区免费| 大又大粗又爽又黄少妇毛片口| 麻豆久久精品国产亚洲av| 亚洲av成人av| 亚洲人与动物交配视频| 熟妇人妻久久中文字幕3abv| 最新中文字幕久久久久| 最后的刺客免费高清国语| 国产综合懂色| 国产免费一级a男人的天堂| 天堂√8在线中文| 国产精品一区www在线观看 | 午夜老司机福利剧场| 国产又黄又爽又无遮挡在线| 免费在线观看影片大全网站| 欧美性猛交╳xxx乱大交人| 免费看av在线观看网站| 国产黄片美女视频| 美女高潮喷水抽搐中文字幕| 真人一进一出gif抽搐免费| 可以在线观看毛片的网站| 男人舔奶头视频| 黄色视频,在线免费观看| xxxwww97欧美| 亚洲av二区三区四区| 91麻豆精品激情在线观看国产| 久久九九热精品免费| 国产色婷婷99| 日本五十路高清| 搡老妇女老女人老熟妇| 99久久成人亚洲精品观看| 久久香蕉精品热| 深夜精品福利| 成年免费大片在线观看| 女同久久另类99精品国产91| 久久精品影院6| 午夜激情欧美在线| 国产伦一二天堂av在线观看| 日韩欧美一区二区三区在线观看| 国产精品嫩草影院av在线观看 | 国产精品,欧美在线| 在现免费观看毛片| 中文资源天堂在线| 国产伦精品一区二区三区视频9| 在线观看午夜福利视频| a级一级毛片免费在线观看| 久久欧美精品欧美久久欧美| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久久久久久久久| 欧美日韩综合久久久久久 | 成人一区二区视频在线观看| 国内少妇人妻偷人精品xxx网站| 欧美一区二区国产精品久久精品| 国产精品久久电影中文字幕| 中文亚洲av片在线观看爽| 天堂√8在线中文| 在线看三级毛片| 老司机深夜福利视频在线观看| 一a级毛片在线观看| 最后的刺客免费高清国语| 成人综合一区亚洲| 深夜a级毛片| 一区二区三区免费毛片| 少妇的逼水好多| 色在线成人网| 久久国内精品自在自线图片| 欧美日本视频| 久久久久久久久大av| 高清毛片免费观看视频网站| 在线播放无遮挡| 色噜噜av男人的天堂激情| 一本久久中文字幕| 亚洲性久久影院| 亚洲美女视频黄频| 日韩 亚洲 欧美在线| 伦精品一区二区三区| 搡女人真爽免费视频火全软件 | 狂野欧美白嫩少妇大欣赏| 亚洲图色成人| 国产精品一区二区性色av| 高清日韩中文字幕在线| 日本 欧美在线| 午夜精品一区二区三区免费看| 久久久午夜欧美精品| 69人妻影院| 亚洲天堂国产精品一区在线| 成人毛片a级毛片在线播放| 日韩强制内射视频| 尤物成人国产欧美一区二区三区| 神马国产精品三级电影在线观看| 中国美女看黄片| 成人一区二区视频在线观看| 久久精品国产自在天天线| 亚洲最大成人手机在线| 国内精品一区二区在线观看| 国产免费av片在线观看野外av| 久久午夜亚洲精品久久| 欧美精品啪啪一区二区三区| 国产一区二区激情短视频| 亚洲精品456在线播放app | 简卡轻食公司| 99久久九九国产精品国产免费| 国产私拍福利视频在线观看| 亚洲成人久久爱视频| 免费看光身美女| 国产精品,欧美在线| 美女 人体艺术 gogo| 看免费成人av毛片| 女生性感内裤真人,穿戴方法视频| 国产单亲对白刺激| 一区二区三区高清视频在线| 岛国在线免费视频观看| 日本-黄色视频高清免费观看| 成年女人永久免费观看视频| 九九爱精品视频在线观看| 亚洲成人久久性| 男女之事视频高清在线观看| 久久久久久久亚洲中文字幕| 精品久久久久久久久亚洲 | 日本与韩国留学比较| 午夜福利在线观看吧| 日韩大尺度精品在线看网址| 精品国产三级普通话版| 成年免费大片在线观看| 免费在线观看影片大全网站| 97热精品久久久久久| 成人精品一区二区免费| 国产精品免费一区二区三区在线| 久久精品国产99精品国产亚洲性色| 亚洲人成网站在线播放欧美日韩| 69人妻影院| 日本三级黄在线观看| 99久久九九国产精品国产免费| 欧美bdsm另类| x7x7x7水蜜桃| 国产老妇女一区| 舔av片在线| 国产在视频线在精品| 久久欧美精品欧美久久欧美| 亚洲最大成人手机在线| 国语自产精品视频在线第100页| 国产一区二区在线av高清观看| 精品日产1卡2卡| 麻豆久久精品国产亚洲av| 91在线精品国自产拍蜜月| 亚洲欧美日韩高清在线视频| 99久久精品热视频| 免费看av在线观看网站| 亚洲 国产 在线| 一区二区三区免费毛片| 国产免费男女视频| 琪琪午夜伦伦电影理论片6080| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品在线观看二区| 午夜老司机福利剧场| 日日摸夜夜添夜夜添av毛片 | 亚洲午夜理论影院| 国产av不卡久久| 午夜福利成人在线免费观看| 免费看a级黄色片| 亚洲四区av| 伊人久久精品亚洲午夜| 91久久精品国产一区二区三区| 又爽又黄a免费视频| 欧美日本亚洲视频在线播放| 18禁黄网站禁片午夜丰满| 黄色日韩在线| 日日干狠狠操夜夜爽| 国产精品野战在线观看| 精品乱码久久久久久99久播| 蜜桃久久精品国产亚洲av| 成人国产一区最新在线观看| 久久午夜亚洲精品久久| 熟女电影av网| 性插视频无遮挡在线免费观看| 真人做人爱边吃奶动态| 91麻豆精品激情在线观看国产| 干丝袜人妻中文字幕| 人妻夜夜爽99麻豆av| 免费人成视频x8x8入口观看| 亚洲性久久影院| 亚洲熟妇熟女久久| 最近最新中文字幕大全电影3| 久久人人精品亚洲av| 精品欧美国产一区二区三| 国内精品一区二区在线观看| 欧美日韩中文字幕国产精品一区二区三区| 国产在线精品亚洲第一网站| 一进一出好大好爽视频| 欧美高清性xxxxhd video| 亚洲精品在线观看二区| 精品人妻熟女av久视频| 身体一侧抽搐| 日本一二三区视频观看| av福利片在线观看| 日韩av在线大香蕉| 国产精品乱码一区二三区的特点| 俄罗斯特黄特色一大片| 波多野结衣巨乳人妻| 国产私拍福利视频在线观看| 久久精品国产亚洲av天美| av在线观看视频网站免费| 国产精品嫩草影院av在线观看 | 欧美日韩乱码在线| 欧美日本视频| 最近视频中文字幕2019在线8| 久久久久久久亚洲中文字幕| 色吧在线观看| 老师上课跳d突然被开到最大视频| 亚洲人成网站在线播放欧美日韩| 啪啪无遮挡十八禁网站| 欧美精品啪啪一区二区三区| 国产伦人伦偷精品视频| 搡老熟女国产l中国老女人| 亚洲熟妇中文字幕五十中出| 亚洲第一电影网av| 国产伦精品一区二区三区视频9| 成人鲁丝片一二三区免费| 成人毛片a级毛片在线播放| 日韩欧美精品免费久久| 国内精品一区二区在线观看| 欧美性猛交╳xxx乱大交人| 99精品在免费线老司机午夜| 免费高清视频大片| 日本一本二区三区精品| 我的女老师完整版在线观看| 日韩欧美国产在线观看| 精品久久久久久久久亚洲 | 精品一区二区免费观看| 蜜桃久久精品国产亚洲av| 亚洲欧美日韩无卡精品| 两人在一起打扑克的视频| 12—13女人毛片做爰片一| 亚洲va在线va天堂va国产| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕熟女人妻在线| 中文字幕av在线有码专区| 亚洲av免费在线观看| 亚洲第一电影网av| 色综合亚洲欧美另类图片| 亚洲欧美精品综合久久99| 午夜免费成人在线视频| 99热这里只有是精品在线观看| 久久热精品热| 国产成人av教育| 国产精品一区二区性色av| 久久久久九九精品影院| 在线天堂最新版资源| 99久久无色码亚洲精品果冻| 99久久九九国产精品国产免费| 观看美女的网站| 人人妻人人看人人澡| 天堂√8在线中文| 国产在线精品亚洲第一网站| 精品午夜福利在线看| 日韩欧美国产在线观看| 国产精品免费一区二区三区在线| 国产 一区 欧美 日韩| 国产蜜桃级精品一区二区三区| 校园春色视频在线观看| 一a级毛片在线观看| 成年女人毛片免费观看观看9| 婷婷精品国产亚洲av在线| 成人av在线播放网站| 身体一侧抽搐| 成人性生交大片免费视频hd| 国内精品美女久久久久久| 午夜福利视频1000在线观看| 亚洲一区二区三区色噜噜| 国产亚洲av嫩草精品影院| 免费av不卡在线播放| 欧美在线一区亚洲| 网址你懂的国产日韩在线| 成人午夜高清在线视频| 欧美不卡视频在线免费观看| 最近最新免费中文字幕在线| 一级黄色大片毛片| 日韩欧美精品免费久久| av.在线天堂| 桃红色精品国产亚洲av| 亚洲一区二区三区色噜噜| 亚洲最大成人手机在线| 99久久久亚洲精品蜜臀av| 一本一本综合久久| 国产爱豆传媒在线观看| 亚洲人与动物交配视频| av天堂在线播放| 午夜激情福利司机影院| 自拍偷自拍亚洲精品老妇| 国产视频内射| 少妇人妻一区二区三区视频| 校园春色视频在线观看| 久久久成人免费电影| 国产精品久久电影中文字幕| 国产主播在线观看一区二区| 国产在视频线在精品| 高清日韩中文字幕在线| 国产aⅴ精品一区二区三区波| 高清日韩中文字幕在线| 黄色欧美视频在线观看| 国产一区二区在线av高清观看| 可以在线观看毛片的网站| 亚洲精品粉嫩美女一区| 又黄又爽又刺激的免费视频.| 国产三级在线视频| 好男人在线观看高清免费视频| 国产精品国产高清国产av| 91在线精品国自产拍蜜月| 国产精品乱码一区二三区的特点| 男女视频在线观看网站免费| 在线观看66精品国产| 夜夜爽天天搞| 国产熟女欧美一区二区| 亚洲四区av| 两个人的视频大全免费| 精品无人区乱码1区二区| 久久久午夜欧美精品| 国产亚洲欧美98| 亚洲国产精品sss在线观看| 如何舔出高潮| 九九久久精品国产亚洲av麻豆| 色尼玛亚洲综合影院| 99热网站在线观看| 成人美女网站在线观看视频| 欧美日韩中文字幕国产精品一区二区三区| 色5月婷婷丁香| 制服丝袜大香蕉在线| 亚洲va日本ⅴa欧美va伊人久久| 一个人免费在线观看电影| 免费看光身美女| 色播亚洲综合网| 国产白丝娇喘喷水9色精品| 免费观看人在逋| 天天一区二区日本电影三级| 亚洲五月天丁香| 国产高清不卡午夜福利| 最近在线观看免费完整版| 久久久久久九九精品二区国产| 无人区码免费观看不卡| 久久国产乱子免费精品| 在线播放国产精品三级| 国产av不卡久久| 午夜视频国产福利| 国产黄色小视频在线观看| 色综合色国产| 午夜福利视频1000在线观看| 亚洲专区中文字幕在线| 干丝袜人妻中文字幕| 日韩中字成人| 午夜久久久久精精品| 国产男人的电影天堂91| 亚洲成av人片在线播放无| 制服丝袜大香蕉在线| 国产精品一区二区三区四区免费观看 | 超碰av人人做人人爽久久| 特级一级黄色大片| 中国美女看黄片| 亚洲中文字幕一区二区三区有码在线看| 久久久国产成人免费| 国产精品久久久久久亚洲av鲁大| 91精品国产九色| 国产免费av片在线观看野外av| 久久久久久久亚洲中文字幕| 日韩强制内射视频| 国产毛片a区久久久久| 午夜老司机福利剧场| 国产免费一级a男人的天堂| 中文字幕精品亚洲无线码一区| 久久久午夜欧美精品| 国内精品久久久久久久电影| 欧美bdsm另类| 国产又黄又爽又无遮挡在线| 国产精品日韩av在线免费观看| 一进一出抽搐gif免费好疼| 能在线免费观看的黄片| 2021天堂中文幕一二区在线观| 亚洲av电影不卡..在线观看| 免费电影在线观看免费观看| 国产伦精品一区二区三区四那| 黄色视频,在线免费观看| 久久精品国产亚洲av涩爱 | 免费观看人在逋| h日本视频在线播放| 国内精品宾馆在线| 国产男靠女视频免费网站| 欧美极品一区二区三区四区| 久久中文看片网| 美女被艹到高潮喷水动态| 国产精品精品国产色婷婷| 黄色配什么色好看| 国产精华一区二区三区| 婷婷精品国产亚洲av在线| 欧美极品一区二区三区四区| 欧美黑人欧美精品刺激| 日韩在线高清观看一区二区三区 | 搡老熟女国产l中国老女人| 日韩av在线大香蕉| 我的老师免费观看完整版| 久久精品国产亚洲网站| 色噜噜av男人的天堂激情| 国产精品一区二区免费欧美| 免费av不卡在线播放| 午夜精品在线福利| av在线观看视频网站免费| 精品久久久久久成人av| 亚洲熟妇中文字幕五十中出| 国产伦在线观看视频一区| 欧美成人a在线观看| 永久网站在线| 女人被狂操c到高潮| 他把我摸到了高潮在线观看| 日日摸夜夜添夜夜添小说| 国产伦人伦偷精品视频| 亚洲电影在线观看av| 99热6这里只有精品| 久久精品久久久久久噜噜老黄 | 国产精品女同一区二区软件 | 国产成人av教育| eeuss影院久久| 淫妇啪啪啪对白视频| 中文字幕熟女人妻在线| 在线观看66精品国产| 可以在线观看的亚洲视频| 一级a爱片免费观看的视频| 一本精品99久久精品77| 久久久精品欧美日韩精品| h日本视频在线播放| 国产真实乱freesex| 亚洲国产精品sss在线观看| 国产又黄又爽又无遮挡在线| 国产精品精品国产色婷婷| av福利片在线观看| 三级毛片av免费| 男人舔女人下体高潮全视频| 可以在线观看毛片的网站| 91在线精品国自产拍蜜月| 永久网站在线| 成年女人毛片免费观看观看9| 精品乱码久久久久久99久播| 欧美日韩国产亚洲二区| 男插女下体视频免费在线播放| 婷婷精品国产亚洲av在线| 日本在线视频免费播放| 久久久久久大精品| 国产黄片美女视频| 热99re8久久精品国产| 久久亚洲精品不卡| 国产精品野战在线观看| 久久亚洲真实| 欧美+亚洲+日韩+国产| 欧美高清性xxxxhd video| 国产一区二区在线av高清观看| 欧美激情久久久久久爽电影| 麻豆国产av国片精品| 91av网一区二区| 精品久久久噜噜| 欧美性猛交╳xxx乱大交人| 国产老妇女一区| 亚洲欧美激情综合另类| 色吧在线观看| 成人永久免费在线观看视频| 日本一二三区视频观看| 少妇人妻一区二区三区视频| 人妻丰满熟妇av一区二区三区| 日本爱情动作片www.在线观看 | 国产av不卡久久| 日韩精品中文字幕看吧| 可以在线观看的亚洲视频| 国产主播在线观看一区二区| 赤兔流量卡办理| 亚洲欧美日韩卡通动漫| 三级国产精品欧美在线观看| 精品午夜福利视频在线观看一区| 国产黄a三级三级三级人| 欧美激情久久久久久爽电影| 熟女人妻精品中文字幕| 99久久精品热视频| 在线播放无遮挡| 桃红色精品国产亚洲av| 国产 一区精品| 中文字幕久久专区| 久久6这里有精品| 久久热精品热| 精品久久久久久久久久久久久| 听说在线观看完整版免费高清| 小说图片视频综合网站| 美女高潮的动态| 天堂动漫精品| 少妇高潮的动态图| 国产成人av教育| 亚洲av.av天堂| 欧美日韩国产亚洲二区| 日韩亚洲欧美综合| 色噜噜av男人的天堂激情| 精品久久久久久久人妻蜜臀av| 国产精品久久视频播放| av天堂在线播放| 亚洲人成网站高清观看| 亚洲七黄色美女视频| 老熟妇仑乱视频hdxx| 色尼玛亚洲综合影院| 国产精品自产拍在线观看55亚洲| 日本黄色视频三级网站网址| 亚洲欧美精品综合久久99| 男女边吃奶边做爰视频| 女同久久另类99精品国产91| 成人二区视频| 女生性感内裤真人,穿戴方法视频| 亚洲专区国产一区二区| 最新在线观看一区二区三区| 亚洲国产欧洲综合997久久,| 99久久九九国产精品国产免费| 非洲黑人性xxxx精品又粗又长| 99热网站在线观看| 国产探花极品一区二区| 国产真实乱freesex| 国产免费av片在线观看野外av| 久久久久免费精品人妻一区二区| 久久九九热精品免费| 在线观看一区二区三区| 99热精品在线国产| 国产精品久久视频播放| 国产精品无大码| 99热精品在线国产| 能在线免费看毛片的网站| 亚洲精品日韩av片在线观看| 日韩一区二区视频免费看| 一级毛片我不卡| 免费观看a级毛片全部| 国产在线男女| 一本久久精品| 国产一区二区在线观看日韩| kizo精华| 色婷婷久久久亚洲欧美| 亚洲国产av新网站| 内射极品少妇av片p| 黄色视频在线播放观看不卡| 十分钟在线观看高清视频www | 最近中文字幕2019免费版| 久热久热在线精品观看| 久久久精品94久久精品| 亚洲电影在线观看av| 蜜桃久久精品国产亚洲av|