• <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KPCA與KFDA的SAR圖像艦船目標識別

    2017-08-02 07:48:34孟祥偉于柯遠
    艦船科學(xué)技術(shù) 2017年7期
    關(guān)鍵詞:降維維數(shù)識別率

    劉 磊,孟祥偉,于柯遠

    (海軍航空工程學(xué)院 電子與信息工程系,山東 煙臺 264001)

    基于KPCA與KFDA的SAR圖像艦船目標識別

    劉 磊,孟祥偉,于柯遠

    (海軍航空工程學(xué)院 電子與信息工程系,山東 煙臺 264001)

    針對SAR圖像中艦船目標識別的問題,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)和核Fisher判別分析(Kernel Fisher Discriminate Analysis,KFDA)相結(jié)合的艦船目標識別算法。用核主成分分析的方法對實測的SAR艦船目標數(shù)據(jù)進行特征降維,再結(jié)合核Fisher判別分析法對降維后的樣本數(shù)據(jù)進行多類別分類。將該方法用于對實測的四類艦船目標進行識別,平均識別率可達91.25%。實驗結(jié)果表明,核主成分分析與核Fisher判別分析相結(jié)合的方法可提取目標的有效特征,在較低特征維數(shù)情況下獲得較高的目標正確識別率。

    SAR圖像;目標識別;特征提?。缓酥鞒煞址治?;核Fisher判別分析

    0 引 言

    隨著SAR在海洋上的應(yīng)用越來越廣泛,SAR圖像自動目標識別(Automatic Target Recognition,ATR)技術(shù)成為目前的熱門研究方向。國內(nèi)外對SAR ATR展開了廣泛深入的研究。比較著名的如林肯實驗室開發(fā)的基于模板的ATR系統(tǒng)[1],以及DARPA和AFRL共同資助的基于模型的MSTAR ATR系統(tǒng)等,它們通常將目標識別系統(tǒng)分為檢測、鑒別和分類3個階段[2 – 3]。SAR圖像特征提取是識別中的關(guān)鍵環(huán)節(jié)[4]。如何有效地提取出目標特征就顯得尤為重要。

    本文采用核主成分分析(KPCA)[5 – 6]與核Fisher判別分析(KFDA)[7 – 8]相結(jié)合的方法,利用KPCA準則進行非線性特征提取,降低樣本數(shù)據(jù)的維數(shù),提取有利于分類的特征,然后將結(jié)合核Fisher判別分析法對降維后的樣本數(shù)據(jù)進行分類,并通過實驗證明本文方法的有效性。

    1 理論與算法

    1.1 核主成分分析

    經(jīng)典的主成分分析[9 – 10]是一種線性算法,因此不能提取數(shù)據(jù)中的非線性結(jié)構(gòu)特征,而在實際問題中非線性特征卻廣泛存在著。核主成分分析通過非線性變換將輸入數(shù)據(jù)映射到高維特征空間,在高維空間中應(yīng)用PCA方法進行分析。

    對應(yīng)的特征方程為:

    定義核矩陣

    綜合以上各式得

    用核函數(shù)代替內(nèi)積

    1.2 核Fisher判別分析

    類似于KPCA思想,核Fisher判別分析把數(shù)據(jù)非線性映射到高維特征空間,然后在特征空間中進行Fisher判別。

    F空間上類間離散度矩陣為

    F空間上類內(nèi)離散度矩陣為

    其中:

    則在F空間中應(yīng)用Fisher線性判別就是最大化:

    2 算法思路及流程

    將KPCA與KFDA兩種方法結(jié)合可以充分利用2種方法各自的優(yōu)點,消除了變量之間的信息疊加,提高了提取特征的穩(wěn)定性。首先讀入SAR艦船目標圖像,將每幅圖像數(shù)據(jù)展成一個列向量,然后對數(shù)據(jù)進行歸一化處理,然后利用KPCA算法進行降維處理,最后采用KFDA方法對降維后的樣本進行分類識別。本文采用的識別流程如圖1所示。

    3 實驗結(jié)果及分析

    實驗中所用的SAR圖像取自C波段RADARSAT-2衛(wèi)星獲取的實測SAR數(shù)據(jù)。圖像方位向和距離向的分辨率都為3 m。所選用的艦船包括集裝箱船、油船、軍艦與散裝貨船各80幅,共320幅構(gòu)成艦船庫。圖2展現(xiàn)了各類型艦船的光學(xué)圖像及在RADARSAT-2數(shù)據(jù)中部分艦船類型的SAR圖像。所有SAR圖像目標切片大小均為100×100,在艦船庫中選出每類艦船的前40幅圖像共160幅作為訓(xùn)練圖像,構(gòu)成訓(xùn)練集,剩下的160幅圖像作為測試樣本。

    在生成的艦船樣本中,每幅圖像按列相連構(gòu)成10 000維列向量,通過主成分分析的方法可以將這些10 000維的樣本特征向量降至k維。這樣數(shù)據(jù)庫中每一艘艦船樣本都可以由一個k維的特征向量來表示,以作為后續(xù)分類所采用的特征。這些特征向量對應(yīng)的圖像很像艦船,在這里稱之為“主成分船”。圖3中比較了KPCA+KFDA和PCA+KFDA兩種算法的特征維數(shù)變化對識別率的影響,隨著特征子空間維數(shù)的升高,艦船圖像的識別率也隨之逐漸提高。在特征維數(shù)小于10的時候,識別率的變化率比較大,而在特征維數(shù)大于20以后趨于穩(wěn)定。這里選定特征向量的維數(shù)為20維,20個主成分船如圖4所示。

    本文采用KPCA與KFDA相結(jié)合的方法,并與單獨采用KFDA方法以及KFDA與PCA結(jié)合的方法做出比較,為體現(xiàn)識別效果,將識別率采用百分比的形式展現(xiàn),即每類艦船能夠正確分類識別出的數(shù)量/每類總的測試數(shù)量。識別率的比較如表1所示。

    表 1 不同方法的識別率對比Tab. 1 Comparison of identification rate

    由表1可看出,將樣本數(shù)據(jù)用PCA方法進行特征降維后再用KFDA方法判別得到的識別率比直接用KFDA方法判別的識別率提高了5%。本文采用KPCA與KFDA相結(jié)合的方法可以進一步提高了識別率,達到91.25%,是一種有效的SAR圖像目標特征提取和目標識別的方法。

    4 結(jié) 語

    本文提出了一種基于KPCA+KFDA特征提取的SAR圖像目標識別方法,有效結(jié)合了2種方法的優(yōu)越性,用KPCA方法對樣本數(shù)據(jù)進行特征降維,再用KFDA方法進行判別。通過實驗仿真對本文方法進行了驗證,結(jié)果表明KPCA+KFDA方法得到的艦船目標識別率比沒有經(jīng)過特征降維的KFDA方法提高將近9%,比PCA+KFDA方法提高了近4%,提高了艦船目標識別的精度。

    [ 1 ]DUDGEON D E, LACOSS R T. An overview of automatic target recognition[J]. The Lincoln Laboratory Journal, 1993, 6(1): 3–10.

    [ 2 ]OUEHI K, TAMAKI S. Ship detection based on coherence images derived from cross correlation of multilook SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing letters, 2004, 1(3): 184–187.

    [ 3 ]ROSS T. D, et al. SAR ATR: so what’s the problem An MSTAR perspective. Proc. SPIE Conf. on SAR, 1999, 3721: 662–672.

    [ 4 ]張晰, 張杰, 紀永剛. 基于結(jié)構(gòu)特征的SAR船只類型識別能力分析[J]. 海洋學(xué)報, 2010, 32(1): 146–152. ZHANG X, ZHANG J, JI Y G. The capability analysis of ship classification by structure feature using SAR images[J]. Acta Oceanologica Sinica, 2010, 32(1): 146–152.

    [ 5 ]SCHOLKOPF B, SMOLA A, MULLER K. Nonlinear component analysis as a kernel eigenvalue problem[J]. Neural Computation, 1998, 10: 1299–1319.

    [ 6 ]韓萍, 吳仁彪, 王兆華, 等. 基于KPCA準則的SAR目標特征提取與識別[J]. 電子與信息學(xué)報, 2003, 25(10): 1297–1301. HAN P, WU R B, WANG Z H, et al. SAR automatic target recognition based on KPCA criterion[J]. Journal of Electronics & Information Technology, 2003, 25(10): 1297–1301.

    [ 7 ]MULLER K, MIKA S, RATSCH G. An introduction to kernel based learning algorithms[C]// IEEE Tran. on Neural Networks, 2001(12): 181–201.

    [ 8 ]徐正光, 王淑盛, 劉冀偉 ,等. 基于主成分分析的核Fisher判別方法在油水識別中的應(yīng)用[J]. 北京科技大學(xué)學(xué)報, 2005, 27(1): 126–128. XU Z G, WANG S S, LIU J W, et al. Application of kernel Fisher method based on primary factor analysis to recognition problem between oil layer and water layer[J]. Journal of University of Science and Technology Beijing, 2005, 27(1): 126–128.

    [ 9 ]HUANG S J, YE J Y, Wang T Q. Extracting Refined Low-Rank Features of Robust PCA for Human Action Recognition[J]. Arabian Journal for Science and Engineering, 2015, 40(5): 1427–1441.

    [10]TAE H O, J C BAZIN. Partial sum minimization of singular values in robust PCA: algorithm and applications[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2016, 38(4).

    Ship targets recognition in SAR images based on KPCA and KFDA

    LIU Lei, MENG Xiang-wei, YU Ke-yuan
    (Department of Electronic and Information Engineering, Naval Aeronautical and Astronautical University, Yantai 264001, China)

    Ship targets recognition algorithm combining Kernel Principal Component Analysis (KPCA) and Kernel Fisher Discriminate Analysis (KFDA) was proposed to deal with the problem of ship targets recognition in SAR images. Firstly, KPCA algorithm was used to transform the sample data of high dimension space to low dimension space to reduce the dimension. Then, the processed samples were recognized according to KFDA algorithm. The method is applied for recognizing fourth-class ship targets and the average recognition arrives at 91.25%. The result showed that the combination of KPCA and KFDA can effectively eliminate the interaction between sample variable indicators. It is an effective method for SAR images feature extraction and target recognition.

    SAR images;ship targets recognition;features extraction;kernel principal component analysis (KPCA);kernel fisher discriminate analysis(KFDA)

    TP391

    A

    1672 – 7649(2017)07 – 0149 – 04

    10.3404/j.issn.1672 – 7649.2017.07.032

    2016 – 09 – 03;

    2016 – 10 – 25

    國家自然科學(xué)基金資助項目(61179016)

    劉磊(1987 – ),男,博士研究生,研究方向為SAR圖像艦船目標識別。

    猜你喜歡
    降維維數(shù)識別率
    Three-Body’s epic scale and fiercely guarded fanbase present challenges to adaptations
    β-變換中一致丟番圖逼近問題的維數(shù)理論
    一類齊次Moran集的上盒維數(shù)
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    計算機工程(2020年3期)2020-03-19 12:24:50
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    提升高速公路MTC二次抓拍車牌識別率方案研究
    關(guān)于齊次Moran集的packing維數(shù)結(jié)果
    高速公路機電日常維護中車牌識別率分析系統(tǒng)的應(yīng)用
    涉及相變問題Julia集的Hausdorff維數(shù)
    久久97久久精品| 国产成人精品一,二区| 国产视频首页在线观看| 国产女主播在线喷水免费视频网站| 在线天堂中文资源库| 成年av动漫网址| 男人舔女人的私密视频| 一二三四在线观看免费中文在| 美女福利国产在线| 午夜久久久在线观看| 久久久久视频综合| 国产精品成人在线| 欧美激情高清一区二区三区 | 高清不卡的av网站| 色吧在线观看| 永久免费av网站大全| 欧美激情 高清一区二区三区| 人人澡人人妻人| 成年女人毛片免费观看观看9 | 下体分泌物呈黄色| 亚洲国产av影院在线观看| 高清黄色对白视频在线免费看| 视频在线观看一区二区三区| 午夜福利在线免费观看网站| 日本黄色日本黄色录像| 亚洲精品第二区| 国产国语露脸激情在线看| 高清在线视频一区二区三区| 国精品久久久久久国模美| 最新中文字幕久久久久| 国产欧美亚洲国产| 伦精品一区二区三区| 极品少妇高潮喷水抽搐| 少妇猛男粗大的猛烈进出视频| 国产精品一区二区在线观看99| 男人舔女人的私密视频| 精品国产国语对白av| 中文字幕色久视频| 国产精品成人在线| 亚洲精品美女久久av网站| 久久精品国产a三级三级三级| 一区二区三区激情视频| www日本在线高清视频| 国产精品久久久久久av不卡| 丰满迷人的少妇在线观看| 一级毛片电影观看| 国产 一区精品| 伊人亚洲综合成人网| 永久网站在线| 亚洲第一青青草原| 久久精品aⅴ一区二区三区四区 | 国产深夜福利视频在线观看| 久久 成人 亚洲| 国产成人免费观看mmmm| 在线观看免费日韩欧美大片| 丝袜美腿诱惑在线| 免费在线观看完整版高清| 国产亚洲av片在线观看秒播厂| 亚洲五月色婷婷综合| videossex国产| 中文字幕最新亚洲高清| 久久久久国产一级毛片高清牌| 成人黄色视频免费在线看| 永久免费av网站大全| 人人妻人人澡人人爽人人夜夜| h视频一区二区三区| 中文字幕亚洲精品专区| a 毛片基地| 日韩一区二区三区影片| 乱人伦中国视频| 最近手机中文字幕大全| 亚洲精品第二区| 又黄又粗又硬又大视频| 蜜桃国产av成人99| av视频免费观看在线观看| 90打野战视频偷拍视频| 少妇被粗大猛烈的视频| 在线观看免费高清a一片| 精品少妇一区二区三区视频日本电影 | 亚洲国产色片| 国产免费又黄又爽又色| 伊人亚洲综合成人网| 一区二区av电影网| 亚洲欧美清纯卡通| 美女午夜性视频免费| 国产av码专区亚洲av| 国产国语露脸激情在线看| 男女边摸边吃奶| 99久久中文字幕三级久久日本| 丝袜美足系列| av线在线观看网站| 不卡视频在线观看欧美| 日韩精品有码人妻一区| 好男人视频免费观看在线| 中文字幕亚洲精品专区| 国产精品一区二区在线观看99| 免费在线观看黄色视频的| 天美传媒精品一区二区| 亚洲美女搞黄在线观看| 国产熟女欧美一区二区| 又粗又硬又长又爽又黄的视频| 超碰成人久久| 日韩视频在线欧美| 日产精品乱码卡一卡2卡三| 黑人猛操日本美女一级片| 黄色视频在线播放观看不卡| 少妇被粗大的猛进出69影院| 欧美xxⅹ黑人| 伦理电影免费视频| 在线亚洲精品国产二区图片欧美| 99国产综合亚洲精品| 精品久久久久久电影网| 免费日韩欧美在线观看| 欧美变态另类bdsm刘玥| 看非洲黑人一级黄片| 啦啦啦中文免费视频观看日本| 女的被弄到高潮叫床怎么办| 国产av码专区亚洲av| 成年女人毛片免费观看观看9 | 亚洲综合色惰| 男人爽女人下面视频在线观看| 在线观看一区二区三区激情| 亚洲一区二区三区欧美精品| 久久99热这里只频精品6学生| 欧美 日韩 精品 国产| 免费大片黄手机在线观看| 波多野结衣一区麻豆| 校园人妻丝袜中文字幕| 欧美成人午夜免费资源| 日本-黄色视频高清免费观看| 亚洲av福利一区| 久久久久网色| 人妻一区二区av| 一区在线观看完整版| 少妇猛男粗大的猛烈进出视频| 男人舔女人的私密视频| 国产精品av久久久久免费| 国产97色在线日韩免费| 黄色视频在线播放观看不卡| 欧美日本中文国产一区发布| 桃花免费在线播放| 中文乱码字字幕精品一区二区三区| 亚洲三级黄色毛片| 欧美精品一区二区免费开放| 久久99热这里只频精品6学生| 天天躁夜夜躁狠狠躁躁| 一级毛片黄色毛片免费观看视频| 多毛熟女@视频| 亚洲精品成人av观看孕妇| kizo精华| 搡女人真爽免费视频火全软件| 少妇猛男粗大的猛烈进出视频| 国产亚洲av片在线观看秒播厂| 亚洲第一区二区三区不卡| 在线看a的网站| 不卡av一区二区三区| 久久久欧美国产精品| 久久久久久免费高清国产稀缺| 亚洲精品av麻豆狂野| 在线观看免费日韩欧美大片| 国产淫语在线视频| 免费黄色在线免费观看| 亚洲国产色片| av一本久久久久| 人妻人人澡人人爽人人| 国产午夜精品一二区理论片| 制服丝袜香蕉在线| 欧美精品国产亚洲| 婷婷色av中文字幕| 男人添女人高潮全过程视频| 欧美亚洲 丝袜 人妻 在线| 久久青草综合色| 999久久久国产精品视频| 波野结衣二区三区在线| 2018国产大陆天天弄谢| 久久久久国产一级毛片高清牌| 久久99精品国语久久久| 国产av码专区亚洲av| 老司机影院毛片| 叶爱在线成人免费视频播放| 丝袜人妻中文字幕| 中文字幕人妻丝袜制服| 久久久精品区二区三区| 麻豆精品久久久久久蜜桃| 国产一级毛片在线| 美女午夜性视频免费| 91精品三级在线观看| 视频在线观看一区二区三区| av免费在线看不卡| 国产成人av激情在线播放| 久久久久网色| 老女人水多毛片| 午夜福利,免费看| 最近最新中文字幕大全免费视频 | 咕卡用的链子| 亚洲精品国产av蜜桃| 18禁国产床啪视频网站| 七月丁香在线播放| 国精品久久久久久国模美| 在线免费观看不下载黄p国产| 久久精品国产亚洲av天美| 成人午夜精彩视频在线观看| 久久精品亚洲av国产电影网| 久久国内精品自在自线图片| 日韩,欧美,国产一区二区三区| av片东京热男人的天堂| 99热全是精品| 亚洲一码二码三码区别大吗| 久久韩国三级中文字幕| 热re99久久精品国产66热6| 午夜福利一区二区在线看| 久久人妻熟女aⅴ| 日韩伦理黄色片| 欧美精品av麻豆av| 免费在线观看视频国产中文字幕亚洲 | 爱豆传媒免费全集在线观看| 青春草亚洲视频在线观看| 欧美国产精品va在线观看不卡| 欧美成人午夜免费资源| 亚洲国产日韩一区二区| 一级毛片黄色毛片免费观看视频| 青草久久国产| 欧美另类一区| 最近中文字幕高清免费大全6| 欧美 亚洲 国产 日韩一| 麻豆乱淫一区二区| 久久久欧美国产精品| 91午夜精品亚洲一区二区三区| 日韩一卡2卡3卡4卡2021年| 亚洲内射少妇av| av女优亚洲男人天堂| 久久人人97超碰香蕉20202| 99国产精品免费福利视频| 国产福利在线免费观看视频| 亚洲激情五月婷婷啪啪| 中国三级夫妇交换| 久久久精品94久久精品| 超碰97精品在线观看| 黄频高清免费视频| 毛片一级片免费看久久久久| 免费在线观看完整版高清| 国产成人免费观看mmmm| 熟妇人妻不卡中文字幕| 国产精品偷伦视频观看了| 欧美 亚洲 国产 日韩一| 老汉色av国产亚洲站长工具| 亚洲欧洲日产国产| 91成人精品电影| 国产精品成人在线| 欧美日韩精品网址| 老司机影院毛片| 亚洲情色 制服丝袜| 免费黄频网站在线观看国产| 久久精品久久久久久噜噜老黄| 在现免费观看毛片| 丝袜美腿诱惑在线| 久久 成人 亚洲| 国产xxxxx性猛交| 欧美亚洲 丝袜 人妻 在线| 黄色怎么调成土黄色| 777久久人妻少妇嫩草av网站| 色视频在线一区二区三区| 丝袜在线中文字幕| 国产高清不卡午夜福利| 久久久久国产一级毛片高清牌| 一级a爱视频在线免费观看| 宅男免费午夜| 成人国产麻豆网| 老司机亚洲免费影院| 欧美变态另类bdsm刘玥| 少妇被粗大猛烈的视频| av不卡在线播放| 蜜桃在线观看..| 中文欧美无线码| 午夜日韩欧美国产| 秋霞伦理黄片| 国产一区二区三区av在线| 少妇猛男粗大的猛烈进出视频| 免费黄网站久久成人精品| 国产av精品麻豆| 少妇的丰满在线观看| 高清欧美精品videossex| 国产深夜福利视频在线观看| 成年人免费黄色播放视频| 男女边摸边吃奶| 久久久久久人妻| 亚洲精华国产精华液的使用体验| 考比视频在线观看| 午夜免费男女啪啪视频观看| 亚洲精品视频女| 欧美另类一区| 狂野欧美激情性bbbbbb| 亚洲久久久国产精品| 久久精品久久久久久噜噜老黄| 啦啦啦在线免费观看视频4| 丰满饥渴人妻一区二区三| 人人妻人人爽人人添夜夜欢视频| 国产一区二区三区av在线| 黄色毛片三级朝国网站| videos熟女内射| 午夜福利网站1000一区二区三区| 久久久久国产一级毛片高清牌| 超碰97精品在线观看| 亚洲,欧美,日韩| 看非洲黑人一级黄片| 美国免费a级毛片| 男女午夜视频在线观看| 满18在线观看网站| 啦啦啦中文免费视频观看日本| tube8黄色片| 香蕉国产在线看| 热re99久久国产66热| 精品一区二区三卡| 丝袜人妻中文字幕| 久久久久久久精品精品| 十八禁高潮呻吟视频| 亚洲精品日韩在线中文字幕| 麻豆av在线久日| 欧美亚洲日本最大视频资源| 精品人妻在线不人妻| 日韩一本色道免费dvd| 多毛熟女@视频| 亚洲三区欧美一区| h视频一区二区三区| 精品福利永久在线观看| 免费不卡的大黄色大毛片视频在线观看| 中文乱码字字幕精品一区二区三区| 久久这里有精品视频免费| 成年女人毛片免费观看观看9 | 国产人伦9x9x在线观看 | 天美传媒精品一区二区| 亚洲第一青青草原| 美女xxoo啪啪120秒动态图| 一区福利在线观看| 熟女少妇亚洲综合色aaa.| 午夜福利视频在线观看免费| 亚洲av.av天堂| 狠狠精品人妻久久久久久综合| 青草久久国产| 久热久热在线精品观看| 欧美精品一区二区大全| 中文乱码字字幕精品一区二区三区| 久久人妻熟女aⅴ| 咕卡用的链子| av.在线天堂| 王馨瑶露胸无遮挡在线观看| 国产精品av久久久久免费| 久久午夜福利片| 亚洲经典国产精华液单| 丝袜美足系列| 夫妻性生交免费视频一级片| 午夜福利影视在线免费观看| 亚洲欧美一区二区三区黑人 | 大香蕉久久成人网| 日韩中文字幕欧美一区二区 | 成人亚洲精品一区在线观看| 9191精品国产免费久久| 成人亚洲欧美一区二区av| 精品国产国语对白av| 精品酒店卫生间| 久久精品久久精品一区二区三区| 在线精品无人区一区二区三| 亚洲av福利一区| 男人舔女人的私密视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲情色 制服丝袜| 狠狠精品人妻久久久久久综合| 国产福利在线免费观看视频| 亚洲国产欧美在线一区| 免费看av在线观看网站| 肉色欧美久久久久久久蜜桃| 一边亲一边摸免费视频| 久久久久久免费高清国产稀缺| 丝袜美腿诱惑在线| 国产精品欧美亚洲77777| 国产精品免费视频内射| 久久久久久久久久久免费av| 久久韩国三级中文字幕| 叶爱在线成人免费视频播放| 亚洲av免费高清在线观看| 日本免费在线观看一区| 一本大道久久a久久精品| 日本-黄色视频高清免费观看| 久久国内精品自在自线图片| av网站免费在线观看视频| 在线 av 中文字幕| 视频在线观看一区二区三区| 亚洲成人一二三区av| 视频在线观看一区二区三区| 亚洲成人一二三区av| 哪个播放器可以免费观看大片| 女人被躁到高潮嗷嗷叫费观| 日韩精品有码人妻一区| 国产在线一区二区三区精| 日本vs欧美在线观看视频| 亚洲伊人色综图| 美女国产视频在线观看| 国产免费又黄又爽又色| 激情五月婷婷亚洲| 亚洲第一青青草原| 中文字幕av电影在线播放| 大香蕉久久网| 卡戴珊不雅视频在线播放| 国产成人一区二区在线| 大码成人一级视频| 精品少妇一区二区三区视频日本电影 | 国产片内射在线| 国产亚洲一区二区精品| 成年美女黄网站色视频大全免费| av一本久久久久| 亚洲伊人色综图| 国产黄频视频在线观看| 亚洲av综合色区一区| 如日韩欧美国产精品一区二区三区| 飞空精品影院首页| 精品国产一区二区久久| 亚洲第一av免费看| 国产精品三级大全| 高清视频免费观看一区二区| 啦啦啦视频在线资源免费观看| 女性生殖器流出的白浆| 一本大道久久a久久精品| 午夜福利网站1000一区二区三区| 日韩一区二区三区影片| 少妇被粗大猛烈的视频| tube8黄色片| 国产精品免费大片| 欧美+日韩+精品| 亚洲 欧美一区二区三区| 国产成人精品福利久久| 一本大道久久a久久精品| 永久免费av网站大全| 一级黄片播放器| 91国产中文字幕| 丝袜在线中文字幕| 国产成人免费观看mmmm| 久久精品aⅴ一区二区三区四区 | 美女中出高潮动态图| 男女国产视频网站| 精品少妇黑人巨大在线播放| 午夜91福利影院| 中文字幕人妻丝袜制服| 侵犯人妻中文字幕一二三四区| 黄片无遮挡物在线观看| 国产精品 国内视频| 男男h啪啪无遮挡| 看十八女毛片水多多多| 一区二区三区乱码不卡18| 亚洲中文av在线| 国产成人av激情在线播放| 成年人免费黄色播放视频| 国产免费一区二区三区四区乱码| 天堂中文最新版在线下载| 一二三四在线观看免费中文在| av在线观看视频网站免费| 久热久热在线精品观看| 一本—道久久a久久精品蜜桃钙片| 美女中出高潮动态图| 成人18禁高潮啪啪吃奶动态图| 在线天堂中文资源库| 色播在线永久视频| 大话2 男鬼变身卡| 亚洲五月色婷婷综合| 日韩av在线免费看完整版不卡| 黄色视频在线播放观看不卡| 亚洲欧美精品自产自拍| 亚洲精品国产av成人精品| 一级毛片黄色毛片免费观看视频| 少妇猛男粗大的猛烈进出视频| 欧美黄色片欧美黄色片| 成人影院久久| 日韩电影二区| 成人国产av品久久久| 中国三级夫妇交换| 天天躁夜夜躁狠狠躁躁| 菩萨蛮人人尽说江南好唐韦庄| 久久久a久久爽久久v久久| 国产男女内射视频| 免费在线观看完整版高清| 国产精品久久久久久av不卡| 久久人妻熟女aⅴ| 99热全是精品| 精品一区二区三区四区五区乱码 | 亚洲四区av| 国产极品天堂在线| 在线亚洲精品国产二区图片欧美| 久久久久国产一级毛片高清牌| 18禁国产床啪视频网站| 精品卡一卡二卡四卡免费| 久久精品国产亚洲av高清一级| 三级国产精品片| 看非洲黑人一级黄片| 在线观看一区二区三区激情| www.熟女人妻精品国产| 大香蕉久久网| 国产精品久久久久成人av| 国产免费现黄频在线看| 一级毛片我不卡| 在线天堂最新版资源| 国产成人av激情在线播放| 亚洲五月色婷婷综合| 亚洲精品aⅴ在线观看| 久久精品亚洲av国产电影网| 欧美日韩av久久| 亚洲精品日韩在线中文字幕| 人妻系列 视频| 波多野结衣一区麻豆| 黑人巨大精品欧美一区二区蜜桃| 日日撸夜夜添| 国产爽快片一区二区三区| 午夜福利,免费看| 国产亚洲欧美精品永久| 欧美精品亚洲一区二区| 成年美女黄网站色视频大全免费| 老司机亚洲免费影院| 永久免费av网站大全| 亚洲国产精品成人久久小说| 国产成人精品久久久久久| 欧美精品亚洲一区二区| 国产黄色免费在线视频| 侵犯人妻中文字幕一二三四区| 久久99蜜桃精品久久| 热re99久久精品国产66热6| 欧美日韩精品成人综合77777| 亚洲图色成人| 哪个播放器可以免费观看大片| 中文字幕亚洲精品专区| av免费观看日本| 亚洲精品国产av蜜桃| 少妇人妻 视频| 一个人免费看片子| 一边亲一边摸免费视频| 天天影视国产精品| 国产精品免费大片| 国产午夜精品一二区理论片| 搡老乐熟女国产| 亚洲第一av免费看| 亚洲成人av在线免费| 中文字幕人妻熟女乱码| 天天躁夜夜躁狠狠躁躁| 午夜av观看不卡| 国产欧美日韩一区二区三区在线| 一区在线观看完整版| 九九爱精品视频在线观看| 亚洲国产av影院在线观看| videos熟女内射| 亚洲欧洲日产国产| 久久亚洲国产成人精品v| 我的亚洲天堂| 18禁国产床啪视频网站| 97在线视频观看| 久久婷婷青草| 亚洲精品国产色婷婷电影| 80岁老熟妇乱子伦牲交| 精品第一国产精品| 成年人免费黄色播放视频| 99久久综合免费| 亚洲第一区二区三区不卡| 成年人午夜在线观看视频| 精品人妻偷拍中文字幕| 天堂俺去俺来也www色官网| 99热国产这里只有精品6| 丝瓜视频免费看黄片| 亚洲伊人久久精品综合| 亚洲国产精品999| 王馨瑶露胸无遮挡在线观看| 在线观看免费日韩欧美大片| 一级爰片在线观看| 黄色毛片三级朝国网站| 亚洲精品自拍成人| 亚洲国产精品国产精品| 久久久久久久久免费视频了| 高清黄色对白视频在线免费看| 久久久久久久国产电影| 91久久精品国产一区二区三区| 国产av码专区亚洲av| 老汉色∧v一级毛片| 免费久久久久久久精品成人欧美视频| 黄色一级大片看看| 国产老妇伦熟女老妇高清| 午夜av观看不卡| 成年女人在线观看亚洲视频| av在线播放精品| 男女啪啪激烈高潮av片| 在线观看人妻少妇| 国产综合精华液| 成年美女黄网站色视频大全免费| 三上悠亚av全集在线观看| 国产亚洲最大av| 久久人妻熟女aⅴ| 久久久久久久国产电影| 国产精品一区二区在线不卡| 大话2 男鬼变身卡| 韩国精品一区二区三区| 9色porny在线观看| 亚洲精品aⅴ在线观看| 亚洲国产精品国产精品| 色视频在线一区二区三区| 欧美精品人与动牲交sv欧美| 亚洲精品国产av蜜桃| 中国国产av一级| 成人毛片60女人毛片免费| 亚洲av在线观看美女高潮| 我的亚洲天堂| 久久久亚洲精品成人影院| 在线观看人妻少妇| 日日爽夜夜爽网站| 国产精品国产三级专区第一集| 国产色婷婷99| 在线观看免费高清a一片| 91国产中文字幕| 秋霞伦理黄片| 婷婷色综合www| 国产国语露脸激情在线看| 国产毛片在线视频|