• <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 ?

    基于改進K中值聚類的蘋果病害葉片分割方法

    2017-11-18 17:31:36張善文張晴晴齊國紅周偉
    江蘇農(nóng)業(yè)科學(xué) 2017年18期

    張善文+張晴晴+齊國紅+周偉

    摘要:針對復(fù)雜背景下的蘋果病害葉片分割問題,提出一種基于改進的K均值聚類的蘋果病害葉片病斑分割方法。首先將原始葉片圖像由RGB(R為紅,G為綠,B為藍(lán))顏色空間轉(zhuǎn)換到Lab(L為亮度,a為從洋紅色至綠色的范圍,b為從黃色至藍(lán)色的范圍)顏色空間,然后在Lab顏色空間中利用ab二維數(shù)據(jù)空間的顏色差異,以歐式距離度量像素間的相似度,使用K均值對圖像進行聚類,利用數(shù)學(xué)形態(tài)學(xué)中的開閉交替濾波方法對聚類后的灰度圖像進行校正,最后得到圖像病斑。對3種常見蘋果病害葉片圖像進行分割,并與其他分割方法進行比較。結(jié)果表明,該方法效果好,其誤分率為8.41%。

    關(guān)鍵詞:K均值聚類;蘋果病害葉片圖像;病斑分割;改進的K中值聚類

    中圖分類號: TP391.41 文獻標(biāo)志碼: A 文章編號:1002-1302(2017)18-0205-03

    收稿日期:2016-04-07

    基金項目:國家自然科學(xué)基金(編號:61473237);河南省教育廳自然科學(xué)基礎(chǔ)研究計劃(編號:15A520101);河南省科技攻關(guān)計劃(編號:152102310368)。

    作者簡介:張善文(1965—),男,陜西西安人,博士,教授,主要從事植物病害葉片圖像處理及病害識別方法等研究。E-mail:wjdw716@163.com。 蘋果是我國主要的水果作物之一。近年來,由于環(huán)境變化、不科學(xué)施肥和盲目使用農(nóng)藥等原因,使蘋果病害越來越普遍[1],其中,蘋果銹病、斑點落葉病和花葉病等都是典型的葉部病害。葉部病害嚴(yán)重影響了蘋果的產(chǎn)量和質(zhì)量,給果農(nóng)造成了嚴(yán)重的經(jīng)濟損失。傳統(tǒng)的蘋果葉部病害檢測識別方法依賴于個人的經(jīng)驗肉眼觀察,費時費力,不適合大面積果園的病害管理[2]。隨著計算機圖像處理和模式識別技術(shù)的發(fā)展,運用農(nóng)業(yè)物聯(lián)網(wǎng)和葉片圖像識別技術(shù)能夠有效、快速地發(fā)現(xiàn)并診斷蘋果病害,以便采取最有效的防治方法減少植物病害損失[3-5]。植物葉片病斑圖像分割一直是植物病害識別中的一個重要過程,也是目前復(fù)雜圖像處理中的一個重要研究方向,病斑的分割精度直接影響后續(xù)特征提取的可靠性、病害識別的準(zhǔn)確性和后期病害識別算法的識別率[6-7]。最大類間方差法(Otsu)是一種簡單有效、分割效果較好、適用范圍較廣的圖像閾值分割方法,該方法不受圖像亮度和對比度的影響,已被廣泛應(yīng)用于植物病害葉片圖像分割中。張善文等提出了1種基于Otsu算法的植物病害葉片圖像分割方法[8]?;约t等提出了1種利用圖像變換得到圖像特征向量的方法,該方法利用了隸屬關(guān)系區(qū)分目標(biāo)和背景[9]。趙瑤池等在虎曉紅等研究[9]的基礎(chǔ)上,提出了1種基于對數(shù)相似度約束Otsu的自然場景病害果實圖像分割方法,該方法利用統(tǒng)計方法建立目標(biāo)顏色概率統(tǒng)計模型,再進行約束Otsu聚類,得到基于病斑區(qū)域的分割結(jié)果,最后結(jié)合橢圓擬合與改進的距離規(guī)則水平集演化活動輪廓[10]。Chen等提出了1種基于目標(biāo)檢測的病斑圖像分割方法,該方法對提取的結(jié)構(gòu)特征和顏色特征首先進行整合并對特征空間進行量化,得到作物病害葉片圖像的顯著區(qū)域,再利用模糊檢測進一步過濾背景和模糊區(qū)域的圖像,該方法不需要去除復(fù)雜背景就可得到病斑區(qū)域[11]。張武等針對復(fù)雜背景下蘋果葉部病害圖像分割難題,提出了1種結(jié)合K均值聚類和Otsu閾值法等多種方法的分割策略[12]。K均值聚類是另一種簡單、有效的圖像分割方法[13-15]。周世兵等提出了1種基于遞增思想的聚類算法的全局K均值聚類算法,該算法由前k-1個簇的最佳初始中心,通過反復(fù)計算運行K均值聚類算法來確定第k個簇的最佳聚類中心[16]。吳曉蓉使用最大與最小距離算法確定初始聚類中心,取盡可能遠(yuǎn)的對象作為聚類中心,避免了初值選取時可能出現(xiàn)的初始聚類中心過于鄰近的問題[17]。賴玉霞等提出了1種基于遺傳算法的K均值聚類,在自適應(yīng)交叉和變異概率的遺傳算法中引入K均值,克服了K均值算法對初始中心的敏感性[18]。采用K均值算法對蘋果病害葉片圖像進行聚類運算,可以實現(xiàn)葉片病斑圖像分割。由于在大田自然環(huán)境中,蘋果病害葉片圖像結(jié)構(gòu)和成分復(fù)雜、色彩不均勻、病斑邊界的不確定以及不同病斑的相互重疊等特性,特別是病斑圖像變化多樣,使得很多經(jīng)典的圖像分割方法在分割病斑圖像時的效果往往不理想,還有很多分割方法存在邊緣不連續(xù)或圖像邊緣過粗等缺點,使得后續(xù)提取的特征不準(zhǔn)確。至今還沒有一種良好的通用性分割算法能夠完全解決各種作物病害葉片圖像分割問題。本研究在K均值聚類方法的基礎(chǔ)上,提出了1種改進的K均值聚類的蘋果病害病斑圖像分割方法。該方法能夠較準(zhǔn)確地實現(xiàn)復(fù)雜背景下的蘋果葉部病害圖像分割,為復(fù)雜背景下的病害葉部病害識別系統(tǒng)提供了有效的技術(shù)支持,也為其他作物的病害葉片圖像分割提供了參考。

    1 改進的快速全局K中值聚類

    K均值聚類算法是通過迭代尋找最優(yōu)劃分的過程,該方法被廣泛應(yīng)用于圖像分割中。若要將圖像分為k個類別,首先選擇k個類的初始劃分,計算這些類的均值向量,然后根據(jù)歐式距離把剩余的每個樣本分配到距離它最近類均值向量的一個劃分,再重新計算被分配到每個類的樣本的均值向量,作為新的類質(zhì)心,重復(fù)這一過程直到均值向量μ收斂為止。本研究在K均值聚類算法的基礎(chǔ)上,提出1種改進的K中值聚類算法。與經(jīng)典的K均值聚類算法的主要區(qū)別在于本研究的方法采用中值聚類中心。該方法應(yīng)用于病害葉片圖像分割的實現(xiàn)步驟如下:

    (1)初始化。給定一幅病害葉片的灰度圖像,第i個像素點的灰度記為g(i),i=1,2,…,n。計算圖像的直方圖,利用直方圖的k個峰值a0,a1,…,ak將圖像劃分為k部分。若圖像的直方圖的峰區(qū)分不明顯,可以等間隔地將圖像劃分為k部分。計算每個部分中的所有像素的中值,作為圖像分割前的聚類中心Z(0)1,Z(0)2,…,Z(0)k:

    (2)按最小距離準(zhǔn)則,將所有像素點劃分為k類:若 Z(0)j

    (3)計算每一類中所有像素的中值,作為圖像第1次分割的聚類中心Z(1)1,Z(1)2,…,Z(1)k:

    得到第1次聚類中心[Z(1)1,Z(1)2,…,Z(1)k]。以[Z(1)1,Z(1)2,…,Z(1)k]為新的聚類中心,逐個重新將所有像素點按最小距離準(zhǔn)則分配給k個新聚類中心中的某一個Z(1)j對應(yīng)的類。

    (4)若Z(k+1)j≠Z(k)j(j=1,2,…,k)則返回(2),將樣本空間數(shù)據(jù)集逐個重新分類,重復(fù)迭代運算;若Z(k+1)j=Z(k)j,j=1,2,…,k,則算法收斂,迭代運算結(jié)束。

    在實際應(yīng)用中,很難達到Z(k+1)j=Z(k)j(j=1,2,…,k),所以當(dāng)max[Z(k+1)j-Z(k)j]

    2 選擇葉片圖像聚類色彩空間

    病害葉片圖像分割常用的顏色空間主要有RGB、HSV(H為色調(diào),S為飽和度,V為明度)、HSI(H為色調(diào),S為飽和度,I為強度)、Lab等顏色空間模式。本研究由農(nóng)業(yè)物聯(lián)網(wǎng)獲得的植物病害葉片圖像為RGB顏色圖像。植物葉片圖像病斑與背景的顏色區(qū)別明顯,根據(jù)不同的顏色塊進行聚類從而完成病斑圖像分割。Lab顏色空間用于計算機色調(diào)調(diào)整和彩色校正[19],它可以獨立地實現(xiàn)設(shè)備的彩色模型,生成模型所需要的特定顏色可以直接通過使用顏色空間內(nèi)的幾何距離進行不同顏色之間的比較分析,可以有效、方便地用在測量較小的色差上。人的肉眼可感知的色彩,都能通過Lab顏色空間表現(xiàn)出來。該顏色空間彌補了RGB色彩模型色彩分布不均勻等不足,所以在病害葉片圖像分割中,Lab顏色空間要優(yōu)于RGB顏色空間,可以依據(jù)不同的顏色塊來進行聚類[20]。

    圖像不能直接由RGB顏色空間轉(zhuǎn)換到Lab顏色空間,需要先將RGB顏色空間轉(zhuǎn)換到XYZ顏色空間,再由XYZ顏色空間轉(zhuǎn)換至Lab顏色空間,轉(zhuǎn)換公式如下

    7.787t+16/116,t≤0.008 856;X0、Y0、Z0分別表示X、Y、Z對應(yīng)的參考點。

    在Lab顏色空間中,所有的病害顏色信息都包含在a、b分量中。分析病害葉片圖像可以看出,有病斑目標(biāo)區(qū)域在背景顏色上存在著明顯的差異,表明可以根據(jù)不同的顏色差異對圖像進行聚類。

    3 結(jié)果與分析

    在MATLAB 2012b平臺上,將本研究提出的病害葉片圖像分割算法應(yīng)用于蘋果病害葉片圖像分割中。隨機選擇3種常見的蘋果病害(銹病、斑點落葉病、花葉?。┑?幅葉片圖像(圖1-a)作為試驗對象。將原始圖像從RGB顏色空間轉(zhuǎn)換到Lab顏色空間,利用a、b顏色分量對圖像顏色聚類,采用歐式距離量度衡量像素之間的相似性,并利用誤差平方和準(zhǔn)則函數(shù)決定算法是否收斂。聚類分割后的病斑圖像再使用開閉交替濾波算法,濾除毛刺和小的孤立點,平滑目標(biāo)輪廓,得到病斑圖像。圖1-b為蘋果病害葉片的Lab顏色空間圖像。由于葉片與背景區(qū)域顏色對比比較明顯,因此直接對彩色圖像進行分割可以達到較好的分割效果,不需要進行開閉交替濾波算法就能得到較清晰的病斑圖像(圖1-c)。

    為了表明本研究算法的有效性,同時采用基于H分量直方圖分割和主動輪廓(C_V模型)分割方法,得到復(fù)雜背景下的蘋果病害葉片聚類分割的病斑圖像。由圖2可知,本研究的K中值聚類具有較好的聚類分割效果,本研究聚類分割算法的原理也可以證明這一點。由于K均值聚類分割的初始中心是隨機選擇的,可能導(dǎo)致其聚類分割過程比較費時,甚至分割結(jié)果不正確。

    由圖1和圖2的分割結(jié)果可以看出,本研究的方法能夠較好地將病斑分割出來。雖然基于H分量直方圖分割和主動輪廓(C_V模型)的方法也能分割出病斑,但當(dāng)病斑圖像存在孔洞情況時,分割效果不理想,可能影響后續(xù)的特征提取和病害識別效果,仍需要改進。

    利用公式(6)計算不同算法的病斑圖像誤分率:

    病斑圖像與背景和正常的葉片分割開來,已經(jīng)成為作物病害葉片圖像分析與病害識別領(lǐng)域亟待解決的實際問題。本研究在K均值聚類算法的基礎(chǔ)上,提出1種改進的K均值聚類的蘋果病害葉片圖像分割算法。通過使用快速全局K中值聚類,解決了經(jīng)典K均值聚類算法的初始聚類中心點隨機選擇而導(dǎo)致聚類結(jié)果可能不正確、算法費時等問題,并消除了噪聲對聚類結(jié)果的影響。試驗結(jié)果表明,本研究提出的方法提高了蘋果病害葉片圖像分割的準(zhǔn)確性,能夠有效、快速地發(fā)現(xiàn)并診斷蘋果病害。

    參考文獻:

    [1]姜 猛,王 軍,王志軍,等. 蘋果樹病蟲害決策支持系統(tǒng)研究與集成[J]. 山東農(nóng)業(yè)科學(xué),2015,47(6):129-133.

    [2]Gui J S,Hao L,Zhang Q,et al. A new method for soybean leaf disease detection based on modified salient regions[J]. International Journal of Multimedia and Ubiquitous Engineering,2015,10(6):45-52.

    [3]Cubero S,Aleixos N,Moltó E,et al. Advances in machine vision applications for automatic inspection and quality evaluation of fruits and vegetables[J]. Food and Bioprocess Technology,2011,4(4):487-504.

    [4]穆亞梅,馬國俊. 基于物聯(lián)網(wǎng)的蘋果樹病蟲防治專家系統(tǒng)的設(shè)計與應(yīng)用[J]. 自動化與儀器儀表,2012(5):89-90.

    [5]王文山,柳平增,臧官勝,等. 基于物聯(lián)網(wǎng)的果園環(huán)境信息監(jiān)測系統(tǒng)的設(shè)計[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版),2012,43(2):239-243.endprint

    [6]李宗儒,何東健. 基于手機拍攝圖像分析的蘋果病害識別技術(shù)研究[J]. 計算機工程與設(shè)計,2010,31(13):3051-3053.

    [7]胡 林,周國民,丘 耘,等. 蘋果樹圖像分割算法研究綜述[J]. 中國農(nóng)業(yè)科技導(dǎo)報,2015,17(2):100-108.

    [8]張善文,張云龍,尚怡君. 1種基于Otsu算法的植物病害葉片圖像分割方法[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(4):337-339.

    [9]虎曉紅,李炳軍,席 磊. 基于多示例圖的小麥葉部病害分割方法[J]. 農(nóng)業(yè)工程學(xué)報,2012,28(13):154-159.

    [10]趙瑤池,胡祝華. 基于對數(shù)相似度約束Otsu的自然場景病害果實圖像分割[J]. 農(nóng)業(yè)機械學(xué)報,2015,46(11):9-15.

    [11]Chen L,Yuan Y,Wu N,et al. Segmentation for low depth of field crop disease images based on saliency and blurred detection[J]. Transactions of the Chinese Society of Agricultural Engineering,2015,31(S2):145-151.

    [12]張 武,黃 帥,汪京京,等. 復(fù)雜背景下小麥葉部病害圖像分割方法研究[J]. 計算機工程與科學(xué),2015,37(7):1349-1354.

    [13]朱景福,李 雪. 聚類算法在玉米葉片病斑降維識別中的應(yīng)用[J]. 江蘇農(nóng)業(yè)科學(xué),2015,43(1):405-406.

    [14]張星龍,馮 全,楊 梅,等. 基于光源不變圖和聚類算法的葉片陰影中病斑的分割[J]. 西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版),2015,43(10):189-194.

    [15]Likas A,Vlassis M,Verbeek J. The global K-means clustering algorithm[J]. Pattern Recognition,2003,36(2):451-461.

    [16]周世兵,徐振源,唐旭清. 新的K均值算法最佳聚類數(shù)確定方法[J]. 計算機工程與應(yīng)用,2010,46(16):27-31.

    [17]吳曉蓉. K均值聚類算法初始中心選取相關(guān)問題的研究[D]. 長沙:湖南大學(xué),2008.

    [18]賴玉霞,劉建平,楊國興. 基于遺傳算法的K均值聚類分析[J]. 計算機工程,2008,34(20):200-202.

    [19]李 莎,錢建平,趙春江,等. 不同顏色模型識別成熟蘋果圖像的比較分析[J]. 計算機工程與設(shè)計,2015,36(6):1545-1550.

    [20]Camargo A,Smith J S. An image-processing based algorithm to automatically identify plant disease visual symptoms[J]. Biosystems Engineering,2009,102(1):9-21.張曉明,鮑安紅,謝守勇,等. 基于Fluent的文丘里管結(jié)構(gòu)參數(shù)對吸肥性能的影響[J]. 江蘇農(nóng)業(yè)科學(xué),2017,45(18):208-210.endprint

    av天堂久久9| 中文天堂在线官网| 亚洲国产av新网站| 精品少妇久久久久久888优播| 一本大道久久a久久精品| 亚洲国产欧美日韩在线播放| 欧美激情国产日韩精品一区| 国产黄频视频在线观看| 在线观看国产h片| 99久久精品国产国产毛片| 女的被弄到高潮叫床怎么办| 伦精品一区二区三区| 高清午夜精品一区二区三区| 国产极品粉嫩免费观看在线 | 欧美日韩精品成人综合77777| 男女无遮挡免费网站观看| 精品人妻熟女av久视频| 一本—道久久a久久精品蜜桃钙片| 亚洲国产日韩一区二区| 下体分泌物呈黄色| 制服人妻中文乱码| 午夜激情福利司机影院| 国产av一区二区精品久久| 欧美日韩综合久久久久久| 制服诱惑二区| 色视频在线一区二区三区| 国产黄色视频一区二区在线观看| 日韩一区二区视频免费看| 国产精品久久久久久久电影| www.色视频.com| 18在线观看网站| 亚洲精品久久成人aⅴ小说 | 亚洲av.av天堂| 天天操日日干夜夜撸| 80岁老熟妇乱子伦牲交| 男人添女人高潮全过程视频| 亚洲欧美中文字幕日韩二区| 蜜桃久久精品国产亚洲av| 欧美老熟妇乱子伦牲交| 亚洲在久久综合| av.在线天堂| 久久久亚洲精品成人影院| 国产一区二区在线观看日韩| 99久久中文字幕三级久久日本| 久久午夜综合久久蜜桃| 青青草视频在线视频观看| a级毛片免费高清观看在线播放| 国产成人免费无遮挡视频| 一本一本综合久久| 18禁动态无遮挡网站| 成人综合一区亚洲| 亚洲国产日韩一区二区| av有码第一页| 精品国产露脸久久av麻豆| 久久人妻熟女aⅴ| 一级,二级,三级黄色视频| 这个男人来自地球电影免费观看 | 我的女老师完整版在线观看| 国产欧美另类精品又又久久亚洲欧美| 日韩欧美精品免费久久| 王馨瑶露胸无遮挡在线观看| 免费日韩欧美在线观看| 久久久久国产精品人妻一区二区| 亚洲精品中文字幕在线视频| 97在线人人人人妻| 欧美三级亚洲精品| 欧美国产精品一级二级三级| 国产无遮挡羞羞视频在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 免费黄频网站在线观看国产| 亚洲av日韩在线播放| 五月玫瑰六月丁香| 97精品久久久久久久久久精品| 少妇被粗大的猛进出69影院 | av福利片在线| 插阴视频在线观看视频| 精品一品国产午夜福利视频| 国产精品成人在线| 久久国产亚洲av麻豆专区| 18禁动态无遮挡网站| 黄色一级大片看看| 精品一区二区免费观看| 国产精品嫩草影院av在线观看| 又黄又爽又刺激的免费视频.| 一级毛片黄色毛片免费观看视频| 免费久久久久久久精品成人欧美视频 | 黄色欧美视频在线观看| 国产免费一区二区三区四区乱码| 免费日韩欧美在线观看| 在线观看www视频免费| 一级毛片aaaaaa免费看小| 久久久久久久久久人人人人人人| 亚洲精品日韩av片在线观看| 亚洲国产av影院在线观看| 黄片播放在线免费| av女优亚洲男人天堂| 99热6这里只有精品| 啦啦啦啦在线视频资源| 99热这里只有精品一区| 欧美人与善性xxx| 亚洲成人av在线免费| 日本av免费视频播放| 久久久久人妻精品一区果冻| 日韩欧美精品免费久久| 久久久久久久国产电影| 国产午夜精品一二区理论片| 国产高清不卡午夜福利| 国产 一区精品| 久久ye,这里只有精品| 欧美日韩国产mv在线观看视频| 欧美 日韩 精品 国产| 91成人精品电影| 亚洲久久久国产精品| 两个人的视频大全免费| 国产伦精品一区二区三区视频9| 国产精品一区二区在线不卡| 最近手机中文字幕大全| 欧美日韩亚洲高清精品| 看免费成人av毛片| 欧美精品一区二区免费开放| 欧美少妇被猛烈插入视频| 亚洲国产精品成人久久小说| 在线观看人妻少妇| 99久久精品一区二区三区| 中国美白少妇内射xxxbb| 免费大片黄手机在线观看| 国产成人精品无人区| 亚洲国产av新网站| 国产视频首页在线观看| av电影中文网址| 性色av一级| 国产色婷婷99| 人妻一区二区av| 两个人的视频大全免费| 日韩精品有码人妻一区| 亚洲精品国产色婷婷电影| 一本大道久久a久久精品| 狠狠精品人妻久久久久久综合| 少妇被粗大的猛进出69影院 | 一级,二级,三级黄色视频| 色视频在线一区二区三区| 亚洲图色成人| 18在线观看网站| 亚洲精品av麻豆狂野| 精品亚洲成a人片在线观看| 边亲边吃奶的免费视频| 国产成人免费无遮挡视频| 久久久a久久爽久久v久久| 国产精品 国内视频| 天堂8中文在线网| 中文字幕免费在线视频6| 精品国产露脸久久av麻豆| 国产精品三级大全| 中文字幕制服av| 肉色欧美久久久久久久蜜桃| av一本久久久久| 美女视频免费永久观看网站| 高清黄色对白视频在线免费看| 国产日韩一区二区三区精品不卡 | 国产永久视频网站| 亚洲欧美日韩卡通动漫| 国产免费又黄又爽又色| 美女主播在线视频| 中文字幕精品免费在线观看视频 | 久久99精品国语久久久| 99九九在线精品视频| 久久精品熟女亚洲av麻豆精品| 久久久亚洲精品成人影院| 久久精品久久精品一区二区三区| 在线观看免费视频网站a站| 成人黄色视频免费在线看| 国产在视频线精品| 亚洲,欧美,日韩| 色婷婷av一区二区三区视频| 欧美日韩av久久| 久久鲁丝午夜福利片| 日韩中文字幕视频在线看片| 亚洲精品国产av蜜桃| 免费观看在线日韩| 啦啦啦视频在线资源免费观看| tube8黄色片| 亚洲激情五月婷婷啪啪| 国语对白做爰xxxⅹ性视频网站| 亚洲丝袜综合中文字幕| 九九久久精品国产亚洲av麻豆| 午夜激情av网站| 人妻制服诱惑在线中文字幕| 多毛熟女@视频| 在线亚洲精品国产二区图片欧美 | 欧美丝袜亚洲另类| 狠狠婷婷综合久久久久久88av| 久久久精品94久久精品| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品视频女| 在线观看免费高清a一片| 精品视频人人做人人爽| www.色视频.com| 亚洲精品第二区| 老司机影院毛片| 男女高潮啪啪啪动态图| 国产高清三级在线| 最新中文字幕久久久久| 国产乱来视频区| 久久女婷五月综合色啪小说| 搡老乐熟女国产| 久久精品国产鲁丝片午夜精品| 亚洲激情五月婷婷啪啪| 日日爽夜夜爽网站| 国产爽快片一区二区三区| 午夜免费鲁丝| 午夜老司机福利剧场| 亚洲成人一二三区av| av在线老鸭窝| 日韩,欧美,国产一区二区三区| 日韩人妻高清精品专区| 国产精品国产三级国产av玫瑰| 久久午夜福利片| 韩国高清视频一区二区三区| 欧美日韩av久久| 国产日韩欧美亚洲二区| 免费av不卡在线播放| 亚洲美女视频黄频| 美女内射精品一级片tv| 国产深夜福利视频在线观看| videosex国产| 日韩制服骚丝袜av| 能在线免费看毛片的网站| 一个人免费看片子| 精品熟女少妇av免费看| 亚洲av福利一区| 亚洲国产精品成人久久小说| av专区在线播放| 国产精品久久久久久久电影| 国产亚洲欧美精品永久| 精品亚洲乱码少妇综合久久| 欧美日韩视频精品一区| 久久久久国产精品人妻一区二区| 成人亚洲欧美一区二区av| 激情五月婷婷亚洲| 夜夜爽夜夜爽视频| 日日撸夜夜添| 99热这里只有精品一区| 午夜av观看不卡| 男人爽女人下面视频在线观看| 国产在线免费精品| 亚洲情色 制服丝袜| 国产精品麻豆人妻色哟哟久久| 国产精品无大码| 在线 av 中文字幕| 日本免费在线观看一区| 亚洲成人手机| 国产在线视频一区二区| 少妇的逼好多水| 国产在线一区二区三区精| 日本与韩国留学比较| 国产精品嫩草影院av在线观看| 亚洲中文av在线| 91久久精品国产一区二区三区| 乱码一卡2卡4卡精品| 免费观看a级毛片全部| 亚洲国产色片| 色网站视频免费| 欧美性感艳星| 一级毛片aaaaaa免费看小| 极品人妻少妇av视频| 国产无遮挡羞羞视频在线观看| 亚洲av欧美aⅴ国产| 一区二区三区免费毛片| 欧美激情国产日韩精品一区| 国产高清国产精品国产三级| 免费少妇av软件| 国产国语露脸激情在线看| 秋霞在线观看毛片| 男女免费视频国产| 婷婷色综合www| 黄色配什么色好看| 亚洲精品久久午夜乱码| 色5月婷婷丁香| 又粗又硬又长又爽又黄的视频| 内地一区二区视频在线| 如日韩欧美国产精品一区二区三区 | 美女国产高潮福利片在线看| av.在线天堂| 久久国产亚洲av麻豆专区| a级片在线免费高清观看视频| 777米奇影视久久| 国产在线一区二区三区精| 男人操女人黄网站| 亚洲成人一二三区av| 日韩一本色道免费dvd| 久久国内精品自在自线图片| 大陆偷拍与自拍| 久久久久久久精品精品| 麻豆成人av视频| 国国产精品蜜臀av免费| 精品一品国产午夜福利视频| 一本—道久久a久久精品蜜桃钙片| 国产免费现黄频在线看| 国产综合精华液| 99久久精品一区二区三区| 各种免费的搞黄视频| 免费黄网站久久成人精品| 欧美精品一区二区免费开放| 久久久久网色| 久久毛片免费看一区二区三区| 国产成人精品在线电影| 又黄又爽又刺激的免费视频.| 亚洲欧美精品自产自拍| 亚洲国产精品一区二区三区在线| 久久久久久伊人网av| 亚洲欧美中文字幕日韩二区| 色5月婷婷丁香| 亚洲国产av影院在线观看| 国产精品久久久久久精品电影小说| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 日日摸夜夜添夜夜爱| 亚洲欧美色中文字幕在线| 欧美亚洲 丝袜 人妻 在线| 男男h啪啪无遮挡| 一个人免费看片子| 18在线观看网站| 久久精品久久精品一区二区三区| 亚洲在久久综合| 国产日韩一区二区三区精品不卡 | 日韩中文字幕视频在线看片| 国产成人精品一,二区| 色婷婷av一区二区三区视频| av在线app专区| 草草在线视频免费看| 亚洲精品中文字幕在线视频| av免费观看日本| 日本黄色片子视频| 亚洲色图 男人天堂 中文字幕 | av黄色大香蕉| 色吧在线观看| 国产精品麻豆人妻色哟哟久久| 久久久久久久久大av| 蜜桃久久精品国产亚洲av| 欧美bdsm另类| 熟妇人妻不卡中文字幕| 少妇人妻 视频| 狠狠精品人妻久久久久久综合| 一区在线观看完整版| 免费看av在线观看网站| 69精品国产乱码久久久| 中文字幕制服av| 美女主播在线视频| 九九爱精品视频在线观看| 最黄视频免费看| 久热久热在线精品观看| 国产欧美日韩综合在线一区二区| 亚洲不卡免费看| 国产精品成人在线| 在线 av 中文字幕| 成年人午夜在线观看视频| 久久精品久久久久久久性| 老司机影院毛片| 免费久久久久久久精品成人欧美视频 | 精品国产乱码久久久久久小说| 曰老女人黄片| 国产有黄有色有爽视频| 日韩成人av中文字幕在线观看| 成人午夜精彩视频在线观看| 亚洲国产av新网站| 大香蕉97超碰在线| 国产一区二区三区综合在线观看 | 日韩中文字幕视频在线看片| 嘟嘟电影网在线观看| 午夜福利网站1000一区二区三区| 久久午夜福利片| 精品视频人人做人人爽| 亚洲欧美成人综合另类久久久| 韩国高清视频一区二区三区| 午夜福利网站1000一区二区三区| 精品国产国语对白av| 国产在线视频一区二区| 97在线视频观看| 新久久久久国产一级毛片| 婷婷色综合大香蕉| 男人爽女人下面视频在线观看| 人体艺术视频欧美日本| 日本爱情动作片www.在线观看| 熟女人妻精品中文字幕| 国产精品偷伦视频观看了| 日韩欧美精品免费久久| 蜜桃在线观看..| 亚洲一级一片aⅴ在线观看| 国产一级毛片在线| 视频在线观看一区二区三区| 中文字幕精品免费在线观看视频 | 亚洲丝袜综合中文字幕| 搡女人真爽免费视频火全软件| 免费黄色在线免费观看| 国产熟女欧美一区二区| 午夜久久久在线观看| 九九爱精品视频在线观看| 欧美日韩成人在线一区二区| 国产精品熟女久久久久浪| 亚洲成色77777| 激情五月婷婷亚洲| 十八禁高潮呻吟视频| 狠狠婷婷综合久久久久久88av| 免费大片18禁| 黄色欧美视频在线观看| 久久久精品94久久精品| 亚洲久久久国产精品| 一区二区三区四区激情视频| 免费高清在线观看日韩| 女性被躁到高潮视频| 久久久久久久久久久久大奶| 日本黄色片子视频| 最新中文字幕久久久久| 久久久a久久爽久久v久久| 欧美精品国产亚洲| 97超碰精品成人国产| 黄片播放在线免费| 亚洲av二区三区四区| 婷婷色综合www| 午夜福利网站1000一区二区三区| 简卡轻食公司| 国产精品偷伦视频观看了| 香蕉精品网在线| 亚洲欧洲国产日韩| 欧美精品高潮呻吟av久久| 自拍欧美九色日韩亚洲蝌蚪91| 精品视频人人做人人爽| 亚洲国产精品一区三区| 国产白丝娇喘喷水9色精品| 人妻人人澡人人爽人人| 久久久久久久久久久久大奶| 国产精品久久久久久精品古装| 日韩中字成人| 国产色爽女视频免费观看| 日韩一本色道免费dvd| 51国产日韩欧美| 国产黄频视频在线观看| 18禁动态无遮挡网站| 亚洲伊人久久精品综合| 欧美一级a爱片免费观看看| 久久久精品94久久精品| 人妻制服诱惑在线中文字幕| 99九九在线精品视频| 国产免费福利视频在线观看| 秋霞在线观看毛片| 久久久久精品久久久久真实原创| 丝袜喷水一区| 久久久精品94久久精品| 黄色配什么色好看| 久久国内精品自在自线图片| freevideosex欧美| 亚洲人成网站在线播| 一本—道久久a久久精品蜜桃钙片| 在线观看免费视频网站a站| 18禁在线播放成人免费| 久久精品夜色国产| 国产午夜精品久久久久久一区二区三区| 香蕉精品网在线| 色婷婷av一区二区三区视频| 久久这里有精品视频免费| 黄片播放在线免费| 亚洲成人av在线免费| 曰老女人黄片| 成人黄色视频免费在线看| 亚洲精品一区蜜桃| 一级a做视频免费观看| 亚洲,欧美,日韩| 毛片一级片免费看久久久久| 国产女主播在线喷水免费视频网站| 人妻系列 视频| 精品久久久久久久久亚洲| 涩涩av久久男人的天堂| 丰满乱子伦码专区| 岛国毛片在线播放| 五月天丁香电影| 在线观看免费日韩欧美大片 | 欧美精品国产亚洲| 麻豆成人av视频| 国模一区二区三区四区视频| a级毛片在线看网站| 香蕉精品网在线| 最近最新中文字幕免费大全7| 成人午夜精彩视频在线观看| 91在线精品国自产拍蜜月| 99视频精品全部免费 在线| 亚洲国产色片| 日本色播在线视频| 午夜影院在线不卡| 国产综合精华液| 九九在线视频观看精品| 99热全是精品| 少妇人妻久久综合中文| 国产精品国产av在线观看| 日日爽夜夜爽网站| 成人毛片60女人毛片免费| 国产69精品久久久久777片| 国产成人91sexporn| 一级毛片aaaaaa免费看小| xxxhd国产人妻xxx| 寂寞人妻少妇视频99o| 久久久精品区二区三区| 极品人妻少妇av视频| 久久久精品免费免费高清| 久久97久久精品| 大话2 男鬼变身卡| 亚洲精品456在线播放app| 国产成人免费观看mmmm| 国产一区有黄有色的免费视频| 日韩制服骚丝袜av| 高清在线视频一区二区三区| 日本wwww免费看| 成年av动漫网址| 制服诱惑二区| 美女视频免费永久观看网站| 国产熟女午夜一区二区三区 | 视频区图区小说| 国产爽快片一区二区三区| 国产精品成人在线| 国产精品一二三区在线看| 日产精品乱码卡一卡2卡三| 一级黄片播放器| 久久99精品国语久久久| 在线观看www视频免费| 国产一区二区三区av在线| 蜜桃国产av成人99| 精品久久久久久久久亚洲| 久久久久久人妻| 国产一区二区在线观看av| av在线app专区| 国产一区亚洲一区在线观看| 欧美97在线视频| 国产亚洲午夜精品一区二区久久| 人妻 亚洲 视频| av一本久久久久| 久久av网站| 国精品久久久久久国模美| 国产白丝娇喘喷水9色精品| 精品国产国语对白av| 免费观看av网站的网址| 亚洲精品日本国产第一区| 久久久亚洲精品成人影院| 久久久精品区二区三区| 日韩三级伦理在线观看| 国产探花极品一区二区| 亚洲av免费高清在线观看| 亚洲精品日韩av片在线观看| 美女中出高潮动态图| 一二三四中文在线观看免费高清| 欧美精品人与动牲交sv欧美| 内地一区二区视频在线| 伦理电影免费视频| 精品国产露脸久久av麻豆| 国产69精品久久久久777片| 国产欧美另类精品又又久久亚洲欧美| 十八禁网站网址无遮挡| 老司机亚洲免费影院| 久久精品国产自在天天线| 日韩欧美一区视频在线观看| 一区二区三区免费毛片| 日本与韩国留学比较| 一级爰片在线观看| 久久97久久精品| 精品人妻偷拍中文字幕| 丝瓜视频免费看黄片| 伦理电影免费视频| 夜夜看夜夜爽夜夜摸| 超碰97精品在线观看| 亚洲av福利一区| av有码第一页| 亚洲欧美日韩另类电影网站| 中国三级夫妇交换| 久久精品国产亚洲av涩爱| 老司机亚洲免费影院| 26uuu在线亚洲综合色| 国产午夜精品一二区理论片| 国产在视频线精品| av免费观看日本| 久久久精品免费免费高清| 日韩欧美精品免费久久| 国产一区二区三区av在线| 精品视频人人做人人爽| 18禁在线无遮挡免费观看视频| 国产极品天堂在线| 国产成人精品一,二区| 高清不卡的av网站| 午夜日本视频在线| 日本91视频免费播放| 人人妻人人添人人爽欧美一区卜| 成人毛片a级毛片在线播放| 免费黄网站久久成人精品| av天堂久久9| 制服丝袜香蕉在线| 自线自在国产av| 99九九线精品视频在线观看视频| 在线看a的网站| 99久久人妻综合| 黄片播放在线免费| 男的添女的下面高潮视频| 久久精品国产鲁丝片午夜精品| 久久人人爽av亚洲精品天堂| 欧美精品一区二区大全| av在线app专区| 最近中文字幕高清免费大全6| 久久热精品热| 日本91视频免费播放| 中文字幕av电影在线播放| 汤姆久久久久久久影院中文字幕| 久久国产精品男人的天堂亚洲 | 精品亚洲乱码少妇综合久久| 欧美日韩视频高清一区二区三区二| 亚洲av欧美aⅴ国产| 欧美亚洲日本最大视频资源| 各种免费的搞黄视频| 熟女av电影| 日韩欧美精品免费久久| 在线天堂最新版资源|