• <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

    国产亚洲av高清不卡| 精品亚洲成a人片在线观看| 国产亚洲精品第一综合不卡| 国产精品.久久久| 夜夜爽天天搞| www.精华液| 美女福利国产在线| 三上悠亚av全集在线观看| 欧美激情 高清一区二区三区| 亚洲精品中文字幕一二三四区 | 女性被躁到高潮视频| 飞空精品影院首页| 亚洲男人天堂网一区| 大型av网站在线播放| 久9热在线精品视频| 在线播放国产精品三级| 成年版毛片免费区| 日本欧美视频一区| 黄频高清免费视频| 午夜老司机福利片| 黑人操中国人逼视频| 老司机靠b影院| 18禁国产床啪视频网站| 母亲3免费完整高清在线观看| 18禁裸乳无遮挡动漫免费视频| 少妇猛男粗大的猛烈进出视频| 精品一区二区三区视频在线观看免费 | 亚洲国产欧美一区二区综合| 国产精品免费大片| 老熟妇乱子伦视频在线观看| 国产一区有黄有色的免费视频| av有码第一页| 69精品国产乱码久久久| 啦啦啦视频在线资源免费观看| 热re99久久精品国产66热6| 久久精品aⅴ一区二区三区四区| 免费观看av网站的网址| 国产欧美日韩综合在线一区二区| 亚洲 欧美一区二区三区| 欧美成人午夜精品| 18禁国产床啪视频网站| 18在线观看网站| 大片电影免费在线观看免费| 在线 av 中文字幕| 精品视频人人做人人爽| 国产免费福利视频在线观看| 十分钟在线观看高清视频www| 国产1区2区3区精品| 成人特级黄色片久久久久久久 | 亚洲成国产人片在线观看| 亚洲av片天天在线观看| 亚洲av成人不卡在线观看播放网| 亚洲性夜色夜夜综合| 精品福利永久在线观看| 美女高潮到喷水免费观看| 高清欧美精品videossex| 国产亚洲精品一区二区www | 国产在线精品亚洲第一网站| 老汉色av国产亚洲站长工具| 国产免费av片在线观看野外av| 女人久久www免费人成看片| 久久精品亚洲av国产电影网| 国产成人av激情在线播放| 亚洲欧美精品综合一区二区三区| 国产淫语在线视频| 久久人妻福利社区极品人妻图片| 日韩大片免费观看网站| 不卡av一区二区三区| 新久久久久国产一级毛片| 国产亚洲欧美在线一区二区| 国产欧美日韩综合在线一区二区| 丝袜美足系列| 男女午夜视频在线观看| 久久99一区二区三区| 国产精品亚洲av一区麻豆| 天天躁日日躁夜夜躁夜夜| 日本五十路高清| 精品久久久久久久毛片微露脸| 99久久国产精品久久久| 一本久久精品| 国产不卡一卡二| 男女下面插进去视频免费观看| 久久久久国产一级毛片高清牌| 夜夜骑夜夜射夜夜干| 在线亚洲精品国产二区图片欧美| 国产欧美日韩精品亚洲av| 精品国产乱子伦一区二区三区| 99国产精品99久久久久| 免费黄频网站在线观看国产| 亚洲av日韩在线播放| 久久久久国产一级毛片高清牌| 超碰成人久久| 午夜福利一区二区在线看| 18禁美女被吸乳视频| 国产区一区二久久| 欧美激情久久久久久爽电影 | 免费不卡黄色视频| 高清欧美精品videossex| 国产成人系列免费观看| 日韩人妻精品一区2区三区| 午夜成年电影在线免费观看| 少妇 在线观看| 1024香蕉在线观看| 免费人妻精品一区二区三区视频| 脱女人内裤的视频| 欧美+亚洲+日韩+国产| 午夜福利免费观看在线| e午夜精品久久久久久久| 香蕉久久夜色| avwww免费| 亚洲av欧美aⅴ国产| 色尼玛亚洲综合影院| 午夜激情av网站| 欧美午夜高清在线| 午夜精品久久久久久毛片777| 国产99久久九九免费精品| 国产欧美日韩一区二区三区在线| 大陆偷拍与自拍| 少妇的丰满在线观看| 国产精品国产高清国产av | 嫁个100分男人电影在线观看| 久久热在线av| 在线观看www视频免费| 亚洲成av片中文字幕在线观看| 欧美人与性动交α欧美精品济南到| 国产av国产精品国产| 大型黄色视频在线免费观看| 久久99一区二区三区| 男女高潮啪啪啪动态图| 黄色 视频免费看| 五月开心婷婷网| 免费在线观看黄色视频的| 日日摸夜夜添夜夜添小说| 18禁观看日本| 黄频高清免费视频| 成人18禁在线播放| 老汉色∧v一级毛片| 大香蕉久久网| 国产精品亚洲av一区麻豆| 久久久久网色| 国产精品二区激情视频| 最新在线观看一区二区三区| 精品福利观看| 国产精品九九99| 国产成人免费观看mmmm| 久热爱精品视频在线9| 人妻一区二区av| 免费在线观看黄色视频的| 色综合婷婷激情| 日韩成人在线观看一区二区三区| 这个男人来自地球电影免费观看| 国产免费视频播放在线视频| 无遮挡黄片免费观看| 夜夜爽天天搞| 国产免费视频播放在线视频| 色在线成人网| 最新的欧美精品一区二区| 50天的宝宝边吃奶边哭怎么回事| 伊人久久大香线蕉亚洲五| 国产精品av久久久久免费| 久久久久视频综合| 国产精品亚洲一级av第二区| 女人久久www免费人成看片| 亚洲成国产人片在线观看| 亚洲欧美精品综合一区二区三区| 大香蕉久久网| 午夜久久久在线观看| 在线观看免费视频日本深夜| 亚洲av电影在线进入| 成人国产av品久久久| 欧美日韩亚洲综合一区二区三区_| 精品午夜福利视频在线观看一区 | 51午夜福利影视在线观看| 国产精品 欧美亚洲| 婷婷成人精品国产| 国产伦人伦偷精品视频| 9色porny在线观看| 亚洲伊人色综图| 大型av网站在线播放| 国产精品一区二区免费欧美| 少妇精品久久久久久久| 大陆偷拍与自拍| 国产成人一区二区三区免费视频网站| 十分钟在线观看高清视频www| 亚洲欧美一区二区三区黑人| 热99re8久久精品国产| 日本av手机在线免费观看| 亚洲精品在线美女| 亚洲久久久国产精品| 大香蕉久久成人网| 高潮久久久久久久久久久不卡| 侵犯人妻中文字幕一二三四区| 亚洲成人免费av在线播放| 性色av乱码一区二区三区2| 美女主播在线视频| 中文字幕av电影在线播放| 欧美 日韩 精品 国产| 国产三级黄色录像| 国产成人免费观看mmmm| 我要看黄色一级片免费的| 新久久久久国产一级毛片| 免费观看av网站的网址| av网站在线播放免费| 欧美日韩av久久| 人人妻,人人澡人人爽秒播| kizo精华| 大型av网站在线播放| 国产男女内射视频| 久久精品国产综合久久久| 中文亚洲av片在线观看爽 | 极品教师在线免费播放| 免费av中文字幕在线| 国产高清视频在线播放一区| 18禁美女被吸乳视频| 精品第一国产精品| 亚洲国产看品久久| 最黄视频免费看| 两性午夜刺激爽爽歪歪视频在线观看 | 免费观看人在逋| 亚洲精品国产一区二区精华液| 婷婷成人精品国产| av超薄肉色丝袜交足视频| 亚洲精品久久午夜乱码| 国产一区有黄有色的免费视频| 大香蕉久久成人网| 一边摸一边抽搐一进一出视频| 欧美日本中文国产一区发布| 欧美中文综合在线视频| 超碰97精品在线观看| 少妇裸体淫交视频免费看高清 | 超色免费av| 少妇猛男粗大的猛烈进出视频| 成年动漫av网址| 欧美人与性动交α欧美精品济南到| 亚洲va日本ⅴa欧美va伊人久久| 99re6热这里在线精品视频| 一本—道久久a久久精品蜜桃钙片| 日韩一区二区三区影片| 天堂中文最新版在线下载| 欧美精品av麻豆av| 亚洲国产毛片av蜜桃av| 在线观看免费午夜福利视频| 一级黄色大片毛片| 男女之事视频高清在线观看| 午夜福利视频精品| 精品国产一区二区三区四区第35| 国产一区二区在线观看av| 女同久久另类99精品国产91| 国产亚洲精品久久久久5区| 国产一区二区 视频在线| 丁香六月天网| 国产熟女午夜一区二区三区| 麻豆乱淫一区二区| 极品教师在线免费播放| 真人做人爱边吃奶动态| 国产高清激情床上av| bbb黄色大片| 黄色视频在线播放观看不卡| 黄频高清免费视频| 丁香六月欧美| 国产不卡av网站在线观看| av片东京热男人的天堂| 精品一区二区三区视频在线观看免费 | 亚洲五月色婷婷综合| 国内毛片毛片毛片毛片毛片| 亚洲成人手机| 欧美激情极品国产一区二区三区| 久久人人爽av亚洲精品天堂| 午夜福利一区二区在线看| 最新在线观看一区二区三区| av线在线观看网站| 欧美日韩福利视频一区二区| 妹子高潮喷水视频| 高清毛片免费观看视频网站 | 精品久久久久久久毛片微露脸| 色尼玛亚洲综合影院| 波多野结衣av一区二区av| 最黄视频免费看| 日韩一区二区三区影片| 久久人妻福利社区极品人妻图片| 国产成人免费无遮挡视频| 欧美老熟妇乱子伦牲交| 伦理电影免费视频| 国产淫语在线视频| 成人三级做爰电影| 国产又爽黄色视频| 日本wwww免费看| 蜜桃国产av成人99| 成年人黄色毛片网站| 国产精品98久久久久久宅男小说| 国内毛片毛片毛片毛片毛片| 日日爽夜夜爽网站| 国产在线视频一区二区| 日本av手机在线免费观看| 日韩欧美一区视频在线观看| 别揉我奶头~嗯~啊~动态视频| 黑人巨大精品欧美一区二区mp4| 久久精品国产亚洲av高清一级| 99久久99久久久精品蜜桃| 男女床上黄色一级片免费看| www.熟女人妻精品国产| 久久久精品免费免费高清| 极品人妻少妇av视频| 成人av一区二区三区在线看| tocl精华| 久久久久久免费高清国产稀缺| 狠狠狠狠99中文字幕| 咕卡用的链子| 亚洲精品美女久久av网站| 国产精品欧美亚洲77777| 欧美 日韩 精品 国产| 少妇裸体淫交视频免费看高清 | 成年人午夜在线观看视频| 露出奶头的视频| 可以免费在线观看a视频的电影网站| 亚洲av成人不卡在线观看播放网| 亚洲精品自拍成人| 国产精品免费视频内射| 深夜精品福利| 高潮久久久久久久久久久不卡| 欧美变态另类bdsm刘玥| 成人国语在线视频| 久久久久网色| 免费观看av网站的网址| 香蕉久久夜色| 99在线人妻在线中文字幕 | 久久 成人 亚洲| 蜜桃在线观看..| 女警被强在线播放| 久久久久久人人人人人| 日韩人妻精品一区2区三区| 国产老妇伦熟女老妇高清| 久久av网站| 黑人猛操日本美女一级片| 18禁观看日本| 一边摸一边抽搐一进一小说 | 一本大道久久a久久精品| 久久久国产精品麻豆| 老司机福利观看| 免费黄频网站在线观看国产| 高清黄色对白视频在线免费看| 成人永久免费在线观看视频 | 亚洲av欧美aⅴ国产| 老司机福利观看| 日本黄色视频三级网站网址 | 90打野战视频偷拍视频| 一区二区av电影网| 涩涩av久久男人的天堂| 老鸭窝网址在线观看| 午夜福利视频精品| 亚洲av电影在线进入| 成人18禁在线播放| 18禁国产床啪视频网站| 丰满迷人的少妇在线观看| 丝袜喷水一区| 成人国语在线视频| 少妇粗大呻吟视频| 国产极品粉嫩免费观看在线| 一边摸一边做爽爽视频免费| 欧美精品一区二区免费开放| 丰满少妇做爰视频| 亚洲欧美色中文字幕在线| 一进一出抽搐动态| 亚洲欧美一区二区三区久久| 考比视频在线观看| 美女主播在线视频| 五月天丁香电影| 精品国产乱码久久久久久男人| 最近最新中文字幕大全电影3 | 国产精品秋霞免费鲁丝片| 少妇 在线观看| 亚洲精品美女久久久久99蜜臀| 久久ye,这里只有精品| 老熟妇仑乱视频hdxx| 久久九九热精品免费| 黑人操中国人逼视频| 国产在线免费精品| 久久久国产一区二区| 无遮挡黄片免费观看| 亚洲国产欧美一区二区综合| 久久久久网色| 1024香蕉在线观看| 搡老乐熟女国产| 亚洲午夜精品一区,二区,三区| 欧美激情高清一区二区三区| 极品人妻少妇av视频| 亚洲av成人不卡在线观看播放网| 久久天躁狠狠躁夜夜2o2o| 色老头精品视频在线观看| 日韩三级视频一区二区三区| 一区在线观看完整版| 动漫黄色视频在线观看| 99精国产麻豆久久婷婷| 色播在线永久视频| av有码第一页| 制服人妻中文乱码| 国产不卡av网站在线观看| 免费不卡黄色视频| 国产又色又爽无遮挡免费看| 国产精品 欧美亚洲| 一个人免费看片子| 2018国产大陆天天弄谢| 亚洲伊人色综图| 成人国语在线视频| www.自偷自拍.com| 99热网站在线观看| 老司机靠b影院| 人人妻人人澡人人看| 国产日韩欧美视频二区| 欧美日韩视频精品一区| 不卡av一区二区三区| 久久亚洲真实| 精品一区二区三区视频在线观看免费 | 亚洲精品av麻豆狂野| 国产成人欧美| 午夜老司机福利片| 久久久精品区二区三区| 视频区图区小说| 精品国产超薄肉色丝袜足j| 美女主播在线视频| 国产视频一区二区在线看| 免费人妻精品一区二区三区视频| 777久久人妻少妇嫩草av网站| 久久精品91无色码中文字幕| 99九九在线精品视频| 亚洲av美国av| 免费在线观看日本一区| 黄片小视频在线播放| 黄色a级毛片大全视频| 在线观看一区二区三区激情| 精品午夜福利视频在线观看一区 | 男女边摸边吃奶| 丁香六月欧美| 在线天堂中文资源库| 免费一级毛片在线播放高清视频 | 欧美日韩视频精品一区| 国产精品99久久99久久久不卡| 视频在线观看一区二区三区| 亚洲va日本ⅴa欧美va伊人久久| 一夜夜www| 国产精品免费视频内射| 69av精品久久久久久 | 少妇被粗大的猛进出69影院| 国产日韩欧美视频二区| 久久精品国产亚洲av高清一级| 久久国产精品人妻蜜桃| 久久久国产精品麻豆| 超碰成人久久| 桃红色精品国产亚洲av| 国产欧美日韩一区二区三区在线| 欧美精品一区二区免费开放| 精品亚洲乱码少妇综合久久| 如日韩欧美国产精品一区二区三区| 女人被躁到高潮嗷嗷叫费观| 99国产精品一区二区蜜桃av | 丝袜在线中文字幕| 性少妇av在线| 99re在线观看精品视频| 国产单亲对白刺激| 18禁国产床啪视频网站| 欧美另类亚洲清纯唯美| 国产伦理片在线播放av一区| 中文字幕高清在线视频| 国产精品九九99| 欧美人与性动交α欧美软件| 大香蕉久久网| 在线 av 中文字幕| 国内毛片毛片毛片毛片毛片| 麻豆成人av在线观看| 成在线人永久免费视频| 免费一级毛片在线播放高清视频 | 黄色片一级片一级黄色片| 精品一区二区三区视频在线观看免费 | 大片电影免费在线观看免费| 亚洲,欧美精品.| 免费久久久久久久精品成人欧美视频| 日韩欧美三级三区| 国产单亲对白刺激| 久久天堂一区二区三区四区| 黄色丝袜av网址大全| www.999成人在线观看| 久久国产精品人妻蜜桃| 成在线人永久免费视频| 水蜜桃什么品种好| 精品福利永久在线观看| 国产成人欧美| 国产免费福利视频在线观看| 国产亚洲精品一区二区www | 动漫黄色视频在线观看| 夜夜夜夜夜久久久久| 日韩一区二区三区影片| 18在线观看网站| 手机成人av网站| 麻豆国产av国片精品| 亚洲少妇的诱惑av| 操美女的视频在线观看| 国产一卡二卡三卡精品| 久久久久视频综合| 国产精品香港三级国产av潘金莲| 大片电影免费在线观看免费| www日本在线高清视频| 黄色视频,在线免费观看| 啦啦啦视频在线资源免费观看| 国产一区二区激情短视频| 亚洲欧美日韩高清在线视频 | 99香蕉大伊视频| 亚洲中文字幕日韩| 国产黄频视频在线观看| av天堂在线播放| 国产成人啪精品午夜网站| 国产真人三级小视频在线观看| 天堂8中文在线网| 国产精品免费一区二区三区在线 | 亚洲七黄色美女视频| 免费一级毛片在线播放高清视频 | 国产1区2区3区精品| 精品免费久久久久久久清纯 | 丝袜美足系列| 丁香欧美五月| 久久人人爽av亚洲精品天堂| 极品教师在线免费播放| 国产成人精品久久二区二区91| 国产高清videossex| 国产在线一区二区三区精| 免费在线观看黄色视频的| 精品一区二区三卡| 国产激情久久老熟女| 久久久久精品人妻al黑| 中文字幕精品免费在线观看视频| 在线看a的网站| 久久久久久免费高清国产稀缺| 老司机影院毛片| 亚洲午夜精品一区,二区,三区| 最近最新中文字幕大全免费视频| 超碰97精品在线观看| 99国产精品一区二区蜜桃av | av天堂在线播放| 成人18禁在线播放| 日韩欧美三级三区| 国产精品久久久久成人av| 欧美亚洲 丝袜 人妻 在线| 女同久久另类99精品国产91| 操美女的视频在线观看| 91麻豆精品激情在线观看国产 | 老熟女久久久| 一级,二级,三级黄色视频| 狠狠精品人妻久久久久久综合| 免费看十八禁软件| 一本大道久久a久久精品| 肉色欧美久久久久久久蜜桃| 一本久久精品| 国产免费现黄频在线看| 无限看片的www在线观看| 日本av免费视频播放| 悠悠久久av| 人妻久久中文字幕网| 成年人免费黄色播放视频| 91九色精品人成在线观看| 成人手机av| 国产精品熟女久久久久浪| 亚洲精品美女久久av网站| 下体分泌物呈黄色| 国产精品美女特级片免费视频播放器 | 亚洲精品成人av观看孕妇| 电影成人av| 伊人久久大香线蕉亚洲五| 日本撒尿小便嘘嘘汇集6| 日韩欧美三级三区| 久久热在线av| 在线看a的网站| 亚洲全国av大片| 99久久精品国产亚洲精品| 91麻豆精品激情在线观看国产 | 亚洲av日韩精品久久久久久密| 人人妻人人添人人爽欧美一区卜| 亚洲av第一区精品v没综合| 在线十欧美十亚洲十日本专区| 欧美日韩一级在线毛片| 国产精品久久久人人做人人爽| 午夜成年电影在线免费观看| 亚洲性夜色夜夜综合| 亚洲五月色婷婷综合| 国产熟女午夜一区二区三区| 久热这里只有精品99| av一本久久久久| 中文字幕人妻丝袜制服| 欧美日韩国产mv在线观看视频| 欧美精品一区二区免费开放| 蜜桃国产av成人99| 多毛熟女@视频| 精品一品国产午夜福利视频| 午夜福利视频精品| 亚洲五月婷婷丁香| 国产欧美日韩一区二区三区在线| 久久久久精品国产欧美久久久| 国产亚洲精品久久久久5区| 欧美国产精品va在线观看不卡| 18禁黄网站禁片午夜丰满| 午夜福利一区二区在线看| 国产高清videossex| 男女之事视频高清在线观看| 久久久久久久国产电影| a级毛片在线看网站| 精品亚洲乱码少妇综合久久| 久久久精品国产亚洲av高清涩受| tube8黄色片| 一级毛片电影观看| 国产日韩欧美在线精品| 亚洲国产中文字幕在线视频| 久久 成人 亚洲| 国产亚洲av高清不卡| 精品久久久久久久毛片微露脸| 国产单亲对白刺激| 国产av一区二区精品久久| 首页视频小说图片口味搜索|