• <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 ?

    基于布谷鳥算法的遙感影像智能分類

    2017-11-29 08:27:18沈泉飛史照良許如琪
    測繪通報 2017年1期
    關(guān)鍵詞:布谷鳥波段規(guī)則

    沈泉飛,曹 敏,史照良,許如琪

    (1. 江蘇省基礎(chǔ)地理信息中心,江蘇 南京 210013; 2. 南京師范大學(xué)虛擬地理環(huán)境教育部重點實驗室,江蘇 南京 210023; 3. 江蘇省測繪地理信息局,江蘇 南京 210013)

    基于布谷鳥算法的遙感影像智能分類

    沈泉飛1,曹 敏2,史照良3,許如琪2

    (1. 江蘇省基礎(chǔ)地理信息中心,江蘇 南京 210013; 2. 南京師范大學(xué)虛擬地理環(huán)境教育部重點實驗室,江蘇 南京 210023; 3. 江蘇省測繪地理信息局,江蘇 南京 210013)

    提出了一種新的基于布谷鳥算法的智能式遙感分類方法。采用布谷鳥智能優(yōu)化算法,自動搜索遙感影像各波段的最優(yōu)閾值分割點,并定義各波段最優(yōu)閾值分割點和影像分類目標類別的連線為布谷鳥的最佳解,構(gòu)造以If-Then形式表達的遙感分類規(guī)則。將所提的基于布谷鳥算法的影像分類方法應(yīng)用于ALOS影像分類中,并與蜂群智能遙感分類方法和See5.0決策樹方法進行了對比分析。結(jié)果表明,布谷鳥智能遙感分類的總體精度和Kappa系數(shù)均比蜂群智能遙感分類和See5.0決策樹方法更高,該智能遙感分類方法具有更好的分類效果。

    布谷鳥算法;仿生智能計算;遙感影像;分類

    遙感影像分類一直是遙感影像處理的重要環(huán)節(jié)。傳統(tǒng)的統(tǒng)計分析分類方法如最大似然法、最短距離法、K-Means法、貝葉斯分類法等,以訓(xùn)練數(shù)據(jù)遵循正態(tài)分布為前提,訓(xùn)練樣本的選擇和參數(shù)估計會直接影響遙感影像分類結(jié)果[1]。隨后,學(xué)者們提出神經(jīng)網(wǎng)絡(luò)法[2]、決策樹分類法[3]、模糊分類法[4]、支持向量機分類法[5]和面向?qū)ο蠓诸惙╗6],總體分類精度優(yōu)于傳統(tǒng)的統(tǒng)計分類方法,具有更好的彈性和穩(wěn)健性。當?shù)匚餇顩r非常復(fù)雜時,一般的遙感分類方法不能很好地處理線性不可分的地物,智能式的分類方法能夠為解決這一問題提供新的手段[7]。

    仿生智能計算通過模擬生物的行為或自然界的現(xiàn)象來解決目標優(yōu)化問題,是計算智能領(lǐng)域的研究熱點方向之一[8]。目前,已經(jīng)有多種智能式遙感影像分類方法,如基于蟻群算法的遙感影像分類方法[9-10]、基于粒子群算法的遙感分類方法[11]、基于蜂群算法的遙感分類方法[12]等,這類智能式方法均取得了較好的分類效果。智能優(yōu)化算法仍然有提升的空間,如何提高土地利用分類精度仍是遙感領(lǐng)域的重要研究方向。

    近年來,仿生智能計算領(lǐng)域出現(xiàn)了一種新型的元啟發(fā)式算法——布谷鳥算法(cuckoo search, CS),它是由劍橋大學(xué)Xin-She Yang于2009年結(jié)合布谷鳥種類的巢寄生繁育行為和鳥類、果蠅等的萊維飛行(Lévy flight)行為特征,提出的一種新的全局搜索優(yōu)化算法[13]。該算法增加了群體之間的信息交流,具有控制參數(shù)少,能夠有效保持局部搜索和全局搜索之間平衡,加速收斂速度,易于實現(xiàn)等優(yōu)點[13-14],已有研究表明該算法性能優(yōu)于粒子群算法和蜂群算法[14]。目前,布谷鳥算法已經(jīng)被廣泛應(yīng)用于多目標優(yōu)化[15]、數(shù)據(jù)聚類[16]、圖像分割[17]等領(lǐng)域,能夠有效地解決各種復(fù)雜優(yōu)化問題。本文以土地利用遙感分類為例,提出一種利用布谷鳥算法對遙感影像進行分類的新方法,通過模仿布谷鳥的巢寄生行為的方式,布谷鳥在多維空間中不斷地搜索各波段的最優(yōu)區(qū)間,將各波段最優(yōu)區(qū)間與土地利用類型連接,形成遙感影像的分類規(guī)則。

    1 基于布谷鳥算法的遙感影像分類方法

    1.1 布谷鳥算法原理

    自然界中,布谷鳥自己不做窩,不會孵化,也不會育雛,而是通過尋找質(zhì)優(yōu)的宿主巢窩,將其卵產(chǎn)在宿主的鳥巢中,讓宿主代為孵化和育雛。大布谷鳥在產(chǎn)卵前,通常會把宿主一枚或數(shù)枚卵移走,使得巢穴中的卵數(shù)量相等或相近,一旦靠養(yǎng)母孵化的雛鳥孵出,布谷鳥有將養(yǎng)母本身的雛鳥推出巢外的本性,從而獨享養(yǎng)母撫養(yǎng),大大增加自己成活的概率,最大限度地提高其成功繁殖的能力。CS算法中,布谷鳥的卵代表一種新的、潛在比較好的解決方案,來代替這個原有的、可能沒那么好的解決方案[13]。

    CS算法是一種隨機全局搜索算法,通過萊維飛行隨機游走的方式,步長較小的短距離行走與偶爾較大步長的長距離行走相互交替,搜索得到一個最優(yōu)的鳥窩來孵化自己的鳥蛋,這種方式可以達到一種高效的尋優(yōu)模式。萊維飛行在搜索前期采用大步長用于探索發(fā)現(xiàn),有利于增加種群多樣性,并擴大搜索范圍,不至于陷入局部最優(yōu);在搜索后期,采用小步長,有助于提高搜索精度,使得群體在小范圍內(nèi)收斂于全局最優(yōu)解[13-15]。

    在自然界中,布谷鳥以隨機的或類似隨機的方式尋找適合自己產(chǎn)卵的鳥窩位置,為了便于模擬布谷鳥的尋窩行為,CS算法設(shè)定以下3個理想狀態(tài)[13]:①一只布谷鳥一次只產(chǎn)一個卵,并隨機選擇寄生巢進行孵化;②在隨機選擇的寄生巢中,最好的寄生巢會被保留到下一代;③可利用的寄生巢數(shù)量是固定的,被宿主發(fā)現(xiàn)的概率為pa,pa∈[0,1]。若宿主發(fā)現(xiàn),則宿主會將布谷鳥的卵推出巢外,或拋棄該巢。

    1.2 基于布谷鳥算法的遙感分類方法

    1.2.1 分類規(guī)則構(gòu)造

    遙感影像分類規(guī)則挖掘的關(guān)鍵在于搜索遙感影像各波段的最優(yōu)判定區(qū)間,即在多維空間搜索最優(yōu)分割閾值,即多目標值的最優(yōu)化問題。遙感影像分類中,定義分類規(guī)則為遙感影像各波段判斷范圍的最優(yōu)分割點和地物類型節(jié)點的連線,其中各波段最優(yōu)區(qū)間最多只出現(xiàn)一次,且必須有地物類型節(jié)點。每條分類規(guī)則對應(yīng)一條搜索路徑,分類規(guī)則的挖掘相當于是對最優(yōu)路徑的搜索,即最優(yōu)分割閾值的求解。遙感影像分類規(guī)則的格式如下

    IfX1lowlt;Band1lt;X1up…AndXjlowlt;Bandjlt;Xjup
    Then Class=Classi

    (1)

    式中,If部分為分類規(guī)則的條件項;Then部分為分類規(guī)則的結(jié)論項,即分類類別;Xjlow為波段最優(yōu)區(qū)間的下界閾值;Xjup為波段最優(yōu)區(qū)間的上界閾值,j=1,2,…,k,k為遙感影像波段的個數(shù);Classi為地物類別,i=1,2,…,m,m為地物類別的個數(shù)。

    基于CS算法的遙感影像分類規(guī)則挖掘本質(zhì)上是多維空間上的優(yōu)化求解過程,CS算法在每一維空間上具有等價性,要求每一維樣本數(shù)據(jù)具有相同的數(shù)值范圍。遙感影像各波段的連續(xù)值和離散值都要求進行歸一化處理,歸一化后各波段數(shù)據(jù)范圍為[0,1]。

    1.2.2 分類規(guī)則挖掘

    基于CS算法的遙感影像分類規(guī)則挖掘的最終目的是搜索遙感影像各波段判斷區(qū)間最優(yōu)上界和最優(yōu)下界。在標準布谷鳥算法中,一只布谷鳥一次只產(chǎn)一個卵,一只卵對應(yīng)一個鳥窩[13]。假設(shè)鳥窩(卵、布谷鳥)總數(shù)為n,遙感影像波段數(shù)為k,個體向量維度為D=2k,則X=X1,X2,…,Xi,…,Xn,代表一個布谷鳥種群,用X(0)表示初始的布谷鳥種群,X(t)表示第t代布谷鳥種群。利用布谷鳥搜索算法進行遙感影像分類規(guī)則挖掘的主要步驟如下:

    (1) 對于t=0時刻,隨機生成n個鳥窩的初始位置,初始化計算公式為

    (2)

    (2) 選擇適應(yīng)度函數(shù),并計算每個鳥窩位置(解向量)的目標函數(shù)值,得到當前的最優(yōu)函數(shù)值。分類規(guī)則的適應(yīng)度用來衡量鳥窩位置的優(yōu)劣,合理地構(gòu)造適應(yīng)度函數(shù)是分類規(guī)則挖掘的關(guān)鍵。本文的適應(yīng)度函數(shù)如下

    (3)

    式中,TP為滿足規(guī)則,且與規(guī)則預(yù)測類型一致的樣本數(shù);FP為滿足規(guī)則,且與規(guī)則預(yù)測不一致的樣本數(shù);TN為不滿足規(guī)則,且與規(guī)則預(yù)測不一致的樣本數(shù);FN為不滿足規(guī)則,且與規(guī)則預(yù)測一致的樣本數(shù)。

    (3) 對于第t步的可行解,使用萊維飛行方式更新布谷鳥尋優(yōu)搜索的位置,具體搜索公式如下

    (4)

    使用式(4)計算更新位置后的目標函數(shù)值,比較現(xiàn)有位置函數(shù)值與上一代最優(yōu)函數(shù)值,選取具有更優(yōu)適應(yīng)度的保留給下一代的布谷鳥種群,從而保證布谷鳥種群能保留精英個體,朝更優(yōu)適應(yīng)度值的方向進化。

    當全局最優(yōu)適應(yīng)度值達到一定的穩(wěn)定值或迭代次數(shù)達到最大迭代次數(shù),則循環(huán)終止,輸出全局最優(yōu)位置向量和相應(yīng)的適應(yīng)度值,并按式(1)格式構(gòu)造分類規(guī)則;否則,返回步驟(2),繼續(xù)進行搜索。

    獲取一條分類規(guī)則后,對規(guī)則進行修剪,除去對分類結(jié)果貢獻不大的條件項,提高分類規(guī)則的有效性,避免規(guī)則對樣本數(shù)據(jù)的過度擬合。同時,移除滿足當前規(guī)則且分類正確的樣本數(shù)據(jù),繼續(xù)搜索下一條分類規(guī)則。當某地類的分類規(guī)則樣本覆蓋度,即滿足規(guī)則且分類正確的樣本數(shù)/該地物類別樣本數(shù),達到一定閾值時,終止該地物類別的規(guī)則挖掘,開始下一地物類別的規(guī)則挖掘,直至所有地物類別的規(guī)則挖掘完畢?;诓脊萨B算法的遙感分類規(guī)則挖掘的偽代碼如下:

    Input training dataset/*導(dǎo)入訓(xùn)練樣本數(shù)據(jù)*/

    Initialize control parameters /*初始化控制參數(shù)*/

    Normalize SampleSet;/*歸一化訓(xùn)練樣本數(shù)據(jù)*/

    forObjectClass=1:m /*依次為每個類型搜索規(guī)則*/

    rulecount=1;

    whileremoveCover lt; Max_cover

    InitialRule(SampleSet, n, k); /*步驟1*/

    Cal_fitness_get_best(rule, ObjectClass); /*步驟2*/

    N_iter=0;

    whileN_iter lt; Max_Iter

    first_update_strategy(rules,best_rule); /*步驟3*/

    Cal_fitness_get_best(rule, ObjectClass);

    second_update_strategy(rules,Pa); /*步驟4*/

    Cal_fitness_get_best(rule, ObjectClass);

    end

    PruningRule(best_rule,fmax,ObjectClass); /*修剪規(guī)則*/

    Re_normalize(best_rule);/*分類規(guī)則的逆歸一化*/

    SaveRule(best_rule,fmax,ObjectClass);/*輸出規(guī)則*/

    RefreshSamples(best_rule,ObjectClass);/*刷新樣本*/

    rulecount=rulecount+1;

    end

    end

    2 試驗研究

    試驗使用ALOS影像(1995×2000像素)如圖1(a)所示,經(jīng)全色波段與多光譜波段融合后,影像空間分辨率為2.5 m,共有藍色、綠色、紅色和近紅外4個波段,同時提取了1個光譜特征(植被指數(shù)NDVI)和8個紋理特征(均值、方差、一致性、對比度、非相似度、熵、二階矩陣、灰度相關(guān))作為影像分類的屬性依據(jù),每個特征作為一個波段,試驗數(shù)據(jù)共有13個波段屬性。挖掘分類規(guī)則時,對試驗數(shù)據(jù)進行均勻采樣,獲取了10 000個樣本數(shù)據(jù),其中,5000個樣本數(shù)據(jù)用于訓(xùn)練分類規(guī)則,剩余的5000個樣本數(shù)據(jù)用于測試分類規(guī)則。在Matlab平臺中,編程實現(xiàn)訓(xùn)練樣本數(shù)據(jù)的分類規(guī)則挖掘,并根據(jù)所挖掘的分類規(guī)則對遙感影像進行分類。設(shè)置初始化參數(shù)如下:鳥窩(卵、布谷鳥)總數(shù)n=200,地物類別的個數(shù)m=6,遙感影像波段數(shù)k=13,宿主發(fā)現(xiàn)概率pa=0.25,最大迭代次數(shù)Max_Iter=2500,樣本覆蓋度Max_cover=0.95,共獲得b9條分類規(guī)則,部分分類規(guī)則如下:

    Rule1:

    IF Band2gt;95 and Band2lt;=111 and Band3gt;121 and Band4gt;57 and Band4lt;=72 and Band7gt;2 and Band10gt;2 and Band10lt;=4

    THENclass=Road confidence=0.786

    Rule2:

    IF Band1lt;=58 and Band3lt;=94 and Band4gt;64 and Band4lt;=70 and Band6gt;10 and Band7lt;=3 and Band9gt;2 and Band10lt;=2

    THENclass=water confidence=0.762

    使用所挖掘的分類規(guī)則,對試驗區(qū)遙感影像進行分類,CS分類結(jié)果如圖1(b)所示,結(jié)合實地調(diào)查,該分類結(jié)果比較真實地反映了實際的土地利用覆蓋類型。在試驗影像范圍內(nèi)隨機均勻選取10 000個點,計算影像的分類精度(見表1),CS遙感分類方法的總體精度為85.36%,Kappa系數(shù)為0.822。

    圖1 影像分類方法結(jié)果

    類名實際/像素分類/像素判斷正確/像素生產(chǎn)精度/(%)用戶精度/(%)公路13621412118787.1584.07水域17561874156288.9583.35耕地23402296198684.8786.50建設(shè)用地21872108182883.5886.72林草地1124117697887.0183.16其他1231113499580.8387.74總和10000100008536——總體分類精度:85.36% Kappa系數(shù)=0.822

    同時,為便于對比分析遙感分類精度,對相同的訓(xùn)練樣本數(shù)據(jù),使用蜂群遙感分類(ABC)、See5.0決策樹方法獲取分類規(guī)則,并對試驗區(qū)相同影像進行了分類[12],對比分析影像分類精度見表2,可見3種方法的精度有一定的差異,CS遙感分類方法具有更高的分類精度,其分類效果更好。

    表2 影像分類精度對比分析

    3 結(jié)束語

    智能計算方法智能挖掘遙感影像分類規(guī)則,搜索遙感影像各波段最優(yōu)分類區(qū)間,將遙感影像分類問題轉(zhuǎn)化成多維個體向量的優(yōu)化問題,該智能式遙感影像分類方法能有效提高復(fù)雜地物分類精度。布谷鳥搜索算法是一種結(jié)合布谷鳥巢寄生性和萊維飛行模式的群智能搜索算法,通過隨機游走的方式搜索得到一個最優(yōu)的鳥窩來孵化鳥蛋,具有參數(shù)少、易實現(xiàn)、隨機搜索路徑優(yōu)和尋優(yōu)能力強等優(yōu)點。本文將布谷鳥搜索算法引進到遙感影像分類中,通過模仿布谷鳥巢寄生行為的方式,搜索遙感影像各波段的最優(yōu)分類區(qū)間,以If-Then表達形式構(gòu)造遙感分類規(guī)則。并且以ALOS遙感影像分類為例,分別應(yīng)用布谷鳥遙感分類方法、蜂群智能遙感分類和See5.0決策樹方法對影像進行了分類,并對比分析了3種方法的分類精度。通過本文理論分析和實例驗證得出結(jié)論,應(yīng)用布谷鳥算法進行遙感影像分類方法是可行的,所挖掘的分類規(guī)則能夠更清晰地描述復(fù)雜地物分類中的非線性關(guān)系,能夠提高分類精度。

    [1] 杜培軍.遙感原理與應(yīng)用[M].徐州:中國礦業(yè)大學(xué)出版社,2006.

    [2] 賈永紅.人工神經(jīng)網(wǎng)絡(luò)在多源遙感影像分類中的應(yīng)用[J].測繪通報,2000(7):7-8.

    [3] 申文明,王文杰,羅海江,等.基于決策樹分類技術(shù)的遙感影像分類方法研究[J].遙感技術(shù)與應(yīng)用,2007,22(3):336-337.

    [4] 楊紅磊,彭軍還. 基于馬爾可夫隨機場的模糊c-均值遙感影像分類[J].測繪學(xué)報,2012,41(2):213-218.

    [5] 譚琨,杜培軍. 基于再生核Hilbert空間小波核函數(shù)支持向量機的高光譜遙感影像分類[J]. 測繪學(xué)報, 2011,40(2):143-147.

    [6] 陳云浩,馮通,史培軍,等.基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究[J].武漢大學(xué)學(xué)報(自然科學(xué)版), 2006, 31(4):316-320.

    [7] STATHAKIS D,VASILAKOS A. Comparisons of Computational Intelligence Based Classification Techniques for Remotely Sensed Optical Image Classification[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(8):2305-2318.

    [8] SIPPER M. Machine Nature: The Coming Age of Bio-inspired Computing[M]. New York: McGraw-Hill, 2002.

    [9] 劉小平,黎夏,何晉強,等.基于蟻群智能的遙感影像分類新方法[J].遙感學(xué)報,2008, 12(2):253-262.

    [10] LIU Xiaoping, LI Xia, LIU Liu, et al. An Innovative Method to Classify Remote-Sensing Images Using Ant Colony Optimization [J].IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(12): 4198-4208.

    [11] 劉小平,黎夏,彭曉鵑,等.一種基于生物群集智能優(yōu)化的遙感分類方法[J].中國科學(xué)(D輯:地球科學(xué)), 2007, 37(10): 1400-1408.

    [12] 曹敏,史照良,陽建逸. 蜂群智能算法的遙感影像分類方法[J].測繪學(xué)報,2013, 42(5): 745-751.

    [13] YANG X S, DEB S.Cuckoo Search via Lévy Flights, Proceedings of World Congress on Nature and Biologically Inspired Computing (NaBIC 2009)[M]. [S.l.]: IEEE Publications, 2009: 210-214.

    [14] YANG X S. Swarm Intelligence Based Algorithms: A Critical Analysis[J]. Evolutionary Intelligence, 2014, 7: 17-28.

    [15] YANG X S, DEB S. Cuckoo Search: Recent Advances and Applications[J]. Neural Computing and Applications, 2014, 24: 169-174.

    [16] MANIKANDAN P, SELVARAJAN S. Data Clustering Using Cuckoo Search Algorithm (CSA)[J]. Advances in Intelligent Systems and Computing, 2014, 236: 1275-1283.

    [17] LIU Xinni. Application of Cckoo Search Agorithm in Multi-threshold Image Segmentation [J]. Computer Engineering, 2013, 39(7): 274-278.

    IntelligentRemoteSensingClassificationBasedonCuckooSearchAlgorithm

    SHEN Quanfei1,CAO Min2,SHI Zhaoliang3,XU Ruqi2

    (1. Provincial Fundamental Geomatics Centre of Jiangsu, Nanjing 210013, China; 2. College of Geographic Science, Nanjing Normal University, Nanjing 210023, China; 3. Jiangsu Provincial Bureau of Surveying,Mapping and Geoinformation, Nanjing 210013, China)

    A new, intelligent approach to classify remote-sensing images based on Cuckoo search algorithm is presented. Cuckoo search algorithm, a new bio-inspired intelligence algorithm, is widely used to solve optimization problems. Cuckoo search algorithm to search for the optimal upper and lower threshold values on each band of remote-sensing image is applied. The classification rules are constructed by the links between the optimal split values and classification type in the explicit formation of 'if-then', and each link corresponds to the optimal solution of one Cuckoo, nest or egg. By taking an example of ALOS image in the north shore of the Yangtze River estuary, the proposed classification method based on CS algorithm is implemented and tested against See5.0 decision-tree method. The overall classification accuracy and Kappa coefficient of CS-based method are higher than the See5.0 decision-tree one. The results demonstrate that the practicability of applying CS algorithm to classify the remote-sensing images.

    cuckoo search algorithm (CS); swarm intelligence caculation; remote sensing image; classification

    P237

    A

    0494-0911(2017)01-0065-04

    沈泉飛,曹敏,史照良,等.基于布谷鳥算法的遙感影像智能分類[J].測繪通報,2017(1):65-68.

    10.13474/j.cnki.11-2246.2017.0014.

    2015-10-27;

    2016-06-28

    國家自然科學(xué)基金(41101349);江蘇省高校自然科學(xué)基礎(chǔ)研究項目(13KJB420003); 江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目(PAPD)

    沈泉飛(1980—),男,碩士,工程師,研究方向為遙感影像處理。E-mail: sqf1980@126.com

    曹 敏

    猜你喜歡
    布谷鳥波段規(guī)則
    春日暖陽
    撐竿跳規(guī)則的制定
    布谷鳥讀信
    布谷鳥讀信
    數(shù)獨的規(guī)則和演變
    噓!布谷鳥來了
    大灰狼(2019年4期)2019-05-14 16:38:38
    讓規(guī)則不規(guī)則
    Coco薇(2017年11期)2018-01-03 20:59:57
    TPP反腐敗規(guī)則對我國的啟示
    布谷鳥叫醒的清晨
    M87的多波段輻射過程及其能譜擬合
    在线观看人妻少妇| 欧美日韩视频高清一区二区三区二| 非洲黑人性xxxx精品又粗又长| 成人无遮挡网站| 乱人视频在线观看| 国内精品一区二区在线观看| 成人亚洲精品av一区二区| 亚洲精品第二区| 一本一本综合久久| 日本av手机在线免费观看| 国产国拍精品亚洲av在线观看| 国产成人91sexporn| 亚洲精品日韩av片在线观看| 久久国产乱子免费精品| 人人妻人人澡欧美一区二区| 成年女人看的毛片在线观看| 人体艺术视频欧美日本| 少妇熟女aⅴ在线视频| 国产午夜精品论理片| 久久久久久久久久久丰满| 免费看av在线观看网站| 日本黄色片子视频| 国产中年淑女户外野战色| 亚洲国产色片| 2021少妇久久久久久久久久久| 大片免费播放器 马上看| 99九九线精品视频在线观看视频| 国产高清国产精品国产三级 | 久久精品夜色国产| 国产老妇伦熟女老妇高清| 在线观看免费高清a一片| 一区二区三区四区激情视频| 一级毛片久久久久久久久女| 夫妻午夜视频| 久久久精品94久久精品| 一级片'在线观看视频| 免费不卡的大黄色大毛片视频在线观看 | 国产在视频线在精品| 国产中年淑女户外野战色| 婷婷色综合www| 久久99热这里只频精品6学生| 中文精品一卡2卡3卡4更新| 久久久午夜欧美精品| 一区二区三区高清视频在线| 少妇高潮的动态图| 亚洲人成网站在线观看播放| 高清在线视频一区二区三区| 欧美成人精品欧美一级黄| 狂野欧美白嫩少妇大欣赏| 老司机影院成人| 成人午夜高清在线视频| 亚洲熟妇中文字幕五十中出| 精品一区二区免费观看| 2021天堂中文幕一二区在线观| 精品一区二区三区人妻视频| 精品不卡国产一区二区三区| 日韩国内少妇激情av| 国产淫语在线视频| 国产大屁股一区二区在线视频| 久久草成人影院| 久久久久性生活片| 国内精品宾馆在线| 亚洲高清免费不卡视频| 亚洲av电影在线观看一区二区三区 | 99久国产av精品国产电影| 国产黄色小视频在线观看| 亚洲av成人av| 久久这里只有精品中国| 日产精品乱码卡一卡2卡三| ponron亚洲| 亚洲第一区二区三区不卡| 国产精品1区2区在线观看.| 欧美+日韩+精品| av专区在线播放| 一级爰片在线观看| 又爽又黄a免费视频| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日韩av免费高清视频| 99久久中文字幕三级久久日本| 国产不卡一卡二| 黄片无遮挡物在线观看| 亚洲av国产av综合av卡| 欧美日韩一区二区视频在线观看视频在线 | 91狼人影院| 中国美白少妇内射xxxbb| 久久久久久久久中文| a级一级毛片免费在线观看| 成人综合一区亚洲| 亚洲不卡免费看| 91精品国产九色| 男人舔女人下体高潮全视频| 天天躁夜夜躁狠狠久久av| 两个人的视频大全免费| 三级国产精品欧美在线观看| 久久热精品热| 日日啪夜夜撸| 日本与韩国留学比较| 日本午夜av视频| 草草在线视频免费看| 一级毛片 在线播放| 亚洲熟妇中文字幕五十中出| 久久精品综合一区二区三区| 青春草亚洲视频在线观看| 免费大片18禁| 少妇猛男粗大的猛烈进出视频 | 成人午夜高清在线视频| 一区二区三区免费毛片| 最后的刺客免费高清国语| 好男人在线观看高清免费视频| 51国产日韩欧美| 免费看日本二区| 亚洲av电影不卡..在线观看| 国产在线一区二区三区精| 亚洲在线观看片| 国产在线男女| 搞女人的毛片| 亚洲色图av天堂| 九九在线视频观看精品| 两个人的视频大全免费| 亚洲真实伦在线观看| 国产不卡一卡二| 精品午夜福利在线看| 精品一区在线观看国产| 免费看美女性在线毛片视频| 97热精品久久久久久| 国产亚洲5aaaaa淫片| 日本-黄色视频高清免费观看| 三级国产精品欧美在线观看| 汤姆久久久久久久影院中文字幕 | 亚洲真实伦在线观看| 深夜a级毛片| 日韩制服骚丝袜av| 菩萨蛮人人尽说江南好唐韦庄| 国产精品国产三级国产av玫瑰| 亚洲精品国产成人久久av| 超碰av人人做人人爽久久| 午夜福利在线观看吧| 亚洲最大成人手机在线| 嫩草影院精品99| 男女边吃奶边做爰视频| 九九久久精品国产亚洲av麻豆| 亚洲精品色激情综合| 男女国产视频网站| 亚洲精品久久午夜乱码| 美女内射精品一级片tv| 男人爽女人下面视频在线观看| 国产视频内射| 亚洲精品乱码久久久v下载方式| 精品一区二区三卡| 高清视频免费观看一区二区 | 免费看美女性在线毛片视频| 亚洲精品影视一区二区三区av| 免费观看的影片在线观看| 最近2019中文字幕mv第一页| 成人二区视频| 日本一本二区三区精品| 亚洲精品一二三| 国产老妇女一区| 22中文网久久字幕| 久久精品久久久久久噜噜老黄| 亚洲精品色激情综合| 亚洲av电影在线观看一区二区三区 | 免费观看av网站的网址| 日韩人妻高清精品专区| 久久精品国产自在天天线| 久久久国产一区二区| 一区二区三区四区激情视频| 久久久久网色| 欧美丝袜亚洲另类| 国产乱人偷精品视频| 国产伦精品一区二区三区四那| 特级一级黄色大片| 国产一级毛片七仙女欲春2| 亚洲成人精品中文字幕电影| 我的女老师完整版在线观看| 久久久精品94久久精品| 性插视频无遮挡在线免费观看| 成人性生交大片免费视频hd| 日韩一区二区三区影片| 精品久久久久久久久久久久久| 成人午夜精彩视频在线观看| 国产成人精品福利久久| 国产乱人视频| 久久99热这里只有精品18| 国产一区二区亚洲精品在线观看| 精品国产一区二区三区久久久樱花 | 国产午夜福利久久久久久| 国产亚洲5aaaaa淫片| 菩萨蛮人人尽说江南好唐韦庄| 国产综合精华液| 18禁在线无遮挡免费观看视频| 亚洲欧美中文字幕日韩二区| 特大巨黑吊av在线直播| 80岁老熟妇乱子伦牲交| 久久久久国产网址| 国产高潮美女av| 精华霜和精华液先用哪个| 精品久久久久久久久av| 久久精品久久精品一区二区三区| 毛片女人毛片| 国产精品伦人一区二区| 精品一区二区三卡| 白带黄色成豆腐渣| 男女边摸边吃奶| 国产精品久久久久久精品电影| 久久久精品欧美日韩精品| 2021少妇久久久久久久久久久| 麻豆av噜噜一区二区三区| 男女那种视频在线观看| 亚洲最大成人中文| 1000部很黄的大片| 成人国产麻豆网| 国产视频首页在线观看| 国语对白做爰xxxⅹ性视频网站| 成人鲁丝片一二三区免费| 国产精品麻豆人妻色哟哟久久 | 色哟哟·www| 亚洲高清免费不卡视频| 亚洲成人一二三区av| 亚洲在线自拍视频| 国产成人一区二区在线| 一区二区三区高清视频在线| 99久久精品热视频| 超碰av人人做人人爽久久| 插阴视频在线观看视频| 天堂俺去俺来也www色官网 | 成年版毛片免费区| 汤姆久久久久久久影院中文字幕 | 精品久久久精品久久久| 人妻系列 视频| 亚洲精品一区蜜桃| 一个人看视频在线观看www免费| 中文天堂在线官网| 高清日韩中文字幕在线| 最近中文字幕高清免费大全6| 51国产日韩欧美| 又黄又爽又刺激的免费视频.| 国产午夜精品论理片| 国产精品综合久久久久久久免费| 日本wwww免费看| 69人妻影院| 国产乱来视频区| 免费少妇av软件| 亚洲经典国产精华液单| 久久国产乱子免费精品| 欧美另类一区| 亚洲四区av| 内地一区二区视频在线| 国产成人freesex在线| 日韩一本色道免费dvd| 国产精品一区二区三区四区久久| 欧美激情在线99| 蜜桃亚洲精品一区二区三区| 啦啦啦韩国在线观看视频| 欧美日韩一区二区视频在线观看视频在线 | 免费在线观看成人毛片| 国产日韩欧美在线精品| 最近中文字幕2019免费版| 亚洲成人精品中文字幕电影| www.色视频.com| 欧美zozozo另类| 日本黄色片子视频| 波多野结衣巨乳人妻| 精品国产一区二区三区久久久樱花 | 日韩中字成人| 免费看美女性在线毛片视频| 51国产日韩欧美| 免费少妇av软件| 亚洲电影在线观看av| 久久精品久久久久久噜噜老黄| 久久精品久久精品一区二区三区| 亚洲一区高清亚洲精品| 欧美高清成人免费视频www| 国产成人精品久久久久久| 国产成人免费观看mmmm| 亚洲婷婷狠狠爱综合网| 别揉我奶头 嗯啊视频| 少妇熟女aⅴ在线视频| 午夜福利在线在线| 少妇的逼好多水| 亚洲av免费高清在线观看| 99久久人妻综合| 人人妻人人澡人人爽人人夜夜 | 我要看日韩黄色一级片| 国产精品久久久久久久久免| 欧美激情国产日韩精品一区| 亚洲欧美精品专区久久| 一级毛片久久久久久久久女| 国产视频内射| 国产成人午夜福利电影在线观看| 国产精品综合久久久久久久免费| 高清av免费在线| 精品欧美国产一区二区三| 国产日韩欧美在线精品| 日本黄大片高清| 亚洲av成人精品一二三区| 日本色播在线视频| 男女国产视频网站| 亚洲精品第二区| 久久久久久久久中文| 中文字幕av成人在线电影| 久久久国产一区二区| 国产麻豆成人av免费视频| 午夜免费男女啪啪视频观看| 日韩人妻高清精品专区| 天堂√8在线中文| 在现免费观看毛片| 欧美一级a爱片免费观看看| 午夜福利网站1000一区二区三区| 午夜激情久久久久久久| 在现免费观看毛片| 一级爰片在线观看| 亚洲电影在线观看av| xxx大片免费视频| 亚洲欧美中文字幕日韩二区| 国产欧美日韩精品一区二区| 国产爱豆传媒在线观看| 国国产精品蜜臀av免费| 免费在线观看成人毛片| 免费av观看视频| 2022亚洲国产成人精品| 国产视频首页在线观看| 成年免费大片在线观看| 熟妇人妻久久中文字幕3abv| 国产精品无大码| 久久97久久精品| 亚洲人成网站在线播| 人人妻人人澡人人爽人人夜夜 | 搡老妇女老女人老熟妇| 成人亚洲精品av一区二区| 黄色一级大片看看| 日本wwww免费看| 一本久久精品| 国产日韩欧美在线精品| 22中文网久久字幕| 噜噜噜噜噜久久久久久91| 国产精品美女特级片免费视频播放器| 国产伦理片在线播放av一区| 美女大奶头视频| 国产黄片视频在线免费观看| 精品久久久久久成人av| av天堂中文字幕网| 国产 亚洲一区二区三区 | 毛片一级片免费看久久久久| 高清毛片免费看| 欧美区成人在线视频| 黑人高潮一二区| 亚洲国产精品成人久久小说| 联通29元200g的流量卡| 日韩av不卡免费在线播放| 亚洲av电影在线观看一区二区三区 | 久久人人爽人人爽人人片va| 国产成人aa在线观看| 亚洲精品一二三| 亚洲成人中文字幕在线播放| 国产成人a∨麻豆精品| 在线观看人妻少妇| 边亲边吃奶的免费视频| 91久久精品国产一区二区三区| 亚洲一区高清亚洲精品| 国产精品一区二区三区四区免费观看| 日本wwww免费看| 亚洲四区av| 赤兔流量卡办理| 亚洲国产精品sss在线观看| 91精品伊人久久大香线蕉| 亚洲天堂国产精品一区在线| 国产精品一区二区性色av| 丰满乱子伦码专区| 啦啦啦啦在线视频资源| 少妇高潮的动态图| 99久久中文字幕三级久久日本| 最近的中文字幕免费完整| 亚洲,欧美,日韩| 亚洲av成人精品一二三区| 午夜精品在线福利| 人人妻人人看人人澡| 国产亚洲5aaaaa淫片| 成人午夜高清在线视频| 十八禁国产超污无遮挡网站| 久久久久免费精品人妻一区二区| 男女边摸边吃奶| 色综合站精品国产| 人妻系列 视频| 国产日韩欧美在线精品| av福利片在线观看| 国产伦精品一区二区三区视频9| 欧美另类一区| 国产一级毛片在线| 国产av码专区亚洲av| 少妇的逼好多水| 99热6这里只有精品| 国产成人精品福利久久| 亚洲一级一片aⅴ在线观看| 国产老妇伦熟女老妇高清| 免费看不卡的av| 久久精品夜夜夜夜夜久久蜜豆| 免费观看的影片在线观看| 午夜免费观看性视频| 亚洲自拍偷在线| 美女内射精品一级片tv| 精品国内亚洲2022精品成人| av播播在线观看一区| 最近中文字幕高清免费大全6| 国产在线一区二区三区精| 亚洲精品aⅴ在线观看| 国产精品精品国产色婷婷| 别揉我奶头 嗯啊视频| 永久免费av网站大全| 精品久久国产蜜桃| 特大巨黑吊av在线直播| 肉色欧美久久久久久久蜜桃 | 97超视频在线观看视频| 午夜激情福利司机影院| 黄色一级大片看看| 国产成人精品婷婷| 日韩一区二区三区影片| 成人亚洲精品一区在线观看 | 久久国内精品自在自线图片| 国产又色又爽无遮挡免| 精华霜和精华液先用哪个| 一本久久精品| 国产又色又爽无遮挡免| 久久这里只有精品中国| 国产精品久久久久久精品电影小说 | 日韩av不卡免费在线播放| 天美传媒精品一区二区| videos熟女内射| 亚洲精品自拍成人| 好男人在线观看高清免费视频| 欧美不卡视频在线免费观看| 国产男人的电影天堂91| 色视频www国产| 国产精品久久久久久久电影| 最近视频中文字幕2019在线8| 国产乱人偷精品视频| 天天躁夜夜躁狠狠久久av| 女人十人毛片免费观看3o分钟| 青春草视频在线免费观看| 国产真实伦视频高清在线观看| 亚洲婷婷狠狠爱综合网| 国产午夜精品一二区理论片| 搡女人真爽免费视频火全软件| 午夜爱爱视频在线播放| 天天一区二区日本电影三级| xxx大片免费视频| 国产精品久久久久久久久免| 亚洲欧美精品自产自拍| 国产乱人视频| 搡老妇女老女人老熟妇| 成人综合一区亚洲| 五月伊人婷婷丁香| 国产精品嫩草影院av在线观看| 国产精品不卡视频一区二区| 我的女老师完整版在线观看| 国产视频内射| 国产一级毛片七仙女欲春2| 一个人免费在线观看电影| 老女人水多毛片| 免费观看a级毛片全部| 亚洲精品日本国产第一区| 日韩,欧美,国产一区二区三区| 亚洲av成人av| 极品教师在线视频| 亚洲精品aⅴ在线观看| 午夜福利视频精品| 小蜜桃在线观看免费完整版高清| 99久久精品热视频| 青春草国产在线视频| 亚洲国产高清在线一区二区三| 日本爱情动作片www.在线观看| 丝袜喷水一区| 五月伊人婷婷丁香| 久久久久精品性色| 人人妻人人澡人人爽人人夜夜 | av女优亚洲男人天堂| 色综合色国产| 激情 狠狠 欧美| av在线老鸭窝| av免费观看日本| 最近2019中文字幕mv第一页| 精品不卡国产一区二区三区| 视频中文字幕在线观看| 国产色婷婷99| 精品久久久久久电影网| 久久久久性生活片| 国内精品美女久久久久久| 一区二区三区四区激情视频| 国产午夜精品一二区理论片| 亚洲伊人久久精品综合| 欧美丝袜亚洲另类| 亚洲欧美精品自产自拍| 久久韩国三级中文字幕| 99久久精品一区二区三区| 免费不卡的大黄色大毛片视频在线观看 | 精品久久久久久久久久久久久| 欧美日韩在线观看h| 久久久久精品性色| 人体艺术视频欧美日本| 日韩成人av中文字幕在线观看| a级一级毛片免费在线观看| 99久久中文字幕三级久久日本| 中文字幕亚洲精品专区| 国产黄频视频在线观看| 国产黄色视频一区二区在线观看| 全区人妻精品视频| 色播亚洲综合网| 国产精品99久久久久久久久| 欧美精品国产亚洲| 精品人妻一区二区三区麻豆| 亚洲乱码一区二区免费版| 久久久久精品性色| 久久久久久久久久人人人人人人| 女人十人毛片免费观看3o分钟| 尾随美女入室| 麻豆国产97在线/欧美| 最近最新中文字幕大全电影3| 亚洲精品成人久久久久久| 青春草国产在线视频| 国产精品综合久久久久久久免费| 欧美xxxx黑人xx丫x性爽| 国内精品一区二区在线观看| 一级二级三级毛片免费看| 亚洲av中文字字幕乱码综合| 黑人高潮一二区| 国产在线一区二区三区精| 亚洲成人中文字幕在线播放| 国产精品国产三级国产专区5o| 日本黄大片高清| 一级毛片我不卡| 免费av不卡在线播放| 国精品久久久久久国模美| 国产又色又爽无遮挡免| 有码 亚洲区| 国产色爽女视频免费观看| 亚洲伊人久久精品综合| 中文字幕制服av| 91aial.com中文字幕在线观看| 99热6这里只有精品| 人妻夜夜爽99麻豆av| 国产在视频线精品| 亚洲成色77777| 亚洲欧美日韩卡通动漫| 亚洲性久久影院| 欧美性感艳星| 日日摸夜夜添夜夜添av毛片| 一级a做视频免费观看| 免费少妇av软件| 国产精品久久久久久精品电影| 欧美高清性xxxxhd video| av国产免费在线观看| 国产精品久久久久久久久免| 只有这里有精品99| 秋霞在线观看毛片| av网站免费在线观看视频 | 日本三级黄在线观看| 国产午夜精品久久久久久一区二区三区| 久久久久性生活片| 日韩一本色道免费dvd| 精品欧美国产一区二区三| 日本-黄色视频高清免费观看| 国产在视频线精品| 高清午夜精品一区二区三区| 一本久久精品| 夜夜看夜夜爽夜夜摸| 亚洲va在线va天堂va国产| 大陆偷拍与自拍| 欧美成人一区二区免费高清观看| 国内精品一区二区在线观看| 免费观看性生交大片5| 伦精品一区二区三区| 亚洲av一区综合| 亚洲,欧美,日韩| 一级毛片久久久久久久久女| 18+在线观看网站| 国产精品爽爽va在线观看网站| 免费看不卡的av| 国产精品爽爽va在线观看网站| 看黄色毛片网站| 国产亚洲最大av| 嫩草影院精品99| 中文字幕av在线有码专区| 亚洲精品国产成人久久av| 国产午夜精品一二区理论片| 亚洲最大成人av| 91精品一卡2卡3卡4卡| 最近视频中文字幕2019在线8| 亚洲精品一二三| 噜噜噜噜噜久久久久久91| 欧美变态另类bdsm刘玥| 久久久精品94久久精品| 国产成人午夜福利电影在线观看| 搡老乐熟女国产| 国产伦一二天堂av在线观看| 欧美日韩视频高清一区二区三区二| 国产精品99久久久久久久久| 观看美女的网站| 看免费成人av毛片| 性插视频无遮挡在线免费观看| 夫妻性生交免费视频一级片| av国产久精品久网站免费入址| 国产男女超爽视频在线观看| 亚洲高清免费不卡视频| 在线a可以看的网站| 亚洲精品国产av成人精品| 国产午夜福利久久久久久| 久久久久网色| 日韩一本色道免费dvd| 国产中年淑女户外野战色| 免费高清在线观看视频在线观看| 人妻系列 视频| 亚洲熟女精品中文字幕| 中文字幕制服av| 亚洲怡红院男人天堂| 午夜久久久久精精品|