• <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
    肉色欧美久久久久久久蜜桃| 在线观看美女被高潮喷水网站| av不卡在线播放| 欧美亚洲日本最大视频资源| 热99久久久久精品小说推荐| 日韩av在线免费看完整版不卡| 国产一区亚洲一区在线观看| 嫩草影院入口| av线在线观看网站| 人人妻人人澡人人爽人人夜夜| 波多野结衣一区麻豆| 亚洲欧洲精品一区二区精品久久久 | freevideosex欧美| 国产人伦9x9x在线观看 | 欧美精品一区二区免费开放| 亚洲情色 制服丝袜| 国产片特级美女逼逼视频| 在线观看人妻少妇| 欧美xxⅹ黑人| 国产精品免费大片| 一二三四在线观看免费中文在| 日韩视频在线欧美| 天天躁夜夜躁狠狠久久av| 日韩三级伦理在线观看| 夜夜骑夜夜射夜夜干| 精品亚洲乱码少妇综合久久| 嫩草影院入口| 九九爱精品视频在线观看| 亚洲国产日韩一区二区| 免费在线观看黄色视频的| 人人妻人人添人人爽欧美一区卜| 国产精品国产三级国产专区5o| 日韩一区二区视频免费看| 免费观看av网站的网址| 自拍欧美九色日韩亚洲蝌蚪91| 精品久久久精品久久久| 免费少妇av软件| 亚洲第一区二区三区不卡| 亚洲伊人久久精品综合| 精品国产国语对白av| 三上悠亚av全集在线观看| 十八禁网站网址无遮挡| 哪个播放器可以免费观看大片| 国产一区二区 视频在线| 亚洲精品第二区| 两个人免费观看高清视频| 国产成人精品无人区| 国产精品人妻久久久影院| 又黄又粗又硬又大视频| 一区福利在线观看| 欧美日韩成人在线一区二区| 久久精品久久精品一区二区三区| 免费黄网站久久成人精品| 岛国毛片在线播放| 七月丁香在线播放| 美女国产高潮福利片在线看| 另类亚洲欧美激情| 日本av免费视频播放| 黄片播放在线免费| 国产精品久久久久久精品古装| 尾随美女入室| 日韩伦理黄色片| 中文字幕av电影在线播放| 久久久久久久国产电影| 99国产综合亚洲精品| 美女国产视频在线观看| 午夜老司机福利剧场| 在线观看人妻少妇| 亚洲精品自拍成人| 七月丁香在线播放| 国产精品亚洲av一区麻豆 | 亚洲精品中文字幕在线视频| 午夜福利视频在线观看免费| 国产又色又爽无遮挡免| 日本-黄色视频高清免费观看| 日韩不卡一区二区三区视频在线| 国产成人免费无遮挡视频| 精品少妇一区二区三区视频日本电影 | 国产亚洲欧美精品永久| videossex国产| 久久久精品区二区三区| 天天影视国产精品| 亚洲成人av在线免费| 亚洲美女黄色视频免费看| 熟女少妇亚洲综合色aaa.| 亚洲色图综合在线观看| 国产 精品1| 日日啪夜夜爽| 欧美人与善性xxx| av网站免费在线观看视频| 亚洲国产av影院在线观看| 天堂8中文在线网| 国产片特级美女逼逼视频| 99久久人妻综合| 尾随美女入室| 亚洲精品自拍成人| 2018国产大陆天天弄谢| 亚洲成人手机| 99热全是精品| 久热这里只有精品99| av.在线天堂| 国产精品秋霞免费鲁丝片| 亚洲av电影在线观看一区二区三区| av国产久精品久网站免费入址| 最近的中文字幕免费完整| 熟妇人妻不卡中文字幕| 一级爰片在线观看| 精品少妇黑人巨大在线播放| av.在线天堂| 一区在线观看完整版| 亚洲av福利一区| 日日摸夜夜添夜夜爱| 男人爽女人下面视频在线观看| 久久久久久人人人人人| 日韩电影二区| av有码第一页| 久久免费观看电影| 日日撸夜夜添| 人人澡人人妻人| 亚洲国产色片| 99国产精品免费福利视频| 欧美日韩一级在线毛片| 久久久久网色| 亚洲在久久综合| 亚洲国产av影院在线观看| 高清欧美精品videossex| 一区福利在线观看| 久久精品国产自在天天线| 亚洲婷婷狠狠爱综合网| av视频免费观看在线观看| 成人手机av| 黄色毛片三级朝国网站| 久久久国产欧美日韩av| 日韩av不卡免费在线播放| 天堂8中文在线网| 99久久人妻综合| 亚洲一码二码三码区别大吗| 久久青草综合色| 老熟女久久久| 日韩一本色道免费dvd| 制服人妻中文乱码| 免费黄频网站在线观看国产| 国产精品偷伦视频观看了| 啦啦啦在线免费观看视频4| 精品亚洲成a人片在线观看| 国产成人精品久久二区二区91 | 久久久久久久精品精品| 亚洲第一av免费看| freevideosex欧美| 亚洲综合精品二区| 高清视频免费观看一区二区| 极品人妻少妇av视频| 国产极品粉嫩免费观看在线| 久久久久精品性色| 亚洲精品美女久久av网站| 国产精品秋霞免费鲁丝片| 国产老妇伦熟女老妇高清| 亚洲精品一二三| 观看av在线不卡| 国语对白做爰xxxⅹ性视频网站| 男女无遮挡免费网站观看| 国产精品偷伦视频观看了| 精品卡一卡二卡四卡免费| 国产精品香港三级国产av潘金莲 | 国产女主播在线喷水免费视频网站| 国产精品一区二区在线不卡| 日本91视频免费播放| 交换朋友夫妻互换小说| 日日摸夜夜添夜夜爱| 婷婷色综合大香蕉| 日韩欧美精品免费久久| 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 | 日日爽夜夜爽网站| 欧美变态另类bdsm刘玥| 精品久久久久久电影网| 亚洲精品在线美女| 交换朋友夫妻互换小说| av在线播放精品| 一个人免费看片子| av免费观看日本| av不卡在线播放| 人人妻人人爽人人添夜夜欢视频| 中文字幕色久视频| 亚洲精品国产av蜜桃| 免费观看av网站的网址| 黄色怎么调成土黄色| 亚洲av在线观看美女高潮| 国产女主播在线喷水免费视频网站| 久久久久久久精品精品| 80岁老熟妇乱子伦牲交| 中国三级夫妇交换| 欧美成人精品欧美一级黄| 黄频高清免费视频| 成人18禁高潮啪啪吃奶动态图| 99久久人妻综合| 91午夜精品亚洲一区二区三区| 一区二区三区四区激情视频| 一级爰片在线观看| 亚洲av成人精品一二三区| a 毛片基地| 欧美激情极品国产一区二区三区| 国产亚洲最大av| 久久人人97超碰香蕉20202| 伊人亚洲综合成人网| 一二三四中文在线观看免费高清| 国产不卡av网站在线观看| 精品一区二区三区四区五区乱码 | 91久久精品国产一区二区三区| 18禁动态无遮挡网站| 永久网站在线| av卡一久久| 午夜福利乱码中文字幕| 亚洲伊人久久精品综合| 丝袜在线中文字幕| 亚洲av国产av综合av卡| 2021少妇久久久久久久久久久| 少妇被粗大的猛进出69影院| 一本色道久久久久久精品综合| 建设人人有责人人尽责人人享有的| 亚洲成人av在线免费| 国产高清国产精品国产三级| 日韩视频在线欧美| av免费在线看不卡| 国产精品99久久99久久久不卡 | 日韩精品有码人妻一区| 麻豆精品久久久久久蜜桃| 国产熟女欧美一区二区| 国精品久久久久久国模美| 青春草视频在线免费观看| 欧美日韩精品成人综合77777| 夜夜骑夜夜射夜夜干| 国产探花极品一区二区| 亚洲综合色网址| 在线亚洲精品国产二区图片欧美| 人成视频在线观看免费观看| 又黄又粗又硬又大视频| 老司机影院毛片| 亚洲av电影在线观看一区二区三区| 日本91视频免费播放| 两性夫妻黄色片| www日本在线高清视频| 看免费成人av毛片| 亚洲av电影在线观看一区二区三区| 欧美av亚洲av综合av国产av | 亚洲精品久久午夜乱码| 考比视频在线观看| 精品久久蜜臀av无| 国产乱人偷精品视频| freevideosex欧美| 国产成人aa在线观看| 久久国产精品大桥未久av| 亚洲av电影在线观看一区二区三区| 一个人免费看片子| 久久精品久久久久久噜噜老黄| 少妇 在线观看| 久久久久久久久久人人人人人人| 中文字幕av电影在线播放| 国产午夜精品一二区理论片| 亚洲av福利一区| 丝瓜视频免费看黄片| 视频在线观看一区二区三区| 免费在线观看视频国产中文字幕亚洲 | 国产一区亚洲一区在线观看| 涩涩av久久男人的天堂| 久久精品国产自在天天线| 一级a爱视频在线免费观看| 人体艺术视频欧美日本| 国产1区2区3区精品| 18禁国产床啪视频网站| 日韩av免费高清视频| 成年av动漫网址| 1024视频免费在线观看| 亚洲av免费高清在线观看| 女性生殖器流出的白浆| 日本av手机在线免费观看| 一区福利在线观看| 一级片'在线观看视频| 亚洲av在线观看美女高潮| 制服诱惑二区| 三级国产精品片| 成年美女黄网站色视频大全免费| 日韩欧美精品免费久久| www.av在线官网国产| 制服人妻中文乱码| 免费看不卡的av| 一级毛片 在线播放| 在线亚洲精品国产二区图片欧美| 欧美精品一区二区免费开放| 久久人人爽人人片av| 男女免费视频国产| 我要看黄色一级片免费的| 精品酒店卫生间| 国产高清国产精品国产三级| 国产午夜精品一二区理论片| 免费av中文字幕在线| 日本欧美视频一区| 国产97色在线日韩免费| 国产亚洲精品第一综合不卡| 国产成人免费观看mmmm| 国产在线一区二区三区精| 制服诱惑二区| 超碰97精品在线观看| 国产精品 国内视频| 不卡av一区二区三区| 国产成人精品在线电影| 大片免费播放器 马上看| 国产精品二区激情视频| 久久久精品国产亚洲av高清涩受| 自线自在国产av| 如日韩欧美国产精品一区二区三区| 国产 精品1| 国产免费福利视频在线观看| 免费日韩欧美在线观看| 天堂中文最新版在线下载| 精品少妇内射三级| 老汉色av国产亚洲站长工具| 亚洲精品久久午夜乱码| 捣出白浆h1v1| 久久青草综合色| 1024香蕉在线观看| 一级片'在线观看视频| 女的被弄到高潮叫床怎么办| 国产淫语在线视频| 自线自在国产av| 国产高清不卡午夜福利| 亚洲精品国产一区二区精华液| 激情视频va一区二区三区| 国产精品av久久久久免费| 啦啦啦在线观看免费高清www| 晚上一个人看的免费电影| 久久人妻熟女aⅴ| 国产激情久久老熟女| 欧美成人午夜精品| 人妻一区二区av| 欧美人与性动交α欧美精品济南到 | 中国三级夫妇交换| 麻豆乱淫一区二区| 岛国毛片在线播放| 免费不卡的大黄色大毛片视频在线观看| 久久久久国产精品人妻一区二区| 亚洲精品一二三| 久久精品国产自在天天线| www日本在线高清视频| 国产精品二区激情视频| 国产精品亚洲av一区麻豆 | 成人二区视频| 国产免费福利视频在线观看| 色婷婷久久久亚洲欧美| 男女下面插进去视频免费观看| 欧美 亚洲 国产 日韩一| 久久久久久久久久人人人人人人| 一本久久精品| 免费观看在线日韩| 国产精品久久久久成人av| 狠狠婷婷综合久久久久久88av| 99久久综合免费| 亚洲经典国产精华液单| 99久久综合免费| 波野结衣二区三区在线| 日韩欧美精品免费久久| 午夜福利在线观看免费完整高清在| 国产在视频线精品| 亚洲一码二码三码区别大吗| 下体分泌物呈黄色| 91午夜精品亚洲一区二区三区| 亚洲欧美精品综合一区二区三区 | 国语对白做爰xxxⅹ性视频网站| 国产男女超爽视频在线观看| 午夜91福利影院| 国产高清不卡午夜福利| 春色校园在线视频观看| 欧美激情高清一区二区三区 | 两个人免费观看高清视频| 国产爽快片一区二区三区| 美女大奶头黄色视频| 亚洲一区中文字幕在线| 精品少妇久久久久久888优播| 日韩av在线免费看完整版不卡| 日韩成人av中文字幕在线观看| 热re99久久国产66热| 校园人妻丝袜中文字幕| 可以免费在线观看a视频的电影网站 | 黄片无遮挡物在线观看| 成年美女黄网站色视频大全免费| 婷婷色麻豆天堂久久| 国产男人的电影天堂91| 卡戴珊不雅视频在线播放| 韩国av在线不卡| 国产精品蜜桃在线观看| 国产精品成人在线| 成年动漫av网址| 亚洲三级黄色毛片| 欧美老熟妇乱子伦牲交| av网站免费在线观看视频| 国产精品秋霞免费鲁丝片| 午夜日韩欧美国产| 嫩草影院入口| 国产爽快片一区二区三区| h视频一区二区三区| 免费观看在线日韩| 大香蕉久久成人网| 91国产中文字幕| 亚洲av电影在线观看一区二区三区| 精品少妇久久久久久888优播| 婷婷色av中文字幕| videos熟女内射| 欧美在线黄色| 亚洲精品美女久久av网站| 精品一品国产午夜福利视频| 你懂的网址亚洲精品在线观看| 只有这里有精品99| 久久热在线av| 亚洲av免费高清在线观看| 下体分泌物呈黄色| 成人二区视频| 巨乳人妻的诱惑在线观看| 90打野战视频偷拍视频| 边亲边吃奶的免费视频| av天堂久久9| 亚洲国产色片| 国产亚洲最大av| 国产免费视频播放在线视频| 日本欧美国产在线视频| 精品一区二区三卡| 夫妻性生交免费视频一级片| 91aial.com中文字幕在线观看| av一本久久久久| 少妇人妻精品综合一区二区| 久久久久久久国产电影| 黄频高清免费视频| 精品久久久久久电影网| 国产老妇伦熟女老妇高清| 国产深夜福利视频在线观看| 亚洲图色成人| 欧美 日韩 精品 国产| 精品人妻熟女毛片av久久网站| 日韩精品有码人妻一区| 亚洲情色 制服丝袜| 黄色 视频免费看| 人人妻人人爽人人添夜夜欢视频| 纵有疾风起免费观看全集完整版| 在线观看国产h片| av女优亚洲男人天堂| 熟女av电影| 国产精品 国内视频| 大码成人一级视频| 国产精品一二三区在线看| 久久毛片免费看一区二区三区| 在线天堂最新版资源| 久久人妻熟女aⅴ| 国产麻豆69| 亚洲情色 制服丝袜| 建设人人有责人人尽责人人享有的| 久久久久国产网址| 国产熟女午夜一区二区三区| 性少妇av在线| 日韩欧美精品免费久久| 18禁动态无遮挡网站| 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产欧美在线一区| 丰满饥渴人妻一区二区三| 99re6热这里在线精品视频| 桃花免费在线播放| videossex国产| kizo精华| 婷婷色综合大香蕉| 热99国产精品久久久久久7| 国产亚洲av片在线观看秒播厂| 国产av码专区亚洲av| 国产精品人妻久久久影院| 国产精品久久久久久av不卡| 精品亚洲乱码少妇综合久久| 90打野战视频偷拍视频| 一本—道久久a久久精品蜜桃钙片| 亚洲国产欧美网| 亚洲精品国产av蜜桃| 人人妻人人澡人人爽人人夜夜| 亚洲精品国产一区二区精华液| 嫩草影院入口| 宅男免费午夜| av片东京热男人的天堂| 美国免费a级毛片| 免费看不卡的av| 亚洲av成人精品一二三区| 亚洲精品第二区| 蜜桃在线观看..| 各种免费的搞黄视频| 免费在线观看视频国产中文字幕亚洲 | 国产淫语在线视频| 精品酒店卫生间| 国产精品亚洲av一区麻豆 | 亚洲精品乱久久久久久| 国产精品久久久久成人av| 99国产精品免费福利视频| 狠狠婷婷综合久久久久久88av| 黄片播放在线免费| 少妇精品久久久久久久| 日本免费在线观看一区| 天堂8中文在线网| 久久久久久人妻| 母亲3免费完整高清在线观看 | 亚洲伊人久久精品综合| 秋霞在线观看毛片| 免费在线观看完整版高清| 精品一区二区免费观看| 午夜激情av网站| 久久久久久久久久人人人人人人| 亚洲国产av新网站| 99热全是精品| 十八禁网站网址无遮挡| 一级片'在线观看视频| 久久热在线av| 国产老妇伦熟女老妇高清| 国产一区二区三区综合在线观看| 天堂中文最新版在线下载| 日本爱情动作片www.在线观看| 免费黄网站久久成人精品| 欧美日韩精品成人综合77777| 人妻系列 视频| 国产欧美亚洲国产| 在线观看国产h片| 纯流量卡能插随身wifi吗| 亚洲精品自拍成人| 亚洲成人手机| 蜜桃在线观看..| 亚洲精品,欧美精品| 男男h啪啪无遮挡| 日韩一区二区视频免费看| 1024视频免费在线观看| 超碰成人久久| 国产成人一区二区在线| 日韩三级伦理在线观看| 亚洲三区欧美一区| 国产福利在线免费观看视频| 精品一区在线观看国产| 91成人精品电影| 国产女主播在线喷水免费视频网站| 久久97久久精品| 亚洲视频免费观看视频| 国产麻豆69| 狠狠精品人妻久久久久久综合| 亚洲人成77777在线视频| 国产高清国产精品国产三级| 妹子高潮喷水视频| 香蕉丝袜av| 有码 亚洲区| 精品国产一区二区三区四区第35| 99热国产这里只有精品6| 99久国产av精品国产电影| 90打野战视频偷拍视频| 2018国产大陆天天弄谢| 免费黄频网站在线观看国产| 亚洲第一区二区三区不卡| 在线观看免费高清a一片| 亚洲国产看品久久| 这个男人来自地球电影免费观看 | 国产精品无大码| 又粗又硬又长又爽又黄的视频| 国产一区二区 视频在线| 伦理电影免费视频| 中文乱码字字幕精品一区二区三区| 国产日韩欧美在线精品| 亚洲国产av新网站| 亚洲欧美精品综合一区二区三区 | 巨乳人妻的诱惑在线观看| 亚洲国产日韩一区二区| 国产精品女同一区二区软件| 极品少妇高潮喷水抽搐| 性少妇av在线| 久久精品国产a三级三级三级| 最新的欧美精品一区二区| 欧美日韩精品网址| 夫妻性生交免费视频一级片| 久久国产亚洲av麻豆专区| 久热这里只有精品99| 国产一区二区在线观看av| 久久久久久久国产电影| 亚洲精品久久久久久婷婷小说| 在线 av 中文字幕| 91精品三级在线观看| 成人18禁高潮啪啪吃奶动态图| 如何舔出高潮| 制服诱惑二区| 欧美国产精品va在线观看不卡| 人人妻人人爽人人添夜夜欢视频| 美女xxoo啪啪120秒动态图| 美女午夜性视频免费| 可以免费在线观看a视频的电影网站 | 亚洲国产毛片av蜜桃av| 爱豆传媒免费全集在线观看| 亚洲精品中文字幕在线视频| 亚洲美女黄色视频免费看| 一区二区三区乱码不卡18| 国产男女超爽视频在线观看| 国产免费视频播放在线视频| 日韩在线高清观看一区二区三区| 男女国产视频网站| 国产亚洲精品第一综合不卡| 熟女电影av网| 高清欧美精品videossex| 深夜精品福利| 搡老乐熟女国产| 丝瓜视频免费看黄片| 人人妻人人澡人人看| 韩国av在线不卡| av在线观看视频网站免费| 亚洲一区中文字幕在线| 美女大奶头黄色视频| 国产成人精品久久二区二区91 | av一本久久久久| 成年女人在线观看亚洲视频| 日本av免费视频播放| 欧美亚洲日本最大视频资源| 亚洲一码二码三码区别大吗| 成年人午夜在线观看视频|