• <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 ?

    基于簡(jiǎn)化粒子群優(yōu)化的高鐵鋼軌智能檢測(cè)技術(shù)*

    2018-03-29 08:26:11曼,王姮,張
    關(guān)鍵詞:魯棒性鄰域直方圖

    王 曼,王 姮,張 華

    (西南科技大學(xué) 特殊環(huán)境機(jī)器人技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室,四川 綿陽(yáng) 621010)

    0 引言

    近年來,隨著列車承載量和速度的提高,鐵路養(yǎng)護(hù)變得至關(guān)重要,而鋼軌表面缺陷檢測(cè)是鐵路養(yǎng)護(hù)重要的環(huán)節(jié),由于列車負(fù)載、碾壓、自然環(huán)境等多種因素影響,軌面不可避免地出現(xiàn)軋痕、軋疤等缺陷。軌面缺陷如果不及時(shí)檢測(cè)、維護(hù),將會(huì)是很大的安全隱患[1]。

    目前用于鐵軌缺陷檢測(cè)的無損檢測(cè)技術(shù)中,機(jī)器視覺檢測(cè)效率高,成本低,抗干擾性強(qiáng),在鐵軌表面缺陷檢測(cè)中的應(yīng)用得到了很好的發(fā)展[2]。2015年,文獻(xiàn)[3]提出局部對(duì)比度測(cè)量法和最大熵法來對(duì)鐵軌圖像進(jìn)行對(duì)比度增強(qiáng)和自動(dòng)閾值分割。該方法對(duì)背景區(qū)域進(jìn)行大量的均衡化,消除噪聲的同時(shí)也丟失了大量的缺陷信息,使得分割缺陷輪廓模糊,嚴(yán)重失真。

    2016年,文獻(xiàn)[4]采用背景差分與自適應(yīng)閾值相結(jié)合的方法實(shí)現(xiàn)鋼軌表面缺陷分割,這種方法僅考慮灰度信息,魯棒性較差,易受隨機(jī)噪聲的干擾。文獻(xiàn)[1]中提出的基于模糊超熵與遺傳算法實(shí)現(xiàn)軌面分割,采用Hough變換提取鋼軌表面有效區(qū)域,再結(jié)合模糊熵理論得到圖像的熵值,依據(jù)遺傳算法得到最優(yōu)分割閾值。這種方法復(fù)雜度高,算法較為耗時(shí),很難滿足實(shí)時(shí)性要求。

    針對(duì)上述機(jī)器視覺缺陷檢測(cè)方法存在速度慢、魯棒性差、缺陷信息丟失的缺點(diǎn),本文采用二維OTSU閾值的方法提高算法的自適應(yīng)性,同時(shí)結(jié)合粒子群優(yōu)化方法搜索得到最佳閾值,很大程度上提高了分割算法的速度和精度,滿足實(shí)時(shí)性要求。實(shí)驗(yàn)證明,該方法魯棒性好,可以處理低對(duì)比度、包含陰影和銹跡的鋼軌缺陷圖像,能夠?yàn)楹罄m(xù)的缺陷識(shí)別奠定良好的基礎(chǔ)。

    1 二維OTSU模型

    早期的分割算法大多是基于一維灰度直方圖選擇閾值,其中著名的OTSU[5-6]法廣泛應(yīng)用于實(shí)時(shí)處理,但該方法僅適用于目標(biāo)與背景具有高對(duì)比度和信噪比的圖像,對(duì)于對(duì)比度和信噪比低的情況,OTSU法的分割精度較差。二維直方圖是結(jié)合灰度值和像素鄰域均值形成的聯(lián)合直方圖,同時(shí)考慮灰度信息和鄰域空間信息。為了克服一維OTSU分割法對(duì)噪聲和圖像對(duì)比度較為敏感的缺點(diǎn),二維直方圖是結(jié)合灰度值和像素鄰域均值形成的聯(lián)合直方圖,同時(shí)考慮灰度信息和鄰域空間信息?;诙S直方圖產(chǎn)生了二維OTSU閾值分割算法,該算法改善了一維OTSU分割法的抗噪性和低對(duì)比度圖像的敏感性。

    該方法描述如下:給定一幅大小為m×n的圖像,圖像的灰度級(jí)為L(zhǎng),像素?cái)?shù)量為N=m×n,(x,y)處的灰度值為i,其鄰域內(nèi)灰度均值為j,nij表示(i,j)在一幅圖中出現(xiàn)的次數(shù),Pij表示(i,j)的概率分布,計(jì)算方式如下:

    Pij=nij/N,i,j=0,1,2,…,L-1

    (1)

    在二維OTSU模型中定義圖像的閾值為聯(lián)合向量(t,s),閾值將圖像劃分為目標(biāo)A和背景B兩個(gè)區(qū)域,A和B兩個(gè)區(qū)域內(nèi)的概率分布如下:

    (2)

    A和B均值向量為:

    (3)

    在二維直方圖中的概率分布如下:

    μT≈wAμA+wBμB

    (4)

    A和B兩類間離散矩陣為:

    Sb(t,s)=wA(μA-μT)(μA-μT)T+wB(μB-μT)(μB-μT)T

    (5)

    離散矩陣的跡如下:

    trSb(t,s)=wA[(μAi-μTi)2+(μAj-μTj)2]+wB[(μBi-μTi)2+(μBj-μTj)2]

    (6)

    離散矩陣的跡的最大值(T,S)則為二維OTSU模型的最優(yōu)閾值。

    2 簡(jiǎn)化粒子群優(yōu)化

    簡(jiǎn)化粒子群優(yōu)化方法(Simple Particle Swarm Optimization,SPSO)是一種簡(jiǎn)單、高效、靈活的群優(yōu)化方法。相比于PSO(Particle Swarm Optimization)[7-8]和GA[9],SPSO算法探測(cè)最優(yōu)解具有更好的魯棒性且更高效。SPSO算法廣泛應(yīng)用于諧波問題[10]和ANN學(xué)習(xí)率問題[11]等。

    SPSO的更新規(guī)則如下:

    (7)

    這里λ服從[0,1]均勻分布,x是第i個(gè)變量的解區(qū)間內(nèi)的一個(gè)隨機(jī)值。Cw、Cp和Cg是給定的常數(shù)。

    在PSO中等式(7)的Pbest_i和Gbest_i概念是相同的。Pbest_i可以搜索得到局部最優(yōu)解,Gbest_i則能跳過局部最優(yōu)得到全局最優(yōu)解[11]。

    在SPSO中舍棄粒子的速度,每一次迭代粒子從當(dāng)前位置跳到其他位置或者仍舊保留在原位置,或者在同等維數(shù)的其他位置。在更新過程中,這種跳躍和更新使得所有粒子在解空間搜索得到最優(yōu)解。SPSO算法沒有設(shè)定粒子速度參數(shù),可以避免因設(shè)定該參數(shù)而影響粒子的收斂速度和搜索精度。

    3 基于SPSO的二維OTSU算法

    在SPSO基礎(chǔ)上,本文提出了結(jié)合離散化SPSO和二維OTSU閾值化方法獲得最佳閾值的改進(jìn)方法。SPSO中適應(yīng)度函數(shù)的輸入是連續(xù)值,為了將SPSO算法應(yīng)用于圖像閾值化問題,首先要將其擴(kuò)展至離散空間,即使得輸入值為離散值。

    (8)

    二維OTSU模型的解屬于二維空間,如下式:

    (9)

    基于SPSO的二維OTSU閾值化方法步驟如下:

    (1)令t=1,隨機(jī)生成Xi。通過二維OTSU模型的等式(6)計(jì)算F([Xi,1])合理度值,搜索F([Xi,1])中的最優(yōu)解F([Gi]),其中i=1,2,3,…,POP。

    (2)當(dāng)i

    ①依據(jù)等式(7)更新,采用二維OTSU模型計(jì)算的合理度值;

    ②如果當(dāng)前合理度值優(yōu)于F([Pi]),則令Pi=Xi,否則,執(zhí)行步驟④;

    ③如果當(dāng)前位置最優(yōu)解Pi優(yōu)于粒子群中最優(yōu)解Gi,則令Gi=Pi;

    ④i=i+1,執(zhí)行步驟②。

    (3)如果t循環(huán)至最大迭代次數(shù)循環(huán)終止,則Gi為最終閾值,否則令t=t+1返回步驟(2)。

    4 實(shí)驗(yàn)結(jié)果與分析

    在本實(shí)驗(yàn)中對(duì)傳統(tǒng)的枚舉二維OTSU算法和基于PSO的二維OTSU方法與本文算法加以比較,本實(shí)驗(yàn)中PSO和SPOS的粒子數(shù)(Population of Particle,POP)為27。兩者的最大迭代次數(shù)均為50。PSO的權(quán)重系數(shù)ω為0.6,加速系數(shù)C1和C2為1.67。在SPSO中,Cω=0.19,Cp= 0.44,Cg=0.7,PSO和SPSO算法都通過隨機(jī)初始化100次實(shí)現(xiàn)。

    為便于比較PSO和SSO搜索能力,閾值的方差和二維OTSU類間離散矩陣的跡的方差定義如下:

    (10)

    (11)

    這里ti是搜索法閾值和枚舉法閾值的差,即:ti=tPSO/SSO-tOTSU;γ=ti/k;fi是搜索法的跡的值和枚舉法的跡的值之差,即fi=fPSO/SSO-fOTSU;υ=ti/k;k是PSO和SPSO的初始化次數(shù),這里k=100。

    兩種缺陷圖像的耗時(shí)、閾值方差、合理度方差等統(tǒng)計(jì)結(jié)果如表1和表2所示,可以看出在相同的灰度閾值和鄰域均值條件下,本文算法運(yùn)算速度最快,耗時(shí)最短。此外,依據(jù)方差信息可以證明本文算法魯棒性較好,自適應(yīng)性強(qiáng)。

    表1 軋疤缺陷的參數(shù)值計(jì)算

    表2 軋痕缺陷的參數(shù)值計(jì)算

    為了驗(yàn)證本文方法的有效性,使用傳統(tǒng)算法和本文算法進(jìn)行對(duì)比實(shí)驗(yàn)。第一幅測(cè)試圖像選擇低對(duì)比度的鋼軌軋疤缺陷圖像,如圖1(a)所示,圖1(b)是圖1(a)對(duì)應(yīng)的二維直方圖,圖1(c)是傳統(tǒng)的OTSU分割結(jié)果,本文算法的分割結(jié)果如圖1(d)所示。實(shí)驗(yàn)結(jié)果表明:傳統(tǒng)方法受圖像對(duì)比度的影響,并未準(zhǔn)確地將目標(biāo)與背景進(jìn)行分割,而本文算法結(jié)合灰度和空域信息使得分割精度顯著提高,同時(shí)采用SPSO加快閾值搜索,減少了計(jì)算復(fù)雜度,實(shí)驗(yàn)結(jié)果顯示背景與缺陷分割更加準(zhǔn)確,同時(shí)缺陷信息得到了有效保留。

    圖1 軋疤缺陷圖像分割

    第二幅測(cè)試圖像是含有大面積陰影、銹跡的鋼軌軋痕缺陷的圖像,如圖2(a)所示,圖2(b)是圖2(a)對(duì)應(yīng)的二維直方圖,圖2(c)是傳統(tǒng)的OTSU分割結(jié)果??梢钥闯鰝鹘y(tǒng)方法沒有將缺陷完整地分割出來,丟失了大量的缺陷信息,本文算法的分割結(jié)果如圖2(d)所示,分割得到的缺陷輪廓、位置、面積等必要信息準(zhǔn)確地保留下來。因此本文算法在運(yùn)算速度和分割精度兩個(gè)方面均優(yōu)于傳統(tǒng)分割方法。

    圖2 軋痕缺陷圖像分割

    5 結(jié)論

    SPSO算法是一種模擬自然界生物行為的優(yōu)化系列算法,該方法僅需基本的數(shù)學(xué)操作,無需梯度信息,理論研究和應(yīng)用意義都足以證明SPSO算法是一種能夠有效解決全局優(yōu)化問題的新方法。本文首次提出基于SPSO的鋼軌表面缺陷圖像閾值分割方法。該方法融合SPSO速度快和二維OTSU閾值化精度高兩大優(yōu)勢(shì),實(shí)現(xiàn)了鋼軌缺陷圖像的準(zhǔn)確分割。

    本文方法不受鋼軌缺陷圖像對(duì)比度、陰影、銹跡等因素的影響,實(shí)驗(yàn)結(jié)果與實(shí)際相符,足以證明本文提出的算法具有很高的應(yīng)用價(jià)值。后期工作主要是結(jié)合深度學(xué)習(xí)方法對(duì)分割得到的缺陷加以分類識(shí)別,以滿足在線智能化需求。

    [1] 程天棟,閔永智,馬宏鋒.基于模糊超熵與遺傳算法的軌面缺陷分割算法[J].蘭州交通大學(xué)學(xué)報(bào),2016,1(6):46-50.

    [2] 賀振東,王耀南.毛建旭,等.基于反向P-M擴(kuò)散的鋼軌表面缺陷視覺檢測(cè)[J].自動(dòng)化學(xué)報(bào),2014,40(8):1667-1679.

    [3] 鄔鋒,茅正沖.鐵軌表面缺陷圖像增強(qiáng)與分割算法[J].計(jì)算機(jī)仿真,2015,32(10):159-162.

    [4] 賀振東,王耀南,劉潔.基于背景差分的高鐵鋼軌表面缺陷圖像分割[J].儀器儀表學(xué)報(bào), 2016, 37(3): 640-649.

    [5] 徐少平,劉小平,李春泉.基于區(qū)域最大相似度的快速圖像分割算法[J].光電子·激光, 2013,24(5):990-998.

    [6] 郭瑞.基于模糊聚類的圖像分割方法的研究[D].長(zhǎng)春:吉林大學(xué),2015.

    [7] 胥小波,鄭康鋒,李丹.新的混沌粒子群優(yōu)化算法[J].通信學(xué)報(bào), 2012, 33(1):24-30.

    [8] 金敏,魯華祥.一種遺傳算法與粒子群優(yōu)化的多子群分層混合算法[J].控制理論與應(yīng)用, 2013, 30(10):1231-1238.

    [9] 于瑩瑩,陳燕,李桃迎.改進(jìn)的遺傳算法求解旅行商問題[J].控制與決策, 2014(8):1483-1488.

    [10] YEH W C, New parameter-free simplified swarm optimization for artificial neural network training and its application in the prediction of time series[J]. IEEE Transactions on Neural Networks and Learning Systems,2013,24(4): 661-665.

    [11] YEH W C, HUANG C L. Simplified swarm optimization to solve the K-Harmonic means problem for mining data[C]//Proceedings of the 18th Asia Pacific Symposium on Intelligent and volutionary Systems, 2015:429-439.

    猜你喜歡
    魯棒性鄰域直方圖
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    稀疏圖平方圖的染色數(shù)上界
    荒漠綠洲區(qū)潛在生態(tài)網(wǎng)絡(luò)增邊優(yōu)化魯棒性分析
    基于確定性指標(biāo)的弦支結(jié)構(gòu)魯棒性評(píng)價(jià)
    用直方圖控制畫面影調(diào)
    基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
    關(guān)于-型鄰域空間
    基于非支配解集的多模式裝備項(xiàng)目群調(diào)度魯棒性優(yōu)化
    西南交通大學(xué)學(xué)報(bào)(2016年6期)2016-05-04 04:13:11
    日本精品一区二区三区蜜桃| 女性生殖器流出的白浆| 亚洲一码二码三码区别大吗| 夜夜夜夜夜久久久久| 精品国产乱子伦一区二区三区| 曰老女人黄片| 成年动漫av网址| 90打野战视频偷拍视频| 国产成人av教育| av一本久久久久| www日本在线高清视频| 999久久久国产精品视频| 在线免费观看的www视频| cao死你这个sao货| 国产精品久久电影中文字幕 | 一二三四在线观看免费中文在| 色在线成人网| 亚洲精品粉嫩美女一区| 久久久精品国产亚洲av高清涩受| 亚洲成人手机| 嫩草影视91久久| 99国产精品免费福利视频| 亚洲一区二区三区欧美精品| 91大片在线观看| 777久久人妻少妇嫩草av网站| 精品亚洲成a人片在线观看| 五月开心婷婷网| 国产av又大| 久久人妻av系列| 热99国产精品久久久久久7| 精品人妻1区二区| av有码第一页| 久久久精品国产亚洲av高清涩受| 欧洲精品卡2卡3卡4卡5卡区| 一区在线观看完整版| 久久ye,这里只有精品| 国产精品免费视频内射| 亚洲第一青青草原| 国产精华一区二区三区| 看免费av毛片| 91字幕亚洲| 在线观看www视频免费| 99re在线观看精品视频| 国产成人精品久久二区二区91| 亚洲免费av在线视频| 丝袜美足系列| 亚洲精品在线观看二区| 精品国产乱码久久久久久男人| 老司机午夜十八禁免费视频| 国产成+人综合+亚洲专区| 国产深夜福利视频在线观看| 欧美日韩亚洲综合一区二区三区_| 女警被强在线播放| 王馨瑶露胸无遮挡在线观看| 免费黄频网站在线观看国产| 在线看a的网站| 日本vs欧美在线观看视频| 日日夜夜操网爽| 少妇粗大呻吟视频| 国产免费现黄频在线看| av片东京热男人的天堂| 一本大道久久a久久精品| 涩涩av久久男人的天堂| 天堂中文最新版在线下载| 极品人妻少妇av视频| 一级毛片高清免费大全| av中文乱码字幕在线| 国产成人精品在线电影| 久久久久久亚洲精品国产蜜桃av| www日本在线高清视频| 日韩 欧美 亚洲 中文字幕| 男女之事视频高清在线观看| 欧美中文综合在线视频| 激情视频va一区二区三区| 宅男免费午夜| 别揉我奶头~嗯~啊~动态视频| 日日夜夜操网爽| 伊人久久大香线蕉亚洲五| 欧美日韩中文字幕国产精品一区二区三区 | 国产激情欧美一区二区| 纯流量卡能插随身wifi吗| 在线天堂中文资源库| 99精品久久久久人妻精品| 国精品久久久久久国模美| 成人av一区二区三区在线看| 国产一区二区激情短视频| 国产极品粉嫩免费观看在线| 搡老熟女国产l中国老女人| 女人高潮潮喷娇喘18禁视频| 满18在线观看网站| 国产精品永久免费网站| 亚洲精品国产区一区二| 日韩视频一区二区在线观看| 欧美另类亚洲清纯唯美| 天堂俺去俺来也www色官网| 亚洲伊人色综图| 亚洲欧美精品综合一区二区三区| 精品乱码久久久久久99久播| 在线观看日韩欧美| 成人永久免费在线观看视频| 日韩成人在线观看一区二区三区| 老鸭窝网址在线观看| 免费av中文字幕在线| 亚洲三区欧美一区| 亚洲精品国产精品久久久不卡| 日韩有码中文字幕| 午夜日韩欧美国产| 亚洲国产看品久久| 欧美日韩成人在线一区二区| 丁香六月欧美| 精品久久久久久,| 亚洲精品中文字幕一二三四区| av网站在线播放免费| 下体分泌物呈黄色| 亚洲熟妇中文字幕五十中出 | 亚洲欧美日韩高清在线视频| 亚洲精品在线观看二区| 久久天躁狠狠躁夜夜2o2o| 国产高清国产精品国产三级| 纯流量卡能插随身wifi吗| 国产男女超爽视频在线观看| 熟女少妇亚洲综合色aaa.| 在线观看66精品国产| www.999成人在线观看| 在线观看免费午夜福利视频| 热99国产精品久久久久久7| 国产蜜桃级精品一区二区三区 | 人人妻,人人澡人人爽秒播| 丝袜美腿诱惑在线| 高清在线国产一区| 91字幕亚洲| 黄频高清免费视频| 欧美大码av| 国产精品久久久久久精品古装| 岛国毛片在线播放| 可以免费在线观看a视频的电影网站| 岛国在线观看网站| 日韩欧美三级三区| 人人妻人人澡人人看| 女人爽到高潮嗷嗷叫在线视频| 在线视频色国产色| 欧美日韩成人在线一区二区| 在线观看舔阴道视频| 国产一区有黄有色的免费视频| 中亚洲国语对白在线视频| 我的亚洲天堂| 国产亚洲精品第一综合不卡| 亚洲五月天丁香| 国产在线精品亚洲第一网站| 男女午夜视频在线观看| 最近最新中文字幕大全免费视频| 久久人人爽av亚洲精品天堂| 极品少妇高潮喷水抽搐| 亚洲精华国产精华精| 精品少妇久久久久久888优播| 99国产极品粉嫩在线观看| 久久人妻熟女aⅴ| 亚洲欧洲精品一区二区精品久久久| 欧美日韩黄片免| 国产免费现黄频在线看| 成熟少妇高潮喷水视频| 日日摸夜夜添夜夜添小说| 自线自在国产av| 亚洲熟妇中文字幕五十中出 | 高潮久久久久久久久久久不卡| 久久人人97超碰香蕉20202| 亚洲九九香蕉| 淫妇啪啪啪对白视频| 丝瓜视频免费看黄片| 亚洲av第一区精品v没综合| 美女扒开内裤让男人捅视频| 成人av一区二区三区在线看| 亚洲黑人精品在线| 黄色怎么调成土黄色| 无遮挡黄片免费观看| 国产精品 国内视频| 国产精品电影一区二区三区 | 欧美日韩精品网址| 欧美老熟妇乱子伦牲交| aaaaa片日本免费| 色婷婷久久久亚洲欧美| 国产欧美日韩精品亚洲av| 日本vs欧美在线观看视频| 97人妻天天添夜夜摸| 亚洲熟妇中文字幕五十中出 | 欧美性长视频在线观看| 亚洲精品美女久久久久99蜜臀| 日韩一卡2卡3卡4卡2021年| 午夜激情av网站| 国产一区二区激情短视频| av网站在线播放免费| 美女视频免费永久观看网站| 一夜夜www| 成人影院久久| 村上凉子中文字幕在线| 亚洲人成电影观看| 看黄色毛片网站| 久热这里只有精品99| 男人操女人黄网站| 黑人操中国人逼视频| 国产精品国产av在线观看| 精品国产一区二区久久| 午夜两性在线视频| 久久99一区二区三区| 人人澡人人妻人| 亚洲少妇的诱惑av| 亚洲五月天丁香| 少妇猛男粗大的猛烈进出视频| 搡老岳熟女国产| 91国产中文字幕| 搡老熟女国产l中国老女人| 欧美老熟妇乱子伦牲交| 一级片'在线观看视频| 超碰97精品在线观看| 一夜夜www| 亚洲精品久久午夜乱码| 国产高清激情床上av| 69精品国产乱码久久久| 9热在线视频观看99| 国产精品.久久久| 亚洲精品国产一区二区精华液| 久久久久久人人人人人| 亚洲人成电影观看| 欧美激情久久久久久爽电影 | 国产91精品成人一区二区三区| 性少妇av在线| 国产高清视频在线播放一区| 久久99一区二区三区| 看片在线看免费视频| 一a级毛片在线观看| 国产国语露脸激情在线看| 久热爱精品视频在线9| 大陆偷拍与自拍| 成人影院久久| 欧美在线黄色| 久久这里只有精品19| 久久国产精品影院| 国产真人三级小视频在线观看| 亚洲成人国产一区在线观看| 可以免费在线观看a视频的电影网站| 丝袜在线中文字幕| 欧美亚洲 丝袜 人妻 在线| 欧美乱码精品一区二区三区| 人人妻人人爽人人添夜夜欢视频| 多毛熟女@视频| 日韩制服丝袜自拍偷拍| 男女下面插进去视频免费观看| 欧美最黄视频在线播放免费 | 在线免费观看的www视频| 狂野欧美激情性xxxx| 日韩中文字幕欧美一区二区| 欧美在线一区亚洲| 午夜91福利影院| 欧美黑人欧美精品刺激| 国产成人啪精品午夜网站| 91字幕亚洲| 嫁个100分男人电影在线观看| 欧美性长视频在线观看| 国产有黄有色有爽视频| 王馨瑶露胸无遮挡在线观看| 成年人免费黄色播放视频| 男女高潮啪啪啪动态图| 日韩精品免费视频一区二区三区| 两人在一起打扑克的视频| 丰满饥渴人妻一区二区三| 精品免费久久久久久久清纯 | 亚洲aⅴ乱码一区二区在线播放 | 美女午夜性视频免费| 久99久视频精品免费| 一级a爱视频在线免费观看| 日韩视频一区二区在线观看| 真人做人爱边吃奶动态| 19禁男女啪啪无遮挡网站| 成人影院久久| 丰满的人妻完整版| √禁漫天堂资源中文www| 亚洲精品在线观看二区| 国产成人一区二区三区免费视频网站| 一进一出抽搐gif免费好疼 | 久久午夜综合久久蜜桃| 国产淫语在线视频| 成熟少妇高潮喷水视频| 国产又爽黄色视频| 精品久久蜜臀av无| 亚洲国产精品sss在线观看 | 日韩精品免费视频一区二区三区| 久久精品国产99精品国产亚洲性色 | 99热国产这里只有精品6| 黑人巨大精品欧美一区二区mp4| 丝袜美腿诱惑在线| 搡老熟女国产l中国老女人| 国产欧美亚洲国产| 最新美女视频免费是黄的| 巨乳人妻的诱惑在线观看| bbb黄色大片| 国产亚洲av高清不卡| 精品免费久久久久久久清纯 | 亚洲av欧美aⅴ国产| 91在线观看av| 国产免费现黄频在线看| 成人精品一区二区免费| 视频区欧美日本亚洲| 亚洲情色 制服丝袜| av在线播放免费不卡| aaaaa片日本免费| 三上悠亚av全集在线观看| a在线观看视频网站| 欧美日韩瑟瑟在线播放| 午夜亚洲福利在线播放| 欧美日韩国产mv在线观看视频| 亚洲精品美女久久久久99蜜臀| 久久ye,这里只有精品| 成年动漫av网址| 成年女人毛片免费观看观看9 | 久9热在线精品视频| 亚洲欧美激情在线| 一区二区三区精品91| 老熟妇乱子伦视频在线观看| 一个人免费在线观看的高清视频| 精品高清国产在线一区| 五月开心婷婷网| 看免费av毛片| 亚洲av成人av| 午夜免费鲁丝| 中文字幕人妻丝袜一区二区| 久久人妻av系列| 国产蜜桃级精品一区二区三区 | 99国产精品免费福利视频| 正在播放国产对白刺激| 18禁国产床啪视频网站| 丰满迷人的少妇在线观看| 久久精品熟女亚洲av麻豆精品| 狂野欧美激情性xxxx| 国产野战对白在线观看| 亚洲成国产人片在线观看| 在线观看www视频免费| 久久久久国内视频| 久久人妻av系列| 超碰97精品在线观看| 1024视频免费在线观看| 九色亚洲精品在线播放| 国产精品 国内视频| a级毛片黄视频| а√天堂www在线а√下载 | 最新的欧美精品一区二区| 亚洲欧美精品综合一区二区三区| 久久久久久久久久久久大奶| 久热爱精品视频在线9| 电影成人av| 97人妻天天添夜夜摸| 天天操日日干夜夜撸| 女性被躁到高潮视频| 亚洲av第一区精品v没综合| 一本大道久久a久久精品| 亚洲九九香蕉| 国产成+人综合+亚洲专区| 叶爱在线成人免费视频播放| 咕卡用的链子| 丝袜美腿诱惑在线| 免费日韩欧美在线观看| 亚洲av熟女| 两性午夜刺激爽爽歪歪视频在线观看 | 人成视频在线观看免费观看| 手机成人av网站| 男女免费视频国产| 激情在线观看视频在线高清 | 悠悠久久av| 香蕉国产在线看| 一区二区三区激情视频| 香蕉国产在线看| 超碰97精品在线观看| 国产av又大| 免费在线观看影片大全网站| 视频区图区小说| 999久久久国产精品视频| 日本一区二区免费在线视频| 日本五十路高清| 国产精品秋霞免费鲁丝片| 午夜精品国产一区二区电影| 无人区码免费观看不卡| 午夜福利视频在线观看免费| 久久久国产成人精品二区 | 亚洲av日韩在线播放| www日本在线高清视频| 99国产精品一区二区蜜桃av | 99精品久久久久人妻精品| 国产欧美日韩一区二区三区在线| 国产成人av教育| 超碰97精品在线观看| 亚洲国产看品久久| 99久久综合精品五月天人人| 国产真人三级小视频在线观看| 婷婷丁香在线五月| 日韩欧美一区二区三区在线观看 | 国产精品影院久久| 久久久久视频综合| 日韩欧美一区视频在线观看| 国产高清videossex| 国产一卡二卡三卡精品| 国产在线精品亚洲第一网站| 美女高潮到喷水免费观看| 日日摸夜夜添夜夜添小说| 人人妻人人澡人人爽人人夜夜| 亚洲欧美一区二区三区久久| 国产精品一区二区在线观看99| 91九色精品人成在线观看| 精品国产一区二区三区久久久樱花| 久久精品国产综合久久久| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩瑟瑟在线播放| 丝袜人妻中文字幕| 一进一出抽搐gif免费好疼 | 99国产精品一区二区三区| cao死你这个sao货| 建设人人有责人人尽责人人享有的| 香蕉国产在线看| 国产欧美日韩一区二区三区在线| 夜夜夜夜夜久久久久| 亚洲第一av免费看| 欧美国产精品一级二级三级| 亚洲第一青青草原| 91精品国产国语对白视频| 午夜福利免费观看在线| 日韩免费高清中文字幕av| 大型av网站在线播放| 一级黄色大片毛片| 如日韩欧美国产精品一区二区三区| 欧美亚洲日本最大视频资源| 免费在线观看亚洲国产| 国产成人系列免费观看| 法律面前人人平等表现在哪些方面| 两个人免费观看高清视频| 9色porny在线观看| 人人妻人人澡人人爽人人夜夜| 无限看片的www在线观看| 欧美在线一区亚洲| 精品一区二区三区视频在线观看免费 | 69av精品久久久久久| 亚洲精品成人av观看孕妇| 国产精华一区二区三区| 自线自在国产av| 亚洲精品中文字幕一二三四区| 国产精品亚洲av一区麻豆| tube8黄色片| 午夜成年电影在线免费观看| 亚洲熟妇中文字幕五十中出 | 成人国产一区最新在线观看| 成人国语在线视频| 一级a爱片免费观看的视频| 老司机福利观看| 久久精品国产清高在天天线| 少妇猛男粗大的猛烈进出视频| 久久人妻福利社区极品人妻图片| 欧美日韩精品网址| 高清毛片免费观看视频网站 | 天天躁狠狠躁夜夜躁狠狠躁| 多毛熟女@视频| 亚洲成av片中文字幕在线观看| 一区二区三区国产精品乱码| 大型av网站在线播放| 久久香蕉精品热| 操出白浆在线播放| 美女午夜性视频免费| 最新美女视频免费是黄的| 国产一区二区激情短视频| 欧美乱色亚洲激情| 99riav亚洲国产免费| 国产欧美日韩一区二区三区在线| 中文字幕色久视频| 日韩欧美三级三区| 黑人操中国人逼视频| 欧美在线一区亚洲| 久久婷婷成人综合色麻豆| 99久久精品国产亚洲精品| 99re在线观看精品视频| 午夜免费鲁丝| 少妇裸体淫交视频免费看高清 | 亚洲全国av大片| 精品久久蜜臀av无| 人妻一区二区av| 在线观看免费高清a一片| 亚洲欧美一区二区三区黑人| 动漫黄色视频在线观看| 两人在一起打扑克的视频| 人妻 亚洲 视频| 国产成人av激情在线播放| 99精国产麻豆久久婷婷| 久久国产精品影院| 国产成人一区二区三区免费视频网站| 久久精品熟女亚洲av麻豆精品| 精品久久久久久久久久免费视频 | 国产成人精品久久二区二区91| 黄网站色视频无遮挡免费观看| 别揉我奶头~嗯~啊~动态视频| 新久久久久国产一级毛片| 多毛熟女@视频| 19禁男女啪啪无遮挡网站| 国产不卡一卡二| 国产aⅴ精品一区二区三区波| 19禁男女啪啪无遮挡网站| av不卡在线播放| 一边摸一边抽搐一进一小说 | 啦啦啦免费观看视频1| 高清在线国产一区| 视频区欧美日本亚洲| 国产精品国产高清国产av | 新久久久久国产一级毛片| 黑人猛操日本美女一级片| 日本黄色日本黄色录像| 老司机亚洲免费影院| 欧美成狂野欧美在线观看| 老熟女久久久| 国产片内射在线| 女人久久www免费人成看片| 国产精品国产高清国产av | av天堂在线播放| 丰满人妻熟妇乱又伦精品不卡| 成人免费观看视频高清| 在线十欧美十亚洲十日本专区| 亚洲av第一区精品v没综合| 国产无遮挡羞羞视频在线观看| 一进一出抽搐动态| 亚洲国产看品久久| 一级毛片精品| 久久久久久久久久久久大奶| 久久人人97超碰香蕉20202| 国产激情久久老熟女| 亚洲精品国产精品久久久不卡| 成年人午夜在线观看视频| 免费观看a级毛片全部| 国产又爽黄色视频| 精品国内亚洲2022精品成人 | 亚洲中文日韩欧美视频| 1024视频免费在线观看| 乱人伦中国视频| 久久久久国产一级毛片高清牌| 天堂动漫精品| 岛国在线观看网站| 99热国产这里只有精品6| 国产主播在线观看一区二区| 精品高清国产在线一区| 亚洲一区二区三区欧美精品| 女人高潮潮喷娇喘18禁视频| 精品第一国产精品| 俄罗斯特黄特色一大片| 久久香蕉精品热| 欧美黄色淫秽网站| 天堂动漫精品| 岛国在线观看网站| 18禁黄网站禁片午夜丰满| 欧美黑人精品巨大| 国产成人免费无遮挡视频| 久久亚洲真实| 乱人伦中国视频| 制服人妻中文乱码| 免费高清在线观看日韩| 黄网站色视频无遮挡免费观看| 欧美丝袜亚洲另类 | 日韩欧美一区视频在线观看| 色综合婷婷激情| 18禁裸乳无遮挡免费网站照片 | 视频区图区小说| 一本大道久久a久久精品| 一级片免费观看大全| 国产欧美日韩一区二区三区在线| 黑人猛操日本美女一级片| 久久国产精品大桥未久av| 一区二区三区激情视频| 中出人妻视频一区二区| 国产欧美亚洲国产| 国产精品免费视频内射| 夜夜夜夜夜久久久久| 99re6热这里在线精品视频| 亚洲va日本ⅴa欧美va伊人久久| 国产熟女午夜一区二区三区| 久久精品熟女亚洲av麻豆精品| 精品高清国产在线一区| 超色免费av| 亚洲国产精品sss在线观看 | 超碰成人久久| 欧美日韩福利视频一区二区| 国产免费av片在线观看野外av| 精品久久久精品久久久| 男人操女人黄网站| 日韩欧美一区视频在线观看| 欧美乱码精品一区二区三区| 亚洲色图 男人天堂 中文字幕| 久久国产精品男人的天堂亚洲| 少妇猛男粗大的猛烈进出视频| 18禁裸乳无遮挡免费网站照片 | x7x7x7水蜜桃| 国产不卡av网站在线观看| 欧美 亚洲 国产 日韩一| 日韩有码中文字幕| 国产不卡av网站在线观看| 欧美 亚洲 国产 日韩一| 免费在线观看黄色视频的| 91麻豆精品激情在线观看国产 | av欧美777| 韩国av一区二区三区四区| 成人黄色视频免费在线看| 久久精品国产亚洲av香蕉五月 | 麻豆av在线久日| 午夜福利视频在线观看免费| 窝窝影院91人妻| 一级,二级,三级黄色视频| 日韩成人在线观看一区二区三区| 精品国产乱子伦一区二区三区| av超薄肉色丝袜交足视频| 亚洲少妇的诱惑av| 免费在线观看日本一区| 久久精品成人免费网站| 啦啦啦免费观看视频1| 午夜日韩欧美国产| 后天国语完整版免费观看|