• <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
    床上黄色一级片| 黄色丝袜av网址大全| 在线播放无遮挡| 悠悠久久av| 国产伦精品一区二区三区视频9 | 色播亚洲综合网| а√天堂www在线а√下载| 亚洲熟妇熟女久久| 搞女人的毛片| 国产午夜福利久久久久久| 亚洲真实伦在线观看| 亚洲18禁久久av| 一区二区三区免费毛片| 三级毛片av免费| 色av中文字幕| 熟女少妇亚洲综合色aaa.| 免费在线观看日本一区| 色老头精品视频在线观看| 91久久精品电影网| 精品国产美女av久久久久小说| 制服丝袜大香蕉在线| 一本一本综合久久| 亚洲人成网站在线播| 男女那种视频在线观看| 免费av观看视频| 91九色精品人成在线观看| 欧美精品啪啪一区二区三区| 免费无遮挡裸体视频| 国产成+人综合+亚洲专区| 午夜精品一区二区三区免费看| 亚洲av电影不卡..在线观看| xxxwww97欧美| 一进一出抽搐动态| 激情在线观看视频在线高清| 9191精品国产免费久久| 亚洲人成网站在线播| 国产精品久久久久久久久免 | 精品久久久久久久久久久久久| 欧美日韩国产亚洲二区| 国产精品影院久久| 久久久精品欧美日韩精品| 国产麻豆成人av免费视频| 窝窝影院91人妻| 一区二区三区高清视频在线| 成人特级av手机在线观看| 麻豆国产av国片精品| 亚洲在线自拍视频| 久久精品91蜜桃| 他把我摸到了高潮在线观看| 18禁裸乳无遮挡免费网站照片| 久久伊人香网站| 欧美精品啪啪一区二区三区| 国产伦精品一区二区三区视频9 | 欧美日韩国产亚洲二区| 久久国产乱子伦精品免费另类| 有码 亚洲区| 最近在线观看免费完整版| 国产成人av激情在线播放| 亚洲 欧美 日韩 在线 免费| 波多野结衣高清作品| 成年人黄色毛片网站| 男女那种视频在线观看| 久久久久久九九精品二区国产| 久久精品影院6| 午夜精品在线福利| 夜夜躁狠狠躁天天躁| av在线蜜桃| 少妇的逼好多水| 国产麻豆成人av免费视频| 在线国产一区二区在线| 亚洲精品日韩av片在线观看 | 性欧美人与动物交配| 久久久久免费精品人妻一区二区| 国产真实伦视频高清在线观看 | 亚洲熟妇熟女久久| aaaaa片日本免费| 香蕉久久夜色| 欧美bdsm另类| 在线观看午夜福利视频| 国产 一区 欧美 日韩| 欧美三级亚洲精品| 久久香蕉国产精品| e午夜精品久久久久久久| 一本综合久久免费| 少妇丰满av| 久久6这里有精品| 国产精品久久电影中文字幕| 全区人妻精品视频| 亚洲熟妇熟女久久| 欧美黄色淫秽网站| 一个人看的www免费观看视频| 一进一出好大好爽视频| 在线观看日韩欧美| 日日摸夜夜添夜夜添小说| 伊人久久大香线蕉亚洲五| 亚洲av日韩精品久久久久久密| 欧美色欧美亚洲另类二区| 又黄又粗又硬又大视频| 国产伦精品一区二区三区视频9 | 黄色日韩在线| 五月玫瑰六月丁香| 在线看三级毛片| 国产成+人综合+亚洲专区| 午夜福利欧美成人| 一边摸一边抽搐一进一小说| 国产探花在线观看一区二区| 亚洲精品一区av在线观看| 午夜亚洲福利在线播放| 一本精品99久久精品77| 欧美一区二区精品小视频在线| 淫秽高清视频在线观看| 91麻豆av在线| 日韩中文字幕欧美一区二区| 久久精品影院6| 一进一出抽搐动态| 日韩精品中文字幕看吧| 在线免费观看的www视频| 欧美日韩福利视频一区二区| 日本熟妇午夜| 午夜免费观看网址| 非洲黑人性xxxx精品又粗又长| 欧美乱色亚洲激情| 亚洲片人在线观看| 亚洲五月婷婷丁香| 欧美乱码精品一区二区三区| 久久精品国产自在天天线| 99riav亚洲国产免费| 夜夜躁狠狠躁天天躁| 伊人久久大香线蕉亚洲五| 欧美日韩乱码在线| 中文字幕人妻熟人妻熟丝袜美 | 国产亚洲欧美98| 99久久九九国产精品国产免费| 午夜免费观看网址| 亚洲人成伊人成综合网2020| 国产精品98久久久久久宅男小说| 麻豆国产97在线/欧美| aaaaa片日本免费| 国产精品国产高清国产av| 精品国产美女av久久久久小说| 久9热在线精品视频| 国产熟女xx| 日本 av在线| 久久性视频一级片| 国产熟女xx| 日本 av在线| 国产精品嫩草影院av在线观看 | 免费在线观看成人毛片| 少妇熟女aⅴ在线视频| 高清日韩中文字幕在线| 美女 人体艺术 gogo| 国产精品乱码一区二三区的特点| 黄片小视频在线播放| 欧美日韩福利视频一区二区| 少妇高潮的动态图| 国产黄a三级三级三级人| 性欧美人与动物交配| 在线观看66精品国产| 国产国拍精品亚洲av在线观看 | 午夜福利高清视频| 最近视频中文字幕2019在线8| 欧美日韩亚洲国产一区二区在线观看| 国产高清视频在线播放一区| 国产伦人伦偷精品视频| 黄色片一级片一级黄色片| 免费一级毛片在线播放高清视频| 一级a爱片免费观看的视频| 亚洲精品久久国产高清桃花| 日韩欧美在线乱码| 国产精品久久久人人做人人爽| 99在线视频只有这里精品首页| 成人永久免费在线观看视频| 美女高潮喷水抽搐中文字幕| av片东京热男人的天堂| 一区二区三区激情视频| 听说在线观看完整版免费高清| 欧洲精品卡2卡3卡4卡5卡区| 久久精品人妻少妇| 欧美zozozo另类| 天堂网av新在线| 人人妻,人人澡人人爽秒播| 丝袜美腿在线中文| 欧美最黄视频在线播放免费| 午夜福利欧美成人| 三级毛片av免费| 欧美日韩精品网址| 嫩草影院精品99| 色尼玛亚洲综合影院| 悠悠久久av| 国产高清有码在线观看视频| 高潮久久久久久久久久久不卡| 亚洲美女黄片视频| 青草久久国产| 在线十欧美十亚洲十日本专区| 亚洲av免费在线观看| 亚洲成a人片在线一区二区| 国产精品98久久久久久宅男小说| 精品久久久久久久毛片微露脸| 亚洲不卡免费看| 午夜福利高清视频| 日韩高清综合在线| 在线观看舔阴道视频| 高清日韩中文字幕在线| 国产亚洲欧美98| 全区人妻精品视频| 观看美女的网站| 国产成人a区在线观看| 村上凉子中文字幕在线| 国产淫片久久久久久久久 | 婷婷亚洲欧美| 国产一区二区亚洲精品在线观看| 黄色丝袜av网址大全| 人人妻,人人澡人人爽秒播| 成人无遮挡网站| 午夜视频国产福利| 精品乱码久久久久久99久播| 少妇的丰满在线观看| 欧美三级亚洲精品| 精品免费久久久久久久清纯| 久久久久久久亚洲中文字幕 | 亚洲av熟女| 精品国内亚洲2022精品成人| 国产伦精品一区二区三区视频9 | 97碰自拍视频| 18禁裸乳无遮挡免费网站照片| 搡老熟女国产l中国老女人| 欧美黄色片欧美黄色片| 国产成人啪精品午夜网站| 97碰自拍视频| 国产欧美日韩一区二区精品| 久久国产精品影院| 69人妻影院| 美女被艹到高潮喷水动态| 久久精品夜夜夜夜夜久久蜜豆| 国产美女午夜福利| 全区人妻精品视频| 国产高清有码在线观看视频| 亚洲国产日韩欧美精品在线观看 | 亚洲中文日韩欧美视频| 久久中文看片网| 中出人妻视频一区二区| 国产高清视频在线播放一区| 最近最新免费中文字幕在线| 日本熟妇午夜| 99国产综合亚洲精品| 观看免费一级毛片| 少妇丰满av| 一级黄片播放器| 亚洲人成网站在线播放欧美日韩| 久久6这里有精品| 小蜜桃在线观看免费完整版高清| 亚洲av免费在线观看| 人妻久久中文字幕网| 久久久久久人人人人人| 美女cb高潮喷水在线观看| 少妇熟女aⅴ在线视频| 亚洲av日韩精品久久久久久密| 国产aⅴ精品一区二区三区波| 欧美av亚洲av综合av国产av| 97超级碰碰碰精品色视频在线观看| 亚洲精品在线美女| 久久天躁狠狠躁夜夜2o2o| 国产精品亚洲美女久久久| 国产欧美日韩精品亚洲av| 国产精品 欧美亚洲| 男女午夜视频在线观看| 在线免费观看不下载黄p国产 | 波野结衣二区三区在线 | 午夜视频国产福利| 国产av不卡久久| 久久久久精品国产欧美久久久| 人人妻人人澡欧美一区二区| 少妇人妻精品综合一区二区 | 日韩成人在线观看一区二区三区| 免费在线观看亚洲国产| 老熟妇仑乱视频hdxx| 亚洲国产精品成人综合色| 91在线观看av| 床上黄色一级片| 亚洲天堂国产精品一区在线| 国产精品av视频在线免费观看| 夜夜夜夜夜久久久久| 三级国产精品欧美在线观看| a在线观看视频网站| 亚洲va日本ⅴa欧美va伊人久久| 久久久久久国产a免费观看| 亚洲天堂国产精品一区在线| 国产精品久久久久久精品电影| 久久精品国产99精品国产亚洲性色| 成人av一区二区三区在线看| tocl精华| 国内精品美女久久久久久| 欧美xxxx黑人xx丫x性爽| 久久精品国产亚洲av涩爱 | 亚洲欧美激情综合另类| 此物有八面人人有两片| 中亚洲国语对白在线视频| 最新美女视频免费是黄的| 日韩 欧美 亚洲 中文字幕| 免费看十八禁软件| 中文字幕高清在线视频| 国产三级黄色录像| 看片在线看免费视频| 美女黄网站色视频| 天堂影院成人在线观看| 亚洲美女视频黄频| 国产成人啪精品午夜网站| 亚洲精品日韩av片在线观看 | 12—13女人毛片做爰片一| 桃红色精品国产亚洲av| 亚洲国产高清在线一区二区三| 亚洲五月天丁香| 又黄又爽又免费观看的视频| 99国产精品一区二区蜜桃av| 色老头精品视频在线观看| 在线观看美女被高潮喷水网站 | 精品福利观看| 天天躁日日操中文字幕| 国产乱人伦免费视频| 国产高清有码在线观看视频| 欧美激情久久久久久爽电影| 亚洲18禁久久av| 亚洲天堂国产精品一区在线| 国产精品,欧美在线| svipshipincom国产片| 亚洲成人中文字幕在线播放| 免费看日本二区| 欧美又色又爽又黄视频| 操出白浆在线播放| 日韩欧美 国产精品| 亚洲av免费高清在线观看| 夜夜看夜夜爽夜夜摸| 午夜老司机福利剧场| 欧美最新免费一区二区三区 | 亚洲国产色片| 国产精品综合久久久久久久免费| 午夜精品久久久久久毛片777| 精品国产亚洲在线| 亚洲av免费高清在线观看| 夜夜看夜夜爽夜夜摸| 亚洲精品久久国产高清桃花| 国产精品久久久久久久电影 | 亚洲av成人不卡在线观看播放网| 国内精品久久久久久久电影| 人人妻,人人澡人人爽秒播| 在线免费观看不下载黄p国产 | 国内精品美女久久久久久| 桃红色精品国产亚洲av| 不卡一级毛片| av女优亚洲男人天堂| 国内精品美女久久久久久| 久久九九热精品免费| 日韩中文字幕欧美一区二区| 精品欧美国产一区二区三| 精品国产超薄肉色丝袜足j| a在线观看视频网站| 九九在线视频观看精品| 青草久久国产| 亚洲中文字幕日韩| 精品欧美国产一区二区三| 亚洲一区二区三区色噜噜| 国产精华一区二区三区| 三级国产精品欧美在线观看| 国产精品美女特级片免费视频播放器| 亚洲 国产 在线| 中文字幕精品亚洲无线码一区| 伊人久久大香线蕉亚洲五| 狂野欧美白嫩少妇大欣赏| 日本免费一区二区三区高清不卡| 国内精品久久久久久久电影| 在线视频色国产色| 亚洲avbb在线观看| 他把我摸到了高潮在线观看| 精品一区二区三区av网在线观看| 亚洲精品美女久久久久99蜜臀| 国产色婷婷99| 久久精品综合一区二区三区| 日韩欧美在线乱码| 国产伦人伦偷精品视频| 精品福利观看| 午夜福利视频1000在线观看| 悠悠久久av| 熟女人妻精品中文字幕| 99久久久亚洲精品蜜臀av| 久9热在线精品视频| 欧美一区二区精品小视频在线| 女警被强在线播放| 亚洲美女黄片视频| 亚洲人成网站在线播| 男女做爰动态图高潮gif福利片| 国内久久婷婷六月综合欲色啪| 久久精品国产清高在天天线| 亚洲av成人精品一区久久| 亚洲熟妇中文字幕五十中出| 天堂av国产一区二区熟女人妻| 午夜福利免费观看在线| 搡老熟女国产l中国老女人| 观看美女的网站| 又黄又爽又免费观看的视频| 最后的刺客免费高清国语| 久久精品91蜜桃| 成人无遮挡网站| 少妇熟女aⅴ在线视频| 欧美成人性av电影在线观看| 国产精品99久久99久久久不卡| 日本 欧美在线| 国产精品亚洲一级av第二区| 久久午夜亚洲精品久久| 亚洲精品亚洲一区二区| 又爽又黄无遮挡网站| 欧美bdsm另类| 国产 一区 欧美 日韩| 一二三四社区在线视频社区8| 中文字幕久久专区| 亚洲性夜色夜夜综合| 欧美乱色亚洲激情| 精品久久久久久久末码| 成年女人看的毛片在线观看| 三级毛片av免费| 色在线成人网| 日本三级黄在线观看| 久久中文看片网| 欧美最黄视频在线播放免费| 叶爱在线成人免费视频播放| 老司机在亚洲福利影院| 黄片大片在线免费观看| 欧美一区二区精品小视频在线| 亚洲人成伊人成综合网2020| 国产一区二区在线观看日韩 | 亚洲国产精品sss在线观看| 欧美另类亚洲清纯唯美| 岛国视频午夜一区免费看| 成人欧美大片| 免费大片18禁| 国产精品98久久久久久宅男小说| 真人一进一出gif抽搐免费| 大型黄色视频在线免费观看| 又爽又黄无遮挡网站| 热99在线观看视频| 怎么达到女性高潮| 中文字幕熟女人妻在线| 欧美激情久久久久久爽电影| 毛片女人毛片| 日本五十路高清| 中出人妻视频一区二区| 国产精品,欧美在线| 国产av麻豆久久久久久久| 国产精品自产拍在线观看55亚洲| 欧美不卡视频在线免费观看| 久久午夜亚洲精品久久| 精品人妻1区二区| 蜜桃亚洲精品一区二区三区| 久久久久久久久大av| 成人一区二区视频在线观看| 俄罗斯特黄特色一大片| 国产精品1区2区在线观看.| 毛片女人毛片| 免费看a级黄色片| 一卡2卡三卡四卡精品乱码亚洲| 久久久久久久久大av| 窝窝影院91人妻| 香蕉丝袜av| 免费av不卡在线播放| 欧美色视频一区免费| 婷婷精品国产亚洲av在线| 国产v大片淫在线免费观看| 一进一出好大好爽视频| 午夜视频国产福利| 亚洲aⅴ乱码一区二区在线播放| 国产精品电影一区二区三区| av在线天堂中文字幕| 亚洲av五月六月丁香网| 欧美成狂野欧美在线观看| 精品人妻偷拍中文字幕| 国产精品久久久久久久久免 | 丁香欧美五月| 亚洲不卡免费看| 免费高清视频大片| 窝窝影院91人妻| 亚洲熟妇熟女久久| 看黄色毛片网站| 成人午夜高清在线视频| 精品一区二区三区人妻视频| 亚洲成a人片在线一区二区| 久久这里只有精品中国| 美女被艹到高潮喷水动态| 性色av乱码一区二区三区2| 亚洲人成网站在线播放欧美日韩| 99热6这里只有精品| 午夜福利欧美成人| 看免费av毛片| 国产高清有码在线观看视频| 不卡一级毛片| 久久久国产成人精品二区| 九九久久精品国产亚洲av麻豆| 怎么达到女性高潮| 亚洲av第一区精品v没综合| 精品不卡国产一区二区三区| 亚洲人与动物交配视频| 男女下面进入的视频免费午夜| 国产高清三级在线| 免费大片18禁| 久久精品91蜜桃| 亚洲成a人片在线一区二区| 国产精品久久久人人做人人爽| 国产激情偷乱视频一区二区| 欧美zozozo另类| 1000部很黄的大片| 欧美成人免费av一区二区三区| 久久久久久久久久黄片| 久久精品国产综合久久久| 久久精品影院6| 内射极品少妇av片p| 日本一二三区视频观看| 午夜影院日韩av| 国产综合懂色| 免费大片18禁| 国产午夜福利久久久久久| 首页视频小说图片口味搜索| 宅男免费午夜| 成人永久免费在线观看视频| 毛片女人毛片| 亚洲精品日韩av片在线观看 | 久久婷婷人人爽人人干人人爱| 国产探花在线观看一区二区| 亚洲欧美日韩卡通动漫| 久久久久久九九精品二区国产| 欧美日韩亚洲国产一区二区在线观看| 变态另类丝袜制服| 亚洲av五月六月丁香网| 51国产日韩欧美| 搡女人真爽免费视频火全软件 | 免费高清视频大片| 欧美日韩瑟瑟在线播放| 精品熟女少妇八av免费久了| 久久精品夜夜夜夜夜久久蜜豆| 可以在线观看毛片的网站| 亚洲aⅴ乱码一区二区在线播放| 99久久久亚洲精品蜜臀av| 成熟少妇高潮喷水视频| 亚洲精品国产精品久久久不卡| 亚洲av五月六月丁香网| 三级毛片av免费| 久久久成人免费电影| 国产亚洲精品综合一区在线观看| 一区二区三区免费毛片| 人人妻人人澡欧美一区二区| 男女那种视频在线观看| 69人妻影院| 久久久久久人人人人人| 日本在线视频免费播放| 天天添夜夜摸| 成年女人看的毛片在线观看| 国产精品久久久久久久久免 | 最近最新中文字幕大全免费视频| 国产高清视频在线播放一区| 亚洲国产精品久久男人天堂| 欧美日韩中文字幕国产精品一区二区三区| 亚洲av五月六月丁香网| 精品无人区乱码1区二区| 国产精品一及| 一本综合久久免费| 国产欧美日韩一区二区精品| 国内揄拍国产精品人妻在线| 日韩欧美在线乱码| 美女cb高潮喷水在线观看| 国产成人系列免费观看| 可以在线观看毛片的网站| 夜夜爽天天搞| 日韩欧美国产一区二区入口| 九色国产91popny在线| 69人妻影院| 中文字幕av成人在线电影| 国产av一区在线观看免费| 欧美一区二区亚洲| 身体一侧抽搐| 日本三级黄在线观看| 欧美性猛交╳xxx乱大交人| 全区人妻精品视频| 精品午夜福利视频在线观看一区| 国产精品三级大全| 女同久久另类99精品国产91| www国产在线视频色| 国产精品三级大全| 亚洲人成网站在线播放欧美日韩| 狂野欧美激情性xxxx| 麻豆国产97在线/欧美| 亚洲专区国产一区二区| e午夜精品久久久久久久| 亚洲av成人av| 亚洲av二区三区四区| 很黄的视频免费| 亚洲,欧美精品.| 色老头精品视频在线观看| 一级黄片播放器| 中文字幕人妻丝袜一区二区| 精品福利观看| 欧美丝袜亚洲另类 | avwww免费| 在线观看舔阴道视频| 国产欧美日韩一区二区精品| 99久久精品热视频| 国产免费男女视频| 黄色片一级片一级黄色片| 免费电影在线观看免费观看| 亚洲国产精品合色在线| 中文字幕精品亚洲无线码一区| 国产成年人精品一区二区| 精品福利观看| 成人鲁丝片一二三区免费| 国产精品三级大全| 一区二区三区激情视频| 精品久久久久久成人av| 深爱激情五月婷婷| 欧美一区二区精品小视频在线|