• <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 ?

    基于字典學(xué)習(xí)的煤與矸石圖像特征識(shí)別方法

    2018-05-11 06:17:48運(yùn)杰
    關(guān)鍵詞:列數(shù)矸石字典

    , , ,運(yùn)杰

    (山東科技大學(xué) 電子通信與物理學(xué)院,山東 青島 266590)

    我國(guó)礦產(chǎn)資源豐富,煤炭作為最重要的戰(zhàn)略資源在經(jīng)濟(jì)發(fā)展中有著舉足輕重的作用。煤炭開采過(guò)程中矸石的混入極大地影響了煤的使用效率,煤與矸石的分選是煤炭利用過(guò)程中不可或缺的環(huán)節(jié)[1]。機(jī)器視覺技術(shù)[2]具有通用性強(qiáng)且易于實(shí)施的特點(diǎn),可以實(shí)現(xiàn)非接觸式的檢測(cè),利于環(huán)境保護(hù),適用于煤炭開采這種重復(fù)性的工業(yè)生產(chǎn),煤與矸石識(shí)別的關(guān)鍵在于如何有效地表達(dá)煤與矸石圖像特征,特征提取的好壞將會(huì)直接影響分類識(shí)別的結(jié)果。于國(guó)防等[3]提出了利用灰度值進(jìn)行煤和矸石圖像識(shí)別的方法,但需要一定輔助條件,并且過(guò)程比較復(fù)雜;王祥瑞[4]提出的煤與矸石圖像特征提取方法較為簡(jiǎn)單,但基于灰度值的特征提取方式單一,在煤礦特定環(huán)境下影響識(shí)別的準(zhǔn)確度,不能滿足實(shí)際需求;何敏等[5]采用了灰度共生矩陣的特征提取方法,由于提取到的特征參數(shù)比較少,容易影響識(shí)別的結(jié)果;廖陽(yáng)陽(yáng)等[6]采用BP網(wǎng)絡(luò)的識(shí)別方法,因受到實(shí)驗(yàn)樣本差異的影響,其識(shí)別精度不高。而且上述特征提取方法難以適應(yīng)在實(shí)際環(huán)境情況下的分類識(shí)別,準(zhǔn)確率也有待提高,因此需要研究可以精確描述煤與矸石圖像的特征提取方法。

    近年來(lái),字典學(xué)習(xí)算法[7-8]在圖像去噪、面部識(shí)別、圖像修復(fù)、圖像超分辨率以及圖像分類等領(lǐng)域有著廣泛的應(yīng)用。字典學(xué)習(xí)算法因其稀疏的表示方式使學(xué)習(xí)得到的字典原子數(shù)量增加、形態(tài)豐富,可以與信號(hào)或者圖像本身的結(jié)構(gòu)進(jìn)行更好的匹配。本文將采用字典學(xué)習(xí)中的K-SVD算法提取煤與矸石的圖像特征,隨機(jī)選擇煤與矸石的樣本圖像作為字典原子后,將學(xué)習(xí)字典按列的順序隨機(jī)進(jìn)行更新,以最大限度地將煤與矸石的圖像特征有效表達(dá)出來(lái),提高識(shí)別的效率。

    1 字典學(xué)習(xí)原理

    隨著稀疏表示理論的不斷成熟,字典學(xué)習(xí)理論被提出并應(yīng)用于信號(hào)處理和圖像信息領(lǐng)域,其中信號(hào)的“簡(jiǎn)單性”是目前研究的熱點(diǎn),尤其是信號(hào)的稀疏性表示,即稀疏表示。字典學(xué)習(xí)方法通過(guò)優(yōu)化相應(yīng)的字典學(xué)習(xí)代價(jià)函數(shù),獲得對(duì)信號(hào)進(jìn)行稀疏表示的字典[9]。稀疏表示的模型為:給定字典D=d1,d2,…,dq∈Rp×q,字典D中的每一列dq∈Rp表示為一個(gè)原子,信號(hào)Y=y1,y2,…,ys∈Rp×s表示為字典D中若干原子的線性組合:Y≈DX,其中X=x1,x2,…,xs∈Rq×s為信號(hào)Y在字典D下的表示系數(shù),由于X矩陣內(nèi)有大量的零元素向量導(dǎo)致每個(gè)列向量都是稀疏的,因此X為稀疏矩陣。本文使用的是K-SVD字典學(xué)習(xí)算法[10-11],與其他字典學(xué)習(xí)算法相比,該算法時(shí)間復(fù)雜度較低,計(jì)算量小,適用性強(qiáng),并且已經(jīng)趨于成熟。

    為了將字典學(xué)習(xí)算法融于煤與矸石的圖像特征提取與識(shí)別中,把信號(hào)Y看作是煤與矸石的圖像信號(hào),字典D通過(guò)煤與矸石的樣本圖像學(xué)習(xí)得到,X為煤與矸石的圖像信號(hào)Y在學(xué)習(xí)字典D下的表示系數(shù)。求解Y≈DX式中的D和X的過(guò)程便為字典學(xué)習(xí)的過(guò)程,所對(duì)應(yīng)字典學(xué)習(xí)的優(yōu)化問(wèn)題可表示為:

    (1)

    式中:Y為煤與矸石的圖像信號(hào)矩陣;xi為稀疏矩陣X中某一列向量;‖·‖F(xiàn)為F范數(shù);‖·‖0為L(zhǎng)0范數(shù);T0為設(shè)定的初始值,與稀疏度相關(guān)。為求解學(xué)習(xí)過(guò)程中的優(yōu)化問(wèn)題,K-SVD字典學(xué)習(xí)利用稀疏編碼和字典更新兩步的迭代學(xué)習(xí)算法求解固定字典D和稀疏矩陣X,直到所求變量收斂或者達(dá)到設(shè)定的迭代次數(shù)。在稀疏編碼階段,稀疏矩陣X用OMP追蹤算法[12-13]進(jìn)行求解,具體運(yùn)算過(guò)程如圖1所示,其中步驟(3)表示的是求殘差r的最相關(guān)列標(biāo)號(hào),步驟(4)是通過(guò)最小二乘法獲得關(guān)于每個(gè)樣本圖像的稀疏系數(shù)X,步驟(5)更新殘差r,步驟(6)表示達(dá)到了設(shè)定的迭代次數(shù),迭代終止。第二步是字典更新階段,利用求解到的稀疏矩陣X對(duì)字典D進(jìn)行逐列更新,若需要更新字典中的第kk=1,2,…,K列dk,目標(biāo)方程可表示為:

    (2)

    為提高煤與矸石的識(shí)別率,本文在字典初始化時(shí)從煤與矸石圖像的訓(xùn)練樣本中隨機(jī)選擇不同的樣本作為字典原子,與順序選擇樣本相比可以降低運(yùn)算復(fù)雜度,提高算法收斂的速度。然后按照列的順序隨機(jī)進(jìn)行字典原子的更新,最后經(jīng)過(guò)多次迭代來(lái)選擇最優(yōu)的字典D。

    輸入:樣本矩陣Y=[y1,y2,…,ys]∈RP×S,字典D=[d1,d2,…,dq]∈Rp×q

    輸出:稀疏矩陣X=[x1,x2,…,xs]∈Rq×s

    (1)i=1;

    (2)r0=yi,Ω0=?,k=1;

    (3)jk=arg max|〈rk-1,dj〉|,j=1,2,…,q,Ωk=Ωk-1∪{jk};

    (5)rk=yi-DΩkxk;

    圖1稀疏編碼的算法流程
    Fig.1 Process of sparse coding algorithm

    2 煤與矸石圖像識(shí)別

    2.1 實(shí)驗(yàn)樣本及實(shí)驗(yàn)環(huán)境

    選取來(lái)自山西大同煤礦的大小形狀各異的煤與矸石樣本圖像800幅,其中煤與矸石兩類各400幅,每幅圖像的像素大小均為100×100,灰度級(jí)為256,格式為jpg。圖像經(jīng)過(guò)預(yù)處理后,隨機(jī)從每類抽取340幅圖像放入訓(xùn)練集,剩下的60幅圖像作為測(cè)試集。由于煤與矸石的開采處在地下,采集到的圖像容易受到周圍環(huán)境的影響,本研究只考慮了在相同光照強(qiáng)度因素下的煤與矸石圖像識(shí)別,如圖2所示。

    圖2 同一光照強(qiáng)度下的煤與矸石樣本圖像Fig.2 Coal and gangue sample images under different illumination conditions

    本文的實(shí)驗(yàn)數(shù)據(jù)是在Matlab 7.14.0(R2012a)上測(cè)試得到。

    2.2 圖像的預(yù)處理

    為了更好地對(duì)煤與矸石的圖像進(jìn)行特征提取,將拍攝到的含有大量干擾信息的彩色圖像轉(zhuǎn)換為灰度圖像,利用PCA算法降維[14-15]。PCA算法是一種常用的數(shù)據(jù)降維方法,是在盡可能代表原始數(shù)據(jù)的前提下,通過(guò)線性變換將高維空間中的樣本數(shù)據(jù)投影到低維空間,以去掉圖像中大量的冗余信息,從而提高K-SVD算法的特征提取效率。首先將放入訓(xùn)練集的每一幅樣本圖像隨機(jī)相連形成訓(xùn)練樣本矩陣,經(jīng)PCA算法進(jìn)行降維處理后,對(duì)降維后的樣本圖像進(jìn)行歸一化處理,使訓(xùn)練樣本矩陣中每一個(gè)列向量的模都為1。降維處理的投影公式為

    B=ETA-M,M=m,m,……,m。

    (3)

    式中,A為所需要處理的樣本矩陣,E為特征空間,m為樣本圖像的均值向量,將矩陣B進(jìn)行歸一化處理得到的矩陣Y便是所求的煤與矸石的圖像信號(hào)矩陣。

    2.3 煤與矸石圖像的特征提取

    預(yù)處理后,利用K-SVD字典學(xué)習(xí)算法將歸一化后的信號(hào)矩陣Y進(jìn)行學(xué)習(xí),經(jīng)過(guò)兩步的迭代學(xué)習(xí)算法求解出字典D與稀疏矩陣X。字典D實(shí)質(zhì)為經(jīng)過(guò)不斷的學(xué)習(xí)與優(yōu)化找到合適的變換空間,而稀疏矩陣X則是信號(hào)矩陣Y在變換空間D下的投影。于是信號(hào)矩陣Y的每一列向量對(duì)應(yīng)著稀疏矩陣X的每一列向量,稀疏矩陣X便作為樣本圖像的特征向量對(duì)應(yīng)著訓(xùn)練集的每一幅樣本圖像,故求解稀疏矩陣X的過(guò)程即為煤與矸石的圖像特征提取過(guò)程。

    2.4 分類識(shí)別

    支持向量機(jī)(SVM)[16]兼顧訓(xùn)練誤差與測(cè)試誤差的最小化,具有良好的適應(yīng)性和泛化能力,是識(shí)別率最好的二分類器,所以本研究選用SVM對(duì)煤與矸石的圖像進(jìn)行二分類。

    3 影響識(shí)別率因素研究

    經(jīng)測(cè)試,影響煤與矸石識(shí)別率的因素主要有兩個(gè):字典D和分類器的選擇。將著重研究字典D對(duì)識(shí)別率的影響,通過(guò)調(diào)整參數(shù)選擇最優(yōu)的字典D來(lái)提高煤與矸石的識(shí)別率。

    在字典D的列數(shù)為45,稀疏誤差ε=0.045,稀疏度α=0.45情況下,首先進(jìn)行不同字典初始化,在更新方法下經(jīng)過(guò)連續(xù)10次測(cè)試得到煤與矸石的識(shí)別率(圖3)??煽闯?,第6次的識(shí)別率最高,選擇這次的識(shí)別率作為該參數(shù)條件下煤與矸石圖像的識(shí)別率,同時(shí)圖中表現(xiàn)出的識(shí)別率波動(dòng)差距較大,表明字典的初始化與更新對(duì)識(shí)別效率有較大影響。

    圖4則表示在ε=0.039,α=0.27情況下,不同字典列數(shù)對(duì)煤與矸石的識(shí)別率影響曲線。從圖中可以看出,在字典列數(shù)大于50以后,煤與矸石的識(shí)別率隨著字典列數(shù)的不斷增加逐漸下降,而在小于50時(shí)識(shí)別率是不斷提高的。同時(shí)隨著字典列數(shù)的增加,程序運(yùn)行時(shí)間也會(huì)越長(zhǎng),相應(yīng)地也增大了識(shí)別時(shí)間,空間代價(jià)也越大。

    圖5給出了字典列數(shù)為40,稀疏度為0.33的條件下,不同稀疏誤差對(duì)煤與矸石識(shí)別率的影響曲線??煽闯?,煤與矸石的識(shí)別率在稀疏誤差為0.035之前一直呈上升趨勢(shì),之后不斷下降,表明稀疏誤差在0.035時(shí)識(shí)別效率最高。

    圖3 不同字典初始化與更新下的識(shí)別率Fig.3 Recognition rate under different dictionary initialization and update

    圖4 不同字典列數(shù)下的識(shí)別率Fig.4 Recognition rate under different number of dictionaries

    圖5 不同稀疏誤差下的識(shí)別率Fig.5 Recognition rate under different sparse error

    圖6 不同稀疏度下的識(shí)別率Fig.6 Recognition rate under different sparsity

    圖6給出了在字典列數(shù)為41和稀疏誤差為0.035的情況下,稀疏度對(duì)煤與矸石識(shí)別率的影響曲線。從圖中可知在稀疏范圍內(nèi),識(shí)別率在0.2~0.4間保持平穩(wěn)狀態(tài),在0.35左右達(dá)到峰值,在0.4以后不斷下降。

    為了判斷字典參數(shù)的優(yōu)劣對(duì)煤與矸石識(shí)別率的影響,本文通過(guò)調(diào)節(jié)字典參數(shù)測(cè)得煤與矸石的樣本識(shí)別率以及識(shí)別時(shí)間(表1)可以看出,實(shí)驗(yàn)測(cè)試的樣本識(shí)別率最高可達(dá)97.5%,錯(cuò)誤樣本僅為3,其中識(shí)別時(shí)間為2.9 s,字典的初始化與更新、字典列、稀疏誤差和稀疏度對(duì)識(shí)別率都有較大的影響。表2給出使用字典學(xué)習(xí)和不使用字典學(xué)習(xí)對(duì)煤與矸石識(shí)別率的影響情況對(duì)比,可知使用字典學(xué)習(xí)將煤與矸石的識(shí)別率從81.6%提高到97.5%,有效地提取出煤與矸石的圖像特征,達(dá)到更佳的分類識(shí)別效果。

    為了驗(yàn)證本論文所提方法的效果,在相同樣本情況下與已有幾種方法的最高識(shí)別率進(jìn)行了對(duì)比測(cè)試,基于灰度值的特征提取方式、基于小波變換的特征提取方式和基于灰度共生矩陣的特征提取方式的最高識(shí)別率分別為92.5%、94.1%和95.8%,而本文識(shí)別方法的最高識(shí)別率為97.5%。此外,煤礦中采煤機(jī)平均切割線速度一般約為7 cm/s,2.6 s的識(shí)別反應(yīng)時(shí)間滿足實(shí)際煤與矸石的自動(dòng)分選要求。

    表1 不同字典參數(shù)影響下的識(shí)別率Tab.1 Recognition rate under different dictionary parameters

    表2 是否使用字典學(xué)習(xí)對(duì)識(shí)別率的影響Tab.2 The effect of dictionary learning on recognition rate

    4 結(jié) 論

    研究了基于字典學(xué)習(xí)的煤與矸石圖像特征識(shí)別方法,得到結(jié)論如下:

    1) 基于K-SVD字典學(xué)習(xí)算法可以有效地表達(dá)煤與矸石的圖像特征,具有較好的稀疏性,可適用于規(guī)模較大的圖像信息采集;

    2) 字典學(xué)習(xí)算法中的字典初始化與更新、字典的列數(shù)、稀疏誤差和稀疏度均會(huì)影響煤與矸石的識(shí)別率,調(diào)節(jié)好字典中的最優(yōu)參數(shù)可有效提高煤與矸石的識(shí)別率;

    3) 與其他煤與矸石的圖像特征提取方法相比,基于字典學(xué)習(xí)的紋理特征提取方法有著特征維數(shù)較少,計(jì)算量小的優(yōu)勢(shì),時(shí)間和空間代價(jià)較小,為煤與矸石的自動(dòng)識(shí)別分選提供了一種新的思路和方式,為后續(xù)的分類識(shí)別打下良好基礎(chǔ)。

    由于條件有限,本文只考慮了同一光照強(qiáng)度對(duì)識(shí)別效果的影響,下一步將著重研究在實(shí)際開采過(guò)程中,受到更多噪聲影響下的煤與矸石識(shí)別率提高的問(wèn)題。

    參考文獻(xiàn):

    [1]石煥,程宏志,劉萬(wàn)超.我國(guó)選煤技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)[J].煤炭科學(xué)技術(shù), 2016,44(6):169-174.

    SHI Huan,CHENG Hongzhi,LIU Wanchao.Present status and development trend of China’s coal preparation technology[J].Coal Science and Technology,2016,44(6):169-174.

    [2]田原.淺談機(jī)器視覺技術(shù)在煤礦中的應(yīng)用前景[J].工礦自動(dòng)化,2010,36(5):30-33.

    TIAN Yuan.Brief discussion of application prospect of technology of machine vision in coal mine[J].Industry and Mine Automation,2010,36(5):30-33.

    [3]于國(guó)防,鄒士威,秦聰.圖像灰度信息在煤矸石自動(dòng)分選中的應(yīng)用研究[J].工礦自動(dòng)化,2012,38(2):36-39.

    YU Guofang,ZOU Shiwei,QIN Cong.Application research of image gray information in automatic separation of coal and tangue[J].Industry and Mine Automation,2012,38(2):36-39.

    [4]王祥瑞.煤礦矸石自動(dòng)分選中圖像處理與識(shí)別技術(shù)的應(yīng)用[J].煤炭技術(shù),2012,31(8):120-121.

    WANG Xiangrui.Application of image processing and recognition technology in waste automatic separation of coal mine[J].Coal Technology,2012,31(8):120-121.

    [5]何敏,王培培,蔣慧慧.基于SVM和紋理的煤和煤矸石自動(dòng)識(shí)別[J].計(jì)算機(jī)工程與設(shè)計(jì),2012,33(3):1117-1121.

    HE Min,WANG Peipei,JIANG Huihui.Recognition of coal and stone based on SVM and texture[J].Computer Engineering and Design,2012,33(3):1117-1121.

    [6]廖陽(yáng)陽(yáng).基于BP網(wǎng)絡(luò)和圖像處理的煤矸石的動(dòng)態(tài)識(shí)別[J].工業(yè)控制計(jì)算機(jī),2015(7):119-122.

    LIAO Yangyang.Recognition of coal and stone based on BP[J].Industrial Control Computer,2015(7):119-122.

    [7]WEI C,MIGUEL R D R.Dictionary learning with optimized projection design for compressive sensing applications[J].IEEE Signal Processing Letters,2013,20(10):992-995.

    [8]SHI J,WANG X H.Image super-resolution reconstruction based on improved K-SVD dictionary-learning[J]. Acta Electronica Sinica,2013,41(5):997-1000.

    [9]練秋生,石保順,陳書貞.字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J].自動(dòng)化學(xué)報(bào),2015,41(2):240-260.

    LIAN Qiusheng,SHI Baoshun,CHEN Shunzhen.Research advances on dictionary learning models,algorithms and applications[J]. Acta Auto matica Sinica,2015,41(2):240-260.

    [10]JIANG Z L,LIN Z,DAVIS L S.Label consistent K-SVD:Learning a discriminative dictionary for recognition[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,2013,35(11):2651-2664.

    [11]劉雅莉,馬杰,王曉云,等.一種改進(jìn)的K-SVD字典學(xué)習(xí)算法[J].河北工業(yè)大學(xué)學(xué)報(bào),2016,45(2):1-8.

    LIU Yali,MA Jie,WANG Xiaoyun,et al.An improved K-SVD dictionary learning algorithm[J].Journal of Hebei University of Technology,2016,45(2):1-8.

    [12]LI J,WANG Q,SHEN Y.Near optimal condition of OMP algorithm in recovering sparse signal from noisy measurement[J].Journal of Systems Engineering and Electronics,2014,25(4):547-553.

    [13]李少東,裴文炯,楊軍,等.貝葉斯模型下的OMP重構(gòu)算法及應(yīng)用[J].系統(tǒng)工程與電子技術(shù),2015,37(2):246-252.

    LI Shaodong,PEI Wenjiong,YANG Jun,et al.OMP reconstruction algorithm via Bayesian model and its application[J].Systems Engineering and Electronics,2015,37(2):246-252.

    [14]FOUZI H,MOHAMED N N,HAZEM N N. Enhanced monitoring using PCA-based GLR fault detection and multiscale filtering[C]//IEEE Symposium on Computational Intelligence in Control and Automation.2013:1-8.

    [15]胡嘉良,高玉超,余繼峰, 等.基于PCA-BP神經(jīng)網(wǎng)絡(luò)的非常規(guī)儲(chǔ)層巖性識(shí)別研究[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,35(5):9-16.

    HU Jialiang,GAO Yuchao,YU Jifeng,et al.Lithology identification of unconventional reservoirs based on PCA-BP neural network[J].Journal of Shandong University of Science and Technology(Natural Science),2016,35(5):9-16.

    [16]丁世飛,齊丙娟,譚紅艷.支持向量機(jī)理論與算法研究綜述[J].電子科技大學(xué)學(xué)報(bào),2011,40(1):2-10.

    DING Shifei,QI Bingjuan,TAN Hongyan.An overview on theory and algorithm of support vector machines[J].Journal of University of Electronic Science and Technology of China,2011,40(1):2-10.

    猜你喜歡
    列數(shù)矸石字典
    把握規(guī)則 確定位置
    開心字典
    家教世界(2023年28期)2023-11-14 10:13:50
    開心字典
    家教世界(2023年25期)2023-10-09 02:11:56
    礦井矸石山環(huán)境危害與防治措施分析
    山西冶金(2022年3期)2022-08-03 08:40:28
    礦山矸石綠色充填系統(tǒng)設(shè)計(jì)及參數(shù)研究*
    陜西煤炭(2021年6期)2021-11-22 09:12:26
    邢東礦ZC5160/30/50型復(fù)合型充填液壓支架的研究與應(yīng)用
    煤炭與化工(2021年5期)2021-07-04 02:52:12
    兔子列數(shù)
    高強(qiáng)螺栓的布置
    我是小字典
    正版字典
    讀者(2016年14期)2016-06-29 17:25:50
    国产爱豆传媒在线观看| 国内揄拍国产精品人妻在线| 少妇人妻一区二区三区视频| 亚洲天堂av无毛| 国产 一区精品| 最黄视频免费看| 国内揄拍国产精品人妻在线| 日韩三级伦理在线观看| 五月玫瑰六月丁香| 亚洲精品国产色婷婷电影| 一级毛片久久久久久久久女| 国产成人a∨麻豆精品| 国产精品嫩草影院av在线观看| 97精品久久久久久久久久精品| 免费看av在线观看网站| 精品99又大又爽又粗少妇毛片| tube8黄色片| 日日摸夜夜添夜夜爱| 国产成人免费无遮挡视频| 国产黄片视频在线免费观看| 国产免费一区二区三区四区乱码| 大片免费播放器 马上看| 在现免费观看毛片| 亚洲精品成人av观看孕妇| 欧美成人精品欧美一级黄| 乱码一卡2卡4卡精品| 秋霞伦理黄片| 日韩,欧美,国产一区二区三区| 成人亚洲欧美一区二区av| av网站免费在线观看视频| 国产一区二区三区av在线| 久久久成人免费电影| 精品久久国产蜜桃| 色视频在线一区二区三区| 国产免费视频播放在线视频| 亚洲精品日本国产第一区| 啦啦啦啦在线视频资源| 精品亚洲成a人片在线观看 | 亚洲真实伦在线观看| 日韩不卡一区二区三区视频在线| 99久久中文字幕三级久久日本| 2018国产大陆天天弄谢| 偷拍熟女少妇极品色| 好男人视频免费观看在线| 精品一区二区三区视频在线| 亚洲成人一二三区av| 中文字幕人妻熟人妻熟丝袜美| 国产在线男女| 少妇高潮的动态图| 午夜福利网站1000一区二区三区| 91aial.com中文字幕在线观看| 日本vs欧美在线观看视频 | 久久国产亚洲av麻豆专区| 日韩亚洲欧美综合| 国产精品久久久久久久久免| 国产精品麻豆人妻色哟哟久久| 在线播放无遮挡| 国产av精品麻豆| 亚洲av中文av极速乱| 亚洲国产av新网站| 免费av中文字幕在线| 毛片一级片免费看久久久久| a 毛片基地| 久久久久久久久久久丰满| 秋霞伦理黄片| 黄色日韩在线| 男女啪啪激烈高潮av片| 日本wwww免费看| 亚洲精品国产成人久久av| 久久国产亚洲av麻豆专区| 欧美精品亚洲一区二区| 国产91av在线免费观看| 一级毛片aaaaaa免费看小| 国产一区二区三区综合在线观看 | 亚州av有码| 在线观看美女被高潮喷水网站| 国产精品久久久久成人av| 久久99热6这里只有精品| 高清在线视频一区二区三区| 成年av动漫网址| 老女人水多毛片| 国产一区二区三区综合在线观看 | 18禁在线播放成人免费| 一本一本综合久久| 久久久久久久大尺度免费视频| 亚洲丝袜综合中文字幕| 亚洲av二区三区四区| 在线观看av片永久免费下载| 亚洲国产av新网站| 国产精品女同一区二区软件| 久久国内精品自在自线图片| 嘟嘟电影网在线观看| 精品一区二区三卡| 女性生殖器流出的白浆| 婷婷色麻豆天堂久久| 一级毛片 在线播放| 国产综合精华液| 亚洲av免费高清在线观看| 亚洲精品国产av蜜桃| 日韩一区二区视频免费看| 看十八女毛片水多多多| 亚洲精品日韩在线中文字幕| 丰满人妻一区二区三区视频av| 亚洲精品久久午夜乱码| 乱系列少妇在线播放| 亚洲国产精品国产精品| 国产精品不卡视频一区二区| 99视频精品全部免费 在线| 亚洲成人中文字幕在线播放| 一级a做视频免费观看| av卡一久久| 国产精品国产三级国产专区5o| 精品亚洲成国产av| 精品少妇黑人巨大在线播放| 中文字幕av成人在线电影| 亚洲av男天堂| 少妇裸体淫交视频免费看高清| 女性被躁到高潮视频| 中文字幕免费在线视频6| 蜜桃在线观看..| 大陆偷拍与自拍| 一区在线观看完整版| 丰满乱子伦码专区| av不卡在线播放| 边亲边吃奶的免费视频| 日日啪夜夜撸| 一本色道久久久久久精品综合| 久久6这里有精品| 秋霞在线观看毛片| 极品少妇高潮喷水抽搐| 亚洲最大成人中文| 汤姆久久久久久久影院中文字幕| 午夜激情久久久久久久| 一区二区三区免费毛片| 一级av片app| 久久婷婷青草| av.在线天堂| 久久精品久久久久久噜噜老黄| 久久影院123| 水蜜桃什么品种好| 精品亚洲成a人片在线观看 | 99久久综合免费| 国产无遮挡羞羞视频在线观看| 精品一品国产午夜福利视频| 欧美区成人在线视频| 欧美日韩精品成人综合77777| 男女国产视频网站| 国产精品嫩草影院av在线观看| 大陆偷拍与自拍| 国产女主播在线喷水免费视频网站| 我的女老师完整版在线观看| 女人十人毛片免费观看3o分钟| 久久精品国产亚洲网站| 美女中出高潮动态图| 99精国产麻豆久久婷婷| 久久精品国产自在天天线| 偷拍熟女少妇极品色| 99热全是精品| 成年女人在线观看亚洲视频| 国产av码专区亚洲av| 成人国产麻豆网| 国产黄片视频在线免费观看| 韩国av在线不卡| 午夜免费男女啪啪视频观看| 男女免费视频国产| 色吧在线观看| 男男h啪啪无遮挡| 中文字幕亚洲精品专区| kizo精华| 午夜日本视频在线| 九色成人免费人妻av| 国产精品熟女久久久久浪| 丝袜喷水一区| 夫妻性生交免费视频一级片| 少妇被粗大猛烈的视频| 久久人人爽av亚洲精品天堂 | 亚洲精品日韩在线中文字幕| 欧美国产精品一级二级三级 | 国产v大片淫在线免费观看| 人妻一区二区av| 亚洲精品乱码久久久久久按摩| 又粗又硬又长又爽又黄的视频| 精品久久久精品久久久| 99热这里只有精品一区| 日韩国内少妇激情av| 深夜a级毛片| 免费大片18禁| 一级黄片播放器| 18+在线观看网站| 日韩人妻高清精品专区| 欧美精品国产亚洲| 日韩欧美精品免费久久| 国产深夜福利视频在线观看| 成人美女网站在线观看视频| 黄色配什么色好看| 哪个播放器可以免费观看大片| 国产综合精华液| 免费看av在线观看网站| 伊人久久精品亚洲午夜| 国产一区二区三区av在线| 观看美女的网站| 热re99久久精品国产66热6| 99re6热这里在线精品视频| 成人黄色视频免费在线看| 校园人妻丝袜中文字幕| 亚洲精品中文字幕在线视频 | 日韩一区二区视频免费看| 国内少妇人妻偷人精品xxx网站| 精品久久久久久久久av| 下体分泌物呈黄色| 午夜免费观看性视频| 亚洲一区二区三区欧美精品| 狂野欧美激情性xxxx在线观看| 女性被躁到高潮视频| 男女无遮挡免费网站观看| 交换朋友夫妻互换小说| 色哟哟·www| 国产美女午夜福利| 亚洲av中文字字幕乱码综合| 男女边摸边吃奶| 成人18禁高潮啪啪吃奶动态图 | 国产 一区精品| 亚洲色图综合在线观看| 晚上一个人看的免费电影| 亚洲最大成人中文| 免费播放大片免费观看视频在线观看| 男男h啪啪无遮挡| 中文在线观看免费www的网站| 欧美xxⅹ黑人| 在线观看三级黄色| a 毛片基地| kizo精华| 国产 一区精品| 国产成人免费无遮挡视频| 高清在线视频一区二区三区| 日本-黄色视频高清免费观看| 国产亚洲91精品色在线| 国产成人aa在线观看| 中国美白少妇内射xxxbb| 欧美日韩在线观看h| 久久99热这里只频精品6学生| 香蕉精品网在线| 国产白丝娇喘喷水9色精品| 99久久精品热视频| 国产欧美另类精品又又久久亚洲欧美| 在现免费观看毛片| 少妇的逼水好多| 国产午夜精品久久久久久一区二区三区| 国产高清有码在线观看视频| 久久久久久久国产电影| 亚洲成人av在线免费| 亚洲精品乱久久久久久| 在线免费十八禁| 欧美日本视频| av免费观看日本| 精品久久久久久久末码| 最近最新中文字幕大全电影3| 国产免费一级a男人的天堂| 国产亚洲欧美精品永久| 韩国av在线不卡| 国产在线视频一区二区| 亚洲伊人久久精品综合| 国内精品宾馆在线| 18+在线观看网站| 精华霜和精华液先用哪个| 卡戴珊不雅视频在线播放| 新久久久久国产一级毛片| 纵有疾风起免费观看全集完整版| 欧美另类一区| 超碰97精品在线观看| 亚洲欧美日韩东京热| 成人国产av品久久久| 国产久久久一区二区三区| 熟女电影av网| 多毛熟女@视频| 干丝袜人妻中文字幕| 大香蕉久久网| 一本—道久久a久久精品蜜桃钙片| 亚洲国产精品成人久久小说| 久久av网站| 亚洲国产av新网站| av女优亚洲男人天堂| 中国美白少妇内射xxxbb| 成人国产麻豆网| 一本一本综合久久| 久久av网站| 九九久久精品国产亚洲av麻豆| 日本欧美国产在线视频| 欧美变态另类bdsm刘玥| av免费观看日本| 国语对白做爰xxxⅹ性视频网站| 中文字幕久久专区| 中文欧美无线码| 丰满少妇做爰视频| 国产欧美日韩精品一区二区| 国产精品福利在线免费观看| 国产免费一区二区三区四区乱码| 国产免费又黄又爽又色| 男的添女的下面高潮视频| 嫩草影院新地址| 一个人免费看片子| 免费人妻精品一区二区三区视频| 少妇猛男粗大的猛烈进出视频| 免费少妇av软件| 免费人妻精品一区二区三区视频| 六月丁香七月| 黄色欧美视频在线观看| 一区二区三区精品91| av国产精品久久久久影院| 国产一区有黄有色的免费视频| 日产精品乱码卡一卡2卡三| 毛片一级片免费看久久久久| 美女中出高潮动态图| 一区在线观看完整版| 亚洲精品国产av成人精品| 国产成人午夜福利电影在线观看| av国产免费在线观看| 久久国内精品自在自线图片| 人人妻人人看人人澡| 亚洲av成人精品一二三区| 国产淫片久久久久久久久| 国产成人freesex在线| 我的女老师完整版在线观看| 国产乱来视频区| 最近中文字幕2019免费版| 丰满乱子伦码专区| 国产久久久一区二区三区| 国产乱人视频| 卡戴珊不雅视频在线播放| 一级毛片aaaaaa免费看小| 黄片wwwwww| 在现免费观看毛片| 内射极品少妇av片p| 中国三级夫妇交换| 国产精品国产三级国产专区5o| 黑丝袜美女国产一区| 伦理电影免费视频| 高清毛片免费看| 久久精品人妻少妇| 在线观看免费高清a一片| 男人添女人高潮全过程视频| 观看av在线不卡| 在线 av 中文字幕| 亚洲在久久综合| 午夜激情久久久久久久| 欧美成人精品欧美一级黄| 人妻夜夜爽99麻豆av| 午夜免费鲁丝| 国产成人a区在线观看| 一区在线观看完整版| 成年人午夜在线观看视频| 十八禁网站网址无遮挡 | 久久久久久久精品精品| 成人美女网站在线观看视频| 欧美日韩视频精品一区| 久久久色成人| 成人高潮视频无遮挡免费网站| 2018国产大陆天天弄谢| 亚洲人成网站在线播| 日韩人妻高清精品专区| 亚洲高清免费不卡视频| av视频免费观看在线观看| 日韩精品有码人妻一区| 狂野欧美白嫩少妇大欣赏| 久久久久久久久久人人人人人人| 搡老乐熟女国产| tube8黄色片| 精华霜和精华液先用哪个| 丝袜脚勾引网站| 成人亚洲精品一区在线观看 | 91精品国产九色| 91久久精品电影网| 美女内射精品一级片tv| 成人午夜精彩视频在线观看| 亚洲怡红院男人天堂| 国产亚洲一区二区精品| 午夜福利在线观看免费完整高清在| 亚洲色图综合在线观看| a级一级毛片免费在线观看| 亚洲国产精品专区欧美| 日本黄色片子视频| 日本黄大片高清| 欧美zozozo另类| 91精品一卡2卡3卡4卡| 亚州av有码| 国产爽快片一区二区三区| 汤姆久久久久久久影院中文字幕| 一本久久精品| 十八禁网站网址无遮挡 | 亚洲综合色惰| 99热6这里只有精品| 男女免费视频国产| 嫩草影院入口| 伦精品一区二区三区| 日韩av免费高清视频| 97在线人人人人妻| 国产一区二区三区av在线| 狂野欧美白嫩少妇大欣赏| 人体艺术视频欧美日本| 天堂8中文在线网| 大又大粗又爽又黄少妇毛片口| 免费播放大片免费观看视频在线观看| 在线免费观看不下载黄p国产| 日本免费在线观看一区| 久久青草综合色| 免费看不卡的av| 国产成人精品婷婷| 精品亚洲乱码少妇综合久久| 日本av免费视频播放| 国产 精品1| 欧美日韩一区二区视频在线观看视频在线| 亚洲色图综合在线观看| 欧美高清成人免费视频www| 日韩三级伦理在线观看| 亚洲精品乱码久久久v下载方式| 久久99精品国语久久久| 国产老妇伦熟女老妇高清| 欧美日韩综合久久久久久| 最近中文字幕高清免费大全6| 国产精品国产av在线观看| xxx大片免费视频| av线在线观看网站| 欧美日韩视频精品一区| 亚洲精品第二区| 在线看a的网站| 亚洲综合精品二区| 黄色一级大片看看| 激情 狠狠 欧美| 成人一区二区视频在线观看| 最近最新中文字幕免费大全7| 欧美极品一区二区三区四区| 国产精品偷伦视频观看了| 国产美女午夜福利| 大话2 男鬼变身卡| 性色avwww在线观看| 黄色配什么色好看| 99九九线精品视频在线观看视频| 国产在线男女| 2018国产大陆天天弄谢| 又黄又爽又刺激的免费视频.| 九九久久精品国产亚洲av麻豆| 女的被弄到高潮叫床怎么办| 国产精品偷伦视频观看了| 久久精品夜色国产| 欧美精品一区二区大全| 大香蕉97超碰在线| 国产精品久久久久久久电影| 欧美xxxx黑人xx丫x性爽| 大香蕉久久网| 亚洲精品久久午夜乱码| 国产精品99久久久久久久久| 国产精品精品国产色婷婷| 秋霞伦理黄片| 日韩av免费高清视频| 黄色欧美视频在线观看| 国产精品人妻久久久影院| 国产亚洲av片在线观看秒播厂| 国产精品秋霞免费鲁丝片| 蜜桃久久精品国产亚洲av| 精品国产乱码久久久久久小说| 国产无遮挡羞羞视频在线观看| 亚洲精品久久久久久婷婷小说| 日本欧美国产在线视频| av天堂中文字幕网| 99久久综合免费| 一个人看的www免费观看视频| 亚洲aⅴ乱码一区二区在线播放| 久久鲁丝午夜福利片| 最近中文字幕高清免费大全6| 久久久久久久久久成人| 丰满迷人的少妇在线观看| 亚洲精华国产精华液的使用体验| 国产男女内射视频| 大又大粗又爽又黄少妇毛片口| 国产精品人妻久久久影院| 国产一区有黄有色的免费视频| 一本—道久久a久久精品蜜桃钙片| 国产日韩欧美亚洲二区| 九九久久精品国产亚洲av麻豆| 欧美极品一区二区三区四区| 国产一区二区在线观看日韩| 特大巨黑吊av在线直播| 亚洲精品日韩av片在线观看| 建设人人有责人人尽责人人享有的 | 精品亚洲乱码少妇综合久久| 亚洲精品久久久久久婷婷小说| 国产乱来视频区| 久久99蜜桃精品久久| 性色av一级| 欧美精品一区二区免费开放| 天堂俺去俺来也www色官网| 午夜福利在线在线| 青春草国产在线视频| 国产极品天堂在线| 韩国高清视频一区二区三区| 在线观看免费日韩欧美大片 | 噜噜噜噜噜久久久久久91| 18+在线观看网站| 亚洲国产精品一区三区| 欧美人与善性xxx| 校园人妻丝袜中文字幕| 免费看光身美女| 嫩草影院新地址| 大香蕉久久网| 国产精品久久久久久av不卡| 成人亚洲欧美一区二区av| 亚洲综合精品二区| 制服丝袜香蕉在线| av女优亚洲男人天堂| 中文字幕av成人在线电影| 亚洲精品成人av观看孕妇| 久久99精品国语久久久| 欧美3d第一页| 少妇丰满av| 高清毛片免费看| 日韩大片免费观看网站| 成人综合一区亚洲| 国产亚洲午夜精品一区二区久久| 97超碰精品成人国产| 综合色丁香网| 国产精品.久久久| 欧美日韩国产mv在线观看视频 | 精品一区二区三区视频在线| 22中文网久久字幕| 国产视频内射| 欧美日韩精品成人综合77777| 亚洲精品乱码久久久v下载方式| 亚洲综合色惰| 精品久久久噜噜| 丰满乱子伦码专区| 人人妻人人爽人人添夜夜欢视频 | 丰满乱子伦码专区| 人妻一区二区av| 久久 成人 亚洲| 久久国产精品大桥未久av | 亚洲av综合色区一区| 日本午夜av视频| 国产在线一区二区三区精| 亚洲一级一片aⅴ在线观看| 久久精品熟女亚洲av麻豆精品| 精品一区在线观看国产| 亚洲无线观看免费| 国精品久久久久久国模美| 大陆偷拍与自拍| av女优亚洲男人天堂| 国产极品天堂在线| 晚上一个人看的免费电影| 日本vs欧美在线观看视频 | 国产成人精品福利久久| 18禁裸乳无遮挡免费网站照片| 永久免费av网站大全| 亚洲国产色片| 日日啪夜夜撸| 亚洲精品456在线播放app| 在线观看一区二区三区| 在线观看人妻少妇| 夫妻午夜视频| 欧美激情国产日韩精品一区| 一级二级三级毛片免费看| 日本黄色日本黄色录像| 国模一区二区三区四区视频| 两个人的视频大全免费| 麻豆乱淫一区二区| 99热国产这里只有精品6| 新久久久久国产一级毛片| 日本猛色少妇xxxxx猛交久久| 欧美+日韩+精品| 99久久综合免费| 人妻夜夜爽99麻豆av| 国产视频内射| 草草在线视频免费看| 日韩视频在线欧美| 中国国产av一级| 性高湖久久久久久久久免费观看| videossex国产| 1000部很黄的大片| 色视频www国产| 日本wwww免费看| 美女中出高潮动态图| 久久人人爽av亚洲精品天堂 | 日韩免费高清中文字幕av| 久久热精品热| 美女视频免费永久观看网站| 久久久久久久久大av| 大又大粗又爽又黄少妇毛片口| 美女xxoo啪啪120秒动态图| 色综合色国产| 色婷婷久久久亚洲欧美| 国产精品偷伦视频观看了| 亚洲av在线观看美女高潮| 国产精品三级大全| 亚洲在久久综合| 夜夜骑夜夜射夜夜干| 汤姆久久久久久久影院中文字幕| 亚洲美女搞黄在线观看| 日韩av免费高清视频| 一个人看视频在线观看www免费| 插阴视频在线观看视频| 男人舔奶头视频| 国产爽快片一区二区三区| 大片电影免费在线观看免费| 91狼人影院| 精品久久久精品久久久| freevideosex欧美| 九九爱精品视频在线观看| 一边亲一边摸免费视频| 国产探花极品一区二区| 毛片女人毛片| 欧美日韩在线观看h| 国产亚洲av片在线观看秒播厂| 91久久精品国产一区二区三区| 看免费成人av毛片| 久久久久网色| 少妇人妻一区二区三区视频| av在线老鸭窝|