• <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 ?

    基于卷積神經(jīng)網(wǎng)絡(luò)的植物病害識(shí)別技術(shù)

    2018-08-01 08:06:34廖經(jīng)緯蔡英王語晨張艷秋譚周渝魏靜桐
    現(xiàn)代計(jì)算機(jī) 2018年19期
    關(guān)鍵詞:植物病害灰度級(jí)均衡化

    廖經(jīng)緯,蔡英,王語晨,張艷秋,譚周渝,魏靜桐

    (四川農(nóng)業(yè)大學(xué)信息工程學(xué)院物聯(lián)網(wǎng)工程系,雅安 625000)

    0 引言

    植物病害是限制植物生存繁衍的主要因素。植物感染病害后一般會(huì)有如變色、壞死、畸形、腐爛和萎蔫等表現(xiàn),但是大多數(shù)的病害在早期具有隱蔽性,盡管可以通過光學(xué)顯微鏡對(duì)培養(yǎng)過一段時(shí)間的病原體進(jìn)行生物方法上的測量并得到最為準(zhǔn)確的結(jié)果,但是對(duì)于大多數(shù)的農(nóng)業(yè)工作者來說,這種方法耗時(shí)耗力,同時(shí)對(duì)其專業(yè)知識(shí)的要求過高,因此不利于推廣。

    隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,越來越多的學(xué)者將計(jì)算機(jī)圖像識(shí)別技術(shù)應(yīng)用到植物病害的檢測中來,例如程鵬飛等利用傳統(tǒng)的圖像分割技術(shù)進(jìn)行植物病害的識(shí)別,對(duì)10個(gè)樣本檢測對(duì)象的識(shí)別率達(dá)到了80.3%,齊龍等利用BP神經(jīng)網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)圖像分割技術(shù)來提取玉米病害的特征,取得了更加好的識(shí)別效果,識(shí)別率達(dá)到了93.75%。馮潔等采用了基于光譜分析技術(shù)的黃瓜病害多光譜信息診斷方法。用16通道窄帶多光譜成像系統(tǒng)采集黃瓜葉面的五種常見病害的光譜信息值,與健康葉面和參考白板進(jìn)行光譜數(shù)據(jù)非數(shù)值特征的標(biāo)定。

    以上方法均是采用傳統(tǒng)圖像分割與光譜分析方法來進(jìn)行植物病害識(shí)別的,但是植物病害在發(fā)生的早期,一般的病害特征表現(xiàn)得并不明顯,因此使用傳統(tǒng)的圖像分割技術(shù)對(duì)于早期植物病害的識(shí)別會(huì)產(chǎn)生較大的誤差,為解決這樣的問題,本文將使用在圖像識(shí)別領(lǐng)域表現(xiàn)得十分優(yōu)秀的卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行植物病害的識(shí)別,卷積神經(jīng)網(wǎng)絡(luò)在手寫體識(shí)別,人臉識(shí)別等領(lǐng)域表現(xiàn)十分優(yōu)秀,Sladojevic等對(duì)CaffeNet進(jìn)行細(xì)微的調(diào)節(jié)并取得了不錯(cuò)的識(shí)別效果,這都說明采用卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行植物病害識(shí)別是實(shí)際可行的。

    1 算法實(shí)現(xiàn)

    實(shí)驗(yàn)數(shù)據(jù)集獲?。?/p>

    實(shí)驗(yàn)數(shù)據(jù)集來自CrowdAI植物病害分類比賽圖片分類數(shù)據(jù)集,該比賽提供了38種不同分類的植物病害,如圖1所示。

    圖1

    1.蘋果瘡痂病2.蘋果黑腐病3.銹病4.蘋果健康葉5藍(lán)莓健康葉6.櫻桃白粉病7.櫻桃健康葉8.玉米灰斑病9.玉米銹病10.玉米枯葉病和11.玉米健康葉12.葡萄黑腐病13.葡萄黑痘病14.葡萄葉枯病15.葡萄健康葉16.橘子黃龍病葉17.桃子細(xì)菌性斑點(diǎn)病18.桃子健康葉19.辣椒細(xì)菌性斑點(diǎn)病20.辣椒健康葉21.土豆早疫病22.土豆晚疫病23.土豆健康葉24.覆盆子健康葉25.黃豆健康葉26.南瓜白粉病葉27.草莓葉焦病28.草莓健康葉29.番茄細(xì)菌性斑點(diǎn)病30.番茄早疫病31.番茄晚疫病32.番茄葉霉病33.番茄斑枯病34.番茄健康35.番茄輪斑病36.番茄黃曲病37.番茄花葉病38.番茄二斑葉螨病葉

    圖像預(yù)處理:

    自然條件下拍攝出來的植物病害圖片由于背景、光線、陰影等各項(xiàng)原因的影響,會(huì)干擾對(duì)圖像識(shí)別的正確性,所以在進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練和識(shí)別之前需進(jìn)行圖像預(yù)處理操作。

    直方圖均衡化:

    (1)圖像降噪

    通過圖像降噪可以大大地減小圖像中的噪聲,同時(shí)可以模糊部分圖片細(xì)節(jié)信息,在原灰度圖圖像的每個(gè)像素點(diǎn)出使用如圖2所示的濾波器進(jìn)行圖像濾波。

    圖2

    上式中w(s,t)為濾波核對(duì)應(yīng)項(xiàng)的系數(shù),f(s,t)為圖像對(duì)應(yīng)像素點(diǎn),R為經(jīng)過濾波核濾波后輸出的結(jié)果,將這個(gè)濾波核在原圖的基礎(chǔ)上移動(dòng),對(duì)圖像的每個(gè)像素計(jì)算,將每個(gè)像素點(diǎn)輸出組合在一起形成一幅新的圖片就是濾波后的圖片。

    每個(gè)濾波器輸出結(jié)果如下面公式所示:

    圖3

    (2)直方圖均衡化

    直方圖均衡化是一種常用的圖像預(yù)處理技術(shù),其實(shí)現(xiàn)的主要方式就是通過某個(gè)映射關(guān)系T將原灰度圖原本的灰度值均勻地映射到灰度范圍內(nèi)的每一個(gè)灰度等級(jí)上,通過這樣的操作可以將原本聚集在某一個(gè)范圍內(nèi)的灰度值分?jǐn)偟礁鼘挼幕叶确秶?/p>

    s=T(r)

    上式中r為輸入的灰度值,s為轉(zhuǎn)換后輸出的灰度值,我們稱T為灰度變換函數(shù)。一幅圖像中的灰度級(jí)可以被視為區(qū)間內(nèi)的隨機(jī)變量,所以使用概率密度函數(shù)來進(jìn)行圖像灰度級(jí)的描述。令Pr(r)代表隨機(jī)變量r的概率密度函數(shù),同時(shí)由于灰度值是離散值,所以概率密度可以近似地定義為:

    n為圖像中總的像素點(diǎn)數(shù)目,k為灰度級(jí),取值范圍為0~L-1,L為圖像中可能的灰度級(jí)總數(shù),nk為灰度級(jí),為k的像素點(diǎn)的數(shù)目。

    所以通過以下公式可以得到灰度圖均衡化后的輸出s:

    通過以上均衡化操作后可以將聚集在一定范圍內(nèi)的灰度值,均勻地分布在整個(gè)灰度范圍上,可以有效增強(qiáng)圖像對(duì)比度,同時(shí)直方圖均衡化不需要輸入更多的參數(shù),只用輸入原本的灰度圖,就可以得到處理好的結(jié)果,可以很好實(shí)現(xiàn)自動(dòng)處理的效果。圖4就是處理結(jié)果與原圖的對(duì)比效果。

    可以看到經(jīng)過直方圖均衡化處理的圖像對(duì)比度明顯增強(qiáng),原本圖像灰度值都分布在25到200這部分,經(jīng)過直方圖均衡化處理后,整張圖片的灰度值在0到255這個(gè)范圍上都有分布,在這樣有助于接下來我們進(jìn)行圖像前景背景的分離。

    圖4

    (3)灰度變換

    在進(jìn)行直方圖均衡化之前需要將彩色RGB圖像轉(zhuǎn)換為灰度圖像,傳統(tǒng)的灰度轉(zhuǎn)換轉(zhuǎn)換公式如下:

    Gray=0.299*R+0.587*G+0.114*B

    R,G,B分別為圖像中的紅綠藍(lán)分量,通過上式計(jì)算可以得到彩色的圖像灰度圖。但是這只是對(duì)各分量的普通疊加,考慮到本系統(tǒng)對(duì)植物圖像分析的特點(diǎn),本文設(shè)計(jì)了一種新的灰度變換方法,方法如下:

    圖5

    可以看到本文采用的方法很好地模糊了圖像細(xì)節(jié)同時(shí)保留了原本葉片的輪廓與形狀信息,但是缺點(diǎn)是葉片上的病斑也會(huì)被分割下來,接下本文會(huì)圖像前景背景進(jìn)行分離。

    圖像分割:

    通過Ostu算法與Sobel算法分離圖像前景與背景。

    (1)Ostu算法介紹:

    Ostu算法是日本學(xué)者在1979年提出的一種基于概率統(tǒng)計(jì)學(xué)原理的自適應(yīng)閾值分割算法,又稱為最大類間方差法,計(jì)算方法是,其以每一個(gè)灰度可能出現(xiàn)的值為閾值,來進(jìn)行閾值的劃分,以每次計(jì)算結(jié)果的類間方差來進(jìn)行調(diào)整,選取使得類間方差達(dá)到最大的灰度級(jí)作為最佳閾值。Ostu算法的原理為:

    假設(shè)圖像M總的像素點(diǎn)數(shù)目為N的話,則有:

    上面各式中L為圖像中總的灰度級(jí),ni為灰度級(jí)為i的像素點(diǎn)的數(shù)目,pi為灰度級(jí)為i的像素出現(xiàn)的概率,最后u代表圖像中的灰度均值。

    對(duì)于任意灰度級(jí)k,可以將整幅圖像中的灰度值劃分為兩類,一類為[1 , k],另一類為(k+1,L]。

    將k值從1變化到L取得的δ2(k)最大值的k即為最佳閾值。

    (2)Sobel算法介紹:

    Sobel算子是一階導(dǎo)數(shù)算子,Sobel算子通過計(jì)算水平和豎直方向上相鄰像素點(diǎn)的差值來確定圖像邊緣,具體計(jì)算原理如下:

    假設(shè)圖像函數(shù)為 f( )x,y,則梯度定義為一個(gè)向量:

    圖6

    Gx和Gy分別是x方向上和y方向上的梯度。

    grad為合成梯度,通過設(shè)定合適的闕值T,如果grad>T即可確定目標(biāo)像素點(diǎn)為邊緣點(diǎn),然后使用形態(tài)學(xué)方法對(duì)邊緣范圍內(nèi)進(jìn)行填充,可以得到二值化圖片。

    由上面的分割結(jié)果我們可以看到兩種方法分割效果都不理想,所以本文采用將以上兩種二值圖取并集的方法得到新的二值圖,并以此來分割圖片前景與背景,效果如下:

    圖7

    最后本文將使用此方法分割所有38種數(shù)據(jù)集,分割效果如下:

    圖8

    2 植物病害識(shí)別

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)最早由LeCun等人應(yīng)用在手寫體識(shí)別上,取得了非常不錯(cuò)的效果,但是由于使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識(shí)別前需要進(jìn)行大量的數(shù)據(jù)計(jì)算,所以受到計(jì)算機(jī)計(jì)算能力限制,在神經(jīng)網(wǎng)絡(luò)剛提出時(shí),它在圖像識(shí)別領(lǐng)域上并沒有受到足夠的重視,但如今在近幾年的ImageNet比賽中,基于卷積神經(jīng)網(wǎng)絡(luò)的AlexNet、VGGNet取得了非常不錯(cuò)的成績,隨著計(jì)算機(jī)計(jì)算能力大幅提升,越來越多的學(xué)者將開始將神經(jīng)網(wǎng)絡(luò)模型運(yùn)用在圖像識(shí)別領(lǐng)域,同時(shí)相比于傳統(tǒng)神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)有很多優(yōu)勢所在。傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的全連接層與卷積神經(jīng)網(wǎng)絡(luò)的卷積層工作方式對(duì)比如下:

    圖9

    假設(shè)下一個(gè)隱藏層的隱藏單元數(shù)量為103,如果我們將預(yù)處理好的224×224大小的圖片分別輸入到這兩個(gè)神經(jīng)網(wǎng)絡(luò)中,可以通過下列公式計(jì)算出輸入層與輸出層之間的權(quán)值數(shù)量為:

    使用傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的時(shí)候,我們需要將有組成圖片的紅、黃、藍(lán)三種顏色排列成大小為n×1的列向量,當(dāng)輸入圖片大小為224×224時(shí),輸入層的規(guī)模為150528通過上面的公式可以得到θ值約為1.5×108,CNN具有兩個(gè)優(yōu)秀的特性局部連接(Sparse Connectivi?ty)和權(quán)值共享(Shared Weights),如果卷積核的大小為8×8,通過局部連接的特性每個(gè)隱藏單元對(duì)應(yīng)輸入的將會(huì)是一個(gè)8×8大小的圖片,而不是整張圖片,同時(shí)通過權(quán)值共享將8×8個(gè)權(quán)值共享給剩下的所有的隱藏單元,所以不管隱藏層大小為多少,計(jì)算的都是這64個(gè)權(quán)值,如果有8個(gè)卷積核,那么θ值的大小就為64,相比于傳統(tǒng)神經(jīng)網(wǎng)絡(luò),通過卷積神經(jīng)網(wǎng)絡(luò)不僅可以縮短整個(gè)網(wǎng)絡(luò)的訓(xùn)練時(shí)間,而且可以有效地提取出圖片的特征值,所以我們將使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行植物葉片病害的識(shí)別。

    3 實(shí)驗(yàn)結(jié)果與分析

    實(shí)驗(yàn)平臺(tái):

    處理器:英特爾第四代Haswell酷睿i7-4710MQ

    顯卡:GTX870M

    操作系統(tǒng):Windows 10

    系統(tǒng)內(nèi)存:8G

    本文使用的是基于TensorFlow為后端的Keras框架。

    首先對(duì)已有的38類圖片每種圖片500張,共19000張分割了背景的植物病變的圖片進(jìn)行轉(zhuǎn)換,轉(zhuǎn)換為大小為224×224的RGB圖像,如圖10。

    本文采用了AlexNet的網(wǎng)絡(luò)結(jié)構(gòu),對(duì)其網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)進(jìn)行了調(diào)整,使其能夠適應(yīng)本文的38種分類,并且優(yōu)化訓(xùn)練時(shí)間,訓(xùn)練結(jié)果如圖11。

    圖11

    最后本文嘗試使用不同的優(yōu)化器對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,結(jié)果如表1。

    圖10

    表1

    圖12

    5 結(jié)語

    本文基于卷積神經(jīng)網(wǎng)絡(luò)對(duì)38種植物葉片病害進(jìn)行了分類,在進(jìn)行圖像識(shí)別之前本文針對(duì)綠色葉片,采用了一種新的灰度變換方式,并且通過Ostu算法與Sobel算法混合分割的方法,很好的將植物葉片與背景分割出來,然后本文針對(duì)38種植物病害對(duì)AlexNet進(jìn)行改進(jìn),調(diào)整部分層次的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù),對(duì)比了五種不同優(yōu)化器的結(jié)果,最后使用Adadelta優(yōu)化器訓(xùn)練神經(jīng)網(wǎng)絡(luò),并且在測試集上取得了98.4375%的識(shí)別率。

    接下來我們的研究范圍將針對(duì)提取植物葉片上的病害來展開,然后訓(xùn)練神經(jīng)網(wǎng)絡(luò)對(duì)提取出來的植物病害進(jìn)行識(shí)別,而不是對(duì)整張葉片進(jìn)行識(shí)別。

    猜你喜歡
    植物病害灰度級(jí)均衡化
    基于圖像的植物病害識(shí)別研究進(jìn)展
    植物內(nèi)生菌在植物病害中的生物防治
    人眼可感知最多相鄰像素灰度差的全局圖像優(yōu)化方法*
    基于灰度直方圖的單一圖像噪聲類型識(shí)別研究
    植物病害生物防治
    生防芽孢桿菌的研究進(jìn)展
    制度變遷是資源均衡化的關(guān)鍵
    直方圖均衡化技術(shù)在矢量等值填充圖中的算法及實(shí)現(xiàn)
    基于混沌加密的DCT域灰度級(jí)盲水印算法
    基于實(shí)測校正因子的實(shí)時(shí)伽馬校正算法
    久久久国产欧美日韩av| 极品教师在线免费播放| 久热爱精品视频在线9| 一区二区三区激情视频| 亚洲三区欧美一区| 老熟妇乱子伦视频在线观看| netflix在线观看网站| 久久精品亚洲精品国产色婷小说| 两个人看的免费小视频| 精品久久蜜臀av无| 性少妇av在线| 国产精品美女特级片免费视频播放器 | 国产蜜桃级精品一区二区三区 | 国产精品免费大片| 国产精品免费大片| 成人18禁高潮啪啪吃奶动态图| 国产高清国产精品国产三级| 天天操日日干夜夜撸| 成人免费观看视频高清| 久久精品91无色码中文字幕| 校园春色视频在线观看| 王馨瑶露胸无遮挡在线观看| 成人永久免费在线观看视频| 一级a爱片免费观看的视频| 宅男免费午夜| 丝袜美腿诱惑在线| 亚洲国产看品久久| 日韩一卡2卡3卡4卡2021年| 老司机影院毛片| 欧美黑人欧美精品刺激| 无遮挡黄片免费观看| 国产亚洲一区二区精品| 精品欧美一区二区三区在线| 久99久视频精品免费| 99热网站在线观看| 精品人妻熟女毛片av久久网站| 在线观看一区二区三区激情| 999久久久国产精品视频| 一级a爱视频在线免费观看| 欧美黑人欧美精品刺激| 美国免费a级毛片| 久久久久国内视频| 日韩三级视频一区二区三区| 精品人妻在线不人妻| 91成人精品电影| 飞空精品影院首页| 欧美日韩国产mv在线观看视频| 日本撒尿小便嘘嘘汇集6| aaaaa片日本免费| 久久ye,这里只有精品| 男女高潮啪啪啪动态图| 黑人猛操日本美女一级片| 久久ye,这里只有精品| 日日摸夜夜添夜夜添小说| 亚洲情色 制服丝袜| 91老司机精品| 自拍欧美九色日韩亚洲蝌蚪91| 国产成人免费观看mmmm| 色婷婷av一区二区三区视频| 欧美中文综合在线视频| av网站在线播放免费| 久久久久精品国产欧美久久久| 人妻久久中文字幕网| 精品第一国产精品| 窝窝影院91人妻| 国产精品一区二区在线不卡| 亚洲第一欧美日韩一区二区三区| 亚洲精华国产精华精| 亚洲中文av在线| 欧美黑人精品巨大| 黄色 视频免费看| 一级a爱视频在线免费观看| 老司机深夜福利视频在线观看| 中文字幕最新亚洲高清| 三级毛片av免费| 亚洲成a人片在线一区二区| 日本一区二区免费在线视频| 国产精品久久久久久人妻精品电影| 99国产精品免费福利视频| 一a级毛片在线观看| 人人妻,人人澡人人爽秒播| 三上悠亚av全集在线观看| 黄色成人免费大全| 久久久精品区二区三区| 黄色成人免费大全| 欧美精品亚洲一区二区| 国产乱人伦免费视频| 婷婷精品国产亚洲av在线 | 免费在线观看黄色视频的| √禁漫天堂资源中文www| 午夜激情av网站| 搡老岳熟女国产| 一夜夜www| 亚洲欧美激情综合另类| 国产成人精品久久二区二区免费| 国产成人系列免费观看| 色94色欧美一区二区| 亚洲熟女精品中文字幕| 欧美成人免费av一区二区三区 | 日本五十路高清| 国产高清激情床上av| av网站免费在线观看视频| 亚洲一区高清亚洲精品| av电影中文网址| 亚洲第一av免费看| 一夜夜www| 国产精品成人在线| 欧美中文综合在线视频| 757午夜福利合集在线观看| 国产主播在线观看一区二区| 男女床上黄色一级片免费看| 视频在线观看一区二区三区| 中文字幕av电影在线播放| 午夜两性在线视频| 成人免费观看视频高清| 人人妻人人澡人人看| 怎么达到女性高潮| 女人被躁到高潮嗷嗷叫费观| 亚洲av日韩在线播放| 免费在线观看亚洲国产| 中文字幕av电影在线播放| 飞空精品影院首页| 午夜福利,免费看| 久久精品成人免费网站| 欧美大码av| 黄色 视频免费看| www.999成人在线观看| 1024视频免费在线观看| 50天的宝宝边吃奶边哭怎么回事| 国产99白浆流出| 国产91精品成人一区二区三区| 69精品国产乱码久久久| 看黄色毛片网站| 亚洲精品在线美女| 天天躁狠狠躁夜夜躁狠狠躁| 国产片内射在线| 9色porny在线观看| 怎么达到女性高潮| 99久久99久久久精品蜜桃| 757午夜福利合集在线观看| 妹子高潮喷水视频| 国产成人影院久久av| 国产有黄有色有爽视频| 18在线观看网站| 午夜亚洲福利在线播放| 老司机影院毛片| 亚洲国产精品sss在线观看 | 亚洲人成伊人成综合网2020| 国产97色在线日韩免费| 日日摸夜夜添夜夜添小说| 色老头精品视频在线观看| 色婷婷久久久亚洲欧美| 欧美激情久久久久久爽电影 | 91老司机精品| 男男h啪啪无遮挡| 手机成人av网站| 久久久久久人人人人人| 十八禁高潮呻吟视频| 美女视频免费永久观看网站| 日韩 欧美 亚洲 中文字幕| 免费在线观看完整版高清| 大陆偷拍与自拍| 十分钟在线观看高清视频www| 午夜免费鲁丝| 欧美日韩精品网址| videos熟女内射| 免费女性裸体啪啪无遮挡网站| 在线观看免费午夜福利视频| 亚洲午夜精品一区,二区,三区| 亚洲熟女毛片儿| 亚洲 国产 在线| 欧美日韩亚洲高清精品| 精品高清国产在线一区| 99国产精品一区二区三区| 亚洲熟女毛片儿| 妹子高潮喷水视频| 少妇 在线观看| 手机成人av网站| 一级a爱视频在线免费观看| 欧美成人午夜精品| 婷婷成人精品国产| 国产深夜福利视频在线观看| 亚洲视频免费观看视频| 亚洲中文av在线| 欧美黄色淫秽网站| 国产成人精品无人区| 亚洲av日韩在线播放| 中文字幕人妻熟女乱码| 亚洲第一欧美日韩一区二区三区| 人成视频在线观看免费观看| 久久久久精品国产欧美久久久| 黄网站色视频无遮挡免费观看| 午夜福利在线免费观看网站| 狂野欧美激情性xxxx| 欧美日韩精品网址| 国产一区二区激情短视频| 精品无人区乱码1区二区| 搡老熟女国产l中国老女人| 午夜福利视频在线观看免费| 18在线观看网站| 国产激情欧美一区二区| 精品人妻在线不人妻| 一级,二级,三级黄色视频| 真人做人爱边吃奶动态| 黑人巨大精品欧美一区二区蜜桃| 亚洲av第一区精品v没综合| 黄片播放在线免费| 午夜精品国产一区二区电影| 欧美日本中文国产一区发布| 中出人妻视频一区二区| 黄色成人免费大全| 久久久精品免费免费高清| 69精品国产乱码久久久| 丁香六月欧美| 女人高潮潮喷娇喘18禁视频| 国产精华一区二区三区| 搡老熟女国产l中国老女人| 欧美老熟妇乱子伦牲交| 两人在一起打扑克的视频| 麻豆成人av在线观看| 一二三四社区在线视频社区8| 免费观看a级毛片全部| 亚洲va日本ⅴa欧美va伊人久久| 精品人妻在线不人妻| 在线观看午夜福利视频| 亚洲午夜理论影院| 国产主播在线观看一区二区| 亚洲人成伊人成综合网2020| 精品少妇一区二区三区视频日本电影| 久久久精品免费免费高清| 久久久国产成人免费| 免费在线观看日本一区| 日韩 欧美 亚洲 中文字幕| 久久久久久久久久久久大奶| 精品久久久久久久久久免费视频 | 高清av免费在线| 亚洲精品一卡2卡三卡4卡5卡| 精品亚洲成a人片在线观看| 久久性视频一级片| 欧美日韩国产mv在线观看视频| 亚洲成人国产一区在线观看| 欧美色视频一区免费| 欧美日韩瑟瑟在线播放| 亚洲久久久国产精品| 18禁黄网站禁片午夜丰满| 一二三四在线观看免费中文在| 性少妇av在线| 精品国产超薄肉色丝袜足j| av有码第一页| 我的亚洲天堂| 久久国产精品男人的天堂亚洲| cao死你这个sao货| 色播在线永久视频| 国产精品久久久人人做人人爽| 美女 人体艺术 gogo| 99国产精品一区二区三区| 国产av一区二区精品久久| 亚洲人成伊人成综合网2020| a级毛片黄视频| 精品人妻熟女毛片av久久网站| 日本撒尿小便嘘嘘汇集6| 又黄又爽又免费观看的视频| 99精国产麻豆久久婷婷| 正在播放国产对白刺激| 国产一区有黄有色的免费视频| 久久精品人人爽人人爽视色| 国产成人啪精品午夜网站| 女人被躁到高潮嗷嗷叫费观| 99精国产麻豆久久婷婷| 丰满迷人的少妇在线观看| 日韩欧美国产一区二区入口| 后天国语完整版免费观看| 免费观看精品视频网站| 日本黄色视频三级网站网址 | 一本大道久久a久久精品| 天堂动漫精品| 亚洲成国产人片在线观看| 精品电影一区二区在线| 欧美精品人与动牲交sv欧美| 日日夜夜操网爽| 他把我摸到了高潮在线观看| 精品无人区乱码1区二区| 欧美成人午夜精品| 国产午夜精品久久久久久| 一进一出抽搐动态| 国产精品亚洲一级av第二区| 亚洲人成77777在线视频| 免费久久久久久久精品成人欧美视频| 午夜影院日韩av| 亚洲一区二区三区欧美精品| 国产精品乱码一区二三区的特点 | 久热爱精品视频在线9| 亚洲九九香蕉| xxx96com| 欧美午夜高清在线| 国产成人免费观看mmmm| 日韩欧美国产一区二区入口| 麻豆国产av国片精品| av免费在线观看网站| 美女高潮到喷水免费观看| 大码成人一级视频| 亚洲 国产 在线| 在线看a的网站| 91精品国产国语对白视频| 久久狼人影院| 国产欧美日韩一区二区精品| 日本黄色视频三级网站网址 | 淫妇啪啪啪对白视频| 婷婷成人精品国产| 国产成人精品久久二区二区91| 美国免费a级毛片| 国产精品久久久人人做人人爽| 自拍欧美九色日韩亚洲蝌蚪91| 精品国产超薄肉色丝袜足j| 美女高潮到喷水免费观看| 国产aⅴ精品一区二区三区波| 成人国产一区最新在线观看| 国产国语露脸激情在线看| 精品福利观看| 天堂中文最新版在线下载| 久久影院123| 丝袜在线中文字幕| 欧美成狂野欧美在线观看| 香蕉久久夜色| 老汉色av国产亚洲站长工具| 人人妻人人添人人爽欧美一区卜| 精品国产一区二区三区四区第35| 国产成人欧美在线观看 | 两个人免费观看高清视频| 视频在线观看一区二区三区| 老司机亚洲免费影院| 亚洲性夜色夜夜综合| 中文字幕最新亚洲高清| 91麻豆精品激情在线观看国产 | 99久久国产精品久久久| 国产精品综合久久久久久久免费 | 久久香蕉精品热| 露出奶头的视频| 国产精品电影一区二区三区 | 最新美女视频免费是黄的| 亚洲av成人不卡在线观看播放网| 中文字幕人妻熟女乱码| 国产无遮挡羞羞视频在线观看| 午夜福利一区二区在线看| 视频区图区小说| 老司机亚洲免费影院| 日韩 欧美 亚洲 中文字幕| 午夜老司机福利片| 飞空精品影院首页| 一区在线观看完整版| 欧美精品啪啪一区二区三区| 日韩欧美免费精品| 一区二区三区国产精品乱码| 亚洲片人在线观看| av一本久久久久| 国产成人系列免费观看| 欧美日韩亚洲国产一区二区在线观看 | 欧美日韩黄片免| 视频在线观看一区二区三区| 又黄又粗又硬又大视频| 中文字幕另类日韩欧美亚洲嫩草| 久久青草综合色| 人人妻人人爽人人添夜夜欢视频| 校园春色视频在线观看| 精品一品国产午夜福利视频| 欧美黄色淫秽网站| 成人特级黄色片久久久久久久| 中国美女看黄片| 精品久久久精品久久久| 免费观看人在逋| 看片在线看免费视频| 五月开心婷婷网| 国产人伦9x9x在线观看| 国产精品免费一区二区三区在线 | av不卡在线播放| 极品教师在线免费播放| 在线国产一区二区在线| 国内毛片毛片毛片毛片毛片| 啦啦啦视频在线资源免费观看| 女性生殖器流出的白浆| 国产精品一区二区免费欧美| 午夜福利欧美成人| 国产精华一区二区三区| 久久99一区二区三区| 亚洲男人天堂网一区| 久久人妻福利社区极品人妻图片| 国产麻豆69| 成年人午夜在线观看视频| 久久人妻熟女aⅴ| 啦啦啦在线免费观看视频4| 女人久久www免费人成看片| 中文字幕最新亚洲高清| 午夜福利,免费看| 色综合欧美亚洲国产小说| 天天躁夜夜躁狠狠躁躁| 五月开心婷婷网| 亚洲 欧美一区二区三区| 19禁男女啪啪无遮挡网站| 91精品国产国语对白视频| 国产精品一区二区在线观看99| 久久青草综合色| 视频区欧美日本亚洲| 久久人妻av系列| 一进一出好大好爽视频| 夫妻午夜视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲人成电影免费在线| 999久久久精品免费观看国产| 国产熟女午夜一区二区三区| 亚洲中文字幕日韩| 国产成人精品无人区| 精品国产国语对白av| 国产精品久久久av美女十八| www.精华液| 色在线成人网| 久久精品国产99精品国产亚洲性色 | 亚洲精品久久成人aⅴ小说| 法律面前人人平等表现在哪些方面| 亚洲精品在线美女| 91av网站免费观看| 曰老女人黄片| 亚洲国产精品一区二区三区在线| 久热爱精品视频在线9| 精品免费久久久久久久清纯 | av天堂在线播放| tocl精华| 亚洲欧美日韩另类电影网站| 久久久久久久午夜电影 | 午夜日韩欧美国产| 国产欧美日韩精品亚洲av| 一区二区三区国产精品乱码| 一二三四社区在线视频社区8| 啦啦啦在线免费观看视频4| 亚洲精品美女久久久久99蜜臀| 亚洲色图综合在线观看| 天堂动漫精品| 日日爽夜夜爽网站| av有码第一页| 亚洲av片天天在线观看| 一个人免费在线观看的高清视频| 亚洲一区二区三区不卡视频| 天堂动漫精品| 成人精品一区二区免费| 99在线人妻在线中文字幕 | 啦啦啦免费观看视频1| 成年女人毛片免费观看观看9 | 亚洲成a人片在线一区二区| 久热爱精品视频在线9| 亚洲精品中文字幕一二三四区| 欧美最黄视频在线播放免费 | 久久精品熟女亚洲av麻豆精品| 免费不卡黄色视频| 日韩欧美一区视频在线观看| 夫妻午夜视频| 老汉色av国产亚洲站长工具| 黄色a级毛片大全视频| 国产亚洲欧美在线一区二区| 国产激情欧美一区二区| 叶爱在线成人免费视频播放| 韩国av一区二区三区四区| 成年人免费黄色播放视频| 亚洲情色 制服丝袜| 99热只有精品国产| 一区二区三区国产精品乱码| 老司机影院毛片| 亚洲一区中文字幕在线| a级毛片在线看网站| 国产亚洲av高清不卡| 黄片大片在线免费观看| 亚洲中文字幕日韩| x7x7x7水蜜桃| www.自偷自拍.com| 大片电影免费在线观看免费| 国产一区在线观看成人免费| 久久人人爽av亚洲精品天堂| 人妻一区二区av| 色播在线永久视频| 国产成人精品在线电影| 下体分泌物呈黄色| 亚洲国产欧美一区二区综合| 国产成人欧美| 免费观看a级毛片全部| 亚洲美女黄片视频| 亚洲免费av在线视频| 国产不卡一卡二| 亚洲精品国产色婷婷电影| 捣出白浆h1v1| 欧美最黄视频在线播放免费 | 亚洲人成77777在线视频| 99久久99久久久精品蜜桃| 国产伦人伦偷精品视频| 美国免费a级毛片| 久久精品91无色码中文字幕| 97人妻天天添夜夜摸| 国产欧美日韩一区二区精品| 国产成人欧美| 成年女人毛片免费观看观看9 | 制服诱惑二区| 国产无遮挡羞羞视频在线观看| 日本vs欧美在线观看视频| 亚洲伊人色综图| 国产精品 欧美亚洲| 欧美午夜高清在线| 中文字幕高清在线视频| 亚洲性夜色夜夜综合| 午夜激情av网站| 电影成人av| 在线十欧美十亚洲十日本专区| 国内毛片毛片毛片毛片毛片| 女人爽到高潮嗷嗷叫在线视频| 亚洲国产欧美一区二区综合| 亚洲欧美精品综合一区二区三区| 国产成人av教育| 国产欧美日韩一区二区三区在线| 精品午夜福利视频在线观看一区| 午夜福利欧美成人| 国产激情欧美一区二区| 日韩三级视频一区二区三区| 曰老女人黄片| av网站免费在线观看视频| ponron亚洲| 在线观看日韩欧美| 啦啦啦免费观看视频1| 在线av久久热| 欧美黑人欧美精品刺激| 亚洲情色 制服丝袜| 亚洲人成77777在线视频| 午夜福利影视在线免费观看| 亚洲五月婷婷丁香| 日韩中文字幕欧美一区二区| 老司机午夜十八禁免费视频| 久久精品国产a三级三级三级| 777米奇影视久久| 一a级毛片在线观看| 国产精品电影一区二区三区 | 亚洲自偷自拍图片 自拍| 国产有黄有色有爽视频| 精品一区二区三区视频在线观看免费 | 午夜免费观看网址| av天堂久久9| 亚洲九九香蕉| 亚洲一区二区三区不卡视频| 午夜亚洲福利在线播放| 一级黄色大片毛片| 国产一区二区激情短视频| 国产在线精品亚洲第一网站| 热99久久久久精品小说推荐| 国产精品秋霞免费鲁丝片| 免费在线观看影片大全网站| 最近最新中文字幕大全免费视频| 国产精品一区二区免费欧美| 精品国产美女av久久久久小说| 精品无人区乱码1区二区| 精品少妇一区二区三区视频日本电影| 欧美日韩中文字幕国产精品一区二区三区 | 大型av网站在线播放| 国产成人精品久久二区二区免费| 老司机在亚洲福利影院| 国产精品.久久久| 99国产精品99久久久久| 国产欧美日韩精品亚洲av| 欧美日韩亚洲国产一区二区在线观看 | 两性夫妻黄色片| 女性被躁到高潮视频| 亚洲一码二码三码区别大吗| 啦啦啦视频在线资源免费观看| 亚洲成av片中文字幕在线观看| 一级毛片女人18水好多| 国产免费男女视频| 国产主播在线观看一区二区| 国产单亲对白刺激| 女人高潮潮喷娇喘18禁视频| 麻豆国产av国片精品| av免费在线观看网站| 欧美在线一区亚洲| 在线观看免费高清a一片| 午夜免费观看网址| 亚洲精品国产一区二区精华液| 午夜福利一区二区在线看| 可以免费在线观看a视频的电影网站| 巨乳人妻的诱惑在线观看| 日本一区二区免费在线视频| 国产99白浆流出| 女警被强在线播放| 亚洲熟女毛片儿| 满18在线观看网站| 曰老女人黄片| a级毛片在线看网站| 日韩中文字幕欧美一区二区| 亚洲欧美一区二区三区黑人| 美女国产高潮福利片在线看| 欧美乱妇无乱码| 久久国产精品影院| 大陆偷拍与自拍| 好看av亚洲va欧美ⅴa在| 亚洲av欧美aⅴ国产| 美女视频免费永久观看网站| svipshipincom国产片| 亚洲精品久久成人aⅴ小说| 少妇猛男粗大的猛烈进出视频| 高清毛片免费观看视频网站 | 老司机亚洲免费影院| 99国产精品一区二区蜜桃av | 视频在线观看一区二区三区| 男女午夜视频在线观看| 成人三级做爰电影| 精品久久久久久久毛片微露脸| 亚洲午夜精品一区,二区,三区| 很黄的视频免费| av天堂在线播放| 精品午夜福利视频在线观看一区| 久久天堂一区二区三区四区| 老司机亚洲免费影院| 亚洲黑人精品在线| 国产在线一区二区三区精|