• <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 ?

    基于橢圓型度量學習的小麥葉部病害識別

    2019-01-05 08:02:22鮑文霞張東彥
    農業(yè)機械學報 2018年12期
    關鍵詞:橢圓型直方圖度量

    鮑文霞 趙 健 張東彥 梁 棟

    (安徽大學農業(yè)生態(tài)大數據分析與應用技術國家地方聯(lián)合工程研究中心, 合肥 230601)

    0 引言

    農作物病蟲害是制約我國農業(yè)生產的主要障礙,是影響作物產量的主要因素之一,同時也是限制我國農業(yè)優(yōu)質、高效持續(xù)發(fā)展的主導因素[1-3]。小麥作為我國的主要糧食作物,其各種病害尤其是白粉病對其產量和質量具有較大的影響[4],針對小麥白粉病,一般通過噴灑農藥來進行防治,過量的農藥施用導致農產品中殘留超標,影響農產品質量;同時,也對環(huán)境造成巨大的負擔,對人力、財力造成巨大的浪費。為了能正確、適量地使用農藥,高效地防治病蟲害,需要準確、實時地識別出病害的嚴重程度[5]。

    近年來,圖像處理、模式識別等技術被廣泛應用于農作物病害識別領域,并取得了顯著效果[6-21]。但仍存在一些問題:大多研究針對農作物不同病害的識別,對于農作物病害嚴重程度的研究相對較少;對于特征提取,大多直接提取顏色、紋理、形狀等特征,而沒有考慮由于樣本圖像拍攝視角變化和小麥葉片本身彎曲、傾斜、缺損等而容易造成分類識別率下降的問題;大多采用支持向量機、BP神經網絡等方法完成對農作物病害圖像的識別,這些傳統(tǒng)的機器學習方法的目標函數主要采用歐氏距離的度量方法,它將輸入樣本空間看成是各向同性的,然而各向同性假設在眾多實際應用中不成立,不能準確地反映數據樣本維度分量之間的潛在關系。本文在完成病害圖像病斑分割的基礎上,提出一種基于滑窗最大值(Moving window maximum, MWM)的病斑圖像特征提取方法,并且引入對樣本數據具有更好適應性的橢圓型度量,提出一種度量學習方法,實現(xiàn)對小麥白粉病嚴重程度的識別,為農作物葉片病害的嚴重程度智能識別提供參考。

    1 樣本采集及特征提取

    1.1 樣本采集

    小麥葉部病害圖像樣本均在北京市農林科學院試驗基地采集。輕度、中度和重度3種嚴重程度的白粉病葉片圖像共210幅。隨機選取其中的150幅作為訓練樣本,另外60幅作為測試樣本,具體樣本分布見表1。按照病斑面積與整個葉片面積的比值R來界定病害嚴重程度[21]:050%為重度,部分病害圖像如圖1所示。

    1.2 病斑分割

    病斑分割是農作物葉部病害識別的重要環(huán)節(jié),其分割效果對病斑特征提取和病害識別的影響顯著。以圖2a為例,先將顏色空間轉換到Lab空間,通過觀察,樣本圖像a、b分量的灰度直方圖存在較明顯的兩個尖峰,如圖3所示,因此利用最大類間方差法計算得到a、b分量灰度閾值分別為114.5和137.5,繼而利用閾值分割將樣本圖像轉換為二值圖,將得到的a、b分量二值圖進行異或運算,接著利用6像素×6像素的方形結構元素對異或后的圖像進行先開后閉的圖像增強運算,從而實現(xiàn)葉片分割,如圖2b所示。

    表1 不同嚴重程度樣本分布Tab.1 Sample distribution of different severities

    圖1 不同嚴重程度小麥葉片白粉病圖像Fig.1 Leaves images of wheat powdery mildew with different severities

    在得到葉片分割圖像后,分別提取葉片圖像的R、G、B分量圖,利用超紅特征值2R-G-B[21]得到R、G、B分量運算后的超紅特征圖,接著利用最大類間方差法計算超紅特征圖的閾值為27.11,利用該閾值對圖像進行分割并利用3像素×3像素的方形結構元素對圖像進行開運算,將病斑從葉片中分割出來,分割后的病斑圖像如圖2c所示。

    圖2 小麥葉片白粉病病斑分割圖Fig.2 Leaves images of wheat powdery mildew spot segmentation map

    圖3 a、b分量灰度直方圖Fig.3 Gray histograms of a and b components

    1.3 特征提取

    在模式識別領域,大量學者通過實驗研究證明,利用不同的特征對目標進行描述,往往能夠互補從而提高分類結果。顏色特征是小麥葉部病害的一個非常重要的外觀特征,也是進行病害診斷時的一個重要依據,顏色直方圖是許多植物病害識別系統(tǒng)中被廣泛采用的顏色特征,其中HSV空間更符合人眼的主觀判斷,是直方圖最常用的顏色空間,它的3個分量分別代表色彩(Hue,H)、飽和度(Saturation,S)和亮度(Value,V);紋理是能夠反映區(qū)域內像素灰度級空間的屬性,而局部二值模式(Local binary pattern, LBP)常用來描述圖像局部紋理特征,具有灰度不變性和旋轉不變性等顯著優(yōu)點。

    本文利用HSV顏色直方圖和LBP統(tǒng)計直方圖,針對小麥葉片可能存在彎曲、傾斜、缺損等問題,使用滑窗法來提取病害葉片的MWM局部細節(jié)特征。具體地,如圖4所示,對于每一幅樣本圖像(尺寸為880像素×120像素)采用10像素×10像素的子窗口,步長為5個像素掃描整幅圖像,在每個子窗口中,將HSV顏色空間量化為512個顏色小區(qū)間,每個顏色小區(qū)間的直方圖代表著其在子窗口中出現(xiàn)的概率,同樣地,每個子窗口也提取它的LBP統(tǒng)計直方圖特征,對每個子窗口中的某個像素,將相鄰的8個像素的灰度值與其進行比較,若周圍像素灰度大于中心像素灰度,則該像素點的位置被標記為1,否則為0。這樣,3×3鄰域內的8個點經比較可產生8位二進制數,將8位二進制數轉換為十進制作為該像素點的LBP值,然后計算每個子窗口的直方圖,即每個數字出現(xiàn)的頻率;再在同一水平高度的子窗口中,取HSV和LBP統(tǒng)計直方圖最大的值組成一個新的子窗口,這樣,最后得到的特征向量是同一水平高度上統(tǒng)計直方圖特征最大化的特征向量。

    圖4 MWM特征提取過程Fig.4 Process of MWM feature extraction

    考慮到多尺度信息,將原圖分別縮小1倍和2倍,建立三尺度圖像金字塔,同樣運用以上方法提取其MWM特征,將縮放后提取的特征組合在一起,構成一個新的特征向量X=(x1,x2,…,xn)T來描述小麥的葉部白粉病。此外,為了消除不同特征向量和向量單位的影響,對數據特征向量X作歸一化處理,歸一化后的特征向量記為=(1,2,…,n)T,其中

    (1)

    2 橢圓型度量學習

    基于圖像處理的農作物病蟲害識別方法中對病害圖像特征進行距離度量至關重要,然而圖像特征受視角、光照等因素的影響不同,常用的歐氏距離、曼哈頓距離等標準的距離度量方法平等地對待每一種特征,而不會剔除那些獨立使用時效果很差的特征。因此,本文引入橢圓型度量理論,尋找一種能夠反映樣本空間結構信息或語義信息的分式線性變換,從而使得橢圓型度量具有更好的區(qū)分性。

    2.1 橢圓型度量

    給定一個可逆對稱矩陣Ω∈Rn×n,誘導出x、y的雙線性形式為

    ω(x,y)=xTΩy(x、y∈Rn)

    (2)

    式中x、y——樣本特征向量

    ω——x、y關于Ω的雙線性函數

    下面統(tǒng)一采用ω(x,y)的簡化形式ωxy來表示。當Ω是正定,ωxy可誘導出橢圓型度量幾何,令En={x∈Rn:ωxx>0},定義dE:En×En→R+,橢圓型度量計算公式為

    (3)

    式中dE(x,y)——樣本x、y的橢圓型度量

    i——虛數單位

    ωxx——x、x關于Ω的雙線性函數

    ωyy——y、y關于Ω的雙線性函數

    k——曲率半徑

    2.2 橢圓型度量矩陣

    橢圓型度量依賴一個對稱矩陣Ω,定義一個正定對稱矩陣則可確定一個橢圓型度量,因此稱Ω為橢圓型度量矩陣。數據的統(tǒng)計特性在一定程度上反映了樣本數據的幾何結構,因此可根據樣本的類內與類間高斯分布的對數似然比定義橢圓型度量矩陣。

    對于特征向量Xi、Xj,它們的樣本差異Δ=Xi-Xj,根據二次判別分析法[22],用高斯概率模型來擬合小麥白粉病不同嚴重度以及相同嚴重度樣本特征之間的差值分布,同類樣本差異Δ符合變量ξI的高斯分布,異類樣本差異Δ符合變量ξE的高斯分布,即

    (4)

    (5)

    式中P——概率

    ξI——同類樣本差異擬合變量

    ξE——異類樣本差異擬合變量

    ΣI、ΣE——ξI、ξE差值分布的協(xié)方差矩陣

    將其進行對數似然比可得

    (6)

    將其簡化為

    (7)

    由此定義橢圓型度量矩陣Ω為

    (8)

    2.3 度量學習

    經1.3節(jié)病害的特征提取,得到的特征維數較高,其中含有與病害識別無關的信息和相關性非常高的冗余信息,而這些信息會影響到分類識別的效果。傳統(tǒng)的方法通常先采用主成分分析法(PCA)對高維數據降維,然后在PCA子空間中進行距離度量學習。但是,PCA在進行降維時并未考慮特征間的分類信息,由此可能會增加分類的難度。為了保持最大化的分類信息,在降維的同時學習橢圓型度量矩陣,充分考慮到維數降低對度量學習分類結果的影響。

    對初始特征xi、xj∈Rd,通過降維矩陣W∈Rd×r(r

    (9)

    其中

    為了將樣本分開,使得類內方差小,類間方差大,通過增大方差的距離來增加區(qū)分度,對于矩陣W的列向量w,它的方差為σI(w)=wTΣIw,因此可以定義廣義瑞利熵來最大化方差之間的比值,為

    (10)

    使得J(w)最大化等價于

    (11)

    3 算法步驟

    基于橢圓型度量學習的小麥葉部病害識別算法步驟如下:

    (1)對采集來的病害圖像進行預處理并進行病斑分割。

    (3)利用二次判別分析,用高斯概率模型來擬合小麥白粉病不同嚴重度以及相同嚴重度樣本特征之間的差值分布,分別計算協(xié)方差矩陣ΣI、ΣE,通過求解式(11)得到降維矩陣W,相應地由式(9)得到橢圓型度量矩陣Ω(W)。

    (4)最后利用特征子空間橢圓型度量dE(x,y)計算測試集和訓練集之間的距離,取每個測試樣本距離前5個樣本的平均距離作為最后的判斷依據。

    算法流程圖如圖5所示。

    圖5 算法流程圖Fig.5 Flow chart of algorithm

    4 實驗與分析

    實驗在Matlab 2016b上進行,為了驗證基于橢圓型度量學習的小麥葉部病害識別算法的有效性,對提取的MWM特征和分類器分別進行對比實驗。

    4.1 不同特征對比實驗

    方向梯度直方圖(Histogram of oriented gradient, HOG)特征對圖像幾何和光學形變具有良好的不變性,越來越多的研究者將HOG特征用于農作物病蟲害識別上并取得了較好的結果[23-24]??紤]到HOG特征提取方法是在灰度圖像上進行的,沒有充分利用圖像的顏色信息,因此文獻[23]結合HOG特征和HSV顏色特征進行植物病蟲害的識別;另外,顏色紋理形狀特征(Color texture shape features)也是農作物病蟲害識別領域常用的圖像特征,這里的顏色紋理形狀特征特指文獻[17,21]中提到的特征描述方法:RGB、HSI和YCbCr顏色空間的顏色成分R、G、B、H、S、I、Y、Cb、Cr的灰度均值作為顏色特征,利用灰度共生矩陣法分別計算病斑區(qū)域的對比度、相關性、能量、慣性矩和熵的均值和方差作為紋理特征,計算病斑區(qū)域的圓形度、偏心率、形狀復雜性和形狀參數作為形狀特征。

    為了驗證1.3節(jié)所述MWM特征提取方法的有效性,對病斑圖像分別提取MWM特征、HSV顏色特征結合HOG特征、HSV特征、LBP特征、HOG特征以及顏色紋理形狀特征[17,21],都采用本文橢圓型度量學習對特征進行分類。實驗結果利用經典評價指標累積匹配曲線(Cumulative match characteristic,CMC)來表示,CMC曲線表示測試集中所選測試圖與目標圖第n次成功匹配的概率,實驗結果如圖6所示。

    圖6 累積匹配曲線Fig.6 Cumulative match characteristic (CMC) curves

    在均使用橢圓型度量學習這一分類器的基礎上,可以看出:單一特征(HSV特征、HOG特征和LBP特征)在不同匹配次數上識別正確率各有高低,其中LBP特征在匹配次數為1時識別率雖低于HSV特征與HOG特征,但在其他次數上LBP特征識別率均領先,可以估計當測試樣本較多時,LBP特征將具有更好的魯棒性。融合特征往往比單一的特征描述取得更高的識別正確率,從圖6中可以看出,HSV+HOG特征要比單一的HSV、HOG特征識別正確率要高,而在1.3節(jié)中提到的MWM特征提取方法(即滑窗最大值法提取HSV特征和LBP特征)也比單一的HSV、LBP特征識別正確率要高。MWM特征提取方法比起HSV+HOG特征、顏色紋理形狀特征取得了更好的分類識別正確率。

    因此,本文提出的MWM特征提取方法選取了顏色信息豐富的HSV特征和魯棒性更好的LBP特征作為融合特征來互補共同描述病斑特征,同時提取特征的過程中,最大化了同一水平高度上每個子窗口特征統(tǒng)計直方圖的值,在損失少量特征信息的情況下保留了更好的特征信息,有效地去除了特征冗余,有效解決了小麥葉片可能存在彎曲、傾斜、缺損等問題,證明了MWM特征提取方法的有效性。

    4.2 不同分類器對比實驗

    采用同樣的訓練樣本和測試樣本,將提取的MWM特征分別送入SVM分類器、BP神經網絡分類器以及橢圓型度量學習分類器進行分類識別,結果如圖7~9所示,圖中標簽1~3分別對應白粉病輕、中、重。對SVM分類器進行交叉驗證多次尋優(yōu),選擇出最優(yōu)的c、g參數,最終的小麥白粉病輕、中、重3種嚴重度分類正確率為88.33%。使用BP神經網絡時網絡參數經過多次試驗,選擇出最優(yōu)參數,由于神經網絡每次測試結果均存在細微差別,這里使用了多次測試的平均結果,平均識別正確率為90%;采用橢圓型度量學習分類器時識別正確率達到100%。

    圖7 SVM分類器識別結果Fig.7 SVM classifier

    圖8 BP神經網絡分類器識別結果Fig.8 BP neural network classifier

    通過控制變量法,比較了SVM、BP神經網絡、橢圓型度量學習分類器的分類性能,橢圓型度量學習分類器取得了更好的識別效果。這是因為比起傳統(tǒng)的SVM、BP神經網絡,橢圓型度量能夠反映特征空間結構信息或語義信息的分式線性變換,對特征具有更好的區(qū)分性,能夠更好地對特征潛在關系進行建模;在對特征降維的同時考慮了對橢圓型度量學習的影響,因此橢圓型度量學習分類器能達到更高的識別正確率。

    圖9 橢圓型度量學習分類器識別結果Fig.9 Elliptical metric learning classifier

    5 結束語

    基于橢圓型度量學習的小麥葉部病害識別算法,提出了一種MWM特征表示方法,同時提出了一種將降維和度量學習同時進行的橢圓型度量學習方法,對小麥白粉病嚴重度進行分類。通過對不同特征、不同分類器進行對比實驗,驗證了該方法的有效性,可以滿足智能識別小麥白粉病嚴重度的需求,同時該算法對于農作物病害嚴重度的識別推廣具有較好的借鑒意義。

    猜你喜歡
    橢圓型直方圖度量
    有趣的度量
    統(tǒng)計頻率分布直方圖的備考全攻略
    高中數理化(2024年1期)2024-03-02 17:52:40
    符合差分隱私的流數據統(tǒng)計直方圖發(fā)布
    一類帶臨界指數增長的橢圓型方程組兩個正解的存在性
    模糊度量空間的強嵌入
    迷向表示分為6個不可約直和的旗流形上不變愛因斯坦度量
    用直方圖控制畫面影調
    一類擬線性橢圓型方程的正解
    地質異常的奇異性度量與隱伏源致礦異常識別
    基于直方圖平移和互補嵌入的可逆水印方案
    計算機工程(2015年8期)2015-07-03 12:20:21
    欧美日本亚洲视频在线播放| 亚洲av电影不卡..在线观看| 午夜福利在线观看免费完整高清在| 国产精品美女特级片免费视频播放器| 3wmmmm亚洲av在线观看| 亚洲精品日韩av片在线观看| av播播在线观看一区| 欧美日本亚洲视频在线播放| 亚洲美女视频黄频| 爱豆传媒免费全集在线观看| 麻豆国产97在线/欧美| av在线天堂中文字幕| 亚洲国产精品成人综合色| 99久久精品国产国产毛片| 51国产日韩欧美| 国产精品熟女久久久久浪| 国产在视频线精品| 免费黄网站久久成人精品| 日韩国内少妇激情av| 午夜福利在线在线| 激情 狠狠 欧美| 午夜爱爱视频在线播放| 欧美变态另类bdsm刘玥| 男女啪啪激烈高潮av片| 18禁在线播放成人免费| 成年免费大片在线观看| 不卡视频在线观看欧美| 国产不卡一卡二| 国产高清有码在线观看视频| 午夜福利成人在线免费观看| 亚洲经典国产精华液单| 美女国产视频在线观看| 99久久精品国产国产毛片| 国产亚洲av片在线观看秒播厂 | 看十八女毛片水多多多| www.色视频.com| 最后的刺客免费高清国语| 国产亚洲精品久久久com| 精品久久久久久久久久久久久| 国产精品一区二区三区四区免费观看| 少妇人妻一区二区三区视频| 欧美zozozo另类| 国产一级毛片在线| 国产毛片a区久久久久| www日本黄色视频网| 日本av手机在线免费观看| 久久精品国产亚洲网站| 国产免费男女视频| 国产精品一区二区三区四区免费观看| 亚洲人成网站在线观看播放| 欧美一级a爱片免费观看看| 男女那种视频在线观看| 亚洲人成网站在线播| 秋霞在线观看毛片| 久久久色成人| 国产美女午夜福利| 老司机福利观看| 国产日韩欧美在线精品| 免费看光身美女| 日本黄大片高清| 大香蕉久久网| 桃色一区二区三区在线观看| 蜜桃亚洲精品一区二区三区| 亚洲人成网站高清观看| 国产探花在线观看一区二区| 国产精品人妻久久久久久| 欧美不卡视频在线免费观看| 国产精品综合久久久久久久免费| 久久国产乱子免费精品| 日韩三级伦理在线观看| 国产黄色小视频在线观看| 一本一本综合久久| 一级av片app| 久久久久久久亚洲中文字幕| 色5月婷婷丁香| 精品熟女少妇av免费看| av免费观看日本| 精品久久久久久久久av| 最后的刺客免费高清国语| 在线播放国产精品三级| 精品少妇黑人巨大在线播放 | 少妇裸体淫交视频免费看高清| 免费看日本二区| 久久鲁丝午夜福利片| 日本午夜av视频| 亚洲aⅴ乱码一区二区在线播放| 欧美极品一区二区三区四区| av.在线天堂| 亚洲av福利一区| 亚洲国产精品成人久久小说| 在线播放无遮挡| 国产午夜精品久久久久久一区二区三区| 我要搜黄色片| 久久久久久久久久久丰满| 99视频精品全部免费 在线| 色吧在线观看| 99热6这里只有精品| 亚洲成av人片在线播放无| 中文欧美无线码| 最近中文字幕高清免费大全6| 欧美极品一区二区三区四区| 国产一级毛片七仙女欲春2| 一边亲一边摸免费视频| 亚洲一区高清亚洲精品| 免费av不卡在线播放| 国产精品一及| 非洲黑人性xxxx精品又粗又长| 亚洲,欧美,日韩| 一个人观看的视频www高清免费观看| 国产黄色小视频在线观看| 18禁在线播放成人免费| АⅤ资源中文在线天堂| 国产 一区精品| 国产成人91sexporn| 久久综合国产亚洲精品| 欧美色视频一区免费| 欧美成人午夜免费资源| av在线亚洲专区| 国产高潮美女av| 日韩制服骚丝袜av| 我要搜黄色片| 三级国产精品片| 日韩欧美国产在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 26uuu在线亚洲综合色| 午夜福利在线观看吧| 一级爰片在线观看| 日韩欧美精品v在线| 99国产精品一区二区蜜桃av| 国产一区有黄有色的免费视频 | 精品熟女少妇av免费看| 18禁在线播放成人免费| 观看免费一级毛片| 亚洲真实伦在线观看| 日本爱情动作片www.在线观看| 亚洲人成网站在线播| 亚洲中文字幕日韩| 一级毛片久久久久久久久女| 国产大屁股一区二区在线视频| 身体一侧抽搐| av视频在线观看入口| 国产精品永久免费网站| 亚洲精品久久久久久婷婷小说 | 人人妻人人看人人澡| 91av网一区二区| 亚洲国产最新在线播放| 成人综合一区亚洲| av国产免费在线观看| videossex国产| 免费人成在线观看视频色| 日本与韩国留学比较| 亚洲国产精品成人综合色| 99热这里只有是精品50| 国产一区二区三区av在线| 久久午夜福利片| 联通29元200g的流量卡| 在线观看一区二区三区| 亚洲四区av| 日韩成人伦理影院| 五月玫瑰六月丁香| 欧美丝袜亚洲另类| 欧美区成人在线视频| 一边亲一边摸免费视频| 午夜福利成人在线免费观看| 国产探花极品一区二区| 欧美一区二区精品小视频在线| 婷婷色麻豆天堂久久 | 建设人人有责人人尽责人人享有的 | 亚洲国产精品合色在线| 看十八女毛片水多多多| 亚洲激情五月婷婷啪啪| 亚洲欧美日韩无卡精品| 国产成人精品婷婷| 国产精品一及| 69人妻影院| 欧美色视频一区免费| 中文字幕人妻熟人妻熟丝袜美| 啦啦啦观看免费观看视频高清| 成人高潮视频无遮挡免费网站| 久久99精品国语久久久| 一级毛片电影观看 | 中文资源天堂在线| 两个人的视频大全免费| 久久久成人免费电影| 亚洲最大成人av| 性色avwww在线观看| 久久久国产成人精品二区| 亚洲欧美成人精品一区二区| av福利片在线观看| 精品久久久久久久久亚洲| 日日干狠狠操夜夜爽| 一级av片app| 国产伦一二天堂av在线观看| 国产老妇女一区| 亚洲伊人久久精品综合 | 国产免费视频播放在线视频 | 精品欧美国产一区二区三| 女的被弄到高潮叫床怎么办| 联通29元200g的流量卡| 大话2 男鬼变身卡| 久久久久久大精品| 熟女人妻精品中文字幕| 天堂影院成人在线观看| 大话2 男鬼变身卡| 综合色av麻豆| 男人和女人高潮做爰伦理| 国产91av在线免费观看| 亚洲av二区三区四区| av国产免费在线观看| 69人妻影院| 欧美成人午夜免费资源| 日本-黄色视频高清免费观看| 欧美精品国产亚洲| 日韩亚洲欧美综合| 免费一级毛片在线播放高清视频| 日韩人妻高清精品专区| 久久人人爽人人爽人人片va| 搡老妇女老女人老熟妇| 能在线免费观看的黄片| 又爽又黄a免费视频| 亚洲精华国产精华液的使用体验| 精品人妻偷拍中文字幕| 国产国拍精品亚洲av在线观看| 亚洲av免费高清在线观看| 国产精品麻豆人妻色哟哟久久 | 午夜日本视频在线| or卡值多少钱| 色视频www国产| 伊人久久精品亚洲午夜| 免费观看a级毛片全部| 日日干狠狠操夜夜爽| 高清毛片免费看| 免费av不卡在线播放| 免费不卡的大黄色大毛片视频在线观看 | 少妇被粗大猛烈的视频| 国产成人福利小说| 一区二区三区免费毛片| 亚洲成人久久爱视频| 欧美另类亚洲清纯唯美| 国产激情偷乱视频一区二区| 国产精品国产高清国产av| 成人毛片a级毛片在线播放| 国产 一区精品| 亚洲av熟女| 成人二区视频| 91狼人影院| 日韩av在线免费看完整版不卡| 又粗又硬又长又爽又黄的视频| 国产精品一区www在线观看| 国产伦精品一区二区三区四那| 神马国产精品三级电影在线观看| 久久久精品欧美日韩精品| 欧美丝袜亚洲另类| 国产成人一区二区在线| 91aial.com中文字幕在线观看| 观看美女的网站| 蜜桃久久精品国产亚洲av| 成人亚洲欧美一区二区av| 国产私拍福利视频在线观看| 99久久精品国产国产毛片| av专区在线播放| 亚洲激情五月婷婷啪啪| 好男人在线观看高清免费视频| 看免费成人av毛片| 欧美一区二区亚洲| 看黄色毛片网站| 国产精品人妻久久久影院| 如何舔出高潮| 亚洲欧美精品专区久久| 99热全是精品| 国产精品久久久久久久电影| 亚洲高清免费不卡视频| 亚洲国产精品合色在线| 天美传媒精品一区二区| 国产精品人妻久久久久久| 亚洲自偷自拍三级| 精品人妻一区二区三区麻豆| 久久精品久久久久久噜噜老黄 | 在线观看一区二区三区| 久久久久性生活片| 日韩一本色道免费dvd| 国产在视频线精品| 成年版毛片免费区| 久久精品久久精品一区二区三区| 中文字幕av在线有码专区| 国产精品国产三级国产av玫瑰| 亚洲国产成人一精品久久久| 精华霜和精华液先用哪个| 精品无人区乱码1区二区| av.在线天堂| 男女视频在线观看网站免费| 久久鲁丝午夜福利片| 听说在线观看完整版免费高清| 亚洲在线观看片| 久久久久久久久大av| 蜜桃亚洲精品一区二区三区| 深夜a级毛片| 韩国av在线不卡| 国产精品一区二区性色av| 18禁在线播放成人免费| 国产精品蜜桃在线观看| 大又大粗又爽又黄少妇毛片口| 日本-黄色视频高清免费观看| 国产精品,欧美在线| 能在线免费看毛片的网站| 如何舔出高潮| 日韩欧美在线乱码| av免费观看日本| 美女内射精品一级片tv| 99热精品在线国产| 国产精品无大码| 最近手机中文字幕大全| 欧美变态另类bdsm刘玥| 少妇被粗大猛烈的视频| 精品一区二区三区视频在线| 日本熟妇午夜| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产免费男女视频| 国产精品,欧美在线| 久久精品国产亚洲网站| 亚洲av二区三区四区| 国产国拍精品亚洲av在线观看| 男人狂女人下面高潮的视频| 免费观看在线日韩| 国产亚洲91精品色在线| 亚洲在线观看片| 国产私拍福利视频在线观看| 久久久a久久爽久久v久久| 99久久精品热视频| 午夜久久久久精精品| av免费观看日本| 亚洲欧美日韩高清专用| 国产在线一区二区三区精 | 亚洲精品456在线播放app| 久久精品熟女亚洲av麻豆精品 | 日韩国内少妇激情av| 日韩欧美三级三区| 成人鲁丝片一二三区免费| 全区人妻精品视频| 听说在线观看完整版免费高清| 高清在线视频一区二区三区 | 欧美一区二区亚洲| 国产综合懂色| 免费看a级黄色片| 欧美成人一区二区免费高清观看| 日韩一区二区视频免费看| 美女大奶头视频| 国产老妇伦熟女老妇高清| 久久久久久久久久成人| 五月玫瑰六月丁香| 国产精品久久久久久久久免| 熟女电影av网| 18禁裸乳无遮挡免费网站照片| 免费av不卡在线播放| 六月丁香七月| 高清午夜精品一区二区三区| 国产精品嫩草影院av在线观看| 午夜福利在线观看免费完整高清在| 男插女下体视频免费在线播放| 插逼视频在线观看| 男插女下体视频免费在线播放| 国产精品久久久久久久电影| 欧美色视频一区免费| 人妻夜夜爽99麻豆av| 国产老妇伦熟女老妇高清| 精品一区二区三区人妻视频| av女优亚洲男人天堂| 大话2 男鬼变身卡| 亚洲欧美一区二区三区国产| 亚洲精品日韩在线中文字幕| 三级国产精品片| 欧美日本亚洲视频在线播放| 最近的中文字幕免费完整| 国产精品国产高清国产av| 在线a可以看的网站| 97超碰精品成人国产| 神马国产精品三级电影在线观看| 国产一区二区亚洲精品在线观看| 嘟嘟电影网在线观看| 特大巨黑吊av在线直播| 色5月婷婷丁香| 97人妻精品一区二区三区麻豆| 99国产精品一区二区蜜桃av| 国产免费又黄又爽又色| 国产精品无大码| 亚洲国产精品成人久久小说| 国产白丝娇喘喷水9色精品| 男女国产视频网站| 亚洲天堂国产精品一区在线| 男人舔奶头视频| 一本久久精品| 国产探花极品一区二区| 精品久久久久久久久av| 国产精品永久免费网站| 亚洲欧美精品专区久久| 久久久国产成人免费| 免费av不卡在线播放| 欧美性猛交╳xxx乱大交人| 夜夜爽夜夜爽视频| 国产伦精品一区二区三区视频9| 麻豆精品久久久久久蜜桃| 国产精品一区二区性色av| 亚洲精品影视一区二区三区av| 欧美日本视频| 国产高清视频在线观看网站| 国产一级毛片在线| 久久精品夜夜夜夜夜久久蜜豆| 免费黄网站久久成人精品| 美女国产视频在线观看| 联通29元200g的流量卡| 乱人视频在线观看| 少妇高潮的动态图| 亚洲va在线va天堂va国产| 日本黄色视频三级网站网址| 国产精品美女特级片免费视频播放器| av播播在线观看一区| 亚洲欧美精品综合久久99| 男人舔女人下体高潮全视频| 最近最新中文字幕大全电影3| 亚洲av福利一区| 美女被艹到高潮喷水动态| 一级毛片电影观看 | 欧美日韩精品成人综合77777| 内地一区二区视频在线| 国产精品国产三级国产av玫瑰| 中文字幕久久专区| 99九九线精品视频在线观看视频| 少妇高潮的动态图| 2021少妇久久久久久久久久久| 国产爱豆传媒在线观看| 又爽又黄无遮挡网站| 最新中文字幕久久久久| 亚洲天堂国产精品一区在线| 国产成人福利小说| 国产免费男女视频| 亚洲国产最新在线播放| 久久热精品热| 晚上一个人看的免费电影| 亚洲伊人久久精品综合 | 精品久久久久久电影网 | 免费观看人在逋| 亚洲色图av天堂| 欧美成人a在线观看| 永久网站在线| 午夜激情欧美在线| av免费观看日本| 又爽又黄a免费视频| 久久人人爽人人爽人人片va| 91狼人影院| 91精品伊人久久大香线蕉| 最近中文字幕2019免费版| 1024手机看黄色片| 村上凉子中文字幕在线| 在线播放国产精品三级| 精品久久久久久久久av| 两性午夜刺激爽爽歪歪视频在线观看| 日韩高清综合在线| 免费av不卡在线播放| 久久韩国三级中文字幕| 亚洲欧美日韩东京热| 国产av不卡久久| 国产精品蜜桃在线观看| 国产三级中文精品| 午夜福利视频1000在线观看| 免费看a级黄色片| av女优亚洲男人天堂| 人体艺术视频欧美日本| 欧美激情在线99| 日本熟妇午夜| 一级毛片久久久久久久久女| 91精品一卡2卡3卡4卡| 亚洲国产欧美人成| 久久这里有精品视频免费| 听说在线观看完整版免费高清| 伦理电影大哥的女人| 国产亚洲精品久久久com| 午夜日本视频在线| 欧美高清性xxxxhd video| 国产精品人妻久久久影院| kizo精华| av国产久精品久网站免费入址| 91久久精品电影网| 特大巨黑吊av在线直播| 五月玫瑰六月丁香| 欧美人与善性xxx| 能在线免费看毛片的网站| 国产爱豆传媒在线观看| 午夜福利成人在线免费观看| 中文精品一卡2卡3卡4更新| 欧美高清成人免费视频www| 两个人视频免费观看高清| 国产午夜福利久久久久久| 国产中年淑女户外野战色| 日韩精品有码人妻一区| 国产色婷婷99| 午夜亚洲福利在线播放| 欧美三级亚洲精品| 国产亚洲一区二区精品| av免费在线看不卡| 日韩在线高清观看一区二区三区| 一区二区三区免费毛片| 又粗又爽又猛毛片免费看| 久久久久久久国产电影| 亚洲熟妇中文字幕五十中出| 国产探花极品一区二区| 国产精品熟女久久久久浪| 亚洲乱码一区二区免费版| 精品人妻一区二区三区麻豆| 国产高清国产精品国产三级 | 成人av在线播放网站| 91aial.com中文字幕在线观看| 乱码一卡2卡4卡精品| 一级毛片电影观看 | 一级毛片久久久久久久久女| 亚洲中文字幕日韩| 美女高潮的动态| 国产私拍福利视频在线观看| 欧美日本视频| 午夜免费激情av| 久久久午夜欧美精品| 国产在线一区二区三区精 | 日本一本二区三区精品| 免费大片18禁| 夜夜看夜夜爽夜夜摸| 国产亚洲一区二区精品| 亚洲精品乱久久久久久| 亚洲性久久影院| 午夜老司机福利剧场| 日韩av不卡免费在线播放| 免费黄网站久久成人精品| 国产精品三级大全| 黄色日韩在线| 少妇人妻精品综合一区二区| 国产精品久久久久久精品电影| 成人午夜精彩视频在线观看| 国产免费视频播放在线视频 | 噜噜噜噜噜久久久久久91| 一级黄色大片毛片| 一级黄片播放器| 婷婷六月久久综合丁香| 亚洲成av人片在线播放无| 日韩高清综合在线| 黄片无遮挡物在线观看| 国产成人精品一,二区| 舔av片在线| 成人高潮视频无遮挡免费网站| 少妇裸体淫交视频免费看高清| 国产成人一区二区在线| 青青草视频在线视频观看| 尾随美女入室| 视频中文字幕在线观看| www.av在线官网国产| 卡戴珊不雅视频在线播放| 老司机影院毛片| 日日摸夜夜添夜夜爱| av福利片在线观看| 色播亚洲综合网| 黄色一级大片看看| 国产成人a∨麻豆精品| 精品不卡国产一区二区三区| 亚洲av熟女| 国产精品一区二区在线观看99 | 亚洲一级一片aⅴ在线观看| 成人美女网站在线观看视频| 精品久久国产蜜桃| 日韩欧美在线乱码| 校园人妻丝袜中文字幕| 国产白丝娇喘喷水9色精品| 亚洲五月天丁香| 九草在线视频观看| 午夜日本视频在线| 国产乱来视频区| 国产高潮美女av| 简卡轻食公司| 日韩av不卡免费在线播放| 麻豆乱淫一区二区| 人人妻人人澡欧美一区二区| 蜜桃亚洲精品一区二区三区| 免费播放大片免费观看视频在线观看 | 晚上一个人看的免费电影| 婷婷六月久久综合丁香| 国产一区有黄有色的免费视频 | 亚洲精品成人久久久久久| 免费黄网站久久成人精品| 色吧在线观看| 国产精品野战在线观看| 激情 狠狠 欧美| 伊人久久精品亚洲午夜| 久久午夜福利片| 人妻夜夜爽99麻豆av| 国产精品国产三级国产专区5o | 免费看日本二区| 久久精品久久久久久噜噜老黄 | 国产真实伦视频高清在线观看| 高清毛片免费看| 床上黄色一级片| 久久亚洲国产成人精品v| 嫩草影院新地址| av福利片在线观看| 精品一区二区三区视频在线| 2022亚洲国产成人精品| 免费看日本二区| 国产成人91sexporn| 亚洲丝袜综合中文字幕| 在线观看美女被高潮喷水网站| 人人妻人人澡人人爽人人夜夜 | 深爱激情五月婷婷| 精品酒店卫生间| 久久国内精品自在自线图片| 亚洲精品日韩在线中文字幕| 中文字幕制服av| 亚洲18禁久久av| 国产成人一区二区在线| av国产久精品久网站免费入址| ponron亚洲|