• <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 ?

    基于混合活動(dòng)輪廓模型的超聲相控陣NDT圖像分割

    2019-06-07 15:08:13劉永洛王文強(qiáng)馬立武
    軟件導(dǎo)刊 2019年1期
    關(guān)鍵詞:圖像分割無損檢測

    劉永洛 王文強(qiáng) 馬立武

    摘 要:超聲相控陣無損檢測圖像中往往含有大量的噪聲且灰度不均勻,嚴(yán)重降低了超聲相控陣圖像質(zhì)量。在采用常規(guī)方法分割超聲相控陣NDT圖像時(shí),往往陷入局部最優(yōu)解,無法獲得準(zhǔn)確的邊界信息。基于LCV模型和改進(jìn)的GAC模型,提出一種新的分割方法,結(jié)合圖像全局信息、局部信息和梯度信息構(gòu)造了新的能量函數(shù)約束輪廓曲線的演化,并結(jié)合梯度信息與局部信息提出了一種新的邊緣停止函數(shù),引入新的邊緣停止函數(shù)使模型的抗噪性更強(qiáng)。實(shí)驗(yàn)結(jié)果表明,該模型能夠處理灰度不均勻圖像,且對初始輪廓和噪聲不敏感。與以往算法相比,可有效避免陷入局部最優(yōu)解。

    關(guān)鍵詞:活動(dòng)輪廓模型;缺陷分割;超聲相控陣;圖像分割;無損檢測

    DOI:10. 11907/rjdk. 181831

    中圖分類號:TP317.4文獻(xiàn)標(biāo)識碼:A文章編號:1672-7800(2019)001-0192-05

    Abstract: The ultrasonic phased array NDT image contains a lot of noise and intensity inhomogeneity, which seriously reduces the quality of ultrasound phased array images. It is inclined to fall into the local optimal solution and unable get the accurate boundary information when using general methods to segment ultrasonic phased array NDT images. Combining the advantages of LCV model and improved GAC model, a hybrid active contour model is proposed. The new energy function utilizes global information, local information and gradient information of image to constrain the evolution of the contour. The new parameters of the regularization term and the penalty term are given respectively in the model. A new edge indicator function is proposed based on gradient information and local information. The new edge stopping function makes the model more robust. The experimental results show that the proposed model can deal with the image with intensity inhomogeneity, and it is insensitive to the initial contour and noise. Compared with the previous algorithm, the proposed method can avoid falling into the local optimal solution effectively.

    0 引言

    超聲相控陣是無損檢測領(lǐng)域的一項(xiàng)新興技術(shù),憑借其無污染、穿透性強(qiáng)、安全性高等優(yōu)點(diǎn)成為當(dāng)前使用最廣的無損檢測方法之一。隨著超聲相控陣無損檢測技術(shù)在工業(yè)中的應(yīng)用,對超聲相控陣無損檢測圖像的處理也提出了更高要求,完整而準(zhǔn)確的邊緣信息是超聲相控陣無損檢測圖像三維重建和缺陷識別的重要前提。由于超聲成像機(jī)理和檢測環(huán)境的限制,超聲圖像中不可避免地存在漫反射噪聲,嚴(yán)重降低了超聲圖像質(zhì)量[1-2],給超聲圖像分割帶來很大困難。超聲相控陣NDT圖像往往存在不止一處缺陷,基于水平集算法的活動(dòng)輪廓模型適用于多目標(biāo)分割,可得到完整的閉合輪廓信息,但是由于超聲相控陣NDT圖像中含有大量噪聲且灰度不均勻,因此使用以往的分割方法無法準(zhǔn)確分割目標(biāo)。

    近年來基于水平集算法的活動(dòng)輪廓模型是一個(gè)研究熱點(diǎn)。針對不同種類的圖像以及不同的分割要求,學(xué)者們提出了大量的改進(jìn)算法:基于水平集算法的分割模型主要分為基于邊緣、基于區(qū)域和混合模型,基于邊緣的活動(dòng)輪廓模型通常利用圖像梯度信息建立能量函數(shù),如Caselle等[3]提出的GAC模型,在邊界不明確的情況下,GAC模型很難使輪廓曲線收斂到真實(shí)邊界。基于區(qū)域的活動(dòng)輪廓模型建立在圖像灰度均勻統(tǒng)計(jì)假設(shè)基礎(chǔ)之上,例如CV模型假設(shè)圖像中前景和背景灰度是均勻的,因此CV模型在分割含噪聲圖像時(shí)效果較差,但其計(jì)算復(fù)雜度低,對初始輪廓曲線位置不敏感[4]。

    單獨(dú)利用圖像的梯度信息或區(qū)域信息往往不能達(dá)到實(shí)際需求,因此學(xué)者們提出了大量混合模型,混合模型將圖像的梯度信息、區(qū)域信息聯(lián)合使用以達(dá)到較好的分割效果。文獻(xiàn)[5]利用分水嶺變換和灰度統(tǒng)計(jì)信息得到權(quán)重矩陣,提出了一種基于分水嶺算法的加權(quán)核映射水平集模型,減少了水平集函數(shù)迭代次數(shù)且分割精度較高。文獻(xiàn)[6]在紋理圖像的分割中,在能量函數(shù)中融入了局部高斯分布擬合項(xiàng)并考慮局部自相似性,提出了一種自相似性水平集模型,可有效分割具有合成或自然問題的圖像。文獻(xiàn)[7]結(jié)合圖像的局部和全局特征,構(gòu)造了一種新的非線性自適應(yīng)速度和加權(quán)概率停止力,可有效分割弱邊緣圖像。文獻(xiàn)[8]提出了一種自適應(yīng)局部區(qū)域型水平集分割算法,在局部區(qū)域中使用自適應(yīng)梯度權(quán)重信息,在灰度不均勻圖像的分割中取得了較好效果。文獻(xiàn)[9]利用圖像局部信息和全局信息提出了一種混合模型,對初始輪廓具有較高的魯棒性,提高了模型分割灰度不均勻圖像的效率和準(zhǔn)確性。文獻(xiàn)[10]提出了一種基于顯著性區(qū)域檢測和水平集的圖像快速分割算法,利用元胞自動(dòng)機(jī)模型得到圖像的初始化邊界曲線,采用改進(jìn)的距離正規(guī)化水平集方法實(shí)現(xiàn)了高效的圖像分割。文獻(xiàn)[11]在粗糙集數(shù)據(jù)離散化基礎(chǔ)上引入了針對圖像數(shù)據(jù)的離散化方法,在人工合成圖像和真實(shí)圖像的分割中取得較好效果。文獻(xiàn)[12]將局部熵的概念引入到圖像分割中,提出了一種基于局部熵的主動(dòng)輪廓模型,與LBF模型和LGDF模型相比具有更高的分割精度。文獻(xiàn)[13]利用邊緣特征和區(qū)域信息構(gòu)建能量泛函,提出了一種基于多紋理模型的參數(shù)化分割方法。文獻(xiàn)[14]將局部擬合能量和全局?jǐn)M合能量融合,在灰度不均勻圖像分割中取得一定成功。文獻(xiàn)[15]利用線性檢測器的線性組合,提出一種可有效分割彩色視網(wǎng)膜血管圖像的方法。文獻(xiàn)[16]提出了一種混合能量模型,包含一個(gè)基于圖像灰度的局部項(xiàng)和一個(gè)有效的基于間斷的全局項(xiàng), 用于優(yōu)化動(dòng)脈圖像分割。文獻(xiàn)[17]利用活動(dòng)輪廓模型成功進(jìn)行了海陸分割。

    超聲相控陣無損檢測圖像中含有散斑噪聲,上述方法在超聲相控陣NDT圖像的分割中并不適用,目前針對超聲相控陣NDT圖像的分割方法很少,因此亟需提出一種新的方法來滿足分割要求。

    1 相關(guān)模型

    1.1 LCV模型

    式(1)中,[c1和c2]分別是閉合曲線內(nèi)部與外部的灰度均值, [d1和d2]分別是閉合曲線內(nèi)部與外部的局部灰度均值。[gk]是局部信息檢測的平均卷積算子,具有[k×k]大小的窗口。[α]和[β]是控制全局能量項(xiàng)與局部能量項(xiàng)比重的兩個(gè)正參數(shù),[α]和[β]一般根據(jù)圖像中的灰度信息確定。[Hε(z)]和[δε(z)]分別為Heaviside函數(shù)及Dirac函數(shù)。

    LCV模型利用了圖像的局部信息和全局信息,可有效分割灰度不均勻圖像,但在超聲相控陣NDT圖像的分割中,很容易將圖像中的噪聲作為目標(biāo)區(qū)域分割出來,大大降低了LCV模型的分割質(zhì)量,因此迫切需要一種新的模型應(yīng)用于超聲相控陣NDT圖像的分割。

    1.2 水平集模型

    李純明等[19]提出了一種新的GAC模型變分公式,將水平集函數(shù)近似為符號距離函數(shù),因此該模型不再需要復(fù)雜的重新初始化過程。能量泛函如下:

    2 本文模型

    2.1 能量函數(shù)

    超聲相控陣無損檢測圖像中含有特殊的散斑噪聲,在使用LCV模型、CV模型、LBF模型等進(jìn)行分割時(shí)極易將噪聲分割出來,極大降低了分割精度。本文在改進(jìn)的GAC模型和LCV模型基礎(chǔ)上提出了一種混合模型,該模型可同時(shí)利用圖像的局部信息、全局信息和梯度信息,模型如下:

    在該模型中,在灰度較均勻的區(qū)域以改進(jìn)的GAC模型為主要驅(qū)動(dòng)力,而在靠近目標(biāo)邊緣的區(qū)域,由于灰度變化劇烈,則以LCV模型為主要驅(qū)動(dòng)力。提出的模型充分利用了圖像信息,提高了分割精度,同時(shí)對圖像中的噪聲和初始輪廓位置不敏感,實(shí)驗(yàn)結(jié)果后續(xù)給出。

    2.2 算法基本步驟

    本文分割方法步驟如下:①輸入超聲相控陣NDT原始圖像;②對原始圖像進(jìn)行預(yù)處理,使用高斯濾波去除噪聲,濾波算子尺寸為3×3,標(biāo)準(zhǔn)差為1.5;③初始化水平集輪廓曲線;④設(shè)定模型中的各參數(shù),具體數(shù)值如表1所示;⑤開始水平集函數(shù)迭代,根據(jù)式(8)和式(9)更新[?]和[ω],根據(jù)式(10)更新[μ2(1-ω)]和[ωμ2+1-ω];⑥檢查是否滿足迭代停止條件,如達(dá)到停止條件則停止演化,否則返回步驟5;⑦輸出分割結(jié)果。

    本文模型算法流程如圖1所示。

    3 實(shí)驗(yàn)結(jié)果及分析

    實(shí)驗(yàn)中使用的圖像由超聲相控陣儀器Phasor XS生成,實(shí)驗(yàn)環(huán)境為MATLAB R2016a,CPU 為Intel(R) Core(TM) i5-4590 處理器,主頻為3.30GHz,4G RAM,Windows 7操作系統(tǒng)。

    3.1 本文模型分割效果演示

    將本文模型和其它模型在超聲相控陣NDT圖像上進(jìn)行實(shí)驗(yàn),圖2和圖3分別為原始圖像和人工分割結(jié)果。

    文獻(xiàn)[14]基于CV模型和LBF模型提出了LCV模型。本文進(jìn)行5組實(shí)驗(yàn),為充分驗(yàn)證本文模型對超聲相控陣NDT圖像的分割能力,實(shí)驗(yàn)中所有模型均采用適當(dāng)參數(shù),以提高所有模型的分割效果。5種模型的分割過程與結(jié)果見圖4-圖8。

    在原始圖像中可以看到一條明顯具有干擾性質(zhì)的豎線,這對分割精度產(chǎn)生極大的影響。在圖4-圖6中,CV模型、LBF模型和LCV模型無法克服此干擾,圖7雖然可以看到該模型克服了豎線影響,但輪廓曲線并未收斂到真實(shí)邊界。在超聲相控陣無損檢測圖像分割中, 通過大量實(shí)驗(yàn)得到各模型的合理參數(shù)值,表1給出了各模型參數(shù)的設(shè)置。

    3.2 本文模型分割效果評價(jià)

    為了評價(jià)分割效果,利用Hausdorff距離、Jaccard相似系數(shù)、Precision(精度)[20]和Recall(查全率)評價(jià)圖像分割質(zhì)量。Hausdorff距離是度量空間中真實(shí)子集之間的距離,可用來度量圖像分割中邊緣匹配的精度。根據(jù)該定義,可以知道Hausdorff距離越小的圖像分割效果越好。Jaccard相似系數(shù)是有限樣本集間相似性或差異性的度量,可作為衡量圖像分割質(zhì)量的參數(shù),用來度量自動(dòng)分割和人工分割之間的相似性。根據(jù)Jaccard 相似系數(shù)原理可將其定義為:首先給定兩個(gè)集合A和B, Jaccard 相似系數(shù)可表示為A與B交集和A與B并集的比值:

    4 結(jié)語

    本文提出了一種基于LCV和改進(jìn)GAC模型的超聲相控陣無損檢測圖像融合分割方法。該融合算法利用超聲相控陣NDT圖像的局部信息、全局信息和梯度信息,在運(yùn)行時(shí)間和迭代次數(shù)上均有較好性能。該算法以最少35次的迭代收斂到目標(biāo)邊緣,比LCV算法運(yùn)行時(shí)間稍長,但比其它模型效率高很多??陀^評價(jià)表明,該方法的精度優(yōu)于其它模型,提高了分割精度,可以獲得更精確的目標(biāo)邊緣,對超聲相控陣NDT圖像三維重建與缺陷定量分析具有重要意義。

    參考文獻(xiàn):

    [1] 楊曉霞. 超聲相控陣汽車發(fā)動(dòng)機(jī)內(nèi)腔腐蝕檢測關(guān)鍵技術(shù)研究[D]. 天津:天津大學(xué), 2014.

    [2] 樊程廣. 超聲相控陣超分辨率成像方法研究[D]. 長沙:國防科學(xué)技術(shù)大學(xué), 2014.

    [3] CASELLES V,KIMMEL R,SAPIRO G. Geodesic active contours[J]. International Journal Computer Vision, 1997,22(1):61-79.

    [4] CHAN T,VESE? L. Active contours without edges[J]. IEEE Transaction on Image Process, 2001, 10 (2):266-277.

    [5] ZHANG Y C,GUO H,CHEN F, et al. Weighted kernel mapping model with spring simulation based watershed transformation for level set image segmentation[J]. Neurocomputing, 2017(3): 249-250.

    [6] LIU L X,F(xiàn)AN S M,NING X D, et al. An efficient level set model with self-similarity for texture segmentation[J]. Neurocomputing, 2017(5):266-267.

    [7] 周鳳麗,于海平,龔江河. 非線性自適應(yīng)水平集的圖像分割方法[J]. 軟件導(dǎo)刊,2017,16(7): 191-194.

    [8] 劉帥,夏莉,周燕飛,等. 自適應(yīng)局部區(qū)域型水平集分割算法 [J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2017, 26(11): 145-151.

    [9] 蔡青,劉慧英,周三平,等. 基于局部和全局信息的自適應(yīng)水平集圖像分割[J]. 強(qiáng)激光與粒子束,2017,29(2):28-35.

    [10] 葉鋒,李婉茹,陳家禎,等. 基于顯著性區(qū)域檢測和水平集的圖像快速分割算法[J]. 電子與信息學(xué)報(bào),2017, 39(11): 2661-2668.

    [11] 張迎春,郭禾. 基于粗糙集和新能量公式的水平集圖像分割[J]. 自動(dòng)化學(xué)報(bào),2015, 41(11): 1913-1925.

    [12] 潘改,高立群,趙爽. 基于局部熵的主動(dòng)輪廓模型[J]. 中國圖象圖形學(xué)報(bào),2013, 18(1): 78-85.

    [13] LUO S,TONG L,CHEN Y. A Multi-region segmentation method for SAR images based on the multi-texture model with level sets[J]. IEEE Transactions on Image Processing, 2018,27(5):2560-2574.

    [14] BOUTICHE Y. Fast algorithm to minimize model combining dynamically local and global fitting energy for image segmentation[C]. The 3rd International Conference on Control, Engineering & Information Technology (CEIT), Tlemcen, 2015:1-6.

    [15] BISWAL B, POOJA N T,BALA SUBRAHMANYAM. Robust retinal blood vessel segmentation using line detectors with multiple masks[J]. IET Image Processing ,2018,12(3):389-399.

    [16] JAWAID M M, RAJANI R, LIATSIS P, et al. A hybrid energy model for region based curve evolution-application to CTA coronary segmentation[J]. Computer Methods and Programs in Biomedicine,2017(144): 189-202.

    [17] 于芳,梁英杰,昂朝群. 基于幾何活動(dòng)輪廓的海陸分割方法研究[J]. 軟件導(dǎo)刊,2016, 15(11): 190-192.

    [18] WANG X, HUANG D, XU H. An efficient local Chan-Vese model for image segmentation[J]. Pattern Recognition,2010, 43(3):603-618.

    [19] LI C M, XU C Y. Level set evolution without re-initialization: a new variational formulation[C]. San Diego: Computer Society Conference on Computer Vision and Pattern Recognition, 2005:430-436.

    [20] 張石, 董建威, 佘黎煌. 醫(yī)學(xué)圖像分割算法的評價(jià)方法[J]. 中國圖象圖形學(xué)報(bào), 2009, 14(9): 1872-1880.

    [21] PENG B, ZHANG L, MOU XQ. Evaluation of segmentation quality via adaptive composition of reference segmentations[J]. Ieee Transactions On Pattern Analysis And Machine Intelligence,2017, 39(10): 1929-1941.

    (責(zé)任編輯:杜能鋼)

    猜你喜歡
    圖像分割無損檢測
    計(jì)算機(jī)定量金相分析系統(tǒng)的軟件開發(fā)與圖像處理方法
    基于灰色系統(tǒng)理論的數(shù)字圖像處理算法
    一種改進(jìn)的分水嶺圖像分割算法研究
    科技視界(2016年26期)2016-12-17 16:25:03
    基于LabVIEW雛雞雌雄半自動(dòng)鑒別系統(tǒng)
    淺析機(jī)械設(shè)備無損檢測與安全
    應(yīng)力波反射法測錨索長度的數(shù)據(jù)處理軟件設(shè)計(jì)與實(shí)現(xiàn)
    一種圖像超像素的快速生成算法
    基于魯棒性的廣義FCM圖像分割算法
    無損檢測技術(shù)的原理及應(yīng)用
    鍋爐檢測應(yīng)用壓力管道無損檢測技術(shù)的分析
    美女视频免费永久观看网站| 久久免费观看电影| 国产无遮挡羞羞视频在线观看| 国产在视频线精品| 久久午夜综合久久蜜桃| 桃花免费在线播放| 狠狠狠狠99中文字幕| 午夜两性在线视频| av欧美777| 久久人妻av系列| a级片在线免费高清观看视频| 国产男靠女视频免费网站| 欧美成人午夜精品| 午夜福利影视在线免费观看| 午夜免费鲁丝| 中文字幕最新亚洲高清| 操美女的视频在线观看| 麻豆av在线久日| 黄片小视频在线播放| 我要看黄色一级片免费的| 成人影院久久| 国产成人欧美在线观看 | h视频一区二区三区| 久久精品国产a三级三级三级| 精品亚洲成a人片在线观看| 丝袜在线中文字幕| 国产精品98久久久久久宅男小说| 免费在线观看视频国产中文字幕亚洲| 啦啦啦视频在线资源免费观看| 99精品在免费线老司机午夜| 欧美中文综合在线视频| 免费在线观看黄色视频的| 中国美女看黄片| 老鸭窝网址在线观看| 天堂中文最新版在线下载| 久久中文字幕人妻熟女| 日韩欧美三级三区| 国产高清激情床上av| 美女午夜性视频免费| 精品亚洲成a人片在线观看| 999久久久精品免费观看国产| 午夜激情av网站| 成年人午夜在线观看视频| av电影中文网址| 久久精品国产综合久久久| 日日爽夜夜爽网站| 精品少妇久久久久久888优播| www.熟女人妻精品国产| 可以免费在线观看a视频的电影网站| 69精品国产乱码久久久| 成人黄色视频免费在线看| 欧美日韩成人在线一区二区| 最近最新免费中文字幕在线| 曰老女人黄片| 在线观看免费高清a一片| 色视频在线一区二区三区| 黄片播放在线免费| 日本av手机在线免费观看| 久久久久视频综合| 国产成人av教育| 国产精品 国内视频| 精品人妻熟女毛片av久久网站| 在线永久观看黄色视频| 欧美变态另类bdsm刘玥| 免费少妇av软件| 亚洲精品在线美女| 在线观看66精品国产| 成年版毛片免费区| 亚洲专区字幕在线| 99久久99久久久精品蜜桃| 窝窝影院91人妻| av国产精品久久久久影院| 久久影院123| 国产高清国产精品国产三级| svipshipincom国产片| 多毛熟女@视频| 中文字幕最新亚洲高清| 91老司机精品| 欧美久久黑人一区二区| 久久久国产一区二区| 操美女的视频在线观看| 国产成人av教育| 极品人妻少妇av视频| 老司机午夜十八禁免费视频| 免费观看a级毛片全部| 久久香蕉激情| 美女主播在线视频| 国产免费福利视频在线观看| 国产午夜精品久久久久久| 中文字幕人妻丝袜一区二区| 一区二区日韩欧美中文字幕| 在线观看免费视频网站a站| h视频一区二区三区| 久久毛片免费看一区二区三区| 精品视频人人做人人爽| 日本欧美视频一区| videos熟女内射| 在线亚洲精品国产二区图片欧美| 老汉色∧v一级毛片| 久热爱精品视频在线9| 亚洲精品一卡2卡三卡4卡5卡| 一级黄色大片毛片| 亚洲熟女毛片儿| 又紧又爽又黄一区二区| 国产亚洲一区二区精品| 国产精品亚洲一级av第二区| 久久久久久免费高清国产稀缺| 日韩中文字幕欧美一区二区| 妹子高潮喷水视频| 精品少妇一区二区三区视频日本电影| 在线观看免费视频日本深夜| 欧美成人午夜精品| 精品国产亚洲在线| 欧美日韩黄片免| 热re99久久精品国产66热6| 在线观看www视频免费| 午夜两性在线视频| 一区二区三区激情视频| 亚洲欧美日韩另类电影网站| 天堂俺去俺来也www色官网| 动漫黄色视频在线观看| 男人舔女人的私密视频| 免费日韩欧美在线观看| 超碰成人久久| 在线十欧美十亚洲十日本专区| 国产精品熟女久久久久浪| 欧美激情久久久久久爽电影 | 色综合婷婷激情| 欧美性长视频在线观看| 麻豆乱淫一区二区| 悠悠久久av| 免费看a级黄色片| 日韩精品免费视频一区二区三区| 国产日韩欧美在线精品| 他把我摸到了高潮在线观看 | 国产一区二区在线观看av| 成人国产av品久久久| 成人永久免费在线观看视频 | 午夜福利在线免费观看网站| 俄罗斯特黄特色一大片| a级毛片在线看网站| 一边摸一边抽搐一进一小说 | 最新的欧美精品一区二区| 国产欧美日韩一区二区精品| 国产成人一区二区三区免费视频网站| 操出白浆在线播放| 亚洲伊人久久精品综合| www.熟女人妻精品国产| 最新美女视频免费是黄的| 9色porny在线观看| 9191精品国产免费久久| 精品久久久精品久久久| 少妇 在线观看| 亚洲精品国产区一区二| 亚洲伊人色综图| 欧美变态另类bdsm刘玥| 男女床上黄色一级片免费看| 国产一区二区三区在线臀色熟女 | 黑人操中国人逼视频| 不卡av一区二区三区| 少妇 在线观看| 黄色 视频免费看| 国产野战对白在线观看| 国产精品香港三级国产av潘金莲| 精品人妻在线不人妻| 国产欧美亚洲国产| 大陆偷拍与自拍| 69av精品久久久久久 | 少妇 在线观看| 国产一区二区三区视频了| 国产精品久久久av美女十八| 久久精品国产亚洲av香蕉五月 | 80岁老熟妇乱子伦牲交| 人妻 亚洲 视频| 国产免费现黄频在线看| 精品福利永久在线观看| 精品国产乱码久久久久久小说| 18禁裸乳无遮挡动漫免费视频| 男女高潮啪啪啪动态图| 国产99久久九九免费精品| 91九色精品人成在线观看| 黄色成人免费大全| 亚洲专区中文字幕在线| 在线观看免费视频日本深夜| 成人国产一区最新在线观看| 精品视频人人做人人爽| 两个人免费观看高清视频| 人人妻人人澡人人爽人人夜夜| 夜夜爽天天搞| 欧美精品一区二区免费开放| 99久久国产精品久久久| 午夜激情久久久久久久| 黄片播放在线免费| 91九色精品人成在线观看| 少妇 在线观看| 丝瓜视频免费看黄片| 国产精品香港三级国产av潘金莲| 美女高潮喷水抽搐中文字幕| 国产av精品麻豆| 日本a在线网址| 欧美精品人与动牲交sv欧美| 男人操女人黄网站| 一级片'在线观看视频| 亚洲欧洲精品一区二区精品久久久| 亚洲色图综合在线观看| 热99国产精品久久久久久7| 亚洲中文字幕日韩| 日韩中文字幕欧美一区二区| videos熟女内射| 人妻一区二区av| 丝袜美腿诱惑在线| 最近最新免费中文字幕在线| 精品国产一区二区久久| 精品欧美一区二区三区在线| 久久99热这里只频精品6学生| 美女扒开内裤让男人捅视频| 日韩中文字幕视频在线看片| 国产精品美女特级片免费视频播放器 | 高清毛片免费观看视频网站 | 午夜老司机福利片| av福利片在线| 操出白浆在线播放| 丰满迷人的少妇在线观看| 午夜福利影视在线免费观看| 亚洲五月色婷婷综合| 久久精品国产a三级三级三级| 宅男免费午夜| 亚洲av第一区精品v没综合| 久久午夜亚洲精品久久| 日本撒尿小便嘘嘘汇集6| 最近最新中文字幕大全电影3 | 精品亚洲成国产av| 十八禁网站网址无遮挡| 色精品久久人妻99蜜桃| 免费在线观看黄色视频的| 成人18禁在线播放| 亚洲国产欧美网| 久久青草综合色| 最新美女视频免费是黄的| 欧美日韩一级在线毛片| 日韩欧美三级三区| 亚洲少妇的诱惑av| 妹子高潮喷水视频| 另类精品久久| 一边摸一边做爽爽视频免费| 精品高清国产在线一区| 日日爽夜夜爽网站| 久久青草综合色| 一级毛片女人18水好多| 亚洲成a人片在线一区二区| 黄色视频不卡| 欧美午夜高清在线| 蜜桃在线观看..| 久久天堂一区二区三区四区| 深夜精品福利| 岛国毛片在线播放| 香蕉丝袜av| 精品福利永久在线观看| 久久亚洲真实| 国产色视频综合| 香蕉国产在线看| 99久久精品国产亚洲精品| 熟女少妇亚洲综合色aaa.| 国产成人啪精品午夜网站| 啦啦啦中文免费视频观看日本| 高潮久久久久久久久久久不卡| 91老司机精品| 亚洲欧美一区二区三区久久| 亚洲精品一卡2卡三卡4卡5卡| 国产日韩欧美视频二区| 国产成人欧美| videos熟女内射| 国产不卡一卡二| 午夜福利,免费看| 女性生殖器流出的白浆| 中文字幕另类日韩欧美亚洲嫩草| 丝袜美腿诱惑在线| 免费观看人在逋| 18在线观看网站| 黄色片一级片一级黄色片| 熟女少妇亚洲综合色aaa.| 精品国内亚洲2022精品成人 | 国产亚洲精品久久久久5区| 国内毛片毛片毛片毛片毛片| 天天操日日干夜夜撸| 高清毛片免费观看视频网站 | 免费不卡黄色视频| 精品欧美一区二区三区在线| 亚洲avbb在线观看| 一区二区三区国产精品乱码| 久久国产精品影院| 成人国产一区最新在线观看| 丝瓜视频免费看黄片| 老熟女久久久| 国产高清激情床上av| 国产一区二区三区综合在线观看| 性色av乱码一区二区三区2| 男女边摸边吃奶| 欧美日韩福利视频一区二区| 国产激情久久老熟女| 日日夜夜操网爽| 精品福利观看| 天天躁夜夜躁狠狠躁躁| 男女无遮挡免费网站观看| 久久av网站| 国产精品av久久久久免费| 亚洲九九香蕉| 青草久久国产| 777米奇影视久久| 午夜免费鲁丝| 亚洲自偷自拍图片 自拍| 国产精品99久久99久久久不卡| 国产精品亚洲一级av第二区| 午夜福利视频在线观看免费| 蜜桃在线观看..| 黄色视频,在线免费观看| 欧美日韩成人在线一区二区| e午夜精品久久久久久久| 久久人人爽av亚洲精品天堂| 啦啦啦中文免费视频观看日本| 少妇猛男粗大的猛烈进出视频| 九色亚洲精品在线播放| 久久久久久人人人人人| 精品视频人人做人人爽| 成在线人永久免费视频| 夜夜爽天天搞| 亚洲免费av在线视频| 日日爽夜夜爽网站| 91字幕亚洲| 五月开心婷婷网| 十分钟在线观看高清视频www| 在线 av 中文字幕| 在线永久观看黄色视频| 这个男人来自地球电影免费观看| 国产国语露脸激情在线看| 日日摸夜夜添夜夜添小说| 乱人伦中国视频| 狠狠狠狠99中文字幕| 人妻久久中文字幕网| 一二三四在线观看免费中文在| 欧美午夜高清在线| 成人黄色视频免费在线看| 亚洲色图综合在线观看| 亚洲全国av大片| 一个人免费在线观看的高清视频| 无人区码免费观看不卡 | 人人妻人人爽人人添夜夜欢视频| 在线观看免费日韩欧美大片| 天堂8中文在线网| 国产高清视频在线播放一区| 亚洲九九香蕉| 免费久久久久久久精品成人欧美视频| 老司机在亚洲福利影院| 久久久精品免费免费高清| 丝袜人妻中文字幕| 国产在线精品亚洲第一网站| 999精品在线视频| 欧美黄色片欧美黄色片| 久久天躁狠狠躁夜夜2o2o| 国产精品欧美亚洲77777| 国产精品亚洲一级av第二区| 国产欧美亚洲国产| 亚洲成国产人片在线观看| 欧美激情久久久久久爽电影 | 亚洲精品美女久久久久99蜜臀| 日本一区二区免费在线视频| 国产在视频线精品| 少妇被粗大的猛进出69影院| 大香蕉久久成人网| 在线观看免费高清a一片| 日韩成人在线观看一区二区三区| av网站免费在线观看视频| 久久久久久久久免费视频了| 国产深夜福利视频在线观看| 天天操日日干夜夜撸| 人人妻人人添人人爽欧美一区卜| 午夜精品国产一区二区电影| 日韩视频一区二区在线观看| 午夜激情久久久久久久| 久热爱精品视频在线9| 老汉色av国产亚洲站长工具| 极品人妻少妇av视频| 下体分泌物呈黄色| www.999成人在线观看| 女人精品久久久久毛片| 一边摸一边抽搐一进一出视频| 欧美黄色片欧美黄色片| 欧美黄色淫秽网站| 黄色成人免费大全| 欧美激情极品国产一区二区三区| 在线av久久热| 女同久久另类99精品国产91| 成年人免费黄色播放视频| 自拍欧美九色日韩亚洲蝌蚪91| 建设人人有责人人尽责人人享有的| 成人亚洲精品一区在线观看| 2018国产大陆天天弄谢| 国产一区二区三区视频了| 黄频高清免费视频| 欧美久久黑人一区二区| 亚洲精品在线观看二区| 满18在线观看网站| 国产成人av激情在线播放| 亚洲国产毛片av蜜桃av| 国产成人影院久久av| 久久精品国产综合久久久| 久久久精品免费免费高清| 日本vs欧美在线观看视频| 欧美精品亚洲一区二区| 国产在线视频一区二区| 人妻久久中文字幕网| 成人av一区二区三区在线看| 性色av乱码一区二区三区2| 久久午夜综合久久蜜桃| 99国产极品粉嫩在线观看| 免费人妻精品一区二区三区视频| 国精品久久久久久国模美| 日韩视频在线欧美| 午夜精品久久久久久毛片777| 老司机深夜福利视频在线观看| 十八禁网站免费在线| 亚洲免费av在线视频| 亚洲精品在线美女| 国内毛片毛片毛片毛片毛片| 精品国内亚洲2022精品成人 | 黑人巨大精品欧美一区二区mp4| 99国产综合亚洲精品| 两个人看的免费小视频| 国产精品麻豆人妻色哟哟久久| 久久午夜亚洲精品久久| 曰老女人黄片| 五月开心婷婷网| 欧美另类亚洲清纯唯美| 大型黄色视频在线免费观看| 日韩人妻精品一区2区三区| 精品一区二区三区四区五区乱码| 老司机午夜十八禁免费视频| 午夜福利在线观看吧| 19禁男女啪啪无遮挡网站| 精品国产一区二区三区四区第35| 色老头精品视频在线观看| 首页视频小说图片口味搜索| 日韩大码丰满熟妇| 日日夜夜操网爽| 一区二区日韩欧美中文字幕| 老汉色av国产亚洲站长工具| 久久免费观看电影| 99精品在免费线老司机午夜| 午夜福利欧美成人| 久久这里只有精品19| 蜜桃国产av成人99| 欧美激情高清一区二区三区| 我的亚洲天堂| 久久精品aⅴ一区二区三区四区| 99久久国产精品久久久| 女同久久另类99精品国产91| 亚洲国产精品一区二区三区在线| 国产成人精品久久二区二区免费| 一进一出好大好爽视频| av网站在线播放免费| 国产日韩欧美亚洲二区| 两性夫妻黄色片| 欧美日韩精品网址| 国产有黄有色有爽视频| 久久 成人 亚洲| 精品人妻熟女毛片av久久网站| 国产精品久久电影中文字幕 | 国产在视频线精品| 亚洲精品粉嫩美女一区| 丰满迷人的少妇在线观看| 99re在线观看精品视频| 精品一区二区三区四区五区乱码| 欧美日韩黄片免| 男女边摸边吃奶| 亚洲一区中文字幕在线| 欧美日韩亚洲综合一区二区三区_| 日日摸夜夜添夜夜添小说| 国产伦理片在线播放av一区| 人妻久久中文字幕网| 97在线人人人人妻| 免费在线观看影片大全网站| 久久中文字幕一级| 国精品久久久久久国模美| 99精品欧美一区二区三区四区| 美女扒开内裤让男人捅视频| 久久久国产欧美日韩av| 欧美日韩视频精品一区| 国产日韩欧美视频二区| av网站免费在线观看视频| 热99国产精品久久久久久7| 国产精品.久久久| 中文字幕最新亚洲高清| 日韩精品免费视频一区二区三区| e午夜精品久久久久久久| 韩国精品一区二区三区| 久久久国产成人免费| 精品国产亚洲在线| 嫁个100分男人电影在线观看| 亚洲一区中文字幕在线| 精品国产乱码久久久久久男人| 少妇猛男粗大的猛烈进出视频| www.999成人在线观看| 久久影院123| 日本欧美视频一区| 99久久精品国产亚洲精品| 日韩免费av在线播放| 日本av免费视频播放| 99国产精品一区二区三区| 国产精品自产拍在线观看55亚洲 | 久久精品国产综合久久久| 一个人免费在线观看的高清视频| 日日爽夜夜爽网站| 日本黄色日本黄色录像| 怎么达到女性高潮| 国产精品免费一区二区三区在线 | 69精品国产乱码久久久| 亚洲精品成人av观看孕妇| 中国美女看黄片| 麻豆成人av在线观看| 久久天躁狠狠躁夜夜2o2o| 欧美精品亚洲一区二区| 满18在线观看网站| 久久久久网色| 亚洲国产精品一区二区三区在线| 免费在线观看视频国产中文字幕亚洲| 成在线人永久免费视频| 一本久久精品| 国内毛片毛片毛片毛片毛片| 成人永久免费在线观看视频 | 亚洲午夜理论影院| 国产在线免费精品| 在线观看免费高清a一片| 日韩熟女老妇一区二区性免费视频| 一级毛片精品| 在线天堂中文资源库| 黄片播放在线免费| 中文字幕人妻丝袜一区二区| 亚洲情色 制服丝袜| 99re6热这里在线精品视频| 免费在线观看日本一区| 女人久久www免费人成看片| 中文字幕高清在线视频| 国产免费现黄频在线看| 亚洲av成人一区二区三| 日韩欧美免费精品| 美女国产高潮福利片在线看| 黄频高清免费视频| 欧美国产精品va在线观看不卡| 中文字幕另类日韩欧美亚洲嫩草| 一本大道久久a久久精品| 亚洲九九香蕉| 免费在线观看视频国产中文字幕亚洲| 日韩欧美免费精品| 亚洲自偷自拍图片 自拍| 亚洲欧美一区二区三区黑人| 久久精品亚洲熟妇少妇任你| 在线看a的网站| 曰老女人黄片| 一级片免费观看大全| 手机成人av网站| 国产成人精品久久二区二区91| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲欧美色中文字幕在线| 精品欧美一区二区三区在线| av欧美777| 国产亚洲午夜精品一区二区久久| 两个人免费观看高清视频| 久久国产精品人妻蜜桃| 高清视频免费观看一区二区| xxxhd国产人妻xxx| 90打野战视频偷拍视频| 91九色精品人成在线观看| 18禁美女被吸乳视频| 国产精品国产高清国产av | 黄片大片在线免费观看| 999精品在线视频| 免费在线观看黄色视频的| 999久久久国产精品视频| 99热网站在线观看| 日本欧美视频一区| av网站在线播放免费| 久久精品aⅴ一区二区三区四区| av天堂久久9| 国产一区二区三区综合在线观看| 99国产精品99久久久久| 99精国产麻豆久久婷婷| 在线 av 中文字幕| 丝袜人妻中文字幕| 国产高清视频在线播放一区| 极品人妻少妇av视频| 国产在线观看jvid| 亚洲欧洲日产国产| 精品人妻在线不人妻| 国产高清国产精品国产三级| 人人妻人人爽人人添夜夜欢视频| 9色porny在线观看| 成人免费观看视频高清| 女人爽到高潮嗷嗷叫在线视频| 18禁美女被吸乳视频| 侵犯人妻中文字幕一二三四区| 亚洲熟女精品中文字幕| 自线自在国产av| 大码成人一级视频| 国产精品久久久人人做人人爽| 日本av手机在线免费观看| 国产男女超爽视频在线观看| 中文字幕精品免费在线观看视频| 大型av网站在线播放| 亚洲中文字幕日韩| 日本一区二区免费在线视频| 丝袜喷水一区| 多毛熟女@视频| 人妻一区二区av| 精品国内亚洲2022精品成人 | 久久久国产欧美日韩av|