• <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MSER和SVM的玻璃纖維管紗毛羽檢測

    2019-06-11 06:11:06李海葉景軍鋒張緩緩蘇澤斌
    棉紡織技術(shù) 2019年5期
    關(guān)鍵詞:疵點毛羽準(zhǔn)確率

    李海葉 景軍鋒 趙 瑾 張緩緩 蘇澤斌

    (1.西安工程大學(xué),陜西西安,710600;2.西安獲德圖像技術(shù)有限公司,陜西西安,710048)

    玻璃纖維屬無機非金屬材料[1],其具有一系列的優(yōu)良物理化學(xué)性能,因而被廣泛應(yīng)用于航天航空、建筑、電子等領(lǐng)域[2]。玻璃纖維管紗是細(xì)紗經(jīng)捻線機纏繞在紗管上所形成的管狀紗體,從纏繞到成形的過程中,會不可避免地產(chǎn)生各種毛羽疵點,這些都將影響著后期的使用以及再加工的質(zhì)量,因此對毛羽疵點進行及時檢測,提高管紗質(zhì)量具有重要的實際意義。玻璃纖維管紗圖像如圖1所示。

    圖1 玻璃纖維管紗圖像

    管紗毛羽影響著紡織品的表面光潔度和手感特性,對纖維紗線的耐磨性有一定的破壞,同時毛羽的存在也會引起染色不均和起球等危害[3],毛羽疵點將直接影響管紗的等級。目前多數(shù)研究是對紗線毛羽的檢測,而對紗線繞制成管紗后產(chǎn)生的管紗毛羽,相關(guān)檢測研究甚少[4]。大部分企業(yè)依舊是借助簡易設(shè)備,通過肉眼對管紗毛羽檢測。但由于人工檢測受勞動強度大和勞動時間長等因素影響,會出現(xiàn)錯檢和漏檢等情況,不能保證管紗檢測的準(zhǔn)確率及工作效率,甚至在檢測過程中因人為因素會對管紗造成二次損傷。

    結(jié)合圖像處理的視覺檢測技術(shù)已日趨成熟,機器視覺技術(shù)因其具有高效、準(zhǔn)確、智能化的特點,而被廣泛地應(yīng)用在外觀包裝檢測、醫(yī)學(xué)醫(yī)藥工程、航天軍事科技等領(lǐng)域[5]。機器視覺是一種軟硬件集成、自動化的檢測技術(shù),機器代替人眼對計算機提取到的視覺信息進行分析和處理,并將其應(yīng)用到識別、檢測等方面[6]。針對管紗自身特有結(jié)構(gòu),利用機器視覺技術(shù)對管紗毛羽疵點進行實時檢測。通過多路相機采集管紗毛羽原始圖像,根據(jù)其形態(tài)特征以及灰度對比信息,提出基于最大穩(wěn)定極值區(qū)域(Maximally Stable Extremal Regions,以下簡稱MSER)的管紗毛羽分割方法,然后運用局部二值模式(Local Binary Pattern,以下簡稱LBP)算法獲得管紗毛羽的輪廓點特征信息,最后利用支持向量機(Support Vector Machine,以下簡稱SVM)對毛羽進行疵點分類。

    1 硬件平臺搭建

    管紗毛羽檢測系統(tǒng)硬件結(jié)構(gòu)如圖2所示。主要包括計算機、步進電機、光源、工業(yè)相機等,檢測時要對管紗斜面和垂直面兩處毛羽進行檢測。在管紗斜面和垂直面的左右兩端分別安裝相機和光源,2號光源與3號相機檢測管紗斜面毛羽,1號光源與4號相機檢測管紗垂直面毛羽。兩組背光條形光源與相機的中心點處于同一平面,兩個條形光源由一個多通道光源控制器控制。黑色背景板置于光源后方,增強毛羽疵點與背景的差異,并通過調(diào)整相機焦距、光圈等參數(shù)以獲取清晰的管紗圖像。將管紗放置在步進電機轉(zhuǎn)盤上,設(shè)定旋轉(zhuǎn)速度,使得管紗旋轉(zhuǎn)一周的時間為4 s。為保證在旋轉(zhuǎn)過程中相機能夠采集到完整管紗圖像,設(shè)置幀率為30 fps,然后通過交換機將圖像傳送至計算機后,運用圖像處理算法對采集的管紗斜面和垂直面兩幀圖像進行動態(tài)實時檢測。因管紗的斜面與垂直面只是位置不同而結(jié)構(gòu)相同,所以兩者在檢測算法上一致,本文以垂直面毛羽檢測為例進行算法分析。

    圖2 硬件結(jié)構(gòu)示意圖

    1,2-條形光源;3,4-工業(yè)相機;5-交換機;6-計算機;7-步進電機;8-管紗;9-光源控制器;10-黑色背景板

    2 基于MSER和SVM的管紗毛羽檢測

    2.1 檢測流程

    管紗毛羽檢測主要由以下四個步驟完成。第一步,實時采集管紗斜面毛羽與垂直面毛羽圖像;第二步,運用MSER算法分割疵點區(qū)域,根據(jù)檢測區(qū)域點生成MSERs結(jié)果,提取管紗毛羽;第三步,在空間上利用檢測窗口將MSER檢測結(jié)果圖劃分成多個小區(qū)域圖像塊,計算每個圖像塊內(nèi)像素的LBP值,得到每個圖像塊的LBP直方圖。將所有圖像塊的LBP統(tǒng)計直方圖連接成為一個特征向量;第四步,將LBP提取的特征向量輸入到SVM中,進行分類器訓(xùn)練,利用訓(xùn)練好的分類器進行毛羽分類。

    2.2 毛羽分割

    采用MSER提取毛羽疵點區(qū)域,有效抑制噪聲和管紗背景紋理的干擾。MSER算法由MATAS J等提出,是一種局部不變特征檢測方法[7]。它是基于分水嶺的概念,具有單調(diào)強度變換的不變性、鄰接保持變換的不變性、穩(wěn)定性、多尺度檢測、計算復(fù)雜度低等優(yōu)點。這樣的優(yōu)點及性能使得MSER在目標(biāo)識別、目標(biāo)跟蹤等領(lǐng)域得到了廣泛應(yīng)用[8]。

    MSER是對一幅灰度圖像取閾值進行二值化處理,閾值從0到255依次遞增,在這個過程中,有些連通區(qū)域面積隨閾值上升的變化很小或沒有變化,類似于分水嶺算法中水面持續(xù)上升的時候,有些被水淹沒地方的面積沒有變化,則該區(qū)域就被稱為最大穩(wěn)定極值區(qū)域,表達(dá)式見式(1)。

    (1)

    式中,Qi表示閾值為i時的某一連通區(qū)域,Δ為灰度閾值的微小變化量,q(i)為閾值為i時區(qū)域Qi的變化率。當(dāng)q(i)為局部極小值時,Qi為MSER+。對灰度圖像反轉(zhuǎn),再進行閾值從0~255的二值化處理過程,得到MSER-。根據(jù)檢測區(qū)域點生成并標(biāo)記圖像穩(wěn)定區(qū)域MSER+和MSER-,分割出管紗毛羽。

    2.3 LBP特征提取

    (2)

    式中,gC表示以R為半徑的中心點像素灰度值;gP表示P鄰域內(nèi)各像素灰度值;s(·)是一個符號函數(shù),表達(dá)式見式(3)。

    (3)

    2.4 疵點分類

    提取LBP特征后,使用SVM進行分類[10]。SVM是一種基于統(tǒng)計學(xué)習(xí)的監(jiān)督分類方法。SVM基本原理是通過非線性映射將樣本空間映射到高維乃至無窮維特征空間中,樣本在高維空間線性可分,應(yīng)用核函數(shù)替代特征空間內(nèi)點乘計算,在高維特征空間中建立線性學(xué)習(xí)機,使用帶標(biāo)簽數(shù)據(jù)訓(xùn)練得到超平面定義的分類器。超平面離兩側(cè)的樣本數(shù)據(jù)間隔越大,分類確信度越高。不同核函數(shù)生成不同SVM模型,徑向基核函數(shù)訓(xùn)練的SVM模型分類效果較好,能將樣本非線性特征參數(shù)快速高效地映射到高維特征空間,能夠很好地處理非線性問題。徑向基核函數(shù)表達(dá)式見式(4)。

    (4)

    式中:σ為高斯核寬度;xi和xj為原空間里的向量。

    SVM在小樣本訓(xùn)練集上有優(yōu)異表現(xiàn),解決了非線性不可分和升維帶來的計算復(fù)雜化問題,實現(xiàn)測試樣本精準(zhǔn)預(yù)測。本文使用徑向基核函數(shù)的SVM分類器,進行對各種毛羽疵點分類測試。

    3 試驗與分析

    試驗數(shù)據(jù)來源于圖2所示的硬件平臺采集的圖像,試驗圖像如圖3所示。目前,工業(yè)上管紗毛羽疵點主要有端毛羽、毛圈和毛夾3種類型。使用系統(tǒng)軟件編程環(huán)境為Visual Studio 2015,結(jié)合OpenCV3.0進行算法測試,計算機配置為Intel(R) Core(TM) i5-4460,CPU為3.20 GHz,內(nèi)存為8 GB。

    3.1 管紗毛羽區(qū)域分割

    原始管紗圖像存在少量噪聲和深淺不一的管紗紋理,毛羽疵點區(qū)域與背景對比不明顯,因此準(zhǔn)確定位分割疵點有很大難度。采用MSER算法對管紗不同類型毛羽的分割結(jié)果,分割后的毛羽形態(tài)完整。端毛羽形態(tài)一般表現(xiàn)為近直線且毛羽細(xì)長,采用MSER算法可以增強端毛羽在原始圖像中的顯著性。進而在濾除管紗表面紋理和噪聲的情況下,使端毛羽表現(xiàn)的更為突出,如圖4所示。毛圈作為另一種毛羽疵點,一般表現(xiàn)為半圓弧形,不論弧形的長短大小還是亮度不同的同一毛圈,都能夠精準(zhǔn)分割出毛圈,分割結(jié)果如圖5所示。毛夾作為不規(guī)則形態(tài)的毛羽疵點,是毛圈與端毛羽交織聚集而成。MSER算法在保證能夠提取出聚集分布的端毛羽和毛圈區(qū)域的同時,又能提取出離散分布的小段端毛羽和毛圈,不會丟失細(xì)節(jié)信息,結(jié)果如圖6所示。

    3.2 管紗毛羽特征提取

    圖4~圖6中無關(guān)黑色背景會影響運算速度和效率,選擇對MSER分割結(jié)果剪切處理后的毛羽圖像為試驗樣本,部分樣本如圖7所示。選取900張?zhí)幚砗蟮膱D像作為訓(xùn)練樣本,使用LBP算法對試驗樣本圖像提取特征,將特征向量送入SVM進行分類訓(xùn)練。訓(xùn)練完成后,對管紗毛羽圖像進行分類測試。分類性能用分類準(zhǔn)確率ACC度量,其表達(dá)式見式(5)。

    LBP算法的主要參數(shù)設(shè)置:選取鄰域采樣點數(shù)P為8,鄰域半徑R進行調(diào)節(jié)與測試。LBP-SVM算法試驗結(jié)果:當(dāng)R=1時,ACC=89.2%;當(dāng)R=2時,ACC=92.8%;當(dāng)R=3時,ACC=97.0%;當(dāng)R=4時,ACC=95.6%;當(dāng)R=5時,ACC=94.3%。該試驗結(jié)果反映了不同大小領(lǐng)域半徑R對分類準(zhǔn)確率的影響。R<3時,隨著R增大,分類準(zhǔn)確率持續(xù)升高;R=3時,分類效果最高效穩(wěn)定;R>3時,R繼續(xù)增加,分類準(zhǔn)確率降低。因為領(lǐng)域半徑R較小時,增加半徑大小得到更多毛羽特征;半徑增大到一定程度時,毛羽特征出現(xiàn)冗余。用分類器分類時,誤判的可能性不斷增加,分類準(zhǔn)確率有所下降。經(jīng)過分析,最終選取R=3。

    (5)

    式中:T為正確識別個數(shù),S為總樣本個數(shù)。

    3.3 管紗毛羽分類

    為了比較SVM分類情況,本文采用BP神經(jīng)網(wǎng)絡(luò)與之對比[11]。從90張~900張毛羽疵點圖像選擇不同的訓(xùn)練樣本個數(shù)進行測試,試驗結(jié)果如圖8所示。

    圖8 不同算法的ACC曲線

    由圖8可知,在不同訓(xùn)練樣本個數(shù)的情況下,LBP-SVM算法始終比LBP-BP算法的分類準(zhǔn)確率有較大幅度的提高,即使訓(xùn)練樣本為90張時,LBP-SVM算法對疵點分類準(zhǔn)確率也高達(dá)81%。隨著訓(xùn)練樣本個數(shù)增加,當(dāng)訓(xùn)練樣本為270張時,采用LBP-BP算法的準(zhǔn)確率為74%,LBP-SVM算法的準(zhǔn)確率為87%,由此可見,后者比前者的準(zhǔn)確率提高了13%。樣本數(shù)量繼續(xù)增長到540張時,LBP-SVM算法的準(zhǔn)確率達(dá)到95%,LBP-BP算法的準(zhǔn)確率僅為80%,此時,兩種算法的精度差距達(dá)到最大。訓(xùn)練樣本為900張時,LBP-SVM算法的分類準(zhǔn)確率達(dá)到了97%,而LBP-BP算法的準(zhǔn)確率不足90%。因為在訓(xùn)練樣本有限條件下,SVM最優(yōu)解是基于有限的樣本信息,而不是樣本數(shù)足夠大時的最優(yōu)解,因此它克服了神經(jīng)網(wǎng)絡(luò)需要大量樣本的局限性。由此可見,當(dāng)訓(xùn)練樣本為小樣本數(shù)據(jù)集時,SVM是一個精度高、檢測效果好的分類模型。同時SVM具有較強的逼近能力和泛化能力。

    兩種算法對3類管紗毛羽的分類結(jié)果見表1。從整體來看,表1中LBP-SVM算法對端毛羽、毛圈和毛夾三種疵點的分類準(zhǔn)確率高于LBP-BP算法。同時兩種算法訓(xùn)練好的分類模型對毛夾疵點的分類準(zhǔn)確率明顯高于端毛羽疵點和毛圈疵點。因為在管紗成形過程中,不可避免地會出現(xiàn)端毛羽和毛圈相互交織、聚集而形成毛夾疵點,疵點特征較為明顯,易于與其他兩類疵點區(qū)分,故而分類結(jié)果較好。端毛羽和毛圈因結(jié)構(gòu)相似而易于混淆,會導(dǎo)致分類器難以分辨,容易出現(xiàn)誤檢的情況。

    表1 不同方法對3類管紗毛羽的分類結(jié)果

    4 結(jié)論

    管紗毛羽不僅影響機織、針織后加工的效率和質(zhì)量,而且直接影響最終產(chǎn)品的外觀和價格,故對管紗毛羽的檢測具有重要的市場應(yīng)用價值。本文根據(jù)管紗自身結(jié)構(gòu)特點,設(shè)計了管紗疵點檢測平臺,采用了多路相機對采集的圖像并行處理檢測,實現(xiàn)了管紗表面整體的疵點檢測,提升了檢測速度與精度。算法實現(xiàn)過程主要包括疵點分割,特征提取與疵點分類。使用MSER算法分割毛羽部分,利用LBP提取毛羽特征,再通過SVM對各種毛羽疵點分類,端毛羽、毛圈、毛夾的分類準(zhǔn)確率分別為94.7%、97.7%、98.6%。本文提出的LBP-SVM算法高效準(zhǔn)確,具有良好的應(yīng)用發(fā)展前景。

    猜你喜歡
    疵點毛羽準(zhǔn)確率
    紗線毛羽路徑匹配追蹤檢測
    影響紗線毛羽試驗結(jié)果主要因素探討
    噴絲板疵點檢測系統(tǒng)設(shè)計
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    基于FPGA的圖像疵點處理設(shè)計與實現(xiàn)
    家蠶品種單粒繭絲疵點差異及遺傳性研究初報
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗證法
    紗線毛羽骨架及長度的跟蹤測量
    国产av在哪里看| 亚洲国产欧美一区二区综合| 精品一区二区三区四区五区乱码| 国产伦精品一区二区三区四那| 亚洲国产精品合色在线| 丁香欧美五月| 久久中文字幕一级| 狂野欧美白嫩少妇大欣赏| svipshipincom国产片| 91九色精品人成在线观看| 日韩免费av在线播放| 国产精品久久久久久精品电影| 免费大片18禁| 性欧美人与动物交配| 真人做人爱边吃奶动态| 男人舔奶头视频| 午夜免费观看网址| 69av精品久久久久久| 99久久精品国产亚洲精品| 国产激情偷乱视频一区二区| 亚洲专区中文字幕在线| 淫秽高清视频在线观看| aaaaa片日本免费| 国产精品电影一区二区三区| 999精品在线视频| 黄片小视频在线播放| 免费看十八禁软件| 99热这里只有是精品50| 日韩欧美 国产精品| 五月玫瑰六月丁香| 久久久国产成人免费| 精品久久久久久久久久免费视频| 黄色 视频免费看| 亚洲自拍偷在线| 亚洲av电影在线进入| 国产美女午夜福利| 久久久久免费精品人妻一区二区| 最好的美女福利视频网| 免费观看人在逋| 久久久久性生活片| 国产伦在线观看视频一区| 国产精品影院久久| 51午夜福利影视在线观看| 欧美3d第一页| 白带黄色成豆腐渣| 97人妻精品一区二区三区麻豆| 嫩草影院精品99| 久99久视频精品免费| 精品国内亚洲2022精品成人| 日韩欧美 国产精品| 九色成人免费人妻av| 亚洲色图 男人天堂 中文字幕| 国产高清videossex| h日本视频在线播放| 午夜a级毛片| 99国产精品一区二区蜜桃av| svipshipincom国产片| 国产毛片a区久久久久| av国产免费在线观看| 日本免费a在线| 亚洲一区高清亚洲精品| 国语自产精品视频在线第100页| 最新中文字幕久久久久 | 巨乳人妻的诱惑在线观看| 麻豆国产97在线/欧美| 99精品久久久久人妻精品| 99精品在免费线老司机午夜| 国产男靠女视频免费网站| 久久久久久国产a免费观看| 欧美日韩福利视频一区二区| 美女被艹到高潮喷水动态| 悠悠久久av| 国产三级黄色录像| 首页视频小说图片口味搜索| 在线观看66精品国产| 国产欧美日韩一区二区三| 性色avwww在线观看| 欧美大码av| 成年女人看的毛片在线观看| 亚洲av日韩精品久久久久久密| 国产美女午夜福利| 欧美精品啪啪一区二区三区| 一进一出好大好爽视频| 99在线视频只有这里精品首页| 免费观看精品视频网站| 免费看a级黄色片| 观看美女的网站| 亚洲第一欧美日韩一区二区三区| 一级黄色大片毛片| 变态另类丝袜制服| 午夜激情欧美在线| 一个人看视频在线观看www免费 | 国产精品久久视频播放| 99热精品在线国产| 91av网一区二区| 一夜夜www| 美女扒开内裤让男人捅视频| 精品一区二区三区视频在线观看免费| 午夜福利免费观看在线| 精品99又大又爽又粗少妇毛片 | 欧美日韩一级在线毛片| 国产免费男女视频| 婷婷六月久久综合丁香| 1024手机看黄色片| 国产精品99久久久久久久久| 黄色女人牲交| 日本 欧美在线| 久久久久精品国产欧美久久久| 全区人妻精品视频| 视频区欧美日本亚洲| 欧美色欧美亚洲另类二区| 人人妻人人看人人澡| 午夜两性在线视频| 久久精品国产99精品国产亚洲性色| 俄罗斯特黄特色一大片| 亚洲五月天丁香| 一夜夜www| 久久性视频一级片| 在线免费观看不下载黄p国产 | 国产激情偷乱视频一区二区| 亚洲午夜精品一区,二区,三区| ponron亚洲| 国产精品久久久人人做人人爽| 久久久久久大精品| 免费观看的影片在线观看| 成年女人毛片免费观看观看9| 欧美一级a爱片免费观看看| 亚洲色图av天堂| 亚洲精品在线观看二区| 久久精品国产亚洲av香蕉五月| 亚洲av电影在线进入| 成年女人毛片免费观看观看9| 国产精品一区二区精品视频观看| 国产一区二区激情短视频| 日本撒尿小便嘘嘘汇集6| 中文资源天堂在线| 他把我摸到了高潮在线观看| av女优亚洲男人天堂 | 国产成人精品无人区| 亚洲精品乱码久久久v下载方式 | 欧美性猛交黑人性爽| 最新在线观看一区二区三区| 九九在线视频观看精品| 国产精品爽爽va在线观看网站| 很黄的视频免费| 亚洲最大成人中文| 午夜免费观看网址| 欧美黄色淫秽网站| 999精品在线视频| 听说在线观看完整版免费高清| 婷婷丁香在线五月| 一区二区三区高清视频在线| 欧美激情在线99| 九色国产91popny在线| 12—13女人毛片做爰片一| 亚洲九九香蕉| 午夜成年电影在线免费观看| 999精品在线视频| 久久中文字幕人妻熟女| 久久热在线av| 人人妻,人人澡人人爽秒播| 日日干狠狠操夜夜爽| 国产综合懂色| 日韩欧美国产一区二区入口| 这个男人来自地球电影免费观看| 中文资源天堂在线| 久久精品国产清高在天天线| 欧美丝袜亚洲另类 | 别揉我奶头~嗯~啊~动态视频| 99国产精品99久久久久| 亚洲熟女毛片儿| 国产精品1区2区在线观看.| 国产真实乱freesex| 最近最新中文字幕大全电影3| 夜夜看夜夜爽夜夜摸| 宅男免费午夜| 夜夜爽天天搞| 国产69精品久久久久777片 | 99国产极品粉嫩在线观看| 成人特级av手机在线观看| 两人在一起打扑克的视频| 日本熟妇午夜| 国产男靠女视频免费网站| 极品教师在线免费播放| 亚洲人与动物交配视频| 亚洲国产精品久久男人天堂| 久久久久久久久免费视频了| 色老头精品视频在线观看| 亚洲国产精品sss在线观看| 中文字幕熟女人妻在线| 亚洲国产色片| 国产精品一区二区免费欧美| 国产精品98久久久久久宅男小说| 国产精品香港三级国产av潘金莲| 偷拍熟女少妇极品色| 好男人在线观看高清免费视频| 中文字幕最新亚洲高清| 欧美日韩精品网址| 男女下面进入的视频免费午夜| 性色av乱码一区二区三区2| 最新在线观看一区二区三区| 亚洲av成人一区二区三| 97碰自拍视频| 国产午夜精品久久久久久| 亚洲欧美日韩高清专用| 天堂网av新在线| 国产爱豆传媒在线观看| 成在线人永久免费视频| 欧美成人免费av一区二区三区| 亚洲专区国产一区二区| 久久久久久久久久黄片| 亚洲五月婷婷丁香| 日本三级黄在线观看| 国产极品精品免费视频能看的| 亚洲熟妇熟女久久| 后天国语完整版免费观看| 99热精品在线国产| 亚洲18禁久久av| 精品国产乱码久久久久久男人| 老司机午夜福利在线观看视频| netflix在线观看网站| 999久久久精品免费观看国产| 88av欧美| 嫁个100分男人电影在线观看| 亚洲男人的天堂狠狠| 亚洲无线观看免费| 亚洲精品在线观看二区| 国内毛片毛片毛片毛片毛片| 欧美日韩一级在线毛片| 麻豆一二三区av精品| 国内少妇人妻偷人精品xxx网站 | 一卡2卡三卡四卡精品乱码亚洲| 日本一本二区三区精品| 999精品在线视频| 老汉色av国产亚洲站长工具| 亚洲欧美日韩高清专用| 色综合欧美亚洲国产小说| 亚洲精品久久国产高清桃花| 99久久无色码亚洲精品果冻| 99久久精品国产亚洲精品| 脱女人内裤的视频| 一区二区三区激情视频| 美女黄网站色视频| 亚洲精华国产精华精| 最新美女视频免费是黄的| 99视频精品全部免费 在线 | 操出白浆在线播放| 精品国内亚洲2022精品成人| 91字幕亚洲| 亚洲,欧美精品.| 欧美色视频一区免费| 国产成人av激情在线播放| 悠悠久久av| 欧美日韩中文字幕国产精品一区二区三区| 日韩有码中文字幕| 亚洲成av人片在线播放无| 男女午夜视频在线观看| 欧美日韩乱码在线| 99久国产av精品| 黄色日韩在线| 岛国在线免费视频观看| 无限看片的www在线观看| 床上黄色一级片| av黄色大香蕉| www日本黄色视频网| 亚洲人成电影免费在线| 欧美日韩综合久久久久久 | 亚洲中文日韩欧美视频| 国产午夜精品久久久久久| 天堂影院成人在线观看| 久久亚洲精品不卡| 国产v大片淫在线免费观看| 伊人久久大香线蕉亚洲五| 美女cb高潮喷水在线观看 | tocl精华| 精品国产超薄肉色丝袜足j| 夜夜爽天天搞| 激情在线观看视频在线高清| 午夜亚洲福利在线播放| 国产成+人综合+亚洲专区| 麻豆国产97在线/欧美| 国产又黄又爽又无遮挡在线| 国产蜜桃级精品一区二区三区| 国产亚洲欧美98| 国产爱豆传媒在线观看| 一级作爱视频免费观看| 欧美日韩黄片免| 母亲3免费完整高清在线观看| 黑人操中国人逼视频| 亚洲国产欧洲综合997久久,| 黑人欧美特级aaaaaa片| 亚洲激情在线av| 成人亚洲精品av一区二区| 人人妻,人人澡人人爽秒播| 亚洲国产色片| 99久久久亚洲精品蜜臀av| 日韩高清综合在线| 亚洲专区国产一区二区| 久久天躁狠狠躁夜夜2o2o| 757午夜福利合集在线观看| 久久久久久大精品| 99热精品在线国产| 九色成人免费人妻av| 黑人欧美特级aaaaaa片| 深夜精品福利| 观看免费一级毛片| 国产免费av片在线观看野外av| 狂野欧美激情性xxxx| 亚洲av成人不卡在线观看播放网| 男人和女人高潮做爰伦理| 免费av不卡在线播放| 91在线精品国自产拍蜜月 | 日韩欧美精品v在线| 熟女人妻精品中文字幕| 久久久久久人人人人人| 可以在线观看的亚洲视频| 不卡一级毛片| 亚洲国产色片| 日韩免费av在线播放| 久久午夜亚洲精品久久| 国产精品综合久久久久久久免费| 在线观看午夜福利视频| 亚洲专区国产一区二区| 久久久久国内视频| 国产精品久久久久久久电影 | 国内久久婷婷六月综合欲色啪| 久久久国产欧美日韩av| 久久久国产成人精品二区| 久久欧美精品欧美久久欧美| 日韩有码中文字幕| www.自偷自拍.com| 美女 人体艺术 gogo| 人妻夜夜爽99麻豆av| 国产亚洲精品久久久com| 在线观看66精品国产| 母亲3免费完整高清在线观看| 岛国在线观看网站| 久久久久久久精品吃奶| 国产精品国产高清国产av| 国产伦人伦偷精品视频| 两性午夜刺激爽爽歪歪视频在线观看| 黄频高清免费视频| 亚洲va日本ⅴa欧美va伊人久久| 舔av片在线| 欧美高清成人免费视频www| 久久精品综合一区二区三区| 在线国产一区二区在线| 偷拍熟女少妇极品色| 欧美日本视频| 香蕉丝袜av| 亚洲一区二区三区不卡视频| 国产精品女同一区二区软件 | 老鸭窝网址在线观看| 国产毛片a区久久久久| 两个人视频免费观看高清| 超碰成人久久| 观看美女的网站| 国产精品99久久久久久久久| 岛国在线免费视频观看| 国产精品98久久久久久宅男小说| 久久久久国内视频| 亚洲中文字幕一区二区三区有码在线看 | 国产麻豆成人av免费视频| 成年女人看的毛片在线观看| 午夜精品在线福利| 国产高潮美女av| 在线观看日韩欧美| 亚洲精品在线观看二区| 欧美中文日本在线观看视频| 亚洲自拍偷在线| 女人被狂操c到高潮| 俄罗斯特黄特色一大片| 国产亚洲精品av在线| 欧美性猛交╳xxx乱大交人| 国产熟女xx| 最近视频中文字幕2019在线8| 在线国产一区二区在线| 制服丝袜大香蕉在线| 亚洲av成人一区二区三| 嫩草影院精品99| 国产熟女xx| 制服丝袜大香蕉在线| 超碰成人久久| 天天躁日日操中文字幕| 一级黄色大片毛片| 亚洲色图 男人天堂 中文字幕| 麻豆久久精品国产亚洲av| 真人一进一出gif抽搐免费| 两个人的视频大全免费| 国产成人一区二区三区免费视频网站| 2021天堂中文幕一二区在线观| 欧美色欧美亚洲另类二区| 亚洲乱码一区二区免费版| 欧美3d第一页| 日本 av在线| 国内久久婷婷六月综合欲色啪| 精品国产美女av久久久久小说| 丰满人妻熟妇乱又伦精品不卡| 午夜免费观看网址| 免费在线观看日本一区| 久久久久久久午夜电影| 久久人妻av系列| 热99在线观看视频| 在线观看免费午夜福利视频| 天堂av国产一区二区熟女人妻| 国产伦精品一区二区三区视频9 | 色吧在线观看| 在线观看日韩欧美| 在线观看66精品国产| 免费看美女性在线毛片视频| 夜夜躁狠狠躁天天躁| 一a级毛片在线观看| 亚洲欧美激情综合另类| 夜夜看夜夜爽夜夜摸| 99国产精品一区二区蜜桃av| 亚洲国产欧美网| 五月玫瑰六月丁香| 亚洲国产精品久久男人天堂| 日本五十路高清| 久9热在线精品视频| 国产精品98久久久久久宅男小说| 精品免费久久久久久久清纯| 人人妻人人看人人澡| 亚洲av成人av| 一卡2卡三卡四卡精品乱码亚洲| 精品人妻1区二区| 精品无人区乱码1区二区| 亚洲自拍偷在线| 亚洲avbb在线观看| 亚洲美女视频黄频| 中文字幕久久专区| 亚洲av电影在线进入| 亚洲午夜理论影院| cao死你这个sao货| 亚洲精品在线美女| x7x7x7水蜜桃| 国产精品香港三级国产av潘金莲| 日本一本二区三区精品| 淫秽高清视频在线观看| www日本在线高清视频| 麻豆av在线久日| 国产一区二区三区视频了| 黄色片一级片一级黄色片| 亚洲真实伦在线观看| 最新在线观看一区二区三区| 99久久精品热视频| 窝窝影院91人妻| 欧美性猛交黑人性爽| 两性午夜刺激爽爽歪歪视频在线观看| 免费看十八禁软件| 精品电影一区二区在线| 国产日本99.免费观看| 无遮挡黄片免费观看| 亚洲av电影不卡..在线观看| 国产高清激情床上av| 丰满人妻熟妇乱又伦精品不卡| 国产高清视频在线观看网站| netflix在线观看网站| 亚洲aⅴ乱码一区二区在线播放| 久久香蕉精品热| 熟女人妻精品中文字幕| 丁香欧美五月| 国产高清三级在线| 久久久久久大精品| 成年版毛片免费区| 午夜免费激情av| 久久精品人妻少妇| 成人鲁丝片一二三区免费| 偷拍熟女少妇极品色| 亚洲av成人一区二区三| 69av精品久久久久久| 成人特级黄色片久久久久久久| 黄色片一级片一级黄色片| 亚洲成人中文字幕在线播放| 久久热在线av| 黄色视频,在线免费观看| 亚洲av五月六月丁香网| 精品一区二区三区视频在线 | 叶爱在线成人免费视频播放| 久久国产精品影院| 国产成人av教育| 午夜福利欧美成人| 人妻丰满熟妇av一区二区三区| 亚洲性夜色夜夜综合| 老司机在亚洲福利影院| 欧美日韩一级在线毛片| 欧美在线黄色| 亚洲人成网站高清观看| 偷拍熟女少妇极品色| 免费av不卡在线播放| 99精品久久久久人妻精品| 少妇人妻一区二区三区视频| 国产 一区 欧美 日韩| 欧美日韩中文字幕国产精品一区二区三区| 亚洲国产精品合色在线| 真人一进一出gif抽搐免费| 亚洲乱码一区二区免费版| 国产av一区在线观看免费| 国产成人福利小说| 色老头精品视频在线观看| 男人和女人高潮做爰伦理| 久久人人精品亚洲av| 国产av一区在线观看免费| 国产精品日韩av在线免费观看| 99国产精品一区二区三区| 亚洲五月天丁香| 成人av一区二区三区在线看| 老司机午夜十八禁免费视频| 色综合亚洲欧美另类图片| 亚洲 欧美一区二区三区| 亚洲欧美一区二区三区黑人| 色哟哟哟哟哟哟| 免费看日本二区| 97超视频在线观看视频| 国产精品亚洲美女久久久| 高清毛片免费观看视频网站| 日本五十路高清| 天堂影院成人在线观看| 国产一区二区三区在线臀色熟女| 亚洲精品一卡2卡三卡4卡5卡| 精品熟女少妇八av免费久了| 最新中文字幕久久久久 | 午夜a级毛片| 欧美最黄视频在线播放免费| 日本a在线网址| 欧美三级亚洲精品| 国产69精品久久久久777片 | 好看av亚洲va欧美ⅴa在| www.www免费av| 欧美又色又爽又黄视频| 国产av一区在线观看免费| 噜噜噜噜噜久久久久久91| 在线观看66精品国产| 免费在线观看亚洲国产| 1024香蕉在线观看| 国产精品亚洲美女久久久| 男人的好看免费观看在线视频| 2021天堂中文幕一二区在线观| 制服人妻中文乱码| 91av网站免费观看| 不卡一级毛片| 人妻久久中文字幕网| 19禁男女啪啪无遮挡网站| 国产精品一区二区三区四区免费观看 | 久9热在线精品视频| 国产一区二区在线观看日韩 | 欧美精品啪啪一区二区三区| 别揉我奶头~嗯~啊~动态视频| 国产又色又爽无遮挡免费看| 日日摸夜夜添夜夜添小说| 欧美黑人巨大hd| 日韩精品青青久久久久久| 久久伊人香网站| 久久久精品欧美日韩精品| 全区人妻精品视频| 一a级毛片在线观看| 99久久精品一区二区三区| 日本 欧美在线| 国产精品影院久久| 男女那种视频在线观看| 亚洲精品中文字幕一二三四区| 麻豆久久精品国产亚洲av| 欧美日韩亚洲国产一区二区在线观看| 久久久久久国产a免费观看| av福利片在线观看| 欧美性猛交╳xxx乱大交人| 亚洲电影在线观看av| 99久国产av精品| 国产一区二区在线av高清观看| 国产精品1区2区在线观看.| 亚洲欧美激情综合另类| 欧美黄色片欧美黄色片| 欧美日韩瑟瑟在线播放| 99久久国产精品久久久| 免费电影在线观看免费观看| 一个人看视频在线观看www免费 | 中文字幕高清在线视频| 精品久久久久久久末码| 国产野战对白在线观看| 日韩大尺度精品在线看网址| 免费人成视频x8x8入口观看| 亚洲精品在线观看二区| 91老司机精品| 一个人观看的视频www高清免费观看 | 亚洲av成人av| h日本视频在线播放| e午夜精品久久久久久久| 波多野结衣高清作品| 无限看片的www在线观看| 日本 欧美在线| 日本黄大片高清| 久久久久性生活片| 丁香欧美五月| 亚洲男人的天堂狠狠| 天堂动漫精品| 免费在线观看日本一区| 亚洲精品国产精品久久久不卡| 中文资源天堂在线| 天天躁日日操中文字幕| 国产一级毛片七仙女欲春2| 中文字幕精品亚洲无线码一区| 日韩欧美精品v在线| 亚洲欧洲精品一区二区精品久久久| 久久精品影院6| 好看av亚洲va欧美ⅴa在| 国产精品 国内视频| 黄色 视频免费看| 国产97色在线日韩免费| 18禁黄网站禁片免费观看直播| 级片在线观看| 国产成人福利小说| 国内精品一区二区在线观看| 男插女下体视频免费在线播放| 午夜福利高清视频| 久久久国产成人精品二区|