• <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
    2022亚洲国产成人精品| 亚洲成人手机| 国产无遮挡羞羞视频在线观看| 秋霞伦理黄片| 老司机影院毛片| 免费观看a级毛片全部| 国产男女内射视频| 一本久久精品| 18禁观看日本| 精品酒店卫生间| 国产精品偷伦视频观看了| av免费在线看不卡| 国产国拍精品亚洲av在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品欧美亚洲77777| 久久人人爽人人爽人人片va| 久久久亚洲精品成人影院| 亚洲精品aⅴ在线观看| 午夜福利网站1000一区二区三区| 1024视频免费在线观看| 亚洲熟女精品中文字幕| 女人精品久久久久毛片| 亚洲内射少妇av| 亚洲情色 制服丝袜| 嫩草影院入口| 精品一区二区三区视频在线| 丰满饥渴人妻一区二区三| 内地一区二区视频在线| 免费在线观看完整版高清| 91午夜精品亚洲一区二区三区| 国产国拍精品亚洲av在线观看| 亚洲av免费高清在线观看| 新久久久久国产一级毛片| 看免费成人av毛片| 精品国产乱码久久久久久小说| 亚洲情色 制服丝袜| 国产精品国产三级国产专区5o| 人妻 亚洲 视频| 天天操日日干夜夜撸| 777米奇影视久久| 国产精品熟女久久久久浪| 男女午夜视频在线观看 | 欧美bdsm另类| 亚洲色图综合在线观看| 18禁动态无遮挡网站| 国产在线视频一区二区| 久久精品久久久久久噜噜老黄| 丰满乱子伦码专区| 国产片内射在线| 国产成人精品一,二区| 免费观看在线日韩| 大香蕉久久成人网| 亚洲国产欧美在线一区| 黑人猛操日本美女一级片| av又黄又爽大尺度在线免费看| 自拍欧美九色日韩亚洲蝌蚪91| 国产一区亚洲一区在线观看| 一级毛片电影观看| 91在线精品国自产拍蜜月| 99久久精品国产国产毛片| 精品卡一卡二卡四卡免费| av国产精品久久久久影院| 视频中文字幕在线观看| 国产国拍精品亚洲av在线观看| 日本爱情动作片www.在线观看| 高清欧美精品videossex| 99热全是精品| 久久精品国产亚洲av天美| 秋霞伦理黄片| 久久久国产精品麻豆| 久久99一区二区三区| 亚洲天堂av无毛| 日韩av在线免费看完整版不卡| 亚洲一码二码三码区别大吗| videos熟女内射| 欧美人与善性xxx| 亚洲第一区二区三区不卡| 国产精品一国产av| 又粗又硬又长又爽又黄的视频| 国产综合精华液| 下体分泌物呈黄色| 久久精品国产鲁丝片午夜精品| 日韩成人伦理影院| 国产黄色免费在线视频| 久久久久人妻精品一区果冻| 亚洲欧美日韩另类电影网站| 国产一区有黄有色的免费视频| 老司机影院毛片| 最新中文字幕久久久久| 久久人人爽av亚洲精品天堂| 超碰97精品在线观看| 人人妻人人爽人人添夜夜欢视频| 观看av在线不卡| 啦啦啦中文免费视频观看日本| 欧美成人精品欧美一级黄| 亚洲在久久综合| 如日韩欧美国产精品一区二区三区| 亚洲情色 制服丝袜| 丰满饥渴人妻一区二区三| 赤兔流量卡办理| 亚洲激情五月婷婷啪啪| 亚洲精品国产色婷婷电影| 一级黄片播放器| 国产午夜精品一二区理论片| 91国产中文字幕| 免费大片18禁| 三上悠亚av全集在线观看| www.av在线官网国产| 99香蕉大伊视频| av国产精品久久久久影院| 亚洲综合精品二区| 亚洲图色成人| 久久av网站| 肉色欧美久久久久久久蜜桃| 日韩av免费高清视频| a 毛片基地| 成人午夜精彩视频在线观看| 丝袜人妻中文字幕| 日本av手机在线免费观看| 青春草国产在线视频| 国产成人一区二区在线| 99香蕉大伊视频| 99久久综合免费| 新久久久久国产一级毛片| 中文字幕人妻丝袜制服| 男女边吃奶边做爰视频| 国产69精品久久久久777片| 99国产精品免费福利视频| 欧美日韩精品成人综合77777| 国产1区2区3区精品| 国产深夜福利视频在线观看| 亚洲一码二码三码区别大吗| 美女xxoo啪啪120秒动态图| 亚洲精品456在线播放app| 女性生殖器流出的白浆| 午夜激情久久久久久久| 国产精品国产三级国产专区5o| 高清视频免费观看一区二区| 久久这里只有精品19| 亚洲欧美清纯卡通| 赤兔流量卡办理| 午夜av观看不卡| 国产成人免费无遮挡视频| 中文字幕制服av| 大陆偷拍与自拍| 精品午夜福利在线看| 在线观看美女被高潮喷水网站| av在线播放精品| 国产国语露脸激情在线看| 精品一区二区三卡| 国产xxxxx性猛交| 欧美日本中文国产一区发布| 午夜福利网站1000一区二区三区| 色视频在线一区二区三区| 99久国产av精品国产电影| 一区二区三区乱码不卡18| 五月开心婷婷网| 最近最新中文字幕大全免费视频 | 我的女老师完整版在线观看| 日韩制服骚丝袜av| 免费观看性生交大片5| 国产乱来视频区| 亚洲国产毛片av蜜桃av| 日韩在线高清观看一区二区三区| 女人久久www免费人成看片| 中文天堂在线官网| 中文欧美无线码| 最近最新中文字幕免费大全7| 日本猛色少妇xxxxx猛交久久| 亚洲国产精品成人久久小说| 内地一区二区视频在线| 肉色欧美久久久久久久蜜桃| 精品酒店卫生间| 亚洲成人av在线免费| 69精品国产乱码久久久| 久久热在线av| 99久久综合免费| 晚上一个人看的免费电影| 久久av网站| 国产熟女午夜一区二区三区| 久久影院123| 2021少妇久久久久久久久久久| videossex国产| 好男人视频免费观看在线| 国产精品99久久99久久久不卡 | 免费在线观看黄色视频的| 91久久精品国产一区二区三区| 性色avwww在线观看| 国产精品久久久久久精品古装| 亚洲三级黄色毛片| 亚洲av电影在线进入| 国产黄频视频在线观看| 国产精品欧美亚洲77777| 亚洲精品日本国产第一区| 久久久久久久国产电影| 人体艺术视频欧美日本| 黑人欧美特级aaaaaa片| 久久久国产欧美日韩av| 国产精品偷伦视频观看了| 热re99久久国产66热| 国产淫语在线视频| 欧美bdsm另类| 97人妻天天添夜夜摸| 精品少妇黑人巨大在线播放| 大码成人一级视频| 婷婷成人精品国产| 久久99一区二区三区| 亚洲情色 制服丝袜| 精品亚洲成国产av| 两性夫妻黄色片 | 在线精品无人区一区二区三| 啦啦啦在线观看免费高清www| 国产亚洲一区二区精品| 免费观看av网站的网址| 日韩成人av中文字幕在线观看| 国产日韩欧美亚洲二区| 国产精品偷伦视频观看了| 亚洲综合精品二区| 久久鲁丝午夜福利片| 国产欧美另类精品又又久久亚洲欧美| 免费看av在线观看网站| 亚洲av日韩在线播放| 免费观看性生交大片5| 精品一区二区三卡| 久久这里只有精品19| 少妇人妻精品综合一区二区| 99视频精品全部免费 在线| 亚洲欧洲精品一区二区精品久久久 | 麻豆乱淫一区二区| 亚洲,欧美,日韩| 亚洲国产av影院在线观看| 亚洲精品av麻豆狂野| 97在线人人人人妻| 免费观看a级毛片全部| 日本欧美国产在线视频| 黄色一级大片看看| 丰满乱子伦码专区| 国产亚洲av片在线观看秒播厂| av在线观看视频网站免费| 一区二区三区乱码不卡18| 亚洲性久久影院| 亚洲综合色网址| 久久久久久久大尺度免费视频| 伊人亚洲综合成人网| 亚洲成人手机| 深夜精品福利| 国产精品三级大全| 精品亚洲成a人片在线观看| 国产精品国产三级专区第一集| 午夜老司机福利剧场| 尾随美女入室| 2018国产大陆天天弄谢| 国产乱人偷精品视频| 国产精品国产三级专区第一集| 春色校园在线视频观看| 国产成人精品福利久久| 中国国产av一级| 日本欧美视频一区| 亚洲美女视频黄频| 超碰97精品在线观看| 边亲边吃奶的免费视频| 春色校园在线视频观看| 波野结衣二区三区在线| 亚洲欧美日韩卡通动漫| 久久亚洲国产成人精品v| 国产精品国产三级国产av玫瑰| 成人二区视频| 亚洲av中文av极速乱| 丰满少妇做爰视频| 女性生殖器流出的白浆| xxxhd国产人妻xxx| 在线亚洲精品国产二区图片欧美| 国产一区有黄有色的免费视频| 我要看黄色一级片免费的| 国产片内射在线| 97在线视频观看| 欧美 日韩 精品 国产| 成人毛片a级毛片在线播放| 丝袜美足系列| 久久av网站| 2018国产大陆天天弄谢| 国产精品久久久av美女十八| 日本wwww免费看| 建设人人有责人人尽责人人享有的| 成年美女黄网站色视频大全免费| 午夜福利视频精品| 国产探花极品一区二区| 久久综合国产亚洲精品| 宅男免费午夜| 国国产精品蜜臀av免费| 天天影视国产精品| 爱豆传媒免费全集在线观看| 精品99又大又爽又粗少妇毛片| 这个男人来自地球电影免费观看 | 久久人人爽人人爽人人片va| 一级爰片在线观看| av片东京热男人的天堂| 男人舔女人的私密视频| 亚洲熟女精品中文字幕| 国产精品一二三区在线看| 大话2 男鬼变身卡| 一级毛片我不卡| 成年人免费黄色播放视频| 国产亚洲最大av| 国产精品久久久av美女十八| 成人国语在线视频| av黄色大香蕉| 日本午夜av视频| 99热6这里只有精品| 男女下面插进去视频免费观看 | 久久久亚洲精品成人影院| 亚洲精品国产av成人精品| 色94色欧美一区二区| 在线观看美女被高潮喷水网站| 热99久久久久精品小说推荐| 丰满乱子伦码专区| 久久毛片免费看一区二区三区| 日韩中文字幕视频在线看片| 高清在线视频一区二区三区| 亚洲av.av天堂| 女的被弄到高潮叫床怎么办| 日本色播在线视频| 欧美 日韩 精品 国产| 91国产中文字幕| 侵犯人妻中文字幕一二三四区| 亚洲精品aⅴ在线观看| av电影中文网址| 女人久久www免费人成看片| 日本av手机在线免费观看| 中国美白少妇内射xxxbb| 亚洲欧洲日产国产| 男人添女人高潮全过程视频| 自拍欧美九色日韩亚洲蝌蚪91| av黄色大香蕉| 18禁裸乳无遮挡动漫免费视频| 亚洲伊人色综图| 中文字幕人妻熟女乱码| 国产精品久久久久久久久免| av免费观看日本| 亚洲av综合色区一区| 婷婷色麻豆天堂久久| 亚洲欧美中文字幕日韩二区| 天天躁夜夜躁狠狠久久av| 国产精品熟女久久久久浪| 99精国产麻豆久久婷婷| 日韩欧美精品免费久久| 免费女性裸体啪啪无遮挡网站| 亚洲高清免费不卡视频| 人体艺术视频欧美日本| 一本大道久久a久久精品| 亚洲经典国产精华液单| 亚洲国产最新在线播放| 99视频精品全部免费 在线| 欧美日韩国产mv在线观看视频| av有码第一页| 9191精品国产免费久久| 亚洲成人av在线免费| 精品国产国语对白av| 日韩熟女老妇一区二区性免费视频| 中文字幕av电影在线播放| 99国产精品免费福利视频| 国产精品女同一区二区软件| 人人妻人人爽人人添夜夜欢视频| 免费观看性生交大片5| 国产在线视频一区二区| 久久韩国三级中文字幕| 久久女婷五月综合色啪小说| 亚洲综合精品二区| 久久99一区二区三区| 中文乱码字字幕精品一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 热99国产精品久久久久久7| 国产精品久久久久久久电影| 免费日韩欧美在线观看| 午夜福利网站1000一区二区三区| 亚洲欧美一区二区三区国产| 亚洲精品,欧美精品| 建设人人有责人人尽责人人享有的| 久久99精品国语久久久| 如何舔出高潮| 免费播放大片免费观看视频在线观看| 国产深夜福利视频在线观看| 一本—道久久a久久精品蜜桃钙片| 极品少妇高潮喷水抽搐| 国产男人的电影天堂91| av视频免费观看在线观看| 日本猛色少妇xxxxx猛交久久| 久久精品aⅴ一区二区三区四区 | 一二三四中文在线观看免费高清| 看十八女毛片水多多多| 欧美日韩国产mv在线观看视频| 国产有黄有色有爽视频| av女优亚洲男人天堂| 男女下面插进去视频免费观看 | 99香蕉大伊视频| 国产爽快片一区二区三区| 免费在线观看黄色视频的| 黑人巨大精品欧美一区二区蜜桃 | 在线观看免费视频网站a站| 男女边吃奶边做爰视频| 午夜福利,免费看| 看免费av毛片| 国产免费现黄频在线看| 一区二区三区乱码不卡18| av.在线天堂| 久久久久网色| 亚洲激情五月婷婷啪啪| 国产成人欧美| 日韩制服骚丝袜av| 国产免费又黄又爽又色| 97在线视频观看| 欧美老熟妇乱子伦牲交| 日日摸夜夜添夜夜爱| 波野结衣二区三区在线| 国产精品嫩草影院av在线观看| 欧美精品一区二区大全| 韩国av在线不卡| 国产精品偷伦视频观看了| 丝袜在线中文字幕| 国产成人91sexporn| 丁香六月天网| 久久久国产一区二区| 午夜福利乱码中文字幕| 青春草亚洲视频在线观看| 国产成人一区二区在线| 亚洲成人手机| 最近最新中文字幕大全免费视频 | 日韩伦理黄色片| 如何舔出高潮| 亚洲精品日韩在线中文字幕| 国产国拍精品亚洲av在线观看| 七月丁香在线播放| 亚洲色图综合在线观看| 日韩视频在线欧美| 最近最新中文字幕免费大全7| av黄色大香蕉| 亚洲欧洲国产日韩| 国产 精品1| 久久久久精品人妻al黑| 一本—道久久a久久精品蜜桃钙片| 国产精品久久久久久久久免| 男女边摸边吃奶| 色婷婷久久久亚洲欧美| 久久精品人人爽人人爽视色| 久久人人爽av亚洲精品天堂| 伦理电影免费视频| 国产精品国产三级国产专区5o| 中文字幕另类日韩欧美亚洲嫩草| 国产精品三级大全| 亚洲精品久久成人aⅴ小说| 国产精品人妻久久久影院| 天天躁夜夜躁狠狠躁躁| 久久99精品国语久久久| 狂野欧美激情性bbbbbb| 一级毛片黄色毛片免费观看视频| 国产综合精华液| 日韩在线高清观看一区二区三区| 97在线视频观看| 精品国产一区二区三区四区第35| 女人精品久久久久毛片| 在线观看一区二区三区激情| 观看av在线不卡| 韩国高清视频一区二区三区| 午夜日本视频在线| 美女国产高潮福利片在线看| 90打野战视频偷拍视频| 久久午夜福利片| 精品国产露脸久久av麻豆| 91精品伊人久久大香线蕉| 国产白丝娇喘喷水9色精品| 观看美女的网站| 宅男免费午夜| 成人影院久久| 亚洲三级黄色毛片| 一本色道久久久久久精品综合| 黄色 视频免费看| 最新中文字幕久久久久| 国产精品久久久久久久久免| 波多野结衣一区麻豆| 18禁观看日本| 国产麻豆69| 日韩制服丝袜自拍偷拍| 亚洲国产av新网站| 天天躁夜夜躁狠狠躁躁| 久久这里只有精品19| 亚洲图色成人| 久久这里只有精品19| 高清毛片免费看| 国产一区二区三区av在线| 如何舔出高潮| 国产av码专区亚洲av| 一本久久精品| 中文字幕另类日韩欧美亚洲嫩草| 国产在视频线精品| 大陆偷拍与自拍| 性色avwww在线观看| 久久女婷五月综合色啪小说| 久久国产亚洲av麻豆专区| 免费看不卡的av| 男女国产视频网站| 国产成人一区二区在线| 亚洲情色 制服丝袜| 国产毛片在线视频| 丰满迷人的少妇在线观看| 日韩一区二区视频免费看| 亚洲av福利一区| 一级爰片在线观看| 七月丁香在线播放| 久久人人97超碰香蕉20202| 国产一区二区在线观看av| 国产精品麻豆人妻色哟哟久久| 亚洲精品乱久久久久久| 极品少妇高潮喷水抽搐| 七月丁香在线播放| 久久久久久久亚洲中文字幕| 女人精品久久久久毛片| 国产精品久久久av美女十八| 大片电影免费在线观看免费| 日本欧美视频一区| 国产精品免费大片| 国产一区有黄有色的免费视频| 一级a做视频免费观看| 丝袜喷水一区| 国产欧美另类精品又又久久亚洲欧美| 国产xxxxx性猛交| 丰满乱子伦码专区| kizo精华| 久久热在线av| 国产一区二区三区综合在线观看 | 亚洲精品国产av蜜桃| 亚洲色图 男人天堂 中文字幕 | 高清视频免费观看一区二区| 色视频在线一区二区三区| 亚洲在久久综合| 啦啦啦中文免费视频观看日本| 国产在线免费精品| 嫩草影院入口| 精品国产露脸久久av麻豆| 亚洲四区av| 国产福利在线免费观看视频| 亚洲欧美中文字幕日韩二区| 男女边摸边吃奶| 久久99热6这里只有精品| 亚洲天堂av无毛| 久久久久久人妻| 精品一区二区免费观看| 91成人精品电影| 一本色道久久久久久精品综合| 亚洲第一av免费看| 多毛熟女@视频| 久久av网站| 大香蕉97超碰在线| 观看av在线不卡| 在线观看免费视频网站a站| 在线观看免费高清a一片| 欧美精品人与动牲交sv欧美| 亚洲精品国产av蜜桃| √禁漫天堂资源中文www| 精品酒店卫生间| 欧美xxxx性猛交bbbb| 亚洲美女视频黄频| 熟女av电影| 国产亚洲精品久久久com| 黄片无遮挡物在线观看| 国产xxxxx性猛交| 日日爽夜夜爽网站| 亚洲激情五月婷婷啪啪| av在线app专区| 国产日韩一区二区三区精品不卡| 美女脱内裤让男人舔精品视频| 在线观看www视频免费| 亚洲国产欧美在线一区| 少妇高潮的动态图| 99热6这里只有精品| 日韩大片免费观看网站| 捣出白浆h1v1| av女优亚洲男人天堂| 日本wwww免费看| 久久亚洲国产成人精品v| av不卡在线播放| 免费在线观看黄色视频的| 久久久欧美国产精品| 最后的刺客免费高清国语| 91aial.com中文字幕在线观看| 亚洲欧美色中文字幕在线| xxxhd国产人妻xxx| 久久免费观看电影| 伊人久久国产一区二区| 视频中文字幕在线观看| 欧美精品一区二区大全| 国产乱人偷精品视频| 观看美女的网站| 欧美精品人与动牲交sv欧美| 十八禁高潮呻吟视频| 中国国产av一级| 久久99一区二区三区| 亚洲图色成人| 天堂8中文在线网| av网站免费在线观看视频| 极品少妇高潮喷水抽搐| 日本爱情动作片www.在线观看| 国产精品 国内视频| 精品亚洲成a人片在线观看| xxxhd国产人妻xxx| 日韩av在线免费看完整版不卡| av在线老鸭窝| 久久97久久精品| 久久免费观看电影| tube8黄色片| 午夜福利视频精品| 国产精品成人在线| 午夜免费观看性视频| 丰满少妇做爰视频| 99香蕉大伊视频| 日韩成人伦理影院|