• <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 ?

    基于鴿群優(yōu)化算法的圖像分割方法研究

    2019-07-20 06:19:48胡春鶴王依帆朱書豪劉文定
    關(guān)鍵詞:鴿群像素點(diǎn)鴿子

    胡春鶴, 王依帆, 朱書豪, 劉文定

    (北京林業(yè)大學(xué) 工學(xué)院,北京 100083)

    0 引言

    圖像分割技術(shù)將圖像分割成若干個(gè)具有獨(dú)特性質(zhì)的區(qū)域,并從中提取出所需目標(biāo),是當(dāng)前圖像分析和識(shí)別技術(shù)的研究熱點(diǎn),被廣泛應(yīng)用于多個(gè)領(lǐng)域,如機(jī)器視覺[1]、交通控制[2]、衛(wèi)星定位物體[3]、病蟲害監(jiān)測(cè)[4]等.

    圖像分割技術(shù)屬于典型的分類問題,依照不同的分類準(zhǔn)則,主要分為閾值分割[5]、區(qū)域分割[6]、邊緣分割[7]等.由于閾值分割相較于其他方法具有簡(jiǎn)單、易實(shí)現(xiàn)的特點(diǎn),使其成為圖像分割領(lǐng)域應(yīng)用最為廣泛的一類方法[8].圖像閾值分割法根據(jù)提取目標(biāo)與背景在像素灰度上的差距,利用單一或多個(gè)閾值對(duì)像素點(diǎn)灰度進(jìn)行逐一比較實(shí)現(xiàn)分割[9].該方法分割效果優(yōu)劣的關(guān)鍵在于最優(yōu)閾值的選擇,這通常需要求解含有多種約束條件的非線性優(yōu)化問題.由于非線性優(yōu)化方程的梯度難以求解,使得現(xiàn)有求解過程復(fù)雜且耗費(fèi)大量運(yùn)算時(shí)間[10].

    仿生群體智能優(yōu)化算法因其能夠有效處理非線性優(yōu)化問題,同時(shí)具有收斂速度快等特點(diǎn)而受到廣泛關(guān)注.利用此類方法解決圖像分割算法問題已成為這一領(lǐng)域的研究熱點(diǎn).仿生群體智能優(yōu)化算法是一類通過模擬自然界生物群體,如蟻群[11]、狼群[12]等群體行為而產(chǎn)生的隨機(jī)搜索與優(yōu)化算法.利用上述方法解決圖像分割問題,仍然存在著收斂速度慢、優(yōu)化結(jié)果易陷入局部最優(yōu)等問題.近年來,一種受鴿子歸巢行為啟發(fā)而產(chǎn)生的鴿群優(yōu)化算法(pigeon-inspired optimization,PIO)在群體智能優(yōu)化領(lǐng)域逐漸取得關(guān)注[13].該算法相較于一般仿生優(yōu)化算法具有結(jié)果最優(yōu)性、快速收斂性以及參數(shù)量適中等顯著優(yōu)勢(shì),被廣泛用于解決無人機(jī)編隊(duì)[14]、控制參數(shù)優(yōu)化[15]等多個(gè)領(lǐng)域.顯然,筆者開展的適應(yīng)于圖像分割的PIO算法對(duì)該領(lǐng)域具有重要意義.

    PIO算法以最大間類方差為優(yōu)化目標(biāo),以像素概率分布有限為約束條件,將圖像分割問題建模為一類有約束的非線性優(yōu)化問題,修改PIO優(yōu)化算法對(duì)該優(yōu)化問題實(shí)現(xiàn)求解獲得最優(yōu)閾值,根據(jù)所得最優(yōu)閾值實(shí)現(xiàn)圖像分割[16].進(jìn)一步與現(xiàn)有粒子群優(yōu)化算法(particle swarm optimization,PSO)[17]、KSW[18]等圖像分割方法對(duì)比,驗(yàn)證本文方法的有效性.

    1 問題描述

    圖像前景與背景通常存在一定的灰度差異,若能找到區(qū)分上述差異的最優(yōu)灰度閾值,則可通過對(duì)比各像素點(diǎn)灰度值與最優(yōu)閾值進(jìn)行像素點(diǎn)二值化,即可實(shí)現(xiàn)分類,從而達(dá)到分割的目的.

    假定給定的原始圖像的灰度直方圖包含L個(gè)灰度等級(jí),設(shè)rk為第k個(gè)灰度等級(jí),nk是在rk灰度等級(jí)上的像素點(diǎn),N為總的像素點(diǎn)數(shù),L為圖像的灰度值,則可以得出原始圖像的灰度概率分布函數(shù)滿足:

    (1)

    采用直方圖均衡化處理,可以使得圖像清晰度增加,即增加背景與前景的對(duì)比度.其實(shí)現(xiàn)通過式(1)所示累積分布函數(shù)P(rk)得到式(2)和式(3)所示圖像的原始灰度分布C(rk)和增強(qiáng)后灰度值Sk,達(dá)到圖像增強(qiáng)的目的:

    (2)

    Sk=(L-1)·C(rk),(0≤rk≤1).

    (3)

    根據(jù)像素點(diǎn)分布概率,若選取k作為閾值,則圖像將會(huì)被分割為大于和小于k的兩部分,這兩類像素點(diǎn)在圖像中的概率分別為:

    (4)

    (5)

    式中:w是第一類像素點(diǎn)的概率;u是第二類像素點(diǎn)的概率,那么上述兩類像素點(diǎn)的內(nèi)部方差為:

    (6)

    (7)

    式中:pi(·)為每點(diǎn)為該類像素點(diǎn)的概率;u0、u1分別為第一類、第二類像素點(diǎn)的均值.

    實(shí)現(xiàn)最優(yōu)圖像分割的優(yōu)化目標(biāo)函數(shù)為:

    A=maxδw2(K),

    (8)

    其中,δw2為各類間方差,其計(jì)算公式為:

    δw2=w0w1(u1-u0)2.

    (9)

    當(dāng)兩類的類間方差最大時(shí)所取得自變量的值即為最優(yōu)閾值,從而可根據(jù)此閾值得到圖像分割的結(jié)果.

    考慮到圖像分割過程中,所提取的目標(biāo)圖像面積可以通過人眼目測(cè)、手動(dòng)尺寸測(cè)量或者其他的方法粗略地測(cè)出來從而得到了兩類像素點(diǎn)在圖像中概率的范圍,將其作為約束條件,則有:

    α≤w0≤β,

    (10)

    λ≤w1≤γ.

    (11)

    2 基于鴿群優(yōu)化的圖像分割算法

    2.1 鴿群優(yōu)化算法

    鴿群優(yōu)化算法是根據(jù)鴿群歸巢的群體特性而建立的一類仿生優(yōu)化方法.當(dāng)鴿群距離巢穴較遠(yuǎn)時(shí)主要采用磁場(chǎng)輔助導(dǎo)航,具有全局最優(yōu)特性,而當(dāng)臨近目的地的時(shí)候則主要根據(jù)地標(biāo)導(dǎo)航,具有局部快速收斂特性.通過將鴿巢視作優(yōu)化目標(biāo),鴿群視作優(yōu)化變量,則在距離最優(yōu)值較遠(yuǎn)時(shí)采用“磁場(chǎng)”全局優(yōu)化,用于提高尋找全局最優(yōu)適應(yīng)度點(diǎn)的速度;當(dāng)臨近優(yōu)化值較近時(shí)采用“地標(biāo)”交互優(yōu)化,加快收斂速度.

    在鴿群模型中,由于鴿群位于磁場(chǎng)中,所以鴿群中每一個(gè)成員的位置以及速度都會(huì)受到磁場(chǎng)的影響.鴿子飛行的過程中位置和速度會(huì)持續(xù)更新.對(duì)于給定優(yōu)化目標(biāo),上述位置與速度分別代表著優(yōu)化變量與優(yōu)化方向.當(dāng)算法開始時(shí),每一點(diǎn)按照初始速度從初始位置出發(fā),向擁有最優(yōu)適應(yīng)度的點(diǎn)收斂,到一定程度時(shí),此類迭代停止,之后就需要引入地標(biāo)模型.

    當(dāng)磁場(chǎng)模型的迭代結(jié)束后,位置的主要影響因素就變成了地標(biāo)和磁場(chǎng),這時(shí)鴿子飛行時(shí)就需要加大鴿群內(nèi)部的資源共享,從而提高收斂速度.通過引入鴿群的中心位置來表征鴿群內(nèi)部的信息交換以及資源共享.

    2.2 圖像分割算法

    針對(duì)最優(yōu)灰度閾值的尋找問題,采用上述鴿群算法來求解.磁場(chǎng)模型以及地標(biāo)模型保證圖像分割過程中每次優(yōu)化迭代向著最優(yōu)分割閾值收斂.假定鴿子飛行的過程中位置和速度根據(jù)式(12)~(13)進(jìn)行迭代持續(xù)更新:

    Vi(t)=Vi(t-1)·e-Rt+rand·(Xg-Xi(t-1));

    (12)

    Xi(t)=Xi(t-1)+Vi(t),

    (13)

    式中:Xi(t)和Vi(t)分別表示鴿群中第i只鴿子的位置以及單位時(shí)間內(nèi)位置的變化量;R為磁場(chǎng)因子;Xg則為鴿群中位置最好的鴿子所在的位置,通過比較鴿群中所有鴿子的位置所對(duì)應(yīng)的最優(yōu)值;rand∈(0,1)是隨機(jī)數(shù).

    假定鴿群中鴿子的總數(shù)為M,則鴿群中心位置Xc滿足:

    (14)

    在有限次迭代后,鴿群位置臨近目的點(diǎn)時(shí)鴿子位置變更為:

    Xi(t)=Xi(t-1)·e-Rt+rand·(Xg-Xc).

    (15)

    基于對(duì)于全局收斂速度以及局部搜索速度的綜合考慮,假定R迭代次數(shù)滿足下式:

    (16)

    2.3 算法流程

    筆者提出的基于鴿群優(yōu)化算法圖像閾值分割算法的具體步驟如下.

    步驟1 確定初始的位置X0,鴿子總數(shù)G,兩種概率的最大值w0max、w1max,最小值w0min、w1min,初始速度V0,總的迭代次數(shù)N以及磁場(chǎng)模型的迭代次數(shù)N0.

    步驟2 計(jì)算兩類像素點(diǎn)的概率w0、w1,兩類點(diǎn)的均值δ02、δ12,兩類間方差δw2(k).

    步驟3 計(jì)算得到每點(diǎn)的適應(yīng)度f(x).

    步驟4 將該點(diǎn)的f(x)與該點(diǎn)的歷史最佳位置pbest(i,t)的f(pbest(i,t))相對(duì)比,取較大者作為該點(diǎn)的歷史最佳位置.

    步驟5 將該點(diǎn)的f(x)與全局的最優(yōu)位置Xg(t)的f(Xg(t))相對(duì)比,取較大者作為當(dāng)前全局最優(yōu)位置.

    步驟6 在前N0代的迭代中,使用式(12)和式(13)來進(jìn)行更新點(diǎn)的速度和位置;在迭代N0代后使用式(15)來進(jìn)行位置的更新.

    步驟7 重復(fù)步驟2~步驟6,直到迭代第N代后,迭代停止,輸出經(jīng)過圖像分割處理后的圖像,得到使得類間方差最大的k,將其作為閾值.

    步驟8 將大于閾值的點(diǎn)分出來放到一幅圖像中,即完成圖像分割,輸出分割得到的圖像.

    3 實(shí)驗(yàn)結(jié)果與對(duì)比分析

    3.1 實(shí)驗(yàn)環(huán)境

    為測(cè)試PIO優(yōu)化算法對(duì)圖像的分割性能,以圖1(a)所示Lena、圖1(b)所示Enamel和圖1(c)所示car作為測(cè)試對(duì)象進(jìn)行分割實(shí)驗(yàn),隨后分別采用粒子群優(yōu)化算法(PSO)、KSW圖像分割算法與本文方法進(jìn)行對(duì)比測(cè)試.本文的實(shí)驗(yàn)硬件平臺(tái)為Intel 2.4 GHz CPU,內(nèi)存4 GB,仿真環(huán)境為MATLAB 2014,圖像大小為256×256.

    圖1 典型測(cè)試圖像Fig.1 Typical image for test

    測(cè)試中所有算法使用的個(gè)體總?cè)簲?shù)均為20,迭代次數(shù)均為100,磁場(chǎng)因子R為0.3.本文算法中N代表總的迭代次數(shù),N0代表當(dāng)接近優(yōu)化值采用“地標(biāo)”交互優(yōu)化時(shí)的迭代次數(shù),值由式(17)進(jìn)行確定.為體現(xiàn)結(jié)果的精確性和高效性,選取時(shí)間t和重疊度IOU(式(18))作為實(shí)驗(yàn)評(píng)判標(biāo)準(zhǔn).IOU為候選框area(G)與原標(biāo)記框area(C)的交集與并集的比值,即本文中分割圖像與原圖像的交集與并集的比值.重疊度越高,圖像分割效果越好.

    N0=N-N×5%.

    (17)

    (18)

    3.2 結(jié)果分析

    分別用3種不同的算法對(duì)圖像進(jìn)行分割,為了提高結(jié)果的準(zhǔn)確性,使用3種不同的算法對(duì)3張具有代表性的圖片進(jìn)行了100次處理,得到了每次的處理時(shí)間,并分別與原灰度圖像進(jìn)行重疊度分析,結(jié)果如圖2~4所示.可以明顯看出,KSW算法分割閾值界限模糊,導(dǎo)致分割效果差,前景與背景有所融合,PIO與PSO算法切割效果清晰,從圖中所標(biāo)區(qū)域看到PIO算法細(xì)節(jié)切割更為精確,重疊度更高.

    圖2 KSW分割結(jié)果Fig.2 KSW split result

    圖3 PSO分割結(jié)果Fig.3 PSO split result

    圖4 PIO分割結(jié)果Fig.4 PIO split result

    圖2~4對(duì)比分析,KSW算法未將圖像與背景完全分割出來;再將PIO算法分割圖像與PSO算法分割圖像進(jìn)一步進(jìn)行細(xì)節(jié)對(duì)比,在標(biāo)紅圈部分可以看到,PIO算法分割效果精確性更高,圖像與背景分割明顯.

    表1 各圖像對(duì)應(yīng)不同算法的分割時(shí)間和重疊率 Tab.1 Segmentation time and overlap of different image segmentation algorithms

    為了避免隨機(jī)性,筆者采用箱式圖統(tǒng)計(jì)并對(duì)比3種算法的分割結(jié)果.

    圖5 Lena的算法統(tǒng)計(jì)結(jié)果Fig.5 Lena’s algorithmic statistics

    圖6 Enamel的算法統(tǒng)計(jì)結(jié)果Fig.6 Enamel’s algorithmic statistics

    圖7 car的算法統(tǒng)計(jì)結(jié)果Fig.7 Car’s algorithmic statistics

    分割時(shí)間上,PSO效率較低,PIO和KSW更占據(jù)優(yōu)勢(shì).進(jìn)而得到以下結(jié)論:

    (1)KSW算法分割結(jié)果前景與背景有所融合,對(duì)比不顯著,圖像分割清晰度不夠,且在多次實(shí)驗(yàn)中分割結(jié)果差別較大,可看出算法穩(wěn)定性不足,在重疊度上也可以明顯看出,該算法較PIO和PSO分割效果不理想.

    (2)相較于KSW算法,PSO算法和PIO算法有顯著改善,兩算法重疊度均高達(dá)0.90,在處理結(jié)果上具有較好效果,這主要是由于仿生智能優(yōu)化算法具有較強(qiáng)的魯棒性和搜索能力,能夠克服KSW算法抗干擾能力弱的缺點(diǎn),提高圖像的分割精度,并求解到更優(yōu)的閾值.

    (3)從時(shí)間上分析,KSW算法運(yùn)行效率較高,但由于其魯棒性差,分割精度低,在實(shí)際應(yīng)用中并不占優(yōu)勢(shì).PSO算法時(shí)間復(fù)雜度與迭代次數(shù)和維數(shù)線性相關(guān),因此時(shí)間復(fù)雜度相對(duì)較高,運(yùn)行時(shí)間慢,效率低,是PIO算法運(yùn)行所用時(shí)間的兩倍,且通過對(duì)算法的分析,得出其在解決多峰值問題時(shí)易陷入局部最優(yōu)解,因此出現(xiàn)停滯現(xiàn)象而搜索不到更好的解.

    (4)PIO算法不僅可以更加清晰地分割出前景與背景,而且對(duì)于單峰和多峰圖像分割效果均理想,具有較強(qiáng)的魯棒性和精確性,同時(shí),采用地標(biāo)算子和地磁場(chǎng)相結(jié)合的方式進(jìn)行尋解,避免了算法陷入局部最優(yōu)解,更優(yōu)的尋解能力也使得該算法的收斂速度明顯更有優(yōu)勢(shì),運(yùn)算效率有效提高,在實(shí)際應(yīng)用中可以滿足圖像的實(shí)時(shí)性要求.

    3.3 參數(shù)靈敏度分析

    為了進(jìn)一步優(yōu)化PIO算法,對(duì)同一張圖片在不同PIO算法種群數(shù)參數(shù)下進(jìn)行處理,分析參數(shù)對(duì)算法結(jié)果的影響.圖8~9給出了時(shí)間以及重疊率與種群數(shù)關(guān)系的擬合結(jié)果.

    圖8 算法時(shí)間隨種群數(shù)的變化Fig.8 Algorithm time varies with population

    圖9 重疊度隨種群數(shù)的變化Fig.9 The degree of overlap varies with population size

    從圖8和圖9可以看出,運(yùn)算時(shí)間隨著種群數(shù)量的增加呈顯著增加趨勢(shì),而重疊度相對(duì)于種群數(shù)量變化較小.因此PIO算法解決圖像分割問題僅依賴少量種群,即僅需少量時(shí)間就可以得到較好的分割結(jié)果.具體而言,當(dāng)種群數(shù)為30時(shí),PIO算法分割圖像的結(jié)果最好,并且算法時(shí)間也比較小.

    4 結(jié)論

    筆者針對(duì)傳統(tǒng)圖像閾值分割方法最優(yōu)閾值選擇不理想且分割效率低等問題,提出了一種基于PIO優(yōu)化算法的圖像分割方法.該方法以分割閾值為優(yōu)化變量,圖像范圍為約束條件,建立有約束優(yōu)化方程,然后以隨機(jī)的分割閾值作為迭代初值,采用PIO算法求解得到最優(yōu)閾值,最后采用最佳閾值進(jìn)行圖像分割.PIO仿真以及與PSO、KSW算法對(duì)比結(jié)果表明,本文算法在時(shí)間和重疊度上均具有優(yōu)勢(shì),具有很好的魯棒性與適應(yīng)性,且運(yùn)算效率高,收斂速度快,具有更強(qiáng)的尋優(yōu)能力,因此對(duì)于圖像分割具有精確性和高效性的優(yōu)點(diǎn).

    猜你喜歡
    鴿群像素點(diǎn)鴿子
    鴿子,飛吧
    鴿群即景
    一起種鴿新城疫病因分析與防治
    一個(gè)鴿群飛過的黃昏
    文苑(2020年4期)2020-05-30 12:35:22
    鴿子高高飛
    青年歌聲(2020年4期)2020-04-24 01:41:54
    小鴿子,飛起來
    基于canvas的前端數(shù)據(jù)加密
    小鴿子
    基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    鴿群與鴿哨
    考比视频在线观看| 久久久久精品国产欧美久久久 | 99国产精品99久久久久| 国产人伦9x9x在线观看| 国产精品欧美亚洲77777| 日本一区二区免费在线视频| 日本一区二区免费在线视频| 国产精品秋霞免费鲁丝片| 在线观看免费午夜福利视频| 午夜av观看不卡| 成人黄色视频免费在线看| 99香蕉大伊视频| 国产一区二区在线观看av| 又粗又硬又长又爽又黄的视频| 99国产精品99久久久久| 国产野战对白在线观看| 天天添夜夜摸| 各种免费的搞黄视频| 一级毛片我不卡| 狠狠精品人妻久久久久久综合| 亚洲男人天堂网一区| 18在线观看网站| 一级毛片电影观看| 亚洲熟女毛片儿| 少妇被粗大的猛进出69影院| 亚洲激情五月婷婷啪啪| 黑人猛操日本美女一级片| 一本久久精品| 美女中出高潮动态图| 国产亚洲精品久久久久5区| 99久久精品国产亚洲精品| 99国产精品99久久久久| 91成人精品电影| 久久女婷五月综合色啪小说| 电影成人av| av福利片在线| 国产精品 欧美亚洲| 久久久久网色| 国产欧美日韩一区二区三 | 午夜激情久久久久久久| 免费av中文字幕在线| 欧美精品啪啪一区二区三区 | 80岁老熟妇乱子伦牲交| 高清黄色对白视频在线免费看| 18禁裸乳无遮挡动漫免费视频| 国产成人精品久久二区二区免费| 午夜福利视频在线观看免费| 国产成人精品无人区| 精品久久蜜臀av无| 一级a爱视频在线免费观看| 日韩电影二区| 国产成人精品无人区| 国产亚洲欧美精品永久| 秋霞在线观看毛片| 国产91精品成人一区二区三区 | 久久国产精品男人的天堂亚洲| 亚洲中文av在线| 一级毛片黄色毛片免费观看视频| 女警被强在线播放| 亚洲av片天天在线观看| 国产在线一区二区三区精| 国产精品.久久久| 免费在线观看黄色视频的| 真人做人爱边吃奶动态| 久久精品国产a三级三级三级| 90打野战视频偷拍视频| 久久久国产一区二区| 女性被躁到高潮视频| 男女无遮挡免费网站观看| 满18在线观看网站| www.熟女人妻精品国产| 欧美亚洲日本最大视频资源| 久久精品人人爽人人爽视色| 操出白浆在线播放| 无限看片的www在线观看| 波多野结衣av一区二区av| 一级毛片黄色毛片免费观看视频| 亚洲精品国产一区二区精华液| 曰老女人黄片| 亚洲第一青青草原| 精品熟女少妇八av免费久了| 婷婷色综合www| 午夜影院在线不卡| 国产黄色免费在线视频| 亚洲,一卡二卡三卡| 天天躁夜夜躁狠狠躁躁| 免费女性裸体啪啪无遮挡网站| 少妇的丰满在线观看| 老司机影院成人| 精品一品国产午夜福利视频| 男女边摸边吃奶| 欧美大码av| 国产无遮挡羞羞视频在线观看| 99re6热这里在线精品视频| 日本色播在线视频| 欧美乱码精品一区二区三区| 少妇被粗大的猛进出69影院| 青草久久国产| 国产成人精品久久二区二区免费| 久久狼人影院| 国产色视频综合| 啦啦啦中文免费视频观看日本| 男人舔女人的私密视频| 你懂的网址亚洲精品在线观看| 777米奇影视久久| 老司机在亚洲福利影院| 亚洲国产日韩一区二区| 一本—道久久a久久精品蜜桃钙片| 免费在线观看视频国产中文字幕亚洲 | 午夜福利影视在线免费观看| 午夜免费男女啪啪视频观看| 视频区图区小说| 欧美乱码精品一区二区三区| avwww免费| 汤姆久久久久久久影院中文字幕| 在线观看免费高清a一片| 亚洲精品一区蜜桃| 交换朋友夫妻互换小说| 日本av手机在线免费观看| 亚洲精品国产av蜜桃| 亚洲人成77777在线视频| 一本色道久久久久久精品综合| 免费日韩欧美在线观看| 午夜福利,免费看| 日本一区二区免费在线视频| 手机成人av网站| 黄片小视频在线播放| 免费观看a级毛片全部| 中文字幕高清在线视频| av欧美777| 只有这里有精品99| 91九色精品人成在线观看| 久久狼人影院| 又大又黄又爽视频免费| 欧美精品啪啪一区二区三区 | 女人久久www免费人成看片| 日韩制服骚丝袜av| 狂野欧美激情性bbbbbb| 90打野战视频偷拍视频| 男女高潮啪啪啪动态图| 黑人巨大精品欧美一区二区蜜桃| 日韩人妻精品一区2区三区| 久久人人爽av亚洲精品天堂| videos熟女内射| 99国产精品一区二区蜜桃av | 欧美日韩综合久久久久久| 久久久久国产一级毛片高清牌| 狂野欧美激情性bbbbbb| 午夜福利在线免费观看网站| 国产高清国产精品国产三级| av在线app专区| 欧美国产精品一级二级三级| 亚洲精品在线美女| 国产一区二区激情短视频 | 一区二区三区乱码不卡18| 日韩 欧美 亚洲 中文字幕| 大香蕉久久成人网| 无限看片的www在线观看| 少妇被粗大的猛进出69影院| 操美女的视频在线观看| 久久精品久久久久久久性| 久久精品人人爽人人爽视色| 成人影院久久| av天堂在线播放| 精品福利永久在线观看| 国产av国产精品国产| 精品亚洲成国产av| 欧美精品一区二区免费开放| 久久精品亚洲熟妇少妇任你| 宅男免费午夜| 18禁裸乳无遮挡动漫免费视频| 又紧又爽又黄一区二区| 女性生殖器流出的白浆| 午夜久久久在线观看| 免费看av在线观看网站| 高清黄色对白视频在线免费看| 人人澡人人妻人| 国产在线一区二区三区精| 欧美精品人与动牲交sv欧美| 丝袜美足系列| 黄片小视频在线播放| 国产一区二区在线观看av| 9热在线视频观看99| 一二三四社区在线视频社区8| 免费不卡黄色视频| 建设人人有责人人尽责人人享有的| 大香蕉久久网| 国产高清国产精品国产三级| 国产日韩欧美在线精品| 亚洲av成人精品一二三区| 曰老女人黄片| 国产在线免费精品| 国产片内射在线| 国产爽快片一区二区三区| 性少妇av在线| 欧美日韩av久久| 看免费成人av毛片| 伦理电影免费视频| 国产成人系列免费观看| 在线观看免费午夜福利视频| 亚洲熟女毛片儿| 最近中文字幕2019免费版| 熟女少妇亚洲综合色aaa.| 国产一级毛片在线| 免费看十八禁软件| 欧美乱码精品一区二区三区| 久久鲁丝午夜福利片| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品久久久久久久性| 免费观看人在逋| 久久国产精品人妻蜜桃| 国产真人三级小视频在线观看| 制服诱惑二区| 一级黄片播放器| 亚洲成色77777| 欧美精品av麻豆av| 又大又爽又粗| 亚洲 欧美一区二区三区| 国产野战对白在线观看| 成人手机av| 超碰成人久久| 久久国产精品大桥未久av| 制服人妻中文乱码| 一区福利在线观看| 日本wwww免费看| 国产精品免费视频内射| 51午夜福利影视在线观看| 黄色a级毛片大全视频| 国产成人系列免费观看| 菩萨蛮人人尽说江南好唐韦庄| 777久久人妻少妇嫩草av网站| 国产一区二区激情短视频 | 一级黄色大片毛片| 色网站视频免费| 搡老乐熟女国产| 国产亚洲av片在线观看秒播厂| 欧美日韩成人在线一区二区| 丝袜脚勾引网站| 成人免费观看视频高清| 久久ye,这里只有精品| 精品亚洲乱码少妇综合久久| 成人黄色视频免费在线看| www日本在线高清视频| 老汉色av国产亚洲站长工具| 日韩av免费高清视频| 天天躁夜夜躁狠狠躁躁| 一区在线观看完整版| 欧美日韩av久久| 波野结衣二区三区在线| 黄色毛片三级朝国网站| 考比视频在线观看| 国产亚洲欧美精品永久| 少妇精品久久久久久久| 亚洲国产av新网站| 飞空精品影院首页| 国产精品成人在线| 国产日韩欧美视频二区| 男女边摸边吃奶| 最近手机中文字幕大全| 90打野战视频偷拍视频| 啦啦啦视频在线资源免费观看| 久热这里只有精品99| 日韩制服骚丝袜av| 黄色 视频免费看| 国产免费福利视频在线观看| 欧美日韩国产mv在线观看视频| 国产成人一区二区在线| 久久午夜综合久久蜜桃| 两个人免费观看高清视频| 性少妇av在线| 老熟女久久久| 日本一区二区免费在线视频| 欧美 日韩 精品 国产| 日韩av在线免费看完整版不卡| 美国免费a级毛片| 国产在线视频一区二区| 亚洲精品国产色婷婷电影| 欧美精品高潮呻吟av久久| 日本一区二区免费在线视频| 老汉色∧v一级毛片| 色精品久久人妻99蜜桃| a级毛片黄视频| 精品国产一区二区三区久久久樱花| 久久热在线av| 欧美老熟妇乱子伦牲交| www.熟女人妻精品国产| 国产xxxxx性猛交| 日本vs欧美在线观看视频| 丝袜在线中文字幕| 如日韩欧美国产精品一区二区三区| 亚洲欧美中文字幕日韩二区| 免费观看人在逋| 中文字幕高清在线视频| 性高湖久久久久久久久免费观看| 啦啦啦中文免费视频观看日本| kizo精华| 伦理电影免费视频| 另类亚洲欧美激情| www.精华液| 天天躁狠狠躁夜夜躁狠狠躁| 首页视频小说图片口味搜索 | 亚洲国产中文字幕在线视频| 国产野战对白在线观看| 国产成人免费观看mmmm| 日本五十路高清| 一区二区三区激情视频| 亚洲成色77777| av国产精品久久久久影院| 国产91精品成人一区二区三区 | 老司机午夜十八禁免费视频| 国产爽快片一区二区三区| 制服诱惑二区| 丝袜在线中文字幕| 69精品国产乱码久久久| 亚洲国产欧美日韩在线播放| 久9热在线精品视频| 国产日韩欧美视频二区| 久久99精品国语久久久| 亚洲熟女毛片儿| 久久久亚洲精品成人影院| 免费日韩欧美在线观看| 最近最新中文字幕大全免费视频 | 最新的欧美精品一区二区| 色婷婷久久久亚洲欧美| 国产福利在线免费观看视频| 亚洲一区中文字幕在线| 欧美xxⅹ黑人| 欧美国产精品va在线观看不卡| 成在线人永久免费视频| av国产久精品久网站免费入址| 国产在线免费精品| 在线观看免费高清a一片| 亚洲精品美女久久av网站| 黄片播放在线免费| 中文字幕人妻丝袜一区二区| 国产成人av激情在线播放| 国产欧美日韩一区二区三 | 国产免费视频播放在线视频| 宅男免费午夜| 青青草视频在线视频观看| 熟女av电影| 亚洲欧洲精品一区二区精品久久久| 日韩精品免费视频一区二区三区| 男女边吃奶边做爰视频| 赤兔流量卡办理| √禁漫天堂资源中文www| 精品一区二区三卡| 免费久久久久久久精品成人欧美视频| 男人添女人高潮全过程视频| 久久久国产一区二区| 搡老岳熟女国产| 在线av久久热| 免费少妇av软件| 亚洲国产av新网站| 激情视频va一区二区三区| 香蕉丝袜av| 成人黄色视频免费在线看| 如日韩欧美国产精品一区二区三区| 一区二区三区乱码不卡18| 久久久精品免费免费高清| av线在线观看网站| av欧美777| 亚洲人成电影免费在线| 亚洲国产精品一区三区| 欧美日韩亚洲高清精品| 欧美xxⅹ黑人| 高清不卡的av网站| av欧美777| 午夜老司机福利片| 国产精品99久久99久久久不卡| 美女高潮到喷水免费观看| 国产精品三级大全| 嫩草影视91久久| 日韩人妻精品一区2区三区| 色播在线永久视频| 亚洲成人国产一区在线观看 | 韩国高清视频一区二区三区| 久久人妻熟女aⅴ| 脱女人内裤的视频| 精品视频人人做人人爽| 日本wwww免费看| 免费看av在线观看网站| 国产精品av久久久久免费| 七月丁香在线播放| 国产成人av教育| 欧美日韩国产mv在线观看视频| 亚洲人成网站在线观看播放| 久久久精品国产亚洲av高清涩受| 亚洲自偷自拍图片 自拍| 啦啦啦 在线观看视频| 欧美国产精品一级二级三级| 精品人妻1区二区| 两性夫妻黄色片| 欧美国产精品va在线观看不卡| 久久精品国产亚洲av涩爱| 婷婷丁香在线五月| 999久久久国产精品视频| 丝袜人妻中文字幕| 亚洲欧美清纯卡通| 亚洲精品美女久久av网站| 激情五月婷婷亚洲| 亚洲国产毛片av蜜桃av| 亚洲熟女精品中文字幕| 国产老妇伦熟女老妇高清| 大香蕉久久网| 两个人看的免费小视频| 日韩 欧美 亚洲 中文字幕| 精品久久久久久电影网| 国产精品一二三区在线看| 亚洲av日韩在线播放| 欧美精品啪啪一区二区三区 | 久久精品人人爽人人爽视色| 最近手机中文字幕大全| 母亲3免费完整高清在线观看| 日韩 亚洲 欧美在线| 免费高清在线观看视频在线观看| 久久久久久人人人人人| 女人精品久久久久毛片| 精品视频人人做人人爽| 国产日韩一区二区三区精品不卡| 老汉色av国产亚洲站长工具| 亚洲中文字幕日韩| 国产伦人伦偷精品视频| 黄色视频在线播放观看不卡| 嫁个100分男人电影在线观看 | 亚洲免费av在线视频| 国产又爽黄色视频| 欧美精品av麻豆av| www.av在线官网国产| 王馨瑶露胸无遮挡在线观看| 大型av网站在线播放| 一级a爱视频在线免费观看| 国产黄频视频在线观看| 国产爽快片一区二区三区| e午夜精品久久久久久久| 日韩视频在线欧美| 国产一区二区 视频在线| 精品人妻熟女毛片av久久网站| 热re99久久国产66热| 国产亚洲精品久久久久5区| 美女国产高潮福利片在线看| 中文欧美无线码| 久久久久久人人人人人| 亚洲精品乱久久久久久| 一区二区日韩欧美中文字幕| 我的亚洲天堂| 国产男女超爽视频在线观看| 老司机影院成人| 婷婷色麻豆天堂久久| 老汉色∧v一级毛片| 亚洲国产av新网站| 国产淫语在线视频| 人人澡人人妻人| 成人亚洲精品一区在线观看| 最近手机中文字幕大全| 免费看十八禁软件| 久久久久久久国产电影| 777米奇影视久久| av线在线观看网站| 色婷婷av一区二区三区视频| 久久亚洲精品不卡| 久久久久久久精品精品| 人体艺术视频欧美日本| 国产黄色视频一区二区在线观看| 免费观看a级毛片全部| 女人高潮潮喷娇喘18禁视频| 国产精品 欧美亚洲| www.999成人在线观看| 亚洲中文日韩欧美视频| 欧美精品一区二区大全| 妹子高潮喷水视频| 亚洲av男天堂| 午夜免费男女啪啪视频观看| 国产1区2区3区精品| 香蕉丝袜av| 久热爱精品视频在线9| 免费观看a级毛片全部| 涩涩av久久男人的天堂| 国产片内射在线| www.av在线官网国产| 中文字幕精品免费在线观看视频| 国产黄色免费在线视频| 韩国精品一区二区三区| 欧美中文综合在线视频| 日韩中文字幕视频在线看片| 巨乳人妻的诱惑在线观看| 中文字幕最新亚洲高清| 波野结衣二区三区在线| 亚洲欧美一区二区三区国产| 在线观看免费午夜福利视频| 精品国产一区二区三区四区第35| 午夜免费鲁丝| 少妇裸体淫交视频免费看高清 | 亚洲图色成人| 欧美国产精品一级二级三级| 大香蕉久久网| 一边摸一边抽搐一进一出视频| 国产黄频视频在线观看| 91成人精品电影| 成人影院久久| 久久国产精品大桥未久av| 午夜激情av网站| 亚洲熟女精品中文字幕| 亚洲欧美色中文字幕在线| 国产一区二区 视频在线| 成人亚洲欧美一区二区av| 国产黄色视频一区二区在线观看| 国产极品粉嫩免费观看在线| 久久狼人影院| 亚洲精品av麻豆狂野| 大话2 男鬼变身卡| 国产精品久久久久久精品古装| 成人国产av品久久久| 亚洲成人免费电影在线观看 | 人妻 亚洲 视频| 丁香六月欧美| 伊人亚洲综合成人网| 国产一级毛片在线| 精品欧美一区二区三区在线| 亚洲精品美女久久久久99蜜臀 | 十八禁人妻一区二区| 亚洲图色成人| 伦理电影免费视频| 亚洲人成77777在线视频| 少妇 在线观看| 国产麻豆69| 久久精品aⅴ一区二区三区四区| 日日爽夜夜爽网站| av网站免费在线观看视频| 国产一级毛片在线| av网站在线播放免费| 在线天堂中文资源库| 亚洲一区中文字幕在线| 免费在线观看黄色视频的| av欧美777| 在线观看免费高清a一片| 一级片免费观看大全| 伊人久久大香线蕉亚洲五| 欧美中文综合在线视频| 午夜福利免费观看在线| 国产亚洲av高清不卡| 亚洲av成人精品一二三区| 欧美变态另类bdsm刘玥| 9热在线视频观看99| 少妇被粗大的猛进出69影院| 亚洲人成电影观看| 国产一级毛片在线| 欧美黄色淫秽网站| 久久亚洲精品不卡| 亚洲av成人精品一二三区| 一个人免费看片子| 日本av免费视频播放| 天天躁夜夜躁狠狠躁躁| 亚洲av男天堂| 午夜影院在线不卡| 夫妻午夜视频| 人人妻人人爽人人添夜夜欢视频| 久久 成人 亚洲| 51午夜福利影视在线观看| 久久国产精品影院| 午夜av观看不卡| av线在线观看网站| 精品欧美一区二区三区在线| 男人添女人高潮全过程视频| 欧美中文综合在线视频| 人人妻人人爽人人添夜夜欢视频| av国产精品久久久久影院| 午夜福利乱码中文字幕| 色婷婷av一区二区三区视频| 欧美精品高潮呻吟av久久| 熟女少妇亚洲综合色aaa.| 成人午夜精彩视频在线观看| av天堂久久9| 十八禁网站网址无遮挡| 男男h啪啪无遮挡| 少妇裸体淫交视频免费看高清 | 十八禁高潮呻吟视频| 亚洲精品乱久久久久久| 亚洲国产看品久久| 欧美精品av麻豆av| 国产成人一区二区在线| 50天的宝宝边吃奶边哭怎么回事| 国产在线免费精品| 免费在线观看视频国产中文字幕亚洲 | 久久久精品免费免费高清| 亚洲欧洲日产国产| 欧美人与性动交α欧美精品济南到| 飞空精品影院首页| 欧美另类一区| 国产亚洲精品久久久久5区| 晚上一个人看的免费电影| 国产精品欧美亚洲77777| 亚洲av电影在线进入| 久久久久久免费高清国产稀缺| 高清av免费在线| 国产精品.久久久| 一边摸一边做爽爽视频免费| xxx大片免费视频| 亚洲av日韩精品久久久久久密 | 高清黄色对白视频在线免费看| 欧美+亚洲+日韩+国产| 亚洲国产精品一区三区| 99国产精品一区二区蜜桃av | 欧美另类一区| 狠狠婷婷综合久久久久久88av| 女人被躁到高潮嗷嗷叫费观| 精品一区在线观看国产| 男女之事视频高清在线观看 | 国产一区二区三区av在线| 美女中出高潮动态图| 99久久综合免费| 欧美成狂野欧美在线观看| 欧美黑人欧美精品刺激| av不卡在线播放| 精品一区二区三区四区五区乱码 |