• <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 ?

    信息熵多屬性約簡(jiǎn)的煤粉塵圖像特性機(jī)理

    2019-09-10 18:31:53王征汪梅
    關(guān)鍵詞:信息熵

    王征 汪梅

    摘 要:為研究無明確特征模式的煤塵顆粒圖像特性,以某煤礦煤樣為研究對(duì)象,按國(guó)標(biāo)標(biāo)準(zhǔn)運(yùn)用粉塵采樣器對(duì)粉塵溢散源處顆粒物進(jìn)行多點(diǎn)采樣。采用多決策屬性約簡(jiǎn)模糊粗糙集3個(gè)階段即提出隸屬度模型、實(shí)現(xiàn)屬性約簡(jiǎn)、確定最大信息熵閾值分割對(duì)顆粒形態(tài)特征機(jī)理進(jìn)行分析。首先建立粉塵圖像各像素點(diǎn)對(duì)應(yīng)的模糊類別隸屬度模型,利用多分段函數(shù)確定隸屬度;分析煤粉塵圖像灰度特征并將其作為條件屬性,確定條件屬性的模糊依賴度,獲取最優(yōu)值并提取模糊屬性約簡(jiǎn),進(jìn)行目標(biāo)及背景區(qū)域的模糊下近似和模糊上近似劃分;最后建立煤粉塵顆粒的信息熵模型,存儲(chǔ)信息熵并實(shí)現(xiàn)對(duì)分割閾值的提取。結(jié)果表明:依據(jù)模糊屬性約簡(jiǎn)的互異重要度可實(shí)現(xiàn)多屬性約簡(jiǎn);并確定煤粉塵圖像模塊區(qū)域的最大信息熵分割閾值。所建立模型可刪除冗余屬性,選擇出對(duì)分類更為重要的屬性,并通過屬性約簡(jiǎn)完成特征選擇分類。

    關(guān)鍵詞:安全科學(xué)與工程;圖像灰度特征;信息熵;模糊類別隸屬度;多屬性約簡(jiǎn)

    中圖分類號(hào):TD 76 ? 文獻(xiàn)標(biāo)志碼:A

    DOI:10.13800/j.cnki.xakjdxxb.2019.0421 ? 文章編號(hào):1672-9315(2019)04-0713-07

    Abstract:To investigate imagery characteristics of coal dust particles without clear characteristic mode,coal samples from a coal mine were taken as research objects,and the dust sampler was used to conduct particles multi point sampling at dust spill source according to the international standard.The multi decision attribute reduction fuzzy rough set,including three stages of the membership model,realizing attribute reduction,and determinating maximum information entropy threshold segmentation,are adopted to analyze the particle morphology characteristics.The corresponding fuzzy degree membership model was established for dust image pixels and meanwhile the membership coefficient was determined by multi segment function.In additon,the gray feature of coal dust image was analyzed and used as conditional attribute so that the fuzzy dependence of conditional attribute can be determined to obtain its maximum value and extract the fuzzy attribute reduction.At the same time the fuzzy lower approximation and the upper approximation in the target and its background regions were divided.Finally the information entropy model of coal dust particles was established with the information entropy stored and its corresponding segmentation threshold extracted.The results show that multi attribute reduction can be realized according to the mutual importance of fuzzy attribute reduction;and the maximum information entropy segmentation threshold of coal dust image module area is determined.The established model,therefore,can delete the redundant attributes,select more important classification attributes,and complete the feature selection classification through attribute reduction.

    Key words:safety science and engineering;image grey feature;information entropy;fuzzy membership;multi attribute reduction

    0 引 言

    近幾年,隨著國(guó)家與有關(guān)專家對(duì)大規(guī)模煤炭開采所引發(fā)的煤礦環(huán)境污染等問題的重視,以圖像信息為基礎(chǔ)的煤塵識(shí)別技術(shù)憑借其高效的視覺化、智能礦山系統(tǒng)等優(yōu)勢(shì),在國(guó)內(nèi)外礦山已獲得更深入的研究[1-3]。圖像視覺特性信息技術(shù)在解決煤礦安全可靠性不高的同時(shí),也為現(xiàn)場(chǎng)惡劣環(huán)境難適應(yīng)及煤塵爆炸危害難預(yù)測(cè)等問題的解決提供了有效的途徑。但粉塵的檢測(cè)機(jī)理十分復(fù)雜,其決定因素很多,導(dǎo)致煤塵檢測(cè)結(jié)果具有很大隨機(jī)性。因此,在粉塵顆粒物特性參數(shù)檢測(cè)中,運(yùn)用了不同研究方法進(jìn)行分析。電感應(yīng)法由脈沖數(shù)目確定顆粒的數(shù)量,由電位差變化幅度測(cè)量顆粒的體積。但該方法獲得的是顆粒尺寸的二次信息,須通過轉(zhuǎn)換獲得顆粒的實(shí)際尺寸信息[4]。對(duì)于密度不大且形狀為球形的粉塵顆粒,運(yùn)用光散射法,通過光強(qiáng)分析,可獲得粒子直徑及濃度,但對(duì)于形狀不規(guī)則的煤塵顆粒,若運(yùn)用光散射法,由于煤礦的地質(zhì)結(jié)構(gòu)和綜放面煤層強(qiáng)度系數(shù)不同,且煤塵對(duì)光的吸收和散射存在差異,因此檢測(cè)結(jié)果會(huì)出現(xiàn)偏差[5-7]。

    上述研究鑒于技術(shù)手段以及研究角度的局限,并沒有系統(tǒng)地分析粉塵顆粒物特性表現(xiàn)。隨著研究手段不斷發(fā)展,以圖像信息為基礎(chǔ)的粉塵識(shí)別技術(shù)具有直接觀察在不同粒度下的粉塵顆粒形狀的優(yōu)勢(shì)。Grasa等針對(duì)圖像區(qū)域內(nèi)灰度相似性及不連續(xù)性提出將粉塵圖像按不同特性進(jìn)行區(qū)域劃分,并對(duì)顆粒目標(biāo)點(diǎn)的特性參數(shù)測(cè)量及特征提取,這對(duì)研究人員進(jìn)一步研究煤塵圖像具有一定參考價(jià)值[8]。Baldevbhai等提出在圖像空間中對(duì)不同圖像信噪比運(yùn)用模糊聚類算法,由于對(duì)圖像的對(duì)比度分布性能敏感性好,可產(chǎn)生很好的分割效果,但該方法忽略圖像的細(xì)節(jié)信息,對(duì)灰度值差異不大的圖像目標(biāo)間或灰度值存在相互重疊區(qū)域的情況,分割效果不佳[9]。以上研究成果更多地考慮到圖像灰度的空間分布信息,大大提高了圖像分割的準(zhǔn)確度,但是終究無法達(dá)到理想狀況,面對(duì)各種圖像分類,運(yùn)用某種單一算法缺乏通用性。因此,采用合理的研究手段對(duì)圖像空間信息下煤塵顆粒物表現(xiàn)出來的微觀特性進(jìn)行有效解釋是必須討論的問題[10-13]。

    結(jié)合圖像空間學(xué)和微觀學(xué)研究發(fā)現(xiàn),煤塵顆粒物特性信息屬于非線性和不確定性建模問題,圖像識(shí)別的難點(diǎn)在于對(duì)冗余特征剔除的準(zhǔn)確度。文中從微觀角度對(duì)煤塵顆粒物的圖像特性機(jī)理展開研究。多屬性約簡(jiǎn)為這類問題提供了新的解決思路?;趫D像灰度特征空間區(qū)域信息劃分,考慮了分類屬性重要度的選擇,以圖像像素點(diǎn)的模糊類別隸屬度、圖像灰度特征對(duì)應(yīng)的模糊依賴度入手,構(gòu)建屬性約簡(jiǎn)信息熵?cái)?shù)學(xué)模型,依據(jù)所構(gòu)建模型對(duì)煤塵顆粒特性信息表征進(jìn)行合理解釋,為后期重疊顆粒分離進(jìn)行了先期理論和試驗(yàn)驗(yàn)證,對(duì)煤粉塵顆粒識(shí)別提供依據(jù)[14-17]。

    1 屬性約簡(jiǎn)圖像特征空間模型機(jī)理分析

    1.1 決策信息系統(tǒng)屬性約簡(jiǎn)的建立

    將樣本圖像設(shè)為對(duì)象,各種特征設(shè)為條件屬性,類別結(jié)果設(shè)為決策屬性,可形成決策表。對(duì)有用特征的提取過程實(shí)質(zhì)就是對(duì)決策表中屬性的約簡(jiǎn)過程。通過離散化處理獲得的決策表可作為用邏輯關(guān)系處理的一組公式,并對(duì)公式和規(guī)則進(jìn)行判別是否具有矛盾性以此確定其相容性,屬性約簡(jiǎn)是以決策表的相容性為基礎(chǔ)[19-20]。

    根據(jù)圖像中對(duì)象或區(qū)域的顏色、形狀、紋理和空間位置等重要的圖像信息特征來進(jìn)行分析和檢索,獲取圖像的有用信息,實(shí)現(xiàn)對(duì)圖像的識(shí)別。圖像特征的選取通過反復(fù)試驗(yàn),在極大似然分類精度原則下從10多種特征中確定了用于分類的6個(gè)特征,經(jīng)比較確定為一組對(duì)分割精度較為敏感的有效特征信息。設(shè)灰度均值、灰度方差、對(duì)比度、紋理均值、粗糙度、均勻度6個(gè)特征信息表示條件屬性A.由于這些特征值為連續(xù)值,因此通過相應(yīng)算法進(jìn)行離散化處理。通過獲取有效特征信息,確定目標(biāo)類別屬性即決策屬性C,實(shí)現(xiàn)對(duì)圖像的識(shí)別[21-22]。

    1.2 屬性約簡(jiǎn)算法描述

    通過下述算法可實(shí)現(xiàn)對(duì)決策表的屬性約簡(jiǎn)。

    輸入:決策表T={U,A∪C,V,f},其中U表示論域,A,C分別對(duì)應(yīng)為條件屬性集和決策屬性集。

    輸出:決策表的相對(duì)屬性約簡(jiǎn)。

    3 實(shí)驗(yàn)結(jié)果與分析

    為了驗(yàn)證文中提出的信息熵多屬性約簡(jiǎn)模型及其性能反應(yīng)的合理性,首先采用文獻(xiàn)[24]、文獻(xiàn)[25]及IEMAR算法對(duì)比展示,依據(jù)30組不同類別的煤塵圖像作為訓(xùn)練樣本,類別按照取像光源、取像時(shí)段、取像溫度不同條件劃分,對(duì)不同粒度大小的煤塵顆粒圖像特性信息進(jìn)行識(shí)別。每組取像20幅圖片,限于篇幅,僅列出部分樣本。在Pentium Dual Core G3420CPU,4GRAM的PC機(jī)、OlympusBX41通過Olympus BX41顯微放大裝置獲取圖像(顯微放大倍數(shù):目鏡×10,物鏡×10)以及Matlab2014b軟件環(huán)境下,實(shí)驗(yàn)對(duì)象取自某煤礦選煤廠采集的不同粒度大小的煤塵圖像,像素大小均為512×512.煤塵粒度> 200 μm如圖1(a)所示,75 μm <煤塵粒度 < 200 μm如圖2(a)所示,煤塵粒度< 75 μm如圖3(a)所示。并通過幾種不同的算法對(duì)圖像進(jìn)行分割,分割效果分別如圖1,圖2,圖3中(b)、(c)、(d)所示。

    從表1可以得出,文中提出算法與其他同類方法相比,融合了信息系統(tǒng)中的模糊性和粗糙性形成的模糊分類規(guī)則,具有更強(qiáng)的泛化能力,而且提高了搜索效率,并在一定程度上使得圖像分割的有效性和魯棒性得到保證。從權(quán)衡分割精度同計(jì)算效率的角度考慮,文中算法是一種實(shí)用有效的圖像分割算法。無論在閾值還是分割性能指標(biāo)上都擁有顯著的優(yōu)勢(shì),能滿足精確分割的要求,這也為煤塵圖像處理的后續(xù)研究提供精確數(shù)據(jù)。

    4 結(jié) 論

    1)屬性約簡(jiǎn)數(shù)據(jù)庫(kù)模型對(duì)連續(xù)數(shù)值離散化處理后消失的屬性有序關(guān)系可提供很好的借鑒。分析表明屬性約簡(jiǎn)模型的建立極大程度上降低了因?qū)傩缘挠行蜿P(guān)系消失而導(dǎo)致連續(xù)值屬性信息丟失造成的影響。而模型結(jié)構(gòu)的半序關(guān)系在一定程度上可使得信息的丟失量降低。

    2)煤塵圖像的有效獲取受到多種因素的影響,比如監(jiān)控環(huán)境中空間、濕度、氣流等,目前的研究多關(guān)注的是外在環(huán)境參數(shù)的影響規(guī)律,忽略了包含內(nèi)在因素等其他因素的影響效應(yīng),有待進(jìn)一步研究。

    3)煤塵粒度、粒度分布和煤塵濃度是煤塵爆炸的關(guān)鍵因素,而對(duì)煤塵圖像進(jìn)行圖像特性機(jī)理分析是研究煤塵粒度、粒度分布和煤塵濃度,解決煤塵檢測(cè)問題的關(guān)鍵。目前對(duì)煤塵顆粒群的宏觀問題研究較多,后期研究可考慮對(duì)微觀尺度下的煤塵顆粒研究,以期提高識(shí)別精度。

    參考文獻(xiàn)(References):

    [1] 王國(guó)法,趙國(guó)瑞,任懷偉.智慧煤礦與智能化開采關(guān)鍵核心技術(shù)分析[J].煤炭學(xué)報(bào),2019,44(1):34-41.

    WANG Guo fa,ZHAO Guo rui,REN Huai wei. Analysis on key technologies of intelligent coal mine and intelligent mining[J].Journal of China Coal Society,2019,44(1):34-41.

    [2]韓建國(guó).神華智能礦山建設(shè)關(guān)鍵技術(shù)研發(fā)與示范[J].煤炭學(xué)報(bào),2016,41(12):3181-3189.

    HAN Jian guo.Key technology research and demonstration of intelligent mines in Shenhua Group[J].Journal of China Coal Society,2016,41(12):3181-3189.

    [3]WANG Guo fa,XU Yong xiang,REN Huai wei.Intelligent and ecological coal mining as well as clean utilization technology in China:review and prospects[J].International Journal of Mining Science and Technology,2019,29(2):161-169.

    [4]陳建閣.交流耦合式電荷感應(yīng)法粉塵濃度檢測(cè)技術(shù)研究[D].北京:煤炭科學(xué)研究總院,2014.

    CHEN Jian ge.Research on detection technology of AC coupled charge induction dust concentration[D].Beijing:China Coal Research Institute,2014.

    [5]Okpeafoh S A,Anthony J M,Jan S.Modelling of artefacts in estimations of particle size of needle like particles from laser diffraction measurements[J].Chemical Engineering Science,2017,158:445-452.

    [6]Milana I,Igor B,Milica V,et al.Size and shape particle analysis by applying image analysis and laser diffraction inhalable dust in a dental laboratory[J].Measurement,2015,66:109-117.

    [7]陳繼民,陳鶴天.激光在粉塵檢測(cè)領(lǐng)域的進(jìn)展與應(yīng)用[J].應(yīng)用激光,2018,38(3):496-501.

    CHEN Ji min,CHEN He tian.The development and application of laser in dust detection[J].Applied Laser,2018,38(3):496-501.

    [8]Grasa G,Abanades J C.A calibration procedure to obtain solid concentrations from digital images of bulk powders[J].Powder Technology,2001,114(1-3):125-128.

    [9]Baldevbhai P J,Anand R S.Color image segmentation for medical images using lab color space[J].Journal of Electronics and Communication Engineering,2012,1(2):24-45.

    [10]Wasswa W,Andrew W,Annabella H,et al.Cervical cancer classification from pap smears using an enhanced fuzzy C means algorithm[J].Informatics in Medicine Unlocked,2019,14:23-33.

    [11]Hassanien A E,Soliman O S.Contrast enhancement of breast MRI images based on fuzzy type Ⅱ[C]//Soft Computing Models in Industrial and Environmental Applications,6th International Conference SOCO 2011,2011:77-83.

    [12]Khairunnisa H,Nor A,Mat I.Adaptive fuzzy intensity measure enhancement technique for non uniform illumination and low contrast images[J].Signal,Image and Video Processing,2015,9(6):1419-1442.

    [13]Muhammad T,Malik J K.An intelligent mobile application for diagnosis of crop diseases in Pakistan using fuzzy inference system[J].Computers and Electronics in Agriculture,2018,153:1-11.

    [14]Yongyingsakthavorn P,Vallikul P,F(xiàn)ungtammasan B,et al.Application of the maximum entropy technique in tomographic reconstruction from laser diffraction data to determine local spray drop size distribution[J].Experiments in Fluids,2007,42(3):471-481.

    [15]馬 翔,楚瑩瑩,陳允杰.基于空間信息熵活動(dòng)輪廓模型的圖像分割[J].控制工程,2018,25(11):2010-2016.

    MA Xiang,CHU Ying ying,CHEN Yun jie.Medical image segmentation based on active contour model of spatial information entropy[J].Control Engineering of China,2018,25(11):2010-2016.

    [16]成 婷,張 擴(kuò),續(xù)欣瑩.鄰域粗糙集約簡(jiǎn)算法在圖像特征選擇中的應(yīng)用[J].現(xiàn)代電子技術(shù),2018,41(21):56-62.

    CHENG Ting,ZHANG Kuo,XU Xin ying.Application of neighborhood rough set reduction algorithm in image feature selection[J].Modern Electronics Technique,2018,41(21):56-62.

    [17]郭 健,李 智.基于ICA閾值優(yōu)化耦合信息熵的邊緣提取算法[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,40(9):150-155.

    GUO Jian,LI Zhi.An edge extraction algorithm based on ICA threshold optimization and information entropy[J].Journal of Southwest University(Natural Science Edition),2018,40 (9):150-155.

    [18]YU Hai yan,ZHI Xiao bin,F(xiàn)AN Jiu lun.Image segmentation based on weak fuzzy partition entropy[J].Neurocomputing,2015,168(11):994-1010.

    [19]LIN Yao jin,LI Yu wen,WANG Chen xi,et al.Attribute reduction for multi label learning with fuzzy rough set[J].Knowledge Based Systems,2018,152:51-61.

    [20]LI Hua,LI De yu,ZHAI Yan hui,et al.A novel attribute reduction approach for multi label data based on rough set theory[J].Information Sciences,2016,367-368:827-847.

    [21]Hadi Y,Hamid M,Mohammad A E F,et al.Determining the fragmented rock size distribution using textural feature extraction of images[J].Powder Technology,2019,342:630-641.

    [22]Andrea P,Massimo P,F(xiàn)abio L,et al.Dust detection and analysis in museum environment based on pattern recognition[J].Measurement,2015,66:62-72.

    [23]Farid G L,Jair C,Asdr bal L,et al.Segmentation of images by color features:a survey[J].Neurocomputing,2018,292(5):1-27.

    [24]陳天華,王福龍.實(shí)時(shí)魯棒的特征點(diǎn)匹配算法[J].中國(guó)圖象圖形學(xué)報(bào),2016,21(9):1213-1220.

    CHEN Tian hua,WANG Fu long.Real time robust feature point matching algorithm[J].Journal of Image and Graphics,2016,21(9):1213-1220.

    [25]李婷婷,江朝暉,饒 元,等.結(jié)合基因表達(dá)式編程與空間模糊聚類的圖像分割[J].中國(guó)圖象圖形學(xué)報(bào),2017,22(5):575-583.

    LI Ting ting,JIANG Zhao hui,RAO Yuan,et al.Image segmentation based on gene expression programming and spatial fuzzy clustering[J].Journal of Image and Graphics,2017,22(5):575-583.

    猜你喜歡
    信息熵
    基于信息熵可信度的測(cè)試點(diǎn)選擇方法研究
    基于信息熵模糊物元的公路邊坡支護(hù)方案優(yōu)選研究
    基于小波奇異信息熵的10kV供電系統(tǒng)故障選線研究與仿真
    基于信息熵的實(shí)驗(yàn)教學(xué)量化研究
    基于信息熵賦權(quán)法優(yōu)化哮喘方醇提工藝
    中成藥(2017年7期)2017-11-22 07:32:59
    一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法
    改進(jìn)的信息熵模型在區(qū)域水文站網(wǎng)優(yōu)化布設(shè)中的應(yīng)用研究
    基于信息熵的IITFN多屬性決策方法
    基于信息熵的循環(huán)譜分析方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用
    泊松分布信息熵的性質(zhì)和數(shù)值計(jì)算
    九九久久精品国产亚洲av麻豆| 国产成人aa在线观看| 看免费成人av毛片| 亚洲精华国产精华液的使用体验| 91久久精品国产一区二区成人| 天堂√8在线中文| 亚洲av成人av| 亚洲美女视频黄频| 国产熟女欧美一区二区| 日韩成人伦理影院| a级毛片免费高清观看在线播放| 女人久久www免费人成看片 | 丰满乱子伦码专区| 日本色播在线视频| 国产精品福利在线免费观看| 亚洲第一区二区三区不卡| 大又大粗又爽又黄少妇毛片口| 中文字幕亚洲精品专区| 少妇猛男粗大的猛烈进出视频 | 国产亚洲最大av| 天堂网av新在线| 男人和女人高潮做爰伦理| 男女下面进入的视频免费午夜| 亚洲欧美成人精品一区二区| 搡老妇女老女人老熟妇| 亚洲av成人精品一二三区| 2021天堂中文幕一二区在线观| 纵有疾风起免费观看全集完整版 | 色哟哟·www| 美女xxoo啪啪120秒动态图| 久久亚洲精品不卡| 国产亚洲91精品色在线| 麻豆成人午夜福利视频| 视频中文字幕在线观看| 看十八女毛片水多多多| 中文字幕av在线有码专区| 尾随美女入室| 亚洲精华国产精华液的使用体验| 精品少妇黑人巨大在线播放 | 又粗又爽又猛毛片免费看| 一区二区三区高清视频在线| 国产精品久久久久久久电影| 色5月婷婷丁香| 免费看光身美女| 亚洲经典国产精华液单| 欧美日韩综合久久久久久| av福利片在线观看| 国产精品国产三级专区第一集| 波多野结衣高清无吗| 中文字幕av成人在线电影| 精品人妻偷拍中文字幕| 国产女主播在线喷水免费视频网站 | 高清视频免费观看一区二区 | 亚洲国产精品久久男人天堂| 亚洲av不卡在线观看| 国产一级毛片在线| 亚洲欧美日韩卡通动漫| av免费在线看不卡| 国内揄拍国产精品人妻在线| 国产精品一区二区性色av| 男人和女人高潮做爰伦理| 一夜夜www| 国产精品无大码| 国产精品无大码| 男女啪啪激烈高潮av片| 欧美日本视频| 直男gayav资源| 亚洲精品影视一区二区三区av| 久久亚洲精品不卡| 亚洲精品日韩av片在线观看| 亚洲成人精品中文字幕电影| 久久热精品热| 午夜福利网站1000一区二区三区| 日本-黄色视频高清免费观看| 久久久久久久久久久免费av| 免费看光身美女| 国产精品.久久久| 国产毛片a区久久久久| 午夜免费男女啪啪视频观看| 中文字幕免费在线视频6| 午夜激情福利司机影院| 国语自产精品视频在线第100页| 99热这里只有是精品在线观看| 国产亚洲精品久久久com| 亚洲av电影在线观看一区二区三区 | 一区二区三区四区激情视频| 校园人妻丝袜中文字幕| 一区二区三区四区激情视频| 国产真实乱freesex| 91精品国产九色| 国产成人精品一,二区| 两性午夜刺激爽爽歪歪视频在线观看| 日韩一本色道免费dvd| 亚洲综合色惰| 岛国在线免费视频观看| 国产乱来视频区| 观看免费一级毛片| 亚洲色图av天堂| 欧美又色又爽又黄视频| 国产精品日韩av在线免费观看| 69av精品久久久久久| 精品人妻熟女av久视频| 中文字幕久久专区| 天堂中文最新版在线下载 | 可以在线观看毛片的网站| 国产午夜精品论理片| 久久精品91蜜桃| 看非洲黑人一级黄片| 国产精品一区二区三区四区久久| 91在线精品国自产拍蜜月| 久99久视频精品免费| 直男gayav资源| 99久久成人亚洲精品观看| 国产伦一二天堂av在线观看| 日韩欧美 国产精品| 亚洲精品成人久久久久久| 久久久久久大精品| 国产精品美女特级片免费视频播放器| 别揉我奶头 嗯啊视频| 欧美潮喷喷水| 大话2 男鬼变身卡| 国产爱豆传媒在线观看| 在线免费观看的www视频| 91精品伊人久久大香线蕉| 国产精品美女特级片免费视频播放器| 老师上课跳d突然被开到最大视频| 高清视频免费观看一区二区 | 三级经典国产精品| 日本午夜av视频| 狂野欧美激情性xxxx在线观看| 亚洲四区av| av线在线观看网站| 成年版毛片免费区| 精品国产三级普通话版| 国产免费视频播放在线视频 | 国产精品嫩草影院av在线观看| 亚洲av电影不卡..在线观看| kizo精华| av在线观看视频网站免费| 草草在线视频免费看| 天美传媒精品一区二区| 亚洲国产精品成人久久小说| 丝袜喷水一区| 国产熟女欧美一区二区| 国产成人免费观看mmmm| 一本久久精品| 十八禁国产超污无遮挡网站| 欧美不卡视频在线免费观看| 只有这里有精品99| 国产精品女同一区二区软件| 熟女人妻精品中文字幕| 中文字幕久久专区| 国内少妇人妻偷人精品xxx网站| 亚洲精品乱久久久久久| 卡戴珊不雅视频在线播放| 韩国高清视频一区二区三区| 欧美变态另类bdsm刘玥| 久久热精品热| 麻豆国产97在线/欧美| 能在线免费看毛片的网站| 欧美另类亚洲清纯唯美| 老司机影院毛片| 97人妻精品一区二区三区麻豆| 久久久精品94久久精品| 能在线免费观看的黄片| 国产成人午夜福利电影在线观看| 成年版毛片免费区| 天堂影院成人在线观看| АⅤ资源中文在线天堂| 日本-黄色视频高清免费观看| 在线观看66精品国产| 国产精品不卡视频一区二区| 国产69精品久久久久777片| 啦啦啦啦在线视频资源| 乱码一卡2卡4卡精品| 最近手机中文字幕大全| 97热精品久久久久久| 六月丁香七月| 亚洲欧美清纯卡通| 精品一区二区三区视频在线| av女优亚洲男人天堂| 欧美性猛交╳xxx乱大交人| 观看美女的网站| 好男人视频免费观看在线| 国产高清有码在线观看视频| 午夜老司机福利剧场| 欧美极品一区二区三区四区| 亚洲性久久影院| 亚洲欧美精品专区久久| 最近视频中文字幕2019在线8| 韩国高清视频一区二区三区| 最近中文字幕2019免费版| 一边亲一边摸免费视频| 亚洲不卡免费看| 久久久亚洲精品成人影院| 91精品伊人久久大香线蕉| 成人一区二区视频在线观看| 欧美高清性xxxxhd video| 99热精品在线国产| 三级国产精品欧美在线观看| 日韩精品有码人妻一区| 亚洲五月天丁香| 欧美极品一区二区三区四区| 国产精品一区二区三区四区免费观看| 3wmmmm亚洲av在线观看| 我要搜黄色片| 美女高潮的动态| 久久久久久久亚洲中文字幕| 亚洲色图av天堂| 最新中文字幕久久久久| 亚洲av男天堂| 最后的刺客免费高清国语| av线在线观看网站| 国产精品久久久久久久久免| 免费人成在线观看视频色| 国产免费一级a男人的天堂| 天堂中文最新版在线下载 | 亚洲一区高清亚洲精品| 国产在线男女| 亚洲精品亚洲一区二区| 九九久久精品国产亚洲av麻豆| 五月玫瑰六月丁香| 高清视频免费观看一区二区 | 又爽又黄无遮挡网站| 亚洲久久久久久中文字幕| 国产精品野战在线观看| 麻豆一二三区av精品| 韩国av在线不卡| 狠狠狠狠99中文字幕| av卡一久久| 国产免费视频播放在线视频 | 老司机福利观看| 成人美女网站在线观看视频| 亚洲成色77777| 只有这里有精品99| 黑人高潮一二区| 69人妻影院| 两个人视频免费观看高清| 51国产日韩欧美| 久久精品久久久久久久性| 欧美成人精品欧美一级黄| 美女被艹到高潮喷水动态| 国产精品一区二区三区四区免费观看| 中文天堂在线官网| 精品人妻偷拍中文字幕| 亚洲国产高清在线一区二区三| 亚洲精品日韩av片在线观看| 国产精品久久久久久精品电影| 深爱激情五月婷婷| 久久精品久久精品一区二区三区| 女人十人毛片免费观看3o分钟| 能在线免费看毛片的网站| 最近视频中文字幕2019在线8| 卡戴珊不雅视频在线播放| 非洲黑人性xxxx精品又粗又长| 精品久久久久久久人妻蜜臀av| 婷婷色麻豆天堂久久 | 亚洲婷婷狠狠爱综合网| videos熟女内射| av福利片在线观看| 五月玫瑰六月丁香| 日本午夜av视频| 高清av免费在线| 中文乱码字字幕精品一区二区三区 | 国产极品天堂在线| 日本av手机在线免费观看| 国产精品久久久久久精品电影小说 | 免费观看精品视频网站| 村上凉子中文字幕在线| 好男人在线观看高清免费视频| 成人亚洲欧美一区二区av| 女人十人毛片免费观看3o分钟| 午夜免费男女啪啪视频观看| 国产高清视频在线观看网站| 欧美高清性xxxxhd video| 2021天堂中文幕一二区在线观| 中文乱码字字幕精品一区二区三区 | 级片在线观看| 国产精品av视频在线免费观看| 日韩一区二区三区影片| 亚洲精品日韩在线中文字幕| 2021少妇久久久久久久久久久| 三级经典国产精品| 色播亚洲综合网| 亚洲国产日韩欧美精品在线观看| 国产av不卡久久| 亚洲图色成人| 久久精品国产自在天天线| a级毛色黄片| 麻豆久久精品国产亚洲av| 国产成人a∨麻豆精品| 91狼人影院| 色哟哟·www| 国产在线一区二区三区精 | 色噜噜av男人的天堂激情| 天堂中文最新版在线下载 | 免费不卡的大黄色大毛片视频在线观看 | 村上凉子中文字幕在线| 99国产精品一区二区蜜桃av| av线在线观看网站| 国产精品一区二区性色av| a级毛片免费高清观看在线播放| 国产亚洲一区二区精品| 欧美激情久久久久久爽电影| 久久久久久久久久黄片| 久久人人爽人人片av| 天天一区二区日本电影三级| 日韩大片免费观看网站 | 成人综合一区亚洲| 亚洲精品久久久久久婷婷小说 | 青春草国产在线视频| 岛国毛片在线播放| 日本av手机在线免费观看| 18+在线观看网站| 国产一区二区在线av高清观看| 国产一区有黄有色的免费视频 | 色哟哟·www| 成人美女网站在线观看视频| av免费在线看不卡| 国产 一区 欧美 日韩| 亚洲怡红院男人天堂| 如何舔出高潮| 男人舔女人下体高潮全视频| 久久精品国产99精品国产亚洲性色| 又粗又爽又猛毛片免费看| 亚洲国产色片| 边亲边吃奶的免费视频| 久久久久网色| 亚洲av日韩在线播放| 性色avwww在线观看| 女人久久www免费人成看片 | 成人毛片60女人毛片免费| 亚洲欧美清纯卡通| 你懂的网址亚洲精品在线观看 | 男人舔奶头视频| 国产精品美女特级片免费视频播放器| 91午夜精品亚洲一区二区三区| 男人和女人高潮做爰伦理| 三级经典国产精品| 又粗又硬又长又爽又黄的视频| 午夜福利视频1000在线观看| 我要搜黄色片| 午夜精品国产一区二区电影 | 色吧在线观看| 免费黄色在线免费观看| 人妻制服诱惑在线中文字幕| 我的女老师完整版在线观看| 成人av在线播放网站| 日韩成人伦理影院| 精品久久久久久久久亚洲| 亚洲精品国产av成人精品| 中文资源天堂在线| 搡女人真爽免费视频火全软件| 在现免费观看毛片| 国产又色又爽无遮挡免| 精品国产三级普通话版| 中文乱码字字幕精品一区二区三区 | 水蜜桃什么品种好| 男人舔奶头视频| 午夜激情福利司机影院| 亚洲乱码一区二区免费版| 免费黄色在线免费观看| 久久99蜜桃精品久久| 精品无人区乱码1区二区| 日本免费一区二区三区高清不卡| 成人性生交大片免费视频hd| 中文字幕av成人在线电影| 日韩av在线大香蕉| 亚洲成色77777| 午夜福利在线观看吧| 欧美日本视频| 少妇裸体淫交视频免费看高清| 欧美+日韩+精品| 偷拍熟女少妇极品色| 久久亚洲国产成人精品v| 国产精品日韩av在线免费观看| av线在线观看网站| 国产探花极品一区二区| 成人高潮视频无遮挡免费网站| 成人三级黄色视频| 成人无遮挡网站| 赤兔流量卡办理| 3wmmmm亚洲av在线观看| 欧美xxxx性猛交bbbb| 天天一区二区日本电影三级| 国产高清视频在线观看网站| 蜜桃亚洲精品一区二区三区| 人妻夜夜爽99麻豆av| 日韩av在线大香蕉| 日韩欧美在线乱码| 七月丁香在线播放| 国产69精品久久久久777片| 两个人的视频大全免费| 亚洲aⅴ乱码一区二区在线播放| 天堂av国产一区二区熟女人妻| 婷婷六月久久综合丁香| 人妻系列 视频| 成年女人看的毛片在线观看| 精品免费久久久久久久清纯| 精品久久久噜噜| 精品人妻视频免费看| 久久久久网色| 一级黄色大片毛片| 国国产精品蜜臀av免费| 亚洲国产精品国产精品| 91av网一区二区| 国产成人aa在线观看| 美女脱内裤让男人舔精品视频| 校园人妻丝袜中文字幕| 日韩在线高清观看一区二区三区| 精品久久国产蜜桃| 天堂网av新在线| 亚洲怡红院男人天堂| 国产精品久久久久久久久免| av在线观看视频网站免费| 国产黄色视频一区二区在线观看 | 长腿黑丝高跟| 精品99又大又爽又粗少妇毛片| 亚洲自拍偷在线| 精品一区二区三区视频在线| 中文字幕免费在线视频6| 亚洲国产精品sss在线观看| 国产黄色视频一区二区在线观看 | 久久国内精品自在自线图片| 搞女人的毛片| 激情 狠狠 欧美| 麻豆一二三区av精品| 亚洲精品色激情综合| 九九爱精品视频在线观看| 日韩欧美 国产精品| 一本久久精品| 亚洲成人av在线免费| 人妻少妇偷人精品九色| 亚洲在久久综合| 变态另类丝袜制服| 久久久久久久久久久丰满| 日韩av不卡免费在线播放| 免费观看的影片在线观看| 久久久久久久久久久免费av| 免费看美女性在线毛片视频| 国产精品野战在线观看| 日韩大片免费观看网站 | 亚洲欧美日韩东京热| 亚洲国产欧美人成| 久久精品国产亚洲av天美| 久久国产乱子免费精品| 在线免费十八禁| 精品国产一区二区三区久久久樱花 | 97超碰精品成人国产| 丰满少妇做爰视频| 国产探花极品一区二区| 久久久久久久午夜电影| 国产成人精品一,二区| 国产一区二区在线观看日韩| 国产淫片久久久久久久久| 国产精品.久久久| 观看美女的网站| 中国美白少妇内射xxxbb| 成人特级av手机在线观看| 国产又黄又爽又无遮挡在线| 久久精品久久久久久噜噜老黄 | 插逼视频在线观看| 国产精品三级大全| 亚洲三级黄色毛片| 亚洲综合色惰| 国产精品久久电影中文字幕| 少妇被粗大猛烈的视频| 欧美丝袜亚洲另类| 熟女电影av网| 卡戴珊不雅视频在线播放| 亚洲欧美精品综合久久99| 久久久精品大字幕| 精品人妻视频免费看| 亚洲欧美一区二区三区国产| 插逼视频在线观看| 日韩欧美精品免费久久| 久久久久久久久久久免费av| 欧美zozozo另类| 国产免费男女视频| 综合色丁香网| 国产欧美日韩精品一区二区| 久久精品影院6| 国产v大片淫在线免费观看| 哪个播放器可以免费观看大片| 国产在视频线在精品| 九色成人免费人妻av| 欧美激情国产日韩精品一区| 成人无遮挡网站| 又粗又爽又猛毛片免费看| 女的被弄到高潮叫床怎么办| 久久久久久久久久黄片| 欧美日韩国产亚洲二区| 18禁在线无遮挡免费观看视频| 一区二区三区高清视频在线| 老司机福利观看| 97超视频在线观看视频| 亚洲成av人片在线播放无| 亚洲国产精品成人综合色| 亚洲第一区二区三区不卡| 国产视频内射| 色吧在线观看| 久久久久免费精品人妻一区二区| 一级毛片我不卡| 亚洲精品日韩在线中文字幕| 国产91av在线免费观看| 国产成人福利小说| 日韩,欧美,国产一区二区三区 | 人人妻人人澡人人爽人人夜夜 | 男人狂女人下面高潮的视频| 国产成人免费观看mmmm| 日韩成人伦理影院| 午夜免费激情av| 午夜日本视频在线| 高清在线视频一区二区三区 | 69人妻影院| 欧美xxxx黑人xx丫x性爽| 午夜精品一区二区三区免费看| 久久亚洲精品不卡| 免费黄网站久久成人精品| 七月丁香在线播放| 成人欧美大片| 激情 狠狠 欧美| 国产成人一区二区在线| 观看美女的网站| 岛国毛片在线播放| 国模一区二区三区四区视频| 中文亚洲av片在线观看爽| av国产久精品久网站免费入址| 欧美日韩国产亚洲二区| 国产成人精品婷婷| 国产精品麻豆人妻色哟哟久久 | 久久久国产成人免费| 在线天堂最新版资源| 男女视频在线观看网站免费| 在线播放无遮挡| 久久精品综合一区二区三区| 蜜桃久久精品国产亚洲av| 国产高潮美女av| 亚洲最大成人手机在线| 天堂中文最新版在线下载 | 小蜜桃在线观看免费完整版高清| 精品久久国产蜜桃| 日韩在线高清观看一区二区三区| 激情 狠狠 欧美| 亚洲欧美成人精品一区二区| 18禁在线播放成人免费| 国产欧美日韩精品一区二区| 欧美性猛交黑人性爽| av在线亚洲专区| 岛国在线免费视频观看| 小说图片视频综合网站| 一边摸一边抽搐一进一小说| 国产av码专区亚洲av| 1024手机看黄色片| 亚洲精品自拍成人| 99久国产av精品| 久久99热这里只有精品18| 国产在视频线在精品| 变态另类丝袜制服| 高清视频免费观看一区二区 | 少妇猛男粗大的猛烈进出视频 | 老司机影院成人| av天堂中文字幕网| av国产久精品久网站免费入址| 一级黄色大片毛片| 在线免费十八禁| av在线观看视频网站免费| 亚洲欧美精品综合久久99| 色综合亚洲欧美另类图片| 亚洲三级黄色毛片| 中国国产av一级| 亚洲在久久综合| 亚洲高清免费不卡视频| 寂寞人妻少妇视频99o| 一卡2卡三卡四卡精品乱码亚洲| 丰满乱子伦码专区| 亚洲中文字幕日韩| 超碰97精品在线观看| 99在线人妻在线中文字幕| h日本视频在线播放| 男人和女人高潮做爰伦理| 亚洲精品日韩在线中文字幕| 国产精品蜜桃在线观看| 国产成人免费观看mmmm| 一个人观看的视频www高清免费观看| 白带黄色成豆腐渣| 能在线免费看毛片的网站| 欧美3d第一页| 久久精品夜夜夜夜夜久久蜜豆| 亚洲天堂国产精品一区在线| 亚洲av成人av| 熟妇人妻久久中文字幕3abv| 国语对白做爰xxxⅹ性视频网站| 日韩av不卡免费在线播放| 午夜精品国产一区二区电影 | 国产老妇伦熟女老妇高清| 日产精品乱码卡一卡2卡三| 欧美成人午夜免费资源| 国产精品国产三级国产av玫瑰| av专区在线播放| 欧美性感艳星| 黄色一级大片看看| 国产片特级美女逼逼视频| 少妇人妻一区二区三区视频| 国产又黄又爽又无遮挡在线| or卡值多少钱| 国语自产精品视频在线第100页| 美女cb高潮喷水在线观看| 国产爱豆传媒在线观看| 国产69精品久久久久777片| 久久婷婷人人爽人人干人人爱| 99热这里只有是精品50| 久久久色成人| 亚洲精品亚洲一区二区| 99热这里只有精品一区|