• <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 ?

    基于典型相關分析全局和局部特征融合的植物識別方法

    2019-09-23 06:10:53張善文邵彧李萍
    江蘇農業(yè)科學 2019年14期

    張善文 邵彧 李萍

    摘要:同類葉片圖像的復雜多樣性增加了植物識別研究的難度,導致利用葉片圖像進行植物識別的識別率不高,因此提出一種基于典型相關分析(CCA)全局和局部特征融合的植物識別方法。首先,采用有較好的光照及旋轉不變性的梯度直方圖(HOG)和邊緣輪廓Fourier描述子作為植物識別的特征;然后利用CCA在特征層將HOG和Fourier描述子相融合,構成更具分類鑒別力的一個特征向量;最后利用K-最近鄰分類器進行植物識別。在ICL葉片圖像數(shù)據(jù)庫上的試驗結果表明了該方法的有效性。

    關鍵詞:梯度直方圖;Fourier描述子;典型相關性分析;植物識別

    中圖分類號: TN911.73;TP391.41 ?文獻標志碼: A ?文章編號:1002-1302(2019)14-0255-04

    植物影響著人類賴以生存的生態(tài)系統(tǒng),對生態(tài)平衡和環(huán)境保護起著重要作用。開展植物物種的機器識別研究具有重要的現(xiàn)實意義,是計算機視角、圖像處理和植保等領域的一個主要的研究方向[1-2]。張娟研究了梅花葉片圖像的分割、特征提取、分類器分類等方面的問題,提出了一種針對自然背景下基于紋理和顏色特征的梅花圖像分割方法[3]。為了提高植物葉片識別與分類的正確率,張昭等提出了一種基于主成分分析(PCA)和支持向量機(SVM)的植物葉片識別方法。該方法從分割、邊緣檢測的葉片圖像中提取了10個具有旋轉、比例、平移不變性的無量綱葉片特征參數(shù),然后進行主成分分析,將前3個主成分作為支持向量機的輸入進行植物識別,取得了97.22%的識別率[4]。Du等提出了一種基于輪廓分形維數(shù)和葉脈分形維數(shù)描述植物葉片特征的新方法,首先利用多閾值邊緣檢測方法對葉脈和葉柄進行分割,得到多條葉脈;然后計算葉片邊緣圖像和多脈圖像的二維分形維數(shù),再提取小波分形特征進行植物識別。試驗結果證明了分形維數(shù)特征方法的有效性[5]。Mallah等建立了一個具有100多種植物且每種植物有16幅葉片圖像的數(shù)據(jù)集,并提出了一種基于葉片形狀、紋理和邊緣特征的后驗概率相結合的植物葉片分類方法[6]。Chaki等提出了一種基于紋理特征和形狀特征相融合的植物葉片分類方法,該方法對葉片圖像的形狀、大小和方位具有一定的魯棒性[7]。Munisami等構建了一套植物識別系統(tǒng),用戶可以將拍攝的葉片圖像上傳到該系統(tǒng)的服務器,服務器對葉片圖像進行預處理、特征提取和匹配。其中,提取的不同特征有葉片圖像的長和寬、面積、周長、顏色直方圖和質心-輪廓徑向距離等[8]。丁嬌等提出了一種基于差異性值監(jiān)督局部線性嵌入(D-LLE)算法的多特征植物葉片圖像識別方法,該方法提取葉片的顏色、形狀和紋理作為葉片多特征,利用D-LLE對葉片高維特征進行降維,在低維空間利用K-最近鄰分類器進行植物葉片識別[9]。王麗君等綜合提取觀葉植物葉片圖像的顏色、形狀和紋理特征,利用SVM進行識別,取得了91.41%的識別效果[10]。劉驥等針對葉緣葉裂明顯的植物葉片識別問題,提出一種基于葉片形狀特征的識別方法,該方法提取了葉片圖像的8種形狀特征,經過對8種特征的皮爾森相關系數(shù)分析與主成分分析,確定對分類貢獻最大的5個主成分,最后利用BP神經網絡進行植物識別[11]。Wang等提出了一種基于脈沖耦合神經網絡和支持向量機的植物識別方法,與現(xiàn)有方法相比,該方法具有較好的識別效果[12]。李洋等針對傳統(tǒng)植物識別方法工作任務量大、效率低下以及難以保證數(shù)據(jù)客觀性的問題,提出了一種基于形狀特征的植物葉片識別算法,并開發(fā)了一款C/S模式的植物葉片在線識別Android應用[13]。高良等針對當前葉片特征描述存在的局限和葉片識別準確率較低的問題,設計描述葉片輪廓的距離矩陣和角點矩陣,通過計算基于幾何特征、紋理特征和角點距離矩陣的綜合相似度對葉片進行精確識別,在Flavia數(shù)據(jù)集上的識別率高達97.5%以上[14]。單治磊等提出了一種基于植物多特征提取與局部嵌入融合的植物識別方法,該方法利用分塊的局部二值模式(LBP)算法提取植物葉片的紋理特征,使用局部線性嵌入(LLE)算法,對高維的LBP特征進行降維,減少了分類識別時間,同時能夠達到更好的聚類效果[15]。Jeon等提出了一種基于卷積神經網絡的植物識別方法,取得了較高的識別率,但該方法需要大量訓練樣本進行長時間訓練[16]。

    在實際植物識別過程中,在復雜環(huán)境下拍攝的同一種植物的葉片圖像間差異較大,而且對于葉片圖像的顏色、形狀和紋理特征而言,由于同種葉片之間可能存在著較大差異,因而很多基于葉片的顏色、紋理和形狀特征的植物識別方法的識別率不高。不同方法得到的葉片圖像的全局特征和局部特征所描述的內容和作用各不相同,如一些基于葉片的全局特征的方法缺乏對葉片光照、拍攝角度和大小等變化的魯棒性;而單純基于葉片的局部特征的方法又忽略了局部特征之間的聯(lián)系,從而損失了部分全局特征。對于復雜背景下的植物識別問題,單純依靠某一種特征很難得到高的識別率。典型相關分析(canonical correlation analysis,CCA)通過最大化2組特征之間的相關性[17],找出2個線性變換的投影矩陣,由此得到1個融合特征向量,使變換后的2組數(shù)據(jù)相關性最大化[18]。為了提高植物識別率,提出一種基于CCA融合全局和局部特征的植物識別算法,并利用ICL葉片圖像數(shù)據(jù)集驗證其有效性。

    1 材料與方法

    1.1 試驗材料

    試驗采用中國科學院合肥智能機械研究所智能計算實驗室的ICL植物葉片圖像數(shù)據(jù)庫(http://www.intelengine.cn/dataset/index.html),其中包括220種植物16 851幅葉片圖像,每種植物包含的葉片圖像的數(shù)目不一,紫穗槐有1 078幅葉片圖像,而五葉地錦僅有26幅葉片圖像。這些葉片圖像都是在不同的時間、光照和角度等條件下采集,然后再利用葉片圖像采集儀進行拍攝得到。圖1為葉片圖像示例。

    1.2 試驗方法

    基于葉片的植物分類方法由葉片的輪廓全局特征和內部局部細節(jié)來識別,這些特征反映了葉片結構的形狀和紋理特征,一般不包含顏色特征。筆者利用方向梯度直方圖(histogram of oriented gradient,HOG)特征描述子提取葉片圖像的內部細節(jié)特征,然后利用Canny邊緣檢測算法和Fourier描述子提取葉片圖像的輪廓特征,再利用CCA將2組特征向量融合為1個特征向量,最后利用K-最近鄰分類器進行植物分類。

    1.2.1 方向梯度直方圖 HOG是在計算機視覺和圖像處理中廣泛使用的一種圖像局部特征提取方法,是通過計算和統(tǒng)計圖像局部區(qū)域的梯度方向直方圖來構成特征,其步驟如下:(1)葉片圖像灰度化和歸一化。采用Gamma校正法對葉片圖像進行RGB顏色空間數(shù)據(jù)歸一化處理,降低圖像局部的陰影和光照變化對特征提取的影響,而且可以抑制噪聲干擾。

    2 試驗結果與分析

    采用2-折交叉驗證法在ICL植物葉片圖像數(shù)據(jù)庫上進行試驗,并與紋理和形狀相結合的方法(TS)[7]、基于葉片形狀特征的方法(SH)[11]和多特征融合的方法(MFF)[14]3種植物識別方法以及直接將HOG特征和Fourier描述子串聯(lián)構成的特征向量識別方法的識別結果進行比較。由于數(shù)據(jù)庫中葉片圖像均為彩色圖像,圖像大小不一,在提取HOG和Fourier特征前須要對每幅圖像進行預處理,將每幅圖像歸一化到 32×32,再轉換為灰度圖像(圖2)。

    首先,通過PCA對提取的HOG直方圖特征向量和Fourier描述子特征向量進行維數(shù)約簡;然后,利用CCA進行融合,得到1個特征向量(經驗選取維數(shù)d為50);最后,利用1-最近鄰分類器進行分類。表1為5種植物識別方法經過50次2-折交叉驗證得到的葉片圖像的平均分類率和方差。

    由表1可知,本研究方法的植物識別率最高。其主要原因是利用CCA將HOG特征和Fourier描述子相融合,而CCA能夠將2組不同的特征向量有機融合,最大化2組向量之間的相關性,得到具有葉片圖像的HOG和Fourier描述子特征優(yōu)點的融合特征向量,得到了有利于分類的旋轉、尺度和光照

    不變性全局和局部形狀和紋理特征,而TS方法和 HOG+Fourier方法沒有考慮2組特征之間的相關關系,SH方法提取的形狀沒有充分描述葉片圖像,MFF方法只是簡單地提取圖像的多個特征,該特征不足以表示葉片形狀,所以4種比較方法的識別率不高。

    3 結論

    CCA是一種經典的特征融合和維數(shù)約簡算法,利用CCA能夠對2組異構的特征向量進行融合,得到相關性很高的低維融合特征向量。本研究方法首先提取葉片圖像的全局和局部特征向量,然后利用CCA進行特征融合,最后利用K-最近鄰分類器進行植物分類。在ICL葉片圖像數(shù)據(jù)庫上的試驗結果表明,該方法是可行的。下一步繼續(xù)研究魯棒、監(jiān)督的特征提取和融合算法,并討論算法的復雜度。

    參考文獻:

    [1]陶行科. 基于紋理特征的葉片識別系統(tǒng)研究[D]. 北京:北京林業(yè)大學,2015.

    [2]Ehsanirad A. Plant classification based on leaf recognition[J]. International Journal of Computer Science&Information Security,2010,8(4):100-109.

    [3]張 娟. 基于圖像分析的梅花種類識別關鍵技術研究[D]. 北京:北京林業(yè)大學,2011.

    [4]張 昭,楊民倉,何東健. 基于PCA和SVM的植物葉片分類方法研究[J]. 農機化研究,2013(11):34-37,41.

    [5]Du J X,Zhai C M,Wang Q P. Recognition of plant leaf image based on fractal dimension features[J]. Neurocomputing,2013,116(10):150-156.

    [6]Mallah C,Cope J,Orwell J. Plant leaf classification using probabilistic integration of shape,texture and margin features[J]. Acta Press,2013,3842(4):107-111.

    [7]Chaki J,Parekh R,Bhattacharya S. Plant leaf recognition using texture and shape features with neural classifiers[J]. Pattern Recognition Letters,2015,58:61-68.

    [8]Munisami T,Ramsurn M,Kishnah S,et al. Plant leaf recognition using shape features and colour histogram with k-nearest neighbour classifiers[J]. Procedia Computer Science,2015,58:740-747.

    [9]丁 嬌,梁 棟,閻 慶. 基于D-LLE算法的多特征植物葉片圖像識別方法[J]. 計算機工程與應用,2015,51(9):158-163.

    [10]王麗君,淮永建,彭月橙. 基于葉片圖像多特征融合的觀葉植物種類識別[J]. 北京林業(yè)大學學報,2015,37(1):55-61.

    [11]劉 驥,曹鳳蓮,甘林昊. 基于葉片形狀特征的植物識別方法[J]. 計算機應用,2016,36(增刊2):200-202,226.

    [12]Wang Z B,Sun X G,Zhang Y N,et al. Leaf recognition based on PCNN[J]. Neural Computing & Applications,2016,27(4):899-908.

    [13]李 洋,李岳陽,羅海馳,等. 基于形狀特征的植物葉片在線識別方法[J]. 計算機工程與應用,2017,53(2):162-165,171.

    [14]高 良,閆 民,趙 方. 基于多特征融合的植物葉片識別研究[J]. 浙江農業(yè)學報,2017,29(4):668-675.

    [15]單治磊,張王菲,趙熙臨,等. 多特征與局部線性嵌入融合算法在植物識別中的應用研究[J]. 西南林業(yè)大學學報(自然科學版),2017,37(6):188-194.

    [16]Jeon W S,Rhee S Y. Plant leaf recognition using a convolution neural network[J]. International Journal of Fuzzy Logic&Intelligent Systems,2017,17(1):26-34.

    [17]Yuan Y H,Yang J L,Shen X B,et al. Discriminative scatter regularized CCA for multiview image feature learning and recognition[C]. Chinese Conference on Biometric Recognition,2015:694-701.

    [18]Yang X H,Liu W F,Tao D P,et al. Canonical correlation analysis networks for two-view image recognition[J]. Information Sciences,2017,385:338-352.

    [19]Neto J C,Meyer G E,Jones D D,et al. Plant species identification using Elliptic Fourier leaf shape analysis[J]. Computers and Electronics in Agriculture,2006,50(2):121-134.

    国产一区二区三区在线臀色熟女| 国产亚洲欧美98| 国产精品久久久久久人妻精品电影| 一进一出好大好爽视频| 亚洲乱码一区二区免费版| 波野结衣二区三区在线| 18+在线观看网站| 看免费av毛片| 成人一区二区视频在线观看| 国产精华一区二区三区| av在线蜜桃| 午夜免费男女啪啪视频观看 | 性色av乱码一区二区三区2| 露出奶头的视频| 国产精品久久视频播放| 岛国在线免费视频观看| 老司机午夜十八禁免费视频| 脱女人内裤的视频| 夜夜看夜夜爽夜夜摸| 97人妻精品一区二区三区麻豆| 国产欧美日韩精品亚洲av| 最近中文字幕高清免费大全6 | 欧美丝袜亚洲另类 | 激情在线观看视频在线高清| 村上凉子中文字幕在线| 亚洲自偷自拍三级| 免费观看的影片在线观看| 人妻久久中文字幕网| 午夜日韩欧美国产| 久久精品人妻少妇| 成人特级av手机在线观看| 嫁个100分男人电影在线观看| 亚洲欧美精品综合久久99| 久久久久久久久中文| 夜夜看夜夜爽夜夜摸| 亚洲片人在线观看| 久久亚洲真实| 别揉我奶头 嗯啊视频| 91狼人影院| 一区二区三区高清视频在线| 免费高清视频大片| 久久久色成人| 人妻丰满熟妇av一区二区三区| .国产精品久久| 亚洲欧美日韩无卡精品| 亚洲av一区综合| 美女 人体艺术 gogo| 男女那种视频在线观看| 成年女人看的毛片在线观看| 亚洲,欧美精品.| 国产精品久久久久久人妻精品电影| 在线免费观看不下载黄p国产 | 欧美高清成人免费视频www| x7x7x7水蜜桃| 午夜福利免费观看在线| 91字幕亚洲| 老熟妇乱子伦视频在线观看| 色5月婷婷丁香| 成人欧美大片| 观看免费一级毛片| 亚洲不卡免费看| 国产成人欧美在线观看| 中文字幕精品亚洲无线码一区| 日韩高清综合在线| 色综合亚洲欧美另类图片| 亚洲国产精品sss在线观看| 欧美最新免费一区二区三区 | 日日摸夜夜添夜夜添av毛片 | 亚洲一区高清亚洲精品| 国产精华一区二区三区| 亚洲狠狠婷婷综合久久图片| 国产私拍福利视频在线观看| 老熟妇仑乱视频hdxx| 成人特级黄色片久久久久久久| 亚洲无线观看免费| 免费观看精品视频网站| 中文字幕免费在线视频6| 亚洲欧美日韩卡通动漫| a级毛片a级免费在线| 国产私拍福利视频在线观看| 三级国产精品欧美在线观看| 波野结衣二区三区在线| 又黄又爽又刺激的免费视频.| 毛片女人毛片| 亚洲精品粉嫩美女一区| 欧美三级亚洲精品| 亚洲最大成人手机在线| 高清日韩中文字幕在线| 国产精品一区二区三区四区免费观看 | 亚洲国产精品999在线| 欧美绝顶高潮抽搐喷水| 乱码一卡2卡4卡精品| 久久午夜亚洲精品久久| 亚洲精品影视一区二区三区av| 国产一区二区激情短视频| 亚洲精品日韩av片在线观看| 国产老妇女一区| 午夜日韩欧美国产| 中文字幕人妻熟人妻熟丝袜美| 欧美xxxx性猛交bbbb| 一进一出好大好爽视频| 国产乱人视频| 国产精品一区二区三区四区免费观看 | 一个人看视频在线观看www免费| 中文字幕久久专区| 成熟少妇高潮喷水视频| 成人性生交大片免费视频hd| 精品无人区乱码1区二区| 免费av观看视频| av在线观看视频网站免费| 免费看美女性在线毛片视频| 久久伊人香网站| 一级黄色大片毛片| 变态另类丝袜制服| 国产单亲对白刺激| 国产精品久久久久久久电影| 丰满乱子伦码专区| 成人亚洲精品av一区二区| 好看av亚洲va欧美ⅴa在| 日本成人三级电影网站| 波多野结衣高清无吗| 91久久精品电影网| av在线观看视频网站免费| 日韩欧美一区二区三区在线观看| 国产黄a三级三级三级人| 男女之事视频高清在线观看| 毛片女人毛片| 久久99热6这里只有精品| 色尼玛亚洲综合影院| 亚洲av成人精品一区久久| 在线观看舔阴道视频| 三级男女做爰猛烈吃奶摸视频| 日韩免费av在线播放| 国产精品av视频在线免费观看| 亚洲精华国产精华精| 日本一本二区三区精品| 国产三级在线视频| 成人无遮挡网站| 久久久久久久亚洲中文字幕 | 一级黄片播放器| 国产免费男女视频| 欧美黄色片欧美黄色片| 国产亚洲欧美98| 伦理电影大哥的女人| 91av网一区二区| av视频在线观看入口| 男人狂女人下面高潮的视频| 黄色日韩在线| 淫秽高清视频在线观看| 欧美国产日韩亚洲一区| .国产精品久久| 中文字幕人成人乱码亚洲影| 一级作爱视频免费观看| 又黄又爽又免费观看的视频| 亚洲国产欧洲综合997久久,| 国产v大片淫在线免费观看| 一个人看的www免费观看视频| 丰满人妻一区二区三区视频av| 能在线免费观看的黄片| 99久久九九国产精品国产免费| 色吧在线观看| 亚洲成a人片在线一区二区| 成人国产综合亚洲| 亚洲精品粉嫩美女一区| 亚洲美女搞黄在线观看 | 欧美乱色亚洲激情| 国产成年人精品一区二区| 日韩 亚洲 欧美在线| 欧美乱色亚洲激情| 免费高清视频大片| 免费黄网站久久成人精品 | 久久久久性生活片| 日本熟妇午夜| www.999成人在线观看| 日韩 亚洲 欧美在线| 老司机深夜福利视频在线观看| 搡女人真爽免费视频火全软件 | 长腿黑丝高跟| 中文字幕免费在线视频6| 精品国产亚洲在线| 精品免费久久久久久久清纯| 啦啦啦观看免费观看视频高清| 日本与韩国留学比较| 精品久久久久久久末码| 国产午夜精品论理片| 午夜a级毛片| 1024手机看黄色片| 757午夜福利合集在线观看| 高清日韩中文字幕在线| 国产精品亚洲av一区麻豆| 三级男女做爰猛烈吃奶摸视频| 有码 亚洲区| 如何舔出高潮| 国内少妇人妻偷人精品xxx网站| 亚洲av一区综合| 亚洲天堂国产精品一区在线| 深夜a级毛片| 午夜免费激情av| 看黄色毛片网站| 久久精品国产自在天天线| 给我免费播放毛片高清在线观看| 欧美绝顶高潮抽搐喷水| 色哟哟·www| 特大巨黑吊av在线直播| 亚洲精品亚洲一区二区| a在线观看视频网站| 午夜日韩欧美国产| 亚洲自偷自拍三级| 成人鲁丝片一二三区免费| 中文亚洲av片在线观看爽| a级毛片免费高清观看在线播放| 精品99又大又爽又粗少妇毛片 | 亚洲熟妇中文字幕五十中出| 日韩欧美在线二视频| 日韩免费av在线播放| 69av精品久久久久久| 中文字幕久久专区| 色综合亚洲欧美另类图片| 午夜激情福利司机影院| 精品一区二区三区视频在线观看免费| 色播亚洲综合网| 免费观看精品视频网站| 亚洲综合色惰| 欧美中文日本在线观看视频| 欧美一区二区精品小视频在线| 男女之事视频高清在线观看| 亚洲中文日韩欧美视频| 国产精品免费一区二区三区在线| 欧美极品一区二区三区四区| 此物有八面人人有两片| 亚洲成av人片免费观看| av福利片在线观看| 天美传媒精品一区二区| a级一级毛片免费在线观看| avwww免费| 一进一出抽搐动态| 永久网站在线| 亚洲av熟女| 国产欧美日韩精品一区二区| 精品乱码久久久久久99久播| 精品99又大又爽又粗少妇毛片 | 亚洲av电影在线进入| 亚洲天堂国产精品一区在线| 午夜福利欧美成人| 日本撒尿小便嘘嘘汇集6| 日韩中文字幕欧美一区二区| 久久久久久久精品吃奶| 中文字幕高清在线视频| 99在线人妻在线中文字幕| 欧美极品一区二区三区四区| 免费看a级黄色片| 久久午夜亚洲精品久久| 99久久九九国产精品国产免费| 亚洲av日韩精品久久久久久密| 国产精品永久免费网站| 97人妻精品一区二区三区麻豆| 一级作爱视频免费观看| 国产午夜福利久久久久久| 久久6这里有精品| 赤兔流量卡办理| 国产欧美日韩一区二区三| 亚洲成a人片在线一区二区| 国内精品美女久久久久久| 成人午夜高清在线视频| 搡老熟女国产l中国老女人| 国产成年人精品一区二区| 中文字幕免费在线视频6| 久久欧美精品欧美久久欧美| 欧美色视频一区免费| 欧美不卡视频在线免费观看| 在线观看美女被高潮喷水网站 | 国产私拍福利视频在线观看| 久久伊人香网站| 国产三级在线视频| 一级黄片播放器| 亚洲中文字幕一区二区三区有码在线看| 欧美zozozo另类| 国产精品人妻久久久久久| 精品乱码久久久久久99久播| 级片在线观看| 亚洲美女视频黄频| 亚洲av不卡在线观看| 精品人妻1区二区| 亚洲av免费高清在线观看| 看十八女毛片水多多多| 少妇裸体淫交视频免费看高清| 看免费av毛片| 亚洲av美国av| 久9热在线精品视频| 看黄色毛片网站| 亚洲精品成人久久久久久| 亚洲国产精品成人综合色| 两人在一起打扑克的视频| 国产精品99久久久久久久久| eeuss影院久久| 久久久久国内视频| 国产欧美日韩精品一区二区| 国产高清视频在线播放一区| 成人国产综合亚洲| 男女做爰动态图高潮gif福利片| 久久人人爽人人爽人人片va | 亚洲欧美精品综合久久99| 国产乱人伦免费视频| 国产不卡一卡二| 免费观看的影片在线观看| 亚洲在线观看片| 亚洲国产精品合色在线| 少妇的逼好多水| 欧美3d第一页| 在线观看舔阴道视频| 日本 av在线| 99精品久久久久人妻精品| 精品久久久久久久人妻蜜臀av| 最好的美女福利视频网| 一区二区三区免费毛片| 少妇的逼水好多| 国内揄拍国产精品人妻在线| 日本 欧美在线| 嫁个100分男人电影在线观看| 午夜久久久久精精品| 波多野结衣高清无吗| 18禁裸乳无遮挡免费网站照片| 人妻丰满熟妇av一区二区三区| 欧美又色又爽又黄视频| 欧美成人性av电影在线观看| 国产v大片淫在线免费观看| 国产精品1区2区在线观看.| 成年女人永久免费观看视频| 欧美丝袜亚洲另类 | 亚洲色图av天堂| 亚洲精品色激情综合| 国产日本99.免费观看| 欧美日韩瑟瑟在线播放| 我的女老师完整版在线观看| 成人av在线播放网站| 欧美绝顶高潮抽搐喷水| 色吧在线观看| x7x7x7水蜜桃| 精品福利观看| 99在线人妻在线中文字幕| 美女高潮的动态| 国产精品亚洲一级av第二区| 国产精品日韩av在线免费观看| 国产69精品久久久久777片| 精品人妻偷拍中文字幕| 无人区码免费观看不卡| 嫩草影视91久久| 欧美日韩福利视频一区二区| 亚洲中文字幕一区二区三区有码在线看| 97热精品久久久久久| 激情在线观看视频在线高清| 欧美黑人巨大hd| 人妻制服诱惑在线中文字幕| 欧美成人性av电影在线观看| 老熟妇乱子伦视频在线观看| 午夜福利在线观看吧| 网址你懂的国产日韩在线| 成人午夜高清在线视频| h日本视频在线播放| 女人十人毛片免费观看3o分钟| 99国产精品一区二区三区| 偷拍熟女少妇极品色| 亚洲国产日韩欧美精品在线观看| 深爱激情五月婷婷| 日本熟妇午夜| 一个人观看的视频www高清免费观看| 熟妇人妻久久中文字幕3abv| 亚洲七黄色美女视频| 老司机深夜福利视频在线观看| 观看美女的网站| 国产午夜精品论理片| 亚洲性夜色夜夜综合| 波多野结衣巨乳人妻| 国产精品日韩av在线免费观看| 日日摸夜夜添夜夜添小说| 国产黄a三级三级三级人| 99精品在免费线老司机午夜| 国产成人福利小说| 日韩欧美在线乱码| 欧美日韩乱码在线| 又黄又爽又免费观看的视频| 中亚洲国语对白在线视频| 国产白丝娇喘喷水9色精品| 99久久无色码亚洲精品果冻| 国产视频一区二区在线看| 真人做人爱边吃奶动态| 午夜久久久久精精品| 久久婷婷人人爽人人干人人爱| 别揉我奶头 嗯啊视频| 精品国产三级普通话版| 日本三级黄在线观看| 国产免费av片在线观看野外av| 高清在线国产一区| 亚洲,欧美精品.| 夜夜躁狠狠躁天天躁| 亚洲熟妇熟女久久| 午夜视频国产福利| 国内毛片毛片毛片毛片毛片| 成人国产综合亚洲| 久久久久国内视频| 免费在线观看影片大全网站| bbb黄色大片| 亚洲av成人不卡在线观看播放网| 桃色一区二区三区在线观看| 婷婷色综合大香蕉| 色尼玛亚洲综合影院| 高清日韩中文字幕在线| 99热精品在线国产| 国产一区二区三区在线臀色熟女| 欧美绝顶高潮抽搐喷水| 欧美黑人巨大hd| 久久香蕉精品热| 在现免费观看毛片| 中文字幕av成人在线电影| 国产中年淑女户外野战色| 波多野结衣高清无吗| 国产亚洲欧美98| 精品久久久久久久久亚洲 | 久久久久国产精品人妻aⅴ院| 免费搜索国产男女视频| 欧美三级亚洲精品| 日韩 亚洲 欧美在线| av天堂在线播放| 性欧美人与动物交配| 久久精品久久久久久噜噜老黄 | 国产精品亚洲一级av第二区| 麻豆成人午夜福利视频| 人人妻人人澡欧美一区二区| 99热这里只有精品一区| 欧美黄色片欧美黄色片| 国产伦精品一区二区三区四那| 欧美性猛交黑人性爽| 国产熟女xx| 69人妻影院| .国产精品久久| 亚洲最大成人手机在线| 此物有八面人人有两片| 人妻久久中文字幕网| 国产av麻豆久久久久久久| 国产一区二区在线av高清观看| av专区在线播放| 国产精品精品国产色婷婷| 99国产精品一区二区三区| 天天躁日日操中文字幕| 亚洲国产高清在线一区二区三| 麻豆成人午夜福利视频| 亚洲乱码一区二区免费版| 蜜桃亚洲精品一区二区三区| 久久久久久久久大av| 精品久久久久久久久久免费视频| 午夜福利免费观看在线| 国产精品国产高清国产av| 欧美成人一区二区免费高清观看| 中文字幕免费在线视频6| eeuss影院久久| 国产在视频线在精品| 哪里可以看免费的av片| 色5月婷婷丁香| 免费人成视频x8x8入口观看| 日韩中文字幕欧美一区二区| 少妇人妻精品综合一区二区 | 国产真实乱freesex| 国产男靠女视频免费网站| 色av中文字幕| 欧美黑人欧美精品刺激| 日日摸夜夜添夜夜添av毛片 | 久久伊人香网站| 天堂动漫精品| 欧美日韩国产亚洲二区| 欧美xxxx黑人xx丫x性爽| 我的老师免费观看完整版| 国产日本99.免费观看| 久久精品久久久久久噜噜老黄 | 免费在线观看影片大全网站| 国产69精品久久久久777片| 草草在线视频免费看| 日韩大尺度精品在线看网址| 日韩欧美免费精品| 免费av不卡在线播放| 精品一区二区三区视频在线| 亚洲美女黄片视频| 国产精品伦人一区二区| 亚洲精品在线观看二区| 热99re8久久精品国产| 成人av一区二区三区在线看| 99riav亚洲国产免费| 一个人看视频在线观看www免费| 九九热线精品视视频播放| 亚洲av成人精品一区久久| 欧美午夜高清在线| 日本在线视频免费播放| 热99在线观看视频| 免费黄网站久久成人精品 | 久久久国产成人精品二区| 久久欧美精品欧美久久欧美| 国产麻豆成人av免费视频| 国内少妇人妻偷人精品xxx网站| 久9热在线精品视频| 亚洲一区二区三区色噜噜| 国产精品嫩草影院av在线观看 | 91狼人影院| 在线观看美女被高潮喷水网站 | www日本黄色视频网| 成人鲁丝片一二三区免费| 国产午夜精品久久久久久一区二区三区 | 一区福利在线观看| 精品国内亚洲2022精品成人| 男女之事视频高清在线观看| 国产午夜福利久久久久久| 99热这里只有是精品在线观看 | 天堂av国产一区二区熟女人妻| 亚洲七黄色美女视频| 成年女人看的毛片在线观看| 成人鲁丝片一二三区免费| 高清日韩中文字幕在线| 免费av观看视频| 精品久久久久久久末码| 日本黄大片高清| 国内精品久久久久久久电影| 久久婷婷人人爽人人干人人爱| 丁香六月欧美| 99国产精品一区二区蜜桃av| 我的老师免费观看完整版| 男人狂女人下面高潮的视频| 日本精品一区二区三区蜜桃| 久久久久久久久中文| 天美传媒精品一区二区| 国产一区二区三区视频了| 久久久国产成人精品二区| 欧美黄色片欧美黄色片| 国产成+人综合+亚洲专区| 桃红色精品国产亚洲av| 国产午夜精品久久久久久一区二区三区 | 男女床上黄色一级片免费看| 欧美激情国产日韩精品一区| 久久性视频一级片| 深夜a级毛片| 久久久精品大字幕| 精品免费久久久久久久清纯| 国产精品一区二区性色av| 国产精品久久久久久久久免 | 亚洲avbb在线观看| 精品久久久久久久久av| 又黄又爽又免费观看的视频| 日韩有码中文字幕| 亚洲美女视频黄频| 在线国产一区二区在线| 最后的刺客免费高清国语| 亚洲真实伦在线观看| 老女人水多毛片| 在线观看美女被高潮喷水网站 | 性插视频无遮挡在线免费观看| 亚洲专区中文字幕在线| 国内久久婷婷六月综合欲色啪| 国产精品三级大全| 少妇高潮的动态图| 亚洲人成电影免费在线| 草草在线视频免费看| 中文字幕av在线有码专区| 一区二区三区免费毛片| 亚洲精品一区av在线观看| av在线老鸭窝| 狠狠狠狠99中文字幕| 日韩欧美 国产精品| 国产精品久久电影中文字幕| 综合色av麻豆| 国产精品亚洲一级av第二区| 女人被狂操c到高潮| 国产欧美日韩精品亚洲av| 99久久九九国产精品国产免费| 一进一出抽搐动态| 国产欧美日韩一区二区三| 国产午夜精品论理片| 久久久色成人| 精品国产三级普通话版| 欧美高清成人免费视频www| a在线观看视频网站| 国产真实伦视频高清在线观看 | 日本黄大片高清| 欧美极品一区二区三区四区| 亚洲无线在线观看| 女同久久另类99精品国产91| 美女高潮的动态| 长腿黑丝高跟| 亚洲经典国产精华液单 | 精品一区二区免费观看| 国产午夜精品论理片| 好男人在线观看高清免费视频| 精品久久久久久久久亚洲 | 婷婷精品国产亚洲av在线| 中文字幕人妻熟人妻熟丝袜美| 欧美日韩乱码在线| 一进一出抽搐gif免费好疼| 丰满人妻熟妇乱又伦精品不卡| 欧美一区二区亚洲| 国产一级毛片七仙女欲春2| 亚洲avbb在线观看| 亚洲性夜色夜夜综合| 亚洲一区二区三区色噜噜| 国产成人啪精品午夜网站| 极品教师在线免费播放| 麻豆久久精品国产亚洲av| 久久精品国产亚洲av天美| 国产精品女同一区二区软件 | 有码 亚洲区| 国产精品亚洲一级av第二区| 极品教师在线视频| 亚洲av日韩精品久久久久久密| 亚洲中文字幕日韩| 色av中文字幕| 我要看日韩黄色一级片| 国产精品一区二区性色av| 直男gayav资源| 搡老妇女老女人老熟妇| 欧美+亚洲+日韩+国产|