• <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 ?

    基于深度學(xué)習(xí)的木材表面缺陷圖像檢測

    2019-10-17 06:08:44陳獻(xiàn)明王阿川王春艷
    液晶與顯示 2019年9期
    關(guān)鍵詞:檢測

    陳獻(xiàn)明, 王阿川*, 王春艷

    (1. 東北林業(yè)大學(xué) 信息與計算機(jī)工程學(xué)院,黑龍江 哈爾濱 150040;2. 扎蘭屯職業(yè)學(xué)院,內(nèi)蒙古 扎蘭屯 162650)

    1 引 言

    由于木材加工自動化程度低、缺陷識別不夠精確、鋸切方案不夠合理,我國木材原料的使用效率較低[1]。為了顯著提高木材的使用效率,國內(nèi)外學(xué)者提出了多種木材缺陷的檢測方法:如3D掃描技術(shù)分析法[2]、基于多模型融合的木材缺陷研究[3]、鉆入阻抗法檢測[4]、基于C-V模型的缺陷圖像特征提取[5]、一階統(tǒng)計特征檢測法[6]、基于快速l1和LBP算法的缺陷檢測技術(shù)[7]、改進(jìn)C-V模型與小波變換[8]等。然而,木材缺陷的形狀、顏色、尺寸、紋理等特征千差萬別,給缺陷識別與分割帶來了困難,這使得目前的木材缺陷檢測方法存在著一定的局限性,難以做到對木材缺陷進(jìn)行統(tǒng)一的識別與分割。

    近年來,基于深度學(xué)習(xí)的圖像檢測方法發(fā)展迅猛,在圖像的識別、分類和目標(biāo)檢測領(lǐng)域都取得了一些成就。針對木材缺陷的識別檢測及帶有缺陷的木材加工方案優(yōu)選問題,本文提出了將深度學(xué)習(xí)中的Faster-RCNN檢測模型[9]用于木材缺陷圖像識別與定位,結(jié)合NL-Means[10]、線性濾波等方法用于木材缺陷圖像的去噪和增強(qiáng),之后提取缺陷的邊緣特征,獲得了較好的分割效果。為了解決傳統(tǒng)缺陷加工方案木材損耗較多,而按照缺陷邊緣進(jìn)行加工,切削路線復(fù)雜的問題,本文提出了一種改進(jìn)的橢圓擬合算法擬合木材缺陷輪廓,兼顧節(jié)約木材和簡化切削路線,降低了缺陷修補(bǔ)的木材填充量,提高了木材的使用效率,為自動化加工帶有缺陷的木材提供了優(yōu)選方案。

    2 理論概述

    由于木材表面缺陷復(fù)雜多樣,因此難以取得比較好的分割和識別效果。本文利用Faster-RCNN檢測模型確定木材缺陷定位邊框及缺陷類型,再利用NL-Means、線性濾波等方法對框內(nèi)區(qū)域進(jìn)行精細(xì)化分割,解決了彩色圖像分割時容易受到復(fù)雜背景干擾,難以得到閉合輪廓曲線的問題[11],得到了比較好的結(jié)果。

    2.1 Faster-RCNN目標(biāo)檢測原理

    Faster-RCNN是一種結(jié)合Fast-RCNN[12]與區(qū)域生成網(wǎng)絡(luò)(Region Proposal Network,RPN)的新型目標(biāo)檢測模型。Faster-RCNN模型將目標(biāo)檢測的四個基本步驟: 提取特征、獲取感興趣區(qū)域(Region of Interest,ROI)、目標(biāo)識別和邊框回歸統(tǒng)一到一個深度網(wǎng)絡(luò)框架中。網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

    圖1 Faster-RCNN網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of Faster-RCNN network

    RPN是一種用于產(chǎn)生高可靠性候選區(qū)域框的網(wǎng)絡(luò),它與Fast-RCNN共享卷積特征,通過滑動窗口對提取到的特征圖滑動卷積,得到不同尺度的錨框(Anchor)。每個滑動窗口生成一個特征向量,這個特征向量被輸送到邊框回歸層和分類層。在邊框回歸層可以得到對應(yīng)的4個坐標(biāo)位置編碼;在分類層中可以得到ROI中物體目標(biāo)的概率。隨后將得到的坐標(biāo)編碼和判定概率輸入到ROI池化層。

    在得到預(yù)測方框的坐標(biāo)參數(shù)后,為了降低預(yù)測方框與真實(shí)方框的誤差,對坐標(biāo)參數(shù)進(jìn)行回歸調(diào)整,調(diào)整方式如式(1)、(2)所示:

    (1)

    (2)

    式中:x,y,w和h分別表示預(yù)測方框的中心坐標(biāo)點(diǎn)、寬度和高度,xa,ya,wa和ha表示生成anchor的中心坐標(biāo)、寬度和高度,x*、y*、w*和h*表示目標(biāo)真實(shí)方框的中心坐標(biāo)、寬度和高度。

    2.2 NL-Means

    NL-Means(Non-Local Means)是一種將整體圖像作為作用域的去噪方法,它以像素塊為單位,在圖像中尋找相似區(qū)域,再對這些相似的區(qū)域求平均,以達(dá)到去除圖像噪聲的目的。NL-Means的處理過程如式(3)、(4)所示:

    (3)

    (4)

    2.3 圖像增強(qiáng)

    線性濾波和對比度、亮度調(diào)整是常見的圖像增強(qiáng)操作。卷積濾波器是一個行數(shù)和列數(shù)都是奇數(shù)的二維數(shù)組,中間的元素對應(yīng)待計算的像素點(diǎn),其它的元素對應(yīng)這個像素點(diǎn)的鄰近像素點(diǎn)。線性濾波具體操作為:每個二維圖像像素點(diǎn)的鄰域像素值和對應(yīng)卷積濾波器元素乘積之和作為該像素點(diǎn)新的值,如圖2所示。

    圖2 卷積濾波器Fig.2 Convolutional filter

    對比度是圖像中顏色間的差別程度。對比度越大,顏色間的反差越明顯,圖像顯示越清晰。亮度是顏色的相對明暗程度,它使得底層的特征諸如形狀、顏色等可以表現(xiàn)出來[13]。對圖像對比度和亮度的調(diào)整如式(5)所示:

    Gi,j=a(Ii,j-M)+b×M,

    (5)

    式中:Ii,j表示原圖像中(i,j)位置的像素值,Gi,j表示經(jīng)對比度和亮度調(diào)節(jié)之后的數(shù)值,a表示對比度系數(shù),b表示亮度系數(shù),M表示圖像的RGB像素均值。

    2.4 最小二乘橢圓擬合算法

    橢圓擬合是圖像內(nèi)幾何形狀檢測的重要部分,它在人臉識別、瞳孔識別、細(xì)胞檢測以及復(fù)雜物體的形狀表達(dá)等領(lǐng)域有著廣泛的應(yīng)用[14]。橢圓擬合的基本思想是:對于給定平面上的一組樣本點(diǎn),尋找到距離所有樣本點(diǎn)最近的橢圓。最小二乘法是較好的橢圓擬合方法[15],其基本思想是追求整體誤差的最小化。橢圓的一般方程如式(6)所示:

    x2+gxy+cy2+dx+ey+f=0,

    (6)

    由式(6)可知,當(dāng)?shù)玫叫枰獢M合的5個坐標(biāo)點(diǎn)后,即可得到一個五元一次方程組,進(jìn)而求得g、c、d、e、f。在實(shí)際應(yīng)用中得到的樣本點(diǎn)遠(yuǎn)遠(yuǎn)大于5,會得到一個超定方程,通過最小二乘法可以求出其誤差最小的解。

    根據(jù)橢圓上N個具有誤差的坐標(biāo)點(diǎn)(xi,yi),i=1,2,3...,N,將每個坐標(biāo)點(diǎn)(xi,yi)代入橢圓一般方程,假設(shè)會產(chǎn)生誤差εi,極小化方程誤差εi的平方和J如式(7)所示:

    (7)

    根據(jù)極值原則,通過求解上述方程即可求得參數(shù)(g,c,d,e,f),進(jìn)而得到橢圓的中心點(diǎn)(x0,y0)、旋轉(zhuǎn)角θ、及長短軸a和b。由此得到擬合后的橢圓方程。

    2.5 改進(jìn)的最小二乘橢圓擬合算法

    基于最小二乘法擬合出的橢圓,一部分特征點(diǎn)在該橢圓外,其余特征點(diǎn)在該橢圓內(nèi),所有特征點(diǎn)到該橢圓方程的和最小。直接利用該方法擬合出的缺陷輪廓不能滿足木材缺陷加工的實(shí)際需要。因此本文提出了一種改進(jìn)的最小二乘橢圓擬合算法,以求出點(diǎn)集的優(yōu)選橢圓輪廓。其方法是:不斷淘汰對橢圓擬合影響極小的點(diǎn),當(dāng)無法繼續(xù)減小樣本點(diǎn)范圍時,逐步擴(kuò)大擬合橢圓的長軸和短軸,最終得到點(diǎn)集的優(yōu)選橢圓輪廓。

    橢圓的定義為:平面內(nèi)到定點(diǎn)F1、F2的距離之和等于常數(shù)的動點(diǎn)P的軌跡,其中F1、F2是橢圓的兩個焦點(diǎn),2a是橢圓的長軸長。其數(shù)學(xué)表達(dá)式為:|PF1|+|PF2|=2a。根據(jù)定義可以得到:若平面上的點(diǎn)到F1、F2的距離之和大于2a,則表明該點(diǎn)在橢圓外部;若等于2a,則表明在橢圓上;若小于2a,則表明該點(diǎn)在橢圓內(nèi)部。由于點(diǎn)的位置對于橢圓的擬合至關(guān)重要,如果貿(mào)然淘汰已經(jīng)擬合的點(diǎn),將剩余點(diǎn)進(jìn)行下次迭代,會出現(xiàn)未參與下次迭代的某些點(diǎn)出現(xiàn)在新擬合橢圓外部的情況,導(dǎo)致擬合效果變差,因此本文在計算平面上的點(diǎn)到兩個焦點(diǎn)的距離之和時,加入大于1的比例系數(shù)λ,新的判斷方式如式(8)所示:

    λ(|PF1|+|PF2|)=2a,

    (8)

    即:將到F1、F2距離之和放大λ倍后仍小于2a的點(diǎn)淘汰,將其余點(diǎn)參加下一次擬合計算,具體算法步驟如下:

    步驟1 :通過最小二乘法求出所有特征點(diǎn)最初的橢圓擬合方程,并計算出橢圓面積;

    步驟2 :遍歷所有保留的特征點(diǎn),根據(jù)λ倍的點(diǎn)到橢圓兩個焦點(diǎn)距離和與2a的關(guān)系,將到兩焦點(diǎn)距離之和放大λ倍后仍小于2a的點(diǎn)剔除,保留其余點(diǎn);

    步驟3:將保留的點(diǎn)再次進(jìn)行最小二乘法擬合,計算擬合后橢圓的面積,并與上一次擬和的面積進(jìn)行對比,如果面積增大轉(zhuǎn)步驟2,否則轉(zhuǎn)步驟4;

    步驟4:逐步擴(kuò)大最后一步擬合出橢圓的長軸和短軸,直至滿足要求為止,結(jié)束迭代,得到了特征點(diǎn)集的優(yōu)選橢圓輪廓。

    3 算法實(shí)現(xiàn)

    3.1 相關(guān)基礎(chǔ)

    本文算法分為缺陷的定位和識別、缺陷的精細(xì)分割以及缺陷的邊緣擬合3個步驟。在實(shí)現(xiàn)缺陷的定位與識別時主要使用Faster-RCNN檢測模型,F(xiàn)aster-RCNN檢測模型包括深度神經(jīng)網(wǎng)絡(luò)層、RPN、全連接層3部分:其中深度神經(jīng)網(wǎng)絡(luò)層用來提取卷積特征,RPN用來提取感興趣區(qū)域,最后的全連接層用來進(jìn)行分類和邊框校正;在實(shí)現(xiàn)缺陷的精細(xì)分割時主要采用各種圖像增強(qiáng)方法:其中通過NL-Means對原圖像去除噪聲,通過線性濾波和對比度、亮度調(diào)整提升圖像目標(biāo)與背景區(qū)域反差,再進(jìn)行二值化等操作,隨后對缺陷邊緣進(jìn)行提取。在實(shí)現(xiàn)缺陷的邊緣擬合時,使用本文改進(jìn)的算法擬合所提取的缺陷邊緣即可。

    3.2 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集

    本文實(shí)驗(yàn)硬件環(huán)境為CPU:i5-8400,2.8 GHz,8 GB內(nèi)存;GPU: GTX 1060,6 G顯存;軟件環(huán)境為:Windows 10;編程語言為Python,python語言有強(qiáng)大的類庫,是一種解釋型、交互式、面向?qū)ο蟮哪_本程序設(shè)計語言,具有廣泛的應(yīng)用;算法實(shí)現(xiàn)依托的工具為TensorFlow機(jī)器學(xué)習(xí)框架和PyCharm集成開發(fā)環(huán)境。TensorFlow是一個采用數(shù)據(jù)流圖,用于數(shù)值計算的開源軟件庫,被廣泛用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究。木材缺陷圖像數(shù)據(jù)集樣本總數(shù)為1 139幅,其中死節(jié)(437幅),蟲眼(342幅),活節(jié)(360幅)3類,每個樣本尺寸為400 pixel×500 pixel。

    3.3 算法實(shí)現(xiàn)流程

    本文選用死節(jié)、蟲眼和活節(jié)3種典型木材缺陷圖像進(jìn)行檢測。蟲眼和死節(jié)圖像的目標(biāo)和背景差異較明顯,在圖像平滑后使用線性濾波可使圖像背景區(qū)域像素值提高,與目標(biāo)區(qū)域差異變大,更接近白色。活節(jié)圖像在節(jié)子和木材背景之間差異較小,整體像素值較大,因此不需要使用線性濾波處理圖像來提升像素值。具體算法步驟如下:

    圖3 算法實(shí)現(xiàn)流程圖Fig.3 Flow chart of algorithm implementation

    步驟1:利用標(biāo)注好的木材缺陷圖像對Faster-RCNN深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到具有對木材缺陷圖像定位和分類能力的檢測模型;

    步驟2:使用訓(xùn)練好的模型對原始圖像進(jìn)行檢測,獲取木材缺陷邊框及缺陷類別;

    步驟3:使用NL-Means方法對原始木材缺陷圖像去除噪聲;

    步驟4:根據(jù)Faster-RCNN檢測模型識別出的缺陷類型,決定是否對去噪后的圖像使用線性濾波方法對圖像進(jìn)行增強(qiáng)處理,擴(kuò)大木材缺陷邊界與背景之間差異;

    步驟5:對線性濾波處理后的圖像提升對比度和亮度,之后再進(jìn)行二值化操作,使背景區(qū)域的像素值達(dá)到最大,通過截斷操作,區(qū)分背景區(qū)域與前景區(qū)域;

    步驟6:對二值化處理后的圖像,在Faster-RCNN所確定的邊框內(nèi),消除離散點(diǎn),根據(jù)像素差異提取邊緣,并獲取木材缺陷的邊緣特征點(diǎn)集;

    步驟7:使用改進(jìn)的橢圓擬合算法求出木材缺陷的優(yōu)選輪廓。

    算法流程如圖3所示。

    4 實(shí)驗(yàn)及結(jié)果分析

    4.1 實(shí)驗(yàn)與結(jié)果

    本文選取死節(jié)、蟲眼、活節(jié)3種典型的彩色木材缺陷圖像對其進(jìn)行實(shí)驗(yàn),木材表面缺陷圖像如圖4所示。其中(a)和(b)分別是不帶紋理和帶紋理的死節(jié)圖像,(c)和(d)分別是缺陷區(qū)域和背景差異較小和缺陷區(qū)域和背景差異較大的蟲眼圖像,(e)和(f)分別是活節(jié)與背景相似程度較大和活節(jié)與背景相似程度較小的活節(jié)圖像。

    圖4 木材表面缺陷圖像Fig.4 Defect images of wood surface

    使用訓(xùn)練好的Faster-RCNN網(wǎng)絡(luò)對實(shí)驗(yàn)樣本進(jìn)行檢測,檢測結(jié)果如圖5所示。從圖5可以看出,本文算法不但可以準(zhǔn)確對缺陷進(jìn)行定位,而且將缺陷的全部區(qū)域標(biāo)定出來,具有較好的缺陷識別能力。

    對比多次試驗(yàn)效果,本文算法各步驟參數(shù)值選擇如下:在對圖片進(jìn)行分割時,首先,使用NL-Means方法對圖像進(jìn)行去噪,式(4)中濾波系數(shù)h取值為50;然后利用線性濾波方法實(shí)現(xiàn)圖像增強(qiáng),當(dāng)識別結(jié)果是死節(jié)和蟲眼時,圖2中參數(shù)m5取值為11,其他參數(shù)值取值為-1;當(dāng)識別結(jié)果為活節(jié)時,m5取值為1,其他參數(shù)值取值為0;其次,對圖像進(jìn)行增大對比度和亮度操作,式(5)中對比度系數(shù)a取5,亮度系數(shù)b取2.5,保存像素值在250~255的點(diǎn),并進(jìn)行二值化處理,若像素周圍與它像素值相同的點(diǎn)的數(shù)量小于5,將它作為離散點(diǎn)并消除;最后,使用Sobel算子根據(jù)像素差異提取缺陷邊緣特征點(diǎn)集,選擇定位邊框內(nèi)最大的連通域,并對點(diǎn)逐個判斷,保留距離連通域較近的點(diǎn)作為缺陷邊緣,實(shí)現(xiàn)了對木材缺陷圖像的精細(xì)分割。

    圖5 缺陷分類及定位結(jié)果Fig.5 Defect classification and location results

    圖6 木材表面缺陷分割過程Fig.6 Segmentation of wood surface defects

    4.2 分割效果分析

    將提取的缺陷邊緣內(nèi)部進(jìn)行填充,填充后的圖像如圖7所示。從圖7中可以看出,采用本文算法分割后的圖像,受背景區(qū)域影響較小,輪廓曲線比較平滑,沒有過分分割的情況,達(dá)到了比較好的效果。

    圖7 木材表面缺陷分割結(jié)果Fig.7 Segmentation of wood surface defects

    為了評價本文提出算法對木材缺陷分割的效果,將本文方法分割出的圖像與人工分割出的理想目標(biāo)[16]進(jìn)行對比,以漏分率(Leakage Rate,LR)、錯分率(Misclassification Rate,MR)和相似率(Similarity Rate,SR)作為評價標(biāo)準(zhǔn)。定義的標(biāo)準(zhǔn)目標(biāo)圖像和本文分割圖像分別為Igold-truth、Isegmented。

    漏分率LR定義如式(9)所示:

    (9)

    錯分率MR定義如式(10)所示:

    (10)

    相似率SR定義如式(11)所示:

    (11)

    利用式(9)~式(11)對分割后圖像進(jìn)行計算,缺陷圖像分割評價結(jié)果如表1所示,從表1中可以看出,本文算法分割后的圖像具有較小的漏分率和錯分率,具有較大的相似率,分割效果較好。

    4.3 缺陷修補(bǔ)填充量減少效果分析

    在實(shí)際生產(chǎn)中,一般只對死節(jié)和蟲眼等對木材結(jié)構(gòu)性能影響較大的缺陷進(jìn)行加工,對活節(jié)這種影響較小的缺陷不做處理。為保持板材較大的幅面,對木材缺陷比較好的處理方法是先將缺陷部分切除,隨后填充相應(yīng)大小的優(yōu)質(zhì)木料,如果切除區(qū)域過多,相應(yīng)填充區(qū)域也較大。

    表1 木材缺陷圖像分割性能評價Tab.1 Evaluation of wood defect image segmentation performance (%)

    對缺陷的邊緣特征點(diǎn)集采用改進(jìn)的橢圓擬合方法進(jìn)行橢圓擬合,式(8)中參數(shù)λ取值為1.005,為了評價所獲取的優(yōu)選擬合輪廓效果,與木材加工企業(yè)采用的人工劃線方法識別木材表面缺陷確定的方案進(jìn)行對比,將缺陷輪廓上下左右的4個極值所確定的矩形作為原方案,則可減少的木材填充率(Reduced Filling Rate,RFR)如式(12)所示:

    (12)

    式中:wi和hi分別為第i個樣本矩形框的寬和高,ai和bi分別為第i個樣本橢圓擬合后的長軸和短軸長。原始方案與新方案填充區(qū)域如圖8所示,通過對比可以看出,采用本文方法擬合的輪廓不但包含全部缺陷部分,還大大降低了木材的切削量,對每個實(shí)驗(yàn)圖像測算RFR結(jié)果如表2所示,可以看出本文方法大大降低了死節(jié)缺陷和活節(jié)缺陷在加工時的木材消耗,在一定程度上降低了蟲眼缺陷加工時的木材消耗。結(jié)合實(shí)際生產(chǎn)情況,進(jìn)一步對全部樣本中死節(jié)和蟲眼樣本進(jìn)行測算,可在缺陷修補(bǔ)這一步減少約10%的木材填充量。

    圖8 優(yōu)選分割方案與原方案對比Fig.8 Comparing of the optimum segmentation scheme with the original scheme

    死節(jié)(a)死節(jié)(b)蟲眼(c)蟲眼(d)活節(jié)(e)活節(jié)(f)RFR10.9917.045.544.5919.7012.09

    4.4 算法運(yùn)行時間分析

    本文算法中邊框檢測、圖像分割、輪廓擬合所需時間如表3所示,結(jié)合表3與圖像可以看出,每個樣本邊框檢測和輪廓擬合兩個步驟所耗費(fèi)時間相對較少,而圖像分割所耗費(fèi)的時間占總流程耗費(fèi)時間比重較大,圖像分割耗費(fèi)的時間與缺陷區(qū)域面積呈正相關(guān)。當(dāng)缺陷區(qū)域較小時,耗費(fèi)時間較少,當(dāng)缺陷區(qū)域較大時,耗費(fèi)時間相對較多??傮w來說,本文算法花費(fèi)時間較少,可以在較短的時間實(shí)現(xiàn)木材缺陷的識別與定位、分割和輪廓擬合,可以在較短的時間內(nèi)獲取木材缺陷的加工方案。

    表3 木材缺陷圖像處理時間Tab.3 Image processing time of wood defects (s)

    5 結(jié) 論

    本文結(jié)合Faster-RCNN目標(biāo)檢測模型、NL-Means方法和線性濾波等方法,實(shí)現(xiàn)了對木材死節(jié)、蟲眼、活節(jié)的識別與分割。實(shí)驗(yàn)表明,本文算法可以準(zhǔn)確識別出缺陷類型、確定缺陷的定位邊框。該算法不僅對具有較明顯邊緣的死節(jié)、蟲眼有很好的分割效果,而且對邊緣不明顯的活節(jié)也具有很好的分割效果,降低了噪聲對分割的影響,使缺陷的輪廓更為平滑清晰。采用改進(jìn)的最小二乘法擬合橢圓可以較好地擬合缺陷輪廓,相比傳統(tǒng)人工劃線方法確定方案,使用本文方案通過銑削方式加工木材缺陷不但提高了加工的自動化水平,還在缺陷修補(bǔ)這一環(huán)節(jié),平均可減少約10%的木材填充量,節(jié)省了大量的木材。本文提出方法可為木材企業(yè)加工生產(chǎn)以及相關(guān)研究提供相應(yīng)的理論參考。

    猜你喜歡
    檢測
    QC 檢測
    “不等式”檢測題
    “一元一次不等式”檢測題
    “一元一次不等式組”檢測題
    “幾何圖形”檢測題
    “角”檢測題
    “有理數(shù)的乘除法”檢測題
    “有理數(shù)”檢測題
    “角”檢測題
    “幾何圖形”檢測題
    国产白丝娇喘喷水9色精品| 少妇人妻久久综合中文| 国产爱豆传媒在线观看| 中文字幕人妻熟人妻熟丝袜美| 18禁裸乳无遮挡免费网站照片| 日韩成人av中文字幕在线观看| xxx大片免费视频| 精品久久久久久久久亚洲| 精华霜和精华液先用哪个| 成人毛片60女人毛片免费| 日本-黄色视频高清免费观看| 国产午夜福利久久久久久| 午夜免费观看性视频| 国产伦精品一区二区三区四那| 亚洲人成网站高清观看| a级毛色黄片| 日韩 亚洲 欧美在线| 午夜爱爱视频在线播放| 国产精品久久久久久精品电影小说 | 人妻一区二区av| 91狼人影院| 国产伦理片在线播放av一区| 国产精品国产av在线观看| 另类亚洲欧美激情| 国产又色又爽无遮挡免| 国产在线男女| 国产精品人妻久久久久久| 小蜜桃在线观看免费完整版高清| 老女人水多毛片| 观看免费一级毛片| 精品亚洲乱码少妇综合久久| 亚洲精品乱码久久久v下载方式| 香蕉精品网在线| 久久精品国产亚洲av天美| 国产日韩欧美亚洲二区| 一级爰片在线观看| 国产综合懂色| 久久精品国产亚洲av天美| 亚洲图色成人| 国产欧美日韩一区二区三区在线 | 干丝袜人妻中文字幕| 欧美3d第一页| 99热6这里只有精品| 欧美xxxx性猛交bbbb| 亚洲国产最新在线播放| 欧美成人一区二区免费高清观看| 女人十人毛片免费观看3o分钟| 69人妻影院| 一级毛片我不卡| 亚洲综合精品二区| 久久久色成人| 在线 av 中文字幕| 97精品久久久久久久久久精品| 男人爽女人下面视频在线观看| 毛片女人毛片| 婷婷色综合www| 在现免费观看毛片| 国产成人aa在线观看| 97精品久久久久久久久久精品| 六月丁香七月| 美女内射精品一级片tv| videossex国产| 99久久精品国产国产毛片| 欧美xxxx黑人xx丫x性爽| 91久久精品国产一区二区成人| 最近中文字幕高清免费大全6| 亚洲色图综合在线观看| 好男人视频免费观看在线| 男插女下体视频免费在线播放| 国产亚洲精品久久久com| 一区二区三区乱码不卡18| 日韩免费高清中文字幕av| 国产淫片久久久久久久久| 热99国产精品久久久久久7| 国产成人aa在线观看| 狂野欧美激情性bbbbbb| 啦啦啦啦在线视频资源| 精品99又大又爽又粗少妇毛片| 亚洲精品中文字幕在线视频 | 男女那种视频在线观看| 真实男女啪啪啪动态图| 国产亚洲av片在线观看秒播厂| 亚洲精品一区蜜桃| 伊人久久国产一区二区| 国产日韩欧美亚洲二区| 成人欧美大片| 美女被艹到高潮喷水动态| 久久精品熟女亚洲av麻豆精品| 午夜免费观看性视频| 熟女av电影| 内射极品少妇av片p| 女人久久www免费人成看片| 美女脱内裤让男人舔精品视频| 亚洲性久久影院| 色综合色国产| 亚洲国产高清在线一区二区三| av福利片在线观看| 在线a可以看的网站| 亚洲精品乱码久久久久久按摩| 国产爱豆传媒在线观看| 亚洲欧美精品专区久久| 亚洲av男天堂| 国国产精品蜜臀av免费| 亚洲av一区综合| 国产精品久久久久久av不卡| 王馨瑶露胸无遮挡在线观看| 一区二区三区乱码不卡18| 乱系列少妇在线播放| 晚上一个人看的免费电影| 极品少妇高潮喷水抽搐| 联通29元200g的流量卡| 特级一级黄色大片| 国产免费又黄又爽又色| 熟女av电影| 久久久久久久久久人人人人人人| 欧美老熟妇乱子伦牲交| 成人高潮视频无遮挡免费网站| 欧美日本视频| 人妻一区二区av| 色综合色国产| 欧美精品一区二区大全| 婷婷色综合大香蕉| 国产男人的电影天堂91| 国产高清国产精品国产三级 | 少妇丰满av| 黄片wwwwww| 亚洲国产欧美在线一区| 国产综合精华液| 日韩免费高清中文字幕av| 国产一级毛片在线| 可以在线观看毛片的网站| 国产成人一区二区在线| 不卡视频在线观看欧美| 国产有黄有色有爽视频| av免费观看日本| 国产成年人精品一区二区| 国产男女内射视频| 亚洲国产精品成人综合色| 午夜老司机福利剧场| 日韩 亚洲 欧美在线| 国产91av在线免费观看| 美女被艹到高潮喷水动态| 欧美老熟妇乱子伦牲交| av福利片在线观看| 交换朋友夫妻互换小说| 日本午夜av视频| 激情五月婷婷亚洲| 91久久精品国产一区二区成人| 高清欧美精品videossex| 美女高潮的动态| 老女人水多毛片| 久久鲁丝午夜福利片| 日本黄大片高清| 亚洲欧美日韩无卡精品| 国产精品人妻久久久影院| 在线观看美女被高潮喷水网站| 亚洲国产精品成人综合色| 亚洲精品日本国产第一区| 国产精品久久久久久精品古装| 97在线人人人人妻| 伦精品一区二区三区| 成人毛片60女人毛片免费| 纵有疾风起免费观看全集完整版| 男女边摸边吃奶| 99热网站在线观看| 美女xxoo啪啪120秒动态图| 国产在视频线精品| 蜜桃亚洲精品一区二区三区| a级一级毛片免费在线观看| 黄色日韩在线| 在线观看av片永久免费下载| 国产成人免费观看mmmm| 久久综合国产亚洲精品| 亚洲精品日本国产第一区| 18禁动态无遮挡网站| 精品久久久久久久人妻蜜臀av| 欧美激情国产日韩精品一区| 国产成人精品久久久久久| eeuss影院久久| 日本猛色少妇xxxxx猛交久久| 中国国产av一级| 99久国产av精品国产电影| 亚洲国产成人一精品久久久| 夜夜爽夜夜爽视频| 不卡视频在线观看欧美| 成人毛片60女人毛片免费| 国产精品av视频在线免费观看| 亚洲自偷自拍三级| 亚洲高清免费不卡视频| 99热这里只有是精品在线观看| 亚洲av在线观看美女高潮| a级一级毛片免费在线观看| 亚洲电影在线观看av| 午夜日本视频在线| 九九久久精品国产亚洲av麻豆| 精品久久久久久久久av| 一个人观看的视频www高清免费观看| 精品人妻熟女av久视频| 新久久久久国产一级毛片| 欧美高清成人免费视频www| 波野结衣二区三区在线| 亚洲色图av天堂| 蜜臀久久99精品久久宅男| 成人国产av品久久久| 亚州av有码| 国产av国产精品国产| 简卡轻食公司| 国产69精品久久久久777片| 婷婷色av中文字幕| 日韩一区二区视频免费看| 99久久九九国产精品国产免费| av国产免费在线观看| www.色视频.com| 国产精品三级大全| 亚洲高清免费不卡视频| 国产69精品久久久久777片| 日韩电影二区| 99精国产麻豆久久婷婷| 亚洲精品成人久久久久久| 国产亚洲午夜精品一区二区久久 | 成年女人在线观看亚洲视频 | 在线观看美女被高潮喷水网站| 一区二区三区乱码不卡18| 国产亚洲一区二区精品| 国产色婷婷99| 久久久久久久久久人人人人人人| 亚洲精品自拍成人| 国产av不卡久久| 偷拍熟女少妇极品色| 午夜老司机福利剧场| 亚洲不卡免费看| av在线亚洲专区| 亚洲av国产av综合av卡| 久久久国产一区二区| 久久国内精品自在自线图片| 日本三级黄在线观看| 欧美人与善性xxx| 久久热精品热| 国产成人91sexporn| 色视频在线一区二区三区| 国产精品国产三级国产专区5o| 亚洲精品一区蜜桃| 岛国毛片在线播放| 国产极品天堂在线| 精品午夜福利在线看| 天天躁日日操中文字幕| 简卡轻食公司| 精品久久久噜噜| 一级毛片黄色毛片免费观看视频| 国产精品无大码| 亚洲欧洲日产国产| 最近手机中文字幕大全| 久久精品国产亚洲av天美| 少妇高潮的动态图| 亚洲欧美精品专区久久| 欧美国产精品一级二级三级 | 欧美日本视频| 成人毛片60女人毛片免费| 精品久久久久久电影网| 久久久久久久精品精品| 久久久久国产精品人妻一区二区| 亚洲久久久久久中文字幕| 高清视频免费观看一区二区| 亚洲精品亚洲一区二区| 色哟哟·www| 男人爽女人下面视频在线观看| 成年av动漫网址| 久久久久国产网址| 亚洲精品乱码久久久久久按摩| 18禁裸乳无遮挡动漫免费视频 | 一级黄片播放器| av专区在线播放| 午夜福利在线观看免费完整高清在| 日韩精品有码人妻一区| 久久99热这里只频精品6学生| 秋霞在线观看毛片| 午夜免费观看性视频| 久久久午夜欧美精品| 一级毛片电影观看| 热99国产精品久久久久久7| 国产大屁股一区二区在线视频| 国产白丝娇喘喷水9色精品| 日韩伦理黄色片| 午夜免费鲁丝| 性色av一级| 特级一级黄色大片| 汤姆久久久久久久影院中文字幕| 国产黄a三级三级三级人| 中文乱码字字幕精品一区二区三区| 极品教师在线视频| av在线亚洲专区| 夫妻性生交免费视频一级片| 肉色欧美久久久久久久蜜桃 | 一级毛片 在线播放| 国产亚洲91精品色在线| 国产亚洲午夜精品一区二区久久 | 久久久久性生活片| 狂野欧美白嫩少妇大欣赏| 禁无遮挡网站| 亚洲欧美清纯卡通| 禁无遮挡网站| 插阴视频在线观看视频| 亚洲国产色片| 水蜜桃什么品种好| 日本黄色片子视频| 女的被弄到高潮叫床怎么办| av在线app专区| 联通29元200g的流量卡| 亚洲无线观看免费| 人妻制服诱惑在线中文字幕| 神马国产精品三级电影在线观看| xxx大片免费视频| 国产精品久久久久久精品电影小说 | 岛国毛片在线播放| 国产黄色免费在线视频| a级毛片免费高清观看在线播放| 久久韩国三级中文字幕| 美女视频免费永久观看网站| 天天一区二区日本电影三级| 免费高清在线观看视频在线观看| 国产精品三级大全| 99热6这里只有精品| 夜夜爽夜夜爽视频| 91午夜精品亚洲一区二区三区| 啦啦啦在线观看免费高清www| 国产高清有码在线观看视频| 国产美女午夜福利| 内地一区二区视频在线| 色综合色国产| 久久久久久久久大av| 亚洲国产最新在线播放| 乱码一卡2卡4卡精品| 22中文网久久字幕| 97在线视频观看| 啦啦啦啦在线视频资源| 一个人看视频在线观看www免费| 亚洲一区二区三区欧美精品 | 国产亚洲av嫩草精品影院| 又黄又爽又刺激的免费视频.| 成人亚洲欧美一区二区av| 各种免费的搞黄视频| 免费黄色在线免费观看| 免费大片黄手机在线观看| 国产精品无大码| 一区二区三区四区激情视频| 亚洲不卡免费看| 精品酒店卫生间| 亚洲av.av天堂| 18禁裸乳无遮挡免费网站照片| 亚洲国产精品成人久久小说| 成人午夜精彩视频在线观看| 国产午夜精品久久久久久一区二区三区| 国产视频首页在线观看| 国产精品伦人一区二区| 网址你懂的国产日韩在线| av免费观看日本| 男插女下体视频免费在线播放| 成人美女网站在线观看视频| 国产爱豆传媒在线观看| xxx大片免费视频| 99热全是精品| 少妇高潮的动态图| 大码成人一级视频| 免费在线观看成人毛片| 国产毛片在线视频| 久久久久精品久久久久真实原创| 69av精品久久久久久| 亚洲人成网站高清观看| 两个人的视频大全免费| 色哟哟·www| 美女高潮的动态| 色综合色国产| 各种免费的搞黄视频| 亚洲精品成人av观看孕妇| 成人免费观看视频高清| 亚洲国产av新网站| 婷婷色综合www| 欧美变态另类bdsm刘玥| 日韩中字成人| 亚洲精品日本国产第一区| 欧美人与善性xxx| 成人黄色视频免费在线看| 最后的刺客免费高清国语| 久久亚洲国产成人精品v| 日韩精品有码人妻一区| 国产在视频线精品| 黄色欧美视频在线观看| 午夜日本视频在线| 91久久精品国产一区二区成人| 91精品国产九色| 亚洲av二区三区四区| 精品久久久久久久久av| 在线亚洲精品国产二区图片欧美 | 99视频精品全部免费 在线| 国产精品三级大全| 99热这里只有精品一区| 成人毛片60女人毛片免费| 黄色怎么调成土黄色| 人人妻人人澡人人爽人人夜夜| 日日撸夜夜添| 51国产日韩欧美| 国产精品.久久久| 少妇的逼好多水| 99热这里只有精品一区| 中文天堂在线官网| 美女内射精品一级片tv| 国产色婷婷99| 日韩伦理黄色片| 乱系列少妇在线播放| 日本熟妇午夜| 99热网站在线观看| 色视频www国产| 伦理电影大哥的女人| 自拍欧美九色日韩亚洲蝌蚪91 | 国产白丝娇喘喷水9色精品| 欧美精品国产亚洲| 欧美成人精品欧美一级黄| 白带黄色成豆腐渣| 99久久中文字幕三级久久日本| 亚洲国产精品成人久久小说| 麻豆成人av视频| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产视频内射| 国产精品.久久久| 美女国产视频在线观看| av国产精品久久久久影院| 男插女下体视频免费在线播放| 国产免费一区二区三区四区乱码| 亚洲精品色激情综合| 亚洲欧美日韩无卡精品| 色综合色国产| 日本熟妇午夜| 亚洲精品视频女| 久久97久久精品| 大又大粗又爽又黄少妇毛片口| 亚洲精品,欧美精品| 男插女下体视频免费在线播放| 免费人成在线观看视频色| 成人黄色视频免费在线看| 色婷婷久久久亚洲欧美| 人妻制服诱惑在线中文字幕| 2018国产大陆天天弄谢| 亚洲久久久久久中文字幕| 日韩av不卡免费在线播放| 亚洲国产精品成人综合色| 国产日韩欧美在线精品| 国产一区二区三区av在线| 亚洲综合精品二区| 搞女人的毛片| 国产精品一及| 最近2019中文字幕mv第一页| 高清午夜精品一区二区三区| 久久综合国产亚洲精品| 精品久久久噜噜| 三级国产精品欧美在线观看| 女人十人毛片免费观看3o分钟| 男人添女人高潮全过程视频| 午夜福利高清视频| 大码成人一级视频| 极品教师在线视频| 欧美精品人与动牲交sv欧美| 亚洲aⅴ乱码一区二区在线播放| 亚洲三级黄色毛片| 2022亚洲国产成人精品| 插阴视频在线观看视频| 特级一级黄色大片| 精品午夜福利在线看| 蜜桃久久精品国产亚洲av| 日韩av不卡免费在线播放| 亚洲欧美日韩卡通动漫| 99热这里只有是精品50| 黄片无遮挡物在线观看| 亚洲四区av| .国产精品久久| 91在线精品国自产拍蜜月| 国产精品一二三区在线看| 免费av观看视频| 大片电影免费在线观看免费| 男女那种视频在线观看| 人妻夜夜爽99麻豆av| 免费观看无遮挡的男女| 免费看不卡的av| 精品午夜福利在线看| 内地一区二区视频在线| 国产午夜精品久久久久久一区二区三区| 美女cb高潮喷水在线观看| 岛国毛片在线播放| 成人漫画全彩无遮挡| 国产欧美日韩精品一区二区| 最新中文字幕久久久久| 99热这里只有是精品在线观看| 亚洲成色77777| 嫩草影院新地址| 亚洲精品一二三| 国产成人精品婷婷| 精品人妻一区二区三区麻豆| 精华霜和精华液先用哪个| 日韩免费高清中文字幕av| 伦理电影大哥的女人| 亚洲精品久久午夜乱码| 亚洲无线观看免费| xxx大片免费视频| 伊人久久国产一区二区| 日韩伦理黄色片| 女人被狂操c到高潮| 天天躁夜夜躁狠狠久久av| 亚洲国产最新在线播放| 人妻制服诱惑在线中文字幕| 深爱激情五月婷婷| 国产伦精品一区二区三区四那| 一区二区av电影网| 国产欧美日韩一区二区三区在线 | 三级经典国产精品| 搡老乐熟女国产| 免费看不卡的av| 欧美另类一区| 日韩一区二区视频免费看| 国产男人的电影天堂91| 极品少妇高潮喷水抽搐| 日本色播在线视频| 51国产日韩欧美| 国产成人精品久久久久久| 久久ye,这里只有精品| 国产乱人偷精品视频| 在线观看一区二区三区| 国产精品一二三区在线看| 国产av码专区亚洲av| 69人妻影院| 天天一区二区日本电影三级| 久久精品综合一区二区三区| 精品亚洲乱码少妇综合久久| 久久精品久久久久久噜噜老黄| 久久精品夜色国产| 日韩av在线免费看完整版不卡| 久久久久网色| 日本-黄色视频高清免费观看| 一个人观看的视频www高清免费观看| 熟女av电影| 综合色av麻豆| 国产探花在线观看一区二区| 亚洲国产精品专区欧美| 直男gayav资源| 日韩制服骚丝袜av| 精品人妻一区二区三区麻豆| 99热国产这里只有精品6| 久久久久久久大尺度免费视频| 国产精品福利在线免费观看| 成年免费大片在线观看| 国产爱豆传媒在线观看| 亚洲四区av| 亚洲av日韩在线播放| 2021少妇久久久久久久久久久| 波野结衣二区三区在线| 亚洲高清免费不卡视频| 三级经典国产精品| 欧美激情在线99| 日本熟妇午夜| 成人漫画全彩无遮挡| 91狼人影院| 视频中文字幕在线观看| 国产伦在线观看视频一区| av一本久久久久| 欧美日本视频| 国产黄a三级三级三级人| 久热这里只有精品99| 成人特级av手机在线观看| 免费人成在线观看视频色| 国产成人福利小说| 国产淫语在线视频| 大片电影免费在线观看免费| 国产伦精品一区二区三区四那| 最近最新中文字幕免费大全7| 亚洲精品一区蜜桃| 亚洲av男天堂| 直男gayav资源| 爱豆传媒免费全集在线观看| 大又大粗又爽又黄少妇毛片口| 国产成年人精品一区二区| videos熟女内射| 亚洲精品色激情综合| 新久久久久国产一级毛片| 18禁裸乳无遮挡动漫免费视频 | 午夜日本视频在线| 成年免费大片在线观看| 亚洲精品亚洲一区二区| 日韩一区二区三区影片| 国产午夜精品久久久久久一区二区三区| 久久久久性生活片| 亚洲精品,欧美精品| 亚洲国产成人一精品久久久| 国产精品av视频在线免费观看| 中文字幕亚洲精品专区| 国产精品av视频在线免费观看| 直男gayav资源| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 18+在线观看网站| 色视频在线一区二区三区| 黄色配什么色好看| 亚洲高清免费不卡视频| 精品熟女少妇av免费看| 亚洲欧美一区二区三区国产| 欧美亚洲 丝袜 人妻 在线| 美女视频免费永久观看网站| 精品国产三级普通话版| 国产乱人偷精品视频| 国产亚洲91精品色在线| 国产成人午夜福利电影在线观看| 国产一区二区亚洲精品在线观看| 人妻 亚洲 视频| 一级毛片久久久久久久久女| 少妇高潮的动态图| 亚洲精品国产av成人精品| 久久热精品热| 国产精品伦人一区二区| 日韩不卡一区二区三区视频在线|