• <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 ?

    不均勻光照和重影的儀表圖像二值化方法

    2020-03-05 03:12:08孫國棟柳晨康
    應(yīng)用光學(xué) 2020年1期
    關(guān)鍵詞:重影二值儀表

    孫國棟,徐 昀,徐 亮,張 航,柳晨康

    (湖北工業(yè)大學(xué) 機(jī)械工程學(xué)院,湖北 武漢 430068)

    引言

    高壓計量儀表在發(fā)電廠和變電站中起著至關(guān)重要的作用,涉及發(fā)電、供電、用電三方之間很多的經(jīng)濟(jì)和技術(shù)問題,其準(zhǔn)確與否直接關(guān)系到三方的經(jīng)濟(jì)利益。因此,定期校驗高壓計量儀表以提高其準(zhǔn)確性具有重要意義[1]。傳統(tǒng)人眼讀數(shù)校驗跟不上計量儀表的變化速度,難以準(zhǔn)確記錄儀表真實數(shù)值。而部分高壓計量儀表不提供與計算機(jī)進(jìn)行數(shù)據(jù)通信的接口,無法通過儀表端口直接將數(shù)字讀取出來。為了適用各種送檢的計量儀表,采用機(jī)器視覺方法進(jìn)行字符識別。機(jī)器視覺使儀表字符識別成為可能,儀表圖像的字符識別一般分為三步[2-4]:字符分割,特征提取和字符分類。由于高壓計量儀表現(xiàn)場測試難免處在光照過強(qiáng)、過弱和光照不均的環(huán)境下,并且儀表數(shù)字在變化的過程中會產(chǎn)生重影現(xiàn)象,導(dǎo)致字符分割過程中的圖像二值化困難。傳統(tǒng)的二值化主要有全局閾值算法和局部閾值算法[5]。大津法(Otsu)[6]、迭代閾值法[7]和最大熵法[8]是常用的全局閾值算法,其通常是從整個圖像選擇一個閾值來最小化前景和背景像素的類間方差,但對于復(fù)雜光照下或目標(biāo)灰度范圍分布大的圖像效果較差,且無法去除重影現(xiàn)象。局部閾值分割算法常用的有Bernsen 算法[9]、Niblack 算法[10]、Sauvola 算法[11]、Bradley[12]算法和Wellner[13]算法,其處理光照不均的圖像效果比全局閾值好,但是存在對目標(biāo)像素點鄰域相差很大的圖像處理效果不佳的問題,同樣不能去除圖像中的重影現(xiàn)象。

    由于直接對圖像數(shù)字分割和分類識別的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜,而且對儀表上的小數(shù)點識別效果不好,影響儀表字符識別的效率,所以本文主要針對儀表字符分割算法進(jìn)行研究。雖然Mei 等[14]提出基于深度學(xué)習(xí)的方法能有效去除光照不均,但該方法采用的數(shù)據(jù)集是在原始圖像中添加不均勻光照得到的模擬圖,輸出結(jié)果為彩色圖,且模擬圖與真實圖像差距較大,失真現(xiàn)象較嚴(yán)重,也沒有去除重影,因而無法應(yīng)用在真實環(huán)境下的儀表識別中。針對儀表圖像含有光照不均和重影而無法有效二值化的問題,本文設(shè)計了一種新型全卷積神經(jīng)網(wǎng)絡(luò)框架用于儀表圖像的二值化分割,網(wǎng)絡(luò)的輸出為二值圖,實驗所用的數(shù)據(jù)集為真實環(huán)境下的儀表圖像。

    1 實驗方法

    1.1 FCN 網(wǎng)絡(luò)

    全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Networks,F(xiàn)CN)[15]作為一種卷積神經(jīng)網(wǎng)絡(luò)(CNN),能夠?qū)D像進(jìn)行像素級分類并解決了語義級別的圖像分割問題,為深度學(xué)習(xí)領(lǐng)域做出了巨大的貢獻(xiàn)。FCN網(wǎng)絡(luò)不是分類網(wǎng)絡(luò),而是一個可以接受任意大小尺寸輸入并且輸出相同大小的標(biāo)簽圖像的端到端的網(wǎng)絡(luò),其將CNN 最后的全連接層換成了卷積層,輸出的是目標(biāo)對應(yīng)的標(biāo)簽圖像。FCN 的網(wǎng)絡(luò)結(jié)構(gòu)包含下采樣和上采樣兩個部分,下采樣部分提取語義信息并能堆疊卷積層信息,上采樣部分對最后一個卷積層的特征圖進(jìn)行反卷積,將圖像恢復(fù)到與輸入圖像相同大小的尺寸。

    1.2 VGG 網(wǎng)絡(luò)級標(biāo)題

    VGG16 是卷積神經(jīng)網(wǎng)絡(luò)中分類效果非常好的一種網(wǎng)絡(luò)[16],為了能夠充分捕捉圖像的信息同時減少參數(shù)量,簡化網(wǎng)絡(luò)結(jié)構(gòu),整個網(wǎng)絡(luò)基本使用大小為3×3 的卷積核組合與堆疊,可以得到與卷積核大小為5×5 或7×7 相同的效果。圖1 是VGG16 的網(wǎng)絡(luò)結(jié)構(gòu)圖,由13 個卷積層和3 個全連接層組成。輸入大小為224×224×3 像素的原始圖片,每一個卷積層通過多個3×3 卷積核連續(xù)堆疊組成卷積序列。

    圖1 vgg16 網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure diagram of vgg16 network

    1.3 提出的網(wǎng)絡(luò)結(jié)構(gòu)

    本文提出的網(wǎng)絡(luò)也是一種端到端的可訓(xùn)練的全卷積神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)絡(luò)框架結(jié)合了FCN 網(wǎng)絡(luò)和VGG16 網(wǎng)絡(luò),網(wǎng)絡(luò)輸入是原始的RGB 圖像,輸出是干凈無重影的二值圖,訓(xùn)練和測試都可以接收任意大小的圖像。

    網(wǎng)絡(luò)結(jié)構(gòu)主要由兩部分組成:特征提取部分和圖像重組部分。特征提取是一個下采樣過程,由5 個卷積塊組成,每個卷積塊由卷積層和最大池化層組成,卷積層后面接relu 函數(shù)作為激活函數(shù),relu 函數(shù)相比與sigmoid 函數(shù)和tanh 函數(shù)計算更快,收斂更快。卷積層的卷積核大小為3×3,步長為1,池化層的池化窗口的大小選擇2×2,步長為2,以減少輸出大小和防止網(wǎng)絡(luò)過度擬合。每經(jīng)過一個卷積塊,圖像大小減小一倍,以更大的比例來提取信息。圖像重組是一個上采樣過程,有5 個反卷積塊將提取的信息還原成圖片形式,反卷積塊由反卷積層和連接層組成,反卷積層的卷積核大小為4×4,步長為2。與FCN 網(wǎng)絡(luò)類似,為了減少在上采樣過程中的信息丟失,在上采樣部分添加連接層,連接層是反卷積后的特征圖與下采樣部分相同大小的特征圖進(jìn)行信息組合,補(bǔ)充反卷積后的語義信息得到更高分辨率的新特征圖。之后,連接層和上采樣部分的卷積層不用激活函數(shù),采用線性變換合成這些多尺度特征,網(wǎng)絡(luò)的最后經(jīng)softmax 輸出。網(wǎng)絡(luò)總體結(jié)構(gòu)如圖2 所示,藍(lán)色代表卷積層,橙色代表最大池化層,紅色代表反卷積層,綠色代表連接層,最后的紫色代表softmax 層。

    圖2 設(shè)計的全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 Structure diagram of designed full convolutional neural network

    損失函數(shù)是訓(xùn)練網(wǎng)絡(luò)很重要的一個環(huán)節(jié),在FCN 網(wǎng)絡(luò)中,網(wǎng)絡(luò)的任務(wù)用于分類,使用的是交叉熵?fù)p失函數(shù)。而我們的網(wǎng)絡(luò)訓(xùn)練任務(wù)是回歸,因為輸出是一個圖像,又必須要學(xué)習(xí)回歸模型來消除圖像中的不均勻光照和數(shù)字重影。為了訓(xùn)練我們的模型,采用均方誤差(mean square error,MSE)作為損失函數(shù)。其定義如下:

    其中:n代表樣本個數(shù);yi代 表標(biāo)簽;yi′代表網(wǎng)絡(luò)預(yù)測輸出。

    2 實驗過程和結(jié)果

    2.1 數(shù)據(jù)集的采集和制作

    為了提高網(wǎng)絡(luò)在復(fù)雜環(huán)境下的魯棒性,本實驗使用的數(shù)據(jù)集在儀表所處的真實環(huán)境下采集,并且調(diào)節(jié)光源處于儀表左右邊或正對位置并與相機(jī)是否有旋轉(zhuǎn)角度組合拍攝,采集得到的圖像是3 通道的RGB 圖片,剔除肉眼無法識別出的圖像,最終樣本圖像尺寸為911×261 像素,共計7 600 張。模擬數(shù)據(jù)可以在原始的均勻光圖像上直接二值化得到樣本的標(biāo)簽,但是用模擬圖訓(xùn)練的網(wǎng)絡(luò)測試真實的儀表圖像效果很不理想。本文使用的訓(xùn)練數(shù)據(jù)為真實的儀表圖像,需要手動制作標(biāo)簽,由于儀表上的數(shù)字大小距離一致,可以通過確定圖像上數(shù)字的相對位置制作標(biāo)簽。如圖3 所示,在儀表上標(biāo)記固定點,以下面兩個固定點為x軸,包含數(shù)字的最小矩形邊為y軸,建立直角坐標(biāo)系,從而可確定圖像上每個數(shù)字的位置。以小數(shù)點為基礎(chǔ),將人眼識別到的數(shù)字依次按位置填充,即可得到對應(yīng)的標(biāo)簽。為了減少訓(xùn)練時間,實驗樣本圖只截取數(shù)字信息部分。

    圖3 標(biāo)簽的制作Fig.3 Label making

    2.2 實驗結(jié)果集的采集和制作

    實驗環(huán)境為:GPU 為NVIDIA Quard K2200,顯存4G;Intel(R)Xeon(R)CPU E5-2640 2.4 GHz;基于TensorFlow 框架,Python3.6 編程語言。

    實驗沒有使用任何預(yù)先訓(xùn)練過的其他模型,初始學(xué)習(xí)率設(shè)為1e-4,batch size 設(shè)置為16,epoch 設(shè)置為100 個。本文使用PASCAL challenges 的IoU (Intersection over Union)標(biāo)準(zhǔn)和衡量兩幅圖像相似度的指標(biāo)信噪比(SNR)來評價分割后的二值圖,IoU 是一個簡單的測量標(biāo)準(zhǔn),設(shè)標(biāo)簽上為目標(biāo)的像素點集合為A,訓(xùn)練結(jié)果的目標(biāo)像素點集合為B,則IoU的計算公式為

    其中:分子表示A 與B 的目標(biāo)像素重合值;分母表示A 與B 的目標(biāo)像素總和。IoU 值越大,表示預(yù)測結(jié)果與真實結(jié)果重疊部分越多,分割效果越好。

    圖像信噪比能對經(jīng)過處理后的圖像質(zhì)量好壞進(jìn)行衡量,其計算公式如下:

    其中:i和j分別是圖像的長和寬像素點:g(i,j)和f(i,j)分別代表原始圖像和處理后的圖像在點(i,j)處的灰度值。計算得到的SNR 值越大,說明處理后的圖像與原圖像越相似。

    表1 給出了各個算法運(yùn)行時間以及測試200張圖像的IoU 值和SNR 值,圖4 顯示了各種算法的運(yùn)行結(jié)果。從實驗結(jié)果可以看出,不均勻的光照對二值化的效果影響很大。傳統(tǒng)的方法對儀表中含有光照不均和重影的圖像進(jìn)行二值化后效果很差,其中Otsu 法、最大熵法和迭代閾值法都是使用單一閾值的方法,對不均勻光很敏感,不能有效區(qū)分出背景與目標(biāo),并且對不同光照的圖像處理結(jié)果相差很大,有很大的局限性。Niblack 算法能夠大體上分割出目標(biāo)區(qū)域,但是結(jié)果伴隨大量的噪聲,同樣不能去除數(shù)字重影。Bernsen 算法、Sauvola 算法和Bradley 算法通過逐點比較相鄰點的像素灰度值來確定閾值,但是儀表圖像存在局部區(qū)域大部分為背景的現(xiàn)象,而光照不均的影響會使這些方法將背景像素劃分為目標(biāo)像素,從而產(chǎn)生分割錯誤,分割出來的數(shù)字仍然沒有去除數(shù)字重影。Wellner 算法將圖像分成較小的塊來確定每個塊的閾值,但對于強(qiáng)光照塊卻無法分割出目標(biāo)像素點,對數(shù)字重影也沒有效果。而本文所設(shè)計的網(wǎng)絡(luò)對含有不均勻光照和重影的圖像二值化效果清晰無重影,計算出來的IoU 值和SNR 值都比其他方法高,證明分割得到的圖像與原圖像相似度最高,且網(wǎng)絡(luò)模型對不同光照強(qiáng)度和旋轉(zhuǎn)的圖像都能適用,具有較強(qiáng)的泛化能力。

    表1 各算法的結(jié)果對比Table 1 Comparison of results of each algorithm

    圖4 不同算法對圖像的處理結(jié)果Fig.4 Processing result of each algorithm

    3 結(jié)論

    不同強(qiáng)度的光照和數(shù)字重影嚴(yán)重影響高壓計量儀表圖像的字符識別準(zhǔn)確性。為此,本文提出一種新的全卷積神經(jīng)網(wǎng)絡(luò)用于復(fù)雜光照下含有重影的儀表圖像的二值化分割。與傳統(tǒng)的閾值分割方法不同,網(wǎng)絡(luò)不用手動尋找閾值,只需訓(xùn)練樣本數(shù)據(jù)得到網(wǎng)絡(luò)模型即可實現(xiàn)儀表圖像的二值化分割。通過與傳統(tǒng)的二值化方法進(jìn)行對比,實驗結(jié)果顯示了本文方法的二值化效果最佳,能夠有效去除數(shù)字重影,且對不同程度的光照都適用,對發(fā)生偏移或旋轉(zhuǎn)的圖像,仍然能給出正確的結(jié)果,更適合于復(fù)雜環(huán)境下的儀表圖像二值化。本文的方法僅用于儀表字符識別的二值化過程,并且訓(xùn)練所需要的時間較長,有一定的局限性。下一步的研究工作將進(jìn)一步提高網(wǎng)絡(luò)的魯棒性和適用性,以在更多的場景中應(yīng)用。

    猜你喜歡
    重影二值儀表
    ◆ 儀表
    ◆ 儀表
    儀表
    混沌偽隨機(jī)二值序列的性能分析方法研究綜述
    重影輕波
    重影輕波
    迎春花
    牡丹(2021年11期)2021-07-20 07:24:42
    支持CNN與LSTM的二值權(quán)重神經(jīng)網(wǎng)絡(luò)芯片
    基于二值形態(tài)學(xué)算子的軌道圖像分割新算法
    視頻圖像文字的二值化
    av福利片在线观看| 成年女人看的毛片在线观看| 一区二区三区四区激情视频| 国产在线男女| 国产成人a∨麻豆精品| 岛国毛片在线播放| 午夜激情福利司机影院| 日日撸夜夜添| 91精品一卡2卡3卡4卡| 国产精品久久久久久av不卡| 街头女战士在线观看网站| 国产人妻一区二区三区在| 熟女电影av网| 久久精品国产亚洲网站| 免费av毛片视频| 99热这里只有是精品50| 国产精品三级大全| 亚洲在久久综合| 日本一二三区视频观看| 99视频精品全部免费 在线| 少妇 在线观看| 日本猛色少妇xxxxx猛交久久| 日本免费在线观看一区| 精品视频人人做人人爽| 毛片女人毛片| 久久亚洲国产成人精品v| 寂寞人妻少妇视频99o| 少妇 在线观看| 爱豆传媒免费全集在线观看| 亚洲电影在线观看av| 国产日韩欧美亚洲二区| 性色avwww在线观看| 天堂中文最新版在线下载 | 深爱激情五月婷婷| 亚洲av欧美aⅴ国产| 久久久久久久亚洲中文字幕| 亚洲精品国产av成人精品| 亚洲欧美精品自产自拍| 亚洲人成网站高清观看| 好男人视频免费观看在线| 2018国产大陆天天弄谢| 亚洲欧美精品专区久久| 亚洲国产高清在线一区二区三| 国产v大片淫在线免费观看| 久久久久久伊人网av| 女人久久www免费人成看片| 国产91av在线免费观看| 欧美一区二区亚洲| 神马国产精品三级电影在线观看| 一个人看视频在线观看www免费| 久久久久久久久久久丰满| 男人和女人高潮做爰伦理| av一本久久久久| 精品久久久久久电影网| 全区人妻精品视频| 国产一区二区三区av在线| 日韩电影二区| 国产乱人偷精品视频| 久久精品综合一区二区三区| h日本视频在线播放| a级毛色黄片| 一级片'在线观看视频| 精品人妻偷拍中文字幕| 国产欧美日韩一区二区三区在线 | 2021少妇久久久久久久久久久| 精品久久久久久久久av| 久久久午夜欧美精品| 亚洲国产日韩一区二区| 国产淫语在线视频| 国产精品蜜桃在线观看| 好男人视频免费观看在线| 亚洲美女视频黄频| 成人亚洲精品av一区二区| 久久精品综合一区二区三区| 人人妻人人澡人人爽人人夜夜| 久久久久久久久久久丰满| 男人和女人高潮做爰伦理| 国产av不卡久久| 免费观看av网站的网址| 人人妻人人看人人澡| 久久精品国产鲁丝片午夜精品| 国产片特级美女逼逼视频| 青春草亚洲视频在线观看| 国产 一区精品| 久久久久国产网址| 蜜桃久久精品国产亚洲av| 国精品久久久久久国模美| 神马国产精品三级电影在线观看| 日韩在线高清观看一区二区三区| 直男gayav资源| 国产亚洲一区二区精品| 中文乱码字字幕精品一区二区三区| 国产精品久久久久久av不卡| 国产精品三级大全| 国产成人精品久久久久久| 黄色欧美视频在线观看| 午夜爱爱视频在线播放| 色播亚洲综合网| 在线观看一区二区三区| 国产永久视频网站| 在线天堂最新版资源| 亚洲经典国产精华液单| 精品久久久久久久人妻蜜臀av| 男女那种视频在线观看| 国产91av在线免费观看| 国产精品国产三级国产专区5o| 在现免费观看毛片| 久久精品国产自在天天线| 高清视频免费观看一区二区| 一区二区三区免费毛片| 午夜激情久久久久久久| 精品国产露脸久久av麻豆| 亚洲久久久久久中文字幕| av国产精品久久久久影院| 亚洲av福利一区| 国产真实伦视频高清在线观看| 国产免费又黄又爽又色| 干丝袜人妻中文字幕| 国产精品99久久99久久久不卡 | 蜜臀久久99精品久久宅男| 国产美女午夜福利| 我要看日韩黄色一级片| 制服丝袜香蕉在线| 日韩在线高清观看一区二区三区| 又爽又黄a免费视频| 好男人在线观看高清免费视频| 亚洲精品久久午夜乱码| 97在线视频观看| 99久久精品热视频| 久久女婷五月综合色啪小说 | 国产成人91sexporn| 91午夜精品亚洲一区二区三区| 亚洲国产高清在线一区二区三| 麻豆成人av视频| 日韩电影二区| 秋霞伦理黄片| 精品久久久噜噜| 在线观看一区二区三区激情| 最近最新中文字幕大全电影3| 五月天丁香电影| 国产成年人精品一区二区| 男女边摸边吃奶| 成年版毛片免费区| 伊人久久精品亚洲午夜| 最近最新中文字幕大全电影3| 婷婷色av中文字幕| 最近的中文字幕免费完整| 成人无遮挡网站| 久久精品久久精品一区二区三区| 青春草亚洲视频在线观看| 激情 狠狠 欧美| 高清av免费在线| 国产av不卡久久| 成人毛片60女人毛片免费| 久久久久久久久久人人人人人人| 国产综合懂色| 欧美激情在线99| 搡女人真爽免费视频火全软件| 亚洲熟女精品中文字幕| 五月开心婷婷网| 真实男女啪啪啪动态图| 乱系列少妇在线播放| av女优亚洲男人天堂| 性插视频无遮挡在线免费观看| 校园人妻丝袜中文字幕| 亚洲av.av天堂| 日日撸夜夜添| av免费在线看不卡| 国产亚洲午夜精品一区二区久久 | 久久久成人免费电影| 国产 一区精品| 美女主播在线视频| 亚洲熟女精品中文字幕| 男女下面进入的视频免费午夜| 亚洲成人精品中文字幕电影| 久久久久久久久久人人人人人人| 少妇的逼水好多| 联通29元200g的流量卡| 美女视频免费永久观看网站| 一级毛片我不卡| 噜噜噜噜噜久久久久久91| 五月伊人婷婷丁香| 亚洲真实伦在线观看| 男的添女的下面高潮视频| av.在线天堂| 人妻一区二区av| 日韩一区二区视频免费看| 久久精品国产亚洲av天美| 一区二区三区乱码不卡18| 69人妻影院| 精品一区在线观看国产| 亚洲欧洲国产日韩| 国内精品美女久久久久久| 看十八女毛片水多多多| h日本视频在线播放| .国产精品久久| 免费观看av网站的网址| 日韩国内少妇激情av| 国产乱人偷精品视频| 国产精品嫩草影院av在线观看| 97热精品久久久久久| 丰满少妇做爰视频| 综合色av麻豆| a级毛片免费高清观看在线播放| 亚洲一级一片aⅴ在线观看| 日产精品乱码卡一卡2卡三| 国产精品偷伦视频观看了| 自拍偷自拍亚洲精品老妇| 国产黄频视频在线观看| 久久99精品国语久久久| 日韩av在线免费看完整版不卡| 性色av一级| 国产精品三级大全| 亚洲一级一片aⅴ在线观看| 久久久久久九九精品二区国产| 亚洲av二区三区四区| 黄色配什么色好看| 日韩视频在线欧美| 熟妇人妻不卡中文字幕| 国产一级毛片在线| 国产精品一及| 日韩av在线免费看完整版不卡| 久久久久精品久久久久真实原创| 国产视频首页在线观看| 亚洲欧美日韩另类电影网站 | 少妇人妻一区二区三区视频| 2018国产大陆天天弄谢| 成人无遮挡网站| 日本黄色片子视频| 黄色欧美视频在线观看| 另类亚洲欧美激情| 亚洲欧美成人精品一区二区| 成人午夜精彩视频在线观看| 国产成人精品一,二区| 蜜桃久久精品国产亚洲av| 精品亚洲乱码少妇综合久久| 热99国产精品久久久久久7| 18禁在线无遮挡免费观看视频| 国产视频首页在线观看| 国产精品人妻久久久影院| 亚洲精品乱久久久久久| 大片电影免费在线观看免费| 精品久久久久久久久av| 亚洲av.av天堂| 只有这里有精品99| 日韩一本色道免费dvd| 九九在线视频观看精品| 18+在线观看网站| 精品久久久噜噜| 国产中年淑女户外野战色| 午夜福利视频精品| 最近中文字幕高清免费大全6| 超碰av人人做人人爽久久| 欧美激情在线99| 最近手机中文字幕大全| 91久久精品国产一区二区三区| 亚洲自拍偷在线| 亚洲激情五月婷婷啪啪| 男人舔奶头视频| 国产成人精品久久久久久| 成年女人看的毛片在线观看| 午夜福利网站1000一区二区三区| 国产精品一区二区性色av| 日韩一本色道免费dvd| 欧美日韩精品成人综合77777| 日韩制服骚丝袜av| 少妇的逼好多水| 国产成人福利小说| 高清av免费在线| 99久久精品热视频| 中国三级夫妇交换| 免费观看a级毛片全部| 成人亚洲精品一区在线观看 | 新久久久久国产一级毛片| 中文字幕免费在线视频6| 日韩一区二区三区影片| 热99国产精品久久久久久7| 国产淫片久久久久久久久| 卡戴珊不雅视频在线播放| 一本一本综合久久| 狂野欧美激情性bbbbbb| 国产 精品1| 国产精品伦人一区二区| 又爽又黄a免费视频| 欧美日本视频| 国产一区有黄有色的免费视频| 成年av动漫网址| 亚洲精品一区蜜桃| av线在线观看网站| videos熟女内射| 又爽又黄a免费视频| 99热这里只有是精品50| 波多野结衣巨乳人妻| 看黄色毛片网站| 人妻制服诱惑在线中文字幕| 国产av码专区亚洲av| 国内少妇人妻偷人精品xxx网站| 91aial.com中文字幕在线观看| 五月玫瑰六月丁香| 国产亚洲91精品色在线| 一级a做视频免费观看| av国产免费在线观看| 亚洲av免费在线观看| 中国国产av一级| 一级毛片我不卡| 国产精品久久久久久精品古装| 国产日韩欧美在线精品| av福利片在线观看| 草草在线视频免费看| 黄色怎么调成土黄色| 韩国av在线不卡| 午夜免费观看性视频| 欧美精品一区二区大全| 欧美日韩精品成人综合77777| 亚洲国产av新网站| 亚洲内射少妇av| 亚洲aⅴ乱码一区二区在线播放| 韩国av在线不卡| a级一级毛片免费在线观看| 国产精品99久久久久久久久| 免费观看av网站的网址| 一级av片app| 欧美激情久久久久久爽电影| 又大又黄又爽视频免费| 能在线免费看毛片的网站| 亚洲丝袜综合中文字幕| 在线观看av片永久免费下载| 精品久久久久久久久av| 一本久久精品| 国产亚洲av片在线观看秒播厂| 亚洲国产高清在线一区二区三| 亚洲一级一片aⅴ在线观看| 久久国内精品自在自线图片| 真实男女啪啪啪动态图| 久久久久久九九精品二区国产| 深夜a级毛片| 国产黄a三级三级三级人| 亚洲色图综合在线观看| 建设人人有责人人尽责人人享有的 | 亚洲欧美日韩另类电影网站 | 亚洲国产精品专区欧美| 午夜亚洲福利在线播放| 热99国产精品久久久久久7| 在线观看人妻少妇| 最近中文字幕2019免费版| 日韩中字成人| 国产成人a∨麻豆精品| 伊人久久国产一区二区| 国产熟女欧美一区二区| 高清av免费在线| 51国产日韩欧美| 日日摸夜夜添夜夜添av毛片| 五月伊人婷婷丁香| 天天躁日日操中文字幕| 久久久久久久亚洲中文字幕| .国产精品久久| 两个人的视频大全免费| 深夜a级毛片| 成人特级av手机在线观看| 欧美xxxx性猛交bbbb| 最近最新中文字幕大全电影3| 亚洲性久久影院| 亚洲av欧美aⅴ国产| 国产伦精品一区二区三区视频9| 亚洲国产精品成人综合色| 日本三级黄在线观看| 久久鲁丝午夜福利片| 男女下面进入的视频免费午夜| 色播亚洲综合网| 丝瓜视频免费看黄片| 最近中文字幕2019免费版| 中国三级夫妇交换| 午夜福利视频1000在线观看| 在线观看人妻少妇| 亚洲精品日本国产第一区| 在现免费观看毛片| 国产淫语在线视频| 国产乱人视频| 亚洲精品久久午夜乱码| 久久精品国产亚洲av天美| 一级毛片黄色毛片免费观看视频| 日韩av免费高清视频| 男人狂女人下面高潮的视频| 伦精品一区二区三区| 午夜福利高清视频| 哪个播放器可以免费观看大片| 亚洲内射少妇av| 国产精品熟女久久久久浪| 久久这里有精品视频免费| 国产极品天堂在线| 久久精品综合一区二区三区| 中文乱码字字幕精品一区二区三区| 久久久久久久亚洲中文字幕| av网站免费在线观看视频| 日韩强制内射视频| 国产人妻一区二区三区在| 国产一区有黄有色的免费视频| 日本黄大片高清| 免费不卡的大黄色大毛片视频在线观看| 一区二区三区免费毛片| 黄色欧美视频在线观看| 国产黄色免费在线视频| 色播亚洲综合网| 婷婷色av中文字幕| 在线播放无遮挡| 久久99蜜桃精品久久| av一本久久久久| 国产精品久久久久久久久免| 免费看不卡的av| 国产一区二区在线观看日韩| 色视频在线一区二区三区| 天堂俺去俺来也www色官网| 18+在线观看网站| 亚洲精品视频女| 国产亚洲最大av| 最近2019中文字幕mv第一页| 赤兔流量卡办理| 亚洲欧美日韩无卡精品| 一区二区三区乱码不卡18| 赤兔流量卡办理| 看非洲黑人一级黄片| 久久国内精品自在自线图片| 18+在线观看网站| 哪个播放器可以免费观看大片| 成人无遮挡网站| 18+在线观看网站| 视频区图区小说| 亚洲国产色片| 亚洲最大成人中文| 高清日韩中文字幕在线| 国产精品久久久久久精品电影小说 | 黑人高潮一二区| 18禁在线无遮挡免费观看视频| 成人美女网站在线观看视频| 自拍偷自拍亚洲精品老妇| 在线观看免费高清a一片| 国产69精品久久久久777片| 国产午夜精品一二区理论片| 午夜日本视频在线| 亚洲,一卡二卡三卡| tube8黄色片| 国产黄色免费在线视频| 欧美zozozo另类| 成人漫画全彩无遮挡| 99热6这里只有精品| 国产成人freesex在线| 中国三级夫妇交换| 嘟嘟电影网在线观看| 欧美精品一区二区大全| 国精品久久久久久国模美| 日本一本二区三区精品| 2022亚洲国产成人精品| 王馨瑶露胸无遮挡在线观看| 人人妻人人看人人澡| 亚洲欧洲国产日韩| 国产黄色视频一区二区在线观看| 国产精品99久久久久久久久| 免费不卡的大黄色大毛片视频在线观看| 国产精品久久久久久精品电影小说 | 国产精品人妻久久久影院| 18禁在线无遮挡免费观看视频| 日韩在线高清观看一区二区三区| 婷婷色综合大香蕉| 国产人妻一区二区三区在| 伊人久久精品亚洲午夜| 日韩av免费高清视频| 亚洲美女搞黄在线观看| 日日啪夜夜撸| 日本一二三区视频观看| 少妇人妻 视频| 18禁在线播放成人免费| 国产综合懂色| 欧美日韩视频精品一区| 国产精品熟女久久久久浪| 不卡视频在线观看欧美| 自拍欧美九色日韩亚洲蝌蚪91 | 日韩一本色道免费dvd| 我要看日韩黄色一级片| 成年av动漫网址| 人妻夜夜爽99麻豆av| 99九九线精品视频在线观看视频| 免费黄频网站在线观看国产| 夜夜看夜夜爽夜夜摸| 免费大片18禁| 久久精品国产鲁丝片午夜精品| 亚洲电影在线观看av| 国产成人福利小说| 热re99久久精品国产66热6| 永久免费av网站大全| 青青草视频在线视频观看| 直男gayav资源| 日日啪夜夜撸| 国语对白做爰xxxⅹ性视频网站| 在线精品无人区一区二区三 | 菩萨蛮人人尽说江南好唐韦庄| 久久99热6这里只有精品| 国产午夜福利久久久久久| 黄色怎么调成土黄色| 精品人妻一区二区三区麻豆| 深夜a级毛片| 狂野欧美激情性bbbbbb| 国产精品久久久久久久电影| 国产黄片视频在线免费观看| a级一级毛片免费在线观看| 亚洲av男天堂| 中文字幕制服av| 蜜臀久久99精品久久宅男| 简卡轻食公司| 麻豆久久精品国产亚洲av| 男插女下体视频免费在线播放| 欧美激情国产日韩精品一区| av又黄又爽大尺度在线免费看| 久热久热在线精品观看| 国内精品美女久久久久久| 国产成人a∨麻豆精品| 国产毛片在线视频| 久久久精品94久久精品| 中文字幕人妻熟人妻熟丝袜美| 免费观看a级毛片全部| 少妇 在线观看| 我的老师免费观看完整版| 亚洲婷婷狠狠爱综合网| 在线精品无人区一区二区三 | 一本色道久久久久久精品综合| 成人亚洲精品av一区二区| 亚洲精品,欧美精品| 国产成人aa在线观看| 成年女人看的毛片在线观看| 亚洲国产精品成人综合色| 亚洲性久久影院| 久久久久久国产a免费观看| 亚洲av成人精品一区久久| 99热网站在线观看| 韩国av在线不卡| 国产永久视频网站| 99久国产av精品国产电影| 亚洲av二区三区四区| 欧美一区二区亚洲| 少妇的逼水好多| 18禁裸乳无遮挡动漫免费视频 | 国产精品一区二区性色av| 国产免费一区二区三区四区乱码| 九草在线视频观看| 久久综合国产亚洲精品| 波多野结衣巨乳人妻| 高清av免费在线| 国产一区有黄有色的免费视频| 免费电影在线观看免费观看| 亚洲不卡免费看| 久久精品国产自在天天线| 亚洲欧美日韩另类电影网站 | 美女高潮的动态| 日韩一本色道免费dvd| 久久久色成人| 国产有黄有色有爽视频| 亚洲精品影视一区二区三区av| 国产精品人妻久久久久久| 2018国产大陆天天弄谢| 国产免费又黄又爽又色| 爱豆传媒免费全集在线观看| 尤物成人国产欧美一区二区三区| 男女下面进入的视频免费午夜| 香蕉精品网在线| av播播在线观看一区| 国产成人aa在线观看| 91久久精品电影网| 国精品久久久久久国模美| av黄色大香蕉| 久久精品国产自在天天线| 少妇人妻精品综合一区二区| 黄色一级大片看看| 国产综合精华液| 内射极品少妇av片p| 精品少妇久久久久久888优播| 日韩成人伦理影院| 国产成人av激情在线播放| 亚洲精品美女久久av网站| 国产精品免费大片| 91成人精品电影| 性少妇av在线| 女人被躁到高潮嗷嗷叫费观| 成人手机av| 欧美 日韩 精品 国产| 久久性视频一级片| 亚洲欧美日韩另类电影网站| 欧美变态另类bdsm刘玥| 久久久久国产一级毛片高清牌| 男女午夜视频在线观看| 99热网站在线观看| 亚洲国产毛片av蜜桃av| 黑人猛操日本美女一级片| 久久久精品免费免费高清| 亚洲国产精品一区三区| 精品人妻在线不人妻| 日韩av免费高清视频| 人妻 亚洲 视频| 午夜久久久在线观看| 精品视频人人做人人爽| 国产精品三级大全| 男人添女人高潮全过程视频| 久久久国产一区二区| 秋霞伦理黄片| 伦理电影免费视频| 亚洲男人天堂网一区| 啦啦啦中文免费视频观看日本| 男女床上黄色一级片免费看| 久久午夜综合久久蜜桃| 亚洲国产精品999| 亚洲情色 制服丝袜| 久久毛片免费看一区二区三区| 激情五月婷婷亚洲| 国产不卡av网站在线观看| 熟女少妇亚洲综合色aaa.| 午夜免费男女啪啪视频观看| 亚洲精品国产色婷婷电影|