• <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 ?

    基于卷積神經(jīng)網(wǎng)絡(luò)的鈑金件表面缺陷分類識(shí)別方法

    2020-06-29 12:13:58
    關(guān)鍵詞:準(zhǔn)確率卷積神經(jīng)網(wǎng)絡(luò)

    (四川大學(xué) 機(jī)械工程學(xué)院,成都 610065)

    0 引言

    零件表面缺陷檢測(cè)是制造業(yè)的熱門課題,亦是重大難題。針對(duì)國防軍工、電子信息等領(lǐng)域?qū)Χ嗯?、小批量鈑金零件快速制造的需求,進(jìn)行鈑金件智能化表面缺陷檢測(cè)識(shí)別的關(guān)鍵技術(shù)研究具有重要意義。目前鈑金件缺陷檢測(cè)主要有人工檢測(cè)和機(jī)器智能檢測(cè)兩種。其中人工檢測(cè)方式存在高成本、低效率且高誤檢率、高漏檢率等一系列問題[1]。該類鈑金零件在目前實(shí)際生產(chǎn)中多采用人工檢測(cè),其缺陷類型及缺陷出現(xiàn)位置均由生產(chǎn)線工人標(biāo)注出,機(jī)器智能檢測(cè)方法的必要性和迫切性凸顯。因此,研究并提出一種針對(duì)該類鈑金零件的缺陷識(shí)別分類方法的意義重大?,F(xiàn)存的基于工件表面缺陷智能檢測(cè)的方法已有很多種:李春[2]等提出了一種基于機(jī)器視覺的鈑金件缺陷在線檢測(cè)算法;廖延娜[3]等提出了一種利用激光測(cè)距檢測(cè)表面缺陷長度和深度的方法;M.Win[4]等提出對(duì)比度調(diào)整的Otsu方法和基于中值的Otsu方法,用于檢測(cè)表面缺陷;M.S.Sayed[5]等提出使用熵濾波和最小誤差閾值的表面缺陷檢測(cè)算法來識(shí)別缺陷。

    隨著計(jì)算機(jī)的快速發(fā)展以及計(jì)算能力的極大提高,深度學(xué)習(xí)在表面缺陷檢測(cè)中的運(yùn)用越來越廣泛[6]。其中,姚明海[7]等提出來一種基于深度主動(dòng)學(xué)習(xí)的磁片表面缺陷檢測(cè)方法;王理順[1]等提出了一種基于深度學(xué)習(xí)的織物缺陷在線檢測(cè)算法;毛欣翔[8]等提出了一種基于深度學(xué)習(xí)的連鑄板坯表面缺陷檢測(cè)系統(tǒng)。本研究也運(yùn)用深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)[9]的知識(shí),提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的鈑金件表面缺陷檢測(cè)的方法,通過卷積神經(jīng)網(wǎng)絡(luò)搭建了一個(gè)準(zhǔn)確率高、時(shí)間復(fù)雜度[10]低的缺陷分類模型,經(jīng)過多項(xiàng)參數(shù)優(yōu)化后,以批量測(cè)試的方式使用窗口滑移檢測(cè)方法進(jìn)行缺陷分類預(yù)測(cè)并確定缺陷位置。

    1 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)屬于深度學(xué)習(xí)的范疇,其作為一種多層前反饋的人工神經(jīng)網(wǎng)絡(luò),可用來處理二維輸入數(shù)據(jù)。該網(wǎng)絡(luò)含有多個(gè)層,每一層都是由多個(gè)二維平面組成,而每一個(gè)平面又是由多個(gè)獨(dú)立的神經(jīng)元[11]組成。其網(wǎng)格結(jié)構(gòu)的網(wǎng)絡(luò)與大腦神經(jīng)元的連接相似,層與層的神經(jīng)元互相連接,同一層的神經(jīng)元之間沒有連接。

    本研究中的網(wǎng)絡(luò)模型為自建的卷積神經(jīng)網(wǎng)絡(luò)模型。綜合考慮工業(yè)生產(chǎn)實(shí)時(shí)性的要求以及模型的準(zhǔn)確合理性的要求,建立的網(wǎng)絡(luò)模型如圖1所示。該網(wǎng)絡(luò)是由1個(gè)圖像輸入層、2個(gè)卷積層、2個(gè)最大池化層、2個(gè)全連接層和1個(gè)輸出層組成。

    圖1 網(wǎng)絡(luò)模型

    圖像輸入層設(shè)置的輸入圖像大小為80×80×3。卷積層通過卷積操作能提取出輸入圖像的不同特征,為之后的分類識(shí)別做鋪墊。本文使用的卷積核為5×5×25,步長為1,padding=‘same’,搭配的激活函數(shù)為ReLU[12]。卷積操作過程如式(1)所示,得到輸出的結(jié)果為80×80×25的圖像數(shù)據(jù)。

    (1)

    式中,n為卷積核的大??;w為權(quán)值,其能將激活函數(shù)ReLU上得到的函數(shù)值線性映射到另一個(gè)維度空間上;b為偏置值,其允許激活函數(shù)向左或向右移位,該值很大程度上決定了學(xué)習(xí)的成功與否;x為對(duì)應(yīng)位置的像素值;y為對(duì)應(yīng)的輸出值。將上述式(1)中的輸出值y輸入激活函數(shù)ReLU中,如式(2)所示:

    (2)

    式中,f(x)為圖像對(duì)應(yīng)的像素點(diǎn)的值。

    池化層[13]將輸入數(shù)據(jù)劃分為矩形池區(qū)域并計(jì)算每個(gè)區(qū)域的最大值來執(zhí)行下采樣。該層緊跟在卷積層后,以卷積和激活后的圖像數(shù)據(jù)作為輸入數(shù)據(jù)。本研究使用最大池化層,其卷積核為2×2,步長為2。池化后可得40×40×25的圖像數(shù)據(jù),并執(zhí)行歸一化操作,該操作能提高學(xué)習(xí)訓(xùn)練的準(zhǔn)確度。全連接層是由許多神經(jīng)元組合形成的平面二維結(jié)構(gòu),單個(gè)數(shù)據(jù)均為1×1×3。在卷積神經(jīng)網(wǎng)絡(luò)中,全連接層能整合之前幾層操作中所有具有類別區(qū)分性的局部信息,并將其映射到標(biāo)本標(biāo)記空間中。

    卷積神經(jīng)網(wǎng)絡(luò)的輸出層由Softmax和Class組成。Softmax函數(shù)的身影幾乎出現(xiàn)在所有人工神經(jīng)網(wǎng)絡(luò)中,其具有分類和尋址兩種用途。而該函數(shù)在人工智能領(lǐng)域中最為廣泛的應(yīng)用就是分類。具體方式為:在人為給定一系列分類標(biāo)簽后,Softmax可以給出輸入圖像數(shù)據(jù)被劃分到各個(gè)標(biāo)簽中的概率分布。其計(jì)算過程如式(3)所示:

    (3)

    式中,Ii為輸出結(jié)果為第i類標(biāo)簽的概率,xi為第i個(gè)節(jié)點(diǎn)的輸出值,n為劃分的標(biāo)簽個(gè)數(shù)。而Class層用于計(jì)算具有多標(biāo)簽分類問題的交叉熵?fù)p失(Cross Entropy Loss),該層可根據(jù)前一層輸出數(shù)據(jù)大小判斷出分類的數(shù)量。交叉熵表示的是實(shí)際輸出與期望輸出的距離,其式(4)如下:

    (4)

    式中,yi為標(biāo)簽i的真值。若i為正確的標(biāo)簽時(shí),yi等于1;否則yi等于0。

    2 樣本數(shù)據(jù)處理

    針對(duì)實(shí)驗(yàn)對(duì)象是少樣本的鈑金零件,并根據(jù)該類型鈑金零件缺陷特性和出現(xiàn)原因,本研究重點(diǎn)檢測(cè)最主要的兩種缺陷:磕碰缺陷和劃痕缺陷。本文首先提出兩個(gè)問題:第一,由于一個(gè)鈑金零件上可能同時(shí)出現(xiàn)兩類缺陷,并存在多個(gè)缺陷在同一零件上的相對(duì)位置較為接近的情況,識(shí)別與分類的難度增大;第二,樣本數(shù)據(jù)較少,如果以整個(gè)零件或一個(gè)缺陷作為單個(gè)樣本集,則訓(xùn)練集過少,無法訓(xùn)練出有意義的參數(shù),建立的模型效果也不好,也就是所謂的欠擬合[6]。

    2.1 缺陷分割提取樣本

    本研究分析了上述問題后,得出以下結(jié)論:第一,同類型的缺陷面積大小不一、長度不同;第二,不同類型的缺陷辨識(shí)度相對(duì)較高。因樣本數(shù)據(jù)的提取方式?jīng)Q定了后續(xù)檢測(cè)方法是否有效,本研究提出了一種缺陷分割提取樣本的方法。該方法可分兩個(gè)步驟進(jìn)行(為方便展示,本文對(duì)所有樣本圖進(jìn)行了灰度處理。):

    1)將面積小、長度短的缺陷作為單個(gè)樣本提取。通過改變?cè)撊毕莸南鄬?duì)位置的方式截取形成多張樣本圖。如圖2、圖3所示,不同的樣本圖中,同一個(gè)缺陷位于不同的位置,以此提高泛化能力。

    圖2 單個(gè)短劃痕缺陷

    圖3 單個(gè)小磕碰缺陷

    2)將面積大、長度長的缺陷進(jìn)行分割,可形成多個(gè)缺陷分塊,并使用步驟(1)中的方式改變?nèi)毕輭K相對(duì)位置,使一個(gè)缺陷分塊再形成多張樣本圖,如圖4、圖5所示。因面積大、長度長的缺陷往往無法在單張大小為80×80的樣本圖上完整表達(dá),需將其分割形成多個(gè)面積小、長度短的缺陷分塊;為提高泛化能力的同時(shí)又與下文所提及的窗口滑移檢測(cè)方法契合,截取多張上述缺陷分塊位于樣本圖不同位置的圖像作為額外的樣本圖。

    圖4 長劃痕缺陷分割成多個(gè)缺陷分塊

    圖5 大磕碰缺陷分割成多個(gè)缺陷分塊

    該方法能較好地提升數(shù)據(jù)集的容量,并有效區(qū)分缺陷類型。其中,因同類型缺陷分割提取后得到的缺陷分塊作為該缺陷的一部分,其對(duì)于同缺陷類型的其他缺陷分塊具有輔助識(shí)別作用。例如,圖6為兩個(gè)不同的磕碰缺陷分割提取后的兩張缺陷分塊樣本圖。可以看出,來自兩個(gè)不同磕碰缺陷的缺陷分塊樣本圖相似性較高。

    圖6 兩個(gè)缺陷塊的相似對(duì)比

    2.2 樣本數(shù)據(jù)增強(qiáng)

    訓(xùn)練樣本規(guī)模越大,分類效果就越好[7]。因此,大量的有利數(shù)據(jù)是必不可少的。本研究的所有缺陷圖像均由工業(yè)相機(jī)高清拍攝獲取,并通過相應(yīng)預(yù)處理操作得到卷積神經(jīng)網(wǎng)絡(luò)輸入層所需要的80×80×3的缺陷樣本集。在原有樣本數(shù)量不多的情況下,需對(duì)數(shù)據(jù)量進(jìn)行擴(kuò)充。在樣本集中,部分缺陷的面積相對(duì)較小,或缺陷位于樣本圖的角落或邊緣位置,若采用縮放和隨機(jī)遮擋的數(shù)據(jù)增強(qiáng)方式很可能導(dǎo)致某些缺陷數(shù)據(jù)的損失。為保證模型的準(zhǔn)確度,最終采用適當(dāng)范圍的隨機(jī)亮度變化、隨機(jī)左右翻轉(zhuǎn)、隨機(jī)旋轉(zhuǎn)90°倍數(shù)角度的數(shù)據(jù)增強(qiáng)方式。部分?jǐn)?shù)據(jù)增強(qiáng)的效果如圖7所示。

    圖7 數(shù)據(jù)增強(qiáng)效果

    3 窗口滑移檢測(cè)方法

    窗口滑移檢測(cè)方法的原理是:利用與樣本尺寸相同的窗口在待檢測(cè)零件圖像上按從左往右、從上到下的規(guī)律遍歷滑移;在滑移過程中從零件圖像上截取出同樣尺寸的區(qū)域塊,與學(xué)習(xí)模型進(jìn)行對(duì)比,確定該區(qū)域塊是否有缺陷,若有缺陷則用外接矩形框出并注明缺陷類型。窗口滑移檢測(cè)方法具體將進(jìn)行以下兩個(gè)步驟:

    1)使用大小為80×80的窗口,并以該窗口1/2邊長的距離為單次橫向滑移量Hx(Sliding Distance)從圖像左上角向右滑移,每滑移一個(gè)位置就截取一個(gè)像素大小為80×80的區(qū)域塊。當(dāng)窗口滑移到最右端后,該窗口立即回到圖像最左端,并同樣以窗口1/2邊長的距離為單次縱向滑移量Hy向下滑移一次后再次向右滑移,直到該窗口遍歷完整個(gè)待檢測(cè)圖像。窗口滑移示意圖如圖8所示。窗口每滑移一次便將截取的區(qū)域塊與訓(xùn)練模型對(duì)比,并把該區(qū)域塊的標(biāo)簽值存入位置矩陣M的相應(yīng)位置。因待檢測(cè)圖像大小為560×960,窗口大小為80×80,選擇單次滑移量為1/2窗口邊長,總共可得到13×23個(gè)區(qū)域塊和大小為13×23的位置矩陣M。

    圖8 窗口滑移示意圖

    2)本模型中共有磕碰缺陷、劃痕缺陷、無缺陷3種標(biāo)簽,在位置矩陣中分別用數(shù)字1、2、3代替。因存在一個(gè)缺陷被分割在多個(gè)相鄰的區(qū)域塊中的情況,為標(biāo)記出缺陷的位置并外接帶標(biāo)簽的矩形框,需要使用圖像處理中連通域原理的算法。在Matlab軟件中,算法的具體流程為(以劃痕缺陷為例):將13×23的位置矩陣M中代表劃痕缺陷的數(shù)字2置為1,其他數(shù)字置為0,形成只存在0和1的13×23的二值矩陣(該矩陣可表示二值圖像);利用連通域regionprops函數(shù),可在位置矩陣M中得到數(shù)字1的個(gè)數(shù)與位置;利用矩陣映射原理可得到零件圖像矩陣中缺陷的對(duì)應(yīng)位置并用矩形框標(biāo)注出。該方法的部分效果展示如圖9所示。

    圖9 部分效果展示

    4 實(shí)驗(yàn)及分析

    4.1 實(shí)驗(yàn)環(huán)境

    本研究共獲取缺陷數(shù)據(jù)集1 917張,其中磕碰缺陷圖683張,劃痕缺陷圖731張,無缺陷圖503張。將該數(shù)據(jù)集按4∶1的比例隨機(jī)劃分為訓(xùn)練集和測(cè)試集。得到的實(shí)驗(yàn)數(shù)據(jù)將用于驗(yàn)證114張大小均為560×960的折彎鈑金零件,并統(tǒng)計(jì)缺陷識(shí)別和分類的結(jié)果。本實(shí)驗(yàn)環(huán)境為Windows10操作系統(tǒng),Intel Core i7-7700KCPU,16GB內(nèi)存,NVIDIA GeForce GTX 1060顯卡,并使用Matlab軟件的深度學(xué)習(xí)工具箱進(jìn)行模型訓(xùn)練及調(diào)試。

    4.2 訓(xùn)練參數(shù)的選擇

    在訓(xùn)練方法上,本研究采用隨機(jī)梯度下降[14](stochastic gradient descent,SGD)的方式進(jìn)行采樣,該方式是在梯度下降最快的方向上隨機(jī)選一個(gè)數(shù)據(jù)進(jìn)行計(jì)算,而不是掃描全部訓(xùn)練數(shù)據(jù)集,有助于提高迭代速度。因?qū)W習(xí)率控制著參數(shù)更新速度,學(xué)習(xí)率的選擇至關(guān)重要。學(xué)習(xí)率過大,將導(dǎo)致?lián)p失函數(shù)在極小值附近來回變化,無法收斂;學(xué)習(xí)率過小,會(huì)使學(xué)習(xí)速度變慢。在滿足準(zhǔn)確率的條件下,為盡可能縮短學(xué)習(xí)時(shí)間,本實(shí)驗(yàn)分別設(shè)置學(xué)習(xí)率為0.01、0.001、0.000 1進(jìn)行訓(xùn)練,獲得的準(zhǔn)確率對(duì)比如圖10所示。由數(shù)據(jù)表明,當(dāng)學(xué)習(xí)率為0.000 1時(shí),準(zhǔn)確率可達(dá)97.02%,且曲線較為平滑,能達(dá)到分類模型的準(zhǔn)確率要求。

    圖10 不同學(xué)習(xí)率的準(zhǔn)確率對(duì)比

    4.3 驗(yàn)證參數(shù)的選擇

    該類鈑金零件缺陷檢測(cè)在實(shí)際工業(yè)生產(chǎn)中要求準(zhǔn)確率應(yīng)大于95%,平均單件檢測(cè)時(shí)間應(yīng)小于1 s。根據(jù)窗口遍歷檢測(cè)方法的原理,滑移量的大小將直接影響缺陷檢測(cè)的準(zhǔn)確率和檢測(cè)時(shí)間。為獲取最優(yōu)的滑移量,本研究分別選用窗口的1/4邊長、1/2邊長、3/4邊長、邊長的滑移量作為四組實(shí)驗(yàn)參數(shù),并用于驗(yàn)證114張大小均為560×960的鈑金件零件圖。該批零件存在磕碰缺陷125處、劃痕缺陷154處,共計(jì)279處。如表1所示為不同滑移量的實(shí)驗(yàn)結(jié)果對(duì)比。結(jié)果表明,滑移量大小為1/4邊長的實(shí)驗(yàn)盡管檢測(cè)并標(biāo)注了所有缺陷,卻有28處誤檢、且耗時(shí)較長;滑移量大小為3/4邊長的實(shí)驗(yàn)出現(xiàn)8處漏檢、13處誤檢;滑移量大小為邊長的實(shí)驗(yàn)盡管耗時(shí)最少,卻出現(xiàn)16處漏檢、7處誤檢;而滑移量為1/2邊長的實(shí)驗(yàn)結(jié)果最佳,僅2處漏檢、6處誤檢且耗時(shí)滿足工業(yè)要求。

    表1 不同滑移量的實(shí)驗(yàn)結(jié)果對(duì)比

    實(shí)驗(yàn)結(jié)果分析:檢測(cè)結(jié)果為誤檢的原因是存在一個(gè)圖像塊中同時(shí)出現(xiàn)兩個(gè)或多個(gè)缺陷,盡管模型能將其識(shí)別為缺陷,卻無法進(jìn)行正確分類;檢測(cè)結(jié)果為漏檢的原因是存在一個(gè)缺陷的面積過小或長度過短,且恰被分割在兩個(gè)相鄰圖像塊的共同邊或4個(gè)相鄰圖像塊的交點(diǎn)處,使該缺陷樣本與無缺陷樣本相似,導(dǎo)致訓(xùn)練模型無法正確分類。

    5 結(jié)束語

    針對(duì)樣本較少的鈑金零件表面缺陷的檢測(cè)問題,本研究提出了基于卷積神經(jīng)網(wǎng)絡(luò)的鈑金件表面缺陷識(shí)別分類方法。通過缺陷分割提取的方式獲取了缺陷樣本,對(duì)樣本和訓(xùn)練模型進(jìn)行了分析,并多次調(diào)試訓(xùn)練參數(shù),獲得了準(zhǔn)確率為97.02%的神經(jīng)網(wǎng)絡(luò)分類模型,該模型具有準(zhǔn)確率高、時(shí)間復(fù)雜度低、泛化能力強(qiáng)等優(yōu)點(diǎn)。為達(dá)到分類缺陷并標(biāo)注缺陷位置的目的,本研究使用了窗口滑移檢測(cè)方法,通過窗口滑移遍歷整個(gè)待檢測(cè)圖像,截取窗口大小的區(qū)域塊與模型對(duì)比,驗(yàn)證該方法得到了96.77%的準(zhǔn)確率和0.85 s的平均每件檢測(cè)時(shí)間。實(shí)驗(yàn)表明,該方法具有識(shí)別準(zhǔn)確率高、

    識(shí)別時(shí)間滿足工業(yè)要求的優(yōu)點(diǎn)。但對(duì)于實(shí)驗(yàn)結(jié)果中存在的缺陷漏檢和誤檢,暫無法從原理上得到改進(jìn)。在未來的研究中還可以在方法原理上進(jìn)一步優(yōu)化,提高識(shí)別運(yùn)算速度,減小誤檢率、漏檢率。

    猜你喜歡
    準(zhǔn)確率卷積神經(jīng)網(wǎng)絡(luò)
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    精品第一国产精品| 国产日本99.免费观看| 亚洲av美国av| 精品国产亚洲在线| 亚洲欧美精品综合久久99| 丰满的人妻完整版| 欧美国产精品va在线观看不卡| 亚洲成人久久爱视频| 国产精品久久久人人做人人爽| 亚洲一区中文字幕在线| 99久久精品国产亚洲精品| 亚洲七黄色美女视频| 欧美日韩黄片免| 久久久久久久久中文| 国产成人欧美在线观看| 禁无遮挡网站| 亚洲精品色激情综合| 久久久国产欧美日韩av| 国产乱人伦免费视频| 最新美女视频免费是黄的| 欧美人与性动交α欧美精品济南到| 18禁美女被吸乳视频| 欧美黑人欧美精品刺激| 美女大奶头视频| 欧美日韩瑟瑟在线播放| 国产av一区在线观看免费| 亚洲免费av在线视频| a在线观看视频网站| 女生性感内裤真人,穿戴方法视频| 妹子高潮喷水视频| 亚洲一区二区三区不卡视频| 国产精品久久电影中文字幕| 满18在线观看网站| 日本免费一区二区三区高清不卡| 怎么达到女性高潮| 午夜激情福利司机影院| 国产成人精品久久二区二区91| 午夜福利18| 国产亚洲精品久久久久久毛片| 热re99久久国产66热| 伦理电影免费视频| 别揉我奶头~嗯~啊~动态视频| 视频区欧美日本亚洲| 巨乳人妻的诱惑在线观看| 悠悠久久av| 免费在线观看视频国产中文字幕亚洲| 色综合欧美亚洲国产小说| 禁无遮挡网站| 成人亚洲精品一区在线观看| 午夜福利欧美成人| 此物有八面人人有两片| 国产熟女xx| 日本一本二区三区精品| 欧美一级毛片孕妇| tocl精华| 免费看十八禁软件| 叶爱在线成人免费视频播放| 亚洲久久久国产精品| 午夜免费观看网址| 亚洲 欧美 日韩 在线 免费| 亚洲在线自拍视频| 首页视频小说图片口味搜索| 免费看十八禁软件| 成人亚洲精品一区在线观看| 国产爱豆传媒在线观看 | 午夜福利在线观看吧| 国产精品精品国产色婷婷| 18禁国产床啪视频网站| 成人三级黄色视频| 国内少妇人妻偷人精品xxx网站 | 波多野结衣av一区二区av| 亚洲成人免费电影在线观看| 一本综合久久免费| 精品久久久久久久久久免费视频| 精品欧美一区二区三区在线| 99热6这里只有精品| 国产精品 国内视频| 老汉色av国产亚洲站长工具| 俄罗斯特黄特色一大片| 国产真人三级小视频在线观看| 丝袜在线中文字幕| 色婷婷久久久亚洲欧美| 国产成+人综合+亚洲专区| 亚洲自偷自拍图片 自拍| 一本精品99久久精品77| 可以在线观看的亚洲视频| 极品教师在线免费播放| 久久婷婷人人爽人人干人人爱| 一区二区三区激情视频| 久久久久免费精品人妻一区二区 | 伦理电影免费视频| 国内精品久久久久久久电影| 麻豆成人午夜福利视频| cao死你这个sao货| 成人亚洲精品一区在线观看| 久久精品aⅴ一区二区三区四区| 黄色 视频免费看| 搞女人的毛片| 亚洲国产精品久久男人天堂| 麻豆成人午夜福利视频| av在线天堂中文字幕| 国产一区二区在线av高清观看| 亚洲自拍偷在线| 国产亚洲精品久久久久久毛片| 精品卡一卡二卡四卡免费| 色尼玛亚洲综合影院| 国产亚洲欧美98| 嫁个100分男人电影在线观看| 亚洲av美国av| 成年人黄色毛片网站| 欧美一级毛片孕妇| 亚洲第一电影网av| 91字幕亚洲| 欧美 亚洲 国产 日韩一| 麻豆一二三区av精品| 夜夜躁狠狠躁天天躁| 精品国产乱子伦一区二区三区| 国产aⅴ精品一区二区三区波| 午夜福利成人在线免费观看| 欧美色欧美亚洲另类二区| 免费在线观看成人毛片| 男人操女人黄网站| 精品久久久久久久末码| 亚洲七黄色美女视频| 精品免费久久久久久久清纯| 极品教师在线免费播放| 国产欧美日韩精品亚洲av| 18禁国产床啪视频网站| 欧美黑人欧美精品刺激| 国产私拍福利视频在线观看| av在线播放免费不卡| 国产在线观看jvid| 亚洲美女黄片视频| 亚洲精品一区av在线观看| 亚洲国产精品999在线| 日韩欧美 国产精品| 一边摸一边做爽爽视频免费| 久久香蕉精品热| 久久精品91蜜桃| 亚洲电影在线观看av| 欧美不卡视频在线免费观看 | 午夜福利在线观看吧| 中文字幕人妻丝袜一区二区| 婷婷六月久久综合丁香| avwww免费| 一卡2卡三卡四卡精品乱码亚洲| 两个人视频免费观看高清| 91av网站免费观看| 国产高清有码在线观看视频 | 欧美不卡视频在线免费观看 | 成人18禁在线播放| 老司机午夜十八禁免费视频| 欧美人与性动交α欧美精品济南到| 一区二区三区精品91| 亚洲国产精品成人综合色| 亚洲成av片中文字幕在线观看| 日韩欧美三级三区| 99精品欧美一区二区三区四区| 黄色视频不卡| 日韩欧美三级三区| 久久婷婷人人爽人人干人人爱| 最好的美女福利视频网| 亚洲自拍偷在线| 2021天堂中文幕一二区在线观 | 日韩av在线大香蕉| 日本 欧美在线| 母亲3免费完整高清在线观看| 午夜福利在线观看吧| 一个人观看的视频www高清免费观看 | 国产高清videossex| 亚洲一码二码三码区别大吗| 国产精品香港三级国产av潘金莲| 亚洲三区欧美一区| 后天国语完整版免费观看| 久久久水蜜桃国产精品网| 国产高清激情床上av| 成人av一区二区三区在线看| 亚洲专区字幕在线| 欧美成人免费av一区二区三区| 在线观看免费午夜福利视频| 国产亚洲欧美98| 国产av一区在线观看免费| 91大片在线观看| 国内精品久久久久精免费| 亚洲av中文字字幕乱码综合 | 欧美亚洲日本最大视频资源| 身体一侧抽搐| 国产一级毛片七仙女欲春2 | 男女之事视频高清在线观看| or卡值多少钱| 亚洲av第一区精品v没综合| 亚洲自拍偷在线| 999久久久精品免费观看国产| 黄色a级毛片大全视频| 亚洲色图 男人天堂 中文字幕| 精品久久久久久久毛片微露脸| 日韩欧美一区二区三区在线观看| 午夜福利高清视频| 侵犯人妻中文字幕一二三四区| 又黄又粗又硬又大视频| 精品久久久久久久久久久久久 | 色综合欧美亚洲国产小说| 嫁个100分男人电影在线观看| 深夜精品福利| av在线播放免费不卡| 亚洲精品在线观看二区| 色婷婷久久久亚洲欧美| 在线播放国产精品三级| aaaaa片日本免费| 亚洲色图 男人天堂 中文字幕| 日韩大码丰满熟妇| 欧美日韩乱码在线| 波多野结衣高清作品| 日韩精品免费视频一区二区三区| 精品不卡国产一区二区三区| 国产伦在线观看视频一区| 我的亚洲天堂| 国产伦在线观看视频一区| 国产伦一二天堂av在线观看| 欧美成人免费av一区二区三区| 日韩有码中文字幕| 日韩av在线大香蕉| 十八禁网站免费在线| 国内揄拍国产精品人妻在线 | 麻豆成人av在线观看| 成人一区二区视频在线观看| 成人18禁在线播放| 久久伊人香网站| 熟女少妇亚洲综合色aaa.| 国产成人一区二区三区免费视频网站| 一级作爱视频免费观看| 99国产综合亚洲精品| 日韩三级视频一区二区三区| www.999成人在线观看| 男女做爰动态图高潮gif福利片| 国产野战对白在线观看| 久久久久久久久中文| 久久 成人 亚洲| 精品国内亚洲2022精品成人| 日韩欧美国产在线观看| 一区二区三区高清视频在线| 91大片在线观看| 日日爽夜夜爽网站| 色尼玛亚洲综合影院| 午夜成年电影在线免费观看| 高清在线国产一区| 伦理电影免费视频| 天堂影院成人在线观看| 日本三级黄在线观看| 成人三级做爰电影| 欧美一级毛片孕妇| 精品无人区乱码1区二区| 国产av又大| 久久午夜亚洲精品久久| 一本久久中文字幕| 亚洲成av人片免费观看| 99精品久久久久人妻精品| 三级毛片av免费| 亚洲欧美激情综合另类| 免费在线观看亚洲国产| 制服诱惑二区| 禁无遮挡网站| 这个男人来自地球电影免费观看| 99国产综合亚洲精品| 成人免费观看视频高清| 国产精品二区激情视频| 天堂动漫精品| 国内揄拍国产精品人妻在线 | 三级毛片av免费| 可以在线观看的亚洲视频| 男人操女人黄网站| 亚洲五月天丁香| 性色av乱码一区二区三区2| 久久中文字幕一级| 日韩欧美免费精品| 露出奶头的视频| 亚洲激情在线av| 国产免费av片在线观看野外av| 日韩欧美一区视频在线观看| 巨乳人妻的诱惑在线观看| 黄色 视频免费看| 男人舔女人的私密视频| av免费在线观看网站| 国产伦在线观看视频一区| 男男h啪啪无遮挡| 亚洲专区字幕在线| 国产精品国产高清国产av| 亚洲欧美精品综合一区二区三区| 日本黄色视频三级网站网址| 亚洲五月色婷婷综合| 老汉色∧v一级毛片| 亚洲av成人不卡在线观看播放网| 91字幕亚洲| 亚洲成人精品中文字幕电影| 黄色女人牲交| 精品国产美女av久久久久小说| 香蕉av资源在线| 日本 av在线| 亚洲av美国av| 国产免费av片在线观看野外av| 久久中文看片网| 色在线成人网| 99热只有精品国产| 国产午夜精品久久久久久| 亚洲专区国产一区二区| 色婷婷久久久亚洲欧美| 两性午夜刺激爽爽歪歪视频在线观看 | 久久亚洲精品不卡| 在线视频色国产色| avwww免费| 亚洲精品美女久久久久99蜜臀| 日韩三级视频一区二区三区| 淫秽高清视频在线观看| 一本一本综合久久| 国产高清videossex| 高潮久久久久久久久久久不卡| 免费一级毛片在线播放高清视频| 曰老女人黄片| 国产精品久久久av美女十八| 天天添夜夜摸| 国产极品粉嫩免费观看在线| 国内久久婷婷六月综合欲色啪| 精品卡一卡二卡四卡免费| 妹子高潮喷水视频| 久久中文看片网| 午夜福利在线观看吧| 成人亚洲精品av一区二区| 亚洲国产日韩欧美精品在线观看 | 亚洲精品久久国产高清桃花| 欧美人与性动交α欧美精品济南到| 丰满人妻熟妇乱又伦精品不卡| 亚洲av片天天在线观看| 曰老女人黄片| 午夜影院日韩av| 国产高清激情床上av| 久久中文字幕人妻熟女| 日本撒尿小便嘘嘘汇集6| 两个人看的免费小视频| 精品不卡国产一区二区三区| 久久婷婷人人爽人人干人人爱| 亚洲国产欧美一区二区综合| av片东京热男人的天堂| 久久久久久久久中文| ponron亚洲| 亚洲成人国产一区在线观看| www.www免费av| 色av中文字幕| 亚洲最大成人中文| 99re在线观看精品视频| 满18在线观看网站| 成人国语在线视频| 成人欧美大片| 国产高清视频在线播放一区| 国产黄a三级三级三级人| 99精品久久久久人妻精品| 国产精品 欧美亚洲| 国产精品国产高清国产av| 久久国产精品男人的天堂亚洲| 亚洲性夜色夜夜综合| 国产区一区二久久| 国产精品电影一区二区三区| 亚洲一区二区三区色噜噜| 免费在线观看完整版高清| 欧美成人性av电影在线观看| 免费在线观看亚洲国产| 精品久久久久久久人妻蜜臀av| 久久国产精品影院| 久久亚洲精品不卡| 香蕉丝袜av| 久久久精品国产亚洲av高清涩受| 黑人欧美特级aaaaaa片| 国产精品免费视频内射| 国产欧美日韩一区二区三| 色播亚洲综合网| 亚洲免费av在线视频| 人人妻人人看人人澡| 此物有八面人人有两片| 女性生殖器流出的白浆| 久99久视频精品免费| 高潮久久久久久久久久久不卡| 色哟哟哟哟哟哟| 啦啦啦 在线观看视频| 久9热在线精品视频| 怎么达到女性高潮| 欧美一区二区精品小视频在线| 午夜a级毛片| 中文字幕另类日韩欧美亚洲嫩草| 最新在线观看一区二区三区| 99久久99久久久精品蜜桃| 亚洲全国av大片| 亚洲精品粉嫩美女一区| 非洲黑人性xxxx精品又粗又长| 久久 成人 亚洲| 日韩精品青青久久久久久| 国产精品日韩av在线免费观看| 亚洲成人久久爱视频| 亚洲午夜理论影院| 亚洲美女黄片视频| 亚洲精品中文字幕一二三四区| 99热这里只有精品一区 | 亚洲色图av天堂| 亚洲第一av免费看| 99国产精品一区二区蜜桃av| 人妻久久中文字幕网| 日韩中文字幕欧美一区二区| 国产精品免费一区二区三区在线| 99riav亚洲国产免费| 亚洲天堂国产精品一区在线| 亚洲成人久久性| 亚洲人成77777在线视频| 中文字幕精品亚洲无线码一区 | 国产伦一二天堂av在线观看| 亚洲自拍偷在线| 欧美日韩乱码在线| 国产视频内射| 91在线观看av| 精品国产一区二区三区四区第35| 亚洲五月天丁香| 国产又黄又爽又无遮挡在线| 麻豆久久精品国产亚洲av| 亚洲精品美女久久久久99蜜臀| 18禁裸乳无遮挡免费网站照片 | 黄色毛片三级朝国网站| 亚洲自拍偷在线| 久9热在线精品视频| 亚洲自偷自拍图片 自拍| 日韩 欧美 亚洲 中文字幕| 18美女黄网站色大片免费观看| 国产在线精品亚洲第一网站| 亚洲精品中文字幕在线视频| 色综合站精品国产| 少妇的丰满在线观看| 777久久人妻少妇嫩草av网站| 99精品欧美一区二区三区四区| 一进一出抽搐动态| 国产免费男女视频| 国产精品,欧美在线| 一级片免费观看大全| 国内精品久久久久精免费| 久久欧美精品欧美久久欧美| 亚洲黑人精品在线| xxx96com| 免费看a级黄色片| 麻豆av在线久日| 亚洲 欧美一区二区三区| 好男人电影高清在线观看| 精品免费久久久久久久清纯| 国产极品粉嫩免费观看在线| 人人妻人人看人人澡| 国产真人三级小视频在线观看| 母亲3免费完整高清在线观看| 亚洲人成网站高清观看| 此物有八面人人有两片| 99国产精品一区二区蜜桃av| 中文在线观看免费www的网站 | 国产精品乱码一区二三区的特点| 国产一区在线观看成人免费| 丝袜人妻中文字幕| 国产精品电影一区二区三区| 欧美日本亚洲视频在线播放| 欧美 亚洲 国产 日韩一| 久久婷婷成人综合色麻豆| 国产av不卡久久| 日韩有码中文字幕| 免费在线观看视频国产中文字幕亚洲| 日韩中文字幕欧美一区二区| 国产亚洲欧美在线一区二区| 欧美中文日本在线观看视频| 麻豆成人av在线观看| 长腿黑丝高跟| e午夜精品久久久久久久| 一边摸一边做爽爽视频免费| 成人亚洲精品一区在线观看| 99热6这里只有精品| 国语自产精品视频在线第100页| 久久久水蜜桃国产精品网| 国产成人欧美在线观看| 夜夜看夜夜爽夜夜摸| 精品免费久久久久久久清纯| 制服人妻中文乱码| 久久人人精品亚洲av| 99riav亚洲国产免费| 脱女人内裤的视频| 午夜影院日韩av| 日韩大码丰满熟妇| 香蕉久久夜色| 亚洲av美国av| 中出人妻视频一区二区| 亚洲成人久久性| 免费人成视频x8x8入口观看| 99精品在免费线老司机午夜| 日韩 欧美 亚洲 中文字幕| 精品欧美国产一区二区三| 50天的宝宝边吃奶边哭怎么回事| 美女免费视频网站| 麻豆国产av国片精品| 又黄又爽又免费观看的视频| 国产午夜精品久久久久久| 日本在线视频免费播放| 婷婷精品国产亚洲av在线| 日韩高清综合在线| 精品久久久久久久人妻蜜臀av| 国产蜜桃级精品一区二区三区| 三级毛片av免费| 在线观看66精品国产| 亚洲性夜色夜夜综合| 国产成人av激情在线播放| 精华霜和精华液先用哪个| av福利片在线| 国产精品99久久99久久久不卡| 久久久久久久午夜电影| 在线播放国产精品三级| 午夜福利在线在线| 国产欧美日韩一区二区精品| 少妇熟女aⅴ在线视频| 变态另类丝袜制服| 午夜成年电影在线免费观看| 村上凉子中文字幕在线| 亚洲色图 男人天堂 中文字幕| 一本大道久久a久久精品| 久久久久久久久久黄片| 精品欧美一区二区三区在线| 色哟哟哟哟哟哟| 国产成人精品久久二区二区91| 黄片播放在线免费| 亚洲国产精品999在线| 成年人黄色毛片网站| 国产精品乱码一区二三区的特点| 在线天堂中文资源库| 日韩欧美在线二视频| 日韩精品青青久久久久久| 桃红色精品国产亚洲av| 老司机深夜福利视频在线观看| 久久香蕉国产精品| 欧美大码av| www日本黄色视频网| 欧美色欧美亚洲另类二区| 国产一区二区三区视频了| 久久精品91无色码中文字幕| 欧美激情久久久久久爽电影| 日韩视频一区二区在线观看| 亚洲欧美日韩高清在线视频| 午夜a级毛片| 国内精品久久久久久久电影| 999精品在线视频| 18禁裸乳无遮挡免费网站照片 | 国产精品综合久久久久久久免费| 麻豆av在线久日| 757午夜福利合集在线观看| 天堂√8在线中文| 一卡2卡三卡四卡精品乱码亚洲| 国产三级在线视频| 国产成人av教育| 妹子高潮喷水视频| 午夜福利在线观看吧| 婷婷亚洲欧美| 欧美性猛交╳xxx乱大交人| 黄色a级毛片大全视频| 他把我摸到了高潮在线观看| 久久人妻av系列| 亚洲男人天堂网一区| 精品日产1卡2卡| 午夜福利在线在线| 禁无遮挡网站| 国产精品1区2区在线观看.| 久久中文字幕人妻熟女| 免费在线观看日本一区| 婷婷六月久久综合丁香| 精品久久久久久成人av| 亚洲国产毛片av蜜桃av| 在线观看日韩欧美| 欧美亚洲日本最大视频资源| 夜夜爽天天搞| 日韩精品中文字幕看吧| 99国产综合亚洲精品| 免费一级毛片在线播放高清视频| 久久久水蜜桃国产精品网| 黑人欧美特级aaaaaa片| 少妇被粗大的猛进出69影院| 亚洲avbb在线观看| 美女午夜性视频免费| 老司机午夜十八禁免费视频| 国产爱豆传媒在线观看 | av视频在线观看入口| 国产熟女xx| 哪里可以看免费的av片| 夜夜躁狠狠躁天天躁| 宅男免费午夜| 欧美日韩亚洲国产一区二区在线观看| 国产一区在线观看成人免费| av片东京热男人的天堂| 每晚都被弄得嗷嗷叫到高潮| 一本久久中文字幕| 午夜两性在线视频| 一个人观看的视频www高清免费观看 | 国产片内射在线| 久热这里只有精品99| 亚洲国产中文字幕在线视频| 在线视频色国产色| 十分钟在线观看高清视频www| 伊人久久大香线蕉亚洲五| 欧美成人一区二区免费高清观看 | 午夜免费鲁丝| 欧美又色又爽又黄视频| 搡老妇女老女人老熟妇| 啦啦啦观看免费观看视频高清| 久久久国产欧美日韩av| 免费在线观看黄色视频的| 伊人久久大香线蕉亚洲五| 免费在线观看亚洲国产| 一进一出抽搐gif免费好疼| av福利片在线| 婷婷精品国产亚洲av在线| 最新在线观看一区二区三区| 97人妻精品一区二区三区麻豆 |