• <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
    亚洲成人免费电影在线观看| 久久久国产精品麻豆| 叶爱在线成人免费视频播放| 国产成人av教育| 久久ye,这里只有精品| 高清欧美精品videossex| 成年av动漫网址| 欧美老熟妇乱子伦牲交| 欧美亚洲 丝袜 人妻 在线| 精品欧美一区二区三区在线| 不卡av一区二区三区| 国产一级毛片在线| 在线天堂中文资源库| 大香蕉久久成人网| √禁漫天堂资源中文www| 午夜福利影视在线免费观看| 国产精品麻豆人妻色哟哟久久| 精品久久久久久久毛片微露脸 | 人人妻人人添人人爽欧美一区卜| 亚洲精品国产区一区二| 精品人妻熟女毛片av久久网站| 老鸭窝网址在线观看| 777米奇影视久久| 美国免费a级毛片| 黑人巨大精品欧美一区二区蜜桃| 成在线人永久免费视频| 少妇的丰满在线观看| 王馨瑶露胸无遮挡在线观看| 亚洲伊人色综图| 国产精品九九99| 亚洲熟女精品中文字幕| 91精品国产国语对白视频| 欧美 日韩 精品 国产| 精品少妇黑人巨大在线播放| 制服诱惑二区| 91精品国产国语对白视频| 老熟妇仑乱视频hdxx| 99re6热这里在线精品视频| 最新的欧美精品一区二区| √禁漫天堂资源中文www| 下体分泌物呈黄色| 国产在线观看jvid| 日本91视频免费播放| 国产男人的电影天堂91| 国产成人欧美在线观看 | 两人在一起打扑克的视频| 亚洲色图综合在线观看| 91字幕亚洲| 国产精品.久久久| 国产色视频综合| bbb黄色大片| 一级,二级,三级黄色视频| 99精品久久久久人妻精品| 黄色怎么调成土黄色| 不卡一级毛片| 久久久国产精品麻豆| 国产麻豆69| netflix在线观看网站| 18禁观看日本| 捣出白浆h1v1| 91av网站免费观看| 色精品久久人妻99蜜桃| 欧美国产精品一级二级三级| 韩国高清视频一区二区三区| 亚洲精品粉嫩美女一区| 美女主播在线视频| 天天躁日日躁夜夜躁夜夜| 好男人电影高清在线观看| 久久天堂一区二区三区四区| 人妻 亚洲 视频| 性高湖久久久久久久久免费观看| 精品一区二区三区四区五区乱码| 热re99久久国产66热| 韩国精品一区二区三区| 中文字幕人妻丝袜制服| 国产精品 欧美亚洲| 狂野欧美激情性bbbbbb| 久久亚洲国产成人精品v| 国产精品成人在线| 日日摸夜夜添夜夜添小说| 免费在线观看影片大全网站| 19禁男女啪啪无遮挡网站| 美女主播在线视频| 中文字幕av电影在线播放| 91精品国产国语对白视频| 国产老妇伦熟女老妇高清| 精品一区二区三卡| 国产精品久久久久久人妻精品电影 | 桃红色精品国产亚洲av| 一级毛片精品| 在线观看一区二区三区激情| 大型av网站在线播放| 日韩中文字幕视频在线看片| 高潮久久久久久久久久久不卡| 亚洲国产欧美网| 啦啦啦中文免费视频观看日本| www日本在线高清视频| 久久久久久人人人人人| 国产又色又爽无遮挡免| 麻豆av在线久日| 91大片在线观看| 不卡一级毛片| 色94色欧美一区二区| 老司机午夜十八禁免费视频| 国产免费视频播放在线视频| 巨乳人妻的诱惑在线观看| 老鸭窝网址在线观看| 中国国产av一级| 亚洲精品国产区一区二| 中文字幕人妻丝袜制服| 美女扒开内裤让男人捅视频| 高潮久久久久久久久久久不卡| 中国国产av一级| 亚洲va日本ⅴa欧美va伊人久久 | 亚洲av男天堂| 少妇 在线观看| 国产伦理片在线播放av一区| 亚洲国产av新网站| 老司机在亚洲福利影院| 国产欧美亚洲国产| 美女扒开内裤让男人捅视频| 狠狠精品人妻久久久久久综合| 黄色视频,在线免费观看| 亚洲国产欧美在线一区| 精品国产超薄肉色丝袜足j| 19禁男女啪啪无遮挡网站| av片东京热男人的天堂| 一区二区三区激情视频| 亚洲九九香蕉| 亚洲av电影在线观看一区二区三区| 少妇粗大呻吟视频| 国产成人精品久久二区二区91| 亚洲欧洲精品一区二区精品久久久| 国产无遮挡羞羞视频在线观看| 国产欧美亚洲国产| 久久久久久亚洲精品国产蜜桃av| 又紧又爽又黄一区二区| 国产男女超爽视频在线观看| 国产高清videossex| 不卡一级毛片| 女人久久www免费人成看片| 亚洲五月婷婷丁香| 人人妻人人澡人人看| 国产成人a∨麻豆精品| 国产亚洲精品第一综合不卡| 汤姆久久久久久久影院中文字幕| 日日夜夜操网爽| 亚洲成人免费av在线播放| 久久免费观看电影| 搡老熟女国产l中国老女人| 丝瓜视频免费看黄片| 久久久久久久国产电影| 人妻久久中文字幕网| 亚洲综合色网址| 99久久99久久久精品蜜桃| 亚洲国产欧美日韩在线播放| 精品一区二区三卡| 成在线人永久免费视频| 久久久久久亚洲精品国产蜜桃av| 一本久久精品| 无遮挡黄片免费观看| 女人久久www免费人成看片| 欧美日韩福利视频一区二区| 一级毛片女人18水好多| 亚洲国产欧美日韩在线播放| 欧美黑人欧美精品刺激| 亚洲五月婷婷丁香| 国产人伦9x9x在线观看| 99热全是精品| 久久中文看片网| 亚洲美女黄色视频免费看| 亚洲国产中文字幕在线视频| 99国产精品99久久久久| a级毛片黄视频| 搡老岳熟女国产| 满18在线观看网站| 国产区一区二久久| 日日爽夜夜爽网站| 丝袜在线中文字幕| 亚洲精品国产精品久久久不卡| 国产av又大| 日日爽夜夜爽网站| 成人国产一区最新在线观看| 久久精品人人爽人人爽视色| 精品国产乱码久久久久久小说| 脱女人内裤的视频| 亚洲国产成人一精品久久久| 人人妻,人人澡人人爽秒播| 在线天堂中文资源库| av福利片在线| 窝窝影院91人妻| 午夜视频精品福利| 国产在线视频一区二区| 亚洲美女黄色视频免费看| 日日摸夜夜添夜夜添小说| 好男人电影高清在线观看| 日韩欧美一区视频在线观看| 满18在线观看网站| 女人精品久久久久毛片| 在线观看免费高清a一片| 国产成人欧美| 欧美黑人欧美精品刺激| a级毛片在线看网站| 精品国产乱码久久久久久小说| 成人国语在线视频| 啦啦啦视频在线资源免费观看| 国产精品一二三区在线看| 日韩欧美一区二区三区在线观看 | 免费av中文字幕在线| 亚洲熟女毛片儿| 日韩,欧美,国产一区二区三区| 中文字幕人妻熟女乱码| 亚洲欧美清纯卡通| 国产亚洲欧美在线一区二区| 亚洲情色 制服丝袜| 国产亚洲av片在线观看秒播厂| 免费高清在线观看视频在线观看| 热99国产精品久久久久久7| 人妻 亚洲 视频| 日韩制服骚丝袜av| 亚洲精品中文字幕在线视频| av超薄肉色丝袜交足视频| 国产免费视频播放在线视频| 国产91精品成人一区二区三区 | av不卡在线播放| 99re6热这里在线精品视频| 亚洲精品乱久久久久久| 91字幕亚洲| 亚洲av国产av综合av卡| 岛国在线观看网站| 日韩欧美免费精品| 亚洲av片天天在线观看| 国产欧美亚洲国产| 91老司机精品| 午夜福利一区二区在线看| 黄色片一级片一级黄色片| 一级a爱视频在线免费观看| 人人妻人人澡人人爽人人夜夜| svipshipincom国产片| 午夜福利乱码中文字幕| 午夜老司机福利片| 婷婷成人精品国产| 国产黄色免费在线视频| 男人爽女人下面视频在线观看| www.999成人在线观看| 大片电影免费在线观看免费| 新久久久久国产一级毛片| 久久九九热精品免费| 色婷婷久久久亚洲欧美| 美女脱内裤让男人舔精品视频| 久久热在线av| 精品一区二区三卡| 日韩有码中文字幕| 国产精品国产三级国产专区5o| 国产av精品麻豆| 国产精品一区二区免费欧美 | 精品国产乱子伦一区二区三区 | 久久青草综合色| 一区福利在线观看| 99热网站在线观看| 韩国精品一区二区三区| 欧美日韩福利视频一区二区| 亚洲精品在线美女| cao死你这个sao货| 欧美人与性动交α欧美软件| 啦啦啦 在线观看视频| √禁漫天堂资源中文www| 丁香六月天网| 亚洲av男天堂| 人人妻,人人澡人人爽秒播| 日本av免费视频播放| 777久久人妻少妇嫩草av网站| 国产一区二区三区在线臀色熟女 | 大陆偷拍与自拍| 高潮久久久久久久久久久不卡| 精品人妻在线不人妻| 国产97色在线日韩免费| 国产在线一区二区三区精| 91国产中文字幕| 777久久人妻少妇嫩草av网站| 久久人妻福利社区极品人妻图片| 看免费av毛片| 欧美黑人欧美精品刺激| 丰满迷人的少妇在线观看| 日本欧美视频一区| 日韩大片免费观看网站| 精品人妻1区二区| 国产一区二区三区av在线| 老熟妇乱子伦视频在线观看 | 国产免费视频播放在线视频| 19禁男女啪啪无遮挡网站| 国产日韩一区二区三区精品不卡| 亚洲视频免费观看视频| av一本久久久久| 国产在线观看jvid| 日韩中文字幕视频在线看片| 国产一区有黄有色的免费视频| 日本一区二区免费在线视频| 丝袜在线中文字幕| 免费观看a级毛片全部| 97精品久久久久久久久久精品| 久久精品国产亚洲av高清一级| 午夜91福利影院| 国产精品九九99| 淫妇啪啪啪对白视频 | 少妇的丰满在线观看| 亚洲av成人不卡在线观看播放网 | 无遮挡黄片免费观看| 午夜老司机福利片| 午夜视频精品福利| 69精品国产乱码久久久| 丝袜在线中文字幕| 别揉我奶头~嗯~啊~动态视频 | 极品人妻少妇av视频| 免费在线观看影片大全网站| 久久香蕉激情| 飞空精品影院首页| 精品国产乱码久久久久久小说| 999久久久精品免费观看国产| 久久久久久久久久久久大奶| a 毛片基地| 国产伦人伦偷精品视频| 国产精品久久久久成人av| 久久国产精品大桥未久av| 啦啦啦视频在线资源免费观看| 在线精品无人区一区二区三| 亚洲精品久久午夜乱码| 啦啦啦 在线观看视频| 青青草视频在线视频观看| 亚洲精品一二三| 欧美另类一区| 在线永久观看黄色视频| 久久久久精品国产欧美久久久 | 亚洲av男天堂| 日韩制服丝袜自拍偷拍| 精品国产一区二区久久| 自线自在国产av| 麻豆国产av国片精品| 亚洲熟女毛片儿| 这个男人来自地球电影免费观看| 日韩一区二区三区影片| 大香蕉久久成人网| 美女视频免费永久观看网站| 欧美日韩一级在线毛片| 亚洲专区中文字幕在线| 日韩制服骚丝袜av| 久久久国产欧美日韩av| 亚洲国产欧美在线一区| 一区福利在线观看| 伦理电影免费视频| 18禁国产床啪视频网站| 久久人人爽av亚洲精品天堂| 亚洲成av片中文字幕在线观看| 久久午夜综合久久蜜桃| 国产精品二区激情视频| 脱女人内裤的视频| videosex国产| 日日摸夜夜添夜夜添小说| 99精品欧美一区二区三区四区| 欧美一级毛片孕妇| 国产精品久久久久久精品电影小说| 丰满迷人的少妇在线观看| 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| 日韩一卡2卡3卡4卡2021年| 性色av一级| 中文字幕人妻丝袜制服| 久久青草综合色| 欧美黑人精品巨大| 热99re8久久精品国产| 久久久久国产精品人妻一区二区| 成人亚洲精品一区在线观看| 久久人人爽av亚洲精品天堂| 久久久久久人人人人人| 免费女性裸体啪啪无遮挡网站| 亚洲欧洲日产国产| 亚洲专区中文字幕在线| 麻豆av在线久日| 国产av国产精品国产| av欧美777| 国产成人免费观看mmmm| 麻豆乱淫一区二区| 亚洲欧美一区二区三区黑人| 男女高潮啪啪啪动态图| 999久久久国产精品视频| 一级片免费观看大全| 美女福利国产在线| avwww免费| 日本vs欧美在线观看视频| 蜜桃国产av成人99| 中亚洲国语对白在线视频| 正在播放国产对白刺激| 日本91视频免费播放| 99精品久久久久人妻精品| 亚洲国产精品成人久久小说| av欧美777| 中文精品一卡2卡3卡4更新| 飞空精品影院首页| av网站免费在线观看视频| 色视频在线一区二区三区| 在线观看一区二区三区激情| 免费看十八禁软件| 水蜜桃什么品种好| 91成年电影在线观看| 免费av中文字幕在线| 老汉色∧v一级毛片| 91国产中文字幕| 大码成人一级视频| 一级a爱视频在线免费观看| 亚洲人成77777在线视频| 丰满人妻熟妇乱又伦精品不卡| 午夜影院在线不卡| 免费不卡黄色视频| 亚洲精品在线美女| 国产成人精品无人区| 午夜91福利影院| 国产精品九九99| 日本av手机在线免费观看| 亚洲欧美色中文字幕在线| 热99re8久久精品国产| 亚洲精品在线美女| 99国产精品一区二区蜜桃av | 国产xxxxx性猛交| 操出白浆在线播放| 亚洲国产精品成人久久小说| 狠狠婷婷综合久久久久久88av| 亚洲色图综合在线观看| 亚洲成人国产一区在线观看| 中文精品一卡2卡3卡4更新| 女人被躁到高潮嗷嗷叫费观| 久久久久久久久久久久大奶| 国产成+人综合+亚洲专区| videosex国产| 久久综合国产亚洲精品| avwww免费| 日本猛色少妇xxxxx猛交久久| 巨乳人妻的诱惑在线观看| 亚洲天堂av无毛| 99国产精品一区二区三区| 91av网站免费观看| 亚洲专区字幕在线| 99精国产麻豆久久婷婷| 亚洲精品av麻豆狂野| 亚洲成av片中文字幕在线观看| 国产精品一区二区在线不卡| 久热这里只有精品99| 国产精品免费大片| 国产亚洲av片在线观看秒播厂| 精品国产乱码久久久久久小说| 国产亚洲一区二区精品| 最近最新中文字幕大全免费视频| 人人澡人人妻人| 欧美黑人精品巨大| 国产区一区二久久| 三上悠亚av全集在线观看| 欧美在线一区亚洲| 亚洲av电影在线观看一区二区三区| 1024香蕉在线观看| 熟女少妇亚洲综合色aaa.| 精品亚洲乱码少妇综合久久| 欧美日韩一级在线毛片| 午夜视频精品福利| 成人黄色视频免费在线看| 成年人午夜在线观看视频| 免费高清在线观看日韩| 大片免费播放器 马上看| 亚洲久久久国产精品| 国产高清videossex| 日韩精品免费视频一区二区三区| 两人在一起打扑克的视频| 亚洲国产欧美日韩在线播放| 中国美女看黄片| 一二三四在线观看免费中文在| 精品福利永久在线观看| 老熟妇乱子伦视频在线观看 | 国产亚洲午夜精品一区二区久久| 久久国产精品男人的天堂亚洲| 少妇的丰满在线观看| 久久精品国产a三级三级三级| 久久九九热精品免费| 岛国在线观看网站| 美女脱内裤让男人舔精品视频| 久久午夜综合久久蜜桃| 他把我摸到了高潮在线观看 | 国产精品一区二区免费欧美 | 少妇猛男粗大的猛烈进出视频| 视频区欧美日本亚洲| 丁香六月欧美| 91精品三级在线观看| 啦啦啦中文免费视频观看日本| 国产不卡av网站在线观看| 老司机福利观看| 国产野战对白在线观看| 国产av又大| 亚洲精品在线美女| 99国产精品一区二区蜜桃av | 亚洲美女黄色视频免费看| 亚洲成人免费电影在线观看| 十八禁人妻一区二区| 亚洲欧美清纯卡通| 在线精品无人区一区二区三| 亚洲国产精品一区三区| 美女高潮喷水抽搐中文字幕| 亚洲av男天堂| 999精品在线视频| 视频区图区小说| 精品人妻一区二区三区麻豆| 色婷婷av一区二区三区视频| 国产欧美日韩一区二区三区在线| 一区二区三区精品91| 又紧又爽又黄一区二区| 久久精品国产亚洲av高清一级| 国产精品熟女久久久久浪| 免费女性裸体啪啪无遮挡网站| 国产亚洲精品一区二区www | 久久久久久久大尺度免费视频| 久久精品亚洲av国产电影网| 精品国产超薄肉色丝袜足j| 十八禁人妻一区二区| 韩国高清视频一区二区三区| 久久精品成人免费网站| a 毛片基地| 视频在线观看一区二区三区| 亚洲精品中文字幕在线视频| 女警被强在线播放| av线在线观看网站| 91国产中文字幕| 欧美日韩av久久| 亚洲av日韩在线播放| 又黄又粗又硬又大视频| 99国产综合亚洲精品| 女人爽到高潮嗷嗷叫在线视频| 精品久久久久久久毛片微露脸 | 国产高清视频在线播放一区 | 丰满饥渴人妻一区二区三| 免费看十八禁软件| 亚洲精品第二区| 欧美成狂野欧美在线观看| 狠狠精品人妻久久久久久综合| 操出白浆在线播放| 18禁观看日本| 日本wwww免费看| 韩国精品一区二区三区| 久久久国产成人免费| 99热全是精品| 午夜精品久久久久久毛片777| 久久国产精品影院| videosex国产| 美女福利国产在线| 亚洲性夜色夜夜综合| 亚洲自偷自拍图片 自拍| 亚洲欧美精品自产自拍| 老司机在亚洲福利影院| 国产福利在线免费观看视频| 一级a爱视频在线免费观看| 久久久久久久久久久久大奶| 侵犯人妻中文字幕一二三四区| 中亚洲国语对白在线视频| 亚洲精品成人av观看孕妇| 9色porny在线观看| 老司机影院毛片| 我要看黄色一级片免费的| 久久精品国产亚洲av高清一级| 欧美性长视频在线观看| 亚洲国产精品一区二区三区在线| a 毛片基地| 欧美成狂野欧美在线观看| 人人妻,人人澡人人爽秒播| 亚洲综合色网址| 国产又色又爽无遮挡免| 黄色怎么调成土黄色| 日韩视频一区二区在线观看| 下体分泌物呈黄色| 男人操女人黄网站| 国产精品影院久久| 成年女人毛片免费观看观看9 | 免费在线观看黄色视频的| 精品人妻一区二区三区麻豆| av又黄又爽大尺度在线免费看| 他把我摸到了高潮在线观看 | 精品卡一卡二卡四卡免费| 亚洲欧美一区二区三区黑人| 国产精品国产三级国产专区5o| tocl精华| 超碰97精品在线观看| av福利片在线| 国产亚洲精品第一综合不卡| 一级片'在线观看视频| 美女高潮喷水抽搐中文字幕| 午夜91福利影院| 日韩人妻精品一区2区三区| 一边摸一边做爽爽视频免费| 日本av免费视频播放| 国产高清视频在线播放一区 | 亚洲少妇的诱惑av| 精品久久蜜臀av无| 久热这里只有精品99| 日本av手机在线免费观看| 国产精品九九99| 大片免费播放器 马上看| 黄频高清免费视频| 黑人巨大精品欧美一区二区mp4| 免费在线观看黄色视频的| 亚洲少妇的诱惑av| 国产亚洲午夜精品一区二区久久| 欧美黑人欧美精品刺激| 亚洲国产欧美网| 99国产精品一区二区蜜桃av | 性少妇av在线| 午夜影院在线不卡| 国产成人av激情在线播放| 精品国产一区二区三区久久久樱花| 9热在线视频观看99| 在线观看免费日韩欧美大片| 老熟女久久久|