• <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CNN算法的缺秧與漂秧圖像識別技術(shù)研究

    2020-09-02 06:31趙德安趙璜曄
    軟件導(dǎo)刊 2020年8期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)插秧機(jī)圖像識別

    趙德安 趙璜曄

    摘 要:插秧機(jī)是現(xiàn)代農(nóng)業(yè)向自動化方向發(fā)展過程中使用的重要工具之一,由于受到地理環(huán)境和設(shè)備等因素影響,插秧機(jī)在工作中難免會出現(xiàn)缺秧及漂秧等情況。傳統(tǒng)對缺秧和漂秧的識別主要依靠經(jīng)驗(yàn)與人工作業(yè),效率低下、準(zhǔn)確度不高,因此提出基于深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)算法的缺秧與漂秧圖像識別技術(shù)。首先計(jì)算缺秧與漂秧數(shù)據(jù)圖像樣本的質(zhì)心位置,根據(jù)質(zhì)心間距離是否在合理范圍內(nèi)識別缺秧,然后提取秧苗樣本特征建立樣本庫,對采集的秧苗圖像數(shù)據(jù)進(jìn)行分析處理,再與樣本庫進(jìn)行對比,以此判斷插秧機(jī)在工作過程中是否存在缺秧和漂秧情況。通過對仿真算例進(jìn)行測試,驗(yàn)證了算法的有效性,其準(zhǔn)確率達(dá)到90%以上。該方法對于農(nóng)業(yè)自動化的發(fā)展具有重要意義,對于相關(guān)實(shí)踐能起到一定的推動作用。

    關(guān)鍵詞:深度學(xué)習(xí);卷積神經(jīng)網(wǎng)絡(luò);圖像識別;插秧機(jī)

    DOI:10. 11907/rjdk. 192500 開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

    中圖分類號:TP317.4 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2020)008-0230-04

    Abstract: Transplanter is an important means in modern agricultural automation development. Due to the influence of geographical environment and equipment, ?the rice transplanter will inevitably suffer from lack of seedlings and floating seedlings. Traditional recognition of missing and floating seedlings mainly relies on experience and manual work, which is inefficient and inaccurate. Therefore, this paper proposes a recognition technology of missing and floating seedlings image based on deep convolution neural network (CNN) algorithm. Firstly, the centroid position of missing and floating seedlings data image samples are calculated to identify missing seedlings according to whether the distance between centroids is within a reasonable range, and then the characteristics of seedling samples are extracted to establish a sample database, and the collected image data are analyzed and processed. The sample databases are compared to determine whether the transplanter is lack of seedlings and floating seedlings in the process of work. This paper tests the simulation examples to verify the effectiveness of the algorithm, and its accuracy reaches more than 90%, which proves that this method is of great significance to the development of agricultural automation, and can play a certain role in promoting the relevant practice.

    Key Words: deep learning; convolution neural network; image recognition; transplanter

    0 引言

    近年來,隨著科技的快速發(fā)展,農(nóng)業(yè)生產(chǎn)技術(shù)作為保障人類生存最基本的環(huán)節(jié),受到世界各國的高度重視,大力發(fā)展農(nóng)業(yè)一直是我國的重要課題。如今,各種智能化農(nóng)業(yè)設(shè)備被廣泛應(yīng)用在生產(chǎn)活動中,自動化播種、插秧、收割等技術(shù)日益成熟,農(nóng)業(yè)現(xiàn)代化、智能化與精準(zhǔn)化已成為當(dāng)前農(nóng)業(yè)技術(shù)研究的熱點(diǎn)問題[1]。

    在過去較長的一段歷史時間,我國農(nóng)業(yè)種植主要依賴于人工操作,但該模式需要耗費(fèi)大量人力資源,同時效率低下。插秧機(jī)的出現(xiàn)極大地提高了種植效率,減少了勞動人員數(shù)量,提高了生產(chǎn)效益。但由于我國地理地形因素以及機(jī)器運(yùn)行過程中出現(xiàn)的各種不可控因素,導(dǎo)致插秧機(jī)在工作過程中,使本該插入秧苗的土地上出現(xiàn)秧苗缺失的現(xiàn)象,稱為缺秧。另外由于耕地地形深淺不一,導(dǎo)致秧苗沒有插入的現(xiàn)象稱為漂秧。這兩種情況都會導(dǎo)致資源浪費(fèi)以及土地利用不充分,解決以上問題對于插秧機(jī)的大規(guī)模推廣與應(yīng)用具有重要意義。

    值得指出的是,缺秧和漂秧現(xiàn)象是因不可控因素導(dǎo)致的,因此很難從根本上抑制其發(fā)生,但如何在插秧機(jī)工作過程中有效識別出漂秧和缺秧現(xiàn)象是可以實(shí)現(xiàn)的,這也是本文研究的主要目的。

    截至目前,我國針對缺秧和漂秧問題還未能提出系統(tǒng)的智能化解決方案,大多還是依靠人工識別或借助經(jīng)驗(yàn)進(jìn)行操作,因此效率很低。相比之下,采用基于智能化識別及圖像處理等技術(shù)的收集與分析方法,效率將會大大提高[2-3]。目前隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,圖像識別技術(shù)在交通、偵查及安全等領(lǐng)域取得了極大進(jìn)展[4-7],但在農(nóng)業(yè)方面應(yīng)用的還較少。因此,本文以插秧機(jī)采集的圖像為對象,提出一種基于深度卷積神經(jīng)網(wǎng)絡(luò)算法的缺秧與漂秧圖像識別技術(shù),利用深度學(xué)習(xí)技術(shù)對采集到的秧苗圖像數(shù)據(jù)進(jìn)行分析與特征提取,并建立缺秧、漂秧數(shù)據(jù)庫。通過將采集的數(shù)據(jù)圖像特征與數(shù)據(jù)庫進(jìn)行對比,從而進(jìn)行識別,為缺秧與漂秧圖像識別研究提供了理論依據(jù)和實(shí)踐參考。

    1 CNN原理

    1.1 深度學(xué)習(xí)定義

    深度學(xué)習(xí)(Deep Learning,DL)是機(jī)器學(xué)習(xí)(Machine Learning,ML)領(lǐng)域一個新的研究方向,其被引入機(jī)器學(xué)習(xí),使其更接近最初的目標(biāo)——人工智能(Artificial Intelligence,AI)。深度學(xué)習(xí)是一類模式分析方法的統(tǒng)稱,就具體研究內(nèi)容而言,主要涉及3類方法[8]:

    (1)基于卷積運(yùn)算的神經(jīng)網(wǎng)絡(luò)系統(tǒng),即卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN) [8]。

    (2)基于多層神經(jīng)元的自編碼神經(jīng)網(wǎng)絡(luò),包括自編碼( Auto encoder)與近年來受到廣泛關(guān)注的稀疏編碼兩類(Sparse Coding) [9]。

    (3)以多層自編碼神經(jīng)網(wǎng)絡(luò)方式進(jìn)行預(yù)訓(xùn)練,進(jìn)而結(jié)合鑒別信息,進(jìn)一步優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值的深度置信網(wǎng)絡(luò)(DBN)[10]。

    經(jīng)過多層分析與處理,逐漸將初始 “低層”特征進(jìn)一步轉(zhuǎn)化為“高層”特征表示后,采用“簡單模型”就能實(shí)現(xiàn)復(fù)雜的分類等。因而可以把深度學(xué)習(xí)理解為進(jìn)行“特征學(xué)習(xí)”(Feature Learning)或“表示學(xué)習(xí)”(Representation Learning)[11]。

    1.2 深度卷積神經(jīng)網(wǎng)絡(luò)模型

    深度學(xué)習(xí)模型主要分為卷積神經(jīng)網(wǎng)絡(luò)(CNN)、深度置信網(wǎng)絡(luò)(DBN)和堆棧自編碼網(wǎng)絡(luò)(Stacked Auto-encoder Network)模型3種。

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型是受到視覺系統(tǒng)結(jié)構(gòu)啟發(fā)而產(chǎn)生的?;谏窠?jīng)元之間的局部連接和分層組織圖像轉(zhuǎn)換,將有相同參數(shù)的神經(jīng)元應(yīng)用于前一層神經(jīng)網(wǎng)絡(luò)的不同位置,得到一種平移不變神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)形式。隨著研究的發(fā)展,采用誤差梯度設(shè)計(jì)并訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò),在一些模式識別任務(wù)上取得了更好性能[12]。

    深度置信網(wǎng)絡(luò)(DBN)模型可以解釋為貝葉斯概率生成模型,由多層隨機(jī)隱變量組成,上面的兩層進(jìn)行無向?qū)ΨQ連接,下面的層得到來自上一層自頂向下的有向連接,最底層單元狀態(tài)為可見輸入數(shù)據(jù)向量。在無監(jiān)督預(yù)訓(xùn)練過程中,DBN編碼輸入到頂層RBM后,解碼頂層狀態(tài)到最底層單元,實(shí)現(xiàn)輸入的重構(gòu)。RBM作為DBN的結(jié)構(gòu)單元,與每一層DBN共享參數(shù)[13-14]。

    堆棧自編碼網(wǎng)絡(luò)模型結(jié)構(gòu)與DBN類似,由若干結(jié)構(gòu)單元堆棧組成,不同之處在于其結(jié)構(gòu)單元為自編碼模型( Autoencoder)而不是RBM。自編碼模型是一個兩層神經(jīng)網(wǎng)絡(luò),第一層稱為編碼層,第二層稱為解碼層。

    1.3 CNN訓(xùn)練過程

    Hinton提出在非監(jiān)督數(shù)據(jù)上建立多層神經(jīng)網(wǎng)絡(luò)的一個有效方法,分為兩步:首先逐層構(gòu)建單層神經(jīng)元;當(dāng)訓(xùn)練完所有層后,使用wake-sleep算法進(jìn)行調(diào)優(yōu)[15-17]。

    自下上升的非監(jiān)督學(xué)習(xí)就是從底層開始,一層一層地往頂層訓(xùn)練。采用無標(biāo)定數(shù)據(jù)(有標(biāo)定數(shù)據(jù)也可)分層訓(xùn)練各層參數(shù),這一步可看作是一個無監(jiān)督訓(xùn)練過程,也是與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)區(qū)別最大的部分,可以看作特征學(xué)習(xí)過程。自頂向下的監(jiān)督學(xué)習(xí)就是通過帶標(biāo)簽的數(shù)據(jù)訓(xùn)練,誤差自頂向下傳輸,對網(wǎng)絡(luò)進(jìn)行微調(diào)。基于第一步得到的各層參數(shù)進(jìn)一步優(yōu)調(diào)整個多層模型參數(shù),這一步是一個有監(jiān)督訓(xùn)練過程。

    在CNN算法中一般采用正則化防止過度擬合,本文采用[Lp]正則化,定義損失函數(shù)如下:

    其中,[u]表示特征圖轉(zhuǎn)換系數(shù),當(dāng)[Zl]與[Zl-1]不同時,轉(zhuǎn)換系數(shù)對尺寸更小的特征圖進(jìn)行轉(zhuǎn)換,確保矩陣元素運(yùn)算成立。

    CNN可以使用與其它深度學(xué)習(xí)算法類似的加速技術(shù)提升運(yùn)行效率,包括量化(quantization)、遷移學(xué)習(xí)(transfer learning)等[18-20]。

    2 基于CNN的缺秧與漂秧識別算法

    基于CNN算法的原理和特性,再結(jié)合本文需要自動識別缺秧和漂秧的項(xiàng)目任務(wù),提出一種基于CNN算法的缺秧與漂秧圖像識別技術(shù)。該技術(shù)主要由3部分構(gòu)成,每一部分都密不可分,其中最主要的內(nèi)容是深度學(xué)習(xí)研究方法,也是本文研究的核心內(nèi)容。卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的代表算法之一,基于卷積神經(jīng)網(wǎng)絡(luò)的缺秧與漂秧識別算法過程如圖1所示。

    2.1 秧苗缺秧識別

    (1)首先對采集到的圖片進(jìn)行像素過濾,將除綠色外的像素都設(shè)為黑,構(gòu)建掩膜。

    (2)尋找每株秧苗的輪廓像素位置,按從大到小進(jìn)行排序。

    (3)計(jì)算每株秧苗質(zhì)心坐標(biāo),并按列計(jì)算相近兩株秧苗間的距離,設(shè)定閾值判斷其中間是否缺秧。

    2.2 秧苗漂秧識別

    (1)基于上述步驟(2),以覆蓋最大秧苗的正方形裁剪圖形中所有秧苗并進(jìn)行存儲,對每株秧苗貼標(biāo)簽,漂秧貼為0,正常秧苗貼為1,以此構(gòu)建秧苗漂秧樣本庫。

    (2)將存儲的樣本劃分為訓(xùn)練樣本集與測試樣本集,比例為0.8:0.2。

    (3)構(gòu)建CNN網(wǎng)絡(luò)對秧苗訓(xùn)練樣本庫進(jìn)行訓(xùn)練,采用一層卷積層、一層池化層、一層過濾層。

    (4)采用上述訓(xùn)練好的網(wǎng)絡(luò)模型對秧苗測試樣本進(jìn)行模型驗(yàn)證,并給出相應(yīng)準(zhǔn)確率。

    3 仿真測試

    3.1 仿真環(huán)境

    本文首先采集圖像樣本,之后對圖像樣本作初步加工,總共獲取1000張秧苗樣本圖,并在工作站的Python平臺上進(jìn)行程序編譯與加工,然后對圖像進(jìn)行識別與檢測處理,構(gòu)建特征樣本庫進(jìn)行分析驗(yàn)證。經(jīng)過多次比照與加工,得出最精確的實(shí)驗(yàn)數(shù)據(jù)。

    3.2 結(jié)果分析

    本文研究主要針對缺秧和漂秧兩種情況,缺秧識別分析仿真結(jié)果如圖2-圖5所示。

    其中圖2是采樣圖像中的一張,圖3-圖5表示識別出來的缺秧情況,通過CNN算法可以準(zhǔn)確識別出缺秧情況。同樣對漂秧圖像進(jìn)行識別處理,得到結(jié)果如表1所示。

    多分類問題類似于二分類問題,能夠通過混淆矩陣對模型進(jìn)行性能評估。采用準(zhǔn)確率(Precision)指標(biāo)測試分類精確度:

    準(zhǔn)確率是預(yù)測為正的樣本數(shù)與所有實(shí)際為正的樣本數(shù)之比。

    4 結(jié)語

    本文提出一種基于CNN算法的缺秧與漂秧圖像識別技術(shù),旨在彌補(bǔ)計(jì)算機(jī)技術(shù)在農(nóng)業(yè)領(lǐng)域的研究空白,同時利用計(jì)算機(jī)圖像識別技術(shù)替代人工作業(yè),通過CNN算法對采集到的秧苗圖像數(shù)據(jù)進(jìn)行分析與特征提取,并建立缺秧、漂秧數(shù)據(jù)庫。在識別過程中,通過將采集的數(shù)據(jù)圖像特征與數(shù)據(jù)庫進(jìn)行對比以進(jìn)行判定。仿真實(shí)驗(yàn)結(jié)果表明,該算法判斷結(jié)果較為準(zhǔn)確,為缺秧與漂秧圖像識別研究提供了理論依據(jù)和實(shí)踐參考。

    本文研究主要實(shí)現(xiàn)了對缺秧、漂秧的判定,而如何對缺秧、漂秧事件的發(fā)生進(jìn)行預(yù)測將是未來的研究方向。

    參考文獻(xiàn):

    [1] 馬菁澤,甘詩潤,魏霖靜. 人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀與未來趨勢[J]. 軟件導(dǎo)刊,2019,18(10): 8-11.

    [2] 徐建國,肖海峰. 基于大數(shù)據(jù)的智慧農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)實(shí)現(xiàn)[J]. 軟件導(dǎo)刊,2018,17(8):129-132.

    [3] 王琴,米丹,周麗. 基于CNN的人臉識別課堂考勤系統(tǒng)[J]. 現(xiàn)代計(jì)算機(jī),2019(25):88-91.

    [4] 張琦,張榮,梅陳彬. 基于深度學(xué)習(xí)的圖像識別技術(shù)研究綜述[J]. 河北省科學(xué)院學(xué)報,2019,36(3):28-36.

    [5] 楊斌,鐘金英. 卷積神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展綜述[J]. 南華大學(xué)學(xué)報(自然科學(xué)版),2016,30(3):66-72.

    [6] 張旭,王斌. CNN在農(nóng)田雜草圖像識別的可行性探討[J]. 電腦知識與技術(shù) 2018,14(22):187-189.

    [7] 楊晉,丹楊,濤苗騰. 基于卷積神經(jīng)網(wǎng)絡(luò)的草莓葉部白粉病病害識別[J]. 江蘇農(nóng)業(yè)學(xué)報,2018,34(3): 527-532.

    [8] 劉方園,王水花,張煜東. 卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)及其應(yīng)用的研究[J]. 新型工業(yè)化,2017,7(11):40-51.

    [9] 付鵬飛,許斌. 全卷積神經(jīng)網(wǎng)絡(luò)仿真與遷移學(xué)習(xí)[J]. 軟件,2019,40(5): 216-221.

    [10] 陳瑞森. 基于數(shù)字CNN及數(shù)學(xué)形態(tài)學(xué)的二值圖像處理系統(tǒng)[J]. 智能計(jì)算機(jī)與應(yīng)用,2015,5(4):19-21,25.

    [11] 周壯,李盛陽,張康. 基于CNN和農(nóng)作物光譜紋理特征進(jìn)行作物分布制圖[J]. 遙感技術(shù)與應(yīng)用 2019,34(4):694-703.

    [12] 曾向陽. 智能水中目標(biāo)識別[M]. 北京:國防工業(yè)出版社,2016.

    [13] 周志華. 機(jī)器學(xué)習(xí)[M]. 北京:清華大學(xué)出版社,2015.

    [14] 馬慧彬. 基于機(jī)器學(xué)習(xí)的乳腺圖像輔助診斷算法研究[M]. 長沙:湖南師范大學(xué)出版社,2016.

    [15] 董海鷹. 智能控制理論及應(yīng)用[M]. 北京:中國鐵道出版社,2016.

    [16] GUEAIEB W,MIAH M S. An intelligent mobile robot navigation technique using RFID technology[J]. IEEE Transactions on Instrumentation and Measurement,2008, 57(9):1908-1917.

    [17] 矯德余. 基于嵌入式系統(tǒng)的智能巡檢機(jī)器人研制[D]. 北京: 中國石油大學(xué),2010.

    [18] 何挺,楊向東,陳懇. 機(jī)器人雙目視覺目標(biāo)跟蹤研究[J]. 機(jī)械設(shè)計(jì)與制造,2008(3):161-163.

    [19] 龍慧,胡利,周宴宇. 迭代卡爾曼濾波在機(jī)器人定位中的應(yīng)用[J]. 現(xiàn)代電子技術(shù),2010,33(22):123-125.

    [20] 楊長輝,王卓,熊龍燁. 基于Mask R-CNN的復(fù)雜背景下柑橘樹枝干識別與重建[J]. 農(nóng)業(yè)機(jī)械學(xué)報 2019,50(8):22-30,69.

    (責(zé)任編輯:黃 ?。?/p>

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)插秧機(jī)圖像識別
    水稻插秧機(jī)發(fā)展綜述
    基于Resnet-50的貓狗圖像識別
    高速公路圖像識別技術(shù)應(yīng)用探討
    圖像識別在物聯(lián)網(wǎng)上的應(yīng)用
    圖像識別在水質(zhì)檢測中的應(yīng)用
    超智能插秧機(jī)
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    水稻插秧機(jī)的插秧技術(shù)
    福爾沃2Z-8238插秧機(jī)
    日本午夜av视频| 亚洲综合精品二区| 自线自在国产av| 日本欧美视频一区| 午夜福利,免费看| 亚洲经典国产精华液单| 成人毛片60女人毛片免费| 亚洲av国产av综合av卡| 男男h啪啪无遮挡| 黄色一级大片看看| 人人妻人人澡人人爽人人夜夜| 日韩人妻精品一区2区三区| 久久免费观看电影| 日本午夜av视频| 一边亲一边摸免费视频| 国产1区2区3区精品| 欧美 亚洲 国产 日韩一| 水蜜桃什么品种好| 丁香六月天网| 女性生殖器流出的白浆| 永久免费av网站大全| 国产欧美日韩综合在线一区二区| 亚洲欧洲日产国产| 一级a做视频免费观看| 有码 亚洲区| 两个人看的免费小视频| 亚洲国产最新在线播放| 久久人人爽人人片av| 国产日韩欧美亚洲二区| 亚洲,欧美精品.| 人成视频在线观看免费观看| 日日撸夜夜添| 黄色怎么调成土黄色| 丰满少妇做爰视频| av卡一久久| 99热6这里只有精品| 久久久久久久亚洲中文字幕| 久久精品国产亚洲av涩爱| 大话2 男鬼变身卡| 亚洲激情五月婷婷啪啪| 1024视频免费在线观看| 免费高清在线观看视频在线观看| 两性夫妻黄色片 | 大香蕉久久网| 色网站视频免费| 汤姆久久久久久久影院中文字幕| 最近最新中文字幕免费大全7| 伦理电影免费视频| 亚洲精品av麻豆狂野| 国产老妇伦熟女老妇高清| 国产一级毛片在线| 天天影视国产精品| 国产成人精品在线电影| 91国产中文字幕| 国产国拍精品亚洲av在线观看| 男男h啪啪无遮挡| 免费看av在线观看网站| 国产色婷婷99| 伦理电影大哥的女人| 最近最新中文字幕大全免费视频 | 久久久久精品久久久久真实原创| 少妇被粗大猛烈的视频| 99久久中文字幕三级久久日本| 五月玫瑰六月丁香| 欧美精品av麻豆av| 中文字幕av电影在线播放| 大香蕉97超碰在线| 国产黄色视频一区二区在线观看| 欧美3d第一页| 亚洲国产毛片av蜜桃av| 热99久久久久精品小说推荐| 精品人妻在线不人妻| 午夜免费观看性视频| 国产精品不卡视频一区二区| 欧美激情国产日韩精品一区| 亚洲成人av在线免费| 天天操日日干夜夜撸| 亚洲精品日韩在线中文字幕| 搡女人真爽免费视频火全软件| 久久久精品94久久精品| 日本av手机在线免费观看| 国产成人a∨麻豆精品| 一级毛片我不卡| 侵犯人妻中文字幕一二三四区| 日韩一区二区三区影片| 高清毛片免费看| 老女人水多毛片| 99国产精品免费福利视频| 亚洲欧美一区二区三区黑人 | 免费观看a级毛片全部| 久久久久视频综合| 日韩av免费高清视频| 久久99热这里只频精品6学生| 久久精品久久精品一区二区三区| 久久青草综合色| 狂野欧美激情性bbbbbb| 精品一品国产午夜福利视频| 国产免费现黄频在线看| 国产熟女午夜一区二区三区| av天堂久久9| 高清欧美精品videossex| 九九爱精品视频在线观看| 伦精品一区二区三区| 男女边摸边吃奶| 又大又黄又爽视频免费| 黄片播放在线免费| 亚洲综合精品二区| 天天躁夜夜躁狠狠躁躁| 十八禁网站网址无遮挡| 亚洲av中文av极速乱| 午夜激情久久久久久久| 久久国内精品自在自线图片| 精品亚洲成国产av| 五月开心婷婷网| 最新的欧美精品一区二区| 18禁裸乳无遮挡动漫免费视频| 少妇 在线观看| 女人被躁到高潮嗷嗷叫费观| 国产色爽女视频免费观看| 九草在线视频观看| 亚洲精品视频女| 69精品国产乱码久久久| 免费女性裸体啪啪无遮挡网站| av福利片在线| 久久久精品94久久精品| 99九九在线精品视频| 中文字幕免费在线视频6| 国产色婷婷99| 人妻一区二区av| 国产成人精品久久久久久| 国产男女内射视频| 晚上一个人看的免费电影| 欧美最新免费一区二区三区| www.熟女人妻精品国产 | 欧美xxⅹ黑人| 久久久精品94久久精品| 乱人伦中国视频| 成年美女黄网站色视频大全免费| 亚洲精品国产色婷婷电影| 国产精品久久久久久精品古装| videosex国产| 一本色道久久久久久精品综合| 国产成人aa在线观看| 久久久久久久久久成人| 亚洲伊人久久精品综合| 色婷婷久久久亚洲欧美| kizo精华| 波多野结衣一区麻豆| av卡一久久| 亚洲国产看品久久| 亚洲色图 男人天堂 中文字幕 | 99国产精品免费福利视频| 国产精品秋霞免费鲁丝片| 欧美 亚洲 国产 日韩一| 亚洲精华国产精华液的使用体验| 亚洲国产av新网站| 一二三四在线观看免费中文在 | 中国国产av一级| 男人舔女人的私密视频| 母亲3免费完整高清在线观看 | 美国免费a级毛片| 成年女人在线观看亚洲视频| 亚洲美女黄色视频免费看| 毛片一级片免费看久久久久| 国产又色又爽无遮挡免| 亚洲美女视频黄频| 国产 精品1| 亚洲,欧美,日韩| 极品人妻少妇av视频| 久久久久网色| 久久av网站| 免费观看a级毛片全部| av电影中文网址| 午夜免费男女啪啪视频观看| 日本vs欧美在线观看视频| 欧美人与性动交α欧美软件 | 国产精品国产三级国产av玫瑰| 午夜久久久在线观看| 色吧在线观看| 夜夜骑夜夜射夜夜干| 精品亚洲成国产av| 亚洲欧美精品自产自拍| 国产国拍精品亚洲av在线观看| 亚洲国产色片| 国产无遮挡羞羞视频在线观看| 99国产精品免费福利视频| 视频在线观看一区二区三区| 免费大片18禁| 狠狠精品人妻久久久久久综合| 欧美日韩综合久久久久久| 少妇的逼好多水| 国产精品一二三区在线看| 国产在线视频一区二区| 中文字幕另类日韩欧美亚洲嫩草| av片东京热男人的天堂| 丰满少妇做爰视频| 亚洲少妇的诱惑av| 岛国毛片在线播放| 哪个播放器可以免费观看大片| 国产高清国产精品国产三级| 建设人人有责人人尽责人人享有的| 亚洲丝袜综合中文字幕| 欧美xxⅹ黑人| 黑人高潮一二区| 高清欧美精品videossex| 97在线人人人人妻| 大陆偷拍与自拍| 亚洲美女视频黄频| 成人无遮挡网站| 亚洲少妇的诱惑av| 你懂的网址亚洲精品在线观看| 久久久久久伊人网av| 国语对白做爰xxxⅹ性视频网站| 成年av动漫网址| 大香蕉久久网| 极品人妻少妇av视频| 日韩免费高清中文字幕av| 久久久久久久亚洲中文字幕| 天堂中文最新版在线下载| 国产成人精品婷婷| 男人爽女人下面视频在线观看| 亚洲成av片中文字幕在线观看 | 又大又黄又爽视频免费| 激情视频va一区二区三区| 你懂的网址亚洲精品在线观看| 久久综合国产亚洲精品| 巨乳人妻的诱惑在线观看| 美女主播在线视频| 99热全是精品| 肉色欧美久久久久久久蜜桃| 国产精品久久久久久av不卡| 人人妻人人爽人人添夜夜欢视频| 日韩三级伦理在线观看| 欧美成人精品欧美一级黄| 成人毛片a级毛片在线播放| 久久精品久久精品一区二区三区| 日韩在线高清观看一区二区三区| 精品久久蜜臀av无| 久久精品国产a三级三级三级| 丝袜人妻中文字幕| 99久国产av精品国产电影| 伦精品一区二区三区| 国产成人精品婷婷| videos熟女内射| 亚洲熟女精品中文字幕| 99热6这里只有精品| 中文字幕另类日韩欧美亚洲嫩草| 久久国产亚洲av麻豆专区| 一区二区日韩欧美中文字幕 | 如何舔出高潮| 天天躁夜夜躁狠狠久久av| 亚洲精品乱久久久久久| 亚洲图色成人| av播播在线观看一区| 女性被躁到高潮视频| 看免费成人av毛片| av天堂久久9| 日本欧美视频一区| 最近最新中文字幕免费大全7| 超碰97精品在线观看| 边亲边吃奶的免费视频| 日本欧美国产在线视频| 国产一区二区激情短视频 | 亚洲成人一二三区av| 边亲边吃奶的免费视频| 2021少妇久久久久久久久久久| 国产在线视频一区二区| 制服人妻中文乱码| 午夜视频国产福利| 久久久国产一区二区| 亚洲国产精品国产精品| 成人国产麻豆网| 人妻系列 视频| 永久网站在线| 亚洲成人手机| 欧美+日韩+精品| 精品久久国产蜜桃| 男女无遮挡免费网站观看| 亚洲综合色惰| 亚洲精品456在线播放app| 一级片免费观看大全| 日韩免费高清中文字幕av| av有码第一页| 久久人人爽av亚洲精品天堂| 久久这里有精品视频免费| 精品国产一区二区久久| 黄色毛片三级朝国网站| 久久97久久精品| 建设人人有责人人尽责人人享有的| 久久久久久久久久成人| 一区在线观看完整版| 欧美国产精品va在线观看不卡| 亚洲在久久综合| 国产国语露脸激情在线看| 2021少妇久久久久久久久久久| 亚洲精品久久成人aⅴ小说| 亚洲精品视频女| 亚洲高清免费不卡视频| 亚洲精品久久成人aⅴ小说| 看非洲黑人一级黄片| 丝袜脚勾引网站| 久久久国产精品麻豆| 一级毛片电影观看| 韩国精品一区二区三区 | 久久精品久久精品一区二区三区| 丝袜脚勾引网站| 精品国产一区二区三区四区第35| 交换朋友夫妻互换小说| 99热网站在线观看| 一本大道久久a久久精品| a级片在线免费高清观看视频| 最新中文字幕久久久久| 丰满少妇做爰视频| 人人妻人人爽人人添夜夜欢视频| 成人国产av品久久久| 在线观看人妻少妇| 寂寞人妻少妇视频99o| 亚洲欧洲日产国产| 欧美成人午夜免费资源| 丝袜人妻中文字幕| 老司机影院成人| 日韩,欧美,国产一区二区三区| 在线观看三级黄色| 久久久久久人妻| 插逼视频在线观看| av天堂久久9| 亚洲国产毛片av蜜桃av| 午夜av观看不卡| 国产免费一区二区三区四区乱码| 日韩成人伦理影院| 国产一区亚洲一区在线观看| 午夜精品国产一区二区电影| 午夜日本视频在线| av国产久精品久网站免费入址| 少妇的逼水好多| 极品人妻少妇av视频| 久久久精品区二区三区| 成年美女黄网站色视频大全免费| 久久ye,这里只有精品| 97在线人人人人妻| 国产一区二区三区av在线| 咕卡用的链子| 伦精品一区二区三区| 有码 亚洲区| 国产亚洲av片在线观看秒播厂| 欧美日韩成人在线一区二区| 一本大道久久a久久精品| 十八禁网站网址无遮挡| 精品久久国产蜜桃| 九九爱精品视频在线观看| 国产极品天堂在线| av不卡在线播放| 在线天堂中文资源库| √禁漫天堂资源中文www| 老熟女久久久| av播播在线观看一区| 曰老女人黄片| 国产男女超爽视频在线观看| 亚洲国产精品一区三区| av线在线观看网站| 日本av免费视频播放| 下体分泌物呈黄色| 不卡视频在线观看欧美| 观看av在线不卡| 亚洲色图综合在线观看| 国产极品粉嫩免费观看在线| 99久久精品国产国产毛片| 人妻一区二区av| 多毛熟女@视频| 亚洲少妇的诱惑av| 国产熟女午夜一区二区三区| 黄色视频在线播放观看不卡| 亚洲精品美女久久久久99蜜臀 | 一本大道久久a久久精品| 性高湖久久久久久久久免费观看| 9色porny在线观看| 精品亚洲成国产av| 日韩精品有码人妻一区| 国产精品一二三区在线看| 国产福利在线免费观看视频| 久久国产亚洲av麻豆专区| 久久av网站| 国国产精品蜜臀av免费| 亚洲图色成人| 国产一区二区三区av在线| 美女国产高潮福利片在线看| 不卡视频在线观看欧美| 欧美少妇被猛烈插入视频| 少妇精品久久久久久久| 欧美日韩成人在线一区二区| 欧美人与性动交α欧美软件 | 一二三四中文在线观看免费高清| 日韩一区二区视频免费看| 亚洲伊人久久精品综合| 飞空精品影院首页| 一级片免费观看大全| 性色avwww在线观看| 人妻一区二区av| 欧美另类一区| 天天影视国产精品| 人人妻人人澡人人看| 午夜激情久久久久久久| 国产成人aa在线观看| 熟女电影av网| 亚洲内射少妇av| 十八禁高潮呻吟视频| 搡女人真爽免费视频火全软件| 成人二区视频| 国产福利在线免费观看视频| 亚洲综合精品二区| av有码第一页| 欧美日韩视频高清一区二区三区二| 国产成人精品一,二区| 菩萨蛮人人尽说江南好唐韦庄| 激情视频va一区二区三区| 久久久亚洲精品成人影院| 在现免费观看毛片| 最近中文字幕2019免费版| 一二三四中文在线观看免费高清| 国产伦理片在线播放av一区| 夫妻午夜视频| 亚洲少妇的诱惑av| 又大又黄又爽视频免费| 亚洲精品456在线播放app| 亚洲激情五月婷婷啪啪| 在现免费观看毛片| 色网站视频免费| 久久久久人妻精品一区果冻| 成人综合一区亚洲| 国产成人免费观看mmmm| 欧美日韩亚洲高清精品| 91aial.com中文字幕在线观看| 久久久久国产精品人妻一区二区| 制服丝袜香蕉在线| 亚洲综合精品二区| 99精国产麻豆久久婷婷| 亚洲色图综合在线观看| 人人妻人人爽人人添夜夜欢视频| 大片电影免费在线观看免费| 国产深夜福利视频在线观看| 国产欧美日韩综合在线一区二区| 蜜桃国产av成人99| 午夜日本视频在线| 国产黄色视频一区二区在线观看| 成年美女黄网站色视频大全免费| 欧美日韩国产mv在线观看视频| 国产在线免费精品| 日本爱情动作片www.在线观看| 亚洲在久久综合| 黄片播放在线免费| 国产成人午夜福利电影在线观看| 777米奇影视久久| 少妇精品久久久久久久| 色吧在线观看| 亚洲国产精品国产精品| 亚洲欧美成人综合另类久久久| 在线免费观看不下载黄p国产| 欧美精品一区二区大全| 国产精品嫩草影院av在线观看| 午夜福利在线观看免费完整高清在| 王馨瑶露胸无遮挡在线观看| 性高湖久久久久久久久免费观看| 久久 成人 亚洲| 熟女av电影| 精品第一国产精品| 另类亚洲欧美激情| 欧美精品av麻豆av| 热99久久久久精品小说推荐| 91久久精品国产一区二区三区| 成人综合一区亚洲| 亚洲综合色网址| 新久久久久国产一级毛片| 亚洲伊人久久精品综合| 丝瓜视频免费看黄片| 国产免费一区二区三区四区乱码| 伊人久久国产一区二区| 少妇人妻 视频| 久久久久久人人人人人| 午夜av观看不卡| 婷婷成人精品国产| 国产精品无大码| 建设人人有责人人尽责人人享有的| freevideosex欧美| 少妇 在线观看| 男女下面插进去视频免费观看 | 高清视频免费观看一区二区| 中国国产av一级| 欧美人与善性xxx| 色视频在线一区二区三区| 久久久精品免费免费高清| 欧美国产精品一级二级三级| 国产av一区二区精品久久| 国产视频首页在线观看| 一区二区日韩欧美中文字幕 | 久久精品久久久久久久性| 午夜av观看不卡| 如何舔出高潮| 久久久久精品久久久久真实原创| 久久人人97超碰香蕉20202| 日韩精品有码人妻一区| 18禁观看日本| 人人妻人人澡人人看| 三上悠亚av全集在线观看| 亚洲欧洲国产日韩| 老熟女久久久| 日本av免费视频播放| 国产欧美日韩一区二区三区在线| 国产精品无大码| 热re99久久精品国产66热6| 黄片无遮挡物在线观看| 亚洲精品中文字幕在线视频| 国产 一区精品| 国产成人欧美| 看非洲黑人一级黄片| 韩国精品一区二区三区 | tube8黄色片| 国产男人的电影天堂91| 成年动漫av网址| 伦理电影免费视频| 国产成人一区二区在线| 亚洲 欧美一区二区三区| 九草在线视频观看| 国产精品久久久久久av不卡| 人体艺术视频欧美日本| 中文乱码字字幕精品一区二区三区| 中文天堂在线官网| 一二三四在线观看免费中文在 | 观看美女的网站| 看十八女毛片水多多多| 好男人视频免费观看在线| 美女脱内裤让男人舔精品视频| 亚洲综合精品二区| 亚洲av日韩在线播放| 国产精品99久久99久久久不卡 | 国产精品久久久av美女十八| 免费久久久久久久精品成人欧美视频 | 在线 av 中文字幕| 国产女主播在线喷水免费视频网站| 熟女人妻精品中文字幕| 满18在线观看网站| 亚洲精品第二区| 欧美精品一区二区免费开放| 纯流量卡能插随身wifi吗| 国产一区二区在线观看av| av黄色大香蕉| 成人国产麻豆网| 97在线人人人人妻| 五月玫瑰六月丁香| 人妻 亚洲 视频| 国产精品女同一区二区软件| 国产欧美亚洲国产| 性色avwww在线观看| 欧美精品一区二区大全| 青春草国产在线视频| 哪个播放器可以免费观看大片| 丝瓜视频免费看黄片| 国产精品人妻久久久影院| 欧美变态另类bdsm刘玥| 国产成人av激情在线播放| 久久久久精品人妻al黑| 9191精品国产免费久久| 欧美xxⅹ黑人| 久久久久国产精品人妻一区二区| 亚洲色图 男人天堂 中文字幕 | av国产精品久久久久影院| 不卡视频在线观看欧美| 亚洲高清免费不卡视频| 男女免费视频国产| 日韩一区二区三区影片| 日韩伦理黄色片| av线在线观看网站| 2018国产大陆天天弄谢| 国产成人一区二区在线| 在线观看免费高清a一片| 亚洲av日韩在线播放| 麻豆乱淫一区二区| 亚洲欧洲国产日韩| 亚洲第一av免费看| 男女国产视频网站| 久久精品国产亚洲av涩爱| 国产免费视频播放在线视频| 全区人妻精品视频| 国产精品一区www在线观看| 91国产中文字幕| 久久精品国产鲁丝片午夜精品| 成人国产av品久久久| 国产精品成人在线| 成年av动漫网址| 777米奇影视久久| 日韩在线高清观看一区二区三区| 日日摸夜夜添夜夜爱| 你懂的网址亚洲精品在线观看| 亚洲欧美一区二区三区国产| 日本色播在线视频| 久久久国产欧美日韩av| 成人影院久久| videosex国产| 久久久久网色| 如日韩欧美国产精品一区二区三区| 极品少妇高潮喷水抽搐| √禁漫天堂资源中文www| 日韩,欧美,国产一区二区三区| 日韩免费高清中文字幕av| 视频在线观看一区二区三区| 自线自在国产av| 九色成人免费人妻av| 久久久精品免费免费高清| 一区二区三区四区激情视频| 欧美日韩综合久久久久久| 久久精品夜色国产| 又大又黄又爽视频免费| 男女无遮挡免费网站观看| 一区二区三区四区激情视频| 在线看a的网站| 香蕉精品网在线|