• <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)
    欧美日韩精品成人综合77777| 日韩成人av中文字幕在线观看| 最近最新中文字幕免费大全7| 婷婷色麻豆天堂久久| 国产男女超爽视频在线观看| 91精品一卡2卡3卡4卡| 精品国内亚洲2022精品成人| 中文字幕亚洲精品专区| 18禁动态无遮挡网站| 国产精品国产三级国产专区5o| 成人无遮挡网站| 日本av手机在线免费观看| 噜噜噜噜噜久久久久久91| 国产精品人妻久久久影院| 亚洲精品,欧美精品| 日韩一本色道免费dvd| av.在线天堂| .国产精品久久| 亚洲国产日韩欧美精品在线观看| 日韩电影二区| 成人综合一区亚洲| 丝瓜视频免费看黄片| 欧美3d第一页| 国产高清国产精品国产三级 | 久久久久久久久久黄片| 国产av在哪里看| 日韩精品青青久久久久久| 亚洲精品视频女| 国内少妇人妻偷人精品xxx网站| av福利片在线观看| av免费观看日本| 免费少妇av软件| 久久久久九九精品影院| 亚洲伊人久久精品综合| 夫妻性生交免费视频一级片| 午夜精品国产一区二区电影 | 久久99热6这里只有精品| 97超视频在线观看视频| 伊人久久精品亚洲午夜| 好男人在线观看高清免费视频| 哪个播放器可以免费观看大片| 午夜视频国产福利| 免费观看的影片在线观看| 亚洲美女视频黄频| 97超碰精品成人国产| 97精品久久久久久久久久精品| 日韩欧美三级三区| 亚洲成人精品中文字幕电影| 久久99精品国语久久久| 亚洲精品亚洲一区二区| 免费观看av网站的网址| 日本熟妇午夜| 伦精品一区二区三区| 国产精品不卡视频一区二区| 久久这里有精品视频免费| 国产综合懂色| 日本三级黄在线观看| 国产91av在线免费观看| 国产一级毛片在线| 美女高潮的动态| 国产亚洲精品久久久com| 插阴视频在线观看视频| 91精品伊人久久大香线蕉| 久久97久久精品| 男女国产视频网站| 一级毛片久久久久久久久女| 一级二级三级毛片免费看| 嫩草影院精品99| 精品久久国产蜜桃| 亚洲一级一片aⅴ在线观看| 亚洲一级一片aⅴ在线观看| 天堂√8在线中文| 99九九线精品视频在线观看视频| 国产一区二区亚洲精品在线观看| 欧美另类一区| 久久人人爽人人爽人人片va| 国产国拍精品亚洲av在线观看| 国产精品一区二区三区四区久久| 一级a做视频免费观看| 一级a做视频免费观看| 国产亚洲午夜精品一区二区久久 | 日韩不卡一区二区三区视频在线| 亚洲美女视频黄频| 亚洲人成网站高清观看| 国产精品久久久久久av不卡| 欧美成人a在线观看| 亚洲精品影视一区二区三区av| 精品久久久久久久末码| 天天躁日日操中文字幕| 一个人免费在线观看电影| 亚洲精品久久午夜乱码| 卡戴珊不雅视频在线播放| 卡戴珊不雅视频在线播放| 亚洲婷婷狠狠爱综合网| 噜噜噜噜噜久久久久久91| 日韩av在线免费看完整版不卡| 亚洲av中文字字幕乱码综合| 女人被狂操c到高潮| 18禁在线播放成人免费| 亚洲av中文av极速乱| 国产免费又黄又爽又色| 国产精品久久视频播放| 高清视频免费观看一区二区 | 直男gayav资源| 午夜福利视频1000在线观看| 色综合站精品国产| 深夜a级毛片| 亚洲精品视频女| eeuss影院久久| 我的女老师完整版在线观看| 国产精品三级大全| 少妇裸体淫交视频免费看高清| 毛片一级片免费看久久久久| 一区二区三区免费毛片| 亚洲国产色片| 99热这里只有是精品在线观看| 亚洲av不卡在线观看| 国产大屁股一区二区在线视频| 一级毛片aaaaaa免费看小| 特级一级黄色大片| 国产精品.久久久| 亚洲av日韩在线播放| 自拍偷自拍亚洲精品老妇| 美女主播在线视频| 在线免费观看的www视频| 丰满乱子伦码专区| 欧美激情在线99| 五月天丁香电影| 如何舔出高潮| 观看免费一级毛片| a级一级毛片免费在线观看| 内射极品少妇av片p| 国产熟女欧美一区二区| 亚洲av日韩在线播放| 人人妻人人澡欧美一区二区| 男人舔女人下体高潮全视频| 亚洲av福利一区| 一级二级三级毛片免费看| 日日摸夜夜添夜夜爱| 最近手机中文字幕大全| 水蜜桃什么品种好| 欧美极品一区二区三区四区| 国产精品麻豆人妻色哟哟久久 | 亚洲欧洲国产日韩| 五月玫瑰六月丁香| or卡值多少钱| 少妇猛男粗大的猛烈进出视频 | 国产免费视频播放在线视频 | 三级男女做爰猛烈吃奶摸视频| 一区二区三区高清视频在线| 久久精品国产自在天天线| 国产欧美另类精品又又久久亚洲欧美| 综合色av麻豆| 亚洲国产精品成人综合色| 日韩欧美精品免费久久| 水蜜桃什么品种好| 国产精品伦人一区二区| 99热这里只有是精品50| 国产成人午夜福利电影在线观看| 国产成人freesex在线| 我的老师免费观看完整版| 国产黄色免费在线视频| 日韩精品有码人妻一区| 日韩三级伦理在线观看| 18禁在线播放成人免费| 亚洲国产精品成人综合色| videossex国产| 少妇熟女欧美另类| 国产精品麻豆人妻色哟哟久久 | 夫妻午夜视频| 18禁在线播放成人免费| 午夜福利视频1000在线观看| 成人性生交大片免费视频hd| 狠狠精品人妻久久久久久综合| 国产一区有黄有色的免费视频 | 日韩av在线免费看完整版不卡| 国产伦精品一区二区三区视频9| 国国产精品蜜臀av免费| 69人妻影院| 男人和女人高潮做爰伦理| 建设人人有责人人尽责人人享有的 | 一级a做视频免费观看| 日本av手机在线免费观看| 男插女下体视频免费在线播放| 亚洲成人久久爱视频| 欧美高清性xxxxhd video| 天堂av国产一区二区熟女人妻| 黄色一级大片看看| 男的添女的下面高潮视频| 少妇丰满av| 淫秽高清视频在线观看| 嫩草影院入口| 人妻少妇偷人精品九色| 久久精品国产亚洲av天美| 欧美变态另类bdsm刘玥| 波野结衣二区三区在线| av在线观看视频网站免费| 亚洲一级一片aⅴ在线观看| 啦啦啦中文免费视频观看日本| 国产亚洲精品久久久com| 国产一级毛片在线| 国产探花在线观看一区二区| 三级经典国产精品| 日日啪夜夜撸| 中文在线观看免费www的网站| 啦啦啦韩国在线观看视频| 少妇熟女aⅴ在线视频| 久久久久久九九精品二区国产| 国产伦精品一区二区三区视频9| 国产精品爽爽va在线观看网站| 18禁在线无遮挡免费观看视频| 亚洲精品第二区| 国产精品麻豆人妻色哟哟久久 | 99九九线精品视频在线观看视频| 性色avwww在线观看| 日本黄色片子视频| 青春草视频在线免费观看| 久久久久久久久久久免费av| 国产高潮美女av| 国内揄拍国产精品人妻在线| 深爱激情五月婷婷| 国产亚洲av嫩草精品影院| 免费看日本二区| kizo精华| 寂寞人妻少妇视频99o| 久久久久精品久久久久真实原创| 欧美性感艳星| 高清欧美精品videossex| 亚洲国产成人一精品久久久| a级一级毛片免费在线观看| 夜夜看夜夜爽夜夜摸| 亚洲欧洲国产日韩| 深爱激情五月婷婷| 国产精品美女特级片免费视频播放器| 老女人水多毛片| www.av在线官网国产| 国产精品国产三级专区第一集| 国产精品一区二区三区四区久久| 国产精品久久视频播放| 99久国产av精品| 国产成人午夜福利电影在线观看| av在线蜜桃| 久久久久久伊人网av| 国产高清有码在线观看视频| 国产成人a∨麻豆精品| 亚洲欧洲日产国产| 久久久久久九九精品二区国产| 特大巨黑吊av在线直播| 麻豆乱淫一区二区| 亚洲综合精品二区| 天堂影院成人在线观看| 亚洲经典国产精华液单| 3wmmmm亚洲av在线观看| 日韩成人av中文字幕在线观看| 午夜激情福利司机影院| 国产精品麻豆人妻色哟哟久久 | 97在线视频观看| 国产精品嫩草影院av在线观看| 色尼玛亚洲综合影院| 免费av不卡在线播放| 少妇丰满av| 日日干狠狠操夜夜爽| 亚洲一区高清亚洲精品| 免费看不卡的av| 国产精品一区二区性色av| 久久久久久久久久黄片| 一个人观看的视频www高清免费观看| 国产v大片淫在线免费观看| 亚洲国产日韩欧美精品在线观看| 亚洲av国产av综合av卡| 色哟哟·www| 精品欧美国产一区二区三| 亚洲天堂国产精品一区在线| 国产黄片美女视频| 少妇丰满av| 两个人视频免费观看高清| 日本黄色片子视频| 免费看不卡的av| 午夜福利在线在线| 嫩草影院精品99| 麻豆乱淫一区二区| 人人妻人人看人人澡| 国产精品综合久久久久久久免费| xxx大片免费视频| 卡戴珊不雅视频在线播放| 如何舔出高潮| 三级经典国产精品| 九九久久精品国产亚洲av麻豆| 少妇猛男粗大的猛烈进出视频 | 国产精品久久久久久久久免| 不卡视频在线观看欧美| 街头女战士在线观看网站| 乱人视频在线观看| 超碰97精品在线观看| 欧美变态另类bdsm刘玥| 午夜福利在线在线| 男女国产视频网站| 三级国产精品片| 日韩视频在线欧美| 边亲边吃奶的免费视频| 久久人人爽人人爽人人片va| 日韩亚洲欧美综合| 午夜免费观看性视频| 亚洲av国产av综合av卡| 九色成人免费人妻av| 最近2019中文字幕mv第一页| 精品久久久久久久人妻蜜臀av| av在线蜜桃| 国产高清国产精品国产三级 | 少妇人妻一区二区三区视频| 视频中文字幕在线观看| 国产一级毛片在线| 亚洲,欧美,日韩| 国产男女超爽视频在线观看| 精品人妻视频免费看| 亚州av有码| 午夜爱爱视频在线播放| 内地一区二区视频在线| 国产激情偷乱视频一区二区| 精品国产露脸久久av麻豆 | 中文精品一卡2卡3卡4更新| 国产老妇伦熟女老妇高清| 少妇的逼水好多| 在线观看av片永久免费下载| 一级a做视频免费观看| 久久人人爽人人片av| 国产成人一区二区在线| 97人妻精品一区二区三区麻豆| av在线播放精品| 内地一区二区视频在线| av福利片在线观看| 亚洲自偷自拍三级| 亚洲欧美一区二区三区国产| 欧美日本视频| 免费高清在线观看视频在线观看| av一本久久久久| 国产69精品久久久久777片| 中国美白少妇内射xxxbb| 国产一区二区三区av在线| 女人十人毛片免费观看3o分钟| 国产v大片淫在线免费观看| www.av在线官网国产| 亚洲国产av新网站| 精品久久久精品久久久| 99热这里只有是精品50| 亚洲精品自拍成人| 舔av片在线| 久久久久久久国产电影| 波野结衣二区三区在线| 免费电影在线观看免费观看| 美女cb高潮喷水在线观看| 国产日韩欧美在线精品| 22中文网久久字幕| 日本免费a在线| 婷婷色av中文字幕| 人妻一区二区av| 国产伦精品一区二区三区视频9| 在现免费观看毛片| 18+在线观看网站| 日本色播在线视频| 禁无遮挡网站| 80岁老熟妇乱子伦牲交| 日本与韩国留学比较| 久久6这里有精品| 观看免费一级毛片| 22中文网久久字幕| 国产精品女同一区二区软件| 亚洲久久久久久中文字幕| 色网站视频免费| 久久久国产一区二区| 久久人人爽人人片av| 少妇熟女aⅴ在线视频| 男人舔奶头视频| 久久6这里有精品| 天堂网av新在线| 婷婷色麻豆天堂久久| 一夜夜www| av在线老鸭窝| 精品人妻偷拍中文字幕| 青青草视频在线视频观看| 亚洲不卡免费看| 在线天堂最新版资源| a级毛片免费高清观看在线播放| 欧美 日韩 精品 国产| 日本-黄色视频高清免费观看| 亚洲内射少妇av| 韩国高清视频一区二区三区| 国产白丝娇喘喷水9色精品| 一边亲一边摸免费视频| 免费看日本二区| 在线a可以看的网站| 一边亲一边摸免费视频| 久久精品久久久久久久性| 国产精品1区2区在线观看.| 久久久国产一区二区| 蜜桃亚洲精品一区二区三区| 看十八女毛片水多多多| 国产欧美另类精品又又久久亚洲欧美| 午夜激情欧美在线| 网址你懂的国产日韩在线| 又粗又硬又长又爽又黄的视频| 最近的中文字幕免费完整| 一个人看的www免费观看视频| 一边亲一边摸免费视频| 成人鲁丝片一二三区免费| 黄色日韩在线| 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 | 国产精品一区二区性色av| 少妇裸体淫交视频免费看高清| 国产综合懂色| 久久热精品热| 在线观看免费高清a一片| 国产探花在线观看一区二区| 国产黄频视频在线观看| 性插视频无遮挡在线免费观看| 美女被艹到高潮喷水动态| 日韩不卡一区二区三区视频在线| 精品一区二区三区视频在线| 亚洲国产日韩欧美精品在线观看| 亚洲综合色惰| 欧美丝袜亚洲另类| 亚洲无线观看免费| 免费播放大片免费观看视频在线观看| 午夜精品在线福利| 伦精品一区二区三区| 国产成人免费观看mmmm| 久久久久性生活片| 欧美日韩综合久久久久久| 我要看日韩黄色一级片| 精品久久久久久久久久久久久| 22中文网久久字幕| 亚洲高清免费不卡视频| 免费看不卡的av| 亚洲国产精品专区欧美| 免费黄色在线免费观看| 大香蕉久久网| av一本久久久久| 日本一本二区三区精品| 精品人妻视频免费看| 中文乱码字字幕精品一区二区三区 | 久久久久国产网址| 一级片'在线观看视频| 晚上一个人看的免费电影| 天天躁夜夜躁狠狠久久av| 国产69精品久久久久777片| 久久这里只有精品中国| 久久久久精品性色| 国产黄片美女视频| 色综合站精品国产| 亚洲国产精品国产精品| 国产亚洲5aaaaa淫片| 99久久精品国产国产毛片| 久久精品国产亚洲av涩爱| 亚洲av成人av| 国产单亲对白刺激| 国产女主播在线喷水免费视频网站 | 亚洲av免费高清在线观看| 亚洲欧美日韩东京热| 丰满乱子伦码专区| 极品少妇高潮喷水抽搐| 蜜臀久久99精品久久宅男| 免费观看的影片在线观看| 看免费成人av毛片| 一级毛片电影观看| 久久精品国产鲁丝片午夜精品| 日韩欧美精品v在线| 男人爽女人下面视频在线观看| 伦理电影大哥的女人| 久久久久久国产a免费观看| 久久久a久久爽久久v久久| 3wmmmm亚洲av在线观看| 亚洲成人久久爱视频| 大陆偷拍与自拍| 嫩草影院精品99| 精品一区二区三卡| 九九久久精品国产亚洲av麻豆| 免费在线观看成人毛片| 麻豆久久精品国产亚洲av| 日日摸夜夜添夜夜爱| 国产亚洲精品av在线| 亚洲av福利一区| 精品久久久久久久久久久久久| 日本色播在线视频| 最近2019中文字幕mv第一页| 免费观看av网站的网址| 啦啦啦中文免费视频观看日本| 少妇的逼水好多| 国产黄a三级三级三级人| 国产久久久一区二区三区| 国产黄色免费在线视频| 最近手机中文字幕大全| 白带黄色成豆腐渣| 青青草视频在线视频观看| 中文字幕av在线有码专区| 99久久中文字幕三级久久日本| 一级av片app| 亚洲精品日韩在线中文字幕| 国产在视频线精品| 三级经典国产精品| 嫩草影院新地址| 久久久精品免费免费高清| 99热网站在线观看| 久热久热在线精品观看| 亚洲精品aⅴ在线观看| 男插女下体视频免费在线播放| 伊人久久精品亚洲午夜| 日韩强制内射视频| 亚洲人成网站高清观看| 少妇丰满av| 亚洲精品中文字幕在线视频 | av在线亚洲专区| 亚洲精品色激情综合| 伊人久久国产一区二区| 精华霜和精华液先用哪个| 国产黄色视频一区二区在线观看| 国产白丝娇喘喷水9色精品| 一个人免费在线观看电影| 日韩一区二区视频免费看| 99久久中文字幕三级久久日本| 午夜福利成人在线免费观看| 2022亚洲国产成人精品| 能在线免费观看的黄片| 亚洲第一区二区三区不卡| 日韩av在线大香蕉| 欧美+日韩+精品| 美女xxoo啪啪120秒动态图| 久久久精品免费免费高清| 国产精品一及| 国产久久久一区二区三区| 3wmmmm亚洲av在线观看| 成人二区视频| 国产精品国产三级专区第一集| 美女cb高潮喷水在线观看| 夫妻性生交免费视频一级片| 欧美成人a在线观看| 欧美不卡视频在线免费观看| 日本爱情动作片www.在线观看| 中国美白少妇内射xxxbb| 激情 狠狠 欧美| 秋霞伦理黄片| 久久久国产一区二区| 又黄又爽又刺激的免费视频.| 在线观看一区二区三区| 晚上一个人看的免费电影| 欧美精品一区二区大全| 女人十人毛片免费观看3o分钟| 日韩在线高清观看一区二区三区| 一级毛片电影观看| 日韩欧美一区视频在线观看 | 精品午夜福利在线看| 久久久a久久爽久久v久久| 一级毛片 在线播放| 99久久人妻综合| 精品一区二区免费观看| 日日啪夜夜爽| 国产精品一及| 国产一区有黄有色的免费视频 | 一本久久精品| 插逼视频在线观看| 亚洲欧美清纯卡通| 精品国产露脸久久av麻豆 | 亚洲精品一区蜜桃| 国内揄拍国产精品人妻在线| 狠狠精品人妻久久久久久综合| 国产不卡一卡二| 国产91av在线免费观看| 久久久久精品久久久久真实原创| 亚洲av电影不卡..在线观看| 欧美日韩精品成人综合77777| 国产v大片淫在线免费观看| 日本色播在线视频| 亚洲人成网站在线播| 久久精品夜夜夜夜夜久久蜜豆| 成年av动漫网址| 男人舔女人下体高潮全视频| 内地一区二区视频在线| 亚洲综合色惰| 久久久a久久爽久久v久久| 免费不卡的大黄色大毛片视频在线观看 | 久久久久久久久中文| 一级毛片电影观看| 久久久欧美国产精品| 听说在线观看完整版免费高清| 久久久久免费精品人妻一区二区| 美女xxoo啪啪120秒动态图| 熟妇人妻久久中文字幕3abv| 91在线精品国自产拍蜜月| 三级经典国产精品| videossex国产| 亚洲欧美精品自产自拍| 老司机影院成人| 22中文网久久字幕| 韩国高清视频一区二区三区| 精品人妻视频免费看| 中文字幕亚洲精品专区| 五月伊人婷婷丁香| 特大巨黑吊av在线直播| 免费播放大片免费观看视频在线观看| 内地一区二区视频在线| 久久精品久久久久久噜噜老黄| 成年av动漫网址| 一级毛片 在线播放| 国产探花在线观看一区二区| 国国产精品蜜臀av免费| 少妇的逼水好多| 一夜夜www| 国产精品1区2区在线观看.| 亚洲综合精品二区| 永久免费av网站大全| 日韩一区二区三区影片| 亚洲真实伦在线观看| 亚洲av电影不卡..在线观看| 亚洲av男天堂| av.在线天堂| 日韩亚洲欧美综合|