• <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 ?

    基于機器視覺的蘋果在線分級

    2020-09-18 07:15:46胡家坤
    食品與機械 2020年8期
    關(guān)鍵詞:色度疤痕決策樹

    李 頎 胡家坤 -

    (陜西科技大學(xué)電氣與控制工程學(xué)院,陜西 西安 710021)

    目前,蘋果的分級主要靠人工完成,該方法存在主觀誤差大、效率低和蘋果易造成二次損傷等問題。隨著機器視覺技術(shù)的快速發(fā)展,圖像處理在水果質(zhì)量檢測方面也取得了深入進展[1]。Yang等[2]提出了基于多圖像特征和加權(quán)k均值聚類算法的蘋果自動分級方法,該方法能快速有效地將蘋果按質(zhì)量進行分級,但并不能實現(xiàn)蘋果缺陷類型的具體區(qū)分。Li等[3]提出了基于蘋果大小、顏色和果形特征的決策信息融合方法,利用BP神經(jīng)網(wǎng)絡(luò)分類器進行分類,然后將分類器的輸出進行組合構(gòu)造基本概率分類器,根據(jù)D-S融合規(guī)則進行決策,但其分級準(zhǔn)確率較低。王陽陽等[4]采用同態(tài)濾波和改進的K-means算法對蘋果圖像進行了背景分割和特征提取,但只能處理蘋果的一個面,因此準(zhǔn)確率較低。石瑞瑤等[5]利用鏡面反射的原理采集蘋果側(cè)面,再結(jié)合正面圖像進行處理,對鏡子中的圖像進行分割,增加了識別時間和分級效率。于蒙等[6]將彩色圖片HSI模型中S通量分離出來,采用神經(jīng)網(wǎng)絡(luò)對是否存在缺陷進行判斷,但該方法樣本大,訓(xùn)練速度慢,增加了系統(tǒng)運行時間,降低了分級效率。

    試驗擬通過采集視野內(nèi)蘋果的正面和側(cè)面圖,綜合兩個面的特征對蘋果進行分級,通過粒子群優(yōu)化的SVM決策樹算法將蘋果分為特級果、一級果、二級果和等外果,以增加蘋果在線分級的準(zhǔn)確度并提高分級效率。

    1 材料與方法

    1.1 試驗材料

    紅富士蘋果[7]:綜合GB/T 10651—2008以及NY/T 1075—2006,根據(jù)蘋果果徑、果形、著色度、疤痕和果銹特征將紅富士蘋果劃分為特級果、一級果、二級果和等外果,如表1所示。試驗樣本為經(jīng)人工嚴(yán)格揀選的各等級紅富士各100個,試驗地點為西安品誠電子科技有限公司。

    表1 紅富士外觀等級分級標(biāo)準(zhǔn)

    1.2 蘋果圖像采集

    圖像采集裝置(圖1)包括傳送帶、黑色暗箱、LED燈、CCD彩色工業(yè)相機、PC、翻滾裝置以及光電傳感器。傳送帶尺寸為150 cm×40 cm;暗箱尺寸為40 cm×40 cm×40 cm;兩個長度為35 cm的LED補光燈置于暗箱頂部側(cè)面;CCD工業(yè)相機垂直懸掛于暗箱頂部中央位置,像素為300 W,最大分辨率為2 048×1 536,相機視場大小為40 cm×40 cm;光電傳感器位于暗箱入口處;翻滾裝置大小為40 cm×10 cm,最多可同時翻轉(zhuǎn)5個蘋果。

    1. 傳送帶 2. 光電傳感器 3. 翻滾裝置 4. LED燈 5. CCD相機 6. PC 7. 暗箱

    通過對蘋果果徑、果形、著色度、疤痕和果銹特征特點進行分析可知,根據(jù)蘋果上表面圖像可得出果徑特征,根據(jù)蘋果側(cè)面圖像可得到果形特征,根據(jù)果銹形成原因與分布特點可知其多分布于蘋果的上表面和側(cè)面。故為了提高分級準(zhǔn)確性,綜合蘋果上表面和一個側(cè)面圖像特征對蘋果進行在線分級。

    當(dāng)光電傳感器檢測到有蘋果完全進入后,相機開始采集圖像。首先,將蘋果果梗擺放在與傳送帶運動方向垂直的方向上,此時攝像頭采集一幅蘋果上表面圖像,經(jīng)翻滾裝置后攝像頭采集一幅蘋果側(cè)面朝上的圖像。為了保證采集到的圖像清晰且光線均勻,在暗箱內(nèi)部兩側(cè)靠近頂部的位置安裝兩個相互對稱的LED補光燈。

    1.3 背景分割

    1.3.1 圖像預(yù)處理 系統(tǒng)通過攝像頭采集蘋果圖像,由于蘋果表面光滑,光線容易發(fā)生反射,所拍攝到的果面可能會因為角度和光照影響出現(xiàn)光照不均現(xiàn)象,故采用同態(tài)濾波方式對圖像進行增強,采用中值濾波方式消除噪聲。同時,為了提高蘋果在線分級的效率,僅對感興趣區(qū)域進行背景分割與特征提?。蛔詈缶C合兩幅不同位姿的蘋果圖像信息對蘋果進行分級。

    1.3.2 背景分割 為了從蘋果圖像中提取出蘋果輪廓,一般采用邊緣檢測、閾值分割、區(qū)域提取3種方法。由于光照、拍攝角度等問題,單一的閾值又不利于多峰圖像的分割,在復(fù)雜背景下容易出現(xiàn)欠分割、過分割等問題,所以采用全局閾值分割效果并不理想。自適應(yīng)Ostu閾值分割算法可以通過自動計算最佳閾值對圖像中的蘋果進行提取。泛洪填充算法是從一個點開始,將其附近像素點依次填充成新的顏色,直到封閉區(qū)域內(nèi)的所有像素點均被填充成新顏色為止,采用泛洪填充算法將圖像中與背景顏色相近的部分填充成黑色,可以突出背景與前景的差距。故采用泛洪填充+自適應(yīng)Ostu的算法進行背景分割,使Ostu自適應(yīng)分割效果更加顯著,具體步驟如下。

    (1) 將輸入的原圖[圖2(a)]進行圖像預(yù)處理。

    (2) 對預(yù)處理后的圖像進行泛洪填充,計算得到圖像高度h和寬度w,種子點(w-1,h-1),填充的顏色RGB新值為(0,0,0),相對于種子點向下的像素值為(10,10,10),向上的像素值為(9,9,9),采用8領(lǐng)域填充法進行填充,結(jié)果如圖2(d)所示。

    (3) 假設(shè)圖2(d)前景與背景分割閾值為t,前景點占圖像的比例為W0,均值為U0,背景點占圖像的比例為W1,均值為U1。那么,整個圖像的均值為:

    U=W0×U0+W1×U1。

    (1)

    目標(biāo)函數(shù)為:

    g(t)=W0×(U0-U)2+W1×(U1-U)2。

    (2)

    其中g(shù)(t)是分割閾值為t時的類間方差表達式。Ostu算法可以使g(t)取得全局最大值,當(dāng)g(t)達到最大時,所對應(yīng)的t被稱為最佳閾值,處理結(jié)果如圖2(f)所示。

    由圖2可知,未進行泛洪填充處理的圖像灰度直方圖存在兩個尖峰,對原圖進行Ostu分割后的邊緣較差,存在欠分割問題;經(jīng)泛洪填充后的圖像直方圖尖峰明顯,進行Ostu分割處理效果很好,證明了試驗方法是可行的。

    圖2 圖像分割過程與比較

    1.4 特征提取

    1.4.1 果徑 根據(jù)鮮蘋果分級標(biāo)準(zhǔn)可知,蘋果果徑等于蘋果的最大橫截面直徑。故采用最小外接圓法對蘋果上表面的二值化圖像進行計算,得到蘋果果徑,結(jié)果如圖3所示。

    圖3 最小外接圓

    首先按式(3)計算出最小外接圓的質(zhì)心(Cx,Cy)。

    (3)

    式中:

    Cx——質(zhì)心的橫坐標(biāo);

    Cy——質(zhì)心的縱坐標(biāo);

    M10——二值圖中水平向右的像素個數(shù);

    M00——總像素個數(shù);

    M01——垂直向下的像素個數(shù)。

    將圖像的質(zhì)心作為蘋果輪廓的圓心,遍歷輪廓上所有像素點,計算出目標(biāo)像素點離質(zhì)心的最大距離d,即最小外接圓的半徑。

    (4)

    式中:

    xi——目標(biāo)像素點的橫坐標(biāo);

    yi——目標(biāo)像素點的縱坐標(biāo);

    d——兩點之間的距離。

    R=f(2d),

    (5)

    式中:

    R——果徑,mm;

    f(x)——實際尺寸大小R與最小外接圓d之間對應(yīng)的關(guān)系。

    通過游標(biāo)卡尺測量30個蘋果的真實半徑,使用CurveExpert軟件對f(x)進行擬合可得:

    f(x)=0.843 6x-6.941 3。

    (6)

    1.4.2 果形 根據(jù)GB/T 22444—2008,按式(7)計算果形。

    (7)

    式中:

    K——果形指數(shù);

    L——果實最大縱徑,mm;

    D——果實最大橫徑,mm。

    為了獲取果實的最大縱徑,對蘋果側(cè)表面圖像進行處理。利用最小外接矩形法提取蘋果的最大橫徑與最大縱徑,結(jié)果如圖4所示。

    圖4 果形提取

    1.4.3 著色度 目前,常用的彩色模型包括RGB模型和HSV模型。其中HSV模型更符合人眼對顏色的認(rèn)知,是面向彩色處理最常用的模型,其中H為色度、S為飽和度、V為明度[8]。故選擇在HSV顏色空間上對蘋果的著色度、疤痕和果銹特征進行提取。

    根據(jù)紅富士蘋果分級標(biāo)準(zhǔn)可知,蘋果著色度為統(tǒng)計集中著色面,條紅或者片紅的程度。通過統(tǒng)計兩幀圖像中紅色所占的比例,得出紅富士蘋果的著色度。

    首先將RGB圖轉(zhuǎn)換成HSV圖,然后選取紅色的提取范圍H(156~180)、S(43~256)、V(46~255)。經(jīng)閾值處理后統(tǒng)計圖像中白色像素點個數(shù),按式(8)計算蘋果的著色度。

    (8)

    式中:

    C——著色度;

    C1——第一幀蘋果的著色度;

    C2——第二幀蘋果的著色度;

    r1——第一幀圖像閾值處理后白色像素點個數(shù);

    r2——第二幀圖像閾值處理后白色像素點個數(shù);

    s1——第一幀整個蘋果像素點個數(shù);

    s2——第二幀整個蘋果像素點個數(shù)。

    蘋果著色的提取結(jié)果如圖5所示。

    圖5 著色度提取

    1.4.4 蘋果缺陷 蘋果在生長、采摘和運輸過程中受天氣、病害、蟲害和碰傷等傷害產(chǎn)生疤痕。蘋果果銹是一種比較常見的蘋果病害,特別是在中小果園種植的紅富士蘋果中最為常見,故將疤痕和果銹特征參數(shù)作為蘋果缺陷的判定依據(jù)。由于果梗處的顏色較深,比較容易被判定為疤痕,為了消除此影響,將除果梗處的蘋果區(qū)域視為感興趣區(qū)域。

    為了提取蘋果疤痕和果銹特征,首先將采集到的蘋果圖像由RGB空間轉(zhuǎn)換到HSV空間,并且分離出圖像的H(色相)、S(飽和度)和V(亮度)通道圖像,如圖6、7所示。

    圖6 蘋果疤痕圖像及HSV各通道圖像

    圖7 蘋果果銹圖像及HSV各通道圖像

    由圖6、7可知,蘋果的疤痕和果銹的亮度較暗,故根據(jù)蘋果HSV圖像的亮度值對蘋果的疤痕和果銹進行特征提取。通過分析疤痕和果銹圖像特點,將感興趣區(qū)域中像素點在V∈(120~140)的區(qū)域視為疤痕區(qū)域,V∈(150~180)的區(qū)域視為果銹區(qū)域。按式(9)計算蘋果疤痕和果銹。

    (9)

    式中:

    S——疤痕面積,cm2;

    G——果銹面積,cm2;

    n1——V∈(120~140)像素點個數(shù);

    n2——V∈(150~180)像素點個數(shù)。

    1.5 蘋果分級

    由于SVM算法在小樣本訓(xùn)練集上的分類效果相比于其他分類算法有較好的表現(xiàn),可以提高模型的泛化能力,能夠處理高維空間的數(shù)據(jù),故選擇SVM算法對蘋果進行分類。但SVM算法最初是針對二分類問題提出的[9],并不能直接應(yīng)用于多分類問題,由于試驗將蘋果分為多個等級,因此選擇多分類SVM分類器對蘋果進行分級。

    SVM分類器的懲罰參數(shù)C與核參數(shù)σ對最后的分類結(jié)果影響非常大,所以需對其進行優(yōu)化選取。而粒子群算法有著很好的全局尋優(yōu)能力,可以有效解決非線性問題,收斂速度快,但容易陷入局部最優(yōu)[10],故采用基于改進粒子群算法的SVM決策樹的分類方法進行蘋果分級工作,可以克服決策樹本身對門限敏感和錯誤傳遞的缺陷[11]。

    對蘋果樣本進行果徑、果形、著色度、疤痕和果銹特征的提取,然后將特征參數(shù)送入SVM決策樹分級模型,通過分級模型將蘋果分為特級果、一級果、二級果和三級果。

    1.5.1 SVM分類器的設(shè)計 假設(shè)訓(xùn)練樣本為(xi,yi),i=1,2,…,l,xi∈Rn,yi∈{-1,1},l為樣本個數(shù),n為輸入維數(shù)。當(dāng)兩類樣本為線性可分時,選擇線性分類器的目標(biāo)函數(shù)為:

    (10)

    當(dāng)訓(xùn)練集樣本為線性不可分時,需引入松弛變量與懲罰參數(shù),經(jīng)優(yōu)化的目標(biāo)函數(shù)為:

    (11)

    式中:

    w、b——待求系數(shù);

    ζ——松弛變量(可由經(jīng)驗值得到);

    C——懲罰參數(shù)(控制松弛變量造成的影響)。

    由于采集到的特征值所對應(yīng)的特征向量為高維特征向量,在低維空間線性不可分,故采用徑向基核函數(shù)對上述目標(biāo)函數(shù)進行求解,其數(shù)學(xué)表達式為:

    (12)

    式中:

    ‖x1-x2‖——向量間的距離;

    σ——給常數(shù)(可由改進的粒子群優(yōu)化算法進行選取)。

    (1) 首先將{C、σ}映射成一個粒子,然后對種群的大小、最大迭代次數(shù)、C與σ的取值范圍、粒子的初始位置以及速度進行初始化。

    (2) 根據(jù)適應(yīng)度函數(shù)計算適應(yīng)度值,然后通過排序確定粒子群的全局歷史最優(yōu)值。

    (3) 更新迭代新粒子的位置及速度。采用動態(tài)的慣性權(quán)重,其上限為0.9,下限為0.4,可以使得粒子群前期注重全局尋優(yōu),后期注重局部尋優(yōu),慣性權(quán)重隨迭代次數(shù)增加而降低。

    (4) 迭代終止,輸出最優(yōu)懲罰參數(shù)C和核參數(shù)σ。

    通過改進的粒子群優(yōu)化算法得到SVM參數(shù),建立SVM二分類器,為建立SVM決策樹模型作好準(zhǔn)備。

    1.5.2 SVM決策樹模型的建立 根據(jù)紅富士蘋果分級標(biāo)準(zhǔn),將紅富士蘋果分成特等果、一級果、二級果和等外果4個類別。若采用SVM算法進行4分類需要構(gòu)造一個三級SVM分類模型,模型比較復(fù)雜,訓(xùn)練耗時,會降低蘋果在線分級的效率。故為了降低模型的復(fù)雜度,提高蘋果在線分級效率,采用決策樹+SVM多分類模型結(jié)合的方法進行蘋果分級。

    由于等外果的果徑、果形、著色度、疤痕以及果銹特征參數(shù)與其他幾個級別蘋果的特征參數(shù)差別較大,故首先進行等外果等級的判定。假設(shè)蘋果圖像提取到的五維特征為η=[R,K,C,S,G],將果徑、果形和著色度特征參數(shù)設(shè)為一組η1=[R,K,C],將疤痕與果銹特征參數(shù)設(shè)為一組η2=[S,G],將等外果設(shè)定閾值設(shè)為η01=[0.6,0.5,0.55]和η02=[0.5,0.1]。模型首先對輸入樣本進行等外果等級判斷,當(dāng)η1<η01或η2>η02時,系統(tǒng)將其判定為等外果,不再進行后續(xù)處理并直接輸出結(jié)果。當(dāng)η1≥η01且η2≤η02時系統(tǒng)將其判定為等內(nèi)果并進行后續(xù)的分級處理。SVM決策樹模型如圖8所示。

    圖8 SVM決策樹模型

    試驗采用SVM分類器級連+決策樹的方式建立分級模型,樣本在經(jīng)決策判斷后被送入SVM1分類器中,被分成特級果以及次級果,然后次級果被送入SVM2分類器中,被分成一級果以及等外果。

    2 結(jié)果與分析

    試驗是在Intel 酷睿i7處理器,運行內(nèi)存16G的電腦上進行。編程環(huán)境是python 3.5.4以及opencv 4.1.1。采用200萬像素?zé)o畸變工業(yè)CCD相機進行蘋果圖像采集,分辨率為1 280×760,幀率為60。

    對采集到的第一幀蘋果圖像進行輪廓的提取,采用最小外接圓法得到蘋果的像素直徑,然后將其與通過游標(biāo)卡尺測量的蘋果真實果徑進行擬合處理,部分樣本數(shù)據(jù)如表2所示。

    表2 部分樣本數(shù)據(jù)

    經(jīng)曲線擬合可以獲得像素點個數(shù)與實際尺寸之間的關(guān)系,其平均誤差為1 mm,可以滿足實際需求。

    試驗前,挑選出經(jīng)人工嚴(yán)格分揀的各級紅富士蘋果100個,隨機選取其中各50個作為SVM決策樹模型的訓(xùn)練樣本,其余樣本作為測試樣本。將200個訓(xùn)練樣本嚴(yán)格按照等級依次擺放在傳送帶上。將樣本的果徑、果形、著色度、疤痕和果銹5個特征作為模型的輸入,通過粒子群優(yōu)化算法對SVM1分類器和SVM2進行參數(shù)的選擇,最終完成整個SVM決策樹模型的訓(xùn)練。將粒子群優(yōu)化算法的種群數(shù)量設(shè)置為20,最大迭代次數(shù)設(shè)置為100,得到SVM1的懲罰參數(shù)C1=15.6,核參數(shù)σ1=3.4,SVM2的懲罰參數(shù)C2=17.2,核參數(shù)σ2=7.8,其粒子群的適應(yīng)度變化曲線如圖9所示。

    圖9 適應(yīng)度變化曲線

    然后用剩下的200個蘋果對試驗中的方法進行驗證,將各等級的50個樣本排序放置于傳送帶上,基于機器視覺技術(shù),提取蘋果的多個特征,利用SVM決策樹模型對蘋果進行在線分級,結(jié)果如表3所示。以人工分級為標(biāo)準(zhǔn),特級果、一級果、二級果和等外果的分級準(zhǔn)確率分別為96%,94%,98%,98%,總體準(zhǔn)確率為96.5%,由此驗證了文章提出的方法的準(zhǔn)確性和可行性。同時,在試驗環(huán)境下,當(dāng)傳送帶運行速率為0.3 m/s時,平均分級速度為4個/s,高于人工分級,可以滿足蘋果在線分級的需求。

    表3 分級檢測結(jié)果

    采用試驗方法對紅富士蘋果進行在線分級,分級準(zhǔn)確率較高,但仍對個別樣本做出了誤判,分析其原因主要有:

    (1) 人工原因:當(dāng)人工對蘋果樣本進行標(biāo)注時,可能會出現(xiàn)個別蘋果標(biāo)注不準(zhǔn)確,造成了分級結(jié)果與人工對比時出現(xiàn)了差別,造成了誤判。為了消除此影響,后續(xù)將采用多重人工標(biāo)注法,確保人工標(biāo)注的準(zhǔn)確性。

    (2) 外部原因:系統(tǒng)可能受到傳送帶速度不穩(wěn),及光源不穩(wěn)定等問題的影響,造成蘋果等級的誤判,后續(xù)將對裝置進行改進,采用獨立穩(wěn)壓電源進行供電。

    (3) 視覺原因:由于視覺成像限制,無法采集到整個蘋果的所有圖像,存在誤判的可能,后續(xù)將針對這一問題,在傳送帶兩側(cè)放置機械臂與攝像頭,攝像頭采集機械臂抓舉后蘋果的側(cè)面與底面圖像,提升系統(tǒng)的分級準(zhǔn)確性。

    3 結(jié)論

    文章提出了基于機器視覺的蘋果在線分級方法,通過對預(yù)處理圖像采取泛洪填充+自適應(yīng)Ostu閾值分割算法提取蘋果輪廓,采用改進的粒子群優(yōu)化的SVM決策樹模型對采集的蘋果進行分級。結(jié)果表明,蘋果分級的平均準(zhǔn)確率和效率分別達到了96.5%和4個/s,證明了試驗方法的可行性。但分級過程中仍存在個別誤判現(xiàn)象,為后續(xù)研究的改進之處。

    猜你喜歡
    色度疤痕決策樹
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    無懼疤痕
    決策樹和隨機森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    最美的疤痕
    每一道疤痕都有一個故事
    基于改進色度模型的非接觸式心率檢測與估計
    基于決策樹的出租車乘客出行目的識別
    景德鎮(zhèn)早期青白瓷的器型與色度
    疤痕
    如何提高蘋果的著色度
    黄片小视频在线播放| 一级a爱视频在线免费观看| 高清av免费在线| 国产精品免费大片| 日日摸夜夜添夜夜添小说| 免费日韩欧美在线观看| 丝袜脚勾引网站| 99热全是精品| 悠悠久久av| 国产野战对白在线观看| 国产免费av片在线观看野外av| 在线永久观看黄色视频| 国产精品.久久久| av网站免费在线观看视频| 男女下面插进去视频免费观看| 啪啪无遮挡十八禁网站| 丝袜美腿诱惑在线| 亚洲精华国产精华精| 欧美日韩视频精品一区| 国产国语露脸激情在线看| 成年女人毛片免费观看观看9 | 欧美日韩国产mv在线观看视频| 老司机亚洲免费影院| 亚洲五月色婷婷综合| 欧美日韩黄片免| 韩国精品一区二区三区| 极品少妇高潮喷水抽搐| 久久亚洲国产成人精品v| 男女之事视频高清在线观看| 99香蕉大伊视频| 正在播放国产对白刺激| 国产精品1区2区在线观看. | 国产极品粉嫩免费观看在线| av一本久久久久| 我要看黄色一级片免费的| 999久久久精品免费观看国产| 精品一品国产午夜福利视频| 大型av网站在线播放| 欧美日韩福利视频一区二区| 啦啦啦中文免费视频观看日本| 国产精品一区二区精品视频观看| 亚洲国产看品久久| 人人妻人人澡人人爽人人夜夜| 久久精品亚洲av国产电影网| 国产高清国产精品国产三级| 亚洲精品成人av观看孕妇| 97在线人人人人妻| videosex国产| 免费观看a级毛片全部| 国产精品欧美亚洲77777| 午夜日韩欧美国产| 自线自在国产av| 男女床上黄色一级片免费看| 国产精品成人在线| 9色porny在线观看| 亚洲欧美激情在线| 日本精品一区二区三区蜜桃| 成年人黄色毛片网站| √禁漫天堂资源中文www| 免费在线观看视频国产中文字幕亚洲 | 人妻 亚洲 视频| 免费高清在线观看日韩| 日本vs欧美在线观看视频| 黄片播放在线免费| 热re99久久精品国产66热6| 精品人妻在线不人妻| 中文字幕人妻丝袜制服| 十分钟在线观看高清视频www| 美女福利国产在线| 男人舔女人的私密视频| 精品人妻熟女毛片av久久网站| 天天操日日干夜夜撸| 日韩有码中文字幕| 欧美国产精品一级二级三级| 99热全是精品| 在线天堂中文资源库| 国产熟女午夜一区二区三区| 久久 成人 亚洲| 日韩中文字幕欧美一区二区| 亚洲成av片中文字幕在线观看| 亚洲美女黄色视频免费看| 亚洲情色 制服丝袜| 精品国产超薄肉色丝袜足j| 亚洲久久久国产精品| 亚洲熟女精品中文字幕| 9191精品国产免费久久| 精品国产一区二区三区四区第35| 国产黄频视频在线观看| 99国产精品99久久久久| 欧美97在线视频| 亚洲精品中文字幕一二三四区 | netflix在线观看网站| 飞空精品影院首页| 久久中文字幕一级| 黑人猛操日本美女一级片| 亚洲欧美精品综合一区二区三区| www.999成人在线观看| 亚洲色图 男人天堂 中文字幕| 蜜桃在线观看..| 欧美亚洲 丝袜 人妻 在线| 正在播放国产对白刺激| 妹子高潮喷水视频| 国产一区二区三区综合在线观看| 午夜精品久久久久久毛片777| 人人妻人人添人人爽欧美一区卜| 午夜免费成人在线视频| 交换朋友夫妻互换小说| 欧美久久黑人一区二区| 天天躁夜夜躁狠狠躁躁| 黄频高清免费视频| 国产一区二区 视频在线| 久久人人爽人人片av| 欧美黄色片欧美黄色片| 亚洲欧美成人综合另类久久久| 精品高清国产在线一区| 欧美97在线视频| 亚洲国产欧美一区二区综合| 久久99热这里只频精品6学生| 婷婷色av中文字幕| 午夜福利在线免费观看网站| av福利片在线| 无限看片的www在线观看| 午夜福利视频在线观看免费| 亚洲精品日韩在线中文字幕| 国精品久久久久久国模美| 亚洲少妇的诱惑av| 亚洲人成电影观看| 9191精品国产免费久久| 他把我摸到了高潮在线观看 | 亚洲精品久久午夜乱码| 丝袜在线中文字幕| 黄频高清免费视频| 久久综合国产亚洲精品| 十八禁高潮呻吟视频| 亚洲国产精品一区二区三区在线| 青青草视频在线视频观看| 丝袜在线中文字幕| 亚洲精品中文字幕一二三四区 | 岛国在线观看网站| 人妻一区二区av| 日本av免费视频播放| 在线观看免费高清a一片| 人人妻,人人澡人人爽秒播| 免费观看人在逋| 日韩大片免费观看网站| 国产精品国产三级国产专区5o| 亚洲精品美女久久av网站| 久久久精品国产亚洲av高清涩受| www日本在线高清视频| 国产欧美日韩一区二区三 | 国产精品99久久99久久久不卡| kizo精华| 菩萨蛮人人尽说江南好唐韦庄| 高清欧美精品videossex| 一区二区日韩欧美中文字幕| 日本一区二区免费在线视频| 精品福利观看| 成人亚洲精品一区在线观看| 欧美一级毛片孕妇| 999久久久精品免费观看国产| videosex国产| 国产精品一区二区在线不卡| 男女午夜视频在线观看| 黄片大片在线免费观看| 丰满少妇做爰视频| 国产不卡av网站在线观看| 女警被强在线播放| 一级黄色大片毛片| 国产一区二区激情短视频 | 久久中文看片网| 一区二区av电影网| 亚洲精品一卡2卡三卡4卡5卡 | 国产成人啪精品午夜网站| 另类精品久久| 国产福利在线免费观看视频| 啦啦啦在线免费观看视频4| 亚洲成人免费av在线播放| 1024视频免费在线观看| 午夜福利影视在线免费观看| 亚洲国产毛片av蜜桃av| 精品国产乱码久久久久久小说| 欧美性长视频在线观看| 免费少妇av软件| 久久精品亚洲av国产电影网| 欧美 亚洲 国产 日韩一| 国产又色又爽无遮挡免| 国产一区二区在线观看av| 黄色视频在线播放观看不卡| 99国产综合亚洲精品| 夫妻午夜视频| 伊人久久大香线蕉亚洲五| 大型av网站在线播放| 脱女人内裤的视频| 国产主播在线观看一区二区| 日本vs欧美在线观看视频| 久热爱精品视频在线9| 国产免费现黄频在线看| 亚洲欧洲精品一区二区精品久久久| 狠狠精品人妻久久久久久综合| 51午夜福利影视在线观看| 久久国产精品人妻蜜桃| 精品国产一区二区三区四区第35| 日韩一卡2卡3卡4卡2021年| 久久国产精品影院| 成人免费观看视频高清| 黄色a级毛片大全视频| 在线观看一区二区三区激情| 精品熟女少妇八av免费久了| 亚洲欧美日韩另类电影网站| 中文字幕人妻丝袜制服| 男男h啪啪无遮挡| 在线观看免费视频网站a站| 美女主播在线视频| 老熟妇乱子伦视频在线观看 | 久久久久国产一级毛片高清牌| 亚洲成人免费电影在线观看| 亚洲一码二码三码区别大吗| 在线观看舔阴道视频| 在线永久观看黄色视频| 18禁裸乳无遮挡动漫免费视频| 动漫黄色视频在线观看| 久久精品国产亚洲av高清一级| 高潮久久久久久久久久久不卡| 日本欧美视频一区| 性少妇av在线| 12—13女人毛片做爰片一| 久久99一区二区三区| 亚洲精品久久午夜乱码| 精品视频人人做人人爽| 精品熟女少妇八av免费久了| 亚洲专区国产一区二区| 亚洲欧美一区二区三区黑人| 王馨瑶露胸无遮挡在线观看| www.av在线官网国产| 国产成人啪精品午夜网站| 国产精品影院久久| 大香蕉久久成人网| 丝袜脚勾引网站| 亚洲人成77777在线视频| 久久影院123| 亚洲成人免费av在线播放| 亚洲熟女精品中文字幕| 国产精品1区2区在线观看. | 日韩欧美一区视频在线观看| 在线av久久热| www.自偷自拍.com| 久久久国产成人免费| 777久久人妻少妇嫩草av网站| 国产精品一区二区在线观看99| 成人18禁高潮啪啪吃奶动态图| 国产亚洲av片在线观看秒播厂| 欧美精品一区二区免费开放| 久热爱精品视频在线9| 国内毛片毛片毛片毛片毛片| 亚洲欧美日韩高清在线视频 | 久久天躁狠狠躁夜夜2o2o| 99九九在线精品视频| 中文字幕人妻丝袜一区二区| 多毛熟女@视频| 女人高潮潮喷娇喘18禁视频| 日韩有码中文字幕| 天堂俺去俺来也www色官网| 久久99一区二区三区| 丝袜美足系列| 岛国毛片在线播放| 亚洲欧美日韩高清在线视频 | 国产成人影院久久av| 欧美人与性动交α欧美软件| 国产成人精品在线电影| 精品少妇久久久久久888优播| 日韩精品免费视频一区二区三区| 免费不卡黄色视频| 欧美+亚洲+日韩+国产| 大香蕉久久成人网| 黑人巨大精品欧美一区二区mp4| 亚洲九九香蕉| 在线观看免费高清a一片| 亚洲,欧美精品.| 色综合欧美亚洲国产小说| 好男人电影高清在线观看| 大香蕉久久成人网| 日韩中文字幕欧美一区二区| 国产成人影院久久av| 欧美激情久久久久久爽电影 | 亚洲精品乱久久久久久| 国产日韩欧美亚洲二区| 日本vs欧美在线观看视频| 成人av一区二区三区在线看 | av天堂在线播放| 香蕉国产在线看| 97人妻天天添夜夜摸| 久久中文字幕一级| 欧美乱码精品一区二区三区| 黑丝袜美女国产一区| 精品少妇久久久久久888优播| 国产精品国产av在线观看| 国产成人欧美在线观看 | 亚洲国产欧美日韩在线播放| 青草久久国产| 国产精品国产三级国产专区5o| 交换朋友夫妻互换小说| 久久久久网色| 欧美在线一区亚洲| 丝袜脚勾引网站| 欧美xxⅹ黑人| 国产精品熟女久久久久浪| 成在线人永久免费视频| av国产精品久久久久影院| 国产伦理片在线播放av一区| 精品第一国产精品| 亚洲视频免费观看视频| av一本久久久久| 日韩电影二区| 欧美中文综合在线视频| 在线观看免费视频网站a站| 精品久久蜜臀av无| 欧美精品高潮呻吟av久久| 操美女的视频在线观看| 日本五十路高清| 欧美日韩一级在线毛片| 亚洲全国av大片| 国产色视频综合| 精品少妇一区二区三区视频日本电影| 电影成人av| 成年人午夜在线观看视频| 狠狠婷婷综合久久久久久88av| 色播在线永久视频| 国产精品一区二区在线观看99| 窝窝影院91人妻| 人人妻人人爽人人添夜夜欢视频| 丰满迷人的少妇在线观看| 欧美黑人精品巨大| 亚洲欧洲日产国产| 国产精品国产av在线观看| svipshipincom国产片| 亚洲国产看品久久| 国产精品免费大片| 考比视频在线观看| www.熟女人妻精品国产| 蜜桃在线观看..| 伦理电影免费视频| 亚洲,欧美精品.| av天堂久久9| 午夜福利一区二区在线看| 一本—道久久a久久精品蜜桃钙片| 久久久久久久国产电影| 精品国产乱码久久久久久小说| 欧美亚洲日本最大视频资源| 成年人黄色毛片网站| 九色亚洲精品在线播放| 亚洲一码二码三码区别大吗| 欧美激情久久久久久爽电影 | 法律面前人人平等表现在哪些方面 | 99国产精品一区二区蜜桃av | 国产精品 欧美亚洲| 日韩电影二区| 高清在线国产一区| 久久中文看片网| 中国国产av一级| 亚洲精品一二三| 国产人伦9x9x在线观看| 欧美老熟妇乱子伦牲交| 色视频在线一区二区三区| 欧美黑人欧美精品刺激| 高潮久久久久久久久久久不卡| 国产精品二区激情视频| 日日爽夜夜爽网站| 成人亚洲精品一区在线观看| 美国免费a级毛片| 天天添夜夜摸| netflix在线观看网站| 国产精品自产拍在线观看55亚洲 | 黄色怎么调成土黄色| 国产精品二区激情视频| 黄色毛片三级朝国网站| 色94色欧美一区二区| 免费一级毛片在线播放高清视频 | 国产成人免费观看mmmm| 亚洲专区国产一区二区| 亚洲一区二区三区欧美精品| 韩国高清视频一区二区三区| 99香蕉大伊视频| 天天躁夜夜躁狠狠躁躁| 国产97色在线日韩免费| 天天影视国产精品| 国产亚洲午夜精品一区二区久久| 亚洲成人国产一区在线观看| 看免费av毛片| 国产一区二区三区在线臀色熟女 | a在线观看视频网站| 黄网站色视频无遮挡免费观看| 国产精品成人在线| 男人舔女人的私密视频| 在线av久久热| 国产xxxxx性猛交| 免费久久久久久久精品成人欧美视频| 久久久欧美国产精品| 高清在线国产一区| 国产91精品成人一区二区三区 | 久久久精品区二区三区| 精品熟女少妇八av免费久了| 国产日韩欧美亚洲二区| 亚洲avbb在线观看| 久久天堂一区二区三区四区| 久久青草综合色| 女人久久www免费人成看片| 色播在线永久视频| 狠狠狠狠99中文字幕| a 毛片基地| 亚洲精品久久久久久婷婷小说| 国产精品一区二区精品视频观看| 最新的欧美精品一区二区| 亚洲欧美精品综合一区二区三区| 欧美精品一区二区免费开放| 嫩草影视91久久| 久久久久久亚洲精品国产蜜桃av| avwww免费| 欧美精品av麻豆av| 欧美日本中文国产一区发布| 久久精品国产综合久久久| 国产有黄有色有爽视频| 777久久人妻少妇嫩草av网站| 又大又爽又粗| 在线亚洲精品国产二区图片欧美| e午夜精品久久久久久久| 美女大奶头视频| 人妻久久中文字幕网| 色综合亚洲欧美另类图片| 最新美女视频免费是黄的| 国产av不卡久久| 欧美高清成人免费视频www| 午夜亚洲福利在线播放| 久热爱精品视频在线9| 毛片女人毛片| 亚洲精品在线观看二区| 欧美极品一区二区三区四区| 99热只有精品国产| 在线国产一区二区在线| 69av精品久久久久久| 一二三四在线观看免费中文在| 久久久久九九精品影院| 好男人电影高清在线观看| 国产精品香港三级国产av潘金莲| 亚洲男人的天堂狠狠| 国产精品久久久久久精品电影| 亚洲av成人精品一区久久| АⅤ资源中文在线天堂| 日日摸夜夜添夜夜添小说| 天天添夜夜摸| 国产乱人伦免费视频| 久久性视频一级片| 午夜福利在线在线| 亚洲精品国产一区二区精华液| 国产精品久久久久久精品电影| 国内精品久久久久精免费| 中文字幕熟女人妻在线| 免费无遮挡裸体视频| 在线观看免费日韩欧美大片| 999久久久国产精品视频| 欧美中文日本在线观看视频| 欧美午夜高清在线| 一级毛片高清免费大全| 亚洲一码二码三码区别大吗| 动漫黄色视频在线观看| 日本撒尿小便嘘嘘汇集6| 日韩精品免费视频一区二区三区| 欧美一级a爱片免费观看看 | 麻豆成人av在线观看| 久久香蕉激情| 在线视频色国产色| 法律面前人人平等表现在哪些方面| 免费在线观看完整版高清| 国产成人av激情在线播放| 欧美日韩中文字幕国产精品一区二区三区| 欧美性长视频在线观看| 久久性视频一级片| 亚洲精品一区av在线观看| 精品午夜福利视频在线观看一区| 亚洲男人天堂网一区| 一级毛片高清免费大全| 欧美成人性av电影在线观看| 亚洲中文字幕日韩| 99热6这里只有精品| 五月伊人婷婷丁香| 久久久久久久久免费视频了| or卡值多少钱| 在线观看66精品国产| 久9热在线精品视频| 午夜影院日韩av| 精品久久久久久久久久久久久| 亚洲精品国产精品久久久不卡| 欧美 亚洲 国产 日韩一| 99riav亚洲国产免费| 嫩草影视91久久| 美女扒开内裤让男人捅视频| 九色成人免费人妻av| 亚洲va日本ⅴa欧美va伊人久久| 一边摸一边抽搐一进一小说| 男人舔奶头视频| 法律面前人人平等表现在哪些方面| 长腿黑丝高跟| 欧美精品啪啪一区二区三区| 在线观看免费日韩欧美大片| 国产亚洲精品第一综合不卡| 制服人妻中文乱码| 一个人免费在线观看的高清视频| 国产精品免费视频内射| 午夜老司机福利片| av欧美777| 窝窝影院91人妻| 岛国在线免费视频观看| 不卡一级毛片| 成人国语在线视频| 88av欧美| 国产精品亚洲美女久久久| 国产成人影院久久av| 99国产极品粉嫩在线观看| 国产久久久一区二区三区| 亚洲国产欧美人成| 国产黄片美女视频| 无人区码免费观看不卡| 国产免费av片在线观看野外av| 波多野结衣巨乳人妻| 母亲3免费完整高清在线观看| 麻豆久久精品国产亚洲av| 成人国语在线视频| 亚洲国产欧洲综合997久久,| 特级一级黄色大片| 亚洲欧美日韩高清专用| 国产在线观看jvid| 精品久久久久久久久久免费视频| 一个人免费在线观看电影 | 十八禁网站免费在线| 国产成+人综合+亚洲专区| 丝袜人妻中文字幕| 国产av在哪里看| 中文字幕最新亚洲高清| 国产精品av久久久久免费| 又紧又爽又黄一区二区| 在线看三级毛片| 18禁国产床啪视频网站| 欧美日韩国产亚洲二区| 欧美成狂野欧美在线观看| 国产在线观看jvid| 亚洲 欧美一区二区三区| 久久人妻福利社区极品人妻图片| 国内精品一区二区在线观看| 男女视频在线观看网站免费 | 午夜福利成人在线免费观看| 在线永久观看黄色视频| 亚洲欧美日韩高清在线视频| 舔av片在线| 日韩中文字幕欧美一区二区| www国产在线视频色| 国产欧美日韩精品亚洲av| 久久久久国产精品人妻aⅴ院| 亚洲欧美日韩高清专用| 男女下面进入的视频免费午夜| 国产1区2区3区精品| 久久精品91无色码中文字幕| 99国产极品粉嫩在线观看| 久久人妻av系列| 免费看美女性在线毛片视频| 身体一侧抽搐| 99久久综合精品五月天人人| 亚洲国产欧美人成| 国产精品亚洲一级av第二区| 又爽又黄无遮挡网站| 长腿黑丝高跟| 国产精品一区二区精品视频观看| 欧美色欧美亚洲另类二区| 久久精品国产清高在天天线| 国产免费男女视频| 真人一进一出gif抽搐免费| 日韩精品免费视频一区二区三区| 在线国产一区二区在线| 99riav亚洲国产免费| 少妇人妻一区二区三区视频| 啦啦啦韩国在线观看视频| 亚洲精华国产精华精| 国产av在哪里看| 久久久精品大字幕| 99久久无色码亚洲精品果冻| 日本五十路高清| 欧美一级a爱片免费观看看 | 少妇粗大呻吟视频| 丰满人妻熟妇乱又伦精品不卡| 丝袜美腿诱惑在线| 日韩欧美 国产精品| 在线播放国产精品三级| 在线观看美女被高潮喷水网站 | 嫁个100分男人电影在线观看| 久久久国产欧美日韩av| 国产精品一区二区免费欧美| 制服丝袜大香蕉在线| ponron亚洲| 欧美大码av| av视频在线观看入口| 欧美又色又爽又黄视频| 精品久久久久久久久久免费视频| 51午夜福利影视在线观看| 国产视频一区二区在线看| 少妇的丰满在线观看| 琪琪午夜伦伦电影理论片6080| 熟女电影av网| 精品日产1卡2卡| 亚洲狠狠婷婷综合久久图片| 老司机在亚洲福利影院| 亚洲人成伊人成综合网2020| 日本精品一区二区三区蜜桃| 777久久人妻少妇嫩草av网站| 最新在线观看一区二区三区| 亚洲精品粉嫩美女一区| 亚洲熟女毛片儿| 熟女少妇亚洲综合色aaa.|