• <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 ?

    基于無線紅外熱成像儀的變電設(shè)備識別和檢測

    2020-10-13 09:37王琦張永杰周競劉庸奇
    微型電腦應(yīng)用 2020年9期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)電氣設(shè)備

    王琦 張永杰 周競 劉庸奇

    摘 要: 對無線紅外熱成像儀所采集的海量紅外圖片的分析需要花費(fèi)大量時(shí)間和精力,且診斷結(jié)果的正確性不高。為了解決這一問題,提出了一種對海量紅外故障圖像進(jìn)行自動(dòng)處理的可行方法。所提出的算法首先將圖像分割成超像素,然后采用卷積遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行智能識別。通過對預(yù)訓(xùn)練程序、幾種無監(jiān)督預(yù)訓(xùn)練算法的效率以及不同網(wǎng)絡(luò)參數(shù)進(jìn)行的實(shí)驗(yàn)表明,該算法能夠基于紅外圖像對變電設(shè)備的運(yùn)行狀態(tài)進(jìn)行評估。

    關(guān)鍵詞: 卷積神經(jīng)網(wǎng)絡(luò); 紅外故障圖像; 電氣設(shè)備; k-means算法

    中圖分類號: TP 399 ? ? ?文獻(xiàn)標(biāo)志碼: A

    Abstract: The analysis of the massive infrared images collected by the wireless infrared thermal imager requires a lot of time and effort, and the diagnostic results are not correct. In order to solve this problem, this paper proposes a feasible method for automatic processing of massive infrared fault images. The proposed algorithm first divides the image into superpixels and then uses the convolutional recurrent neural network for intelligent recognition. Experiments on the pre-training program, the efficiency of several unsupervised pre-training algorithms and different network parameters show that the algorithm can evaluate the operating state of electrical equipment based on infrared images.

    Key words: convolutional neural network; infrared fault image; electrical equipment; k-means algorithm

    0 引言

    變電站巡檢人員采用無線紅外熱成像儀通過4G/Wifi等無線方式將現(xiàn)場采集的大量紅外圖像實(shí)時(shí)上傳至云端為評估變電站設(shè)備狀況提供了海量圖像數(shù)據(jù)。目前,紅外故障圖像分析主要是基于人工方式,這種方式對操作人員的專業(yè)素質(zhì)要求很高,且效率不高。為了提高圖像的處理質(zhì)量和效率,大多數(shù)電力公司傾向于使用人工智能方法對紅外圖像進(jìn)行自動(dòng)提取和分析[1-3]。為此,本文提出了一種圖像處理方法來自動(dòng)檢測故障區(qū)域并識別其所屬的設(shè)備部件。該圖像處理方法的主要思路是利用超像素分割方法進(jìn)行圖像分割,然后使用深度學(xué)習(xí)方法來識別存在故障的電氣設(shè)備。與其他針對邊緣或紋理的分割方法不同,超像素分割方法強(qiáng)調(diào)了小區(qū)域內(nèi)部像素的相似性。其中像素相似性判斷是一個(gè)典型的模式識別問題,是由機(jī)器學(xué)習(xí)方法通過提取特征來應(yīng)用的。與典型的視覺圖像特征描述方法不同,本文使用了深度學(xué)習(xí)方法[4]來識別故障圖像中的電氣設(shè)備。目前流行的深度學(xué)習(xí)方法包括深度置信網(wǎng)絡(luò)(DBN)[5]、卷積神經(jīng)網(wǎng)絡(luò)(CNN)[6]、反卷積網(wǎng)絡(luò)(DNN)[7]等算法。其中CNN在圖像識別方面的性能已經(jīng)被一些實(shí)際應(yīng)用所證實(shí)[8-10]。因此,本文第一個(gè)貢獻(xiàn)是利用紅外圖像分割的成像特性。利用超像素分割使該方法適用于各種形狀的斷層區(qū)域;第二項(xiàng)貢獻(xiàn)是將深度學(xué)習(xí)算法融入到無監(jiān)督變電設(shè)備識別中。該方法不依靠變電設(shè)備特征的主觀描述,使分類結(jié)果更加可靠。

    1 故障區(qū)域檢測

    從溫度矩陣和給定的調(diào)色板創(chuàng)建熱成像相機(jī)生成的紅外故障圖像。圖像可以分為三部分:a)背景區(qū)域;b)設(shè)備區(qū)域;c)故障區(qū)域。一般來說,故障區(qū)域在裝置區(qū)域內(nèi),與相鄰區(qū)域相比,具有顯著性。與傳統(tǒng)的可見光圖像不同,結(jié)構(gòu)特征如紋理、標(biāo)簽在常規(guī)紅外熱像中丟失。此外,每種區(qū)域內(nèi)的像素是均勻的,具有相似的性質(zhì)。因此,本文采用了超像素分割的概念。首先將原始紅外圖像分割為若干均勻區(qū)域。然后利用斷層區(qū)的洞察性來探測所需的區(qū)域。

    1.1 故障區(qū)域分割

    超像素算法將像素分組為感知上有意義的原子區(qū)域,可用于替換像素網(wǎng)格的剛性結(jié)構(gòu)。 我們在這里選擇三種流行的超像素算法進(jìn)行比較:Turbopixel[11]、SLIC[12]和熵率超像素(ERS)[13]。樣本圖像的分割結(jié)果,如圖1所示。

    1.2 故障和設(shè)備區(qū)域驗(yàn)證

    如上所述,設(shè)備區(qū)域是圖像中的主要對象。要診斷故障,就應(yīng)該知道故障發(fā)生的位置及其所屬的設(shè)備部分。本文選擇三個(gè)屬性來找到最可能的故障區(qū)域:平均亮度Ri(即平均灰度值Ri)、一致性SRi(即區(qū)域的面積與其最小凸出的面積之間的比率)、中心距離dRi(即從圖像中心到區(qū)域的距離)。

    通過最大化目標(biāo)函數(shù),如式(2),可以提取故障區(qū)域,如圖3(c)所示,并標(biāo)記為Rs。maxRiRiSRi/dRi

    (2) ?二值化圖像如圖3(d)所示。 由于故障區(qū)域位于設(shè)備區(qū)域內(nèi),因此可以通過將故障區(qū)域作為搜索中心來貪婪地搜索近似設(shè)備故障部分,如圖3(e)所示。

    2 基于深度學(xué)習(xí)的電氣設(shè)備識別

    在提取故障和設(shè)備區(qū)域之后,應(yīng)該進(jìn)一步識別熱成像圖像所屬電氣設(shè)備的類型。設(shè)備的類型與發(fā)熱原因和其他屬性密切相關(guān)。本文選擇最先進(jìn)的深度學(xué)習(xí)算法來進(jìn)行電氣設(shè)備識別。

    本文所使用的卷積遞歸網(wǎng)絡(luò)(CRNN),如圖2所示。

    網(wǎng)絡(luò)由兩個(gè)階段組成。第一階段是具有卷積和子采樣的CNN層,第二階段是多層RNN(遞歸神經(jīng)網(wǎng)絡(luò))[14]。最后兩個(gè)RNN層生成的特征完全連接到一個(gè)SoftMax分類器[15]。

    2.1 預(yù)訓(xùn)練

    在接受CRNN網(wǎng)絡(luò)的訓(xùn)練之前,卷積濾波器最好先接受無監(jiān)督學(xué)習(xí)算法的預(yù)訓(xùn)練。已有研究發(fā)現(xiàn)k-means算法在只有一個(gè)參數(shù)可調(diào)的情況下獲得最佳性能。還有一些研究提出了一種新的特征學(xué)習(xí)算法,稱為稀疏濾波。本文將通過實(shí)驗(yàn)對K-Means、稀疏濾波和RICA算法進(jìn)行比較。

    2.2 訓(xùn)練

    CNN的主要思想是將濾波器卷積到輸入圖像上以提取特征。首先,將所有輸入樣本的大小調(diào)整為P╳P。然后將每個(gè)樣本與r╳r大小的K1濾波器卷積。當(dāng)卷積步幅為S時(shí),輸出特征尺寸為P1╳P1,P1=(p-r)/s+1。通過子采樣塊大小r1╳r1和步幅大小為s1的卷積,進(jìn)一步生成大小為P2╳P2的特征,其中P2=(p1-r1)/s1+1。在第一個(gè)CNN階段之后,每個(gè)樣本的輸出特征大小為K1╳p2╳p2。在RNN階段,一個(gè)層中的所有特征都與下一層連接。每個(gè)圖層共享相同的權(quán)重,并逐漸減小特征尺寸,直到每個(gè)要素圖的最終響應(yīng)大小為1╳1。假設(shè)局部接收特征的大小為l╳l,則每層中的RNN數(shù)量為K2。當(dāng)梳理最后兩層輸出時(shí),每個(gè)樣本的最終特征的大小是K2╳K1╳(l2+1)。

    3 實(shí)驗(yàn)結(jié)果和數(shù)據(jù)分析

    為了驗(yàn)證所提方法的有效性和處理效率,將上述圖像處理方法應(yīng)用于無線紅外熱像儀所采集的紅外圖像。實(shí)驗(yàn)所用的設(shè)備為美盛D系列云熱像儀系統(tǒng)。該熱成像儀具有無線連接功能,能夠?qū)崟r(shí)將所采集的紅外圖像上傳至阿里云中,同時(shí)在阿里云主機(jī)中部署上述圖像處理算法對實(shí)時(shí)上傳的紅外圖像進(jìn)行處理,并把處理結(jié)果反饋至變電站控制中心。圖像分析的性能主要取決于故障區(qū)域檢測、已知設(shè)備類型的設(shè)備部件識別。收集了大量含有各種設(shè)備部件的紅外樣品進(jìn)行評估。

    3.1 圖像分割

    三幅電氣設(shè)備圖像的分割過程。如圖3所示。

    圖3(a)是輸入的紅外圖像,圖3(b)是H值灰度圖像,圖3(c)是經(jīng)過驗(yàn)證的故障區(qū)域,圖3(d)是設(shè)備區(qū)域的二值化圖像,圖3(e)是檢測到的故障區(qū)域及其定位的設(shè)備部分。實(shí)體框代表故障區(qū)域的邊界框,虛線框代表深度學(xué)習(xí)步驟中需要分類的設(shè)備部分。在H值灰度圖像中,超像素分割保證了均勻區(qū)域內(nèi)的像素平滑,分割區(qū)域與背景區(qū)域的對比度足夠強(qiáng)。因此,可以方便地提取故障區(qū)域和電氣器件區(qū)域。結(jié)果表明,該分割方法適用于不同位置、形狀和尺寸的圖像分割。

    3.2 不同參數(shù)的比較

    本文以電流互感器為例進(jìn)行分析。根據(jù)外觀和故障可控性,將電流互感器分為三部分:接頭、內(nèi)接頭和套管。每個(gè)部分有3 000幅樣本圖像用以訓(xùn)練參數(shù),樣本圖像總共有9 000幅。選擇1 500幅圖像進(jìn)行測試。

    依據(jù)前述,實(shí)驗(yàn)定義樣本大小為67╳67,過濾器大小為8╳8,步長為1。卷積后,輸出特征映射大小為60╳60。第2階段的特征地圖大小為27╳27。將RNN階段的接收區(qū)域設(shè)定為3╳3,經(jīng)過3層大小變?yōu)?╳1。通過定義的多層特征輸出,每個(gè)樣本生成的最終特征尺寸為K2╳K1╳10。

    以K1為64時(shí),3種預(yù)訓(xùn)練算法的優(yōu)化濾波器如圖4所示。在這一過程中,當(dāng)利用稀疏濾波時(shí),發(fā)現(xiàn)目標(biāo)函數(shù)很難收斂。

    因此,預(yù)訓(xùn)練方法和參數(shù)決策主要集中在RIC算法和K-means算法上。在實(shí)驗(yàn)中,K1從16變?yōu)?28,分類精度如圖5所示。然后將K1固定為64,將K2從16改為128,結(jié)果如圖5所示。

    由圖5可知,K-means的性能遠(yuǎn)遠(yuǎn)優(yōu)于RICA。當(dāng)K1大于64且K2大于64時(shí),濾波器和RNN的數(shù)量不會(huì)有太大影響。因此,訓(xùn)練算法的參數(shù)選定為:K1 = 64和K2 = 64。

    3.3 實(shí)驗(yàn)結(jié)果的討論

    本文的研究對象是由熱成像相機(jī)在不知道其原始溫度矩陣的情況下生成的紅外圖像。在這種實(shí)驗(yàn)背景下,通過對紅外圖像的區(qū)域檢測和識別,可以知道故障區(qū)域、故障設(shè)備、故障設(shè)備的位置。因此基于上述研究結(jié)果可以認(rèn)為,通過紅外熱成像圖像分析和處理評估電氣設(shè)備運(yùn)行狀態(tài)是可行的。

    4 總結(jié)

    本文提出了一種變電站設(shè)備智能紅外故障圖像分析的新方法。首先使用一個(gè)超像素分割方法來近似分割一個(gè)紅外圖像到多個(gè)均勻區(qū)域。為了對故障進(jìn)行深入分析,采用CRNN網(wǎng)絡(luò)對其所屬的電氣設(shè)備進(jìn)行分類,這也是紅外熱成像圖像自動(dòng)分析的關(guān)鍵。實(shí)驗(yàn)結(jié)果表明,本文所提出的算法具有較高的精度,可以適用于不同變電站設(shè)備的紅外圖像分析。

    參考文獻(xiàn)

    [1] 馮振新,周東國,江翼,等.基于改進(jìn)MSER算法的電力設(shè)備紅外故障區(qū)域提取方法[J].電力系統(tǒng)保護(hù)與控制,2019,47(5):123-128.

    [2] 劉齊,王茂軍,高強(qiáng),等.基于紅外成像技術(shù)的電氣設(shè)備故障檢測[J].電測與儀表:2019,3(28):1-7.

    [3] 周正欽,馮振新,周東國,許曉路,谷凱凱.基于擴(kuò)展Meanshift電氣設(shè)備發(fā)熱故障區(qū)域提取方法[J].紅外技術(shù),2019,41(1):78-83.

    [4] 張曉春,歐陽廣澤,何洪英,等.基于紅外圖像匹配的零值絕緣子檢測[J].電測與儀表:2019,(1)24:1-7.

    [5] 付煒平,施鳳祥,王偉,等.基于顏色矩陣的絕緣子單片紅外圖像故障診斷方法[J].電瓷避雷器,2018(5):226-232.

    [6] 劉航,謝婷,冉建,等.基于熱紅外圖像的服務(wù)器設(shè)備檢測[J].信息技術(shù),2018,42(8):48-51.

    [7] 漆燦,李慶武,鄭云海,等.基于智能視覺物聯(lián)網(wǎng)的變電站紅外監(jiān)測系統(tǒng)[J].電力系統(tǒng)保護(hù)與控制,2018,46(15):135-141.

    [8] 谷凱凱,周東國,許曉路,等.一種基于局部特征的PCNN電力故障區(qū)域提取方法[J].計(jì)算機(jī)工程,2018,44(7):291-296.

    [9] 毛峽,石天朋.光伏熱斑圖像有效區(qū)域分割算法研究[J].太陽能學(xué)報(bào),2018,39(5):1270-1276.

    [10] 李鑫,崔昊楊,許永鵬,等.電力設(shè)備IR圖像特征提取及故障診斷方法研究[J].激光與紅外,2018,48(5):659-664.

    [11] 蘆竹茂,王天正,俞華,等.基于紅外圖像分析的電力設(shè)備熱故障檢測技術(shù)研究[J].現(xiàn)代電子技術(shù),2017,40(11):123-126.

    [12] 余彬,萬燕珍,陳思超,等.基于密度相似因子的電力紅外圖像分割方法[J].紅外技術(shù),2017,39(12):1139-1143.

    [13] 李瑞東,孫協(xié)昌,李勐.空間目標(biāo)紅外特征提取與識別技術(shù)[J].紅外技術(shù),2017,39(5):427-435.

    [14] 張思睿,葛萬成,汪亮友,林佳燕.惡劣天氣下可見光和紅外圖像融合算法設(shè)計(jì)[J].信息技術(shù),2016(6):33-36.

    [15] 高加猛,王敏.基于Kalman和GMM-PBAS融合的紅外視頻目標(biāo)檢測與跟蹤[J].信息技術(shù),2016(4):171-174.

    (收稿日期: 2019.07.02)

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)電氣設(shè)備
    電氣設(shè)備安裝技術(shù)重點(diǎn)及施工工藝探討
    提升港口電氣設(shè)備管理措施的探討
    9元:防爆電氣設(shè)備的使用與管理
    基于卷積神經(jīng)網(wǎng)絡(luò)溫室智能大棚監(jiān)控系統(tǒng)的研究
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹葉識別的算法的研究
    電氣設(shè)備接地可靠性研究
    色视频在线一区二区三区| 女的被弄到高潮叫床怎么办| 国产在线一区二区三区精| 国产色婷婷99| h日本视频在线播放| 国产免费一级a男人的天堂| 国产精品成人在线| 国产男女内射视频| 一个人观看的视频www高清免费观看| 好男人视频免费观看在线| 麻豆成人午夜福利视频| 中文字幕人妻熟人妻熟丝袜美| 成人美女网站在线观看视频| 成人免费观看视频高清| 免费观看在线日韩| 在线观看一区二区三区| a级毛片免费高清观看在线播放| 亚洲精品影视一区二区三区av| 色婷婷久久久亚洲欧美| 丝瓜视频免费看黄片| av黄色大香蕉| 尤物成人国产欧美一区二区三区| 人人妻人人澡人人爽人人夜夜| 午夜日本视频在线| 美女国产视频在线观看| 久久人人爽av亚洲精品天堂 | 丰满少妇做爰视频| 国产一级毛片在线| 国产伦精品一区二区三区四那| 内射极品少妇av片p| 亚洲第一区二区三区不卡| 天天躁夜夜躁狠狠久久av| 99热国产这里只有精品6| 在线观看三级黄色| 亚洲va在线va天堂va国产| 美女高潮的动态| 久久久久久久亚洲中文字幕| 国产精品一区二区三区四区免费观看| 日韩一本色道免费dvd| 九九久久精品国产亚洲av麻豆| 搡老乐熟女国产| 亚洲av免费高清在线观看| 亚洲久久久久久中文字幕| 免费av观看视频| 你懂的网址亚洲精品在线观看| 国产真实伦视频高清在线观看| 亚洲内射少妇av| 一区二区三区四区激情视频| 国产69精品久久久久777片| 国产午夜精品一二区理论片| 亚洲精品久久久久久婷婷小说| 国产成年人精品一区二区| 亚洲va在线va天堂va国产| 干丝袜人妻中文字幕| 美女被艹到高潮喷水动态| 欧美日韩一区二区视频在线观看视频在线 | 亚洲精品亚洲一区二区| 有码 亚洲区| 五月天丁香电影| 高清毛片免费看| 日日摸夜夜添夜夜添av毛片| 男人舔奶头视频| 亚洲自偷自拍三级| 18禁在线无遮挡免费观看视频| 一级黄片播放器| 97超视频在线观看视频| 久久国内精品自在自线图片| 国产成年人精品一区二区| 亚洲欧美成人综合另类久久久| av免费在线看不卡| 中国三级夫妇交换| 久久久精品94久久精品| 嫩草影院新地址| 色视频在线一区二区三区| 18禁裸乳无遮挡免费网站照片| 久久97久久精品| 日韩强制内射视频| 深爱激情五月婷婷| 噜噜噜噜噜久久久久久91| 欧美zozozo另类| 一级毛片我不卡| 美女cb高潮喷水在线观看| 国产 精品1| 免费看日本二区| 精品99又大又爽又粗少妇毛片| 又爽又黄a免费视频| 成人午夜精彩视频在线观看| 在线精品无人区一区二区三 | 成人美女网站在线观看视频| 肉色欧美久久久久久久蜜桃 | 天堂网av新在线| 人人妻人人澡人人爽人人夜夜| 日韩中字成人| 日韩成人av中文字幕在线观看| 国产亚洲一区二区精品| 久久亚洲国产成人精品v| 汤姆久久久久久久影院中文字幕| 搡老乐熟女国产| 97精品久久久久久久久久精品| 大又大粗又爽又黄少妇毛片口| 日本-黄色视频高清免费观看| av国产免费在线观看| 国产精品偷伦视频观看了| 国产国拍精品亚洲av在线观看| 久久久久九九精品影院| 中文字幕久久专区| 国产精品99久久久久久久久| 亚洲成人中文字幕在线播放| 午夜福利视频精品| 国产日韩欧美亚洲二区| 在线天堂最新版资源| 美女主播在线视频| 中国国产av一级| 亚洲国产精品成人久久小说| 久久精品熟女亚洲av麻豆精品| 国产白丝娇喘喷水9色精品| 国内揄拍国产精品人妻在线| 美女cb高潮喷水在线观看| 亚洲精品第二区| 日韩在线高清观看一区二区三区| 亚洲激情五月婷婷啪啪| 噜噜噜噜噜久久久久久91| 亚洲欧美日韩另类电影网站 | 久久精品国产亚洲网站| 亚洲性久久影院| 国产黄频视频在线观看| 亚洲aⅴ乱码一区二区在线播放| 亚洲国产精品成人综合色| 日本黄色片子视频| 大香蕉久久网| 又大又黄又爽视频免费| 婷婷色综合www| av在线app专区| 久久久久久久久久久免费av| 日本午夜av视频| 久久久久久久精品精品| 亚洲精品乱码久久久v下载方式| 日日摸夜夜添夜夜添av毛片| 2022亚洲国产成人精品| 在线观看免费高清a一片| 久久精品国产亚洲av天美| 成人免费观看视频高清| 大码成人一级视频| 在现免费观看毛片| 欧美高清性xxxxhd video| 伦理电影大哥的女人| 只有这里有精品99| 国国产精品蜜臀av免费| 国产v大片淫在线免费观看| 九草在线视频观看| 欧美日韩在线观看h| 69人妻影院| 熟妇人妻不卡中文字幕| 色综合色国产| 99久久精品热视频| 亚洲四区av| 久久精品熟女亚洲av麻豆精品| 99视频精品全部免费 在线| 亚洲成人中文字幕在线播放| 天天躁日日操中文字幕| 国产精品嫩草影院av在线观看| 国产人妻一区二区三区在| 亚洲va在线va天堂va国产| 日本av手机在线免费观看| 韩国高清视频一区二区三区| 欧美日本视频| 少妇被粗大猛烈的视频| 丰满少妇做爰视频| 夜夜爽夜夜爽视频| 午夜福利在线在线| 亚州av有码| 亚洲综合色惰| 免费av观看视频| 内地一区二区视频在线| 卡戴珊不雅视频在线播放| av在线天堂中文字幕| 观看美女的网站| 国产免费一区二区三区四区乱码| 国模一区二区三区四区视频| 中文乱码字字幕精品一区二区三区| 美女内射精品一级片tv| 天天躁日日操中文字幕| 69人妻影院| av在线播放精品| 亚洲va在线va天堂va国产| 麻豆精品久久久久久蜜桃| 狠狠精品人妻久久久久久综合| 夜夜爽夜夜爽视频| 人人妻人人澡人人爽人人夜夜| 日韩一本色道免费dvd| 久久99热这里只有精品18| 国产成人免费观看mmmm| 精品国产乱码久久久久久小说| 亚洲欧洲国产日韩| 自拍偷自拍亚洲精品老妇| 国产女主播在线喷水免费视频网站| 伦精品一区二区三区| 欧美老熟妇乱子伦牲交| 国产黄片美女视频| 亚洲欧美精品自产自拍| 精品人妻视频免费看| 国产真实伦视频高清在线观看| 国产av不卡久久| 久久97久久精品| 一级毛片久久久久久久久女| 99久国产av精品国产电影| 男人狂女人下面高潮的视频| 一级毛片aaaaaa免费看小| 国产色婷婷99| 亚洲无线观看免费| 欧美日韩在线观看h| 亚洲欧洲国产日韩| 久久综合国产亚洲精品| 国产精品一区www在线观看| 日韩 亚洲 欧美在线| 久久精品国产a三级三级三级| 国产精品伦人一区二区| 久久精品国产亚洲网站| 免费黄色在线免费观看| 久久精品夜色国产| 下体分泌物呈黄色| 亚洲欧美中文字幕日韩二区| a级毛色黄片| 日日啪夜夜爽| 人人妻人人爽人人添夜夜欢视频 | 嫩草影院入口| 美女内射精品一级片tv| 精品久久久精品久久久| 春色校园在线视频观看| 国产精品一区www在线观看| 免费黄网站久久成人精品| 国产精品熟女久久久久浪| 少妇熟女欧美另类| 一本一本综合久久| 天堂俺去俺来也www色官网| 在线观看一区二区三区激情| 91狼人影院| 亚洲av日韩在线播放| 高清日韩中文字幕在线| 久久97久久精品| 亚洲欧美日韩另类电影网站 | 青青草视频在线视频观看| 久久韩国三级中文字幕| 青春草国产在线视频| 欧美97在线视频| 亚洲经典国产精华液单| av.在线天堂| 网址你懂的国产日韩在线| 身体一侧抽搐| 亚洲精品乱码久久久久久按摩| 日韩精品有码人妻一区| 精品午夜福利在线看| 男男h啪啪无遮挡| 亚洲成人一二三区av| 欧美变态另类bdsm刘玥| 国产午夜福利久久久久久| 26uuu在线亚洲综合色| 午夜免费鲁丝| 97精品久久久久久久久久精品| 国产乱人偷精品视频| 亚洲成色77777| 3wmmmm亚洲av在线观看| 久久久精品94久久精品| av女优亚洲男人天堂| 免费黄频网站在线观看国产| 亚洲在久久综合| 91午夜精品亚洲一区二区三区| 99久久精品热视频| 日本爱情动作片www.在线观看| 日韩欧美精品免费久久| 国产精品国产三级专区第一集| 大话2 男鬼变身卡| 免费高清在线观看视频在线观看| 美女国产视频在线观看| 日本猛色少妇xxxxx猛交久久| 国产成人免费无遮挡视频| 国产视频内射| 亚洲色图av天堂| 亚洲国产精品专区欧美| 国产精品一二三区在线看| 一个人看的www免费观看视频| 久久久久久国产a免费观看| 国产精品一区www在线观看| 男人添女人高潮全过程视频| 亚洲欧美成人精品一区二区| 欧美精品人与动牲交sv欧美| 精品午夜福利在线看| 视频中文字幕在线观看| 久久精品久久久久久久性| 午夜爱爱视频在线播放| 最近的中文字幕免费完整| 女人被狂操c到高潮| 久久久久国产精品人妻一区二区| 欧美性感艳星| 男人和女人高潮做爰伦理| 亚洲欧美一区二区三区国产| 啦啦啦啦在线视频资源| 成人美女网站在线观看视频| 久久久久久久久久成人| 欧美精品人与动牲交sv欧美| 丰满人妻一区二区三区视频av| 亚洲综合色惰| 日日啪夜夜撸| 日本色播在线视频| 日韩人妻高清精品专区| 自拍偷自拍亚洲精品老妇| 亚洲内射少妇av| 婷婷色综合www| 亚洲美女搞黄在线观看| 人人妻人人澡人人爽人人夜夜| 男的添女的下面高潮视频| 久久久久久久久大av| av国产久精品久网站免费入址| 久久精品国产亚洲网站| 秋霞在线观看毛片| 久久精品国产a三级三级三级| 亚洲精品国产av蜜桃| av在线老鸭窝| 亚洲精品一二三| 欧美日韩一区二区视频在线观看视频在线 | 99久久精品热视频| 亚洲精品久久午夜乱码| 秋霞在线观看毛片| av在线亚洲专区| 日产精品乱码卡一卡2卡三| 久久影院123| 性色av一级| 日韩,欧美,国产一区二区三区| 精品国产乱码久久久久久小说| 啦啦啦中文免费视频观看日本| 99久久人妻综合| 人体艺术视频欧美日本| av免费观看日本| 国产成人a∨麻豆精品| 亚洲精品影视一区二区三区av| 好男人在线观看高清免费视频| 超碰97精品在线观看| 成人综合一区亚洲| 老司机影院毛片| 精品久久久久久电影网| 久久综合国产亚洲精品| 免费黄色在线免费观看| 欧美成人精品欧美一级黄| 直男gayav资源| av天堂中文字幕网| 只有这里有精品99| 少妇人妻一区二区三区视频| 少妇人妻 视频| 日韩av免费高清视频| 91久久精品国产一区二区成人| 在线 av 中文字幕| 国产久久久一区二区三区| 91狼人影院| 国产精品成人在线| 最近最新中文字幕免费大全7| 18禁在线播放成人免费| 国产淫片久久久久久久久| 成年人午夜在线观看视频| 中文字幕制服av| 欧美97在线视频| 丝袜喷水一区| 国产中年淑女户外野战色| 丝袜脚勾引网站| videos熟女内射| 久久精品国产鲁丝片午夜精品| 欧美人与善性xxx| 亚洲天堂av无毛| 久久精品久久精品一区二区三区| 国产爽快片一区二区三区| 国产探花极品一区二区| 久久久精品94久久精品| 大香蕉97超碰在线| 一级爰片在线观看| 国产午夜福利久久久久久| 在线观看av片永久免费下载| 在线观看av片永久免费下载| 日韩av在线免费看完整版不卡| 99热网站在线观看| 一区二区三区乱码不卡18| 老女人水多毛片| 亚洲精品日韩av片在线观看| 少妇人妻精品综合一区二区| 夫妻性生交免费视频一级片| 国产成人福利小说| 亚洲成人久久爱视频| 国产免费又黄又爽又色| 一级爰片在线观看| 成年版毛片免费区| 亚洲av国产av综合av卡| 亚洲国产欧美在线一区| 王馨瑶露胸无遮挡在线观看| 伊人久久国产一区二区| 午夜福利在线观看免费完整高清在| 成人国产麻豆网| 亚洲最大成人手机在线| 久久久久久久亚洲中文字幕| 人体艺术视频欧美日本| 久久久精品94久久精品| 亚洲精品一区蜜桃| 在线观看一区二区三区| 国产老妇伦熟女老妇高清| 波多野结衣巨乳人妻| av免费观看日本| 久久国内精品自在自线图片| 少妇的逼水好多| 国产精品国产三级专区第一集| 国产精品av视频在线免费观看| 激情 狠狠 欧美| 男人爽女人下面视频在线观看| 亚洲av成人精品一区久久| 男女边摸边吃奶| 美女xxoo啪啪120秒动态图| 国产欧美日韩一区二区三区在线 | 色综合色国产| 草草在线视频免费看| 天堂俺去俺来也www色官网| 日韩一本色道免费dvd| 国产亚洲精品久久久com| 日本熟妇午夜| 久久精品久久精品一区二区三区| 亚洲欧美一区二区三区国产| 中文字幕久久专区| 一边亲一边摸免费视频| 午夜精品一区二区三区免费看| 各种免费的搞黄视频| 丝瓜视频免费看黄片| 亚洲av日韩在线播放| 美女cb高潮喷水在线观看| 亚洲在久久综合| 男女国产视频网站| 久久精品国产亚洲av天美| 边亲边吃奶的免费视频| 少妇裸体淫交视频免费看高清| 极品教师在线视频| 亚洲经典国产精华液单| 婷婷色综合大香蕉| 精品国产乱码久久久久久小说| 久久午夜福利片| 免费人成在线观看视频色| 亚洲精品久久久久久婷婷小说| 久久ye,这里只有精品| 国产亚洲精品久久久com| 91精品一卡2卡3卡4卡| 大话2 男鬼变身卡| 免费观看性生交大片5| av在线老鸭窝| 肉色欧美久久久久久久蜜桃| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲欧美精品综合一区二区三区| 亚洲,欧美精品.| 婷婷色综合大香蕉| 久久国产亚洲av麻豆专区| 三上悠亚av全集在线观看| 黄色视频不卡| 性少妇av在线| 欧美 亚洲 国产 日韩一| 欧美在线黄色| 久久精品国产亚洲av高清一级| 超色免费av| 亚洲成人手机| 考比视频在线观看| 美女主播在线视频| 老司机在亚洲福利影院| 精品亚洲成国产av| 如日韩欧美国产精品一区二区三区| 在现免费观看毛片| 各种免费的搞黄视频| 国产精品女同一区二区软件| 亚洲欧美色中文字幕在线| 中文字幕另类日韩欧美亚洲嫩草| 在线观看三级黄色| 亚洲三区欧美一区| 日韩,欧美,国产一区二区三区| 亚洲美女视频黄频| 精品久久久精品久久久| 午夜福利一区二区在线看| 国产熟女午夜一区二区三区| 免费久久久久久久精品成人欧美视频| 亚洲欧美激情在线| 日韩,欧美,国产一区二区三区| 欧美精品高潮呻吟av久久| 成人国产麻豆网| 如何舔出高潮| 99热国产这里只有精品6| 青春草国产在线视频| 精品国产乱码久久久久久男人| 18禁裸乳无遮挡动漫免费视频| 国产老妇伦熟女老妇高清| 午夜免费男女啪啪视频观看| 91国产中文字幕| 日韩伦理黄色片| 久久久精品94久久精品| 高清不卡的av网站| 黑人巨大精品欧美一区二区蜜桃| 中文天堂在线官网| 亚洲色图综合在线观看| 亚洲精品美女久久av网站| 欧美精品av麻豆av| 欧美精品高潮呻吟av久久| 亚洲精品久久久久久婷婷小说| av卡一久久| 欧美97在线视频| 91国产中文字幕| 国产在视频线精品| a级片在线免费高清观看视频| 亚洲精品aⅴ在线观看| 搡老乐熟女国产| 搡老岳熟女国产| 日韩伦理黄色片| 午夜福利免费观看在线| 亚洲精品在线美女| 黄色视频不卡| 国产精品一国产av| 好男人视频免费观看在线| 久久精品久久久久久久性| 欧美激情极品国产一区二区三区| 国产成人免费观看mmmm| 性色av一级| 狠狠婷婷综合久久久久久88av| 久久久精品94久久精品| 亚洲五月色婷婷综合| av网站免费在线观看视频| av电影中文网址| 汤姆久久久久久久影院中文字幕| 成年人午夜在线观看视频| 国产成人精品无人区| 丁香六月欧美| 国产爽快片一区二区三区| 午夜日本视频在线| 久久97久久精品| 在线观看免费视频网站a站| 国产熟女午夜一区二区三区| 欧美 亚洲 国产 日韩一| 捣出白浆h1v1| www.精华液| 亚洲情色 制服丝袜| 宅男免费午夜| 在线观看免费高清a一片| 母亲3免费完整高清在线观看| 青春草国产在线视频| 最新在线观看一区二区三区 | 亚洲欧洲国产日韩| 777久久人妻少妇嫩草av网站| 女人久久www免费人成看片| 亚洲av福利一区| 久久久久久久大尺度免费视频| 叶爱在线成人免费视频播放| 两个人看的免费小视频| 欧美黄色片欧美黄色片| 亚洲成国产人片在线观看| 国产欧美日韩一区二区三区在线| 1024视频免费在线观看| 亚洲一区中文字幕在线| 国产 一区精品| 一区二区三区激情视频| 午夜日本视频在线| 国产片特级美女逼逼视频| 久久国产精品大桥未久av| 久久午夜综合久久蜜桃| 国产日韩欧美亚洲二区| 91aial.com中文字幕在线观看| 久久韩国三级中文字幕| 日本欧美视频一区| 欧美日韩福利视频一区二区| 国产日韩欧美视频二区| 亚洲欧美一区二区三区黑人| 精品卡一卡二卡四卡免费| 日本欧美视频一区| 久久久精品94久久精品| 精品国产露脸久久av麻豆| 9热在线视频观看99| 国产黄频视频在线观看| 亚洲欧美激情在线| 最近最新中文字幕大全免费视频 | 日本色播在线视频| 久久国产亚洲av麻豆专区| 午夜福利一区二区在线看| 国产成人91sexporn| 亚洲欧美激情在线| 亚洲欧美一区二区三区黑人| 卡戴珊不雅视频在线播放| 国产成人午夜福利电影在线观看| 亚洲av福利一区| 男女无遮挡免费网站观看| av天堂久久9| 久久久欧美国产精品| 亚洲综合色网址| 国产亚洲精品第一综合不卡| 日韩精品有码人妻一区| 婷婷色av中文字幕| 91国产中文字幕| 亚洲国产精品成人久久小说| 国产熟女欧美一区二区| 国产精品女同一区二区软件| 赤兔流量卡办理| 自拍欧美九色日韩亚洲蝌蚪91| 女人高潮潮喷娇喘18禁视频| 菩萨蛮人人尽说江南好唐韦庄| 韩国精品一区二区三区| 国产精品免费大片| 黄色视频不卡| 我的亚洲天堂| 宅男免费午夜| 国产一区二区 视频在线| h视频一区二区三区| 啦啦啦在线观看免费高清www| 人人妻,人人澡人人爽秒播 | 国产成人欧美在线观看 | 欧美在线黄色| 亚洲精品国产一区二区精华液| 亚洲视频免费观看视频| 色视频在线一区二区三区| 亚洲中文av在线| 人妻人人澡人人爽人人| 中文字幕另类日韩欧美亚洲嫩草|