• <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 ?

    貝葉斯統計學習在變電站巡檢圖像預處理中的應用

    2020-10-23 02:11:18徐炫東池燕清杜舒明
    廣東電力 2020年9期
    關鍵詞:變電站方法

    徐炫東,池燕清,杜舒明

    (廣東電網有限責任公司廣州供電局, 廣東 廣州510620)

    隨著國民經濟的發(fā)展,社會對電能的需求越來越大,電力系統的安全、可靠運行是關系社會發(fā)展的大事。變電站作為構成電網系統的分布式節(jié)點,對整個電網的安全運行具有決定性的意義。傳統的變電站采用人工巡檢方式,存在以下弊端:①主要依靠巡視人員的經驗及感官獲取數據并進行分析和判斷,主觀性強,而且很難保證全面、準確的數據記錄;②極端天氣或巡檢環(huán)境惡劣地區(qū)時,巡檢人員的安全和巡檢效率難以保證。隨著現代電網技術的發(fā)展,傳統變電站人工巡檢的模式已明顯滯后于當前的發(fā)展需求,迫切需要采用新技術來推動變電站運維模式的發(fā)展與轉變,減輕工作人員的工作負擔,保證電力設備的安全、穩(wěn)定和可靠運行[1-3]。

    隨著自動化技術和人工智能技術的發(fā)展與進步,作為兩者結合的變電站巡檢機器人應運而生。變電站巡檢機器人通常由機器人平臺搭載可見光攝像機、紅外熱像儀和聲音采集器等任務載荷,不但可以同步監(jiān)控變電站內環(huán)境和各項設備的狀態(tài)信息,而且可以讀取壓力計和油位計等各類表計指示數,同時能夠完成自動充電,配合后臺控制系統對采集到的數據進行分析處理,最終自動生成對應的故障分析報告,是實現變電站自動化和無人值守化的關鍵一環(huán)[4-6]。

    電力設備通常布置在室外,尤其是輸電線路所處的環(huán)境可能較為惡劣,電力巡檢機器人實際拍攝的圖像不可避免地會受到雨霧、光照等因素影響而產生噪聲和像素缺失,影響后續(xù)圖像的識別和信息提取;因此需要采取必要的預處理手段,來解決圖像中存在的噪聲和像素缺失等問題[7-10]。目前國內外學者對變電站圖像預處理的研究主要有自適應濾波法、變換域信號增強法和壓縮感知類方法。其中典型的自適應濾波法有均值濾波[11]、形態(tài)學濾波[12]等,這類算法計算簡單,容易實現;但是濾波后的圖像存在模糊化的問題,導致其中的細節(jié)信息丟失。變換域增強法以小波變換[13]、經驗模態(tài)分解[14]等為代表,這類方法認為變換域中較小權值對應的是噪聲等無用信息,因此只需要利用幅值較大的權值對應的信息重構圖像,即可實現噪聲抑制;但是小波基函數和小波分解層數的合理選擇,以及經驗模態(tài)分解邊緣效應的存在導致該類方法在實際使用時受到限制。壓縮感知類方法認為假如圖像在某個變換域中是稀疏的,那么通過求解一個優(yōu)化問題,就可以從少量的觀測數據中以較高的概率重構出原始圖像;但是當圖像稀疏性較差或不具備稀疏性時,該類方法難以獲得較好的處理效果。

    本文針對變電站巡檢機器人圖像處理中的噪聲抑制和存在像素缺失條件下圖像重構的問題,將貝葉斯理論[15-17]引入圖像預處理流程。首先在主成分分析(principal component analysis,PCA)的基礎上提出一種基于Bernoulli-Beta共軛先驗的貝葉斯統計模型[18],該模型能夠自動確定PCA中主分量的個數,從而自適應地實現對圖像中噪聲的抑制;然后針對像素缺失條件下的圖像重構問題,提出一種基于Gaussian-Wishart共軛先驗的貝葉斯統計模型[19-20],不需要訓練樣本即可有效實現圖像重構;最后采用變分貝葉斯期望最大(variational Bayes expectation maximization, VBEM)算法對2種模型中的參數進行求解?;趯崪y數據的實驗結果表明,所提方法可以獲得較好的噪聲抑制和較高精度的圖像重構性能。

    1 噪聲抑制算法

    PCA是當前使用最為廣泛的數據降維方法之一,其通過線性組合的方式將原始數據綜合成少數幾個主分量,并利用綜合后的主分量代替原始高維數據,由此實現降維和去噪。在噪聲抑制的過程中,主分量的個數需要預先設置或通過一定的準則來確定,常用的準則有赤池準則(Akaike information criterion, AIC)和貝葉斯信息準則(Bayesian information criterion, BIC)。文獻[21]分析表明,AIC確定的主分量個數偏多,導致噪聲抑制不徹底,而BIC確定的主分量個數偏少,在實現噪聲抑制的同時會損失信號中的有用信息;因此,如何確定PCA中主分量的個數是當前的難點。針對這一問題,利用Bernoulli-Beta共軛先驗構建貝葉斯統計模型,進而利用VBEM算法對模型求解,從而自動確定主分量個數?;贐ernoulli-Beta先驗的PCA模型結構可以表示為:

    (1)

    式中:N為觀測樣本數,xn為觀測數據;U=[u1u2…uK]為觀測數據對應的協方差矩陣;z為對角矩陣,對角線上的元素為zk,其中k=1,…,K,K為對角線元素個數,zk為取值為0或1的二值變量,即服從參數為πk的伯努利分布(Bernoulli);πk表示zk=1的概率,zk=1表明協方差矩陣U中第k個特征值對應的特征向量uk為主分量,能夠用來描述xn,否則zk=0表示uk為噪聲分量,應該被剔除;迭代終止時值為1的zk的數量即為主分量個數K*;為了保證在迭代過程中模型是稀疏的,即只有少數zk取值為1,需要給πk引入先驗分布,合適的先驗分布為貝塔分布(Beta),即πk~Beta(a0,b0);εn為噪聲分量,服從均值為0、協方差矩陣為γ-1I的高斯分布(Gauss);高斯分布的方差γ服從參數為c0、d0的伽馬分布(Gamma);a0、b0、c0、d0均為不含信息的超參數,通常將初始值設置為10-6。

    (2)

    a)參數z的后驗期望

    (3)

    式中:wnk為wn=UTxn的第k個元素;〈·〉表示求括號內變量的期望運算。

    b)參數π的后驗分布

    (4)

    超參數的迭代過程如下:

    (5)

    c)參數γ的后驗期望

    (6)

    超參數的迭代過程如下:

    (7)

    d)終止條件——每次完成迭代后,模型中所有參數的后驗期望都得到了更新,此時得到去噪后的圖像表示為

    sn=U〈z〉UTxn.

    (8)

    如果連續(xù)2次迭代得到的去噪圖像的變化小于某一預設門限(10-8),則迭代終止,此時得到的sn即為噪聲抑制后的圖像。

    2 像素缺失圖像重構算法

    電力巡檢機器人的實際工作環(huán)境較為復雜,在受到電磁環(huán)境干擾、雨雪霧霾等天氣等影響時會造成圖像中存在像素缺失等問題,從而影響之后的目標檢測和識別;因此在預處理階段除了進行噪聲抑制外,還需要對圖像中缺失的像素進行恢復。假設觀測到存在像素缺失的圖像為y,根據樣本缺失情況構造D×D維觀測矩陣Φ,則完整圖像x可以看作是未知的隱變量,則觀測數據模型表示為

    y=Φx+ε.

    (9)

    此時像素缺失圖像重構問題轉化為已知觀測數據y和觀測矩陣Φ,如何求出未知x的問題。在貝葉斯理論的基礎上,提出一種基于Gaussian-Wishart共軛先驗的貝葉斯統計模型,模型結構如下:

    (10)

    uTS-1xn+uTS-1u)-

    a0lnb0+(a0-1)lnγ-b0γ-

    (v0+D+1)ln|S|-tr(W0S-1)+Xconst.

    (11)

    模型中參數的后驗期望分別如下。

    a)參數x的后驗期望

    〈xn〉=ηn,

    (12)

    后驗分布的迭代公式

    (13)

    b)參數u的后驗期望

    〈u〉=mu,

    (14)

    后驗分布的迭代公式為:

    (15)

    c)參數S的后驗期望

    (16)

    后驗分布的迭代公式為:

    (17)

    d)參數γ的后驗期望

    (18)

    后驗分布的迭代公式為:

    (19)

    式中:sum()表示對括號內變量求和運算;diag()表示提取括號內矩陣的對角線元素。

    e)終止條件——算法迭代過程中,根據式(13)、(15)、(17)和(19)分別對x、u、S和γ的后驗分布進行更新,此時經過當前該輪迭代得到的重構圖像可以表示為

    〈xn〉=ηn.

    (20)

    如果連續(xù)2次迭代得到的重構圖像的變化小于某一預設門限(10-8),則令迭代終止,此時得到的ηn即為最優(yōu)重構圖像。

    3 實驗結果與分析

    3.1 噪聲抑制實驗

    為了驗證式(1)的噪聲抑制性能,采用巡檢機器人自動充電時需要處理的電源插座圖像和巡檢過程中需要處理的絕緣子狀態(tài)圖像開展實驗。巡檢機器人運行過程中實際采集到的是RGB彩色圖像,彩色圖像數據量較大,處理過程中需要消耗較多的運算資源,為了能夠快速完成巡檢任務并給出巡檢報告,通常將彩色圖像轉換為灰度圖,并將圖像轉換為512×512像素的標準大小進行處理。圖1所示為絕緣子圖像和電源插座圖像的灰度圖,由于實驗環(huán)境較為理想,獲取的2組圖像均為高信噪比條件下的圖像。

    圖1 高信噪比條件下灰度圖像Fig.1 Grayscale image under high SNR

    為了驗證所提方法的噪聲抑制性能,向高信噪比原始圖像中根據不同信噪比條件增加高斯白噪聲,然后利用所提方法進行噪聲抑制。同時,為了與已有噪聲抑制方法進行對比,采用稀疏表示方法和傳統小波去噪方法在相同條件下進行噪聲抑制,比較3種方法的性能。

    定義信噪比

    (21)

    圖2所示為按式(17)對圖1高信噪比圖像疊加高斯白噪聲得到信噪比為0 dB的圖像。圖3和圖4給出了利用所提方法、稀疏表示方法和傳統小波去噪方法對圖2所示0 dB信噪比條件下的圖像進行噪聲抑制得到的結果,其中傳統小波方法采用db2小波,硬閾值,分解層數為3;稀疏表示方法采用離散余弦變換(discrete cosine transformation,DCT)字典并利用K均值奇異值分解(Kmeans singular value decomposition, KSVD)算法對字典進行更新。對比圖1—圖4可以看出:所提方法不僅能夠有效抑制圖像中的噪聲分量,同時較好保留了原始高信噪比圖像中的信息,而利用小波方法和稀疏表示方法進行噪聲抑制得到的結果中都殘留了部分噪聲分量。采用去噪后圖像與原始高信噪比圖像之間的相關系數來定量比較噪聲抑制結果,相關系數定義Rmse如式(22)所示,相關系數越大表明噪聲抑制性能越好。圖5給出了不同信噪比條件下(0~40 dB)對絕緣子圖像和電源插座圖像進行噪聲抑制后的相關系數曲線。假設實際工程應用要求相關系數優(yōu)于0.9,對于絕緣子圖像,所提方法要求信噪比優(yōu)于17 dB,稀疏表示方法要求信噪比優(yōu)于20 dB,小波方法要求信噪比優(yōu)于25 dB;同樣對于電源插座圖像,所提方法要求信噪比優(yōu)于13 dB,稀疏表示方法要求信噪比優(yōu)于20 dB,小波方法要求信噪比優(yōu)于25 dB??梢钥闯觯核岱椒ㄔ?種方法中能夠獲得最優(yōu)的噪聲抑制性能,在低信噪比條件下優(yōu)勢更加明顯,并且對實際工程環(huán)境具有更強的適應性和魯棒性,稀疏表示方法的噪聲抑制性能優(yōu)于小波方法。

    圖2 信噪比為0 dB條件下灰度圖像Fig.2 Grayscale image when SNR is 0 dB

    圖3 對絕緣子圖像的噪聲抑制結果Fig.3 Result of noise suppression on insulator images

    圖4 對電源插座圖像的噪聲抑制結果Fig.4 Result of noise suppression on power socket image

    圖5 不同方法噪聲抑制后的相關系數Fig.5 Correlation coefficients after noise suppressed by different methods

    (22)

    圖6所示為巡檢機器人在實際工作場景中獲取的低信噪比實測數據,可以看出圖像被噪聲污染,難以直接從中提取有效信息。圖7(a)—圖7(c)分別給出了利用稀疏表示方法、小波方法和所提方法進行噪聲抑制得到的結果,可以看出:所提方法在實現噪聲抑制的同時,很好地保留了圖像中的細節(jié)信息,而小波方法和稀疏表示方法對噪聲的抑制并不徹底,圖像中有部分噪聲殘留,并且這2種噪聲抑制方法對圖像中的細節(jié)信息產生了一定的影響。

    圖6 實際場景中獲取的低信噪比圖像Fig.6 Low SNR images acquired in real working scene

    圖7 不同方法對實測數據的噪聲抑制結果Fig.7 Noise suppression results on measured images

    3.2 像素缺失圖像重構實驗

    該部分實驗同樣采用圖1所示電源插座圖像和絕緣子狀態(tài)圖像。式(10)所述貝葉斯模型中,假設未知的完整圖像服從高斯分布,為了驗證該假設是否合理,對圖像按像素點進行統計分析。首先利用直方圖統計圖像中像素點的分布情況,然后計算圖像中所有像素點的均值和方差,并利用計算得到的均值和方差構建高斯概率密度函數。統計結果如圖8所示,其中直方圖為圖像中像素點分布,曲線表示高斯概率密度函數。由圖8可以看出,統計得到像素分布的直方圖與高斯概率密度函數十分吻合,由此證明本文對未知完整圖像的高斯分布假設是合理的。

    圖8 測試圖像的統計特性Fig.8 Statistical characteristics of the test images

    為了驗證所提方法在觀測像素存在缺失時對圖像的重構性能,采取將圖像中像素根據缺失率隨機置0的方式構建觀測圖像,其中缺失率指的是缺失的像素數與全部像素數的比值。圖9給出了缺失率為30%時的絕緣子圖像和電源插座圖像。為了定量比較所提方法的重構性能,定義相對重構誤差

    圖9 隨機缺失30%像素時的圖像Fig.9 Test images with 30% pixels missing randomly

    (23)

    式中Q和E分別為圖像的行數和列數。同時采用壓縮感知方法在相同條件下進行圖像重構,比較2種方法的性能。

    圖10和圖11給出了利用所提方法、壓縮感知方法對圖9所示像素缺失圖像進行重構的結果。對比圖1、圖9、圖10和圖11可以看出,所提方法能夠實現絕大多數缺失像素重構,并且能夠很好地恢復出圖像中的細節(jié)信息,而壓縮感知方法獲得的重構圖像中有較多缺失像素未被有效恢復,并且圖像的邊緣出現了一定的模糊。圖12(a)和圖12(b)分別給出了在不同缺失率條件下對絕緣子圖像和電源插座圖像進行恢復后的重構誤差曲線,可以看出當缺失率高于40%時,所提方法可以獲得優(yōu)于0.04的重構誤差,而壓縮感知方法要想獲得同樣的重構性能要求,缺失率應低于20%;因此在實際工程應用中,所提方法可以獲得更廣泛的應用場景。同時,從圖10可以看出,隨著缺失率的增大,所提方法相對于壓縮感知方法的優(yōu)勢也更加明顯。

    圖10 對絕緣子圖像的重構結果Fig.10 Result of reconstruction on insulator images

    圖11 對電源插座圖像的重構結果Fig.11 Result of reconstruction on power socket images

    圖12 不同缺失率下的相對重構誤差Fig.12 Relative reconstruction errors of different methods under different loss rates

    圖13給出了實際工作環(huán)境中獲取的存在樣本缺失時的實測圖像,可以看出在這種情況下難以進行后續(xù)的信息提取。利用所提方法和壓縮感知方法對其進行重構得到的結果如圖14(a)和圖14(b)所示,經過2種方法處理后,圖像中絕大部分信息都被恢復,但是壓縮感知方法恢復的圖像中還是存在少量缺失像素引起的“斑點”,而所提方法幾乎實現了完全的重構,性能優(yōu)于壓縮感知方法,與前述仿真實驗一致。

    圖13 實際場景中像素缺失圖像Fig.13 Test images with missing pixels in real scene

    圖14 不同方法對實測數據的重構結果Fig.14 Reconstruction results on measured images

    4 結論

    變電站巡檢機器人的出現極大地推動了智能電網的發(fā)展,使真正的無人值守變成為可能。圖像處理技術作為變電站巡檢機器人的核心技術,吸引了國內外學者的廣泛關注與研究.本文針對巡檢機器人圖像處理中的噪聲抑制和像素缺失圖像重構2種預處理技術進行研究,基于貝葉斯統計學習理論提出了2種統計模型,利用VBEM算法對模型參數進行求解,并采用實際光學圖像驗證了所提方法的有效性,主要結論如下:

    a)基于Bernoulli-Beta的貝葉斯統計模型能夠自適應地確定PCA中主分量的個數,具備學習參數精度高、噪聲抑制性能好的優(yōu)勢。基于實際光學圖像的實驗結果表明所提方法優(yōu)于傳統稀疏表示方法和小波方法。

    b)基于Gaussian-Wishart的貝葉斯統計模型的像素缺失圖像重構方法充分利用了圖像中像素的統計規(guī)律,并據此構建完整的貝葉斯模型,使未知完成圖像成為模型中的隱變量,并利用VBEM算法求解出其后驗分布從而實現圖像重構。相對于傳統壓縮感知方法具備更高的重構精度,特別是在像素缺失較多時,所提方法的優(yōu)勢更加明顯。

    猜你喜歡
    變電站方法
    學習方法
    關于變電站五防閉鎖裝置的探討
    電子制作(2018年8期)2018-06-26 06:43:34
    超高壓變電站運行管理模式探討
    電子制作(2017年8期)2017-06-05 09:36:15
    可能是方法不對
    220kV戶外變電站接地網的實用設計
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    賺錢方法
    變電站,城市中“無害”的鄰居
    河南電力(2015年5期)2015-06-08 06:01:45
    捕魚
    俺也久久电影网| 97超级碰碰碰精品色视频在线观看| 动漫黄色视频在线观看| 亚洲人成网站高清观看| 别揉我奶头~嗯~啊~动态视频| 日韩欧美三级三区| 国产亚洲精品av在线| 国内少妇人妻偷人精品xxx网站 | 激情在线观看视频在线高清| 成人亚洲精品av一区二区| 两个人视频免费观看高清| 国产一区二区三区在线臀色熟女| 熟女电影av网| 国产激情欧美一区二区| 免费搜索国产男女视频| 亚洲美女视频黄频| 色在线成人网| 亚洲电影在线观看av| 变态另类成人亚洲欧美熟女| 12—13女人毛片做爰片一| 黄色成人免费大全| 亚洲欧美日韩东京热| 少妇的逼水好多| 欧美一级a爱片免费观看看| 美女扒开内裤让男人捅视频| 1024手机看黄色片| 成人午夜高清在线视频| 噜噜噜噜噜久久久久久91| 久久精品aⅴ一区二区三区四区| 一二三四在线观看免费中文在| 国产精品电影一区二区三区| 人人妻人人看人人澡| 可以在线观看毛片的网站| 国产精品亚洲美女久久久| 两个人看的免费小视频| 18禁黄网站禁片午夜丰满| 成年女人永久免费观看视频| 午夜福利视频1000在线观看| 啦啦啦免费观看视频1| 亚洲 欧美一区二区三区| 在线免费观看不下载黄p国产 | ponron亚洲| 美女被艹到高潮喷水动态| 欧美黄色淫秽网站| 欧美成人一区二区免费高清观看 | 国产v大片淫在线免费观看| 亚洲色图 男人天堂 中文字幕| 久久这里只有精品中国| 亚洲一区二区三区色噜噜| 国产熟女xx| x7x7x7水蜜桃| 欧美成人性av电影在线观看| 他把我摸到了高潮在线观看| 18禁观看日本| 日韩中文字幕欧美一区二区| 99国产精品99久久久久| 禁无遮挡网站| 国模一区二区三区四区视频 | 操出白浆在线播放| 久久亚洲真实| 婷婷六月久久综合丁香| 亚洲国产精品合色在线| 黑人欧美特级aaaaaa片| 国产视频一区二区在线看| aaaaa片日本免费| 色精品久久人妻99蜜桃| 最近视频中文字幕2019在线8| 女生性感内裤真人,穿戴方法视频| 色吧在线观看| 国产高清视频在线观看网站| 十八禁网站免费在线| 久久久久久久久久黄片| 欧美午夜高清在线| 国产91精品成人一区二区三区| 1024香蕉在线观看| 深夜精品福利| 亚洲精品色激情综合| 久久中文字幕一级| 99国产综合亚洲精品| 久久精品夜夜夜夜夜久久蜜豆| 国产一区二区在线观看日韩 | 亚洲av片天天在线观看| 在线观看66精品国产| 91字幕亚洲| 国产三级中文精品| 亚洲美女黄片视频| 国产男靠女视频免费网站| 嫩草影视91久久| 每晚都被弄得嗷嗷叫到高潮| 午夜免费成人在线视频| 亚洲专区中文字幕在线| 久久久久久九九精品二区国产| 不卡一级毛片| 国产亚洲av高清不卡| 久久国产精品影院| 99视频精品全部免费 在线 | 免费搜索国产男女视频| 91在线精品国自产拍蜜月 | 国产亚洲欧美在线一区二区| 在线免费观看的www视频| 国产精品久久久av美女十八| 久久久成人免费电影| 午夜福利18| 久久人人精品亚洲av| 国产精品国产高清国产av| 亚洲avbb在线观看| 成人亚洲精品av一区二区| 丰满人妻熟妇乱又伦精品不卡| 两个人看的免费小视频| 久久国产精品人妻蜜桃| 99在线视频只有这里精品首页| 成人午夜高清在线视频| 国产精品精品国产色婷婷| 一二三四社区在线视频社区8| 精华霜和精华液先用哪个| 999久久久精品免费观看国产| 99精品在免费线老司机午夜| www.精华液| 91麻豆av在线| 色综合欧美亚洲国产小说| 国产淫片久久久久久久久 | av欧美777| 我的老师免费观看完整版| 免费av不卡在线播放| 国产午夜精品论理片| 天堂网av新在线| 黄色丝袜av网址大全| 精品午夜福利视频在线观看一区| 亚洲人成伊人成综合网2020| 免费观看的影片在线观看| 男女之事视频高清在线观看| 免费大片18禁| 国产欧美日韩精品亚洲av| 日韩 欧美 亚洲 中文字幕| 亚洲精品在线美女| 国产亚洲精品综合一区在线观看| 久久精品国产综合久久久| 一本综合久久免费| 91九色精品人成在线观看| 美女扒开内裤让男人捅视频| 亚洲一区高清亚洲精品| 熟女人妻精品中文字幕| tocl精华| 成人无遮挡网站| 国产精品女同一区二区软件 | 成年女人看的毛片在线观看| 欧美不卡视频在线免费观看| 日本熟妇午夜| 久久久久免费精品人妻一区二区| 美女被艹到高潮喷水动态| 最新美女视频免费是黄的| 韩国av一区二区三区四区| 国产伦精品一区二区三区四那| 日韩欧美国产在线观看| 色视频www国产| 99久久国产精品久久久| 国产精华一区二区三区| 国产精华一区二区三区| 搡老妇女老女人老熟妇| 日韩三级视频一区二区三区| 亚洲精品美女久久av网站| 色吧在线观看| 精品人妻1区二区| 999久久久精品免费观看国产| 国产精品乱码一区二三区的特点| 国产激情偷乱视频一区二区| 午夜日韩欧美国产| 欧美最黄视频在线播放免费| 国产成人欧美在线观看| 女警被强在线播放| 一夜夜www| 露出奶头的视频| 国产高清激情床上av| 亚洲成人久久性| 全区人妻精品视频| www.自偷自拍.com| 每晚都被弄得嗷嗷叫到高潮| 亚洲美女视频黄频| 久久天堂一区二区三区四区| 九九热线精品视视频播放| 欧美黄色片欧美黄色片| 欧美日韩中文字幕国产精品一区二区三区| 色吧在线观看| 免费电影在线观看免费观看| 国产一区二区激情短视频| 日韩欧美免费精品| 这个男人来自地球电影免费观看| 嫁个100分男人电影在线观看| 99精品欧美一区二区三区四区| 偷拍熟女少妇极品色| 男人和女人高潮做爰伦理| 亚洲国产色片| 在线免费观看不下载黄p国产 | 舔av片在线| 噜噜噜噜噜久久久久久91| 啪啪无遮挡十八禁网站| 欧美成狂野欧美在线观看| 精品久久久久久久毛片微露脸| 国产精品九九99| 香蕉丝袜av| 日韩av在线大香蕉| 51午夜福利影视在线观看| 午夜亚洲福利在线播放| а√天堂www在线а√下载| 亚洲精品中文字幕一二三四区| 综合色av麻豆| 欧美zozozo另类| 美女cb高潮喷水在线观看 | 高潮久久久久久久久久久不卡| 久久热在线av| 国产精品一区二区免费欧美| 脱女人内裤的视频| 免费观看精品视频网站| 国产av一区在线观看免费| 校园春色视频在线观看| 真人一进一出gif抽搐免费| 99精品久久久久人妻精品| 国产激情久久老熟女| 久久久久精品国产欧美久久久| 精品99又大又爽又粗少妇毛片 | 亚洲欧美一区二区三区黑人| 国产黄色小视频在线观看| 老鸭窝网址在线观看| 噜噜噜噜噜久久久久久91| 日韩欧美三级三区| 亚洲av美国av| 日本a在线网址| 国产成人aa在线观看| 一边摸一边抽搐一进一小说| 俺也久久电影网| 久久久国产成人免费| 在线观看日韩欧美| 国产精华一区二区三区| 可以在线观看的亚洲视频| 欧美中文日本在线观看视频| 精品欧美国产一区二区三| 亚洲在线自拍视频| 久久人妻av系列| 淫妇啪啪啪对白视频| 美女被艹到高潮喷水动态| 香蕉久久夜色| 中文字幕久久专区| 亚洲国产日韩欧美精品在线观看 | 免费看日本二区| 免费在线观看成人毛片| 黄片大片在线免费观看| 久久久久九九精品影院| 好男人在线观看高清免费视频| 99国产精品一区二区蜜桃av| 极品教师在线免费播放| 亚洲aⅴ乱码一区二区在线播放| 久久午夜亚洲精品久久| 给我免费播放毛片高清在线观看| 欧美色欧美亚洲另类二区| 观看免费一级毛片| 久久久久免费精品人妻一区二区| 国内精品久久久久精免费| 91在线观看av| 国产精品乱码一区二三区的特点| 精品不卡国产一区二区三区| 黄色 视频免费看| 国产三级中文精品| av天堂在线播放| 日韩人妻高清精品专区| 精品一区二区三区视频在线观看免费| 亚洲国产精品sss在线观看| 99久久精品热视频| 亚洲熟妇中文字幕五十中出| 国产精品九九99| 制服丝袜大香蕉在线| 俄罗斯特黄特色一大片| 欧美成人一区二区免费高清观看 | 久久伊人香网站| 亚洲avbb在线观看| 啦啦啦观看免费观看视频高清| 日韩国内少妇激情av| 国内精品美女久久久久久| 成人国产一区最新在线观看| 我的老师免费观看完整版| 男人舔女人的私密视频| 一级a爱片免费观看的视频| 五月伊人婷婷丁香| 草草在线视频免费看| 嫩草影院精品99| 日韩欧美一区二区三区在线观看| 亚洲国产精品合色在线| 国内精品美女久久久久久| 999久久久精品免费观看国产| 国产野战对白在线观看| 久久精品国产清高在天天线| 久久精品综合一区二区三区| 色综合站精品国产| 亚洲av熟女| 国内精品久久久久久久电影| 99热这里只有是精品50| 动漫黄色视频在线观看| 夜夜看夜夜爽夜夜摸| 欧美又色又爽又黄视频| 啦啦啦免费观看视频1| 岛国视频午夜一区免费看| 色综合站精品国产| 观看美女的网站| 欧美黑人巨大hd| 麻豆av在线久日| 免费观看的影片在线观看| 日韩欧美国产在线观看| 国产熟女xx| 一个人看视频在线观看www免费 | 精品午夜福利视频在线观看一区| 午夜福利成人在线免费观看| 99久国产av精品| 成人欧美大片| 国产伦在线观看视频一区| 成年女人看的毛片在线观看| 成人av一区二区三区在线看| 色在线成人网| 亚洲精品国产精品久久久不卡| 久久精品国产亚洲av香蕉五月| 亚洲美女视频黄频| 亚洲精品一区av在线观看| 久久精品国产亚洲av香蕉五月| 亚洲精品美女久久av网站| 嫁个100分男人电影在线观看| 欧美丝袜亚洲另类 | 香蕉国产在线看| 精品久久久久久成人av| 91av网站免费观看| 精品久久久久久久毛片微露脸| 99久久无色码亚洲精品果冻| 午夜激情欧美在线| 免费在线观看日本一区| 亚洲在线自拍视频| 亚洲国产精品合色在线| 无遮挡黄片免费观看| 一二三四社区在线视频社区8| 露出奶头的视频| 日本一二三区视频观看| 亚洲第一电影网av| 在线十欧美十亚洲十日本专区| 色在线成人网| 91在线精品国自产拍蜜月 | 免费观看人在逋| 热99re8久久精品国产| 脱女人内裤的视频| 国产亚洲精品久久久com| 精品久久蜜臀av无| 好看av亚洲va欧美ⅴa在| 人人妻人人澡欧美一区二区| 母亲3免费完整高清在线观看| 亚洲成av人片免费观看| 一级毛片高清免费大全| 午夜视频精品福利| 亚洲狠狠婷婷综合久久图片| 午夜精品在线福利| 看免费av毛片| 亚洲专区字幕在线| 亚洲成人久久性| 国产黄a三级三级三级人| 99在线视频只有这里精品首页| 淫妇啪啪啪对白视频| 在线观看免费视频日本深夜| 亚洲成人中文字幕在线播放| 视频区欧美日本亚洲| 成人性生交大片免费视频hd| 国产精品亚洲av一区麻豆| 国产在线精品亚洲第一网站| 黄色成人免费大全| 午夜免费观看网址| 亚洲欧美日韩卡通动漫| 久久久久性生活片| 美女被艹到高潮喷水动态| 99久久久亚洲精品蜜臀av| 日韩欧美一区二区三区在线观看| 欧美性猛交╳xxx乱大交人| 欧美色视频一区免费| 啦啦啦韩国在线观看视频| 午夜福利在线观看免费完整高清在 | 在线永久观看黄色视频| 欧美一区二区国产精品久久精品| 1024手机看黄色片| 欧美最黄视频在线播放免费| 搞女人的毛片| 色哟哟哟哟哟哟| 亚洲18禁久久av| 1024手机看黄色片| netflix在线观看网站| 亚洲真实伦在线观看| 极品教师在线免费播放| 老司机午夜十八禁免费视频| 亚洲av成人精品一区久久| 久久国产精品影院| 色吧在线观看| 久久亚洲真实| 国产成人啪精品午夜网站| 欧美不卡视频在线免费观看| 久久精品国产亚洲av香蕉五月| 天天躁日日操中文字幕| 99久国产av精品| 亚洲最大成人中文| 黄色女人牲交| 国产真实乱freesex| 亚洲国产欧美网| 2021天堂中文幕一二区在线观| 女生性感内裤真人,穿戴方法视频| 国产美女午夜福利| 91九色精品人成在线观看| 精华霜和精华液先用哪个| 国产黄色小视频在线观看| 亚洲avbb在线观看| 麻豆成人av在线观看| 精品国产三级普通话版| 俺也久久电影网| 成人一区二区视频在线观看| 欧美日本亚洲视频在线播放| 久9热在线精品视频| 精品福利观看| 国产精品一及| 成人鲁丝片一二三区免费| 在线观看66精品国产| 国产亚洲欧美在线一区二区| 色综合欧美亚洲国产小说| 国产高潮美女av| 亚洲精华国产精华精| 欧美最黄视频在线播放免费| 国产三级在线视频| 久久久久国内视频| 少妇的逼水好多| 欧美在线黄色| 青草久久国产| 亚洲av片天天在线观看| 国产精品久久久人人做人人爽| 好男人在线观看高清免费视频| 国产精品99久久久久久久久| 久久99热这里只有精品18| 午夜激情欧美在线| 中文亚洲av片在线观看爽| 最近视频中文字幕2019在线8| 国产高清videossex| 日韩欧美 国产精品| 男女之事视频高清在线观看| 99国产精品99久久久久| 国产精品,欧美在线| 国产久久久一区二区三区| 成人三级黄色视频| 在线免费观看不下载黄p国产 | 日本熟妇午夜| 亚洲18禁久久av| 男女下面进入的视频免费午夜| 18美女黄网站色大片免费观看| 亚洲中文日韩欧美视频| 99精品欧美一区二区三区四区| 精品午夜福利视频在线观看一区| 麻豆久久精品国产亚洲av| 日本免费a在线| 精品一区二区三区av网在线观看| 亚洲国产中文字幕在线视频| 日日摸夜夜添夜夜添小说| 日韩成人在线观看一区二区三区| 可以在线观看的亚洲视频| 亚洲va日本ⅴa欧美va伊人久久| 九色成人免费人妻av| 高清在线国产一区| 啦啦啦免费观看视频1| 别揉我奶头~嗯~啊~动态视频| 国产毛片a区久久久久| 男女床上黄色一级片免费看| 99久久综合精品五月天人人| 日韩欧美 国产精品| 久久天躁狠狠躁夜夜2o2o| 中文字幕高清在线视频| 在线免费观看的www视频| 久久草成人影院| 成年女人看的毛片在线观看| 亚洲av日韩精品久久久久久密| 亚洲人成伊人成综合网2020| 黑人操中国人逼视频| 久久精品国产清高在天天线| 精品无人区乱码1区二区| 夜夜看夜夜爽夜夜摸| 搡老妇女老女人老熟妇| 国产伦精品一区二区三区四那| av国产免费在线观看| 99在线视频只有这里精品首页| 亚洲va日本ⅴa欧美va伊人久久| 久久久久久久久久黄片| 中出人妻视频一区二区| 老汉色∧v一级毛片| 亚洲av第一区精品v没综合| 日日摸夜夜添夜夜添小说| 黄色女人牲交| 中出人妻视频一区二区| 999久久久国产精品视频| 免费人成视频x8x8入口观看| 国产熟女xx| 国产一区二区在线av高清观看| 级片在线观看| 在线视频色国产色| 亚洲人成伊人成综合网2020| 999久久久精品免费观看国产| 成人午夜高清在线视频| 成人一区二区视频在线观看| 久久久成人免费电影| 性欧美人与动物交配| 国产爱豆传媒在线观看| 18美女黄网站色大片免费观看| 好看av亚洲va欧美ⅴa在| 亚洲18禁久久av| svipshipincom国产片| 午夜影院日韩av| 国产真实乱freesex| 久久香蕉精品热| 国产成人精品久久二区二区91| 搡老熟女国产l中国老女人| 亚洲精品色激情综合| 欧洲精品卡2卡3卡4卡5卡区| 免费看a级黄色片| 午夜激情福利司机影院| 悠悠久久av| 免费看十八禁软件| 免费无遮挡裸体视频| 91av网站免费观看| 一级毛片高清免费大全| 久久久久久久久久黄片| 精品99又大又爽又粗少妇毛片 | 色老头精品视频在线观看| 嫩草影院精品99| 99久久精品一区二区三区| 18禁国产床啪视频网站| 中出人妻视频一区二区| 日韩欧美国产一区二区入口| 一本一本综合久久| 一级黄色大片毛片| 亚洲精华国产精华精| 黄色日韩在线| 国产成人精品久久二区二区91| 91在线观看av| 国产精品九九99| 99热这里只有是精品50| 日韩欧美一区二区三区在线观看| 欧美日韩亚洲国产一区二区在线观看| 日本五十路高清| 国产麻豆成人av免费视频| 两个人的视频大全免费| 在线观看午夜福利视频| 国产精品亚洲一级av第二区| 欧美xxxx黑人xx丫x性爽| 亚洲av五月六月丁香网| 91av网站免费观看| 亚洲国产欧美网| 淫秽高清视频在线观看| 最近最新中文字幕大全电影3| 美女午夜性视频免费| 最新在线观看一区二区三区| 欧美+亚洲+日韩+国产| 亚洲成人久久爱视频| 人妻夜夜爽99麻豆av| 黄片大片在线免费观看| 黄色成人免费大全| 亚洲黑人精品在线| 香蕉久久夜色| 久久久精品欧美日韩精品| 亚洲中文日韩欧美视频| 亚洲av日韩精品久久久久久密| 真人做人爱边吃奶动态| 亚洲精品国产精品久久久不卡| 可以在线观看毛片的网站| 亚洲熟妇中文字幕五十中出| 精品国内亚洲2022精品成人| 中文字幕人妻丝袜一区二区| 淫妇啪啪啪对白视频| 美女高潮喷水抽搐中文字幕| 国产av一区在线观看免费| av欧美777| 精品久久久久久成人av| 在线观看一区二区三区| 国产精品 欧美亚洲| 久久婷婷人人爽人人干人人爱| 欧美另类亚洲清纯唯美| 国产精品香港三级国产av潘金莲| 欧美3d第一页| 村上凉子中文字幕在线| 首页视频小说图片口味搜索| 久久久国产欧美日韩av| 女人被狂操c到高潮| 少妇人妻一区二区三区视频| e午夜精品久久久久久久| 亚洲自拍偷在线| 亚洲第一欧美日韩一区二区三区| 男女下面进入的视频免费午夜| 成人18禁在线播放| 久久久成人免费电影| 九色国产91popny在线| 国产精品免费一区二区三区在线| 观看免费一级毛片| 久久精品影院6| 日日摸夜夜添夜夜添小说| 久久久久久久午夜电影| 欧美日本视频| 欧美成人性av电影在线观看| 欧美日韩精品网址| 午夜福利在线观看吧| 午夜两性在线视频| 亚洲无线观看免费| 亚洲九九香蕉| 国产伦一二天堂av在线观看| 18禁美女被吸乳视频| 国产精品一区二区三区四区免费观看 | 又大又爽又粗| 夜夜看夜夜爽夜夜摸| 国产欧美日韩一区二区精品| 欧美日韩黄片免| 欧美日韩一级在线毛片| 国产男靠女视频免费网站| av片东京热男人的天堂| 村上凉子中文字幕在线|