• <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(tǒng)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:后驗貝葉斯信噪比

    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(tǒng)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(tǒng)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(tǒng)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(shù)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(shù)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(xiàn)代電網技術的發(fā)展,傳統(tǒng)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(shù),同時能夠完成自動充電,配合后臺控制系統(tǒng)對采集到的數(shù)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(xiàn)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??;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(xiàn);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(xiàn)噪聲抑制;但是小波基函數(shù)和小波分解層數(shù)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(shù)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(tǒng)計模型[18],該模型能夠自動確定PCA中主分量的個數(shù),從而自適應地實現(xiàn)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(tǒng)計模型[19-20],不需要訓練樣本即可有效實現(xiàn)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(shù)進行求解?;趯崪y數(shù)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(shù)據降維方法之一,其通過線性組合的方式將原始數(shù)據綜合成少數(shù)幾個主分量,并利用綜合后的主分量代替原始高維數(shù)據,由此實現(xiàn)降維和去噪。在噪聲抑制的過程中,主分量的個數(shù)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(shù)偏多,導致噪聲抑制不徹底,而BIC確定的主分量個數(shù)偏少,在實現(xiàn)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(shù)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(tǒng)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(shù)?;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(shù),xn為觀測數(shù)據;U=[u1u2…uK]為觀測數(shù)據對應的協(xié)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(shù),zk為取值為0或1的二值變量,即服從參數(shù)為πk的伯努利分布(Bernoulli);πk表示zk=1的概率,zk=1表明協(xié)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(shù)量即為主分量個數(shù)K*;為了保證在迭代過程中模型是稀疏的,即只有少數(shù)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(xié)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(shù)為c0、d0的伽馬分布(Gamma);a0、b0、c0、d0均為不含信息的超參數(shù),通常將初始值設置為10-6。

    (2)

    a)參數(shù)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(shù)π的后驗分布

    (4)

    超參數(shù)的迭代過程如下:

    (5)

    c)參數(shù)γ的后驗期望

    (6)

    超參數(shù)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(shù)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(shù)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(shù)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(tǒng)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(shù)的后驗期望分別如下。

    a)參數(shù)x的后驗期望

    〈xn〉=ηn,

    (12)

    后驗分布的迭代公式

    (13)

    b)參數(shù)u的后驗期望

    〈u〉=mu,

    (14)

    后驗分布的迭代公式為:

    (15)

    c)參數(shù)S的后驗期望

    (16)

    后驗分布的迭代公式為:

    (17)

    d)參數(shù)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(shù)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(tǒng)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(tǒng)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(tǒng)小波方法采用db2小波,硬閾值,分解層數(shù)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(shù)來定量比較噪聲抑制結果,相關系數(shù)定義Rmse如式(22)所示,相關系數(shù)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(shù)曲線。假設實際工程應用要求相關系數(shù)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(shù)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(shù)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(xiàn)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(shù)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(tǒng)計分析。首先利用直方圖統(tǒng)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(shù)。統(tǒng)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(shù)。由圖8可以看出,統(tǒng)計得到像素分布的直方圖與高斯概率密度函數(shù)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(tǒng)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(shù)與全部像素數(shù)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(shù)和列數(shù)。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(xiàn)絕大多數(shù)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(xiàn)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(xiàn)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(shù)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(xiàn)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(tǒng)計學習理論提出了2種統(tǒng)計模型,利用VBEM算法對模型參數(shù)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(tǒng)計模型能夠自適應地確定PCA中主分量的個數(shù),具備學習參數(shù)精度高、噪聲抑制性能好的優(yōu)勢?;趯嶋H光學圖像的實驗結果表明所提方法優(yōu)于傳統(tǒng)稀疏表示方法和小波方法。

    b)基于Gaussian-Wishart的貝葉斯統(tǒng)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(tǒng)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(xiàn)圖像重構。相對于傳統(tǒng)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
    后驗貝葉斯信噪比
    基于對偶理論的橢圓變分不等式的后驗誤差分析(英)
    基于深度學習的無人機數(shù)據鏈信噪比估計算法
    貝葉斯統(tǒng)計中單參數(shù)后驗分布的精確計算方法
    低信噪比下LFMCW信號調頻參數(shù)估計
    電子測試(2018年11期)2018-06-26 05:56:02
    低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
    雷達學報(2017年3期)2018-01-19 02:01:27
    貝葉斯公式及其應用
    一種基于最大后驗框架的聚類分析多基線干涉SAR高度重建算法
    雷達學報(2017年6期)2017-03-26 07:53:04
    基于貝葉斯估計的軌道占用識別方法
    一種基于貝葉斯壓縮感知的說話人識別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    保持信噪比的相位分解反褶積方法研究
    九九爱精品视频在线观看| 久久久色成人| 中文字幕亚洲精品专区| 国产精品不卡视频一区二区| 国产av码专区亚洲av| 日韩中字成人| 天美传媒精品一区二区| 免费看日本二区| a级一级毛片免费在线观看| 可以在线观看毛片的网站| 建设人人有责人人尽责人人享有的 | 一级毛片aaaaaa免费看小| 干丝袜人妻中文字幕| 免费看日本二区| 亚洲人成网站高清观看| 熟妇人妻久久中文字幕3abv| 亚洲国产精品合色在线| av.在线天堂| 欧美区成人在线视频| 看十八女毛片水多多多| 波野结衣二区三区在线| 夜夜看夜夜爽夜夜摸| 1000部很黄的大片| 91久久精品电影网| 人妻夜夜爽99麻豆av| 男女啪啪激烈高潮av片| 国产精品福利在线免费观看| 少妇人妻一区二区三区视频| 色噜噜av男人的天堂激情| 国产精品一及| 丰满乱子伦码专区| av在线播放精品| 一二三四中文在线观看免费高清| 亚洲精品影视一区二区三区av| 日韩亚洲欧美综合| 啦啦啦啦在线视频资源| 亚洲美女搞黄在线观看| 又爽又黄无遮挡网站| 免费观看人在逋| 天天躁日日操中文字幕| 亚洲国产精品成人综合色| 简卡轻食公司| 99久国产av精品| 最近最新中文字幕大全电影3| 亚洲精品aⅴ在线观看| 只有这里有精品99| 亚洲欧洲国产日韩| 免费观看a级毛片全部| 免费观看a级毛片全部| 精品午夜福利在线看| av在线天堂中文字幕| av在线播放精品| 国产亚洲精品久久久com| 亚洲欧美一区二区三区国产| 干丝袜人妻中文字幕| 在线播放国产精品三级| 大又大粗又爽又黄少妇毛片口| 午夜视频国产福利| 亚洲在久久综合| av福利片在线观看| 边亲边吃奶的免费视频| 亚洲av成人精品一二三区| 亚洲18禁久久av| 性色avwww在线观看| 色尼玛亚洲综合影院| 夫妻性生交免费视频一级片| 免费电影在线观看免费观看| 一本久久精品| 国产精品野战在线观看| 亚洲精品,欧美精品| 欧美性猛交╳xxx乱大交人| 国产亚洲一区二区精品| 尾随美女入室| 成人三级黄色视频| 亚洲婷婷狠狠爱综合网| av线在线观看网站| 日本熟妇午夜| 国产精品av视频在线免费观看| 毛片一级片免费看久久久久| 久久人妻av系列| 老司机影院毛片| 日韩制服骚丝袜av| 男人的好看免费观看在线视频| 亚洲不卡免费看| 国产黄片美女视频| 五月玫瑰六月丁香| 热99re8久久精品国产| 美女被艹到高潮喷水动态| 身体一侧抽搐| 国产亚洲午夜精品一区二区久久 | 日韩大片免费观看网站 | 搞女人的毛片| 97人妻精品一区二区三区麻豆| 免费观看性生交大片5| 欧美极品一区二区三区四区| 永久网站在线| 日韩强制内射视频| 成人亚洲精品av一区二区| 黄色一级大片看看| 亚洲精品乱久久久久久| 中文字幕精品亚洲无线码一区| 中文资源天堂在线| 少妇人妻一区二区三区视频| 18禁在线无遮挡免费观看视频| 久久精品国产鲁丝片午夜精品| 在线a可以看的网站| 99热网站在线观看| 国产老妇伦熟女老妇高清| 青春草视频在线免费观看| 欧美精品一区二区大全| 欧美性感艳星| 亚洲精品一区蜜桃| 麻豆久久精品国产亚洲av| 少妇的逼好多水| 国产人妻一区二区三区在| 精品久久久久久久人妻蜜臀av| 日韩精品青青久久久久久| 国产精品精品国产色婷婷| 亚洲一区高清亚洲精品| 人人妻人人澡人人爽人人夜夜 | 有码 亚洲区| 日韩一区二区三区影片| av福利片在线观看| 久久久久久久午夜电影| 99热6这里只有精品| 尾随美女入室| 九色成人免费人妻av| 在线免费十八禁| 少妇的逼水好多| 成人三级黄色视频| 国内精品宾馆在线| 欧美+日韩+精品| 午夜a级毛片| 亚洲精品影视一区二区三区av| 老女人水多毛片| 中文天堂在线官网| 18禁在线播放成人免费| 精品久久久久久久久久久久久| 免费av不卡在线播放| 国产精品久久久久久精品电影| 一本久久精品| av在线亚洲专区| 精品国产三级普通话版| 午夜爱爱视频在线播放| 色综合色国产| 国产黄a三级三级三级人| 午夜激情福利司机影院| 黄色日韩在线| 欧美一区二区国产精品久久精品| 亚洲av电影不卡..在线观看| 精品不卡国产一区二区三区| 成年女人永久免费观看视频| 蜜桃久久精品国产亚洲av| 亚洲第一区二区三区不卡| 亚洲熟妇中文字幕五十中出| 久久精品夜色国产| 国内精品一区二区在线观看| 精品久久国产蜜桃| 蜜桃亚洲精品一区二区三区| 成年女人看的毛片在线观看| av在线天堂中文字幕| 亚洲av电影不卡..在线观看| 久久久亚洲精品成人影院| 嫩草影院精品99| 特大巨黑吊av在线直播| 久久精品91蜜桃| 国国产精品蜜臀av免费| 欧美成人午夜免费资源| 久久欧美精品欧美久久欧美| 亚洲综合精品二区| 亚洲无线观看免费| 欧美精品国产亚洲| 国产视频内射| 人人妻人人澡人人爽人人夜夜 | 少妇裸体淫交视频免费看高清| 别揉我奶头 嗯啊视频| 人妻夜夜爽99麻豆av| 超碰av人人做人人爽久久| 久久99热6这里只有精品| 国产精品一区二区在线观看99 | 亚洲国产欧美人成| 午夜福利成人在线免费观看| 中文天堂在线官网| 嫩草影院入口| 免费一级毛片在线播放高清视频| 国产精品久久久久久精品电影| 国产成人aa在线观看| 久久鲁丝午夜福利片| 亚州av有码| 中文字幕精品亚洲无线码一区| 女人久久www免费人成看片 | 国产精品一区二区三区四区免费观看| 国产黄a三级三级三级人| 亚洲欧美一区二区三区国产| 久久久久久久久中文| 国产精品国产三级专区第一集| 国产黄片视频在线免费观看| 蜜桃久久精品国产亚洲av| 插逼视频在线观看| 国产欧美另类精品又又久久亚洲欧美| 日韩成人av中文字幕在线观看| 水蜜桃什么品种好| 丝袜喷水一区| 岛国毛片在线播放| 国产精品一区二区性色av| 丰满人妻一区二区三区视频av| 嫩草影院入口| 国产精品一二三区在线看| 啦啦啦韩国在线观看视频| 国产熟女欧美一区二区| 久久久久精品久久久久真实原创| 最近中文字幕高清免费大全6| 桃色一区二区三区在线观看| 少妇的逼水好多| 日本-黄色视频高清免费观看| 日韩大片免费观看网站 | 色综合色国产| or卡值多少钱| 大又大粗又爽又黄少妇毛片口| av国产免费在线观看| 国产精品嫩草影院av在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 色吧在线观看| 免费黄网站久久成人精品| 在线观看av片永久免费下载| 嫩草影院入口| 欧美人与善性xxx| 在线免费观看的www视频| 国产亚洲一区二区精品| 精品熟女少妇av免费看| 成人午夜高清在线视频| 久久亚洲国产成人精品v| 美女黄网站色视频| 少妇人妻精品综合一区二区| .国产精品久久| 国产精品爽爽va在线观看网站| 高清在线视频一区二区三区 | 午夜福利在线观看吧| 欧美变态另类bdsm刘玥| 亚洲精品乱久久久久久| 直男gayav资源| 国产三级在线视频| 亚洲人与动物交配视频| 1000部很黄的大片| 春色校园在线视频观看| 成年版毛片免费区| 国产高清国产精品国产三级 | 综合色av麻豆| 国产淫语在线视频| 久久久成人免费电影| 成年免费大片在线观看| 亚洲精品自拍成人| 日韩亚洲欧美综合| 夜夜看夜夜爽夜夜摸| 嫩草影院新地址| 秋霞伦理黄片| 日韩制服骚丝袜av| 成人二区视频| 国产av在哪里看| 国内精品宾馆在线| 波野结衣二区三区在线| 成人午夜高清在线视频| 欧美激情国产日韩精品一区| 亚洲内射少妇av| 国产在线一区二区三区精 | 1024手机看黄色片| 久久鲁丝午夜福利片| 国国产精品蜜臀av免费| 亚洲av成人精品一区久久| 少妇被粗大猛烈的视频| 国产视频内射| 又爽又黄a免费视频| 久久99精品国语久久久| 少妇人妻精品综合一区二区| 免费观看在线日韩| 亚洲国产最新在线播放| 看免费成人av毛片| 视频中文字幕在线观看| 天堂av国产一区二区熟女人妻| 精品一区二区免费观看| 久久精品国产99精品国产亚洲性色| 大话2 男鬼变身卡| 亚洲va在线va天堂va国产| 内射极品少妇av片p| 亚洲国产欧美人成| 男女那种视频在线观看| 久久婷婷人人爽人人干人人爱| 色视频www国产| 男的添女的下面高潮视频| 18禁在线无遮挡免费观看视频| 人人妻人人看人人澡| 美女黄网站色视频| 高清在线视频一区二区三区 | 国产人妻一区二区三区在| 国产av码专区亚洲av| 亚洲欧美日韩卡通动漫| 国产精品乱码一区二三区的特点| 成人特级av手机在线观看| 久久久久久久亚洲中文字幕| 亚洲国产精品专区欧美| 一级黄片播放器| 成年女人看的毛片在线观看| 午夜免费激情av| 久久久久国产网址| 日本爱情动作片www.在线观看| 人人妻人人看人人澡| 国产成人精品婷婷| 国产综合懂色| 精品久久久久久电影网 | 美女国产视频在线观看| 亚洲国产精品久久男人天堂| 亚洲欧美成人综合另类久久久 | 亚洲综合色惰| 久久草成人影院| 国产极品天堂在线| 秋霞在线观看毛片| 婷婷色麻豆天堂久久 | 亚洲成人精品中文字幕电影| 国产精品一二三区在线看| 纵有疾风起免费观看全集完整版 | 日韩欧美精品免费久久| 三级男女做爰猛烈吃奶摸视频| 国产黄色小视频在线观看| 欧美变态另类bdsm刘玥| 国产一区二区在线av高清观看| 国产一区有黄有色的免费视频 | 亚州av有码| 亚洲精品一区蜜桃| 婷婷六月久久综合丁香| 久久精品国产鲁丝片午夜精品| 成人三级黄色视频| 国产精品国产三级国产专区5o | 欧美成人精品欧美一级黄| 人人妻人人澡欧美一区二区| 色视频www国产| 婷婷色麻豆天堂久久 | av免费观看日本| 国产亚洲一区二区精品| 人人妻人人澡欧美一区二区| 日本黄色片子视频| 久久欧美精品欧美久久欧美| 免费黄色在线免费观看| 91久久精品电影网| 国产美女午夜福利| 波多野结衣高清无吗| 精品人妻熟女av久视频| 91午夜精品亚洲一区二区三区| 国产淫片久久久久久久久| 亚洲第一区二区三区不卡| 18禁裸乳无遮挡免费网站照片| 亚洲av二区三区四区| 91久久精品国产一区二区成人| 天天一区二区日本电影三级| 久久久国产成人免费| 舔av片在线| 国产精品电影一区二区三区| 少妇的逼好多水| 夜夜爽夜夜爽视频| 爱豆传媒免费全集在线观看| 国产 一区 欧美 日韩| 99热网站在线观看| 十八禁国产超污无遮挡网站| 国产欧美另类精品又又久久亚洲欧美| 午夜精品一区二区三区免费看| 久久久久久伊人网av| 午夜激情欧美在线| 国产乱人视频| 一个人看的www免费观看视频| 欧美高清成人免费视频www| 久久欧美精品欧美久久欧美| 亚洲精品影视一区二区三区av| 国产午夜精品论理片| 亚洲欧美成人综合另类久久久 | 国产一区有黄有色的免费视频 | 干丝袜人妻中文字幕| 国产亚洲av片在线观看秒播厂 | 内射极品少妇av片p| 亚洲精品成人久久久久久| 免费观看性生交大片5| 99热6这里只有精品| 亚洲国产精品合色在线| 日本猛色少妇xxxxx猛交久久| 99久国产av精品国产电影| 国产精品伦人一区二区| 国产精品一区二区在线观看99 | 网址你懂的国产日韩在线| 国产精品av视频在线免费观看| 18禁在线无遮挡免费观看视频| 真实男女啪啪啪动态图| 亚洲欧美日韩东京热| 午夜a级毛片| 国产亚洲精品久久久com| 亚洲精品一区蜜桃| 九九在线视频观看精品| 久久这里只有精品中国| 欧美xxxx黑人xx丫x性爽| 亚洲在线观看片| 日本-黄色视频高清免费观看| 免费不卡的大黄色大毛片视频在线观看 | 午夜福利在线观看吧| 欧美成人午夜免费资源| 日本熟妇午夜| 日韩制服骚丝袜av| 欧美性感艳星| 久久草成人影院| 欧美日韩国产亚洲二区| 欧美日本亚洲视频在线播放| 91久久精品国产一区二区三区| 麻豆乱淫一区二区| 久久久久久久久久成人| 精品国产三级普通话版| 亚洲最大成人手机在线| 日韩成人伦理影院| 国产一区二区在线观看日韩| 亚洲国产最新在线播放| 美女被艹到高潮喷水动态| 91aial.com中文字幕在线观看| 一区二区三区四区激情视频| 午夜久久久久精精品| 日韩精品青青久久久久久| 国产中年淑女户外野战色| 久久欧美精品欧美久久欧美| 久热久热在线精品观看| 日韩制服骚丝袜av| 欧美97在线视频| 久久久久久国产a免费观看| 人人妻人人看人人澡| 乱人视频在线观看| 国产成人freesex在线| 我要搜黄色片| 成年版毛片免费区| 禁无遮挡网站| 日韩av不卡免费在线播放| 麻豆乱淫一区二区| 在线观看一区二区三区| 最近最新中文字幕大全电影3| 五月玫瑰六月丁香| 日韩在线高清观看一区二区三区| 日本免费a在线| 国内精品一区二区在线观看| 精品久久久久久久末码| 国产免费福利视频在线观看| 一级黄片播放器| 黄片无遮挡物在线观看| 别揉我奶头 嗯啊视频| 亚洲精品色激情综合| 亚洲丝袜综合中文字幕| 美女xxoo啪啪120秒动态图| 国产成人freesex在线| 亚洲高清免费不卡视频| 大话2 男鬼变身卡| 亚洲欧美一区二区三区国产| 亚洲成人中文字幕在线播放| 亚洲久久久久久中文字幕| 七月丁香在线播放| 可以在线观看毛片的网站| 日韩强制内射视频| 人妻制服诱惑在线中文字幕| 一区二区三区乱码不卡18| 永久免费av网站大全| 三级国产精品片| 少妇被粗大猛烈的视频| 九九在线视频观看精品| 午夜福利视频1000在线观看| 国产午夜福利久久久久久| 亚洲欧美一区二区三区国产| 欧美日韩精品成人综合77777| 久久久久久久久久久丰满| av又黄又爽大尺度在线免费看 | 午夜日本视频在线| 蜜桃亚洲精品一区二区三区| 亚洲av.av天堂| 国产探花在线观看一区二区| 欧美性猛交╳xxx乱大交人| 不卡视频在线观看欧美| 国产成人a∨麻豆精品| 国产老妇女一区| 插阴视频在线观看视频| 少妇熟女aⅴ在线视频| 成人三级黄色视频| 少妇人妻一区二区三区视频| av卡一久久| 免费观看精品视频网站| 国产精品一区二区三区四区久久| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美精品v在线| 干丝袜人妻中文字幕| 欧美三级亚洲精品| 国产精品久久视频播放| 成人高潮视频无遮挡免费网站| 久久99热这里只频精品6学生 | 午夜福利在线观看免费完整高清在| 久久久久九九精品影院| 九九在线视频观看精品| videossex国产| 三级男女做爰猛烈吃奶摸视频| 91精品伊人久久大香线蕉| 日日摸夜夜添夜夜添av毛片| 国国产精品蜜臀av免费| 国产淫语在线视频| 亚洲熟妇中文字幕五十中出| 亚洲精品一区蜜桃| 久久亚洲精品不卡| 特大巨黑吊av在线直播| 久久这里只有精品中国| videos熟女内射| 国产精品久久久久久精品电影| 久久久久久久久久久丰满| 最近最新中文字幕免费大全7| 日韩欧美国产在线观看| 亚洲伊人久久精品综合 | 精品国产一区二区三区久久久樱花 | 纵有疾风起免费观看全集完整版 | 久久久久久大精品| 成人综合一区亚洲| 精品午夜福利在线看| 十八禁国产超污无遮挡网站| 日日撸夜夜添| 精品人妻一区二区三区麻豆| 国产伦精品一区二区三区视频9| 韩国高清视频一区二区三区| 两个人的视频大全免费| 国产精品久久久久久精品电影小说 | 亚洲无线观看免费| or卡值多少钱| 国产精品永久免费网站| 日韩av不卡免费在线播放| videossex国产| 国产免费又黄又爽又色| 国产午夜精品久久久久久一区二区三区| 亚洲av电影在线观看一区二区三区 | 成人二区视频| 寂寞人妻少妇视频99o| 久久精品影院6| 人妻少妇偷人精品九色| 免费观看精品视频网站| 中文资源天堂在线| 成人三级黄色视频| 一级毛片我不卡| 亚洲av成人精品一区久久| 精品人妻偷拍中文字幕| 精品人妻视频免费看| 我要看日韩黄色一级片| 成人亚洲精品av一区二区| 国产成人freesex在线| 最新中文字幕久久久久| 美女黄网站色视频| 久久久久九九精品影院| 国产精品野战在线观看| 日韩一本色道免费dvd| 日韩av在线大香蕉| 亚洲人与动物交配视频| 亚洲国产精品国产精品| ponron亚洲| 18禁在线播放成人免费| 国产精品永久免费网站| 永久免费av网站大全| 黄片无遮挡物在线观看| 成人午夜高清在线视频| videos熟女内射| 国产免费福利视频在线观看| 久久综合国产亚洲精品| 亚洲精品影视一区二区三区av| 国产av一区在线观看免费| 亚洲精品乱码久久久久久按摩| 久久韩国三级中文字幕| 观看免费一级毛片| 人体艺术视频欧美日本| 亚洲精品久久久久久婷婷小说 | 丝袜喷水一区| 精品久久久久久电影网 | 欧美日韩精品成人综合77777| 欧美3d第一页| 国产免费福利视频在线观看| 少妇猛男粗大的猛烈进出视频 | 日日撸夜夜添| 精品99又大又爽又粗少妇毛片| 久久99蜜桃精品久久| 欧美xxxx性猛交bbbb| 精品一区二区三区人妻视频| 毛片女人毛片| 欧美三级亚洲精品| 丰满少妇做爰视频| 国产精品一区二区在线观看99 | 亚洲欧洲国产日韩| 国产v大片淫在线免费观看| 少妇人妻一区二区三区视频| 少妇人妻精品综合一区二区| 日韩一本色道免费dvd| 亚洲成人久久爱视频| 久久欧美精品欧美久久欧美| 亚洲人与动物交配视频| 国产精品综合久久久久久久免费| 中文字幕精品亚洲无线码一区| 久久亚洲精品不卡| 中文资源天堂在线| 国产在视频线精品| 美女大奶头视频| 精品国内亚洲2022精品成人| 亚洲高清免费不卡视频| av在线观看视频网站免费| 又黄又爽又刺激的免费视频.| 久久99热这里只频精品6学生 | 噜噜噜噜噜久久久久久91| 亚洲中文字幕日韩| 久久久国产成人精品二区| 国产高清视频在线观看网站| 一个人看的www免费观看视频| 色视频www国产| 99在线人妻在线中文字幕| h日本视频在线播放| 色视频www国产| av又黄又爽大尺度在线免费看 | 青青草视频在线视频观看| 边亲边吃奶的免费视频|