• <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 ?

    基于波段加權(quán)K均值聚類的高光譜影像分類

    2020-10-28 07:14:02趙泉華
    無線電工程 2020年11期
    關(guān)鍵詞:信息量測度波段

    李 玉,甄 暢,石 雪,趙泉華

    (1.遼寧工程技術(shù)大學(xué) 測繪與地理科學(xué)學(xué)院 遙感科學(xué)與應(yīng)用研究院,遼寧 阜新 123000;2.桂林理工大學(xué) 測繪地理信息學(xué)院,廣西 桂林 541000)

    0 引言

    由于高光譜遙感自身的特點,使得其一直是遙感領(lǐng)域的研究熱點之一[1-2]。高光譜遙感影像在眾多領(lǐng)域中具有廣泛的應(yīng)用,包括農(nóng)業(yè)、林業(yè)、海洋、礦石及大氣成分研究等領(lǐng)域[3-8]。由于高光譜影像內(nèi)包含了比較豐富的光譜信息,對地物目標(biāo)的精細(xì)、精準(zhǔn)分類及提取、理化、生物參數(shù)的反演提供了數(shù)據(jù)支撐和保障,所以其是定量對地觀測最具潛力的新一代數(shù)據(jù)源[9-10]。然而,由于高光譜影像包含眾多的波段,將波段看作特征,在解譯時會有休斯現(xiàn)象,從而導(dǎo)致“維數(shù)災(zāi)難”,如何充分合理利用光譜特征是亟待解決的問題[11]。

    近年來,有效利用高光譜影像內(nèi)光譜特征信息的方式分為2種:第一種方式為直接采用所有光譜特征,這種方式是將所有特征看作一個整體,最具代表性的算法是光譜角分類法,該方式對于特征的冗余問題無法避免[12-14];第二種方式為通過處理運用部分光譜特征,這種方式包括降維和波段選擇兩大類。對于降維方法,經(jīng)典的有主成分分析法、獨立成分分析法及線性判別分析等,該類方法無法確定具體運用原始特征空間的哪一部分[15-20]。對于波段選擇方法,有學(xué)者提出了利用人工蜂群進(jìn)行波段選擇及基于流形波段選擇方法等,該類方法只能硬性選擇出一部分波段運用到后續(xù)的工作中,其他波段的信息都無法利用[21-24]。因此,本文將特征加權(quán)思想引入K均值算法以有效地利用波段信息,通過構(gòu)建不同的權(quán)重以表達(dá)出高光譜影像各波段的重要性[25]。

    1 算法描述

    1.1 分類模型

    設(shè)高光譜影像為z= {zn,n= 1,2,…,N} = {z(d),d= 1,2,…,D},其中,n為像素索引;N為總像素數(shù);d為波段索引;D為總波段數(shù);zn=(znd,d= 1,2,…,D)T為像素n的光譜測度矢量,znd為像素n在d波段的光譜測度;z(d)= {znd,n= 1,2,…,N}為d波段的光譜測度集合;T為矩陣的轉(zhuǎn)置符號。

    在采用K均值算法進(jìn)行影像分類時,通常影像各波段對分類結(jié)果起到的作用一致且波段間獨立[26-27]。由于高光譜影像的休斯現(xiàn)象十分明顯,所以對高光譜影像直接運用K均值算法不能避免維數(shù)災(zāi)難現(xiàn)象。對于高光譜影像,需要考慮各波段含有信息量及波段間的相關(guān)性等因素。為此,通過對各波段賦予不同的權(quán)重以有效地利用各波段的光譜特征,進(jìn)而解決高光譜影像的分類問題。

    建立具體目標(biāo)函數(shù)為:

    (1)

    受成像條件的影響,高光譜影像有少部分波段不益于影像分類,所以該部分波段的波段權(quán)重應(yīng)為0??梢酝ㄟ^各波段影像直方圖的分布情況來確定這部分波段[28]。設(shè)各波段影像的直方圖中頻率非0數(shù)的集合為h= {hd,d= 1,2,…,D},其中,hd= # {osd≠ 0,s∈{0,1,…,255}},osd= # {n,znd=s}。給定閾值T,當(dāng)hd

    對于剩余波段,由于各波段信息量及波段間相關(guān)關(guān)系都對分類結(jié)果產(chǎn)生影響,所以這兩個因素決定剩余波段的波段權(quán)重,以表達(dá)其對聚類的重要性。

    在影像中,熵信息是對影像不確定性即信息量的度量。因此,提出算法采用熵值的大小表示高光譜影像內(nèi)各波段的信息量度量[29-31]。定義波段d熵值表示為:

    (2)

    式中,令熵值矢量表示為E=(Ed,d= 1,2,…,D);pg表示灰度值為g且頻率不為0的概率:

    (3)

    在待分類影像中,均值表示了影像內(nèi)像素光譜測度的平均水平,標(biāo)準(zhǔn)差表示了影像內(nèi)像素光譜測度的離散程度。為了避免于標(biāo)準(zhǔn)差中所包含的平均水平的影響,采用均值與標(biāo)準(zhǔn)差的比值表示影像內(nèi)像素光譜測度關(guān)于離散程度上的信息量[32]。將波段d的像素光譜測度標(biāo)準(zhǔn)差表示為:

    (4)

    式中,令各波段內(nèi)像素光譜測度標(biāo)準(zhǔn)差的集合表示為σ= {σd,d= 1,2,…,D},令u={ud,d=1,2,…,D}表示為各波段像素光譜測度均值的集合,ud為波段d內(nèi)像素光譜測度的均值,可表示為:

    (5)

    在高光譜影像中,通常采用互信息來表示影像內(nèi)2個波段內(nèi)像素之間的相關(guān)關(guān)系[33-34]。設(shè)高光譜影像的互信息矩陣為R,設(shè)d波段影像z(d),其與d±1波段的互信息分別為Rd,d+1,Rd,d-1,其中:

    Rd,d±1=Ed+Ed±1-Ed,d±1,

    (6)

    式中,Ed,d±1為波段d與d+1及d與d-1的聯(lián)合熵:

    (7)

    綜上,定義波段權(quán)重wd為:

    (8)

    式中,A,B為調(diào)節(jié)參數(shù),分式上方和下方分別為信息量函數(shù)和相關(guān)性函數(shù)。提出算法中將調(diào)節(jié)參數(shù)A,B分別取大于0,以保證w與信息量函數(shù)呈正相關(guān),與相關(guān)性函數(shù)呈負(fù)相關(guān)。若B取值越大,則波段權(quán)重的變化范圍受波段信息量的影響越大,而對影像分類起主要作用的波段數(shù)量則越少。當(dāng)B=7時,僅存在少數(shù)波段的權(quán)重值較大,導(dǎo)致分類結(jié)果精度較低。為了提高對影像分類起主要作用波段的數(shù)量,選取參數(shù)B的取值范圍為(0,7]。參數(shù)A的取值大小反映了波段之間相關(guān)性對波段權(quán)重的影響,若數(shù)值越小則相關(guān)性對波段權(quán)重的影響程度越大。為了增大各波段之間波段權(quán)重的差異,選取參數(shù)A的取值范圍為(0,4]。

    (9)

    式中,

    (10)

    得到amd的取值范圍為amd∈[0.000 3,1]。

    1.2 模型求解

    為了實現(xiàn)高光譜影像分類,最小化目標(biāo)函數(shù)J以局部優(yōu)化r,x,a,獲得各參數(shù)的估計值,即:

    (11)

    參數(shù)求解過程描述如下:

    ① 求解r。像素隸屬于各類別的非相似性測度越小為1,表示該像素隸屬于對應(yīng)的類別,因此將r的表達(dá)式定義為:

    (12)

    ② 求解x。利用函數(shù)J對xmd求偏導(dǎo),令其為0,通過求解可得到x的表達(dá)式,具體過程為:

    (13)

    則xmd的具體表達(dá)式為:

    (14)

    ③ 求解a。利用拉格朗日乘數(shù)法求解amd。已知z,x,r,w和λ,構(gòu)建帶有約束條件的新目標(biāo)函數(shù),表示為:

    (15)

    式中,vm為拉格朗日因子。利用函數(shù)L對amd求偏導(dǎo),并令其為0,根據(jù)其自身的約束條件可求得amd的具體表達(dá)式為:

    (16)

    總結(jié)提出的波段加權(quán)K均值聚類影像分類算法的實現(xiàn)過程:

    ① 設(shè)置閾值T,ε1>0,ε2>0以及當(dāng)循環(huán)次數(shù)達(dá)到LOOP時停止迭代;設(shè)置初始聚類中心矢量集x(0)和波段-類別權(quán)重矢量集a(0);

    ② 根據(jù)式(2)、式(4)和式(5)分別計算各波段的熵值E、標(biāo)準(zhǔn)差σ及均值u;

    ③ 根據(jù)式(6)計算互信息矩陣R;

    ④ 根據(jù)式(8)確定波段權(quán)重矢量w;

    ⑤ 根據(jù)式(12)計算聚類隸屬矢量集r(t+1);

    ⑥ 根據(jù)式(14)計算聚類中心矢量集x(t+1)

    ⑦ 根據(jù)式(9)和式(10)計算規(guī)則化項λ(t+1);

    ⑧ 根據(jù)式(16)計算波段-類別權(quán)重矢量集a(t+1);

    ⑨ 如果|xmd(t+1)-xmd(t)|<ε1且|amd(t+1)-amd(t)|<ε2或t=LOOP,則停止迭代;否則迭代次數(shù)增加,并轉(zhuǎn)⑤。

    2 高光譜影像的分類實驗和討論

    為了驗證提出算法對高光譜影像分類的有效性,利用MATLAB軟件編程以實現(xiàn)高光譜影像分類。實驗選用了AVIRIS數(shù)據(jù),影像內(nèi)呈現(xiàn)的是Salinas地區(qū),空間分辨率為3.7 m,尺寸為512 pixel×217 pixel,光譜測量范圍為400~2 500 nm,實驗中去除水吸收波段共20個,采用204個波段進(jìn)行實驗,利用34,18,11波段填充紅、綠、藍(lán)波段構(gòu)成真彩色影像,如圖1(a),圖像中包括16類地物目標(biāo),如表1所示。圖1(b)為高光譜影像的標(biāo)準(zhǔn)分類圖。

    圖1 Salinas真彩色影像與標(biāo)準(zhǔn)分類圖Fig.1 True color display image and standard classification image of Salinas

    表1 高光譜影像的類別標(biāo)號和地物名稱Tab.1 Labels and ground features of hyperspectral images

    由于本文中類別為16,則選擇閾值T為15。對于本文使用的高光譜影像來說,采用控制變量法來確定A和B最合適的取值。根據(jù)總精度變化情況,本文取A為2,B為2.5最合適。

    采用對比算法和提出算法對高光譜影像進(jìn)行分類得到的結(jié)果如圖2所示。其中,圖2(a)為K均值算法獲得的高光譜影像分類結(jié)果,圖2(b)為提出算法獲得的高光譜影像分類結(jié)果。

    圖2 高光譜影像分類結(jié)果Fig.2 Classification results of hyperspectral images

    從視覺上看,K均值算法將C1和C2類分成了一類,將C10和C11類分成了一類,C8和C15類區(qū)域錯分成了4個類別。本文算法將C1和C2類部分區(qū)域分開,將C10和C11類分開,將C3類的大部分區(qū)域分了出來。

    對比算法和提出算法分類結(jié)果的精度如表2所示,以定量評價提出算法的分類效果。通過比較各分類算法的結(jié)果影像與標(biāo)準(zhǔn)分類影像可得到關(guān)于各類別地物的混淆矩陣,并以此可以計算出分類結(jié)果的各個精度值。結(jié)合分類精度和分類結(jié)果可知,導(dǎo)致分類精度比較低的原因是影像中存在同物異譜和異物同譜現(xiàn)象,主要代表類別為C3,C8,C15類,尤其是C8和C15類之間,其異物同譜及同物異譜現(xiàn)象十分明顯;C3類中,上半部分與C5類異物同譜,下半部分與C12類異物同譜。由于本文方法是根據(jù)光譜進(jìn)行分類,所以這種光譜相近的類別很難分開。在實驗中,對高光譜影像分別運用K均值算法、本文算法以及將本文算法中求得的w取倒數(shù)進(jìn)行分類,對應(yīng)的總精度分別為54.73%,78.08%,47.77%,由此可見引入w的有效性。

    表2 高光譜影像分類結(jié)果精度評價

    3 結(jié)束語

    本文提出了一種融合波段加權(quán)的高光譜影像分類算法,提出算法為了有效地利用高光譜影像的波段信息,將特征加權(quán)思想引入到K均值算法中,該思想提供了一種數(shù)據(jù)變換的方式,同時通過特征權(quán)重的定義提供將對地物目標(biāo)的認(rèn)知融入算法模型的途徑。該方法也算是提供了一種新的降維方式,打破了傳統(tǒng)硬性的波段選擇方式,通過波段權(quán)重來定義波段的重要性。在未來的工作中,需要考慮如何根據(jù)具體的任務(wù)對特征加權(quán)。

    猜你喜歡
    信息量測度波段
    春日暖陽
    三個數(shù)字集生成的自相似測度的乘積譜
    R1上莫朗測度關(guān)于幾何平均誤差的最優(yōu)Vornoi分劃
    非等熵Chaplygin氣體測度值解存在性
    Cookie-Cutter集上的Gibbs測度
    基于信息理論的交通信息量度量
    如何增加地方電視臺時政新聞的信息量
    新聞傳播(2016年11期)2016-07-10 12:04:01
    M87的多波段輻射過程及其能譜擬合
    日常維護(hù)對L 波段雷達(dá)的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    基于多尺度互信息量的數(shù)字視頻幀篡改檢測
    91在线精品国自产拍蜜月| 蜜桃在线观看..| 久久久久久久久久久免费av| 欧美bdsm另类| 国精品久久久久久国模美| 水蜜桃什么品种好| av在线老鸭窝| 美女脱内裤让男人舔精品视频| 在线观看免费日韩欧美大片| www.熟女人妻精品国产 | 伦精品一区二区三区| 天天操日日干夜夜撸| 日韩精品有码人妻一区| 人人妻人人添人人爽欧美一区卜| 亚洲精品成人av观看孕妇| 久久久久久久亚洲中文字幕| 免费av不卡在线播放| 制服诱惑二区| 免费大片18禁| 晚上一个人看的免费电影| 久久久欧美国产精品| 中文字幕人妻丝袜制服| 久久这里只有精品19| √禁漫天堂资源中文www| 99久久综合免费| 亚洲五月色婷婷综合| 男女午夜视频在线观看 | 一级a做视频免费观看| 免费观看性生交大片5| 亚洲精品国产av成人精品| 超碰97精品在线观看| 天天影视国产精品| 成年人免费黄色播放视频| 色网站视频免费| 亚洲av国产av综合av卡| av免费在线看不卡| 日韩成人av中文字幕在线观看| 亚洲精品日本国产第一区| 亚洲国产欧美日韩在线播放| 国产伦理片在线播放av一区| 亚洲第一区二区三区不卡| 欧美日韩精品成人综合77777| 大码成人一级视频| 男男h啪啪无遮挡| 亚洲欧美中文字幕日韩二区| 丝袜喷水一区| 国产免费现黄频在线看| 少妇被粗大猛烈的视频| 9色porny在线观看| 在线免费观看不下载黄p国产| 老女人水多毛片| 精品人妻熟女毛片av久久网站| 永久免费av网站大全| 看非洲黑人一级黄片| 国产国拍精品亚洲av在线观看| 两个人看的免费小视频| 久久久久精品性色| 亚洲国产看品久久| 国产免费福利视频在线观看| 国产男人的电影天堂91| 9191精品国产免费久久| 亚洲国产欧美日韩在线播放| 久久鲁丝午夜福利片| 视频在线观看一区二区三区| 成人国产麻豆网| 精品第一国产精品| 国产精品国产三级国产专区5o| 亚洲欧美色中文字幕在线| 久久女婷五月综合色啪小说| 成人手机av| 国产亚洲欧美精品永久| 一二三四中文在线观看免费高清| 久久精品久久久久久久性| 精品一品国产午夜福利视频| 九九在线视频观看精品| 观看av在线不卡| 国产精品一区二区在线不卡| 精品视频人人做人人爽| 国产成人精品福利久久| 两性夫妻黄色片 | 久久久久网色| 精品亚洲乱码少妇综合久久| 日韩熟女老妇一区二区性免费视频| 最新的欧美精品一区二区| 亚洲内射少妇av| 老司机影院成人| 亚洲欧美色中文字幕在线| 免费女性裸体啪啪无遮挡网站| 国产成人免费观看mmmm| 久久午夜福利片| 中文字幕免费在线视频6| 久久鲁丝午夜福利片| 国产一区二区在线观看日韩| 久久精品久久精品一区二区三区| 久久久久久久国产电影| 免费av不卡在线播放| 亚洲国产精品专区欧美| 午夜福利影视在线免费观看| 丝袜喷水一区| 日韩av在线免费看完整版不卡| 欧美国产精品一级二级三级| 熟女人妻精品中文字幕| 尾随美女入室| 99热国产这里只有精品6| 日日摸夜夜添夜夜爱| 午夜精品国产一区二区电影| 免费看光身美女| 一区在线观看完整版| 亚洲 欧美一区二区三区| 亚洲精品中文字幕在线视频| 国产探花极品一区二区| 成人黄色视频免费在线看| 黄色怎么调成土黄色| 人妻系列 视频| 熟女av电影| 只有这里有精品99| 亚洲精品av麻豆狂野| 国产欧美日韩一区二区三区在线| 成人免费观看视频高清| 观看av在线不卡| 男男h啪啪无遮挡| 国产日韩欧美视频二区| 五月开心婷婷网| 日本wwww免费看| videossex国产| 精品亚洲成a人片在线观看| 人体艺术视频欧美日本| 国产精品偷伦视频观看了| 国产一区二区在线观看日韩| 欧美xxⅹ黑人| 成人毛片a级毛片在线播放| 91午夜精品亚洲一区二区三区| 乱码一卡2卡4卡精品| 如何舔出高潮| 成年人免费黄色播放视频| 草草在线视频免费看| 99九九在线精品视频| 午夜福利视频在线观看免费| 日韩一本色道免费dvd| 亚洲欧洲精品一区二区精品久久久 | 成年美女黄网站色视频大全免费| 国产精品免费大片| 亚洲精品中文字幕在线视频| 全区人妻精品视频| av一本久久久久| 青春草国产在线视频| 91精品三级在线观看| 看非洲黑人一级黄片| 咕卡用的链子| 赤兔流量卡办理| 中文欧美无线码| 卡戴珊不雅视频在线播放| 精品亚洲乱码少妇综合久久| 1024视频免费在线观看| 中文字幕av电影在线播放| 高清毛片免费看| 免费观看av网站的网址| 久久影院123| 黄色 视频免费看| 国产一区二区激情短视频 | 日日摸夜夜添夜夜爱| videos熟女内射| 大话2 男鬼变身卡| 看免费av毛片| 一a级毛片在线观看| 欧美亚洲 丝袜 人妻 在线| 99精品在免费线老司机午夜| 一级a爱片免费观看的视频| 国产欧美日韩综合在线一区二区| 精品国产国语对白av| 美女午夜性视频免费| 一级,二级,三级黄色视频| 久久热在线av| videos熟女内射| 啪啪无遮挡十八禁网站| 国产aⅴ精品一区二区三区波| 老汉色∧v一级毛片| 岛国毛片在线播放| 少妇的丰满在线观看| 不卡av一区二区三区| 午夜福利一区二区在线看| 国产精品成人在线| 成人永久免费在线观看视频| 久久亚洲精品不卡| 欧美日韩福利视频一区二区| 色老头精品视频在线观看| 热99久久久久精品小说推荐| 亚洲人成伊人成综合网2020| 老司机深夜福利视频在线观看| 午夜福利乱码中文字幕| 久99久视频精品免费| 成人永久免费在线观看视频| 久久久精品免费免费高清| 成人黄色视频免费在线看| 欧美日韩国产mv在线观看视频| 国产主播在线观看一区二区| 在线观看日韩欧美| 91九色精品人成在线观看| 国产不卡一卡二| 超色免费av| 少妇猛男粗大的猛烈进出视频| tube8黄色片| 十八禁人妻一区二区| 丁香六月欧美| av在线播放免费不卡| 久久午夜亚洲精品久久| 无限看片的www在线观看| 日韩欧美一区视频在线观看| 免费在线观看亚洲国产| 日本黄色视频三级网站网址 | 757午夜福利合集在线观看| 欧美黄色片欧美黄色片| e午夜精品久久久久久久| 水蜜桃什么品种好| 免费高清在线观看日韩| 欧美国产精品一级二级三级| 99久久人妻综合| 天天操日日干夜夜撸| 日日夜夜操网爽| 国产一区有黄有色的免费视频| 一边摸一边抽搐一进一小说 | cao死你这个sao货| 黄色毛片三级朝国网站| 另类亚洲欧美激情| 国产成人免费观看mmmm| 中文亚洲av片在线观看爽 | 亚洲欧美日韩另类电影网站| 免费女性裸体啪啪无遮挡网站| 欧美大码av| 免费黄频网站在线观看国产| 69精品国产乱码久久久| 成年版毛片免费区| 国产一区二区激情短视频| 多毛熟女@视频| 久久人人97超碰香蕉20202| 亚洲av欧美aⅴ国产| 日日爽夜夜爽网站| 国产91精品成人一区二区三区| 亚洲成a人片在线一区二区| 黑人巨大精品欧美一区二区mp4| 国产免费现黄频在线看| xxxhd国产人妻xxx| 精品国产美女av久久久久小说| 日本撒尿小便嘘嘘汇集6| 精品少妇一区二区三区视频日本电影| 亚洲av熟女| 免费一级毛片在线播放高清视频 | 涩涩av久久男人的天堂| 欧美日韩一级在线毛片| 精品国产亚洲在线| 老鸭窝网址在线观看| 成人精品一区二区免费| 老汉色av国产亚洲站长工具| 久久人妻av系列| 欧美在线黄色| 18禁裸乳无遮挡动漫免费视频| 12—13女人毛片做爰片一| 久久久久久久久久久久大奶| 欧美性长视频在线观看| 精品久久久久久久毛片微露脸| 正在播放国产对白刺激| 91成人精品电影| 久9热在线精品视频| 热99国产精品久久久久久7| 啦啦啦免费观看视频1| 人妻一区二区av| 亚洲精品乱久久久久久| 亚洲色图av天堂| 久久中文字幕人妻熟女| 国产男女内射视频| 久热爱精品视频在线9| 精品久久久久久久毛片微露脸| 久久久久国产一级毛片高清牌| 欧美不卡视频在线免费观看 | 人人妻,人人澡人人爽秒播| 精品国产一区二区三区久久久樱花| 两人在一起打扑克的视频| 动漫黄色视频在线观看| 19禁男女啪啪无遮挡网站| 亚洲精华国产精华精| 久9热在线精品视频| 在线av久久热| 亚洲一区二区三区不卡视频| 亚洲精品久久成人aⅴ小说| 亚洲成a人片在线一区二区| 无限看片的www在线观看| 国产av一区二区精品久久| 欧美日韩成人在线一区二区| 午夜久久久在线观看| 国产野战对白在线观看| 在线观看午夜福利视频| 午夜日韩欧美国产| 19禁男女啪啪无遮挡网站| 国产精品亚洲av一区麻豆| 9热在线视频观看99| 黄色女人牲交| √禁漫天堂资源中文www| 欧美亚洲日本最大视频资源| 国产有黄有色有爽视频| 黄色丝袜av网址大全| 国产成人欧美| av超薄肉色丝袜交足视频| 美国免费a级毛片| 久久久精品免费免费高清| 国产熟女午夜一区二区三区| 精品久久久精品久久久| 黄色视频,在线免费观看| 法律面前人人平等表现在哪些方面| 999精品在线视频| 久久香蕉国产精品| 久久人人爽av亚洲精品天堂| 欧美精品高潮呻吟av久久| 十八禁人妻一区二区| 欧美日韩av久久| 久久久久精品人妻al黑| 一级片'在线观看视频| 亚洲精品一卡2卡三卡4卡5卡| av线在线观看网站| 大香蕉久久成人网| 亚洲一区二区三区不卡视频| 亚洲成人国产一区在线观看| 亚洲欧美激情综合另类| 一二三四在线观看免费中文在| 岛国毛片在线播放| 一级片'在线观看视频| 无遮挡黄片免费观看| 久久精品91无色码中文字幕| 欧美乱码精品一区二区三区| 免费高清在线观看日韩| 两人在一起打扑克的视频| 亚洲午夜精品一区,二区,三区| 两性午夜刺激爽爽歪歪视频在线观看 | 人人妻人人澡人人爽人人夜夜| 亚洲精品中文字幕一二三四区| 亚洲人成电影免费在线| 精品免费久久久久久久清纯 | 在线十欧美十亚洲十日本专区| 一进一出抽搐gif免费好疼 | 国产亚洲一区二区精品| 亚洲精品国产精品久久久不卡| 欧美成狂野欧美在线观看| 久久ye,这里只有精品| 丝袜在线中文字幕| 亚洲,欧美精品.| 国产精品 国内视频| 狂野欧美激情性xxxx| 国产精品一区二区精品视频观看| 美女午夜性视频免费| 91av网站免费观看| 别揉我奶头~嗯~啊~动态视频| 岛国在线观看网站| 亚洲av日韩精品久久久久久密| 亚洲成国产人片在线观看| 日韩欧美国产一区二区入口| 超色免费av| 女同久久另类99精品国产91| 欧美激情高清一区二区三区| 亚洲欧美一区二区三区久久| 精品乱码久久久久久99久播| 丰满迷人的少妇在线观看| 国产亚洲精品第一综合不卡| 热99re8久久精品国产| 下体分泌物呈黄色| 久久精品国产亚洲av高清一级| 99精品在免费线老司机午夜| 老熟妇仑乱视频hdxx| 久9热在线精品视频| 国产免费男女视频| 男女下面插进去视频免费观看| 久久久久久久久免费视频了| 亚洲精品美女久久av网站| 久久久国产一区二区| 精品国产一区二区三区四区第35| 久久久国产成人免费| 久久久久久免费高清国产稀缺| 亚洲精品中文字幕一二三四区| 不卡av一区二区三区| 天堂√8在线中文| 欧美中文综合在线视频| 新久久久久国产一级毛片| 十八禁人妻一区二区| 亚洲熟女毛片儿| 最近最新中文字幕大全免费视频| 国产成人免费无遮挡视频| 99在线人妻在线中文字幕 | 午夜视频精品福利| 免费女性裸体啪啪无遮挡网站| 好看av亚洲va欧美ⅴa在| 人妻一区二区av| 99久久综合精品五月天人人| 好男人电影高清在线观看| 国产欧美日韩综合在线一区二区| 亚洲中文字幕日韩| 免费人成视频x8x8入口观看| 亚洲色图av天堂| videosex国产| 久久热在线av| 大香蕉久久网| 国产aⅴ精品一区二区三区波| 欧美精品高潮呻吟av久久| 大码成人一级视频| www.自偷自拍.com| 欧美日韩视频精品一区| 精品国产国语对白av| 欧美日韩亚洲综合一区二区三区_| 久久ye,这里只有精品| 男女午夜视频在线观看| 亚洲人成伊人成综合网2020| 亚洲成人免费电影在线观看| 满18在线观看网站| 国产精品1区2区在线观看. | 日本wwww免费看| 免费在线观看影片大全网站| 一区二区三区精品91| 757午夜福利合集在线观看| 免费人成视频x8x8入口观看| 一本综合久久免费| 岛国毛片在线播放| 在线国产一区二区在线| 一本一本久久a久久精品综合妖精| aaaaa片日本免费| 国产男靠女视频免费网站| 免费观看a级毛片全部| 变态另类成人亚洲欧美熟女 | 日本黄色视频三级网站网址 | 亚洲第一欧美日韩一区二区三区| 涩涩av久久男人的天堂| 99热国产这里只有精品6| 亚洲成人免费电影在线观看| 成人黄色视频免费在线看| 一二三四在线观看免费中文在| 狠狠婷婷综合久久久久久88av| 欧美性长视频在线观看| 人人妻人人澡人人爽人人夜夜| 91大片在线观看| 999精品在线视频| 日韩视频一区二区在线观看| 高清欧美精品videossex| 天堂动漫精品| 在线播放国产精品三级| 亚洲成av片中文字幕在线观看| 中出人妻视频一区二区| 久久精品国产a三级三级三级| 亚洲成国产人片在线观看| 丝瓜视频免费看黄片| 国产精华一区二区三区| 国产欧美日韩一区二区三区在线| 后天国语完整版免费观看| 国产精品99久久99久久久不卡| 男人的好看免费观看在线视频 | 777米奇影视久久| 亚洲精品在线观看二区| 成年女人毛片免费观看观看9 | 亚洲av电影在线进入| 国产成人啪精品午夜网站| 久热爱精品视频在线9| 国产亚洲精品久久久久5区| 美女国产高潮福利片在线看| 免费高清在线观看日韩| 国产精品久久久久成人av| 五月开心婷婷网| 最近最新中文字幕大全电影3 | 国产精品久久久久成人av| 国产亚洲精品久久久久5区| 99国产精品一区二区三区| av网站免费在线观看视频| 国产亚洲精品久久久久久毛片 | 黑人巨大精品欧美一区二区蜜桃| 首页视频小说图片口味搜索| 在线观看免费视频网站a站| 久久午夜综合久久蜜桃| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲熟妇中文字幕五十中出 | 热99国产精品久久久久久7| 亚洲精品自拍成人| 在线十欧美十亚洲十日本专区| 久久久久国内视频| 老司机在亚洲福利影院| 香蕉丝袜av| 在线观看66精品国产| 满18在线观看网站| 香蕉久久夜色| 亚洲黑人精品在线| 一边摸一边抽搐一进一出视频| 亚洲成av片中文字幕在线观看| 亚洲 欧美一区二区三区| 欧美老熟妇乱子伦牲交| 校园春色视频在线观看| 亚洲国产看品久久| av网站在线播放免费| 国产又爽黄色视频| bbb黄色大片| 精品卡一卡二卡四卡免费| 在线天堂中文资源库| 十分钟在线观看高清视频www| 亚洲午夜精品一区,二区,三区| 91成人精品电影| 夜夜爽天天搞| 三级毛片av免费| 亚洲专区国产一区二区| 亚洲第一青青草原| 久久久精品国产亚洲av高清涩受| 777久久人妻少妇嫩草av网站| 日本a在线网址| 久久人人爽av亚洲精品天堂| 丝袜在线中文字幕| 欧美成狂野欧美在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产精品合色在线| 女人高潮潮喷娇喘18禁视频| 别揉我奶头~嗯~啊~动态视频| 在线观看免费高清a一片| av天堂在线播放| 免费在线观看黄色视频的| 午夜日韩欧美国产| 国产不卡一卡二| 欧美日韩视频精品一区| 国产野战对白在线观看| 99久久精品国产亚洲精品| 日韩欧美一区二区三区在线观看 | 看黄色毛片网站| 国产91精品成人一区二区三区| svipshipincom国产片| 成年人免费黄色播放视频| 精品一区二区三区av网在线观看| 女人久久www免费人成看片| 国产在线精品亚洲第一网站| 久久人妻福利社区极品人妻图片| 国产免费男女视频| 国产黄色免费在线视频| av天堂在线播放| 精品一区二区三区四区五区乱码| 久热这里只有精品99| 国内久久婷婷六月综合欲色啪| 亚洲精品粉嫩美女一区| 国精品久久久久久国模美| 亚洲av熟女| 国产乱人伦免费视频| 视频区图区小说| 国产精品一区二区精品视频观看| 国产国语露脸激情在线看| 大型黄色视频在线免费观看| 国产精品 欧美亚洲| 国产又色又爽无遮挡免费看| 亚洲精品av麻豆狂野| 日韩三级视频一区二区三区| 亚洲午夜精品一区,二区,三区| 亚洲av第一区精品v没综合| 女性被躁到高潮视频| a在线观看视频网站| 丝袜在线中文字幕| av网站在线播放免费| 啦啦啦免费观看视频1| 亚洲 欧美一区二区三区| 美女高潮到喷水免费观看| 水蜜桃什么品种好| 一级,二级,三级黄色视频| 国产精品影院久久| 多毛熟女@视频| 黄片小视频在线播放| 国产精品久久久久成人av| 国产成人精品久久二区二区91| 三上悠亚av全集在线观看| 精品国产一区二区久久| 欧美黑人精品巨大| 搡老乐熟女国产| 91av网站免费观看| 99国产精品一区二区三区| 久久久国产成人免费| 好男人电影高清在线观看| 成人18禁在线播放| 久久精品国产清高在天天线| 国产成+人综合+亚洲专区| 欧美激情高清一区二区三区| 欧美亚洲日本最大视频资源| 18禁黄网站禁片午夜丰满| 久久狼人影院| 久久 成人 亚洲| 精品久久久久久久毛片微露脸| 亚洲成人免费电影在线观看| 久9热在线精品视频| 国产高清激情床上av| www.熟女人妻精品国产| 欧美日韩亚洲综合一区二区三区_| 老司机亚洲免费影院| 国产熟女午夜一区二区三区| av线在线观看网站| 9色porny在线观看| 亚洲熟妇中文字幕五十中出 | 老司机深夜福利视频在线观看| 午夜精品在线福利| 国产欧美日韩一区二区三区在线| 热99re8久久精品国产| 国产精品免费一区二区三区在线 | 国产欧美日韩一区二区三区在线| 法律面前人人平等表现在哪些方面| 两个人免费观看高清视频| 成人影院久久| 国产伦人伦偷精品视频| 欧美精品亚洲一区二区| av片东京热男人的天堂| 搡老岳熟女国产| 少妇猛男粗大的猛烈进出视频| 精品国产乱码久久久久久男人| 老司机亚洲免费影院| 亚洲一区二区三区欧美精品| 久久久精品区二区三区| 精品欧美一区二区三区在线| 久久精品熟女亚洲av麻豆精品| 在线观看免费高清a一片| 中文字幕另类日韩欧美亚洲嫩草| 麻豆乱淫一区二区| 99riav亚洲国产免费| 日韩成人在线观看一区二区三区| 高清av免费在线|