• <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
    亚洲国产中文字幕在线视频| 欧美日韩黄片免| 婷婷色麻豆天堂久久| www.自偷自拍.com| 一本色道久久久久久精品综合| 亚洲,欧美,日韩| 精品久久久精品久久久| 亚洲精品乱久久久久久| 午夜免费观看性视频| 在线观看免费高清a一片| 国产成人精品在线电影| 亚洲国产欧美一区二区综合| 高清不卡的av网站| 亚洲国产中文字幕在线视频| www.av在线官网国产| 国产成人精品久久二区二区免费| 免费看十八禁软件| 欧美老熟妇乱子伦牲交| 侵犯人妻中文字幕一二三四区| 久久热在线av| 成人国产av品久久久| www.自偷自拍.com| 亚洲国产精品成人久久小说| 亚洲av电影在线观看一区二区三区| 久久99精品国语久久久| 亚洲中文av在线| 18禁国产床啪视频网站| 日韩 亚洲 欧美在线| 国产成人啪精品午夜网站| 麻豆av在线久日| 亚洲男人天堂网一区| 一个人免费看片子| 九色亚洲精品在线播放| av电影中文网址| 久久精品久久精品一区二区三区| 爱豆传媒免费全集在线观看| 人人妻人人澡人人看| 欧美xxⅹ黑人| 国产一区二区激情短视频 | 国产爽快片一区二区三区| 另类亚洲欧美激情| 久久鲁丝午夜福利片| 亚洲国产欧美在线一区| 人体艺术视频欧美日本| 天天躁狠狠躁夜夜躁狠狠躁| 纯流量卡能插随身wifi吗| 欧美成人精品欧美一级黄| 亚洲精品成人av观看孕妇| 一本大道久久a久久精品| 欧美久久黑人一区二区| 欧美日韩亚洲国产一区二区在线观看 | 又大又黄又爽视频免费| 久久免费观看电影| 成年美女黄网站色视频大全免费| 国产在线免费精品| 99re6热这里在线精品视频| 久久人人97超碰香蕉20202| 日韩中文字幕欧美一区二区 | 亚洲av电影在线进入| 18禁国产床啪视频网站| 日韩视频在线欧美| 97在线人人人人妻| 在线亚洲精品国产二区图片欧美| 建设人人有责人人尽责人人享有的| 熟女少妇亚洲综合色aaa.| 亚洲熟女精品中文字幕| 亚洲av欧美aⅴ国产| 精品少妇黑人巨大在线播放| 男女无遮挡免费网站观看| 亚洲伊人色综图| 老熟女久久久| 国产精品久久久久久精品古装| 手机成人av网站| 精品少妇内射三级| 亚洲精品国产色婷婷电影| 一本—道久久a久久精品蜜桃钙片| 亚洲色图 男人天堂 中文字幕| 人体艺术视频欧美日本| 国产淫语在线视频| 亚洲伊人色综图| 国产成人影院久久av| 亚洲中文av在线| 午夜影院在线不卡| 久久久国产欧美日韩av| 91字幕亚洲| 国产亚洲一区二区精品| 亚洲欧美一区二区三区久久| 久久人人爽av亚洲精品天堂| 黑人猛操日本美女一级片| 婷婷丁香在线五月| 女人精品久久久久毛片| 两人在一起打扑克的视频| av片东京热男人的天堂| 久久久精品国产亚洲av高清涩受| 婷婷色麻豆天堂久久| a级毛片在线看网站| 91国产中文字幕| 只有这里有精品99| 亚洲国产欧美一区二区综合| 国产女主播在线喷水免费视频网站| 狠狠婷婷综合久久久久久88av| 国产男女超爽视频在线观看| 大陆偷拍与自拍| 成人亚洲精品一区在线观看| 在线精品无人区一区二区三| 欧美变态另类bdsm刘玥| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲 国产 在线| 黑人巨大精品欧美一区二区蜜桃| 黄网站色视频无遮挡免费观看| 老司机深夜福利视频在线观看 | 18禁裸乳无遮挡动漫免费视频| 国产97色在线日韩免费| 国产成人欧美在线观看 | 欧美日韩亚洲综合一区二区三区_| 19禁男女啪啪无遮挡网站| 国产亚洲欧美在线一区二区| 亚洲中文av在线| 免费女性裸体啪啪无遮挡网站| 精品国产乱码久久久久久男人| 国产高清不卡午夜福利| 成人亚洲欧美一区二区av| 视频区欧美日本亚洲| 亚洲九九香蕉| 中文字幕另类日韩欧美亚洲嫩草| 免费观看人在逋| 久久精品国产亚洲av高清一级| 国产成人精品久久久久久| 亚洲精品自拍成人| 久久精品成人免费网站| 欧美亚洲 丝袜 人妻 在线| 国产熟女午夜一区二区三区| 麻豆国产av国片精品| 99精品久久久久人妻精品| 成人国语在线视频| 一级毛片电影观看| 搡老乐熟女国产| 精品一区二区三区av网在线观看 | 国产精品99久久99久久久不卡| a级毛片黄视频| 一二三四在线观看免费中文在| 精品少妇一区二区三区视频日本电影| 亚洲五月色婷婷综合| 国产成人欧美| 国产精品国产三级国产专区5o| 国产亚洲一区二区精品| 91字幕亚洲| 日本欧美视频一区| 免费看不卡的av| 成年人免费黄色播放视频| 成人亚洲精品一区在线观看| 黄色一级大片看看| 久久国产精品大桥未久av| 亚洲黑人精品在线| 青草久久国产| 精品国产乱码久久久久久小说| 精品国产乱码久久久久久小说| 日韩制服骚丝袜av| 大片电影免费在线观看免费| 男女国产视频网站| 亚洲成人手机| 夜夜骑夜夜射夜夜干| 国产老妇伦熟女老妇高清| 久久久久国产精品人妻一区二区| 老司机靠b影院| 妹子高潮喷水视频| 18禁观看日本| 97在线人人人人妻| 十八禁高潮呻吟视频| 丝袜喷水一区| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品熟女亚洲av麻豆精品| 亚洲精品一二三| 欧美激情极品国产一区二区三区| 人人妻人人爽人人添夜夜欢视频| 精品人妻熟女毛片av久久网站| 国产男女超爽视频在线观看| 欧美老熟妇乱子伦牲交| 色94色欧美一区二区| 国产精品国产三级专区第一集| 各种免费的搞黄视频| 精品第一国产精品| 夜夜骑夜夜射夜夜干| 免费看av在线观看网站| 丝袜喷水一区| 亚洲精品美女久久久久99蜜臀 | 亚洲国产精品一区三区| 国产成人免费无遮挡视频| 少妇 在线观看| 人人妻,人人澡人人爽秒播 | 国产男女超爽视频在线观看| 这个男人来自地球电影免费观看| e午夜精品久久久久久久| 国产精品一区二区在线不卡| 色播在线永久视频| 亚洲欧美清纯卡通| 少妇粗大呻吟视频| 亚洲视频免费观看视频| 国产精品一区二区在线观看99| 超色免费av| 国产97色在线日韩免费| xxxhd国产人妻xxx| 亚洲欧美中文字幕日韩二区| tube8黄色片| 国产在线视频一区二区| 欧美在线一区亚洲| 午夜老司机福利片| 高潮久久久久久久久久久不卡| 欧美日韩国产mv在线观看视频| 亚洲欧美清纯卡通| 婷婷色综合www| 丝袜在线中文字幕| 两个人免费观看高清视频| 欧美在线一区亚洲| 首页视频小说图片口味搜索 | 国产主播在线观看一区二区 | 国产免费一区二区三区四区乱码| 亚洲精品国产区一区二| 两个人免费观看高清视频| 亚洲av日韩在线播放| 日本色播在线视频| 又粗又硬又长又爽又黄的视频| 免费一级毛片在线播放高清视频 | 热re99久久精品国产66热6| 国产亚洲av片在线观看秒播厂| 高清视频免费观看一区二区| 日韩一本色道免费dvd| 国产一区亚洲一区在线观看| 国产免费一区二区三区四区乱码| 欧美成人午夜精品| 亚洲国产看品久久| 天天添夜夜摸| 别揉我奶头~嗯~啊~动态视频 | 久久ye,这里只有精品| 欧美性长视频在线观看| 老司机靠b影院| 考比视频在线观看| 国产成人精品无人区| 国产一区二区在线观看av| 国精品久久久久久国模美| 蜜桃国产av成人99| 亚洲第一青青草原| 黄频高清免费视频| 国产精品人妻久久久影院| 亚洲欧美一区二区三区久久| 狠狠精品人妻久久久久久综合| 深夜精品福利| 亚洲精品久久久久久婷婷小说| 国产精品免费大片| 欧美精品啪啪一区二区三区 | 丁香六月欧美| 另类精品久久| 精品国产一区二区三区四区第35| 国产av精品麻豆| 男人操女人黄网站| 91老司机精品| 久久久久网色| 青春草视频在线免费观看| 欧美激情高清一区二区三区| 欧美日韩福利视频一区二区| av天堂久久9| 一级黄片播放器| 日韩电影二区| 久久人妻福利社区极品人妻图片 | 亚洲精品成人av观看孕妇| 成年动漫av网址| 交换朋友夫妻互换小说| 国产一区亚洲一区在线观看| 校园人妻丝袜中文字幕| 亚洲熟女毛片儿| 亚洲视频免费观看视频| 日韩大码丰满熟妇| av一本久久久久| 亚洲欧美中文字幕日韩二区| 搡老岳熟女国产| 狠狠婷婷综合久久久久久88av| 国产精品亚洲av一区麻豆| 亚洲av片天天在线观看| 中文字幕亚洲精品专区| 中文字幕人妻丝袜一区二区| 男女下面插进去视频免费观看| 首页视频小说图片口味搜索 | 另类亚洲欧美激情| 亚洲av日韩在线播放| 爱豆传媒免费全集在线观看| 欧美乱码精品一区二区三区| 丝瓜视频免费看黄片| 亚洲中文av在线| 又大又爽又粗| 啦啦啦在线观看免费高清www| 大片免费播放器 马上看| www.自偷自拍.com| 国产精品.久久久| 日本vs欧美在线观看视频| 午夜福利影视在线免费观看| 亚洲国产精品国产精品| 免费女性裸体啪啪无遮挡网站| 一级毛片 在线播放| 高清欧美精品videossex| 国产免费又黄又爽又色| 欧美xxⅹ黑人| 日韩中文字幕视频在线看片| 一本大道久久a久久精品| videos熟女内射| 国产免费现黄频在线看| 欧美日韩福利视频一区二区| 脱女人内裤的视频| 国产无遮挡羞羞视频在线观看| 亚洲,欧美,日韩| 亚洲色图 男人天堂 中文字幕| 我的亚洲天堂| 亚洲中文字幕日韩| 深夜精品福利| 青草久久国产| 午夜免费鲁丝| 丝瓜视频免费看黄片| 人体艺术视频欧美日本| 99热网站在线观看| 2021少妇久久久久久久久久久| www.自偷自拍.com| 亚洲成色77777| 国产成人欧美在线观看 | 50天的宝宝边吃奶边哭怎么回事| 大片免费播放器 马上看| 久久精品国产a三级三级三级| 天天添夜夜摸| 亚洲国产av影院在线观看| 美女福利国产在线| 亚洲国产成人一精品久久久| 亚洲精品美女久久av网站| 亚洲欧美成人综合另类久久久| 亚洲色图综合在线观看| 999精品在线视频| 日韩,欧美,国产一区二区三区| 欧美成狂野欧美在线观看| 久久久久久久精品精品| 天天躁夜夜躁狠狠躁躁| 国产精品.久久久| 可以免费在线观看a视频的电影网站| a级毛片黄视频| 赤兔流量卡办理| 两性夫妻黄色片| 午夜福利视频精品| 国产日韩欧美在线精品| 日韩人妻精品一区2区三区| 国产亚洲午夜精品一区二区久久| 国产片特级美女逼逼视频| 国产午夜精品一二区理论片| 国产成人影院久久av| 欧美久久黑人一区二区| 韩国精品一区二区三区| 肉色欧美久久久久久久蜜桃| 大片电影免费在线观看免费| 亚洲欧美一区二区三区国产| 亚洲国产看品久久| 美女大奶头黄色视频| 搡老乐熟女国产| 婷婷色av中文字幕| 看免费成人av毛片| 最新在线观看一区二区三区 | 少妇粗大呻吟视频| 国产欧美日韩精品亚洲av| 麻豆国产av国片精品| 国产成人免费无遮挡视频| www.自偷自拍.com| 久久人妻熟女aⅴ| 亚洲av男天堂| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品一区蜜桃| 亚洲精品美女久久av网站| 如日韩欧美国产精品一区二区三区| 精品一区二区三区av网在线观看 | 在线观看免费视频网站a站| 婷婷色麻豆天堂久久| 50天的宝宝边吃奶边哭怎么回事| 久久久久国产精品人妻一区二区| 19禁男女啪啪无遮挡网站| 国产一区二区在线观看av| 亚洲午夜精品一区,二区,三区| 日韩欧美一区视频在线观看| 国产黄色免费在线视频| 亚洲色图综合在线观看| 新久久久久国产一级毛片| 汤姆久久久久久久影院中文字幕| av国产精品久久久久影院| 国产日韩欧美亚洲二区| 欧美xxⅹ黑人| 国产成人av激情在线播放| 亚洲专区中文字幕在线| 中文字幕人妻丝袜制服| 亚洲情色 制服丝袜| 亚洲精品久久久久久婷婷小说| 精品少妇内射三级| avwww免费| 欧美日韩视频精品一区| 亚洲欧美一区二区三区久久| 无遮挡黄片免费观看| 久久天躁狠狠躁夜夜2o2o | 91麻豆精品激情在线观看国产 | 80岁老熟妇乱子伦牲交| 日韩大码丰满熟妇| 精品国产国语对白av| 久久亚洲精品不卡| 最黄视频免费看| 国产黄色视频一区二区在线观看| 高清视频免费观看一区二区| 18禁黄网站禁片午夜丰满| 美女国产高潮福利片在线看| 尾随美女入室| 成年女人毛片免费观看观看9 | 欧美日韩亚洲国产一区二区在线观看 | 视频在线观看一区二区三区| 国产成人a∨麻豆精品| 成人午夜精彩视频在线观看| 国产成人av教育| 亚洲精品成人av观看孕妇| 免费高清在线观看日韩| 国产精品一区二区在线不卡| 国产日韩欧美在线精品| 99精品久久久久人妻精品| 一边摸一边抽搐一进一出视频| 国产三级黄色录像| 男女边吃奶边做爰视频| 亚洲精品一区蜜桃| 国产黄频视频在线观看| 高清欧美精品videossex| 欧美人与善性xxx| 美女扒开内裤让男人捅视频| 久久久久久人人人人人| a级毛片在线看网站| 午夜日韩欧美国产| 亚洲国产精品999| 久久久久视频综合| 国产高清视频在线播放一区 | 亚洲国产欧美一区二区综合| 国产成人a∨麻豆精品| 午夜福利,免费看| 又粗又硬又长又爽又黄的视频| 黑人巨大精品欧美一区二区蜜桃| 国产黄色免费在线视频| 欧美性长视频在线观看| 视频区欧美日本亚洲| 中国国产av一级| 精品亚洲成a人片在线观看| 成年人黄色毛片网站| 黄色视频在线播放观看不卡| 黑丝袜美女国产一区| 日本av手机在线免费观看| 久热这里只有精品99| 国产97色在线日韩免费| 亚洲国产欧美日韩在线播放| 天天操日日干夜夜撸| 欧美日韩国产mv在线观看视频| 老司机影院成人| 精品一区二区三卡| 少妇人妻久久综合中文| 久久久久久免费高清国产稀缺| 亚洲国产欧美一区二区综合| 女人爽到高潮嗷嗷叫在线视频| 成年人免费黄色播放视频| 国产精品一区二区在线不卡| 久久国产精品男人的天堂亚洲| 亚洲欧洲国产日韩| 建设人人有责人人尽责人人享有的| 日本a在线网址| 中文字幕av电影在线播放| 宅男免费午夜| 欧美日韩亚洲国产一区二区在线观看 | 亚洲av男天堂| 三上悠亚av全集在线观看| 免费高清在线观看视频在线观看| 欧美性长视频在线观看| 久久女婷五月综合色啪小说| 高潮久久久久久久久久久不卡| av欧美777| 大码成人一级视频| 亚洲精品一区蜜桃| 69精品国产乱码久久久| 亚洲精品成人av观看孕妇| 久久人妻熟女aⅴ| 精品卡一卡二卡四卡免费| 国产一区二区三区综合在线观看| 中文字幕最新亚洲高清| 免费少妇av软件| 国产成人一区二区三区免费视频网站 | 99国产精品一区二区三区| 波野结衣二区三区在线| 久久久久久久精品精品| 热99久久久久精品小说推荐| 国产精品人妻久久久影院| 丝瓜视频免费看黄片| 只有这里有精品99| 黄色视频在线播放观看不卡| 国产亚洲精品久久久久5区| 99国产精品99久久久久| 亚洲成av片中文字幕在线观看| 欧美另类一区| 精品国产一区二区三区四区第35| 亚洲成国产人片在线观看| 午夜免费成人在线视频| 久9热在线精品视频| 国产视频一区二区在线看| 老鸭窝网址在线观看| 99国产精品一区二区三区| 老司机影院毛片| 啦啦啦视频在线资源免费观看| 欧美黑人欧美精品刺激| 成人影院久久| av欧美777| 国产亚洲欧美精品永久| 精品亚洲成a人片在线观看| 精品国产一区二区久久| 午夜视频精品福利| 香蕉国产在线看| 秋霞在线观看毛片| 国产成人精品久久二区二区91| 精品卡一卡二卡四卡免费| 啦啦啦 在线观看视频| 我的亚洲天堂| 尾随美女入室| av天堂久久9| 午夜福利乱码中文字幕| 久久久久久亚洲精品国产蜜桃av| 黄色 视频免费看| 午夜av观看不卡| 韩国高清视频一区二区三区| 日韩人妻精品一区2区三区| 亚洲午夜精品一区,二区,三区| 久久人妻熟女aⅴ| 日韩免费高清中文字幕av| 亚洲av电影在线进入| 国产免费一区二区三区四区乱码| 日韩,欧美,国产一区二区三区| xxxhd国产人妻xxx| 99re6热这里在线精品视频| 国产视频首页在线观看| 国产精品久久久人人做人人爽| www.精华液| 男女无遮挡免费网站观看| 两人在一起打扑克的视频| av天堂在线播放| 精品国产一区二区久久| 丝瓜视频免费看黄片| 久久久精品国产亚洲av高清涩受| 晚上一个人看的免费电影| 欧美日韩视频精品一区| 亚洲熟女毛片儿| 久久性视频一级片| 热re99久久精品国产66热6| 制服诱惑二区| 国产无遮挡羞羞视频在线观看| 中文欧美无线码| 激情视频va一区二区三区| 欧美亚洲 丝袜 人妻 在线| 一边摸一边做爽爽视频免费| 这个男人来自地球电影免费观看| 一级黄色大片毛片| av网站免费在线观看视频| 欧美日韩av久久| 亚洲国产欧美一区二区综合| 国产精品免费视频内射| 男女边摸边吃奶| 美女国产高潮福利片在线看| 你懂的网址亚洲精品在线观看| 黄色a级毛片大全视频| 日本欧美视频一区| 两性夫妻黄色片| 久久久久网色| 婷婷丁香在线五月| 蜜桃国产av成人99| 亚洲七黄色美女视频| 啦啦啦中文免费视频观看日本| 精品国产一区二区三区四区第35| 制服诱惑二区| 欧美国产精品va在线观看不卡| 国产av精品麻豆| 精品高清国产在线一区| 夫妻性生交免费视频一级片| 91九色精品人成在线观看| 免费观看人在逋| a 毛片基地| 如日韩欧美国产精品一区二区三区| 午夜精品国产一区二区电影| e午夜精品久久久久久久| 欧美在线黄色| 国产高清videossex| 欧美黄色片欧美黄色片| av在线播放精品| 人人妻人人澡人人爽人人夜夜| 午夜福利影视在线免费观看| 国产福利在线免费观看视频| 欧美精品亚洲一区二区| 中文欧美无线码| 成人国产一区最新在线观看 | 99久久人妻综合| 91麻豆av在线| 久久天堂一区二区三区四区| 成人18禁高潮啪啪吃奶动态图| 亚洲久久久国产精品| 色播在线永久视频| 大话2 男鬼变身卡| 国产亚洲av高清不卡| 在线观看免费午夜福利视频| 男女午夜视频在线观看| 国产精品三级大全| 人人妻人人爽人人添夜夜欢视频| 啦啦啦视频在线资源免费观看| 精品国产乱码久久久久久男人| 精品福利观看| 亚洲熟女精品中文字幕| 人人妻,人人澡人人爽秒播 | 国产精品久久久久久精品电影小说| 国产精品国产三级专区第一集| 亚洲国产成人一精品久久久| 狂野欧美激情性xxxx|