• <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Ridgelet變換的多文種文檔圖像文種識(shí)別

    2020-11-17 06:55:20熱依汗古麗卡森木木特力鋪馬木提吾爾尼沙買買提阿力木江艾沙庫(kù)爾班吾布力
    關(guān)鍵詞:文種識(shí)別率分類器

    熱依汗古麗·卡森木,木特力鋪·馬木提,吾爾尼沙·買買提, 阿力木江·艾沙,庫(kù)爾班·吾布力+

    (1.新疆大學(xué) 信息科學(xué)與工程學(xué)院,新疆 烏魯木齊 830046; 2.新疆大學(xué) 網(wǎng)絡(luò)與信息中心,新疆 烏魯木齊 830046)

    0 引 言

    作為OCR[1](光學(xué)字符識(shí)別)系統(tǒng)的重要組成部分,文種識(shí)別技術(shù)尤其是多文種識(shí)別技術(shù)近來(lái)受到越來(lái)越多的關(guān)注[2]。韓興坤等[3,4]認(rèn)為對(duì)于具有相似性的語(yǔ)言文種,單一的紋理特征是不能夠詳細(xì)體現(xiàn)圖像的紋理,提出了基于NSCT子帶紋理特征融合的多文種文檔圖像文種識(shí)別方法,平均準(zhǔn)確率為99%。布阿加姑麗等[5]針對(duì)11種文檔圖像提取均值、標(biāo)準(zhǔn)差、熵等6種紋理特征進(jìn)行加權(quán)融合,在自建的兩個(gè)數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn),識(shí)別率分別為99.38%和95.69%。李順等[6]提出了基于離散曲波變換的文種識(shí)別,在包含10個(gè)文種共10 000幅圖片中進(jìn)行實(shí)驗(yàn),最終識(shí)別率為99.25%。

    近年來(lái)通過(guò)學(xué)者們的不懈努力,基于紋理特征的文種識(shí)別技術(shù)取得了很大的進(jìn)步,但是已有的文獻(xiàn)中都存在文檔圖像庫(kù)中文種的類別不夠豐富的問題。隨著國(guó)家提出的一帶一路戰(zhàn)略的穩(wěn)步推進(jìn),世界各國(guó)之間的經(jīng)濟(jì)、貿(mào)易、文化等也有了頻繁的交流,這對(duì)印刷體文檔圖像的文種識(shí)別帶來(lái)了更大的機(jī)遇和挑戰(zhàn),為了解決這方面的問題,本文提出了基于Ridgelet變換的多文種文檔圖像多文種識(shí)別方法,通過(guò)對(duì)圖像進(jìn)行脊波變換來(lái)提取多文種文檔圖像的紋理特征,并使用KNN、線性判別分析等多個(gè)分類器對(duì)來(lái)特征進(jìn)行訓(xùn)練和分類,尋找最佳的分類器和閾值,實(shí)現(xiàn)文檔圖像的多文種識(shí)別。

    1 脊波變換

    目前大部分圖像中有大量的紋理特征表現(xiàn)比較突出,小波變換不能達(dá)到最優(yōu)的逼近,為了克服小波這種不足Candes等提出了多尺度變換——Ridgelet變換[7],又能夠稱為脊波變換,其對(duì)于直線奇異的多變量函數(shù)能夠?qū)崿F(xiàn)不錯(cuò)的逼近性能,即對(duì)于紋理特征豐富的圖像,Ridgelet可以獲得比小波更加稀疏的表示。Ridgelet變換的主要步驟是使用Radon變換將多個(gè)方向的線性奇異性映射為某個(gè)點(diǎn)的奇異性,接著刻畫點(diǎn)的奇異性,主要用一維的小波變換來(lái)實(shí)現(xiàn),最終具體體現(xiàn)圖像中直線或曲線奇異性等重要特征。由此,小波變換較適用于表示孤立的點(diǎn)奇異性目標(biāo),脊波變換適用于體現(xiàn)直線奇異性。這就是多尺度Ridgelet,其Ridgelet變換原理如圖1所示。

    圖1 Ridgelet變換原理

    其中一維小波變換為

    (1)

    首先,用Radon變換將不同方向的線奇異性映射為點(diǎn)的奇異性,其Radon變換為

    (2)

    接著,然后用一維小波變換來(lái)刻畫點(diǎn)的奇異性,最終得到Ridgelet變換

    (3)

    用Ridgelet變換后會(huì)得到N*M的脊波系數(shù)矩陣,組成特征向量,對(duì)此進(jìn)行提取能量特征。

    2 基于有限Ridgelet變換的文種識(shí)別方法

    現(xiàn)有文種識(shí)別方法在標(biāo)準(zhǔn)文檔圖像庫(kù)建立的基礎(chǔ)之上,對(duì)文檔圖像進(jìn)行預(yù)處理操作,主要包括:噪聲去除、灰度化等;進(jìn)行圖像的特征提??;對(duì)所提取的特征進(jìn)行訓(xùn)練,實(shí)現(xiàn)分類結(jié)果。其流程框架如圖2所示。

    圖2 文種識(shí)別流程

    首先是收集這9種文字的書本、報(bào)紙等紙質(zhì)版資料。其中有一些在圖書館較難找到的文種如:像吉爾吉斯斯坦文等一部分文檔圖像是從官網(wǎng)上下載打印之后再通過(guò)掃描儀得到,樣本圖像大小為256×256,分辨率為200 dpi,通過(guò)裁剪工具裁剪得到同樣大小標(biāo)準(zhǔn)的文檔圖像樣本,建立實(shí)驗(yàn)所需的標(biāo)準(zhǔn)數(shù)據(jù)庫(kù),對(duì)準(zhǔn)備好的標(biāo)準(zhǔn)文檔圖像進(jìn)行去燥、灰度化、二值化等預(yù)處理,進(jìn)行特征提取并保存。保存好的特征向量用本文所選的分類器進(jìn)行訓(xùn)練和分類。

    2.1 圖像預(yù)處理

    對(duì)文檔圖像的預(yù)處理是個(gè)尤為重要的階段,預(yù)處理對(duì)圖像文種識(shí)別效果有著直接的影響,用掃描儀把不同文字掃描成圖片形式將其以bmp形式保存,各文檔圖像樣本如圖3所示。

    圖3 部分實(shí)驗(yàn)樣本

    由于掃描過(guò)程中掃描的紙質(zhì)圖像文檔的樣本顏色上有些不同,為了解決這類問題,要對(duì)文檔圖像進(jìn)行預(yù)處理。

    本文的預(yù)處理主要分為灰度化和二值化,灰度化采用加權(quán)平均法,二值化采用OSTU(最大類間方法)法,二值化后的圖像減小了背景像素的干擾,能夠更好提取圖像的特征,提高文種識(shí)別率。

    2.1.1 灰度化

    在圖像處理上,通常需要灰度化使其變?yōu)榛叶葓D,以減少后續(xù)計(jì)算量。彩色圖像有R、G、B這3個(gè)顏色通道,圖像灰度化就是將三通道的彩色圖像變?yōu)閱瓮ǖ赖幕叶葓D像。灰度化采用加權(quán)平均法,在計(jì)算時(shí),求出3個(gè)通道的求出平均值,將此平均值作為對(duì)應(yīng)灰度圖像的像素值,計(jì)算公式如式(4)所示

    f(i,j)=0.30×R(i,j)+0.59×G(i,j)+0.11×B(i,j)

    (4)

    2.1.2 二值化

    對(duì)原始的文檔圖像進(jìn)行灰度化處理后,還會(huì)留有灰色的背景信息,會(huì)對(duì)后期圖像特征提取產(chǎn)生一定的影響,為了避免影響特征提取部分需要進(jìn)行對(duì)文檔圖像進(jìn)行二值化[8],圖像二值化對(duì)后期的識(shí)別有直接的影響,文檔圖像二值化指的是把文檔圖像上的像素點(diǎn)的灰度值設(shè)置為0或255,將整個(gè)文檔圖像呈現(xiàn)出明顯的黑白效果的過(guò)程,也就是說(shuō)讓文檔圖像變得簡(jiǎn)單從而得到數(shù)據(jù)的處理和壓縮量上的減少,有利于凸顯出文檔圖像的輪廓。其灰度值為255表示其表示的是我們的文檔圖像的背景是白色,灰度值為0其表示文檔圖像上的文字的黑色。

    二值化后的圖像如圖4所示。

    圖4 圖像二值化效果

    2.2 特征提取

    對(duì)大小為256*256,bmp格式的原始文檔圖像進(jìn)行Ridgelet變換,通過(guò)變換以后得到256*256大小的脊波系數(shù)矩陣,對(duì)系數(shù)進(jìn)一步進(jìn)行分析并利用脊波系數(shù)提取脊波能量特征,實(shí)驗(yàn)過(guò)程中對(duì)每1*256的系數(shù)矩陣提取一維能量特征得到的實(shí)驗(yàn)結(jié)果最優(yōu),所以從文檔圖像脊波系數(shù)矩陣共得到256維脊波特征向量,其能量特征公式如下

    (5)

    n,k為矩陣的大小。

    基于小波變換[9,10]的識(shí)別方法,其本質(zhì)就是通過(guò)3級(jí)小波分解得到9個(gè)不同的細(xì)節(jié)子圖,根據(jù)對(duì)每個(gè)細(xì)節(jié)子圖能量特征、同一尺度的比例特征的計(jì)算,最終獲取十八維度的能量特征。一張大小N*N的文檔圖像的平均能量定義為

    (6)

    細(xì)節(jié)子圖的小波平均能量定義為

    (7)

    局部二值模式(local binary pattern,LBP)算法的原理圖如圖5所示。

    圖5 LBP原理

    LBP[11,12]首先定義一個(gè)3*3的滑動(dòng)窗口,閾值為中心點(diǎn),通過(guò)比較對(duì)應(yīng)像素點(diǎn)的大小來(lái)確定該像素點(diǎn)的二進(jìn)制值,若中心點(diǎn)像素值大于周圍某個(gè)點(diǎn)的像素值,則該點(diǎn)的值賦為0,反之為1。通過(guò)一一對(duì)比,大小為3*3的窗口,除去中心點(diǎn),就產(chǎn)生出8個(gè)二進(jìn)制數(shù),二進(jìn)制數(shù)通常轉(zhuǎn)換為十進(jìn)制數(shù)即LBP碼,共28可能,也就是256種碼序。這樣得到的碼序即是該點(diǎn)的LBP值,它反映該區(qū)域的紋理信息。為了使提取的LBP特征數(shù)據(jù)在文檔圖像產(chǎn)生一定的傾斜角度時(shí)有較好的魯棒性、減少LBP特征數(shù)據(jù)的類別,從而降低特征數(shù)據(jù)計(jì)算復(fù)雜度,本文采用LBP等價(jià)模式來(lái)進(jìn)行對(duì)比實(shí)驗(yàn),這樣特征向量的維數(shù)更少,并且可以減少高頻噪聲帶來(lái)的影響。

    2.3 訓(xùn)練和分類器的選擇

    2.3.1 KNN分類器

    KNN算法[13]是一個(gè)得到大家青睞并成熟的分類算法之一。KNN的主要思想根據(jù)最相近的一個(gè)或者若干個(gè)樣本的類別來(lái)判斷待分類樣本屬于某一個(gè)類別。比如在若干個(gè)樣本在特征空間里的k個(gè)最相近的樣本大多數(shù)歸為一類,那么這樣本也會(huì)被判為屬于該類別。

    該算法主要參數(shù)的設(shè)置為K值,如果我們選擇的K值較小,把我們得到的近鄰數(shù)隨著變少,這情況會(huì)導(dǎo)致噪聲過(guò)大,影響分類效果。反過(guò)來(lái)要是選擇的K值過(guò)大,本來(lái)不相似的數(shù)據(jù)也會(huì)混在其中造成噪聲影響識(shí)別率。KNN分類器本文K值選為3使用余弦距離來(lái)計(jì)算相似度

    (8)

    2.3.2 貝葉斯分類器

    貝葉斯分類器算法[14]是來(lái)自于貝葉斯定理,貝葉斯分類器(Bayes classifier,Bayes)的原理是對(duì)于一個(gè)不確定的分類項(xiàng),首先假定在此類別出現(xiàn)的條件下其它類別出現(xiàn)的概率,其中哪個(gè)類別出現(xiàn)概率較大,它就屬于這一個(gè)類別。

    其計(jì)算公式如下

    (9)

    式中:P(D1),P(D2),…,P(Dm) 的值相同,變量x1,x2,……,xn相互獨(dú)立,P(W) 為常數(shù),則有

    (10)

    2.3.3 線性判別分析分類器

    線性判別分析分類器[15](linear discriminant analysis classifier,LDA)是經(jīng)典的分類器,基本思想比較簡(jiǎn)單:給定帶有標(biāo)簽的訓(xùn)練樣本集,設(shè)法將樣本投影到一條直線上,使得同類樣本的投影點(diǎn)盡可能近,異類樣本的投影點(diǎn)盡可能遠(yuǎn)。在使用LDA進(jìn)行分類[16]時(shí),對(duì)樣本進(jìn)行投影,使其映射到相同的直線,根據(jù)映射點(diǎn)的位置確定類別。

    其公式如下

    (11)

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 實(shí)驗(yàn)設(shè)備與環(huán)境

    本文實(shí)驗(yàn)平臺(tái)是AMD A8-5600K APU with Radeon(tm)HD Graphics 3.60 GHz處理器、操作系統(tǒng)為Windows7 64位,4 GB內(nèi)存,編譯環(huán)境為MATLAB2016b,所有基于Ridgelet變換多文種文檔圖像文種識(shí)別實(shí)驗(yàn)在此基礎(chǔ)上完成。

    3.2 實(shí)驗(yàn)結(jié)果與分析

    本次實(shí)驗(yàn)樣本是通過(guò)對(duì)各類書刊、雜志等掃描后的圖像以BMP形式保存,建立的數(shù)據(jù)庫(kù)包括:英文、中文、阿拉伯文、土耳其文、吉爾吉斯坦文、俄文、國(guó)內(nèi)少數(shù)民族文種(蒙文、藏文、維吾爾文)9個(gè)文種,切割成大小為256*256,bmp格式,分辨率為200 dpi的文檔圖像,每個(gè)語(yǔ)種各1000張共9000張文檔圖像的實(shí)驗(yàn)用數(shù)據(jù)庫(kù),本文文種樣本包括世界主要使用的文種和少數(shù)民族文種。識(shí)別率計(jì)算如下公式

    (12)

    其中,Nr為該樣本正確分類樣本數(shù),Nt為該文種測(cè)試本數(shù),進(jìn)行實(shí)驗(yàn)時(shí)文檔圖像特征訓(xùn)練集是按不同數(shù)量隨機(jī)選取的,改變訓(xùn)練集數(shù)量,其余的作為測(cè)試集進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)分兩個(gè)部分:首先用兩個(gè)經(jīng)典算法分別使用小波和LBP提取預(yù)處理之后的文檔圖像的紋理特征單獨(dú)進(jìn)行實(shí)驗(yàn);再進(jìn)行本文Ridgelet變換的實(shí)驗(yàn)對(duì)比最后的識(shí)別結(jié)果。實(shí)驗(yàn)一律進(jìn)行10次,以10次實(shí)驗(yàn)的平均值作為識(shí)別結(jié)果。本文選取比較常用的KNN分類器,貝葉斯分類器和線性判別分析分類器進(jìn)行分類作對(duì)比。

    基于小波變換的文種識(shí)別方法使用不同的數(shù)量訓(xùn)練集得到的文種識(shí)別結(jié)果如圖6所示。

    圖6 使用小波特征在不同數(shù)量訓(xùn)練集識(shí)別率

    由圖7可知,采用小波變換方法,訓(xùn)練集為500時(shí),在LDA分類器下識(shí)別準(zhǔn)確率能達(dá)到92.45%。隨著訓(xùn)練集變化,整體曲線有波動(dòng),在LDA分類器力訓(xùn)練集數(shù)量從500開始就穩(wěn)步上升最終最高識(shí)別率達(dá)到了92.85%,其次高的是貝葉斯分類器,貝葉斯分類器上最高識(shí)別率達(dá)到了91%以上。

    圖7 LBP特征使用不同數(shù)量訓(xùn)練集識(shí)別率

    基于LBP特征的文種識(shí)別方法使用不同的數(shù)量訓(xùn)練集得到的文種識(shí)別結(jié)果如圖7所示。

    由圖7可知,使用LBP特征在LDA分類器上可以達(dá)到95.20%的最好識(shí)別效果,平均識(shí)別率也達(dá)到了94.47%,而KNN分類器的識(shí)別效果則相對(duì)較差。比較圖7 和圖8可以看出使用LBP特征比使用小波特征的識(shí)別效果高。

    圖8 Ridgelet變換特征使用不同數(shù)量訓(xùn)練集

    在LDA分類器上平均高出了2.6%。識(shí)別率排第二的是在貝葉斯分類器上平均識(shí)別率達(dá)到了93.20%,隨著訓(xùn)練集數(shù)量的增加,識(shí)別率都能穩(wěn)步提升。

    基于Ridgelet變換的文種識(shí)別方法使用不同的數(shù)量訓(xùn)練集得到的文種識(shí)別結(jié)果如圖8所示。

    由圖8可知在KNN分類器里面識(shí)別率平均達(dá)到了99.23%,最高識(shí)別率達(dá)到了99.67%,貝葉斯和LDA跟KNN相比識(shí)別率較低,在LDA分類器平均識(shí)別率達(dá)到了96.92%,比小波變換分別提高了8.13%和4.52%,跟LBP相比識(shí)別率分別提高了7.85%和2.45%。在每個(gè)文種的訓(xùn)練樣本數(shù)量在500以下時(shí),識(shí)別率隨著訓(xùn)練集的增加而提高。但只要文種訓(xùn)練集數(shù)量超過(guò)500,每個(gè)分類器的識(shí)別效果都出現(xiàn)了小幅度下降,這是因?yàn)殡S著訓(xùn)練樣本數(shù)量的增加,分類器因?yàn)閷W(xué)習(xí)到了樣本集中的噪聲或者不具有代表性的特征而產(chǎn)生了過(guò)擬合,導(dǎo)致錯(cuò)誤分類。

    在Ridgelet變換方法下還是存在錯(cuò)誤分類,以更好驗(yàn)證本文提出的算法對(duì)每個(gè)文種的具體識(shí)別效果,對(duì)9個(gè)文種選取一部分作為訓(xùn)練集,其余部分作為測(cè)試集,訓(xùn)練集和測(cè)試集的比例是按500個(gè)訓(xùn)練、500個(gè)測(cè)試來(lái)進(jìn)行實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)結(jié)果可以得出錯(cuò)誤分類情況。本文對(duì)基于Ridgelet變換的多文種識(shí)別方法使用KNN分類器進(jìn)行識(shí)別實(shí)驗(yàn),錯(cuò)誤分類樣本分布見表1。

    表1 在KNN分類器下Ridgelet變換錯(cuò)誤分類統(tǒng)計(jì)

    從表1可知,對(duì)書寫方式和特征結(jié)構(gòu)差異比較大的英文、吉爾斯斯坦文、俄文、蒙文等4種文種來(lái)說(shuō)實(shí)現(xiàn)了無(wú)錯(cuò)誤分類,出現(xiàn)錯(cuò)誤分類比如錯(cuò)誤分類較多的是蒙文屬阿爾泰語(yǔ)系蒙文跟俄文書寫形式較相似因此導(dǎo)致錯(cuò)誤分類,阿拉伯文在分類時(shí)分到了維吾爾文,維吾爾文有個(gè)別字母是跟阿拉伯文的相似,就像中文詞匯里的好多外來(lái)詞匯一樣,但這兩個(gè)文種在字母組合方式有差異。

    下面列出了Ridgelet變換和其它兩個(gè)經(jīng)典算法的各自所提取的特征維數(shù)N、特征提取時(shí)間T、3種方法的識(shí)別效率來(lái)進(jìn)一步驗(yàn)證本文方法的有效性,其結(jié)果見表2。

    從表2可知3種不同的識(shí)別方法其維度與時(shí)間性能不同基于小波變換的方法特征維數(shù)較低,計(jì)算用時(shí)較短,在消耗時(shí)間方面跟其它兩個(gè)算法相比較快。LBP變換后,得到的系數(shù)矩陣較大,所以在計(jì)算難度上較大,時(shí)間較長(zhǎng)。本文提出的Ridgelet變換方法,特征維數(shù)跟LBP方法同樣是256,但Ridgelet變換系數(shù)矩陣結(jié)構(gòu)簡(jiǎn)單,計(jì)算速度快,識(shí)別率跟其它兩個(gè)經(jīng)典算法對(duì)比識(shí)別率較高。小波變換特征提取時(shí)間最短,由于其算法的局限性,只能提取3個(gè)方向的特征。LBP方法在使用LDA分類器時(shí),其效果相對(duì)較好,其準(zhǔn)確率達(dá)到了95%左右。基于Ridgelet變換的文種識(shí)別方法在使用KNN分類器時(shí),得到的分類效果好于其它兩個(gè)分類器,平均文種識(shí)別率達(dá)到了99.23%。Ridgelet變換提取的圖像的紋理特征比小波變換和基于LBP的方法提取的特征更加豐富,對(duì)圖像細(xì)節(jié)的描述更加具體,因此對(duì)多文種文檔圖像的文種識(shí)別效果更好。

    表2 識(shí)別效率比較

    4 結(jié)束語(yǔ)

    本文提出了一種基于Ridgelet變換的多文種文檔圖像文種識(shí)別方法,在Ridgelet變換后得到其系數(shù)矩陣,并從中提取能量特征,得到特征向量。選用KNN、貝葉斯,LDA等3個(gè)分類器用于特征訓(xùn)練和分類,在前期工作中建立的含有9個(gè)文種的文檔圖像數(shù)據(jù)庫(kù)分別為英文、中文、阿拉伯文、土耳其文、吉爾吉斯坦文、俄文、國(guó)內(nèi)少數(shù)民族文種(蒙文、藏文、維吾爾文),每個(gè)文種有1000張總9000張,實(shí)驗(yàn)數(shù)據(jù)對(duì)每個(gè)文種不同數(shù)量樣本進(jìn)行實(shí)驗(yàn),選小波變換和LBP作為對(duì)比實(shí)驗(yàn),從實(shí)驗(yàn)結(jié)果可知Ridgelet變換在KNN分類器里面效果最佳,在此分類器里平均識(shí)別率達(dá)到了99.23%,數(shù)據(jù)庫(kù)采集時(shí)存在掃描儀和采集的數(shù)據(jù)樣本本身的一些格式,噪聲等問題,實(shí)驗(yàn)結(jié)果均顯示該方法提取文檔圖像紋理特征的有效性,由于提取的特征位數(shù)較高所以特征提取時(shí)間跟對(duì)比方法相比中等,對(duì)于相似性文種的分類效果還有待提高,在今后的研究中繼續(xù)深入研究這幾個(gè)方面問題。

    猜你喜歡
    文種識(shí)別率分類器
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測(cè)
    “知止”的天堂
    近代以來(lái)我國(guó)公文文種流變考述
    基于真耳分析的助聽器配戴者言語(yǔ)可懂度指數(shù)與言語(yǔ)識(shí)別率的關(guān)系
    提升高速公路MTC二次抓拍車牌識(shí)別率方案研究
    BP-GA光照分類器在車道線識(shí)別中的應(yīng)用
    一日輕裝范蠡舟
    飛魔幻A(2017年11期)2017-12-20 17:05:36
    從錯(cuò)用文種談規(guī)范公文寫作
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    中文字幕av电影在线播放| 啦啦啦免费观看视频1| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲性夜色夜夜综合| 亚洲av美国av| 91麻豆精品激情在线观看国产 | 国产男女超爽视频在线观看| 国产精品.久久久| 日韩,欧美,国产一区二区三区| 精品少妇黑人巨大在线播放| 人妻一区二区av| 十八禁网站免费在线| 99re6热这里在线精品视频| 国产欧美日韩精品亚洲av| 亚洲男人天堂网一区| 啦啦啦 在线观看视频| 另类亚洲欧美激情| 91精品三级在线观看| 欧美激情极品国产一区二区三区| 日韩三级视频一区二区三区| 中文字幕人妻丝袜一区二区| 国产一卡二卡三卡精品| 蜜桃在线观看..| 人人妻人人爽人人添夜夜欢视频| 人妻一区二区av| 日本精品一区二区三区蜜桃| 午夜福利一区二区在线看| 在线永久观看黄色视频| 亚洲伊人色综图| 亚洲精品一区蜜桃| 亚洲欧美色中文字幕在线| 久久精品aⅴ一区二区三区四区| 欧美黄色片欧美黄色片| 亚洲精品美女久久久久99蜜臀| 国产成人精品在线电影| 中文字幕人妻丝袜制服| 免费女性裸体啪啪无遮挡网站| 亚洲欧美一区二区三区黑人| 亚洲黑人精品在线| 日韩人妻精品一区2区三区| 欧美日韩一级在线毛片| 可以免费在线观看a视频的电影网站| 国产高清videossex| 久久久久久久久免费视频了| 男男h啪啪无遮挡| 男人爽女人下面视频在线观看| 亚洲成人免费电影在线观看| 婷婷成人精品国产| 波多野结衣av一区二区av| 欧美黑人精品巨大| 日本黄色日本黄色录像| 久久人妻福利社区极品人妻图片| cao死你这个sao货| 男人操女人黄网站| 色婷婷av一区二区三区视频| 日韩中文字幕视频在线看片| 久久久国产一区二区| 久久国产精品人妻蜜桃| 丁香六月欧美| 王馨瑶露胸无遮挡在线观看| 9191精品国产免费久久| 手机成人av网站| 日韩一区二区三区影片| 伊人久久大香线蕉亚洲五| 巨乳人妻的诱惑在线观看| 亚洲第一青青草原| 国产三级黄色录像| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品自拍成人| 欧美成狂野欧美在线观看| 制服诱惑二区| 老司机午夜福利在线观看视频 | 免费高清在线观看视频在线观看| 嫁个100分男人电影在线观看| 99精品久久久久人妻精品| 国产麻豆69| 日本猛色少妇xxxxx猛交久久| 国产日韩一区二区三区精品不卡| 久久99热这里只频精品6学生| 国产亚洲精品一区二区www | 成人黄色视频免费在线看| 免费观看a级毛片全部| 免费不卡黄色视频| av一本久久久久| 日日摸夜夜添夜夜添小说| 天天躁日日躁夜夜躁夜夜| 久久久久网色| 婷婷成人精品国产| h视频一区二区三区| 久久久久精品人妻al黑| 国产精品自产拍在线观看55亚洲 | 建设人人有责人人尽责人人享有的| 国产高清国产精品国产三级| 精品少妇久久久久久888优播| 黄色怎么调成土黄色| 日韩免费高清中文字幕av| 一级a爱视频在线免费观看| 国产欧美日韩一区二区三区在线| 亚洲 国产 在线| tube8黄色片| a级片在线免费高清观看视频| videosex国产| 午夜福利在线观看吧| 亚洲伊人久久精品综合| 国产男人的电影天堂91| 精品国内亚洲2022精品成人 | 国产精品久久久av美女十八| 国产精品二区激情视频| 精品国产乱码久久久久久男人| 中国美女看黄片| 精品国产乱码久久久久久小说| 91大片在线观看| 九色亚洲精品在线播放| 午夜福利视频在线观看免费| 久久亚洲国产成人精品v| 男女之事视频高清在线观看| 在线看a的网站| 久久香蕉激情| svipshipincom国产片| 精品国产国语对白av| 国产精品久久久久久精品古装| 青春草视频在线免费观看| 90打野战视频偷拍视频| 亚洲一区二区三区欧美精品| 菩萨蛮人人尽说江南好唐韦庄| 正在播放国产对白刺激| 美国免费a级毛片| 妹子高潮喷水视频| 午夜影院在线不卡| 国产精品.久久久| 日韩人妻精品一区2区三区| 免费不卡黄色视频| 一级毛片女人18水好多| 777久久人妻少妇嫩草av网站| 91成人精品电影| 欧美黑人欧美精品刺激| 国产伦人伦偷精品视频| 亚洲五月婷婷丁香| 国产亚洲午夜精品一区二区久久| 欧美 亚洲 国产 日韩一| 成人av一区二区三区在线看 | 大码成人一级视频| 99久久综合免费| 日韩制服丝袜自拍偷拍| 岛国毛片在线播放| 国产一区二区三区av在线| 亚洲avbb在线观看| av电影中文网址| 亚洲精品中文字幕在线视频| 宅男免费午夜| 最近最新中文字幕大全免费视频| 亚洲伊人久久精品综合| 一区二区三区四区激情视频| 国产精品国产三级国产专区5o| 国产主播在线观看一区二区| 丝袜美腿诱惑在线| 日韩一卡2卡3卡4卡2021年| 一级毛片精品| 美女视频免费永久观看网站| 亚洲成av片中文字幕在线观看| 超色免费av| av天堂久久9| 久久国产精品影院| 国产av一区二区精品久久| 黄频高清免费视频| 亚洲人成电影免费在线| 亚洲国产精品一区三区| a级毛片黄视频| 一个人免费看片子| 美女脱内裤让男人舔精品视频| 精品久久久久久电影网| 一级毛片精品| 婷婷成人精品国产| 国产精品二区激情视频| 亚洲精品自拍成人| 美女扒开内裤让男人捅视频| 精品国产国语对白av| 国产精品影院久久| 女性生殖器流出的白浆| 制服诱惑二区| 久久久久久久久免费视频了| 亚洲欧美激情在线| 亚洲视频免费观看视频| 男女免费视频国产| av片东京热男人的天堂| 精品少妇久久久久久888优播| 国产精品免费视频内射| 亚洲欧美色中文字幕在线| 日韩熟女老妇一区二区性免费视频| 国产av又大| 免费久久久久久久精品成人欧美视频| 国产成人影院久久av| 人妻 亚洲 视频| 精品亚洲乱码少妇综合久久| 老司机靠b影院| 秋霞在线观看毛片| 国产老妇伦熟女老妇高清| 我的亚洲天堂| 自拍欧美九色日韩亚洲蝌蚪91| 老司机福利观看| 免费av中文字幕在线| 在线十欧美十亚洲十日本专区| 日韩中文字幕欧美一区二区| 午夜免费成人在线视频| 国产欧美亚洲国产| 丝袜人妻中文字幕| 久久青草综合色| 久久99热这里只频精品6学生| 天堂俺去俺来也www色官网| 精品一品国产午夜福利视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产av影院在线观看| 日日夜夜操网爽| 欧美亚洲日本最大视频资源| 亚洲国产日韩一区二区| 在线观看免费日韩欧美大片| 少妇的丰满在线观看| 久久精品国产综合久久久| 另类精品久久| a级片在线免费高清观看视频| 久久久久国内视频| 国产男女内射视频| 又黄又粗又硬又大视频| 久久国产精品男人的天堂亚洲| 天天操日日干夜夜撸| 欧美日韩亚洲国产一区二区在线观看 | 熟女少妇亚洲综合色aaa.| 一区二区三区乱码不卡18| 日韩欧美国产一区二区入口| 日韩,欧美,国产一区二区三区| 两性夫妻黄色片| 黄片播放在线免费| 亚洲精品中文字幕在线视频| 亚洲成av片中文字幕在线观看| 中亚洲国语对白在线视频| 亚洲avbb在线观看| 9热在线视频观看99| 精品一品国产午夜福利视频| 久久精品人人爽人人爽视色| 国产国语露脸激情在线看| 国产免费视频播放在线视频| 欧美日韩亚洲高清精品| 欧美日韩中文字幕国产精品一区二区三区 | 成人影院久久| 国产老妇伦熟女老妇高清| 国产主播在线观看一区二区| 精品福利永久在线观看| 久久久国产一区二区| 国产亚洲av高清不卡| 91精品三级在线观看| 精品熟女少妇八av免费久了| 天堂8中文在线网| 老汉色∧v一级毛片| 亚洲av日韩精品久久久久久密| 最新的欧美精品一区二区| 淫妇啪啪啪对白视频 | 青春草视频在线免费观看| 永久免费av网站大全| 欧美日韩亚洲国产一区二区在线观看 | 欧美精品一区二区大全| 一本色道久久久久久精品综合| 欧美精品啪啪一区二区三区 | 日韩熟女老妇一区二区性免费视频| 欧美精品一区二区免费开放| 黄色a级毛片大全视频| 婷婷色av中文字幕| 亚洲精品国产精品久久久不卡| 一区二区三区精品91| 午夜成年电影在线免费观看| 美女国产高潮福利片在线看| 国产一卡二卡三卡精品| 嫁个100分男人电影在线观看| 丰满迷人的少妇在线观看| 97人妻天天添夜夜摸| 国产成人系列免费观看| 国产精品久久久久久人妻精品电影 | 国产福利在线免费观看视频| 成年女人毛片免费观看观看9 | 宅男免费午夜| tocl精华| 日日爽夜夜爽网站| 日韩制服丝袜自拍偷拍| videosex国产| 成人国语在线视频| 亚洲精品国产av成人精品| 国产在线观看jvid| 亚洲国产精品一区二区三区在线| 在线av久久热| a级毛片黄视频| 日韩欧美一区二区三区在线观看 | 日日摸夜夜添夜夜添小说| 亚洲伊人色综图| 久久99一区二区三区| 久久久久精品国产欧美久久久 | 精品少妇黑人巨大在线播放| 99久久国产精品久久久| 国产成人免费无遮挡视频| 亚洲少妇的诱惑av| 丝袜美腿诱惑在线| 亚洲国产中文字幕在线视频| 日韩一区二区三区影片| www.999成人在线观看| 欧美精品一区二区免费开放| 精品少妇久久久久久888优播| 欧美日韩黄片免| 成人免费观看视频高清| 女人精品久久久久毛片| 水蜜桃什么品种好| 深夜精品福利| 女警被强在线播放| 夜夜骑夜夜射夜夜干| 国产精品久久久av美女十八| 满18在线观看网站| av一本久久久久| 妹子高潮喷水视频| 性高湖久久久久久久久免费观看| 日韩大片免费观看网站| 老司机在亚洲福利影院| 国产又色又爽无遮挡免| 欧美日韩视频精品一区| 国产成人精品久久二区二区免费| 丁香六月天网| 黄网站色视频无遮挡免费观看| 人人妻,人人澡人人爽秒播| 欧美xxⅹ黑人| 黑人欧美特级aaaaaa片| 欧美+亚洲+日韩+国产| 精品国产一区二区三区久久久樱花| 最新在线观看一区二区三区| 黑人巨大精品欧美一区二区mp4| 国产一区二区激情短视频 | 亚洲欧美一区二区三区久久| 性高湖久久久久久久久免费观看| 精品一区二区三区四区五区乱码| 高清欧美精品videossex| 午夜影院在线不卡| 成人黄色视频免费在线看| 成年人午夜在线观看视频| 91成年电影在线观看| 久久ye,这里只有精品| 精品人妻1区二区| 久久精品亚洲av国产电影网| 中文字幕最新亚洲高清| 老汉色∧v一级毛片| 性色av乱码一区二区三区2| 久久人人爽av亚洲精品天堂| 新久久久久国产一级毛片| 1024视频免费在线观看| av电影中文网址| 人妻一区二区av| 最新的欧美精品一区二区| 成年人免费黄色播放视频| 香蕉国产在线看| 色播在线永久视频| 久久精品熟女亚洲av麻豆精品| 久久久国产成人免费| 99久久综合免费| av欧美777| tocl精华| 又黄又粗又硬又大视频| 久久久精品免费免费高清| 最黄视频免费看| 夜夜骑夜夜射夜夜干| 1024香蕉在线观看| 日韩有码中文字幕| 亚洲国产精品成人久久小说| 免费在线观看完整版高清| 精品国产乱码久久久久久小说| 老司机影院成人| 日韩三级视频一区二区三区| 久久久久国产一级毛片高清牌| 亚洲五月色婷婷综合| 亚洲av电影在线进入| 精品一区在线观看国产| 亚洲专区中文字幕在线| 日韩人妻精品一区2区三区| 大片免费播放器 马上看| 国产免费av片在线观看野外av| 久9热在线精品视频| 欧美性长视频在线观看| 久久中文看片网| 桃花免费在线播放| 999久久久精品免费观看国产| 国产亚洲精品久久久久5区| 久久影院123| 丝袜喷水一区| 在线观看免费日韩欧美大片| 人妻人人澡人人爽人人| 亚洲男人天堂网一区| 可以免费在线观看a视频的电影网站| 999久久久精品免费观看国产| 51午夜福利影视在线观看| 国产成人av激情在线播放| 国产又爽黄色视频| 国产熟女午夜一区二区三区| 女性被躁到高潮视频| 国产欧美日韩一区二区三 | 极品人妻少妇av视频| 一二三四在线观看免费中文在| 91成年电影在线观看| 国产片内射在线| 日本91视频免费播放| 久久九九热精品免费| 亚洲一区中文字幕在线| 美女高潮到喷水免费观看| 男女国产视频网站| 男女午夜视频在线观看| 亚洲精品日韩在线中文字幕| 精品少妇内射三级| 欧美激情 高清一区二区三区| 日韩中文字幕视频在线看片| 一区二区三区激情视频| 国内毛片毛片毛片毛片毛片| 亚洲国产精品一区三区| 搡老岳熟女国产| 中国美女看黄片| 高清欧美精品videossex| 亚洲久久久国产精品| 国产亚洲午夜精品一区二区久久| 99国产极品粉嫩在线观看| 一级片免费观看大全| 国产免费一区二区三区四区乱码| 国产伦理片在线播放av一区| 爱豆传媒免费全集在线观看| av免费在线观看网站| 美女脱内裤让男人舔精品视频| 两个人看的免费小视频| 男人添女人高潮全过程视频| 人人妻人人澡人人看| 精品国产超薄肉色丝袜足j| 男女下面插进去视频免费观看| 少妇猛男粗大的猛烈进出视频| 午夜福利一区二区在线看| 在线av久久热| 飞空精品影院首页| 这个男人来自地球电影免费观看| 日本猛色少妇xxxxx猛交久久| 99久久精品国产亚洲精品| 午夜两性在线视频| 亚洲av日韩在线播放| 丝袜美足系列| 国产伦理片在线播放av一区| 亚洲综合色网址| 日韩欧美国产一区二区入口| 亚洲美女黄色视频免费看| 亚洲专区国产一区二区| 99精国产麻豆久久婷婷| 国产一区二区 视频在线| 日本欧美视频一区| 国产精品秋霞免费鲁丝片| 性色av一级| 母亲3免费完整高清在线观看| 精品国产国语对白av| 男女床上黄色一级片免费看| svipshipincom国产片| 无遮挡黄片免费观看| 夫妻午夜视频| 日本五十路高清| 别揉我奶头~嗯~啊~动态视频 | 久久人妻熟女aⅴ| 久久99热这里只频精品6学生| 另类亚洲欧美激情| 国产成人欧美在线观看 | 一本—道久久a久久精品蜜桃钙片| 狂野欧美激情性bbbbbb| 久久精品国产亚洲av高清一级| 王馨瑶露胸无遮挡在线观看| 中文字幕人妻丝袜一区二区| 欧美中文综合在线视频| 午夜免费成人在线视频| av福利片在线| 亚洲精品国产区一区二| 视频在线观看一区二区三区| 免费日韩欧美在线观看| 日韩视频一区二区在线观看| 久久久久久久精品精品| 18禁国产床啪视频网站| 免费久久久久久久精品成人欧美视频| 久久久国产欧美日韩av| 欧美日韩一级在线毛片| 亚洲精品中文字幕在线视频| 十八禁人妻一区二区| 黄色视频在线播放观看不卡| 天堂中文最新版在线下载| 国产免费一区二区三区四区乱码| 欧美黑人欧美精品刺激| 欧美大码av| 80岁老熟妇乱子伦牲交| 一级片'在线观看视频| 新久久久久国产一级毛片| 国产极品粉嫩免费观看在线| 妹子高潮喷水视频| 欧美亚洲 丝袜 人妻 在线| 97精品久久久久久久久久精品| 男女免费视频国产| 一本综合久久免费| 十八禁网站网址无遮挡| 精品一区在线观看国产| 欧美黑人精品巨大| av网站在线播放免费| 欧美在线黄色| 少妇的丰满在线观看| 涩涩av久久男人的天堂| 国产精品秋霞免费鲁丝片| 久久久久久久国产电影| 99香蕉大伊视频| 久久人人爽人人片av| 一级片免费观看大全| 男人爽女人下面视频在线观看| 51午夜福利影视在线观看| 一本大道久久a久久精品| 90打野战视频偷拍视频| 日本av手机在线免费观看| 久久av网站| 搡老乐熟女国产| 亚洲视频免费观看视频| 久久ye,这里只有精品| 蜜桃在线观看..| 多毛熟女@视频| 国产av一区二区精品久久| 国产男女内射视频| 免费少妇av软件| 亚洲综合色网址| 国产精品香港三级国产av潘金莲| 婷婷丁香在线五月| av在线app专区| 夜夜夜夜夜久久久久| 在线亚洲精品国产二区图片欧美| 别揉我奶头~嗯~啊~动态视频 | 两性夫妻黄色片| 国产亚洲一区二区精品| 亚洲五月婷婷丁香| 欧美精品亚洲一区二区| 亚洲精品自拍成人| 秋霞在线观看毛片| 嫁个100分男人电影在线观看| 国产亚洲一区二区精品| 国产精品成人在线| 婷婷成人精品国产| 别揉我奶头~嗯~啊~动态视频 | 美女主播在线视频| 悠悠久久av| 久久精品久久久久久噜噜老黄| 亚洲全国av大片| 亚洲国产av影院在线观看| av线在线观看网站| 精品国产一区二区久久| 亚洲av成人不卡在线观看播放网 | 欧美 日韩 精品 国产| 人人妻人人澡人人看| 精品亚洲乱码少妇综合久久| e午夜精品久久久久久久| 午夜福利视频在线观看免费| 久久久久久亚洲精品国产蜜桃av| 在线观看人妻少妇| av网站在线播放免费| 日韩欧美一区视频在线观看| 日本猛色少妇xxxxx猛交久久| 国产av一区二区精品久久| 亚洲精品国产色婷婷电影| 国产不卡av网站在线观看| 国产日韩一区二区三区精品不卡| www.999成人在线观看| 精品高清国产在线一区| 亚洲av电影在线进入| 国产在视频线精品| 亚洲欧美一区二区三区黑人| av不卡在线播放| 99国产精品一区二区蜜桃av | 一进一出抽搐动态| 欧美+亚洲+日韩+国产| 极品人妻少妇av视频| 女人高潮潮喷娇喘18禁视频| 一本—道久久a久久精品蜜桃钙片| 欧美av亚洲av综合av国产av| 高清av免费在线| 他把我摸到了高潮在线观看 | 久久综合国产亚洲精品| 久久久久精品人妻al黑| 91精品国产国语对白视频| 美女脱内裤让男人舔精品视频| 国产精品熟女久久久久浪| 男女下面插进去视频免费观看| 国产精品一区二区精品视频观看| a在线观看视频网站| 超碰97精品在线观看| 国产成人一区二区三区免费视频网站| 日本五十路高清| 欧美日韩亚洲国产一区二区在线观看 | 蜜桃在线观看..| 亚洲色图综合在线观看| 午夜福利免费观看在线| 国产成+人综合+亚洲专区| 亚洲一码二码三码区别大吗| 久久人人爽人人片av| 99精品久久久久人妻精品| 精品人妻一区二区三区麻豆| 中文精品一卡2卡3卡4更新| av视频免费观看在线观看| 国产一区二区 视频在线| 岛国毛片在线播放| 又黄又粗又硬又大视频| 亚洲黑人精品在线| 日韩中文字幕欧美一区二区| 女警被强在线播放| 丁香六月天网| 国产成人啪精品午夜网站| 欧美黄色片欧美黄色片| 美女福利国产在线| 日本a在线网址| 一边摸一边做爽爽视频免费| 久久久国产成人免费| 极品少妇高潮喷水抽搐| 高清av免费在线| 亚洲成av片中文字幕在线观看|