• <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 ?

    基于蟻群和自適應濾波的模糊聚類圖像分割*

    2015-12-08 03:29:13張自嘉岳邦珊陳海秀
    電子技術應用 2015年4期
    關鍵詞:蟻群直方圖灰度

    張自嘉,岳邦珊,潘 琦,季 俊,陳海秀

    (1.南京信息工程大學 信息與控制學院,江蘇 南京210044;2.江蘇省大氣環(huán)境與裝備技術協(xié)同創(chuàng)新中心,江蘇 南京210044)

    基于蟻群和自適應濾波的模糊聚類圖像分割*

    張自嘉1,2,岳邦珊1,潘 琦1,2,季 俊1,陳海秀1,2

    (1.南京信息工程大學 信息與控制學院,江蘇 南京210044;2.江蘇省大氣環(huán)境與裝備技術協(xié)同創(chuàng)新中心,江蘇 南京210044)

    為了改進模糊C均值聚類(FCM)算法對初始聚類中心敏感、抗噪性能較差、運算量大的問題,提出一種新的基于蟻群和自適應濾波的模糊聚類圖像分割方法(ACOAFCM)。首先,該方法利用改進的蟻群算法確定初始聚類中心,作為FCM初始參數(shù),克服FCM算法對初始聚類中心的敏感;其次,采用自適應中值濾波抑制圖像噪聲干擾,增強算法的魯棒性;最后,用直方圖特征空間優(yōu)化FCM目標函數(shù),對圖像進行分割,減少運算量。實驗結果表明,該方法克服了FCM算法對初始聚類中心的依賴,抗噪能力強,收斂速度快,分割精度高。

    FCM聚類算法;蟻群算法;圖像分割;自適應中值濾波;直方圖特征

    0 引言

    圖像分割是圖像分析中一個核心技術,是計算機視覺研究中最重要的研究內(nèi)容。目前常用的圖像分割方法有:閾值法、邊緣檢測法、區(qū)域分割法、聚類分析法和基于特定理論的圖像分割方法[1]。其中聚類分析法能夠以像素樣本之間的相似性準則來衡量分類結果,目前應用最廣的是由 Bezkek提出的模糊 C均值聚類算法(Fuzzy C-Means,F(xiàn)CM)[2]。FCM聚類算法可以有效地解決圖像中存在的不確定性和模糊性等問題,具有實現(xiàn)簡單和無監(jiān)督的特點。然而,目前常用的FCM聚類算法仍有亟待解決的問題:(1)FCM聚類算法對初始聚類中心或隸屬度矩陣具有較強的依賴性,搜索中極易陷入局部最優(yōu)解;(2)FCM聚類算法抗噪性能較差,算法的魯棒性不強;(3)該算法基于逐點像素進行圖像分類,數(shù)據(jù)樣本較多時運算量大,且只利用了圖像的灰度信息而忽略了像素的空間特征,導致算法收斂速度慢。基于此,文獻[3]結合直方圖信息,降低了數(shù)據(jù)樣本計算量。文獻[4]根據(jù)

    灰度和空間信息的相似性度量,對圖像的細節(jié)信息有一定的保留。文獻[5]利用蟻群算法的全局優(yōu)化能力,避免FCM算法陷入局部極值。然而,對于受不同類型和不同程度噪聲影響的大規(guī)模像素樣本,上述改進算法對噪聲的魯棒性較弱,算法的實時性較差。

    針對上述問題,本文提出一種基于蟻群和自適應濾波的模糊聚類圖像分割方法。該算法首先利用改進的蟻群算法對圖像進行初次分割;然后采用自適應中值濾波,對不同類型和不同程度噪聲自適應地調(diào)整濾波性能,提高該算法的魯棒性;最后用圖像的直方圖特征空間優(yōu)化FCM算法的目標函數(shù),減少數(shù)據(jù)運算量,加快收斂速度,提高分割精度。

    1 傳統(tǒng)FCM算法概述

    假設圖像樣本數(shù)據(jù)集 X={x1,x2,…,xn},n是圖像像素個數(shù),將圖像劃分為c類。FCM聚類算法以圖像像素和聚類中心間的加權相似性測度,對目標函數(shù)進行迭代優(yōu)化以獲得最優(yōu)聚類結果[6]。其目標函數(shù)[7]為:

    其約束條件為:

    其中,uij是樣本點 xj屬于第i類的隸屬度值,dij=||xj-vi||2是樣本點xj與聚類中心vi的歐式空間距離,m是模糊加權指數(shù)。為了使目標函數(shù)J最小,利用拉格朗日數(shù)乘法得到隸屬度uij和聚類中心 vi分別為:

    在迭代過程中,由于傳統(tǒng)FCM采用下降算法,受初始聚類中心或隸屬度矩陣的影響,需預設聚類類別數(shù),這導致易收斂到局部極值,且當樣本數(shù)目較多、圖像噪聲較大時,會影響分割的實時性。

    2 基于蟻群和自適應的FCM的圖像分割

    2.1 蟻群算法的初始聚類中心設置

    蟻群算法[8]具有較強的正反饋能力、全局性以及易于與其他算法融合等優(yōu)點,尤其是其分布式并行計算機制以及優(yōu)化模糊聚類的特點,能彌補FCM算法隨機選取初始聚類中心的不足。本文首先利用蟻群算法,對圖像進行初次分割,并得到初始聚類中心,作為FCM的初始參數(shù)。由于蟻群算法中,圖像的每個像素都要與其余像素進行路徑選擇概率和距離計算,導致搜索進程慢。因此,本文將圖像的每個像素設為由灰度、梯度和鄰域表示的三維向量,以此向量表示單個螞蟻。因為像素能在灰度值上明顯區(qū)分目標和背景,梯度可以反映像素灰度值在邊界或噪聲點處的突變情況,鄰域能體現(xiàn)出噪聲的特點[9]。并設置對應的蟻群初始聚類中心特征,選取灰度直方圖的峰值點作為聚類中心的灰度特征,像素梯度值0和圖像最大梯度列的均值作為聚類中心的梯度特征,并根據(jù)像素梯度值設置聚類中心的鄰域特征。在此基礎上,直接計算螞蟻像素與聚類中心的路徑選擇概率和距離,以減少螞蟻搜尋的盲目性,降低計算量,加快聚類進程。

    2.2 蟻群算法的聚類初值設置

    對于原始圖像 X,將其每一個像素 X={X|xi=(xi1,xi2,…,xim),i=1,2,…,N,N=m×n}作為單個螞蟻,螞蟻需聚集到 j個聚類中心Cj,Xi到 Cj的加權歐式距離為:

    其中,m是螞蟻像素的維數(shù),P是權重因子,根據(jù)像素各分量對聚類的影響程度設定。

    設r為聚類半徑,螞蟻像素Xi到聚類中心Cj的路徑上的信息素為:

    螞蟻像素Xi選擇聚類中心Cj的概率為:

    其中,S∈{Xs|dsj≤r,s=1,2,…,N}表示分布在聚類中心Cj內(nèi)數(shù)據(jù)的集合。α和β分別是影響因子,代表螞蟻聚類過程中信息素和啟發(fā)引導函數(shù)對路徑選擇的影響。根據(jù)相關研究[10],在此設置 α=1,β=2。ηij為啟發(fā)式引導函數(shù),反映像素與聚類中心的相似度。由于存在像素與聚類中心距離為零的情況,為了保證引導函數(shù)不為無窮大,防止算法過早收斂,本文在引導函數(shù)公式的分母加上1,表示為:

    在螞蟻搜尋過程中,計算轉移概率 Pij,選取最大轉移概率 Pmax并標記對應的螞蟻 Xi,將 Xi歸并到 Xj鄰域Cj內(nèi),并更新信息素πij(t+1)??紤]到螞蟻在路徑上產(chǎn)生的信息素增量存在動態(tài)蒸發(fā)的情況,本文采用一種新的信息素更新公式:

    其中,ρ是信息蒸發(fā)因素,△πij(t)是本次循環(huán)路徑上信息素的增量。更新聚類中心為:

    計算各類的類間距,若類間距小于閾值e,則將兩類合并后更新聚類中心。若迭代次數(shù)達到上限,則轉到式(8),

    否則輸出聚類中心vj和聚類個數(shù)c。

    2.3 基于自適應直方圖優(yōu)化的FCM

    傳統(tǒng)FCM算法易受噪聲干擾,分割數(shù)據(jù)樣本為圖像逐點像素,其特征為灰度,導致樣本數(shù)目大,且樣本數(shù)目會隨圖像大小的增大而增多,從而影響圖像分割的實時性。針對以上不足,本文利用自適應直方圖優(yōu)化的FCM圖像分割算法,以實現(xiàn)最優(yōu)的分割結果。

    自適應中值濾波器[11]具有保留圖像邊界和圖像高頻部分的特點,本文采用自適應中值濾波,根據(jù)噪聲類型和噪聲程度,自適應地調(diào)整濾波窗口的尺寸,降低圖像噪聲干擾,提高分割質(zhì)量。設 Wxy為像素點(i,j)濾波窗口,Iij為像素點(i,j)的灰度,Imin為 Wxy中的最小灰度值,Imax為 Wxy中的最大灰度值,Imed為 Wxy中的灰度中值,Wmax為最大濾波窗口,W0為初始濾波窗口。自適應中值濾波算法步驟如下:

    (1)若 Imin<Imed<Imax,則表示 Imed不是噪聲點,轉到步驟(2),否則轉步驟(3)。

    (2)若 Imin<Iij<Imax,則表示 Iij不是噪聲點,直接輸出Iij,否則輸出 Imed。

    (3)增加濾波窗口 Wxy尺寸,若 Wxy≤Wmax,則重復步驟(1),否則輸出 Iij。

    在此基礎上,將圖像從像素空間映射到其灰度直方圖特征空間,得到各灰度級出現(xiàn)的概率 H(j),則直方圖FCM[12]的目標函數(shù)為:

    其中,L為灰度級,取值范圍為 0~255,則待分類的圖像樣本集為X={0,1,…,L-1}。以此大幅度減少分類樣本數(shù)目,只有灰度級 0~255個,并且樣本數(shù)目不會隨圖像尺寸的增大而改變,提高了算法的收斂速度。在此基礎上,利用拉格朗日乘子法得出隸屬度函數(shù)更新機制為:

    聚類中心的更新公式優(yōu)化為:

    本文算法流程歸納如下:

    (1)輸入圖像,根據(jù)蟻群聚類算法尋找初始聚類類別數(shù)和初始聚類中心。

    (2)設置自適應中值濾波初始濾波窗口大小,設置直方圖優(yōu)化的FCM聚類算法的類別數(shù)和初始聚類中心、誤差閾值ε、模糊指數(shù)m、迭代次數(shù)iter。

    (3)根據(jù)式(12)更新隸屬度 uij。

    (4)根據(jù)式(13)更新聚類中心vi。

    (5)計算聚類中心誤差,若||V(i+1)-V(i)||<ε,則算法結束;否則t=t+1,并返回步驟(2)繼續(xù)執(zhí)行算法。

    3 實驗結果與分析

    為了評價算法的分割效率,本文選用分辨率為405× 405的lena灰度圖,對標準FCM算法和ACOAFCM算法在不同類型和不同程度噪聲下進行驗證。本文實驗的測試硬件為主頻2.67 GHz、內(nèi)存 2GB的PC,測試平臺為Windows XP操作系統(tǒng),測試環(huán)境為MATLAB 7.10。實驗設置的蟻群算法參數(shù)為r=100,ρ=0.5,濾波窗口大取3× 3,直方圖優(yōu)化FCM參數(shù)為m=2,ε=10-5,c=2。實驗分割結果如圖1所示。

    圖1 標準FCM算法與ACOAFCM算法分割結果比較

    在圖1所示的圖像分割結果中,從(a2)、(a3)中可看出,當無噪聲時,引入改進的蟻群信息素機制,使得ACOAFCM聚類效果更明顯,人物與后方背景有明顯的區(qū)分,臉部輪廓分割更清晰,頭發(fā)下端的細節(jié)好于標準FCM的分割結果。從(b2)、(b3)中可見,當添加高斯噪聲時,標準FCM算法分割效果不明顯且遺留較多噪聲;而引入自適應中值濾波的ACOAFCM算法分割結果中,雖然因高斯噪聲本身的特點,存在局部噪聲點,但仍保留了目標的邊界和高頻部分,整體分割效果與標準FCM相比有很大改善。從(c2)、(c3)中可知,當添加更高程度的椒鹽噪聲時,標準FCM分割結果中蝴蝶和花叢背景無明顯區(qū)分;而ACOAFCM算法根據(jù)噪聲類型自適應調(diào)整濾波性能,不僅能克服噪聲干擾,避免算法陷入局部極優(yōu)值,而且保留了蝴蝶的細節(jié)部分,保持了較好的分割精度。從(b)和(c)可以看出,本文算法對不同噪聲和不同程度的噪聲都有較強的魯棒性。

    為了定量評價分割的有效性和實時性,本文采用評價指標:劃分系數(shù)VPC和劃分熵 VPE,分別表示聚類程度和聚類結構,劃分系數(shù) VPC越大、劃分熵 VPE越小,則模糊聚類分割效果越好。比較結果如表1所示,可見

    ACOAFCM算法對于抑制噪聲的指標值明顯優(yōu)于標準FCM算法。此外,從表1收斂時間看出,由于改進的蟻群算法快速地提供了最優(yōu)初始聚類中心,且直方圖特征優(yōu)化了FCM算法,減少了樣本集,ACOAFCM算法的速度明顯加快。

    表1 二種算法評價指標比較

    4 結束語

    本文提出了一種基于蟻群和直方圖的模糊聚類圖像分割算法,將蟻群算法與自適應直方圖優(yōu)化的FCM算法相結合。利用蟻群算法的魯棒性、全局尋優(yōu)性和進化模糊聚類的優(yōu)點,得到FCM算法初始化的聚類中心,有效地解決了模糊聚類算法易陷入局部最優(yōu)解、對初始聚類中心依賴的問題。采用自適應中值濾波,能夠自適應地根據(jù)噪聲類型和強度調(diào)整濾波性能,增強FCM算法的魯棒性。引入圖像的直方圖特征空間優(yōu)化FCM算法的目標函數(shù),減少圖像樣本數(shù)目,降低了運算量。實驗結果表明,本文的算法與傳統(tǒng)的FCM算法相比,加快了圖像聚類收斂速度,提高了圖像分割精度。

    [1]沙秋夫,劉海賓,何希勤,等.基于鄰域的模糊 C-均值圖像分割算法[J].計算機應用研究,2007,24(12):379-385.

    [2]BEZDEK J C,HATHAWAY R J.Convergence and theory for fuzzy C-means clustering:counter examples and repairs[J]. IEEE Transactions Pattern Analysis and Machine Intelligence,1987,17(5):873-877.

    [3]TIAN M L,YANG J M.Pre-processing of froth image of coal flotation based on weighted fuzzy C-means clustering by one-dimensional histogram[J].IEEE International Conference on Computing,Measurement,Control and Sensor Network,2012,10(32):396-400.

    [4]STELIOS K,VASSILIOS C.A robust fuzzy local information C-Means clustering algorithm[J].IEEE Transction on Image Processing,2010,19(5):1328-1337.

    [5]KARNAN D M,GOPAL N N.Hybrid markov random field with parallel ant colony optimization and fuzzy C-means for MRI brain image segmentation[J].IEEE International Conference on Computational Intelligence and Computing Research,2010,30(12):1-4.

    [6]張翡,范虹.基于模糊C均值聚類的醫(yī)學圖像分割研究[J].計算機工程與應用,2014,50(4):144-151.

    [7]陳志飛,時宏偉.基于均值漂移和模糊 C均值聚類的圖像分割算法[J].計算機應用與軟件,2013,30(11):14-17.

    [8]李積英,黨建武.量子蟻群聚類模糊算法在圖像分割中的應用[J].光電工程,2013,40(1):126-131.

    [9]ZHANG W J,LIU L,HAN Y H.An image segmentation approach based on ant colony algorithm[J].IEEE International Congress on Image and Signal Processing,2010,30 (15):1313-1315.

    [10]楊立才,趙莉娜,吳曉晴.基于蟻群算法的模糊 C均值聚類醫(yī)學圖像分割[J].山東大學學報:工學版,2007,37 (3):51-54.

    [11]JIANG J F,JING S.An effective adaptive median filter algorithm for removing salt&pepper noise in images[J]. IEEE Photonics and Optoelectronic,2010,18(4):244-248.

    [12]ZHOU S Y,XIE W L,GUO C X.A modified color image segmentation method based on FCM and region merging[C]. 2011 International Conference on Multimedia Technology (ICMT),2011:3810-3813.

    Image segmentation algorithm of fuzzy clustering based on ant colony and adaptive filtering

    Zhang Zijia1,2,Yue Bangshan1,Pan Qi1,2,Ji Jun1,Chen Haixiu1,2
    (1.Department of Information&Control,Nanjing University of Information Science&Technology,Nanjing 210044,China;2.Jiangsu Collaborative Innovation Center on Atmospheric Environment and Equipment Technology,Nanjing 210044,China)

    As fuzzy C-means clustering(FCM)algorithm is sensitive to the initial clustering centre,and lacks enough robustness and also has big computational cost,an novel image segmentation algorithm based on ant colony and histogram fuzzy clustering is proposed.Firstly,the algorithm determines the initial clustering centre as the original parameter of FCM using ant colony algorithm, so as to overcome the sensitivity to the initial clustering centre.Secondly,the algorithm restrains the interference of image noise and enhances the robustness of algorithm by adaptive median filter.Finally,the algorithm optimizes the objective function of FCM with characteristic space of histogram in order to reduce calculation.Experimental results indicate that this algorithm overcomes the dependence on the initial clustering centre of FCM,which brings high robustness and segmentation accuracy,and has more faster convergence speed.

    FCM clustring algorithm;ant algorithm;image segmentation;adaptive median filter;character of histogram

    TP31

    A

    0258-7998(2015)04-0144-04

    10.16157/j.issn.0258-7998.2015.04.036

    2015-01-15)

    張自嘉(1964-),男,教授,碩士生導師,主要研究方向:現(xiàn)代傳感、智能儀器、圖像處理等。

    岳邦珊(1990-),女,碩士研究生,主要研究方向:圖像處理、光學測量。

    潘琦(1980-),女,博士,講師,主要研究方向:光散射測量、圖像處理。

    國家自然科學基金(61172029,51206082)

    猜你喜歡
    蟻群直方圖灰度
    統(tǒng)計頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計直方圖發(fā)布
    采用改進導重法的拓撲結構灰度單元過濾技術
    基于灰度拉伸的圖像水位識別方法研究
    高技術通訊(2021年3期)2021-06-09 06:57:48
    游戲社會:狼、猞猁和蟻群
    用直方圖控制畫面影調(diào)
    基于自適應蟻群的FCM聚類優(yōu)化算法研究
    測控技術(2018年5期)2018-12-09 09:04:18
    基于奇異值差分譜分析和蟻群算法的小波閾值降噪
    測控技術(2018年1期)2018-11-25 09:43:18
    基于最大加權投影求解的彩色圖像灰度化對比度保留算法
    自動化學報(2017年5期)2017-05-14 06:20:56
    基于灰度線性建模的亞像素圖像抖動量計算
    天堂√8在线中文| 美女内射精品一级片tv| 可以在线观看的亚洲视频| 最新在线观看一区二区三区| 国产探花在线观看一区二区| 欧美区成人在线视频| 美女免费视频网站| 美女xxoo啪啪120秒动态图| av卡一久久| 啦啦啦啦在线视频资源| 国产伦精品一区二区三区四那| 伦理电影大哥的女人| 国产精品无大码| 久久精品影院6| 一本久久中文字幕| 老女人水多毛片| 亚洲国产精品合色在线| 精华霜和精华液先用哪个| 久久久久久大精品| 国产麻豆成人av免费视频| 国产综合懂色| 精品一区二区三区视频在线观看免费| 日韩欧美三级三区| 禁无遮挡网站| 一本精品99久久精品77| 精品不卡国产一区二区三区| 国产精品免费一区二区三区在线| 嫩草影院精品99| 六月丁香七月| 国产69精品久久久久777片| 亚洲在线自拍视频| 人人妻人人看人人澡| 又黄又爽又免费观看的视频| 白带黄色成豆腐渣| 日韩av不卡免费在线播放| 少妇人妻一区二区三区视频| 成人亚洲欧美一区二区av| 1000部很黄的大片| 精品久久久久久久久亚洲| 91麻豆精品激情在线观看国产| 亚洲精品粉嫩美女一区| 国产成人a∨麻豆精品| 能在线免费观看的黄片| 久久精品国产鲁丝片午夜精品| 中文字幕av在线有码专区| 久久久久国产精品人妻aⅴ院| 神马国产精品三级电影在线观看| 欧美日韩精品成人综合77777| 长腿黑丝高跟| 国产av不卡久久| 国国产精品蜜臀av免费| 五月玫瑰六月丁香| 日日撸夜夜添| 波多野结衣高清作品| 国产成人福利小说| 久久久久久国产a免费观看| 色综合站精品国产| 免费大片18禁| 免费搜索国产男女视频| 亚洲va在线va天堂va国产| 久99久视频精品免费| 三级毛片av免费| 女人被狂操c到高潮| 日本三级黄在线观看| 亚洲中文日韩欧美视频| 99国产极品粉嫩在线观看| 九九热线精品视视频播放| 午夜爱爱视频在线播放| 91在线观看av| 国产一区二区在线观看日韩| 亚洲国产精品成人综合色| 欧美成人免费av一区二区三区| 看免费成人av毛片| 美女黄网站色视频| 久久九九热精品免费| 国产色爽女视频免费观看| 全区人妻精品视频| 哪里可以看免费的av片| 在线看三级毛片| 国产亚洲精品综合一区在线观看| 又粗又爽又猛毛片免费看| 亚洲综合色惰| 欧美色欧美亚洲另类二区| 亚洲国产精品成人久久小说 | 少妇丰满av| 色哟哟·www| 午夜老司机福利剧场| 最后的刺客免费高清国语| 97热精品久久久久久| 天天躁日日操中文字幕| 亚洲成人久久爱视频| 免费看日本二区| 亚洲内射少妇av| 国产精品国产三级国产av玫瑰| 99九九线精品视频在线观看视频| 乱系列少妇在线播放| 亚洲欧美日韩高清专用| 午夜精品国产一区二区电影 | 自拍偷自拍亚洲精品老妇| 日本免费一区二区三区高清不卡| 美女免费视频网站| 国产精品永久免费网站| 一个人免费在线观看电影| 精品熟女少妇av免费看| 久久精品91蜜桃| 国产精品乱码一区二三区的特点| 国产高清不卡午夜福利| 亚洲人成网站在线观看播放| 内射极品少妇av片p| 午夜福利成人在线免费观看| 男女边吃奶边做爰视频| 丰满的人妻完整版| 久久精品久久久久久噜噜老黄 | 性插视频无遮挡在线免费观看| 亚洲最大成人av| 搡女人真爽免费视频火全软件 | 中文字幕精品亚洲无线码一区| 亚洲国产精品久久男人天堂| 中文字幕久久专区| 国产伦一二天堂av在线观看| 日本熟妇午夜| 国产白丝娇喘喷水9色精品| 我的老师免费观看完整版| 亚洲精品日韩在线中文字幕 | 免费不卡的大黄色大毛片视频在线观看 | 国产精品不卡视频一区二区| av天堂中文字幕网| 国产一区二区激情短视频| 99热全是精品| 国产精品国产高清国产av| 久久久成人免费电影| 精品欧美国产一区二区三| 成人欧美大片| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美清纯卡通| 亚洲,欧美,日韩| 九九久久精品国产亚洲av麻豆| 一级毛片我不卡| 亚洲一区高清亚洲精品| 中出人妻视频一区二区| 亚洲熟妇中文字幕五十中出| 成人三级黄色视频| av免费在线看不卡| 有码 亚洲区| 国产 一区精品| 少妇丰满av| 听说在线观看完整版免费高清| 一级毛片我不卡| 国产综合懂色| 午夜福利在线观看免费完整高清在 | 天堂影院成人在线观看| 国产高清三级在线| 在线播放无遮挡| 麻豆久久精品国产亚洲av| 日韩中字成人| 嫩草影院精品99| 成人无遮挡网站| 美女高潮的动态| 久久九九热精品免费| av专区在线播放| 久久久久久久久久成人| 国产高清不卡午夜福利| 91av网一区二区| 97超视频在线观看视频| 久久午夜福利片| 日本一本二区三区精品| 欧美最新免费一区二区三区| 久久这里只有精品中国| 天堂动漫精品| 久久久久九九精品影院| 日韩av在线大香蕉| 国产精品美女特级片免费视频播放器| 成人性生交大片免费视频hd| 日本一本二区三区精品| 国产精品电影一区二区三区| 国产精品99久久久久久久久| 久久久久久九九精品二区国产| 精品久久久久久久久av| 男插女下体视频免费在线播放| 欧美xxxx性猛交bbbb| 12—13女人毛片做爰片一| 国产成人91sexporn| 免费高清视频大片| 久久九九热精品免费| 午夜精品国产一区二区电影 | 一边摸一边抽搐一进一小说| 久久久色成人| 午夜久久久久精精品| 不卡视频在线观看欧美| 亚洲专区国产一区二区| 99久久久亚洲精品蜜臀av| eeuss影院久久| 美女xxoo啪啪120秒动态图| 免费在线观看成人毛片| 国产免费男女视频| 18禁黄网站禁片免费观看直播| 成年女人永久免费观看视频| 春色校园在线视频观看| 亚洲国产色片| 国产探花极品一区二区| 91午夜精品亚洲一区二区三区| 国产国拍精品亚洲av在线观看| 国模一区二区三区四区视频| 成年免费大片在线观看| 日本撒尿小便嘘嘘汇集6| 亚洲国产色片| 国产成人a区在线观看| 国产精品人妻久久久久久| 最后的刺客免费高清国语| 欧美在线一区亚洲| 高清毛片免费观看视频网站| 亚洲综合色惰| 我的老师免费观看完整版| 精品熟女少妇av免费看| 人妻夜夜爽99麻豆av| 九九久久精品国产亚洲av麻豆| 午夜福利在线观看吧| 亚洲不卡免费看| av.在线天堂| 国产av不卡久久| 国产麻豆成人av免费视频| 色av中文字幕| 在线国产一区二区在线| 久久热精品热| 成年女人永久免费观看视频| 国产黄色视频一区二区在线观看 | 久久精品影院6| 毛片女人毛片| 成人一区二区视频在线观看| 12—13女人毛片做爰片一| 九色成人免费人妻av| 最近在线观看免费完整版| 日本一本二区三区精品| 亚洲一区二区三区色噜噜| 波多野结衣高清作品| 能在线免费观看的黄片| 亚洲精华国产精华液的使用体验 | 草草在线视频免费看| 亚洲av熟女| 丝袜喷水一区| 免费在线观看影片大全网站| 亚洲熟妇中文字幕五十中出| 国产真实乱freesex| 天堂影院成人在线观看| 日日摸夜夜添夜夜添小说| АⅤ资源中文在线天堂| 一级a爱片免费观看的视频| 欧美激情在线99| 乱系列少妇在线播放| 淫妇啪啪啪对白视频| 国产亚洲精品av在线| 国产高清不卡午夜福利| 久久热精品热| 最近视频中文字幕2019在线8| 免费在线观看成人毛片| 亚洲性久久影院| 午夜影院日韩av| 精品免费久久久久久久清纯| 99久国产av精品| 亚洲色图av天堂| 丰满人妻一区二区三区视频av| 最后的刺客免费高清国语| 中文字幕久久专区| 欧美又色又爽又黄视频| 在线观看美女被高潮喷水网站| 晚上一个人看的免费电影| 人人妻人人澡人人爽人人夜夜 | 亚洲激情五月婷婷啪啪| 99久国产av精品国产电影| 日韩,欧美,国产一区二区三区 | 精品乱码久久久久久99久播| 国产乱人偷精品视频| 日本色播在线视频| 别揉我奶头~嗯~啊~动态视频| av天堂中文字幕网| 性插视频无遮挡在线免费观看| 欧美日韩国产亚洲二区| 成年女人永久免费观看视频| 成人一区二区视频在线观看| 国产欧美日韩精品亚洲av| 亚洲第一电影网av| 国产 一区精品| 热99re8久久精品国产| 国产亚洲精品久久久久久毛片| 日日干狠狠操夜夜爽| 成人欧美大片| 床上黄色一级片| 尤物成人国产欧美一区二区三区| 国产一区二区三区av在线 | 搡老熟女国产l中国老女人| 变态另类丝袜制服| 精品国内亚洲2022精品成人| 日韩三级伦理在线观看| 精品人妻一区二区三区麻豆 | 99热全是精品| 亚洲精品日韩在线中文字幕 | 国产伦精品一区二区三区四那| 我的女老师完整版在线观看| 国内久久婷婷六月综合欲色啪| 五月伊人婷婷丁香| 欧美中文日本在线观看视频| av中文乱码字幕在线| 国产精品嫩草影院av在线观看| 在线a可以看的网站| 亚洲av第一区精品v没综合| 国产在线男女| 色哟哟·www| 淫妇啪啪啪对白视频| 色综合亚洲欧美另类图片| 成人亚洲精品av一区二区| 日韩欧美精品v在线| 一级黄片播放器| 噜噜噜噜噜久久久久久91| 国产av一区在线观看免费| 无遮挡黄片免费观看| 免费在线观看成人毛片| 天天躁夜夜躁狠狠久久av| 国产精品久久视频播放| 不卡视频在线观看欧美| 国产高清有码在线观看视频| 不卡视频在线观看欧美| 狠狠狠狠99中文字幕| 欧美日本视频| 我要看日韩黄色一级片| 国产精品人妻久久久久久| 精品久久国产蜜桃| 少妇的逼水好多| 国产精品国产三级国产av玫瑰| 99热这里只有精品一区| 美女免费视频网站| 午夜精品国产一区二区电影 | 黑人高潮一二区| 级片在线观看| 国产蜜桃级精品一区二区三区| 男人狂女人下面高潮的视频| 亚洲成人精品中文字幕电影| 亚洲精品456在线播放app| 欧美+亚洲+日韩+国产| 能在线免费观看的黄片| 国产三级中文精品| 日本欧美国产在线视频| 搡老熟女国产l中国老女人| 日韩制服骚丝袜av| 亚洲成av人片在线播放无| 夜夜看夜夜爽夜夜摸| 变态另类丝袜制服| 午夜福利成人在线免费观看| 悠悠久久av| 免费观看人在逋| 久久久精品大字幕| 久久国产乱子免费精品| 国产精品美女特级片免费视频播放器| 熟女电影av网| 日韩成人av中文字幕在线观看 | 美女免费视频网站| 亚洲av免费高清在线观看| 婷婷亚洲欧美| 国产高清视频在线观看网站| 国产精品嫩草影院av在线观看| 亚洲中文日韩欧美视频| 男女做爰动态图高潮gif福利片| 麻豆成人午夜福利视频| 色综合色国产| 国产一区二区亚洲精品在线观看| 极品教师在线视频| 全区人妻精品视频| 一个人免费在线观看电影| 啦啦啦观看免费观看视频高清| 日韩中字成人| 最近2019中文字幕mv第一页| 亚洲经典国产精华液单| 99在线人妻在线中文字幕| 中文字幕免费在线视频6| 午夜福利高清视频| 美女内射精品一级片tv| 日日摸夜夜添夜夜添av毛片| 亚洲av美国av| 精品午夜福利视频在线观看一区| 成人毛片a级毛片在线播放| 日韩欧美免费精品| 国产精品电影一区二区三区| 99久久精品热视频| 亚州av有码| 我要搜黄色片| 乱码一卡2卡4卡精品| 在线观看免费视频日本深夜| 床上黄色一级片| 性欧美人与动物交配| 在线观看免费视频日本深夜| 欧美激情在线99| a级一级毛片免费在线观看| 精品人妻视频免费看| 日韩高清综合在线| 国产精品野战在线观看| 国产男靠女视频免费网站| 精品久久久久久久末码| 91在线观看av| 国产精品人妻久久久影院| 成人二区视频| 欧美一区二区精品小视频在线| 午夜老司机福利剧场| 久久精品国产亚洲av涩爱 | 婷婷六月久久综合丁香| 麻豆精品久久久久久蜜桃| 成人特级黄色片久久久久久久| 搡老妇女老女人老熟妇| 人妻丰满熟妇av一区二区三区| 国产三级在线视频| 欧美成人一区二区免费高清观看| 久久久久久久久久成人| 国产一区二区激情短视频| 又爽又黄a免费视频| 一级a爱片免费观看的视频| 麻豆乱淫一区二区| 日产精品乱码卡一卡2卡三| 男人狂女人下面高潮的视频| 九九久久精品国产亚洲av麻豆| 国产综合懂色| 色哟哟·www| 中文资源天堂在线| 免费人成视频x8x8入口观看| 久久精品91蜜桃| 午夜爱爱视频在线播放| 国产午夜精品久久久久久一区二区三区 | 午夜视频国产福利| 深爱激情五月婷婷| 人妻制服诱惑在线中文字幕| 国产成人影院久久av| 日本-黄色视频高清免费观看| 亚洲国产精品成人久久小说 | 免费看美女性在线毛片视频| 亚洲最大成人中文| 久久久久九九精品影院| 91午夜精品亚洲一区二区三区| 最新在线观看一区二区三区| 婷婷六月久久综合丁香| 青春草视频在线免费观看| 男女边吃奶边做爰视频| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品久久久久久av不卡| 欧美三级亚洲精品| 精品无人区乱码1区二区| 久久国产乱子免费精品| 乱码一卡2卡4卡精品| 亚洲内射少妇av| 日日摸夜夜添夜夜添av毛片| 一个人观看的视频www高清免费观看| av天堂中文字幕网| 国产精品一区www在线观看| 亚洲av免费高清在线观看| 看免费成人av毛片| 午夜福利视频1000在线观看| 午夜福利高清视频| 如何舔出高潮| 免费不卡的大黄色大毛片视频在线观看 | 亚洲成人中文字幕在线播放| 国产在视频线在精品| 床上黄色一级片| 欧美日韩国产亚洲二区| 久久午夜福利片| 两个人的视频大全免费| 成人鲁丝片一二三区免费| 久久这里只有精品中国| 国内精品久久久久精免费| 色综合站精品国产| 少妇高潮的动态图| 麻豆国产av国片精品| 日韩av不卡免费在线播放| 国产成年人精品一区二区| 小蜜桃在线观看免费完整版高清| 一区二区三区四区激情视频 | 国产高清视频在线观看网站| 日日摸夜夜添夜夜添av毛片| 精品久久久久久久末码| 久久热精品热| 午夜精品国产一区二区电影 | 观看美女的网站| 欧美日韩综合久久久久久| 成人性生交大片免费视频hd| 一级a爱片免费观看的视频| 日韩欧美国产在线观看| 综合色av麻豆| 亚洲精品一卡2卡三卡4卡5卡| 最近在线观看免费完整版| 亚洲乱码一区二区免费版| 亚洲久久久久久中文字幕| 天堂动漫精品| 精品少妇黑人巨大在线播放 | 国产高清有码在线观看视频| 成年女人看的毛片在线观看| 精品无人区乱码1区二区| 男女下面进入的视频免费午夜| 久久久精品大字幕| 日韩成人av中文字幕在线观看 | 久久久久性生活片| 男女下面进入的视频免费午夜| 欧美一级a爱片免费观看看| 偷拍熟女少妇极品色| 亚洲经典国产精华液单| 一进一出抽搐动态| 18禁黄网站禁片免费观看直播| 国产色爽女视频免费观看| 亚洲性夜色夜夜综合| 欧美不卡视频在线免费观看| 成人av在线播放网站| 亚洲乱码一区二区免费版| 国产在视频线在精品| 狂野欧美激情性xxxx在线观看| 国产白丝娇喘喷水9色精品| 亚洲国产精品成人久久小说 | 91久久精品国产一区二区成人| 国产精品一区二区性色av| 成人二区视频| 五月玫瑰六月丁香| 不卡视频在线观看欧美| 精品欧美国产一区二区三| 国产 一区精品| 国产在线精品亚洲第一网站| 乱人视频在线观看| 精品不卡国产一区二区三区| 日本撒尿小便嘘嘘汇集6| 免费av毛片视频| 18+在线观看网站| 少妇猛男粗大的猛烈进出视频 | 最近视频中文字幕2019在线8| 国产精品1区2区在线观看.| 亚洲人与动物交配视频| 一区福利在线观看| 波多野结衣巨乳人妻| 嫩草影院入口| 神马国产精品三级电影在线观看| 国产av一区在线观看免费| 综合色av麻豆| 亚洲人成网站在线播放欧美日韩| 桃色一区二区三区在线观看| 精品乱码久久久久久99久播| 欧美激情国产日韩精品一区| 男插女下体视频免费在线播放| 国产精品福利在线免费观看| 国产大屁股一区二区在线视频| 听说在线观看完整版免费高清| 国产熟女欧美一区二区| 干丝袜人妻中文字幕| 日本精品一区二区三区蜜桃| 日韩,欧美,国产一区二区三区 | 男人的好看免费观看在线视频| 免费看a级黄色片| 国产色爽女视频免费观看| 我要搜黄色片| 色哟哟哟哟哟哟| 免费看日本二区| 国产国拍精品亚洲av在线观看| 国产精品国产高清国产av| 能在线免费观看的黄片| 日韩制服骚丝袜av| 久久亚洲国产成人精品v| 日韩欧美精品免费久久| 亚洲美女黄片视频| 成人综合一区亚洲| 99久久无色码亚洲精品果冻| 久久欧美精品欧美久久欧美| 尤物成人国产欧美一区二区三区| 久久综合国产亚洲精品| 国产成人精品久久久久久| 一级av片app| 波多野结衣高清作品| 婷婷亚洲欧美| 国产中年淑女户外野战色| 久久99热这里只有精品18| 亚洲中文日韩欧美视频| 亚洲精品国产av成人精品 | 国产精品一区二区免费欧美| 欧美日韩乱码在线| 国产精品综合久久久久久久免费| 精品99又大又爽又粗少妇毛片| 亚洲无线在线观看| 国产老妇女一区| 久久精品国产99精品国产亚洲性色| 精品午夜福利在线看| 99久久九九国产精品国产免费| 美女 人体艺术 gogo| 久久中文看片网| 特级一级黄色大片| 久99久视频精品免费| 久久这里只有精品中国| 色5月婷婷丁香| 麻豆国产av国片精品| 久久这里只有精品中国| 国产午夜精品论理片| 在线免费十八禁| 免费av毛片视频| 不卡视频在线观看欧美| 一进一出抽搐动态| 国产精品国产三级国产av玫瑰| 久久久久国产网址| 少妇熟女欧美另类| 久久久久久久久久黄片| 日日摸夜夜添夜夜添av毛片| 麻豆国产av国片精品| 久久久成人免费电影| 欧美人与善性xxx| 能在线免费观看的黄片| 99久久中文字幕三级久久日本| 看免费成人av毛片| 少妇熟女欧美另类| 十八禁网站免费在线| 欧美不卡视频在线免费观看| 国产视频内射| 精品久久久久久久久av| 国产熟女欧美一区二区| 欧美极品一区二区三区四区| 乱人视频在线观看| 国产女主播在线喷水免费视频网站 | 国产男靠女视频免费网站| 免费观看精品视频网站|