• <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
    国产午夜精品一二区理论片| 国产亚洲午夜精品一区二区久久 | 又爽又黄a免费视频| 91aial.com中文字幕在线观看| 男人添女人高潮全过程视频| 一级毛片我不卡| 国产伦精品一区二区三区视频9| www.av在线官网国产| 亚洲精品乱码久久久v下载方式| 观看美女的网站| 只有这里有精品99| 日韩欧美一区视频在线观看 | 最新中文字幕久久久久| 在线播放无遮挡| 精品一区在线观看国产| 蜜桃久久精品国产亚洲av| 欧美一区二区亚洲| 又大又黄又爽视频免费| 国产精品无大码| 国产精品国产三级专区第一集| 免费观看av网站的网址| 国产在线男女| 午夜爱爱视频在线播放| 最近最新中文字幕免费大全7| 在线看a的网站| 亚洲精华国产精华液的使用体验| 亚洲精品日韩av片在线观看| 大香蕉97超碰在线| 欧美精品国产亚洲| 亚洲第一区二区三区不卡| tube8黄色片| 久久久久网色| 国产亚洲午夜精品一区二区久久 | av在线蜜桃| 欧美 日韩 精品 国产| 2021少妇久久久久久久久久久| 最近中文字幕高清免费大全6| 自拍偷自拍亚洲精品老妇| 欧美+日韩+精品| 老司机影院成人| 中国国产av一级| 国产精品秋霞免费鲁丝片| 国产成人精品久久久久久| 国产成人午夜福利电影在线观看| 日韩一区二区三区影片| 中文欧美无线码| 亚洲丝袜综合中文字幕| 国产精品久久久久久精品电影小说 | freevideosex欧美| 另类亚洲欧美激情| 亚洲精品中文字幕在线视频 | 亚洲三级黄色毛片| 日本欧美国产在线视频| 欧美性猛交╳xxx乱大交人| 免费观看av网站的网址| 日韩一区二区视频免费看| 在线免费观看不下载黄p国产| 最近中文字幕高清免费大全6| 99久久中文字幕三级久久日本| 成年女人在线观看亚洲视频 | 在线观看一区二区三区| 成人高潮视频无遮挡免费网站| 亚洲图色成人| 我要看日韩黄色一级片| 亚洲成人精品中文字幕电影| 久久精品国产鲁丝片午夜精品| 久久午夜福利片| 亚州av有码| 身体一侧抽搐| 伊人久久精品亚洲午夜| 国产中年淑女户外野战色| 久久99热这里只频精品6学生| 99热国产这里只有精品6| 亚洲欧美精品自产自拍| 国产精品一二三区在线看| 久久99精品国语久久久| 国产探花极品一区二区| 欧美丝袜亚洲另类| 久久人人爽人人爽人人片va| 亚洲精品亚洲一区二区| 黄色一级大片看看| 大香蕉97超碰在线| 国产高清国产精品国产三级 | 在线精品无人区一区二区三 | 久久女婷五月综合色啪小说 | 日本黄大片高清| 国产精品国产av在线观看| 国产精品熟女久久久久浪| 啦啦啦中文免费视频观看日本| 一级片'在线观看视频| 欧美日韩视频精品一区| 日本黄大片高清| 少妇高潮的动态图| 可以在线观看毛片的网站| 中国国产av一级| 日韩中字成人| 亚洲最大成人中文| 新久久久久国产一级毛片| 国内精品宾馆在线| 亚洲精品影视一区二区三区av| 激情 狠狠 欧美| 高清av免费在线| av国产免费在线观看| 黄片无遮挡物在线观看| 国产久久久一区二区三区| 99热6这里只有精品| 午夜免费鲁丝| 亚洲精品国产色婷婷电影| 最近最新中文字幕免费大全7| 日韩不卡一区二区三区视频在线| 深夜a级毛片| 亚洲欧美精品自产自拍| 国产高清不卡午夜福利| 欧美+日韩+精品| 午夜精品一区二区三区免费看| 国产日韩欧美亚洲二区| 国产精品伦人一区二区| 少妇 在线观看| 春色校园在线视频观看| 亚洲色图综合在线观看| 女人十人毛片免费观看3o分钟| 免费看光身美女| 18禁裸乳无遮挡免费网站照片| 在线观看国产h片| 丰满人妻一区二区三区视频av| 纵有疾风起免费观看全集完整版| 网址你懂的国产日韩在线| 欧美激情国产日韩精品一区| 成人午夜精彩视频在线观看| 亚洲在线观看片| 日本一本二区三区精品| 免费少妇av软件| 在线精品无人区一区二区三 | h日本视频在线播放| 欧美老熟妇乱子伦牲交| 乱码一卡2卡4卡精品| 亚洲不卡免费看| 天堂俺去俺来也www色官网| 亚洲成人久久爱视频| 一本一本综合久久| 久久午夜福利片| 卡戴珊不雅视频在线播放| 美女xxoo啪啪120秒动态图| 亚州av有码| 精品久久久久久电影网| 亚洲精品成人久久久久久| 91午夜精品亚洲一区二区三区| 国产av码专区亚洲av| h日本视频在线播放| 女人久久www免费人成看片| 欧美老熟妇乱子伦牲交| 另类亚洲欧美激情| 最后的刺客免费高清国语| 国国产精品蜜臀av免费| 自拍欧美九色日韩亚洲蝌蚪91 | 免费播放大片免费观看视频在线观看| 99视频精品全部免费 在线| 日本熟妇午夜| 久久久欧美国产精品| 久久久精品免费免费高清| 免费少妇av软件| 欧美高清性xxxxhd video| 又爽又黄无遮挡网站| 老司机影院成人| 国产成人免费无遮挡视频| 国产高清有码在线观看视频| 欧美性猛交╳xxx乱大交人| 久久人人爽人人爽人人片va| 国产精品国产三级国产av玫瑰| 日韩大片免费观看网站| 菩萨蛮人人尽说江南好唐韦庄| 午夜福利在线在线| av福利片在线观看| 精品酒店卫生间| 国产白丝娇喘喷水9色精品| 黄色配什么色好看| 免费看光身美女| 日韩成人伦理影院| 国产精品不卡视频一区二区| 人人妻人人看人人澡| 久久久精品免费免费高清| 亚洲国产精品国产精品| 久久久久久久久久人人人人人人| 91狼人影院| 人妻一区二区av| 免费av观看视频| 日韩成人伦理影院| 国产一区二区三区综合在线观看 | 高清欧美精品videossex| 18禁在线无遮挡免费观看视频| 69av精品久久久久久| 校园人妻丝袜中文字幕| 各种免费的搞黄视频| 国产精品偷伦视频观看了| 国产永久视频网站| 麻豆久久精品国产亚洲av| 精品酒店卫生间| 成人午夜精彩视频在线观看| 99热这里只有是精品50| 亚洲av在线观看美女高潮| 中文字幕制服av| 国产v大片淫在线免费观看| 国产在视频线精品| 18禁裸乳无遮挡免费网站照片| 最近中文字幕高清免费大全6| 久久久久久国产a免费观看| 亚洲怡红院男人天堂| 一级毛片 在线播放| 自拍欧美九色日韩亚洲蝌蚪91 | 少妇人妻一区二区三区视频| 交换朋友夫妻互换小说| 日本与韩国留学比较| 亚洲精品久久久久久婷婷小说| 日韩一本色道免费dvd| 熟女av电影| 免费av观看视频| 18+在线观看网站| 久久久精品免费免费高清| 欧美高清成人免费视频www| 欧美成人精品欧美一级黄| 免费在线观看成人毛片| 下体分泌物呈黄色| 狂野欧美白嫩少妇大欣赏| 亚洲精品影视一区二区三区av| 国产欧美日韩精品一区二区| kizo精华| 在线a可以看的网站| 国产精品无大码| 国产欧美亚洲国产| 亚洲性久久影院| 亚洲欧美成人精品一区二区| 亚洲人成网站在线观看播放| 国产日韩欧美在线精品| av在线app专区| 亚洲人成网站在线播| 狠狠精品人妻久久久久久综合| 超碰97精品在线观看| 蜜桃亚洲精品一区二区三区| 特大巨黑吊av在线直播| 如何舔出高潮| 日韩一区二区三区影片| 一级黄片播放器| 午夜福利视频精品| 亚洲色图综合在线观看| 在线观看国产h片| 国产精品女同一区二区软件| 国产精品爽爽va在线观看网站| 噜噜噜噜噜久久久久久91| av免费在线看不卡| 18禁裸乳无遮挡动漫免费视频 | 菩萨蛮人人尽说江南好唐韦庄| 亚洲av中文av极速乱| 国产免费福利视频在线观看| 全区人妻精品视频| 熟女电影av网| 成人亚洲欧美一区二区av| 久久久久久久久久人人人人人人| 成人一区二区视频在线观看| 中文字幕久久专区| 赤兔流量卡办理| 欧美高清成人免费视频www| 国产在线男女| 99久久精品一区二区三区| 日韩欧美一区视频在线观看 | 国产亚洲91精品色在线| 哪个播放器可以免费观看大片| 精品少妇久久久久久888优播| a级毛片免费高清观看在线播放| 爱豆传媒免费全集在线观看| av又黄又爽大尺度在线免费看| 亚洲内射少妇av| 色视频在线一区二区三区| 黄色怎么调成土黄色| 久久97久久精品| 插阴视频在线观看视频| 国产淫片久久久久久久久| 韩国av在线不卡| 高清毛片免费看| 久久久精品免费免费高清| www.av在线官网国产| 天堂中文最新版在线下载 | 91久久精品电影网| 国内少妇人妻偷人精品xxx网站| 男女边摸边吃奶| 深夜a级毛片| 久久精品久久久久久噜噜老黄| 亚洲一区二区三区欧美精品 | 婷婷色综合大香蕉| 2021天堂中文幕一二区在线观| 国内揄拍国产精品人妻在线| 高清视频免费观看一区二区| 一个人看的www免费观看视频| 亚洲欧美日韩无卡精品| 久久久久久久久大av| 丰满乱子伦码专区| 能在线免费看毛片的网站| 午夜老司机福利剧场| 国产精品久久久久久精品电影小说 | 老女人水多毛片| 小蜜桃在线观看免费完整版高清| 黄色日韩在线| 天天躁夜夜躁狠狠久久av| 日本午夜av视频| 亚洲美女视频黄频| 亚洲精品国产色婷婷电影| 成人无遮挡网站| 少妇熟女欧美另类| 伊人久久国产一区二区| 中文资源天堂在线| 亚洲性久久影院| .国产精品久久| 男女边摸边吃奶| 久久久久久伊人网av| 欧美一区二区亚洲| 久久久久九九精品影院| 女人被狂操c到高潮| 亚洲天堂国产精品一区在线| 午夜免费男女啪啪视频观看| 精品久久久久久久人妻蜜臀av| 内射极品少妇av片p| 最近中文字幕2019免费版| 天堂中文最新版在线下载 | 亚洲精品中文字幕在线视频 | 国产一区亚洲一区在线观看| 2018国产大陆天天弄谢| 亚洲国产欧美人成| 啦啦啦中文免费视频观看日本| 国产淫片久久久久久久久| 麻豆乱淫一区二区| 亚洲av成人精品一区久久| 看免费成人av毛片| 交换朋友夫妻互换小说| 少妇人妻久久综合中文| 久久综合国产亚洲精品| 高清欧美精品videossex| 国产爽快片一区二区三区| 亚洲av中文字字幕乱码综合| 欧美激情久久久久久爽电影| 人人妻人人爽人人添夜夜欢视频 | 精品一区二区三区视频在线| 国精品久久久久久国模美| 2021少妇久久久久久久久久久| 男人狂女人下面高潮的视频| 精品久久久噜噜| 亚洲性久久影院| 国产永久视频网站| 免费不卡的大黄色大毛片视频在线观看| 亚洲av一区综合| 男人和女人高潮做爰伦理| 国产爽快片一区二区三区| 人人妻人人爽人人添夜夜欢视频 | 午夜爱爱视频在线播放| 国产v大片淫在线免费观看| 成人美女网站在线观看视频| 亚洲最大成人中文| 日韩一本色道免费dvd| 免费av毛片视频| 九色成人免费人妻av| 国产成人a∨麻豆精品| 国精品久久久久久国模美| 最后的刺客免费高清国语| 成年免费大片在线观看| 日日啪夜夜撸| 99热国产这里只有精品6| 欧美国产精品一级二级三级 | 日韩大片免费观看网站| 国产视频首页在线观看| 国产成人免费无遮挡视频| 亚洲欧美日韩另类电影网站 | 国产女主播在线喷水免费视频网站| 午夜福利在线在线| 国产亚洲91精品色在线| 亚洲,一卡二卡三卡| 麻豆乱淫一区二区| 男人添女人高潮全过程视频| 亚洲国产精品999| av在线蜜桃| 少妇丰满av| 国产综合精华液| 日韩 亚洲 欧美在线| 丝袜喷水一区| 白带黄色成豆腐渣| av播播在线观看一区| 亚洲综合色惰| 亚洲国产精品成人综合色| 国产乱来视频区| 夜夜爽夜夜爽视频| 亚洲成色77777| 哪个播放器可以免费观看大片| 青春草亚洲视频在线观看| 亚洲欧美一区二区三区国产| 免费看av在线观看网站| 丝瓜视频免费看黄片| 小蜜桃在线观看免费完整版高清| 寂寞人妻少妇视频99o| 又大又黄又爽视频免费| 免费观看性生交大片5| 99热这里只有是精品在线观看| 日韩一区二区视频免费看| 亚洲性久久影院| 少妇人妻一区二区三区视频| 最近手机中文字幕大全| 国产免费又黄又爽又色| 男女啪啪激烈高潮av片| 啦啦啦中文免费视频观看日本| 亚洲天堂国产精品一区在线| 午夜福利在线观看免费完整高清在| 丰满乱子伦码专区| 18禁动态无遮挡网站| 欧美日韩一区二区视频在线观看视频在线 | 国产高清有码在线观看视频| 亚洲成人久久爱视频| 可以在线观看毛片的网站| 人妻夜夜爽99麻豆av| xxx大片免费视频| 精品久久久久久久末码| 特大巨黑吊av在线直播| 日韩,欧美,国产一区二区三区| 国产午夜精品久久久久久一区二区三区| 日韩av免费高清视频| 老司机影院成人| 日韩视频在线欧美| 人妻夜夜爽99麻豆av| 大片电影免费在线观看免费| 久久久久久久精品精品| 欧美成人精品欧美一级黄| 欧美激情国产日韩精品一区| 国产高潮美女av| 亚洲综合色惰| 插阴视频在线观看视频| 老师上课跳d突然被开到最大视频| 美女脱内裤让男人舔精品视频| 又大又黄又爽视频免费| 亚洲国产精品成人综合色| 内地一区二区视频在线| 九九在线视频观看精品| 亚洲自偷自拍三级| 久久久久网色| 国产爽快片一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91 | 免费av不卡在线播放| av在线观看视频网站免费| 精品一区在线观看国产| 狂野欧美激情性bbbbbb| 亚洲丝袜综合中文字幕| 两个人的视频大全免费| 国产成人精品婷婷| av国产久精品久网站免费入址| av黄色大香蕉| 制服丝袜香蕉在线| 爱豆传媒免费全集在线观看| 在线 av 中文字幕| 在线观看一区二区三区激情| 日本免费在线观看一区| 色婷婷久久久亚洲欧美| 国产精品一二三区在线看| 极品少妇高潮喷水抽搐| 国产熟女欧美一区二区| 日韩三级伦理在线观看| 久久久久网色| av黄色大香蕉| 午夜福利在线观看免费完整高清在| 国产亚洲91精品色在线| 精品人妻熟女av久视频| 国产精品不卡视频一区二区| 亚洲成人中文字幕在线播放| 国产黄片视频在线免费观看| 欧美极品一区二区三区四区| 日韩在线高清观看一区二区三区| 亚洲精品自拍成人| 69人妻影院| 欧美极品一区二区三区四区| av福利片在线观看| 国产精品一及| 国产精品一区www在线观看| 少妇的逼水好多| 欧美日韩精品成人综合77777| 国产精品久久久久久av不卡| 精品99又大又爽又粗少妇毛片| 精品国产露脸久久av麻豆| 国产男人的电影天堂91| 久久久久国产精品人妻一区二区| 中文字幕制服av| 国产白丝娇喘喷水9色精品| 欧美日韩视频精品一区| 中国三级夫妇交换| 久久久久精品性色| 可以在线观看毛片的网站| 午夜福利在线在线| 女人十人毛片免费观看3o分钟| 香蕉精品网在线| 黄色日韩在线| 日韩av免费高清视频| 国产黄色视频一区二区在线观看| 久久亚洲国产成人精品v| 欧美bdsm另类| 国产av国产精品国产| 乱码一卡2卡4卡精品| 日本黄大片高清| 国产男女内射视频| 亚洲性久久影院| 只有这里有精品99| 国产片特级美女逼逼视频| 夜夜看夜夜爽夜夜摸| 性色avwww在线观看| 黄色配什么色好看| 色哟哟·www| 国产高清三级在线| 九九久久精品国产亚洲av麻豆| 热re99久久精品国产66热6| 国产乱人视频| 五月天丁香电影| 熟女电影av网| 午夜福利视频精品| 国产成人freesex在线| 狂野欧美激情性xxxx在线观看| 国产一区有黄有色的免费视频| 哪个播放器可以免费观看大片| 日韩 亚洲 欧美在线| 大陆偷拍与自拍| 女人十人毛片免费观看3o分钟| 亚洲在久久综合| 我要看日韩黄色一级片| 男人添女人高潮全过程视频| 男女下面进入的视频免费午夜| 青春草国产在线视频| 在线观看av片永久免费下载| 热99国产精品久久久久久7| 亚洲成色77777| 一二三四中文在线观看免费高清| 国产成人一区二区在线| 狂野欧美激情性xxxx在线观看| 免费少妇av软件| 免费不卡的大黄色大毛片视频在线观看| 亚洲不卡免费看| 欧美日韩精品成人综合77777| 建设人人有责人人尽责人人享有的 | 在线播放无遮挡| 午夜激情久久久久久久| 亚洲精品一区蜜桃| 亚洲av二区三区四区| av在线天堂中文字幕| 日韩在线高清观看一区二区三区| 国产一区二区亚洲精品在线观看| 中文在线观看免费www的网站| 亚洲伊人久久精品综合| 亚洲国产精品国产精品| 国产精品av视频在线免费观看| 精品99又大又爽又粗少妇毛片| 欧美日韩视频精品一区| 女人被狂操c到高潮| 欧美亚洲 丝袜 人妻 在线| 久久精品国产亚洲网站| 久久99精品国语久久久| 亚洲人与动物交配视频| 男的添女的下面高潮视频| av女优亚洲男人天堂| 日本-黄色视频高清免费观看| 一本久久精品| 全区人妻精品视频| 春色校园在线视频观看| 国产av码专区亚洲av| 亚洲综合精品二区| 肉色欧美久久久久久久蜜桃 | 国产精品一区二区三区四区免费观看| 欧美一区二区亚洲| 精品少妇黑人巨大在线播放| 亚洲av电影在线观看一区二区三区 | 国产免费一级a男人的天堂| 欧美日韩国产mv在线观看视频 | 亚洲经典国产精华液单| 国产成人a∨麻豆精品| 欧美激情久久久久久爽电影| 一个人观看的视频www高清免费观看| h日本视频在线播放| av国产精品久久久久影院| 黄色配什么色好看| 男男h啪啪无遮挡| 黄色配什么色好看| 日本爱情动作片www.在线观看| 亚洲丝袜综合中文字幕| 亚洲国产精品专区欧美| 97精品久久久久久久久久精品| 岛国毛片在线播放| 91久久精品国产一区二区三区| 中文在线观看免费www的网站| 成人黄色视频免费在线看| 日韩欧美精品免费久久| 18+在线观看网站| 成人国产av品久久久| 麻豆乱淫一区二区| 国产精品偷伦视频观看了| 亚洲成人一二三区av| 国产一区二区在线观看日韩| 欧美成人午夜免费资源| 我的女老师完整版在线观看| 真实男女啪啪啪动态图| 五月玫瑰六月丁香| 午夜免费观看性视频| 免费大片黄手机在线观看| av国产精品久久久久影院| 伦理电影大哥的女人| 亚洲婷婷狠狠爱综合网| 国产午夜福利久久久久久| 国产精品一区www在线观看| 亚洲精品亚洲一区二区| 婷婷色av中文字幕| 国内揄拍国产精品人妻在线| 乱码一卡2卡4卡精品| 国产精品三级大全| 看黄色毛片网站| 美女xxoo啪啪120秒动态图| 亚洲欧美日韩东京热| 嫩草影院入口| 日本-黄色视频高清免费观看|