• <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
    国产成人精品久久二区二区免费| 国产精品 欧美亚洲| 久久久久国产一级毛片高清牌| 两个人看的免费小视频| 亚洲人成网站在线播放欧美日韩| avwww免费| 欧美日韩亚洲综合一区二区三区_| 日韩大码丰满熟妇| 国产人伦9x9x在线观看| 老熟妇乱子伦视频在线观看| 国产一区二区在线观看日韩 | 欧美丝袜亚洲另类 | 999精品在线视频| 黄色女人牲交| 国产高清有码在线观看视频 | 18禁观看日本| 午夜福利免费观看在线| av片东京热男人的天堂| 亚洲成av人片在线播放无| 悠悠久久av| 欧美黑人精品巨大| 日韩大码丰满熟妇| 啦啦啦观看免费观看视频高清| 小说图片视频综合网站| 亚洲精品在线观看二区| 亚洲性夜色夜夜综合| 在线观看免费午夜福利视频| 亚洲国产欧美网| 亚洲电影在线观看av| 久久这里只有精品中国| 99riav亚洲国产免费| 国产精品永久免费网站| 小说图片视频综合网站| 1024香蕉在线观看| 毛片女人毛片| 啦啦啦韩国在线观看视频| 国产午夜福利久久久久久| 久久精品国产清高在天天线| 亚洲成av人片免费观看| 黄色毛片三级朝国网站| 最好的美女福利视频网| av视频在线观看入口| 亚洲第一欧美日韩一区二区三区| 男男h啪啪无遮挡| 少妇粗大呻吟视频| 国产精品爽爽va在线观看网站| 亚洲一卡2卡3卡4卡5卡精品中文| 国产1区2区3区精品| 亚洲 欧美 日韩 在线 免费| 久久久水蜜桃国产精品网| 一本一本综合久久| 色尼玛亚洲综合影院| 看片在线看免费视频| 12—13女人毛片做爰片一| 国产一区在线观看成人免费| 欧美日韩乱码在线| 亚洲第一欧美日韩一区二区三区| 亚洲欧美日韩高清在线视频| 国产探花在线观看一区二区| 欧美最黄视频在线播放免费| 精品一区二区三区av网在线观看| 9191精品国产免费久久| 久久午夜亚洲精品久久| 美女午夜性视频免费| 悠悠久久av| 亚洲 欧美 日韩 在线 免费| 亚洲美女黄片视频| 久久久久久久久久黄片| 国产精品av久久久久免费| 久久久久九九精品影院| 欧美丝袜亚洲另类 | 日韩欧美免费精品| 日本一二三区视频观看| 欧美中文日本在线观看视频| 亚洲av成人精品一区久久| 真人做人爱边吃奶动态| 变态另类成人亚洲欧美熟女| 日本五十路高清| 亚洲自拍偷在线| 久久精品人妻少妇| 亚洲精品国产精品久久久不卡| a级毛片a级免费在线| 麻豆国产av国片精品| 精品国内亚洲2022精品成人| 色在线成人网| 色精品久久人妻99蜜桃| 成人欧美大片| 美女大奶头视频| 岛国在线免费视频观看| 国产片内射在线| 夜夜看夜夜爽夜夜摸| 88av欧美| 在线看三级毛片| 香蕉久久夜色| 久久婷婷人人爽人人干人人爱| 成人午夜高清在线视频| 国产高清videossex| 成人特级黄色片久久久久久久| 欧美黑人欧美精品刺激| 97超级碰碰碰精品色视频在线观看| 又黄又粗又硬又大视频| 国产精品一及| 日韩有码中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 国产真人三级小视频在线观看| av视频在线观看入口| 国产精品永久免费网站| 午夜福利高清视频| 日本a在线网址| 欧美中文综合在线视频| 久久香蕉精品热| 他把我摸到了高潮在线观看| 男插女下体视频免费在线播放| www.精华液| 国产精品亚洲一级av第二区| 国产黄a三级三级三级人| 亚洲成人久久爱视频| 9191精品国产免费久久| 在线永久观看黄色视频| 免费在线观看黄色视频的| 黑人操中国人逼视频| 欧美av亚洲av综合av国产av| 久久精品91无色码中文字幕| 国产精品一区二区三区四区免费观看 | 中文字幕人妻丝袜一区二区| 久久这里只有精品19| 国产亚洲精品一区二区www| av在线播放免费不卡| 在线观看午夜福利视频| 99精品在免费线老司机午夜| 亚洲 欧美 日韩 在线 免费| 国产精品影院久久| 日韩大尺度精品在线看网址| 99国产精品99久久久久| 免费无遮挡裸体视频| 午夜免费成人在线视频| 国产av不卡久久| 叶爱在线成人免费视频播放| 91国产中文字幕| 中文在线观看免费www的网站 | 久久婷婷成人综合色麻豆| 精品人妻1区二区| 天堂动漫精品| 一夜夜www| 国产日本99.免费观看| 亚洲 欧美一区二区三区| 动漫黄色视频在线观看| 国产免费av片在线观看野外av| 日本免费a在线| 中文字幕精品亚洲无线码一区| 50天的宝宝边吃奶边哭怎么回事| 亚洲一区中文字幕在线| 国产爱豆传媒在线观看 | 又爽又黄无遮挡网站| 亚洲午夜理论影院| 此物有八面人人有两片| 国产黄a三级三级三级人| 后天国语完整版免费观看| 久久这里只有精品19| 日日爽夜夜爽网站| 色哟哟哟哟哟哟| 日韩欧美一区二区三区在线观看| 国产高清有码在线观看视频 | 国产亚洲精品久久久久久毛片| 亚洲中文字幕日韩| 国产黄色小视频在线观看| 亚洲第一电影网av| 亚洲av成人不卡在线观看播放网| 麻豆av在线久日| 久久 成人 亚洲| 美女免费视频网站| 国产真实乱freesex| 成人永久免费在线观看视频| 2021天堂中文幕一二区在线观| 巨乳人妻的诱惑在线观看| 听说在线观看完整版免费高清| 天天添夜夜摸| 久久久久国产一级毛片高清牌| 国产成人aa在线观看| 日韩欧美国产在线观看| 熟女电影av网| 波多野结衣高清作品| 91国产中文字幕| 看免费av毛片| 身体一侧抽搐| 女生性感内裤真人,穿戴方法视频| av福利片在线| 国产激情欧美一区二区| 日本黄大片高清| 在线永久观看黄色视频| 国产精品久久视频播放| 久久午夜综合久久蜜桃| av免费在线观看网站| 黄色女人牲交| 男女视频在线观看网站免费 | 日韩欧美 国产精品| 国产黄a三级三级三级人| 亚洲一卡2卡3卡4卡5卡精品中文| 怎么达到女性高潮| 亚洲全国av大片| videosex国产| 亚洲成人久久爱视频| 精品久久久久久成人av| 制服丝袜大香蕉在线| 久久久久国内视频| 国产在线精品亚洲第一网站| 国产精品综合久久久久久久免费| 女生性感内裤真人,穿戴方法视频| 久久这里只有精品19| 特级一级黄色大片| 亚洲国产精品sss在线观看| 久久久久久久精品吃奶| 久久久久久久久免费视频了| 18禁观看日本| 欧美zozozo另类| 婷婷丁香在线五月| 免费无遮挡裸体视频| 老汉色av国产亚洲站长工具| 亚洲精品粉嫩美女一区| 亚洲欧美激情综合另类| 9191精品国产免费久久| 国产在线观看jvid| 黄片小视频在线播放| 亚洲七黄色美女视频| 91大片在线观看| 亚洲精品中文字幕在线视频| АⅤ资源中文在线天堂| 成年人黄色毛片网站| 两个人看的免费小视频| 免费在线观看影片大全网站| 亚洲精品粉嫩美女一区| 免费观看人在逋| www.熟女人妻精品国产| 老汉色∧v一级毛片| 在线观看一区二区三区| 成年人黄色毛片网站| 精品久久久久久久久久免费视频| 每晚都被弄得嗷嗷叫到高潮| 国内少妇人妻偷人精品xxx网站 | 在线视频色国产色| 九九热线精品视视频播放| 久99久视频精品免费| 脱女人内裤的视频| 日本黄色视频三级网站网址| 在线观看一区二区三区| 国产精品九九99| 母亲3免费完整高清在线观看| 欧美一级毛片孕妇| 在线观看舔阴道视频| 婷婷精品国产亚洲av| 99久久精品热视频| 99久久无色码亚洲精品果冻| 久久精品国产99精品国产亚洲性色| 熟女少妇亚洲综合色aaa.| 亚洲avbb在线观看| 一级毛片精品| 国产视频一区二区在线看| av欧美777| 成在线人永久免费视频| 69av精品久久久久久| 国产区一区二久久| 亚洲国产欧美网| 欧美绝顶高潮抽搐喷水| 亚洲全国av大片| 一进一出好大好爽视频| www.www免费av| 成人三级做爰电影| 国产亚洲精品一区二区www| 在线观看免费视频日本深夜| 久久精品国产清高在天天线| 一级片免费观看大全| 日本撒尿小便嘘嘘汇集6| 欧美一级a爱片免费观看看 | 亚洲片人在线观看| 视频区欧美日本亚洲| 18禁黄网站禁片午夜丰满| 高潮久久久久久久久久久不卡| 日本成人三级电影网站| 草草在线视频免费看| 亚洲自拍偷在线| 最近最新中文字幕大全免费视频| 熟女少妇亚洲综合色aaa.| 在线十欧美十亚洲十日本专区| 无遮挡黄片免费观看| 在线观看美女被高潮喷水网站 | 久久精品国产清高在天天线| 在线观看免费日韩欧美大片| 亚洲在线自拍视频| 国产一级毛片七仙女欲春2| 亚洲国产欧洲综合997久久,| 长腿黑丝高跟| 可以在线观看的亚洲视频| 日日爽夜夜爽网站| 最好的美女福利视频网| 哪里可以看免费的av片| 在线观看日韩欧美| 日韩欧美在线乱码| 丁香欧美五月| 岛国在线免费视频观看| 国产高清videossex| 欧美日韩国产亚洲二区| 亚洲成人精品中文字幕电影| 欧美日韩乱码在线| 级片在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲男人天堂网一区| 久99久视频精品免费| 久热爱精品视频在线9| 久久久久久大精品| 久久久久精品国产欧美久久久| ponron亚洲| 中国美女看黄片| 久久精品亚洲精品国产色婷小说| 国产精品免费一区二区三区在线| xxxwww97欧美| 亚洲自偷自拍图片 自拍| 久久这里只有精品中国| 欧美日韩一级在线毛片| 午夜激情av网站| 久久久水蜜桃国产精品网| 亚洲精品国产一区二区精华液| 又紧又爽又黄一区二区| av天堂在线播放| 日韩成人在线观看一区二区三区| 精品久久久久久,| 人妻夜夜爽99麻豆av| 免费看a级黄色片| 丁香欧美五月| 99精品欧美一区二区三区四区| 国产亚洲精品久久久久5区| 日韩三级视频一区二区三区| 琪琪午夜伦伦电影理论片6080| 国产三级黄色录像| 午夜精品在线福利| 亚洲国产欧美网| 夜夜看夜夜爽夜夜摸| 97人妻精品一区二区三区麻豆| 亚洲精品美女久久久久99蜜臀| 亚洲av第一区精品v没综合| 成年女人毛片免费观看观看9| 又紧又爽又黄一区二区| 精品久久久久久久毛片微露脸| 日韩欧美国产在线观看| 动漫黄色视频在线观看| 我要搜黄色片| 日韩大尺度精品在线看网址| 亚洲成人精品中文字幕电影| 黄片大片在线免费观看| 国产熟女xx| 18禁国产床啪视频网站| 热99re8久久精品国产| 免费无遮挡裸体视频| 国产精品九九99| 国产精品久久电影中文字幕| ponron亚洲| 国产精品久久视频播放| 国产熟女xx| 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| 国产99白浆流出| 中文在线观看免费www的网站 | 成人av在线播放网站| 麻豆久久精品国产亚洲av| 欧美成狂野欧美在线观看| 国产精品久久久久久久电影 | 亚洲精品美女久久久久99蜜臀| 淫妇啪啪啪对白视频| 国产精品免费一区二区三区在线| 久久久精品大字幕| 九色成人免费人妻av| 免费观看精品视频网站| av有码第一页| 中文资源天堂在线| 欧美日韩乱码在线| 亚洲av五月六月丁香网| 又大又爽又粗| 全区人妻精品视频| 麻豆国产av国片精品| 不卡一级毛片| 99久久国产精品久久久| 最好的美女福利视频网| 特大巨黑吊av在线直播| 国产av一区二区精品久久| 欧美国产日韩亚洲一区| 丰满的人妻完整版| 日本一本二区三区精品| 国产成年人精品一区二区| 50天的宝宝边吃奶边哭怎么回事| 久久久久久国产a免费观看| 成人精品一区二区免费| 叶爱在线成人免费视频播放| 国内精品一区二区在线观看| 中亚洲国语对白在线视频| 精品不卡国产一区二区三区| 亚洲成av人片免费观看| 久久久久久九九精品二区国产 | 啦啦啦免费观看视频1| 一卡2卡三卡四卡精品乱码亚洲| 久久精品夜夜夜夜夜久久蜜豆 | 成人三级黄色视频| 99热这里只有精品一区 | av有码第一页| 国产亚洲精品一区二区www| 国产黄色小视频在线观看| 日韩国内少妇激情av| 欧美zozozo另类| 国产黄片美女视频| 在线观看免费日韩欧美大片| 国产爱豆传媒在线观看 | 黄色女人牲交| 亚洲欧美日韩高清在线视频| 波多野结衣高清作品| 黄色毛片三级朝国网站| 我要搜黄色片| 国产精品98久久久久久宅男小说| 黄片大片在线免费观看| 午夜福利高清视频| 成人国语在线视频| 亚洲欧美日韩无卡精品| 色尼玛亚洲综合影院| 丰满人妻一区二区三区视频av | 一进一出抽搐动态| 天天躁狠狠躁夜夜躁狠狠躁| 99热这里只有精品一区 | 一个人免费在线观看的高清视频| 不卡av一区二区三区| 亚洲国产精品成人综合色| 三级男女做爰猛烈吃奶摸视频| 日本一二三区视频观看| 男人舔女人的私密视频| 亚洲第一欧美日韩一区二区三区| 男女做爰动态图高潮gif福利片| 国产又黄又爽又无遮挡在线| 久久久久久国产a免费观看| 中文资源天堂在线| 夜夜爽天天搞| 老汉色∧v一级毛片| 中文字幕精品亚洲无线码一区| 村上凉子中文字幕在线| 国产精品永久免费网站| 哪里可以看免费的av片| 亚洲一区二区三区不卡视频| 亚洲五月天丁香| 国产一级毛片七仙女欲春2| 两性夫妻黄色片| 一区二区三区激情视频| av超薄肉色丝袜交足视频| 天天添夜夜摸| 久久午夜综合久久蜜桃| 国产欧美日韩一区二区三| 国产97色在线日韩免费| 日韩欧美国产一区二区入口| 欧美色视频一区免费| 变态另类成人亚洲欧美熟女| 夜夜爽天天搞| 中文字幕高清在线视频| e午夜精品久久久久久久| 看片在线看免费视频| 亚洲片人在线观看| 精品久久蜜臀av无| 午夜福利在线在线| 亚洲国产欧美一区二区综合| 在线观看www视频免费| 久99久视频精品免费| 无遮挡黄片免费观看| 色尼玛亚洲综合影院| 长腿黑丝高跟| 熟妇人妻久久中文字幕3abv| 在线观看午夜福利视频| 亚洲 国产 在线| 老司机午夜福利在线观看视频| 一进一出好大好爽视频| 男男h啪啪无遮挡| 两个人视频免费观看高清| 国产亚洲av高清不卡| 可以在线观看的亚洲视频| 天天躁狠狠躁夜夜躁狠狠躁| 最新美女视频免费是黄的| 色综合站精品国产| www日本在线高清视频| 日韩大码丰满熟妇| 成人国产一区最新在线观看| www国产在线视频色| 久久99热这里只有精品18| 免费观看精品视频网站| 免费观看人在逋| 三级男女做爰猛烈吃奶摸视频| 亚洲欧美日韩高清专用| 亚洲乱码一区二区免费版| 国产精品 欧美亚洲| 国产欧美日韩精品亚洲av| 91在线观看av| 18美女黄网站色大片免费观看| 99久久久亚洲精品蜜臀av| 亚洲免费av在线视频| 婷婷六月久久综合丁香| 日日夜夜操网爽| 午夜亚洲福利在线播放| 中文亚洲av片在线观看爽| 免费在线观看黄色视频的| 国产成人系列免费观看| 两个人看的免费小视频| 成在线人永久免费视频| 国产精品一区二区三区四区免费观看 | av视频在线观看入口| 中文资源天堂在线| 1024视频免费在线观看| 此物有八面人人有两片| 亚洲第一电影网av| 亚洲av日韩精品久久久久久密| 曰老女人黄片| 久久香蕉激情| 日韩精品免费视频一区二区三区| 亚洲在线自拍视频| 18禁美女被吸乳视频| 一二三四在线观看免费中文在| 亚洲成人久久爱视频| 一a级毛片在线观看| 人妻丰满熟妇av一区二区三区| 叶爱在线成人免费视频播放| 国产精品久久久久久久电影 | 成人av在线播放网站| 亚洲成人中文字幕在线播放| 91老司机精品| 亚洲av第一区精品v没综合| 国产99白浆流出| www国产在线视频色| 男女床上黄色一级片免费看| 欧美 亚洲 国产 日韩一| 亚洲成av人片免费观看| 午夜福利高清视频| 午夜精品久久久久久毛片777| 久久精品人妻少妇| 欧美成人性av电影在线观看| 国产成人aa在线观看| 国产精品永久免费网站| 18禁国产床啪视频网站| 精品欧美一区二区三区在线| 久久久国产欧美日韩av| 亚洲人与动物交配视频| 精品国产亚洲在线| 在线观看免费日韩欧美大片| 国产亚洲av高清不卡| 成人手机av| 日本免费一区二区三区高清不卡| 中文字幕精品亚洲无线码一区| 午夜免费成人在线视频| 成人国语在线视频| 国产一区二区在线观看日韩 | 国产精品一区二区精品视频观看| 免费看十八禁软件| 欧美日韩黄片免| 国产成人一区二区三区免费视频网站| 精品人妻1区二区| 亚洲欧美精品综合久久99| 国产精品av视频在线免费观看| 亚洲第一电影网av| 日韩精品免费视频一区二区三区| 亚洲天堂国产精品一区在线| 1024香蕉在线观看| 国产成人av激情在线播放| 亚洲熟妇熟女久久| 91在线观看av| 久久九九热精品免费| 美女午夜性视频免费| 欧美最黄视频在线播放免费| cao死你这个sao货| 神马国产精品三级电影在线观看 | 国产三级黄色录像| 在线观看66精品国产| 国产区一区二久久| 亚洲熟妇中文字幕五十中出| 亚洲av五月六月丁香网| 精品一区二区三区四区五区乱码| 欧美午夜高清在线| 亚洲自偷自拍图片 自拍| 麻豆成人午夜福利视频| 国产蜜桃级精品一区二区三区| 中文资源天堂在线| tocl精华| 亚洲美女视频黄频| 香蕉久久夜色| 一级作爱视频免费观看| 黄色女人牲交| 一本大道久久a久久精品| 一级作爱视频免费观看| 久久99热这里只有精品18| 亚洲一区二区三区不卡视频| 最近在线观看免费完整版| 久久这里只有精品中国| 国产亚洲精品一区二区www| 真人一进一出gif抽搐免费| 亚洲美女视频黄频| 国产伦一二天堂av在线观看| 国产真实乱freesex| 在线永久观看黄色视频| 久久久久免费精品人妻一区二区| 一本一本综合久久| 国产精品av视频在线免费观看| 女人爽到高潮嗷嗷叫在线视频| 麻豆国产av国片精品| 国产主播在线观看一区二区| 韩国av一区二区三区四区| 两性夫妻黄色片| 国产高清激情床上av| 国产精品亚洲美女久久久| 久久久国产成人免费| 一进一出好大好爽视频| 少妇熟女aⅴ在线视频| 18禁黄网站禁片午夜丰满| 免费在线观看完整版高清| 手机成人av网站| 99久久精品国产亚洲精品| 免费高清视频大片| 精品少妇一区二区三区视频日本电影|