• <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 ?

    基于改進麻雀搜索算法的多閾值圖像分割

    2021-01-26 10:46:26慕曉冬
    關(guān)鍵詞:發(fā)現(xiàn)者適應(yīng)度麻雀

    呂 鑫, 慕曉冬, 張 鈞

    (1. 火箭軍工程大學(xué)作戰(zhàn)保障學(xué)院, 陜西 西安 710025; 2. 北京遙感設(shè)備研究所, 北京 100854)

    0 引 言

    圖像分割是圖像處理的關(guān)鍵環(huán)節(jié),其目的是從圖像中提取出感興趣的目標(biāo)區(qū)域[1]。閾值分割作為一種簡單有效的分割方法,被廣泛應(yīng)用于各領(lǐng)域的圖像處理,主要包括最大類間方差法和Kapur熵等分割方法。常見閾值分割方法采取窮盡搜索進行圖像多閾值分割,計算時間長,局限性大,如何快速準(zhǔn)確地找到最佳閾值成為閾值分割的關(guān)鍵。

    隨著群智能優(yōu)化算法的興起和發(fā)展,由于其具有全局尋優(yōu)和收斂速度快等特點,被廣泛應(yīng)用于圖像分割,起到了減少分割時間和提高分割精度的作用。Akay[2]將粒子群優(yōu)化(particle swarm optimization, PSO)算法和人工蜂群(artificial bee colony, ABC)算法應(yīng)用到多閾值圖像分割,選擇Kapur熵和Otsu作為適應(yīng)度函數(shù)來搜索閾值以獲取最佳分割效果。Yao[3]將優(yōu)良點集應(yīng)用到灰狼優(yōu)化(grey wolf optimization, GWO)算法,并將最大熵作為目標(biāo)函數(shù)進行全局優(yōu)化,具有良好的全局收斂性和魯棒性,有效避免了陷入局部最優(yōu),同時應(yīng)用到多閾值圖像分割,分割閾值更加穩(wěn)定,分割質(zhì)量更高。Wang[4]將萊維飛行引入樽海鞘群算法(salp swarm algorithm, SSA1),分別使用Kapur熵、Otsu和Renyi熵作為適應(yīng)度函數(shù)進行全局尋優(yōu),表現(xiàn)出良好的搜索能力和開拓能力,多閾值圖像分割更優(yōu),并定量分析了Kapur熵分割結(jié)果優(yōu)于其他兩種方法。其他將群智能優(yōu)化算法[5~9]應(yīng)用到多閾值圖像分割也均表現(xiàn)出良好的分割性能。

    薛建凱和沈波于2020年開發(fā)的麻雀搜索算法[10](sparrow search algorithm, SSA)是一種模擬麻雀覓食行為和反捕食行為的新型群智能優(yōu)化算法。SSA能夠取得比PSO、GWO等算法更好的尋優(yōu)性能,但是其運行時間較長,且仍存在陷入局部最優(yōu)的缺陷。所以,結(jié)合鳥群算法[11](bird swarm algorithm, BSA)的思想設(shè)計改進麻雀搜索算法(improved sparrow search algorithm, ISSA),以此來縮短算法運行時間,并提高其搜索能力和開拓能力,取得更好的全局尋優(yōu)性能。同時,將Otsu和Kapur熵作為ISSA的目標(biāo)函數(shù)進行閾值尋優(yōu),并對比Otsu和Kapur熵兩種方法的優(yōu)劣性。最后,將ISSA與現(xiàn)有的分割方法展開多組對比實驗,驗證ISSA在分割性能上的提升。實驗結(jié)果表明,ISSA能更穩(wěn)定、準(zhǔn)確、高效地找到最佳閾值,綜合性能更優(yōu)。

    1 ISSA

    1.1 SSA

    在自然界中,麻雀作為群居鳥類,聰明且記憶力強,種群內(nèi)部存在明顯的分工,一部分麻雀負責(zé)尋找食物并為整個種群提供覓食區(qū)域和方向,剩余麻雀則利用前者來獲取食物。同時,當(dāng)有麻雀意識到危險時,會及時發(fā)出警報信號,整個種群會立刻做出反捕食行為。

    在SSA中,每只麻雀位置對應(yīng)一個解。麻雀在覓食時存在3種行為:① 作為發(fā)現(xiàn)者尋找食物;② 作為加入者跟隨發(fā)現(xiàn)者覓食;③ 作為偵察者決定種群是否放棄食物。其中,發(fā)現(xiàn)者和加入者之間可互相轉(zhuǎn)換,但比例保持恒定,發(fā)現(xiàn)者一般占到種群的10%~20%。發(fā)現(xiàn)者作為覓食的引導(dǎo)者,搜索范圍廣,通過記憶不斷更新自身位置,以獲得食物來源。而加入者則跟隨發(fā)現(xiàn)者不斷進行覓食,以獲取更高的適應(yīng)度。但由于隨時存在捕食者的威脅,種群會隨機選取10%~20%的麻雀作為偵察者進行監(jiān)視,以便在捕食者出現(xiàn)時及時提醒整個種群做出反捕食行為。

    發(fā)現(xiàn)者位置更新如下:

    (1)

    式中,MaxCycle表示算法的最大迭代次數(shù);α為(0,1]之間的均勻隨機數(shù);Q是服從標(biāo)準(zhǔn)正態(tài)分布的隨機數(shù);L表示1×d的矩陣,且元素均為1;R2∈[0,1]和ST∈[0.5,1]分別表示預(yù)警值和安全值。

    加入者位置更新如下:

    (2)

    偵察者位置更新如下:

    (3)

    1.2 SSA的改進

    BSA是Meng等人于2015年受鳥群飛行、覓食和警戒行為啟發(fā)而提出的群智能算法,具有良好的穩(wěn)定性。飛行行為中發(fā)現(xiàn)者和加入者的位置更新公式分別是

    (4)

    (5)

    式中,randn(0,1)表示均值為0,標(biāo)準(zhǔn)差為1的高斯隨機分布;FL∈[0,2]代表加入者跟隨生產(chǎn)者尋找食物的概率;k屬于發(fā)現(xiàn)者。

    由于SSA中發(fā)現(xiàn)者在R2

    故將SSA中發(fā)現(xiàn)者位置更新公式改進為

    (6)

    同時,SSA中的加入者在全維度向最佳位置靠近時,雖然能夠達到快速收斂的效果,但是減少了種群多樣性,算法容易陷入局部最優(yōu)。而BSA中的加入者是以一定概率向發(fā)現(xiàn)者靠攏,既保證了全局收斂,又不失種群多樣性,有效跳出局部最優(yōu)。故改進SSA中加入者的位置更新公式如下:

    (7)

    ISSA的簡單流程為

    步驟 1初始化;

    步驟 2計算麻雀種群個體適應(yīng)度;

    步驟 3得到當(dāng)前最佳位置,最差位置和最差適應(yīng)度;

    步驟 4根據(jù)式(6)、式(7)和式(3)依次更新發(fā)現(xiàn)者、加入者和偵察者的位置信息;

    步驟 6若算法達到最大迭代次數(shù),則算法尋優(yōu)結(jié)束,否則轉(zhuǎn)到步驟3。

    圖1 發(fā)現(xiàn)者搜索策略Fig.1 Search strategy of producers

    2 基于ISSA的多閾值圖像分割

    2.1 多閾值分割

    多閾值分割就是按照某一準(zhǔn)則在待分隔圖像f(x,y)中尋找一組閾值[t1,t2,…,tn](n>0),并將其分割成n+1部分的過程。Otsu和Kapur熵是兩種常見的多閾值分割準(zhǔn)則。

    Otsu是由日本學(xué)者大津于1979年提出的一種全局自適應(yīng)閾值選取方法[12]。對于一幅灰度級在[0,1,…,L-1]的給定圖像(L常取256),灰度級為i的像素個數(shù)為ni,像素總數(shù)為N,則圖像中每一部分的灰度均值表示為

    (8)

    (9)

    ?

    (10)

    則此時圖像的類間方差表示為

    σ=ω0(u0-uT)2+ω1(u1-uT)2+…+ωn(un-uT)2

    (11)

    當(dāng)閾值向量滿足式(12)時,即為最佳閾值,可表示為

    (12)

    基于Kapur熵的閾值化方法就是利用熵量化的值衡量圖像中包含的信息,使圖像分割后目標(biāo)區(qū)域熵和背景區(qū)域熵的和最大化[13]。則基于Kapur熵準(zhǔn)則的分割圖像各部分熵值如下所示:

    水法確立了流域與區(qū)域相結(jié)合的水資源管理體制,太湖流域管理局把建立流域與區(qū)域聯(lián)合執(zhí)法機制作為貫徹水法的重要舉措,通過主動與地方開展聯(lián)合巡查、專項聯(lián)合執(zhí)法檢查活動以及重大水事違法案件聯(lián)合查處與監(jiān)督等工作,總結(jié)好的經(jīng)驗與做法,于2005年印發(fā)《太湖流域“一湖兩河”水行政執(zhí)法聯(lián)合巡查制度》,該制度包含了聯(lián)合巡查、定期磋商、案件處理、案件督辦、培訓(xùn)與交流等流域與區(qū)域合作機制,并在《太湖流域管理條例》立法中得到進一步拓展與細化。

    (13)

    (14)

    ?

    (15)

    此時,圖像灰度值的Kapur熵定義為

    f([t1,t2,…,tn])=H0+H1+…+Hn

    (16)

    分割圖像的最佳閾值向量滿足下式:

    (17)

    2.2 基于ISSA的多閾值分割算法

    假設(shè)對圖像進行n維閾值分割,則解向量為T=[t1,t2,…,tn],其取值為正整數(shù)且滿足0

    步驟 1讀取待分割圖像f(灰度圖像)。

    步驟 2求讀入圖像的灰度直方圖。

    步驟 3ISSA參數(shù)初始化。包括種群規(guī)模NP,算法的最大迭代次數(shù)MaxCycle,發(fā)現(xiàn)者個數(shù)pNum,偵察者個數(shù)sNum,欲分割閾值數(shù)n等。

    步驟 4麻雀種群初始化。麻雀個體位置表示圖像分割的閾值向量,其為從小到大順序排列的像素灰度值組合,每個向量的分量取值范圍為[0,255],且為整數(shù)。

    步驟 5根據(jù)式(11)或式(16)計算種群中所有麻雀的適應(yīng)度值,得到當(dāng)前最佳適應(yīng)度的麻雀個體。

    步驟 6執(zhí)行ISSA算法。

    步驟 7若算法達到預(yù)設(shè)最大迭代次數(shù)MaxCycle或最佳適應(yīng)度持續(xù)保持在迭代總數(shù)的10%,則算法尋優(yōu)結(jié)束,并返回最佳適應(yīng)度的麻雀位置信息,即為最佳閾值分割向量;否則跳轉(zhuǎn)至步驟5。

    步驟 8利用得到的最佳閾值分割向量對灰度圖像進行分割,輸出分割后的圖像g。

    圖2 所提分割算法流程圖Fig.2 Flow chart of the proposed segmentation algorithm

    3 實驗結(jié)果與分析

    為驗證ISSA的算法性能,設(shè)計了基準(zhǔn)函數(shù)對比實驗,基于ISSA的圖像多閾值分割實驗和圖像多閾值分割對比實驗?;鶞?zhǔn)函數(shù)對比實驗旨在驗證改進算法的通用性能提升?;贗SSA的圖像多閾值分割實驗旨在檢驗ISSA應(yīng)用于圖像多閾值分割的可行性,同時對比了基于Otsu和Kapur熵多閾值分割方法的優(yōu)劣。圖像多閾值分割對比實驗旨在驗證基于ISSA的圖像多閾值分割方案對比現(xiàn)有多閾值分割方法的優(yōu)越性。文中實驗均基于Windows7 64位操作系統(tǒng),2.50 GHz CPU和4 GB內(nèi)存的PC機,Matlab R2015a開發(fā)軟件。

    3.1 基準(zhǔn)函數(shù)對比實驗

    為驗證ISSA的搜索能力和開發(fā)能力,本文采用4種不同類型的測試函數(shù),如表1所示。

    表1 基準(zhǔn)函數(shù)

    函數(shù)F1~F4具有不同的特征[14]:F1單峰變量可分離(unimodal and variables separable, UVS)、F2單峰變量不可分離(unimodal and variables non-separable, UVN)、F3多峰變量可分離(multimodal and variables separable, MVS)、F4多峰變量不可分離(multimodal and variables non-separable, MVN)。實驗中算法的通用參數(shù)設(shè)置為:種群規(guī)模NP=30,最大迭代次數(shù)MaxCycle=100,發(fā)現(xiàn)者個數(shù)pNum和偵察者個數(shù)sNum均取NP的20%。

    SSA和ISSA在4個基準(zhǔn)函數(shù)上的收斂曲線如圖3所示,從圖中可以看出ISSA在收斂速度和收斂精度上均優(yōu)于SSA。

    圖3 基準(zhǔn)函數(shù)收斂圖Fig.3 Convergence graphs of the benchmark function

    由于ISSA搜索策略具有隨機性,為定量分析其性能,分別在4個基準(zhǔn)函數(shù)上獨立運行30次,得到尋優(yōu)結(jié)果的最劣值、最優(yōu)值、平均值、標(biāo)準(zhǔn)差和平均運行時間,并與SSA算法運行結(jié)果進行比較,如表2所示。從尋優(yōu)結(jié)果可以得出,ISSA較SSA在尋優(yōu)精度上整體提升了44.20%,穩(wěn)定性整體提升了47.37%,同時平均運行時間整體減少了7.90%,表現(xiàn)出優(yōu)良的尋優(yōu)性能。

    3.2 基于ISSA的圖像多閾值分割實驗

    為檢驗基于ISSA的多閾值圖像分割算法的可行性,實驗選取閾值分割中經(jīng)典的Cameraman圖、Lena圖、Butterfly圖和Baboon圖作為測試圖像,并基于Otsu和Kapur熵兩種分割準(zhǔn)則依次進行雙閾值、三閾值、四閾值和五閾值圖像分割。

    表2 算法性能比較

    算法實驗參數(shù)設(shè)置為:種群規(guī)模NP=30,最大迭代次數(shù)MaxCycle=500,個體上下界取[0,255],維數(shù)dim依次取2、3、4和5,發(fā)現(xiàn)者個數(shù)pNum和偵察者個數(shù)sNum均取NP的20%。

    為了客觀精確地評價分割算法的穩(wěn)定性和多閾值圖像分割效果,對每幅圖像獨立運行30次,并采用標(biāo)準(zhǔn)差STD和峰值信噪比PSNR作為評價標(biāo)準(zhǔn)[15],分別如下所示:

    (18)

    (19)

    式中,NI是獨立運行次數(shù)(NI=30);bfi是第i次運行的最佳適應(yīng)度;μ是適應(yīng)度bf的平均值;MSE表示大小為m×n的原始圖像f和分割后圖像g的均方誤差,可表示為

    (20)

    分別將類間方差和Kapur熵作為ISSA的目標(biāo)函數(shù),測試閾值個數(shù)n取2、3、4和5時實驗結(jié)果,記錄最佳分割閾

    值、PSNR和STD值,如表3和表4所示。由表3和表4的結(jié)果可以看出,除卻Cameraman圖四閾值分割結(jié)果,其余分割結(jié)果中PSNR值和STD值均與閾值個數(shù)成正比。同時Otsu方法得到的PSNR值普遍高于Kapur方法,但Kapur方法的穩(wěn)定性普遍優(yōu)于Otsu方法。

    表3 基于Otsu方法的分割結(jié)果

    表4 基于Kapur方法的分割結(jié)果

    為直觀了解基于ISSA的多閾值圖像分割結(jié)果,圖4和圖5分別顯示了基于Otsu多閾值分割準(zhǔn)則和Kapur熵多閾值分割準(zhǔn)則的圖像分割結(jié)果。從分割結(jié)果可以看出,ISSA在Otsu和Kapur兩種方法下進行多閾值圖像分割,隨著閾值個數(shù)的增加,圖像分割結(jié)果中細節(jié)更清晰,信息更完整,分割質(zhì)量更高。

    比較ISSA基于Otsu方法和Kapur方法的分割結(jié)果,對Otsu和Kapur獨立運行30次得到的PSNR值在顯著性

    水平為5%的情況下做Wilcoxon符號秩檢驗。建立假設(shè):

    H0:兩種方法的PSNR值之間沒有差異。

    H1:兩種方法的PSNR值之間存在顯著差異。

    秩和檢驗結(jié)果如表5所示,從檢驗結(jié)果可以看出,P值均小于0.05,則拒絕H0,接受H1,兩種方法的PSNR值之間存在顯著差異,同時Otsu方法在圖像分割中表現(xiàn)更好,能夠獲得更高的PSNR值,且不具偶然性。

    表5 Wilcoxon符號秩檢驗

    圖4 基于Otsu方法的多閾值分割效果圖Fig.4 Multi-threshold segmentation effect graphs based on Otsu method

    圖5 基于Kapur方法的多閾值分割效果圖Fig.5 Multi-threshold segmentation effect graphs based on Kapur method

    3.3 圖像多閾值分割對比實驗

    設(shè)計本文算法與GWO、SSA1和ABC的對比實驗,驗證本文算法在圖像多閾值分割上的性能。為保證實驗的公平性,同時保證各算法優(yōu)化效果最佳,且盡量達到穩(wěn)定收斂,對4種算法的通用參數(shù)設(shè)置同第3.2節(jié)。同時,ABC中的交叉系數(shù)cr=0.6,鄰域搜索未發(fā)生改變的最大次數(shù)Limit=50,蜜源數(shù)目foodNumber=15。

    4種算法分別基于Otsu和Kapur兩種方法進行圖像多閾值分割,結(jié)果如表6和表7所示。

    基于Otsu的對比結(jié)果可以看出,ISSA相較GWO、SSA1和ABC算法,100%能夠得到更大的類間方差,且穩(wěn)定性表現(xiàn)最優(yōu)。同時,79.17% ISSA能夠取得更高的PSNR值?;贙apur的對比結(jié)果可以看出,ISSA相較其他算法,在穩(wěn)定收斂的基礎(chǔ)上,95.83%能夠取得更大的熵值,79.17% PSNR值最優(yōu)。綜上所述,ISSA應(yīng)用在多閾值圖像分割上,分割精度更高,分割質(zhì)量更好,算法穩(wěn)定性更強,綜合分割性能最優(yōu)。

    為了更好地反映4種算法的收斂情況,繪制出4幅圖像分割過程的收斂曲線,由于篇幅原因,僅給出4幅圖像基于Otsu的五閾值分割收斂曲線,如圖6所示。

    表6 4種算法基于Otsu方法的對比結(jié)果

    表7 4種算法基于Kapur方法的對比結(jié)果

    由圖6結(jié)果可以看出,ISSA收斂速度更快,收斂精度更高。

    綜上所述,ISSA可以穩(wěn)定收斂到最優(yōu)解,相較于GWO、SSA1和ABC,ISSA在算法收斂速度和分割精度上都有一定的提高和改善。

    圖6 基于Otsu方法的五閾值分割收斂圖Fig.6 Five-threshold segmentation convergence curve based on Otsu method

    4 結(jié) 論

    SSA作為一種新型群智能優(yōu)化算法,相較GWO和PSO等算法具有良好的全局收斂性能和魯棒性[9],但依舊存在算法運行時間長、易陷入局部最優(yōu)等缺點。為了進一步提高算法性能,設(shè)計出基于BSA中飛行行為思想的ISSA,借助其優(yōu)勢,運用到圖像多閾值分割中。

    (1) ISSA在4種不同類型基準(zhǔn)函數(shù)上進行測試,實驗結(jié)果均能穩(wěn)定收斂到最優(yōu)解,且運行時間提升7.90%,穩(wěn)定性提升47.16%,尋優(yōu)精度提升44.18%,表現(xiàn)出更優(yōu)的尋優(yōu)能力,綜合性能更佳。

    (2) ISSA基于Otsu和Kapur兩種方法進行圖像多閾值分割,均能獲得較好的分割結(jié)果,但從Wilcoxon符號秩檢驗結(jié)果可以看出,Otsu相較Kapur方法圖像分割結(jié)果的PSNR存在顯著差異,且基于ISSA的Otsu多閾值分割策略要優(yōu)于Kapur熵多閾值分割策略。

    (3) 群智能算法具有隨機性,多次獨立運行結(jié)果能有效避免隨機性帶來的影響。針對Otsu和Kapur熵兩種準(zhǔn)則,ISSA的算法穩(wěn)定性均優(yōu)于其他3種算法,且95%以上的情況下尋優(yōu)效果最佳,79.17%的情況下能夠取得最大的PSNR值,綜合分割性能優(yōu)于其他3種算法。

    猜你喜歡
    發(fā)現(xiàn)者適應(yīng)度麻雀
    改進的自適應(yīng)復(fù)制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    拯救受傷的小麻雀
    1958年的麻雀
    “發(fā)現(xiàn)者”卡納里斯的法律方法論
    法律方法(2018年2期)2018-07-13 03:21:42
    麻雀
    趣味(語文)(2018年2期)2018-05-26 09:17:55
    讓學(xué)生在小學(xué)數(shù)學(xué)課堂中做一個“發(fā)現(xiàn)者”和“創(chuàng)造者”
    魅力中國(2017年6期)2017-05-13 12:56:17
    三位引力波發(fā)現(xiàn)者分享2017年諾貝爾物理學(xué)獎
    基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    緊盯著窗外的麻雀
    山東青年(2016年1期)2016-02-28 14:25:22
    少數(shù)民族大學(xué)生文化適應(yīng)度調(diào)查
    在线亚洲精品国产二区图片欧美| 天天躁日日躁夜夜躁夜夜| 免费一级毛片在线播放高清视频 | 久久久国产欧美日韩av| 免费高清在线观看日韩| 日本撒尿小便嘘嘘汇集6| 国产一区二区 视频在线| a 毛片基地| 女人高潮潮喷娇喘18禁视频| 精品久久久久久久毛片微露脸 | 久久九九热精品免费| 桃花免费在线播放| 丝袜美足系列| 极品少妇高潮喷水抽搐| 免费高清在线观看日韩| 各种免费的搞黄视频| 午夜免费鲁丝| 水蜜桃什么品种好| 久久精品熟女亚洲av麻豆精品| 久久中文字幕一级| 日韩有码中文字幕| 热re99久久国产66热| 欧美亚洲日本最大视频资源| 黄色视频不卡| 国产麻豆69| 一级毛片女人18水好多| 成人av一区二区三区在线看 | 淫妇啪啪啪对白视频 | 日本a在线网址| 99热网站在线观看| 搡老熟女国产l中国老女人| 久久人人97超碰香蕉20202| 黄色视频不卡| 亚洲av男天堂| 欧美国产精品va在线观看不卡| 国产日韩欧美亚洲二区| 香蕉丝袜av| 日韩一卡2卡3卡4卡2021年| 高潮久久久久久久久久久不卡| 天堂俺去俺来也www色官网| 久久精品aⅴ一区二区三区四区| 亚洲欧美精品自产自拍| 午夜激情久久久久久久| 一二三四在线观看免费中文在| 美女中出高潮动态图| 日本a在线网址| 首页视频小说图片口味搜索| 色老头精品视频在线观看| 国产亚洲av片在线观看秒播厂| 亚洲av电影在线进入| bbb黄色大片| av在线播放精品| 中文字幕制服av| 国产欧美日韩精品亚洲av| 欧美精品一区二区免费开放| 黄色毛片三级朝国网站| 狠狠精品人妻久久久久久综合| 国产欧美日韩精品亚洲av| 欧美日韩视频精品一区| 中文字幕高清在线视频| 一个人免费看片子| av超薄肉色丝袜交足视频| 老司机福利观看| 久久精品国产综合久久久| 丝瓜视频免费看黄片| 成人免费观看视频高清| 精品国产一区二区久久| 中文字幕精品免费在线观看视频| 午夜福利乱码中文字幕| 一级,二级,三级黄色视频| 国产激情久久老熟女| 色婷婷久久久亚洲欧美| 精品一品国产午夜福利视频| 超色免费av| 伦理电影免费视频| 国产一级毛片在线| 精品国产一区二区三区久久久樱花| 热99re8久久精品国产| 日日摸夜夜添夜夜添小说| 蜜桃国产av成人99| 日本黄色日本黄色录像| 老司机午夜十八禁免费视频| 老司机深夜福利视频在线观看 | 国产成人啪精品午夜网站| 手机成人av网站| 少妇被粗大的猛进出69影院| 国产精品 国内视频| 黑人猛操日本美女一级片| 九色亚洲精品在线播放| 精品少妇黑人巨大在线播放| 亚洲伊人久久精品综合| 亚洲va日本ⅴa欧美va伊人久久 | 国产成人欧美在线观看 | 热re99久久国产66热| 日本五十路高清| 日韩视频一区二区在线观看| 中文精品一卡2卡3卡4更新| 男人爽女人下面视频在线观看| 日韩电影二区| 国产av又大| 日日爽夜夜爽网站| 国产日韩欧美在线精品| 国产成人影院久久av| 91大片在线观看| 久久久久久免费高清国产稀缺| 91精品三级在线观看| 国产国语露脸激情在线看| 女人爽到高潮嗷嗷叫在线视频| 欧美精品高潮呻吟av久久| 高清黄色对白视频在线免费看| 一级片'在线观看视频| 欧美日韩av久久| 久久亚洲国产成人精品v| 两性夫妻黄色片| 真人做人爱边吃奶动态| 欧美97在线视频| cao死你这个sao货| 日本av手机在线免费观看| 狠狠精品人妻久久久久久综合| 午夜福利免费观看在线| 首页视频小说图片口味搜索| 狂野欧美激情性bbbbbb| 侵犯人妻中文字幕一二三四区| 欧美 日韩 精品 国产| 亚洲国产欧美网| 精品国产国语对白av| 欧美日韩黄片免| 国产一区二区激情短视频 | 久久亚洲精品不卡| 丝袜人妻中文字幕| 人人妻人人添人人爽欧美一区卜| 波多野结衣av一区二区av| 啪啪无遮挡十八禁网站| av国产精品久久久久影院| av线在线观看网站| 肉色欧美久久久久久久蜜桃| 国产精品 欧美亚洲| 亚洲熟女毛片儿| 欧美日本中文国产一区发布| 自拍欧美九色日韩亚洲蝌蚪91| 欧美亚洲日本最大视频资源| 国产男女超爽视频在线观看| 免费久久久久久久精品成人欧美视频| 国产精品一二三区在线看| 捣出白浆h1v1| 午夜久久久在线观看| 精品国产超薄肉色丝袜足j| 19禁男女啪啪无遮挡网站| 最新在线观看一区二区三区| 黄网站色视频无遮挡免费观看| 久久久水蜜桃国产精品网| 精品久久久久久电影网| www日本在线高清视频| 他把我摸到了高潮在线观看 | 少妇猛男粗大的猛烈进出视频| 极品少妇高潮喷水抽搐| a级毛片在线看网站| 91老司机精品| 亚洲第一av免费看| 人成视频在线观看免费观看| 国产高清videossex| 精品福利观看| 精品乱码久久久久久99久播| 日韩有码中文字幕| 色老头精品视频在线观看| 久久亚洲精品不卡| 国产精品偷伦视频观看了| 黄片播放在线免费| 午夜视频精品福利| 美女脱内裤让男人舔精品视频| av片东京热男人的天堂| 日韩免费高清中文字幕av| 涩涩av久久男人的天堂| 99国产精品一区二区蜜桃av | 捣出白浆h1v1| 亚洲国产av影院在线观看| 91精品国产国语对白视频| 99久久人妻综合| 成年美女黄网站色视频大全免费| 日本猛色少妇xxxxx猛交久久| 亚洲精品一卡2卡三卡4卡5卡 | 美女高潮到喷水免费观看| 成在线人永久免费视频| 日本精品一区二区三区蜜桃| 99精国产麻豆久久婷婷| 日韩欧美免费精品| 亚洲国产欧美一区二区综合| 国产97色在线日韩免费| 两性午夜刺激爽爽歪歪视频在线观看 | 色视频在线一区二区三区| 999久久久国产精品视频| 日韩欧美免费精品| 国产精品欧美亚洲77777| 性色av一级| 欧美日本中文国产一区发布| 亚洲免费av在线视频| 精品少妇一区二区三区视频日本电影| 国产伦人伦偷精品视频| av在线播放精品| 男人添女人高潮全过程视频| 免费在线观看黄色视频的| 亚洲国产精品成人久久小说| 成人免费观看视频高清| 两个人看的免费小视频| 国产成人系列免费观看| 日韩有码中文字幕| 建设人人有责人人尽责人人享有的| 久久精品人人爽人人爽视色| 久久久久精品国产欧美久久久 | 视频在线观看一区二区三区| 我要看黄色一级片免费的| 久久亚洲国产成人精品v| 国产区一区二久久| 99国产精品99久久久久| 国产主播在线观看一区二区| 国产精品秋霞免费鲁丝片| 亚洲一区中文字幕在线| 午夜福利免费观看在线| 久久久久久久精品精品| 国产av一区二区精品久久| 国产欧美日韩综合在线一区二区| 亚洲专区国产一区二区| 免费观看av网站的网址| 亚洲中文日韩欧美视频| 一本一本久久a久久精品综合妖精| 亚洲伊人久久精品综合| 欧美日韩亚洲高清精品| av超薄肉色丝袜交足视频| 大片免费播放器 马上看| 精品人妻在线不人妻| 三级毛片av免费| 久久久久国产精品人妻一区二区| 国产男女超爽视频在线观看| 国产成人av激情在线播放| 精品亚洲成国产av| 国产成人av教育| 国产亚洲av高清不卡| 久久国产精品大桥未久av| 久久久精品94久久精品| 91成人精品电影| 国产黄频视频在线观看| 手机成人av网站| 一个人免费在线观看的高清视频 | 欧美在线黄色| 操美女的视频在线观看| 欧美日韩亚洲高清精品| 中文欧美无线码| 中文字幕精品免费在线观看视频| 日韩,欧美,国产一区二区三区| av网站在线播放免费| 成人国产一区最新在线观看| 超色免费av| 欧美精品啪啪一区二区三区 | 亚洲精品国产色婷婷电影| 国产野战对白在线观看| 操出白浆在线播放| 黄色 视频免费看| 亚洲一码二码三码区别大吗| 天天躁日日躁夜夜躁夜夜| www.999成人在线观看| 免费在线观看黄色视频的| 亚洲欧美一区二区三区久久| 精品少妇一区二区三区视频日本电影| 久久精品熟女亚洲av麻豆精品| 亚洲av电影在线进入| 制服诱惑二区| av在线播放精品| 少妇 在线观看| 99国产精品免费福利视频| 久久久久视频综合| 99国产极品粉嫩在线观看| 欧美精品一区二区免费开放| 9热在线视频观看99| 女人久久www免费人成看片| www.熟女人妻精品国产| 91成人精品电影| 亚洲天堂av无毛| 午夜激情av网站| 99精国产麻豆久久婷婷| 丝袜美足系列| 亚洲精品粉嫩美女一区| 国产野战对白在线观看| 美女主播在线视频| 啦啦啦啦在线视频资源| 最近最新免费中文字幕在线| netflix在线观看网站| 美女高潮喷水抽搐中文字幕| 欧美少妇被猛烈插入视频| 伊人久久大香线蕉亚洲五| 国产日韩欧美在线精品| 午夜福利影视在线免费观看| 婷婷色av中文字幕| 久久久国产欧美日韩av| 欧美xxⅹ黑人| 久久久久视频综合| 日韩免费高清中文字幕av| 欧美在线黄色| 电影成人av| 9色porny在线观看| 狠狠精品人妻久久久久久综合| 在线精品无人区一区二区三| 亚洲人成电影免费在线| 午夜91福利影院| 国产在线观看jvid| 超色免费av| 国精品久久久久久国模美| 波多野结衣av一区二区av| 久久久国产精品麻豆| 成年女人毛片免费观看观看9 | 国产深夜福利视频在线观看| 精品少妇黑人巨大在线播放| 波多野结衣一区麻豆| 人人妻人人添人人爽欧美一区卜| 欧美亚洲日本最大视频资源| 久久女婷五月综合色啪小说| 亚洲第一欧美日韩一区二区三区 | 日日夜夜操网爽| 国产野战对白在线观看| 亚洲七黄色美女视频| 亚洲欧洲精品一区二区精品久久久| 999精品在线视频| 成人亚洲精品一区在线观看| 夜夜夜夜夜久久久久| 国产精品久久久久成人av| 国产一卡二卡三卡精品| 欧美人与性动交α欧美精品济南到| 精品高清国产在线一区| 热99久久久久精品小说推荐| 男女高潮啪啪啪动态图| av视频免费观看在线观看| 一本色道久久久久久精品综合| 嫩草影视91久久| 久久香蕉激情| 国产欧美日韩一区二区三区在线| 18禁黄网站禁片午夜丰满| 国产无遮挡羞羞视频在线观看| 啪啪无遮挡十八禁网站| 狂野欧美激情性bbbbbb| 麻豆av在线久日| av免费在线观看网站| 51午夜福利影视在线观看| 亚洲中文日韩欧美视频| 大陆偷拍与自拍| 国产av国产精品国产| 国产精品二区激情视频| 欧美久久黑人一区二区| 久久亚洲国产成人精品v| 成人影院久久| 精品乱码久久久久久99久播| 9色porny在线观看| 国产在线视频一区二区| 国产av国产精品国产| 日本精品一区二区三区蜜桃| av国产精品久久久久影院| 一本一本久久a久久精品综合妖精| 丰满人妻熟妇乱又伦精品不卡| 美女中出高潮动态图| 日韩中文字幕视频在线看片| 国产亚洲精品第一综合不卡| 成人国语在线视频| 在线观看人妻少妇| 99热网站在线观看| 午夜影院在线不卡| 成人三级做爰电影| 精品国产一区二区三区四区第35| 大片电影免费在线观看免费| 美女中出高潮动态图| 成年女人毛片免费观看观看9 | 高清欧美精品videossex| 国产男女超爽视频在线观看| 一区二区三区乱码不卡18| 99国产综合亚洲精品| 91精品国产国语对白视频| 在线精品无人区一区二区三| 国产成人免费无遮挡视频| 亚洲精品美女久久av网站| 天堂8中文在线网| 免费在线观看完整版高清| 中文字幕最新亚洲高清| 久久久精品免费免费高清| 国产亚洲午夜精品一区二区久久| 男人添女人高潮全过程视频| 夫妻午夜视频| 午夜福利,免费看| 亚洲国产精品一区三区| 亚洲av美国av| 精品少妇久久久久久888优播| 亚洲男人天堂网一区| 9色porny在线观看| 国产一区二区激情短视频 | 亚洲欧美一区二区三区黑人| 久久精品亚洲熟妇少妇任你| 永久免费av网站大全| 国产精品99久久99久久久不卡| 亚洲国产精品一区二区三区在线| 亚洲午夜精品一区,二区,三区| 欧美精品人与动牲交sv欧美| 少妇 在线观看| 午夜福利在线观看吧| 久久国产精品影院| a在线观看视频网站| 下体分泌物呈黄色| 久久久久国内视频| 亚洲中文字幕日韩| 亚洲熟女精品中文字幕| 国产在线一区二区三区精| 国产精品秋霞免费鲁丝片| av线在线观看网站| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲第一av免费看| 国产成人啪精品午夜网站| 国产欧美日韩一区二区三 | 精品视频人人做人人爽| 正在播放国产对白刺激| 欧美黑人欧美精品刺激| 黄色怎么调成土黄色| 女人久久www免费人成看片| 在线观看免费高清a一片| 在线天堂中文资源库| 真人做人爱边吃奶动态| 99国产综合亚洲精品| 国产成+人综合+亚洲专区| 久久人妻熟女aⅴ| 欧美精品啪啪一区二区三区 | 久久九九热精品免费| 亚洲美女黄色视频免费看| 亚洲色图综合在线观看| 午夜免费成人在线视频| tocl精华| 纯流量卡能插随身wifi吗| 精品国产乱码久久久久久小说| 韩国精品一区二区三区| 各种免费的搞黄视频| 午夜福利乱码中文字幕| 久久国产精品人妻蜜桃| 高清视频免费观看一区二区| 真人做人爱边吃奶动态| 少妇裸体淫交视频免费看高清 | 中文字幕人妻丝袜一区二区| 国精品久久久久久国模美| 90打野战视频偷拍视频| 又黄又粗又硬又大视频| 中国美女看黄片| 水蜜桃什么品种好| 欧美日韩成人在线一区二区| 成年av动漫网址| 99精品久久久久人妻精品| 999久久久国产精品视频| 国产97色在线日韩免费| 久久亚洲精品不卡| 久久久久久久精品精品| 黑丝袜美女国产一区| 亚洲一区中文字幕在线| 日韩大码丰满熟妇| 亚洲国产欧美日韩在线播放| 久久这里只有精品19| 少妇精品久久久久久久| av一本久久久久| 久久av网站| 国产成人a∨麻豆精品| 黑丝袜美女国产一区| 色婷婷久久久亚洲欧美| 两性夫妻黄色片| 亚洲 国产 在线| 亚洲av男天堂| 在线永久观看黄色视频| 国产成人av激情在线播放| 国产免费现黄频在线看| 9热在线视频观看99| 一区二区三区精品91| 在线亚洲精品国产二区图片欧美| 欧美黄色淫秽网站| 午夜福利乱码中文字幕| 久久久久久久精品精品| 91成年电影在线观看| 热99国产精品久久久久久7| 亚洲精品久久久久久婷婷小说| 欧美 日韩 精品 国产| 十分钟在线观看高清视频www| avwww免费| 久久热在线av| 黄色视频,在线免费观看| 国产精品熟女久久久久浪| 日韩人妻精品一区2区三区| 999久久久精品免费观看国产| 热99re8久久精品国产| 精品国产一区二区三区四区第35| 国产一区二区 视频在线| 五月开心婷婷网| 欧美精品啪啪一区二区三区 | 在线十欧美十亚洲十日本专区| 午夜福利在线观看吧| 亚洲精品国产av蜜桃| 桃花免费在线播放| 少妇被粗大的猛进出69影院| 国产成人a∨麻豆精品| 国产免费福利视频在线观看| 国产无遮挡羞羞视频在线观看| 精品一区二区三区四区五区乱码| 日韩欧美一区视频在线观看| 人人妻人人添人人爽欧美一区卜| 国产亚洲精品久久久久5区| 精品少妇一区二区三区视频日本电影| 久久精品久久久久久噜噜老黄| 日韩视频在线欧美| 我的亚洲天堂| 亚洲九九香蕉| 日韩中文字幕欧美一区二区| 菩萨蛮人人尽说江南好唐韦庄| 国产主播在线观看一区二区| 亚洲色图综合在线观看| 男女下面插进去视频免费观看| 激情视频va一区二区三区| 桃花免费在线播放| 亚洲国产精品999| 国产免费一区二区三区四区乱码| 亚洲精品日韩在线中文字幕| 纯流量卡能插随身wifi吗| 成人三级做爰电影| 一二三四社区在线视频社区8| 老司机深夜福利视频在线观看 | 欧美+亚洲+日韩+国产| 亚洲av男天堂| 91麻豆精品激情在线观看国产 | 18在线观看网站| 嫩草影视91久久| 欧美国产精品一级二级三级| 女人久久www免费人成看片| 欧美日韩av久久| 99精品久久久久人妻精品| 国产真人三级小视频在线观看| 亚洲国产精品一区三区| 最近中文字幕2019免费版| 日韩一区二区三区影片| 色婷婷av一区二区三区视频| 久久中文看片网| 精品国产国语对白av| 亚洲精品久久久久久婷婷小说| 丝瓜视频免费看黄片| 伦理电影免费视频| 国产亚洲欧美在线一区二区| 9热在线视频观看99| bbb黄色大片| 午夜福利乱码中文字幕| 亚洲成人手机| 国产成人精品久久二区二区91| 亚洲国产成人一精品久久久| 中文字幕色久视频| 精品乱码久久久久久99久播| 免费在线观看视频国产中文字幕亚洲 | 中文字幕高清在线视频| 亚洲国产欧美一区二区综合| 中文字幕制服av| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日本中文国产一区发布| 欧美精品啪啪一区二区三区 | 日韩一区二区三区影片| 老司机午夜十八禁免费视频| 国产欧美日韩一区二区三 | 性高湖久久久久久久久免费观看| www日本在线高清视频| 精品国产乱码久久久久久小说| 国产xxxxx性猛交| 久久 成人 亚洲| av网站免费在线观看视频| 免费在线观看影片大全网站| 大片电影免费在线观看免费| 国产在线视频一区二区| 国产精品99久久99久久久不卡| 久久精品久久久久久噜噜老黄| 国产免费av片在线观看野外av| 色播在线永久视频| 欧美在线一区亚洲| 乱人伦中国视频| 欧美中文综合在线视频| 黑丝袜美女国产一区| 欧美成人午夜精品| 欧美黄色淫秽网站| 老汉色av国产亚洲站长工具| 成年人午夜在线观看视频| 国产成人av教育| 少妇被粗大的猛进出69影院| 午夜福利影视在线免费观看| 成人手机av| 精品视频人人做人人爽| 国产1区2区3区精品| 久久免费观看电影| 国产在线一区二区三区精| 2018国产大陆天天弄谢| 国产精品国产av在线观看| 亚洲av电影在线观看一区二区三区| 国产淫语在线视频| 深夜精品福利| 制服人妻中文乱码| 一本一本久久a久久精品综合妖精| 国产亚洲午夜精品一区二区久久| 无遮挡黄片免费观看| 777米奇影视久久| 国产主播在线观看一区二区| 国产激情久久老熟女| 欧美黑人精品巨大| 欧美中文综合在线视频| 久久精品国产亚洲av香蕉五月 | 深夜精品福利| 黑人操中国人逼视频| 免费人妻精品一区二区三区视频| 日本91视频免费播放| 一区二区三区四区激情视频| 美女大奶头黄色视频| 久久久国产欧美日韩av| 亚洲欧美日韩高清在线视频 | 午夜激情久久久久久久| 欧美日韩中文字幕国产精品一区二区三区 | 国产99久久九九免费精品| 欧美精品一区二区大全|