• <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
    国产一区二区三区在线臀色熟女| 99热只有精品国产| 国产黄片视频在线免费观看| 夜夜夜夜夜久久久久| 99热精品在线国产| 成人特级黄色片久久久久久久| 热99在线观看视频| 亚洲aⅴ乱码一区二区在线播放| 爱豆传媒免费全集在线观看| 欧美性感艳星| 国内少妇人妻偷人精品xxx网站| 亚洲国产精品国产精品| 欧美成人一区二区免费高清观看| 日本免费一区二区三区高清不卡| 婷婷精品国产亚洲av| 色视频www国产| av视频在线观看入口| 最好的美女福利视频网| 国产亚洲精品久久久久久毛片| 美女cb高潮喷水在线观看| 精品久久久久久久久av| 国产精品久久久久久亚洲av鲁大| 国产伦一二天堂av在线观看| 日本一本二区三区精品| 卡戴珊不雅视频在线播放| 国产 一区 欧美 日韩| 日韩三级伦理在线观看| 变态另类成人亚洲欧美熟女| 成熟少妇高潮喷水视频| 我要搜黄色片| 看非洲黑人一级黄片| 久久久久免费精品人妻一区二区| 久久99热6这里只有精品| 国产精品三级大全| 美女cb高潮喷水在线观看| 欧美高清性xxxxhd video| 久久亚洲国产成人精品v| 国产极品精品免费视频能看的| 中文字幕av成人在线电影| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 在线观看一区二区三区| 亚洲av熟女| 麻豆精品久久久久久蜜桃| 欧美最黄视频在线播放免费| 欧美一区二区精品小视频在线| 在线免费观看的www视频| 一个人观看的视频www高清免费观看| 成年免费大片在线观看| 欧美+日韩+精品| 日韩人妻高清精品专区| 综合色av麻豆| 久久99热6这里只有精品| 小蜜桃在线观看免费完整版高清| 在线观看av片永久免费下载| 色综合站精品国产| 中文字幕精品亚洲无线码一区| 国产成人a区在线观看| 免费无遮挡裸体视频| 精品人妻视频免费看| or卡值多少钱| 日本黄色片子视频| 内射极品少妇av片p| 此物有八面人人有两片| 我要看日韩黄色一级片| 欧美3d第一页| 免费看光身美女| 免费看a级黄色片| 噜噜噜噜噜久久久久久91| 熟女人妻精品中文字幕| 尾随美女入室| 看非洲黑人一级黄片| av视频在线观看入口| 极品教师在线视频| 老熟妇乱子伦视频在线观看| 精品国产三级普通话版| 久久久久九九精品影院| 成人一区二区视频在线观看| 99国产极品粉嫩在线观看| 欧美性猛交黑人性爽| 国产黄色视频一区二区在线观看 | 身体一侧抽搐| 丰满乱子伦码专区| 国产一级毛片在线| 婷婷精品国产亚洲av| 成人国产麻豆网| 欧美zozozo另类| 国产精品蜜桃在线观看 | 色综合站精品国产| 婷婷色av中文字幕| av福利片在线观看| 少妇的逼好多水| 国产淫片久久久久久久久| 精品久久久噜噜| 不卡一级毛片| 舔av片在线| 免费在线观看成人毛片| 欧美+日韩+精品| 91av网一区二区| 一区二区三区四区激情视频 | 深夜精品福利| 韩国av在线不卡| 亚洲国产日韩欧美精品在线观看| av国产免费在线观看| 成人漫画全彩无遮挡| 成年免费大片在线观看| 国产白丝娇喘喷水9色精品| 26uuu在线亚洲综合色| 免费搜索国产男女视频| 精品久久久久久久久久免费视频| 此物有八面人人有两片| 成人午夜高清在线视频| 亚洲天堂国产精品一区在线| 男的添女的下面高潮视频| 97在线视频观看| 三级毛片av免费| 尾随美女入室| 久久99热这里只有精品18| 在线观看午夜福利视频| 久久这里有精品视频免费| 国产精品综合久久久久久久免费| 亚洲av一区综合| 极品教师在线视频| av.在线天堂| 国产成人精品婷婷| 久久精品久久久久久久性| 久久久久久久久久成人| 免费av毛片视频| 国内精品宾馆在线| 欧美日韩国产亚洲二区| 日日撸夜夜添| 秋霞在线观看毛片| 岛国毛片在线播放| 国产男人的电影天堂91| 又爽又黄无遮挡网站| 熟妇人妻久久中文字幕3abv| 久久久久久伊人网av| 国产亚洲精品久久久com| 国产色婷婷99| 亚洲成人精品中文字幕电影| 性色avwww在线观看| 欧美一级a爱片免费观看看| 男的添女的下面高潮视频| 最近视频中文字幕2019在线8| 欧美丝袜亚洲另类| 人妻制服诱惑在线中文字幕| 美女国产视频在线观看| 国产麻豆成人av免费视频| 亚洲欧美成人精品一区二区| 国语自产精品视频在线第100页| 五月伊人婷婷丁香| 久久午夜亚洲精品久久| 欧美+日韩+精品| 久久这里只有精品中国| 乱系列少妇在线播放| 尾随美女入室| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美清纯卡通| 亚洲欧美成人精品一区二区| 日日撸夜夜添| 欧美丝袜亚洲另类| 国产精品久久久久久久电影| 青青草视频在线视频观看| 亚洲美女搞黄在线观看| 91午夜精品亚洲一区二区三区| 超碰av人人做人人爽久久| 99热这里只有精品一区| 男的添女的下面高潮视频| 青青草视频在线视频观看| 亚洲美女搞黄在线观看| 波多野结衣高清无吗| 日本免费a在线| 精品久久久久久久久久久久久| 悠悠久久av| 久久久精品欧美日韩精品| 中出人妻视频一区二区| 欧美精品一区二区大全| 91久久精品国产一区二区成人| 老师上课跳d突然被开到最大视频| 国产精品一区二区性色av| 久久久久久大精品| 国产在视频线在精品| 国内少妇人妻偷人精品xxx网站| 综合色丁香网| 亚洲三级黄色毛片| av免费观看日本| 日韩av在线大香蕉| 天堂av国产一区二区熟女人妻| 神马国产精品三级电影在线观看| 成人无遮挡网站| 99精品在免费线老司机午夜| 男女下面进入的视频免费午夜| 99久国产av精品国产电影| 国产精品人妻久久久久久| 国产不卡一卡二| 久久国内精品自在自线图片| 久久精品国产亚洲av涩爱 | a级一级毛片免费在线观看| 五月伊人婷婷丁香| 狂野欧美白嫩少妇大欣赏| 黄色一级大片看看| 色综合站精品国产| 久久人妻av系列| 久久99精品国语久久久| 国产精华一区二区三区| 岛国毛片在线播放| 狂野欧美激情性xxxx在线观看| 99热这里只有精品一区| av在线观看视频网站免费| 男女视频在线观看网站免费| 国产成人午夜福利电影在线观看| 国产精品,欧美在线| 亚洲人与动物交配视频| 日本成人三级电影网站| 青青草视频在线视频观看| 国产大屁股一区二区在线视频| 久久欧美精品欧美久久欧美| 18禁裸乳无遮挡免费网站照片| 午夜免费男女啪啪视频观看| 日韩欧美三级三区| 99热这里只有精品一区| 2021天堂中文幕一二区在线观| 精品久久久久久久末码| 国产精品不卡视频一区二区| 亚洲自偷自拍三级| 精品99又大又爽又粗少妇毛片| 1000部很黄的大片| 性色avwww在线观看| 国产91av在线免费观看| 亚洲国产日韩欧美精品在线观看| .国产精品久久| 亚洲av男天堂| 久久精品国产99精品国产亚洲性色| 你懂的网址亚洲精品在线观看 | 久久精品国产亚洲网站| 永久网站在线| 国产精品久久久久久av不卡| av在线亚洲专区| 国产私拍福利视频在线观看| 午夜精品国产一区二区电影 | 禁无遮挡网站| 国产精品.久久久| 久久精品影院6| 人妻久久中文字幕网| 欧美精品一区二区大全| 国产精华一区二区三区| 亚洲av二区三区四区| 久久久精品94久久精品| 国产成人a区在线观看| 亚洲欧美精品自产自拍| 国产精品免费一区二区三区在线| 激情 狠狠 欧美| 男人的好看免费观看在线视频| 亚洲成人久久爱视频| 在线免费观看不下载黄p国产| 久久精品国产鲁丝片午夜精品| 国产精品不卡视频一区二区| av天堂中文字幕网| 成人三级黄色视频| 久久人人爽人人爽人人片va| 性插视频无遮挡在线免费观看| 色视频www国产| 看黄色毛片网站| 免费观看在线日韩| 高清日韩中文字幕在线| 亚洲国产精品成人综合色| 国产亚洲欧美98| 国产精品电影一区二区三区| 美女脱内裤让男人舔精品视频 | 亚洲国产精品久久男人天堂| 免费观看a级毛片全部| 精品一区二区三区视频在线| 国产熟女欧美一区二区| 免费人成视频x8x8入口观看| 一个人看视频在线观看www免费| 波多野结衣高清作品| 99久国产av精品| 久久精品人妻少妇| 久久久久网色| av.在线天堂| 亚洲欧美日韩卡通动漫| 91狼人影院| 精品久久久久久久久av| 成人美女网站在线观看视频| 免费电影在线观看免费观看| 蜜桃久久精品国产亚洲av| 亚洲真实伦在线观看| 在现免费观看毛片| 九九在线视频观看精品| 国产精品久久久久久av不卡| 欧美激情久久久久久爽电影| 亚洲av一区综合| 日韩一区二区视频免费看| 99久久中文字幕三级久久日本| 国产精品蜜桃在线观看 | 久久久久网色| 在线观看66精品国产| 在线观看一区二区三区| 六月丁香七月| 亚洲真实伦在线观看| 久久人人爽人人爽人人片va| 好男人视频免费观看在线| 久久精品国产99精品国产亚洲性色| 人妻制服诱惑在线中文字幕| avwww免费| 日本一二三区视频观看| 大又大粗又爽又黄少妇毛片口| 国产三级中文精品| 日本爱情动作片www.在线观看| 国内久久婷婷六月综合欲色啪| 日本黄大片高清| 一级毛片电影观看 | 99久国产av精品| 日韩人妻高清精品专区| 国产精品女同一区二区软件| 蜜桃亚洲精品一区二区三区| 日韩国内少妇激情av| av国产免费在线观看| 亚洲四区av| 亚洲,欧美,日韩| 国产成人福利小说| 亚洲欧美精品综合久久99| 亚洲国产高清在线一区二区三| 国产精品精品国产色婷婷| 亚洲天堂国产精品一区在线| 国产午夜精品久久久久久一区二区三区| 欧美成人a在线观看| 国产成人精品一,二区 | 成人鲁丝片一二三区免费| 天堂中文最新版在线下载 | 春色校园在线视频观看| 搞女人的毛片| 国产高清视频在线观看网站| 成年免费大片在线观看| 亚洲欧美精品自产自拍| 成人午夜高清在线视频| 国产又黄又爽又无遮挡在线| 久久热精品热| 免费人成视频x8x8入口观看| 国产成人午夜福利电影在线观看| 国产 一区精品| 国产人妻一区二区三区在| 波多野结衣巨乳人妻| 97人妻精品一区二区三区麻豆| 99国产精品一区二区蜜桃av| 日韩大尺度精品在线看网址| 欧美+亚洲+日韩+国产| 91在线精品国自产拍蜜月| 精品久久久噜噜| 亚洲欧美日韩无卡精品| 久久国内精品自在自线图片| 国产精品99久久久久久久久| 久久99热这里只有精品18| 日本撒尿小便嘘嘘汇集6| 美女脱内裤让男人舔精品视频 | 日本一二三区视频观看| 亚洲性久久影院| 欧美bdsm另类| 男人和女人高潮做爰伦理| 欧美变态另类bdsm刘玥| 日韩精品有码人妻一区| av女优亚洲男人天堂| 久久久a久久爽久久v久久| av天堂在线播放| 一级毛片我不卡| 欧美潮喷喷水| 亚洲欧美成人综合另类久久久 | 亚洲在线自拍视频| 丰满的人妻完整版| 99热这里只有是精品在线观看| 国内少妇人妻偷人精品xxx网站| 午夜免费激情av| 国产白丝娇喘喷水9色精品| 少妇裸体淫交视频免费看高清| 国产午夜精品一二区理论片| 国产精品人妻久久久影院| 久久久久久久久久久丰满| 26uuu在线亚洲综合色| 成人二区视频| av在线观看视频网站免费| 国产成人aa在线观看| 国产成人精品久久久久久| 最后的刺客免费高清国语| 亚洲色图av天堂| 91在线精品国自产拍蜜月| 中国美白少妇内射xxxbb| 一边亲一边摸免费视频| 99热这里只有是精品50| 色综合亚洲欧美另类图片| 免费黄网站久久成人精品| 亚洲成人中文字幕在线播放| 日本撒尿小便嘘嘘汇集6| 日韩av不卡免费在线播放| 在现免费观看毛片| 国产熟女欧美一区二区| 欧美xxxx黑人xx丫x性爽| 久久久久国产网址| 亚洲av一区综合| 国产伦理片在线播放av一区 | 国产麻豆成人av免费视频| 人体艺术视频欧美日本| 搡老妇女老女人老熟妇| 国产在线男女| 黑人高潮一二区| 亚洲久久久久久中文字幕| 日本与韩国留学比较| 国产美女午夜福利| 成年女人看的毛片在线观看| 69人妻影院| 久久久欧美国产精品| 黑人高潮一二区| 国产av一区在线观看免费| 亚洲成人中文字幕在线播放| 在线免费观看不下载黄p国产| 不卡一级毛片| 午夜福利在线观看吧| 成人高潮视频无遮挡免费网站| 久久久精品94久久精品| 十八禁国产超污无遮挡网站| 国产一区二区在线观看日韩| 麻豆乱淫一区二区| 亚洲中文字幕一区二区三区有码在线看| 国产成人a∨麻豆精品| 欧美+日韩+精品| 久久久久久大精品| 欧美潮喷喷水| av又黄又爽大尺度在线免费看 | 久久九九热精品免费| 国产免费男女视频| 深爱激情五月婷婷| 99久久九九国产精品国产免费| 一区二区三区免费毛片| 精品一区二区三区人妻视频| 精品无人区乱码1区二区| 亚洲乱码一区二区免费版| 成熟少妇高潮喷水视频| 亚洲一级一片aⅴ在线观看| 免费人成在线观看视频色| 亚洲精品日韩av片在线观看| 久久精品国产99精品国产亚洲性色| 在线观看一区二区三区| 日韩欧美 国产精品| 热99re8久久精品国产| 国产精品福利在线免费观看| 亚洲av电影不卡..在线观看| 久久中文看片网| 成人一区二区视频在线观看| 青青草视频在线视频观看| 白带黄色成豆腐渣| 春色校园在线视频观看| 久久热精品热| 婷婷色av中文字幕| 亚洲av男天堂| 欧美潮喷喷水| 免费观看人在逋| 三级经典国产精品| 精品欧美国产一区二区三| 在线观看av片永久免费下载| 国产精品久久久久久久久免| 久久久久久伊人网av| 啦啦啦韩国在线观看视频| av在线天堂中文字幕| 看十八女毛片水多多多| 好男人在线观看高清免费视频| 亚洲精品日韩在线中文字幕 | 97超视频在线观看视频| 少妇的逼水好多| а√天堂www在线а√下载| av天堂中文字幕网| 可以在线观看的亚洲视频| 国产一区二区三区av在线 | 亚洲无线在线观看| 欧美激情久久久久久爽电影| 99久国产av精品国产电影| 久久欧美精品欧美久久欧美| 蜜桃久久精品国产亚洲av| 亚洲自偷自拍三级| 国产伦理片在线播放av一区 | 久久精品国产亚洲av涩爱 | 午夜福利在线在线| 欧洲精品卡2卡3卡4卡5卡区| 精品久久久久久久久av| 少妇熟女aⅴ在线视频| 最近手机中文字幕大全| 亚洲激情五月婷婷啪啪| 成人亚洲精品av一区二区| 深夜精品福利| 亚洲无线观看免费| 在线观看午夜福利视频| 欧美+亚洲+日韩+国产| 老司机福利观看| 99久久中文字幕三级久久日本| 亚洲av中文字字幕乱码综合| 欧美激情在线99| 欧美日韩一区二区视频在线观看视频在线 | 久久久国产成人精品二区| 国产成人91sexporn| 国产精品野战在线观看| а√天堂www在线а√下载| 亚洲电影在线观看av| 久久久久性生活片| 精品国产三级普通话版| 国产精品野战在线观看| 91久久精品国产一区二区成人| 日本黄大片高清| 免费看av在线观看网站| 久久久久久久久久黄片| 成人永久免费在线观看视频| 六月丁香七月| 在线观看av片永久免费下载| 成年av动漫网址| 九色成人免费人妻av| 免费看光身美女| 日本欧美国产在线视频| 精品人妻视频免费看| 国产高清三级在线| 亚洲av一区综合| 亚洲中文字幕日韩| 欧美丝袜亚洲另类| 91麻豆精品激情在线观看国产| 久久久久久久久中文| 嫩草影院入口| 此物有八面人人有两片| 国产乱人偷精品视频| 一级毛片电影观看 | 日韩欧美 国产精品| 极品教师在线视频| АⅤ资源中文在线天堂| 看免费成人av毛片| 国产淫片久久久久久久久| 婷婷色综合大香蕉| 联通29元200g的流量卡| 99国产精品一区二区蜜桃av| 午夜福利高清视频| 亚洲美女搞黄在线观看| 丰满乱子伦码专区| 在线观看66精品国产| 少妇熟女欧美另类| 高清日韩中文字幕在线| 国产午夜精品论理片| 国产精华一区二区三区| 美女大奶头视频| 日韩大尺度精品在线看网址| 欧美激情在线99| 国内少妇人妻偷人精品xxx网站| 亚洲久久久久久中文字幕| 久久久久久国产a免费观看| 国产精品国产高清国产av| 国产人妻一区二区三区在| avwww免费| 麻豆一二三区av精品| 岛国在线免费视频观看| 91久久精品电影网| 日本三级黄在线观看| 淫秽高清视频在线观看| 在线天堂最新版资源| 秋霞在线观看毛片| 国产精品免费一区二区三区在线| 国产精品99久久久久久久久| 国产老妇伦熟女老妇高清| 黄片wwwwww| 99精品在免费线老司机午夜| 国产精品久久久久久av不卡| 午夜福利在线在线| 男女那种视频在线观看| 最近中文字幕高清免费大全6| 悠悠久久av| 亚洲不卡免费看| 中文字幕熟女人妻在线| 欧美日韩一区二区视频在线观看视频在线 | 中文资源天堂在线| 久久九九热精品免费| 3wmmmm亚洲av在线观看| 亚洲av中文字字幕乱码综合| 亚洲精品久久国产高清桃花| 亚洲成人精品中文字幕电影| 大又大粗又爽又黄少妇毛片口| 亚洲国产精品成人综合色| 亚洲av中文av极速乱| 乱码一卡2卡4卡精品| 午夜亚洲福利在线播放| 91久久精品电影网| 亚洲国产精品国产精品| 青青草视频在线视频观看| 1000部很黄的大片| 别揉我奶头 嗯啊视频| 99九九线精品视频在线观看视频| 寂寞人妻少妇视频99o| 精品99又大又爽又粗少妇毛片| 日韩强制内射视频| 全区人妻精品视频| 亚洲av不卡在线观看| 男女边吃奶边做爰视频| av福利片在线观看| 国产69精品久久久久777片| АⅤ资源中文在线天堂| av天堂中文字幕网| 国产单亲对白刺激| 国产精品三级大全| 中文亚洲av片在线观看爽| 国产精品蜜桃在线观看 | 日韩视频在线欧美| 免费人成视频x8x8入口观看| 日本五十路高清| 久久久精品大字幕| 欧美成人a在线观看| 久久99蜜桃精品久久| 可以在线观看毛片的网站| 好男人视频免费观看在线| 国产一区二区三区av在线 | 亚洲国产精品成人综合色| 亚洲真实伦在线观看| 99热精品在线国产| 一级毛片我不卡| 黄片wwwwww| 亚洲国产日韩欧美精品在线观看|