• <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
    亚洲一级一片aⅴ在线观看| 亚洲情色 制服丝袜| 亚洲怡红院男人天堂| 91aial.com中文字幕在线观看| 最新中文字幕久久久久| 日韩制服骚丝袜av| 日本vs欧美在线观看视频| 久久久国产一区二区| 精品少妇黑人巨大在线播放| 丝瓜视频免费看黄片| 久久久久精品性色| 少妇猛男粗大的猛烈进出视频| 日本爱情动作片www.在线观看| 一级a做视频免费观看| 午夜激情久久久久久久| xxx大片免费视频| 久久99精品国语久久久| 99国产综合亚洲精品| 国产男女超爽视频在线观看| 亚洲性久久影院| a级片在线免费高清观看视频| 蜜桃在线观看..| 精品一品国产午夜福利视频| 新久久久久国产一级毛片| av在线老鸭窝| 久久毛片免费看一区二区三区| 伦精品一区二区三区| 精品一品国产午夜福利视频| 中国美白少妇内射xxxbb| 中文字幕久久专区| 亚洲综合色网址| 日韩av免费高清视频| 啦啦啦视频在线资源免费观看| 免费大片18禁| 亚洲精品久久午夜乱码| 免费不卡的大黄色大毛片视频在线观看| 亚洲精品亚洲一区二区| 中文字幕人妻丝袜制服| 国产精品久久久久久久电影| 岛国毛片在线播放| 久久女婷五月综合色啪小说| 伊人久久精品亚洲午夜| 精品人妻一区二区三区麻豆| 日本欧美视频一区| 青春草视频在线免费观看| 在线播放无遮挡| 免费看光身美女| 日韩人妻高清精品专区| 精品一区二区免费观看| 黑人猛操日本美女一级片| 精品久久久精品久久久| 亚洲欧美中文字幕日韩二区| 久久久久精品性色| 99热这里只有精品一区| 免费黄频网站在线观看国产| 国产成人一区二区在线| 日本黄色日本黄色录像| 母亲3免费完整高清在线观看 | 成人黄色视频免费在线看| 汤姆久久久久久久影院中文字幕| 国产熟女午夜一区二区三区 | 日本欧美视频一区| 国产精品.久久久| 最新的欧美精品一区二区| 街头女战士在线观看网站| 精品久久蜜臀av无| 国产成人精品婷婷| xxxhd国产人妻xxx| 精品一区二区三区视频在线| 在线观看一区二区三区激情| 五月开心婷婷网| 精品人妻偷拍中文字幕| 亚洲精品久久久久久婷婷小说| 亚洲av欧美aⅴ国产| 天堂中文最新版在线下载| 永久网站在线| 欧美精品一区二区免费开放| 精品国产一区二区久久| 99热国产这里只有精品6| 亚洲内射少妇av| 国产亚洲午夜精品一区二区久久| a级毛片免费高清观看在线播放| 久久午夜综合久久蜜桃| 搡老乐熟女国产| 成人18禁高潮啪啪吃奶动态图 | 丝袜脚勾引网站| 在线亚洲精品国产二区图片欧美 | 国产精品人妻久久久影院| 青青草视频在线视频观看| 日韩欧美精品免费久久| 美女国产高潮福利片在线看| 麻豆精品久久久久久蜜桃| 久久精品国产鲁丝片午夜精品| 亚洲少妇的诱惑av| av专区在线播放| 一区二区日韩欧美中文字幕 | 熟妇人妻不卡中文字幕| 久久精品熟女亚洲av麻豆精品| 精品人妻在线不人妻| 一个人看视频在线观看www免费| 国产熟女欧美一区二区| 亚洲欧美精品自产自拍| 亚洲精品久久久久久婷婷小说| 一本色道久久久久久精品综合| 国产黄片视频在线免费观看| 男人爽女人下面视频在线观看| 国语对白做爰xxxⅹ性视频网站| 亚洲精品av麻豆狂野| 热99国产精品久久久久久7| 性色av一级| 美女视频免费永久观看网站| 午夜福利视频在线观看免费| 久久毛片免费看一区二区三区| 99国产精品免费福利视频| 99国产综合亚洲精品| 我的老师免费观看完整版| 一区在线观看完整版| 五月玫瑰六月丁香| 久久人人爽av亚洲精品天堂| 在线观看美女被高潮喷水网站| 2021少妇久久久久久久久久久| 日韩一区二区三区影片| 日韩电影二区| 蜜臀久久99精品久久宅男| 久久影院123| 婷婷色av中文字幕| 亚洲中文av在线| 亚洲伊人久久精品综合| 国产黄色视频一区二区在线观看| 国产成人精品福利久久| 国产成人免费观看mmmm| 亚洲精品成人av观看孕妇| 亚洲在久久综合| 少妇丰满av| 亚洲精品国产av成人精品| 成年女人在线观看亚洲视频| 国产黄色免费在线视频| 亚洲高清免费不卡视频| 亚洲av不卡在线观看| 考比视频在线观看| 久久久久久久久久久免费av| 国产成人91sexporn| 99久久精品国产国产毛片| 久久狼人影院| 日韩精品有码人妻一区| 51国产日韩欧美| 少妇被粗大的猛进出69影院 | 国产精品.久久久| 日韩不卡一区二区三区视频在线| 亚洲国产色片| 日韩,欧美,国产一区二区三区| 天天躁夜夜躁狠狠久久av| 97超视频在线观看视频| 国产精品久久久久久精品古装| 夜夜爽夜夜爽视频| 91久久精品电影网| 国产高清有码在线观看视频| 大又大粗又爽又黄少妇毛片口| 这个男人来自地球电影免费观看 | 免费观看在线日韩| 色哟哟·www| 99热这里只有是精品在线观看| 国产一区二区三区综合在线观看 | 色视频在线一区二区三区| 内地一区二区视频在线| 婷婷色麻豆天堂久久| 狂野欧美激情性xxxx在线观看| 99热全是精品| 九九在线视频观看精品| 18禁在线播放成人免费| 国产高清三级在线| 亚洲精品日韩av片在线观看| 色婷婷久久久亚洲欧美| 国产一区二区三区综合在线观看 | 久久国内精品自在自线图片| 日韩,欧美,国产一区二区三区| 成人国产av品久久久| 在线天堂最新版资源| 精品久久久久久久久av| 九九爱精品视频在线观看| 熟女电影av网| 天美传媒精品一区二区| av在线老鸭窝| av播播在线观看一区| 99九九在线精品视频| 成年女人在线观看亚洲视频| 日韩制服骚丝袜av| 久久99热6这里只有精品| 国产精品99久久久久久久久| 桃花免费在线播放| 国产无遮挡羞羞视频在线观看| 精品国产露脸久久av麻豆| √禁漫天堂资源中文www| 久久久精品区二区三区| 寂寞人妻少妇视频99o| 中文字幕最新亚洲高清| 日本91视频免费播放| 国产黄色免费在线视频| 午夜91福利影院| 日本欧美视频一区| 日本wwww免费看| 丝袜脚勾引网站| 九草在线视频观看| 久久午夜综合久久蜜桃| 成人综合一区亚洲| 日韩制服骚丝袜av| 欧美亚洲日本最大视频资源| 国产女主播在线喷水免费视频网站| 久久久久久久精品精品| 两个人免费观看高清视频| 精品久久久久久久久亚洲| 美女cb高潮喷水在线观看| 国产成人午夜福利电影在线观看| av又黄又爽大尺度在线免费看| a级毛色黄片| 欧美最新免费一区二区三区| 人人澡人人妻人| 91成人精品电影| 婷婷色麻豆天堂久久| 王馨瑶露胸无遮挡在线观看| 久久久久久久久久成人| 国产欧美另类精品又又久久亚洲欧美| 亚洲av不卡在线观看| 亚洲精品aⅴ在线观看| 国精品久久久久久国模美| 中文字幕久久专区| 日韩制服骚丝袜av| 国产精品久久久久久久久免| 亚洲av国产av综合av卡| 国产精品熟女久久久久浪| 国产探花极品一区二区| 夫妻午夜视频| 亚洲第一av免费看| 亚洲色图 男人天堂 中文字幕 | 在线免费观看不下载黄p国产| 国产一区二区三区综合在线观看 | 在线 av 中文字幕| 国产精品一区二区在线观看99| 国国产精品蜜臀av免费| 国产爽快片一区二区三区| 亚洲美女搞黄在线观看| 亚洲少妇的诱惑av| 夜夜看夜夜爽夜夜摸| 欧美精品国产亚洲| 插阴视频在线观看视频| av在线app专区| 色5月婷婷丁香| 夜夜爽夜夜爽视频| 中文天堂在线官网| 国产亚洲最大av| 国产日韩欧美视频二区| 伦精品一区二区三区| 视频区图区小说| 亚洲高清免费不卡视频| 91成人精品电影| 国产有黄有色有爽视频| 国产成人精品婷婷| 久久精品国产亚洲网站| 99国产精品免费福利视频| 美女主播在线视频| 日本爱情动作片www.在线观看| 18禁动态无遮挡网站| 午夜免费男女啪啪视频观看| 九九在线视频观看精品| 日本与韩国留学比较| 青春草亚洲视频在线观看| 夜夜骑夜夜射夜夜干| 国产在线一区二区三区精| 精品亚洲成a人片在线观看| 久久鲁丝午夜福利片| 一区二区三区精品91| 精品久久蜜臀av无| 老司机影院成人| 国产色爽女视频免费观看| 91精品一卡2卡3卡4卡| 亚洲精品aⅴ在线观看| 国产片内射在线| 美女国产高潮福利片在线看| 国产又色又爽无遮挡免| 天天操日日干夜夜撸| 男女国产视频网站| 亚洲精品中文字幕在线视频| 精品少妇黑人巨大在线播放| 91久久精品电影网| 国产亚洲欧美精品永久| 久久久久网色| 亚洲人成网站在线播| 老司机影院毛片| 免费不卡的大黄色大毛片视频在线观看| 国产精品嫩草影院av在线观看| 久热这里只有精品99| 男女边摸边吃奶| 精品久久蜜臀av无| 欧美日韩av久久| av专区在线播放| 最新的欧美精品一区二区| 国产片内射在线| 韩国高清视频一区二区三区| av视频免费观看在线观看| 日韩av不卡免费在线播放| 中文字幕最新亚洲高清| 亚洲成人一二三区av| 亚洲久久久国产精品| 亚洲熟女精品中文字幕| 国产成人免费无遮挡视频| 欧美成人午夜免费资源| 九九在线视频观看精品| 日本猛色少妇xxxxx猛交久久| 久久久久久久国产电影| 男人操女人黄网站| 久久久精品区二区三区| 天天躁夜夜躁狠狠久久av| 久久国内精品自在自线图片| 欧美最新免费一区二区三区| 嫩草影院入口| 久久女婷五月综合色啪小说| 美女福利国产在线| 亚洲中文av在线| 色视频在线一区二区三区| 日韩视频在线欧美| 在线观看三级黄色| 欧美精品高潮呻吟av久久| 精品一区二区免费观看| 高清毛片免费看| 国产一区二区三区av在线| 亚洲五月色婷婷综合| 天天操日日干夜夜撸| 国产精品久久久久成人av| 五月开心婷婷网| 久久久久久久精品精品| 精品人妻熟女毛片av久久网站| 国产男女内射视频| 国产乱来视频区| 久久久久久久久久久免费av| 亚洲av福利一区| 婷婷成人精品国产| 亚洲国产精品一区二区三区在线| av天堂久久9| 蜜桃久久精品国产亚洲av| 人妻夜夜爽99麻豆av| 黄色怎么调成土黄色| 精品99又大又爽又粗少妇毛片| 久久女婷五月综合色啪小说| 一本色道久久久久久精品综合| 在线 av 中文字幕| 国产淫语在线视频| 最新的欧美精品一区二区| 久久人人爽av亚洲精品天堂| 亚洲国产欧美日韩在线播放| 国产成人精品久久久久久| 夫妻午夜视频| 另类精品久久| 亚洲人成77777在线视频| 成人国语在线视频| 成年人午夜在线观看视频| 国产成人一区二区在线| 国产精品国产三级国产av玫瑰| 国产成人aa在线观看| 在线播放无遮挡| 国产精品一国产av| 亚洲高清免费不卡视频| 国产色婷婷99| 国产黄色免费在线视频| 亚洲高清免费不卡视频| 精品人妻一区二区三区麻豆| 久久久午夜欧美精品| 观看美女的网站| 91成人精品电影| 亚洲av中文av极速乱| 久久97久久精品| av在线app专区| 成人毛片60女人毛片免费| 日韩av免费高清视频| 狠狠精品人妻久久久久久综合| av在线观看视频网站免费| 人妻系列 视频| 日产精品乱码卡一卡2卡三| 秋霞在线观看毛片| 欧美最新免费一区二区三区| 亚洲精品日韩av片在线观看| 天天躁夜夜躁狠狠久久av| 色视频在线一区二区三区| 免费人成在线观看视频色| 七月丁香在线播放| 在线亚洲精品国产二区图片欧美 | 久久午夜综合久久蜜桃| 大又大粗又爽又黄少妇毛片口| 日韩制服骚丝袜av| 晚上一个人看的免费电影| 亚洲精品视频女| a级毛片黄视频| 老司机影院毛片| 国产成人a∨麻豆精品| 国产成人freesex在线| 国产精品三级大全| 老熟女久久久| 在线观看免费日韩欧美大片 | 男女免费视频国产| 成人无遮挡网站| 精品酒店卫生间| 又粗又硬又长又爽又黄的视频| 内地一区二区视频在线| 亚洲天堂av无毛| 韩国av在线不卡| 母亲3免费完整高清在线观看 | 国产免费福利视频在线观看| videossex国产| 国产一区二区三区综合在线观看 | 一区二区三区免费毛片| 精品少妇黑人巨大在线播放| 成人影院久久| 日本欧美视频一区| 桃花免费在线播放| 亚洲精品乱码久久久v下载方式| 只有这里有精品99| 九色亚洲精品在线播放| 久久女婷五月综合色啪小说| 久久久久久久精品精品| 日韩欧美一区视频在线观看| 少妇被粗大猛烈的视频| 秋霞在线观看毛片| av.在线天堂| 黄片播放在线免费| 在线观看一区二区三区激情| 99热国产这里只有精品6| 青春草国产在线视频| 日本-黄色视频高清免费观看| 中文字幕av电影在线播放| 午夜免费观看性视频| 国产极品天堂在线| 免费观看无遮挡的男女| 午夜免费观看性视频| 成人国产av品久久久| 国产av一区二区精品久久| 精品久久久久久电影网| 婷婷成人精品国产| 亚洲欧美成人综合另类久久久| 高清在线视频一区二区三区| 国产亚洲欧美精品永久| 尾随美女入室| 亚洲成人手机| 国产免费一级a男人的天堂| 国产黄色视频一区二区在线观看| 黄片无遮挡物在线观看| av线在线观看网站| 午夜激情久久久久久久| 亚洲欧美成人精品一区二区| xxxhd国产人妻xxx| 色网站视频免费| 在线 av 中文字幕| 国产精品偷伦视频观看了| 亚洲av不卡在线观看| 美女国产视频在线观看| 亚洲丝袜综合中文字幕| 欧美性感艳星| 欧美最新免费一区二区三区| 国产片特级美女逼逼视频| 久久热精品热| 香蕉精品网在线| 少妇人妻 视频| 新久久久久国产一级毛片| 国产国拍精品亚洲av在线观看| 赤兔流量卡办理| 日本av手机在线免费观看| 人人妻人人澡人人爽人人夜夜| 丰满饥渴人妻一区二区三| 亚洲一区二区三区欧美精品| 欧美日韩亚洲高清精品| 26uuu在线亚洲综合色| 极品少妇高潮喷水抽搐| 高清av免费在线| 国产不卡av网站在线观看| 国产黄片视频在线免费观看| 高清午夜精品一区二区三区| 熟女人妻精品中文字幕| 免费观看a级毛片全部| 久久精品国产鲁丝片午夜精品| 亚洲av福利一区| 久久亚洲国产成人精品v| 亚洲色图综合在线观看| 一级毛片黄色毛片免费观看视频| 水蜜桃什么品种好| av福利片在线| 久久国产精品男人的天堂亚洲 | 曰老女人黄片| 亚洲色图 男人天堂 中文字幕 | 又黄又爽又刺激的免费视频.| 国产精品秋霞免费鲁丝片| 如何舔出高潮| 国产69精品久久久久777片| 久久av网站| 免费播放大片免费观看视频在线观看| 亚洲人与动物交配视频| 亚洲av二区三区四区| 国精品久久久久久国模美| av视频免费观看在线观看| 精品午夜福利在线看| 乱人伦中国视频| 欧美人与性动交α欧美精品济南到 | 2018国产大陆天天弄谢| 亚洲精品一区蜜桃| 国产极品粉嫩免费观看在线 | 精品酒店卫生间| 欧美国产精品一级二级三级| 国产免费又黄又爽又色| 久久久久久久久大av| 亚洲图色成人| 国产欧美日韩综合在线一区二区| 性色av一级| 欧美日韩成人在线一区二区| 亚洲精品456在线播放app| 美女国产视频在线观看| 国产不卡av网站在线观看| 毛片一级片免费看久久久久| 国产成人精品久久久久久| 建设人人有责人人尽责人人享有的| 亚洲国产av影院在线观看| 日韩欧美一区视频在线观看| 国产av国产精品国产| av.在线天堂| 国产精品一二三区在线看| www.色视频.com| 秋霞伦理黄片| 国产成人a∨麻豆精品| 亚洲精品aⅴ在线观看| 飞空精品影院首页| 午夜激情久久久久久久| 久久久久国产网址| 简卡轻食公司| 日韩伦理黄色片| 中文字幕久久专区| 国精品久久久久久国模美| 久久99一区二区三区| 免费看av在线观看网站| 亚洲精品色激情综合| 尾随美女入室| 免费观看的影片在线观看| 美女大奶头黄色视频| 婷婷成人精品国产| 国产男人的电影天堂91| 一个人看视频在线观看www免费| 国产亚洲精品久久久com| av在线观看视频网站免费| 精品亚洲成a人片在线观看| 中国国产av一级| 国产高清不卡午夜福利| 久久久国产精品麻豆| 亚洲精品自拍成人| 中文字幕免费在线视频6| 久久人人爽人人爽人人片va| 欧美日本中文国产一区发布| 久久这里有精品视频免费| 国产国拍精品亚洲av在线观看| 日本黄色日本黄色录像| 男人爽女人下面视频在线观看| 免费观看a级毛片全部| 国产免费又黄又爽又色| 国精品久久久久久国模美| 成人毛片a级毛片在线播放| 亚洲成色77777| 成年人午夜在线观看视频| 日韩中字成人| 久热这里只有精品99| 精品少妇久久久久久888优播| 91精品三级在线观看| 国产免费视频播放在线视频| 少妇 在线观看| 免费观看在线日韩| 亚洲欧美中文字幕日韩二区| 日韩av在线免费看完整版不卡| 亚洲人与动物交配视频| 免费人妻精品一区二区三区视频| 久久精品国产亚洲网站| av免费观看日本| 国产深夜福利视频在线观看| 久久久久久久久大av| 国产色婷婷99| 免费不卡的大黄色大毛片视频在线观看| 欧美一级a爱片免费观看看| 啦啦啦在线观看免费高清www| 精品视频人人做人人爽| 狂野欧美激情性xxxx在线观看| 99国产精品免费福利视频| 在线观看免费高清a一片| 精品国产一区二区三区久久久樱花| 成人无遮挡网站| 在线看a的网站| 最近的中文字幕免费完整| 国产黄频视频在线观看| 国产爽快片一区二区三区| 国产极品粉嫩免费观看在线 | 狠狠精品人妻久久久久久综合| 亚洲欧美成人综合另类久久久| 精品亚洲成a人片在线观看| 有码 亚洲区| 免费看不卡的av| 啦啦啦视频在线资源免费观看| 大陆偷拍与自拍| 18+在线观看网站| 日本爱情动作片www.在线观看| 日韩,欧美,国产一区二区三区| 久久精品久久精品一区二区三区| 国产白丝娇喘喷水9色精品| av国产久精品久网站免费入址| 国产永久视频网站| 国产精品久久久久久精品古装| 国产熟女午夜一区二区三区 | 国产精品一国产av| 久久精品国产亚洲av天美| 一边亲一边摸免费视频| 麻豆成人av视频| 日韩欧美精品免费久久| 22中文网久久字幕| 亚洲av综合色区一区| 搡女人真爽免费视频火全软件|