• <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 ?

    基于顯著性檢測(cè)和Grabcut算法的茶葉嫩芽圖像分割

    2021-02-02 06:49:38毛騰躍張?chǎng)┚?/span>帖軍
    關(guān)鍵詞:老葉嫩芽殘差

    毛騰躍,張?chǎng)┚?,帖?/p>

    (中南民族大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院&湖北省制造企業(yè)智能管理工程技術(shù)研究中心,武漢430074)

    茶葉的加工分為采摘、殺青、揉捻以及干燥四大流程.作為茶葉加工流程之首的鮮葉采摘又分為人工采摘與機(jī)械采摘,人工采摘具有采摘精度高的優(yōu)點(diǎn),但是這種采摘方式效率較低,人工成本比較高且存在勞動(dòng)力不足等問(wèn)題.為了彌補(bǔ)人工采摘存在的一些問(wèn)題,一些機(jī)構(gòu)開(kāi)始研究使用機(jī)械采摘的方式來(lái)取代人工,目前市面上也出現(xiàn)了很多種類的采茶機(jī)械,但是大多采茶機(jī)采取的是一刀切的采摘方式,雖然效率比人工采摘提高了很多倍,但這種采摘方式會(huì)破壞茶葉嫩芽的完整度,使得茶葉的品質(zhì)降低.

    隨著計(jì)算機(jī)技術(shù)的高速發(fā)展,基于計(jì)算機(jī)視覺(jué)的圖像分類技術(shù)應(yīng)用于各個(gè)領(lǐng)域.因此,利用計(jì)算機(jī)視覺(jué)技術(shù)在自然環(huán)境下對(duì)茶葉嫩芽采摘點(diǎn)進(jìn)行快速準(zhǔn)確的識(shí)別,再應(yīng)用在合適的采摘機(jī)械上進(jìn)行采摘,這種方式為茶葉的高效、高品質(zhì)采摘提供了新的可能.使用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)茶葉嫩芽實(shí)現(xiàn)采摘點(diǎn)定位的第一步便是分割出自然背景下的茶葉嫩芽圖片,在自然背景下,茶葉嫩芽和老葉的區(qū)分度并不大且容易受到光照的影響,這極大地增加本了分割的難度.

    目前,國(guó)內(nèi)外利用計(jì)算機(jī)視覺(jué)對(duì)于茶葉葉片圖像分割的研究與應(yīng)用不多.例如韓旺明[1]根據(jù)老葉和嫩葉在顏色特征上的差異,提出采用兩次Otsu 算法分別對(duì)待切割的茶隴蓬面及嫩葉區(qū)域進(jìn)行提??;韋佳佳[2]利用嫩芽在自然環(huán)境下與背景(老葉、莖、土壤)顏色上的差異,在RGB、 YIQ、 Lab、 HSI以及 YCbCr空間分別選擇一個(gè)合適的色彩因子對(duì)原始圖像進(jìn)行灰度化,然后根據(jù)灰度化結(jié)果分別采用OTSU、迭代閾值和固定閾值法進(jìn)行圖像分割,比較后得到了基于I因子的平均誤識(shí)別率最低,平均誤識(shí)別率為20.2%;吳雪梅等人[3]分析茶葉嫩芽和老葉在G和G-B分量上的差異,使用改進(jìn)的Otsu算法識(shí)別茶葉嫩芽,準(zhǔn)確率為92%;劉志杰等[4]使用最大類間方差法(Otsu法)對(duì)白色背景下的茶葉圖像進(jìn)行閾值分割,準(zhǔn)確率為93.3%;汪建[5]提出一種基于茶葉顏色和種子區(qū)域生長(zhǎng)的改進(jìn)方法來(lái)完成對(duì)茶葉嫩芽的分割,平均分割率為89.8%;邵明[6]提出了一種基于統(tǒng)計(jì)學(xué)的快速區(qū)域合并算法,合并過(guò)分割區(qū)域,得到茶葉嫩芽對(duì)象,實(shí)現(xiàn)龍井茶葉嫩芽的自動(dòng)檢測(cè)與分類識(shí)別,平均分類率為86%;王琨等[7]提出了一種基于深度學(xué)習(xí)的茶葉形態(tài)識(shí)別方法,利用卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)茶葉嫩芽樣本,在200張茶葉圖像中的識(shí)別率為91.3%;夏華鹍等[8]提取彩色茶葉嫩芽圖像中的14個(gè)顏色分量進(jìn)行分析并使用SLIC超像素分割算法獲取超像素塊,再使用閾值分割得到茶葉嫩芽彩色分割圖,獲得的平均分割精度為75.6%;張可等[9]根據(jù)嫩芽與老葉在不同顏色模型下的差異,分別進(jìn)行閾值分割和聚類分割;姚波等[10]利用茶葉嫩芽與老葉在G-B分量上的顏色差異使用Otsu法實(shí)現(xiàn)茶葉的二值分割;吳雪梅等[11]利用茶葉圖像的Lab顏色模型中的a分量和b分量作為顏色特征檢索,使用K-means聚類法完成分割,平均分割率為94%左右;HAI等[12]建立了一個(gè)參數(shù)化的茶葉嫩芽顏色模型用于從復(fù)雜背景中分離出茶葉嫩芽的感興趣區(qū)域,然后對(duì)每個(gè)感興趣區(qū)域,提取期望出現(xiàn)在茶葉頂芽周圍的特征,并把這些特征放入到均值漂移聚類中,以定位茶葉嫩芽的位置.

    上述研究中,部分研究工作針對(duì)的是單一背景下的茶葉嫩芽圖像,對(duì)自然環(huán)境下的茶葉嫩芽圖像并不適用,另外也有針對(duì)在自然環(huán)境下茶葉嫩芽圖像分割的研究工作,但是部分研究工作所提出方法的分割準(zhǔn)確率不是很高,距離實(shí)際應(yīng)用還有一定的距離.針對(duì)以往研究工作所存在的問(wèn)題,本文提出了一種基于顯著性檢測(cè)的Grabcut算法進(jìn)行自然背景下的茶葉嫩芽圖像分割.受U-Net網(wǎng)絡(luò)的啟發(fā),本文將顯著性檢測(cè)算法設(shè)計(jì)為類似U-Net的編碼器解碼器網(wǎng)絡(luò),編碼器網(wǎng)絡(luò)進(jìn)行特征提取工作,解碼器網(wǎng)絡(luò)聯(lián)合編碼器網(wǎng)絡(luò)所提取的圖像特征逐步還原得到茶葉嫩芽的顯著性圖像,再將顯著性圖像輸入到Grabcut算法進(jìn)行前背景的分離得到茶葉嫩芽圖像,為自然背景下的茶葉嫩芽圖像分割提供了一種新的方法.

    1 基于顯著性檢測(cè)的Grabcut算法

    交互式的Grabcut圖像分割方法雖然廣泛應(yīng)用在目標(biāo)分割中但也存在一些缺點(diǎn),一是交互次數(shù)過(guò)多,二是在一些場(chǎng)景下交互式的圖像分割并不適用.在本節(jié)中針對(duì)Grabcut算法的以上缺點(diǎn)提出了一種基于顯著性檢測(cè)的Grabcut圖像分割方法,能夠自動(dòng)分割自然背景下的茶葉嫩芽圖像.

    1.1 顯著性檢測(cè)

    圖像的顯著性主要是定義在整個(gè)圖像的全局對(duì)比度上[13-16],而不是局部或像素特征上.因此很多顯著性檢測(cè)算法沒(méi)有關(guān)注整個(gè)圖像的全局意義以及顯著目標(biāo)的詳細(xì)結(jié)構(gòu).

    U-Net網(wǎng)絡(luò)采用編解碼的形式,能夠同時(shí)捕獲高層次的全局上下文信息和低層次的細(xì)節(jié),而且U-Net在小數(shù)據(jù)集上也能訓(xùn)練出一個(gè)好的模型.受此啟發(fā),本文將顯著目標(biāo)預(yù)測(cè)模塊設(shè)計(jì)為一個(gè)類似U-Net的編碼和解碼網(wǎng)絡(luò),網(wǎng)絡(luò)架構(gòu)圖如圖1所示.

    如表1所示,ResNet有ResNet-18、ResNet-34、ResNet-50、ResNet-101、ResNet-152多種形式[17].本文網(wǎng)絡(luò)架構(gòu)的編碼器部分是由ResNet-50組成的,ResNet是ImageNet競(jìng)賽中分類問(wèn)題比較好的網(wǎng)絡(luò),由于ResNet內(nèi)部的殘差塊使用了跳躍連接,因此ResNet緩解了在深度神經(jīng)網(wǎng)絡(luò)中增加深度帶來(lái)的梯度消失問(wèn)題.

    圖1 網(wǎng)絡(luò)架構(gòu)圖Fig.1 Network architecture

    表1 ResnNet結(jié)構(gòu)Tab.1 ResnNet architecture

    增加網(wǎng)絡(luò)的深度可以提高網(wǎng)絡(luò)的性能,能夠獲取到圖片更豐富的特征信息,如表2所示層數(shù)越深的殘差網(wǎng)絡(luò)具有更小的錯(cuò)誤率,但是如果只是簡(jiǎn)單的增加網(wǎng)絡(luò)的深度則會(huì)導(dǎo)致梯度爆炸或梯度彌散的問(wèn)題,這個(gè)問(wèn)題在很大程度上已經(jīng)可以通過(guò)標(biāo)準(zhǔn)的初始化和正則化層來(lái)基本解決,但隨著網(wǎng)絡(luò)層數(shù)的加深,網(wǎng)絡(luò)出現(xiàn)了退化的問(wèn)題.殘差網(wǎng)絡(luò)通過(guò)跳躍連接的形式,如圖2所示,將單元的輸入與輸出加在一起再進(jìn)行激活,能夠很好的解決深層網(wǎng)絡(luò)訓(xùn)練時(shí)的退化問(wèn)題,同時(shí)且隨著網(wǎng)絡(luò)的加深,殘差網(wǎng)絡(luò)具有更好的表現(xiàn)[17].

    表2 單一模型在ImageNet驗(yàn)證集上的錯(cuò)誤率Tab.2 The error rate of a single model on the ImageNet validation set

    圖2 殘差單元Fig.2 Differential unit

    在眾多結(jié)構(gòu)的殘差網(wǎng)絡(luò)中本文選擇了ResNet-50,原因有兩點(diǎn):一是ResNet-18和ResNet-34都屬于淺層的殘差網(wǎng)絡(luò),ResNet-50、ResNet-101以及ResNet-152屬于深層的殘差網(wǎng)絡(luò),由文獻(xiàn)[17]可知深層的殘差網(wǎng)絡(luò)具有較低的錯(cuò)誤率且網(wǎng)絡(luò)越深提取到的特征越豐富,因此本文著眼于選擇ResNet-50、ResNet-101以及ResNet-152中的一種結(jié)構(gòu)作為本文的訓(xùn)練網(wǎng)絡(luò);二是考慮到網(wǎng)絡(luò)的深度帶來(lái)的訓(xùn)練時(shí)間的問(wèn)題,本文在深層的殘差網(wǎng)絡(luò)中最終選擇了層數(shù)最少的ResNet-50作為本文的訓(xùn)練網(wǎng)絡(luò).

    但與ResNet-50不同的是,本文在輸入層的64個(gè)卷積濾波器是大小為3×3步長(zhǎng)為1,而不是原有的7×7步長(zhǎng)為2,目的是能夠獲取更多的上下文空間以及減少參數(shù)量,而且為了能夠與輸入圖像具有相同的空間分辨率,在輸入卷積之后省略了池化操作.這種自適應(yīng)使得網(wǎng)絡(luò)能夠在較早的層中獲得更高分辨率的特征圖.為了獲得與ResNet-50相同的感受野,本文在ResNet-50的第四階段之后再添加兩個(gè)階段,這兩個(gè)階段都由3個(gè)瓶頸殘差塊組成,瓶頸殘差塊的結(jié)構(gòu)如圖3所示,而每個(gè)瓶頸殘差塊是由512個(gè)1×1的卷積濾波器、512個(gè)3×3的卷積濾波器以及2048個(gè)1×1的卷積濾波器組成.

    圖3 瓶頸殘差塊Fig.3 Bottleneck residual block

    解碼器的每個(gè)階段是由3個(gè)大小為3×3的卷積、批處理規(guī)范化(BN)以及Relu激活函數(shù)組成,并且在每個(gè)階段的最后一個(gè)卷積、批處理規(guī)范化以及Relu函數(shù)激活之后進(jìn)行上采樣操作,解碼器每個(gè)階段的輸入是由前一階段的上采樣輸出以及對(duì)應(yīng)編碼器階段輸出特征圖組成的級(jí)聯(lián)特征圖.

    1.2 基于顯著性檢測(cè)的Grabcut算法

    GrabCut算法是一種簡(jiǎn)單的人機(jī)交互圖像分割算法,需要基于高斯混合模型(GMM)的迭代求解.但是對(duì)于需要自動(dòng)化進(jìn)行的茶葉嫩芽圖像分割場(chǎng)景來(lái)說(shuō),人機(jī)交互分割的方式并不適用.因此本文采用Grabcut的掩碼圖像方式來(lái)實(shí)現(xiàn)對(duì)茶葉嫩芽圖像的自動(dòng)分割.分割流程如圖4所示.通過(guò)顯著性檢測(cè)得到茶葉嫩芽圖像的顯著性圖之后,將茶葉嫩芽的顯著性圖作為Grabcut算法的掩碼圖像并標(biāo)記黑色像素點(diǎn)為背景,白色像素點(diǎn)為前景便可以進(jìn)行茶葉嫩芽圖像的自動(dòng)分割操作.

    圖4 分割流程Fig.4 Segmentation process

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1 數(shù)據(jù)集

    本文中的圖片數(shù)據(jù)來(lái)源于湖北省孝感市肖港鎮(zhèn)八叉洼一個(gè)茶農(nóng)種植的茶園,拍攝所采用的工具是iphoneXR手機(jī),分別在中午12點(diǎn)、下午2點(diǎn)以及下午5點(diǎn)三個(gè)不同的時(shí)間段內(nèi)在自然光照、自然背景情況下拍攝了茶葉圖片共612張,所拍攝的圖像大小為3024×4032像素.對(duì)612張茶葉圖片進(jìn)行如圖5所示的水平翻轉(zhuǎn)、順時(shí)針旋轉(zhuǎn)以及逆時(shí)針旋轉(zhuǎn)3種圖像增廣操作后,得到了1836張茶葉圖像.

    圖5 圖像增廣操作Fig.5 Image augmentation operation

    對(duì)增廣后的1836張茶葉圖像進(jìn)行手動(dòng)創(chuàng)建精確的茶葉嫩芽顯著性分割以及茶葉嫩芽圖像分割操作得到如圖6的茶葉嫩芽顯著標(biāo)簽圖像以及如圖7的茶葉嫩芽標(biāo)簽圖像,并按照7∶3的比例將數(shù)據(jù)集進(jìn)行訓(xùn)練集和測(cè)試集的分配處理.

    圖6 茶葉嫩芽顯著圖像Fig.6 Remarkable image of tea bud

    圖7 茶葉嫩芽圖像Fig.7 Image of tea buds

    2.2 基于不同殘差網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果與分析

    本文使用精確率(Precision)、召回率(Recall)以及F-Measure三個(gè)指標(biāo)來(lái)衡量模型的性能.召回率和精確率是圖像分割結(jié)果中廣泛使用的兩個(gè)度量值,用于評(píng)價(jià)圖像分割效果,F(xiàn)-Measure是Precision和Recall加權(quán)調(diào)和平均,常用于評(píng)價(jià)模型的好壞.

    精確率、召回率以及F-Measure定義為:

    (1)

    (2)

    (3)

    其中P是像素?cái)?shù),ObjEX是模型預(yù)測(cè)的值,ObjGT是真實(shí)值,β2設(shè)置為0.3.

    圖8(a)、圖8(c)均為一次交互式Grabcut算法分割的結(jié)果,圖8(b)、圖8(d)為本文提出的基于顯著性檢測(cè)的Grabcut算法的分割結(jié)果,由上圖可知一次交互式的Grabcut分割有時(shí)并不能很好的從復(fù)雜背景中分割出茶葉嫩芽圖像,特別是在圖像中存在多個(gè)茶葉嫩芽的時(shí)候,而多次交互又會(huì)存在時(shí)間消耗的問(wèn)題.基于顯著性檢測(cè)的Grabcut算法能夠更好的學(xué)習(xí)到茶葉嫩芽的顯著特征,從而能夠?qū)崿F(xiàn)在復(fù)雜背景中一次分割出完整的茶葉嫩芽圖像.表3展示了以不同層的殘差網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合的準(zhǔn)確率、召回率、F-Measure以及分割時(shí)間(每張圖片的分割時(shí)間)四項(xiàng)指標(biāo)的數(shù)據(jù)對(duì)比,由表中數(shù)據(jù)可知,使用ResNet-152作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合的準(zhǔn)確率最高,為96.37%,但是耗費(fèi)了大量的時(shí)間;使用ResNet-18作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合所耗費(fèi)的分割時(shí)間最少,但是其準(zhǔn)確率不高.綜合衡量各項(xiàng)指標(biāo)可見(jiàn),使用ResNet-50作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合具有比較好的效果.

    圖8 交互式Grabcut算法分割的結(jié)果與基于顯著性檢測(cè)的Grabcut算法自動(dòng)分割的結(jié)果Fig.8 The segmentation results of interactive Grabcut and automatic segmentation results of Grabcut based on significance detection

    表3 不同殘差網(wǎng)絡(luò)的分割結(jié)果Tab.3 Segmentation results of different residual networks

    2.3 基于不同分割方法的實(shí)驗(yàn)結(jié)果與分析

    2.3.1 基于圖像顏色信息

    在本節(jié)中,采用了文獻(xiàn)[3]所提出的茶葉嫩芽分割方法用于本文自建的茶葉數(shù)據(jù)集進(jìn)行茶葉嫩芽的分割實(shí)驗(yàn).根據(jù)文獻(xiàn)[3]所述,提取茶葉嫩芽、老葉以及茶梗的RGB分量,如圖9(a)、圖9(b)、圖9(c)所示.由圖9(a)、圖9(b)、圖9(c)可知,本文所用的茶葉數(shù)據(jù)集在茶葉嫩芽、老葉以及茶梗的R、G、B分量直方圖上的重合度都非常高,無(wú)法選出一個(gè)如文獻(xiàn)[13]所述的一個(gè)合適的閾值進(jìn)行茶葉嫩芽的分割處理,因此文獻(xiàn)[13]所提出的方法對(duì)本文所用數(shù)據(jù)集并不適用.

    圖9 茶葉嫩芽、老葉以及茶梗的RGB分量直方圖Fig.9 RGB component histogram of tea shoots,old leaves and stems

    2.3.2 基于K-means聚類法

    在本節(jié)中,采用了文獻(xiàn)[11]所提出的茶葉嫩芽分割方法用于本文自建的茶葉數(shù)據(jù)集進(jìn)行茶葉嫩芽的分割實(shí)驗(yàn).將茶葉圖像RGB顏色空間轉(zhuǎn)化為L(zhǎng)ab顏色空間,如圖10所示,茶葉圖像在Lab顏色空間的a分量和b分量有明顯波峰波谷特征.提取圖像a分量和b分量特征進(jìn)行合并作為K-means聚類算法的顏色特征進(jìn)行檢索,結(jié)果如圖11所示.由圖11的分割結(jié)果可以看出,文獻(xiàn)[11]所提出的茶葉圖像分割方法雖然能夠比較完整的分割出茶葉嫩芽,但是所包含的雜質(zhì)太多.

    圖10 茶葉圖像Lab顏色空間直方圖Fig.10 Lab color space histogram of tea image

    圖11 基于K-means聚類算法的分割結(jié)果Fig.11 Segmentation results based on K-means clustering algorithm

    表4展示了本文提出的方法與文獻(xiàn)[11]提出方法的分割結(jié)果對(duì)比,由表4中的實(shí)驗(yàn)結(jié)果可知,本文所提方法的分割準(zhǔn)確率相比文獻(xiàn)[11]提升了14.39%,取得了較好的分割效果.

    表4 基于顯著性檢測(cè)和Grabcut算法的分割結(jié)果與 文獻(xiàn)[11]的分割結(jié)果Tab.4 Segmentation results based on significance detection and Grabcut and segmentation results of reference[11]

    3 結(jié)論

    自然背景下的茶葉嫩芽圖片包含老葉、茶梗以及地面等眾多復(fù)雜的因素,因此自然背景下的茶葉嫩芽圖像分割是一項(xiàng)具有挑戰(zhàn)性的工作.為了能夠獲取更高的分割準(zhǔn)確率,本文提出利用顯著性檢測(cè)算法進(jìn)行茶葉嫩芽的顯著性特征提取,再結(jié)合Grabcut算法進(jìn)行分割,這種方法能夠獲取到茶葉嫩芽的顯著特征,分割出完整度較高的茶葉嫩芽圖像.實(shí)驗(yàn)結(jié)果表明,本文提出方法的分割準(zhǔn)確率達(dá)89.6%,取得了較好的分割結(jié)果,實(shí)現(xiàn)了自然背景下茶葉嫩芽圖像的良好分割.

    猜你喜歡
    老葉嫩芽殘差
    小嫩芽
    基于雙向GRU與殘差擬合的車輛跟馳建模
    嫩芽
    嫩芽的面積
    基于殘差學(xué)習(xí)的自適應(yīng)無(wú)人機(jī)目標(biāo)跟蹤算法
    老周
    金山(2020年9期)2020-11-10 07:15:08
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    陳硯章
    希望的嫩芽
    老 葉
    中文字幕人妻丝袜一区二区| 岛国在线免费视频观看| 2021天堂中文幕一二区在线观| 国产高清视频在线播放一区| 久久久久久久久中文| 正在播放国产对白刺激| 99在线视频只有这里精品首页| 亚洲中文av在线| 日韩精品青青久久久久久| 亚洲专区字幕在线| 亚洲精品国产一区二区精华液| 69av精品久久久久久| 一级a爱片免费观看的视频| 欧美不卡视频在线免费观看 | 国产亚洲精品综合一区在线观看 | 国产一级毛片七仙女欲春2| 欧美一级a爱片免费观看看 | 手机成人av网站| 一本久久中文字幕| 天堂动漫精品| 好男人电影高清在线观看| 精品一区二区三区视频在线观看免费| 中文在线观看免费www的网站 | 全区人妻精品视频| 蜜桃久久精品国产亚洲av| 黄色片一级片一级黄色片| 琪琪午夜伦伦电影理论片6080| av中文乱码字幕在线| 夜夜看夜夜爽夜夜摸| 黄色成人免费大全| 一二三四在线观看免费中文在| 成人精品一区二区免费| 日本三级黄在线观看| 久久久国产成人免费| 天堂动漫精品| 91字幕亚洲| 国产视频一区二区在线看| 99国产精品一区二区三区| 日日摸夜夜添夜夜添小说| 亚洲人与动物交配视频| 黄片大片在线免费观看| 欧美成狂野欧美在线观看| 男人的好看免费观看在线视频 | 人人妻人人看人人澡| 日韩大尺度精品在线看网址| 黄色a级毛片大全视频| 黄色a级毛片大全视频| 50天的宝宝边吃奶边哭怎么回事| 国产激情欧美一区二区| 免费一级毛片在线播放高清视频| 亚洲中文日韩欧美视频| 在线观看舔阴道视频| 两性夫妻黄色片| 国模一区二区三区四区视频 | 亚洲国产高清在线一区二区三| 岛国在线观看网站| 久久久久久亚洲精品国产蜜桃av| 在线观看免费午夜福利视频| 午夜激情福利司机影院| 九色成人免费人妻av| 亚洲18禁久久av| 中文亚洲av片在线观看爽| 国产精品98久久久久久宅男小说| 国产精品国产高清国产av| 国产黄片美女视频| 亚洲中文日韩欧美视频| 亚洲午夜理论影院| 一级毛片高清免费大全| 亚洲男人的天堂狠狠| 色av中文字幕| 精品日产1卡2卡| 欧美一级毛片孕妇| 欧美黑人巨大hd| 非洲黑人性xxxx精品又粗又长| 久久午夜综合久久蜜桃| 国产伦在线观看视频一区| 成人av一区二区三区在线看| 国产高清激情床上av| 国产精品精品国产色婷婷| 成人av在线播放网站| 日本三级黄在线观看| 韩国av一区二区三区四区| 日本成人三级电影网站| 又黄又爽又免费观看的视频| 亚洲国产精品合色在线| 黑人巨大精品欧美一区二区mp4| 午夜两性在线视频| 国产一区二区三区视频了| 又黄又粗又硬又大视频| 99国产精品一区二区三区| 亚洲国产精品合色在线| 人人妻人人看人人澡| 国产精品野战在线观看| 日本三级黄在线观看| 性欧美人与动物交配| 亚洲成av人片免费观看| 一边摸一边抽搐一进一小说| 国产精品精品国产色婷婷| 哪里可以看免费的av片| 少妇被粗大的猛进出69影院| 又粗又爽又猛毛片免费看| 亚洲中文字幕一区二区三区有码在线看 | 亚洲中文日韩欧美视频| 两性夫妻黄色片| 欧美黑人巨大hd| 日本免费a在线| 亚洲av成人av| 日本 av在线| 久久中文看片网| av有码第一页| 69av精品久久久久久| 久久亚洲真实| 久久久国产成人免费| 少妇的丰满在线观看| 日韩欧美在线二视频| 高清毛片免费观看视频网站| 男女床上黄色一级片免费看| 免费看a级黄色片| 不卡一级毛片| 国产三级中文精品| 少妇人妻一区二区三区视频| 国产精品亚洲一级av第二区| 亚洲中文字幕日韩| 又粗又爽又猛毛片免费看| 成人三级黄色视频| 久久精品国产清高在天天线| a级毛片a级免费在线| 丝袜美腿诱惑在线| 少妇裸体淫交视频免费看高清 | 十八禁人妻一区二区| 欧美人与性动交α欧美精品济南到| 久99久视频精品免费| 欧美日韩乱码在线| 国产精品久久久人人做人人爽| 亚洲成人免费电影在线观看| 欧美日韩精品网址| 看片在线看免费视频| 久久久久久亚洲精品国产蜜桃av| 最近最新免费中文字幕在线| 制服丝袜大香蕉在线| 国产高清激情床上av| 亚洲片人在线观看| 老熟妇仑乱视频hdxx| 97碰自拍视频| 他把我摸到了高潮在线观看| 国产一区二区三区在线臀色熟女| 国产熟女午夜一区二区三区| xxxwww97欧美| 一进一出抽搐动态| 亚洲精品国产一区二区精华液| 99国产精品99久久久久| 国产精品亚洲美女久久久| 亚洲熟女毛片儿| 亚洲精品在线观看二区| 久久久久久久久久黄片| 制服丝袜大香蕉在线| 久久久久国内视频| 很黄的视频免费| 国产视频内射| 久久草成人影院| 国模一区二区三区四区视频 | 精品日产1卡2卡| 久久久久久久精品吃奶| 亚洲av成人不卡在线观看播放网| 亚洲国产精品久久男人天堂| 亚洲黑人精品在线| 成人午夜高清在线视频| 欧美成人午夜精品| 观看免费一级毛片| 亚洲欧美日韩高清专用| 国产精品久久久久久精品电影| 日本熟妇午夜| 国产精品亚洲av一区麻豆| 国内毛片毛片毛片毛片毛片| 亚洲国产精品sss在线观看| 9191精品国产免费久久| 91大片在线观看| 久久久国产成人精品二区| 国产亚洲av嫩草精品影院| 嫁个100分男人电影在线观看| 在线观看日韩欧美| 欧美丝袜亚洲另类 | 久久久久亚洲av毛片大全| 两个人免费观看高清视频| 波多野结衣高清作品| 国产午夜精品久久久久久| 亚洲成人国产一区在线观看| 少妇被粗大的猛进出69影院| 国产私拍福利视频在线观看| 久久香蕉国产精品| 一夜夜www| 一级作爱视频免费观看| 99精品久久久久人妻精品| tocl精华| 久久精品国产99精品国产亚洲性色| 精品第一国产精品| 欧美乱码精品一区二区三区| 欧美成人午夜精品| av中文乱码字幕在线| 免费av毛片视频| 中文字幕熟女人妻在线| 国产精品久久久久久人妻精品电影| 久9热在线精品视频| 国产成人欧美在线观看| 日本一本二区三区精品| 免费在线观看视频国产中文字幕亚洲| 天堂影院成人在线观看| 久久 成人 亚洲| 欧洲精品卡2卡3卡4卡5卡区| 亚洲一区高清亚洲精品| 熟女少妇亚洲综合色aaa.| 亚洲成人久久爱视频| 高清在线国产一区| 中文资源天堂在线| 高潮久久久久久久久久久不卡| 亚洲国产欧美网| 日本一本二区三区精品| 国产成+人综合+亚洲专区| 91在线观看av| 老司机深夜福利视频在线观看| 国产高清视频在线播放一区| 日韩欧美一区二区三区在线观看| 90打野战视频偷拍视频| 毛片女人毛片| 免费看日本二区| 韩国av一区二区三区四区| 国产一区二区三区视频了| 国产精品,欧美在线| 欧美日韩中文字幕国产精品一区二区三区| 这个男人来自地球电影免费观看| 欧美国产日韩亚洲一区| 91老司机精品| 女同久久另类99精品国产91| 男女午夜视频在线观看| 久久久水蜜桃国产精品网| 制服丝袜大香蕉在线| 99精品久久久久人妻精品| 欧美3d第一页| 正在播放国产对白刺激| 看片在线看免费视频| 日韩欧美在线乱码| 91在线观看av| 国产成+人综合+亚洲专区| 国产精品国产高清国产av| 在线观看www视频免费| 亚洲一区二区三区色噜噜| 大型黄色视频在线免费观看| 欧美在线黄色| 亚洲av美国av| 精品久久久久久久毛片微露脸| 给我免费播放毛片高清在线观看| 在线观看免费日韩欧美大片| 亚洲成人中文字幕在线播放| 日韩 欧美 亚洲 中文字幕| 一区福利在线观看| 伊人久久大香线蕉亚洲五| 久久亚洲精品不卡| 极品教师在线免费播放| 真人一进一出gif抽搐免费| 国模一区二区三区四区视频 | cao死你这个sao货| 午夜精品久久久久久毛片777| 亚洲精品国产一区二区精华液| 最近最新中文字幕大全电影3| 一级毛片女人18水好多| 国产激情欧美一区二区| 欧美绝顶高潮抽搐喷水| 欧美av亚洲av综合av国产av| 久久香蕉国产精品| 精品欧美国产一区二区三| 精品日产1卡2卡| 淫妇啪啪啪对白视频| 一本综合久久免费| 男人舔奶头视频| 岛国视频午夜一区免费看| av视频在线观看入口| av片东京热男人的天堂| 亚洲在线自拍视频| 小说图片视频综合网站| 中文字幕人成人乱码亚洲影| 亚洲av第一区精品v没综合| 国产成人一区二区三区免费视频网站| 午夜精品一区二区三区免费看| 国产乱人伦免费视频| 国产亚洲精品第一综合不卡| 变态另类丝袜制服| 免费电影在线观看免费观看| 亚洲人成77777在线视频| 女生性感内裤真人,穿戴方法视频| 一个人免费在线观看的高清视频| 黄色视频不卡| 在线观看美女被高潮喷水网站 | 超碰成人久久| 麻豆成人av在线观看| 丁香欧美五月| 一二三四社区在线视频社区8| 精品国产乱码久久久久久男人| 99久久国产精品久久久| 搞女人的毛片| 一a级毛片在线观看| 欧美性猛交╳xxx乱大交人| 久久久久久亚洲精品国产蜜桃av| 欧美高清成人免费视频www| 男人舔女人的私密视频| АⅤ资源中文在线天堂| 欧美黑人巨大hd| 欧美日韩亚洲国产一区二区在线观看| 一区二区三区国产精品乱码| 999久久久精品免费观看国产| 久久这里只有精品中国| 国产高清视频在线观看网站| 嫩草影院精品99| 禁无遮挡网站| 精品久久蜜臀av无| 日韩大尺度精品在线看网址| 欧美乱码精品一区二区三区| 欧美精品亚洲一区二区| 我的老师免费观看完整版| 国产在线观看jvid| 一二三四社区在线视频社区8| 亚洲五月天丁香| 99国产精品一区二区蜜桃av| 亚洲成人中文字幕在线播放| 亚洲成人国产一区在线观看| 国产一区二区在线av高清观看| 淫秽高清视频在线观看| 午夜福利视频1000在线观看| www.熟女人妻精品国产| 午夜激情av网站| 国产又色又爽无遮挡免费看| а√天堂www在线а√下载| 久久久久国产一级毛片高清牌| 久久精品国产综合久久久| 伊人久久大香线蕉亚洲五| 国产精品九九99| 热99re8久久精品国产| 中文字幕高清在线视频| 精品国产超薄肉色丝袜足j| 美女午夜性视频免费| 露出奶头的视频| 精品欧美国产一区二区三| www.精华液| 又黄又粗又硬又大视频| 好男人电影高清在线观看| 美女黄网站色视频| 国产成人精品久久二区二区91| 狂野欧美白嫩少妇大欣赏| 中文在线观看免费www的网站 | 亚洲精品久久成人aⅴ小说| 精品久久久久久久毛片微露脸| 熟女少妇亚洲综合色aaa.| 国产精品免费视频内射| 少妇被粗大的猛进出69影院| 制服丝袜大香蕉在线| 三级毛片av免费| 欧美一级a爱片免费观看看 | or卡值多少钱| 国产伦人伦偷精品视频| 制服丝袜大香蕉在线| 午夜亚洲福利在线播放| 一个人免费在线观看电影 | av福利片在线观看| 手机成人av网站| 精品国产亚洲在线| 熟女电影av网| 中文字幕精品亚洲无线码一区| 精品欧美国产一区二区三| 亚洲欧美日韩高清专用| 国产精品亚洲av一区麻豆| 法律面前人人平等表现在哪些方面| 国产久久久一区二区三区| 成人一区二区视频在线观看| 91九色精品人成在线观看| 女同久久另类99精品国产91| 欧美一区二区精品小视频在线| 男女午夜视频在线观看| 国产高清激情床上av| 一二三四社区在线视频社区8| 国产伦人伦偷精品视频| 少妇的丰满在线观看| 日韩大尺度精品在线看网址| 一边摸一边做爽爽视频免费| 美女免费视频网站| 久久天躁狠狠躁夜夜2o2o| 啦啦啦观看免费观看视频高清| 精品电影一区二区在线| 香蕉丝袜av| 亚洲av电影不卡..在线观看| 久久国产精品影院| 18禁国产床啪视频网站| 国产熟女午夜一区二区三区| 亚洲午夜理论影院| 此物有八面人人有两片| 亚洲男人天堂网一区| 国产成人精品无人区| 久久久国产成人精品二区| 亚洲av中文字字幕乱码综合| 成人av一区二区三区在线看| 91成年电影在线观看| 成人三级做爰电影| 在线观看www视频免费| 国产私拍福利视频在线观看| 久久精品91无色码中文字幕| svipshipincom国产片| 熟女电影av网| 麻豆国产97在线/欧美 | 色综合欧美亚洲国产小说| 在线观看66精品国产| 国产av一区二区精品久久| 国产精华一区二区三区| 91在线观看av| 少妇人妻一区二区三区视频| av超薄肉色丝袜交足视频| 亚洲在线自拍视频| 99国产极品粉嫩在线观看| 免费看美女性在线毛片视频| 亚洲精品国产一区二区精华液| 午夜视频精品福利| 久久天堂一区二区三区四区| 亚洲国产精品成人综合色| 91麻豆av在线| 亚洲国产日韩欧美精品在线观看 | 两性夫妻黄色片| 国产成人啪精品午夜网站| 日本黄色视频三级网站网址| 久久这里只有精品中国| 黄频高清免费视频| 亚洲一区高清亚洲精品| 天堂av国产一区二区熟女人妻 | 亚洲熟妇熟女久久| 久久中文看片网| 欧美色视频一区免费| 国产免费男女视频| 欧美在线黄色| 国模一区二区三区四区视频 | 久久久久久亚洲精品国产蜜桃av| 免费在线观看视频国产中文字幕亚洲| 日韩 欧美 亚洲 中文字幕| 亚洲五月天丁香| 99热这里只有是精品50| 波多野结衣高清无吗| 男女之事视频高清在线观看| 久久久久精品国产欧美久久久| 久久精品91蜜桃| 天堂动漫精品| 精品一区二区三区四区五区乱码| 757午夜福利合集在线观看| 亚洲激情在线av| 国产麻豆成人av免费视频| 在线观看免费视频日本深夜| 露出奶头的视频| svipshipincom国产片| 国内少妇人妻偷人精品xxx网站 | 国产私拍福利视频在线观看| 日韩有码中文字幕| 又黄又爽又免费观看的视频| 国产午夜精品久久久久久| √禁漫天堂资源中文www| 午夜福利在线在线| 久久久久国内视频| 欧美日本视频| 亚洲成人国产一区在线观看| 亚洲欧美激情综合另类| 久久国产精品影院| 国产亚洲精品久久久久5区| 最近最新中文字幕大全电影3| 国产三级在线视频| 国产亚洲av嫩草精品影院| 日韩欧美在线乱码| 日韩 欧美 亚洲 中文字幕| 久久天躁狠狠躁夜夜2o2o| 天堂av国产一区二区熟女人妻 | 村上凉子中文字幕在线| 俺也久久电影网| 亚洲国产日韩欧美精品在线观看 | 色av中文字幕| 欧美一区二区精品小视频在线| cao死你这个sao货| 成人欧美大片| 亚洲片人在线观看| 午夜老司机福利片| 麻豆成人av在线观看| 淫秽高清视频在线观看| 午夜久久久久精精品| 亚洲精品一区av在线观看| 久久久久九九精品影院| 国产亚洲精品av在线| 国产精品一及| 欧美色欧美亚洲另类二区| 小说图片视频综合网站| 国产精品自产拍在线观看55亚洲| 亚洲国产精品久久男人天堂| 日本五十路高清| tocl精华| 亚洲国产精品合色在线| 两个人免费观看高清视频| a在线观看视频网站| 国产探花在线观看一区二区| 亚洲 国产 在线| 久久精品成人免费网站| 99热这里只有是精品50| 亚洲专区中文字幕在线| 午夜亚洲福利在线播放| 99热这里只有精品一区 | 99热6这里只有精品| 国产伦一二天堂av在线观看| 国产一区二区在线观看日韩 | 久久久精品国产亚洲av高清涩受| 午夜激情av网站| 嫩草影院精品99| 久久久精品大字幕| 一区福利在线观看| 国产亚洲欧美98| 亚洲成人久久性| 久久天躁狠狠躁夜夜2o2o| 又黄又粗又硬又大视频| 中文字幕人妻丝袜一区二区| 久久久久精品国产欧美久久久| 日韩欧美精品v在线| 国产真实乱freesex| 欧美日韩精品网址| 亚洲狠狠婷婷综合久久图片| 久久久精品大字幕| 久久精品aⅴ一区二区三区四区| 欧美丝袜亚洲另类 | 1024视频免费在线观看| 国产av麻豆久久久久久久| 欧美午夜高清在线| 可以免费在线观看a视频的电影网站| 国产一级毛片七仙女欲春2| 亚洲精品中文字幕一二三四区| 精品国内亚洲2022精品成人| 久久精品夜夜夜夜夜久久蜜豆 | √禁漫天堂资源中文www| 亚洲精品一区av在线观看| 成人手机av| 免费无遮挡裸体视频| 最近视频中文字幕2019在线8| 淫妇啪啪啪对白视频| 国产av一区二区精品久久| 夜夜夜夜夜久久久久| 亚洲电影在线观看av| 亚洲aⅴ乱码一区二区在线播放 | 国产精品久久久人人做人人爽| 国内精品久久久久久久电影| 两个人的视频大全免费| 亚洲国产欧美一区二区综合| 国产午夜精品论理片| 国产三级黄色录像| 91大片在线观看| 五月伊人婷婷丁香| 狂野欧美白嫩少妇大欣赏| 日韩中文字幕欧美一区二区| 久久精品91无色码中文字幕| 又黄又爽又免费观看的视频| 亚洲精品中文字幕一二三四区| 亚洲国产欧美网| 黄色视频不卡| 精品国内亚洲2022精品成人| 国产高清视频在线观看网站| 亚洲人成网站高清观看| 久久中文看片网| 高清在线国产一区| 男女下面进入的视频免费午夜| 欧美极品一区二区三区四区| 亚洲乱码一区二区免费版| 亚洲免费av在线视频| 国产三级在线视频| 亚洲欧美激情综合另类| 午夜福利高清视频| 毛片女人毛片| 一边摸一边做爽爽视频免费| 亚洲aⅴ乱码一区二区在线播放 | 日本 av在线| 亚洲国产中文字幕在线视频| av在线播放免费不卡| 国产成人欧美在线观看| 久久久久亚洲av毛片大全| 午夜激情福利司机影院| 欧美一区二区精品小视频在线| 最近在线观看免费完整版| 日韩中文字幕欧美一区二区| 午夜免费激情av| 麻豆久久精品国产亚洲av| 欧美人与性动交α欧美精品济南到| 91字幕亚洲| 亚洲人成伊人成综合网2020| 色哟哟哟哟哟哟| 日韩有码中文字幕| 精品人妻1区二区| 国产麻豆成人av免费视频| 身体一侧抽搐| 亚洲色图 男人天堂 中文字幕| 午夜精品久久久久久毛片777| 婷婷精品国产亚洲av| 听说在线观看完整版免费高清| 亚洲精品av麻豆狂野| 日韩三级视频一区二区三区| 国内精品久久久久精免费| 美女黄网站色视频| 黑人欧美特级aaaaaa片| www.999成人在线观看| 欧美久久黑人一区二区| 91麻豆精品激情在线观看国产| 高清在线国产一区| 88av欧美| 看免费av毛片| 19禁男女啪啪无遮挡网站| 日日爽夜夜爽网站| 中文字幕熟女人妻在线| 黑人操中国人逼视频| 久久精品综合一区二区三区| 亚洲在线自拍视频| 欧美黄色片欧美黄色片| 最近最新中文字幕大全电影3|