• <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
    日韩大码丰满熟妇| 一级,二级,三级黄色视频| 国产精品98久久久久久宅男小说| 国产午夜精品久久久久久| 少妇 在线观看| 久久天躁狠狠躁夜夜2o2o| 久久久精品区二区三区| 一区在线观看完整版| 久久精品国产a三级三级三级| 日韩大码丰满熟妇| 精品一区二区三卡| 久久 成人 亚洲| 一区在线观看完整版| 国产高清激情床上av| 在线观看舔阴道视频| 日本五十路高清| 看片在线看免费视频| 在线观看免费日韩欧美大片| 国产真人三级小视频在线观看| 我的亚洲天堂| 国产成人影院久久av| 精品亚洲成a人片在线观看| 国产日韩一区二区三区精品不卡| 亚洲av日韩在线播放| 黑人巨大精品欧美一区二区蜜桃| 亚洲综合色网址| 亚洲精品国产精品久久久不卡| 99久久99久久久精品蜜桃| 国产欧美日韩一区二区精品| 欧美av亚洲av综合av国产av| 真人做人爱边吃奶动态| 亚洲一码二码三码区别大吗| 欧美亚洲日本最大视频资源| 成人三级做爰电影| 女人久久www免费人成看片| 国产99白浆流出| 亚洲欧美日韩高清在线视频| 中国美女看黄片| 18禁观看日本| 99国产精品99久久久久| 黄片大片在线免费观看| 精品乱码久久久久久99久播| 建设人人有责人人尽责人人享有的| 国产极品粉嫩免费观看在线| 一个人免费在线观看的高清视频| 亚洲av成人不卡在线观看播放网| 日日摸夜夜添夜夜添小说| 久久性视频一级片| 亚洲片人在线观看| 欧美国产精品va在线观看不卡| 男女之事视频高清在线观看| 久久久久久久国产电影| 两个人看的免费小视频| av网站免费在线观看视频| 91成人精品电影| 一区二区三区国产精品乱码| 99精品久久久久人妻精品| 国产91精品成人一区二区三区| 一级毛片精品| 国产av又大| 欧美精品亚洲一区二区| 国产精品 欧美亚洲| 69av精品久久久久久| 免费少妇av软件| 啦啦啦视频在线资源免费观看| 很黄的视频免费| 夜夜夜夜夜久久久久| 91成年电影在线观看| 亚洲精品中文字幕在线视频| 欧美黄色淫秽网站| 黑丝袜美女国产一区| 激情视频va一区二区三区| 欧美在线一区亚洲| av天堂在线播放| 亚洲av成人一区二区三| 中文字幕人妻熟女乱码| 一区福利在线观看| 日韩免费高清中文字幕av| 久久亚洲真实| 麻豆成人av在线观看| 99riav亚洲国产免费| e午夜精品久久久久久久| 美女视频免费永久观看网站| 欧美精品av麻豆av| 一级片'在线观看视频| 国产有黄有色有爽视频| 国产日韩欧美亚洲二区| 国产精品一区二区精品视频观看| 免费一级毛片在线播放高清视频 | 国产男女内射视频| 在线观看免费日韩欧美大片| 精品国产一区二区三区久久久樱花| 国产xxxxx性猛交| 国产无遮挡羞羞视频在线观看| 一级毛片女人18水好多| 在线观看免费午夜福利视频| 91av网站免费观看| 国产不卡一卡二| 嫩草影视91久久| 自线自在国产av| 国产精品亚洲一级av第二区| 欧美日韩精品网址| 日韩免费高清中文字幕av| av国产精品久久久久影院| 国产精品 欧美亚洲| 黑人猛操日本美女一级片| svipshipincom国产片| svipshipincom国产片| 高清在线国产一区| 一进一出抽搐动态| 国产精品久久久久久人妻精品电影| 欧美在线黄色| 日本黄色视频三级网站网址 | 久久影院123| 后天国语完整版免费观看| 中文字幕人妻丝袜制服| 国产91精品成人一区二区三区| 国产一区二区三区视频了| 一级毛片精品| 最新在线观看一区二区三区| 国产欧美日韩精品亚洲av| 午夜视频精品福利| 中文字幕精品免费在线观看视频| 久久国产精品人妻蜜桃| 黄色片一级片一级黄色片| 国产亚洲精品久久久久久毛片 | 精品久久蜜臀av无| 人人妻人人澡人人爽人人夜夜| 日韩成人在线观看一区二区三区| 激情视频va一区二区三区| 精品高清国产在线一区| 成人国语在线视频| 久久久久久久久久久久大奶| 亚洲成人免费av在线播放| 亚洲自偷自拍图片 自拍| 欧美久久黑人一区二区| 日韩一卡2卡3卡4卡2021年| 久久亚洲真实| 一区福利在线观看| 在线十欧美十亚洲十日本专区| 丰满迷人的少妇在线观看| 国产国语露脸激情在线看| 亚洲成人国产一区在线观看| 法律面前人人平等表现在哪些方面| 亚洲黑人精品在线| 91精品三级在线观看| 精品电影一区二区在线| 国产精品98久久久久久宅男小说| 一级毛片精品| 黄色丝袜av网址大全| 一区二区三区精品91| 一区二区日韩欧美中文字幕| 热re99久久国产66热| 制服诱惑二区| 亚洲国产欧美日韩在线播放| av电影中文网址| 欧美日本中文国产一区发布| 一区二区三区国产精品乱码| 黄片大片在线免费观看| 亚洲熟妇熟女久久| videos熟女内射| 好看av亚洲va欧美ⅴa在| 99久久综合精品五月天人人| 十八禁人妻一区二区| 久久99一区二区三区| 久久中文看片网| 欧美+亚洲+日韩+国产| 国产视频一区二区在线看| 国精品久久久久久国模美| 法律面前人人平等表现在哪些方面| 欧美精品一区二区免费开放| 中文字幕另类日韩欧美亚洲嫩草| 久久天堂一区二区三区四区| 美女视频免费永久观看网站| 欧美国产精品va在线观看不卡| 自拍欧美九色日韩亚洲蝌蚪91| 18禁裸乳无遮挡免费网站照片 | 亚洲avbb在线观看| 久久人妻熟女aⅴ| 他把我摸到了高潮在线观看| av中文乱码字幕在线| 超碰97精品在线观看| 高清欧美精品videossex| 亚洲情色 制服丝袜| 成熟少妇高潮喷水视频| tocl精华| 亚洲人成77777在线视频| 午夜免费成人在线视频| 亚洲成人免费电影在线观看| 成人18禁高潮啪啪吃奶动态图| 一进一出抽搐动态| 欧美亚洲 丝袜 人妻 在线| 1024香蕉在线观看| 亚洲专区中文字幕在线| 日韩免费高清中文字幕av| 人人妻人人添人人爽欧美一区卜| 亚洲成a人片在线一区二区| 精品免费久久久久久久清纯 | 久久香蕉激情| 香蕉丝袜av| 亚洲精品美女久久av网站| 国产又色又爽无遮挡免费看| 亚洲 国产 在线| 一边摸一边做爽爽视频免费| 免费观看精品视频网站| 成人三级做爰电影| 99香蕉大伊视频| 99riav亚洲国产免费| 性色av乱码一区二区三区2| 99国产精品免费福利视频| 美女午夜性视频免费| 国产在线一区二区三区精| 午夜福利影视在线免费观看| 黄色a级毛片大全视频| 欧美日韩视频精品一区| 亚洲av日韩在线播放| 啦啦啦 在线观看视频| 超碰成人久久| 我的亚洲天堂| xxxhd国产人妻xxx| 国产1区2区3区精品| 夜夜躁狠狠躁天天躁| 丰满人妻熟妇乱又伦精品不卡| 久久香蕉激情| 大陆偷拍与自拍| avwww免费| 欧美+亚洲+日韩+国产| 黄色成人免费大全| 国精品久久久久久国模美| 国产精品免费大片| 女警被强在线播放| 国产有黄有色有爽视频| 日韩欧美一区视频在线观看| 999久久久精品免费观看国产| 欧美最黄视频在线播放免费 | 国产不卡一卡二| 亚洲精品久久成人aⅴ小说| 一个人免费在线观看的高清视频| 黄片大片在线免费观看| 日韩一卡2卡3卡4卡2021年| 大片电影免费在线观看免费| xxx96com| 亚洲国产精品合色在线| 黄色 视频免费看| 在线观看一区二区三区激情| 国产蜜桃级精品一区二区三区 | 国产激情久久老熟女| 免费一级毛片在线播放高清视频 | 乱人伦中国视频| 无遮挡黄片免费观看| a级片在线免费高清观看视频| 久久天堂一区二区三区四区| 91成年电影在线观看| 久久久久国内视频| 免费在线观看黄色视频的| 狂野欧美激情性xxxx| 久久久久久久久免费视频了| 午夜91福利影院| 麻豆成人av在线观看| tube8黄色片| 成年人免费黄色播放视频| 交换朋友夫妻互换小说| 亚洲av第一区精品v没综合| 一进一出抽搐动态| 高清av免费在线| 亚洲欧洲精品一区二区精品久久久| 欧美乱码精品一区二区三区| 97人妻天天添夜夜摸| 精品人妻1区二区| 亚洲精品一二三| 国产男女超爽视频在线观看| 黄色视频,在线免费观看| 欧美乱妇无乱码| 亚洲人成伊人成综合网2020| √禁漫天堂资源中文www| 黑人猛操日本美女一级片| 一区二区三区国产精品乱码| 国产亚洲av高清不卡| 十八禁高潮呻吟视频| 亚洲精品一二三| 丝袜美腿诱惑在线| 在线观看免费日韩欧美大片| 首页视频小说图片口味搜索| xxx96com| 美女国产高潮福利片在线看| 亚洲专区中文字幕在线| 国产高清激情床上av| 国产免费现黄频在线看| 国产伦人伦偷精品视频| 人成视频在线观看免费观看| 三级毛片av免费| av一本久久久久| 99精品在免费线老司机午夜| 麻豆成人av在线观看| av线在线观看网站| 一进一出好大好爽视频| 一夜夜www| 欧美人与性动交α欧美精品济南到| 两人在一起打扑克的视频| 看免费av毛片| 老司机亚洲免费影院| 国产精品综合久久久久久久免费 | 精品人妻熟女毛片av久久网站| 久久精品成人免费网站| 中文字幕色久视频| 在线国产一区二区在线| 国产欧美日韩一区二区三区在线| 人人妻人人爽人人添夜夜欢视频| 久久亚洲真实| 热99re8久久精品国产| 免费在线观看日本一区| 成人特级黄色片久久久久久久| 国产淫语在线视频| 男女之事视频高清在线观看| 成年人黄色毛片网站| 日本撒尿小便嘘嘘汇集6| 午夜日韩欧美国产| 欧美日韩黄片免| 久久精品熟女亚洲av麻豆精品| 国产精品自产拍在线观看55亚洲 | 精品国产国语对白av| 每晚都被弄得嗷嗷叫到高潮| 黄色女人牲交| 啪啪无遮挡十八禁网站| 女人精品久久久久毛片| 夜夜爽天天搞| e午夜精品久久久久久久| netflix在线观看网站| 国产精品综合久久久久久久免费 | 最近最新免费中文字幕在线| 免费人成视频x8x8入口观看| 精品午夜福利视频在线观看一区| 国产成+人综合+亚洲专区| 欧美日韩亚洲高清精品| videosex国产| 久久久国产成人精品二区 | 天天躁日日躁夜夜躁夜夜| 韩国精品一区二区三区| 在线天堂中文资源库| 麻豆国产av国片精品| 脱女人内裤的视频| 欧美日韩亚洲高清精品| 亚洲男人天堂网一区| 视频在线观看一区二区三区| 最新在线观看一区二区三区| 国产免费男女视频| 精品人妻1区二区| 交换朋友夫妻互换小说| 国产成人啪精品午夜网站| 777久久人妻少妇嫩草av网站| 亚洲第一青青草原| 亚洲aⅴ乱码一区二区在线播放 | 美女高潮喷水抽搐中文字幕| 亚洲人成电影观看| 国产成人av激情在线播放| 男人舔女人的私密视频| 狠狠婷婷综合久久久久久88av| 亚洲一区二区三区欧美精品| 亚洲七黄色美女视频| 中文字幕av电影在线播放| 国产高清激情床上av| 大型av网站在线播放| √禁漫天堂资源中文www| 女人高潮潮喷娇喘18禁视频| 香蕉国产在线看| 亚洲va日本ⅴa欧美va伊人久久| 999久久久精品免费观看国产| 在线看a的网站| 少妇猛男粗大的猛烈进出视频| 在线视频色国产色| 黄片大片在线免费观看| 国产人伦9x9x在线观看| 久久久久久亚洲精品国产蜜桃av| xxxhd国产人妻xxx| 国产无遮挡羞羞视频在线观看| 一二三四社区在线视频社区8| 成人黄色视频免费在线看| 人妻丰满熟妇av一区二区三区 | 欧美 亚洲 国产 日韩一| 乱人伦中国视频| 中文字幕人妻丝袜制服| 夜夜夜夜夜久久久久| 欧美国产精品一级二级三级| 欧美 亚洲 国产 日韩一| av欧美777| 亚洲熟女精品中文字幕| 黄色a级毛片大全视频| 999久久久国产精品视频| 精品国产乱码久久久久久男人| 国产精品欧美亚洲77777| 成人av一区二区三区在线看| 大香蕉久久网| 国产亚洲欧美98| 黑人巨大精品欧美一区二区mp4| 日本精品一区二区三区蜜桃| 老司机午夜十八禁免费视频| 成人永久免费在线观看视频| 久热这里只有精品99| 波多野结衣一区麻豆| 日韩免费高清中文字幕av| 精品人妻在线不人妻| 中文欧美无线码| 色综合婷婷激情| 天天躁狠狠躁夜夜躁狠狠躁| 高清黄色对白视频在线免费看| 人妻久久中文字幕网| 热re99久久精品国产66热6| 国产精品av久久久久免费| av天堂久久9| 黑人巨大精品欧美一区二区mp4| 久久久久久久午夜电影 | 欧美日韩福利视频一区二区| 啦啦啦视频在线资源免费观看| 乱人伦中国视频| 亚洲av熟女| 黄色a级毛片大全视频| 日韩欧美国产一区二区入口| 最近最新中文字幕大全免费视频| 人人澡人人妻人| 一级a爱片免费观看的视频| 国产色视频综合| 超碰成人久久| 十八禁网站免费在线| 视频在线观看一区二区三区| 很黄的视频免费| 精品免费久久久久久久清纯 | 午夜精品在线福利| 国产免费现黄频在线看| 精品久久久久久,| 欧美日韩精品网址| 国产精品香港三级国产av潘金莲| 老鸭窝网址在线观看| 黑人欧美特级aaaaaa片| 亚洲少妇的诱惑av| 亚洲欧美一区二区三区黑人| 男女高潮啪啪啪动态图| 久久久久久人人人人人| а√天堂www在线а√下载 | 国产真人三级小视频在线观看| 久久九九热精品免费| 久久影院123| 国产日韩欧美亚洲二区| 最近最新中文字幕大全免费视频| 黑人欧美特级aaaaaa片| 亚洲美女黄片视频| 久久九九热精品免费| 欧美激情 高清一区二区三区| 欧美精品一区二区免费开放| 757午夜福利合集在线观看| 人妻一区二区av| 成年女人毛片免费观看观看9 | 久久久精品免费免费高清| 免费观看a级毛片全部| 久久久久国产精品人妻aⅴ院 | 亚洲欧洲精品一区二区精品久久久| av线在线观看网站| 最新的欧美精品一区二区| 在线观看舔阴道视频| 国产又色又爽无遮挡免费看| 别揉我奶头~嗯~啊~动态视频| 水蜜桃什么品种好| 大香蕉久久网| 亚洲avbb在线观看| 好男人电影高清在线观看| 亚洲国产精品一区二区三区在线| 91精品国产国语对白视频| 在线视频色国产色| 日本一区二区免费在线视频| 不卡av一区二区三区| 美女高潮到喷水免费观看| 亚洲人成电影免费在线| 国产免费男女视频| 黄片小视频在线播放| 久久久久国产一级毛片高清牌| 999久久久精品免费观看国产| 国产精品久久久久久人妻精品电影| 色播在线永久视频| 亚洲,欧美精品.| 国产成人欧美在线观看 | 视频在线观看一区二区三区| 精品久久久精品久久久| 99精品欧美一区二区三区四区| 久久久久视频综合| 91字幕亚洲| 麻豆国产av国片精品| 欧美日韩瑟瑟在线播放| 亚洲av电影在线进入| 国产日韩一区二区三区精品不卡| 精品国产一区二区三区四区第35| 国产欧美日韩一区二区精品| 久久国产精品影院| 久久人妻熟女aⅴ| 啦啦啦视频在线资源免费观看| 国产不卡av网站在线观看| 国产麻豆69| 黄网站色视频无遮挡免费观看| 午夜亚洲福利在线播放| 精品少妇久久久久久888优播| 国产不卡av网站在线观看| 久久久久视频综合| 亚洲三区欧美一区| 亚洲国产欧美一区二区综合| 一本综合久久免费| 一个人免费在线观看的高清视频| 人人妻人人添人人爽欧美一区卜| 久热这里只有精品99| 首页视频小说图片口味搜索| 国产欧美日韩一区二区三区在线| 啪啪无遮挡十八禁网站| 午夜91福利影院| 亚洲欧美色中文字幕在线| 国产精品一区二区在线观看99| 亚洲情色 制服丝袜| 日韩 欧美 亚洲 中文字幕| 操美女的视频在线观看| 欧美 日韩 精品 国产| 母亲3免费完整高清在线观看| 欧美乱色亚洲激情| 99精品欧美一区二区三区四区| 国产精品欧美亚洲77777| 在线观看一区二区三区激情| 视频区图区小说| 亚洲精品成人av观看孕妇| 国产有黄有色有爽视频| 日日摸夜夜添夜夜添小说| 18禁国产床啪视频网站| 少妇的丰满在线观看| 丝瓜视频免费看黄片| 大香蕉久久成人网| 免费在线观看视频国产中文字幕亚洲| 欧美日本中文国产一区发布| 国产精品永久免费网站| 午夜福利一区二区在线看| av片东京热男人的天堂| 自线自在国产av| 久久精品亚洲av国产电影网| 电影成人av| 91九色精品人成在线观看| 亚洲av日韩在线播放| 亚洲专区国产一区二区| 青草久久国产| 999久久久国产精品视频| 夜夜夜夜夜久久久久| 人人妻,人人澡人人爽秒播| 亚洲成国产人片在线观看| 91成人精品电影| 国产精品秋霞免费鲁丝片| 极品少妇高潮喷水抽搐| 熟女少妇亚洲综合色aaa.| 黄色女人牲交| 亚洲精品久久午夜乱码| 亚洲九九香蕉| 亚洲色图av天堂| 波多野结衣一区麻豆| 男女午夜视频在线观看| 十分钟在线观看高清视频www| 久久精品aⅴ一区二区三区四区| 国产高清videossex| 亚洲精品美女久久久久99蜜臀| 日日爽夜夜爽网站| 一夜夜www| 国产亚洲精品久久久久久毛片 | 淫妇啪啪啪对白视频| 国产精品.久久久| 久久精品亚洲精品国产色婷小说| 欧美日韩乱码在线| 九色亚洲精品在线播放| 免费观看a级毛片全部| 丰满饥渴人妻一区二区三| 一进一出抽搐动态| 免费少妇av软件| 久久午夜综合久久蜜桃| av有码第一页| 国产精品乱码一区二三区的特点 | 天天躁夜夜躁狠狠躁躁| 视频区图区小说| 久久国产精品男人的天堂亚洲| 亚洲精品乱久久久久久| 国产91精品成人一区二区三区| 9色porny在线观看| 在线天堂中文资源库| 亚洲午夜理论影院| 亚洲国产欧美一区二区综合| 动漫黄色视频在线观看| 三级毛片av免费| 午夜福利视频在线观看免费| 精品欧美一区二区三区在线| 亚洲成人免费av在线播放| 国产精品久久久人人做人人爽| 日韩欧美在线二视频 | 亚洲色图 男人天堂 中文字幕| 在线观看免费视频日本深夜| 欧美精品一区二区免费开放| 12—13女人毛片做爰片一| 亚洲一区二区三区欧美精品| 中文亚洲av片在线观看爽 | 黄色成人免费大全| 超色免费av| 999久久久精品免费观看国产| 操出白浆在线播放| 亚洲成人免费av在线播放| 欧美日韩亚洲国产一区二区在线观看 | 正在播放国产对白刺激| 欧美激情 高清一区二区三区| 免费在线观看日本一区| 视频区欧美日本亚洲| 亚洲专区字幕在线| av网站免费在线观看视频| 亚洲熟女毛片儿| 一级作爱视频免费观看| 极品少妇高潮喷水抽搐| 大片电影免费在线观看免费| 一进一出好大好爽视频| 脱女人内裤的视频| 91成年电影在线观看|