• <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SVM的名優(yōu)茶嫩芽圖像自動分割方法

    2021-07-28 08:31:37陳妙婷楊廣蕾秦鵬濤
    現(xiàn)代信息科技 2021年2期
    關(guān)鍵詞:圖像分割

    陳妙婷 楊廣蕾 秦鵬濤

    摘? 要:針對名優(yōu)茶嫩芽自動采摘問題,采用SVM學(xué)習(xí)算法實(shí)現(xiàn)對名優(yōu)茶嫩芽圖像自動分割。通過提取嫩芽像素點(diǎn)與背景像素點(diǎn)的RGB及(R-B)特征,將4個特征按重要性組合為3個特征組,分別是RGB特征組、RGB+(R-B)特征組和G+(R-B)特征組,利用3個特征組分別構(gòu)建SVM嫩芽分割模型。在收集的多幅圖像上的實(shí)驗(yàn)表明G+(R-B)特征組構(gòu)建的分割模型分割得到的嫩芽圖像較為完整,且用時均低于0.5 s,滿足名優(yōu)茶嫩芽自動采摘的要求。

    關(guān)鍵詞:自動采摘;SVM;圖像分割

    中圖分類號:TP391? ? ? ?文獻(xiàn)標(biāo)識碼:A 文章編號:2096-4706(2021)02-0089-04

    Abstract:Aiming at the problem of automatic picking of famous tea buds,the SVM learning algorithm is used to realize the automatic segmentation of the image of famous tea buds. By extracting the RGB and(R-B)features of the bud pixels and the background pixels,the four features are combined into three feature groups according to their importance. They are RGB feature group,RGB+(R-B)feature group and G+(R-B)feature group. Three feature groups were used to construct SVM buds segmentation models. Experiments on several collected images show that the segmentation model constructed by G+(R-B)feature group can obtain relatively complete bud images,and the segmentation time is less than 0.5 s,which meets the requirements of automatic picking of famous tea buds.

    Keywords:automatic picking;SVM;image segmentation

    0? 引? 言

    圖像分割是機(jī)器視覺處理與分析的首要一步也是較為關(guān)鍵的一步,準(zhǔn)確的圖像分割對后續(xù)的圖像及行為識別尤為重要。目前主流的圖像分割算法主要有兩類:一是基于邊緣檢測的分割方法,圖像最基本的特征是邊緣,邊緣檢測的原理是利用圖像一階導(dǎo)數(shù)的極值或二階導(dǎo)數(shù)的過零點(diǎn)信息為判斷邊緣點(diǎn)提供基本依據(jù);二是基于區(qū)域的分割方法,種子生長法是最典型的基于區(qū)域的分割方法,其原理是根據(jù)目標(biāo)像素灰度級與背景像素灰度級的不同,將物體從背景中較好地分割出來[1,2]。隨著人工智能和機(jī)器學(xué)習(xí)的不斷發(fā)展,圖像分割也不再僅僅依賴于單純的數(shù)字圖像處理技術(shù),越來越多的學(xué)習(xí)方法[3]開始應(yīng)用于圖像的分割與識別當(dāng)中。

    名優(yōu)茶嫩芽自動采摘中,視覺系統(tǒng)最終要輸出的是采摘點(diǎn)的三維坐標(biāo),但求取準(zhǔn)確的三維坐標(biāo)的前提是獲得完整的茶葉嫩芽輪廓圖像。茶葉就其自身生長特性,嫩芽和老葉的區(qū)分界限并不是很明顯,加之嫩芽區(qū)域小且多,這些都為嫩芽圖像的分割增加了難度。韋波[4]對茶葉圖像RGB顏色空間中的G分量進(jìn)行閾值處理并對嫩芽進(jìn)行輪廓提取,最終得到粗略的分割結(jié)果,但整體輪廓并不完整。唐仙等[5]對茶葉圖像RGB顏色空間中的色差(R-B)利用Ostu法和迭代閾值法進(jìn)行分割,能夠?qū)崿F(xiàn)嫩芽的完整提取,但是噪聲較多。汪建[6]采用HIS顏色空間,減少光照的影響,對圖像采用區(qū)域生長法來提取嫩葉輪廓。以上算法都能實(shí)現(xiàn)圖像的分割,但對圖像畫質(zhì)的要求較高,處理后有噪聲,且局限性較大。

    本文借助機(jī)器學(xué)習(xí)的方法來實(shí)現(xiàn)名優(yōu)茶嫩芽圖像的自動分割。對于嫩芽圖像的分割,本質(zhì)是嫩芽像素點(diǎn)與背景像素點(diǎn)的分類問題。目前應(yīng)用較廣的分類學(xué)習(xí)算法有邏輯回歸算法和SVM(support vector machine)算法等。考慮到SVM算法在解決小樣本二分類問題上的優(yōu)勢[7,8],因此本文利用SVM算法對名優(yōu)茶圖像進(jìn)行分割。首先提取合適的樣本點(diǎn)用于SVM模型的訓(xùn)練,然后對比3個特征組對分割結(jié)果和處理時間的影響。

    1? 名優(yōu)茶嫩芽分割過程

    1.1? 整體分割流程

    本文利用SVM算法進(jìn)行名優(yōu)茶嫩芽圖像分割的總體實(shí)現(xiàn)流程如下。

    1.1.1? 樣本預(yù)處理

    要訓(xùn)練SVM模型,首先要對訓(xùn)練樣本進(jìn)行預(yù)處理。預(yù)處理包括圖像降噪和樣本選?。?/p>

    (1)圖像降噪:拍攝到的圖像往往因?yàn)橥饨缬绊懏a(chǎn)生各種噪聲,所以在進(jìn)行訓(xùn)練前要對圖像進(jìn)行平滑處理,去除有影響的噪聲,使后續(xù)分割結(jié)果更加準(zhǔn)確。

    (2)樣本選取:在去噪后的圖像中選出具有代表性的嫩芽樣本點(diǎn)與背景樣本點(diǎn)。

    1.1.2? 生成訓(xùn)練模型

    訓(xùn)練SVM模型主要是提取樣本中對實(shí)驗(yàn)有益的特征以及訓(xùn)練模型所需的核函數(shù),這兩方面都對最后的分割結(jié)果產(chǎn)生很大的影響。特征是對圖像進(jìn)行分割的主要依據(jù),特征選取的準(zhǔn)確不僅能使分割結(jié)果更加準(zhǔn)確,分割消耗的時間也會大大降低;模型所需的核函數(shù)是制約分割計(jì)算量的關(guān)鍵,這需要根據(jù)實(shí)際的分割要求進(jìn)行權(quán)衡。

    1.1.3? 分類器測試

    對測試圖像進(jìn)行同等的圖像降噪處理后,利用生成的分類器對圖像進(jìn)行分割,觀察分割結(jié)果。若分割結(jié)果不滿足要求,則對模型中的參數(shù)進(jìn)行適當(dāng)調(diào)整。

    圖1給出了整體的分割流程總框圖。

    1.2? 特征提取

    名優(yōu)茶嫩芽與老葉的區(qū)別主要是顏色的差異,所以提取特征主要是像素的RGB值。其中綠色的信息最有價值,所以G值為最主要的特征。考慮到(R-B)值[9]對于以綠色為主調(diào)的圖像區(qū)分度最明顯,所以也將該特征值加以訓(xùn)練。圖2為測試圖像原圖與其(R-B)單通道圖的對比。但是過多的特征使分割處理時間增加,影響工作效率。因此本實(shí)驗(yàn)采取3組對照實(shí)驗(yàn),分別是以RGB組成的特征組、以RGB和(R-B)組成的特征組以及以G和(R-B)組成的特征組,通過實(shí)驗(yàn)比較分割結(jié)果和處理時間。

    1.3? 訓(xùn)練與測試

    SVM分類算法的基本思想[10-12]是在樣本空間里尋找使兩類樣本最小間隔最大化的最優(yōu)超平面,數(shù)學(xué)表達(dá)式如式(1)所示:

    其中ω為超平面法向量,b為閾值,C為懲罰因子,它控制對錯分樣本的懲罰程度,ζi為松弛變量,表示訓(xùn)練時允許出現(xiàn)一些錯分類的點(diǎn)。

    式(1)是典型的凸優(yōu)化問題,可以利用Lagrange乘子法將其轉(zhuǎn)化為對偶問題再進(jìn)行求解,如式(2)所示:

    其中αi、αi為Lagrange乘子,K(x,xi)為核函數(shù)。假定求解得到的最優(yōu)Lagrange乘子為α*,進(jìn)而反求得最優(yōu)超平面的ω*和b*,從而最終的決策函數(shù)如式(3)所示:

    在SVM模型訓(xùn)練過程中,重要的是核函數(shù)和懲罰因子的選擇[13],但目前學(xué)術(shù)界對其并沒有具體的選擇原則,只能憑研究領(lǐng)域的經(jīng)驗(yàn)和多次實(shí)驗(yàn)挑選合適的參數(shù)。

    茶葉采摘要求的是高效率和高質(zhì)量,所以對于嫩芽圖像分割既要求分割完整又要求處理迅速。經(jīng)多次實(shí)驗(yàn),綜合考慮多方面要求最終選定多項(xiàng)式核函數(shù),該核函數(shù)公式如式(4)所示:

    利用該多項(xiàng)式核函數(shù)訓(xùn)練模型時,分割得到的嫩芽完整,用時短。d為多項(xiàng)式核函數(shù)的冪次,d越大,算法越復(fù)雜運(yùn)行時間越長,綜合考慮處理精度和運(yùn)行時間最終對d取3。對于懲罰因子C的選擇,考慮到后續(xù)還要對圖像進(jìn)行濾波和形態(tài)學(xué)處理等操作,所以可以在節(jié)省時間的前提下舍棄部分錯分類點(diǎn),所以對C取0.8。

    2? 實(shí)驗(yàn)結(jié)果與分析

    2.1? 實(shí)驗(yàn)數(shù)據(jù)采集

    本實(shí)驗(yàn)樣本是在上午十點(diǎn)陽光適中時在嶗山地區(qū)拍攝的一組茶葉圖像,共計(jì)挑選出合適測驗(yàn)的圖像50張,從中選出3張背景內(nèi)容較豐富的圖像用于點(diǎn)選訓(xùn)練樣本集。

    2.2? 實(shí)驗(yàn)設(shè)置

    2.2.1? 樣本集的選取

    在挑選出的3張背景內(nèi)容豐富的圖像中,每張選取40個嫩芽像素點(diǎn)和40個背景點(diǎn),圖3為1張樣本圖像中選取的樣本點(diǎn),其中星狀點(diǎn)為背景樣本點(diǎn),圓形點(diǎn)為嫩芽樣本點(diǎn)。分別求取每個像素點(diǎn)的R、G、B和(R-B)值,剔除重復(fù)的數(shù)據(jù)和無效的數(shù)據(jù),依據(jù)所分定的特征組形成3組特征矩陣,用于后續(xù)的訓(xùn)練和測試。其中特征組1為RGB特征組,特征組2為RGB+(R-B)特征組,特征組3為G+(R-B)特征組。

    2.2.2? SVM模型訓(xùn)練

    用3組特征矩陣進(jìn)行SVM模型訓(xùn)練后,先嘗試對這3張樣本圖像進(jìn)行分割,如果分割準(zhǔn)確率達(dá)90%以上,則認(rèn)為特征矩陣選取正確;如果分割準(zhǔn)確率低于90%,則根據(jù)錯分割部分的像素信息在特征矩陣中進(jìn)行增加或刪減,直至分割準(zhǔn)確率達(dá)到90%以上。

    2.3? 實(shí)驗(yàn)結(jié)果分析

    本實(shí)驗(yàn)使用3組特征組對所有拍攝的茶葉圖像進(jìn)行分割,圖4為使用3組特征組對五幅測試圖像的分割圖像結(jié)果,每行的圖從左往右依次為待分割原圖、特征組1分割結(jié)果、特征組2分割結(jié)果和特征組3分割結(jié)果。表1為3個特征值組對5幅測試圖像的分割時間。

    由圖4可以看出3個特征組都可以將茶葉嫩芽分割出來,但比較相應(yīng)的分割結(jié)果可知,利用RGB+(R-B)特征組得到的嫩芽圖像更完整,其他兩種特征組分割的圖像嫩芽內(nèi)部孔洞較多,而且周圍噪聲也相對多一些。對比表1中的數(shù)據(jù)可知使用G+(R-B)特征組得到的分割圖像處理時間最短,使用RGB+(R-B)特征組得到的嫩芽圖像次之。由此可知圖像中的G值和(R-B)值是區(qū)分茶葉嫩芽與背景的最主要信息,單純利用這兩個信息進(jìn)行茶葉圖像的分割可以得到基本令人滿意的結(jié)果。如果將分割速度作為首要指標(biāo),可以直接使用這兩個特征;如果要求較高質(zhì)量的分割結(jié)果,可以將這四個特征均列入處理當(dāng)中。

    實(shí)驗(yàn)結(jié)果表明,將G值和(R-B)值組合作為特征進(jìn)行茶葉嫩芽的分割可以同時滿足分割速度快和分割準(zhǔn)確率高的要求,分割得到的嫩芽輪廓進(jìn)行些許的圖像處理后便可用于嫩芽采摘點(diǎn)的求取。

    要想進(jìn)一步提高分割的準(zhǔn)確率和降低分割處理時間,主要的方法一是不斷精化樣本點(diǎn),使支持向量所占比例盡可能多;二是尋找使嫩芽與老葉區(qū)分度比較高的特征,減少影響較小的特征,這樣既可以減少計(jì)算量,同時也能減少冗余,提高計(jì)算準(zhǔn)確率。對于部分未完整分割的圖像,主要原因是拍攝時光照使得部分葉片的顏色發(fā)生變化,從而使分割的結(jié)果出現(xiàn)較大的偏差。后續(xù)研究中拍攝圖像時會進(jìn)行拍攝角度的調(diào)節(jié)或者增加遮光設(shè)備以減少原圖像對分割結(jié)果的影響。

    3? 結(jié)? 論

    本文針對名優(yōu)茶嫩芽圖像分割,通過得到準(zhǔn)確的嫩芽圖像,為進(jìn)一步得到準(zhǔn)確的采摘點(diǎn)的位置做好鋪墊。在利用SVM算法對名優(yōu)茶嫩芽進(jìn)行分割的過程中,首先選取嫩芽與背景區(qū)分度大的樣本點(diǎn),在樣本點(diǎn)中提取RGB和(R-B)值組成3個特征組,分別為RGB特征組、RGB+(R-B)特征組和G+(R-B)特征組,利用3個特征組分別訓(xùn)練模型,再利用訓(xùn)練好的模型進(jìn)行測試圖像分割,通過對比最后分割結(jié)果以及分割時間,分析得出僅使用G+(R-B)值分割圖像時所用時間最短,分割準(zhǔn)確率也相對較好,并將此作為最終使用的分割方法。與此同時本方法也為其他綠色圖像分割處理提供參考。

    參考文獻(xiàn):

    [1] 章毓晉.圖像分割 [M].北京:科學(xué)出版社,2001:78-90.

    [2] GONZALEZ R C. Digital Image Processing [M].3rd ed. Upper Saddle River:Prentice Hall,2008.

    [3] 周莉莉,姜楓.圖像分割方法綜述研究 [J].計(jì)算機(jī)應(yīng)用研究,2017,34(7):1921-1928.

    [4] 韋波.基于顏色和形狀的茶葉計(jì)算機(jī)識別研究 [J].福建茶葉,2016,38(3):16-17.

    [5] 唐仙,吳雪梅,張富貴,等.基于閾值分割法的茶葉嫩芽識別研究 [J].農(nóng)業(yè)裝備技術(shù),2013,39(6):10-14.

    [6] 汪建.結(jié)合顏色和區(qū)域生長的茶葉圖像分割算法研究 [J].茶葉科學(xué),2011,31(1):72-77.

    [7] 薛志東,王燕,李利軍.SVM圖像分割方法的研究 [J].微計(jì)算機(jī)信息,2007(24):306-308.

    [8] 胡濤,胡軍,郭杭.基于SVM鄰域?qū)W習(xí)的視頻目標(biāo)檢測方法 [J].現(xiàn)代電子技術(shù),2017,40(14):95-98.

    [9] 韋佳佳.名優(yōu)茶機(jī)械化采摘中嫩芽識別方法的研究 [D].南京:南京林業(yè)大學(xué),2012.

    [10] 鄧乃揚(yáng),田英杰.支持向量機(jī):理論算法與拓展 [M].北京:科學(xué)出版社,2009:10-35.

    [11] BURGES C J C.A Tutorial on Support Vector Machines for Pattern Recognition [J].Data Mining and Knowledge Discovery,1998,2:121-167.

    [12] 袁志華,楊百龍,趙文強(qiáng),等.基于支持向量機(jī)的NSCT域自適應(yīng)圖像水印算法 [J].計(jì)算機(jī)應(yīng)用研究,2018,35(6):1793- 1796.

    [13] CHANG C C,LIN C J. LIBSVM:A library for support vector machines [J/OL].ACM Transactions on Intelligent Systems and Technology,2011,2(3):[2020-11-12].https://doi.org/10.1145/19611 89.1961199.

    作者簡介:陳妙婷(1993—),女,漢族,河北衡水人,助教,碩士,研究方向:人工智能與圖像處理;通訊作者:楊廣蕾(1993—),女,漢族,山東淄博人,助教,碩士,研究方向:超硬磨料釬焊。

    猜你喜歡
    圖像分割
    計(jì)算機(jī)定量金相分析系統(tǒng)的軟件開發(fā)與圖像處理方法
    基于灰色系統(tǒng)理論的數(shù)字圖像處理算法
    一種改進(jìn)的分水嶺圖像分割算法研究
    科技視界(2016年26期)2016-12-17 16:25:03
    基于LabVIEW雛雞雌雄半自動鑒別系統(tǒng)
    一種圖像超像素的快速生成算法
    基于魯棒性的廣義FCM圖像分割算法
    日韩 亚洲 欧美在线| 人妻久久中文字幕网| 午夜福利成人在线免费观看| 国产精品不卡视频一区二区| 精品一区二区三区视频在线观看免费| 久久99热这里只有精品18| 一个人免费在线观看电影| 能在线免费观看的黄片| 美女被艹到高潮喷水动态| 黄色一级大片看看| 色5月婷婷丁香| 99热网站在线观看| av中文乱码字幕在线| 国产爱豆传媒在线观看| 日本黄大片高清| 色综合色国产| 色5月婷婷丁香| 国产白丝娇喘喷水9色精品| 夜夜看夜夜爽夜夜摸| 12—13女人毛片做爰片一| 你懂的网址亚洲精品在线观看 | 嫩草影视91久久| 欧美日本亚洲视频在线播放| 最新中文字幕久久久久| 欧美一区二区亚洲| 国产精品伦人一区二区| 欧美激情久久久久久爽电影| 亚洲精品成人久久久久久| 偷拍熟女少妇极品色| 亚洲成人久久爱视频| 亚洲av成人精品一区久久| 亚洲人成网站在线播放欧美日韩| 97超视频在线观看视频| 1024手机看黄色片| 国产高清三级在线| 国产极品精品免费视频能看的| 香蕉av资源在线| 99国产精品一区二区蜜桃av| 直男gayav资源| 久久久久国产网址| 日本 av在线| 欧美zozozo另类| 一个人看的www免费观看视频| 3wmmmm亚洲av在线观看| 亚洲五月天丁香| 国产91av在线免费观看| 九九在线视频观看精品| 天堂√8在线中文| 亚洲av免费高清在线观看| 真实男女啪啪啪动态图| 国产高清不卡午夜福利| 五月玫瑰六月丁香| 亚洲成人久久爱视频| 天堂av国产一区二区熟女人妻| 午夜福利在线观看免费完整高清在 | 国产真实伦视频高清在线观看| 成人漫画全彩无遮挡| 国产中年淑女户外野战色| 小蜜桃在线观看免费完整版高清| 亚洲自拍偷在线| 国产精品女同一区二区软件| 99热这里只有精品一区| 老熟妇乱子伦视频在线观看| 99久久中文字幕三级久久日本| 欧美xxxx黑人xx丫x性爽| 欧美高清性xxxxhd video| 国产精品一区二区三区四区免费观看 | 国产亚洲精品久久久com| 最近最新中文字幕大全电影3| 99视频精品全部免费 在线| 一进一出好大好爽视频| 综合色丁香网| 久99久视频精品免费| 1024手机看黄色片| 亚洲成人久久性| 成年女人看的毛片在线观看| 九九在线视频观看精品| 婷婷精品国产亚洲av在线| 搡女人真爽免费视频火全软件 | 六月丁香七月| 在线免费观看不下载黄p国产| 高清毛片免费看| 波多野结衣巨乳人妻| 成人亚洲欧美一区二区av| av天堂在线播放| 香蕉av资源在线| 日韩欧美免费精品| 给我免费播放毛片高清在线观看| 亚洲av电影不卡..在线观看| 色5月婷婷丁香| 国产一级毛片七仙女欲春2| 波多野结衣高清作品| 最近在线观看免费完整版| 国产激情偷乱视频一区二区| 18禁黄网站禁片免费观看直播| 亚洲七黄色美女视频| 日本黄色片子视频| 国产综合懂色| 又黄又爽又刺激的免费视频.| 国产探花在线观看一区二区| 午夜福利成人在线免费观看| 日韩亚洲欧美综合| 国产成人a∨麻豆精品| 午夜精品在线福利| 内地一区二区视频在线| 特大巨黑吊av在线直播| 色综合亚洲欧美另类图片| 国产成年人精品一区二区| 免费av毛片视频| 成人国产麻豆网| 免费av毛片视频| 男人舔女人下体高潮全视频| 免费高清视频大片| a级毛片免费高清观看在线播放| 国产精品人妻久久久影院| 国产亚洲91精品色在线| 国产精品三级大全| a级毛片a级免费在线| 99久久无色码亚洲精品果冻| 俺也久久电影网| 性色avwww在线观看| 91久久精品国产一区二区成人| 69av精品久久久久久| 丝袜美腿在线中文| 69人妻影院| 最后的刺客免费高清国语| 美女cb高潮喷水在线观看| 99热6这里只有精品| 极品教师在线视频| 尤物成人国产欧美一区二区三区| 淫妇啪啪啪对白视频| 天堂影院成人在线观看| 观看免费一级毛片| 最近最新中文字幕大全电影3| 成熟少妇高潮喷水视频| 国产真实乱freesex| 国产精品久久视频播放| 最近在线观看免费完整版| 男人和女人高潮做爰伦理| 亚洲欧美中文字幕日韩二区| 老司机影院成人| 欧美zozozo另类| 一区二区三区四区激情视频 | 亚洲熟妇熟女久久| 午夜福利在线观看吧| 最新在线观看一区二区三区| 国产精品一区二区免费欧美| 欧美不卡视频在线免费观看| 久久久午夜欧美精品| 国产一区二区激情短视频| 禁无遮挡网站| 99九九线精品视频在线观看视频| 日本一二三区视频观看| 亚洲av不卡在线观看| 国产精品不卡视频一区二区| 一区二区三区高清视频在线| 91麻豆精品激情在线观看国产| 日日摸夜夜添夜夜爱| 性欧美人与动物交配| 波多野结衣巨乳人妻| .国产精品久久| 午夜福利在线在线| 久久人人爽人人爽人人片va| 欧美在线一区亚洲| 国产精品久久久久久av不卡| 最近的中文字幕免费完整| 成熟少妇高潮喷水视频| 国产精品野战在线观看| 少妇高潮的动态图| 老熟妇仑乱视频hdxx| 少妇丰满av| 亚洲性夜色夜夜综合| 日本欧美国产在线视频| 国产久久久一区二区三区| 亚洲精华国产精华液的使用体验 | 国产女主播在线喷水免费视频网站 | 波野结衣二区三区在线| 欧美最新免费一区二区三区| 神马国产精品三级电影在线观看| 日本黄大片高清| 亚洲自拍偷在线| 成人国产麻豆网| 日本 av在线| 九色成人免费人妻av| 日本爱情动作片www.在线观看 | 亚洲人成网站在线观看播放| 黄色日韩在线| 一区二区三区高清视频在线| www.色视频.com| 天天躁日日操中文字幕| 国产日本99.免费观看| 精品99又大又爽又粗少妇毛片| 亚洲中文日韩欧美视频| 成人永久免费在线观看视频| 男女啪啪激烈高潮av片| 国产一区二区在线av高清观看| 欧美成人a在线观看| 可以在线观看的亚洲视频| 国产aⅴ精品一区二区三区波| 可以在线观看毛片的网站| 日本-黄色视频高清免费观看| 色综合亚洲欧美另类图片| 免费看美女性在线毛片视频| 亚洲国产精品成人综合色| 好男人在线观看高清免费视频| 在线看三级毛片| 亚洲欧美精品综合久久99| 欧美高清性xxxxhd video| 成人一区二区视频在线观看| 精品少妇黑人巨大在线播放 | 日韩亚洲欧美综合| 国内久久婷婷六月综合欲色啪| 日韩国内少妇激情av| 五月伊人婷婷丁香| 两个人视频免费观看高清| 午夜福利成人在线免费观看| 亚洲精华国产精华液的使用体验 | aaaaa片日本免费| 国内久久婷婷六月综合欲色啪| 日本熟妇午夜| 精品人妻视频免费看| 99九九线精品视频在线观看视频| 国产日本99.免费观看| 成人精品一区二区免费| 寂寞人妻少妇视频99o| 亚洲综合色惰| 卡戴珊不雅视频在线播放| 晚上一个人看的免费电影| 内射极品少妇av片p| 村上凉子中文字幕在线| 俄罗斯特黄特色一大片| 久久精品夜色国产| 精品久久久久久久久久免费视频| 全区人妻精品视频| 国产亚洲91精品色在线| av女优亚洲男人天堂| 久久久久久久亚洲中文字幕| 最好的美女福利视频网| 1024手机看黄色片| 成人高潮视频无遮挡免费网站| 国产国拍精品亚洲av在线观看| 如何舔出高潮| 亚洲真实伦在线观看| 俺也久久电影网| 成人永久免费在线观看视频| 国产一区二区激情短视频| 别揉我奶头 嗯啊视频| 22中文网久久字幕| 欧美成人一区二区免费高清观看| 国产探花极品一区二区| 狂野欧美激情性xxxx在线观看| 久久精品国产亚洲av天美| 波多野结衣高清无吗| 国产精品久久视频播放| 成人高潮视频无遮挡免费网站| 亚洲熟妇熟女久久| 淫妇啪啪啪对白视频| 少妇被粗大猛烈的视频| 韩国av在线不卡| av.在线天堂| 亚洲av第一区精品v没综合| 亚洲欧美日韩高清在线视频| 亚洲一级一片aⅴ在线观看| 啦啦啦啦在线视频资源| 91久久精品电影网| 99久国产av精品国产电影| 久久精品国产亚洲av涩爱 | 欧美色视频一区免费| 人妻制服诱惑在线中文字幕| av在线天堂中文字幕| 日韩欧美精品免费久久| 国产伦一二天堂av在线观看| 嫩草影院精品99| 精品一区二区三区av网在线观看| 国产成人91sexporn| 老司机午夜福利在线观看视频| 国产免费一级a男人的天堂| av在线播放精品| 国产激情偷乱视频一区二区| 日本精品一区二区三区蜜桃| 亚洲第一电影网av| 3wmmmm亚洲av在线观看| 国产单亲对白刺激| 亚洲自拍偷在线| 午夜爱爱视频在线播放| 色哟哟哟哟哟哟| 久久天躁狠狠躁夜夜2o2o| 国产精品不卡视频一区二区| 国产精品日韩av在线免费观看| 国产乱人偷精品视频| 国产三级在线视频| 午夜激情福利司机影院| 国产免费一级a男人的天堂| 性插视频无遮挡在线免费观看| 亚洲,欧美,日韩| 哪里可以看免费的av片| 国产在线精品亚洲第一网站| 亚洲一级一片aⅴ在线观看| 精品无人区乱码1区二区| 国产精品久久久久久久电影| 欧美成人a在线观看| 伦精品一区二区三区| 国产黄a三级三级三级人| 在线播放国产精品三级| 草草在线视频免费看| 欧美3d第一页| 国产精品福利在线免费观看| 最近的中文字幕免费完整| 亚洲国产高清在线一区二区三| 性插视频无遮挡在线免费观看| 国产免费男女视频| 成人漫画全彩无遮挡| 可以在线观看毛片的网站| 丰满人妻一区二区三区视频av| 欧美极品一区二区三区四区| 成人三级黄色视频| 美女高潮的动态| 日韩一本色道免费dvd| 给我免费播放毛片高清在线观看| 国产熟女欧美一区二区| 99riav亚洲国产免费| 白带黄色成豆腐渣| 黄色视频,在线免费观看| 成人一区二区视频在线观看| 哪里可以看免费的av片| 日韩一区二区视频免费看| av免费在线看不卡| 非洲黑人性xxxx精品又粗又长| 三级经典国产精品| 久久亚洲精品不卡| 久久精品人妻少妇| 亚洲熟妇中文字幕五十中出| 最近的中文字幕免费完整| 看片在线看免费视频| 成人毛片a级毛片在线播放| 中文字幕熟女人妻在线| 亚洲欧美精品综合久久99| 熟女电影av网| a级毛片a级免费在线| 国产精品久久电影中文字幕| 1000部很黄的大片| 国产精品精品国产色婷婷| 高清毛片免费看| 久久久久久九九精品二区国产| 搡老妇女老女人老熟妇| 级片在线观看| 大型黄色视频在线免费观看| 91在线精品国自产拍蜜月| 联通29元200g的流量卡| 色在线成人网| 国产亚洲精品久久久com| 国产成人freesex在线 | 免费看日本二区| 人人妻,人人澡人人爽秒播| 热99re8久久精品国产| 人妻夜夜爽99麻豆av| 禁无遮挡网站| 国产高清视频在线播放一区| 可以在线观看的亚洲视频| 1000部很黄的大片| 熟女人妻精品中文字幕| 91久久精品电影网| 一进一出抽搐动态| 最好的美女福利视频网| 女人被狂操c到高潮| 日韩欧美精品v在线| 狂野欧美白嫩少妇大欣赏| 人人妻人人澡人人爽人人夜夜 | 色哟哟·www| 国产成人aa在线观看| 国产免费男女视频| 亚洲av免费在线观看| 国产日本99.免费观看| 久久精品91蜜桃| 18禁在线播放成人免费| 十八禁国产超污无遮挡网站| 日本与韩国留学比较| 国产亚洲精品久久久com| 欧美+日韩+精品| 亚洲18禁久久av| 成人二区视频| av在线蜜桃| 日日干狠狠操夜夜爽| 欧美最黄视频在线播放免费| 国产不卡一卡二| 美女 人体艺术 gogo| av天堂中文字幕网| 舔av片在线| 成人综合一区亚洲| 久久精品夜夜夜夜夜久久蜜豆| 狂野欧美白嫩少妇大欣赏| 欧美日韩一区二区视频在线观看视频在线 | 免费高清视频大片| 国产av麻豆久久久久久久| 男女做爰动态图高潮gif福利片| 乱系列少妇在线播放| 悠悠久久av| 99久久精品国产国产毛片| 一个人看视频在线观看www免费| 亚洲精品粉嫩美女一区| 日日摸夜夜添夜夜添av毛片| 日韩欧美免费精品| 亚洲色图av天堂| 美女内射精品一级片tv| 精品不卡国产一区二区三区| 99在线视频只有这里精品首页| 亚洲一区二区三区色噜噜| 亚洲欧美中文字幕日韩二区| 国产精品久久久久久亚洲av鲁大| 欧美丝袜亚洲另类| 无遮挡黄片免费观看| 亚洲精品456在线播放app| 看非洲黑人一级黄片| 精品99又大又爽又粗少妇毛片| 精品国产三级普通话版| 久久久久久久亚洲中文字幕| 国产一区二区激情短视频| 欧美高清成人免费视频www| 亚洲性夜色夜夜综合| 欧美+日韩+精品| 色播亚洲综合网| 国语自产精品视频在线第100页| 毛片一级片免费看久久久久| 在线天堂最新版资源| 国产精品嫩草影院av在线观看| 日本黄色视频三级网站网址| 精品人妻熟女av久视频| 欧美日本亚洲视频在线播放| 亚洲美女搞黄在线观看 | 午夜视频国产福利| 听说在线观看完整版免费高清| 国产精品亚洲美女久久久| 日本免费a在线| 天天一区二区日本电影三级| 午夜福利在线观看吧| 亚洲中文字幕一区二区三区有码在线看| 国产精品嫩草影院av在线观看| 国产免费一级a男人的天堂| 国产精品不卡视频一区二区| a级毛片a级免费在线| 亚洲成av人片在线播放无| 听说在线观看完整版免费高清| 国产免费男女视频| 亚洲精品久久国产高清桃花| 亚洲第一区二区三区不卡| 久久午夜亚洲精品久久| 在线观看av片永久免费下载| 老司机午夜福利在线观看视频| 久久精品夜夜夜夜夜久久蜜豆| 国产在视频线在精品| 国产国拍精品亚洲av在线观看| 久久久欧美国产精品| 综合色丁香网| 熟女电影av网| 国产美女午夜福利| 精品久久久久久久久亚洲| 蜜桃久久精品国产亚洲av| 我的女老师完整版在线观看| 成人精品一区二区免费| 亚洲av第一区精品v没综合| 一级黄色大片毛片| 1024手机看黄色片| 亚洲自拍偷在线| 免费黄网站久久成人精品| 亚洲一级一片aⅴ在线观看| 国产高清三级在线| 成年女人永久免费观看视频| 欧美激情国产日韩精品一区| 久久天躁狠狠躁夜夜2o2o| 我的老师免费观看完整版| 少妇熟女欧美另类| 婷婷六月久久综合丁香| 联通29元200g的流量卡| 搡老妇女老女人老熟妇| 99视频精品全部免费 在线| 一本一本综合久久| 日产精品乱码卡一卡2卡三| 国产91av在线免费观看| 五月玫瑰六月丁香| 久久亚洲国产成人精品v| 亚洲aⅴ乱码一区二区在线播放| 人人妻人人澡人人爽人人夜夜 | 免费av不卡在线播放| 日本一二三区视频观看| 国产精品久久久久久亚洲av鲁大| 亚洲美女搞黄在线观看 | 成人永久免费在线观看视频| 精品久久久久久久末码| 麻豆久久精品国产亚洲av| 在线看三级毛片| 久久精品久久久久久噜噜老黄 | 别揉我奶头 嗯啊视频| 亚洲18禁久久av| 亚洲欧美成人精品一区二区| 日日摸夜夜添夜夜爱| 不卡一级毛片| 美女高潮的动态| 亚洲av.av天堂| 国产激情偷乱视频一区二区| 日韩av在线大香蕉| 三级国产精品欧美在线观看| 又爽又黄无遮挡网站| 国产成人91sexporn| 国产欧美日韩精品一区二区| 丝袜美腿在线中文| 人妻夜夜爽99麻豆av| 成人二区视频| 免费电影在线观看免费观看| 真人做人爱边吃奶动态| 国产精品久久久久久av不卡| 一进一出抽搐gif免费好疼| 亚洲欧美精品综合久久99| 美女黄网站色视频| 91在线观看av| 插阴视频在线观看视频| 一级黄色大片毛片| 亚洲四区av| 欧美日韩一区二区视频在线观看视频在线 | av在线蜜桃| 一区二区三区免费毛片| 国产黄片美女视频| 男女视频在线观看网站免费| 欧美激情国产日韩精品一区| 国国产精品蜜臀av免费| 国产欧美日韩精品一区二区| 精品久久久久久久久av| 亚洲av成人精品一区久久| 国产精品免费一区二区三区在线| 国产av一区在线观看免费| 日韩制服骚丝袜av| 在线播放国产精品三级| 久久99热这里只有精品18| 精品人妻一区二区三区麻豆 | 亚洲婷婷狠狠爱综合网| 亚洲专区国产一区二区| av卡一久久| av福利片在线观看| videossex国产| av福利片在线观看| 日韩欧美精品免费久久| 国产午夜福利久久久久久| 春色校园在线视频观看| 熟女电影av网| 国产亚洲av嫩草精品影院| 亚洲中文字幕日韩| 99久久精品国产国产毛片| 精品一区二区三区视频在线观看免费| 国产亚洲av嫩草精品影院| 色哟哟哟哟哟哟| 国产精品一区www在线观看| 日韩人妻高清精品专区| 国产黄色视频一区二区在线观看 | 大型黄色视频在线免费观看| 成年av动漫网址| 国产一区二区激情短视频| 大香蕉久久网| 精品人妻熟女av久视频| 成人国产麻豆网| 午夜视频国产福利| 日韩高清综合在线| 自拍偷自拍亚洲精品老妇| 亚洲天堂国产精品一区在线| 成人漫画全彩无遮挡| 在线观看免费视频日本深夜| 免费看av在线观看网站| 日本精品一区二区三区蜜桃| 国产精品乱码一区二三区的特点| 能在线免费观看的黄片| 亚洲美女视频黄频| 18+在线观看网站| 最后的刺客免费高清国语| 国产午夜精品久久久久久一区二区三区 | 黄色日韩在线| 非洲黑人性xxxx精品又粗又长| av免费在线看不卡| 国产精品亚洲美女久久久| 久久九九热精品免费| 美女免费视频网站| a级一级毛片免费在线观看| 六月丁香七月| 婷婷精品国产亚洲av在线| 老女人水多毛片| 日本爱情动作片www.在线观看 | 乱系列少妇在线播放| 欧美bdsm另类| 亚洲av中文字字幕乱码综合| 国产成人影院久久av| 亚洲精品一区av在线观看| 久久久久久久久久久丰满| 黄色视频,在线免费观看| 亚洲中文字幕一区二区三区有码在线看| 干丝袜人妻中文字幕| 国产成年人精品一区二区| 老熟妇乱子伦视频在线观看| 少妇人妻精品综合一区二区 | 女生性感内裤真人,穿戴方法视频| 亚洲经典国产精华液单| 麻豆乱淫一区二区| 亚洲av免费在线观看| 一个人看视频在线观看www免费| 99在线视频只有这里精品首页| 久久婷婷人人爽人人干人人爱| a级一级毛片免费在线观看| 性插视频无遮挡在线免费观看| av天堂在线播放| 啦啦啦观看免费观看视频高清| 精品免费久久久久久久清纯| 一进一出抽搐gif免费好疼| 日韩欧美国产在线观看| 日韩成人av中文字幕在线观看 | 久久草成人影院| 色哟哟·www| 99视频精品全部免费 在线| 久久草成人影院| 女生性感内裤真人,穿戴方法视频|