• <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
    色综合站精品国产| 成年免费大片在线观看| 色综合欧美亚洲国产小说| 淫妇啪啪啪对白视频| 国产黄片美女视频| 欧美在线黄色| 欧美成人性av电影在线观看| 欧美3d第一页| 亚洲一区二区三区不卡视频| 国产亚洲精品第一综合不卡| 久久久久久久午夜电影| 无人区码免费观看不卡| 精品高清国产在线一区| 久久婷婷成人综合色麻豆| avwww免费| 性色av乱码一区二区三区2| 国内精品久久久久久久电影| 一级毛片高清免费大全| 国产精品综合久久久久久久免费| 琪琪午夜伦伦电影理论片6080| 男插女下体视频免费在线播放| www.精华液| 99国产精品一区二区三区| 亚洲美女黄片视频| 精品免费久久久久久久清纯| 成年免费大片在线观看| netflix在线观看网站| 18禁观看日本| 舔av片在线| 国产麻豆成人av免费视频| 国内精品久久久久精免费| 欧美三级亚洲精品| 亚洲精品美女久久av网站| 国产成人影院久久av| 色尼玛亚洲综合影院| 日韩精品中文字幕看吧| 午夜a级毛片| 欧美成人性av电影在线观看| 亚洲第一电影网av| 精品国产超薄肉色丝袜足j| 丰满人妻一区二区三区视频av | 欧美av亚洲av综合av国产av| 叶爱在线成人免费视频播放| 久久草成人影院| 成人永久免费在线观看视频| 巨乳人妻的诱惑在线观看| 搡老妇女老女人老熟妇| 成熟少妇高潮喷水视频| 又紧又爽又黄一区二区| 日本精品一区二区三区蜜桃| 两性夫妻黄色片| 国产aⅴ精品一区二区三区波| 熟女电影av网| 亚洲av成人av| 非洲黑人性xxxx精品又粗又长| 丁香六月欧美| 亚洲精品在线观看二区| 免费观看人在逋| 少妇的丰满在线观看| 国产免费男女视频| 欧美黑人精品巨大| 亚洲精品久久国产高清桃花| 欧美一级a爱片免费观看看 | 色综合欧美亚洲国产小说| 成人高潮视频无遮挡免费网站| 午夜福利18| 一个人免费在线观看的高清视频| 成年女人毛片免费观看观看9| 免费在线观看视频国产中文字幕亚洲| 啦啦啦免费观看视频1| 亚洲七黄色美女视频| 中出人妻视频一区二区| 又紧又爽又黄一区二区| 国产精品免费一区二区三区在线| 十八禁人妻一区二区| 最新美女视频免费是黄的| 精品国产亚洲在线| 国产高清视频在线观看网站| 午夜精品久久久久久毛片777| 免费在线观看日本一区| 日韩欧美 国产精品| 琪琪午夜伦伦电影理论片6080| 非洲黑人性xxxx精品又粗又长| 亚洲成av人片在线播放无| 神马国产精品三级电影在线观看 | 老司机在亚洲福利影院| 婷婷六月久久综合丁香| 制服诱惑二区| 9191精品国产免费久久| av在线播放免费不卡| 99久久无色码亚洲精品果冻| 国产精品一区二区免费欧美| 亚洲精品一区av在线观看| 免费观看人在逋| 人妻久久中文字幕网| 白带黄色成豆腐渣| 中文字幕人妻丝袜一区二区| 在线看三级毛片| 免费在线观看视频国产中文字幕亚洲| 18禁国产床啪视频网站| 午夜激情福利司机影院| 不卡av一区二区三区| 欧美在线黄色| 国产精华一区二区三区| 日日摸夜夜添夜夜添小说| 欧美一区二区精品小视频在线| 九九热线精品视视频播放| 桃色一区二区三区在线观看| 激情在线观看视频在线高清| 一二三四社区在线视频社区8| 久久香蕉激情| 757午夜福利合集在线观看| 男女下面进入的视频免费午夜| 中亚洲国语对白在线视频| 久久人妻av系列| 人妻夜夜爽99麻豆av| 欧美日韩中文字幕国产精品一区二区三区| 欧美成人免费av一区二区三区| 白带黄色成豆腐渣| 国产一区二区激情短视频| 久久久久性生活片| 岛国在线观看网站| 老汉色av国产亚洲站长工具| 欧美成人免费av一区二区三区| 老熟妇乱子伦视频在线观看| 免费电影在线观看免费观看| 精品一区二区三区四区五区乱码| 777久久人妻少妇嫩草av网站| 国产精品,欧美在线| 国产欧美日韩一区二区精品| 一级毛片精品| 日韩精品免费视频一区二区三区| 精品欧美国产一区二区三| 天堂av国产一区二区熟女人妻 | 18禁黄网站禁片午夜丰满| 女人爽到高潮嗷嗷叫在线视频| 亚洲国产精品sss在线观看| 两个人视频免费观看高清| 欧洲精品卡2卡3卡4卡5卡区| 亚洲 国产 在线| 男女之事视频高清在线观看| 亚洲人成网站高清观看| 亚洲精品一区av在线观看| 亚洲国产精品成人综合色| 伦理电影免费视频| www.自偷自拍.com| 亚洲五月天丁香| 一本精品99久久精品77| 国产男靠女视频免费网站| 久久久久久久精品吃奶| 国产在线精品亚洲第一网站| 日本黄大片高清| 香蕉av资源在线| 十八禁网站免费在线| 国产黄色小视频在线观看| 久99久视频精品免费| 日本三级黄在线观看| 91在线观看av| 999精品在线视频| 国产欧美日韩一区二区三| 亚洲国产精品成人综合色| 成人国语在线视频| 看黄色毛片网站| 日韩中文字幕欧美一区二区| 午夜a级毛片| 精品免费久久久久久久清纯| 97超级碰碰碰精品色视频在线观看| 国产探花在线观看一区二区| 熟女电影av网| 久久99热这里只有精品18| 亚洲精品中文字幕一二三四区| 在线看三级毛片| 麻豆一二三区av精品| 悠悠久久av| 在线永久观看黄色视频| 亚洲精品中文字幕一二三四区| 久久久久性生活片| 真人做人爱边吃奶动态| 欧美日韩黄片免| 91麻豆精品激情在线观看国产| 大型av网站在线播放| 狂野欧美激情性xxxx| 国产熟女xx| 日韩精品青青久久久久久| 长腿黑丝高跟| 久久九九热精品免费| 欧美大码av| 老司机在亚洲福利影院| 午夜福利欧美成人| 男女之事视频高清在线观看| 久久久久久亚洲精品国产蜜桃av| netflix在线观看网站| 日韩欧美精品v在线| 天天添夜夜摸| 黄色片一级片一级黄色片| 免费在线观看日本一区| 国产一区二区三区视频了| 亚洲,欧美精品.| 丝袜人妻中文字幕| 91大片在线观看| 一级黄色大片毛片| 国产蜜桃级精品一区二区三区| 人成视频在线观看免费观看| 成人三级做爰电影| 又黄又粗又硬又大视频| 午夜免费成人在线视频| 欧美性猛交黑人性爽| 操出白浆在线播放| 日日爽夜夜爽网站| 两个人的视频大全免费| 亚洲男人天堂网一区| 国产精华一区二区三区| 精品第一国产精品| 全区人妻精品视频| 亚洲激情在线av| 18美女黄网站色大片免费观看| 国产精品 欧美亚洲| 国产精品免费视频内射| 日韩欧美一区二区三区在线观看| 99久久无色码亚洲精品果冻| 法律面前人人平等表现在哪些方面| 不卡av一区二区三区| 搡老岳熟女国产| 亚洲av第一区精品v没综合| 精品日产1卡2卡| 日韩精品中文字幕看吧| 国产精品香港三级国产av潘金莲| 亚洲欧美一区二区三区黑人| 久久草成人影院| 久久久久国产精品人妻aⅴ院| 美女大奶头视频| 国产成人精品无人区| 亚洲国产中文字幕在线视频| 久久久久国产精品人妻aⅴ院| av在线播放免费不卡| 欧美黑人巨大hd| 亚洲国产精品久久男人天堂| 亚洲欧美精品综合一区二区三区| 国产精品久久久久久精品电影| 最近最新免费中文字幕在线| www.熟女人妻精品国产| 小说图片视频综合网站| 国产欧美日韩一区二区三| 久久久久九九精品影院| 久久久久久久久免费视频了| 亚洲中文字幕一区二区三区有码在线看 | 欧美激情久久久久久爽电影| 亚洲片人在线观看| 男插女下体视频免费在线播放| 人妻丰满熟妇av一区二区三区| 日韩欧美 国产精品| 九九热线精品视视频播放| 国产亚洲欧美98| 亚洲va日本ⅴa欧美va伊人久久| 国产又色又爽无遮挡免费看| 又大又爽又粗| 淫妇啪啪啪对白视频| 亚洲一卡2卡3卡4卡5卡精品中文| 九色国产91popny在线| 欧美日韩黄片免| 88av欧美| 嫁个100分男人电影在线观看| 午夜精品一区二区三区免费看| 欧美一区二区精品小视频在线| 最近视频中文字幕2019在线8| www国产在线视频色| 婷婷精品国产亚洲av| 黄片小视频在线播放| 麻豆国产av国片精品| 亚洲成av人片在线播放无| 啦啦啦免费观看视频1| 1024视频免费在线观看| 怎么达到女性高潮| 日本五十路高清| 国产成人精品无人区| 成人18禁高潮啪啪吃奶动态图| 国产一区二区三区视频了| 91成年电影在线观看| 欧美一级毛片孕妇| 亚洲欧美精品综合一区二区三区| 国产精品一区二区三区四区久久| 亚洲成人久久爱视频| 亚洲专区字幕在线| 日韩欧美一区二区三区在线观看| 国产av又大| 欧美乱码精品一区二区三区| av欧美777| 久久九九热精品免费| 色综合婷婷激情| 国产真人三级小视频在线观看| 18美女黄网站色大片免费观看| 脱女人内裤的视频| av中文乱码字幕在线| 国产成人精品无人区| 两个人看的免费小视频| 天天躁夜夜躁狠狠躁躁| 一夜夜www| 成人18禁在线播放| 99久久久亚洲精品蜜臀av| 国产精品精品国产色婷婷| 国产精品久久电影中文字幕| 亚洲 欧美 日韩 在线 免费| 麻豆国产97在线/欧美 | 免费在线观看视频国产中文字幕亚洲| 婷婷六月久久综合丁香| 麻豆成人午夜福利视频| 中文资源天堂在线| 草草在线视频免费看| 国产av又大| 好看av亚洲va欧美ⅴa在| 国产高清激情床上av| 亚洲色图 男人天堂 中文字幕| 人人妻人人看人人澡| 中文字幕人成人乱码亚洲影| 日本一二三区视频观看| 国产激情偷乱视频一区二区| 色在线成人网| 免费看十八禁软件| 日日摸夜夜添夜夜添小说| 国产成人系列免费观看| 99riav亚洲国产免费| 国产1区2区3区精品| 精华霜和精华液先用哪个| 丝袜人妻中文字幕| 精品高清国产在线一区| 在线观看一区二区三区| 毛片女人毛片| 9191精品国产免费久久| 日本 av在线| 国产熟女午夜一区二区三区| 韩国av一区二区三区四区| 久久精品国产亚洲av香蕉五月| 午夜精品在线福利| 女人爽到高潮嗷嗷叫在线视频| 国产免费av片在线观看野外av| 欧美人与性动交α欧美精品济南到| 久久精品国产综合久久久| 一级a爱片免费观看的视频| 嫁个100分男人电影在线观看| 国产成人精品久久二区二区免费| 国产不卡一卡二| 国产欧美日韩一区二区精品| 熟妇人妻久久中文字幕3abv| 午夜免费观看网址| 国产精品美女特级片免费视频播放器 | 制服人妻中文乱码| 嫩草影视91久久| a级毛片在线看网站| 国产精品野战在线观看| 99re在线观看精品视频| 欧美成狂野欧美在线观看| 女人爽到高潮嗷嗷叫在线视频| 免费av毛片视频| 精品无人区乱码1区二区| 亚洲专区国产一区二区| 国产亚洲欧美在线一区二区| 一卡2卡三卡四卡精品乱码亚洲| 欧美日韩黄片免| 日本a在线网址| 中文字幕久久专区| 国产一区在线观看成人免费| 好男人在线观看高清免费视频| 日韩国内少妇激情av| 免费电影在线观看免费观看| xxxwww97欧美| 全区人妻精品视频| 日韩欧美免费精品| 国产成人av激情在线播放| 亚洲美女黄片视频| 两性夫妻黄色片| 日本熟妇午夜| 老汉色av国产亚洲站长工具| 成人亚洲精品av一区二区| 成人av一区二区三区在线看| 欧美成人性av电影在线观看| 亚洲 欧美一区二区三区| 国产精品香港三级国产av潘金莲| 国产精品美女特级片免费视频播放器 | 免费在线观看日本一区| av在线播放免费不卡| 国产成人av教育| 亚洲专区国产一区二区| 少妇裸体淫交视频免费看高清 | 欧美+亚洲+日韩+国产| 欧美成人一区二区免费高清观看 | 日本熟妇午夜| 亚洲男人天堂网一区| 热99re8久久精品国产| 久久精品亚洲精品国产色婷小说| avwww免费| 国产欧美日韩一区二区精品| 成人精品一区二区免费| 99re在线观看精品视频| 国产成人影院久久av| 亚洲午夜理论影院| 亚洲片人在线观看| 一本一本综合久久| 欧美乱码精品一区二区三区| 欧美黄色片欧美黄色片| 很黄的视频免费| 国产亚洲精品久久久久久毛片| 欧美丝袜亚洲另类 | 欧美日韩中文字幕国产精品一区二区三区| 9191精品国产免费久久| 久久精品国产亚洲av高清一级| www日本在线高清视频| 亚洲一码二码三码区别大吗| 变态另类成人亚洲欧美熟女| 一本一本综合久久| 男人舔奶头视频| 国产亚洲欧美98| 精华霜和精华液先用哪个| 国产激情久久老熟女| 国产免费av片在线观看野外av| 最新美女视频免费是黄的| 中文字幕人妻丝袜一区二区| 亚洲中文日韩欧美视频| 亚洲欧美一区二区三区黑人| 变态另类成人亚洲欧美熟女| 欧美色视频一区免费| 亚洲全国av大片| xxxwww97欧美| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲成人中文字幕在线播放| 亚洲第一电影网av| 99精品欧美一区二区三区四区| 免费在线观看日本一区| 俄罗斯特黄特色一大片| 伊人久久大香线蕉亚洲五| 18禁裸乳无遮挡免费网站照片| 亚洲精品在线美女| 中文字幕精品亚洲无线码一区| 亚洲真实伦在线观看| 可以免费在线观看a视频的电影网站| 99re在线观看精品视频| 国产aⅴ精品一区二区三区波| 十八禁网站免费在线| 精品久久久久久久人妻蜜臀av| 成在线人永久免费视频| 不卡av一区二区三区| 亚洲五月天丁香| 久久久久久免费高清国产稀缺| 国产欧美日韩一区二区精品| 免费看a级黄色片| 成熟少妇高潮喷水视频| 免费在线观看完整版高清| 欧美最黄视频在线播放免费| 午夜福利免费观看在线| www日本在线高清视频| 在线观看午夜福利视频| 亚洲专区中文字幕在线| 亚洲第一欧美日韩一区二区三区| 1024香蕉在线观看| 精品高清国产在线一区| 国产成人精品久久二区二区91| 精品不卡国产一区二区三区| 国产精品美女特级片免费视频播放器 | 男女下面进入的视频免费午夜| 国产又黄又爽又无遮挡在线| 国产三级黄色录像| 天天一区二区日本电影三级| 男人的好看免费观看在线视频 | 校园春色视频在线观看| 丰满人妻一区二区三区视频av | 免费在线观看亚洲国产| 久久亚洲精品不卡| 国产99久久九九免费精品| 久久中文字幕一级| 精品不卡国产一区二区三区| 国产麻豆成人av免费视频| 搡老岳熟女国产| 天堂影院成人在线观看| 亚洲av日韩精品久久久久久密| 欧美乱色亚洲激情| 亚洲精品久久国产高清桃花| 亚洲成人免费电影在线观看| 在线观看午夜福利视频| 久热爱精品视频在线9| 99久久无色码亚洲精品果冻| 亚洲一区二区三区不卡视频| 露出奶头的视频| 亚洲av中文字字幕乱码综合| 国产精品一区二区三区四区久久| 国产aⅴ精品一区二区三区波| 久久婷婷人人爽人人干人人爱| 国产精品久久电影中文字幕| av在线播放免费不卡| 三级毛片av免费| 成年版毛片免费区| 搡老妇女老女人老熟妇| 真人做人爱边吃奶动态| 国产精品香港三级国产av潘金莲| 久久这里只有精品19| 午夜福利高清视频| 欧美色视频一区免费| 色哟哟哟哟哟哟| 国产av又大| 黄色 视频免费看| 久久久国产成人免费| 999精品在线视频| 美女 人体艺术 gogo| www日本黄色视频网| 久久久久久久久免费视频了| 免费看美女性在线毛片视频| 熟女电影av网| 国产亚洲欧美98| 午夜免费观看网址| 黑人操中国人逼视频| 母亲3免费完整高清在线观看| 亚洲一区二区三区色噜噜| 国产亚洲欧美98| 1024香蕉在线观看| 中文资源天堂在线| 桃红色精品国产亚洲av| 国产野战对白在线观看| √禁漫天堂资源中文www| 亚洲av成人av| 日韩精品中文字幕看吧| 欧美日韩一级在线毛片| www日本黄色视频网| 精品国产乱子伦一区二区三区| 欧美日韩乱码在线| 夜夜看夜夜爽夜夜摸| 精品一区二区三区四区五区乱码| 国产免费av片在线观看野外av| 99国产精品99久久久久| 色精品久久人妻99蜜桃| 好男人电影高清在线观看| www.精华液| 久久久久久国产a免费观看| 亚洲av五月六月丁香网| av福利片在线| 婷婷六月久久综合丁香| 人人妻人人看人人澡| 久久精品91无色码中文字幕| 免费在线观看影片大全网站| 午夜福利成人在线免费观看| 国产精品九九99| 午夜激情av网站| 国产麻豆成人av免费视频| 草草在线视频免费看| 久久久久久久久中文| 国模一区二区三区四区视频 | www.999成人在线观看| 国内精品久久久久精免费| 岛国视频午夜一区免费看| 99热这里只有是精品50| 免费高清视频大片| 国产激情偷乱视频一区二区| 叶爱在线成人免费视频播放| 两性午夜刺激爽爽歪歪视频在线观看 | 精品午夜福利视频在线观看一区| 97人妻精品一区二区三区麻豆| 亚洲男人的天堂狠狠| 久久天堂一区二区三区四区| 黑人欧美特级aaaaaa片| 国产av不卡久久| 男男h啪啪无遮挡| 最近视频中文字幕2019在线8| 两性午夜刺激爽爽歪歪视频在线观看 | 婷婷丁香在线五月| 99久久精品热视频| 亚洲欧洲精品一区二区精品久久久| 国产91精品成人一区二区三区| 精品一区二区三区av网在线观看| 国产精品九九99| 看黄色毛片网站| 亚洲九九香蕉| 亚洲最大成人中文| 免费人成视频x8x8入口观看| 777久久人妻少妇嫩草av网站| 国模一区二区三区四区视频 | 久久欧美精品欧美久久欧美| 久9热在线精品视频| 国产高清videossex| 亚洲精品久久成人aⅴ小说| 淫妇啪啪啪对白视频| 国产一区二区三区在线臀色熟女| 亚洲色图av天堂| a级毛片在线看网站| 国产高清视频在线播放一区| bbb黄色大片| 美女免费视频网站| 黑人欧美特级aaaaaa片| 亚洲中文av在线| 人人妻人人看人人澡| 国产精品久久久久久人妻精品电影| 亚洲国产高清在线一区二区三| 黄色片一级片一级黄色片| 亚洲欧美日韩无卡精品| 国产av一区在线观看免费| 亚洲熟妇中文字幕五十中出| 99久久99久久久精品蜜桃| cao死你这个sao货| 久久亚洲真实| 黄色成人免费大全| 麻豆国产av国片精品| 免费看a级黄色片| 日本三级黄在线观看| АⅤ资源中文在线天堂| 又黄又粗又硬又大视频| 免费看十八禁软件| 天天躁夜夜躁狠狠躁躁| 成熟少妇高潮喷水视频| 中文字幕人妻丝袜一区二区| 欧美乱码精品一区二区三区| 最近最新免费中文字幕在线| 老汉色∧v一级毛片| 女人被狂操c到高潮| 免费av毛片视频| 波多野结衣巨乳人妻| 国产精品久久久久久人妻精品电影| 亚洲中文字幕一区二区三区有码在线看 | 亚洲成人国产一区在线观看| 久久久久久久久中文|