• <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 ?

    高精度配電網(wǎng)電氣設(shè)備故障識(shí)別檢測(cè)方法*

    2021-11-29 11:14:24魏恩偉
    關(guān)鍵詞:圖像識(shí)別特征參數(shù)梯度

    趙 歡, 陽(yáng) 浩, 何 亮, 魏恩偉, 鄭 杰

    (中國(guó)南方電網(wǎng) 深圳供電局電力科學(xué)研究院, 廣東 深圳 518000)

    配電網(wǎng)電氣設(shè)備是保障電力系統(tǒng)安全、穩(wěn)定運(yùn)行的重要設(shè)備,對(duì)于電氣設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)是電力巡檢工作中的重要一環(huán).采用傳統(tǒng)的人工巡檢,依靠經(jīng)驗(yàn)判斷潛在隱患的工作方式已經(jīng)難以滿(mǎn)足現(xiàn)代電力系統(tǒng)的運(yùn)行要求.隨著圖像識(shí)別和人工智能技術(shù)的發(fā)展[1-2],基于各種人工智能算法的高清視頻檢測(cè)[3-4]、紅外熱成像[5-6]等監(jiān)測(cè)手段在電力系統(tǒng)中獲得了廣泛應(yīng)用.

    受技術(shù)條件的限制,紅外圖像往往清晰度較低,且噪聲較多,目標(biāo)識(shí)別和特征提取困難.為解決這一問(wèn)題,研究人員對(duì)此開(kāi)展了廣泛的研究.鄒輝等[7]以電力設(shè)備的紅外圖像為研究對(duì)象,利用可見(jiàn)光和紅外圖像,采用基于圖片的灰度值快速模板匹配算法,解決了紅外圖像的偽色彩問(wèn)題,實(shí)現(xiàn)了對(duì)電力設(shè)備紅外圖像的多目標(biāo)定位.張浩等[8]針對(duì)傳統(tǒng)的灰度匹配算法存在的計(jì)算量過(guò)大的問(wèn)題,采用隔行隔列粗略匹配再結(jié)合精確匹配技術(shù),實(shí)現(xiàn)了遠(yuǎn)程數(shù)字視頻監(jiān)控對(duì)變壓器快速定位識(shí)別的目標(biāo).余彬等[9]為了解決紅外圖像噪聲大、邊緣模糊的問(wèn)題,對(duì)紅外圖像進(jìn)行了R、G、B三通道光源的不均勻性校正,并將其轉(zhuǎn)換為L(zhǎng)ab色彩空間,采用密度相似因子算法實(shí)現(xiàn)了對(duì)紅外圖像的濾噪分割.馮振興等[10]為解決紅外圖像中目標(biāo)邊界模糊導(dǎo)致的提取效果差的問(wèn)題,從灰度相似聚類(lèi)的角度出發(fā),提出了一種改進(jìn)算法,實(shí)現(xiàn)了對(duì)電力設(shè)備故障區(qū)域的準(zhǔn)確識(shí)別.

    上述研究多是通過(guò)目標(biāo)匹配的方式來(lái)提高目標(biāo)檢測(cè)的準(zhǔn)確率,缺少對(duì)圖像特征參數(shù)的應(yīng)用,通用性有待提高.本文在現(xiàn)有研究基礎(chǔ)上,利用卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了對(duì)配電網(wǎng)設(shè)備的圖像識(shí)別,并充分利用灰度-梯度信息矩陣提取紅外圖像的紋理信息特征,采用主成分分析的方法完成了對(duì)設(shè)備發(fā)熱故障的診斷.該方法結(jié)合可見(jiàn)光圖像和紅外圖像,充分利用圖像的灰度、紋理信息和卷積神經(jīng)網(wǎng)絡(luò)的特征識(shí)別能力,實(shí)現(xiàn)了對(duì)配電網(wǎng)電氣設(shè)備故障的識(shí)別檢測(cè).

    1 基于CNN的電氣設(shè)備檢測(cè)技術(shù)

    基于熱成像的紅外檢測(cè)技術(shù)能夠在遠(yuǎn)距離實(shí)現(xiàn)對(duì)配電網(wǎng)電氣設(shè)備的在線(xiàn)監(jiān)測(cè).卷積神經(jīng)網(wǎng)絡(luò)(CNN)是目前圖像識(shí)別領(lǐng)域的重要算法之一,利用卷積神經(jīng)網(wǎng)絡(luò)模型的特征識(shí)別能力,可實(shí)現(xiàn)對(duì)配電網(wǎng)設(shè)備的準(zhǔn)確識(shí)別.

    卷積神經(jīng)網(wǎng)絡(luò)模型包含了卷積層、池化層和全連接層3個(gè)部分.其中,卷積層是對(duì)圖像特征的強(qiáng)化,池化層則可以有效降低數(shù)據(jù)處理的復(fù)雜度,加快圖像識(shí)別的計(jì)算速度.因此,利用卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行圖像識(shí)別的核心是對(duì)圖像進(jìn)行卷積層和池化層不斷交替運(yùn)算,最后,由全連接層通過(guò)概率運(yùn)算預(yù)測(cè)圖像的類(lèi)別.

    1.1 卷積層設(shè)計(jì)

    圖像識(shí)別的準(zhǔn)確率和網(wǎng)絡(luò)層數(shù)量、卷積核的大小、激活函數(shù)等參數(shù)有關(guān).與卷積層輸出有關(guān)的主要參數(shù)包括卷積核的大小、步幅以及零值填充數(shù)量.其中,卷積核的尺寸對(duì)應(yīng)于處理圖像的范圍,步長(zhǎng)控制則隨卷積窗口的移動(dòng)變化步幅,零值填充的大小控制卷積輸出.

    數(shù)據(jù)處理過(guò)程中通??蓪⒕矸e核的大小設(shè)置為3×3像素或者5×5像素,然后采用不同步長(zhǎng)依次滑動(dòng)完成對(duì)圖像的處理.在進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)過(guò)程中,對(duì)圖形進(jìn)行卷積處理之后通常配合池化層使用.一般情況下,池化層的尺寸可選擇2×2像素,也可以根據(jù)實(shí)際情況進(jìn)行調(diào)整.越大的池化層,丟失圖像信息的可能性就越大.

    對(duì)于相同大小的圖像,采用多層卷積和疊加的方式能夠?qū)崿F(xiàn)對(duì)一定圖像范圍內(nèi)的圖片信息的非線(xiàn)性化處理,這樣更有利于圖像特征的提取,而避免信息丟失.因此,在進(jìn)行卷積策略的選擇過(guò)程中,在圖像進(jìn)行初步處理時(shí)可采用較大的卷積核以及較少的層數(shù),有利于降低運(yùn)算量.而在處理后期,則可以采用較小的卷積核以及較多的層數(shù),從而盡可能地保留圖像特征.基于上述分析得到本文特征提取網(wǎng)絡(luò)參數(shù)如表1所示.

    表1 特征提取網(wǎng)絡(luò)參數(shù)Tab.1 Network parameters of feature extraction

    1.2 目標(biāo)候選設(shè)計(jì)

    圖像的分割和目標(biāo)候選區(qū)域的選擇是實(shí)現(xiàn)圖像識(shí)別的第一步,本文采用選擇搜索算法對(duì)得到的1 080×1 527像素圖片進(jìn)行分割,將結(jié)果作為CNN模型訓(xùn)練識(shí)別的樣本.本文選定的目標(biāo)分割圖像的個(gè)數(shù)為500個(gè),原始圖像樣本以及部分候選目標(biāo)提取圖如圖1所示.

    圖1 樣本圖片以及候選目標(biāo)提取效果Fig.1 Sample image and extraction effect of candidate target

    為了提升目標(biāo)識(shí)別的準(zhǔn)確度,降低目標(biāo)候選區(qū)域和真實(shí)目標(biāo)之間的差異,需要采用邊框回歸的方式對(duì)目標(biāo)進(jìn)行調(diào)整和定位[11].目標(biāo)候選框的調(diào)整輸出可由向量A=(Ax,Ay,Aw,Ah)來(lái)表示,與之對(duì)應(yīng)的真實(shí)值為B=(Bx,By,Bw,Bh),其中,Ax,Ay和Bx,By分別為目標(biāo)候選框及真實(shí)圖像左下角的像素坐標(biāo)位置;Aw,Ah和Bw,Bh分別為候選區(qū)域與真實(shí)圖像區(qū)域的寬與高.

    為了降低信息的冗余,提高圖像識(shí)別的準(zhǔn)確率,可以通過(guò)邊框平移和圖像縮放找到一種映射f,使得f(Ax,Ay,Aw,Ah)≈(Bx,By,Bw,Bh).圖像位移和尺度變換因子可表示為

    (1)

    (2)

    式中,dx(A),dy(A),dw(A),dh(A)分別為向量A在x,y,w,h維度的變化.目標(biāo)函數(shù)可表示為

    B′x=Awdx(A)+Ax

    (3)

    B′y=Ahdy(A)+Ay

    (4)

    B′w=Awedw(A)

    (5)

    B′h=Ahedh(A)

    (6)

    由式(3)~(6)可知,需要尋找合適的dx(A),dy(A),dw(A),dh(A)才能實(shí)現(xiàn)輸出值和真實(shí)值之間的映射.基于CNN模型的邊框回歸階段,其輸入量為原始圖像的特征向量和目標(biāo)信息矩陣,輸出量為預(yù)測(cè)的邊框位置.

    定義目標(biāo)函數(shù)為

    (7)

    式中:f(A)為輸入候選框的特征向量;C(x,y,w,h)為變換參數(shù).定義信息損失函數(shù)為

    (8)

    式中,ti為相對(duì)于邊框回歸窗口預(yù)測(cè)尺度的變化量,優(yōu)化目標(biāo)為

    (9)

    1.3 模型訓(xùn)練和調(diào)參

    訓(xùn)練樣本為1 000張現(xiàn)場(chǎng)拍攝的配電網(wǎng)照片,并將樣本調(diào)整為統(tǒng)一的512×512像素圖片,然后針對(duì)樣本進(jìn)行訓(xùn)練.設(shè)置學(xué)習(xí)速率為0.005,選擇PreLU作為激活函數(shù),并使用MSRA進(jìn)行初始化,損失函數(shù)變化曲線(xiàn)如圖2所示.由圖2可知,隨著迭代周期的增加,損失函數(shù)值逐步趨于穩(wěn)定.訓(xùn)練和測(cè)試的準(zhǔn)確率變化曲線(xiàn)如圖3所示,準(zhǔn)確率分別能夠達(dá)到95%和90%以上.

    圖2 損失函數(shù)變化圖Fig.2 Variation diagram of loss function

    圖3 準(zhǔn)確率變化圖Fig.3 Variation diagram of accuracy rate

    2 故障判斷

    配電網(wǎng)電氣設(shè)備的紅外圖像包含了設(shè)備的發(fā)熱信息,為了對(duì)設(shè)備是否存在發(fā)熱故障進(jìn)行判斷,本文在對(duì)目標(biāo)識(shí)別的基礎(chǔ)上,提取紅外圖像的灰度信息和梯度信息的紋理特征,完成對(duì)設(shè)備的故障判斷.

    2.1 特征提取

    采用灰度-梯度信息矩陣提取紅外圖像的紋理信息時(shí),首先需要對(duì)圖像信息矩陣進(jìn)行歸一化處理.設(shè)g(m,n)為像素點(diǎn)(m,n)的梯度值,h(m,n)為像素點(diǎn)(m,n)的灰度值,提取表達(dá)式為

    (10)

    (11)

    式中:gmax為最大梯度值;Ng為歸一化后的梯度級(jí)最大值;hmax為最大灰度值;Nh為圖像歸一化后的灰度級(jí)最大值.本文取Ng和Nh為16.

    統(tǒng)計(jì)滿(mǎn)足H(m,n)=i和G(m,n)=j的像素個(gè)數(shù),并將其作為灰度-梯度共生矩陣T(i,j)值,得到歸一化的灰度-梯度矩陣T′為

    (12)

    式中,a、b為圖像的像素大小.

    結(jié)合紅外熱像的特點(diǎn),本文列出了13項(xiàng)主要的紋理特征參數(shù),包括灰度-梯度矩陣的小梯度優(yōu)勢(shì)、紋理特征參數(shù)的灰度分布不均勻性、梯度分布不均勻性、能量、灰度平均值、梯度平均值、灰度均方差、梯度均方差、相關(guān)性、灰度熵、梯度熵、混合熵及差分矩.

    2.2 設(shè)備故障識(shí)別

    為了對(duì)設(shè)備是否存在發(fā)熱故障進(jìn)行判斷,降低信息冗余、提高運(yùn)算速度,本文采用主成分分析方法(PCA)對(duì)上述灰度圖像的13個(gè)特征參數(shù)進(jìn)行分析.從中提取出更具代表性的新特征因子來(lái)表征圖像特征,主成分分析的基本步驟如下:

    1) 計(jì)算協(xié)方差矩陣.本文選擇配電網(wǎng)防雷設(shè)備的紅外圖像灰度紋理特征參數(shù)作為分析變量,對(duì)選定的初始變量構(gòu)造原始特征空間矩陣.假設(shè)X是p×q的原始樣本空間矩陣,由公式計(jì)算得到樣本空間的協(xié)方差矩陣C為

    (13)

    2) 計(jì)算特征值λ和特征向量E.計(jì)算協(xié)方差矩陣C的特征值λj(j=1,2,…,p)及其相對(duì)應(yīng)的特征向量E(正交方陣),并將特征值從大到小排序,得到新的變換矩陣T,進(jìn)而可以得到p個(gè)特征參數(shù)Y,即

    Y=XT

    (14)

    3) 確定主成分.在計(jì)算特征值的基礎(chǔ)上,利用單一貢獻(xiàn)率和累計(jì)貢獻(xiàn)率對(duì)主成分的權(quán)重進(jìn)行評(píng)價(jià).當(dāng)累計(jì)貢獻(xiàn)率超過(guò)85%,即可采用i個(gè)元素代替樣本的q個(gè)特征參數(shù),特征矩陣Y的前i列元素(Y1,Y2,…,Yi)即為所要求的主成分.

    本文以如圖4所示的樣本灰度圖像為例,選擇圖中檢測(cè)到的10個(gè)電力設(shè)備的灰度圖像作為數(shù)據(jù)樣本,構(gòu)成大小13×10的特征值數(shù)據(jù)矩陣X,所得到的特征值及特征向量的貢獻(xiàn)率如表2所示.

    圖4 灰度圖像及目標(biāo)提取效果Fig.4 Gray level image and target extraction effect

    表2 PCA特征值及貢獻(xiàn)率Tab.2 PCA eigenvalues and contribution ratios

    由表2中數(shù)據(jù)可看出,選取前5個(gè)主分量對(duì)灰度圖像特征分析時(shí),其累計(jì)貢獻(xiàn)率超過(guò)85%.因此,可以認(rèn)為這5個(gè)分量已經(jīng)攜帶了絕大多數(shù)的灰度圖像紋理特征信息,能夠?qū)崿F(xiàn)對(duì)電氣設(shè)備的發(fā)熱故障分析.

    將特征參數(shù)作為輸入向量,以設(shè)備發(fā)熱狀況是否超過(guò)閾值作為神經(jīng)網(wǎng)絡(luò)模型分類(lèi)輸出向量,即輸入層為5個(gè)主成分分量節(jié)點(diǎn),輸出層為設(shè)備發(fā)熱是否超標(biāo)2個(gè)節(jié)點(diǎn),對(duì)故障進(jìn)行判斷.設(shè)置神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練要求精度為0.05%,對(duì)設(shè)備進(jìn)行發(fā)熱故障識(shí)別時(shí),識(shí)別準(zhǔn)確率為85.56%.

    3 結(jié) 論

    本文研究了基于神經(jīng)網(wǎng)絡(luò)模型的圖像識(shí)別技術(shù)在配電網(wǎng)設(shè)備監(jiān)測(cè)中的應(yīng)用,主要結(jié)論如下:

    1) 通過(guò)分析卷積核尺寸、步幅以及零值填充對(duì)卷積神經(jīng)網(wǎng)絡(luò)的影響,完成了對(duì)配電網(wǎng)設(shè)備圖像特征提取網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì).采用5個(gè)卷積層搭建網(wǎng)絡(luò)模型,同時(shí)利用7×7,5×5,3×3的卷積核以獲取詳細(xì)的局部信息.

    2) 采用邊框回歸算法實(shí)現(xiàn)了對(duì)圖像識(shí)別對(duì)象的準(zhǔn)確標(biāo)記.同時(shí)采用非極大值抑制的方法完成了對(duì)冗余信息的過(guò)濾,進(jìn)一步提高了圖像識(shí)別的準(zhǔn)確率.樣本訓(xùn)練和測(cè)試的準(zhǔn)確率能夠分別達(dá)到95%和90%以上.

    3) 采用灰度-梯度信息矩陣提取了配電網(wǎng)設(shè)備紅外圖像的紋理信息特征參數(shù),并利用主成分分析的方法得到了5個(gè)能夠表征特征參數(shù)的主成分分量.在此基礎(chǔ)上完成了對(duì)電氣設(shè)備發(fā)熱故障的識(shí)別,識(shí)別準(zhǔn)確率約為85%.

    猜你喜歡
    圖像識(shí)別特征參數(shù)梯度
    一個(gè)改進(jìn)的WYL型三項(xiàng)共軛梯度法
    故障診斷中信號(hào)特征參數(shù)擇取方法
    基于特征參數(shù)化的木工CAD/CAM系統(tǒng)
    一種自適應(yīng)Dai-Liao共軛梯度法
    基于Resnet-50的貓狗圖像識(shí)別
    電子制作(2019年16期)2019-09-27 09:34:50
    高速公路圖像識(shí)別技術(shù)應(yīng)用探討
    一類(lèi)扭積形式的梯度近Ricci孤立子
    圖像識(shí)別在物聯(lián)網(wǎng)上的應(yīng)用
    電子制作(2018年19期)2018-11-14 02:37:04
    圖像識(shí)別在水質(zhì)檢測(cè)中的應(yīng)用
    電子制作(2018年14期)2018-08-21 01:38:16
    基于PSO-VMD的齒輪特征參數(shù)提取方法研究
    免费观看的影片在线观看| 人人妻人人澡人人爽人人夜夜 | 国产不卡一卡二| 大陆偷拍与自拍| 久久精品久久久久久久性| 天美传媒精品一区二区| 国产黄频视频在线观看| 午夜视频国产福利| 婷婷色av中文字幕| 在现免费观看毛片| 久久久国产一区二区| 亚洲精品日韩av片在线观看| 国产精品一区二区性色av| 国产精品99久久久久久久久| 亚洲av电影不卡..在线观看| 国产精品熟女久久久久浪| 深爱激情五月婷婷| 街头女战士在线观看网站| 国产黄片美女视频| 日韩欧美一区视频在线观看 | 久久97久久精品| 九九久久精品国产亚洲av麻豆| 日韩欧美一区视频在线观看 | 国产69精品久久久久777片| 午夜福利视频精品| 亚洲av免费在线观看| 97人妻精品一区二区三区麻豆| 国产一区二区三区综合在线观看 | 国产在视频线在精品| 在线免费观看不下载黄p国产| 能在线免费看毛片的网站| 日本猛色少妇xxxxx猛交久久| 在线观看一区二区三区| 久久热精品热| 精品国产一区二区三区久久久樱花 | 国产黄色小视频在线观看| 又粗又硬又长又爽又黄的视频| 亚洲精品日韩av片在线观看| 男女边摸边吃奶| 亚洲欧美精品自产自拍| 尾随美女入室| 国产久久久一区二区三区| 国产精品熟女久久久久浪| 国语对白做爰xxxⅹ性视频网站| 国产 一区精品| 欧美区成人在线视频| 国产精品人妻久久久久久| 老师上课跳d突然被开到最大视频| 亚洲精品中文字幕在线视频 | freevideosex欧美| 搞女人的毛片| www.av在线官网国产| 国产精品麻豆人妻色哟哟久久 | 欧美最新免费一区二区三区| 免费av观看视频| 在线免费十八禁| 欧美另类一区| 两个人的视频大全免费| 日韩,欧美,国产一区二区三区| 国产乱人偷精品视频| 国产亚洲精品久久久com| 在线观看免费高清a一片| 亚洲内射少妇av| 久久精品久久久久久噜噜老黄| 亚洲av日韩在线播放| 日韩,欧美,国产一区二区三区| 午夜老司机福利剧场| 插逼视频在线观看| 国产亚洲av片在线观看秒播厂 | 欧美日韩一区二区视频在线观看视频在线 | 麻豆成人av视频| 三级国产精品片| 国产成人91sexporn| 一个人看的www免费观看视频| 亚洲欧美中文字幕日韩二区| 国产精品久久视频播放| 国产精品精品国产色婷婷| 2018国产大陆天天弄谢| 欧美bdsm另类| 免费观看av网站的网址| 亚洲久久久久久中文字幕| 国产精品熟女久久久久浪| a级毛片免费高清观看在线播放| 国产精品无大码| 男人舔奶头视频| 最近最新中文字幕大全电影3| 天堂影院成人在线观看| 国产欧美另类精品又又久久亚洲欧美| 日本与韩国留学比较| 亚洲精品,欧美精品| 搞女人的毛片| 日日摸夜夜添夜夜添av毛片| 18+在线观看网站| 看黄色毛片网站| 高清毛片免费看| 2022亚洲国产成人精品| 日韩成人伦理影院| 亚洲国产精品国产精品| 人妻系列 视频| 久久久久性生活片| 免费在线观看成人毛片| 高清欧美精品videossex| 美女内射精品一级片tv| 噜噜噜噜噜久久久久久91| 亚洲内射少妇av| 美女脱内裤让男人舔精品视频| 久久久a久久爽久久v久久| 亚洲精品日本国产第一区| 日韩伦理黄色片| 国产色婷婷99| 国产成人福利小说| 久久久久国产网址| 亚洲最大成人手机在线| 国产 一区精品| 伊人久久精品亚洲午夜| 五月天丁香电影| 又大又黄又爽视频免费| www.av在线官网国产| 建设人人有责人人尽责人人享有的 | 久久99热这里只频精品6学生| 美女大奶头视频| 欧美激情国产日韩精品一区| 99热这里只有是精品在线观看| 精品久久国产蜜桃| 欧美变态另类bdsm刘玥| 国产成人a区在线观看| 欧美极品一区二区三区四区| 欧美 日韩 精品 国产| 亚洲精品国产av蜜桃| 国产91av在线免费观看| 日本三级黄在线观看| 一级av片app| 亚洲国产精品成人久久小说| 日本爱情动作片www.在线观看| 午夜激情久久久久久久| 亚洲国产精品专区欧美| 精华霜和精华液先用哪个| 亚洲av国产av综合av卡| 欧美xxⅹ黑人| av网站免费在线观看视频 | 国产成人精品福利久久| 高清午夜精品一区二区三区| 精品国内亚洲2022精品成人| 天堂影院成人在线观看| 国产大屁股一区二区在线视频| 尤物成人国产欧美一区二区三区| 国产成人aa在线观看| 99热6这里只有精品| 国产单亲对白刺激| 久热久热在线精品观看| 精品久久久久久电影网| 美女主播在线视频| 男人舔女人下体高潮全视频| 国产一区二区三区av在线| 日韩中字成人| 亚洲av成人精品一二三区| 久久人人爽人人爽人人片va| 久久综合国产亚洲精品| 丰满乱子伦码专区| 久久久精品94久久精品| 国产亚洲午夜精品一区二区久久 | a级一级毛片免费在线观看| 亚洲精品乱码久久久v下载方式| 亚洲综合精品二区| 国产黄片视频在线免费观看| 欧美性感艳星| 最近视频中文字幕2019在线8| 男女边吃奶边做爰视频| av国产免费在线观看| 97人妻精品一区二区三区麻豆| 亚洲精品成人久久久久久| 神马国产精品三级电影在线观看| 国内精品美女久久久久久| 亚洲经典国产精华液单| 熟妇人妻不卡中文字幕| 男女边吃奶边做爰视频| 国产有黄有色有爽视频| 免费黄频网站在线观看国产| 亚洲最大成人手机在线| 综合色丁香网| av播播在线观看一区| 一个人看的www免费观看视频| 精品国内亚洲2022精品成人| 又爽又黄a免费视频| 国产精品蜜桃在线观看| 久久精品夜色国产| 2021少妇久久久久久久久久久| 久久99热这里只频精品6学生| 性色avwww在线观看| 美女高潮的动态| av线在线观看网站| 免费看不卡的av| 国产老妇女一区| 国产午夜福利久久久久久| 男女边摸边吃奶| 日本午夜av视频| 亚洲av免费在线观看| 亚洲av电影在线观看一区二区三区 | 精品不卡国产一区二区三区| 永久免费av网站大全| 国产成人精品久久久久久| 最近中文字幕2019免费版| 日韩欧美 国产精品| 草草在线视频免费看| 中国国产av一级| av国产久精品久网站免费入址| 精品欧美国产一区二区三| 99久国产av精品国产电影| 啦啦啦啦在线视频资源| 国产探花在线观看一区二区| 成人高潮视频无遮挡免费网站| 大话2 男鬼变身卡| av在线观看视频网站免费| 国产精品av视频在线免费观看| 亚洲在久久综合| 两个人的视频大全免费| av免费在线看不卡| 一级毛片电影观看| 国产精品久久久久久av不卡| 美女高潮的动态| 女的被弄到高潮叫床怎么办| 亚洲av中文字字幕乱码综合| 白带黄色成豆腐渣| 中文字幕av成人在线电影| 国产一区二区在线观看日韩| 日韩三级伦理在线观看| 久久久精品欧美日韩精品| 性色avwww在线观看| 韩国av在线不卡| 大又大粗又爽又黄少妇毛片口| h日本视频在线播放| 久久久亚洲精品成人影院| 亚洲精品成人久久久久久| 亚洲一级一片aⅴ在线观看| 国产精品爽爽va在线观看网站| 卡戴珊不雅视频在线播放| 最近的中文字幕免费完整| 观看免费一级毛片| 亚洲天堂国产精品一区在线| av在线亚洲专区| 久久久久精品久久久久真实原创| 校园人妻丝袜中文字幕| 综合色av麻豆| 国产在视频线精品| 欧美3d第一页| 日韩电影二区| 亚洲色图av天堂| 久久99精品国语久久久| or卡值多少钱| 国产精品久久久久久精品电影小说 | 99久国产av精品国产电影| 精品亚洲乱码少妇综合久久| 日韩成人伦理影院| 99re6热这里在线精品视频| 日韩欧美 国产精品| 午夜福利高清视频| 国内揄拍国产精品人妻在线| 综合色av麻豆| 国产亚洲av嫩草精品影院| 成年av动漫网址| 一个人看的www免费观看视频| 久久99蜜桃精品久久| 国产精品一区二区三区四区久久| 国产男人的电影天堂91| 亚洲国产av新网站| 亚洲av一区综合| 久久久久久久大尺度免费视频| 天天一区二区日本电影三级| 两个人的视频大全免费| 久久久成人免费电影| 日韩强制内射视频| 久久韩国三级中文字幕| 国产久久久一区二区三区| 亚洲精品一二三| 午夜福利在线观看免费完整高清在| 国产av不卡久久| 禁无遮挡网站| 日本一本二区三区精品| 午夜免费观看性视频| 国产成人精品久久久久久| 日韩伦理黄色片| 亚洲高清免费不卡视频| 欧美97在线视频| 日韩av不卡免费在线播放| 一二三四中文在线观看免费高清| 免费少妇av软件| 久久久久久久久久久免费av| 成人毛片a级毛片在线播放| 日韩av不卡免费在线播放| 少妇的逼好多水| 国产精品熟女久久久久浪| 赤兔流量卡办理| 自拍偷自拍亚洲精品老妇| 国产综合精华液| 亚洲精品一区蜜桃| 亚洲第一区二区三区不卡| 久久这里只有精品中国| 观看美女的网站| 日本一本二区三区精品| 亚洲精品久久久久久婷婷小说| 爱豆传媒免费全集在线观看| 成人特级av手机在线观看| 99热6这里只有精品| 可以在线观看毛片的网站| 久久久久免费精品人妻一区二区| 久久久欧美国产精品| 亚洲在久久综合| 熟女电影av网| 五月天丁香电影| 国产麻豆成人av免费视频| 极品教师在线视频| 亚洲精华国产精华液的使用体验| 人妻制服诱惑在线中文字幕| av在线观看视频网站免费| 99久久精品热视频| 91久久精品国产一区二区三区| 久久久久网色| 亚洲精品456在线播放app| 国产在视频线在精品| 中文字幕免费在线视频6| 不卡视频在线观看欧美| 人妻夜夜爽99麻豆av| 一区二区三区高清视频在线| freevideosex欧美| 男女边吃奶边做爰视频| 97热精品久久久久久| 三级国产精品片| 极品教师在线视频| 久久这里有精品视频免费| 九草在线视频观看| 夫妻性生交免费视频一级片| 日韩精品有码人妻一区| 2018国产大陆天天弄谢| 99久国产av精品国产电影| 久久久久精品性色| av在线老鸭窝| 国产成人午夜福利电影在线观看| 97超碰精品成人国产| 国产精品国产三级专区第一集| 久久久久精品久久久久真实原创| xxx大片免费视频| 亚洲熟妇中文字幕五十中出| 老司机影院成人| 毛片女人毛片| 一个人免费在线观看电影| 一级a做视频免费观看| 久久久久久国产a免费观看| 丝袜美腿在线中文| 免费黄网站久久成人精品| 亚洲精品一二三| 国内精品一区二区在线观看| 汤姆久久久久久久影院中文字幕 | 免费观看av网站的网址| 2022亚洲国产成人精品| 亚洲av免费在线观看| 午夜精品在线福利| 国产高清三级在线| 女人久久www免费人成看片| 国产黄频视频在线观看| 听说在线观看完整版免费高清| av国产久精品久网站免费入址| 国产中年淑女户外野战色| 91精品国产九色| 看十八女毛片水多多多| 欧美日本视频| 久久久久久九九精品二区国产| 一级毛片 在线播放| 日韩av免费高清视频| 最近的中文字幕免费完整| 欧美3d第一页| 成人美女网站在线观看视频| www.av在线官网国产| 又大又黄又爽视频免费| 久久久精品94久久精品| 久久人人爽人人片av| 免费看av在线观看网站| 午夜免费观看性视频| 国产亚洲精品av在线| 大话2 男鬼变身卡| 久久精品综合一区二区三区| 最后的刺客免费高清国语| 亚洲av在线观看美女高潮| 99久久九九国产精品国产免费| 中文字幕av成人在线电影| 日韩av不卡免费在线播放| 日韩精品有码人妻一区| 好男人视频免费观看在线| 国产精品一区www在线观看| 麻豆乱淫一区二区| 直男gayav资源| 国产精品一区二区性色av| 久久国产乱子免费精品| 亚洲精品日韩av片在线观看| h日本视频在线播放| 亚洲av成人精品一区久久| 欧美高清成人免费视频www| 精品酒店卫生间| 永久免费av网站大全| 欧美不卡视频在线免费观看| 亚洲精品乱久久久久久| 综合色丁香网| 超碰97精品在线观看| 白带黄色成豆腐渣| 欧美日韩在线观看h| 免费看美女性在线毛片视频| 精品久久久久久成人av| 91狼人影院| 午夜日本视频在线| 亚洲av国产av综合av卡| 男女啪啪激烈高潮av片| 热99在线观看视频| 两个人视频免费观看高清| 天天躁日日操中文字幕| 久久99热6这里只有精品| 欧美成人精品欧美一级黄| 欧美成人精品欧美一级黄| 三级经典国产精品| 国产男人的电影天堂91| 久久久久性生活片| 午夜精品一区二区三区免费看| 亚洲国产高清在线一区二区三| 亚洲精品aⅴ在线观看| 久久久久精品久久久久真实原创| 国产av国产精品国产| 久久99热6这里只有精品| 国产男女超爽视频在线观看| 日韩精品有码人妻一区| videossex国产| 欧美潮喷喷水| 欧美xxⅹ黑人| 欧美bdsm另类| 最近的中文字幕免费完整| 国产在线男女| 中文精品一卡2卡3卡4更新| 人妻少妇偷人精品九色| 国产精品蜜桃在线观看| 久久久久国产网址| 2022亚洲国产成人精品| 国产成人91sexporn| 国产中年淑女户外野战色| 免费人成在线观看视频色| 大话2 男鬼变身卡| 噜噜噜噜噜久久久久久91| 韩国av在线不卡| 久久久久免费精品人妻一区二区| 我要看日韩黄色一级片| 免费看美女性在线毛片视频| 精品久久久久久成人av| 国产伦在线观看视频一区| 免费高清在线观看视频在线观看| 亚洲av.av天堂| 国模一区二区三区四区视频| 天堂影院成人在线观看| 男的添女的下面高潮视频| 高清av免费在线| 毛片女人毛片| 内射极品少妇av片p| 免费播放大片免费观看视频在线观看| 午夜福利视频精品| 少妇的逼水好多| 国产一级毛片七仙女欲春2| 亚洲国产av新网站| 久久精品久久精品一区二区三区| 精品99又大又爽又粗少妇毛片| 国产探花极品一区二区| av免费观看日本| 国产亚洲精品久久久com| 十八禁国产超污无遮挡网站| 午夜福利网站1000一区二区三区| 亚洲国产欧美人成| 成年女人在线观看亚洲视频 | 在线观看av片永久免费下载| 免费观看在线日韩| 亚洲一级一片aⅴ在线观看| 97热精品久久久久久| 三级国产精品片| 免费观看精品视频网站| 夜夜看夜夜爽夜夜摸| 噜噜噜噜噜久久久久久91| 在线免费十八禁| 精品久久久噜噜| 2021天堂中文幕一二区在线观| 18禁在线播放成人免费| 午夜福利成人在线免费观看| 色综合色国产| 黄片无遮挡物在线观看| av在线播放精品| 80岁老熟妇乱子伦牲交| 欧美日韩在线观看h| 成人漫画全彩无遮挡| 久热久热在线精品观看| 99久久九九国产精品国产免费| 夫妻午夜视频| 亚洲成人久久爱视频| 久久亚洲国产成人精品v| 美女黄网站色视频| 97精品久久久久久久久久精品| 午夜免费男女啪啪视频观看| 日日撸夜夜添| 午夜老司机福利剧场| 水蜜桃什么品种好| 久久久久久久久久人人人人人人| 一级a做视频免费观看| 日本黄色片子视频| 久久久亚洲精品成人影院| 综合色丁香网| 人人妻人人看人人澡| 成人国产麻豆网| 亚洲国产色片| 亚洲国产高清在线一区二区三| 久久精品综合一区二区三区| 免费观看精品视频网站| 我的老师免费观看完整版| 免费观看无遮挡的男女| 天堂影院成人在线观看| 午夜福利在线观看免费完整高清在| 五月玫瑰六月丁香| 在线 av 中文字幕| 99久久精品一区二区三区| 午夜福利在线观看免费完整高清在| 国产成人a∨麻豆精品| 日韩欧美一区视频在线观看 | 69av精品久久久久久| 久久久久久久久久久丰满| 欧美+日韩+精品| 久久久亚洲精品成人影院| 高清av免费在线| 午夜福利在线观看吧| 嘟嘟电影网在线观看| 亚洲激情五月婷婷啪啪| 女人十人毛片免费观看3o分钟| 天堂俺去俺来也www色官网 | 亚洲av在线观看美女高潮| 肉色欧美久久久久久久蜜桃 | 成年女人在线观看亚洲视频 | 成人午夜高清在线视频| 国产午夜精品一二区理论片| av免费观看日本| 亚洲人成网站在线播| 插逼视频在线观看| 高清日韩中文字幕在线| 麻豆av噜噜一区二区三区| 亚洲成色77777| 91久久精品国产一区二区三区| 国产高清三级在线| 人人妻人人澡人人爽人人夜夜 | 久久久久久久久久黄片| 国产69精品久久久久777片| 日韩欧美精品v在线| 美女cb高潮喷水在线观看| 中文字幕免费在线视频6| 男女下面进入的视频免费午夜| 欧美 日韩 精品 国产| 日本午夜av视频| 亚洲av电影不卡..在线观看| 少妇人妻一区二区三区视频| 久久久精品94久久精品| 国产精品伦人一区二区| 2021天堂中文幕一二区在线观| 一级毛片我不卡| 国产免费又黄又爽又色| 高清日韩中文字幕在线| 91久久精品国产一区二区成人| 美女被艹到高潮喷水动态| 五月玫瑰六月丁香| 人妻系列 视频| 国产精品一区二区在线观看99 | 久久这里只有精品中国| 好男人在线观看高清免费视频| 天堂av国产一区二区熟女人妻| xxx大片免费视频| 亚洲精品久久午夜乱码| 国产一区有黄有色的免费视频 | 日韩亚洲欧美综合| 欧美日韩一区二区视频在线观看视频在线 | 嫩草影院入口| 免费观看av网站的网址| 亚洲国产精品成人久久小说| 国产精品国产三级专区第一集| 久久久久九九精品影院| 国产女主播在线喷水免费视频网站 | 久久久亚洲精品成人影院| 久久久久精品性色| 黄色配什么色好看| 日本与韩国留学比较| 一级黄片播放器| 夫妻性生交免费视频一级片| 日日啪夜夜撸| 亚洲综合精品二区| 精品国内亚洲2022精品成人| 久久久久久国产a免费观看| 三级国产精品片| 哪个播放器可以免费观看大片| 欧美xxxx性猛交bbbb| 亚洲av国产av综合av卡| 国产黄片视频在线免费观看| 免费少妇av软件| 国产成人福利小说| 精品99又大又爽又粗少妇毛片| 欧美日韩一区二区视频在线观看视频在线 | 国产乱人视频| 久久精品国产亚洲网站| 黄色一级大片看看| 精品久久久精品久久久| 九草在线视频观看| 久久人人爽人人爽人人片va| 天堂网av新在线| 少妇被粗大猛烈的视频| 99热这里只有精品一区| 神马国产精品三级电影在线观看| 水蜜桃什么品种好| 在线天堂最新版资源| 国内精品宾馆在线| av网站免费在线观看视频 | 干丝袜人妻中文字幕|