• <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 ?

    基于支持向量機的葉片圖像分割

    2022-06-11 11:32:36吳張倩汪慶
    軟件工程 2022年6期
    關(guān)鍵詞:自然環(huán)境支持向量機

    吳張倩 汪慶

    摘? 要:針對自然環(huán)境下的葉片圖像分割,提出了一種基于支持向量機的葉片圖像分割算法。該方法首先將圖像少量像素點分別標記為葉片前景樣本和葉片背景樣本,然后根據(jù)樣本數(shù)據(jù)建立支持向量機分類決策模型,最后根據(jù)預測模型對整個圖像像素點進行分類,將葉片圖像從背景中分割出來。實驗結(jié)果表明,該方法能夠?qū)蟹垂鈪^(qū)域的葉片實現(xiàn)準確分割,相比基于聚類的葉片分割算法分割精度更好,算法耗費時間更短。

    關(guān)鍵詞:葉片分割;支持向量機;自然環(huán)境;反光區(qū)域

    中圖分類號:TP391.41? ? ?文獻標識碼:A

    Leaf Image Segmentation based on Support Vector Machine

    WU Zhangqian, WANG Qing

    Abstract: For leaf image segmentation in natural environment, this paper proposes a leaf image segmentation algorithm based on support vector machine. Firstly, a small number of image pixels are marked as leaf foreground samples and leaf background samples. Then, a classification decision model of support vector machine is established according to the sample data. Finally, the entire image pixels are classified according to the prediction model, and the leaf image is segmented from the background. Experimental results show that the proposed method can accurately segment the leaves with reflective areas. Compared with the clustering-based leaf segmentation algorithm, it has better accuracy in segmentation and takes less time.

    Keywords: leaf segmentation; support vector machine; natural environment; reflective area

    1? ?引言(Introduction)

    葉片是植物展現(xiàn)的重要外部特征,葉片識別對植物資源普查具有重要意義。準確地分割出葉片區(qū)域,分析葉片包含的特征信息是一種最直觀可行的識別植物種類的方法。自然環(huán)境中的葉片圖像易于獲取,但圖像背景較為復雜,難以準確分割。因此,自然環(huán)境中的葉片分割算法一直是近年來該領(lǐng)域研究的重難點問題。李余康等[1]使用遷移模型ResNet101結(jié)合DeepLab v3+語義分割模型實現(xiàn)自然光照環(huán)境中的葡萄葉片圖像的分割;喬虹等[2]使用Mask R-CNN實現(xiàn)了自然環(huán)境中不同品種葡萄葉片圖像的分割;趙艷杰等[3]使用引入雙通道注意力機制的U?Net網(wǎng)絡實現(xiàn)對數(shù)據(jù)集中葉片圖像的分割;鄭艷梅等[4]使用BiseNet卷積神經(jīng)網(wǎng)絡結(jié)合引導濾波完成了蘋果葉片圖像的自動分割。

    本文針對自然環(huán)境中的植物葉片圖像特點,提出了一種基于支持向量機的葉片圖像分割方法。該方法利用支持向量機易于計算小樣本、高維數(shù)據(jù)的特點,針對自然界中含有反光區(qū)域的葉片圖像,通過對獲取的少量樣本建立模型,對前景圖像和背景圖像進行分類預測,從而實現(xiàn)葉片圖像的分割。

    2? 支持向量機與LIBSVM工具箱(Support vector machines and LIBSVM toolbox)

    支持向量機是一種基于有監(jiān)督學習的優(yōu)化算法,在解決小樣本、非線性、高維模式等問題上有很好的效果。該模型基于結(jié)構(gòu)風險最小化原理,通過構(gòu)造一個N 維超平面作為決策曲面,使得正負樣本之間的分類間隔被最大化,通過對正負樣本集訓練分類模型,再將測試數(shù)據(jù)進行分類,從而達到對圖像進行分割的目的。

    近年來,支持向量機算法在許多領(lǐng)域得到了成功的應用,如種子圖像分類[5]、去霧模型訓練[6]、人臉識別[7]等,現(xiàn)已成為機器學習和數(shù)據(jù)挖掘領(lǐng)域的重要工具。支持向量機算法的決策函數(shù)公式為:

    (1)

    其中,是樣本總數(shù),是Lagrange算子,是核函數(shù)。

    LIBSVM[8]是MAYANK等人開發(fā)的一個調(diào)試使用支持向量機的軟件包。該軟件包對支持向量機的參數(shù)調(diào)節(jié)相對比較少,提供了很多默認參數(shù),利用該軟件包可以較快速地進行支持向量機相關(guān)的實驗,利用函數(shù)自帶的參數(shù)可以對很多問題進行快速調(diào)試。LIBSVM模型訓練函數(shù)為:

    (2)

    式(2)中,模型訓練函數(shù)前兩個參數(shù)分別代表訓練標簽和訓練特征,第三個參數(shù)用于設置核函數(shù)參數(shù)。核函數(shù)類型參數(shù)為“-t”,“0”代表線性核函數(shù),“1”代表多項式核函數(shù),“2”代表徑向基核函數(shù),“3”代表Sigmoid核函數(shù)。核函數(shù)設置默認類型為“-t 2”,即徑向基核函數(shù);針對多項式核函數(shù),其degree默認設置為“3”,本文使用“-t 1 -d 1”實現(xiàn)。

    LIBSVM分類預測函數(shù)為:

    (3)

    式(3)中,模型預測函數(shù)返回的是訓練集預測后得到的標簽向量,前兩個參數(shù)分別代表訓練樣本的標簽和訓練樣本的特征,第三個參數(shù)為已訓練得到的模型。

    3? 基于支持向量機的葉片圖像分割(Leaf image segmentation based on support vector machine)

    本文使用支持向量機模型對葉片圖像進行分割,模型本質(zhì)就是對像素點進行分類。為了方便像素分類,本文沒有使用顏色空間變換算法,而是直接使用像素點的RGB數(shù)值作為分類特征。首先,算法在葉片圖像的區(qū)域選取若干個像素點作為前景特征點,再選取其他區(qū)域若干個像素點的泥土、枯葉、碎石等作為背景特征點;其次,對選取的前景和背景樣本設置相應的標簽1和0,即將葉片樣本標簽設置為1,將背景樣本標簽設置為0;然后使用svmtrain函數(shù)訓練支持向量機模型,最后使用svmpredict函數(shù)預測得到前景和背景的標簽對整個圖像的像素進行分類,從而達到對整個圖像分割的目的。

    3.1? ?前景和背景獲取

    Step 1:分別初始化兩個N×3的矩陣A和B,用于存放前景和背景的樣本數(shù)據(jù)。

    Step 2:前景訓練數(shù)據(jù)集。隨機選取前景的N 個樣本點,對應的RGB值存在對應的矩陣列。

    Step 3:背景訓練數(shù)據(jù)集。隨機選取背景的N 個樣本點,對應的RGB值存在對應的矩陣列。

    3.2? ?建立支持向量機模型

    Step 1:訓練標簽集。對前景、背景訓練標簽分別設置1和0。

    Step 2:生成訓練數(shù)據(jù)集合,包括前景訓練數(shù)據(jù)集和背景訓練數(shù)據(jù)集。

    Step 3:核函數(shù)參數(shù)選取。本算法使用多項式核函數(shù),并設置degree為1。

    3.3? ?預測及分割

    Step 1:預測前景和背景的標簽。

    Step 2:根據(jù)預測的標簽對整個圖像進行分類,分割整個圖像。

    4? ?實驗結(jié)果分析(Analysis of results)

    本文實驗的仿真實驗環(huán)境為:i5-3.20 GHz CPU 8 GB內(nèi)存;Windows 7 64 位操作系統(tǒng);MATLAB R2010b;libsvm-3.25軟件包。

    為了更好地使用LIBSVM開發(fā)包,需要將開發(fā)包解壓放置于MATLAB安裝目錄的toolbox文件下,并在環(huán)境變量配置中設置路徑。預先安裝Microsoft Visual Studio 2010旗艦版作為C++編譯器,使用make命令編譯生成libsvmread.mexw64、libsvmwrite.mexw64、svmtrain.mexw64、svmpredict.mexw64四個文件。為避免與MATLAB自帶工具箱支持向量機文件沖突,我們將svmtrain.mexw64、svmpredict.mexw64這兩個文件分別重命名為libsvmtrain.mexw64和libsvmpredict.mexw64。

    算法分割對象為自然環(huán)境中獲取的植物葉片,圖像分辨率為300×400,選用三幅:不含反光區(qū)域的葉片圖像記為葉片1,如圖1(a)所示;含有局部反光區(qū)域的葉片圖像記為葉片2,如圖2(a)所示;含有較大面積反光區(qū)域的葉片圖像記為葉片3,如圖3(a)所示。

    4.1? ?實驗一

    對葉片圖像中的20 組像素點樣本分別標記前景和背景,然后使用支持向量機模型對葉片圖像進行分割。

    4.2? ?實驗二

    本部分內(nèi)容為葉片圖像分割的對比實驗,使用文獻[9]中的葉片分割算法實現(xiàn),記為EXG_Kmeans算法。該算法使用K均值聚類算法Kmeans,葉片圖像特征提取選取超綠特征EXG,利用超綠特征通道實現(xiàn)聚類。其他聚類參數(shù)設置如下:圖像分割轉(zhuǎn)化為二分類問題,將分割區(qū)域nColors設置為2;距離distance參數(shù)設置為默認的平方歐幾里得距離sqEuclidean,即每個質(zhì)心是該集群中點的平均值;重復聚類的次數(shù)Replicates參數(shù)設置為3。

    4.3? ?實驗三

    本部分內(nèi)容為葉片圖像分割的另一種對比實驗,使用文獻[10]中的葉片分割算法實現(xiàn),記為NDI_FCM算法。該實驗算法使用模糊聚類算法FCM,葉片圖像特征使用顏色特征NDI,利用該特征通道實現(xiàn)聚類。FCM聚類算法的相關(guān)參數(shù)設置如下:算法聚類中心個數(shù)設置為2;最大迭代次數(shù)設置為100。

    圖1—圖3為使用三種算法對三幅圖像進行分割的實驗過程,其中圖(a)代表自然環(huán)境中獲取的含有不同反光區(qū)域的葉片圖像;圖(b)中“▲”形表示標記的前景像素點,“●”形表示標記的背景像素點;圖(c)是使用本文算法的分割效果圖;圖(d)表示使用EXG_Kmeans算法的分割效果圖;圖(e)表示使用NDI_FCM算法的分割效果圖。

    從實驗結(jié)果可以看出,圖1中,在自然環(huán)境中將不含有反光區(qū)域的葉片分割,三種分割算法的結(jié)果圖1(c)、圖1(d)和圖1(e)均取得了令人滿意的分割效果。圖2中,本文使用的分割算法能夠?qū)⒑芯植糠垂鈪^(qū)域的葉片正確分割,而使用EXG_Kmeans算法和NDI_FCM算法的分割結(jié)果圖2(d)和圖2(e)沒有將葉片中含有反光的區(qū)域正確分割。圖3中,本文使用的分割算法能夠?qū)⒑休^大面積反光區(qū)域的葉片正確分割;而使用EXG_Kmeans算法的分割結(jié)果圖3(d)將葉片中含有的較大面積反光區(qū)域錯分為背景區(qū)域,這些反光區(qū)域空洞較大,即使利用數(shù)學形態(tài)學修正也很難完全修復,而且會影響邊緣區(qū)域的細節(jié)特征;另一種NDI_FCM算法的分割結(jié)果圖3(e)沒有將背景區(qū)域正確分割。

    本文算法分割結(jié)果圖1(c)、圖2(c)和圖3(c)能夠?qū)⑷~片圖像從自然背景中正確分割出來,對于圖2(a)和圖3(a)的葉片含有反光區(qū)域的情況,本文算法仍然能夠?qū)⑷~片正確分割出來,并且沒有進行濾波、形態(tài)學處理,保留了葉片的原始細節(jié),有利于后續(xù)的特征提取。該算法對樣本點進行模型訓練,通過訓練的支持向量機算法模型對整個圖像的像素進行分類,使用前景樣本和背景樣本共40 個像素對整個圖片12萬個像素點進行分類,從而完成對自然環(huán)境中葉片目標的分割。本文實驗所用的三種葉片圖像分割算法時間對比如表1所示,相比EXG_Kmeans算法和NDI_FCM算法兩種聚類算法,本文算法耗費時間最短,能夠滿足葉片分割自動處理的實時性要求。

    5? ?結(jié)論(Conclusion)

    本文針對自然環(huán)境中的葉片圖像分割,提出了一種基于支持向量機的解決方法。首先對獲取的原始圖像的葉片和背景進行標記,然后對樣本像素RGB數(shù)據(jù)建立支持向量機模型,最后利用模型對圖像進行分類預測實現(xiàn)分割。實驗結(jié)果表明,該算法能夠通過少量樣本像素標記去除相關(guān)的葉片背景區(qū)域,提取葉片中的反光區(qū)域,保留區(qū)域特征細節(jié),實現(xiàn)葉片圖像的分割。

    參考文獻(References)

    [1] 李余康,翟長遠,王秀,等.基于DeepLab v3+的葡萄葉片分割算法[J].農(nóng)機化研究,2022,44(02):149-155.

    [2] 喬虹,馮全,趙兵,等.基于Mask R-CNN的葡萄葉片實例分割[J].林業(yè)機械與木工設備,2019,47(10):15-22.

    [3] 趙艷杰,郭曉麗,劉洋,等.一種基于改進U-Net的植物圖像分割算法[J].中國傳媒大學學報(自然科學版),2021,28(03):

    32-40.

    [4] 鄭艷梅,黃光耀,蘆碧波,等.結(jié)合深度學習和引導濾波的蘋果葉片圖像分割[J].中國農(nóng)業(yè)大學學報,2020,25(09):112-120.

    [5] 楊紅云,黃瓊,孫愛珍,等.基于卷積神經(jīng)網(wǎng)絡和支持向量機的水稻種子圖像分類識別[J].中國糧油學報,2021,36(12):

    144-150.

    [6] 袁非牛,李志強,史勁亭,等.兩階段特征提取策略的圖像去霧[J].中國圖象圖形學報,2021,26(03):568-580.

    [7] 張敦鳳,高寧化,王姮,等.基于分塊LBP融合特征和SVM的人臉識別算法[J].傳感器與微系統(tǒng),2019,38(05):154-156.

    [8] MAYANK S, SUMIT S, JAYADEVA J. Minimal complexity machines under weight quantization[J]. IEEE Transactions on Computers, 2021, 70(8):1189-1198.

    [9] 張智韜,于廣多,吳天奎,等.基于無人機遙感影像的玉米冠層溫度提取及作物水分脅迫監(jiān)測[J].農(nóng)業(yè)工程學報,2021,

    37(23):82-89.

    [10] 汪慶,杜煒,馬春,等.結(jié)合顏色差異和模糊聚類的葉片圖像分割[J].安慶師范大學學報(自然科學版),2018,24(02):27-30.

    作者簡介:

    吳張倩(1995-),女,碩士,助教.研究領(lǐng)域:深度學習,音頻安全.

    汪? ?慶(1983-),男,碩士,實驗師.研究領(lǐng)域:圖像處理.本文通信作者.

    猜你喜歡
    自然環(huán)境支持向量機
    自然游戲環(huán)境在幼兒園中的價值和創(chuàng)設
    基于改進支持向量機的船舶縱搖預報模型
    中國水運(2016年11期)2017-01-04 12:26:47
    承德圍場投資環(huán)境分析
    幼兒園在自然環(huán)境下開展游戲的探討
    考試周刊(2016年99期)2016-12-26 20:24:02
    基于SVM的煙草銷售量預測
    軟件導刊(2016年11期)2016-12-22 21:52:38
    動態(tài)場景中的視覺目標識別方法分析
    論提高裝備故障預測準確度的方法途徑
    價值工程(2016年32期)2016-12-20 20:36:43
    長陽土家族文學生態(tài)研究
    讓環(huán)保融入美術(shù)教學
    基于熵技術(shù)的公共事業(yè)費最優(yōu)組合預測
    價值工程(2016年29期)2016-11-14 00:13:35
    1024手机看黄色片| 看片在线看免费视频| 麻豆av在线久日| 亚洲精品粉嫩美女一区| avwww免费| 老司机靠b影院| 婷婷精品国产亚洲av| 日韩欧美在线乱码| 99国产精品99久久久久| 亚洲av中文字字幕乱码综合| 99久久99久久久精品蜜桃| 女同久久另类99精品国产91| 两个人的视频大全免费| 国内少妇人妻偷人精品xxx网站 | 看免费av毛片| 人妻丰满熟妇av一区二区三区| 国产精品一区二区免费欧美| 成人欧美大片| 在线观看舔阴道视频| 激情在线观看视频在线高清| av免费在线观看网站| 两个人的视频大全免费| 日韩欧美精品v在线| 黄色女人牲交| 波多野结衣高清作品| 90打野战视频偷拍视频| 亚洲欧美一区二区三区黑人| 国产亚洲av嫩草精品影院| 国产精品美女特级片免费视频播放器 | 日韩国内少妇激情av| 欧美乱码精品一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 757午夜福利合集在线观看| 小说图片视频综合网站| 亚洲 国产 在线| 久久国产乱子伦精品免费另类| 亚洲激情在线av| 亚洲欧美激情综合另类| 午夜福利成人在线免费观看| 成人精品一区二区免费| 亚洲va日本ⅴa欧美va伊人久久| 国产精品一区二区精品视频观看| 亚洲一区二区三区色噜噜| 久久久久亚洲av毛片大全| 免费在线观看完整版高清| 国产精品爽爽va在线观看网站| 欧美zozozo另类| 在线观看免费午夜福利视频| 精品无人区乱码1区二区| 精品第一国产精品| 中文字幕高清在线视频| 国产午夜精品论理片| av福利片在线观看| 日本免费一区二区三区高清不卡| 老汉色∧v一级毛片| 久久人人精品亚洲av| 国产成人系列免费观看| 国产av不卡久久| 免费在线观看完整版高清| 欧美日韩精品网址| 在线观看www视频免费| 国产精品久久久av美女十八| 19禁男女啪啪无遮挡网站| 一级片免费观看大全| 欧美日韩福利视频一区二区| 国内久久婷婷六月综合欲色啪| 两个人的视频大全免费| 亚洲 国产 在线| 久久久国产欧美日韩av| 欧美又色又爽又黄视频| 午夜视频精品福利| 亚洲人成网站在线播放欧美日韩| 两性午夜刺激爽爽歪歪视频在线观看 | 淫妇啪啪啪对白视频| 黄色毛片三级朝国网站| 久久久久免费精品人妻一区二区| 99国产精品99久久久久| 欧美一级a爱片免费观看看 | 老熟妇仑乱视频hdxx| 动漫黄色视频在线观看| 欧美激情久久久久久爽电影| 欧美绝顶高潮抽搐喷水| 日日夜夜操网爽| 免费在线观看视频国产中文字幕亚洲| 亚洲熟女毛片儿| 99国产极品粉嫩在线观看| 色噜噜av男人的天堂激情| 99久久精品热视频| 国产精品爽爽va在线观看网站| 日韩av在线大香蕉| 老司机午夜十八禁免费视频| 亚洲人与动物交配视频| 99热这里只有精品一区 | 亚洲精华国产精华精| 亚洲免费av在线视频| 久久久久久久久免费视频了| 欧美激情久久久久久爽电影| ponron亚洲| 午夜福利18| 久久精品国产清高在天天线| 国产精品自产拍在线观看55亚洲| 一边摸一边抽搐一进一小说| 女警被强在线播放| 亚洲第一电影网av| 国产亚洲精品一区二区www| 999久久久精品免费观看国产| 国产成人系列免费观看| 国产午夜精品久久久久久| 一个人观看的视频www高清免费观看 | 97碰自拍视频| 欧美性猛交╳xxx乱大交人| 桃色一区二区三区在线观看| 国产精品1区2区在线观看.| 国产精品久久久久久精品电影| 欧美成人一区二区免费高清观看 | 亚洲成人免费电影在线观看| 一二三四社区在线视频社区8| 欧美日韩一级在线毛片| 少妇熟女aⅴ在线视频| 五月伊人婷婷丁香| 亚洲五月天丁香| 99热这里只有是精品50| 人人妻人人澡欧美一区二区| 中亚洲国语对白在线视频| 精品久久久久久久久久久久久| 亚洲中文字幕日韩| 久久久水蜜桃国产精品网| 制服诱惑二区| 亚洲一区二区三区不卡视频| 久久精品aⅴ一区二区三区四区| 黄片大片在线免费观看| 亚洲午夜理论影院| 免费av毛片视频| 国产av又大| 国产亚洲精品综合一区在线观看 | 国产av一区在线观看免费| 亚洲中文字幕日韩| 在线观看美女被高潮喷水网站 | 亚洲国产高清在线一区二区三| 99精品欧美一区二区三区四区| 国产真实乱freesex| 99久久99久久久精品蜜桃| 99re在线观看精品视频| 日韩高清综合在线| 中文字幕高清在线视频| 久久99热这里只有精品18| 18禁裸乳无遮挡免费网站照片| 精品国内亚洲2022精品成人| 一级a爱片免费观看的视频| 久久精品91无色码中文字幕| 国产99久久九九免费精品| 人人妻人人澡欧美一区二区| 禁无遮挡网站| 少妇熟女aⅴ在线视频| 国产私拍福利视频在线观看| 桃色一区二区三区在线观看| 精品一区二区三区视频在线观看免费| 在线观看美女被高潮喷水网站 | 成人国产一区最新在线观看| 色精品久久人妻99蜜桃| 韩国av一区二区三区四区| 色噜噜av男人的天堂激情| 在线观看免费日韩欧美大片| 午夜日韩欧美国产| 91麻豆精品激情在线观看国产| 欧美色视频一区免费| 亚洲午夜理论影院| 免费在线观看完整版高清| 热99re8久久精品国产| 99国产精品一区二区三区| 男女做爰动态图高潮gif福利片| 国产av又大| 黑人操中国人逼视频| 久久精品aⅴ一区二区三区四区| 制服诱惑二区| 手机成人av网站| 国产成年人精品一区二区| 午夜激情福利司机影院| 日本成人三级电影网站| 免费观看人在逋| 天堂影院成人在线观看| 精品人妻1区二区| 人成视频在线观看免费观看| 一级毛片高清免费大全| 亚洲国产欧美人成| 老司机福利观看| 全区人妻精品视频| 久久中文字幕一级| aaaaa片日本免费| 精品国产乱子伦一区二区三区| 在线a可以看的网站| 亚洲成人免费电影在线观看| 美女午夜性视频免费| cao死你这个sao货| 国产又黄又爽又无遮挡在线| 国产午夜福利久久久久久| 亚洲无线在线观看| 亚洲一区高清亚洲精品| 无限看片的www在线观看| 亚洲精品一区av在线观看| 亚洲精品中文字幕一二三四区| 国内久久婷婷六月综合欲色啪| 亚洲精品在线美女| 久久精品综合一区二区三区| 亚洲人成伊人成综合网2020| 岛国在线观看网站| 国产av一区二区精品久久| 亚洲一码二码三码区别大吗| 中文在线观看免费www的网站 | 18禁裸乳无遮挡免费网站照片| 精品国产乱子伦一区二区三区| 成人av一区二区三区在线看| 亚洲国产欧洲综合997久久,| 欧美成狂野欧美在线观看| 91老司机精品| 老熟妇仑乱视频hdxx| 中文字幕熟女人妻在线| 精品无人区乱码1区二区| 国产免费男女视频| 国内揄拍国产精品人妻在线| 最近最新免费中文字幕在线| 色尼玛亚洲综合影院| 日本成人三级电影网站| 国产精品一及| 两性夫妻黄色片| 国产精品野战在线观看| www.自偷自拍.com| 十八禁网站免费在线| 给我免费播放毛片高清在线观看| 欧美一级a爱片免费观看看 | 国产精品美女特级片免费视频播放器 | 给我免费播放毛片高清在线观看| 精品久久久久久久久久免费视频| 老熟妇仑乱视频hdxx| 久久久国产精品麻豆| 97超级碰碰碰精品色视频在线观看| 国产精品亚洲美女久久久| 97碰自拍视频| 久久中文字幕一级| 成人三级做爰电影| 黄色成人免费大全| 久久精品国产清高在天天线| 国产真实乱freesex| 国产成人精品久久二区二区免费| 色在线成人网| 欧美日韩亚洲综合一区二区三区_| 日本撒尿小便嘘嘘汇集6| 国产1区2区3区精品| 国内少妇人妻偷人精品xxx网站 | 男女床上黄色一级片免费看| 真人一进一出gif抽搐免费| 久久久精品大字幕| 日韩欧美国产一区二区入口| 亚洲精品中文字幕一二三四区| 狂野欧美激情性xxxx| 黑人操中国人逼视频| 欧美+亚洲+日韩+国产| 亚洲精品国产精品久久久不卡| 日韩有码中文字幕| 亚洲成av人片在线播放无| 精品人妻1区二区| 免费人成视频x8x8入口观看| 91大片在线观看| 老汉色∧v一级毛片| 国产亚洲欧美在线一区二区| 久久久精品国产亚洲av高清涩受| 亚洲国产日韩欧美精品在线观看 | 天堂影院成人在线观看| 亚洲 欧美 日韩 在线 免费| 久久国产乱子伦精品免费另类| 亚洲国产欧美人成| 久久久国产成人精品二区| 日韩国内少妇激情av| 天堂动漫精品| 久久伊人香网站| 色在线成人网| 亚洲成a人片在线一区二区| 色哟哟哟哟哟哟| 一级片免费观看大全| 国产伦在线观看视频一区| 久久精品影院6| 国产片内射在线| 亚洲成人中文字幕在线播放| 最新在线观看一区二区三区| 久久久久久人人人人人| 麻豆国产av国片精品| 久热爱精品视频在线9| 国产一区二区三区在线臀色熟女| 男女那种视频在线观看| 国产蜜桃级精品一区二区三区| 桃色一区二区三区在线观看| 国产精品影院久久| 99久久国产精品久久久| 午夜福利高清视频| 精品欧美国产一区二区三| 亚洲av五月六月丁香网| 亚洲av第一区精品v没综合| 人人妻人人看人人澡| 男女床上黄色一级片免费看| xxx96com| 1024香蕉在线观看| 中文字幕最新亚洲高清| 精品国产美女av久久久久小说| 久久草成人影院| 91字幕亚洲| 精品欧美国产一区二区三| 久热爱精品视频在线9| 岛国在线免费视频观看| 亚洲va日本ⅴa欧美va伊人久久| or卡值多少钱| 亚洲av片天天在线观看| 亚洲av日韩精品久久久久久密| 精品一区二区三区av网在线观看| 岛国视频午夜一区免费看| 国产精品 欧美亚洲| av国产免费在线观看| 亚洲人成伊人成综合网2020| 欧美+亚洲+日韩+国产| 欧美色视频一区免费| 午夜两性在线视频| 这个男人来自地球电影免费观看| 国产精品免费视频内射| 中国美女看黄片| 欧美不卡视频在线免费观看 | 亚洲欧美精品综合一区二区三区| 男女之事视频高清在线观看| 日本熟妇午夜| 一个人免费在线观看电影 | 一级毛片精品| 国产精品免费一区二区三区在线| 一本精品99久久精品77| 在线永久观看黄色视频| 日韩欧美在线二视频| av国产免费在线观看| 亚洲免费av在线视频| www.自偷自拍.com| 在线看三级毛片| 免费在线观看影片大全网站| 给我免费播放毛片高清在线观看| 在线观看免费视频日本深夜| 1024视频免费在线观看| 一边摸一边做爽爽视频免费| 久久亚洲真实| 欧美精品亚洲一区二区| a级毛片在线看网站| 亚洲午夜精品一区,二区,三区| 男女之事视频高清在线观看| 少妇熟女aⅴ在线视频| 91av网站免费观看| 特级一级黄色大片| 制服丝袜大香蕉在线| 搡老熟女国产l中国老女人| 琪琪午夜伦伦电影理论片6080| 日日夜夜操网爽| АⅤ资源中文在线天堂| 日日摸夜夜添夜夜添小说| 五月玫瑰六月丁香| 欧美一级a爱片免费观看看 | 99国产精品一区二区三区| 91av网站免费观看| 亚洲欧美日韩东京热| 叶爱在线成人免费视频播放| 香蕉久久夜色| 国产亚洲精品久久久久5区| 欧美乱码精品一区二区三区| 国产亚洲精品久久久久5区| 国产午夜精品论理片| 天天添夜夜摸| 国产午夜精品论理片| 99国产综合亚洲精品| 亚洲国产欧美网| 国产一区二区三区在线臀色熟女| 国产熟女xx| 国产精品自产拍在线观看55亚洲| 国产精品亚洲美女久久久| 久久中文字幕一级| 国产精品乱码一区二三区的特点| 岛国在线免费视频观看| 欧美精品亚洲一区二区| 国产成人影院久久av| 女同久久另类99精品国产91| 亚洲成av人片免费观看| 久久久久久九九精品二区国产 | 亚洲欧美日韩无卡精品| 成年女人毛片免费观看观看9| 久久人人精品亚洲av| 国产精品亚洲av一区麻豆| 亚洲自拍偷在线| 亚洲第一欧美日韩一区二区三区| 亚洲成人中文字幕在线播放| 日本三级黄在线观看| 日韩欧美一区二区三区在线观看| 国产精品一区二区免费欧美| 19禁男女啪啪无遮挡网站| 久久 成人 亚洲| 国产一区二区激情短视频| 久久 成人 亚洲| 九九热线精品视视频播放| 欧美高清成人免费视频www| 黄色视频,在线免费观看| 成人永久免费在线观看视频| 亚洲aⅴ乱码一区二区在线播放 | 热99re8久久精品国产| 国产精品久久久久久亚洲av鲁大| 欧美3d第一页| 色噜噜av男人的天堂激情| 亚洲国产精品久久男人天堂| 黄片小视频在线播放| 制服人妻中文乱码| 日韩三级视频一区二区三区| 中文字幕高清在线视频| 黄频高清免费视频| 亚洲欧美精品综合一区二区三区| 亚洲五月婷婷丁香| 欧美一区二区精品小视频在线| 99久久国产精品久久久| 日韩欧美精品v在线| 老司机福利观看| 久久精品国产亚洲av香蕉五月| 国产久久久一区二区三区| 国产精品av视频在线免费观看| 伦理电影免费视频| www.999成人在线观看| 男女那种视频在线观看| 色综合站精品国产| 老司机深夜福利视频在线观看| 亚洲一码二码三码区别大吗| 亚洲人成网站在线播放欧美日韩| 成人av在线播放网站| 18禁美女被吸乳视频| 超碰成人久久| 一级毛片高清免费大全| 性色av乱码一区二区三区2| 老熟妇乱子伦视频在线观看| 嫁个100分男人电影在线观看| 麻豆久久精品国产亚洲av| 久99久视频精品免费| 人人妻,人人澡人人爽秒播| 亚洲一区高清亚洲精品| 亚洲美女视频黄频| 黑人欧美特级aaaaaa片| 亚洲精品国产精品久久久不卡| 亚洲午夜理论影院| 人成视频在线观看免费观看| 精品国产亚洲在线| 99热6这里只有精品| 丁香欧美五月| 久久午夜综合久久蜜桃| 九色成人免费人妻av| 亚洲av成人一区二区三| 国产成人精品久久二区二区91| 国产乱人伦免费视频| 亚洲五月婷婷丁香| 97碰自拍视频| 午夜福利成人在线免费观看| 免费在线观看完整版高清| 一级毛片精品| 亚洲欧美一区二区三区黑人| 亚洲人成网站在线播放欧美日韩| 女警被强在线播放| www日本黄色视频网| 欧美国产日韩亚洲一区| 变态另类丝袜制服| 国产熟女xx| 啪啪无遮挡十八禁网站| 三级国产精品欧美在线观看 | 亚洲av中文字字幕乱码综合| 51午夜福利影视在线观看| av免费在线观看网站| 1024手机看黄色片| 国产精品久久久久久亚洲av鲁大| 亚洲avbb在线观看| 亚洲成人国产一区在线观看| 国产1区2区3区精品| 精品免费久久久久久久清纯| 国产精品1区2区在线观看.| 欧美乱妇无乱码| 91字幕亚洲| 欧美一级毛片孕妇| 午夜免费观看网址| 一区二区三区国产精品乱码| а√天堂www在线а√下载| 国产亚洲av高清不卡| 操出白浆在线播放| av国产免费在线观看| 91大片在线观看| 麻豆国产97在线/欧美 | 亚洲国产欧美人成| 国内精品一区二区在线观看| 国产精华一区二区三区| 神马国产精品三级电影在线观看 | 波多野结衣高清作品| 国产亚洲精品av在线| 一个人观看的视频www高清免费观看 | 女人爽到高潮嗷嗷叫在线视频| 欧美黑人巨大hd| 12—13女人毛片做爰片一| 久久久国产成人精品二区| 欧美午夜高清在线| 一级毛片精品| 欧美在线一区亚洲| 国产一区二区三区视频了| xxxwww97欧美| 午夜免费观看网址| 国产亚洲精品综合一区在线观看 | 三级国产精品欧美在线观看 | 老司机深夜福利视频在线观看| 丝袜人妻中文字幕| 日本五十路高清| 欧美国产日韩亚洲一区| 女生性感内裤真人,穿戴方法视频| 搞女人的毛片| 欧美乱妇无乱码| 亚洲美女黄片视频| xxx96com| 免费观看人在逋| 亚洲国产高清在线一区二区三| 免费在线观看成人毛片| 一进一出好大好爽视频| 国产亚洲精品综合一区在线观看 | 久久久久久九九精品二区国产 | 亚洲18禁久久av| 国产熟女xx| 亚洲av第一区精品v没综合| 757午夜福利合集在线观看| 久久精品国产亚洲av高清一级| 日本熟妇午夜| av视频在线观看入口| 亚洲av片天天在线观看| 亚洲无线在线观看| 男男h啪啪无遮挡| 一二三四社区在线视频社区8| 观看免费一级毛片| 日韩欧美三级三区| 欧美一级a爱片免费观看看 | 久久国产精品人妻蜜桃| 18禁国产床啪视频网站| 天堂影院成人在线观看| 黄片小视频在线播放| 亚洲在线自拍视频| 99在线人妻在线中文字幕| 怎么达到女性高潮| 国产精品日韩av在线免费观看| 亚洲av片天天在线观看| 丝袜美腿诱惑在线| 国产午夜精品论理片| 日日干狠狠操夜夜爽| 岛国在线观看网站| 日韩av在线大香蕉| 久热爱精品视频在线9| 在线观看免费日韩欧美大片| 人妻夜夜爽99麻豆av| 真人一进一出gif抽搐免费| 国产午夜福利久久久久久| 久久香蕉激情| 午夜视频精品福利| 国产成人一区二区三区免费视频网站| 男人舔奶头视频| 国产精品亚洲av一区麻豆| 成人三级黄色视频| 精品国产乱子伦一区二区三区| 欧美成人性av电影在线观看| 两个人的视频大全免费| 校园春色视频在线观看| 视频区欧美日本亚洲| 免费无遮挡裸体视频| 精品熟女少妇八av免费久了| 两个人免费观看高清视频| 国产av麻豆久久久久久久| 国产精品 国内视频| 国产精品久久久久久久电影 | 久久九九热精品免费| 美女免费视频网站| 国产激情欧美一区二区| 一个人免费在线观看电影 | 88av欧美| 欧美激情久久久久久爽电影| 在线观看免费午夜福利视频| 国产免费av片在线观看野外av| 国产1区2区3区精品| 一级片免费观看大全| 日本五十路高清| 淫妇啪啪啪对白视频| 亚洲一码二码三码区别大吗| 成人国产一区最新在线观看| 制服人妻中文乱码| 亚洲精品中文字幕一二三四区| 国产精品综合久久久久久久免费| 蜜桃久久精品国产亚洲av| 亚洲狠狠婷婷综合久久图片| 久久精品91蜜桃| 午夜福利成人在线免费观看| 午夜福利免费观看在线| 日韩中文字幕欧美一区二区| 久久精品国产99精品国产亚洲性色| 深夜精品福利| 免费无遮挡裸体视频| 欧美色欧美亚洲另类二区| 波多野结衣高清作品| 精品福利观看| 亚洲免费av在线视频| 哪里可以看免费的av片| 免费无遮挡裸体视频| 国产视频内射| 天堂√8在线中文| 国产精品98久久久久久宅男小说| 夜夜夜夜夜久久久久| 深夜精品福利| 老司机在亚洲福利影院| aaaaa片日本免费| 免费高清视频大片| 一二三四在线观看免费中文在| 99久久精品国产亚洲精品| 亚洲av成人av| 变态另类成人亚洲欧美熟女|