• <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
    激情 狠狠 欧美| 色5月婷婷丁香| 日本黄大片高清| 国产蜜桃级精品一区二区三区| 亚洲最大成人av| 男人的好看免费观看在线视频| 国产91av在线免费观看| 不卡视频在线观看欧美| 日韩中字成人| 一夜夜www| 日本撒尿小便嘘嘘汇集6| 啦啦啦韩国在线观看视频| 亚洲经典国产精华液单| 久久精品国产亚洲av香蕉五月| 我要看日韩黄色一级片| 国产69精品久久久久777片| 免费一级毛片在线播放高清视频| 91午夜精品亚洲一区二区三区| 久久这里只有精品中国| 国产成人影院久久av| 久久精品国产亚洲av天美| 少妇熟女aⅴ在线视频| 最好的美女福利视频网| 嫩草影院精品99| 国产片特级美女逼逼视频| 国产极品精品免费视频能看的| 免费av毛片视频| 夜夜爽天天搞| 国产大屁股一区二区在线视频| 国语自产精品视频在线第100页| 亚洲精品成人久久久久久| 观看美女的网站| 国产精品一二三区在线看| 看黄色毛片网站| ponron亚洲| 欧美精品国产亚洲| 国产精品久久久久久av不卡| 亚洲不卡免费看| 99久久九九国产精品国产免费| 精华霜和精华液先用哪个| 午夜亚洲福利在线播放| 中文字幕免费在线视频6| 九草在线视频观看| 丰满的人妻完整版| 亚洲最大成人手机在线| 十八禁国产超污无遮挡网站| 国产熟女欧美一区二区| 亚洲av成人av| 一本一本综合久久| 成人午夜精彩视频在线观看| 国产午夜精品久久久久久一区二区三区| 狂野欧美激情性xxxx在线观看| 久久精品夜色国产| 亚洲,欧美,日韩| 国产三级在线视频| 成人午夜高清在线视频| 色尼玛亚洲综合影院| 人人妻人人澡人人爽人人夜夜 | 岛国毛片在线播放| www.色视频.com| 亚洲婷婷狠狠爱综合网| 成人美女网站在线观看视频| 91午夜精品亚洲一区二区三区| 欧美一区二区国产精品久久精品| 婷婷色av中文字幕| 国语自产精品视频在线第100页| 久久亚洲精品不卡| 国产亚洲av嫩草精品影院| 观看免费一级毛片| 男女啪啪激烈高潮av片| 日韩成人av中文字幕在线观看| 国产单亲对白刺激| 在线观看66精品国产| 久久久成人免费电影| 男女视频在线观看网站免费| 亚洲在线观看片| 精品一区二区三区人妻视频| 国产精品三级大全| 久久人人爽人人片av| 亚洲欧美成人精品一区二区| 国产不卡一卡二| 欧美zozozo另类| 精品99又大又爽又粗少妇毛片| 99久久九九国产精品国产免费| 亚洲欧美成人综合另类久久久 | 一本精品99久久精品77| 91久久精品电影网| 激情 狠狠 欧美| 国产69精品久久久久777片| 麻豆成人av视频| 深夜a级毛片| 一区二区三区四区激情视频 | 国产国拍精品亚洲av在线观看| 国产片特级美女逼逼视频| 啦啦啦观看免费观看视频高清| 国产高潮美女av| 亚洲内射少妇av| 校园人妻丝袜中文字幕| 女的被弄到高潮叫床怎么办| 国产精品99久久久久久久久| 国产精品综合久久久久久久免费| 日本免费a在线| 欧美成人免费av一区二区三区| 国产精品国产高清国产av| 男女做爰动态图高潮gif福利片| 欧美xxxx黑人xx丫x性爽| 国产又黄又爽又无遮挡在线| 国产精品久久久久久亚洲av鲁大| 免费搜索国产男女视频| 乱码一卡2卡4卡精品| 免费观看在线日韩| 美女xxoo啪啪120秒动态图| 男人狂女人下面高潮的视频| 在线天堂最新版资源| 欧美精品国产亚洲| 男人狂女人下面高潮的视频| 亚洲第一区二区三区不卡| 有码 亚洲区| 日本撒尿小便嘘嘘汇集6| 精品少妇黑人巨大在线播放 | 六月丁香七月| 亚洲av中文字字幕乱码综合| 村上凉子中文字幕在线| 一本久久中文字幕| 精品国内亚洲2022精品成人| 91av网一区二区| 狠狠狠狠99中文字幕| 色尼玛亚洲综合影院| 国产成人精品久久久久久| 97在线视频观看| 国产精品一二三区在线看| 久久久久国产网址| 久久人人爽人人爽人人片va| 免费看av在线观看网站| 亚洲国产高清在线一区二区三| 国产av不卡久久| 99热全是精品| 人体艺术视频欧美日本| 少妇的逼好多水| 欧美丝袜亚洲另类| 伦理电影大哥的女人| 美女黄网站色视频| 亚洲一区高清亚洲精品| 午夜福利在线观看免费完整高清在 | 精品久久久久久久久av| 中文字幕制服av| 九九在线视频观看精品| 中国国产av一级| 中文字幕制服av| 成人特级黄色片久久久久久久| 亚洲精品粉嫩美女一区| 国产一级毛片在线| 我的老师免费观看完整版| 日韩强制内射视频| 国产91av在线免费观看| 亚洲精品亚洲一区二区| 午夜福利在线观看吧| 成人综合一区亚洲| 亚洲自拍偷在线| 97热精品久久久久久| 免费观看精品视频网站| 国产极品精品免费视频能看的| 欧美性猛交黑人性爽| 青春草国产在线视频 | 国产精品女同一区二区软件| 亚洲第一电影网av| 最好的美女福利视频网| 好男人视频免费观看在线| 亚洲欧美日韩高清在线视频| 国产不卡一卡二| 99久久精品国产国产毛片| 赤兔流量卡办理| 黄片wwwwww| 给我免费播放毛片高清在线观看| 久久精品国产亚洲av涩爱 | 亚洲精华国产精华液的使用体验 | 乱码一卡2卡4卡精品| 又粗又爽又猛毛片免费看| 国产高清有码在线观看视频| 亚洲av成人精品一区久久| 99国产极品粉嫩在线观看| 91久久精品国产一区二区成人| 国产色爽女视频免费观看| 波多野结衣高清无吗| 免费人成视频x8x8入口观看| 国产亚洲精品av在线| 亚洲欧洲国产日韩| 亚洲国产精品成人久久小说 | 99久久精品国产国产毛片| 国产精品不卡视频一区二区| 久久精品国产亚洲av香蕉五月| 欧美区成人在线视频| 色哟哟·www| 亚洲欧美精品综合久久99| 国产老妇女一区| 97在线视频观看| 成年av动漫网址| 两个人的视频大全免费| 一个人免费在线观看电影| 国产又黄又爽又无遮挡在线| 91aial.com中文字幕在线观看| 99riav亚洲国产免费| 久久人人爽人人片av| 看十八女毛片水多多多| 中国国产av一级| 国产在视频线在精品| 午夜福利在线在线| 午夜福利在线观看吧| 少妇的逼水好多| 最新中文字幕久久久久| 麻豆乱淫一区二区| 在线a可以看的网站| 亚洲精品粉嫩美女一区| 午夜久久久久精精品| 此物有八面人人有两片| 一本一本综合久久| av福利片在线观看| 欧美日韩乱码在线| 成人美女网站在线观看视频| 国产精品av视频在线免费观看| 国产人妻一区二区三区在| 九草在线视频观看| 偷拍熟女少妇极品色| 午夜久久久久精精品| 国产三级在线视频| 国产美女午夜福利| 午夜福利在线观看免费完整高清在 | 成人美女网站在线观看视频| 婷婷六月久久综合丁香| 国产精品久久久久久久久免| 两个人的视频大全免费| 最后的刺客免费高清国语| 久久亚洲国产成人精品v| 亚洲一级一片aⅴ在线观看| 美女高潮的动态| 欧美三级亚洲精品| av卡一久久| 精品久久久久久久人妻蜜臀av| 99久久精品热视频| 91精品国产九色| 人妻夜夜爽99麻豆av| 丝袜美腿在线中文| 亚洲无线观看免费| 五月玫瑰六月丁香| 日韩欧美国产在线观看| 日本色播在线视频| 国产日本99.免费观看| 夜夜看夜夜爽夜夜摸| 欧美日韩乱码在线| 欧美日本视频| 国产一区二区亚洲精品在线观看| av在线老鸭窝| 久久婷婷人人爽人人干人人爱| 99热全是精品| 中文字幕av成人在线电影| 久久午夜福利片| 国产伦在线观看视频一区| 国产一区亚洲一区在线观看| 直男gayav资源| 久久99蜜桃精品久久| 毛片女人毛片| 九九在线视频观看精品| 嫩草影院入口| 岛国毛片在线播放| 搡老妇女老女人老熟妇| 日韩成人伦理影院| 亚洲精品国产成人久久av| 男女那种视频在线观看| 国产精品久久久久久精品电影| 麻豆乱淫一区二区| 欧美+亚洲+日韩+国产| 春色校园在线视频观看| 黄色日韩在线| 免费人成视频x8x8入口观看| 亚洲最大成人中文| 深爱激情五月婷婷| 亚洲欧美成人精品一区二区| a级毛片免费高清观看在线播放| 午夜久久久久精精品| 18禁黄网站禁片免费观看直播| 最近的中文字幕免费完整| 国产亚洲精品久久久久久毛片| 亚洲七黄色美女视频| 久久久欧美国产精品| 99热只有精品国产| 国产综合懂色| 国产蜜桃级精品一区二区三区| 国产单亲对白刺激| 国产精品无大码| 国产人妻一区二区三区在| 熟女电影av网| 男女视频在线观看网站免费| 欧美不卡视频在线免费观看| 一区二区三区四区激情视频 | 一区二区三区免费毛片| 一个人看的www免费观看视频| 久久综合国产亚洲精品| 亚洲无线观看免费| 18禁在线播放成人免费| 久久亚洲国产成人精品v| 国产成人福利小说| 精品久久久久久久久久免费视频| 国产精品国产三级国产av玫瑰| 亚洲人成网站在线播| 国产三级在线视频| 国产亚洲欧美98| 久久久久久九九精品二区国产| 男人的好看免费观看在线视频| 三级经典国产精品| 99久久无色码亚洲精品果冻| 国内精品一区二区在线观看| 一夜夜www| 久久亚洲国产成人精品v| 国产精品三级大全| 国产伦精品一区二区三区四那| 亚洲18禁久久av| 午夜久久久久精精品| 久久精品久久久久久噜噜老黄 | 国产精品乱码一区二三区的特点| 搡老妇女老女人老熟妇| 不卡视频在线观看欧美| 69人妻影院| 亚洲在线观看片| 国产精品久久久久久精品电影| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美精品v在线| 非洲黑人性xxxx精品又粗又长| 两个人的视频大全免费| 成人性生交大片免费视频hd| 成人毛片a级毛片在线播放| 男人的好看免费观看在线视频| 国产精品1区2区在线观看.| 国产黄片视频在线免费观看| 免费看光身美女| 我要搜黄色片| 内射极品少妇av片p| or卡值多少钱| 97超碰精品成人国产| 男女边吃奶边做爰视频| 波多野结衣巨乳人妻| 变态另类丝袜制服| 国产在线男女| a级毛片a级免费在线| 99精品在免费线老司机午夜| 精品久久久久久久久av| 赤兔流量卡办理| 亚洲国产欧美人成| 赤兔流量卡办理| 亚洲国产欧美人成| 精品久久久久久久人妻蜜臀av| 亚洲内射少妇av| 青春草视频在线免费观看| 97超视频在线观看视频| 天堂网av新在线| 黑人高潮一二区| 国产又黄又爽又无遮挡在线| av又黄又爽大尺度在线免费看 | 国产成人午夜福利电影在线观看| 亚洲最大成人av| 国产成人午夜福利电影在线观看| av在线天堂中文字幕| 亚洲精华国产精华液的使用体验 | 一个人看的www免费观看视频| 色播亚洲综合网| 大香蕉久久网| 97热精品久久久久久| 一级黄色大片毛片| 99久久精品国产国产毛片| av.在线天堂| 久久国内精品自在自线图片| 国产女主播在线喷水免费视频网站 | 日日撸夜夜添| 久久久精品大字幕| 国产一区二区亚洲精品在线观看| 在线国产一区二区在线| 九九热线精品视视频播放| 中文字幕av在线有码专区| 亚洲欧洲日产国产| 中文资源天堂在线| 国产黄片视频在线免费观看| h日本视频在线播放| 夜夜爽天天搞| 成人特级黄色片久久久久久久| 禁无遮挡网站| 亚洲成人久久性| 能在线免费观看的黄片| 亚洲精品日韩在线中文字幕 | 国产精品av视频在线免费观看| 亚洲图色成人| 免费不卡的大黄色大毛片视频在线观看 | 日日摸夜夜添夜夜爱| 成年版毛片免费区| 午夜免费激情av| 高清午夜精品一区二区三区 | 久久99精品国语久久久| 嘟嘟电影网在线观看| 国产一区二区在线观看日韩| 免费黄网站久久成人精品| 久久婷婷人人爽人人干人人爱| 精品人妻一区二区三区麻豆| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 美女黄网站色视频| 在线播放国产精品三级| 亚洲av男天堂| 国产色婷婷99| 狂野欧美激情性xxxx在线观看| 亚洲无线观看免费| 色播亚洲综合网| 亚洲成人av在线免费| 春色校园在线视频观看| 日韩欧美 国产精品| 热99re8久久精品国产| 波多野结衣高清无吗| 美女高潮的动态| 日韩中字成人| 99久久人妻综合| 色吧在线观看| 天堂av国产一区二区熟女人妻| 国产精品爽爽va在线观看网站| 国产伦一二天堂av在线观看| 国产高清有码在线观看视频| 亚洲经典国产精华液单| 男人和女人高潮做爰伦理| 在线观看av片永久免费下载| 在线免费观看不下载黄p国产| 久久人人精品亚洲av| 午夜福利成人在线免费观看| 久久精品国产亚洲av香蕉五月| 最近最新中文字幕大全电影3| 久久精品影院6| 18+在线观看网站| 青青草视频在线视频观看| 少妇高潮的动态图| 男插女下体视频免费在线播放| 亚洲一区二区三区色噜噜| 欧美xxxx性猛交bbbb| 国产av在哪里看| 99久国产av精品| 国产高清激情床上av| 真实男女啪啪啪动态图| 久久久久久久午夜电影| 久久鲁丝午夜福利片| 中国美女看黄片| 寂寞人妻少妇视频99o| 少妇人妻精品综合一区二区 | 成人性生交大片免费视频hd| av天堂在线播放| 成年免费大片在线观看| 99久久精品热视频| 99精品在免费线老司机午夜| 我要看日韩黄色一级片| 国产黄片美女视频| 亚洲欧美日韩高清专用| 国产精品福利在线免费观看| 99热这里只有精品一区| ponron亚洲| 久久精品国产亚洲网站| 一区福利在线观看| 国产成人a区在线观看| 丰满乱子伦码专区| 人妻制服诱惑在线中文字幕| 午夜老司机福利剧场| 成人毛片60女人毛片免费| 美女 人体艺术 gogo| 亚洲成人中文字幕在线播放| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产欧洲综合997久久,| 国产伦理片在线播放av一区 | 91狼人影院| 免费搜索国产男女视频| 国产女主播在线喷水免费视频网站 | 欧美性猛交黑人性爽| 免费看光身美女| 一边摸一边抽搐一进一小说| 天天躁夜夜躁狠狠久久av| 久久草成人影院| 国产蜜桃级精品一区二区三区| 亚洲三级黄色毛片| 免费观看人在逋| 小说图片视频综合网站| 国产精品美女特级片免费视频播放器| 五月伊人婷婷丁香| 亚洲av成人精品一区久久| 中文字幕熟女人妻在线| av福利片在线观看| 国产麻豆成人av免费视频| 成人三级黄色视频| 观看免费一级毛片| 听说在线观看完整版免费高清| 九草在线视频观看| 麻豆国产av国片精品| 自拍偷自拍亚洲精品老妇| 亚洲图色成人| 一级毛片电影观看 | 寂寞人妻少妇视频99o| 亚洲成a人片在线一区二区| 男女做爰动态图高潮gif福利片| 青春草视频在线免费观看| 观看美女的网站| 在线天堂最新版资源| 在线免费观看不下载黄p国产| 国产不卡一卡二| 国产色婷婷99| 69人妻影院| 午夜福利在线观看免费完整高清在 | 永久网站在线| 欧美3d第一页| 亚洲av免费在线观看| 亚洲成av人片在线播放无| 天天躁日日操中文字幕| 国产精品综合久久久久久久免费| 亚洲精品粉嫩美女一区| 黄色配什么色好看| 麻豆成人午夜福利视频| www日本黄色视频网| 成人美女网站在线观看视频| 午夜亚洲福利在线播放| 国产极品精品免费视频能看的| 成年免费大片在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 欧美日韩精品成人综合77777| 99久久成人亚洲精品观看| 欧美一区二区国产精品久久精品| 网址你懂的国产日韩在线| 亚洲国产色片| 少妇丰满av| 青春草视频在线免费观看| 最近中文字幕高清免费大全6| 日本黄大片高清| 蜜桃亚洲精品一区二区三区| 长腿黑丝高跟| 黄色配什么色好看| 国产人妻一区二区三区在| 色噜噜av男人的天堂激情| 青春草视频在线免费观看| av在线播放精品| 人妻夜夜爽99麻豆av| 欧美成人免费av一区二区三区| 国产亚洲91精品色在线| 国产成人freesex在线| 能在线免费看毛片的网站| av天堂在线播放| 国产亚洲av片在线观看秒播厂 | 国产 一区精品| 男女那种视频在线观看| 精品免费久久久久久久清纯| 成人毛片60女人毛片免费| 特大巨黑吊av在线直播| 国产一区二区在线av高清观看| 成年版毛片免费区| 99热6这里只有精品| 男人舔女人下体高潮全视频| 大又大粗又爽又黄少妇毛片口| 狠狠狠狠99中文字幕| 成人毛片a级毛片在线播放| 成年av动漫网址| 九九热线精品视视频播放| 日本成人三级电影网站| 韩国av在线不卡| av免费在线看不卡| 久久精品国产亚洲av涩爱 | 免费观看a级毛片全部| 亚洲欧美日韩高清在线视频| 日日摸夜夜添夜夜爱| 大型黄色视频在线免费观看| 高清在线视频一区二区三区 | 亚洲va在线va天堂va国产| 久久人人精品亚洲av| 天堂网av新在线| 91久久精品国产一区二区成人| 国产三级中文精品| 国产综合懂色| 国产黄片视频在线免费观看| ponron亚洲| 国产乱人偷精品视频| av在线天堂中文字幕| 不卡一级毛片| 人妻久久中文字幕网| a级毛片免费高清观看在线播放| 99视频精品全部免费 在线| 夜夜夜夜夜久久久久| 中文精品一卡2卡3卡4更新| 白带黄色成豆腐渣| 秋霞在线观看毛片| 97超视频在线观看视频| 国内精品一区二区在线观看| 三级毛片av免费| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 菩萨蛮人人尽说江南好唐韦庄 | 精品不卡国产一区二区三区| 国产69精品久久久久777片| 久久人人爽人人爽人人片va| 婷婷精品国产亚洲av| 夜夜夜夜夜久久久久| 天堂√8在线中文| h日本视频在线播放| 色视频www国产| 长腿黑丝高跟| av福利片在线观看| 久久久国产成人精品二区| 色哟哟·www| 亚洲人成网站在线播放欧美日韩| 国产精品久久久久久久久免| 成人特级av手机在线观看| 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| 国产真实乱freesex| 久久久久久伊人网av| 国产伦在线观看视频一区| 简卡轻食公司| 国产精品一及| 大香蕉久久网| 麻豆av噜噜一区二区三区| 中文精品一卡2卡3卡4更新| 婷婷亚洲欧美|