• <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 ?

    基于圖像處理與改進(jìn)SVM 的蘋果多特征融合分級方法

    2022-07-09 04:01:18林海波盧元棟丁榮誠修玉峰
    山東農(nóng)業(yè)科學(xué) 2022年6期
    關(guān)鍵詞:紋理準(zhǔn)確率分級

    林海波,盧元棟,丁榮誠,修玉峰

    (青島理工大學(xué)機(jī)械與汽車工程學(xué)院,山東 青島 266520)

    中國是世界上最大的蘋果生產(chǎn)國,蘋果產(chǎn)量有逐年升高趨勢,但因蘋果質(zhì)量參差不齊,出口量占全球蘋果出口量的比重較低[1]。 目前我國蘋果外部品質(zhì)分級還主要依靠人工,主觀性較強(qiáng);也有部分依靠基于大小或顏色的機(jī)械分級機(jī),但難以滿足綜合分級要求且易對蘋果造成機(jī)械傷害[2]。 實(shí)現(xiàn)果實(shí)質(zhì)量在線監(jiān)測分級[3-5]對于提高我國蘋果產(chǎn)值具有重要意義。

    近年來機(jī)器視覺逐漸滲透到農(nóng)業(yè)領(lǐng)域,主要應(yīng)用于農(nóng)產(chǎn)品檢測[6]。 諸多學(xué)者也將其應(yīng)用于蘋果分級,通過提取蘋果的大小[7-10]、形狀[11,12]、顏色[13-17]、缺陷[18-22]、紋理[23-25]等特征進(jìn)行識別與分級,取得了一定成果。 然而,僅根據(jù)蘋果的單一特征進(jìn)行分級仍難免存在偏差。 為此,一些學(xué)者對融合多個特征實(shí)現(xiàn)蘋果分級進(jìn)行了研究,如Jana 等[26]從分割后的圖像中提取灰度共生矩陣的紋理特征和統(tǒng)計(jì)顏色特征,并基于支持向量機(jī)(SVM)進(jìn)行訓(xùn)練預(yù)測;雷歡等[27]通過直方圖變換提取蘋果的顏色特征,并將其與局部和全局紋理特征融合,利用SVM 識別蘋果品種;宋榮杰等[28]利用灰度共生矩陣、分形和空間自相關(guān)三種紋理特征分別與光譜特征組合,最后利用SVM 進(jìn)行蘋果園提??;樊澤澤等[29]融合顏色與果徑大小進(jìn)行蘋果分級與檢測,準(zhǔn)確率達(dá)91.6%;包曉安等[30]利用改進(jìn)的人工神經(jīng)網(wǎng)絡(luò)算法根據(jù)蘋果的顏色、形狀和質(zhì)量進(jìn)行等級判別,準(zhǔn)確率為88.9%;張婧婧等[31]根據(jù)蘋果的紅色著色比、缺陷、果徑進(jìn)行分級;任龍龍等[32]利用蘋果的大小、顏色、缺陷度以及圓形度進(jìn)行分級;王陽陽等[33]根據(jù)大小、果形、質(zhì)量、顏色、缺陷5 個方面對秦冠蘋果進(jìn)行分級,準(zhǔn)確率達(dá)到97%;李學(xué)軍等[34]利用判別樹和改進(jìn)支持向量機(jī)決策融合來分級;李先鋒等[35]利用D-S 證據(jù)理論對蘋果的大小、形狀、顏色和缺陷4 個特征進(jìn)行決策級融合處理,實(shí)現(xiàn)蘋果綜合分級,準(zhǔn)確率達(dá)92.5%。 Bhargava 等[36]利用主成分分析從特征空間中選取統(tǒng)計(jì)特征、紋理特征、幾何特征、離散小波變換特征、梯度直方圖特征和紋理能量,并利用SVM 進(jìn)行分級,得到較高的準(zhǔn)確率;Yu 等[37]提取蘋果的最大橫截面平均直徑、圓度、紅色面積的比例和缺陷區(qū)域,通過加權(quán)Kmeans 聚類算法實(shí)現(xiàn)蘋果分級,準(zhǔn)確率高于96%。綜上所述,利用多個特征進(jìn)行蘋果分級比單個特征分級更準(zhǔn)確、更可靠。

    為較充分地描述蘋果的外部特征,本研究選用每個蘋果1 幅頂部及3 幅側(cè)面圖像,利用圖像處理方法提取其大小、形狀、顏色、缺陷、紋理5 個特征的8 個指標(biāo),建立多特征融合分級模型,并用改進(jìn)的SVM,實(shí)現(xiàn)了蘋果準(zhǔn)確分級,其流程如圖1所示。 該方法可為進(jìn)一步提高蘋果自動化分級準(zhǔn)確率提供參考。

    圖1 方法流程圖

    1 圖像獲取及預(yù)處理

    隨機(jī)選擇嘎啦蘋果果實(shí),在實(shí)驗(yàn)室燈光環(huán)境下由Manta G046C 相機(jī)拍攝。 拍攝背景選為黑色,便于圖像處理;相機(jī)鏡頭與放置蘋果的桌面垂直,且與桌面距離25 cm;采集圖像的分辨率為4 624×3 472,格式為.JPEG。 為了準(zhǔn)確提取蘋果特征,每個蘋果采集不同方位的4 幅圖像,包括1幅頂部圖像、3 幅側(cè)面圖像。

    由于拍攝過程中環(huán)境的光線不均及背景存在略微反光現(xiàn)象,首先采用同態(tài)濾波算法,通過壓縮亮度范圍和增強(qiáng)對比度改善圖像質(zhì)量。

    2 背景分割

    將圖像轉(zhuǎn)換到一個合適的顏色空間對于背景分割尤為重要。 由于色度受光照條件影響小,因此,首先將蘋果圖像從RGB 顏色空間轉(zhuǎn)換到HLS顏色空間。 兩個顏色空間之間的轉(zhuǎn)換關(guān)系如式(1)~(3)所示:

    然后將彩色圖像轉(zhuǎn)換為灰度圖像(圖2)。 通過比較HLS 顏色空間中不同分量獲得的灰度圖,可以發(fā)現(xiàn)S 分量獲得的灰度圖中蘋果最清晰,且與背景的對比度也更高。 因此,選用S 分量來獲取灰度圖。

    圖2 HLS 顏色空間不同分量得到的灰度圖

    之后使用Qtsu 方法分割背景得到二值化圖(圖3a)。 為了消除果梗及可能的缺陷對特征提取的影響,對圖像進(jìn)行形態(tài)學(xué)處理:采用11×11 的矩形結(jié)構(gòu)元對圖像進(jìn)行腐蝕操作,再對其進(jìn)行膨脹操作,去掉果梗(圖3b);采用孔洞填充去除因蘋果表面缺陷而形成的黑色孔洞(圖3c)。 最后通過Canny 算法檢測到比較清晰的蘋果邊緣輪廓(圖3d)。

    圖3 圖像的形態(tài)學(xué)處理和蘋果輪廓檢測

    3 特征提取

    3.1 蘋果大小提取

    果實(shí)大小是蘋果的重要外部特征之一,一般采用最大橫切面直徑來表示。 本研究利用蘋果的3幅側(cè)面圖來提取蘋果的大小特征。 以每幅圖像中蘋果輪廓的最大橫坐標(biāo)值與最小橫坐標(biāo)值之差作為蘋果最大橫切面的直徑,取3 幅圖像的平均值作為蘋果最大橫切面直徑的最終值。 每幅圖像中蘋果最大橫切面直徑的計(jì)算方法如式(4)所示:

    式中D 表示每幅圖像提取的蘋果最大橫切面直徑,xi表示每幅圖像中蘋果輪廓點(diǎn)的橫坐標(biāo)。

    上述提取的蘋果大小單位為像素,需要將其轉(zhuǎn)換為實(shí)際使用的毫米單位。 首先,人工測量蘋果的最大橫切面直徑,每個蘋果測量3 次并取平均值;然后將實(shí)際測量值(Dactrual)與圖像提取值(D)制作散點(diǎn)圖(圖4),發(fā)現(xiàn)二者成近似線性關(guān)系,擬合后得到線性方程Dactrual=0.03D+9.31。

    圖4 蘋果最大橫切面直徑的實(shí)測值與圖像提取值的關(guān)系

    3.2 蘋果形狀提取

    形狀是蘋果分級的一個重要參考指標(biāo)。 本研究用圓度表示蘋果形狀,取蘋果頂部圖和3 幅側(cè)面圖的輪廓圓度平均值作為該蘋果的圓度,圓度的取值范圍為0~1,越接近于1,蘋果輪廓越近似圓形,看起來也越飽滿。 每幅圖像蘋果輪廓圓度的計(jì)算方法如式(5)所示:

    式中,E、S、P 分別表示一幅圖像中蘋果輪廓的圓度、面積及周長。

    3.3 蘋果顏色提取

    顏色是人們通過視覺直接獲取的蘋果外部特征之一,可在一定程度上反映蘋果內(nèi)部品質(zhì)。 本研究采用紅色著色率R 來描述蘋果的顏色特征,反映了蘋果的平均成熟程度。 在HLS 顏色空間中,H 分量表示所處光譜顏色的位置,取值范圍為0°~360°,蘋果表面顏色越紅,H 分量的值越接近0°。 經(jīng)過研究與比較,將蘋果表面H 值小于12°的區(qū)域與蘋果區(qū)域面積的比值作為紅色著色率。取3 幅蘋果側(cè)面圖分別計(jì)算紅色著色率,取三者平均值作為蘋果最終的紅色著色率。

    3.4 蘋果缺陷提取

    果實(shí)表面存在的撞傷、蟲傷、腐爛等缺陷皆會影響蘋果質(zhì)量,因此,果實(shí)表面缺陷也是蘋果分級的一個重要指標(biāo)。 在獲取的蘋果圖像中,缺陷區(qū)域通常較暗,因此,將彩色圖像轉(zhuǎn)換至L 通道分量的灰度圖像后經(jīng)閾值分割即可提取出蘋果的缺陷區(qū)域。 本研究用缺陷面積占比(缺陷區(qū)域面積與蘋果區(qū)域面積的比值,F(xiàn))衡量蘋果的缺陷特征,以3 幅側(cè)面圖的平均值作為蘋果最終缺陷面積占比。

    3.5 蘋果紋理提取

    果實(shí)表面的紋理特征也是衡量蘋果品質(zhì)的重要指標(biāo),其可以在一定程度上反映出蘋果的內(nèi)部品質(zhì)。 一般來說,同一品種的蘋果在大小及顏色特征相似的情況下,紋理清晰的蘋果質(zhì)量會更高。本研究首先計(jì)算蘋果圖像的灰度共生矩陣,然后計(jì)算矩陣的對比度、能量、熵、相關(guān)性來描述蘋果的紋理特征。

    對比度(CON)表示矩陣中值的局部變化情況,可以反映出蘋果紋理的清晰程度,計(jì)算方法如式(6)所示:

    式中,k =16,G(i,j)為灰度共生矩陣。

    能量(ASM)表示矩陣中值的分布均勻程度,可以反映出蘋果紋理的粗細(xì)度,計(jì)算方法如式(7)所示:

    熵(ENT)表示圖像中灰度分布的復(fù)雜程度,可以反映出蘋果紋理的復(fù)雜程度,計(jì)算方法如式(8)所示:

    相關(guān)性(COR)表示圖像中局部灰度值的相關(guān)程度,可以反映出蘋果紋理的一致性,計(jì)算方法如式(9)所示:

    4 蘋果多特征融合分級

    4.1 SVM 算法

    SVM 是一種有監(jiān)督學(xué)習(xí)方法,是在已知訓(xùn)練樣本類別的情況下,求訓(xùn)練樣本與類別之間的對應(yīng)關(guān)系,以便預(yù)測新樣本所對應(yīng)的類別。 假設(shè)訓(xùn)練樣本為(xi,yi),xi為輸入向量,yi為輸出向量(類別),通過SVM 構(gòu)造目標(biāo)函數(shù),引入非線性映射φ(x),尋找最優(yōu)分割平面。 目標(biāo)函數(shù)如式(10)所示:

    其中,W 為權(quán)重系數(shù),b 為偏差量。

    假設(shè)訓(xùn)練樣本在一定的精度下無誤差地進(jìn)行線性擬合,求解最優(yōu)方程,如式(11)所示:

    其中,Q 為優(yōu)化目標(biāo),C 為懲罰因子,β1、β2為松弛系數(shù),γ 為精度參數(shù)。

    拉格朗日函數(shù)被用于目標(biāo)函數(shù),如式(12)所示:

    其中,αi、α?i 為拉格朗日因子,K(xi,xj)為核函數(shù)。SVM 算法利用核函數(shù)將樣本數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換到高維空間,在高維空間中求最優(yōu)分類面。

    4.2 改進(jìn)的SVM 算法

    針對懲罰因子過學(xué)習(xí)或者欠學(xué)習(xí)問題,利用交叉驗(yàn)證法優(yōu)化懲罰因子。 將樣本均分成T 個子集,在每次迭代過程中,將其中一個子集作為測試集,其余所有子集作為訓(xùn)練集,這樣會得到T個正確率,取其平均值作為正確率的一個樣本劃分估計(jì),由此計(jì)算懲罰因子,如式(13)所示:

    式中θi為第i 個子集的正確率。

    4.3 多特征融合分級模型

    由于蘋果外部特征的多樣性,僅根據(jù)蘋果的單一特征進(jìn)行分級,容易造成誤判。 因此本研究采用特征融合的方法對蘋果進(jìn)行分級。 特征融合分級函數(shù)如式(14)所示:

    其中,fj為第j 個蘋果的融合特征,U 為特征個數(shù),ηi為融合前特征分量,ai為特征分量權(quán)值。

    本研究利用蘋果的5 個特征共計(jì)8 個指標(biāo)進(jìn)行分級,各指標(biāo)由于取值范圍不同,對應(yīng)的權(quán)重值也不同,需將這8 個指標(biāo)融合后再利用Fisher 計(jì)算各自的權(quán)重值,具體步驟如下:

    5 實(shí)證分析

    5.1 樣本選取

    隨機(jī)選用200 個嘎啦蘋果作為初始訓(xùn)練樣本、100 個嗄啦蘋果作為初始測試樣本,邀請5 名熟練的分級人員對全部蘋果樣本進(jìn)行嚴(yán)格分級。根據(jù)中國?鮮蘋果?與?出口鮮蘋果專業(yè)標(biāo)準(zhǔn)?將蘋果劃分為一、二、三、四等4 個等級。 當(dāng)分級人員中至少有4 名人員將某蘋果劃分到同一個等級時,認(rèn)為該蘋果屬于該等級,否則認(rèn)為是分級爭議果并從樣本中剔除掉。 最終,初始訓(xùn)練樣本、初始測試樣本中分別有146、61 個蘋果被明確劃分等級,用這些被明確分級的蘋果樣本進(jìn)行本研究建立方法的分級效果驗(yàn)證。

    5.2 圖像背景分割精度評價(jià)

    分別采用Qtsu 分割算法與固定閾值分割算法對圖像背景進(jìn)行分割,通過比較兩種方法的分割效果來評估Qtsu 法的分割精度。 圖像分割精度SA 及其標(biāo)準(zhǔn)差δ 計(jì)算方法如式(15)(16)所示:

    式中,Aq、Af分別代表利用Qtsu 算法和固定閾值算法分割得到的蘋果區(qū)域;δ 為標(biāo)準(zhǔn)差,反映Qtsu分割算法的分割效果,δ 值越小,代表分割的效果越好;Y 為蘋果圖像的總數(shù);SAi為第i 幅圖像計(jì)算得到的分割精度;MSA 為所有圖像的分割精度平均值。 為保證利用固定閾值算法得到的蘋果區(qū)域精確,在對每幅圖像進(jìn)行背景分割過程中不斷調(diào)整用于分割的閾值參數(shù),直到分割得到的蘋果區(qū)域與圖像中蘋果的實(shí)際區(qū)域基本一致。

    經(jīng)過計(jì)算,本研究采用的Qtsu 分割算法的分割精度為98.8%,標(biāo)準(zhǔn)差為0.042,能夠很好地將蘋果圖像從背景中分割出來。

    5.3 蘋果特征提取結(jié)果分析

    5.3.1 果實(shí)大小特征 由圖5 可以看出,利用3幅側(cè)面圖提取的蘋果輪廓較清晰,但不同方位圖像獲得的最大橫切面直徑存在差異。 其中,圖5(a)、圖5(b)兩方位提取的最大橫切面直徑非常接近,而圖5(c)方位提取的最大橫切面直徑比之大約3 mm。

    圖5 蘋果樣本大小特征的提取結(jié)果

    為了較準(zhǔn)確地評估蘋果大小特征提取精度,利用游標(biāo)卡尺測量蘋果3 個方位的最大橫徑,測量位置如圖6 所示,每個方位均測量3 次,取9 次測量結(jié)果的平均值作為該蘋果最大橫徑的實(shí)際值。 將測量實(shí)際值與本研究方法的提取值進(jìn)行對比,以二者間的差值作為果實(shí)大小特征提取的誤差,誤差越小,提取精度越高。 經(jīng)統(tǒng)計(jì),200 個樣本的平均提取誤差為0.62 mm,提取精度較高。

    圖6 利用游標(biāo)卡尺測量蘋果橫徑的位置

    5.3.2 果實(shí)形狀特征 圖7 為利用蘋果的4 幅不同方位圖像提取的形狀特征,其中以蘋果頂部圖像提取的圓度值最大,為0.837,以蘋果側(cè)面圖像提取的圓度值略小(0.790~0.816),求均值可得到該蘋果的圓度為0.811。

    圖7 蘋果樣本形狀特征的提取結(jié)果

    5.3.3 果實(shí)顏色特征 圖8 為利用蘋果的3 幅側(cè)面圖提取的顏色特征,圖中白色區(qū)域代表蘋果成熟度較高的區(qū)域。 經(jīng)計(jì)算,得到紅色著色率為0.114~0.414,取均值可得該蘋果的整體紅色著色率為0.228。

    圖8 蘋果樣本顏色特征的提取結(jié)果

    5.3.4 果實(shí)缺陷特征 圖9 為利用蘋果的3 幅側(cè)面圖提取的缺陷特征,其中,(a)圖為水銹引起的缺陷區(qū)域,(b)圖為劃傷引起的缺陷區(qū)域,(c)圖為蟲害引起的缺陷區(qū)域。 經(jīng)計(jì)算,缺陷面積占比為0.007~0.068,可見較小的缺陷區(qū)域也能被提取出來。

    圖9 蘋果樣本缺陷特征的提取結(jié)果

    5.3.5 果實(shí)紋理特征 圖10 為利用本研究方法提取的蘋果樣本紋理特征,結(jié)合觀察到的蘋果表面紋理分布發(fā)現(xiàn),對比度值越大,蘋果的紋理越清晰;能量值越大,蘋果的紋理越粗;熵值越大,蘋果的紋理越復(fù)雜;相關(guān)性值越大,蘋果紋理的一致性越強(qiáng)。

    圖10 蘋果樣本紋理特征的提取

    5.4 多特征融合分級效果評估

    5.4.1 核函數(shù)選擇 圖11 為分別利用線性函數(shù)、多項(xiàng)式函數(shù)、徑向基函數(shù)及Sigmoid 函數(shù)作為核函數(shù)進(jìn)行分級訓(xùn)練與測試得到的準(zhǔn)確率。 可見,Sigmoid 函數(shù)在分級訓(xùn)練與測試中得到的結(jié)果均不理想;多項(xiàng)式函數(shù)與徑向基函數(shù)在分級訓(xùn)練中準(zhǔn)確率均為100%,但是徑向基函數(shù)在測試中的準(zhǔn)確率比多項(xiàng)式函數(shù)高1.64 個百分點(diǎn),因此,本研究最終選用徑向基函數(shù)作為核函數(shù)。 但在分級過程中仍存在一定誤判,主要原因?yàn)椴糠痔O果處于相鄰兩等級邊緣處,被劃分至任意一個等級的可能性都很大。

    圖11 不同核函數(shù)訓(xùn)練與測試的準(zhǔn)確率

    5.4.2 改進(jìn)SVM 分級效果 在不斷調(diào)整懲罰因子后,針對146 個訓(xùn)練樣本,改進(jìn)后的分級準(zhǔn)確率達(dá)到93.44%,比改進(jìn)前提升2.28 個百分點(diǎn)。 雖然改進(jìn)前后的準(zhǔn)確率很接近,但改進(jìn)SVM 操作更方便,不用手動調(diào)整參數(shù)。

    5.4.3 融合特征數(shù)量對分級效果的影響 為驗(yàn)證本研究提出的多特征融合分級的效果,對不同數(shù)量特征融合的分級效果進(jìn)行比較,由圖12 可以看出,選取單特征分級的準(zhǔn)確率普遍較低,表明利用單特征進(jìn)行蘋果分級存在片面性;隨著融合特征數(shù)量的增多,分級準(zhǔn)確率整體呈升高趨勢,當(dāng)融合特征數(shù)量為5 時,分級的準(zhǔn)確率最高。

    圖12 不同融合特征數(shù)量的蘋果分級效果比較

    5.5 實(shí)測驗(yàn)證結(jié)果

    用61 個蘋果測試樣本對本研究建立方法進(jìn)行實(shí)測驗(yàn)證,分級準(zhǔn)確率達(dá)到96.72%,表明利用本方法可以實(shí)現(xiàn)較高精確度的蘋果分級。

    6 結(jié)論

    (1)為實(shí)現(xiàn)蘋果準(zhǔn)確分級,本研究獲取每個蘋果1 幅頂部及3 幅側(cè)面圖像,利用同態(tài)濾波算法改善圖像質(zhì)量后將其轉(zhuǎn)換至HLS 顏色空間,用Qtus 分割算法進(jìn)行背景分割,用形態(tài)學(xué)處理去掉果柄和缺陷區(qū)域,用Canny 算法提取蘋果輪廓,最終提取了蘋果的大小、形狀、顏色、缺陷、紋理5 個特征的8 個指標(biāo)(最大橫截面直徑、圓度、紅色著色率、缺陷面積占比、對比度、能量、熵、相關(guān)性)用于多特征融合分級。 提取的特征指標(biāo)較豐富,可以較充分地描述蘋果的外部特征。

    (2)為避免SVM 中懲罰因子過學(xué)習(xí)或欠學(xué)習(xí),采用交叉驗(yàn)證方法優(yōu)化懲罰因子,并建立多特征融合分級模型,通過Fisher 計(jì)算各指標(biāo)的權(quán)重,選用徑向基函數(shù)作為核函數(shù),從而改善了分級效果。

    (3)分別選取146、61 個經(jīng)人工明確劃分等級的蘋果作為訓(xùn)練樣本、測試樣本,對本研究建立方法的分級效果進(jìn)行驗(yàn)證,結(jié)果表明蘋果分級準(zhǔn)確率達(dá)96.72%,精確度較高。 本研究可為提升蘋果自動化分級準(zhǔn)確率提供參考。

    猜你喜歡
    紋理準(zhǔn)確率分級
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫特效
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗(yàn)證法
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    分級診療路難行?
    分級診療的“分”與“整”
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    正在播放国产对白刺激| 一本—道久久a久久精品蜜桃钙片| 国产成人精品无人区| 亚洲精品中文字幕一二三四区 | 中文字幕制服av| 亚洲精品成人av观看孕妇| 国产精品熟女久久久久浪| 99国产精品一区二区三区| 啦啦啦视频在线资源免费观看| 亚洲国产精品一区三区| www.精华液| 中文精品一卡2卡3卡4更新| 两个人免费观看高清视频| avwww免费| 精品人妻1区二区| 亚洲伊人色综图| 每晚都被弄得嗷嗷叫到高潮| 精品国产一区二区三区四区第35| 97人妻天天添夜夜摸| 亚洲国产成人一精品久久久| 欧美日韩亚洲高清精品| 亚洲av成人不卡在线观看播放网 | 丝袜人妻中文字幕| 青草久久国产| 自拍欧美九色日韩亚洲蝌蚪91| 国产激情久久老熟女| 久久久精品94久久精品| 9色porny在线观看| 制服人妻中文乱码| 亚洲av电影在线观看一区二区三区| 国产人伦9x9x在线观看| 国产精品一区二区免费欧美 | 宅男免费午夜| 一本一本久久a久久精品综合妖精| 中文字幕人妻丝袜一区二区| 日韩欧美一区视频在线观看| 国产主播在线观看一区二区| 午夜福利乱码中文字幕| 国产免费av片在线观看野外av| 91精品三级在线观看| 久久久国产精品麻豆| 久久精品人人爽人人爽视色| 日韩欧美免费精品| 免费观看av网站的网址| 99国产精品一区二区蜜桃av | 女人被躁到高潮嗷嗷叫费观| 亚洲精品一区蜜桃| 亚洲国产毛片av蜜桃av| 男人添女人高潮全过程视频| av欧美777| 亚洲久久久国产精品| 岛国毛片在线播放| 久久久水蜜桃国产精品网| 精品国产乱码久久久久久男人| 天天操日日干夜夜撸| 制服诱惑二区| 老鸭窝网址在线观看| 日本av免费视频播放| 黄色片一级片一级黄色片| 可以免费在线观看a视频的电影网站| 欧美另类亚洲清纯唯美| 看免费av毛片| 欧美日韩国产mv在线观看视频| 在线 av 中文字幕| 不卡一级毛片| 自线自在国产av| 极品少妇高潮喷水抽搐| 欧美97在线视频| 日韩欧美一区二区三区在线观看 | 一本色道久久久久久精品综合| 色综合欧美亚洲国产小说| 国产人伦9x9x在线观看| 啦啦啦视频在线资源免费观看| 国产在视频线精品| 国产精品久久久久久精品电影小说| 一二三四在线观看免费中文在| 另类精品久久| 亚洲精品一区蜜桃| 他把我摸到了高潮在线观看 | 日本黄色日本黄色录像| 老司机影院毛片| 久久免费观看电影| 亚洲熟女精品中文字幕| 少妇人妻久久综合中文| 欧美少妇被猛烈插入视频| 丁香六月欧美| 丝袜脚勾引网站| 少妇粗大呻吟视频| 国产精品麻豆人妻色哟哟久久| 精品人妻在线不人妻| 中文字幕人妻丝袜一区二区| 亚洲九九香蕉| 亚洲激情五月婷婷啪啪| 99热网站在线观看| www.熟女人妻精品国产| 国产免费一区二区三区四区乱码| 精品少妇内射三级| 丝袜脚勾引网站| 悠悠久久av| 久热这里只有精品99| 黑丝袜美女国产一区| 十八禁人妻一区二区| 亚洲国产av新网站| 精品一区在线观看国产| 咕卡用的链子| 少妇 在线观看| 欧美日韩亚洲高清精品| 无遮挡黄片免费观看| 国产一卡二卡三卡精品| 在线观看www视频免费| 亚洲精品国产av蜜桃| 美女中出高潮动态图| 国产伦理片在线播放av一区| 亚洲中文av在线| 电影成人av| 最新在线观看一区二区三区| 久久影院123| 日韩免费高清中文字幕av| 啦啦啦视频在线资源免费观看| 又黄又粗又硬又大视频| 中文字幕高清在线视频| 国产老妇伦熟女老妇高清| 在线亚洲精品国产二区图片欧美| av欧美777| 国产av精品麻豆| 免费观看a级毛片全部| 大码成人一级视频| 久久青草综合色| 老司机在亚洲福利影院| 三上悠亚av全集在线观看| 国产真人三级小视频在线观看| 五月开心婷婷网| 这个男人来自地球电影免费观看| av又黄又爽大尺度在线免费看| 91老司机精品| 亚洲一区中文字幕在线| 成人国产一区最新在线观看| 人妻一区二区av| 久久性视频一级片| 男人操女人黄网站| 日韩中文字幕视频在线看片| av在线播放精品| 一二三四在线观看免费中文在| 无遮挡黄片免费观看| 欧美日本中文国产一区发布| 久久久久久久久久久久大奶| 首页视频小说图片口味搜索| 日日摸夜夜添夜夜添小说| 欧美 亚洲 国产 日韩一| 亚洲三区欧美一区| 日韩精品免费视频一区二区三区| 国产欧美亚洲国产| 麻豆av在线久日| av一本久久久久| 国产在视频线精品| 飞空精品影院首页| 人妻 亚洲 视频| 亚洲中文av在线| 国产精品偷伦视频观看了| 91麻豆av在线| 大片免费播放器 马上看| 夜夜骑夜夜射夜夜干| 999久久久国产精品视频| 欧美黑人精品巨大| 精品国产一区二区三区久久久樱花| 国产精品偷伦视频观看了| 色综合欧美亚洲国产小说| 一本综合久久免费| 在线亚洲精品国产二区图片欧美| 国产免费av片在线观看野外av| 精品国产乱码久久久久久男人| 午夜精品久久久久久毛片777| 久久久久精品国产欧美久久久 | 三上悠亚av全集在线观看| 宅男免费午夜| 亚洲一码二码三码区别大吗| 日韩一卡2卡3卡4卡2021年| 久久影院123| www日本在线高清视频| 在线亚洲精品国产二区图片欧美| 亚洲视频免费观看视频| 免费女性裸体啪啪无遮挡网站| 亚洲一卡2卡3卡4卡5卡精品中文| 久久国产精品人妻蜜桃| 国产精品99久久99久久久不卡| 在线观看人妻少妇| 亚洲精品粉嫩美女一区| 91国产中文字幕| 免费av中文字幕在线| 我要看黄色一级片免费的| 亚洲少妇的诱惑av| 国产亚洲欧美在线一区二区| 亚洲人成电影观看| 午夜久久久在线观看| 亚洲专区字幕在线| 亚洲少妇的诱惑av| 久久久国产精品麻豆| 成人黄色视频免费在线看| av天堂久久9| 777久久人妻少妇嫩草av网站| 亚洲专区中文字幕在线| 精品乱码久久久久久99久播| 中文字幕另类日韩欧美亚洲嫩草| 国产成人一区二区三区免费视频网站| 青春草亚洲视频在线观看| 国产亚洲av高清不卡| 国产淫语在线视频| 男女免费视频国产| 国产精品亚洲av一区麻豆| 国产1区2区3区精品| 亚洲熟女毛片儿| 日韩视频在线欧美| 免费女性裸体啪啪无遮挡网站| 视频区图区小说| 50天的宝宝边吃奶边哭怎么回事| 黑人巨大精品欧美一区二区mp4| 啦啦啦免费观看视频1| 国产男女超爽视频在线观看| 成年人黄色毛片网站| 亚洲国产精品一区三区| 水蜜桃什么品种好| e午夜精品久久久久久久| 久久久久久人人人人人| 欧美激情 高清一区二区三区| 亚洲人成电影观看| 免费av中文字幕在线| 一二三四在线观看免费中文在| av欧美777| 日本a在线网址| 国产麻豆69| 国产成人免费无遮挡视频| 蜜桃国产av成人99| 免费高清在线观看视频在线观看| 各种免费的搞黄视频| 欧美日韩国产mv在线观看视频| 91字幕亚洲| 国产一区二区三区综合在线观看| 十八禁人妻一区二区| 男女国产视频网站| 日韩中文字幕欧美一区二区| 久久精品熟女亚洲av麻豆精品| 亚洲欧美精品自产自拍| 国产精品亚洲av一区麻豆| 精品高清国产在线一区| 亚洲国产欧美日韩在线播放| 久久久久精品人妻al黑| 欧美成狂野欧美在线观看| 高清在线国产一区| 黄色视频在线播放观看不卡| 国产主播在线观看一区二区| 日本a在线网址| 在线av久久热| 午夜日韩欧美国产| 18禁观看日本| 黄色视频,在线免费观看| 少妇人妻久久综合中文| 99九九在线精品视频| 免费黄频网站在线观看国产| 日韩视频一区二区在线观看| 精品一区二区三区四区五区乱码| 搡老熟女国产l中国老女人| 丁香六月天网| 亚洲七黄色美女视频| 一级片'在线观看视频| 五月天丁香电影| 在线观看免费视频网站a站| 电影成人av| 9色porny在线观看| 中文字幕制服av| 国产精品九九99| 国产极品粉嫩免费观看在线| 午夜福利视频精品| h视频一区二区三区| 欧美激情高清一区二区三区| 国产精品亚洲av一区麻豆| 五月天丁香电影| 美女中出高潮动态图| 国产黄色免费在线视频| 精品一区二区三区av网在线观看 | 午夜老司机福利片| 亚洲国产欧美网| 日本91视频免费播放| 黑丝袜美女国产一区| 少妇的丰满在线观看| 国产精品久久久久久精品电影小说| 考比视频在线观看| 久久性视频一级片| 亚洲情色 制服丝袜| 成年av动漫网址| 中文字幕另类日韩欧美亚洲嫩草| 2018国产大陆天天弄谢| 五月天丁香电影| 国产精品久久久人人做人人爽| 国产精品偷伦视频观看了| 男男h啪啪无遮挡| 新久久久久国产一级毛片| 亚洲av日韩在线播放| 男女高潮啪啪啪动态图| 999精品在线视频| 亚洲av电影在线进入| 老司机午夜福利在线观看视频 | 亚洲欧洲精品一区二区精品久久久| 韩国高清视频一区二区三区| 大香蕉久久网| 色婷婷av一区二区三区视频| 中文字幕精品免费在线观看视频| 午夜福利乱码中文字幕| 免费高清在线观看视频在线观看| 中国国产av一级| 狠狠精品人妻久久久久久综合| 99九九在线精品视频| www.自偷自拍.com| 香蕉丝袜av| 日本猛色少妇xxxxx猛交久久| 亚洲成人免费电影在线观看| 女性生殖器流出的白浆| 18禁裸乳无遮挡动漫免费视频| 黄色视频在线播放观看不卡| 国产欧美日韩精品亚洲av| 色婷婷av一区二区三区视频| 9热在线视频观看99| 美女高潮喷水抽搐中文字幕| 三级毛片av免费| 男人爽女人下面视频在线观看| 亚洲成人国产一区在线观看| 国产麻豆69| 亚洲精品一卡2卡三卡4卡5卡 | 99精品久久久久人妻精品| 精品国产国语对白av| 午夜福利乱码中文字幕| 嫁个100分男人电影在线观看| 亚洲成人手机| 美女中出高潮动态图| 黄片大片在线免费观看| 热re99久久国产66热| 国产精品香港三级国产av潘金莲| 精品熟女少妇八av免费久了| 久久精品国产综合久久久| 国产不卡av网站在线观看| 日本vs欧美在线观看视频| 久久人人爽人人片av| 精品久久久久久久毛片微露脸 | 97精品久久久久久久久久精品| 国产三级黄色录像| 一级片'在线观看视频| 国产日韩欧美视频二区| 天天添夜夜摸| 正在播放国产对白刺激| 成人国产一区最新在线观看| 精品福利永久在线观看| 午夜免费鲁丝| 国产日韩欧美在线精品| 欧美日韩视频精品一区| 在线 av 中文字幕| 精品一品国产午夜福利视频| 久久精品国产亚洲av香蕉五月 | 日韩制服丝袜自拍偷拍| 精品一区二区三卡| 操美女的视频在线观看| 亚洲欧美一区二区三区久久| 1024香蕉在线观看| 桃花免费在线播放| 悠悠久久av| 最新的欧美精品一区二区| 可以免费在线观看a视频的电影网站| 午夜精品国产一区二区电影| 欧美成狂野欧美在线观看| 秋霞在线观看毛片| 亚洲国产精品一区二区三区在线| 黑人操中国人逼视频| a级片在线免费高清观看视频| 夜夜夜夜夜久久久久| 天天躁日日躁夜夜躁夜夜| 欧美黑人欧美精品刺激| 午夜成年电影在线免费观看| 人人妻,人人澡人人爽秒播| 久久久久国内视频| 免费在线观看视频国产中文字幕亚洲 | 久久国产精品大桥未久av| 亚洲精品自拍成人| 午夜日韩欧美国产| 狠狠精品人妻久久久久久综合| 19禁男女啪啪无遮挡网站| av天堂久久9| 天天影视国产精品| 视频区图区小说| 国产精品免费视频内射| 日本a在线网址| 一区在线观看完整版| 亚洲五月色婷婷综合| 纵有疾风起免费观看全集完整版| 午夜91福利影院| 国产欧美日韩精品亚洲av| 精品第一国产精品| 国产日韩欧美在线精品| 日本wwww免费看| 黄色 视频免费看| 丝袜人妻中文字幕| 久久99热这里只频精品6学生| 80岁老熟妇乱子伦牲交| 操美女的视频在线观看| 蜜桃国产av成人99| 这个男人来自地球电影免费观看| 久久99热这里只频精品6学生| 精品国产一区二区三区四区第35| 性少妇av在线| 欧美亚洲日本最大视频资源| 国产精品 国内视频| 不卡av一区二区三区| 老汉色av国产亚洲站长工具| 中文字幕人妻熟女乱码| 亚洲av男天堂| 99热全是精品| 亚洲七黄色美女视频| 亚洲精品av麻豆狂野| avwww免费| 国产97色在线日韩免费| 久久久久久久大尺度免费视频| cao死你这个sao货| 99久久99久久久精品蜜桃| 在线精品无人区一区二区三| 国产激情久久老熟女| 日本91视频免费播放| 国产熟女午夜一区二区三区| 在线av久久热| 女性被躁到高潮视频| av有码第一页| 捣出白浆h1v1| 日本撒尿小便嘘嘘汇集6| 韩国高清视频一区二区三区| 国产精品九九99| 男女之事视频高清在线观看| 青春草亚洲视频在线观看| av在线老鸭窝| 在线观看免费午夜福利视频| 亚洲五月色婷婷综合| 天堂中文最新版在线下载| 久久精品国产综合久久久| 日本精品一区二区三区蜜桃| 男女国产视频网站| 一个人免费看片子| 午夜精品久久久久久毛片777| 秋霞在线观看毛片| 亚洲欧美精品自产自拍| 亚洲av成人一区二区三| 日本精品一区二区三区蜜桃| 国产精品欧美亚洲77777| 少妇精品久久久久久久| 十八禁人妻一区二区| 精品久久久久久电影网| 欧美日韩黄片免| 日韩大码丰满熟妇| 色老头精品视频在线观看| 久久中文字幕一级| 黑人操中国人逼视频| 成人免费观看视频高清| 我的亚洲天堂| 亚洲av美国av| 国产片内射在线| 国产av一区二区精品久久| 国产av又大| 久久性视频一级片| 亚洲精品成人av观看孕妇| 好男人电影高清在线观看| 久久久久国内视频| 777久久人妻少妇嫩草av网站| 亚洲欧美一区二区三区黑人| 9191精品国产免费久久| 国产精品九九99| 免费在线观看日本一区| 深夜精品福利| 久久午夜综合久久蜜桃| 欧美午夜高清在线| 欧美少妇被猛烈插入视频| 精品一品国产午夜福利视频| 午夜激情久久久久久久| 免费少妇av软件| 日韩中文字幕视频在线看片| 国产亚洲av片在线观看秒播厂| 极品人妻少妇av视频| 丝瓜视频免费看黄片| 国产国语露脸激情在线看| 在线亚洲精品国产二区图片欧美| 男人操女人黄网站| 亚洲精品国产区一区二| 久久九九热精品免费| 动漫黄色视频在线观看| 亚洲精品久久久久久婷婷小说| 久热爱精品视频在线9| 中亚洲国语对白在线视频| 午夜激情av网站| 美女大奶头黄色视频| 精品福利观看| 交换朋友夫妻互换小说| 热99国产精品久久久久久7| 黄频高清免费视频| 夜夜骑夜夜射夜夜干| 91av网站免费观看| 欧美人与性动交α欧美软件| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品国产av成人精品| 日韩欧美免费精品| 亚洲欧美清纯卡通| 精品国产乱码久久久久久男人| 亚洲欧美清纯卡通| 精品免费久久久久久久清纯 | 高清黄色对白视频在线免费看| 欧美国产精品va在线观看不卡| 欧美xxⅹ黑人| 女性被躁到高潮视频| 亚洲精华国产精华精| 97人妻天天添夜夜摸| 亚洲一码二码三码区别大吗| 国产精品久久久久久精品电影小说| 啪啪无遮挡十八禁网站| 少妇 在线观看| 亚洲精品日韩在线中文字幕| 国产精品国产三级国产专区5o| 国产精品成人在线| 亚洲精品国产区一区二| 欧美人与性动交α欧美精品济南到| 丝袜在线中文字幕| 视频区图区小说| 国产野战对白在线观看| 日韩大片免费观看网站| av在线老鸭窝| 法律面前人人平等表现在哪些方面 | 久久精品aⅴ一区二区三区四区| 法律面前人人平等表现在哪些方面 | 国产免费福利视频在线观看| 日韩免费高清中文字幕av| 成人免费观看视频高清| 午夜福利视频精品| 午夜福利在线免费观看网站| 丝袜美足系列| 国产精品一区二区在线观看99| 丝袜美足系列| 国产精品自产拍在线观看55亚洲 | 国产精品偷伦视频观看了| 国产亚洲av高清不卡| 汤姆久久久久久久影院中文字幕| 黄网站色视频无遮挡免费观看| 大香蕉久久成人网| 一区二区三区激情视频| 欧美日韩成人在线一区二区| 热re99久久精品国产66热6| 中文欧美无线码| 飞空精品影院首页| 精品久久久久久电影网| 免费黄频网站在线观看国产| av又黄又爽大尺度在线免费看| 国产淫语在线视频| 国产精品免费大片| 人妻 亚洲 视频| 我的亚洲天堂| 久久狼人影院| av福利片在线| 一个人免费看片子| 亚洲avbb在线观看| 亚洲视频免费观看视频| 国产精品一区二区免费欧美 | 美女福利国产在线| 国产亚洲精品久久久久5区| 国产精品久久久久久精品电影小说| 亚洲黑人精品在线| 久久人人爽人人片av| 久久精品亚洲av国产电影网| 丝袜在线中文字幕| 精品国产一区二区久久| 久久久国产欧美日韩av| 精品久久蜜臀av无| 欧美变态另类bdsm刘玥| 91老司机精品| 国产三级黄色录像| 亚洲欧美清纯卡通| 日韩人妻精品一区2区三区| 国产视频一区二区在线看| 男人操女人黄网站| 韩国精品一区二区三区| 日韩中文字幕视频在线看片| 国产精品香港三级国产av潘金莲| 久久国产精品人妻蜜桃| 欧美日韩中文字幕国产精品一区二区三区 | 欧美日韩视频精品一区| 婷婷成人精品国产| 国产一区二区在线观看av| 亚洲国产看品久久| 男女国产视频网站| 一二三四社区在线视频社区8| 一区二区三区四区激情视频| 午夜福利免费观看在线| 免费日韩欧美在线观看| 美女大奶头黄色视频| 动漫黄色视频在线观看| 亚洲人成电影免费在线| 精品人妻一区二区三区麻豆| 欧美日韩亚洲国产一区二区在线观看 | av有码第一页| 高清欧美精品videossex| 亚洲精品自拍成人| 女人被躁到高潮嗷嗷叫费观| 成人国产av品久久久| 丝袜脚勾引网站| 91国产中文字幕| 99久久人妻综合| 欧美另类亚洲清纯唯美| 高清视频免费观看一区二区| 欧美日韩国产mv在线观看视频| 美女大奶头黄色视频| 丝袜在线中文字幕| 18禁裸乳无遮挡动漫免费视频| 亚洲精品一二三| 国产成人a∨麻豆精品| 精品福利永久在线观看| 12—13女人毛片做爰片一|