• <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 ?

    形狀自適應低秩表示的電力設備熱故障診斷方法研究

    2022-08-23 05:14:18黃志鴻
    紅外技術 2022年8期
    關鍵詞:空間結(jié)構(gòu)電力設備紅外

    黃志鴻,洪 峰,黃 偉,3

    形狀自適應低秩表示的電力設備熱故障診斷方法研究

    黃志鴻1,洪 峰2,黃 偉1,3

    (1. 國網(wǎng)湖南省電力有限公司電力科學研究院,湖南 長沙 410007;2. 國網(wǎng)湖南省電力有限公司,湖南 長沙 410029;3. 湖南省湘電試驗研究院有限公司,湖南 長沙 410007)

    本文提出一種形狀自適應低秩表示的電力設備熱故障診斷方法。該方法通過聯(lián)合超像素分割和低秩表示技術進行熱故障診斷。首先,使用主成分分析算法對輸入的紅外圖像進行變換,并對第一主成分進行超像素分割處理,將紅外圖像自適應地分割為若干非重疊的超像素。然后,采用低秩表示技術對逐個超像素進行熱故障診斷,通過充分挖掘空間結(jié)構(gòu)信息和紅外溫度信息,優(yōu)化提升熱故障診斷精度。實驗結(jié)果表明,與其他傳統(tǒng)熱故障診斷方法相比,本文提出的方法在熱故障診斷精度上具有較大的優(yōu)勢,滿足電力設備紅外巡檢的應用需求。

    電力設備;紅外圖像;熱故障診斷;超像素分割;低秩表示

    0 引言

    電力設備熱故障為一種常見的故障類型,及早診斷出熱故障,對電力設備安全運行具有積極的現(xiàn)實意義。近年來,紅外成像技術有著長足的發(fā)展,能有效顯示物體表面的溫度信息[1]。因此,該技術廣泛應用于電力設備巡檢中。

    隨著電力網(wǎng)絡規(guī)模的不斷擴大,紅外巡檢壓力也愈發(fā)增大。當前巡檢模式嚴重依賴人工識別和分析。這種巡檢模式存在效率低、誤檢率高等缺點。為此,研究人員提出多種智能化的熱診斷方法。這些方法可分為如下兩大類。

    第一大類是傳統(tǒng)圖像處理的診斷方法[2-8]。其中張文峰等人提出一種圖像分割方法[2]對紅外圖像中的熱故障目標進行目標分割。王淼等人采用一種梯度分析方法[3],診斷熱故障。一種改進的K-均值方法[4]用于紅外熱故障診斷。魏鋼等人采用基于小波變換和后驗概率分布的熱故障診斷方法[5],通過提高圖像質(zhì)量,進而提升熱故障診斷精度。李鑫等人采用一種粒子群圖像分割[6]的熱故障診斷方法。黃志鴻[8]等人采用一種引導濾波技術,利用紅外圖像的空間相似性,提升熱故障診斷精度。第二大類是基于深度學習的診斷方法。這類方法近年來也得到研究人員的廣泛關注[9-11]。文獻[9]對紅外圖像進行分割,并采用卷積神經(jīng)網(wǎng)絡進行熱故障識別。魏東等人[10]利用遞歸神經(jīng)網(wǎng)絡定位異常熱故障區(qū)域。周可慧等人[11]提出一種改進的卷積神經(jīng)網(wǎng)絡模型,對紅外熱故障圖像進行診斷。

    上述方法大多直接對整張紅外圖像進行處理和解譯。這些方法僅挖掘紅外圖像中的溫度信息,未有效利用圖像的空間結(jié)構(gòu)信息進行熱故障診斷。因此,這些方法在復雜電力巡檢環(huán)境下,難以獲得高精度的熱故障診斷結(jié)果。近年來,超像素分割[12]已被證明是一種有效挖掘圖像空間結(jié)構(gòu)信息的圖像分割技術,廣泛應用于圖像分類和目標識別領域中。該類方法通過使用基于熵率的圖像分割方法,生成若干互不重疊的超像素。超像素為一個形狀自適應的同質(zhì)區(qū)域。該區(qū)域中的像素通常有著高度相似的空間紋理和灰度信息[12]。如何聯(lián)合利用紅外圖像的空間結(jié)構(gòu)信息和溫度信息,提升電力設備熱故障診斷的精度是本文擬解決的應用難題。

    本文提出的形狀自適應低秩表示方法(shape-adaptation low-rank representation, S-LRR)包含兩個主要步驟。首先,使用主成分分析算法對輸入紅外圖像進行變換,并對第一主成分采用超像素分割方法,將紅外圖像自適應地分割為若干非重疊的超像素區(qū)域。然后,采用低秩表示技術對逐個超像素區(qū)域進行熱故障診斷,充分挖掘空間結(jié)構(gòu)信息和紅外溫度信息,提升熱故障診斷精度。

    1 低秩表示模型

    Candes等人在2013年提出低秩表示模型[13]。該模型設定一個輸入的矩陣可以分解為低秩矩陣、稀疏矩陣和噪聲矩陣?;谶@種設定,一個輸入的紅外圖像可以表示為:

    =++(1)

    式中:是高斯噪聲項。由于紅外圖像的空間鄰域像素具有相似性,我們可以使用幾個基向量的線性組合來表示背景中的每個像素[13]。因此,背景區(qū)域通常擁有低秩特性。與周圍環(huán)境相比,熱故障目標通常是小區(qū)域目標。因此,熱故障區(qū)域具有稀疏特性。綜上分析,我們采用低秩表示模型從輸入的紅外圖像中分離稀疏的熱故障目標和低秩的背景區(qū)域。低秩表示模型如下所示:

    2 形狀自適應低秩表示的熱故障診斷方法

    本文包含兩個主要創(chuàng)新點。第一,首次將電力設備熱故障診斷問題建模為圖像低秩表示模型。第二,通過超像素分割技術和低秩表示方法,聯(lián)合利用紅外圖像的空間結(jié)構(gòu)信息和溫度信息,提升熱故障的診斷精度。圖1為所提出方法的流程圖。

    圖1 所提出的SS-LRR方法流程圖

    2.1 形狀自適應區(qū)域生成

    本文中,我們采用熵率超像素(entropy rate superpixel,ERS)[12]方法將輸入紅外圖像分割,生成若干個非重疊的超像素區(qū)域。首先,采用主成分分析算法[13]獲取紅外圖像的第一主成分,第一主成分能反映中最關鍵的圖像信息。提取的第一主成分被視為一個基圖像,并映射到一個圖。然后,應用ERS算法,通過求解如下優(yōu)化問題,生成若干超像素邊緣:

    式中:代表熵率;代表平衡項;為平衡參數(shù);E為選擇的邊緣集合。通過熵率超像素分割,生成若干個非重疊的超像素區(qū)域。每個超像素區(qū)域由若干具有高度相似空間結(jié)構(gòu)信息的像素組成。因此,基于超像素分割的方法能自適應地挖掘紅外圖像的空間結(jié)構(gòu)信息。

    2.2 形狀自適應區(qū)域熱故障識別

    3 實驗與分析

    3.1 實驗介紹

    在實驗中,用于測試的紅外圖像由FILR成像儀所獲取。圖像空間分辨率為0.68mrad,波長范圍為7.5~14mm。為評估本文所提方法對電力設備熱故障的診斷性能,采用3種經(jīng)典的異常目標檢測方法進行對比實驗。這些方法包括基于全局統(tǒng)計的馬氏距離計算Reed-Xiao(RX)方法[14]、低密度概率檢測(low- density probability,LDP)方法[15]和低秩表示(LRR)[16]診斷方法。其中,對于LRR方法,參數(shù)設置為=0.05。對于SS-LRR方法,超級像素數(shù)設置為100,參數(shù)設置為=0.05。

    圖2 部分中間過程圖

    為評估診斷結(jié)果的優(yōu)劣,本文采用線下面積(area under curve, AUC)[16-17]指標來客觀評估對比方法的診斷性能。該指標基于目標檢測結(jié)果和參考的熱故障區(qū)域圖,定量地評價診斷結(jié)果的精度。該指標能較好地評估診斷結(jié)果與熱故障區(qū)域的溫升差異和區(qū)域面積的匹配程度。AUC指標越高,識別結(jié)果越接近參考的熱故障區(qū)域圖,熱故障診斷性能越優(yōu)異。

    3.2 實驗結(jié)果與分析

    第一幅測試圖像拍攝于湖南省湘潭市韶梅線10kV線路上的一場景,共有240×330個像素。在這張圖中,架空線路一處溫度過高。該區(qū)域被視為熱故障目標。圖3(a)和(b)展示測試圖像和參考的熱故障區(qū)域圖。圖3(c)~(f)為不同方法的診斷結(jié)果。在每幅圖的左下方展示了診斷結(jié)果的局部放大圖??梢钥吹剑琑X、LDP和LRR方法未能有效地從背景中診斷熱故障區(qū)域。而SS-LRR方法的診斷結(jié)果圖最接近參考的熱故障區(qū)域圖。

    圖3 不同方法在第一幅測試圖的診斷結(jié)果

    第二幅測試圖像拍攝于湖南省湘潭市的10kV邵南線上的一場景,共有240×330個像素。在這張圖中,架空線路一處的溫度異常過高,因此該處被視為熱故障目標。不同對比方法的診斷結(jié)果如圖4(c)~(f)所示。我們可以觀察到,RX和SS-LRR方法能有效地診斷出熱故障區(qū)域。LDP和LRR方法不能有效去除背景像素的干擾。

    第3幅測試圖像拍攝于湖南省湘潭市的220kV輸電線路的一場景,由325×450個像素組成。該幅圖像中,絕緣子出現(xiàn)溫度過熱的異常情況。圖5(a)和(b)展示該圖像的紅外熱圖像和參考的熱故障區(qū)域圖。不同方法的診斷結(jié)果如圖5(c)~(f)所示。LRR方法可以診斷出熱故障區(qū)域,但不能有效地去除背景像素的干擾。RX和SS-LRR方法有著優(yōu)異的診斷性能,SS-LRR方法最接近參考的熱故障區(qū)域圖。

    不同診斷方法的AUC指標如表1所示。如表所示,本文所提出的SS-LRR診斷方法能獲得最高的診斷精度(用加粗字體標識)。通過超像素分割,SS-LRR相較于LRR方法在診斷精度上有著明顯的提升表2展示了不同方法的運行時間。從表中我們可以發(fā)現(xiàn),RX,LDP和LRR三種方法采用全局圖像的計算策略,計算效率更高。SS-LRR方法需逐個處理超像素。盡管所提出的SS-LRR方法在運行效率上不是最高的。但鑒于其出色的診斷性能,該方法仍然是4種方法中最為實用的熱故障診斷技術。

    表1 不同診斷方法的AUC指標

    表2 不同診斷方法的運行時間

    4 總結(jié)

    本文提出一種形狀自適應低秩表示的電力設備熱故障診斷方法,在復雜電力巡檢環(huán)境下高精度地診斷出電力設備的熱故障。通過超像素分割技術和低秩表示方法,自適應地分割紅外圖像中目標的形狀,聯(lián)合利用紅外圖像的空間結(jié)構(gòu)信息和溫度信息,優(yōu)化提升熱故障的診斷精度,滿足電力紅外巡檢的應用需要。

    [1] 劉嶸, 劉輝, 賈然, 等. 一種智能型電網(wǎng)設備紅外診斷系統(tǒng)的設計[J]. 紅外技術, 2020, 42(12): 198-1202.

    LIU Rong, LIU Hui, JIA Ran, et al. Design of intelligent infrared di-agnosis system for power grid equipment[J]., 2020, 42(12): 1198-1202.

    [2] 張文峰, 彭向陽, 陳銳民, 等. 基于無人機紅外視頻的輸電線路發(fā)熱缺陷智能診斷技術[J]. 電網(wǎng)技術, 2014, 38(5): 1334-1338.

    ZHANG Wenfeng, PENG Xiangyang, CHEN Ruiming, et al. Intelligent diagnostic techniques of abnormal heat defect in transmission lines based on unmanned helicopter infrared video[J]., 2014, 38(5): 1334-1338.

    [3] 王淼, 杜偉, 孫鴻博, 等. 基于紅外圖像識別的輸電線路故障診斷方法[J].紅外技術, 2017, 39(4): 383-386.

    WANG Miao, DU Wei, SUN Hongbo, et al. Transmission line fault diagnosis method based on infrared image recognition[J]., 2017, 39(4): 383-386.

    [4] 胡洛娜, 彭云竹, 石林鑫. 核貓群紅外圖像異常檢測方法在電力智能巡檢中的應用[J]. 紅外技術, 2018, 40(9): 323-328.

    HU Luona, PENG Yunzhu, SHI Linxin. Anomaly detection method of infrared images based on kernel cat swarm optimization clustering with application in intelligent electrical power inspection[J]., 2018, 40(9): 323-328.

    [5] 魏鋼, 馮中正, 唐躍林, 等. 輸變電設備紅外故障診斷技術與試驗研究[J]. 電氣技術, 2013, 14(6): 75-78.

    WEI Gang, FENG Zhongzheng, TANG Yuelin, et al. The infrared diagnostic technology of power transmission devices and experimen-tal study[J]., 2013, 14(6): 75-78.

    [6] 李鑫, 崔昊楊, 霍思佳, 等. 基于粒子群優(yōu)化法的Niblack電力設備紅外圖像分割[J]. 紅外技術, 2018, 40(8): 780-785.

    LI Xin, CUI Wuyang, HUO Siyang. Niblack's method for infrared image segmentation of electrical equipment improved by particle swarm optimization[J]., 2018, 40(8): 780-785.

    [7] 林穎, 郭志紅, 陳玉峰. 基于卷積遞歸網(wǎng)絡的電流互感器紅外故障圖像診斷[J]. 電力系統(tǒng)保護與控制, 2017, 45(16): 87-94.

    LIN Ying, GUO Zhihong, CHEN Yufeng. Convolutional-recursive network based current transformer infrared fault image diagnosis[J]., 2015, 45(16): 87-94.

    [8] 黃志鴻, 吳晟, 肖劍, 等. 基于引導濾波的電力設備熱故障診斷方法研究[J].紅外技術, 2021, 43(9): 910-915.

    HUANG Zhihong, WU Sheng, XIAO Jian, et al. Thermal fault dagnosis of power equipments based on guided filter[J]., 2021, 43(9): 910-915.

    [9] 常亮, 鄧小明, 周明全, 等. 圖像理解中的卷積神經(jīng)網(wǎng)[J]. 自動化學報, 2016, 42(9): 1300-1312.

    CHANG Liang, DENG Xiaoming, ZHOU Mingquan, et al. Convolu-tional neural networks in image understanding[J]., 2016, 42(9): 1300-1312.

    [10] 魏東, 龔慶武, 來文青, 等. 基于卷積神經(jīng)網(wǎng)絡的輸電線路區(qū)內(nèi)外故障判斷及故障選相方法研究[J]. 中國電機工程學報, 2016, 36(5): 21-28.

    WEI Dong, LONG Qinwu, LAI Wenqing, et al. Research on internal and external fault diagnosis and fault-selection of transmission line based on convolutional neural network[J]., 2016, 36(5): 21-28.

    [11] 周可慧, 廖志偉, 肖異瑤, 等. 基于改進CNN的電力設備紅外圖像分類模型構(gòu)建研究[J]. 紅外技術, 2019, 41(11): 1033-1038.

    ZHOU Kehui, LIAO Zhiwei, XIAO Yiyao, et al. Construction of infrared image classification model for power equipments based on improved CNN[J]., 2019, 41(11): 1033-1038.

    [12] LIU M, Tuzel O, Ramalingam S, et al. Entropy rate superpixel segmentation[C]//, 2011: 2097-2104.

    [13] YUAN X, YANG J. Sparse and low-rank matrix decomposition via alternating direction methods[J].1990, 9(1): 1760-1770.

    [14] Reed I S, YU X. Adaptive multiple-band CFAR detection of an optical pattern with unknown spectral distribution[J]., 1990, 38(10): 1760-1770.

    [15] KANG X, ZHANG X, LI S, et al. Hyperspectral anomaly detection with attribute and edge-preserving filters[J]., 2017, 55(10): 5600-5611.

    [16] XU Y, WU Z, LI J, et al. Anomaly detection in hyperspectral images based on low-rank and sparse representation[J]., 2016, 54(4): 1990

    [17] 蔣昀宸, 樊紹勝, 陳駿星溆. 帶電作業(yè)智能新技術及其應用現(xiàn)狀[J]. 湖南電力, 2018, 38(5): 1-4.

    JIANG Yunchen, FAN Zhaosheng, CHEN Junxingxu. Smart new-technologies and applications for live work[J]., 2018, 38(5): 1-4.

    Shape Adaptation Low Rank Representation for Thermal Fault Diagnosis of Power Equipments

    HUANG Zhihong1,HONG Feng2,HUANG Wei1,3

    (1.,410007,;2.,410029,; 3.410007,)

    This work introduces a thermal fault diagnosis method that integrates superpixel segmentation and low-rank representation for diagnosis. The proposed method comprises two main steps. First, an input infrared image is transformed using a principal component analysis (PCA) algorithm, and a superpixel segmentation method is employed for the first principal component (PC). The first PC is divided into non-overlapping homogeneous superpixels. Then, the thermal fault region is detected by employing low-rank representation in a superpixel-by-superpixel manner. Experimental results show that the proposed diagnosis method has a better detection performance than that of current state-of-the-art detectors.

    power equipment, infrared image, thermal fault diagnosis, superpixel segmentation, low-rank represent

    TP751.1

    A

    1001-8891(2022)08-0870-05

    2022-02-10;

    2022-02-15.

    黃志鴻(1993-),男,湖南長沙人,博士,高級工程師,主要研究方向為電力設備故障智能診斷,紅外圖像處理。E-mail: zhihong_huang111@163.com

    國網(wǎng)湖南省電力有限公司科技項目(5216A522000U)。

    猜你喜歡
    空間結(jié)構(gòu)電力設備紅外
    網(wǎng)紅外賣
    閃亮的中國紅外『芯』
    金橋(2021年4期)2021-05-21 08:19:20
    格絨追美小說敘事的空間結(jié)構(gòu)
    阿來研究(2020年1期)2020-10-28 08:10:22
    加強電力設備運維云平臺安全性管理
    TS系列紅外傳感器在嵌入式控制系統(tǒng)中的應用
    電子制作(2019年7期)2019-04-25 13:17:14
    基于快速遞推模糊2-劃分熵圖割的紅外圖像分割
    電力設備運維管理及安全運行探析
    徐州安美固建筑空間結(jié)構(gòu)有限公司
    基于社會空間結(jié)構(gòu)流變的統(tǒng)戰(zhàn)工作組織策略研究
    基于壓縮感知的電力設備視頻圖像去噪方法研究
    一级片免费观看大全| 99久久中文字幕三级久久日本| 一级毛片 在线播放| 国产麻豆69| 久久99精品国语久久久| 寂寞人妻少妇视频99o| 欧美激情极品国产一区二区三区| 午夜福利,免费看| 午夜免费男女啪啪视频观看| 国产野战对白在线观看| 男人舔女人的私密视频| 亚洲国产欧美日韩在线播放| 欧美 日韩 精品 国产| 在线亚洲精品国产二区图片欧美| 亚洲少妇的诱惑av| 深夜精品福利| 99国产综合亚洲精品| 26uuu在线亚洲综合色| 国产成人av激情在线播放| 少妇熟女欧美另类| 亚洲男人天堂网一区| 1024视频免费在线观看| 欧美另类一区| 五月天丁香电影| 免费黄频网站在线观看国产| 国产成人精品久久久久久| 亚洲美女视频黄频| 少妇猛男粗大的猛烈进出视频| 人妻系列 视频| 国产色婷婷99| 中文字幕人妻丝袜制服| 亚洲一级一片aⅴ在线观看| 两个人看的免费小视频| 亚洲av综合色区一区| 午夜免费观看性视频| 99国产综合亚洲精品| 少妇被粗大猛烈的视频| 天美传媒精品一区二区| 99热全是精品| 亚洲视频免费观看视频| 亚洲精品日韩在线中文字幕| 国产精品 欧美亚洲| 夜夜骑夜夜射夜夜干| 啦啦啦啦在线视频资源| 亚洲欧美成人精品一区二区| 91午夜精品亚洲一区二区三区| 精品久久蜜臀av无| 亚洲av免费高清在线观看| 黑人巨大精品欧美一区二区蜜桃| 亚洲第一青青草原| 国产精品国产三级专区第一集| 大香蕉久久成人网| 十分钟在线观看高清视频www| 黄色怎么调成土黄色| 久久久久国产精品人妻一区二区| 两个人免费观看高清视频| 人体艺术视频欧美日本| 一区二区av电影网| 欧美日韩国产mv在线观看视频| 亚洲av免费高清在线观看| 中文字幕最新亚洲高清| 亚洲视频免费观看视频| 91成人精品电影| 欧美日韩亚洲高清精品| 欧美日韩av久久| 欧美精品亚洲一区二区| 啦啦啦中文免费视频观看日本| 激情五月婷婷亚洲| 久久99热这里只频精品6学生| 久久久久久久久免费视频了| 久久久久国产一级毛片高清牌| 欧美中文综合在线视频| 午夜福利视频精品| 国产精品久久久久久精品电影小说| 99热全是精品| 老汉色∧v一级毛片| 男人添女人高潮全过程视频| 欧美日本中文国产一区发布| 波野结衣二区三区在线| 国产精品不卡视频一区二区| 另类亚洲欧美激情| 新久久久久国产一级毛片| 老女人水多毛片| 国产亚洲精品第一综合不卡| 国产色婷婷99| 亚洲欧美色中文字幕在线| 国产精品麻豆人妻色哟哟久久| 老女人水多毛片| 午夜福利一区二区在线看| 久久久精品免费免费高清| 亚洲人成网站在线观看播放| 国产在线免费精品| 国产免费福利视频在线观看| 26uuu在线亚洲综合色| 天美传媒精品一区二区| av线在线观看网站| 日本免费在线观看一区| 制服人妻中文乱码| 成人二区视频| 国产av码专区亚洲av| av又黄又爽大尺度在线免费看| 色婷婷久久久亚洲欧美| 欧美黄色片欧美黄色片| 国产麻豆69| 中文字幕精品免费在线观看视频| 日韩视频在线欧美| 亚洲美女黄色视频免费看| 91在线精品国自产拍蜜月| 18禁观看日本| 黑丝袜美女国产一区| 日本午夜av视频| a级毛片黄视频| 久久韩国三级中文字幕| 欧美日韩国产mv在线观看视频| 成人毛片a级毛片在线播放| 欧美日本中文国产一区发布| 日韩一本色道免费dvd| 成人毛片a级毛片在线播放| 国产精品一国产av| 女人精品久久久久毛片| 国产一区亚洲一区在线观看| 精品一区在线观看国产| 亚洲 欧美一区二区三区| 色婷婷久久久亚洲欧美| 成年动漫av网址| 亚洲一码二码三码区别大吗| 精品久久久久久电影网| 免费观看性生交大片5| 成年人午夜在线观看视频| 欧美成人午夜精品| 成年av动漫网址| 久久精品国产鲁丝片午夜精品| 国产精品一区二区在线不卡| 一区二区三区四区激情视频| 国产亚洲最大av| 国产精品免费大片| 免费观看性生交大片5| 亚洲婷婷狠狠爱综合网| 色播在线永久视频| 欧美人与性动交α欧美软件| 国产乱来视频区| 精品国产超薄肉色丝袜足j| 丁香六月天网| 在线观看一区二区三区激情| 亚洲精品久久成人aⅴ小说| 久久国产精品大桥未久av| 日韩精品有码人妻一区| 欧美精品亚洲一区二区| 国产高清不卡午夜福利| 9色porny在线观看| 国产成人精品一,二区| 午夜日本视频在线| 久久韩国三级中文字幕| 蜜桃在线观看..| 日本午夜av视频| 午夜福利影视在线免费观看| 国产探花极品一区二区| 欧美日韩亚洲国产一区二区在线观看 | 欧美国产精品一级二级三级| 蜜桃国产av成人99| 亚洲少妇的诱惑av| 欧美xxⅹ黑人| 丰满迷人的少妇在线观看| 女的被弄到高潮叫床怎么办| 一级片免费观看大全| 丰满迷人的少妇在线观看| 国产欧美日韩一区二区三区在线| 你懂的网址亚洲精品在线观看| 欧美国产精品一级二级三级| 男女午夜视频在线观看| 日本av免费视频播放| 精品卡一卡二卡四卡免费| 日韩一区二区视频免费看| 日本av免费视频播放| 午夜日韩欧美国产| 亚洲国产色片| 69精品国产乱码久久久| 精品午夜福利在线看| 99久久综合免费| 欧美亚洲日本最大视频资源| 国产日韩欧美在线精品| 免费观看av网站的网址| 女人精品久久久久毛片| 在线观看美女被高潮喷水网站| 亚洲欧美一区二区三区国产| 国产一区有黄有色的免费视频| 精品人妻在线不人妻| 男女免费视频国产| 最新中文字幕久久久久| 久久影院123| 国产精品熟女久久久久浪| 久久久久久久大尺度免费视频| 80岁老熟妇乱子伦牲交| 欧美日韩综合久久久久久| 两性夫妻黄色片| 午夜久久久在线观看| 美女福利国产在线| 国产欧美日韩一区二区三区在线| 80岁老熟妇乱子伦牲交| 欧美激情高清一区二区三区 | 十八禁网站网址无遮挡| 青草久久国产| 观看美女的网站| 欧美人与性动交α欧美软件| 高清在线视频一区二区三区| 亚洲,欧美,日韩| 精品福利永久在线观看| 成人手机av| 日本猛色少妇xxxxx猛交久久| 中文字幕av电影在线播放| 一级黄片播放器| 飞空精品影院首页| 日韩视频在线欧美| 亚洲成人av在线免费| 波多野结衣一区麻豆| av天堂久久9| 丝袜脚勾引网站| 在线亚洲精品国产二区图片欧美| 欧美+日韩+精品| 欧美日韩视频精品一区| 少妇猛男粗大的猛烈进出视频| 午夜福利乱码中文字幕| 免费在线观看黄色视频的| 曰老女人黄片| 肉色欧美久久久久久久蜜桃| 在线观看免费高清a一片| av视频免费观看在线观看| 亚洲国产av影院在线观看| 一二三四在线观看免费中文在| 成人亚洲精品一区在线观看| 精品少妇久久久久久888优播| 国产精品麻豆人妻色哟哟久久| 男人操女人黄网站| 日韩一区二区三区影片| 久久久久久久久久久久大奶| 又黄又粗又硬又大视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 美国免费a级毛片| 精品国产一区二区三区四区第35| 国产熟女欧美一区二区| 在线亚洲精品国产二区图片欧美| 久久久国产精品麻豆| 777米奇影视久久| 国语对白做爰xxxⅹ性视频网站| 巨乳人妻的诱惑在线观看| 成人毛片a级毛片在线播放| 青春草亚洲视频在线观看| 午夜老司机福利剧场| 一级爰片在线观看| 亚洲一码二码三码区别大吗| 日本vs欧美在线观看视频| www.精华液| 超碰成人久久| 免费黄网站久久成人精品| 捣出白浆h1v1| 一区在线观看完整版| 黄片播放在线免费| 一级黄片播放器| 欧美激情 高清一区二区三区| 交换朋友夫妻互换小说| 国产97色在线日韩免费| 91精品伊人久久大香线蕉| av在线app专区| 香蕉丝袜av| 亚洲,一卡二卡三卡| 考比视频在线观看| 日本猛色少妇xxxxx猛交久久| 精品国产超薄肉色丝袜足j| 亚洲精品美女久久久久99蜜臀 | 久久久久久久久久人人人人人人| 免费观看a级毛片全部| av电影中文网址| 亚洲人成网站在线观看播放| 欧美xxⅹ黑人| 丰满迷人的少妇在线观看| 国产深夜福利视频在线观看| 精品福利永久在线观看| 国产精品免费大片| 啦啦啦啦在线视频资源| 99re6热这里在线精品视频| 制服诱惑二区| 午夜福利视频精品| 如何舔出高潮| 成人午夜精彩视频在线观看| 中文字幕人妻丝袜制服| 国产精品欧美亚洲77777| 青春草国产在线视频| 亚洲国产av影院在线观看| 天美传媒精品一区二区| 欧美成人午夜免费资源| 天天操日日干夜夜撸| 日本av手机在线免费观看| 欧美精品高潮呻吟av久久| 日韩av在线免费看完整版不卡| 高清不卡的av网站| 久久久国产欧美日韩av| 制服诱惑二区| 我要看黄色一级片免费的| 午夜福利,免费看| 亚洲综合色惰| 一级黄片播放器| 中文字幕另类日韩欧美亚洲嫩草| 亚洲欧洲精品一区二区精品久久久 | 熟妇人妻不卡中文字幕| 久久久久久久久久人人人人人人| 国产精品免费大片| 国产日韩欧美亚洲二区| 美女脱内裤让男人舔精品视频| 成人漫画全彩无遮挡| 亚洲av在线观看美女高潮| 亚洲精品视频女| 国产免费视频播放在线视频| 人妻 亚洲 视频| 26uuu在线亚洲综合色| 狂野欧美激情性bbbbbb| 久久女婷五月综合色啪小说| 777米奇影视久久| 国产日韩欧美视频二区| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 在线观看国产h片| av不卡在线播放| 亚洲av电影在线进入| 亚洲欧洲日产国产| 亚洲伊人色综图| 亚洲少妇的诱惑av| 免费观看a级毛片全部| 大陆偷拍与自拍| 99国产综合亚洲精品| 久久久久精品久久久久真实原创| 夫妻午夜视频| 女性被躁到高潮视频| 欧美 日韩 精品 国产| 国产成人午夜福利电影在线观看| 母亲3免费完整高清在线观看 | 成年人午夜在线观看视频| 丁香六月天网| 色网站视频免费| 精品一区二区三区四区五区乱码 | 高清在线视频一区二区三区| 国产成人精品福利久久| 欧美日韩精品成人综合77777| 人人澡人人妻人| 青春草国产在线视频| 国产毛片在线视频| 久久99蜜桃精品久久| 天堂8中文在线网| 一区二区三区激情视频| 日韩在线高清观看一区二区三区| 天天躁夜夜躁狠狠久久av| 大码成人一级视频| 亚洲av免费高清在线观看| 久久久久久久国产电影| videos熟女内射| 亚洲经典国产精华液单| 国产免费福利视频在线观看| 久久久精品国产亚洲av高清涩受| 男男h啪啪无遮挡| 日韩制服丝袜自拍偷拍| 日韩熟女老妇一区二区性免费视频| 婷婷色麻豆天堂久久| 搡老乐熟女国产| 国产精品一二三区在线看| 99国产精品免费福利视频| 欧美日韩视频精品一区| 最近中文字幕高清免费大全6| 国产一级毛片在线| av有码第一页| 亚洲综合色网址| 人妻少妇偷人精品九色| 精品一品国产午夜福利视频| 久久免费观看电影| 亚洲国产精品一区三区| 久久久久久免费高清国产稀缺| 国产成人午夜福利电影在线观看| 如日韩欧美国产精品一区二区三区| 啦啦啦在线观看免费高清www| 精品国产国语对白av| 亚洲精品一区蜜桃| 国产有黄有色有爽视频| 99久久中文字幕三级久久日本| 99久国产av精品国产电影| 日韩视频在线欧美| 母亲3免费完整高清在线观看 | 午夜激情av网站| 1024香蕉在线观看| 亚洲熟女精品中文字幕| 日日爽夜夜爽网站| 亚洲伊人色综图| 亚洲欧美精品自产自拍| 欧美另类一区| 国产亚洲一区二区精品| 免费在线观看完整版高清| 亚洲色图 男人天堂 中文字幕| 毛片一级片免费看久久久久| 久久久a久久爽久久v久久| 国产福利在线免费观看视频| 国产高清国产精品国产三级| 超碰97精品在线观看| 亚洲人成77777在线视频| 中国三级夫妇交换| 国产精品免费视频内射| 亚洲男人天堂网一区| 久久精品国产自在天天线| 国产在视频线精品| 成年女人在线观看亚洲视频| 国产黄频视频在线观看| 黄色毛片三级朝国网站| 天天影视国产精品| 日产精品乱码卡一卡2卡三| 黄片播放在线免费| 久久久久久人妻| 精品国产乱码久久久久久男人| 97在线视频观看| 在线观看www视频免费| 大香蕉久久网| 亚洲精品乱久久久久久| 九色亚洲精品在线播放| 国产在线视频一区二区| 99久久中文字幕三级久久日本| 777久久人妻少妇嫩草av网站| 国产伦理片在线播放av一区| 最新中文字幕久久久久| 99久国产av精品国产电影| 熟女av电影| 亚洲国产av新网站| 99久久精品国产国产毛片| 久久久精品免费免费高清| 2022亚洲国产成人精品| 国产成人a∨麻豆精品| 午夜影院在线不卡| 免费观看av网站的网址| 在线观看三级黄色| 丰满饥渴人妻一区二区三| 国产精品.久久久| 在线免费观看不下载黄p国产| 香蕉精品网在线| 免费看av在线观看网站| 日韩熟女老妇一区二区性免费视频| 精品午夜福利在线看| 秋霞在线观看毛片| 男女无遮挡免费网站观看| 婷婷色麻豆天堂久久| 桃花免费在线播放| 水蜜桃什么品种好| 久久精品熟女亚洲av麻豆精品| 日韩人妻精品一区2区三区| 欧美另类一区| 男人舔女人的私密视频| 国产在线免费精品| 亚洲精品乱久久久久久| 国产无遮挡羞羞视频在线观看| 国产精品二区激情视频| 国产精品秋霞免费鲁丝片| 久久久久网色| 十八禁网站网址无遮挡| 777米奇影视久久| 韩国精品一区二区三区| 美女大奶头黄色视频| 91精品伊人久久大香线蕉| 18+在线观看网站| 免费观看a级毛片全部| 久久国内精品自在自线图片| 久久精品国产亚洲av涩爱| 日韩三级伦理在线观看| 亚洲国产最新在线播放| 精品少妇久久久久久888优播| 国产精品一二三区在线看| 夫妻午夜视频| 国产爽快片一区二区三区| 日韩一本色道免费dvd| 午夜福利影视在线免费观看| 亚洲久久久国产精品| 各种免费的搞黄视频| 国产成人aa在线观看| 国产伦理片在线播放av一区| 久久久久视频综合| 久久久久久免费高清国产稀缺| 99精国产麻豆久久婷婷| 精品少妇久久久久久888优播| 亚洲人成网站在线观看播放| 久久久精品国产亚洲av高清涩受| 国产乱来视频区| 美女大奶头黄色视频| 亚洲国产精品成人久久小说| 肉色欧美久久久久久久蜜桃| videossex国产| 大香蕉久久网| 少妇猛男粗大的猛烈进出视频| 不卡视频在线观看欧美| 亚洲av电影在线观看一区二区三区| 久久久精品免费免费高清| 国产精品欧美亚洲77777| 精品一区二区三卡| xxx大片免费视频| 国产一区有黄有色的免费视频| 色婷婷av一区二区三区视频| 狠狠精品人妻久久久久久综合| 黄片小视频在线播放| 国产黄频视频在线观看| 久久人人爽人人片av| 日韩av不卡免费在线播放| 国产精品免费视频内射| 亚洲精品视频女| 少妇人妻精品综合一区二区| 亚洲av国产av综合av卡| 久久久久国产精品人妻一区二区| 男女下面插进去视频免费观看| 国产精品久久久久成人av| 美女脱内裤让男人舔精品视频| 午夜日韩欧美国产| 成人免费观看视频高清| av国产久精品久网站免费入址| 成人免费观看视频高清| 亚洲成人手机| 成人免费观看视频高清| 丝袜美足系列| 亚洲成人av在线免费| 9191精品国产免费久久| 久久久久久久久久人人人人人人| 嫩草影院入口| 美女脱内裤让男人舔精品视频| 2021少妇久久久久久久久久久| 纵有疾风起免费观看全集完整版| 春色校园在线视频观看| 国产精品av久久久久免费| 亚洲综合精品二区| 大陆偷拍与自拍| 人妻人人澡人人爽人人| 黑丝袜美女国产一区| 美国免费a级毛片| 国产av码专区亚洲av| 一级毛片我不卡| 中文字幕人妻丝袜制服| 最近手机中文字幕大全| 在线天堂最新版资源| 美国免费a级毛片| 天堂中文最新版在线下载| 男人爽女人下面视频在线观看| 电影成人av| 麻豆精品久久久久久蜜桃| 日产精品乱码卡一卡2卡三| 丰满饥渴人妻一区二区三| 一区在线观看完整版| 成年av动漫网址| 精品国产一区二区久久| 丁香六月天网| 又粗又硬又长又爽又黄的视频| 国产又爽黄色视频| 大片电影免费在线观看免费| 久久婷婷青草| 久久久精品94久久精品| 国产成人午夜福利电影在线观看| 9色porny在线观看| 精品少妇黑人巨大在线播放| 精品少妇久久久久久888优播| av有码第一页| 一级毛片我不卡| 成人毛片60女人毛片免费| 9热在线视频观看99| 久久久亚洲精品成人影院| 日韩 亚洲 欧美在线| 午夜日本视频在线| 国产精品一二三区在线看| 一区在线观看完整版| 丝瓜视频免费看黄片| 亚洲av.av天堂| 国产成人精品一,二区| 熟女少妇亚洲综合色aaa.| 午夜福利,免费看| 黄色毛片三级朝国网站| 99国产综合亚洲精品| 美女国产高潮福利片在线看| 18在线观看网站| 欧美日韩亚洲高清精品| 少妇人妻 视频| 免费黄频网站在线观看国产| 欧美日韩亚洲国产一区二区在线观看 | 亚洲av男天堂| 国产成人精品一,二区| www.熟女人妻精品国产| 尾随美女入室| av在线播放精品| 香蕉丝袜av| 最近2019中文字幕mv第一页| 免费黄频网站在线观看国产| 亚洲内射少妇av| 亚洲精品一二三| 日本爱情动作片www.在线观看| 久久久久久久久久久免费av| 日韩免费高清中文字幕av| 国产成人精品久久二区二区91 | 国产精品久久久久久av不卡| 叶爱在线成人免费视频播放| 老司机亚洲免费影院| 亚洲一区二区三区欧美精品| 久热久热在线精品观看| 少妇人妻 视频| 国产精品久久久av美女十八| 亚洲国产精品一区三区| 国产成人精品在线电影| 性色avwww在线观看| 熟女电影av网| 久久人人爽人人片av| 久久这里只有精品19| 久热这里只有精品99| 午夜福利视频精品| 寂寞人妻少妇视频99o| 国产黄色视频一区二区在线观看| 大香蕉久久成人网| 啦啦啦啦在线视频资源| 国产97色在线日韩免费| 久久精品熟女亚洲av麻豆精品| 亚洲av电影在线观看一区二区三区| 国产一区二区激情短视频 | 波多野结衣av一区二区av|