• <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 ?

    基于視覺顯著度的污損圖像缺陷識別方法研究

    2022-10-25 12:14:48王洋迪郭文明
    計算機仿真 2022年9期
    關(guān)鍵詞:污損像素點矩陣

    王洋迪,郭文明

    (北京郵電大學計算機學院,北京 100876)

    1 引言

    機器視覺對圖像進行無損檢測是目前國內(nèi)外研究的重點,而在視覺檢測、識別以及評價技術(shù)當中,對圖像中的目標缺陷信息進行分割與識別是目前研究的關(guān)鍵之處[1]。對于圖像缺陷目標的分割與識別技術(shù),提出了不同的方法,例如不同的閾值方法、形態(tài)學方法以及分水嶺方法等。但對于復雜圖像背景下,獲取微小缺陷目標,現(xiàn)有傳統(tǒng)方法恐怕難以分割與識別,因此,引入視覺顯著度。視覺顯著度使人腦皮層可以在有限的神經(jīng)資源下很好地將外部世界信息進行攝入與分析,即使處于復雜的背景下,也可迅速地將注意重點聚集在相對顯著的目標上,從而視覺皮層能夠?qū)︼@著目標優(yōu)先進行細致分析。那么,如何高效準確地對復雜背景下的圖像缺陷進行識別,對該問題進行研究具有重要意義[2]。

    尹立航[3]等人提出基于改進多尺度采樣分析的污損圖像缺陷識別方法,該方法對原有多尺度算法的符號模式進行改進,使原來的劃分區(qū)間得到增加;采用控制變量法對污損圖像的最優(yōu)尺度進行識別,獲取最佳鄰域像素值;將污損圖像的多尺度特征進行提取,將各個尺度間的特征向量進行連接,用于表示污損圖像;最后利用近鄰分類器完成對污損圖像缺陷部分的識別。該方法在對污損圖像缺陷進行識別時,沒有對污損圖像進行去噪處理,無法保留細節(jié)信息,導致識別時間較長。唐長明[4]等人提出基于改進自適應(yīng)遺傳算法和二維最大熵的污損圖像缺陷識別方法,該方法首先利用小波變換對污損圖像進行預(yù)處理,獲取去噪后的污損圖像,其次采用二維最大熵算法選取合適閾值,對污損圖像進行劃分,得到目標區(qū)域和背景區(qū)域,最終結(jié)合改進的自適應(yīng)遺傳算法提高分割速度,完成對污損圖像缺陷部分的識別。該方法在對污損圖像缺陷進行識別時,無法獲取有用信息,導致識別敏感度較低。戴鵬[5]等人提出基于半監(jiān)督深度學習的污損圖像缺陷識別方法,該方法首先利用稀疏自編碼(SAE)網(wǎng)絡(luò)對無標簽的數(shù)據(jù)集進行迭代學習,獲取污損圖像稀疏表面特征;其次將訓練好的SAE網(wǎng)絡(luò)與softmax層進行連接,形成分類網(wǎng)絡(luò);最后將具有類別標注的子數(shù)據(jù)集進行二次訓練,且對參數(shù)進行相應(yīng)調(diào)整,獲取最終的缺陷識別模型,利用該模型實現(xiàn)對污損圖像缺陷部分的識別。該方法在對污損圖像缺陷進行識別時,易遺失有效信息,增加了識別難度,導致識別效果較差。

    為了解決上述方法存在的問題,提出基于視覺顯著度的污損圖像缺陷識別方法,該方法首先對污損圖像進行去噪,其次提取圖像中的視覺顯著度,通過顯著特征矩陣獲取視覺顯著圖,最終將視覺顯著圖與圖像分割相結(jié)合,完成對污損圖像缺陷的識別。

    2 圖像預(yù)處理-傅里葉變換

    對圖像信號進行定義,表示為S(m,n),此時圖像信號是功率信號,則自相關(guān)函數(shù)R(τ)表示為

    (1)

    功率譜密度求解的主要目的是證明對應(yīng)的信號是能量信號,并將其進行表示[6,7],對圖像進行假設(shè),假設(shè)此時圖像在局部窗口內(nèi)是屬于平穩(wěn)過程的,該窗口可表示為T,平穩(wěn)過程定義為S(u,v),此時,處于局部窗口內(nèi)的圖像信號均視為能量信號,表示為ST(t),且對應(yīng)的功率譜密度PS(f)與其自相關(guān)函數(shù)R(τ)是屬于傅里葉變換關(guān)系的,進而得到下式

    (2)

    將式(1)代入至式(2)中,取得平穩(wěn)過程的功率譜密度,即

    (3)

    利用濾波器對局部窗口內(nèi)的平穩(wěn)過程進行處理,將圖像高頻部分進行濾除,且對原始圖像進行平滑處理[8,9],得到下式

    S(m,n)=H(u,v)*S(u,v)

    (4)

    式中,H(u,v)為濾波器,S(m,n)則是對圖像進行平滑處理后得到的結(jié)果。

    對S(u,v)進行傅里葉反變換,使圖像進行復原,得到相應(yīng)的經(jīng)過平滑處理的圖像,表示為G(m,n),其表達式如下

    G(m,n)=ifft(S(u,v))

    (5)

    通過平滑處理達到圖像去噪的效果。

    3 基于視覺顯著度的污損圖像缺陷識別方法

    根據(jù)圖像預(yù)處理結(jié)果,提取污損圖像的視覺顯著度,根據(jù)顯著特征矩陣形成對應(yīng)的視覺顯著圖,圖中含有的各像素值即為污損圖像對應(yīng)位置像素的視覺顯著性大小,缺陷部分明顯具有較強的視覺顯著性,以此為依據(jù),對污損圖像區(qū)域進行識別與定位[10]。

    3.1 特征提取

    假設(shè)原始圖像為I(x,y),經(jīng)過預(yù)處理的圖像表示為Ip(x,y),將圖像進行劃分,取得大小相同的N個圖像塊,相鄰空間的圖像塊會出現(xiàn)重疊部分,重疊部分存在50%左右,即X=[x1,x2,…,xN]∈Rm×N,將每個圖像塊按照左上角到右下角的順序依次進行排列,第k個圖像塊進行矢量化后的結(jié)果表示為xk,其中xk∈Rm,且k∈[1,N]。

    將分割后的圖像塊作為訓練樣本集,表示為X,求取最小化問題目標函數(shù),獲取特征提取模板,表達式如下

    (6)

    經(jīng)過上述計算,將第k個圖像塊表示為xk,該圖像塊所對應(yīng)的特征向量可通過下式進行計算

    fk=pinv(W)xk

    (7)

    式中,xk的特征向量表示為fk,且fk∈Rn,矩陣偽逆運算表示為pinv(·)。按照上式依次對每個圖像塊進行計算,獲取全部圖像塊的特征向量,形成特征矩陣進行輸入,標記為F=[f1,f2,…,fN]∈Rn×N。

    3.2 矩陣低秩復原

    特征矩陣F可表示為

    (8)

    式中,L表示圖像中特征比較相似的背景區(qū)域所對應(yīng)的低秩矩陣,S表示圖像中可引起視覺注意的顯著區(qū)域所對應(yīng)的稀疏矩陣??赏ㄟ^下式對L與S進行求解

    (9)

    3.3 獲取視覺顯著圖

    對于任意圖像塊,k∈[1,N],對其顯著值進行求解,表達式如下

    (10)

    由上述可知,相鄰圖像間會出現(xiàn)重疊情況,重疊部分在50%左右,也就是說,多個圖像中會含有同一像素點,因此,需對圖像中的任意像素點進行計算,表達式如下

    s.t.(x,y)∈xg

    (11)

    式中,任意像素點表示為(x,y),SC(x,y)表示為該像素點所對應(yīng)的顯著值,其含有同一像素點的圖像塊個數(shù)表示為h,含有像素點的第g個圖像塊所對應(yīng)的顯著值表示為SC(xg),且g∈[1,h],此時,完成對污損圖像的視覺顯著圖的獲取。

    3.4 污損圖像缺陷識別

    經(jīng)過上述分析與計算,獲取污損圖像的初始視覺顯著圖,為了更加精準地實現(xiàn)污損圖像缺陷區(qū)域的識別,將視覺顯著圖與圖像分割進行結(jié)合,完成對污損圖像缺陷的識別[11]。

    為了獲取較為精準的缺陷區(qū)域邊界信息,采用線性迭代聚類像素算法[12],對污損圖像進行分割。將污損圖像定義為Ip(x,y),將分割后的圖像表示為R={R1,R2,…,RM},分割后的區(qū)域數(shù)量為M,把分割后的區(qū)域按照左上角到右下角的順序依次進行排列,第c個區(qū)域中包含的全部像素點表示為Rc,且c∈[1,M]。

    將視覺顯著圖作為依據(jù),對區(qū)域級的視覺顯著度進行計算,計算公式如下

    (12)

    式中,區(qū)域Rc的顯著值表示為SC(Rc),區(qū)域Rc中所包含的像素點個數(shù)表示為|Rc|。

    利用閾值對最終的缺陷區(qū)域進行判斷,即

    (13)

    式中,缺陷識別結(jié)果表示為IT(Rc),且c∈[1,M]。

    4 實驗與結(jié)果

    為了驗證基于視覺顯著度的污損圖像缺陷識別方法的可行性與有效性,需進行相關(guān)實驗。實驗環(huán)境:硬件部分為Intel Core i7-4790@4.80GHz Quad Core Processor、4GB RAM、NVIDIA GeForce GTX 970 和 2GB GDDR5;軟件部分為Windows 10操作系統(tǒng)、MATLAB(2016a)和Visual Studio 2015。

    分別采用基于視覺顯著度的污損圖像缺陷識別方法(方法1)、基于改進多尺度采樣分析的污損圖像缺陷識別方法(方法2)、基于改進自適應(yīng)遺傳算法和二維最大熵的污損圖像缺陷識別方法(方法3)進行相關(guān)實驗。如圖1中的污損圖像所示,是含有微小缺陷目標的復雜背景污損圖像,圖像整體亮度極其不均、灰度起伏較大以及污損程度較重,微小缺陷目標占整體圖像的千分之一比例,難以對圖像進行準確識別,對比不同方法的識別效果,對比結(jié)果如圖2所示。

    由圖2可知,只有方法1對該污損圖像完成了識別,獲取到缺陷區(qū)域,方法2和方法3并沒有識別到該污損圖像中的缺陷,證明方法1的識別準確性更高,因為方法1在對污損圖像缺陷部分進行識別時,對污損圖進行了去噪處理,避免污損圖像細節(jié)信息被損壞,在污損程度降低的基礎(chǔ)上結(jié)合視覺顯著圖與圖像分割使圖像缺陷識別更加準確。

    對含有不同程度缺陷的污損圖像進行測試,對比不同方法對污損圖像的平均識別時間,對比結(jié)果如圖3所示。

    據(jù)圖3可知,方法2與方法3的平均識別時間均高于方法1,證明方法1的識別效率更高,因為方法1在對污損圖像缺陷部分進行識別時,對污損圖像進行了去噪處理,保留了污損圖像中的顯著特征與細節(jié)信息,結(jié)合視覺顯著圖可優(yōu)先對顯著區(qū)域進行細致分析與決策,從而縮短了對污損圖像缺陷識別時間,為后期對污損圖像缺陷識別工作奠定了基礎(chǔ)。

    對比不同方法的識別敏感度,對比結(jié)果如圖4所示。

    分析圖4可知,方法1的識別敏感度要高于方法2和方法3,證明方法1的識別能力較強,因為方法1在對污損圖像缺陷部分進行識別時,在去噪處理的基礎(chǔ)上,對污損圖像特征進行提取,根據(jù)提取結(jié)果可以避免污損圖像中有效信息丟失的情況,結(jié)合視覺顯著圖與圖像分割處理結(jié)果,取得了較好的識別效果。

    5 結(jié)束語

    在圖像復雜背景下,對于微小圖像目標,目前的圖像缺陷識別方法在對污損圖像缺陷進行識別時,沒有對污損圖像進行去噪處理,導致缺陷識別時間較長,識別敏感度較低以及識別缺陷區(qū)域效果較差。對此問題,提出基于視覺顯著度的污損圖像缺陷識別方法,通過圖像去噪、特征提取、視覺顯著圖形成與圖像分割相結(jié)合,完成了對污損圖像缺陷部分的識別。實驗結(jié)果表明,該方法的圖像識別效果較好,可以獲取污損圖像中的細節(jié)信息,并且識別時間較短,敏感度較高,說明該方法有效解決了目前方法中存在的問題,可以為圖像缺陷識別方法的設(shè)計與使用提供新的思路。

    雖然所提方法實現(xiàn)了對傳統(tǒng)方法的改進,但是該方法沒有考慮色彩與亮度對圖像缺陷識別的影響,當圖像亮度不均時,如何對缺損圖像進行有效識別是接下來重點研究的內(nèi)容。

    猜你喜歡
    污損像素點矩陣
    污損的成績單
    污損土地修復現(xiàn)狀與發(fā)展趨勢研究
    基于canvas的前端數(shù)據(jù)加密
    污損土地修復發(fā)展前景探究
    基于逐像素點深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    海洋污損對螺旋槳葉切面性能影響的數(shù)值模擬
    初等行變換與初等列變換并用求逆矩陣
    矩陣
    南都周刊(2015年4期)2015-09-10 07:22:44
    矩陣
    南都周刊(2015年3期)2015-09-10 07:22:44
    矩陣
    南都周刊(2015年1期)2015-09-10 07:22:44
    亚洲片人在线观看| 成人黄色视频免费在线看| 午夜福利在线观看吧| 欧美精品一区二区免费开放| 亚洲人成电影免费在线| 欧美成人免费av一区二区三区| www.熟女人妻精品国产| 久久国产精品影院| 身体一侧抽搐| 91成人精品电影| 久久久久久久午夜电影 | 淫妇啪啪啪对白视频| 水蜜桃什么品种好| 男女做爰动态图高潮gif福利片 | 中文欧美无线码| 免费av中文字幕在线| 女性被躁到高潮视频| 欧美日本亚洲视频在线播放| 成在线人永久免费视频| 亚洲激情在线av| 国产成人精品在线电影| 三级毛片av免费| 脱女人内裤的视频| 老熟妇仑乱视频hdxx| 亚洲av美国av| 99精品久久久久人妻精品| 淫妇啪啪啪对白视频| 一区二区三区激情视频| 99在线人妻在线中文字幕| 免费观看人在逋| 97超级碰碰碰精品色视频在线观看| 国产成人免费无遮挡视频| 超碰97精品在线观看| 日韩欧美三级三区| 国产精品久久视频播放| 人人澡人人妻人| 国产亚洲精品久久久久久毛片| 亚洲黑人精品在线| 国产成人av教育| 免费在线观看日本一区| 亚洲av成人不卡在线观看播放网| 午夜a级毛片| 狠狠狠狠99中文字幕| www国产在线视频色| 国产亚洲精品一区二区www| 亚洲精品在线观看二区| 亚洲精品中文字幕一二三四区| 性欧美人与动物交配| 精品久久久精品久久久| 久久国产乱子伦精品免费另类| 日韩视频一区二区在线观看| 国产区一区二久久| a级毛片黄视频| 欧美在线黄色| 国产成人精品无人区| 老司机午夜福利在线观看视频| 麻豆一二三区av精品| 99久久久亚洲精品蜜臀av| 亚洲熟妇中文字幕五十中出 | 自线自在国产av| 中文字幕人妻丝袜一区二区| 麻豆国产av国片精品| 91老司机精品| 成人国产一区最新在线观看| 成在线人永久免费视频| 老司机午夜福利在线观看视频| 高清欧美精品videossex| 国产亚洲精品第一综合不卡| а√天堂www在线а√下载| 亚洲第一欧美日韩一区二区三区| 欧美不卡视频在线免费观看 | 看免费av毛片| 精品人妻1区二区| 极品教师在线免费播放| 国产成人欧美在线观看| 亚洲午夜精品一区,二区,三区| 啦啦啦免费观看视频1| 国产成人精品久久二区二区91| 91麻豆av在线| 亚洲五月色婷婷综合| 国产精品国产av在线观看| 国产精品久久视频播放| 脱女人内裤的视频| 久久国产乱子伦精品免费另类| 黄频高清免费视频| 黄色丝袜av网址大全| 一级黄色大片毛片| 19禁男女啪啪无遮挡网站| 一进一出抽搐动态| 不卡av一区二区三区| 国产又爽黄色视频| 亚洲五月婷婷丁香| 人人澡人人妻人| 少妇粗大呻吟视频| 欧美激情高清一区二区三区| 夫妻午夜视频| 女人被躁到高潮嗷嗷叫费观| 黑丝袜美女国产一区| 国产97色在线日韩免费| 国产精品99久久99久久久不卡| 久久精品aⅴ一区二区三区四区| 亚洲五月天丁香| 搡老乐熟女国产| 亚洲欧美激情在线| 日本欧美视频一区| 久久久久久久精品吃奶| 两人在一起打扑克的视频| 丰满迷人的少妇在线观看| 不卡一级毛片| 国产有黄有色有爽视频| 成人影院久久| 男人舔女人的私密视频| 欧美成人性av电影在线观看| 精品第一国产精品| 99久久人妻综合| 精品国产乱码久久久久久男人| 精品日产1卡2卡| 国产乱人伦免费视频| 国产又色又爽无遮挡免费看| 男人的好看免费观看在线视频 | 国产一区二区激情短视频| 免费在线观看亚洲国产| 757午夜福利合集在线观看| 精品人妻在线不人妻| 亚洲一区二区三区欧美精品| 亚洲欧美日韩高清在线视频| 免费看a级黄色片| 大型av网站在线播放| √禁漫天堂资源中文www| 亚洲 欧美 日韩 在线 免费| 久久中文字幕人妻熟女| 夫妻午夜视频| 老汉色∧v一级毛片| 国产精品日韩av在线免费观看 | 国产精品野战在线观看 | 高清在线国产一区| 久久人人97超碰香蕉20202| 露出奶头的视频| 国产97色在线日韩免费| 欧美日韩精品网址| 国产一区二区激情短视频| 两人在一起打扑克的视频| 国产精品久久久久成人av| av欧美777| 欧美成狂野欧美在线观看| av国产精品久久久久影院| 国产深夜福利视频在线观看| 午夜福利在线观看吧| 怎么达到女性高潮| 搡老岳熟女国产| 电影成人av| 黑人欧美特级aaaaaa片| 亚洲av成人不卡在线观看播放网| 最近最新免费中文字幕在线| 在线观看免费高清a一片| 久久人人精品亚洲av| 亚洲精华国产精华精| 黄色怎么调成土黄色| 新久久久久国产一级毛片| 亚洲av熟女| 伦理电影免费视频| www.自偷自拍.com| 亚洲精华国产精华精| 精品国内亚洲2022精品成人| 国产在线观看jvid| 欧美日韩福利视频一区二区| 亚洲av五月六月丁香网| 视频区欧美日本亚洲| 精品午夜福利视频在线观看一区| 亚洲国产欧美日韩在线播放| 久久精品国产亚洲av高清一级| 级片在线观看| 欧美日本亚洲视频在线播放| 国产色视频综合| 精品日产1卡2卡| 久久国产精品影院| 少妇裸体淫交视频免费看高清 | 国产成人系列免费观看| 欧美人与性动交α欧美精品济南到| 国产伦一二天堂av在线观看| 人人妻人人爽人人添夜夜欢视频| 99久久国产精品久久久| 九色亚洲精品在线播放| 90打野战视频偷拍视频| 国产日韩一区二区三区精品不卡| 婷婷精品国产亚洲av在线| 日日干狠狠操夜夜爽| 两个人看的免费小视频| 一级a爱片免费观看的视频| 一边摸一边抽搐一进一小说| 久久久久久久久中文| 欧美黑人精品巨大| 国产97色在线日韩免费| 日韩中文字幕欧美一区二区| 国产亚洲精品久久久久5区| 亚洲精品国产色婷婷电影| 18禁观看日本| a级毛片在线看网站| 亚洲精品av麻豆狂野| 午夜福利欧美成人| 成人黄色视频免费在线看| 超碰成人久久| 露出奶头的视频| √禁漫天堂资源中文www| 国产精品综合久久久久久久免费 | 中文欧美无线码| 国产成+人综合+亚洲专区| 久久天堂一区二区三区四区| 免费在线观看亚洲国产| 夜夜看夜夜爽夜夜摸 | 日日爽夜夜爽网站| av欧美777| bbb黄色大片| 激情在线观看视频在线高清| 嫩草影院精品99| 成人18禁在线播放| 久久人人精品亚洲av| 国产精华一区二区三区| 水蜜桃什么品种好| 一夜夜www| 人人妻人人添人人爽欧美一区卜| 亚洲国产毛片av蜜桃av| 别揉我奶头~嗯~啊~动态视频| 欧美激情久久久久久爽电影 | bbb黄色大片| 国产精品1区2区在线观看.| 久久精品人人爽人人爽视色| 正在播放国产对白刺激| 亚洲欧美日韩无卡精品| 国产欧美日韩综合在线一区二区| 国产亚洲av高清不卡| 叶爱在线成人免费视频播放| 久久青草综合色| 国产精品香港三级国产av潘金莲| 性少妇av在线| 亚洲全国av大片| 1024视频免费在线观看| av电影中文网址| 国产精品一区二区三区四区久久 | 亚洲七黄色美女视频| 看免费av毛片| 亚洲,欧美精品.| 国产成人欧美在线观看| 波多野结衣高清无吗| 在线观看午夜福利视频| 曰老女人黄片| 国产精品爽爽va在线观看网站 | 大香蕉久久成人网| a级毛片黄视频| 视频区欧美日本亚洲| 国产高清国产精品国产三级| 99re在线观看精品视频| 亚洲免费av在线视频| 欧美日韩黄片免| 亚洲av熟女| 久久久久久久久中文| 亚洲,欧美精品.| 久久久久国产一级毛片高清牌| 久久婷婷成人综合色麻豆| 亚洲aⅴ乱码一区二区在线播放 | a在线观看视频网站| 一本大道久久a久久精品| 日本精品一区二区三区蜜桃| 欧洲精品卡2卡3卡4卡5卡区| 免费少妇av软件| 国产欧美日韩综合在线一区二区| 国产成人欧美| 欧美精品一区二区免费开放| 777久久人妻少妇嫩草av网站| 免费高清在线观看日韩| 在线观看免费高清a一片| 宅男免费午夜| 在线播放国产精品三级| 一a级毛片在线观看| 日韩一卡2卡3卡4卡2021年| 成人特级黄色片久久久久久久| 亚洲国产精品一区二区三区在线| 欧美乱色亚洲激情| 精品久久久久久久毛片微露脸| 久久久久久久久免费视频了| 宅男免费午夜| 法律面前人人平等表现在哪些方面| 新久久久久国产一级毛片| 在线观看日韩欧美| 女同久久另类99精品国产91| 日本a在线网址| 美女福利国产在线| 天堂√8在线中文| 久久伊人香网站| 美女大奶头视频| 久久久精品国产亚洲av高清涩受| 亚洲全国av大片| 成年人黄色毛片网站| 一边摸一边抽搐一进一出视频| 午夜福利在线免费观看网站| 国产精品野战在线观看 | 91九色精品人成在线观看| 天堂√8在线中文| 级片在线观看| 久久天堂一区二区三区四区| 国产高清videossex| 搡老岳熟女国产| 性少妇av在线| 免费看a级黄色片| 女警被强在线播放| 日韩免费av在线播放| 高清毛片免费观看视频网站 | 亚洲性夜色夜夜综合| 免费在线观看日本一区| 国产成年人精品一区二区 | 国产午夜精品久久久久久| 久久影院123| 男人舔女人下体高潮全视频| 国产精品亚洲av一区麻豆| 欧美+亚洲+日韩+国产| 一区在线观看完整版| 黑人巨大精品欧美一区二区mp4| 天堂中文最新版在线下载| 午夜91福利影院| 久久久久久久午夜电影 | 久久人妻熟女aⅴ| 午夜91福利影院| 欧美日韩中文字幕国产精品一区二区三区 | 午夜精品久久久久久毛片777| 亚洲成人免费电影在线观看| 99riav亚洲国产免费| 欧美日韩av久久| 欧美成人性av电影在线观看| a级毛片黄视频| 精品免费久久久久久久清纯| 悠悠久久av| cao死你这个sao货| 国产乱人伦免费视频| 国产亚洲精品久久久久5区| 精品国产国语对白av| 国产免费现黄频在线看| 亚洲av片天天在线观看| 黑丝袜美女国产一区| 99国产精品99久久久久| 女性生殖器流出的白浆| 精品高清国产在线一区| 久久久久久大精品| 中文字幕高清在线视频| 色综合站精品国产| 9191精品国产免费久久| av在线天堂中文字幕 | 岛国视频午夜一区免费看| 国产片内射在线| 国产高清激情床上av| 自拍欧美九色日韩亚洲蝌蚪91| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品亚洲av一区麻豆| 国产三级在线视频| 欧美丝袜亚洲另类 | 国产一区二区三区在线臀色熟女 | 欧美在线一区亚洲| 热99国产精品久久久久久7| 久久人妻福利社区极品人妻图片| 无限看片的www在线观看| 99精国产麻豆久久婷婷| av电影中文网址| 叶爱在线成人免费视频播放| 不卡av一区二区三区| 51午夜福利影视在线观看| 老司机深夜福利视频在线观看| 丝袜美腿诱惑在线| www日本在线高清视频| 中文字幕另类日韩欧美亚洲嫩草| 久久精品亚洲熟妇少妇任你| 高清黄色对白视频在线免费看| 国产免费男女视频| 亚洲一码二码三码区别大吗| av免费在线观看网站| 亚洲五月天丁香| 亚洲专区国产一区二区| 国产精品成人在线| 老熟妇仑乱视频hdxx| 久99久视频精品免费| 精品电影一区二区在线| 美女 人体艺术 gogo| 日韩欧美国产一区二区入口| 女人被狂操c到高潮| 亚洲欧美日韩无卡精品| 老司机福利观看| 99re在线观看精品视频| www.熟女人妻精品国产| 88av欧美| 国产精品野战在线观看 | 9热在线视频观看99| 久久亚洲真实| 亚洲五月色婷婷综合| a在线观看视频网站| 精品国产亚洲在线| 中文字幕人妻熟女乱码| 久久欧美精品欧美久久欧美| 国产精品亚洲av一区麻豆| 一级a爱片免费观看的视频| 色综合欧美亚洲国产小说| 美女午夜性视频免费| 精品久久久久久成人av| 久久中文看片网| 淫妇啪啪啪对白视频| 久久精品影院6| 国产99久久九九免费精品| 国产精品日韩av在线免费观看 | 国产亚洲精品第一综合不卡| 成人三级做爰电影| 久久精品国产亚洲av香蕉五月| 免费av中文字幕在线| 亚洲精品一二三| 淫妇啪啪啪对白视频| 啦啦啦 在线观看视频| 成人精品一区二区免费| 俄罗斯特黄特色一大片| www日本在线高清视频| 一个人观看的视频www高清免费观看 | 搡老熟女国产l中国老女人| 少妇裸体淫交视频免费看高清 | 精品国产乱码久久久久久男人| 免费在线观看视频国产中文字幕亚洲| 高清黄色对白视频在线免费看| 777久久人妻少妇嫩草av网站| 久久久久国内视频| 丝袜在线中文字幕| 日本撒尿小便嘘嘘汇集6| 亚洲欧美日韩无卡精品| 男女高潮啪啪啪动态图| 亚洲熟妇中文字幕五十中出 | 日韩av在线大香蕉| 日本黄色视频三级网站网址| 69精品国产乱码久久久| 免费看a级黄色片| 欧美一级毛片孕妇| 久久天堂一区二区三区四区| 欧美最黄视频在线播放免费 | 欧美最黄视频在线播放免费 | 精品国内亚洲2022精品成人| 天天添夜夜摸| 手机成人av网站| 日韩大码丰满熟妇| ponron亚洲| 最新在线观看一区二区三区| 婷婷六月久久综合丁香| 国产在线精品亚洲第一网站| 久久久国产精品麻豆| 无限看片的www在线观看| av网站免费在线观看视频| 国产亚洲av高清不卡| 久9热在线精品视频| 日韩欧美国产一区二区入口| 一级片'在线观看视频| 亚洲精品一二三| 国产激情欧美一区二区| 日本免费a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| 高清黄色对白视频在线免费看| 亚洲欧美日韩另类电影网站| 麻豆国产av国片精品| 女人高潮潮喷娇喘18禁视频| 大码成人一级视频| 日韩欧美三级三区| 亚洲av成人一区二区三| cao死你这个sao货| 身体一侧抽搐| 亚洲一区高清亚洲精品| 80岁老熟妇乱子伦牲交| 国产精品野战在线观看 | 成人特级黄色片久久久久久久| 在线观看免费午夜福利视频| 一级a爱片免费观看的视频| 国产av一区在线观看免费| 亚洲精品美女久久av网站| 色播在线永久视频| 母亲3免费完整高清在线观看| 亚洲中文字幕日韩| 国产麻豆69| 巨乳人妻的诱惑在线观看| 久久影院123| 久久久国产精品麻豆| 日韩精品中文字幕看吧| 欧美乱妇无乱码| 黑人巨大精品欧美一区二区蜜桃| 美女扒开内裤让男人捅视频| 老汉色av国产亚洲站长工具| 日韩免费高清中文字幕av| av网站免费在线观看视频| 亚洲精品中文字幕在线视频| 女人被狂操c到高潮| 免费av毛片视频| 啦啦啦在线免费观看视频4| 性色av乱码一区二区三区2| 少妇 在线观看| 一级作爱视频免费观看| 国产xxxxx性猛交| 亚洲情色 制服丝袜| 成在线人永久免费视频| 亚洲欧美日韩另类电影网站| 精品国产一区二区久久| 国产av一区二区精品久久| 一级毛片精品| 日本a在线网址| 动漫黄色视频在线观看| 欧美黄色淫秽网站| 欧美老熟妇乱子伦牲交| 在线观看舔阴道视频| 老鸭窝网址在线观看| 老司机靠b影院| 在线视频色国产色| 夫妻午夜视频| 色综合站精品国产| 水蜜桃什么品种好| 无人区码免费观看不卡| 精品一区二区三卡| 免费观看精品视频网站| 精品国产乱码久久久久久男人| 久久国产精品影院| 极品人妻少妇av视频| 一区福利在线观看| 久久国产亚洲av麻豆专区| 免费人成视频x8x8入口观看| 悠悠久久av| 老司机福利观看| 欧美日本中文国产一区发布| 高清欧美精品videossex| 黄片大片在线免费观看| av中文乱码字幕在线| 国产高清国产精品国产三级| av在线天堂中文字幕 | 精品国产乱码久久久久久男人| 老熟妇乱子伦视频在线观看| 亚洲视频免费观看视频| 免费高清视频大片| 搡老熟女国产l中国老女人| 18禁裸乳无遮挡免费网站照片 | 久久国产亚洲av麻豆专区| 交换朋友夫妻互换小说| 好男人电影高清在线观看| 国产激情久久老熟女| 国产一区二区激情短视频| 成年版毛片免费区| 国产成人av教育| 少妇被粗大的猛进出69影院| 男男h啪啪无遮挡| 欧美在线一区亚洲| 成人国产一区最新在线观看| 在线播放国产精品三级| 极品教师在线免费播放| 动漫黄色视频在线观看| 可以免费在线观看a视频的电影网站| 日本精品一区二区三区蜜桃| 在线十欧美十亚洲十日本专区| 男人的好看免费观看在线视频 | 久久热在线av| 日韩欧美免费精品| 欧美亚洲日本最大视频资源| 成人三级做爰电影| 成人免费观看视频高清| 又紧又爽又黄一区二区| 日韩一卡2卡3卡4卡2021年| 久久中文看片网| 高清欧美精品videossex| 男人操女人黄网站| avwww免费| 成人精品一区二区免费| www.www免费av| 无遮挡黄片免费观看| 黄片播放在线免费| 狠狠狠狠99中文字幕| 午夜精品国产一区二区电影| 高清在线国产一区| 国内毛片毛片毛片毛片毛片| 老汉色∧v一级毛片| 国产激情久久老熟女| 亚洲av电影在线进入| 天堂俺去俺来也www色官网| 中文字幕色久视频| 国产三级黄色录像| 少妇 在线观看| 成人国语在线视频| 亚洲av成人av| 九色亚洲精品在线播放| 日本vs欧美在线观看视频| 国产成年人精品一区二区 | 麻豆国产av国片精品| 在线观看免费视频网站a站| 国产亚洲精品综合一区在线观看 | 日韩精品青青久久久久久| 制服人妻中文乱码| 狠狠狠狠99中文字幕| 91字幕亚洲| www.精华液| 亚洲av成人av| 国产免费男女视频| www.www免费av| 好男人电影高清在线观看| 一区二区日韩欧美中文字幕| 成人国语在线视频| 在线永久观看黄色视频| 免费观看精品视频网站| 亚洲人成77777在线视频| 亚洲午夜理论影院| 精品国产乱码久久久久久男人| 在线观看舔阴道视频| 一个人观看的视频www高清免费观看 | 亚洲少妇的诱惑av| 中文字幕色久视频| 1024香蕉在线观看| 一区二区三区国产精品乱码| 狠狠狠狠99中文字幕| 丰满饥渴人妻一区二区三| 久久久精品国产亚洲av高清涩受| 久久国产精品男人的天堂亚洲| www.熟女人妻精品国产| 亚洲精品国产精品久久久不卡|