• <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
    99国产精品一区二区蜜桃av| 亚洲人成电影免费在线| 久久精品影院6| 午夜福利在线在线| 禁无遮挡网站| 欧美在线黄色| 9191精品国产免费久久| 国产成人一区二区三区免费视频网站| 精品久久久久久久毛片微露脸| 亚洲熟妇熟女久久| 男女床上黄色一级片免费看| 欧美激情极品国产一区二区三区| 国内毛片毛片毛片毛片毛片| 一个人观看的视频www高清免费观看 | 999久久久国产精品视频| 精品人妻1区二区| 亚洲欧美日韩无卡精品| 一进一出好大好爽视频| 亚洲精品色激情综合| 日本精品一区二区三区蜜桃| 久久中文看片网| 一级a爱片免费观看的视频| 亚洲精品久久成人aⅴ小说| 欧美+亚洲+日韩+国产| 久久精品91无色码中文字幕| 日韩精品青青久久久久久| 麻豆成人av在线观看| av免费在线观看网站| 国产99白浆流出| 日韩欧美国产一区二区入口| 18禁黄网站禁片免费观看直播| 国产91精品成人一区二区三区| 黄色视频不卡| 一夜夜www| a级毛片在线看网站| 禁无遮挡网站| 久久精品国产99精品国产亚洲性色| 国产高清videossex| 国产成人精品久久二区二区免费| 午夜日韩欧美国产| 成人一区二区视频在线观看| 亚洲中文日韩欧美视频| 国产伦一二天堂av在线观看| 国产1区2区3区精品| 在线国产一区二区在线| 亚洲av成人一区二区三| 欧美成人免费av一区二区三区| 老司机福利观看| 久久国产精品人妻蜜桃| 色播在线永久视频| 国产黄片美女视频| 亚洲精品中文字幕在线视频| www国产在线视频色| 日本三级黄在线观看| 男女那种视频在线观看| 免费看日本二区| 欧美国产日韩亚洲一区| 婷婷精品国产亚洲av| avwww免费| 国产精品久久久久久人妻精品电影| 免费看日本二区| 欧美国产精品va在线观看不卡| av天堂在线播放| 黄色视频,在线免费观看| 亚洲成a人片在线一区二区| 亚洲av成人一区二区三| 成人三级黄色视频| 欧美在线一区亚洲| svipshipincom国产片| 国产精品免费视频内射| 99热只有精品国产| 欧美乱妇无乱码| 国产精品一区二区免费欧美| 久久婷婷成人综合色麻豆| 一二三四社区在线视频社区8| 国产精华一区二区三区| 怎么达到女性高潮| 一进一出抽搐gif免费好疼| 波多野结衣高清作品| 久久午夜亚洲精品久久| 一级毛片女人18水好多| 久久久久久九九精品二区国产 | 90打野战视频偷拍视频| 成年免费大片在线观看| 欧美日韩瑟瑟在线播放| 婷婷六月久久综合丁香| 丝袜人妻中文字幕| xxx96com| 大型黄色视频在线免费观看| 叶爱在线成人免费视频播放| 色av中文字幕| 女同久久另类99精品国产91| 久久中文看片网| 亚洲色图 男人天堂 中文字幕| 黄片播放在线免费| 麻豆成人av在线观看| 亚洲欧美日韩无卡精品| 人人妻人人澡欧美一区二区| www.自偷自拍.com| 在线视频色国产色| av天堂在线播放| 久久婷婷人人爽人人干人人爱| 国产午夜精品久久久久久| 老鸭窝网址在线观看| 国内精品久久久久久久电影| 久久国产精品人妻蜜桃| 久久久久国产精品人妻aⅴ院| 久久久久久九九精品二区国产 | 亚洲av美国av| 99国产精品一区二区蜜桃av| 夜夜夜夜夜久久久久| 日日摸夜夜添夜夜添小说| 亚洲三区欧美一区| 人人妻人人澡欧美一区二区| 香蕉av资源在线| 哪里可以看免费的av片| 国产高清激情床上av| 午夜福利18| 免费电影在线观看免费观看| tocl精华| 国产激情欧美一区二区| 波多野结衣av一区二区av| 国产成人精品久久二区二区91| 欧美国产日韩亚洲一区| 午夜视频精品福利| 国产精品精品国产色婷婷| 国产v大片淫在线免费观看| 亚洲av五月六月丁香网| 长腿黑丝高跟| 女人被狂操c到高潮| 国产精品乱码一区二三区的特点| 欧美午夜高清在线| 中文字幕精品亚洲无线码一区 | www.999成人在线观看| 国产极品粉嫩免费观看在线| 超碰成人久久| 99精品欧美一区二区三区四区| 别揉我奶头~嗯~啊~动态视频| 黑人操中国人逼视频| 精品人妻1区二区| 欧美成人性av电影在线观看| 国产aⅴ精品一区二区三区波| 国产99白浆流出| 一个人免费在线观看的高清视频| 亚洲精品国产一区二区精华液| 成人特级黄色片久久久久久久| 变态另类丝袜制服| 亚洲免费av在线视频| 岛国在线观看网站| 免费电影在线观看免费观看| 99久久精品国产亚洲精品| 欧美性长视频在线观看| 精品国产美女av久久久久小说| 久久香蕉激情| 好看av亚洲va欧美ⅴa在| 国产又爽黄色视频| 成人手机av| 久久 成人 亚洲| 日韩成人在线观看一区二区三区| 男人的好看免费观看在线视频 | 日韩精品青青久久久久久| 亚洲欧美一区二区三区黑人| 观看免费一级毛片| 村上凉子中文字幕在线| 久久精品91无色码中文字幕| 一级毛片高清免费大全| 久久亚洲精品不卡| 一本一本综合久久| 不卡av一区二区三区| 国产私拍福利视频在线观看| 1024手机看黄色片| 日韩国内少妇激情av| 美女午夜性视频免费| 琪琪午夜伦伦电影理论片6080| 黄频高清免费视频| 18禁裸乳无遮挡免费网站照片 | 真人做人爱边吃奶动态| 亚洲中文字幕一区二区三区有码在线看 | 女警被强在线播放| 制服人妻中文乱码| 欧美精品亚洲一区二区| 精华霜和精华液先用哪个| 欧美性猛交╳xxx乱大交人| 中文字幕精品亚洲无线码一区 | 欧美av亚洲av综合av国产av| 国产成人影院久久av| 免费在线观看日本一区| 欧美在线黄色| 精品熟女少妇八av免费久了| 美女国产高潮福利片在线看| 19禁男女啪啪无遮挡网站| 久久久久国产一级毛片高清牌| 熟女电影av网| 亚洲九九香蕉| 久久久久久久久免费视频了| 波多野结衣av一区二区av| 久久久久九九精品影院| 亚洲一区二区三区不卡视频| 亚洲,欧美精品.| 非洲黑人性xxxx精品又粗又长| 精品福利观看| 成人亚洲精品一区在线观看| 欧美大码av| 久久久久亚洲av毛片大全| 日韩av在线大香蕉| 免费一级毛片在线播放高清视频| 丰满的人妻完整版| 亚洲免费av在线视频| 欧美成人午夜精品| 国产黄色小视频在线观看| 国产精品一区二区免费欧美| 亚洲国产看品久久| 1024手机看黄色片| 色婷婷久久久亚洲欧美| 19禁男女啪啪无遮挡网站| 色av中文字幕| 国产精品综合久久久久久久免费| 欧美成人一区二区免费高清观看 | 制服人妻中文乱码| 日韩成人在线观看一区二区三区| 中文字幕人妻熟女乱码| 成人国产综合亚洲| 久久狼人影院| 国产一区二区激情短视频| 久久午夜亚洲精品久久| 国产亚洲欧美精品永久| 麻豆一二三区av精品| 村上凉子中文字幕在线| 男女视频在线观看网站免费 | 国产亚洲精品久久久久5区| 久久精品人妻少妇| 国产亚洲欧美在线一区二区| 国产极品粉嫩免费观看在线| 久久久久免费精品人妻一区二区 | 国产一区在线观看成人免费| cao死你这个sao货| 日韩欧美国产在线观看| 精品国产超薄肉色丝袜足j| 欧美午夜高清在线| 亚洲av电影在线进入| 亚洲欧美精品综合久久99| 国产精品亚洲一级av第二区| 国产三级黄色录像| 在线av久久热| 免费无遮挡裸体视频| 精品乱码久久久久久99久播| 在线观看免费日韩欧美大片| 黑人欧美特级aaaaaa片| 2021天堂中文幕一二区在线观 | 在线十欧美十亚洲十日本专区| 免费av毛片视频| 成人手机av| 淫妇啪啪啪对白视频| 亚洲精品在线美女| 亚洲成av片中文字幕在线观看| 精品久久久久久久末码| av片东京热男人的天堂| 好看av亚洲va欧美ⅴa在| 人人妻,人人澡人人爽秒播| 久久久久久九九精品二区国产 | 国产在线精品亚洲第一网站| 久久久久免费精品人妻一区二区 | 亚洲av美国av| 亚洲欧美激情综合另类| 免费无遮挡裸体视频| 国产免费av片在线观看野外av| 久99久视频精品免费| www日本在线高清视频| АⅤ资源中文在线天堂| 久久精品国产99精品国产亚洲性色| 一边摸一边做爽爽视频免费| 国产精品日韩av在线免费观看| 亚洲免费av在线视频| 亚洲自偷自拍图片 自拍| 国产精品二区激情视频| 女人被狂操c到高潮| 黑人巨大精品欧美一区二区mp4| 91成年电影在线观看| 亚洲精品国产一区二区精华液| 国产精品亚洲一级av第二区| 男女下面进入的视频免费午夜 | 国产区一区二久久| 精品卡一卡二卡四卡免费| 午夜福利在线在线| 黄频高清免费视频| 日韩欧美在线二视频| 女同久久另类99精品国产91| 一a级毛片在线观看| 日本黄色视频三级网站网址| 少妇被粗大的猛进出69影院| 99国产综合亚洲精品| 国内揄拍国产精品人妻在线 | 丝袜美腿诱惑在线| 成人亚洲精品av一区二区| 757午夜福利合集在线观看| 草草在线视频免费看| 欧美人与性动交α欧美精品济南到| 午夜日韩欧美国产| 亚洲激情在线av| x7x7x7水蜜桃| 欧美激情久久久久久爽电影| 草草在线视频免费看| 女警被强在线播放| 亚洲成国产人片在线观看| 激情在线观看视频在线高清| 国产精品二区激情视频| 成人手机av| 我的亚洲天堂| 男人舔奶头视频| 亚洲人成77777在线视频| 午夜激情福利司机影院| 日日夜夜操网爽| 黄网站色视频无遮挡免费观看| 亚洲精品美女久久久久99蜜臀| 99在线视频只有这里精品首页| 熟妇人妻久久中文字幕3abv| 老司机靠b影院| 亚洲av成人不卡在线观看播放网| 两个人视频免费观看高清| 伦理电影免费视频| 国产男靠女视频免费网站| 亚洲七黄色美女视频| 久久国产精品人妻蜜桃| 精品人妻1区二区| 久久久久国内视频| 国产精品野战在线观看| 一区福利在线观看| 午夜精品久久久久久毛片777| 91九色精品人成在线观看| 18禁国产床啪视频网站| 久久这里只有精品19| 国产精品1区2区在线观看.| 国产精品九九99| 色av中文字幕| 国内少妇人妻偷人精品xxx网站 | 成人精品一区二区免费| 黄片播放在线免费| 老司机靠b影院| 午夜亚洲福利在线播放| 丰满人妻熟妇乱又伦精品不卡| 动漫黄色视频在线观看| 欧美性猛交╳xxx乱大交人| 精品午夜福利视频在线观看一区| 999精品在线视频| 国产精品 国内视频| 亚洲国产中文字幕在线视频| 999精品在线视频| 国产精品 国内视频| 久久午夜综合久久蜜桃| 999久久久国产精品视频| 嫁个100分男人电影在线观看| 一本大道久久a久久精品| 一二三四社区在线视频社区8| 成熟少妇高潮喷水视频| 此物有八面人人有两片| 午夜亚洲福利在线播放| 麻豆一二三区av精品| 国产精品一区二区三区四区久久 | 两个人看的免费小视频| 国产三级在线视频| 国产成人精品无人区| 伦理电影免费视频| 亚洲 国产 在线| 国产精品自产拍在线观看55亚洲| 日本三级黄在线观看| 好男人电影高清在线观看| 男女视频在线观看网站免费 | 久久午夜综合久久蜜桃| 日韩精品青青久久久久久| 国产亚洲欧美在线一区二区| 12—13女人毛片做爰片一| 宅男免费午夜| xxxwww97欧美| 午夜福利高清视频| 国产精品 国内视频| 一级毛片女人18水好多| 丁香欧美五月| 国产成人av教育| 日韩中文字幕欧美一区二区| 欧美在线一区亚洲| 真人做人爱边吃奶动态| 婷婷精品国产亚洲av在线| 男女视频在线观看网站免费 | 精品欧美一区二区三区在线| 国产亚洲精品久久久久久毛片| 国产精品二区激情视频| 欧美色欧美亚洲另类二区| 午夜激情av网站| 亚洲av美国av| 99热这里只有精品一区 | 免费女性裸体啪啪无遮挡网站| 哪里可以看免费的av片| 国产精品久久久av美女十八| 男女之事视频高清在线观看| 91在线观看av| 国产精品二区激情视频| 老司机午夜福利在线观看视频| 免费无遮挡裸体视频| 淫秽高清视频在线观看| 国产激情欧美一区二区| 免费在线观看完整版高清| 亚洲第一电影网av| 成人国产一区最新在线观看| 夜夜爽天天搞| 黄片播放在线免费| 欧美午夜高清在线| 色尼玛亚洲综合影院| 亚洲成人精品中文字幕电影| 无人区码免费观看不卡| 老司机靠b影院| 嫁个100分男人电影在线观看| 亚洲国产欧美网| 亚洲精品在线观看二区| 午夜免费激情av| 高潮久久久久久久久久久不卡| 一区二区三区高清视频在线| 18禁美女被吸乳视频| 亚洲精品国产一区二区精华液| 国产亚洲av高清不卡| 欧美激情高清一区二区三区| 男女那种视频在线观看| 亚洲真实伦在线观看| 男人操女人黄网站| 两性午夜刺激爽爽歪歪视频在线观看 | 高潮久久久久久久久久久不卡| √禁漫天堂资源中文www| 99国产精品99久久久久| 精品乱码久久久久久99久播| 欧美一级毛片孕妇| 亚洲一区中文字幕在线| 岛国视频午夜一区免费看| 成人国语在线视频| 免费看a级黄色片| xxxwww97欧美| 婷婷精品国产亚洲av在线| xxxwww97欧美| 国产av在哪里看| 久久这里只有精品19| ponron亚洲| 欧美成狂野欧美在线观看| 夜夜看夜夜爽夜夜摸| 99久久无色码亚洲精品果冻| 成人一区二区视频在线观看| 在线播放国产精品三级| 动漫黄色视频在线观看| 亚洲av熟女| 中文字幕高清在线视频| 欧美黄色片欧美黄色片| 婷婷丁香在线五月| 日本五十路高清| 一区二区三区精品91| 欧美成狂野欧美在线观看| 欧美一级毛片孕妇| 亚洲av成人不卡在线观看播放网| 成人手机av| 亚洲色图av天堂| 国产精品二区激情视频| 亚洲国产精品久久男人天堂| 亚洲精品在线观看二区| 久久久国产成人免费| 女同久久另类99精品国产91| 露出奶头的视频| 黄色a级毛片大全视频| 久久精品aⅴ一区二区三区四区| 亚洲成a人片在线一区二区| 18禁观看日本| 午夜精品久久久久久毛片777| 亚洲人成网站在线播放欧美日韩| 国产精品 国内视频| 亚洲一区中文字幕在线| 少妇裸体淫交视频免费看高清 | 久99久视频精品免费| 欧美一区二区精品小视频在线| 久久性视频一级片| 日韩欧美国产在线观看| 日韩大尺度精品在线看网址| 久久久久久九九精品二区国产 | 一边摸一边抽搐一进一小说| 不卡av一区二区三区| 变态另类丝袜制服| 国产久久久一区二区三区| 亚洲精品久久成人aⅴ小说| 国产av一区在线观看免费| 免费电影在线观看免费观看| 日本三级黄在线观看| 在线视频色国产色| 免费在线观看成人毛片| 国产成人欧美| 欧美乱妇无乱码| 欧美精品亚洲一区二区| 男女之事视频高清在线观看| 欧美日本视频| 国产午夜精品久久久久久| 可以在线观看毛片的网站| 国产精品日韩av在线免费观看| 日日摸夜夜添夜夜添小说| 18禁国产床啪视频网站| 亚洲国产精品久久男人天堂| 最好的美女福利视频网| 别揉我奶头~嗯~啊~动态视频| 精品少妇一区二区三区视频日本电影| 最近最新中文字幕大全免费视频| 搡老熟女国产l中国老女人| 51午夜福利影视在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 久久欧美精品欧美久久欧美| 亚洲色图 男人天堂 中文字幕| 国产成人欧美| 成年人黄色毛片网站| 亚洲成人久久性| 人人妻人人澡人人看| 免费看a级黄色片| www国产在线视频色| 国内揄拍国产精品人妻在线 | 精品国产超薄肉色丝袜足j| 男人操女人黄网站| 亚洲成人久久性| 日韩高清综合在线| 欧美不卡视频在线免费观看 | 日韩成人在线观看一区二区三区| av欧美777| 99久久综合精品五月天人人| 亚洲欧美日韩无卡精品| 少妇的丰满在线观看| 午夜福利在线在线| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜激情av网站| 99国产精品一区二区蜜桃av| 欧美国产精品va在线观看不卡| av在线天堂中文字幕| 韩国av一区二区三区四区| 免费高清在线观看日韩| 人妻丰满熟妇av一区二区三区| 老汉色av国产亚洲站长工具| 亚洲中文日韩欧美视频| 极品教师在线免费播放| 欧美不卡视频在线免费观看 | a在线观看视频网站| 久久精品91蜜桃| a在线观看视频网站| 精品一区二区三区视频在线观看免费| 高清毛片免费观看视频网站| 悠悠久久av| 国产亚洲欧美98| 成人三级黄色视频| 黄色丝袜av网址大全| 男女床上黄色一级片免费看| 99国产精品99久久久久| 国产一区二区三区在线臀色熟女| 欧美国产精品va在线观看不卡| 国产伦人伦偷精品视频| 国语自产精品视频在线第100页| 禁无遮挡网站| 精品电影一区二区在线| 欧美色欧美亚洲另类二区| 亚洲欧美日韩无卡精品| 欧美中文综合在线视频| 岛国视频午夜一区免费看| 亚洲中文日韩欧美视频| 久久人妻福利社区极品人妻图片| 9191精品国产免费久久| 叶爱在线成人免费视频播放| 不卡av一区二区三区| 最近最新免费中文字幕在线| 一边摸一边做爽爽视频免费| 听说在线观看完整版免费高清| 99在线人妻在线中文字幕| 国产片内射在线| 少妇被粗大的猛进出69影院| 在线播放国产精品三级| 亚洲,欧美精品.| 人妻丰满熟妇av一区二区三区| 久久久久久国产a免费观看| 一本精品99久久精品77| 十八禁网站免费在线| 我的亚洲天堂| 久久久久久国产a免费观看| 麻豆一二三区av精品| 嫩草影院精品99| 欧美日韩瑟瑟在线播放| 麻豆av在线久日| 亚洲中文字幕一区二区三区有码在线看 | 午夜福利成人在线免费观看| 亚洲片人在线观看| 男女那种视频在线观看| 亚洲精品国产精品久久久不卡| 啦啦啦观看免费观看视频高清| a级毛片a级免费在线| 两性午夜刺激爽爽歪歪视频在线观看 | 精品久久久久久久末码| 精品少妇一区二区三区视频日本电影| 一区二区三区精品91| 午夜福利高清视频| e午夜精品久久久久久久| 国内揄拍国产精品人妻在线 | 亚洲五月色婷婷综合| 一进一出抽搐动态| 国产一区在线观看成人免费| 日本一本二区三区精品| av有码第一页| 久久国产精品人妻蜜桃| 国产私拍福利视频在线观看| 日日摸夜夜添夜夜添小说| av在线天堂中文字幕| 婷婷亚洲欧美| 精品欧美国产一区二区三| 午夜福利在线在线| 久久这里只有精品19| 少妇的丰满在线观看| 好男人电影高清在线观看| 久久久久久亚洲精品国产蜜桃av| 一区福利在线观看| 91老司机精品| 亚洲性夜色夜夜综合| 老司机在亚洲福利影院|