• <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 ?

    基于機器視覺的雞胴體原發(fā)性皮炎快速檢測

    2023-11-07 04:15:30吳江春王虎虎徐幸蓮
    食品科學(xué) 2023年20期
    關(guān)鍵詞:胴體皮炎特征值

    吳江春,王虎虎,徐幸蓮

    (南京農(nóng)業(yè)大學(xué)食品科技學(xué)院,肉品質(zhì)量控制與新資源創(chuàng)制全國重點實驗室,江蘇 南京 210095)

    雞肉營養(yǎng)價值豐富,含有多種易被人體吸收的蛋白質(zhì)和氨基酸,同時具有低脂肪、低能量和低膽固醇的優(yōu)勢。我國是雞肉生產(chǎn)和消費大國,在新冠肺炎疫情與禽流感的影響下,2021年全球肉雞產(chǎn)量增速下調(diào),我國肉雞產(chǎn)量仍有小幅上升,據(jù)預(yù)測,2022年我國肉雞供需仍將延續(xù)增長趨勢[1]。日益增長的需求量要求肉雞市場有足夠的供應(yīng)量。目前我國肉雞產(chǎn)業(yè)向著集中屠宰、冰鮮上市的生產(chǎn)方式轉(zhuǎn)型升級,大型屠宰線在屠宰過程中基本實現(xiàn)了機械化[2-3]。如圖1所示,在肉雞屠宰工藝流程中,殘次品挑選是保證產(chǎn)品品質(zhì)的重要環(huán)節(jié),但該環(huán)節(jié)對勞動力的依賴度高。

    圖1 肉雞屠宰工藝流程Fig.1 Flow chart of broiler slaughtering

    據(jù)調(diào)研,某大型肉雞屠宰廠一天屠宰的雞胴體缺陷率為3%~6%。在所有缺陷雞胴體中,原發(fā)性皮炎雞胴體占比約為7.4%,原發(fā)性皮炎是雞胴體質(zhì)檢的一個重要指標。雞胴體原發(fā)性皮炎是指雞胴體表面可見、分散不均勻的一種缺陷類型,在外觀上表現(xiàn)為粗糙、紅或黑的皮炎與結(jié)痂,由外傷、理化性、細菌和外寄生蟲以及感光過敏性刺激等因素造成[4]。質(zhì)檢人員將雞胴體表面發(fā)炎、結(jié)痂面積達3 cm2以上且無法修復(fù)的雞胴體分為皮炎品。雞胴體表面皮炎分布分散、面積占比小,且不同個體皮炎嚴重程度各不相同,因此人工識別存在速率慢、效率低、主觀性強等不足。此外,長時間、高強度的用眼會導(dǎo)致視覺疲勞,降低識別準確率,給工廠帶來損失。

    機器視覺技術(shù)是近年興起的一項技術(shù),廣泛用于工業(yè)、農(nóng)業(yè)、食品等領(lǐng)域。在禽類養(yǎng)殖、屠宰和加工過程中,機器視覺技術(shù)可用于禽類飼養(yǎng)環(huán)境的監(jiān)控[5]、形態(tài)與行為的診斷[6-7]、出欄體質(zhì)量的控制[8-9],可用于冰鮮類產(chǎn)品的分割與品質(zhì)控制過程,如雞胴體的分割與掏膛[10-11]、質(zhì)量預(yù)測[12-13]、淤血識別[14]、表面污染物檢測[15-16]與雞胸肉的木質(zhì)化程度判定[17]。此外,在副食品加工中,機器視覺技術(shù)可用于熏雞腿顏色的識別[18]。但冰鮮雞質(zhì)檢所研究的產(chǎn)品缺陷類型以淤血、木質(zhì)化、新鮮度為主,并未涉及雞胴體表面的原發(fā)性皮炎檢測。因此,為利用機器視覺技術(shù)實現(xiàn)對肉雞屠宰后道質(zhì)檢端皮炎雞胴體的快速檢測,本研究利用機器視覺裝置采集及雞胴體表面圖像,根據(jù)皮炎的顏色、紋理特征和面積大小,提取相關(guān)特征值構(gòu)建皮炎檢測模型,以期為肉雞胴體的皮炎檢測提供技術(shù)參考。

    1 材料與方法

    1.1 材料

    本研究的實驗對象為肉雞胴體,所有雞胴體圖像均采集于某大型肉雞屠宰線。選取生產(chǎn)線上經(jīng)人工質(zhì)檢的皮炎與正常雞胴體,用機器視覺裝置采集其3 個方位的視圖,共采集316 只雞胴體(皮炎、正常各158 只),獲得948 張樣本圖片。經(jīng)質(zhì)檢員判定,158 只皮炎雞胴體樣本皮膚發(fā)炎、結(jié)痂面積均大于3 cm2,且無法修復(fù)。皮炎和正常雞胴體的代表性樣本如圖2所示。

    圖2 代表性皮炎樣本(A)和正常樣本(B)Fig.2 Representative dermatitis samples (A) and qualified samples (B)

    1.2 圖像采集裝置

    光源、相機、工控機等設(shè)備是機器視覺系統(tǒng)的重要組成部分[19-20]。雞胴體原發(fā)性皮炎主要分布在背部和兩側(cè)區(qū)域,本研究用含3 個相機的機器視覺裝置采集雞胴體后側(cè)、左側(cè)和右側(cè)3 個方位的視圖,各組成的選型均基于屠宰線的實際需求,安裝連接方法參考趙正東等[21]的研究,光源、相機和工控機的參數(shù)如表1所示。

    表1 機器視覺裝置各組成的參數(shù)Table 1 Parameters of each component of machine vision system

    相機支架與胴體支架的安裝方位如圖3所示,雞胴體以背部朝向相機1,倒掛在胴體支架上,各個相機的中軸線夾角為120°,相機鏡頭光心與雞胴體表面的距離固定為50 cm,3 個相機覆蓋的視野可完整獲取雞胴體表面信息。

    如圖4所示,該裝置運用于肉雞屠宰廠后道質(zhì)檢端。相機的最小曝光時間為26 μs,快于肉雞495 mm/s的平均運動速率。該裝置可以成功捕獲清晰、無拖影的雞胴體圖像,并通過模型識別后在輸出端進行分開運輸?shù)牟僮?,實現(xiàn)雞胴體原發(fā)性皮炎的靜態(tài)檢測。

    圖4 機器視覺裝置的安裝效果Fig.4 Installation diagram of machine vision device

    1.3 雞胴體皮炎檢測

    1.3.1 圖像的預(yù)處理

    在授精前需要做好相關(guān)的飼養(yǎng)管理,輸精后的飼養(yǎng)管理也尤為重要。如在輸精后5~8 min時,可為母牛注射一定劑量的催產(chǎn)素,可使受胎率提高25%。在輸精后當天也可以注射50萬U的維生素A,這對提高母牛的受胎率也有很大幫助。有些母牛自身體質(zhì)較差,受胎率不高,這時也可以人工注射一些激素完善母牛的各項機能,較為常見的是注射新斯的明注射液,可有效提升母牛的卵巢機能,提高母牛配種后受孕率[3]。

    從工廠采集的原始圖像存在干擾信息,因此需對圖像預(yù)處理,以減少噪聲,改善圖像的質(zhì)量,增加特征識別的準確性[22]。本研究采用加權(quán)平均值法將原始RGB圖轉(zhuǎn)換成灰度圖,經(jīng)二維中值濾波處理后采用迭代閾值法分割出雞胴體區(qū)域,將雞胴體二值圖與原始RGB圖點乘,獲得去除背景的雞胴體圖。

    不同皮炎雞胴體的皮炎面積各不相同,且分布不集中,整體識別存在難度。因此采用提取雞胴體局部皮炎信息的方式,如圖5所示,將皮炎雞胴體的去背景圖用網(wǎng)格(單個網(wǎng)格邊長為128 像素)劃分成若干區(qū)域,從中篩選出顏色斑駁、紋理粗糙且黑色背景面積占比小的皮炎皮膚圖片;同理,劃分正常雞胴體去背景圖像,從中篩選出顏色均勻、表面光滑且黑色背景面積占比小的正常皮膚圖片。對所有雞胴體樣本進行分割和篩選后共獲得1537 張樣本圖片(皮炎皮膚762 張,正常皮膚775 張),在此基礎(chǔ)上提取特征值和建模。

    圖5 皮炎皮膚(A)與正常皮膚(B)圖片篩選流程Fig.5 Dermatitic skin (A) and normal skin (B) image screening process

    1.3.2 特征值的提取

    如圖6所示,皮炎和正常皮膚在顏色和紋理上均有差異。皮炎樣本的皮膚為紅橙色或黑棕色;與正常皮膚相比,皮炎皮膚表面更粗糙、斑駁。故提取圖像的顏色特征、紋理特征以及皮炎面積作為皮炎檢測的特征值。

    圖6 代表性皮炎(A)和正常(B)皮膚樣本Fig.6 Representative dermatitic skin sample (A) and normal skin sample (B)

    1.3.21 顏色特征值的提取

    顏色矩可用來表示圖像不同通道的顏色分布特征,由于顏色分布的信息主要存在顏色矩的低階矩中,本研究選取一、二、三階矩表示RGB圖像各分量圖的顏色分布[23-24]。其中一階矩為圖像顏色均值(μi),表示明暗程度;二階矩是圖像顏色的方差(σi),表示顏色分布的均勻性;三階矩是圖像顏色的斜度(si),表示顏色分布的對稱性,計算公式如下所示。分別提取上述皮炎與正常皮膚圖像R、G、B通道的三階顏色矩,共9 個顏色特征,記為μ1、σ1、s1;μ2、σ2、s2;μ3、σ3、s3。

    式中:N為圖像的像素個數(shù);i為通道數(shù);pi,j為第i個通道的第j個像素。

    1.3.22 紋理特征值的提取

    表2 灰度共生矩陣特征值的英文縮寫對照Table 2 Abbreviations of gray-level co-occurrence matrix eigenvalues

    1.3.23 皮炎面積的提取

    圖像分割是根據(jù)圖像中目標對象的特點,分割出感興趣區(qū)域的圖像處理方法[29]。如圖7所示,采用Otsu閾值分割法提取皮炎區(qū)域面積,將樣本圖片從RGB顏色空間轉(zhuǎn)換到HIS空間,提取S分量圖,用Matlab中的graythresh()函數(shù)計算分割閾值,記為T。如圖8所示,隨機選取皮炎和正常皮膚樣本各30 個,計算其閾值。發(fā)現(xiàn)皮炎與正常皮膚樣本圖片的分割閾值大致以0.20為分界線,當S分量圖的分割閾值大于0.20時,則將其處理成二值圖,并計算皮炎面積,記為A1。A1為圖像中皮炎的像素個數(shù),不是實際坐標的皮炎面積,因此在采集雞胴體時還需對圖像進行標定[30-31]。本研究采用10 cm×10 cm的標準正方形標定圖像,如圖9所示,經(jīng)計算得標定系數(shù)為1594.29 像素/cm2。記實際皮炎面積為A,計算公式如下:

    圖7 皮炎面積提取示意圖Fig.7 Schematic diagram of dermatitis area extraction

    圖8 皮炎與正常樣本圖的分割閾值分布Fig.8 Segmentation threshold distribution of dermatitis versus normal sample maps

    圖9 標準正方形標定圖像[21]Fig.9 Standard square diagram for calibration

    式中:A1為圖像中皮炎的像素個數(shù)。

    1.3.3 模型的建立與驗證

    用主成分分析(principal component analysis,PCA)法對特征值降維,選取方差累計貢獻率在95%以上的PC,分別將特征值與PC導(dǎo)入線性判別分析(linear discriminant analysis,LDA)模型、二次判別分析(quadratic discriminant analysis,QDA)模型、隨機森林(random forest,RF)、支持向量機(support vector machines,SVM)、反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)模型。GoogLeNet模型則以皮炎與正常皮膚圖片為輸入數(shù)據(jù)。所有模型均在MATLAB R 2020b中建立和運行,模型的訓(xùn)練集為1000 張皮膚圖片(皮炎與正常各500 張),測試集為537 張皮膚圖片(皮炎262 張、正常275 張),模型的分類效果采用召回率、精確度、F1分數(shù)、總準確率和平均檢測速率表示。

    上述模型均基于128 像素×128 像素的圖像建立,為檢測最終模型對整只雞胴體的分類效果,隨機選取40 只雞胴體進行驗證(皮炎與正常各20 只)。以雞胴體后視圖為例,單側(cè)視圖檢測流程如圖10、11所示。僅當后視圖與兩側(cè)視圖全判定為正常時,所檢測的雞胴體為正常,否則為皮炎。

    圖10 雞胴體后視圖檢測過程Fig.10 Chicken carcass rear view inspection process

    圖11 雞胴體單側(cè)視圖檢測流程圖Fig.11 Flow chart of chicken carcass single-side view inspection

    2 結(jié)果與分析

    2.1 特征值的PCA

    特征值的PCA結(jié)果如圖12和表3所示,在PCA碎石圖中可以觀察到從第6個PC開始,特征值的下降趨勢趨于平緩,但前6 個PC的方差累計貢獻率僅為87.92%,經(jīng)過綜合考慮選取方差累計貢獻率為96.29%的前10 個PC作為模型的輸入?yún)?shù)。

    表3 PC方差貢獻率Table 3 Variance contribution of principal components

    圖12 PCA碎石圖Fig.12 Principal component analysis scree plot

    2.2 模型分類結(jié)果

    以特征值和PC為輸入?yún)?shù)的模型分類效果如表4、5所示。在以特征值為輸入?yún)?shù)的模型中,QDA模型召回率最高,為90.08%;精確度、F1分數(shù)和總準確率最高的模型均為SVM,分別為90.38%、90.03%、90.32%。在以PC為輸入?yún)?shù)的模型中,RF模型的分類效果優(yōu)于其他模型,皮炎樣本的召回率為88.93%,識別精度為89.30%,F(xiàn)1分數(shù)為89.11%識別總準確率為87.71%;通過比較不同輸入?yún)?shù)的模型可發(fā)現(xiàn),經(jīng)PCA降維后,LDA、QDA、SVM模型總準確率均有不同程度的下降。其原因是降維后數(shù)據(jù)是原始數(shù)據(jù)的近似表達,減少了原始數(shù)據(jù)特征,這與章振原[23]、劉廣昊[32]和王敏[33]等的研究一致。

    表4 以特征值作為輸入?yún)?shù)的不同模型分類效果Table 4 Classification performance of different models with eigenvalues as input parameters

    表5 以PC作為輸入?yún)?shù)的不同模型分類效果Table 5 Classification performance of different models with principal components as input parameters

    如圖13所示,在GoogLeNet模型中,皮炎樣本的召回率為89.5%,識別精確度為90.6%,F(xiàn)1分數(shù)為90.0%,模型識別總準確率可達90.5%。

    圖13 GoogLeNet混淆矩陣Fig.13 GoogLeNet Confusion matrix

    模型的預(yù)測速率如圖14所示,其中以特征值為輸入?yún)?shù)的SVM模型預(yù)測速率最快,高達405895.69 張/s。GoogLeNet模型的預(yù)測速率為122.65 張/s,遠低于其他模型,但其預(yù)測速率仍高于人工質(zhì)檢速率。

    綜合比較模型分類效果可發(fā)現(xiàn),GoogLeNet模型對皮炎皮膚圖片的識別整體效果最好,因此利用該模型對40 只雞胴體樣本進行驗證。如表6所示,該模型對皮炎雞胴體的識別準確率為100%,對正常雞胴體的識別準確率為90%。部分樣本的檢測結(jié)果如表7所示,被誤分類的正常雞胴體皮炎面積分別為3.3981、3.9270 cm2。

    表6 GoogLeNet模型對整雞的分類效果Table 6 Classification performance of GoogLeNet model for whole chicken carcasses

    表7 部分雞胴體樣本檢測結(jié)果Table 7 Test results of selected chicken carcass samples

    如圖15所示,在誤檢樣本中,樣本A與B側(cè)視圖翅膀上方均可觀察到如圖16所示的黃色小絨毛,這些絨毛被識別成皮炎,從而造成誤差。正確分類的18 個正常雞胴體樣本中均有皮炎檢出,其中12 個樣本皮炎面積小于1 cm2,4 個樣本皮炎面積在1~2 cm2內(nèi),2 個樣本皮炎面積在2~3 cm2內(nèi)。

    圖15 正常雞胴體的誤檢樣本A(A)與樣本B(B)Fig.15 False examination samples A (A) and B (B) of normal chicken carcasses

    3 結(jié)論

    本研究利用機器視覺裝置采集肉雞屠宰線上316 只雞胴體的正視圖與兩側(cè)視圖,經(jīng)圖像預(yù)處理去除背景和干擾后,用邊長為128 像素的網(wǎng)格劃分,并從皮炎雞胴體中篩選出皮炎皮膚圖片762 張,從正常雞胴體中篩選出正常皮膚圖片775 張。提取皮膚圖片的顏色矩、不同方向灰度共生矩陣特征的均值與方差、Tamura紋理特征以及皮炎分割閾值和面積共計24 個特征值,經(jīng)PCA降維后,用特征值與PC分別建立LDA、QDA、RF、SVM與BP神經(jīng)網(wǎng)絡(luò)模型。GoogLeNet卷積神經(jīng)網(wǎng)絡(luò)模型則用篩選出的皮膚圖片建立。模型的分類效果采用召回率、精確度、F1分數(shù)、總準確率和平均檢測速率判斷,經(jīng)過綜合分析發(fā)現(xiàn)所有模型中以GoogLeNet模型的分類效果最好,皮炎樣本的召回率為89.5%,識別精確度為90.6%,F(xiàn)1分數(shù)為90.0%,總準確率可達90.5%,預(yù)測時間為122.65 張/s。在對整雞胴體圖像識別的驗證實驗中,GoogLeNet模型對皮炎雞胴體的識別準確率為100%,正常雞胴體的識別準確率為90%。該模型對雞胴體原發(fā)性皮炎有較好的識別能力,可為雞胴體原發(fā)性皮炎的快速識別與分類提供技術(shù)參考。

    猜你喜歡
    胴體皮炎特征值
    化妝品皮炎的中醫(yī)治療
    一類帶強制位勢的p-Laplace特征值問題
    影響豬胴體瘦肉率的因素及提高措施
    單圈圖關(guān)聯(lián)矩陣的特征值
    內(nèi)洛爾公牛的飼料轉(zhuǎn)化率及其與胴體品質(zhì)、非胴體品質(zhì)和肉品質(zhì)的關(guān)系
    飼料博覽(2016年5期)2016-07-12 11:58:39
    藍塘豬與長白豬正反交F1代胴體性狀和肉品質(zhì)的比較
    基于商奇異值分解的一類二次特征值反問題
    聚焦超聲治療神經(jīng)性皮炎的效果觀察
    香菇皮炎二例施為
    豬滲出性表皮炎的病理學(xué)觀察
    久久人妻av系列| avwww免费| av国产精品久久久久影院| 国产成人av教育| 51午夜福利影视在线观看| 一区福利在线观看| 欧美激情久久久久久爽电影 | 国产免费av片在线观看野外av| 在线十欧美十亚洲十日本专区| 精品久久蜜臀av无| 中亚洲国语对白在线视频| 国产一卡二卡三卡精品| 色哟哟哟哟哟哟| 国产免费男女视频| 男女高潮啪啪啪动态图| 夜夜爽天天搞| 免费高清视频大片| 国产欧美日韩精品亚洲av| 天天躁狠狠躁夜夜躁狠狠躁| 黄色成人免费大全| 99精品在免费线老司机午夜| 日韩一卡2卡3卡4卡2021年| 日本免费a在线| 日韩 欧美 亚洲 中文字幕| 精品福利观看| 国产1区2区3区精品| 自拍欧美九色日韩亚洲蝌蚪91| 一级,二级,三级黄色视频| 91精品三级在线观看| 最好的美女福利视频网| 搡老熟女国产l中国老女人| 99久久综合精品五月天人人| 这个男人来自地球电影免费观看| 少妇被粗大的猛进出69影院| 久久久久久免费高清国产稀缺| 淫妇啪啪啪对白视频| 可以免费在线观看a视频的电影网站| 精品久久久久久久毛片微露脸| 动漫黄色视频在线观看| 看黄色毛片网站| 成人国语在线视频| 这个男人来自地球电影免费观看| 国产成人精品在线电影| 亚洲国产毛片av蜜桃av| 免费在线观看视频国产中文字幕亚洲| 欧美日韩亚洲国产一区二区在线观看| 久久久久国内视频| 亚洲人成网站在线播放欧美日韩| 久久青草综合色| 国产成人欧美在线观看| 国产精品久久视频播放| 欧美日本中文国产一区发布| 亚洲成人免费av在线播放| 一二三四在线观看免费中文在| 久久影院123| 热99re8久久精品国产| 黄频高清免费视频| 亚洲成av片中文字幕在线观看| 国产无遮挡羞羞视频在线观看| 亚洲av成人一区二区三| 国产高清国产精品国产三级| 69精品国产乱码久久久| 久久久久久大精品| 亚洲视频免费观看视频| 男人舔女人的私密视频| 亚洲va日本ⅴa欧美va伊人久久| 国产精品久久久久久人妻精品电影| 男人舔女人下体高潮全视频| 欧美日韩精品网址| 成人18禁在线播放| 一级,二级,三级黄色视频| 国产av在哪里看| 成人精品一区二区免费| 中亚洲国语对白在线视频| 亚洲精品一区av在线观看| 婷婷丁香在线五月| 十八禁人妻一区二区| 在线天堂中文资源库| 纯流量卡能插随身wifi吗| 亚洲欧美日韩高清在线视频| 中文欧美无线码| 精品乱码久久久久久99久播| 亚洲 欧美 日韩 在线 免费| 91大片在线观看| 99在线视频只有这里精品首页| 免费高清在线观看日韩| 亚洲第一av免费看| 在线观看免费视频日本深夜| 成人18禁高潮啪啪吃奶动态图| 国产熟女午夜一区二区三区| 欧美日韩亚洲综合一区二区三区_| 天堂俺去俺来也www色官网| 亚洲人成网站在线播放欧美日韩| 国产免费男女视频| 国产精品一区二区免费欧美| 国产成人啪精品午夜网站| 大香蕉久久成人网| 性色av乱码一区二区三区2| 国产欧美日韩精品亚洲av| 欧美老熟妇乱子伦牲交| 久久精品国产亚洲av香蕉五月| 在线观看一区二区三区| 亚洲自拍偷在线| 国产亚洲av高清不卡| 99久久99久久久精品蜜桃| 天堂影院成人在线观看| 久久精品国产99精品国产亚洲性色 | 深夜精品福利| avwww免费| avwww免费| 美女午夜性视频免费| 亚洲一区二区三区色噜噜 | 欧美亚洲日本最大视频资源| 亚洲va日本ⅴa欧美va伊人久久| 又黄又粗又硬又大视频| 黄色毛片三级朝国网站| 国产精品一区二区免费欧美| 少妇的丰满在线观看| 后天国语完整版免费观看| 精品福利永久在线观看| 成在线人永久免费视频| 亚洲熟妇中文字幕五十中出 | 两性夫妻黄色片| 18禁裸乳无遮挡免费网站照片 | 欧美激情高清一区二区三区| 国产亚洲欧美在线一区二区| 亚洲精品美女久久久久99蜜臀| 中文字幕色久视频| 久久久国产精品麻豆| 长腿黑丝高跟| 一区二区日韩欧美中文字幕| 国产男靠女视频免费网站| 成人国产一区最新在线观看| 悠悠久久av| 亚洲成人免费电影在线观看| 美女国产高潮福利片在线看| 91在线观看av| 国产激情欧美一区二区| 最近最新中文字幕大全电影3 | 可以在线观看毛片的网站| 国产精品久久电影中文字幕| 婷婷丁香在线五月| svipshipincom国产片| 校园春色视频在线观看| av网站在线播放免费| 首页视频小说图片口味搜索| 成人亚洲精品av一区二区 | 久久久久久人人人人人| 久久久久久人人人人人| 999久久久国产精品视频| 老熟妇仑乱视频hdxx| 久久人人97超碰香蕉20202| 老熟妇仑乱视频hdxx| 午夜精品国产一区二区电影| 欧美日韩亚洲高清精品| 日本黄色视频三级网站网址| 一二三四在线观看免费中文在| 99国产精品99久久久久| 精品久久久久久久久久免费视频 | 亚洲精品国产一区二区精华液| 法律面前人人平等表现在哪些方面| 老司机午夜福利在线观看视频| 国产亚洲欧美精品永久| 免费在线观看亚洲国产| 国产精品亚洲av一区麻豆| 性欧美人与动物交配| 黄色丝袜av网址大全| 久久国产亚洲av麻豆专区| 在线观看免费高清a一片| 久久精品国产亚洲av高清一级| 久久久久久人人人人人| 中文字幕色久视频| 别揉我奶头~嗯~啊~动态视频| 大陆偷拍与自拍| 久久精品人人爽人人爽视色| 嫩草影院精品99| 国产精品av久久久久免费| 久久中文字幕人妻熟女| 母亲3免费完整高清在线观看| 人成视频在线观看免费观看| 中国美女看黄片| 后天国语完整版免费观看| 99久久国产精品久久久| 国产欧美日韩综合在线一区二区| 精品国产乱子伦一区二区三区| 无限看片的www在线观看| 国产乱人伦免费视频| 国产精品亚洲一级av第二区| 久久国产精品影院| 97人妻天天添夜夜摸| 精品少妇一区二区三区视频日本电影| 99久久久亚洲精品蜜臀av| 黑人巨大精品欧美一区二区蜜桃| 婷婷精品国产亚洲av在线| 精品久久久久久,| 男人舔女人下体高潮全视频| 国产欧美日韩一区二区三| 国产精品二区激情视频| 亚洲男人天堂网一区| 亚洲精品粉嫩美女一区| 国产精品日韩av在线免费观看 | 天堂√8在线中文| 国产一区二区三区在线臀色熟女 | 亚洲色图综合在线观看| 色综合婷婷激情| 国产免费男女视频| 国产精品亚洲一级av第二区| 久久久久久人人人人人| 亚洲国产精品999在线| 无遮挡黄片免费观看| 日韩欧美三级三区| 99在线人妻在线中文字幕| 深夜精品福利| 免费高清在线观看日韩| 18美女黄网站色大片免费观看| 两性夫妻黄色片| 老司机午夜十八禁免费视频| 自拍欧美九色日韩亚洲蝌蚪91| 最新美女视频免费是黄的| 男女下面插进去视频免费观看| 99热只有精品国产| 欧美日本中文国产一区发布| 香蕉丝袜av| 亚洲国产欧美一区二区综合| 成年人黄色毛片网站| 少妇的丰满在线观看| 国产aⅴ精品一区二区三区波| 免费观看精品视频网站| 丝袜美足系列| 欧美日韩瑟瑟在线播放| 亚洲五月色婷婷综合| 悠悠久久av| 丁香欧美五月| 国产精品免费一区二区三区在线| 一二三四社区在线视频社区8| 精品免费久久久久久久清纯| 国产黄色免费在线视频| 无人区码免费观看不卡| 国产亚洲欧美精品永久| 亚洲在线自拍视频| 欧美人与性动交α欧美软件| 亚洲成人免费电影在线观看| 成人三级黄色视频| 啦啦啦 在线观看视频| 免费搜索国产男女视频| 成年版毛片免费区| 色精品久久人妻99蜜桃| 久久九九热精品免费| 亚洲免费av在线视频| 正在播放国产对白刺激| 麻豆一二三区av精品| 美女国产高潮福利片在线看| 黄网站色视频无遮挡免费观看| 国产亚洲精品第一综合不卡| 亚洲成人国产一区在线观看| 久久中文字幕一级| 青草久久国产| 亚洲成国产人片在线观看| av天堂久久9| 91九色精品人成在线观看| 国产精品99久久99久久久不卡| 国产高清视频在线播放一区| 亚洲美女黄片视频| 亚洲视频免费观看视频| 亚洲男人天堂网一区| 99国产综合亚洲精品| 国产精品成人在线| 亚洲免费av在线视频| 亚洲在线自拍视频| 精品国产国语对白av| 美女国产高潮福利片在线看| 韩国精品一区二区三区| 99热只有精品国产| 51午夜福利影视在线观看| 久99久视频精品免费| svipshipincom国产片| 亚洲av片天天在线观看| 激情视频va一区二区三区| 人人妻,人人澡人人爽秒播| 亚洲精品一二三| 亚洲熟妇熟女久久| 男女下面插进去视频免费观看| 久9热在线精品视频| 丰满迷人的少妇在线观看| 在线观看www视频免费| 99久久人妻综合| 国产精品香港三级国产av潘金莲| 久久久久久大精品| 1024视频免费在线观看| 狂野欧美激情性xxxx| 亚洲在线自拍视频| 日韩精品中文字幕看吧| 日韩免费av在线播放| 日韩 欧美 亚洲 中文字幕| 精品久久久久久久毛片微露脸| av超薄肉色丝袜交足视频| 久久精品国产99精品国产亚洲性色 | 国产亚洲精品综合一区在线观看 | 好看av亚洲va欧美ⅴa在| 一边摸一边做爽爽视频免费| 大香蕉久久成人网| 中文字幕色久视频| 99精品在免费线老司机午夜| 国产视频一区二区在线看| 日本欧美视频一区| 亚洲精品国产精品久久久不卡| 国产精品偷伦视频观看了| 成人亚洲精品av一区二区 | 婷婷六月久久综合丁香| 免费观看人在逋| 亚洲人成伊人成综合网2020| 国产99久久九九免费精品| 亚洲熟女毛片儿| 精品人妻在线不人妻| 51午夜福利影视在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜久久久在线观看| 在线国产一区二区在线| 亚洲熟女毛片儿| 国产免费现黄频在线看| tocl精华| 国产精品永久免费网站| 国产精品久久久久成人av| 纯流量卡能插随身wifi吗| 久久精品国产亚洲av香蕉五月| 久久人妻熟女aⅴ| av片东京热男人的天堂| 看片在线看免费视频| 动漫黄色视频在线观看| 国产av一区二区精品久久| 性色av乱码一区二区三区2| 国产成人一区二区三区免费视频网站| 国产片内射在线| 欧美 亚洲 国产 日韩一| 乱人伦中国视频| 欧美日本中文国产一区发布| 久久精品成人免费网站| 国产亚洲欧美98| av电影中文网址| 亚洲,欧美精品.| 久久中文字幕一级| 国产精品秋霞免费鲁丝片| 精品高清国产在线一区| 国产高清视频在线播放一区| 在线永久观看黄色视频| 精品久久久久久久毛片微露脸| 日韩有码中文字幕| 日日爽夜夜爽网站| 久久久久久人人人人人| 亚洲,欧美精品.| 高清毛片免费观看视频网站 | 久久伊人香网站| 在线十欧美十亚洲十日本专区| 涩涩av久久男人的天堂| 嫩草影院精品99| 女警被强在线播放| 免费在线观看日本一区| 好看av亚洲va欧美ⅴa在| 日韩中文字幕欧美一区二区| 久久中文看片网| 一级作爱视频免费观看| 久久人妻av系列| 老司机亚洲免费影院| 日韩成人在线观看一区二区三区| 久久久精品欧美日韩精品| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲欧洲精品一区二区精品久久久| 国产熟女xx| 国产成人系列免费观看| 99国产综合亚洲精品| 欧美中文日本在线观看视频| 老司机深夜福利视频在线观看| 成人三级黄色视频| 久久人妻熟女aⅴ| 成熟少妇高潮喷水视频| 亚洲va日本ⅴa欧美va伊人久久| 天天影视国产精品| 夜夜爽天天搞| 欧洲精品卡2卡3卡4卡5卡区| 欧美不卡视频在线免费观看 | 国产精品亚洲一级av第二区| 一a级毛片在线观看| 亚洲精品中文字幕一二三四区| 久久草成人影院| 99国产精品一区二区三区| 在线观看一区二区三区激情| 少妇裸体淫交视频免费看高清 | 亚洲片人在线观看| 99精国产麻豆久久婷婷| 桃色一区二区三区在线观看| 亚洲va日本ⅴa欧美va伊人久久| 欧美av亚洲av综合av国产av| 国产av精品麻豆| 亚洲成国产人片在线观看| 国产免费男女视频| 精品国产美女av久久久久小说| 很黄的视频免费| 亚洲自偷自拍图片 自拍| 国产又爽黄色视频| 精品免费久久久久久久清纯| 老司机午夜福利在线观看视频| 欧美人与性动交α欧美软件| 国产男靠女视频免费网站| 美女高潮到喷水免费观看| 国产欧美日韩综合在线一区二区| 丝袜美足系列| 涩涩av久久男人的天堂| 极品教师在线免费播放| 99久久精品国产亚洲精品| 一本大道久久a久久精品| 91成人精品电影| 欧美日韩亚洲综合一区二区三区_| 老司机午夜福利在线观看视频| 9热在线视频观看99| 精品一品国产午夜福利视频| 母亲3免费完整高清在线观看| 久久人人爽av亚洲精品天堂| 久久婷婷成人综合色麻豆| 亚洲专区字幕在线| 色综合婷婷激情| 成人三级黄色视频| 国产成人精品久久二区二区91| 精品熟女少妇八av免费久了| 亚洲男人的天堂狠狠| 看免费av毛片| 成人18禁高潮啪啪吃奶动态图| 搡老乐熟女国产| 乱人伦中国视频| 亚洲欧美日韩无卡精品| 亚洲性夜色夜夜综合| 国产亚洲欧美98| 国产精品国产高清国产av| 欧美激情 高清一区二区三区| 精品无人区乱码1区二区| 欧美激情久久久久久爽电影 | 在线视频色国产色| 久久精品91无色码中文字幕| 丁香六月欧美| 亚洲片人在线观看| 电影成人av| 可以在线观看毛片的网站| 巨乳人妻的诱惑在线观看| 欧美精品一区二区免费开放| 搡老熟女国产l中国老女人| 亚洲片人在线观看| 操出白浆在线播放| 国产乱人伦免费视频| 成人免费观看视频高清| 精品日产1卡2卡| 亚洲一区二区三区色噜噜 | 久99久视频精品免费| 欧美不卡视频在线免费观看 | 久久天堂一区二区三区四区| x7x7x7水蜜桃| 国产视频一区二区在线看| 久久久精品欧美日韩精品| 在线播放国产精品三级| 自线自在国产av| 国产精品久久视频播放| 精品卡一卡二卡四卡免费| 精品国产美女av久久久久小说| 男人操女人黄网站| 女性被躁到高潮视频| 亚洲av美国av| 国产单亲对白刺激| 亚洲精品国产区一区二| 国产伦人伦偷精品视频| av天堂久久9| 在线观看一区二区三区激情| 久久香蕉激情| 欧美乱码精品一区二区三区| 国产深夜福利视频在线观看| 黄频高清免费视频| 国产高清videossex| 精品福利观看| 国产亚洲欧美在线一区二区| 熟女少妇亚洲综合色aaa.| 999精品在线视频| 免费人成视频x8x8入口观看| 丝袜美足系列| 18禁国产床啪视频网站| 成人国语在线视频| 久久精品91蜜桃| 免费观看人在逋| 黑人欧美特级aaaaaa片| 美女午夜性视频免费| 别揉我奶头~嗯~啊~动态视频| 国产精品国产高清国产av| 女性生殖器流出的白浆| 色尼玛亚洲综合影院| 亚洲欧美日韩无卡精品| 亚洲一卡2卡3卡4卡5卡精品中文| a级毛片黄视频| 亚洲狠狠婷婷综合久久图片| 精品第一国产精品| 午夜福利欧美成人| bbb黄色大片| 国产精品98久久久久久宅男小说| av在线天堂中文字幕 | 精品少妇一区二区三区视频日本电影| 亚洲九九香蕉| 久久国产亚洲av麻豆专区| 国产91精品成人一区二区三区| 99久久综合精品五月天人人| 亚洲伊人色综图| 一区在线观看完整版| 一二三四在线观看免费中文在| 国产一区二区激情短视频| xxx96com| 久久国产精品男人的天堂亚洲| 欧美日韩福利视频一区二区| 变态另类成人亚洲欧美熟女 | 国产亚洲欧美在线一区二区| 国产aⅴ精品一区二区三区波| 啦啦啦免费观看视频1| 日韩有码中文字幕| 妹子高潮喷水视频| 18美女黄网站色大片免费观看| 国产免费男女视频| 日韩视频一区二区在线观看| 免费观看精品视频网站| 久久香蕉国产精品| 国产精品一区二区免费欧美| 欧美午夜高清在线| 高清av免费在线| 亚洲成人免费av在线播放| 久99久视频精品免费| 妹子高潮喷水视频| 又大又爽又粗| 激情在线观看视频在线高清| 俄罗斯特黄特色一大片| 丁香六月欧美| 日本精品一区二区三区蜜桃| 高清在线国产一区| 久久狼人影院| 十分钟在线观看高清视频www| 亚洲 国产 在线| 一区在线观看完整版| 成人特级黄色片久久久久久久| 夜夜爽天天搞| 亚洲一区中文字幕在线| 国产亚洲精品久久久久5区| netflix在线观看网站| 国产精品九九99| 黄片播放在线免费| 亚洲精品一二三| 在线播放国产精品三级| 男女下面进入的视频免费午夜 | 亚洲 欧美一区二区三区| 一进一出好大好爽视频| 法律面前人人平等表现在哪些方面| 欧美在线黄色| www国产在线视频色| 亚洲成人免费av在线播放| 极品人妻少妇av视频| 久久久久久人人人人人| 久9热在线精品视频| 老汉色∧v一级毛片| 男人的好看免费观看在线视频 | 老司机在亚洲福利影院| 亚洲国产精品一区二区三区在线| 欧美 亚洲 国产 日韩一| 中文字幕另类日韩欧美亚洲嫩草| 国产亚洲精品综合一区在线观看 | 成在线人永久免费视频| 热re99久久国产66热| 国产欧美日韩精品亚洲av| 黄色a级毛片大全视频| 亚洲第一青青草原| 国产日韩一区二区三区精品不卡| 久久精品国产亚洲av香蕉五月| 精品久久久久久成人av| 午夜a级毛片| 成人亚洲精品av一区二区 | 国产亚洲欧美98| 老鸭窝网址在线观看| 香蕉久久夜色| 亚洲av电影在线进入| 精品卡一卡二卡四卡免费| 国产成人精品在线电影| 搡老熟女国产l中国老女人| 久久精品人人爽人人爽视色| 国产成人免费无遮挡视频| 亚洲熟妇熟女久久| 亚洲色图综合在线观看| 成年人免费黄色播放视频| 黄片播放在线免费| 日本精品一区二区三区蜜桃| 欧美久久黑人一区二区| 国产精品免费一区二区三区在线| av天堂久久9| 欧美黑人欧美精品刺激| 黄色怎么调成土黄色| 99在线人妻在线中文字幕| 精品一区二区三区av网在线观看| 亚洲激情在线av| 国产aⅴ精品一区二区三区波| 在线免费观看的www视频| 久久人人爽av亚洲精品天堂| 精品乱码久久久久久99久播| 国产高清videossex| 黄色女人牲交| 亚洲情色 制服丝袜| 精品人妻在线不人妻| 国产片内射在线| 欧美午夜高清在线| 午夜免费鲁丝| 亚洲精品粉嫩美女一区| 午夜日韩欧美国产| 国产精品爽爽va在线观看网站 | 国产亚洲精品第一综合不卡| 中文字幕色久视频| avwww免费| 欧美久久黑人一区二区| 日本精品一区二区三区蜜桃|