• <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 ?

    基于機器視覺的智能垃圾分類系統(tǒng)的設(shè)計

    2025-02-02 00:00:00張彭程
    中國新技術(shù)新產(chǎn)品 2025年2期
    關(guān)鍵詞:垃圾分類卷積神經(jīng)網(wǎng)絡(luò)圖像識別

    摘 要:為了有效處理廢棄物,本文設(shè)計、制作了垃圾分類的硬件設(shè)備,包括K210模板、攝像頭、電路以及4個舵機,4個舵機分別連接廚余垃圾、有害垃圾和其他垃圾。針對垃圾數(shù)據(jù)集較少的問題,本文采用基于VGG16的卷積神經(jīng)網(wǎng)絡(luò)算法,在自建的垃圾數(shù)據(jù)集上進行訓(xùn)練和測試。結(jié)果顯示,利用該方法可以準確識別垃圾種類,平均準確率為93%。

    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò);圖像識別;垃圾分類

    中圖分類號:TP 393" " " 文獻標志碼:A

    1 系統(tǒng)總體結(jié)構(gòu)

    1.1 整體方案

    垃圾分類是垃圾分類系統(tǒng)的重要一環(huán),實施垃圾分類有助于增強公眾的環(huán)保意識,保護生態(tài)環(huán)境,促進經(jīng)濟可持續(xù)性發(fā)展。進行垃圾分類還可以降低垃圾處理成本,提高垃圾的循環(huán)利用和再生價值,減少資源浪費,提高垃圾處理的效率。

    本文將機器視覺技術(shù)取代傳統(tǒng)的人工分類進行垃圾自動分類,以降低用戶的垃圾分類學(xué)習(xí)成本。本文使用目前較常用的VGG16深度神經(jīng)網(wǎng)絡(luò)算法,其特點是在訓(xùn)練過程中使用的參數(shù)較少,其非線性層能夠提升模型訓(xùn)練速度,擴大模型的應(yīng)用范圍。設(shè)計采用STM32單片機、K210模塊,利用卷積神經(jīng)網(wǎng)絡(luò)對垃圾進行識別與分類,同時驅(qū)動舵機轉(zhuǎn)動,實現(xiàn)4種垃圾的分類。

    1.2 主控選擇

    本文系統(tǒng)必備硬件組件包括2個核心模塊。1) 圖像采集模塊。該模塊的主要功能是連接攝像頭,以捕獲攝像頭實時拍攝的圖片[1]。2) 舵機控制模塊。該模塊負責連接并獨立控制4個舵機,其核心作用是根據(jù)后端處理模塊對垃圾種類的識別結(jié)果,驅(qū)動相對應(yīng)的舵機工作,從而使對應(yīng)的垃圾桶蓋開啟,保證各類垃圾能夠準確無誤地投入對應(yīng)的垃圾箱中。

    K210模塊是基于嘉楠科技邊緣計算芯片K210(RSIC-V架構(gòu),64位雙核)方案的一款開發(fā)板,由01Studio設(shè)計研發(fā),采用硬件一體化設(shè)計(K210核心板、攝像頭和LCD集成在一個PCB上)。為了保證后端處理服務(wù)程序正常運行,需要較高的硬件處理能力,K210內(nèi)部搭載了一個KPU(即通用的神經(jīng)網(wǎng)絡(luò)處理器)[2],可以快速檢測圖像中的模板,并使用算法提取特定的對象特征,能夠?qū)崿F(xiàn)自動識別,因此本文將K210模板作為系統(tǒng)的開發(fā)板,訓(xùn)練模型對元器件圖像進行識別和分類,為后續(xù)的分揀工作提供準確的數(shù)據(jù)支持。K210具有較高的計算速度和處理能力,可以對元器件圖像進行實時分析與處理,分揀和判斷速度較快。K210也應(yīng)用于嵌入式、人工智能等場景,并擁有良好性能,例如功耗性能、處理能力和圖形處理能力,能夠提高采集數(shù)據(jù)、識別數(shù)據(jù)等操作的穩(wěn)定性與可靠性。

    本文系統(tǒng)主要基于機器學(xué)習(xí)領(lǐng)域常用的機器視覺,主要包括圖像采集部分、圖像信息處理部分和執(zhí)行機構(gòu)控制部分。系統(tǒng)的工作流程如圖1所示。

    基于機器視覺的智能垃圾分類系統(tǒng)主要由攝像頭、圖像處理模塊、分類執(zhí)行模塊和數(shù)據(jù)處理模塊組成。攝像頭能夠采集和捕捉垃圾圖像;圖像處理模塊能夠?qū)D像進行預(yù)處理和特征提??;分類執(zhí)行模塊能夠根據(jù)提取的特征對垃圾進行分類;數(shù)據(jù)處理模塊能夠記錄和分析分類結(jié)果,為垃圾分類系統(tǒng)的優(yōu)化提供依據(jù)。

    圖像采集部分。該部分主要包括4個垃圾分類桶、設(shè)置在主控中的攝像頭和K210模板等,主要功能是圖像實時攝取。流程是開機后進入投放準備階段,將垃圾一件一件置于攝像頭面前,將信號傳送給K210模板來捕捉圖像。

    圖像處理部分。圖像處理模塊先對采集和捕捉的垃圾圖像進行預(yù)處理,包括去噪、增強等操作,以提高后續(xù)特征提取的精準性。然后選用機器的學(xué)習(xí)算法,對預(yù)處理后的圖像進行特征提取,識別垃圾種類。該部分主要基于K210模塊所開發(fā)的圖像識別分類系統(tǒng),并與提前在VGG16卷積神經(jīng)網(wǎng)絡(luò)模型上訓(xùn)練的圖像進行比較,從而得出分類信息。

    執(zhí)行機構(gòu)控制部分。由于K210引腳控制舵機會導(dǎo)致舵機抖動,控制不夠穩(wěn)定,因此需要使用STM32F103C8T6單片機進行控制。當STM32單片機接收K210識別后發(fā)出的引腳電平時,能夠控制舵機執(zhí)行分類動作。

    分類執(zhí)行部分。該部分的主要作用是執(zhí)行分類動作并接受完成分類的垃圾。主要過程如下:當K210處理完圖像信息后,將所得出的分類結(jié)論通過引腳并以高、低電平的形式發(fā)送給下位STM32單片機,單片機接受到信號后打開舵機,開、關(guān)垃圾桶蓋,完成垃圾的準確分類。

    2 硬件電路設(shè)計

    由于K210在執(zhí)行實時控制任務(wù)過程中有一定局限性,因此本文在設(shè)計中引用一個輔助執(zhí)行控制單片機,以執(zhí)行其對舵機的旋轉(zhuǎn)控制,避免舵機在工作過程中發(fā)生抖動。此外,主控部分需要體積小且控制性能優(yōu)越,同時能夠高效處理和分析來自各模塊的信號與指令,因此選用STM32F103C8T6單片機作為其輔助控制單片機,以保證控制系統(tǒng)的穩(wěn)定性和準確性。

    該設(shè)計所需硬件模塊如下所示。1) 圖像采集模塊。該模塊的功能是連接攝像頭,以獲得攝像頭采集的圖片。攝像頭由K210模塊自帶。2) 舵機。需要連接4個舵機,并分別進行控制,能夠按照要求打開相應(yīng)的垃圾箱蓋,使垃圾進入對應(yīng)的垃圾箱。舵機型號為SG90,能夠滿足垃圾箱蓋開啟的角度。

    連接K210和STM32并進行通信,必須對控制線路進行布局和定義,以保證通信流暢、穩(wěn)定,不被干擾,各個模塊均能工作在相應(yīng)的額定電壓下。

    3 算法設(shè)計

    3.1 VGG16卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)是深層次學(xué)習(xí)中具有代表性的網(wǎng)絡(luò)結(jié)構(gòu)之一,在圖像處理領(lǐng)域中具有廣泛應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)是一種特殊的深度神經(jīng)網(wǎng)絡(luò),擁有多層網(wǎng)絡(luò)結(jié)構(gòu),上一層與下一層間的神經(jīng)元具有聯(lián)系,而同一層神經(jīng)元相對獨立。

    卷積神經(jīng)網(wǎng)絡(luò)通常分為5個層次,即輸入層、卷積層、池化層、全連接層和輸出層。這是一個深層次的神經(jīng)網(wǎng)絡(luò)運算過程,通過層層計算,反復(fù)提取圖像的特征、邊緣線條、顏色和圖像等,不斷進行運算處理,最終提取出深層次的特征并獲取結(jié)果。卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

    VGG是牛津大學(xué)計算機視覺組與谷歌一起研究、設(shè)計的深度卷積神經(jīng)網(wǎng)絡(luò),如圖3所示。VGG結(jié)構(gòu)包括13個卷積層和3個全連接層,因此稱為VGG16。VGG-16具有每次經(jīng)過池化層后特征圖的尺寸縮小1倍、通道數(shù)增加1倍(最后一個池化層除外)的顯著特點。圖3中的conv為卷積層,pool為池化層,第一次卷積核為64個,最后一次卷積核為512個,最后3個fc4096為全連接層。VGG16改進了之前的網(wǎng)絡(luò),以3個3*3卷積核代替7*7卷積核,以2個3*3卷積核代替5*5卷積核,其主要目的是在具有相同感知野的條件下減少參數(shù),提升網(wǎng)絡(luò)的深度。該模型可以較好地適用于分類和定位任務(wù)。

    卷積神經(jīng)網(wǎng)絡(luò)具備三重特性。1) 卷積神經(jīng)網(wǎng)絡(luò)具有局部連接機制。與傳統(tǒng)的全連接神經(jīng)網(wǎng)絡(luò)不同,卷積神經(jīng)網(wǎng)絡(luò)不會使每個神經(jīng)元均與前一層所有神經(jīng)元相連,而是選擇性地與部分神經(jīng)元建立連接。2) 卷積神經(jīng)網(wǎng)絡(luò)引入了權(quán)值共享的概念,利用部分相連得到卷積核,這些卷積核在特征提取過程中會重復(fù)使用相同的權(quán)值。3) 具有多卷積核,每個卷積核均攜帶不同參數(shù),因此能夠提取圖像中不同類型的特征。組合多個卷積核能夠使卷積神經(jīng)網(wǎng)絡(luò)更好地捕獲圖像中豐富的信息。在處理大型圖像和降低模型復(fù)雜度等方面,卷積神經(jīng)網(wǎng)絡(luò)的這些特點起到了較大作用。

    3.2 垃圾分類算法過程

    針對傳統(tǒng)垃圾分類方法的局限性,本文設(shè)計了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的垃圾分類算法,旨在為垃圾分類提供更高效、精確的方案,其內(nèi)容如下所示。1) 對垃圾圖像進行預(yù)處理,使圖像尺寸和灰度保持統(tǒng)一,以提高算法的準確度。2) 將卷積神經(jīng)網(wǎng)絡(luò)作為特征提取器,經(jīng)過多層卷積運算后進行池化,提取更深層特征,便于后續(xù)獲取結(jié)果。3) 使用全連接神經(jīng)網(wǎng)絡(luò),對提取的特征進行訓(xùn)練,利用多層全連接操作,將垃圾圖像分類為可回收垃圾、有害垃圾、其他垃圾或廚余垃圾。4) 對模型進行訓(xùn)練,并多次試驗,不斷調(diào)試模型[3]。

    3.3 卷積神經(jīng)網(wǎng)絡(luò)層數(shù)的建立

    一個完整的卷積神經(jīng)網(wǎng)絡(luò)包括卷積層、2層池化層和2層全連接層,最后由1個softmax層做分類,每層間均使用最大池化分隔。

    本文使用卷積神經(jīng)網(wǎng)絡(luò)圖像做分類算法,訓(xùn)練不同垃圾圖像模型。該網(wǎng)絡(luò)的基本架構(gòu)為深度卷積結(jié)構(gòu),包括多次重復(fù)的卷積-卷積-池化組合,以捕捉和提取圖像中的多層次特征,其中通道數(shù)分別為64、128、512、512、512、4096、4096和1000。卷積層通道數(shù)翻倍,直到通道數(shù)達到512時不再增加。

    在VGG16卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)中,特征提取的核心部分是13層卷積層,和5層池化層共同進行特征提取。最終通過3層全連接層來完成分類任務(wù)。

    4 系統(tǒng)的搭建與調(diào)試

    4.1 網(wǎng)絡(luò)層數(shù)的建立

    采用Python編程,可以實現(xiàn)基于K210的各種算法。本文將pycharm作為開發(fā)工具,采用Python的Keras庫,版本號為2.15,用以開發(fā)基于VGG16的卷積神經(jīng)網(wǎng)絡(luò)。

    本文將卷積神經(jīng)網(wǎng)絡(luò)(CNN)圖像作為分類算法,對4種不同種類的垃圾圖像模型進行訓(xùn)練。采用VGG16網(wǎng)絡(luò),其基本構(gòu)架為conv1^2(64)→pool1→conv2^2(128)→pool2→conv3^3(256)→pool3→conv4^3(512)→pool4→conv5^3(512)→pool5→fc6(4096)→fc7(4096)→fc8(1000)→softmax[4]。

    4.2 模型訓(xùn)練與識別

    搭建好所有環(huán)境后進行模型訓(xùn)練。本文將所有垃圾分為4類,即廚余垃圾、有害垃圾、其他垃圾和可回收垃圾,其中有害垃圾以生活中常見的電池、煙頭等為主;廚余垃圾以香蕉皮、骨頭等為主;其他垃圾以牛奶袋、廢棄口罩為主;可回收垃圾以易拉罐、塑料瓶等為主。所涉及的垃圾種類幾乎涵蓋了生活中所有常見的東西,并在識別背景中拍攝所有需要識別的模型,每個模型的拍攝角度應(yīng)盡量全面,完整展現(xiàn)所有特征,以保證最終的識別效果和識別準確率。

    垃圾分類數(shù)據(jù)集是用于訓(xùn)練和評估垃圾分類算法的重要一句,構(gòu)建和處理該數(shù)據(jù)集需要考慮以下4種因素。1) 數(shù)據(jù)集中應(yīng)該包括不同種類的垃圾樣本,以保證算法能夠全面學(xué)習(xí)各種垃圾的特征。2)垃圾樣本的圖片應(yīng)該從不同角度、在不同光線下來拍攝,以增加數(shù)據(jù)集的多樣性,提高算法在不同條件下的垃圾分類能力。3)在構(gòu)建數(shù)據(jù)集的過程中,應(yīng)該對數(shù)據(jù)進行標準化和歸一化處理,以保證算法能夠更好地學(xué)習(xí)和分類。4) 要充分考慮垃圾分類的實時性和實用性要求,為保證數(shù)據(jù)集的真實性和實用性,應(yīng)定期更新并豐富數(shù)據(jù)集內(nèi)容,以貼合生活實際。

    模型訓(xùn)練完成后,本文進行了驗證試驗,將垃圾一件件放入攝像頭拍攝范圍內(nèi)進行自動識別,最后觀察其識別效果。

    4.3 試驗數(shù)據(jù)記錄

    本文進行了實際測試,以驗證垃圾分類系統(tǒng)的功能和運行狀態(tài)是否符合設(shè)計預(yù)期。首先,采用Python對垃圾圖像進行收集,顯著提高了收集數(shù)據(jù)的效率。其次,采用K210模塊收集實際生活中垃圾圖像的數(shù)據(jù),以避免在訓(xùn)練模型中使用網(wǎng)絡(luò)圖片所帶來的誤差。在試驗過程中分別使用電池、骨頭、香蕉皮、塑料瓶、紙和各種包裝袋等共12類常見生活垃圾,進行各50次隨機測試。垃圾分類測試準確率結(jié)果見表1。

    由以上試驗數(shù)據(jù)可知,所有垃圾的平均識別正確率為93%,其中可回收垃圾的正確識別率為96.66%,其他垃圾的正確識別率為89.5%,廚余垃圾的正確識別率為90.66%,有害垃圾的正確識別率為95%。

    由上述數(shù)據(jù)可知,在試驗所測試的所有垃圾中,可回收垃圾的正確識別率較高,其他垃圾和廚余垃圾的正確識別率相對較低。進一步分析可知,當垃圾種類較少且其形態(tài)比較固定時,垃圾的識別率較高;當垃圾種類較多且形態(tài)復(fù)雜、不固定時,垃圾的識別率較低。

    5 結(jié)語

    本文利用機器視覺技術(shù)設(shè)計了一種智能分類垃圾處理裝置,能夠進行垃圾智能化分類,解決了居民的日常垃圾分類問題。該設(shè)計主要基于發(fā)展較成熟的神經(jīng)網(wǎng)絡(luò)算法,利用VGG16在K210模塊上進行訓(xùn)練,對日常垃圾進行識別分類處理,降低垃圾對環(huán)境的污染。

    本文在研究過程中還發(fā)現(xiàn)了一些需要改進的問題。首先,在垃圾數(shù)據(jù)方面,需要一個更龐大且不斷更新的垃圾數(shù)據(jù)集,以增加垃圾種類的多樣性,提高垃圾圖像背景的復(fù)雜程度。其次,試驗裝置尺寸與原始垃圾箱尺寸不一致,在后期設(shè)計中需要對外觀進行改進,以提高機器整體的協(xié)調(diào)性。

    參考文獻

    [1]蔡昊辰.基于計算機視覺的垃圾分類識別系統(tǒng)研究[D].武漢:武漢工程大學(xué),2022.

    [2]王科,劉豐儉.基于樹莓派的垃圾智能分類系統(tǒng)設(shè)計[J].南通職業(yè)大學(xué)學(xué)報,2023,37(3):71-75,81.

    [3]王燕.基于深度卷積神經(jīng)網(wǎng)絡(luò)的垃圾分類算法研究[J].造紙裝備及材料,2024,53(1):104-106.

    [4]潘鵬,胡運峰,秦金志,等.一種基于NB-IOT的智能垃圾桶[J].科技風(fēng),2019(1):11.

    猜你喜歡
    垃圾分類卷積神經(jīng)網(wǎng)絡(luò)圖像識別
    基于Resnet-50的貓狗圖像識別
    電子制作(2019年16期)2019-09-27 09:34:50
    高速公路圖像識別技術(shù)應(yīng)用探討
    圖像識別在物聯(lián)網(wǎng)上的應(yīng)用
    電子制作(2018年19期)2018-11-14 02:37:04
    圖像識別在水質(zhì)檢測中的應(yīng)用
    電子制作(2018年14期)2018-08-21 01:38:16
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    小學(xué)校本課程《垃圾分類》智慧教育案例研究
    淺析我國農(nóng)村垃圾處理難題
    青年時代(2016年19期)2016-12-30 17:40:46
    日本城市垃圾分類的做法
    青春歲月(2016年22期)2016-12-23 16:15:10
    高校環(huán)境教育非課堂教學(xué)模式的探索
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    久热这里只有精品99| 国精品久久久久久国模美| 人人妻人人澡人人爽人人夜夜| 青春草国产在线视频| 国产高清有码在线观看视频| 18禁裸乳无遮挡动漫免费视频 | 视频中文字幕在线观看| 久久久久久久久大av| 亚洲av日韩在线播放| 亚洲无线观看免费| 国产大屁股一区二区在线视频| 在线免费十八禁| 久久韩国三级中文字幕| av又黄又爽大尺度在线免费看| 日韩不卡一区二区三区视频在线| 天天躁夜夜躁狠狠久久av| 在线a可以看的网站| 亚洲最大成人中文| 欧美97在线视频| 在线免费十八禁| 亚洲最大成人手机在线| a级毛片免费高清观看在线播放| 免费不卡的大黄色大毛片视频在线观看| 精品久久久久久久久亚洲| 亚洲精品,欧美精品| 中文字幕av成人在线电影| 免费观看在线日韩| 免费av不卡在线播放| 不卡视频在线观看欧美| 国产成人a区在线观看| 亚洲精品乱码久久久v下载方式| 久久人人爽人人片av| 国产人妻一区二区三区在| 嫩草影院入口| 嫩草影院入口| 一区二区三区四区激情视频| 成人特级av手机在线观看| 国产亚洲91精品色在线| 日本猛色少妇xxxxx猛交久久| 国产成年人精品一区二区| 自拍偷自拍亚洲精品老妇| 一区二区三区精品91| 欧美一级a爱片免费观看看| 欧美zozozo另类| 丰满乱子伦码专区| 精品久久国产蜜桃| 丰满乱子伦码专区| 国产高清国产精品国产三级 | 日韩一本色道免费dvd| 在线a可以看的网站| 女人久久www免费人成看片| 搞女人的毛片| 免费看av在线观看网站| 精品一区二区三区视频在线| 能在线免费看毛片的网站| 亚洲精品乱久久久久久| 日本与韩国留学比较| 伦理电影大哥的女人| 久久精品国产亚洲av涩爱| 国产欧美亚洲国产| 黄色配什么色好看| 黄色一级大片看看| 最近中文字幕2019免费版| 波野结衣二区三区在线| 九草在线视频观看| 在线播放无遮挡| 国产午夜精品一二区理论片| 国产日韩欧美在线精品| 久久久久久久亚洲中文字幕| 女的被弄到高潮叫床怎么办| 韩国av在线不卡| 热99国产精品久久久久久7| 一区二区三区四区激情视频| 狂野欧美激情性xxxx在线观看| 国产成人91sexporn| 2021天堂中文幕一二区在线观| 成人毛片a级毛片在线播放| 全区人妻精品视频| 中国美白少妇内射xxxbb| 18+在线观看网站| 男女无遮挡免费网站观看| 一级爰片在线观看| 国产色爽女视频免费观看| 亚洲天堂国产精品一区在线| 狠狠精品人妻久久久久久综合| 嘟嘟电影网在线观看| 最近的中文字幕免费完整| 最近2019中文字幕mv第一页| 久久久久网色| 日韩免费高清中文字幕av| av国产久精品久网站免费入址| videossex国产| 亚洲婷婷狠狠爱综合网| 一区二区三区免费毛片| 毛片一级片免费看久久久久| 69人妻影院| 亚洲av电影在线观看一区二区三区 | 老司机影院毛片| 在线精品无人区一区二区三 | 干丝袜人妻中文字幕| 18禁裸乳无遮挡免费网站照片| 国产成人免费无遮挡视频| 最后的刺客免费高清国语| 欧美xxxx黑人xx丫x性爽| 亚洲综合精品二区| 亚洲国产精品成人综合色| 久久韩国三级中文字幕| 亚洲国产最新在线播放| 欧美成人a在线观看| 国语对白做爰xxxⅹ性视频网站| 国产成人免费无遮挡视频| 欧美日韩国产mv在线观看视频 | 欧美zozozo另类| 六月丁香七月| 色播亚洲综合网| 亚洲国产精品成人综合色| 欧美一区二区亚洲| 超碰av人人做人人爽久久| 欧美性猛交╳xxx乱大交人| 欧美性感艳星| 久久精品综合一区二区三区| 亚洲精品国产成人久久av| 日本猛色少妇xxxxx猛交久久| 国产精品精品国产色婷婷| 国产免费视频播放在线视频| 国语对白做爰xxxⅹ性视频网站| 国产免费一区二区三区四区乱码| 国产av国产精品国产| 大片免费播放器 马上看| 黄色视频在线播放观看不卡| 久久久久性生活片| 国产亚洲一区二区精品| 欧美 日韩 精品 国产| 蜜桃久久精品国产亚洲av| 免费黄网站久久成人精品| 黄色怎么调成土黄色| 欧美日韩视频精品一区| 亚洲怡红院男人天堂| 国产成人福利小说| 欧美性感艳星| 少妇猛男粗大的猛烈进出视频 | 国产成人一区二区在线| 久久久久久久久久久免费av| av在线蜜桃| 男人舔奶头视频| 欧美日韩视频精品一区| 亚洲综合色惰| a级毛片免费高清观看在线播放| 日韩成人av中文字幕在线观看| 一个人观看的视频www高清免费观看| 禁无遮挡网站| 狂野欧美激情性bbbbbb| 女的被弄到高潮叫床怎么办| 国产日韩欧美亚洲二区| 亚洲丝袜综合中文字幕| 国产欧美亚洲国产| 两个人的视频大全免费| 国产精品偷伦视频观看了| 成人国产av品久久久| 欧美日韩视频精品一区| 国产精品国产三级专区第一集| 久久热精品热| 国产精品偷伦视频观看了| 少妇人妻 视频| 夫妻午夜视频| 毛片一级片免费看久久久久| 国产老妇伦熟女老妇高清| 建设人人有责人人尽责人人享有的 | 欧美最新免费一区二区三区| 美女脱内裤让男人舔精品视频| 日韩av不卡免费在线播放| 精品国产三级普通话版| 亚洲精品国产成人久久av| 一区二区三区四区激情视频| 亚洲国产精品成人久久小说| 国产精品蜜桃在线观看| 极品少妇高潮喷水抽搐| 波多野结衣巨乳人妻| 国产精品99久久久久久久久| av福利片在线观看| 午夜福利高清视频| 亚洲成人中文字幕在线播放| 免费电影在线观看免费观看| 青青草视频在线视频观看| 国语对白做爰xxxⅹ性视频网站| 在线免费观看不下载黄p国产| 国产精品久久久久久精品古装| 精品久久久噜噜| 成人免费观看视频高清| 身体一侧抽搐| 亚洲av国产av综合av卡| 免费av毛片视频| 亚洲av电影在线观看一区二区三区 | 国产精品女同一区二区软件| 欧美zozozo另类| 大香蕉97超碰在线| 欧美xxxx性猛交bbbb| 国产精品伦人一区二区| 成年免费大片在线观看| 久热久热在线精品观看| 可以在线观看毛片的网站| 国产成人freesex在线| 成人亚洲欧美一区二区av| 91午夜精品亚洲一区二区三区| 日本色播在线视频| 国产成年人精品一区二区| 免费大片18禁| 在现免费观看毛片| 嘟嘟电影网在线观看| 国产日韩欧美在线精品| 九草在线视频观看| av在线蜜桃| 男女下面进入的视频免费午夜| 国产一区二区在线观看日韩| 日韩强制内射视频| 男插女下体视频免费在线播放| 99热这里只有是精品在线观看| 国产高清三级在线| 天天一区二区日本电影三级| 人体艺术视频欧美日本| 亚洲精品,欧美精品| 一级片'在线观看视频| 啦啦啦中文免费视频观看日本| 老司机影院成人| 欧美 日韩 精品 国产| 日韩一区二区视频免费看| 欧美区成人在线视频| 汤姆久久久久久久影院中文字幕| 精品久久久久久电影网| 男女国产视频网站| 色婷婷久久久亚洲欧美| 如何舔出高潮| 国产欧美亚洲国产| 亚洲精品视频女| 日韩不卡一区二区三区视频在线| 亚洲精品乱久久久久久| 日韩强制内射视频| 亚洲va在线va天堂va国产| 能在线免费看毛片的网站| 少妇的逼好多水| 亚洲精品久久午夜乱码| 韩国av在线不卡| 可以在线观看毛片的网站| a级一级毛片免费在线观看| 亚洲成色77777| 天天躁夜夜躁狠狠久久av| 男女下面进入的视频免费午夜| 午夜激情久久久久久久| 99九九线精品视频在线观看视频| 亚洲综合精品二区| 99热这里只有精品一区| 亚洲,欧美,日韩| 欧美精品一区二区大全| 七月丁香在线播放| 色哟哟·www| 18禁裸乳无遮挡免费网站照片| 狠狠精品人妻久久久久久综合| 尾随美女入室| 日本-黄色视频高清免费观看| 精品国产三级普通话版| a级毛片免费高清观看在线播放| av国产久精品久网站免费入址| 国产亚洲一区二区精品| 成人欧美大片| 免费av不卡在线播放| eeuss影院久久| 2018国产大陆天天弄谢| 偷拍熟女少妇极品色| 午夜福利视频精品| 欧美3d第一页| 成人一区二区视频在线观看| 久久鲁丝午夜福利片| 亚洲国产高清在线一区二区三| 自拍偷自拍亚洲精品老妇| 一级a做视频免费观看| 男男h啪啪无遮挡| 国产精品久久久久久精品古装| 午夜精品一区二区三区免费看| 夫妻性生交免费视频一级片| 少妇丰满av| 久久99热这里只频精品6学生| 高清欧美精品videossex| 高清毛片免费看| 麻豆成人av视频| 日韩av在线免费看完整版不卡| 国产欧美另类精品又又久久亚洲欧美| 少妇裸体淫交视频免费看高清| 日韩亚洲欧美综合| 国产一区有黄有色的免费视频| 全区人妻精品视频| 美女国产视频在线观看| 亚洲国产精品成人综合色| 色视频www国产| 久热这里只有精品99| 亚洲欧美一区二区三区黑人 | 国产视频首页在线观看| 国产淫片久久久久久久久| 一级爰片在线观看| 91久久精品电影网| 国产亚洲最大av| 午夜激情福利司机影院| 精品视频人人做人人爽| 国产女主播在线喷水免费视频网站| 大码成人一级视频| 久久久久九九精品影院| 涩涩av久久男人的天堂| 亚洲av日韩在线播放| a级毛片免费高清观看在线播放| 最近2019中文字幕mv第一页| 亚洲人成网站在线观看播放| 91午夜精品亚洲一区二区三区| 久久久久久久午夜电影| 秋霞在线观看毛片| 久久久精品免费免费高清| 亚洲av欧美aⅴ国产| 狂野欧美激情性xxxx在线观看| 一级av片app| 老司机影院毛片| 成人国产av品久久久| 亚洲成人久久爱视频| 一级毛片aaaaaa免费看小| 22中文网久久字幕| 我要看日韩黄色一级片| 久热久热在线精品观看| 亚洲,欧美,日韩| 日韩伦理黄色片| 一本久久精品| 成人综合一区亚洲| 久久热精品热| 搡老乐熟女国产| 晚上一个人看的免费电影| 黄色配什么色好看| 纵有疾风起免费观看全集完整版| 少妇的逼水好多| 欧美成人a在线观看| 大陆偷拍与自拍| 能在线免费看毛片的网站| 汤姆久久久久久久影院中文字幕| 99热网站在线观看| 一区二区三区四区激情视频| 免费黄网站久久成人精品| 成年女人看的毛片在线观看| 大码成人一级视频| 国产精品国产三级国产专区5o| 波野结衣二区三区在线| www.色视频.com| 精品一区二区三区视频在线| 80岁老熟妇乱子伦牲交| 亚洲精品日韩在线中文字幕| 少妇裸体淫交视频免费看高清| 久久精品久久久久久久性| 久久久久国产网址| 一二三四中文在线观看免费高清| 少妇熟女欧美另类| 久久久久久久久久成人| 亚洲欧洲国产日韩| 国产亚洲av嫩草精品影院| 久久久精品免费免费高清| 国产 一区精品| 国产免费一区二区三区四区乱码| 久久精品国产鲁丝片午夜精品| 亚洲国产高清在线一区二区三| 一边亲一边摸免费视频| 国产黄色视频一区二区在线观看| 午夜免费男女啪啪视频观看| 久久精品国产自在天天线| 插阴视频在线观看视频| 国产探花在线观看一区二区| av在线蜜桃| 深爱激情五月婷婷| 中文字幕制服av| 成年女人看的毛片在线观看| 精品久久国产蜜桃| 超碰97精品在线观看| 久久久久久久久久人人人人人人| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲综合精品二区| 国产免费又黄又爽又色| 久久99精品国语久久久| 丝袜美腿在线中文| 免费黄频网站在线观看国产| 久久热精品热| 69人妻影院| 国产 一区 欧美 日韩| 欧美精品一区二区大全| 一级二级三级毛片免费看| 日本三级黄在线观看| 国产午夜福利久久久久久| 国国产精品蜜臀av免费| 欧美 日韩 精品 国产| 亚洲第一区二区三区不卡| 男女边吃奶边做爰视频| 欧美3d第一页| 三级经典国产精品| 亚洲精品色激情综合| 国产人妻一区二区三区在| 日日摸夜夜添夜夜添av毛片| 亚洲欧洲国产日韩| 国产精品嫩草影院av在线观看| 亚洲国产精品999| 亚洲av成人精品一二三区| 亚洲欧美中文字幕日韩二区| 午夜视频国产福利| 国产一区二区在线观看日韩| 男人和女人高潮做爰伦理| 一个人看视频在线观看www免费| 最近最新中文字幕免费大全7| 少妇人妻精品综合一区二区| 国产毛片a区久久久久| 午夜激情久久久久久久| 美女视频免费永久观看网站| 99精国产麻豆久久婷婷| 久久久精品欧美日韩精品| 内地一区二区视频在线| 成人毛片60女人毛片免费| 日本av手机在线免费观看| 新久久久久国产一级毛片| 欧美亚洲 丝袜 人妻 在线| 亚洲美女搞黄在线观看| 国产一级毛片在线| 国产毛片在线视频| 三级国产精品欧美在线观看| 国产成人精品福利久久| 国产一区二区在线观看日韩| 亚洲精品久久午夜乱码| 麻豆精品久久久久久蜜桃| 赤兔流量卡办理| 久久热精品热| 久久ye,这里只有精品| 国产老妇伦熟女老妇高清| 联通29元200g的流量卡| 成人毛片a级毛片在线播放| 男女国产视频网站| 久久精品久久久久久久性| 人人妻人人看人人澡| av天堂中文字幕网| 美女国产视频在线观看| 一本一本综合久久| 亚洲精品一二三| 欧美日韩在线观看h| 久久韩国三级中文字幕| 国产综合懂色| 日韩一本色道免费dvd| 我要看日韩黄色一级片| 蜜桃亚洲精品一区二区三区| 黄色欧美视频在线观看| 国产色婷婷99| 日日啪夜夜撸| 黄色怎么调成土黄色| 午夜精品国产一区二区电影 | 久久6这里有精品| 久久精品国产a三级三级三级| 欧美区成人在线视频| 亚洲内射少妇av| 欧美3d第一页| 国产精品一区二区在线观看99| 九九久久精品国产亚洲av麻豆| 好男人在线观看高清免费视频| 80岁老熟妇乱子伦牲交| 亚洲欧美精品自产自拍| 九九久久精品国产亚洲av麻豆| 一本一本综合久久| 人人妻人人爽人人添夜夜欢视频 | 久久影院123| 超碰97精品在线观看| av福利片在线观看| 汤姆久久久久久久影院中文字幕| 成人漫画全彩无遮挡| 久久久久久久大尺度免费视频| 精品国产露脸久久av麻豆| 久久国产乱子免费精品| 91在线精品国自产拍蜜月| 婷婷色av中文字幕| 亚洲丝袜综合中文字幕| 亚洲精品成人久久久久久| 一区二区三区乱码不卡18| 80岁老熟妇乱子伦牲交| 97人妻精品一区二区三区麻豆| 天天躁日日操中文字幕| 另类亚洲欧美激情| 国内揄拍国产精品人妻在线| 国产亚洲精品久久久com| 亚洲无线观看免费| 国产精品国产三级国产av玫瑰| 亚洲欧美日韩另类电影网站 | 内地一区二区视频在线| 纵有疾风起免费观看全集完整版| av在线播放精品| 最近最新中文字幕大全电影3| 亚洲自拍偷在线| 亚洲国产色片| 日本熟妇午夜| 大片电影免费在线观看免费| 中文字幕制服av| 中文天堂在线官网| videossex国产| 尾随美女入室| 欧美精品国产亚洲| 亚洲av在线观看美女高潮| 久久久久久九九精品二区国产| av卡一久久| 人妻一区二区av| 亚洲av福利一区| 国产欧美日韩一区二区三区在线 | 一个人看的www免费观看视频| 有码 亚洲区| 直男gayav资源| 亚洲真实伦在线观看| 色婷婷久久久亚洲欧美| 成人亚洲精品一区在线观看 | 婷婷色麻豆天堂久久| 欧美成人a在线观看| 看黄色毛片网站| 国产成年人精品一区二区| 晚上一个人看的免费电影| 天天躁夜夜躁狠狠久久av| 日韩欧美精品免费久久| 一个人看视频在线观看www免费| 国产男女内射视频| 久久精品国产鲁丝片午夜精品| 欧美日韩在线观看h| 国产成人aa在线观看| 三级男女做爰猛烈吃奶摸视频| 在线观看美女被高潮喷水网站| 国产淫语在线视频| 国产成人91sexporn| 亚洲国产成人一精品久久久| 国产爱豆传媒在线观看| 亚洲综合精品二区| 搞女人的毛片| 亚洲内射少妇av| 成人美女网站在线观看视频| 免费播放大片免费观看视频在线观看| 免费在线观看成人毛片| 成人毛片60女人毛片免费| 午夜福利视频精品| 不卡视频在线观看欧美| 久久久精品欧美日韩精品| av专区在线播放| 中国三级夫妇交换| 久久精品国产a三级三级三级| 97人妻精品一区二区三区麻豆| 99热6这里只有精品| 你懂的网址亚洲精品在线观看| 国产成人a∨麻豆精品| 不卡视频在线观看欧美| 青青草视频在线视频观看| a级一级毛片免费在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 欧美97在线视频| 国产成人免费观看mmmm| 晚上一个人看的免费电影| 亚洲自拍偷在线| 美女高潮的动态| 亚洲真实伦在线观看| 久久久久性生活片| 亚洲精品自拍成人| 亚洲欧美中文字幕日韩二区| 天堂中文最新版在线下载 | 免费看av在线观看网站| 男女边摸边吃奶| 国产视频内射| 日韩伦理黄色片| 亚洲国产精品国产精品| 99久久中文字幕三级久久日本| 免费人成在线观看视频色| 国产精品三级大全| 国产伦理片在线播放av一区| 一级毛片久久久久久久久女| 九草在线视频观看| 日韩免费高清中文字幕av| 亚洲第一区二区三区不卡| 黄色视频在线播放观看不卡| 久久久午夜欧美精品| 国产69精品久久久久777片| 少妇丰满av| 亚洲人成网站高清观看| 日本猛色少妇xxxxx猛交久久| 免费av观看视频| 超碰av人人做人人爽久久| 久久鲁丝午夜福利片| 亚洲,一卡二卡三卡| 伊人久久精品亚洲午夜| 午夜福利视频精品| 亚洲欧美精品自产自拍| 乱系列少妇在线播放| 国产真实伦视频高清在线观看| 亚洲不卡免费看| 一级毛片 在线播放| 成年女人在线观看亚洲视频 | 美女被艹到高潮喷水动态| 久久久精品94久久精品| 亚洲人成网站在线观看播放| 国产精品人妻久久久影院| 亚洲av中文字字幕乱码综合| 欧美性感艳星| 日韩,欧美,国产一区二区三区| av在线播放精品| 三级男女做爰猛烈吃奶摸视频| 日本一二三区视频观看| 亚洲电影在线观看av| 欧美成人一区二区免费高清观看| 色综合色国产| 美女内射精品一级片tv| 欧美区成人在线视频| 日韩亚洲欧美综合| 高清午夜精品一区二区三区| 国产精品嫩草影院av在线观看| 日韩欧美 国产精品| 亚洲欧美中文字幕日韩二区| 日韩人妻高清精品专区| 久久精品久久久久久久性| 亚洲怡红院男人天堂| 成人欧美大片| 激情五月婷婷亚洲|