• <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 ?

    一種改進(jìn)的遺傳算法在圖像分割中的應(yīng)用

    2016-06-13 20:55王丹周錦程
    科技視界 2016年13期
    關(guān)鍵詞:圖像分割遺傳算法

    王丹 周錦程

    【摘 要】二維最大熵圖像閾值分割法是在整個(gè)二維灰度空間上搜索相關(guān)參數(shù),從而使得圖像的總熵取得最大值的優(yōu)化問題,該算法計(jì)算量大、耗時(shí)長。為此,我們將二維最大熵的圖像閾值分割方法中的相關(guān)技術(shù)引入到遺傳算法中,以降低算法的復(fù)雜度。具體地,結(jié)合二維最大熵圖像分割法的特點(diǎn),我們對(duì)傳統(tǒng)遺傳算法中的選擇算子、交叉算子和變異算子等進(jìn)行了優(yōu)化設(shè)計(jì),以加快算法的收斂性。實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的基于遺傳算法的二維最大熵圖像分割方法所分割的圖像優(yōu)于一般常用的圖像分割算法。

    【關(guān)鍵詞】遺傳算法;二維最大熵法;圖像分割;閾值分割

    An Improved Genetic Algorithm for Image Segmentation

    WANG Dan ZHOU Jin-cheng

    (School of Mathematics and Statistics,Qiannan Normal College for Nationalities, Duyun Guizhou 558000, China)

    【Abstract】The two-dimensional maximum entropy method is an optimization problem for the parameters search in the whole two-dimensional gray space to obtain the maximum total entropy of an image. Thus, the amount of the calculation would be large and the time cost would be high. In order to reduce the complexity of the algorithm, we introduce the relevant technology of the two-dimensional maximum entropy method into the genetic algorithm for image segmentation problem. Specifically, considered with the characteristics of two-dimensional entropy image segmentation method, we optimize the selection, crossover and mutation operators in the traditional genetic algorithm, so as to accelerate the convergence of the search process. Experimental results show that our genetic algorithm with two-dimensional maximum entropy method is better than the common image segmentation algorithm.

    【Key words】Genetic algorithm; Two-dimensional maximum entropy method; Image segmentation; Threshold segmentation

    0 引言

    遺傳算法(Genetic Algorithm, GA)[1]是由美國Michigan大學(xué)的Holland于1975年提出的一種隨機(jī)自適應(yīng)的全局搜索算法。它是一種通過借鑒進(jìn)化論中適者生存、優(yōu)勝劣汰的遺傳機(jī)制演化而來的計(jì)算模型。該算法的基本思想最先由Holland[2]在1962年提出,之后陸續(xù)有研究者提及了該算法的一些基本概念[3-6],“遺傳算法”這個(gè)術(shù)語在1967年首先由Bagley在其博士論文中使用,但直至1975年,遺傳算法的數(shù)學(xué)框架與理論才由Holland[7]在其專著中進(jìn)行了系統(tǒng)而詳細(xì)的表述。

    早期的遺傳算法主要被用于求解函數(shù)優(yōu)化問題和人工自適應(yīng)系統(tǒng)的研究與設(shè)計(jì)。隨著遺傳算法的不斷改進(jìn)與完善,它為解決復(fù)雜優(yōu)化問題提供了一種嶄新且有效的思路,其良好的搜索能力得了廣大學(xué)者的關(guān)注和認(rèn)可。當(dāng)前,遺傳算法的應(yīng)用范圍已被逐漸延伸到了組合優(yōu)化、圖像處理、網(wǎng)絡(luò)通信、模式識(shí)別等眾多復(fù)雜優(yōu)化領(lǐng)域。

    圖像分割[8]是圖像處理及前期視覺中常常用到的一種基本技術(shù),也是大多數(shù)圖像分析及視覺系統(tǒng)的重要組成部分。所謂圖像分割是指根據(jù)圖像的灰度、幾何形狀、空間紋理、色彩等特征把圖像劃分成若干個(gè)互不相交的區(qū)域,使得這些特征在不同區(qū)域間表現(xiàn)出明顯的不同,而在在同一區(qū)域內(nèi),表現(xiàn)出一致性或相似性。本文將主要研究遺傳算法在圖像分割中的應(yīng)用。

    1 相關(guān)概述

    1.1 遺傳算法

    遺傳算法主要是通過模擬自然界中生物的遺傳進(jìn)化過程,對(duì)優(yōu)化問題的最優(yōu)解進(jìn)行搜索,它將種群中的所有個(gè)體作為潛在解的群里,引入類似自然進(jìn)化中的選擇、交叉和變異等算子對(duì)群體中的所有個(gè)體進(jìn)行進(jìn)化。遺傳算法的核心內(nèi)容主要包括以下五個(gè)方面:①設(shè)計(jì)相關(guān)參數(shù)的編碼;②設(shè)定初始群體;③設(shè)計(jì)適應(yīng)度函數(shù);④設(shè)計(jì)遺傳操作;⑤設(shè)定控制參數(shù)。與傳統(tǒng)的搜索算法不同,遺傳算法在運(yùn)行中,首先要隨機(jī)產(chǎn)生一組初始解作為種群開始搜索,種群中的每個(gè)個(gè)體(編碼為染色體)被看做是問題的一個(gè)解。這些個(gè)體在后續(xù)迭代過程中不斷進(jìn)化。通常用適應(yīng)度值來度量每一代中各個(gè)染色體對(duì)應(yīng)的個(gè)體的優(yōu)劣,一般來說,對(duì)應(yīng)個(gè)體的適應(yīng)度值越大,表示該個(gè)體越優(yōu)秀,則該個(gè)體被選作種群中的父帶個(gè)體的概率也越大。新個(gè)體由父代個(gè)體對(duì)應(yīng)的染色體通過交叉或者變異操作而產(chǎn)生,這樣經(jīng)過若干代進(jìn)化之后,算法將收斂于最好的個(gè)體,該個(gè)體很有可能就是問題的最優(yōu)解或次優(yōu)解。遺傳算法主要包括如下步驟:

    Step 1 編碼:遺傳算法在對(duì)解進(jìn)行搜索之前,需要先將解空間的解進(jìn)行編碼成特點(diǎn)的字符串。

    Step 2 初始群體的生成:隨機(jī)產(chǎn)生N個(gè)染色體,N個(gè)染色體構(gòu)成了一個(gè)種群,遺傳算法以這N個(gè)染色體作為初始點(diǎn)開始迭代。

    Step 3 個(gè)體評(píng)價(jià):用適應(yīng)值函數(shù)刻畫個(gè)體的優(yōu)劣性。通常,針對(duì)不同的優(yōu)化問題,需要設(shè)計(jì)不同的適應(yīng)性函數(shù)。

    Step 4 選擇運(yùn)算:按照一定的規(guī)則從當(dāng)前群體中選出優(yōu)良的個(gè)體,其主要思想來自于達(dá)爾文的適者生存原則。

    Step 5 交叉運(yùn)算:新個(gè)體通過交叉操作獲得且繼承其父輩個(gè)體的特征,交叉體現(xiàn)了信息交換的思想。

    Step 6 變異操作:將變異算子作用于新群體中的少部分個(gè)體,對(duì)這部分個(gè)體的染色體以一定的概率隨機(jī)地改變?nèi)旧w中某些基因的編碼,變異是為了在群體中引入新的變種,確保種群的多樣性。

    1.2 圖像分割

    當(dāng)前,常用圖像分割方法主要包括邊緣檢測(cè)法、區(qū)域分割法以及閾值分割法等。其中,閾值分割法因其計(jì)算量小、實(shí)現(xiàn)簡單、性能較為穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。當(dāng)前,已有很多基于閾值分割的處理方法,諸如最大類別方差法[9](OTSU法),最小誤差法和最佳直方圖熵法[10](KSW熵法)等等。其中,最佳直方圖熵法是將信息論中的最大熵原理應(yīng)用于圖像的閾值分割,往往可以找到最佳的分割閾值。

    現(xiàn)有的閾值法,選取最佳閾值時(shí)盡管有很多準(zhǔn)則,但大多算法需要在全灰度范圍內(nèi)進(jìn)行搜索,因此搜索空間大、時(shí)間開銷多。因此,如何尋找易計(jì)算并且自適應(yīng)能力強(qiáng)的閾值方法在圖像處理工作中一直是值得研究的重要課題。遺傳算法是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法,其對(duì)全局信息的有效搜索能力,使得該方法只需檢測(cè)少量的結(jié)構(gòu)就能反映搜索空間較大的區(qū)域,并獲得穩(wěn)定的最優(yōu)解。因此,本文通過有機(jī)地結(jié)合遺傳算法和二維最大熵閾值法,提出了一種新的圖像分割算法。該算法能有效提高圖像分割的速度且能獲得較好的分割結(jié)果。

    2 改進(jìn)遺傳算法的圖像分割

    2.1 二維最大熵圖像分割法

    一般情況下,在圖像質(zhì)量較好和背景穩(wěn)定變化時(shí),一維最大熵圖像分割算法能得到較好的分割結(jié)果,而對(duì)于具有較為復(fù)雜的背景或信噪比較低的圖像,其性能往往較差。文獻(xiàn)[11]提出了一種二維最大熵圖像分割算法,該算法采用了圖像各像素間的空間相關(guān)信息和像素的灰度分布信息,并使用像素灰度和鄰域平均灰度構(gòu)成的二維直方圖來搜索閾值,實(shí)驗(yàn)結(jié)果表明,該算法能獲得較好的分割效果。

    設(shè)一幅N×N的圖像I有L級(jí)灰度G={0,1,…,L-1},其s×s的鄰域的平均灰度也有L級(jí)灰度G={0,1,…,L-1},相應(yīng)的二維直方圖表示為:h(i,j)=pij,0≤i,j≤L-1,其中i為像素灰度,j為s×s鄰域的平均灰度。pij由下式確定:

    2.2 改進(jìn)遺傳算法的圖像分割方法

    由于二維最大熵法實(shí)質(zhì)上是在二維灰度空間上搜索參數(shù)從而使圖像的總熵取得最大值,因此算法的計(jì)算量較大、耗時(shí)較長。為降低算法的復(fù)雜度,本文將二維最大熵的圖像閾值分割方法中的相關(guān)技術(shù)引入到遺傳算法中。具體地,結(jié)合二維熵圖像分割法的特點(diǎn),我們對(duì)傳統(tǒng)遺傳算法中的選擇、交叉、變異等基本算子進(jìn)行設(shè)計(jì),以加快算法的收斂性并確保得到較好的解。本文對(duì)遺傳算法的設(shè)計(jì)如下:

    (1)采用均勻分布隨機(jī)產(chǎn)生初始化種群。

    (2)由于圖像分割的處理對(duì)象是具有不同灰度級(jí)的像素點(diǎn),本文考慮的分割圖像為256個(gè)灰度級(jí),閾值參數(shù)滿足0≤s,t≤255,因此我們將灰度分割閾值(s,t)編碼為一個(gè)長度恰好為16位的二進(jìn)制串,并用其中的低8位用來編碼t,高8位用來編碼s。

    (3)采用二維熵圖像分割法中的圖像的總熵H(s,t)作為我們算法的適應(yīng)度評(píng)價(jià)函數(shù)。

    (4)采用輪盤賭法和精英策略相結(jié)合的方案對(duì)染色體進(jìn)行選擇操作。

    (5)采用隨機(jī)產(chǎn)生的多個(gè)交叉點(diǎn)的方式進(jìn)行多點(diǎn)交叉操作。

    (6)采用隨機(jī)隨機(jī)按位取反的方式對(duì)個(gè)體進(jìn)行變異操作。

    (7)采用收斂程度和最大進(jìn)化代數(shù)結(jié)合的停機(jī)策略,即終止條件為達(dá)到最大進(jìn)化代數(shù)gmax,或者當(dāng)前群體的平均適應(yīng)度值與上一代群體的平均適應(yīng)度值的絕對(duì)差小于ε。算法終止時(shí),具有最高適應(yīng)度值的個(gè)體作為最佳閾值。

    本文構(gòu)造改進(jìn)遺傳算法的圖像分割方法的計(jì)算流程如下:

    Step 1 設(shè)定種群數(shù)目N,對(duì)二維閾值進(jìn)行二進(jìn)制編碼,并隨機(jī)產(chǎn)生初始種群。

    Step 2 對(duì)初始種群解碼,并根據(jù)式(2),式(3)和式(4)計(jì)算每個(gè)基因串的適應(yīng)度值。

    Step 3 將適應(yīng)度最大的個(gè)體,即種群中最好的個(gè)體直接復(fù)制到下一代新種群中,然后對(duì)父代種群進(jìn)行采用本文提出的選擇、交叉和變異等遺傳算子運(yùn)算,從而繁殖出下一代新種群的其它N-1個(gè)基因串(個(gè)體)。

    Step 4 如果達(dá)到終止準(zhǔn)則,則返回最好的基因串,并將其作為二維分割閾值分割圖像,算法結(jié)束;否則回到Step 3繼續(xù)下一代的繁衍。

    3 實(shí)驗(yàn)結(jié)果及分析

    為驗(yàn)證本文算法的有效性和準(zhǔn)確性,分別用OTSU分割算法、文獻(xiàn)[12]提出的二維直方圖θ劃分最大Shannon熵圖像閾值分割算法和本文提出的基于改進(jìn)的遺傳算法的圖像分割算法,在matlab環(huán)境下對(duì)灰度級(jí)為256圖像進(jìn)行分割實(shí)驗(yàn)。三種算法對(duì)米粒圖像和標(biāo)準(zhǔn)Lenna圖像分割的實(shí)驗(yàn)結(jié)果如圖1、圖2所示。其中,基于遺傳算法的圖像熵分割結(jié)果圖采用隨機(jī)運(yùn)行20次得到的最好結(jié)果圖。圖1(a)是為源圖像,圖1(b)、(c)、(d)分別為三種算法的分割結(jié)果圖。從圖中可以看出,三種分割方法都能較好地分割源圖像,基于遺傳算法的圖像熵分割方法比OTSU分割算法提取了更多的米粒目標(biāo),結(jié)果圖(d)中分割的圖像較圖(b)和圖(c)更清晰,提取了更多的米粒目標(biāo)。對(duì)標(biāo)準(zhǔn)Lenna圖的分割結(jié)果如圖2所示,其效果也優(yōu)于OTSU算法和文獻(xiàn)[12]中的算法。因此,綜合圖1和圖2的分割結(jié)果圖可見,本文算法比基于基本遺傳算法的圖像熵分割方法收斂快,分割閾值與OTSU相當(dāng),能夠比較理想地完成對(duì)圖像的分割,分割的圖像清晰,表現(xiàn)出了更好的全局搜索能力,更能突出感興趣的區(qū)域,并獲得更好的分割效果。

    4 結(jié)語

    遺傳算法是一種獨(dú)立于問題領(lǐng)域且具有快速隨機(jī)搜索能力的隨機(jī)算法,該算法通過模擬自然進(jìn)化過程搜索最優(yōu)解,(下轉(zhuǎn)第117頁)(上接第109頁)其對(duì)全局信息的有效搜索能力,使得該方法只需檢測(cè)少量的結(jié)構(gòu)就能反映搜索空間較大的區(qū)域,并能獲得較為穩(wěn)定的最優(yōu)解。由于傳統(tǒng)的二維最大熵法實(shí)質(zhì)上是在二維灰度空間上搜索參數(shù)從而使圖像的總熵取得最大值,因此算法的計(jì)算量較大、耗時(shí)長。因此,本文結(jié)合二維最大熵法的特點(diǎn),將二維最大熵的圖像閾值分割法中的相關(guān)技術(shù)引入到遺傳算法中,并設(shè)計(jì)了相應(yīng)遺傳算法的選擇、交叉、變異等算子。實(shí)驗(yàn)結(jié)果表明,我們所提出的算法能有效提高圖像分割的速度且能獲得較好的分割結(jié)果。

    【參考文獻(xiàn)】

    [1]Holland J H. Genetic algorithms[J]. Scientific American, 1992, 267(1): 66-72.

    [2]Holland J H. Outline for a logical theory of adaptive systems[J]. Journal of the ACM (JACM), 1962, 9(3): 297-314.

    [3]Bagley J D. The behavior of adaptive systems which employ genetic and correlation algorithms[D]. Ph. D. Dissertation, University of Michigan. 1967.

    [4]Cavicchio D J. Adaptive search using simulated evolution[D]. Ph. D. Dissertation, University of Michigan. 1970.

    [5]Hollstien R B, Artificial Genetic Adaptation in Computer Control System. Ph. D[Z]. Dissertation, University of Michigan. 1970.

    [6]De Jong K A. Analysis of the behavior of a class of genetic adaptive systems[D]. Ph. D. Dissertation, University of Michigan. 1975.

    [7]Holland J H. Adaptation in natural and artificial systems[M]. 2nd ed. Cambridge: MIT Press, 1992.

    [8]章毓晉.圖像分割[M].北京:科學(xué)出版社,2001.

    [9]Otsu N. A Threshold Selection Method from Gray Level Histogram[J]. IEEE Trans on System Man and Cybernetics, 1979,9(1):62-66.

    [10]Kapur J N, Sahoo P K, Wong A K C. A new method for gray-level picture thresholding using the entropy of the histogram[J]. Computer Vision Graphics & Image Processing, 1985,29(3):273-285.

    [11]Abutaleb A S. Automatic thresholding of gray-level pictures using two-dimensional entropy[J]. Computer Vision Graphics & Image Processing, 1989,47(1):22-32.

    [12]吳一全,張金礦.二維直方圖θ劃分最大Shannon熵圖像閾值分割[J].物理學(xué)報(bào),2010,59(8):5487-5495.

    [責(zé)任編輯:湯靜]

    猜你喜歡
    圖像分割遺傳算法
    遺傳算法對(duì)CMAC與PID并行勵(lì)磁控制的優(yōu)化
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
    基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測(cè)
    協(xié)同進(jìn)化在遺傳算法中的應(yīng)用研究
    基于改進(jìn)的遺傳算法的模糊聚類算法
    久久久久久免费高清国产稀缺| 日日夜夜操网爽| 久久精品人人爽人人爽视色| 免费在线观看视频国产中文字幕亚洲| 欧美人与性动交α欧美精品济南到| 91精品三级在线观看| 12—13女人毛片做爰片一| 久久精品亚洲精品国产色婷小说| 亚洲精品国产一区二区精华液| 这个男人来自地球电影免费观看| 琪琪午夜伦伦电影理论片6080| 国产亚洲精品第一综合不卡| 亚洲精品国产区一区二| 免费在线观看视频国产中文字幕亚洲| 欧美一级毛片孕妇| 97超级碰碰碰精品色视频在线观看| 亚洲国产中文字幕在线视频| 777久久人妻少妇嫩草av网站| 亚洲精品在线观看二区| 欧美日韩亚洲综合一区二区三区_| 久久天躁狠狠躁夜夜2o2o| 老司机午夜福利在线观看视频| 看片在线看免费视频| 精品一区二区三区视频在线观看免费 | 精品久久蜜臀av无| 国产成人精品久久二区二区免费| 日韩欧美国产一区二区入口| 国产一区二区在线av高清观看| 1024视频免费在线观看| 黑人猛操日本美女一级片| 国产精品乱码一区二三区的特点 | 亚洲第一青青草原| 一级片免费观看大全| 日本一区二区免费在线视频| 热re99久久国产66热| 亚洲一区二区三区色噜噜 | 成人国语在线视频| 久久久久国产精品人妻aⅴ院| 亚洲伊人色综图| 国产精品九九99| 免费女性裸体啪啪无遮挡网站| 国产精品自产拍在线观看55亚洲| 色综合站精品国产| 亚洲av日韩精品久久久久久密| 久9热在线精品视频| 久久影院123| 国产精品国产高清国产av| 日韩成人在线观看一区二区三区| 欧美日韩乱码在线| 国产麻豆69| 夜夜躁狠狠躁天天躁| 在线观看免费视频日本深夜| 免费高清视频大片| 国产成人av教育| 看免费av毛片| 好男人电影高清在线观看| 免费高清视频大片| 亚洲欧美激情综合另类| 日韩免费高清中文字幕av| 午夜免费成人在线视频| 国产精品av久久久久免费| 99香蕉大伊视频| 久久人人爽av亚洲精品天堂| 国产成人欧美| 精品久久久久久久毛片微露脸| 一进一出抽搐动态| 韩国av一区二区三区四区| 国产av在哪里看| 亚洲av电影在线进入| 视频区图区小说| 黄色毛片三级朝国网站| 91成人精品电影| 国产一区二区三区在线臀色熟女 | 在线观看一区二区三区激情| 电影成人av| 免费久久久久久久精品成人欧美视频| 久久香蕉精品热| 丰满的人妻完整版| 两性夫妻黄色片| 久久午夜综合久久蜜桃| ponron亚洲| 国产亚洲欧美在线一区二区| 少妇的丰满在线观看| 一本大道久久a久久精品| 久久久国产欧美日韩av| 狠狠狠狠99中文字幕| 99久久综合精品五月天人人| 亚洲精品成人av观看孕妇| 国产欧美日韩一区二区三| 国产精品 国内视频| 欧美一级毛片孕妇| 丰满饥渴人妻一区二区三| 88av欧美| bbb黄色大片| 在线国产一区二区在线| 啦啦啦免费观看视频1| 大陆偷拍与自拍| 老司机午夜十八禁免费视频| 又黄又爽又免费观看的视频| 精品乱码久久久久久99久播| 午夜老司机福利片| 日韩精品中文字幕看吧| 亚洲久久久国产精品| 欧美日韩一级在线毛片| 免费在线观看视频国产中文字幕亚洲| 亚洲激情在线av| 日韩大码丰满熟妇| 国产1区2区3区精品| 伊人久久大香线蕉亚洲五| 亚洲性夜色夜夜综合| 亚洲免费av在线视频| 老司机亚洲免费影院| 久久狼人影院| 欧美成狂野欧美在线观看| 黄色怎么调成土黄色| 三上悠亚av全集在线观看| 亚洲精品在线观看二区| 免费女性裸体啪啪无遮挡网站| 一级片'在线观看视频| 水蜜桃什么品种好| 老汉色av国产亚洲站长工具| 久久久国产成人精品二区 | 黄片大片在线免费观看| 91老司机精品| 日本五十路高清| 免费观看人在逋| 精品日产1卡2卡| 水蜜桃什么品种好| 国产精品二区激情视频| 色婷婷av一区二区三区视频| 亚洲色图av天堂| 亚洲,欧美精品.| 99在线视频只有这里精品首页| 亚洲中文日韩欧美视频| 久久人人精品亚洲av| 香蕉丝袜av| av网站在线播放免费| 少妇 在线观看| 欧美黄色片欧美黄色片| 亚洲人成伊人成综合网2020| 九色亚洲精品在线播放| 99热只有精品国产| 69精品国产乱码久久久| www日本在线高清视频| 精品一品国产午夜福利视频| 久99久视频精品免费| 国产亚洲精品一区二区www| 巨乳人妻的诱惑在线观看| 久久天躁狠狠躁夜夜2o2o| 国产成人av激情在线播放| 天天躁夜夜躁狠狠躁躁| 电影成人av| 亚洲欧美日韩高清在线视频| 日韩精品青青久久久久久| 国产亚洲精品久久久久5区| 亚洲国产中文字幕在线视频| 亚洲 国产 在线| 日本a在线网址| 成人影院久久| 91成人精品电影| 午夜福利在线观看吧| 亚洲欧美日韩高清在线视频| 国产野战对白在线观看| 超色免费av| 久久 成人 亚洲| 亚洲国产精品sss在线观看 | 欧美日韩瑟瑟在线播放| 88av欧美| 国产亚洲欧美精品永久| 欧美+亚洲+日韩+国产| 高清黄色对白视频在线免费看| 最新美女视频免费是黄的| 欧美+亚洲+日韩+国产| 男女下面插进去视频免费观看| 久久午夜综合久久蜜桃| 波多野结衣高清无吗| 亚洲一码二码三码区别大吗| 精品久久久久久久久久免费视频 | 成人手机av| 亚洲欧美一区二区三区久久| 亚洲av美国av| 老司机午夜福利在线观看视频| 一边摸一边做爽爽视频免费| 久久人妻熟女aⅴ| 国产aⅴ精品一区二区三区波| 波多野结衣高清无吗| 一个人观看的视频www高清免费观看 | 老司机福利观看| 亚洲熟女毛片儿| 色综合站精品国产| 久久人妻av系列| 午夜免费成人在线视频| 亚洲色图 男人天堂 中文字幕| 精品国产国语对白av| 国产av一区二区精品久久| 一进一出抽搐动态| 中文亚洲av片在线观看爽| 亚洲av日韩精品久久久久久密| 国产亚洲欧美精品永久| 精品人妻1区二区| a级毛片在线看网站| 日日夜夜操网爽| 男女下面进入的视频免费午夜 | 亚洲成av片中文字幕在线观看| 国产97色在线日韩免费| 少妇粗大呻吟视频| 亚洲精品中文字幕一二三四区| 50天的宝宝边吃奶边哭怎么回事| 在线观看免费视频网站a站| 国产熟女午夜一区二区三区| 国产精品98久久久久久宅男小说| 成在线人永久免费视频| 亚洲欧美日韩高清在线视频| 少妇被粗大的猛进出69影院| 性欧美人与动物交配| 又紧又爽又黄一区二区| 午夜亚洲福利在线播放| 免费观看精品视频网站| 他把我摸到了高潮在线观看| 亚洲成a人片在线一区二区| 少妇 在线观看| 黑丝袜美女国产一区| 国内久久婷婷六月综合欲色啪| 亚洲专区中文字幕在线| 日韩人妻精品一区2区三区| 中文字幕av电影在线播放| 精品一区二区三卡| 日本撒尿小便嘘嘘汇集6| 中文亚洲av片在线观看爽| 国内毛片毛片毛片毛片毛片| 99精品在免费线老司机午夜| 男女做爰动态图高潮gif福利片 | 欧美大码av| 亚洲美女黄片视频| 免费在线观看黄色视频的| 亚洲色图av天堂| 91成年电影在线观看| 国产人伦9x9x在线观看| 亚洲成人精品中文字幕电影 | 精品福利观看| 少妇裸体淫交视频免费看高清 | 精品国产一区二区三区四区第35| 免费在线观看亚洲国产| 亚洲欧美激情在线| 国产精品 国内视频| 黑人操中国人逼视频| 少妇被粗大的猛进出69影院| 一级片'在线观看视频| 好男人电影高清在线观看| 免费看十八禁软件| 又黄又爽又免费观看的视频| 香蕉丝袜av| 免费在线观看日本一区| 亚洲成人国产一区在线观看| 欧美中文综合在线视频| 新久久久久国产一级毛片| 中文欧美无线码| 超碰成人久久| 国产精品av久久久久免费| 50天的宝宝边吃奶边哭怎么回事| 亚洲精品一二三| 狂野欧美激情性xxxx| 悠悠久久av| 69av精品久久久久久| 国产99久久九九免费精品| 国产精品香港三级国产av潘金莲| 国产97色在线日韩免费| 乱人伦中国视频| 午夜精品在线福利| 欧美成人午夜精品| 日韩av在线大香蕉| 午夜福利影视在线免费观看| 欧美日韩中文字幕国产精品一区二区三区 | 视频区图区小说| 亚洲三区欧美一区| 色精品久久人妻99蜜桃| 亚洲午夜精品一区,二区,三区| 亚洲av日韩精品久久久久久密| 成人18禁高潮啪啪吃奶动态图| 国产野战对白在线观看| 日韩一卡2卡3卡4卡2021年| 麻豆成人av在线观看| 日本a在线网址| 丝袜美足系列| 美女高潮喷水抽搐中文字幕| 成人三级做爰电影| 亚洲av成人不卡在线观看播放网| 一级作爱视频免费观看| 色哟哟哟哟哟哟| 老鸭窝网址在线观看| 美女福利国产在线| 亚洲中文av在线| 国产精品秋霞免费鲁丝片| 亚洲熟女毛片儿| 交换朋友夫妻互换小说| 日韩国内少妇激情av| 国产精品爽爽va在线观看网站 | 久久精品亚洲av国产电影网| 亚洲五月色婷婷综合| 亚洲国产精品一区二区三区在线| 91九色精品人成在线观看| 啦啦啦 在线观看视频| 最新美女视频免费是黄的| av欧美777| 十分钟在线观看高清视频www| 国产精品综合久久久久久久免费 | 无人区码免费观看不卡| 精品国产亚洲在线| 男人的好看免费观看在线视频 | 高清毛片免费观看视频网站 | 久久人妻福利社区极品人妻图片| 丝袜美足系列| 国产一区二区在线av高清观看| 久久影院123| 久热这里只有精品99| 欧美黄色淫秽网站| 亚洲成人免费av在线播放| 午夜老司机福利片| 韩国精品一区二区三区| 午夜老司机福利片| 99久久人妻综合| 亚洲人成电影免费在线| 老熟妇仑乱视频hdxx| 91国产中文字幕| 亚洲专区国产一区二区| 亚洲一区二区三区欧美精品| 少妇 在线观看| 免费人成视频x8x8入口观看| 免费日韩欧美在线观看| 国产精品自产拍在线观看55亚洲| 亚洲欧美一区二区三区久久| 极品教师在线免费播放| 在线观看舔阴道视频| 女性生殖器流出的白浆| 在线观看免费高清a一片| 久久久水蜜桃国产精品网| 91大片在线观看| 丰满的人妻完整版| 国产aⅴ精品一区二区三区波| 婷婷六月久久综合丁香| 正在播放国产对白刺激| 欧美日本亚洲视频在线播放| 十八禁人妻一区二区| 女人精品久久久久毛片| 欧美成狂野欧美在线观看| 国产成人av激情在线播放| 好男人电影高清在线观看| 天堂中文最新版在线下载| 欧美日韩亚洲国产一区二区在线观看| 午夜激情av网站| 国产成年人精品一区二区 | 一二三四在线观看免费中文在| 国产一区二区激情短视频| 成年女人毛片免费观看观看9| 动漫黄色视频在线观看| 99国产综合亚洲精品| 国产高清国产精品国产三级| 黑人巨大精品欧美一区二区蜜桃| 亚洲七黄色美女视频| 日韩大尺度精品在线看网址 | 国产精品国产av在线观看| e午夜精品久久久久久久| 午夜精品国产一区二区电影| 男人操女人黄网站| 成人av一区二区三区在线看| 操出白浆在线播放| 韩国精品一区二区三区| 夜夜夜夜夜久久久久| 亚洲少妇的诱惑av| www国产在线视频色| 亚洲国产毛片av蜜桃av| 大码成人一级视频| 久久精品aⅴ一区二区三区四区| 亚洲男人的天堂狠狠| 国产一区在线观看成人免费| 亚洲国产中文字幕在线视频| 亚洲精品久久成人aⅴ小说| www.精华液| 国产主播在线观看一区二区| av天堂久久9| 他把我摸到了高潮在线观看| 久久人人爽av亚洲精品天堂| 在线天堂中文资源库| 日日爽夜夜爽网站| 天天添夜夜摸| 国产成+人综合+亚洲专区| 久久人妻福利社区极品人妻图片| 757午夜福利合集在线观看| 51午夜福利影视在线观看| 欧美精品啪啪一区二区三区| 久久久久久久精品吃奶| 一级黄色大片毛片| 18禁裸乳无遮挡免费网站照片 | 国产精品永久免费网站| 欧美激情 高清一区二区三区| 黑人欧美特级aaaaaa片| 国产欧美日韩精品亚洲av| av国产精品久久久久影院| 日本黄色日本黄色录像| 精品高清国产在线一区| 黄色视频,在线免费观看| av电影中文网址| 51午夜福利影视在线观看| 又黄又爽又免费观看的视频| 久久久久国内视频| 身体一侧抽搐| 精品国产一区二区久久| 亚洲美女黄片视频| 99久久综合精品五月天人人| avwww免费| 夫妻午夜视频| 人人妻人人爽人人添夜夜欢视频| 日韩大尺度精品在线看网址 | 日本一区二区免费在线视频| 涩涩av久久男人的天堂| 色综合欧美亚洲国产小说| 国产又色又爽无遮挡免费看| 制服人妻中文乱码| 国产精品九九99| 久久精品国产综合久久久| 香蕉丝袜av| 日韩精品中文字幕看吧| 高清毛片免费观看视频网站 | 午夜福利在线观看吧| 亚洲成人免费电影在线观看| 精品熟女少妇八av免费久了| 男女午夜视频在线观看| 成人亚洲精品av一区二区 | 国产激情欧美一区二区| 99国产综合亚洲精品| 757午夜福利合集在线观看| 最近最新免费中文字幕在线| 成人特级黄色片久久久久久久| 一区在线观看完整版| 韩国精品一区二区三区| 婷婷丁香在线五月| 宅男免费午夜| 亚洲精品国产一区二区精华液| 日韩欧美一区二区三区在线观看| 国产精品永久免费网站| 免费高清视频大片| 欧美日韩国产mv在线观看视频| 亚洲av第一区精品v没综合| 国产精品99久久99久久久不卡| 日韩av在线大香蕉| 激情视频va一区二区三区| 国产熟女午夜一区二区三区| 最好的美女福利视频网| 免费久久久久久久精品成人欧美视频| 免费在线观看完整版高清| 91成年电影在线观看| 99久久99久久久精品蜜桃| 国产伦人伦偷精品视频| 在线观看66精品国产| 久久九九热精品免费| 欧美成人午夜精品| 中文字幕人妻熟女乱码| 久久国产乱子伦精品免费另类| 久久久国产一区二区| 免费av毛片视频| 久久青草综合色| 日韩视频一区二区在线观看| 老司机深夜福利视频在线观看| 亚洲黑人精品在线| 亚洲 欧美 日韩 在线 免费| 日本一区二区免费在线视频| 搡老岳熟女国产| 午夜成年电影在线免费观看| 久久精品影院6| netflix在线观看网站| 久久99一区二区三区| 亚洲精品成人av观看孕妇| 高清毛片免费观看视频网站 | 国产精品久久视频播放| 日本黄色视频三级网站网址| x7x7x7水蜜桃| 男人舔女人下体高潮全视频| xxx96com| 天天添夜夜摸| 黄色成人免费大全| 精品熟女少妇八av免费久了| 亚洲第一av免费看| xxx96com| 亚洲人成77777在线视频| 久久精品亚洲熟妇少妇任你| 在线观看午夜福利视频| 大型黄色视频在线免费观看| 成熟少妇高潮喷水视频| 中文字幕人妻丝袜一区二区| 欧美日韩国产mv在线观看视频| 免费人成视频x8x8入口观看| 老汉色∧v一级毛片| 桃色一区二区三区在线观看| 国产高清激情床上av| 一级毛片女人18水好多| 国产亚洲精品久久久久5区| 精品少妇一区二区三区视频日本电影| 操出白浆在线播放| 巨乳人妻的诱惑在线观看| 91大片在线观看| 久久久久久大精品| a级毛片黄视频| 欧美成狂野欧美在线观看| 亚洲少妇的诱惑av| 伦理电影免费视频| 一个人免费在线观看的高清视频| 岛国在线观看网站| 香蕉国产在线看| 女人高潮潮喷娇喘18禁视频| 国产片内射在线| 国产黄a三级三级三级人| 亚洲专区字幕在线| 午夜免费激情av| 乱人伦中国视频| 日本三级黄在线观看| 一二三四社区在线视频社区8| 在线观看舔阴道视频| 亚洲国产欧美一区二区综合| 午夜精品国产一区二区电影| 成人亚洲精品av一区二区 | 精品久久久精品久久久| 国产成人影院久久av| 久久人人97超碰香蕉20202| 91麻豆av在线| 免费高清视频大片| 老司机亚洲免费影院| 久久九九热精品免费| 色在线成人网| 国产精品一区二区免费欧美| 免费观看人在逋| www日本在线高清视频| 大型av网站在线播放| 中文字幕高清在线视频| 少妇 在线观看| 日日干狠狠操夜夜爽| 国产亚洲精品一区二区www| 国产一区二区三区综合在线观看| 免费观看精品视频网站| 久久精品亚洲熟妇少妇任你| 国产激情久久老熟女| 久久国产精品影院| 免费观看人在逋| 一级毛片女人18水好多| 黄色视频不卡| 久久热在线av| 丝袜在线中文字幕| 国产不卡一卡二| 黄色片一级片一级黄色片| 新久久久久国产一级毛片| 日韩 欧美 亚洲 中文字幕| 亚洲欧洲精品一区二区精品久久久| 亚洲少妇的诱惑av| 国产片内射在线| 午夜两性在线视频| 一区在线观看完整版| 一边摸一边抽搐一进一出视频| 国产精品 国内视频| 无限看片的www在线观看| 日韩大码丰满熟妇| 免费日韩欧美在线观看| 国产精华一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 久久久久九九精品影院| 亚洲欧美一区二区三区久久| 亚洲精华国产精华精| 久久精品亚洲熟妇少妇任你| 日韩av在线大香蕉| 日本黄色视频三级网站网址| 亚洲国产欧美一区二区综合| 欧美乱色亚洲激情| 日韩大码丰满熟妇| 久久久久久免费高清国产稀缺| 日本撒尿小便嘘嘘汇集6| 午夜免费成人在线视频| 色尼玛亚洲综合影院| 日韩精品免费视频一区二区三区| 久久 成人 亚洲| 久久久久久大精品| 国产精品98久久久久久宅男小说| 夜夜爽天天搞| 色综合婷婷激情| 女生性感内裤真人,穿戴方法视频| 亚洲精品av麻豆狂野| 天堂中文最新版在线下载| www.熟女人妻精品国产| 嫩草影视91久久| 国产极品粉嫩免费观看在线| 国产精品一区二区精品视频观看| 亚洲人成电影观看| 亚洲精品一卡2卡三卡4卡5卡| 欧美日韩福利视频一区二区| 国产精品综合久久久久久久免费 | 99国产精品一区二区蜜桃av| 国产免费男女视频| 69精品国产乱码久久久| 伊人久久大香线蕉亚洲五| 久久久久久亚洲精品国产蜜桃av| 午夜福利欧美成人| 黑人猛操日本美女一级片| 成年人免费黄色播放视频| 久久影院123| 国产伦人伦偷精品视频| 曰老女人黄片| x7x7x7水蜜桃| 午夜免费成人在线视频| 亚洲人成伊人成综合网2020| 精品乱码久久久久久99久播| 国产片内射在线| 国内毛片毛片毛片毛片毛片| 午夜91福利影院| 在线观看免费日韩欧美大片| 12—13女人毛片做爰片一| 夫妻午夜视频| 国产主播在线观看一区二区| 韩国av一区二区三区四区|