• <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 ?

    基于數(shù)字形態(tài)學特征的植物葉片識別技術綜述

    2017-01-21 16:33:33熊世明袁曉洲樊光瑞
    軟件導刊 2016年12期
    關鍵詞:特征提取

    熊世明+袁曉洲+樊光瑞

    摘 要:對基于數(shù)字形態(tài)學特征的植物葉片識別技術進行了研究。首先闡述了相關文獻的研究結果,然后介紹了幾種特征提取技術并相互進行比較,之后介紹了幾種分類方法,最后得出結論并指出一些方法的不足。

    關鍵詞:數(shù)字形態(tài)學特征;植物葉片識別;特征提??;分類方法

    DOIDOI:10.11907/rjdk.162174

    中圖分類號:TP319

    文獻標識碼:A文章編號:1672-7800(2016)012-0168-02

    0 引言

    植物圖像識別研究能從植物的形狀、顏色、紋理和幼苗識別出種類。只知道植物的2D圖像,分析出花朵和幼苗形狀是很困難的,因為它們是3D結構的。本文主要論述基于數(shù)字形態(tài)學的植物種類識別技術。計算機化的數(shù)字形態(tài)學方法在定量形狀分析、測試和可視化差異上有高效準確、重現(xiàn)性好和統(tǒng)計功能強大的優(yōu)點。植物葉片通常用來進行種類識別,非常適合作為基于數(shù)字形態(tài)學的測量對象。

    1 相關研究

    植物在地球上地位至關重要,和人類及其它生物關系密切。自動識別植物研究是從植物葉或花的圖像中提取一類特征,然后進行分析識別。Stefen Fiel[1]提出了一種根據(jù)葉片圖像自動識別植物種類的方法:對葉片圖像進行灰度化和規(guī)范化,使用局部特征來避免分割步驟,克服損壞葉片、分割不標準和被遮擋形狀特征帶來的影響。有研究者使用增加一個關鍵點的方法并用一個一對多向量機來進行分類[2],提出了一種基于數(shù)字形態(tài)學特征的自動識別方法,15個特征用來區(qū)分20種植物。Valliammal和Geethalakxhmi[3]提出了一種結合閾值分割技術和H-maxima轉換技術的新方法來提取葉脈。根據(jù)葉片圖像的灰度直方圖,使用閾值分割方法分割出葉脈區(qū)域,使用H-maxima轉換技術轉換為像素作為輸出。Zheru Chi[4]等提出了一種利用植物樹皮紋理特征并設計Gabor濾波器組來識別植物種類的方法。紋理建模為許多窄帶信號,根據(jù)中心頻率和振幅的標準化比值來進行區(qū)分。根據(jù)這個紋理模型,能創(chuàng)建一個擁有所有種類植物樹皮紋理的紋理庫,用來區(qū)分不同植物并設計一個等效的Gabor濾波器組。Brendon J.Woodford[5]等使用果實/葉片圖像的小波分析來進行分類,果實/葉片圖像中包含果實和侵害它的昆蟲。

    2 特征提取技術

    數(shù)字形態(tài)學特征通常包括幾何特征和不變矩特征。幾何特征有長寬比、垂直度、凸面面積比、凸面周長比、球度、圓度、離心率和波形因數(shù)等。Kadir等[6]認為葉片特征分為一般視覺特征和域相關視覺特征。一般視覺特征包含顏色、紋理和形狀;域相關視覺特征包含形狀、凹痕和葉脈。Hossain和Amin[7]進一步提出,形狀特征由幾種形態(tài)學特征組成,分別是離心率、面積、周長、長軸、短軸、等效直徑、凸面面積和周長。Valliammal和Geethalaxmi也提出葉片圖像能基于顏色、紋理、形狀或三者綜合來分類。Shabanzade等[8]使用基于統(tǒng)計矩和直方圖的特征方法來提取葉片的紋理特征,使用這個方法是為了避免丟失一些重要信息例如像素點位置和紋理信息。所有被提取的特征被分到局部描述類中。此外,在圖像轉化為位圖時,使用閾值分割方法。之后提取的信息被分類到全局特征類中,所以葉片特征分為全局特征和局部描述符兩類。表1是幾種特征提取技術比較。

    3 分類方法

    3.1 概率神經(jīng)網(wǎng)絡

    概率神經(jīng)網(wǎng)絡能用來處理分類問題,它擁有一個能自然傾向存儲實驗知識的并行分布處理器。概率神經(jīng)網(wǎng)絡由徑向基函數(shù)網(wǎng)絡派生出來,有輸入層、徑向基層和競爭層。徑向基層計算權重矩陣中的距離,這些距離由徑向基函數(shù)非線性縮放。競爭層找到其中最短距離,并能基于距離找到和輸入集最接近的訓練集。神經(jīng)網(wǎng)絡的最大優(yōu)勢是能從可利用數(shù)據(jù)中構建系統(tǒng)模型,概率神經(jīng)網(wǎng)絡訓練速度是BP神經(jīng)網(wǎng)絡的數(shù)倍,它能在某些容易滿足的條件下得到貝葉斯最優(yōu)結果。然而,在識別過程中,隨著訓練集中植物葉片種類的增加,其運算速度會減慢。

    3.2 K平均聚類

    K平均聚類是用來估計一組K組均值的簡單方法。Biva將K平均聚類引入到葉片圖像分類中。初始時,聚類種子隨機選取。之后計算出每個對象到每個聚類的歐式距離平方,每個對象分配給最近的聚類。對每個聚類都要計算新的質(zhì)心,并用它代替之前的種子值。因此,一個對象到每個聚類的歐式距離平方都是最小值?;谛碌某蓡T分配,聚類質(zhì)心會重新計算,這個過程會一直重復,直到?jīng)]有對象移動到聚類。

    3.3 遺傳算法

    遺傳算法主要用在特征分類和特征選取上,它的基本目的就是為了最優(yōu)化。遺傳算法能在不用計算梯度信息和權重初始化的情況下,高效得到接近最優(yōu)化的連接權重。遺傳算法的主要優(yōu)點是適應能力強,并且具有內(nèi)在并行性。圖像分類和很多其它應用通常使用遺傳算法來處理大的、復雜的、不可微分的多模型空間。

    3.4 支持向量機

    支持向量機是一個非線性分類器,是一個機器學習工具,也是一個能深度學習數(shù)據(jù)和解決二進制分類問題的強大技術。支持向量機有線性可分和線性不可分兩種情況,采用不同的核函數(shù)會有不同的SVM 算法。支持向量機分類器在解決小樣本、非線性和高維模式識別方面有許多優(yōu)勢,而植物葉片分類識別問題就是一種非線性模式識別問題。

    4 結語

    本文介紹了植物分類技術和葉片特征提取技術。由于葉片顏色隨著大氣環(huán)境和生長狀態(tài)的變化而變化,所以它并不是一個可靠的可提取特征。而種子和花朵只有在考慮3D圖像時才會有比較好的識別效果。本文介紹了一些用來最優(yōu)化分析的植物分類算法,其中計算化形態(tài)學的使用有助于分析葉片圖像。筆者認為數(shù)字形態(tài)學也能用來更加高效地定義種類和提供快速種類鑒定。對于正常生長的葉片,數(shù)字形態(tài)學特征會在所有的特征提取中得到最好結果。但現(xiàn)在的葉片識別分類技術還不完善,很多分類算法還沒有深入分析比較。通過比較,就能發(fā)現(xiàn)哪種分類算法能提供更加精確的結果,以更好地幫助植物學家鑒定植物。

    參考文獻:

    [1] STEFAN FIEL,ROBERT STABLANIG.Leaf classification using local features[EB/OL].http://xueshu.baidu.com/s?wd=paperuri:(e0204ec5c3ebe8eeacb87482f87a8143)&filter=sc_long_sign&sc_ks_para=q%3DLeaf+classification+using+local+features&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=11886540654887231086.

    [2] JI XIANG DU,XIAO FENG WANG,GUO JUN ZHANG.Leaf shape based plant species recognition[J].Applied Mathematics and Computation,2007(185):883-893.

    [3] N VALIAMMAL,S N GEETHALAKSHMI.Hybrid image segmentation algorithm for leaf recognition and charaterization[C].IEEE,2011.

    [4] ZHERU CHI,LI HOUQIANG,WANG CHAO.Plant species recognition based on bark patterm using novel gabor filter banks[J].Proceeding of International Conference on Neural Network and Signal Processing,2003(2):1035-1038.

    [5] BRENDON J WOODFORD,NIKOLA K KASABOV,C HOWARD WEARING.Fruit image analysis using wavelets[EB/OL].http://xueshu.baidu.com/s?wd=paperuri:(63f53e93a75a279bd4b40ac5daa9fd3b)&filter=sc_long_sign&sc_ks_para=q%3DFruit+image+analysis+using+wavelets&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=6386872225267766126.

    [6] ABDUL KADIR,LUKITO EDI,NUGROHO,et al.Leaf classification using shape,color and texture[J].International Journal of Computer Trends andTechnology (IJCTT),2011(7):225-230.

    [7] J HOSSAIN,M A AMIN.Leaf shape identification based plant biometrics[C].13th Internatinal Conference on Computer and Information Technology (ICCIT),2010:458-463.

    [8] SHABANZADE,M M ZAHEDI,S A AGHVAMI.Combination of local descriptors and global features for leaf recognition[J].Signal and Image Processing,Int J,2011(2):23-21.

    [9] KRISHNA SINGH,INDRA GUPTA,SANGEETA GUPTA.Retrieval and classification leaf shape by support vector machine using binary decision tree,probabilistic neural network and generic fourier moment technique:a comparitive study[C].IADIS International Conference Computer Graphics,Visualization,Computer Vision and Image Processing,2010.

    [10] A KADIR,LE NUGOHO,A SUSANTO,et al.A comparative experiment of several shape methods in recognizing plants[J].IJCSIT,2011,3(6):3-4.

    (責任編輯:杜能鋼)

    猜你喜歡
    特征提取
    特征提取和最小二乘支持向量機的水下目標識別
    基于Gazebo仿真環(huán)境的ORB特征提取與比對的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    基于DNN的低資源語音識別特征提取技術
    自動化學報(2017年7期)2017-04-18 13:41:09
    Bagging RCSP腦電特征提取算法
    一種基于LBP 特征提取和稀疏表示的肝病識別算法
    基于DSP的直線特征提取算法
    基于改進WLD的紋理特征提取方法
    計算機工程(2015年4期)2015-07-05 08:28:02
    淺析零件圖像的特征提取和識別方法
    機電信息(2015年3期)2015-02-27 15:54:46
    基于CATIA的橡皮囊成形零件的特征提取
    长腿黑丝高跟| 亚洲国产精品成人综合色| 亚洲午夜精品一区,二区,三区| 精品无人区乱码1区二区| 国产成人精品无人区| 亚洲国产看品久久| 香蕉久久夜色| 桃色一区二区三区在线观看| 88av欧美| 日本成人三级电影网站| 日韩大尺度精品在线看网址| 热99re8久久精品国产| 亚洲无线在线观看| 久久精品国产亚洲av香蕉五月| 丁香欧美五月| 精品久久久久久久人妻蜜臀av| bbb黄色大片| 国产午夜精品久久久久久| av中文乱码字幕在线| 国产精品国产高清国产av| 日日夜夜操网爽| 亚洲一区高清亚洲精品| 99国产精品99久久久久| 1024视频免费在线观看| 免费av毛片视频| 99国产精品一区二区三区| 老司机午夜十八禁免费视频| 极品教师在线免费播放| 啦啦啦免费观看视频1| 免费在线观看影片大全网站| 国产亚洲精品综合一区在线观看 | 99精品在免费线老司机午夜| 日本一二三区视频观看| 久久天堂一区二区三区四区| 午夜福利高清视频| 日韩中文字幕欧美一区二区| 国产精品一区二区三区四区免费观看 | 999精品在线视频| 成人欧美大片| 免费在线观看成人毛片| 91av网站免费观看| 黄色女人牲交| 亚洲精品在线美女| 成人精品一区二区免费| 中文字幕精品亚洲无线码一区| 日本a在线网址| 九色成人免费人妻av| 日韩中文字幕欧美一区二区| 波多野结衣巨乳人妻| 熟女少妇亚洲综合色aaa.| 后天国语完整版免费观看| 久久天躁狠狠躁夜夜2o2o| a级毛片a级免费在线| av国产免费在线观看| 日韩欧美 国产精品| 在线观看舔阴道视频| 在线观看舔阴道视频| 国产1区2区3区精品| 中文字幕av在线有码专区| 亚洲一区高清亚洲精品| 欧美日韩中文字幕国产精品一区二区三区| 香蕉av资源在线| 床上黄色一级片| 两个人视频免费观看高清| 好男人在线观看高清免费视频| 久久草成人影院| 国产探花在线观看一区二区| 麻豆成人午夜福利视频| 国产三级黄色录像| 亚洲欧美日韩无卡精品| 国产主播在线观看一区二区| 亚洲美女黄片视频| 中文字幕人妻丝袜一区二区| or卡值多少钱| av视频在线观看入口| 又大又爽又粗| 日韩av在线大香蕉| 两性夫妻黄色片| 黄色片一级片一级黄色片| 女警被强在线播放| 久久精品91无色码中文字幕| 性色av乱码一区二区三区2| 麻豆国产97在线/欧美 | 十八禁网站免费在线| 天天躁夜夜躁狠狠躁躁| 国产精品一区二区精品视频观看| 少妇熟女aⅴ在线视频| 日日爽夜夜爽网站| 久久久久国产一级毛片高清牌| 欧美丝袜亚洲另类 | 午夜a级毛片| 18禁黄网站禁片免费观看直播| 午夜福利18| 不卡一级毛片| 真人做人爱边吃奶动态| 亚洲国产欧美网| 搞女人的毛片| 国产av一区在线观看免费| 最新在线观看一区二区三区| 亚洲av熟女| 男女之事视频高清在线观看| 九色成人免费人妻av| 国产私拍福利视频在线观看| 国产一区二区在线观看日韩 | 亚洲精品色激情综合| 精品一区二区三区视频在线观看免费| 欧美激情久久久久久爽电影| 国产1区2区3区精品| 看免费av毛片| 欧美大码av| 欧美成人免费av一区二区三区| 亚洲人成电影免费在线| 夜夜爽天天搞| 国内毛片毛片毛片毛片毛片| 国产三级黄色录像| 精品乱码久久久久久99久播| 一a级毛片在线观看| 午夜福利在线在线| 久久精品91蜜桃| 国产精品98久久久久久宅男小说| 亚洲自偷自拍图片 自拍| 欧美一级a爱片免费观看看 | 国产亚洲精品第一综合不卡| 久久精品aⅴ一区二区三区四区| 俄罗斯特黄特色一大片| 国产精品 国内视频| 久9热在线精品视频| 久久午夜综合久久蜜桃| netflix在线观看网站| 亚洲一区二区三区色噜噜| 他把我摸到了高潮在线观看| 国产精品av久久久久免费| 精品熟女少妇八av免费久了| 日本三级黄在线观看| 最近最新中文字幕大全电影3| 99久久国产精品久久久| 桃红色精品国产亚洲av| 别揉我奶头~嗯~啊~动态视频| 一本精品99久久精品77| 免费无遮挡裸体视频| 久久久久免费精品人妻一区二区| 久久午夜综合久久蜜桃| 夜夜夜夜夜久久久久| 久久中文字幕人妻熟女| 国产欧美日韩精品亚洲av| 少妇被粗大的猛进出69影院| 国产精品99久久99久久久不卡| 看黄色毛片网站| 少妇的丰满在线观看| 可以在线观看的亚洲视频| 久久香蕉激情| www.www免费av| 这个男人来自地球电影免费观看| 人成视频在线观看免费观看| 色播亚洲综合网| 黄频高清免费视频| 一个人免费在线观看的高清视频| 1024香蕉在线观看| 国产免费av片在线观看野外av| 国产精品香港三级国产av潘金莲| 精华霜和精华液先用哪个| 色在线成人网| 欧美+亚洲+日韩+国产| 久久精品人妻少妇| 欧美+亚洲+日韩+国产| 18禁观看日本| 亚洲全国av大片| 99久久久亚洲精品蜜臀av| 妹子高潮喷水视频| 不卡一级毛片| 亚洲 欧美 日韩 在线 免费| 亚洲电影在线观看av| 精品一区二区三区视频在线观看免费| 国产亚洲精品久久久久久毛片| 久久久久久九九精品二区国产 | 国产精品精品国产色婷婷| 九九热线精品视视频播放| 欧美日韩中文字幕国产精品一区二区三区| 床上黄色一级片| 午夜福利免费观看在线| 久久精品国产亚洲av高清一级| 日本免费a在线| 亚洲国产精品成人综合色| 老鸭窝网址在线观看| 老鸭窝网址在线观看| 国产精品久久视频播放| 这个男人来自地球电影免费观看| 一本久久中文字幕| 好男人在线观看高清免费视频| 国产熟女午夜一区二区三区| 黄色片一级片一级黄色片| 国内精品久久久久久久电影| xxxwww97欧美| 又爽又黄无遮挡网站| 精品日产1卡2卡| 法律面前人人平等表现在哪些方面| 国产av一区在线观看免费| 成人18禁高潮啪啪吃奶动态图| 国产1区2区3区精品| 韩国av一区二区三区四区| 老司机深夜福利视频在线观看| 岛国在线观看网站| 岛国在线观看网站| 国产精品免费视频内射| 精品日产1卡2卡| 熟女少妇亚洲综合色aaa.| 91麻豆av在线| 欧美中文综合在线视频| 久久人妻av系列| 精品国内亚洲2022精品成人| 欧美性长视频在线观看| 亚洲午夜精品一区,二区,三区| 我的老师免费观看完整版| 99久久精品热视频| АⅤ资源中文在线天堂| АⅤ资源中文在线天堂| 哪里可以看免费的av片| 丝袜美腿诱惑在线| 97人妻精品一区二区三区麻豆| 久久国产精品影院| 免费在线观看日本一区| 国产97色在线日韩免费| 麻豆av在线久日| 琪琪午夜伦伦电影理论片6080| 精品国产美女av久久久久小说| 久久精品91蜜桃| 精品久久久久久久人妻蜜臀av| 又爽又黄无遮挡网站| 后天国语完整版免费观看| 欧美成人性av电影在线观看| 久久香蕉国产精品| 亚洲av日韩精品久久久久久密| 国产精品久久久久久人妻精品电影| 无人区码免费观看不卡| 久久久久国产一级毛片高清牌| 99热这里只有是精品50| 在线观看舔阴道视频| 一边摸一边做爽爽视频免费| 久久人人精品亚洲av| 久久中文看片网| 天天添夜夜摸| 最近最新免费中文字幕在线| 老司机午夜十八禁免费视频| 中文在线观看免费www的网站 | www.999成人在线观看| 一个人免费在线观看电影 | 又大又爽又粗| 女人被狂操c到高潮| 日韩欧美国产在线观看| 久久久久久久久中文| 国产精品98久久久久久宅男小说| 亚洲 国产 在线| 麻豆国产97在线/欧美 | 91麻豆av在线| xxx96com| 好看av亚洲va欧美ⅴa在| 999精品在线视频| 日本免费一区二区三区高清不卡| 国产真人三级小视频在线观看| 一个人免费在线观看的高清视频| 夜夜爽天天搞| 欧美中文日本在线观看视频| 国产精品一区二区免费欧美| 国产精品久久电影中文字幕| 黑人欧美特级aaaaaa片| 国产精品一区二区三区四区免费观看 | 国产一区二区三区在线臀色熟女| 91av网站免费观看| 国产精华一区二区三区| 亚洲av电影不卡..在线观看| 日日摸夜夜添夜夜添小说| 久久婷婷成人综合色麻豆| av有码第一页| 18禁裸乳无遮挡免费网站照片| bbb黄色大片| 50天的宝宝边吃奶边哭怎么回事| 欧美激情久久久久久爽电影| 亚洲专区中文字幕在线| 婷婷六月久久综合丁香| 嫩草影院新地址| 亚洲人与动物交配视频| 九九爱精品视频在线观看| 久久久欧美国产精品| 日本-黄色视频高清免费观看| 哪个播放器可以免费观看大片| 亚洲无线在线观看| 麻豆国产av国片精品| 尤物成人国产欧美一区二区三区| 日日摸夜夜添夜夜添av毛片| 亚洲最大成人中文| 国产精品一区二区性色av| 午夜福利在线在线| 国产成人精品婷婷| 久久久久九九精品影院| 国产美女午夜福利| 晚上一个人看的免费电影| 亚洲精品乱码久久久v下载方式| 色尼玛亚洲综合影院| 国产免费男女视频| 亚洲精品亚洲一区二区| 国产高清激情床上av| 一级毛片电影观看 | av.在线天堂| 少妇人妻一区二区三区视频| 波多野结衣高清无吗| 在线观看午夜福利视频| 能在线免费观看的黄片| 欧美成人精品欧美一级黄| 亚洲精品456在线播放app| 国内精品久久久久精免费| 成人高潮视频无遮挡免费网站| 久久久久久九九精品二区国产| 亚洲欧美成人综合另类久久久 | 最新中文字幕久久久久| 我要看日韩黄色一级片| 成人性生交大片免费视频hd| 日韩欧美国产在线观看| 日韩,欧美,国产一区二区三区 | 亚洲成人av在线免费| 日韩人妻高清精品专区| 美女大奶头视频| 天堂√8在线中文| 亚洲四区av| 在线播放国产精品三级| 91狼人影院| 国产 一区精品| 婷婷六月久久综合丁香| 成人漫画全彩无遮挡| 精品无人区乱码1区二区| 一个人看视频在线观看www免费| 久久99精品国语久久久| 六月丁香七月| 级片在线观看| 亚洲欧美精品自产自拍| 免费观看人在逋| 色尼玛亚洲综合影院| 变态另类成人亚洲欧美熟女| 国产成人精品久久久久久| 3wmmmm亚洲av在线观看| 我要搜黄色片| 麻豆av噜噜一区二区三区| 在线播放无遮挡| 亚洲真实伦在线观看| 亚洲av成人av| 久久午夜福利片| 免费黄网站久久成人精品| 在线观看免费视频日本深夜| 色噜噜av男人的天堂激情| 免费人成视频x8x8入口观看| 高清在线视频一区二区三区 | 91精品国产九色| 国产成人午夜福利电影在线观看| 久久久久久九九精品二区国产| 国产高清视频在线观看网站| 一本一本综合久久| 日韩欧美在线乱码| 日韩av不卡免费在线播放| 日韩强制内射视频| 久久精品久久久久久久性| 成人亚洲欧美一区二区av| 我的女老师完整版在线观看| 久久午夜亚洲精品久久| 国产在线精品亚洲第一网站| 国产一级毛片七仙女欲春2| 麻豆国产97在线/欧美| 麻豆乱淫一区二区| 久久亚洲国产成人精品v| 2021天堂中文幕一二区在线观| 九九热线精品视视频播放| 亚洲久久久久久中文字幕| 免费av不卡在线播放| 国产国拍精品亚洲av在线观看| 久久精品夜色国产| 亚洲性久久影院| 国产不卡一卡二| 日韩亚洲欧美综合| 免费看av在线观看网站| 啦啦啦观看免费观看视频高清| 看十八女毛片水多多多| 热99在线观看视频| 一个人观看的视频www高清免费观看| 男人狂女人下面高潮的视频| 亚洲无线观看免费| 午夜福利在线在线| 青青草视频在线视频观看| 特大巨黑吊av在线直播| 中文字幕av成人在线电影| 日本免费a在线| 青春草视频在线免费观看| 精品一区二区免费观看| 久久午夜亚洲精品久久| 少妇高潮的动态图| 国产亚洲91精品色在线| 晚上一个人看的免费电影| 欧美精品一区二区大全| 国产成人a∨麻豆精品| 波多野结衣巨乳人妻| 免费电影在线观看免费观看| 桃色一区二区三区在线观看| 悠悠久久av| 最后的刺客免费高清国语| 日韩在线高清观看一区二区三区| 欧美bdsm另类| 久久久国产成人免费| 日韩,欧美,国产一区二区三区 | 中文字幕av成人在线电影| 超碰av人人做人人爽久久| 黄色欧美视频在线观看| 亚洲精品自拍成人| 国产精品久久视频播放| 黄色欧美视频在线观看| 天天躁夜夜躁狠狠久久av| 精品免费久久久久久久清纯| 亚洲国产精品国产精品| 日本成人三级电影网站| 久久久久久久久大av| 久久九九热精品免费| 麻豆一二三区av精品| 精品久久久久久久久亚洲| 最近的中文字幕免费完整| 美女脱内裤让男人舔精品视频 | 如何舔出高潮| 日韩欧美 国产精品| 日韩高清综合在线| 成人高潮视频无遮挡免费网站| or卡值多少钱| av在线老鸭窝| 久久欧美精品欧美久久欧美| 一区二区三区四区激情视频 | 国产 一区精品| 国内精品宾馆在线| 日日摸夜夜添夜夜添av毛片| 日韩精品有码人妻一区| 日韩欧美精品免费久久| 精品国内亚洲2022精品成人| 日韩av在线大香蕉| 97超碰精品成人国产| 国产免费一级a男人的天堂| 我要看日韩黄色一级片| 国内久久婷婷六月综合欲色啪| 日本黄大片高清| 一级二级三级毛片免费看| 99久久人妻综合| av在线蜜桃| 免费观看人在逋| 国产大屁股一区二区在线视频| 91久久精品电影网| а√天堂www在线а√下载| 亚洲天堂国产精品一区在线| 日韩av不卡免费在线播放| 国产精品日韩av在线免费观看| 女人被狂操c到高潮| 中文亚洲av片在线观看爽| 色哟哟·www| 成熟少妇高潮喷水视频| 只有这里有精品99| 热99re8久久精品国产| 99久久久亚洲精品蜜臀av| 久久国内精品自在自线图片| 尾随美女入室| 美女国产视频在线观看| 中文字幕精品亚洲无线码一区| 国产精品一区二区三区四区免费观看| 久久久久久久久久黄片| 麻豆精品久久久久久蜜桃| 黄色日韩在线| 久久久久久国产a免费观看| av黄色大香蕉| 日韩av不卡免费在线播放| 嫩草影院入口| 人人妻人人看人人澡| 色综合亚洲欧美另类图片| 夜夜夜夜夜久久久久| 欧美三级亚洲精品| 天美传媒精品一区二区| 赤兔流量卡办理| 精品久久久久久久久av| 国产色爽女视频免费观看| 国产精品av视频在线免费观看| 国产美女午夜福利| 国产白丝娇喘喷水9色精品| 最近视频中文字幕2019在线8| 尤物成人国产欧美一区二区三区| 国产av在哪里看| 午夜福利在线观看吧| 亚洲国产日韩欧美精品在线观看| 久久99热这里只有精品18| 欧美丝袜亚洲另类| 九九在线视频观看精品| 久久综合国产亚洲精品| 最近最新中文字幕大全电影3| 蜜臀久久99精品久久宅男| 老司机影院成人| 老熟妇乱子伦视频在线观看| 久久精品综合一区二区三区| 精品人妻一区二区三区麻豆| 18禁黄网站禁片免费观看直播| 老司机影院成人| 99久久九九国产精品国产免费| 精品久久久久久久久av| 欧洲精品卡2卡3卡4卡5卡区| 男女啪啪激烈高潮av片| 日本欧美国产在线视频| 婷婷亚洲欧美| 一级毛片久久久久久久久女| 午夜久久久久精精品| 国产精品福利在线免费观看| 亚洲欧美日韩高清专用| 网址你懂的国产日韩在线| 欧美性感艳星| 一级毛片aaaaaa免费看小| av又黄又爽大尺度在线免费看 | av又黄又爽大尺度在线免费看 | 欧美xxxx黑人xx丫x性爽| 伊人久久精品亚洲午夜| 一个人免费在线观看电影| 欧美日本视频| 99在线人妻在线中文字幕| 高清在线视频一区二区三区 | 熟妇人妻久久中文字幕3abv| 一级毛片久久久久久久久女| 一级毛片aaaaaa免费看小| 国产成人精品婷婷| 99久久成人亚洲精品观看| 久久亚洲精品不卡| 美女高潮的动态| 日韩人妻高清精品专区| 精品无人区乱码1区二区| 日本五十路高清| 干丝袜人妻中文字幕| 2021天堂中文幕一二区在线观| 日本黄色片子视频| 18禁黄网站禁片免费观看直播| 免费看av在线观看网站| 蜜臀久久99精品久久宅男| 秋霞在线观看毛片| 亚洲精品自拍成人| 久久精品夜色国产| 22中文网久久字幕| 国产精品久久久久久精品电影小说 | 亚洲成人久久性| 久久久久九九精品影院| 网址你懂的国产日韩在线| 在线观看美女被高潮喷水网站| 国产av麻豆久久久久久久| 久久久久久久午夜电影| 最近最新中文字幕大全电影3| avwww免费| 91精品国产九色| 国产精品无大码| 免费看av在线观看网站| 日本与韩国留学比较| 成人二区视频| 亚洲精品成人久久久久久| 桃色一区二区三区在线观看| 2022亚洲国产成人精品| 久久人人爽人人片av| 男人舔奶头视频| 日本欧美国产在线视频| 国产极品精品免费视频能看的| 一个人免费在线观看电影| 国产在视频线在精品| 国产亚洲5aaaaa淫片| 欧美xxxx性猛交bbbb| 亚洲乱码一区二区免费版| 欧美xxxx性猛交bbbb| 网址你懂的国产日韩在线| 亚洲内射少妇av| 大又大粗又爽又黄少妇毛片口| 久久国产乱子免费精品| 最近手机中文字幕大全| 色综合色国产| 丝袜美腿在线中文| 熟妇人妻久久中文字幕3abv| av在线天堂中文字幕| 18+在线观看网站| 久久久精品94久久精品| 日韩一区二区视频免费看| 波多野结衣高清作品| 亚洲av成人精品一区久久| 国产精品免费一区二区三区在线| 亚洲久久久久久中文字幕| 五月伊人婷婷丁香| 欧美成人精品欧美一级黄| 欧美高清性xxxxhd video| 久久国产乱子免费精品| 欧美3d第一页| 亚洲自拍偷在线| 国产69精品久久久久777片| 国产极品天堂在线| 麻豆精品久久久久久蜜桃| 久久久午夜欧美精品| 少妇人妻精品综合一区二区 | 午夜a级毛片| 欧美高清性xxxxhd video| 久久精品夜夜夜夜夜久久蜜豆| 特大巨黑吊av在线直播| 久久精品国产自在天天线| 人妻久久中文字幕网| 婷婷色综合大香蕉| 欧美极品一区二区三区四区| 亚洲精品成人久久久久久| 精品日产1卡2卡| 在线观看一区二区三区| 女的被弄到高潮叫床怎么办| 亚洲国产精品sss在线观看| 99久国产av精品| avwww免费| 在线播放国产精品三级| 久久中文看片网| 亚洲在线自拍视频| 又粗又硬又长又爽又黄的视频 | 三级男女做爰猛烈吃奶摸视频| 好男人视频免费观看在线| 欧美区成人在线视频|