• <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 ?

    一種基于Spark的高光譜遙感圖像分類并行化方法

    2017-07-12 16:07:20朱耀琴
    電子設計工程 2017年12期
    關鍵詞:分塊算子光譜

    劉 震,朱耀琴

    (南京理工大學 計算機科學與工程學院,江蘇 南京210094)

    一種基于Spark的高光譜遙感圖像分類并行化方法

    劉 震,朱耀琴

    (南京理工大學 計算機科學與工程學院,江蘇 南京210094)

    為了實現(xiàn)大數(shù)據(jù)量遙感圖像的分類,提出了一種Spark平臺下高光譜遙感圖像稀疏表示分類并行化方法PSCSRC,首先設計五元組形式的中間數(shù)據(jù)存儲結構,其次在每次迭代中只是將稀疏矩陣中與中間矩陣各分塊對應的子矩陣分發(fā)到各節(jié)點,這就減少了中間數(shù)據(jù)Shuffle和數(shù)據(jù)傳遞的時間消耗。實驗結果表明,PSCSRC分類方法與SCSRC分類方法相比,在保證分類精度的同時,執(zhí)行速度有了明顯的提升。

    高光譜;云計算;Spark平臺;分類;稀疏表示

    目前,全球有超過1000顆衛(wèi)星實現(xiàn)對地觀測的任務[1]。伴隨著遙感技術的快速發(fā)展,遙感圖像的空間和光譜分辨率也越來越高,可以獲取的遙感數(shù)據(jù)量也迅猛增長。遙感數(shù)據(jù)量的爆炸性增長給傳統(tǒng)分類方法帶來了巨大的挑戰(zhàn)。為了解決該問題,目前常用的方法有基于GPU加速的高性能計算系統(tǒng)和基于云計算平臺的分布式集群。

    GPU在浮點運算和并行計算方面相對于CPU有著巨大的優(yōu)勢,因此有學者利用GPU技術進行并行計算。王啟聰[2]提出了基于GPU的空譜聯(lián)合核稀疏表示高光譜分類并行優(yōu)化算法。Santos L[3]等人基于高并行GPU框架實現(xiàn)了機載有損高光譜圖像壓縮算法,得到了顯著的加速效果。不過,GPU技術對于數(shù)據(jù)密集型的計算效率卻不高,而且代碼編寫調試復雜。

    遙感圖像分類算法在云計算平臺上的應用多處在研究階段。Li Y[4]等人設計了Spark[5-6]平臺下基于主成份分析的高光譜解混方法,在保證精度的同時,取得了很好的性能提升。Mohamed H.Almeer[7]在Hadoop[8]云平臺下實現(xiàn)了高容量遙感數(shù)字圖像的索貝爾濾波、銳化、對比度增強等算法。常生鵬[9]等人利用Hadoop技術設計改進了Meanshift圖像邊緣分割算法,實驗結果表明,在Hadoop環(huán)境下的高分辨率衛(wèi)星圖像數(shù)據(jù)處理速度有了明顯的改善。

    文中將云計算引入到高光譜遙感圖像分類中,在Spark平臺上實現(xiàn)了基于空間相關性正則化的稀疏表示分類并行化方法 (Parallel Spatial Correlationregularized Sparse Representation Classification,PSCSRC),進行遙感圖像的分類,并通過實驗驗證了Spark處理高光譜遙感圖像的可行性和高效性。

    1 PSCSRC算法設計

    1.1 Spark云計算平臺介紹

    Spark是一個快速、易用的分布式大規(guī)模數(shù)據(jù)計算框架,其核心是彈性分布式數(shù)據(jù)集(Resilient Distributed Datasets,RDD),RDD 是對集群上并行處理數(shù)據(jù)的分布式內存抽象,通過在集群中的多臺機器上進行數(shù)據(jù)分區(qū)實現(xiàn)并行計算。RDD有轉換算子和動作算子兩類操作,通過轉換算子生成新RDD,形成階段(Stage),最終通過動作(Action)提交 Spark程序。

    1.2 稀疏表示分類方法簡介

    分類是高光譜圖像處理中最重要的內容之一。隨著壓縮感知和稀疏表示理論的發(fā)展,越來越多的學者提出采用稀疏表示進行分類[10],其假設條件是測試樣本能夠由一些訓練樣本所組成的結構化字典進行線性組合稀疏表示。該方法首先通過求解稀疏性約束的最優(yōu)化重構模型,得到字典原子權值組成的稀疏向量,然后根據(jù)恢復稀疏向量的特征,確定測試樣本的類別。

    1.3 基于空間相關性正則化的稀疏表示分類方法

    基于空間相關性正則化的稀疏表示分類方法[11](Spatial Correlation regularized Sparse Representation Classification,SCSRC)是一種基于空間相關性正則化稀疏表示的迭代型分類算法,該方法首先建立高光譜圖像分類的稀疏表示模型,通過添加像元間的光滑性正則項和訓練樣本的空間位置信息,用以提高分類精度,用ADMM[12]求解模型,最終進行分類。

    1.4PSCSRC算法

    算法分為數(shù)據(jù)準備階段和計算階段,數(shù)據(jù)準備階段的主要工作是讀入高光譜圖像數(shù)據(jù),再分塊存儲在HDFS中。計算階段的主要工作是從HDFS讀取矩陣文件,迭代計算稀疏矩陣和若干中間矩陣,若達到指定迭代次數(shù),則迭代結束,使用稀疏矩陣對測試樣本進行分類,否則,使用稀疏矩陣更新中間矩陣,繼續(xù)迭代。

    1.4.1 數(shù)據(jù)準備階段

    數(shù)據(jù)準備階段就是一個數(shù)據(jù)預處理的過程。首先將高光譜遙感圖像讀入內存以三維數(shù)組形式存放,為了處理方便將其轉化為二維數(shù)組X并歸一化,其中 X=[X1,X2,…,XN],Xi=[x1,x2,…xL]T,Xi表示一個像元在各個波段上的光譜響應,N為總樣本數(shù)量,L為波段數(shù)。從X中隨機取得若干列向量作為訓練樣本存入 A 中,A=[A1,A2,…,AM],其中 Ai=[a1,a2,…aL]T,M為訓練樣本數(shù)量。利用A和X進一步計算,得到F和B,預處理過程的偽代碼如下所示:

    預處理之后得到了矩陣F和矩陣B。B=[B1,B2,…,BM]T,其中 Bi=[b1,b2,…bN],將矩陣 B 使用 HDFS的SequenceFile以鍵值對形式分塊存儲在集群中,其中 i是矩陣行號,Bi是行向量。 F=[F1,F(xiàn)2,…,F(xiàn)M],其中 Fi=[f1,f2,…fM]T,直接使用文本文件保存在本地即可。

    1.4.2 計算階段

    根據(jù)RDD提供的算子以及自定義的函數(shù)設計PSCSRC算法,其具體流程如下所示。

    1)PSCSRC算法首先將矩陣F作為廣播變量F_broadcast發(fā)送到各個Worker節(jié)點,再利用RDD提供的SequenceFile函數(shù)讀取矩陣B并轉換成RDD數(shù)據(jù)模型B_RDD,同時使用partition參數(shù)設置分塊數(shù)目,記分塊數(shù)量為partitions。接著filterWith算子將B_RDD每個分塊轉換成新的RDD,再分別調用count函數(shù)得到行向量的數(shù)量,由于矩陣B在HDFS上按照行號順序存儲,因此可以得到B_RDD中每個分塊中行向量的起始行號和終止行號

    2)接下來對B_RDD使用mapValues算子創(chuàng)建五元祖group_RDD,分塊中元素鍵值對具體形式為>,.其中 P=[P1,P2,…,PM]T,Pi=[p1,p2,…pN],Q=[Q1,Q2,…,QM]T,Qi=[q1,q2,…qN],R=[R1,R2,…,RM]T,Ri=[r1,r2,…rN],T=[T1,T2,…,TM]T,Ti=[t1,t2,…tN],使用這種五元組的形式存儲中間矩陣不僅便于接下來對其各分塊的更新,而且減少了集群中數(shù)據(jù)的流動。將group_RDD緩存到內存中以備下輪迭代使用。

    3)group_RDD使用mapValues算子將分區(qū)中的五元組相加得到plus_RDD。接著,plus_RDD使用map Partitions算子,通過外積法[13]與廣播變量F_broadcast相乘得到中間矩陣,然后使用reduceByKey算子將中間矩陣按照key累加得到S_RDD。

    4)使用collect函數(shù)將S_RDD匯總到Driver端并稀疏化得到SArray,如果已達到指定迭代次數(shù),轉5,否則,由于P、Q、R、T各分塊與B的各分塊結構相同,所以根據(jù)P、Q、R、T中的各個分塊的起始行號和終止行號,將SArray中對應的子矩陣發(fā)送到各分塊所在的Worker節(jié)點更新分塊,其中對P的分塊使用Gauss-Seidel[14,15,16]方法更新,對 Q 的分塊使用軟閾值方法更新,對R、T的分塊使用線性方法更新,更新完成后轉3繼續(xù)迭代。這種首先計算各中間矩陣每個分塊對應的子矩陣,然后再把子矩陣分發(fā)到各分塊所在節(jié)點的方法,相比于直接將稀疏矩陣分發(fā)到各節(jié)點之后再提取出子矩陣更新分塊的方法來說,將集群中移動的數(shù)據(jù)量降低為1/partitions。

    5)復用SCSRC算法中根據(jù)稀疏矩陣SArray計算OA和Kappa系數(shù)的部分,總精度(OA)反映了一個隨機樣本的分類結果與真實標記類型相一致的概率,其可以表述為如下形式:

    為了更能體現(xiàn)圖像分類的整體誤差,使用Kappa系數(shù)k來評價分類精度。Kappa系數(shù)計算公式表述為如下形式:

    這里C表示類別數(shù)量,M為一個C×C的混淆矩陣,N表示測試樣本數(shù)量。

    2 實驗結果及分析

    本實驗使用機載可見紅外成像光譜儀采集的美國印第安納州Indian Pines實驗區(qū)的高光譜遙感圖像。該圖像共包含220個波段,空間分辨率為20米,圖像大小為145×145(數(shù)據(jù)大小為6 MB)。并使用ENVI軟件的Mosaicking功能將此數(shù)據(jù)上下鑲嵌為29 000×145 (數(shù)據(jù)大小為 1.21 GB)、116 000×145(4.83 GB)的數(shù)據(jù)。

    實驗運行在由9臺服務器組成的Spark集群上,各節(jié)點配置為Intel Xeon E7-4807,6核,內存24 GB,Spark版本為1.4.1,操作系統(tǒng)為Ubuntu12.04。

    相同的執(zhí)行環(huán)境下基于CPU的SCSRC程序運行結果(分片數(shù)為1)和基于Spark的PSCSRC并行程序運行結果如表1所示,結果為實驗重復執(zhí)行10次后的平均值。圖1給出了兩種方法的視覺比較,其中(a)是各類地物的真實分布,(b)是SCSRC分類結果,(c)是 PSCSRC 分類結果。

    表1 Spark下不同分片數(shù)處理結果

    圖1 Indian Pines數(shù)據(jù)集

    由表1可知,PSCSRC算法在保證分類精度的同時,隨著分塊數(shù)量的增加執(zhí)行時間不斷降低,只是加速比效果不太理想。并行算法下能保證分類精度是因為SCSRC算法分類時使用極大似然估計的思想使用稀疏矩陣來分類,雖然Spark平臺下得到的稀疏矩陣與串行平臺下有微小的差別,不過并不影響分類效果。加速比效果不太理想是因為Spark會為每個分塊啟動一個線程來處理該分塊的數(shù)據(jù),而本實驗中每個分塊數(shù)據(jù)量太小,創(chuàng)建線程的系統(tǒng)開銷相對分片數(shù)據(jù)的計算時間占較大比重,因此加速效果不明顯。

    由圖1的b和c可以看出,PSCSRC算法的分類結果與SCSRC的分類結果完全相同。

    分別使用 29 000×145、116 000×145 的數(shù)據(jù)作為實驗數(shù)據(jù)集重復以上實驗,實驗結果如圖2所示。

    圖2 加速比性能測試結果

    從圖2可知,當數(shù)據(jù)量變大時,加速效果越來越明顯,數(shù)據(jù)量越大,實際的加速比越接近線性加速比,并且分塊數(shù)量越大,加速效果越好。原因有兩個:1)算法中盡量避免了會導致shuffle操作的RDD轉換算子,大大減少了集群中數(shù)據(jù)的跨節(jié)點流動;2)每次迭代過程中使用稀疏矩陣SArray更新P、Q、R、T時,只是將各分塊對應的子矩陣分發(fā)到各個節(jié)點,而不是整個稀疏矩陣,同樣是減少了數(shù)據(jù)在集群中的流動。

    3 結 論

    SCSRC中涉及到多個矩陣相加再相乘的部分可能由于單機尺度的限制而無法運行,因此本文提出了基于Spark的PSCSRC算法,將多個矩陣以行向量的形式存儲至五元組,再分發(fā)到集群中各個Worker節(jié)點。結合高速緩沖存儲器Cache的特性,采用利于分布式下矩陣并行計算的外積法來提升矩陣相乘效率,其中對于大矩陣與小矩陣相乘的情況,通過采用廣播變量將小矩陣分發(fā)到各Worker節(jié)點進行快速計算。利用Spark中數(shù)據(jù)本地性的任務分配策略,將迭代中常用的RDD進行緩存,利用Spark內存計算的特點進行快速迭代計算。最后,通過分塊中行向量的起始行號和終止行號,使用大矩陣的對應子矩陣更新4個中間矩陣,而不是將整個大矩陣分發(fā)到各Worker節(jié)點,大大減少了節(jié)點間的流量傳輸,加快程序的執(zhí)行速度。

    [1]姚禹,向晶.全球在軌衛(wèi)星數(shù)量突破1000顆大關[J].中國無線電,2012(11):77-77.

    [2]王啟聰,吳澤彬,劉建軍,等.基于GPU的空譜聯(lián)合核稀疏表示高光譜分類并行優(yōu)化[J].計算機工程與科學, 2014,36(12):2321-2330.

    [3]Santos L, Magli E, Vitulli R,et al.Highlyparallel GPU architecture for lossy hyperspectral image compression[J].IEEE Journal of Selected Topics in Applied Earth Observations&Remote Sensing, 2013,6(2):670-681.

    [4]Li Y, Wu Z, Wei J, et al.Fast principal componentanalysis for hyperspectralimaging based on cloud computing[C]//IEEE International Geoscience and Remote Sensing Symposium.IEEE,2015:513-516.

    [5]HOLDEN KARAU.Spark快速數(shù)據(jù)處理[M].余璜,譯.北京:機械工業(yè)出版社,2014.

    [6]夏俊鸞.Spark大數(shù)據(jù)處理技術[M].北京:電子工業(yè)出版社,2015.

    [7]Almeer M H.Cloud hadoop map reduce for remote sensing image analysis[J].Journal of Emerging Trends in Computing& Information Sciences,2012,3(4):637-644.

    [8]蔡斌.Hadoop技術內幕[M].北京:機械工業(yè)出版社,2013.

    [9]常生鵬,馬億旿,蔡立軍,等.一種基于Hadoop的高分辨率遙感圖像處理方法[J].計算機工程與應用,2015,51(11):167-171.

    [10]Chen Y,Nasrabadi N M,Tran T D.Hyperspectral image classification using dictionary-based sparse representation[J].IEEE Transactions on Geoscience&Remote Sensing,2011,49(10):3973-3985.

    [11]劉建軍.高光譜圖像非負矩陣分解解混與稀疏表示分類研究[D].南京:南京理工大學,2014.

    [12]Yang J,Zhang Y.Alternating direction algorithms for l1-problems in compressive sensing[J].Siam Journal on Scientific Computing, 2011,33 (1):250-278.

    [13]孫遠帥,陳垚,官新均,等.基于Hadoop的大矩陣乘法處理方法 [J].計算機應用,2013,33(12):3339-3344.

    [14]Li S, Zhang B, Li A, et al.Hyperspectral imagery clustering with neighborhood constraints[J].IEEE Geoscience&Remote Sensing Letters,2013, 10(3):588-592.

    [15]Rakotomamonjy A.Surveying and comparing simultaneous sparse approximation (or group-lasso) algorithms[J].Signal Processing, 2011, 91(7):1505-1526.

    [16]Iordache M D,Bioucas-Dias J M,Plaza A.Total variation spatial regularization for sparse hyperspectralunmixing [J].IEEE Transactions on Geoscience&Remote Sensing, 2012, 50 (11):4484-4502.

    A kind of hyperspectral image classification parallel method based on Spark

    LIU Zhen,ZHU Yao-qin
    (College of Computer Science and Engineering,Nanjing University of Science and Technology,Nanjing 210094,China)

    In order to achieve the classification of large amounts of hyperspectral image,proposed a hyperspectral sparse representation classification parallel method on Spark,designing a 5-tuple intermediate data storage structure and then distributing sub-matrix of spare matrix corresponded to each block of intermediate matrices to each node in each iteration,which reduce time consumption caused by intermediate data Shuffle and data transmission.Experiment results show that execution speed of sparse representation classification parallel method under Spark platform has been significantly improved.

    hyperspectral; cloud computing; spark platform; classification; sparse representation

    TN919

    A

    1674-6236(2017)12-0019-04

    2016-10-18稿件編號:201610087

    國家重點實驗室開放研究基金,復雜產(chǎn)品智能制造系統(tǒng)技術國家重點實驗室開放基金資助(QYYE1603)

    劉 震(1990—),男,河南睢縣人,碩士研究生。研究方向:云計算。

    猜你喜歡
    分塊算子光譜
    基于三維Saab變換的高光譜圖像壓縮方法
    擬微分算子在Hp(ω)上的有界性
    各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應用
    分塊矩陣在線性代數(shù)中的應用
    一類Markov模算子半群與相應的算子值Dirichlet型刻畫
    Roper-Suffridge延拓算子與Loewner鏈
    反三角分塊矩陣Drazin逆新的表示
    基于自適應中值濾波的分塊壓縮感知人臉識別
    星載近紅外高光譜CO2遙感進展
    中國光學(2015年5期)2015-12-09 09:00:28
    基于多分辨率半邊的分塊LOD模型無縫表達
    成年女人看的毛片在线观看| 久久久久久久久久久免费av| 成人午夜高清在线视频| 亚洲欧美精品专区久久| 亚洲精华国产精华液的使用体验| 99久国产av精品国产电影| 精品久久久久久久久亚洲| 成人亚洲精品一区在线观看 | 午夜福利在线观看吧| 日韩精品有码人妻一区| 91精品一卡2卡3卡4卡| 建设人人有责人人尽责人人享有的 | 小蜜桃在线观看免费完整版高清| 亚洲国产精品成人综合色| 久久精品久久久久久噜噜老黄| 亚洲第一区二区三区不卡| av专区在线播放| 亚洲久久久久久中文字幕| 一级毛片我不卡| 天堂√8在线中文| 国产黄频视频在线观看| h日本视频在线播放| 国产成人精品一,二区| 亚洲精品中文字幕在线视频 | 我的老师免费观看完整版| 啦啦啦韩国在线观看视频| 亚洲国产成人一精品久久久| 老司机影院成人| 久久99热这里只频精品6学生| 国产成人91sexporn| 91aial.com中文字幕在线观看| 人体艺术视频欧美日本| 午夜免费男女啪啪视频观看| 极品少妇高潮喷水抽搐| 午夜爱爱视频在线播放| 国产精品精品国产色婷婷| 亚洲综合色惰| 只有这里有精品99| 三级国产精品欧美在线观看| 精品久久久久久成人av| 97超碰精品成人国产| a级毛色黄片| 一区二区三区乱码不卡18| 永久免费av网站大全| 久久久精品免费免费高清| 99热这里只有精品一区| 99久国产av精品国产电影| 欧美激情在线99| 亚洲精品国产成人久久av| 亚洲美女视频黄频| 免费观看av网站的网址| 亚洲精品一二三| 亚洲人成网站高清观看| 少妇熟女欧美另类| 一区二区三区免费毛片| 最近视频中文字幕2019在线8| 在线观看一区二区三区| 91久久精品电影网| www.av在线官网国产| 可以在线观看毛片的网站| 欧美3d第一页| 亚洲高清免费不卡视频| 国产高清国产精品国产三级 | 性插视频无遮挡在线免费观看| 久久久久精品久久久久真实原创| .国产精品久久| 成人综合一区亚洲| 中文字幕亚洲精品专区| 少妇人妻精品综合一区二区| 91久久精品国产一区二区成人| 亚洲内射少妇av| 亚洲国产精品专区欧美| 日日啪夜夜撸| 精品久久久久久久久久久久久| 狂野欧美白嫩少妇大欣赏| 亚洲欧美日韩卡通动漫| 日本猛色少妇xxxxx猛交久久| 亚洲欧美精品专区久久| 精品一区二区三区人妻视频| 国产黄片美女视频| 成人午夜精彩视频在线观看| 十八禁国产超污无遮挡网站| 蜜桃亚洲精品一区二区三区| 在线免费十八禁| 在线观看免费高清a一片| 国产精品爽爽va在线观看网站| 99热网站在线观看| 婷婷色麻豆天堂久久| 大香蕉久久网| 尾随美女入室| av专区在线播放| 国产色爽女视频免费观看| 99热这里只有精品一区| 久久久久性生活片| 好男人在线观看高清免费视频| 一个人观看的视频www高清免费观看| 舔av片在线| 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 | 亚洲欧美中文字幕日韩二区| 日日干狠狠操夜夜爽| 搡老乐熟女国产| 国产真实伦视频高清在线观看| 国内精品美女久久久久久| 国产高清不卡午夜福利| 免费看光身美女| 久久久精品免费免费高清| 亚洲天堂国产精品一区在线| 色视频www国产| 欧美3d第一页| 国产精品一二三区在线看| 最近2019中文字幕mv第一页| 99久久精品国产国产毛片| 好男人视频免费观看在线| 嫩草影院新地址| 久久久久久久午夜电影| 又粗又硬又长又爽又黄的视频| 一级片'在线观看视频| 亚洲伊人久久精品综合| 日韩中字成人| 2022亚洲国产成人精品| 亚洲精品乱码久久久久久按摩| 精品不卡国产一区二区三区| 欧美激情久久久久久爽电影| 国产午夜精品论理片| 亚洲精品一二三| 国产亚洲精品av在线| 亚洲精品一二三| 十八禁国产超污无遮挡网站| 亚洲精品中文字幕在线视频 | 日产精品乱码卡一卡2卡三| 亚洲最大成人中文| 秋霞伦理黄片| 亚洲天堂国产精品一区在线| 熟妇人妻不卡中文字幕| 男人狂女人下面高潮的视频| 亚洲国产精品成人久久小说| 亚洲精品国产av成人精品| 一二三四中文在线观看免费高清| 国产视频首页在线观看| 狂野欧美激情性xxxx在线观看| 日韩欧美三级三区| 久久精品夜夜夜夜夜久久蜜豆| 街头女战士在线观看网站| 免费看a级黄色片| 深夜a级毛片| 日本午夜av视频| 精品人妻视频免费看| 国产黄频视频在线观看| 免费观看a级毛片全部| 只有这里有精品99| 国产精品福利在线免费观看| 亚洲av中文av极速乱| 亚洲精品视频女| 日本-黄色视频高清免费观看| 精品不卡国产一区二区三区| 在线a可以看的网站| 成年女人看的毛片在线观看| 国产精品一区二区性色av| 免费观看av网站的网址| 国产一级毛片七仙女欲春2| 永久网站在线| av在线蜜桃| 天天躁夜夜躁狠狠久久av| 亚洲精品久久久久久婷婷小说| ponron亚洲| 精品酒店卫生间| 亚洲在久久综合| 岛国毛片在线播放| 成人亚洲精品一区在线观看 | 国产精品一区二区性色av| 欧美三级亚洲精品| 免费观看av网站的网址| 人人妻人人澡人人爽人人夜夜 | 人人妻人人看人人澡| 特大巨黑吊av在线直播| 亚洲精品日本国产第一区| 能在线免费看毛片的网站| 最后的刺客免费高清国语| 好男人视频免费观看在线| 精品国产露脸久久av麻豆 | 观看免费一级毛片| 午夜福利成人在线免费观看| 亚洲美女搞黄在线观看| 别揉我奶头 嗯啊视频| 国产成人精品一,二区| 秋霞伦理黄片| 欧美高清成人免费视频www| 国产精品一区二区性色av| 午夜精品一区二区三区免费看| 99久久精品一区二区三区| 免费黄频网站在线观看国产| 免费观看精品视频网站| 免费人成在线观看视频色| 久久这里有精品视频免费| 成年女人在线观看亚洲视频 | 国产单亲对白刺激| 国产免费福利视频在线观看| 大又大粗又爽又黄少妇毛片口| 欧美不卡视频在线免费观看| 国产精品一及| 国产午夜精品久久久久久一区二区三区| 国产av在哪里看| 久久精品夜夜夜夜夜久久蜜豆| 久久久久久久久久黄片| 日本猛色少妇xxxxx猛交久久| 欧美日韩视频高清一区二区三区二| 国产精品久久久久久av不卡| 老司机影院成人| 麻豆乱淫一区二区| 欧美极品一区二区三区四区| 老师上课跳d突然被开到最大视频| 日韩在线高清观看一区二区三区| www.av在线官网国产| 身体一侧抽搐| 只有这里有精品99| 免费看a级黄色片| 精品久久久久久电影网| 亚洲熟妇中文字幕五十中出| 亚洲精品国产成人久久av| a级毛片免费高清观看在线播放| 超碰av人人做人人爽久久| 午夜老司机福利剧场| 国产美女午夜福利| 91精品国产九色| 欧美成人午夜免费资源| 亚洲av中文字字幕乱码综合| 国产 亚洲一区二区三区 | 日韩一本色道免费dvd| 日韩欧美 国产精品| 国产免费福利视频在线观看| 亚洲精品亚洲一区二区| 久久国产乱子免费精品| 在线观看一区二区三区| 精品国产三级普通话版| 一边亲一边摸免费视频| av在线天堂中文字幕| 国产在视频线精品| 天堂俺去俺来也www色官网 | 久久久精品免费免费高清| 国产伦一二天堂av在线观看| 永久网站在线| 五月伊人婷婷丁香| 日韩av免费高清视频| 国产高清有码在线观看视频| 日韩成人伦理影院| 大香蕉久久网| av在线蜜桃| 中文字幕av成人在线电影| 国产不卡一卡二| 成人特级av手机在线观看| 午夜福利在线观看吧| 非洲黑人性xxxx精品又粗又长| 啦啦啦啦在线视频资源| 黄色欧美视频在线观看| 亚洲欧美日韩东京热| 男的添女的下面高潮视频| 亚洲美女视频黄频| av在线天堂中文字幕| 婷婷色综合www| 建设人人有责人人尽责人人享有的 | 国产亚洲午夜精品一区二区久久 | 亚洲av成人精品一二三区| 国产精品人妻久久久影院| 综合色丁香网| 嫩草影院入口| 免费在线观看成人毛片| 尤物成人国产欧美一区二区三区| 赤兔流量卡办理| 欧美激情久久久久久爽电影| 国产女主播在线喷水免费视频网站 | 欧美日韩在线观看h| 国产午夜精品久久久久久一区二区三区| 久久精品久久久久久噜噜老黄| 国产亚洲午夜精品一区二区久久 | 久久久精品94久久精品| 91久久精品国产一区二区成人| 亚洲精品第二区| 久久精品熟女亚洲av麻豆精品 | 亚洲欧美精品专区久久| 日本猛色少妇xxxxx猛交久久| 免费看美女性在线毛片视频| 我要看日韩黄色一级片| 国产精品无大码| 成年免费大片在线观看| 色吧在线观看| 色综合色国产| 少妇高潮的动态图| 国产精品国产三级专区第一集| 国产精品av视频在线免费观看| 午夜亚洲福利在线播放| 秋霞在线观看毛片| 日韩欧美一区视频在线观看 | 国产伦在线观看视频一区| 熟女电影av网| 精品人妻视频免费看| 国产黄a三级三级三级人| 久久国内精品自在自线图片| 狠狠精品人妻久久久久久综合| 国产精品不卡视频一区二区| 一区二区三区高清视频在线| 国产精品av视频在线免费观看| av在线天堂中文字幕| 精品人妻熟女av久视频| 亚洲在线观看片| 成年版毛片免费区| 街头女战士在线观看网站| 天堂√8在线中文| 久久久久九九精品影院| 国产91av在线免费观看| 日韩视频在线欧美| 最近中文字幕2019免费版| 亚洲美女视频黄频| 国产黄片视频在线免费观看| 美女高潮的动态| 亚洲无线观看免费| 亚洲精品视频女| 亚洲欧洲日产国产| 69av精品久久久久久| 国产乱来视频区| 午夜视频国产福利| 国产成人精品久久久久久| 日韩制服骚丝袜av| 18禁在线播放成人免费| 少妇人妻精品综合一区二区| 成人欧美大片| av网站免费在线观看视频 | 国产综合精华液| 久久久色成人| av线在线观看网站| 99re6热这里在线精品视频| 国产精品综合久久久久久久免费| 久久精品夜夜夜夜夜久久蜜豆| 日日摸夜夜添夜夜添av毛片| 日韩av不卡免费在线播放| 国内揄拍国产精品人妻在线| 少妇的逼好多水| 一本久久精品| 中文字幕制服av| 天天一区二区日本电影三级| 自拍偷自拍亚洲精品老妇| 综合色av麻豆| 最近2019中文字幕mv第一页| 真实男女啪啪啪动态图| 插逼视频在线观看| 久久久成人免费电影| 天天躁日日操中文字幕| 免费看日本二区| 亚洲在久久综合| 欧美日韩精品成人综合77777| 乱人视频在线观看| 女人被狂操c到高潮| 亚洲国产日韩欧美精品在线观看| 在线观看av片永久免费下载| 2018国产大陆天天弄谢| 国产老妇伦熟女老妇高清| 免费少妇av软件| 欧美日韩一区二区视频在线观看视频在线 | 99九九线精品视频在线观看视频| 精品欧美国产一区二区三| 又黄又爽又刺激的免费视频.| 色网站视频免费| 国产伦精品一区二区三区视频9| 一区二区三区四区激情视频| 久久精品国产亚洲av天美| 免费av不卡在线播放| 在线观看一区二区三区| 免费观看性生交大片5| 免费看av在线观看网站| 麻豆成人av视频| videossex国产| 亚洲国产精品国产精品| 日韩一区二区视频免费看| 亚洲自拍偷在线| 天堂√8在线中文| 国产乱人偷精品视频| 亚洲精品自拍成人| 国产在视频线精品| 伦理电影大哥的女人| 丰满乱子伦码专区| 国产精品人妻久久久久久| 久久久国产一区二区| 老师上课跳d突然被开到最大视频| 黄片wwwwww| 色视频www国产| 2022亚洲国产成人精品| 午夜激情福利司机影院| 91久久精品电影网| 国产麻豆成人av免费视频| 国产成人精品久久久久久| 国模一区二区三区四区视频| 亚洲第一区二区三区不卡| 插阴视频在线观看视频| 三级国产精品欧美在线观看| 成人性生交大片免费视频hd| 中文字幕av成人在线电影| 久久国内精品自在自线图片| 国内精品美女久久久久久| 国产在视频线精品| 永久免费av网站大全| 久久久色成人| 免费观看在线日韩| 国产人妻一区二区三区在| 午夜福利网站1000一区二区三区| 国产精品一区www在线观看| 天堂中文最新版在线下载 | 最近中文字幕2019免费版| 日本爱情动作片www.在线观看| 美女高潮的动态| 最近最新中文字幕大全电影3| 国产淫片久久久久久久久| 久久精品国产鲁丝片午夜精品| 熟女电影av网| 色综合站精品国产| 成年av动漫网址| 三级男女做爰猛烈吃奶摸视频| 免费电影在线观看免费观看| 久久久色成人| 国产成人freesex在线| 国产乱人视频| 亚洲av福利一区| 观看美女的网站| 亚洲精品久久午夜乱码| 91在线精品国自产拍蜜月| 日本免费a在线| 777米奇影视久久| 免费观看的影片在线观看| 国产黄色视频一区二区在线观看| 日日啪夜夜爽| 亚洲av日韩在线播放| 综合色av麻豆| 国产精品伦人一区二区| 国产探花极品一区二区| 免费播放大片免费观看视频在线观看| 性色avwww在线观看| 青春草视频在线免费观看| 人妻夜夜爽99麻豆av| 一级毛片电影观看| 啦啦啦啦在线视频资源| 中文资源天堂在线| 亚洲av一区综合| 熟妇人妻久久中文字幕3abv| 国产高清有码在线观看视频| 欧美区成人在线视频| 日本一二三区视频观看| 天天躁夜夜躁狠狠久久av| 免费在线观看成人毛片| 亚洲国产高清在线一区二区三| 最后的刺客免费高清国语| 国产av码专区亚洲av| 一本久久精品| 国产高潮美女av| 精品人妻熟女av久视频| 国产三级在线视频| 亚洲国产成人一精品久久久| 精品一区二区三区人妻视频| 精品久久久久久久久av| 韩国av在线不卡| 91狼人影院| 91久久精品电影网| 亚洲熟女精品中文字幕| 国产国拍精品亚洲av在线观看| 一个人观看的视频www高清免费观看| a级毛色黄片| www.av在线官网国产| 精华霜和精华液先用哪个| 久久6这里有精品| 国产91av在线免费观看| 大陆偷拍与自拍| 日韩欧美精品v在线| 免费观看性生交大片5| 日日啪夜夜爽| 精品一区二区三区人妻视频| 日韩av不卡免费在线播放| 激情 狠狠 欧美| 欧美 日韩 精品 国产| 精品不卡国产一区二区三区| 久久久久久伊人网av| 国产美女午夜福利| 午夜视频国产福利| 国产一级毛片七仙女欲春2| 免费av毛片视频| 建设人人有责人人尽责人人享有的 | 色综合亚洲欧美另类图片| 嫩草影院入口| 伦精品一区二区三区| 久久这里只有精品中国| 亚洲成人久久爱视频| 亚洲欧美日韩东京热| 中文精品一卡2卡3卡4更新| 美女cb高潮喷水在线观看| 国产激情偷乱视频一区二区| 亚洲自拍偷在线| 一级毛片我不卡| 午夜视频国产福利| 亚洲精品乱久久久久久| 午夜激情福利司机影院| 国产午夜精品论理片| 欧美精品国产亚洲| 韩国高清视频一区二区三区| 秋霞在线观看毛片| 人妻一区二区av| 日本猛色少妇xxxxx猛交久久| 成人亚洲精品av一区二区| 2022亚洲国产成人精品| 午夜福利视频1000在线观看| 欧美激情久久久久久爽电影| 精品一区在线观看国产| 成人综合一区亚洲| 免费观看a级毛片全部| 午夜福利视频精品| 成人亚洲精品av一区二区| 亚洲国产日韩欧美精品在线观看| 日日撸夜夜添| 久久久久久久国产电影| 大陆偷拍与自拍| 欧美精品国产亚洲| 亚洲国产色片| 国产精品人妻久久久久久| 高清av免费在线| 直男gayav资源| 深夜a级毛片| 又爽又黄无遮挡网站| 亚洲精品亚洲一区二区| 97热精品久久久久久| 国产色爽女视频免费观看| 精品久久久久久久久亚洲| 在线免费观看不下载黄p国产| 天堂中文最新版在线下载 | 亚洲激情五月婷婷啪啪| 美女内射精品一级片tv| 亚洲色图av天堂| 嫩草影院新地址| 搞女人的毛片| 超碰av人人做人人爽久久| 极品少妇高潮喷水抽搐| 欧美日韩综合久久久久久| 91久久精品国产一区二区三区| 亚洲三级黄色毛片| 亚洲av福利一区| 国产免费又黄又爽又色| 亚洲成人精品中文字幕电影| 男人和女人高潮做爰伦理| 18+在线观看网站| 国内揄拍国产精品人妻在线| 久久精品国产亚洲网站| av在线蜜桃| 精品久久久久久久久av| 大香蕉97超碰在线| 免费黄色在线免费观看| 久久久a久久爽久久v久久| 久久久亚洲精品成人影院| 国产精品一及| 国产黄色视频一区二区在线观看| 日本熟妇午夜| 久久国产乱子免费精品| 嫩草影院新地址| 国产综合懂色| ponron亚洲| 午夜亚洲福利在线播放| 久久精品国产亚洲av天美| 精品不卡国产一区二区三区| 国产视频首页在线观看| 秋霞在线观看毛片| 亚洲经典国产精华液单| 成人漫画全彩无遮挡| 晚上一个人看的免费电影| 寂寞人妻少妇视频99o| 国产亚洲av嫩草精品影院| 国产午夜福利久久久久久| 亚洲国产最新在线播放| h日本视频在线播放| 女人十人毛片免费观看3o分钟| 十八禁网站网址无遮挡 | 亚洲国产精品sss在线观看| 99热这里只有是精品在线观看| 两个人的视频大全免费| 好男人在线观看高清免费视频| 永久网站在线| 2021少妇久久久久久久久久久| 日本-黄色视频高清免费观看| 欧美xxxx黑人xx丫x性爽| 亚洲成色77777| 一区二区三区乱码不卡18| 肉色欧美久久久久久久蜜桃 | 校园人妻丝袜中文字幕| 亚洲最大成人中文| 日韩av在线大香蕉| 人人妻人人澡人人爽人人夜夜 | 晚上一个人看的免费电影| xxx大片免费视频| 亚洲在久久综合| 2021少妇久久久久久久久久久| av免费观看日本| 亚洲av成人精品一区久久| 成人漫画全彩无遮挡| 国产av码专区亚洲av| 99热6这里只有精品| 精品国产三级普通话版| 久久久久久久亚洲中文字幕| 99九九线精品视频在线观看视频| 国产av码专区亚洲av| 麻豆av噜噜一区二区三区| 日韩欧美三级三区| 国产精品不卡视频一区二区| 一级毛片我不卡| 国产午夜福利久久久久久| 成人av在线播放网站| 日韩av不卡免费在线播放| 亚洲国产色片| 免费观看av网站的网址| 国产精品嫩草影院av在线观看| 全区人妻精品视频| 麻豆成人午夜福利视频| 亚洲av中文av极速乱| 亚洲一区高清亚洲精品|