• <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
    亚洲av日韩精品久久久久久密| 精品久久久久久久久久免费视频| 亚洲一区中文字幕在线| 亚洲人成网站高清观看| 99热这里只有精品一区 | 又紧又爽又黄一区二区| 亚洲国产欧美一区二区综合| 亚洲18禁久久av| 国产精品一区二区免费欧美| 夜夜爽天天搞| 久久人妻福利社区极品人妻图片| 久久久久久久午夜电影| 男女下面进入的视频免费午夜| 国产精品久久久久久亚洲av鲁大| 亚洲中文字幕日韩| 欧美精品啪啪一区二区三区| 国产亚洲精品av在线| 最新美女视频免费是黄的| 日韩欧美在线二视频| 精品日产1卡2卡| 国产69精品久久久久777片 | 大型av网站在线播放| 久久久久久久午夜电影| 欧美黄色片欧美黄色片| 男人舔女人下体高潮全视频| 亚洲国产精品999在线| 97人妻精品一区二区三区麻豆| 老熟妇仑乱视频hdxx| 久久婷婷成人综合色麻豆| 亚洲专区国产一区二区| 亚洲国产精品合色在线| 又黄又粗又硬又大视频| 成人18禁高潮啪啪吃奶动态图| 婷婷丁香在线五月| 亚洲人成电影免费在线| 亚洲精华国产精华精| 欧美成人一区二区免费高清观看 | 最近最新免费中文字幕在线| 一边摸一边抽搐一进一小说| 欧美日韩亚洲综合一区二区三区_| 黄片小视频在线播放| 男人舔女人下体高潮全视频| 国产精品综合久久久久久久免费| 久久久久免费精品人妻一区二区| 日韩欧美在线二视频| 在线观看日韩欧美| 91成年电影在线观看| 波多野结衣高清作品| 少妇被粗大的猛进出69影院| 久久精品亚洲精品国产色婷小说| 精品第一国产精品| 久久这里只有精品19| 99久久无色码亚洲精品果冻| 变态另类丝袜制服| 成人三级黄色视频| 色哟哟哟哟哟哟| 曰老女人黄片| 免费一级毛片在线播放高清视频| 两性夫妻黄色片| 90打野战视频偷拍视频| 亚洲,欧美精品.| 91字幕亚洲| 亚洲av五月六月丁香网| 免费一级毛片在线播放高清视频| 一卡2卡三卡四卡精品乱码亚洲| 久久中文字幕人妻熟女| 中文字幕人成人乱码亚洲影| 国产精品98久久久久久宅男小说| 精品久久久久久久久久久久久| 在线观看免费日韩欧美大片| 亚洲男人天堂网一区| 身体一侧抽搐| 成人精品一区二区免费| 精品无人区乱码1区二区| 美女高潮喷水抽搐中文字幕| 国产一级毛片七仙女欲春2| 国产片内射在线| 欧美黑人巨大hd| 黄片小视频在线播放| 巨乳人妻的诱惑在线观看| 精品国产乱子伦一区二区三区| 国模一区二区三区四区视频 | 国产成+人综合+亚洲专区| 久久久精品国产亚洲av高清涩受| 久久久久久久精品吃奶| 老鸭窝网址在线观看| 亚洲欧美日韩东京热| 久久国产精品影院| 亚洲av成人精品一区久久| 男人的好看免费观看在线视频 | 亚洲国产欧美一区二区综合| 免费av毛片视频| 国产精品一区二区三区四区免费观看 | 51午夜福利影视在线观看| 欧美av亚洲av综合av国产av| 一二三四在线观看免费中文在| xxx96com| 国产真实乱freesex| 欧美一区二区国产精品久久精品 | 男女下面进入的视频免费午夜| 一本大道久久a久久精品| 日本一本二区三区精品| 好男人在线观看高清免费视频| 国产av不卡久久| 久久久久亚洲av毛片大全| 少妇熟女aⅴ在线视频| 99久久精品国产亚洲精品| 叶爱在线成人免费视频播放| 成人三级黄色视频| 亚洲中文字幕一区二区三区有码在线看 | 午夜影院日韩av| netflix在线观看网站| 久久精品国产99精品国产亚洲性色| 亚洲精品国产精品久久久不卡| 成年免费大片在线观看| 亚洲va日本ⅴa欧美va伊人久久| 免费电影在线观看免费观看| 久久久久久亚洲精品国产蜜桃av| 亚洲精品av麻豆狂野| 草草在线视频免费看| 成年人黄色毛片网站| 老司机深夜福利视频在线观看| 国产熟女xx| 久久久久国产一级毛片高清牌| 久久中文字幕人妻熟女| 亚洲成人中文字幕在线播放| 成人永久免费在线观看视频| 特级一级黄色大片| av福利片在线观看| 男女午夜视频在线观看| 香蕉av资源在线| 一二三四在线观看免费中文在| 成年免费大片在线观看| 国产一区二区激情短视频| 日韩精品青青久久久久久| svipshipincom国产片| 1024视频免费在线观看| 亚洲精品粉嫩美女一区| 全区人妻精品视频| 每晚都被弄得嗷嗷叫到高潮| 久热爱精品视频在线9| 日本一本二区三区精品| 欧美日韩福利视频一区二区| 午夜免费观看网址| 国产亚洲精品第一综合不卡| 久久婷婷成人综合色麻豆| 人妻夜夜爽99麻豆av| 日本成人三级电影网站| 国产精品国产高清国产av| 女人爽到高潮嗷嗷叫在线视频| 国产激情欧美一区二区| 人妻丰满熟妇av一区二区三区| 精品久久久久久久久久免费视频| 看免费av毛片| 啦啦啦韩国在线观看视频| 中文字幕久久专区| 99热这里只有是精品50| 亚洲国产中文字幕在线视频| 少妇的丰满在线观看| 国产精品美女特级片免费视频播放器 | 久久这里只有精品19| 日韩大码丰满熟妇| 欧美成人性av电影在线观看| 久久中文字幕人妻熟女| 久久香蕉国产精品| 欧美黄色片欧美黄色片| 18禁国产床啪视频网站| 久久天堂一区二区三区四区| 2021天堂中文幕一二区在线观| 男女午夜视频在线观看| 午夜免费成人在线视频| 每晚都被弄得嗷嗷叫到高潮| 国产亚洲av高清不卡| 免费无遮挡裸体视频| 在线观看66精品国产| 白带黄色成豆腐渣| 国产精品98久久久久久宅男小说| 白带黄色成豆腐渣| 变态另类成人亚洲欧美熟女| 久久精品亚洲精品国产色婷小说| 亚洲成av人片在线播放无| 在线十欧美十亚洲十日本专区| 窝窝影院91人妻| 最近最新中文字幕大全电影3| 色尼玛亚洲综合影院| 美女扒开内裤让男人捅视频| 成人三级做爰电影| 麻豆一二三区av精品| 亚洲av成人一区二区三| 成人精品一区二区免费| 国产精品野战在线观看| 精品国内亚洲2022精品成人| 一本精品99久久精品77| 欧美日韩亚洲国产一区二区在线观看| 亚洲免费av在线视频| 欧美一级a爱片免费观看看 | 精品人妻1区二区| 久久人人精品亚洲av| 国产亚洲精品第一综合不卡| 国产亚洲精品第一综合不卡| 久久久久久九九精品二区国产 | 成年免费大片在线观看| 国产精品电影一区二区三区| www日本黄色视频网| av中文乱码字幕在线| 他把我摸到了高潮在线观看| 国产精品爽爽va在线观看网站| 中文字幕熟女人妻在线| 九九热线精品视视频播放| 叶爱在线成人免费视频播放| 久久天躁狠狠躁夜夜2o2o| 日韩大码丰满熟妇| 欧美乱妇无乱码| 成人av在线播放网站| 一进一出抽搐动态| 成年免费大片在线观看| 99久久综合精品五月天人人| svipshipincom国产片| 正在播放国产对白刺激| 在线播放国产精品三级| 又爽又黄无遮挡网站| 国产精品久久电影中文字幕| 熟女少妇亚洲综合色aaa.| 国产人伦9x9x在线观看| 丰满人妻熟妇乱又伦精品不卡| 久久人妻av系列| 国产精品 欧美亚洲| 国产激情久久老熟女| 国产成人啪精品午夜网站| 欧洲精品卡2卡3卡4卡5卡区| 国内久久婷婷六月综合欲色啪| 亚洲av第一区精品v没综合| 精品久久久久久久毛片微露脸| 亚洲欧美日韩无卡精品| 久久欧美精品欧美久久欧美| 久久久国产欧美日韩av| av在线播放免费不卡| 88av欧美| 黄色视频不卡| 狠狠狠狠99中文字幕| 成人午夜高清在线视频| 成年人黄色毛片网站| 欧美日韩福利视频一区二区| 成年免费大片在线观看| 老司机午夜福利在线观看视频| 级片在线观看| 一区二区三区国产精品乱码| 一本大道久久a久久精品| 女同久久另类99精品国产91| 欧美成人午夜精品| 国产爱豆传媒在线观看 | 亚洲国产精品成人综合色| 久久久久九九精品影院| 99在线视频只有这里精品首页| 一卡2卡三卡四卡精品乱码亚洲| 无限看片的www在线观看| 香蕉国产在线看| 亚洲精品中文字幕一二三四区| 亚洲精华国产精华精| 午夜福利视频1000在线观看| 在线观看免费午夜福利视频| 老司机福利观看| 国产在线精品亚洲第一网站| 日日摸夜夜添夜夜添小说| 欧美性长视频在线观看| 熟女电影av网| 国产亚洲精品第一综合不卡| 两个人免费观看高清视频| 宅男免费午夜| 天天添夜夜摸| 亚洲一码二码三码区别大吗| 欧美成人一区二区免费高清观看 | 18美女黄网站色大片免费观看| 可以在线观看的亚洲视频| 成人18禁在线播放| 看免费av毛片| 国产精品1区2区在线观看.| 精品国产超薄肉色丝袜足j| 2021天堂中文幕一二区在线观| 国产精品久久久人人做人人爽| 久久精品综合一区二区三区| 久久久久久久精品吃奶| 免费在线观看黄色视频的| 亚洲第一电影网av| 搡老熟女国产l中国老女人| 日本黄色视频三级网站网址| 久久国产乱子伦精品免费另类| 亚洲熟妇中文字幕五十中出| 两个人视频免费观看高清| 精品一区二区三区四区五区乱码| 久久久久精品国产欧美久久久| 好看av亚洲va欧美ⅴa在| 身体一侧抽搐| 久久天堂一区二区三区四区| 51午夜福利影视在线观看| 真人一进一出gif抽搐免费| 欧美3d第一页| 可以在线观看毛片的网站| 久热爱精品视频在线9| 一级a爱片免费观看的视频| 亚洲精品国产精品久久久不卡| 国产成人影院久久av| 午夜福利成人在线免费观看| 亚洲专区字幕在线| 亚洲全国av大片| 免费电影在线观看免费观看| 亚洲黑人精品在线| 精品久久蜜臀av无| 中文字幕av在线有码专区| 国产爱豆传媒在线观看 | 天堂影院成人在线观看| 欧美日韩精品网址| av在线播放免费不卡| 狠狠狠狠99中文字幕| 久久久久久亚洲精品国产蜜桃av| 亚洲成av人片在线播放无| 欧美+亚洲+日韩+国产| 床上黄色一级片| 香蕉国产在线看| 国产成人av激情在线播放| 国产午夜福利久久久久久| 亚洲,欧美精品.| 91国产中文字幕| 中文在线观看免费www的网站 | 中文字幕熟女人妻在线| 国内精品久久久久久久电影| 9191精品国产免费久久| 我的老师免费观看完整版| 国产黄a三级三级三级人| 麻豆国产av国片精品| 夜夜躁狠狠躁天天躁| 不卡一级毛片| 亚洲18禁久久av| 久9热在线精品视频| 精品国产乱子伦一区二区三区| 国产99白浆流出| 日韩欧美三级三区| 午夜福利视频1000在线观看| 精品国内亚洲2022精品成人| 欧美成人午夜精品| 巨乳人妻的诱惑在线观看| 亚洲精品色激情综合| 嫁个100分男人电影在线观看| 亚洲色图 男人天堂 中文字幕| 男女那种视频在线观看| av免费在线观看网站| 一级a爱片免费观看的视频| 国产一区二区激情短视频| 18美女黄网站色大片免费观看| 欧美中文综合在线视频| 老熟妇乱子伦视频在线观看| 美女免费视频网站| 我要搜黄色片| 99久久精品国产亚洲精品| 国产av麻豆久久久久久久| 老汉色∧v一级毛片| 国产高清视频在线观看网站| 亚洲成av人片免费观看| 国产人伦9x9x在线观看| 激情在线观看视频在线高清| av中文乱码字幕在线| 男女床上黄色一级片免费看| 久久久久九九精品影院| 50天的宝宝边吃奶边哭怎么回事| 我的老师免费观看完整版| 亚洲国产欧洲综合997久久,| 日韩高清综合在线| 日韩欧美国产在线观看| 国产精品1区2区在线观看.| 99re在线观看精品视频| 久久久久久久精品吃奶| 欧美日韩亚洲国产一区二区在线观看| 国产午夜精品论理片| 国产av在哪里看| 免费人成视频x8x8入口观看| 天堂影院成人在线观看| 丝袜美腿诱惑在线| 国产精品美女特级片免费视频播放器 | 在线观看www视频免费| 99久久精品热视频| 一级作爱视频免费观看| 99国产精品一区二区三区| videosex国产| 日韩欧美在线二视频| 午夜影院日韩av| 成人av在线播放网站| 国产精品99久久99久久久不卡| 亚洲性夜色夜夜综合| 一本精品99久久精品77| av中文乱码字幕在线| 69av精品久久久久久| 午夜福利成人在线免费观看| 国产黄片美女视频| 丰满人妻一区二区三区视频av | 午夜老司机福利片| 一本综合久久免费| 男人舔女人下体高潮全视频| 在线观看午夜福利视频| 国产探花在线观看一区二区| 欧美日韩黄片免| 女生性感内裤真人,穿戴方法视频| 非洲黑人性xxxx精品又粗又长| 搞女人的毛片| 国产蜜桃级精品一区二区三区| 亚洲成av人片免费观看| 可以在线观看毛片的网站| 2021天堂中文幕一二区在线观| 老鸭窝网址在线观看| 久久久久久久久免费视频了| 身体一侧抽搐| 欧美日韩中文字幕国产精品一区二区三区| 国产97色在线日韩免费| 757午夜福利合集在线观看| 国产免费av片在线观看野外av| 精品欧美国产一区二区三| 99热这里只有精品一区 | 国产片内射在线| 999久久久国产精品视频| 天天添夜夜摸| 亚洲男人的天堂狠狠| 成人特级黄色片久久久久久久| 久久精品影院6| 欧美黄色淫秽网站| 超碰成人久久| 香蕉av资源在线| 在线观看免费午夜福利视频| 日本熟妇午夜| 亚洲男人天堂网一区| 亚洲欧美激情综合另类| 亚洲va日本ⅴa欧美va伊人久久| 日韩欧美 国产精品| 欧美成人午夜精品| 国产精品九九99| www国产在线视频色| 777久久人妻少妇嫩草av网站| 国产精品,欧美在线| 操出白浆在线播放| 99国产精品一区二区三区| 国产蜜桃级精品一区二区三区| 最近在线观看免费完整版| 久久久久久久久中文| 丁香欧美五月| 国产成人影院久久av| 真人做人爱边吃奶动态| 日韩 欧美 亚洲 中文字幕| 毛片女人毛片| 无限看片的www在线观看| 男人舔女人下体高潮全视频| 日本一二三区视频观看| 在线国产一区二区在线| 美女大奶头视频| 免费看十八禁软件| 看片在线看免费视频| 国产在线观看jvid| 成人手机av| 女人爽到高潮嗷嗷叫在线视频| 国产高清激情床上av| 可以在线观看的亚洲视频| 99国产精品一区二区三区| 国产精品一区二区三区四区久久| 午夜激情福利司机影院| 久久香蕉精品热| 午夜福利免费观看在线| 亚洲av电影不卡..在线观看| 亚洲国产高清在线一区二区三| 91成年电影在线观看| 亚洲国产精品久久男人天堂| 日韩欧美 国产精品| 亚洲欧美一区二区三区黑人| 日本在线视频免费播放| 一区二区三区高清视频在线| 91av网站免费观看| 中文在线观看免费www的网站 | 久久九九热精品免费| 久久精品国产综合久久久| 国产精品av视频在线免费观看| 1024手机看黄色片| 亚洲午夜精品一区,二区,三区| 中文字幕人妻丝袜一区二区| 国产69精品久久久久777片 | 国产午夜精品论理片| 久久这里只有精品中国| av福利片在线| 国产乱人伦免费视频| 琪琪午夜伦伦电影理论片6080| 国产久久久一区二区三区| 国产不卡一卡二| 久久久国产成人精品二区| 男女视频在线观看网站免费 | 国产主播在线观看一区二区| 免费在线观看黄色视频的| 777久久人妻少妇嫩草av网站| 亚洲无线在线观看| 高清在线国产一区| 午夜影院日韩av| 亚洲五月婷婷丁香| 熟妇人妻久久中文字幕3abv| 国产成年人精品一区二区| 欧美丝袜亚洲另类 | 狠狠狠狠99中文字幕| 日日爽夜夜爽网站| 久久精品国产亚洲av香蕉五月| 精品一区二区三区四区五区乱码| 久久香蕉精品热| 狠狠狠狠99中文字幕| 真人做人爱边吃奶动态| 久久中文看片网| 91麻豆av在线| 好男人电影高清在线观看| 又大又爽又粗| 日韩国内少妇激情av| 亚洲精品国产精品久久久不卡| 国产高清videossex| 一级a爱片免费观看的视频| 午夜老司机福利片| 在线a可以看的网站| 日本免费a在线| 麻豆一二三区av精品| 五月玫瑰六月丁香| 国产人伦9x9x在线观看| 国产真人三级小视频在线观看| 久久久久性生活片| 亚洲成人久久性| 俺也久久电影网| 成年版毛片免费区| 我要搜黄色片| 国产1区2区3区精品| 欧美黑人欧美精品刺激| 亚洲第一电影网av| 国产野战对白在线观看| 日韩有码中文字幕| 国产99白浆流出| 最近最新免费中文字幕在线| 不卡av一区二区三区| 亚洲av电影在线进入| 免费在线观看日本一区| 在线免费观看的www视频| 亚洲第一电影网av| 男人舔女人下体高潮全视频| 国产精品亚洲av一区麻豆| 男人舔奶头视频| 操出白浆在线播放| 我的老师免费观看完整版| 午夜福利视频1000在线观看| 亚洲专区国产一区二区| 欧美成人性av电影在线观看| 亚洲专区字幕在线| 亚洲无线在线观看| 人妻丰满熟妇av一区二区三区| 免费av毛片视频| 蜜桃久久精品国产亚洲av| 午夜福利在线在线| 在线观看免费午夜福利视频| 久久精品91蜜桃| 亚洲国产精品成人综合色| 一本大道久久a久久精品| 久久久精品欧美日韩精品| 国产aⅴ精品一区二区三区波| 国内揄拍国产精品人妻在线| 特大巨黑吊av在线直播| 亚洲成人中文字幕在线播放| 午夜老司机福利片| 两个人的视频大全免费| a在线观看视频网站| 欧美精品啪啪一区二区三区| 制服丝袜大香蕉在线| 中文资源天堂在线| 中文字幕熟女人妻在线| 脱女人内裤的视频| 国产高清视频在线观看网站| 国产精品永久免费网站| 久久亚洲精品不卡| 老司机福利观看| 97人妻精品一区二区三区麻豆| 99久久国产精品久久久| 人妻夜夜爽99麻豆av| 最近在线观看免费完整版| 成人特级黄色片久久久久久久| 欧美黑人巨大hd| 99国产精品一区二区三区| 在线观看美女被高潮喷水网站 | 热99re8久久精品国产| 国内少妇人妻偷人精品xxx网站 | 国模一区二区三区四区视频 | 亚洲午夜精品一区,二区,三区| 黄色视频,在线免费观看| 日韩欧美在线乱码| 国产精品自产拍在线观看55亚洲| 中文字幕高清在线视频| 亚洲国产欧洲综合997久久,| 最近最新中文字幕大全电影3| 免费电影在线观看免费观看| 在线播放国产精品三级| 少妇被粗大的猛进出69影院| 欧美大码av| 宅男免费午夜| 久久国产精品人妻蜜桃| 在线观看一区二区三区| 免费看日本二区| 日韩成人在线观看一区二区三区| 99久久精品国产亚洲精品| 人人妻,人人澡人人爽秒播| 国产精品亚洲av一区麻豆| 97人妻精品一区二区三区麻豆| 欧美成人免费av一区二区三区| 色噜噜av男人的天堂激情| 成人18禁在线播放| 精品乱码久久久久久99久播| 怎么达到女性高潮| 久久久久久国产a免费观看| 9191精品国产免费久久| 男女之事视频高清在线观看| 亚洲欧美日韩东京热| a级毛片在线看网站| 午夜两性在线视频|