• <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 ?

    糞便鏡檢圖像中紅白細(xì)胞的分割與識別方法

    2018-08-01 07:46:24蔣先剛何曉嶺范自柱
    計算機(jī)工程與應(yīng)用 2018年15期
    關(guān)鍵詞:有形白細(xì)胞灰度

    蔣先剛,何曉嶺,范自柱

    華東交通大學(xué) 理學(xué)院,南昌 330013

    1 引言

    糞便鏡檢圖像分析是指通過對糞便中各種有形物的光學(xué)影像分析,來檢驗(yàn)一個人的內(nèi)消化系統(tǒng)是否有疾病、損傷和潛在病灶。糞便鏡檢圖像中的有形物體具有比尿沉渣圖像中的有形物體更復(fù)雜的背景和模糊的邊界,在國內(nèi)對糞便鏡檢圖像的分析仍然主要依靠人工目檢。

    基于邊緣的圖像分割考慮的是局部圖像的梯度變化,邊緣檢測通過確定灰度值的突變點(diǎn)來區(qū)分不同的區(qū)域,但是局部區(qū)域的弱邊界使邊緣檢測方法往往不能獲取完整的有形物區(qū)域[1]。對于復(fù)雜背景的糞便鏡檢圖像,白細(xì)胞的胞核不清楚,胞漿呈顆粒狀,紅細(xì)胞呈現(xiàn)為雙圓環(huán)結(jié)構(gòu),紅白細(xì)胞的邊緣比較模糊,單獨(dú)采用閾值分割和邊緣分割方法不能兼顧所有有形物體的分割[2]。紅白細(xì)胞的透明性使以能量平衡為主要分割思想的Chan-Vese分割模型仍然不能有效分割出紅白細(xì)胞區(qū)域,需要研究基于Chan-Vese模型的兼顧邊緣加強(qiáng)和紋理屬性保留的信息互補(bǔ)的分割方法,在對有形物體分割的基礎(chǔ)上,基于隨機(jī)決策森林的分類方法具備良好的數(shù)據(jù)泛化作用,對糞便鏡檢圖像的分類具備更強(qiáng)的魯棒性。

    2 紅白細(xì)胞的分割方法

    可利用多向Sobel算子求取圖像的梯度邊緣而得到分割區(qū)域,或者用迭代法或大津法直接得到二值區(qū)域,再結(jié)合各種形態(tài)學(xué)而獲得比較規(guī)整的有形物體區(qū)域,但考慮到糞便鏡檢圖像的特點(diǎn),需采用對模糊邊界區(qū)域分割的自適應(yīng)性比較強(qiáng)的方法,包括高低閾值自適應(yīng)的Canny邊緣檢測和基于Chan-Vese模型的分割方法。

    2.1 高低閾值自適應(yīng)的Canny邊緣檢測

    高低閾值自適應(yīng)Canny邊緣檢測的主要思路是將經(jīng)過非模極大值抑制后的梯度幅值分為L級,將模極大值分成三類C2,C1,C0[3]。設(shè)定ni為模數(shù)為i的像素的總數(shù),pi為該模級像素數(shù)占整個圖像像素的比率:pi=,pi≥0,設(shè) C0包含模級為[1,2,…,k]的像素,C1包含模級為[k+1,k+2,…,m]的像素,則C2包含模級為[m+1,m+2,…,L-1]的像素,如設(shè)總像素梯度幅值的期望為:

    則三類點(diǎn)的對比率和類內(nèi)期望為:

    各類類內(nèi)方差為:

    通過對類內(nèi)方差取得最大而確定雙閾值的評價函數(shù)為:

    由此求解得到的m,k即為自適應(yīng)的Canny邊緣檢測的最佳高低閾值參數(shù)[4]。對這兩個閾值取對應(yīng)于最大抑制和邊緣跟蹤時的比例權(quán)重,γ1,γ2為不同的參數(shù)時可得到不同的邊緣分割效果,圖1為對尿液鏡檢圖取不同權(quán)重參數(shù)下自適應(yīng)高低閾值的Canny邊緣檢測效果,隨著這些參數(shù)的增加,細(xì)弱的邊緣將被放棄。通過空洞填充等形態(tài)學(xué)處理將能分割出紅、白細(xì)胞區(qū)域,但對如圖1左上方模糊邊界的有形物體,無論邊緣權(quán)重參數(shù)取多大的范圍,仍不能勾勒出完整的圓形區(qū)域[5-6],對于具備更多模糊邊界和透明細(xì)胞壁的紅白細(xì)胞的糞便鏡檢圖像需借助于與區(qū)域內(nèi)外屬性有別的分割模型。

    圖1 取不同權(quán)重參數(shù)下自適應(yīng)的Canny邊緣檢測效果

    2.2 基于Chan-Vese模型的分割

    2001年Chan和Vese提出了簡化M-S的分割模型,即Chan-Vese分割模型[7],它設(shè)原圖I(x,y)被活動輪廓c劃分為目標(biāo)wa和背景wb兩個區(qū)域,設(shè)這兩個區(qū)域的平均灰度分別為ca和cb,Chan和Vese提出簡化 M-S圖像分割模型的擬合能量函數(shù)如下:

    式中,c是表示分割區(qū)域的閉合輪廓線;ca、cb是依賴于c的兩個常數(shù)。很顯然,只有當(dāng)閉合活動輪廓線c位于兩個同質(zhì)區(qū)域的邊界時,函數(shù)F(c)才能達(dá)到最小值。據(jù)此,Chan和Vese提出了如下的圖像分割能量函數(shù):

    式中,L(c)為閉合輪廓c的長度;νs0(c)是c的內(nèi)部區(qū)域面積;實(shí)參數(shù) μ、ν≥0;λa、λb>0是函數(shù)各項(xiàng)的權(quán)重系數(shù)。

    通過優(yōu)化F(c,ca,cb)就可以求得最終分割曲線以及區(qū)域內(nèi)外平均灰度值ca、cb,而且由此保證分割的結(jié)果是最優(yōu)的。由于此模型利用了圖像的全局信息,因此通過最優(yōu)化能量函數(shù)可以得到全局優(yōu)化的圖像分割結(jié)果[8-9]。

    設(shè)?0是根據(jù)初始化輪廓線c0構(gòu)造的符號距離函數(shù)(Signed Distance Function,SDF),即 {c0|?0(x,y)=0} ,并令 ?0(inside(c))>0,?0(outside(c))<0。可以證明,以水平集函數(shù)表達(dá)的輪廓線c的長度和輪廓內(nèi)部的面積分別為:

    式中的Ω是水平集函數(shù)的定義域,Heavisdie函數(shù)H(?)表示如下:

    Dirac函數(shù) δ(?)是取 Heaviside函數(shù) H(?)的導(dǎo)數(shù),故水平集函數(shù)?可表示為:

    Chan和Vese用歐拉-拉格朗日方法推導(dǎo)出求解式,并采用梯度下降法,得到Chan-Vese模型的水平集演化方程為:

    由于紅、白細(xì)胞灰度值區(qū)域分布的不均勻性,將同時考慮邊緣與灰度值空間分布的紋理屬性作為最優(yōu)化能量函數(shù)對象,將獲得更適應(yīng)圖像狀態(tài)的分割。如果根據(jù)對圖像中每個像素不同方向的求導(dǎo)表示紋理的方向信息,用它們的組合代表結(jié)構(gòu)張量來進(jìn)行基于紋理的分割[10],將結(jié)構(gòu)張量定義為高斯平滑算子Kp和圖像梯度的卷積:

    采用計算Tp各個分量總和的均值作為紋理圖像的均值,則有:

    這樣使用紋理均值T圖像代替原來的灰度圖像I,公式(10)轉(zhuǎn)變?yōu)楣剑?4),則基于Chan-Vese模型的張量場的最小化能量函數(shù)表示為:

    公式(14)中的Ta和Tb與公式(10)中的ca、cb類似,表示每次水平集更新迭代過程中域內(nèi)和域外的平均張量。實(shí)驗(yàn)中,μ是約束周長幾何的參數(shù),ν是約束面積幾何的參數(shù),λa,λb是約束區(qū)域內(nèi)部和背景的幾何參數(shù)[11]。圖2是將欲分割區(qū)域?qū)傩栽鰪?qiáng)的比較,圖2(b)是原圖經(jīng)高斯過濾的效果如公式(13)中的Tp(12),圖2(c)是各向梯度圖像經(jīng)高斯處理的效果如公式(13)中的Tp(11),Tp(21),Tp(22)綜合效果,圖2(d)是 Tp(11),Tp(12),Tp(21),Tp(22)共同融合效果,此時圖像的背景更加平滑均勻,以暗黑色為分割目標(biāo)區(qū)域,以淺灰色為背景的顏色塊聚群更加明顯,這更有利于Chan-Vese的分割模型的構(gòu)造。

    圖2 灰度圖像及各種增強(qiáng)屬性的比較

    取灰度、邊緣、張量等屬性或它們的組合作為Chan-Vese能量平衡模型分割區(qū)域會得到不同的分割效果。圖3是基于Chan-Vese模型而采用不同屬性和參數(shù)對糞便鏡檢圖像進(jìn)行分割的效果比較。圖3(b)中采用原圖灰度為屬性的Chan-Vese分割將無法分割出有形物區(qū)域,以已兼容邊緣和域中灰度分布的金標(biāo)準(zhǔn)圖像為參考進(jìn)行規(guī)定化處理后的圖像灰度為屬性的Chan-Vese分割也能得到較好的分割效果,但圖3(d)采用Sobel邊緣為屬性的Chan-Vese分割基本能分割出有形物區(qū)域,但會產(chǎn)生過多的邊緣噪聲,紅白細(xì)胞的透明部分仍不能得到有效分割,而圖3(h)以張量屬性表示的Chan-Vese分割模型能有效分割出有形物且不會帶出更多的邊緣噪聲雜點(diǎn),分割的區(qū)域更加均勻飽滿。參數(shù)的不同選擇將按參數(shù)的意義分割出強(qiáng)調(diào)周長、面積、面積周長比和區(qū)域與背景的屬性比例關(guān)系的分割效果。

    圖3 基于Chan-Vese模型取不同屬性和參數(shù)的分割效果比較

    綜合比對各種經(jīng)典的分割方法,對糞便鏡檢圖像采用各種邊緣和區(qū)域分割的效果比較如圖4所示。其中圖4(a)為一幅糞便鏡檢圖像,由于圖像中紅、白細(xì)胞中含透明的胞核等,這樣在它們的邊緣存在與背景非常相近的紋理和顏色,屬于弱邊界或部分無邊界的狀態(tài),圖4(b)是采用多向Sobel邊緣加強(qiáng)取得的效果,雖然兼顧了各個方向的梯度變化,這種以邊緣特性為對象的濾波方法仍然無法處理部分非常弱的邊界,圖4(c)是雙閾值Canny分割的結(jié)果,雖然對正常態(tài)的紅、白細(xì)胞有較好的圓形區(qū)域邊界探測效果,但仍然存在分割后圓形細(xì)胞不閉合的輪廓,對弱邊界物體區(qū)域的分割仍然缺乏魯棒性,圖4(d)是直接用迭代法閾值分割的鏡檢圖像,這是基于圖像灰度分布而自動選擇閾值而進(jìn)行的分割,這只適應(yīng)類似尿液鏡檢圖像的分割,圖4(e),圖4(f)是采用Chan-Vese和改進(jìn)型Chan-Vese模型而進(jìn)行的分割,這主要依據(jù)分割的內(nèi)部區(qū)域和外部區(qū)域的能量平衡方程而進(jìn)行的區(qū)域調(diào)整和劃分,這種方法更注重圖像的全局信息,適應(yīng)于邊界模糊或無邊界區(qū)域的分割,改進(jìn)型Chan-Vese模型更注重圓形區(qū)域內(nèi)部和邊界的融合信息,使分割的紅、白細(xì)胞連通域更加具備幾何區(qū)域的完整性。圖4中的分割圖像將繼續(xù)經(jīng)過腐蝕、膨脹、開運(yùn)算、閉運(yùn)算、空洞填充和雜質(zhì)消除等形態(tài)學(xué)處理方法而得到更規(guī)整的區(qū)域劃分。依據(jù)糞便鏡檢圖像中分割后目標(biāo)區(qū)域像素數(shù)與實(shí)際目標(biāo)區(qū)域像素數(shù)之比來衡量,采用雙閾值Canny的分割率為74%,迭代法閾值的分割率為72%,Chan-Vese的分割率為80%,改進(jìn)型Chan-Vese的分割率為86%。

    3 特征提取與組合

    糞便鏡檢圖像中的紅、白細(xì)胞具備一定的特異性,將紅、白細(xì)胞進(jìn)行有效的分類識別,需在完成紅、白細(xì)胞的分割以后,進(jìn)一步提取兩種細(xì)胞的各自特征。表1是將圖像按1 024×768尺寸縮放,且處理的圖像按金標(biāo)準(zhǔn)圖像進(jìn)行規(guī)定化處理后,對擬選擇的紅、白細(xì)胞、植物纖維和脂肪滴等有形物體的幾何、灰度分布和紋理特征的相關(guān)描述和范圍,作為對比分析需要,表中數(shù)據(jù)進(jìn)行了量綱規(guī)一處理,在對圖像的紋理特征計算時,以計算方向θ=0°的灰度共生矩陣為主,取相隔像元距離d為3,灰度層次為8。

    圖4 對糞便鏡檢圖像進(jìn)行分割的效果比較

    表1中的 pi(x,y)表示灰度在0~255級出現(xiàn)的概率,p(i,j|d,θ)表示相隔像元距離為d,方向?yàn)棣葧r共現(xiàn)灰度i和 j的概率?!跋嚓P(guān)”特征計算中的 μx,μy,σx,σy為在X、Y方向的相關(guān)計算參數(shù)。實(shí)驗(yàn)證明表中的各種特征有重復(fù)表達(dá)和對正確分類貢獻(xiàn)不大的特征,采用Relief和遺傳算法可去除與分類不太相關(guān)的特征,保留對紅、白細(xì)胞等區(qū)域的正確判斷起到關(guān)鍵作用的特異性特征。利用Relief算法為各個幾何、灰度統(tǒng)計和紋理特征賦予分類貢獻(xiàn)的權(quán)重,根據(jù)權(quán)重的大小選出更有利于分類的特征,實(shí)驗(yàn)中采用的特征組合為Φ1:Φ1=[S L C G R E H I LS]T。

    4 分類效率分析和實(shí)驗(yàn)比較

    4.1 隨機(jī)決策森林在鏡檢圖像分類中的應(yīng)用

    由Leo Breiman和Adele Cutler提出的隨機(jī)森林分類算法,結(jié)合了Breimans的Bootstrap聚合思想和Ho的隨機(jī)子空間方法,其實(shí)質(zhì)是構(gòu)建一個樹型分類器的集合{h(x,θk),k=1,2,…,n}[12-13]。每棵樹的訓(xùn)練樣本和采用的特征小集合都采用了隨機(jī)的方法,形成的每棵決策樹之間不存在關(guān)聯(lián)[14],每一棵樹構(gòu)成的輸入樣本都不是全部的樣本而不容易出現(xiàn)過擬合現(xiàn)象,且從總的M個特征中隨機(jī)選擇m個子集對每一棵決策樹進(jìn)行學(xué)習(xí),這樣構(gòu)成的不同訓(xùn)練條件下的隨機(jī)森林決策模型對測試數(shù)據(jù)具備廣泛的適應(yīng)性和精確歸類。

    表1 紅、白細(xì)胞等有形物體的特征計算及特征分布范圍

    圖5列出采用不同訓(xùn)練特征數(shù)和森林樹棵數(shù)對應(yīng)的識別誤差曲線,總的特征組合為M=9,在構(gòu)造每棵數(shù)時,選擇不同訓(xùn)練特征子集數(shù)量m時,決策森林樹分類真陽性率會不同。訓(xùn)練過程中采用非常少的特征的組合,如采用m=(1~3)/9×M 比采用適當(dāng)?shù)奶卣鹘M合m=(4~6)/9×M 的決策森林具備較差的分類效果,由過少的特征組合訓(xùn)練將產(chǎn)生過于簡單的隨機(jī)決策森林樹,而過少的特征數(shù)分集將使決策邊界的位置不能正確地被確定[15]。過少的訓(xùn)練特征使得需選擇更多的樹的棵數(shù)才能達(dá)到最小識別誤差。采用如m=(8~9)/9×M等會產(chǎn)生過大的網(wǎng)絡(luò),由于隨機(jī)性小而產(chǎn)生的決策森林也沒在最佳狀態(tài)。同時決策樹的棵數(shù)對分類的精確性也有較大的影響,決策樹的數(shù)量在選擇87棵左右時取得最低的識別誤差,決策樹數(shù)量的進(jìn)一步增加將增加計算時間且還不能使識別精度有大的提高。

    圖5 不同訓(xùn)練特征數(shù)和森林樹棵數(shù)與分類誤差關(guān)系

    4.2 分類實(shí)驗(yàn)比較與分析

    尿沉渣和糞便鏡檢圖像分析系統(tǒng)的軟件開發(fā)環(huán)境為Delphi 7,主機(jī)采用I7-3770 CPU,主頻3.40 GHz,內(nèi)存為8 GB。實(shí)驗(yàn)的圖像來自相關(guān)分析化驗(yàn)診室。實(shí)驗(yàn)和測試圖片的規(guī)整尺寸分辨率為1 024×768,訓(xùn)練圖像數(shù)為600幅,測試圖像數(shù)為200幅,考慮到細(xì)節(jié)分析的需要,實(shí)驗(yàn)中采用的糞便鏡檢圖像為截取的部分區(qū)域塊圖,所有圖片為未染色顯微圖片,檢測的紅細(xì)胞用藍(lán)色圈定,白細(xì)胞用白色圈定,而其他有形物用綠藍(lán)色標(biāo)定。圖6(a)為對尿液鏡檢圖像的分類處理過程,由于該類圖的背景紋理比較同質(zhì)且有形物體的邊緣比較清晰,采用雙閾值Canny分割基本上從背景中提取了有形物體所占區(qū)域的邊緣,用改進(jìn)型Chan-Vese模型則完全摳取了有形物體所占區(qū)域,通過隨機(jī)決策森林基本上對紅白細(xì)胞等進(jìn)行了精確的識別。圖6(b)為對糞便鏡檢圖像的分類處理過程,由于該類圖的背景復(fù)雜且有形物的邊界比較模糊,背景上還包含許多暗黑模糊區(qū)域,且紅、白細(xì)胞的部分胞壁是透明的,細(xì)胞周圍存在模糊邊界或無邊界現(xiàn)象,采用過大權(quán)重的雙閾值Canny分割以加強(qiáng)透明區(qū)域的邊緣,必然引入許多雜亂的邊緣,使邊緣交錯嚴(yán)重而仍無法正確提取有形物的區(qū)域,而用改進(jìn)型Chan-Vese模型分割則兼顧了鄰近區(qū)域邊緣和紋理的綜合信息而使紅白細(xì)胞得到有效的分割,左上部分的半圓區(qū)域通過鏈碼差的分析而修補(bǔ)成完整圓區(qū)域,在有效分割的基礎(chǔ)上,通過形態(tài)學(xué)處理和區(qū)域鏈碼描述得到對應(yīng)的有形物區(qū)域特征,再用特征組合Φ1作為隨機(jī)森林決策的測試樣本輸入?yún)?shù)而得到紅、白細(xì)胞的正確分類。作為分析比較,各種分類方法的檢測精確度如表2所示,由于RF的數(shù)據(jù)泛化能力使糞便鏡檢圖像紅白細(xì)胞的誤檢率明顯減少。

    圖6 對尿液和糞便鏡檢圖像進(jìn)行分割和識別的過程比較

    表2 各種分類方法對紅白細(xì)胞檢測精確度比較%

    5 結(jié)束語

    本文結(jié)合糞便鏡檢圖像有形物邊界難以用一般分割方法摳取的特點(diǎn),采用高斯分布的張量描述有形物區(qū)域的綜合屬性,調(diào)整隨機(jī)決策森林方法中合理的特征子集組合、決策森林訓(xùn)練特征數(shù)及決策樹的數(shù)量的合理選擇使隨機(jī)決策森林的分類效果明顯提高。對糞便鏡檢圖像的紅、白細(xì)胞分割精度達(dá)到了95.3%。對尿沉渣圖像的有形物的識別精度達(dá)到了97.2%,實(shí)驗(yàn)結(jié)果表明,基于全局統(tǒng)計屬性的Chan-Vese分割模型與隨機(jī)決策森林的數(shù)據(jù)泛化能力的結(jié)合能有效提升對糞便鏡檢圖像中有形物的辨別和分類精度。進(jìn)一步的研究將采用深度學(xué)習(xí)的方法構(gòu)建糞便鏡檢圖像中紅白細(xì)胞的模型與分類機(jī)制。

    猜你喜歡
    有形白細(xì)胞灰度
    從無形到有形 化復(fù)雜為簡單
    從“有形覆蓋”邁向“有效覆蓋” 不斷提升基層黨的建設(shè)質(zhì)量
    采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
    白細(xì)胞
    中國寶玉石(2021年5期)2021-11-18 07:34:50
    基于灰度拉伸的圖像水位識別方法研究
    未定義
    白細(xì)胞降到多少應(yīng)停止放療
    人人健康(2017年19期)2017-10-20 14:38:31
    基于最大加權(quán)投影求解的彩色圖像灰度化對比度保留算法
    基于灰度線性建模的亞像素圖像抖動量計算
    精致概念,化“無形”為“有形”
    两性午夜刺激爽爽歪歪视频在线观看| 亚洲人与动物交配视频| 99在线视频只有这里精品首页| 欧美av亚洲av综合av国产av| 蜜桃久久精品国产亚洲av| 999久久久国产精品视频| 欧美中文综合在线视频| 亚洲人成网站高清观看| 亚洲中文av在线| 床上黄色一级片| a级毛片在线看网站| 免费在线观看亚洲国产| 99久国产av精品| 欧美国产日韩亚洲一区| 国内精品久久久久久久电影| av片东京热男人的天堂| 亚洲精品中文字幕一二三四区| 在线观看美女被高潮喷水网站 | 亚洲av成人不卡在线观看播放网| 午夜免费成人在线视频| 色老头精品视频在线观看| 91在线观看av| 99久久99久久久精品蜜桃| 一进一出抽搐gif免费好疼| 97超视频在线观看视频| 一边摸一边抽搐一进一小说| 黑人欧美特级aaaaaa片| 一进一出抽搐gif免费好疼| 波多野结衣高清作品| 俺也久久电影网| 少妇的丰满在线观看| 人人妻人人看人人澡| 国产高清视频在线播放一区| 亚洲精品国产精品久久久不卡| 国产欧美日韩一区二区精品| 午夜日韩欧美国产| 人人妻人人澡欧美一区二区| 18禁国产床啪视频网站| 亚洲黑人精品在线| 日本精品一区二区三区蜜桃| 国产精品日韩av在线免费观看| 狠狠狠狠99中文字幕| 久久久色成人| 久久国产精品人妻蜜桃| 欧美日韩精品网址| 国产成人系列免费观看| 久久久久久大精品| 在线观看午夜福利视频| 老司机福利观看| 99国产精品99久久久久| 欧美高清成人免费视频www| 国产精品1区2区在线观看.| 久久欧美精品欧美久久欧美| 国产免费av片在线观看野外av| 久久久久久久午夜电影| 99riav亚洲国产免费| 美女 人体艺术 gogo| 伦理电影免费视频| 不卡av一区二区三区| 午夜福利高清视频| 国产精品av视频在线免费观看| 久久久久久国产a免费观看| 观看美女的网站| 好男人在线观看高清免费视频| av片东京热男人的天堂| 欧美色欧美亚洲另类二区| 午夜精品在线福利| www.熟女人妻精品国产| 亚洲av五月六月丁香网| 亚洲欧美日韩无卡精品| 精品久久久久久久毛片微露脸| 日韩高清综合在线| av片东京热男人的天堂| 国产探花在线观看一区二区| 全区人妻精品视频| 国产主播在线观看一区二区| 淫秽高清视频在线观看| 一边摸一边抽搐一进一小说| 亚洲avbb在线观看| 婷婷丁香在线五月| netflix在线观看网站| 成年女人看的毛片在线观看| 国产不卡一卡二| 日韩欧美国产一区二区入口| 免费高清视频大片| 舔av片在线| АⅤ资源中文在线天堂| 久久久久久九九精品二区国产| 日韩 欧美 亚洲 中文字幕| 精品久久久久久,| 国产精品日韩av在线免费观看| 欧美黄色片欧美黄色片| 男女视频在线观看网站免费| 免费av毛片视频| 老熟妇乱子伦视频在线观看| 18美女黄网站色大片免费观看| 久久精品aⅴ一区二区三区四区| 精品电影一区二区在线| 国产免费av片在线观看野外av| 欧美av亚洲av综合av国产av| 特级一级黄色大片| 国语自产精品视频在线第100页| 午夜免费成人在线视频| 色综合站精品国产| 欧美日韩福利视频一区二区| 亚洲aⅴ乱码一区二区在线播放| 日韩三级视频一区二区三区| 国产主播在线观看一区二区| 青草久久国产| 高清在线国产一区| 日本成人三级电影网站| 日本黄大片高清| 午夜a级毛片| 极品教师在线免费播放| 日韩有码中文字幕| 怎么达到女性高潮| 日本黄大片高清| 久久亚洲精品不卡| 亚洲性夜色夜夜综合| 丝袜人妻中文字幕| 级片在线观看| 看片在线看免费视频| 欧美三级亚洲精品| 中文字幕人妻丝袜一区二区| 中国美女看黄片| 精品日产1卡2卡| 精品国内亚洲2022精品成人| 亚洲国产高清在线一区二区三| 久久精品aⅴ一区二区三区四区| 亚洲国产欧美人成| 美女 人体艺术 gogo| 欧美3d第一页| 成人永久免费在线观看视频| 婷婷精品国产亚洲av在线| 一二三四社区在线视频社区8| 久久久久九九精品影院| 亚洲第一欧美日韩一区二区三区| 老司机深夜福利视频在线观看| 日韩精品青青久久久久久| 哪里可以看免费的av片| 亚洲欧美日韩高清专用| 少妇的丰满在线观看| 脱女人内裤的视频| 国产av麻豆久久久久久久| 免费人成视频x8x8入口观看| 露出奶头的视频| www.999成人在线观看| av在线天堂中文字幕| 免费观看人在逋| 亚洲性夜色夜夜综合| 午夜免费激情av| 国产精品九九99| 岛国在线观看网站| 亚洲av成人一区二区三| 看黄色毛片网站| 精品午夜福利视频在线观看一区| av国产免费在线观看| 亚洲精品美女久久久久99蜜臀| 亚洲欧美日韩无卡精品| 久久中文字幕一级| 久99久视频精品免费| 狂野欧美白嫩少妇大欣赏| 久久久国产成人精品二区| 成人鲁丝片一二三区免费| 在线观看免费午夜福利视频| 美女免费视频网站| 99精品欧美一区二区三区四区| 欧美性猛交黑人性爽| 亚洲九九香蕉| 久久久久性生活片| 五月伊人婷婷丁香| 日本免费一区二区三区高清不卡| 久久精品国产清高在天天线| 天堂动漫精品| 免费一级毛片在线播放高清视频| 9191精品国产免费久久| 日韩欧美国产在线观看| 两个人看的免费小视频| 国产伦一二天堂av在线观看| 在线免费观看不下载黄p国产 | 国产精品日韩av在线免费观看| 夜夜夜夜夜久久久久| 超碰成人久久| 啦啦啦免费观看视频1| 国产伦精品一区二区三区四那| 精品无人区乱码1区二区| 真人做人爱边吃奶动态| 欧美日本亚洲视频在线播放| 久久久精品欧美日韩精品| 欧美丝袜亚洲另类 | 又粗又爽又猛毛片免费看| 观看美女的网站| 最近最新中文字幕大全电影3| 嫩草影视91久久| 欧美激情在线99| 99热这里只有是精品50| 国产一区在线观看成人免费| 伦理电影免费视频| 丁香欧美五月| 日韩有码中文字幕| 日韩中文字幕欧美一区二区| 偷拍熟女少妇极品色| 法律面前人人平等表现在哪些方面| 我的老师免费观看完整版| 成在线人永久免费视频| 夜夜躁狠狠躁天天躁| av中文乱码字幕在线| 欧美黑人巨大hd| 小蜜桃在线观看免费完整版高清| 丰满人妻一区二区三区视频av | 熟女少妇亚洲综合色aaa.| 色哟哟哟哟哟哟| 香蕉丝袜av| 欧美日韩亚洲国产一区二区在线观看| 亚洲熟女毛片儿| 国产精品爽爽va在线观看网站| 99热这里只有精品一区 | 免费看十八禁软件| 熟妇人妻久久中文字幕3abv| 日韩三级视频一区二区三区| 国产综合懂色| 少妇丰满av| 国产美女午夜福利| 老司机在亚洲福利影院| 亚洲无线在线观看| 国产在线精品亚洲第一网站| 欧美av亚洲av综合av国产av| 午夜激情福利司机影院| av在线蜜桃| 精品免费久久久久久久清纯| 波多野结衣巨乳人妻| 国产成人系列免费观看| 精品无人区乱码1区二区| av天堂中文字幕网| 制服丝袜大香蕉在线| 怎么达到女性高潮| 国产私拍福利视频在线观看| 99久国产av精品| 国产精品综合久久久久久久免费| 亚洲精品久久国产高清桃花| www日本在线高清视频| 欧美黑人欧美精品刺激| 国产激情久久老熟女| 欧美一区二区精品小视频在线| 国产成人精品久久二区二区91| 免费在线观看日本一区| 亚洲美女视频黄频| 久99久视频精品免费| 在线观看66精品国产| a级毛片a级免费在线| 精品久久久久久久久久久久久| 亚洲乱码一区二区免费版| 国产亚洲精品久久久com| 欧美乱色亚洲激情| 嫩草影院精品99| 国产精品 欧美亚洲| 男女午夜视频在线观看| 日韩有码中文字幕| 黄色 视频免费看| 国产精品 国内视频| 久久久久免费精品人妻一区二区| 视频区欧美日本亚洲| 久久国产精品人妻蜜桃| 久久99热这里只有精品18| 国产69精品久久久久777片 | 美女扒开内裤让男人捅视频| 丁香欧美五月| 亚洲一区高清亚洲精品| 亚洲av成人不卡在线观看播放网| 欧美日韩福利视频一区二区| 三级国产精品欧美在线观看 | 999精品在线视频| 亚洲av熟女| 国产成人av激情在线播放| 国产主播在线观看一区二区| 人妻久久中文字幕网| 日韩免费av在线播放| 欧美xxxx黑人xx丫x性爽| 99国产精品一区二区三区| 免费电影在线观看免费观看| svipshipincom国产片| 男人舔女人的私密视频| 欧美日韩福利视频一区二区| 三级国产精品欧美在线观看 | 18禁观看日本| 成人性生交大片免费视频hd| 国产午夜福利久久久久久| 男女视频在线观看网站免费| 婷婷亚洲欧美| 日日干狠狠操夜夜爽| 国产精品电影一区二区三区| 久久精品国产清高在天天线| 伦理电影免费视频| 久久婷婷人人爽人人干人人爱| 99热6这里只有精品| 色哟哟哟哟哟哟| 18美女黄网站色大片免费观看| 超碰成人久久| 国产伦人伦偷精品视频| 国产亚洲精品一区二区www| 国产欧美日韩精品亚洲av| 中文字幕最新亚洲高清| 久久精品夜夜夜夜夜久久蜜豆| 在线看三级毛片| 悠悠久久av| 美女cb高潮喷水在线观看 | 成人性生交大片免费视频hd| 每晚都被弄得嗷嗷叫到高潮| 日本一二三区视频观看| 黑人巨大精品欧美一区二区mp4| 国产成人精品久久二区二区91| 好看av亚洲va欧美ⅴa在| 久久久久久国产a免费观看| 亚洲欧美日韩高清在线视频| 亚洲18禁久久av| 日本在线视频免费播放| 久久久成人免费电影| 99久国产av精品| 亚洲美女黄片视频| 欧美日韩福利视频一区二区| 国产爱豆传媒在线观看| 亚洲人与动物交配视频| 波多野结衣高清无吗| 成人av在线播放网站| 亚洲国产高清在线一区二区三| 久久香蕉国产精品| 女人被狂操c到高潮| 在线a可以看的网站| 久久精品国产亚洲av香蕉五月| 好男人在线观看高清免费视频| 欧美高清成人免费视频www| 美女免费视频网站| 日韩高清综合在线| 久久国产精品影院| 国产精品久久视频播放| 一级黄色大片毛片| 欧美激情在线99| 国产精品亚洲美女久久久| 国产一区二区三区在线臀色熟女| 亚洲欧美日韩高清在线视频| 亚洲熟妇熟女久久| 丁香六月欧美| a级毛片a级免费在线| 免费一级毛片在线播放高清视频| 中文字幕人妻丝袜一区二区| 啦啦啦韩国在线观看视频| 精品乱码久久久久久99久播| 欧美极品一区二区三区四区| 国产又色又爽无遮挡免费看| 亚洲国产精品久久男人天堂| 久久精品国产清高在天天线| 国产在线精品亚洲第一网站| 长腿黑丝高跟| 99热精品在线国产| 视频区欧美日本亚洲| 看片在线看免费视频| 亚洲国产欧美人成| 亚洲午夜理论影院| 最近视频中文字幕2019在线8| 看黄色毛片网站| 视频区欧美日本亚洲| 精品久久久久久久人妻蜜臀av| 亚洲精品粉嫩美女一区| 人人妻人人看人人澡| 久久久久久大精品| 男插女下体视频免费在线播放| 又黄又粗又硬又大视频| 69av精品久久久久久| 无限看片的www在线观看| 99在线人妻在线中文字幕| 一级毛片女人18水好多| 欧美午夜高清在线| 法律面前人人平等表现在哪些方面| 亚洲片人在线观看| 99久久成人亚洲精品观看| 国产成人系列免费观看| 法律面前人人平等表现在哪些方面| 热99在线观看视频| 伦理电影免费视频| 天堂动漫精品| 一级毛片高清免费大全| 精品久久久久久久毛片微露脸| 午夜日韩欧美国产| 国产伦人伦偷精品视频| 欧美日韩精品网址| 最近最新中文字幕大全免费视频| 久久久久国产一级毛片高清牌| 久久九九热精品免费| 色综合婷婷激情| 国产又色又爽无遮挡免费看| 两性夫妻黄色片| 国产午夜精品论理片| 国产精品久久久久久精品电影| 最近最新免费中文字幕在线| 免费观看精品视频网站| 国产男靠女视频免费网站| 久久久国产成人免费| 日本免费一区二区三区高清不卡| 亚洲成a人片在线一区二区| 亚洲真实伦在线观看| 久久久国产成人精品二区| www日本黄色视频网| 91麻豆av在线| 亚洲美女视频黄频| 亚洲人成网站高清观看| 视频区欧美日本亚洲| 91九色精品人成在线观看| 俄罗斯特黄特色一大片| 国产伦一二天堂av在线观看| 老鸭窝网址在线观看| 国产视频一区二区在线看| 嫁个100分男人电影在线观看| 亚洲成人免费电影在线观看| 亚洲欧美日韩高清专用| 神马国产精品三级电影在线观看| 少妇的丰满在线观看| 最新中文字幕久久久久 | 三级男女做爰猛烈吃奶摸视频| 这个男人来自地球电影免费观看| 亚洲成人久久性| 欧美日韩福利视频一区二区| 午夜福利18| 欧美成人免费av一区二区三区| 久久精品夜夜夜夜夜久久蜜豆| 午夜久久久久精精品| 深夜精品福利| 精品久久久久久久人妻蜜臀av| 国产精品精品国产色婷婷| 又黄又粗又硬又大视频| 色播亚洲综合网| 亚洲人成网站在线播放欧美日韩| 亚洲国产色片| 日本与韩国留学比较| 国产97色在线日韩免费| 国产主播在线观看一区二区| 欧美一级a爱片免费观看看| 麻豆国产97在线/欧美| 夜夜躁狠狠躁天天躁| 成人特级av手机在线观看| 亚洲一区二区三区不卡视频| 亚洲七黄色美女视频| 黄色日韩在线| 别揉我奶头~嗯~啊~动态视频| 日本免费一区二区三区高清不卡| 午夜福利成人在线免费观看| 国产精品久久久久久亚洲av鲁大| 老司机福利观看| 他把我摸到了高潮在线观看| 怎么达到女性高潮| 免费看美女性在线毛片视频| 亚洲专区国产一区二区| 亚洲欧美日韩高清专用| 亚洲美女黄片视频| 亚洲国产精品久久男人天堂| 久久久水蜜桃国产精品网| 精品久久久久久久人妻蜜臀av| 在线观看美女被高潮喷水网站 | 亚洲精品乱码久久久v下载方式 | 成人性生交大片免费视频hd| 少妇人妻一区二区三区视频| 精品久久久久久久久久久久久| 免费高清视频大片| 香蕉久久夜色| 午夜福利在线观看吧| 1000部很黄的大片| xxxwww97欧美| 日本 av在线| 久久热在线av| 90打野战视频偷拍视频| 搞女人的毛片| 在线观看午夜福利视频| 伊人久久大香线蕉亚洲五| 亚洲精品456在线播放app | 91在线观看av| 欧美黑人巨大hd| 人妻夜夜爽99麻豆av| e午夜精品久久久久久久| 热99在线观看视频| 可以在线观看毛片的网站| 欧美日韩乱码在线| 国产亚洲精品久久久久久毛片| 欧美日韩一级在线毛片| 美女免费视频网站| 精品久久久久久久久久免费视频| 一个人免费在线观看的高清视频| 国产毛片a区久久久久| 国产精华一区二区三区| 男女午夜视频在线观看| 午夜久久久久精精品| 九九热线精品视视频播放| 日韩精品中文字幕看吧| 男人和女人高潮做爰伦理| 午夜免费成人在线视频| 伦理电影免费视频| 露出奶头的视频| 国产乱人伦免费视频| 一级作爱视频免费观看| 国产一区二区在线观看日韩 | 久久久久免费精品人妻一区二区| 两个人视频免费观看高清| 欧美日韩瑟瑟在线播放| а√天堂www在线а√下载| 国产激情欧美一区二区| 日韩精品中文字幕看吧| 免费大片18禁| 欧美乱码精品一区二区三区| 男女下面进入的视频免费午夜| 97超级碰碰碰精品色视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 精品欧美国产一区二区三| 日本五十路高清| 国产成人啪精品午夜网站| 国产一区二区在线av高清观看| 亚洲最大成人中文| 精品一区二区三区视频在线 | 变态另类丝袜制服| 国产精品国产高清国产av| 久9热在线精品视频| 搡老岳熟女国产| 99热这里只有是精品50| 搡老妇女老女人老熟妇| 国产99白浆流出| www国产在线视频色| 亚洲av美国av| 亚洲一区二区三区不卡视频| 免费观看的影片在线观看| 午夜免费成人在线视频| 国产aⅴ精品一区二区三区波| 国产精品爽爽va在线观看网站| 黄色成人免费大全| 黄色片一级片一级黄色片| 日韩 欧美 亚洲 中文字幕| 99热精品在线国产| 亚洲黑人精品在线| 嫩草影视91久久| www.熟女人妻精品国产| 亚洲性夜色夜夜综合| 熟女电影av网| 欧美黄色淫秽网站| 波多野结衣高清作品| 一本综合久久免费| 久久午夜亚洲精品久久| 欧美av亚洲av综合av国产av| 高潮久久久久久久久久久不卡| 一个人免费在线观看电影 | 又爽又黄无遮挡网站| 日本精品一区二区三区蜜桃| 亚洲最大成人中文| 床上黄色一级片| 在线十欧美十亚洲十日本专区| 久久久久国内视频| 亚洲精品一区av在线观看| 级片在线观看| 观看美女的网站| 人妻夜夜爽99麻豆av| 成人亚洲精品av一区二区| 亚洲国产欧美人成| 在线a可以看的网站| 桃色一区二区三区在线观看| 88av欧美| 超碰成人久久| 精品熟女少妇八av免费久了| 黄色女人牲交| 亚洲午夜理论影院| 亚洲国产欧美一区二区综合| 又粗又爽又猛毛片免费看| 国产人伦9x9x在线观看| 极品教师在线免费播放| 亚洲一区二区三区色噜噜| 首页视频小说图片口味搜索| 十八禁网站免费在线| 国产毛片a区久久久久| 美女 人体艺术 gogo| 国产精品一及| 亚洲自偷自拍图片 自拍| 黄片大片在线免费观看| 巨乳人妻的诱惑在线观看| 免费一级毛片在线播放高清视频| 免费看十八禁软件| 亚洲国产精品999在线| 国产激情欧美一区二区| 18美女黄网站色大片免费观看| 日本与韩国留学比较| 一级毛片女人18水好多| 亚洲精华国产精华精| 亚洲乱码一区二区免费版| 中文字幕久久专区| 色精品久久人妻99蜜桃| 男女午夜视频在线观看| 精品国内亚洲2022精品成人| 色精品久久人妻99蜜桃| 精品久久久久久,| 国产激情欧美一区二区| 这个男人来自地球电影免费观看| 美女大奶头视频| 波多野结衣巨乳人妻| 在线观看午夜福利视频| 18禁黄网站禁片免费观看直播| 亚洲av中文字字幕乱码综合| 一本久久中文字幕| 国产不卡一卡二| 亚洲国产日韩欧美精品在线观看 | 成人一区二区视频在线观看| 日本a在线网址| 999精品在线视频| 丰满人妻熟妇乱又伦精品不卡| 在线观看美女被高潮喷水网站 | 看片在线看免费视频| 一个人观看的视频www高清免费观看 | 两个人的视频大全免费| www.精华液| 在线观看美女被高潮喷水网站 | 黄色丝袜av网址大全| 一夜夜www| www.自偷自拍.com|