• <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 ?

    基于剪枝決策樹的人造板表面缺陷識別①

    2018-11-14 11:36:52劉傳澤陳龍現(xiàn)劉大偉曹正彬周玉成
    關(guān)鍵詞:人造板剪枝決策樹

    劉傳澤,陳龍現(xiàn),劉大偉,曹正彬,褚 鑫,羅 瑞,王 霄,周玉成

    1(山東建筑大學(xué) 信息與電氣工程學(xué)院,濟(jì)南250101)

    2(中國林業(yè)科學(xué)研究院,北京 100091)

    連續(xù)壓機(jī)生產(chǎn)線的普及使人造板生產(chǎn)快速發(fā)展,但是末端的缺陷檢測環(huán)節(jié)仍依靠人工檢測,存在工作強(qiáng)度大、檢測正確率低等問題,因此研發(fā)一套缺陷自動檢測系統(tǒng)成為人造板行業(yè)的迫切需求.連續(xù)壓機(jī)連續(xù)工作,板材之間的間距為400 mm,運(yùn)動速度高達(dá)1500 mm/s,缺陷識別的實(shí)時(shí)性要求較高,需尋求一種快速、準(zhǔn)確的算法完成人造板在線缺陷識別[1].現(xiàn)階段,主要的缺陷識別算法有貝葉斯[2]、神經(jīng)網(wǎng)絡(luò)[3,4]、支持向量機(jī)(SVM)[5,6]、CART樹[7,8]等,取得了較好的成果.由于貝葉斯分類方法需要計(jì)算出先驗(yàn)概率,神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)分類算法存在計(jì)算量大、復(fù)雜實(shí)時(shí)性不高,均不適用人造板缺陷在線識別.CART樹是一種基于二叉樹的算法,通過特征屬性值不斷對數(shù)據(jù)進(jìn)行二分,最終達(dá)到分類的結(jié)果[9].缺陷特征屬性的選擇決定了分類的成功與否[10],根據(jù)人造板的特點(diǎn)提取形狀、紋理特征用來表征缺陷.由于CART樹容易出現(xiàn)過擬合導(dǎo)致缺陷識別率較低的問題,用代價(jià)復(fù)雜度的算法對生成的CART樹進(jìn)行剪枝,使其具有更高的準(zhǔn)確率.本研究提出基于剪枝的CART樹分類算法具有較高的實(shí)時(shí)性和正確率,能夠?qū)⑵鋺?yīng)用到人造板在線缺陷檢測系統(tǒng)中,促進(jìn)缺陷檢測的自動化發(fā)展.

    1 最優(yōu)CART樹構(gòu)建

    CART樹采用自頂向下的遞歸方式,在決策樹的內(nèi)部節(jié)點(diǎn)進(jìn)行屬性值的比較,并根據(jù)不同的屬性值判斷從該節(jié)點(diǎn)向下的分支,在決策樹的葉節(jié)點(diǎn)得到分類結(jié)果[11].如圖1所示,CART樹由根節(jié)點(diǎn)、子節(jié)點(diǎn)、葉節(jié)點(diǎn)三個(gè)部分組成,其中根節(jié)點(diǎn)和子節(jié)點(diǎn)代表特征屬性,葉節(jié)點(diǎn)代表類別.

    圖1 CART樹示意圖

    1.1 CART算法

    構(gòu)建CART樹的算法流程如下[12]:

    1)建立根節(jié)點(diǎn)N,CART樹開始生長;

    2)如果訓(xùn)練集L中只剩下一類樣本,則返回N為葉節(jié)點(diǎn);

    3)分別計(jì)算當(dāng)前各個(gè)特征屬性的Gini指數(shù),將得到最大的Gini指數(shù)特征屬性作為節(jié)點(diǎn),使L劃分為L1和L2兩個(gè)子集,之后遞歸構(gòu)建決策樹,讓其充分生長,不剪枝.

    Gini指數(shù)代表當(dāng)前各個(gè)特征屬性的分裂的程度,數(shù)值越大說明數(shù)據(jù)復(fù)雜,不確定性越大,將Gini指數(shù)最小的特征屬性設(shè)置為節(jié)點(diǎn).其中的Gini指數(shù)的計(jì)算如下:

    假設(shè)訓(xùn)練集L中的樣本有n個(gè)不同的類別Ci(i=1,…,n).則概率分布的Gini指數(shù)定義為:

    式中,pi為類別Ci在S中所占比例.訓(xùn)練集在某個(gè)特征屬性V下被分為兩部分L1和L2,則L的 Gini指數(shù)即分裂指數(shù)為:

    1.2 基于代價(jià)復(fù)雜度的CART樹構(gòu)建

    為了提高CART樹分類器的泛化能力和降低復(fù)雜度,本文采用基于代價(jià)復(fù)雜度的后剪枝的方法,使用交叉驗(yàn)證的方式,確保使人造板缺陷識別的相對誤差與構(gòu)建的決策樹中節(jié)點(diǎn)數(shù)量均保持盡量小,確定剪枝的閾值P,進(jìn)行剪枝.因此,在簡化決策樹,可有效保持識別準(zhǔn)確率.具體實(shí)現(xiàn)過程如下.

    1)剪枝后各個(gè)子樹序列T構(gòu)建

    T是一棵是充分生長的CART樹,評估決策樹的復(fù)雜度,其代價(jià)復(fù)雜度函數(shù)為

    以節(jié)點(diǎn)為函數(shù)C為自變量,則有公式(4):

    令β從0開始增加,直到出現(xiàn)Cβ(t)=Cβ(T)成立的子節(jié)點(diǎn),得到剪之后的子樹T2(T1為T),不斷增加β的取值,重復(fù)上述過程,最后只剩下一個(gè)根節(jié)點(diǎn),則得到一系列子樹Tg(g=1,2,…,n).當(dāng)式(3)與式(4)相等,則P的值為:

    式中,C(t)為子樹Tt剪枝后節(jié)點(diǎn)t誤分類損失,C(Tt)是未剪枝時(shí)子樹Tt誤分類損失.

    2)最優(yōu)DT構(gòu)建

    在子樹Tg和βg已知的情況下,采用交叉驗(yàn)證方法評估子樹的分類誤差[13],來確定最佳的剪枝閾值,在確保正確率的同時(shí),降低CART樹的復(fù)雜度.誤分類誤差的定義為:

    式中,Ecv(T(β))為樹T(β)交叉驗(yàn)證的誤分類誤差;d(i|j)為將j類誤分為i類的樣本數(shù);N為訓(xùn)練樣本數(shù);Nij為誤分類的樣本數(shù).

    經(jīng)過循環(huán)交叉實(shí)驗(yàn)驗(yàn)證,確定代價(jià)復(fù)雜度最小的子樹Tk(β),確定最小的相對誤差結(jié)果是:

    通過上述理論,即利用L–Ln驗(yàn)證誤差率、最后確定最佳剪枝閾值P(β),最終得到誤分類誤叉最小的CART樹分類模型.

    2 人造板缺陷自動識別

    人造板表面缺陷在線識別的實(shí)現(xiàn)流程如圖2所示.

    圖2 人造板缺陷自動識別流程

    (1)圖像預(yù)處理.對CMOS相機(jī)獲得的在線人造板圖像,用中值濾波去除噪聲干擾.

    (2)缺陷檢測及區(qū)域定位.將經(jīng)過預(yù)處理的圖像進(jìn)行分塊檢測,計(jì)算每一各區(qū)塊的平均灰度值和方差,將方差大于一定閾值定義為缺陷板,并將該區(qū)塊定義為缺陷區(qū)域.

    (3)圖像分割.利用Otsu閾值分割法對缺陷區(qū)域進(jìn)行分割.

    (4)特征提取.統(tǒng)計(jì)缺陷區(qū)域中的形狀、紋理特征構(gòu)成特征向量.

    (5) CART樹分類.通過CART樹分類器進(jìn)行分類.

    當(dāng)有新輸入的人造板圖像時(shí),首先進(jìn)行缺陷檢測判斷是否有缺陷,如果檢測有缺陷,進(jìn)行缺陷定位、通過圖像分割、提取缺陷的特征值,作為CART樹的輸入,通過CART樹得到缺陷類別.其中最重要的是特征參數(shù)提取和最優(yōu)決策樹(DT)的構(gòu)建.

    2.1 特征提取

    人造板缺陷特征提取是缺陷識別的關(guān)鍵,由于人造板圖像的背景灰度值均勻,缺陷區(qū)域內(nèi)的灰度值相似,各類缺陷的形狀差異較大,基于選取缺陷圖像的形狀、紋理特征對缺陷進(jìn)行表征,其表達(dá)式如表1、表2所示.

    表1 形狀特征計(jì)算公式

    表2 紋理特征計(jì)算公式

    表1中,N為缺陷區(qū)域內(nèi)像素點(diǎn)的個(gè)數(shù);Nb為缺陷區(qū)域邊緣像素點(diǎn)的個(gè)數(shù); MER為缺陷區(qū)域最小外接矩形;LMER為MER的長;WMER為MER的寬;SMER為MER的面積.

    表2中,M(i)為缺陷各點(diǎn)的灰度值,N為缺陷區(qū)域像素點(diǎn)的個(gè)數(shù).

    2.2 人造板缺陷識別最優(yōu)CART樹的構(gòu)建

    采用CART算法對大刨花、膠斑、雜物、油污四類缺陷的人造板圖像進(jìn)行訓(xùn)練,從而獲得缺陷自動識別CART.CART分類樹的構(gòu)建實(shí)質(zhì)是建立人造板缺陷特征值與缺陷類別的非線性映射關(guān)系.其輸入向量為Q(S、L、O、OR、P、u、σD、σP、σS、σR),輸出為O(1,2,3,4)分別代表大刨花、膠斑、雜物、油污,建立映射關(guān)系為Q…O.

    本文中用MATLAB軟件進(jìn)行程序編寫,首先提取220張人造板缺陷圖像,提取形狀、紋理特征作為實(shí)驗(yàn)數(shù)據(jù),抽取其中200個(gè)數(shù)據(jù)構(gòu)成訓(xùn)練集Li,用于訓(xùn)練CART樹,剩下的20個(gè)數(shù)據(jù)組成訓(xùn)練集T,用來驗(yàn)證CART樹的優(yōu)劣,其實(shí)現(xiàn)過程如下所示:

    1) 將200個(gè)人造板特征數(shù)據(jù)L分成10份即Li(i=1,2,…,10),則訓(xùn)練集為L–Li為 CART樹的訓(xùn)練輸入,樣本中的缺陷類別標(biāo)簽為訓(xùn)練輸出,Li為測試數(shù)據(jù)用來確定剪枝閾值P;

    2) 用CART算法訓(xùn)練出自由生長的決策樹T;

    3) 通過剪枝獲得子樹{T1,T2,…,Tn},其中T=T1,利用Li測每棵子樹的真實(shí)誤差E(E1,E2,…,E10)的平均值,將E中最小的值對應(yīng)的閾值P為最優(yōu)的剪枝閾值,從而獲得最優(yōu)的CART樹.

    表3 測試集混淆矩陣

    2.3 人造板缺陷識別

    當(dāng)有新的人造板圖像輸入時(shí),首先對圖像進(jìn)行預(yù)處理,通過檢測區(qū)塊的灰度均值和方差判斷是否具有缺陷,如果沒有缺陷則不進(jìn)行分割操作,如果存在缺陷進(jìn)行圖像分割獲得缺陷特征值,將其作為CART樹的輸入,通過CART樹得到輸出類別.

    本研究的人造板圖像是通過人造板生產(chǎn)廠家提供的,共220幅.通過對人造板缺陷圖像其進(jìn)行預(yù)處理、圖像分割,其分割后的圖像如圖3所示,通過對圖3中二值圖像獲得形狀特征值,將分割后的缺陷區(qū)域映射到原圖中進(jìn)而獲得紋理特征,從而獲得表征缺陷的十個(gè)特征數(shù)據(jù) (S,L,O,OR,P,u,σD,σP,σS,σR).

    3 實(shí)驗(yàn)結(jié)果及分析

    3.1 最優(yōu)人造板分類決策樹構(gòu)建

    在訓(xùn)練集L下根據(jù)CART算法訓(xùn)練出的未經(jīng)過剪枝的CRAT樹T如圖4所示,獲得一系列子樹及P(β1,β2,…,βk)值.圖4采用IF-THEN的形式表現(xiàn)出數(shù)據(jù)的分類過程.當(dāng)有新數(shù)據(jù)輸入時(shí),根據(jù)根節(jié)點(diǎn)的特征屬性與相應(yīng)的數(shù)據(jù)進(jìn)行大小判斷數(shù)據(jù)的流向(此根節(jié)點(diǎn)屬性為σP,IFx8>0.05592,進(jìn)入左子樹),進(jìn)而逐漸的識別出人造板的四類缺陷,之后確定剪枝閾值P,進(jìn)行剪枝操作.

    圖3 四類缺陷分割前后圖像

    從圖5可知,隨著P值增大(復(fù)雜度增加),交叉驗(yàn)證相對誤差逐漸增大.圖5中,P的值先為無窮大,葉節(jié)點(diǎn)的數(shù)量代表樹的復(fù)雜度,剪枝過程從1~12開展,共12次; 葉節(jié)點(diǎn)的數(shù)量從18變?yōu)?.通過圖4可以看出,交叉驗(yàn)證誤差在P的值為0.001開始增加,所以最大剪枝次數(shù)為5,此時(shí)交叉驗(yàn)證誤差為0.05,最終的葉節(jié)點(diǎn)數(shù)為8.通過剪枝后,決策樹的葉節(jié)點(diǎn)樹量減少,樹的復(fù)雜度明顯降低,最終剪枝后的最終結(jié)構(gòu)如圖6所示.

    利用測試集的20組特征值數(shù)據(jù)對如圖6所示構(gòu)建的決策樹進(jìn)行檢測,其結(jié)果如表3所示,其中行表示實(shí)際的缺陷類別,列代表預(yù)測的缺陷類別.從圖中可知,總的識別率達(dá)到95%,可以滿足人造板的識別正確率.其中雜物和油污的識別率較低,主要是這兩種缺陷灰度值較為相似,形狀表現(xiàn)形式不一,容易識別錯(cuò)誤.

    3.2 算法比較

    為了驗(yàn)證本研究提出剪枝的CART樹分類算法的可行性,與神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(SVM)以及未剪枝的CART樹三種算法在人造板表面缺陷識別上正確率和時(shí)間進(jìn)行比較.

    圖4 充分生長的決策樹

    圖5 交叉驗(yàn)證結(jié)果

    圖6 剪之后的決策樹

    3.2.1 正確率

    利用測試集中的20組特征值數(shù)據(jù)對三種方法進(jìn)行驗(yàn)證,其結(jié)果如圖7所示,其中大刨花、膠斑、雜物、油污缺陷數(shù)量為2、5、7、6.由圖可知,剪枝后決策樹分類器的識別正確率較神經(jīng)網(wǎng)絡(luò)、SVM兩種算法有很大的優(yōu)勢,對于雜物、油污兩種難以區(qū)分的缺陷仍有較高的識別效率.剪枝后CART樹較未剪枝的決策樹識別能力強(qiáng),這是由于未剪枝決策樹在訓(xùn)練的時(shí)候?qū)τ?xùn)練樣本數(shù)據(jù)進(jìn)行充分表達(dá),泛化能力較弱,由此可知剪枝后CART具有較強(qiáng)的泛化能力.

    圖7 三種算法缺陷識別比較

    3.2.2 算法耗時(shí)分析

    在Intel Core I5-7500U 2.4 GHZ,6 GB內(nèi)存的硬件環(huán)境下和Windows10,MATLAB2016b的軟件環(huán)境下,對剪枝后的CART樹分類算法、神經(jīng)網(wǎng)絡(luò)和SVM三種方法在獲得的人造板缺陷數(shù)據(jù)上CPU運(yùn)行時(shí)間進(jìn)行分析.其中圖像分割、特征提取為相同程序,耗時(shí)分別為320 ms、90 ms.三種算法在訓(xùn)練集、測試集耗時(shí)如表4所示,由表可知,未剪枝的CART樹在訓(xùn)練和測試耗時(shí)最短.神經(jīng)網(wǎng)絡(luò)和SVM主要是由于計(jì)算復(fù)雜,訓(xùn)練所需時(shí)間較長.

    表4 耗時(shí)分析

    從表4可以看出,神經(jīng)網(wǎng)絡(luò)、SVM兩種算法時(shí)間很短,但屬于黑盒,分類過程難以讓人理解,不易應(yīng)用到實(shí)際中.而決策樹在分類過程是根據(jù)不同的特征屬性的特征值大小對數(shù)據(jù)不斷的進(jìn)行二分,容易理解且容易實(shí)現(xiàn).結(jié)合人造板缺陷識別正確率、識別時(shí)間和可實(shí)行性可知,基于剪枝CART樹的分類模型滿足人造板在線檢測實(shí)時(shí)性和正確率的要求.

    4 應(yīng)用和結(jié)論

    將本研究獲得的剪枝后CART樹得出的模糊規(guī)則(IF-THEN)編寫入C++程序中,嵌入到基于機(jī)器視覺的人造板在線缺陷檢測系統(tǒng)中,缺陷檢測率高達(dá)98%,缺陷識別正確率高達(dá)93%.本研究證明了設(shè)計(jì)的基于剪枝CART樹的分類方法在人造板檢測系統(tǒng)中應(yīng)用的可行性和優(yōu)勢,填補(bǔ)了我國人造板行業(yè)缺陷檢測的空白,推動人造板行業(yè)缺陷檢測自動化發(fā)展,為以后開展各類相似的缺陷檢測提供了一種可行的方式.

    猜你喜歡
    人造板剪枝決策樹
    人到晚年宜“剪枝”
    基于YOLOv4-Tiny模型剪枝算法
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    剪枝
    天津詩人(2017年2期)2017-03-16 03:09:39
    人造板、裝飾板
    人造板、裝飾板
    人造板、裝飾板
    人造板、裝飾板
    基于決策樹的出租車乘客出行目的識別
    嫩草影院新地址| 亚洲人成网站在线播放欧美日韩| 此物有八面人人有两片| 日韩欧美三级三区| 99久久无色码亚洲精品果冻| 日本黄色片子视频| 波多野结衣巨乳人妻| 国产极品精品免费视频能看的| 欧美在线黄色| 日韩av在线大香蕉| 很黄的视频免费| 亚洲三级黄色毛片| 动漫黄色视频在线观看| 久久精品国产亚洲av香蕉五月| 国产精品精品国产色婷婷| 熟女人妻精品中文字幕| 国产色婷婷99| av在线蜜桃| 国产主播在线观看一区二区| 精品免费久久久久久久清纯| 色av中文字幕| 黄色一级大片看看| 午夜福利欧美成人| 天美传媒精品一区二区| 欧美另类亚洲清纯唯美| 日本熟妇午夜| 在线观看一区二区三区| 91在线精品国自产拍蜜月| 桃色一区二区三区在线观看| 亚洲,欧美,日韩| 午夜免费成人在线视频| 中文字幕熟女人妻在线| 男人狂女人下面高潮的视频| 脱女人内裤的视频| 动漫黄色视频在线观看| 国产精品,欧美在线| 国产精品久久视频播放| 国产综合懂色| 色哟哟哟哟哟哟| 99久久精品热视频| 亚洲精品影视一区二区三区av| 97超级碰碰碰精品色视频在线观看| 怎么达到女性高潮| 成年女人看的毛片在线观看| 亚洲自偷自拍三级| 麻豆成人午夜福利视频| 久久久精品大字幕| 国产午夜福利久久久久久| 国产免费av片在线观看野外av| 欧美日韩乱码在线| 国产久久久一区二区三区| 国产精品一区二区三区四区免费观看 | av女优亚洲男人天堂| 久久国产精品人妻蜜桃| 亚洲 欧美 日韩 在线 免费| 精品久久久久久久久av| 国产精品美女特级片免费视频播放器| 成人美女网站在线观看视频| 成人国产一区最新在线观看| 久久精品综合一区二区三区| 午夜激情福利司机影院| 午夜日韩欧美国产| 国产私拍福利视频在线观看| 精品一区二区三区av网在线观看| 免费在线观看亚洲国产| 日韩 亚洲 欧美在线| 精品日产1卡2卡| 少妇的逼水好多| 麻豆成人av在线观看| av福利片在线观看| 亚洲自拍偷在线| 哪里可以看免费的av片| 18禁在线播放成人免费| 中亚洲国语对白在线视频| 能在线免费观看的黄片| 内地一区二区视频在线| 亚洲无线观看免费| 永久网站在线| 18禁黄网站禁片免费观看直播| 亚洲欧美日韩无卡精品| 欧美+亚洲+日韩+国产| 亚洲 欧美 日韩 在线 免费| 日本黄大片高清| 午夜影院日韩av| 日韩精品青青久久久久久| 中文字幕av成人在线电影| 国产伦精品一区二区三区视频9| 免费高清视频大片| 18美女黄网站色大片免费观看| 老司机午夜十八禁免费视频| 老司机福利观看| 国产又黄又爽又无遮挡在线| 亚洲人成网站高清观看| 亚洲av成人精品一区久久| av在线老鸭窝| 国产精品电影一区二区三区| 激情在线观看视频在线高清| 国产爱豆传媒在线观看| 亚洲美女视频黄频| 亚洲无线在线观看| 日本 欧美在线| aaaaa片日本免费| 免费黄网站久久成人精品 | 国产成+人综合+亚洲专区| 国产精品综合久久久久久久免费| 综合色av麻豆| 特大巨黑吊av在线直播| 黄色日韩在线| 国产91精品成人一区二区三区| 午夜老司机福利剧场| 乱码一卡2卡4卡精品| 亚洲精品在线美女| 黄色视频,在线免费观看| aaaaa片日本免费| 国产伦一二天堂av在线观看| 香蕉av资源在线| 一本一本综合久久| 内射极品少妇av片p| 少妇丰满av| 18禁裸乳无遮挡免费网站照片| 国产 一区 欧美 日韩| 日本黄大片高清| 成人特级av手机在线观看| 国产日本99.免费观看| 国产精品亚洲美女久久久| 男人舔女人下体高潮全视频| 好男人在线观看高清免费视频| 免费在线观看日本一区| 人人妻人人澡欧美一区二区| 成人无遮挡网站| 精品一区二区三区av网在线观看| 亚洲真实伦在线观看| 亚洲av第一区精品v没综合| 国产精品久久久久久久久免 | 九色成人免费人妻av| 狂野欧美白嫩少妇大欣赏| 成人永久免费在线观看视频| 欧美bdsm另类| 一本一本综合久久| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲精品成人久久久久久| 中亚洲国语对白在线视频| 乱码一卡2卡4卡精品| 日韩欧美 国产精品| 亚洲最大成人av| 特大巨黑吊av在线直播| 成人毛片a级毛片在线播放| 最近视频中文字幕2019在线8| 成人鲁丝片一二三区免费| 日本熟妇午夜| 国产高清视频在线观看网站| 国产亚洲欧美98| 一个人看的www免费观看视频| 黄色女人牲交| 美女cb高潮喷水在线观看| a级一级毛片免费在线观看| 亚洲美女黄片视频| а√天堂www在线а√下载| 国产久久久一区二区三区| 三级国产精品欧美在线观看| 成人午夜高清在线视频| 国产av麻豆久久久久久久| 色在线成人网| 日本a在线网址| 国产精品久久电影中文字幕| 我的老师免费观看完整版| 欧美性猛交╳xxx乱大交人| 欧美日韩亚洲国产一区二区在线观看| 国产极品精品免费视频能看的| 国产精品一区二区三区四区久久| 欧美丝袜亚洲另类 | 少妇人妻一区二区三区视频| 午夜福利视频1000在线观看| 日韩国内少妇激情av| 宅男免费午夜| 91麻豆av在线| 国产一级毛片七仙女欲春2| 久久久精品欧美日韩精品| 精品99又大又爽又粗少妇毛片 | 草草在线视频免费看| 国产精品嫩草影院av在线观看 | 日韩精品中文字幕看吧| 亚洲精品色激情综合| 一级黄片播放器| 757午夜福利合集在线观看| eeuss影院久久| 给我免费播放毛片高清在线观看| 色综合婷婷激情| av国产免费在线观看| 给我免费播放毛片高清在线观看| 欧美激情国产日韩精品一区| 黄片小视频在线播放| aaaaa片日本免费| 国产毛片a区久久久久| 久久人人爽人人爽人人片va | 身体一侧抽搐| 亚洲欧美日韩卡通动漫| 国产亚洲精品综合一区在线观看| 亚洲av.av天堂| 中文字幕精品亚洲无线码一区| 国产免费男女视频| 亚洲国产欧洲综合997久久,| 中出人妻视频一区二区| 日韩精品青青久久久久久| 天天躁日日操中文字幕| 天堂av国产一区二区熟女人妻| 午夜影院日韩av| 桃红色精品国产亚洲av| 亚洲午夜理论影院| 国产91精品成人一区二区三区| 久久九九热精品免费| 夜夜躁狠狠躁天天躁| 亚洲精品日韩av片在线观看| 日韩亚洲欧美综合| 搞女人的毛片| 露出奶头的视频| 麻豆av噜噜一区二区三区| 国产精品国产高清国产av| 搡老岳熟女国产| 一个人免费在线观看电影| 精品人妻一区二区三区麻豆 | 淫妇啪啪啪对白视频| 老熟妇仑乱视频hdxx| 免费观看人在逋| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 岛国在线免费视频观看| 怎么达到女性高潮| 日韩欧美精品v在线| 国产精华一区二区三区| 在线十欧美十亚洲十日本专区| 久久精品国产清高在天天线| 色综合欧美亚洲国产小说| 在线观看免费视频日本深夜| 亚洲最大成人av| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 在线观看午夜福利视频| 波多野结衣巨乳人妻| 国产精品久久久久久精品电影| 久久久久国内视频| 国产大屁股一区二区在线视频| 国产免费一级a男人的天堂| av视频在线观看入口| 国产精品野战在线观看| 国产精品久久久久久精品电影| 一本一本综合久久| 欧美区成人在线视频| 一级毛片久久久久久久久女| 天堂网av新在线| 中文字幕人成人乱码亚洲影| 日本撒尿小便嘘嘘汇集6| 亚洲精品一卡2卡三卡4卡5卡| 国产精品,欧美在线| 亚洲精品456在线播放app | 黄色女人牲交| 一级av片app| 久久久久久九九精品二区国产| 亚洲av第一区精品v没综合| 淫妇啪啪啪对白视频| 91av网一区二区| 熟女人妻精品中文字幕| 精品一区二区三区人妻视频| 欧美zozozo另类| 亚洲午夜理论影院| 国产精品免费一区二区三区在线| 在线看三级毛片| 色综合婷婷激情| 网址你懂的国产日韩在线| 婷婷六月久久综合丁香| 欧美3d第一页| 久久欧美精品欧美久久欧美| 欧美色视频一区免费| 国产精品一区二区三区四区免费观看 | 在线国产一区二区在线| 亚洲激情在线av| 国产69精品久久久久777片| 日本黄色视频三级网站网址| 久久亚洲真实| 欧美潮喷喷水| 国产精品免费一区二区三区在线| 精品午夜福利视频在线观看一区| 91字幕亚洲| 一区二区三区免费毛片| 老熟妇乱子伦视频在线观看| 欧美性感艳星| 国产精品不卡视频一区二区 | 国产精品人妻久久久久久| 久久久久久久久久黄片| 一本精品99久久精品77| 国产蜜桃级精品一区二区三区| 精品人妻熟女av久视频| 一区二区三区激情视频| 日韩高清综合在线| 国产精品1区2区在线观看.| 噜噜噜噜噜久久久久久91| 国产成人a区在线观看| 国产主播在线观看一区二区| 亚洲精品456在线播放app | 欧美精品国产亚洲| 国产在视频线在精品| 日本五十路高清| 国产亚洲av嫩草精品影院| 婷婷亚洲欧美| 日日干狠狠操夜夜爽| 国产精品不卡视频一区二区 | 欧美日本视频| 听说在线观看完整版免费高清| 久久国产精品人妻蜜桃| 久久婷婷人人爽人人干人人爱| 午夜激情欧美在线| 中文字幕av成人在线电影| 欧美乱妇无乱码| 久久久久国产精品人妻aⅴ院| 国产三级黄色录像| 亚洲人成网站高清观看| 国产成年人精品一区二区| 亚洲不卡免费看| 精华霜和精华液先用哪个| 久久久久性生活片| 神马国产精品三级电影在线观看| 欧美色视频一区免费| 国产亚洲精品久久久久久毛片| 嫩草影院新地址| 色5月婷婷丁香| 丰满乱子伦码专区| 午夜视频国产福利| 淫秽高清视频在线观看| 人人妻人人看人人澡| 免费高清视频大片| 日日夜夜操网爽| 久久这里只有精品中国| 亚洲人成电影免费在线| 99久久99久久久精品蜜桃| 亚洲美女黄片视频| 中国美女看黄片| 亚洲,欧美,日韩| 亚洲狠狠婷婷综合久久图片| 日韩欧美在线乱码| 亚洲最大成人av| 成人欧美大片| 久久精品综合一区二区三区| 亚洲中文日韩欧美视频| 国产成人福利小说| 99精品在免费线老司机午夜| 欧美黑人欧美精品刺激| 国产 一区 欧美 日韩| 九九久久精品国产亚洲av麻豆| 夜夜夜夜夜久久久久| 在线观看av片永久免费下载| 热99re8久久精品国产| 亚洲精品在线美女| 欧美色视频一区免费| 精品国产亚洲在线| 美女cb高潮喷水在线观看| 久久香蕉精品热| 性色avwww在线观看| 变态另类成人亚洲欧美熟女| www.www免费av| 国产精品1区2区在线观看.| 一个人免费在线观看电影| 中文在线观看免费www的网站| 三级男女做爰猛烈吃奶摸视频| 最新中文字幕久久久久| 亚洲精品粉嫩美女一区| 美女高潮的动态| 在线观看免费视频日本深夜| 中文字幕熟女人妻在线| 久久人妻av系列| 久久久久亚洲av毛片大全| 久久6这里有精品| 波多野结衣巨乳人妻| 亚洲自拍偷在线| 99久久无色码亚洲精品果冻| 日日摸夜夜添夜夜添av毛片 | 最新中文字幕久久久久| 久久午夜福利片| 国产精品人妻久久久久久| 国产精品一区二区三区四区久久| 性欧美人与动物交配| 国产午夜福利久久久久久| 免费观看人在逋| 色尼玛亚洲综合影院| 亚洲第一区二区三区不卡| 嫩草影院新地址| 亚洲成av人片在线播放无| 国产高清激情床上av| 欧美成狂野欧美在线观看| 少妇的逼水好多| 少妇被粗大猛烈的视频| 好男人在线观看高清免费视频| 看片在线看免费视频| eeuss影院久久| 18禁黄网站禁片午夜丰满| 欧美精品啪啪一区二区三区| 丰满的人妻完整版| 精品午夜福利视频在线观看一区| 国产精品国产高清国产av| 欧美午夜高清在线| 日本 欧美在线| netflix在线观看网站| 精品一区二区免费观看| 婷婷丁香在线五月| 97碰自拍视频| 亚洲成人久久爱视频| av在线蜜桃| 久久久色成人| 成年女人看的毛片在线观看| 亚洲精品久久国产高清桃花| 精品福利观看| 观看美女的网站| 日韩欧美国产在线观看| 久久这里只有精品中国| 亚洲欧美精品综合久久99| 色在线成人网| 非洲黑人性xxxx精品又粗又长| 亚洲 欧美 日韩 在线 免费| 午夜老司机福利剧场| 一个人看视频在线观看www免费| 淫秽高清视频在线观看| 午夜视频国产福利| 国产亚洲欧美在线一区二区| av在线老鸭窝| 精品乱码久久久久久99久播| 色av中文字幕| 少妇丰满av| 精品久久久久久成人av| 中文字幕人成人乱码亚洲影| 精品午夜福利视频在线观看一区| 日本五十路高清| 18禁黄网站禁片午夜丰满| 一级黄色大片毛片| 亚洲国产精品成人综合色| 国产精品乱码一区二三区的特点| 亚洲无线在线观看| 午夜视频国产福利| 久久精品综合一区二区三区| 窝窝影院91人妻| 国产高清视频在线观看网站| 国产在线精品亚洲第一网站| 国产高清激情床上av| 亚洲精品456在线播放app | 亚洲中文字幕日韩| 乱人视频在线观看| 国产欧美日韩精品一区二区| 91麻豆精品激情在线观看国产| 久久久久性生活片| 人妻夜夜爽99麻豆av| 日本一二三区视频观看| 一级黄色大片毛片| 午夜亚洲福利在线播放| 真人做人爱边吃奶动态| 99热只有精品国产| 99久久成人亚洲精品观看| 欧美黑人巨大hd| 人妻丰满熟妇av一区二区三区| 精华霜和精华液先用哪个| 在线免费观看不下载黄p国产 | 国产精品亚洲美女久久久| a级毛片免费高清观看在线播放| 色尼玛亚洲综合影院| 国产极品精品免费视频能看的| 国产伦人伦偷精品视频| 免费一级毛片在线播放高清视频| 精品一区二区免费观看| 午夜福利成人在线免费观看| av天堂在线播放| 国产欧美日韩一区二区精品| 国产乱人伦免费视频| 欧美zozozo另类| 熟妇人妻久久中文字幕3abv| or卡值多少钱| 看免费av毛片| 国产精品免费一区二区三区在线| 性欧美人与动物交配| 欧美又色又爽又黄视频| 成人av在线播放网站| 亚洲 欧美 日韩 在线 免费| 嫩草影院入口| 国产乱人伦免费视频| 99久久无色码亚洲精品果冻| 亚洲一区二区三区不卡视频| 国产一区二区在线av高清观看| 乱码一卡2卡4卡精品| 国产一区二区亚洲精品在线观看| 在线国产一区二区在线| 性色av乱码一区二区三区2| 国产乱人伦免费视频| 欧美色视频一区免费| 午夜福利18| 日韩欧美在线二视频| 精品午夜福利在线看| 日日摸夜夜添夜夜添av毛片 | 欧美黄色淫秽网站| 男女下面进入的视频免费午夜| 亚洲天堂国产精品一区在线| 亚洲av电影在线进入| 精品福利观看| 真人一进一出gif抽搐免费| 国产三级在线视频| 一本精品99久久精品77| 嫩草影院精品99| 免费av不卡在线播放| 久99久视频精品免费| av国产免费在线观看| 精品久久久久久久久久免费视频| 国产精品爽爽va在线观看网站| 两性午夜刺激爽爽歪歪视频在线观看| 中亚洲国语对白在线视频| 欧美日韩黄片免| 午夜激情欧美在线| 九九久久精品国产亚洲av麻豆| 亚洲在线观看片| or卡值多少钱| 小说图片视频综合网站| 亚洲欧美激情综合另类| 久久久久久久久大av| 亚洲中文日韩欧美视频| 欧美zozozo另类| 麻豆久久精品国产亚洲av| 国产精品伦人一区二区| 国产成年人精品一区二区| 亚洲,欧美,日韩| 亚洲五月婷婷丁香| 99国产极品粉嫩在线观看| 成人亚洲精品av一区二区| 久久人人爽人人爽人人片va | 国产一区二区亚洲精品在线观看| 伊人久久精品亚洲午夜| 男插女下体视频免费在线播放| 91字幕亚洲| 色综合欧美亚洲国产小说| 在线免费观看的www视频| 好看av亚洲va欧美ⅴa在| a在线观看视频网站| 又粗又爽又猛毛片免费看| 日韩欧美在线二视频| 久久精品综合一区二区三区| 亚洲av二区三区四区| 亚洲人与动物交配视频| 久久精品国产亚洲av香蕉五月| 欧美最黄视频在线播放免费| 丝袜美腿在线中文| 国内少妇人妻偷人精品xxx网站| 中出人妻视频一区二区| 变态另类丝袜制服| 黄色一级大片看看| 18禁黄网站禁片午夜丰满| 午夜福利欧美成人| 啦啦啦观看免费观看视频高清| 国产精品女同一区二区软件 | 婷婷六月久久综合丁香| 在线国产一区二区在线| 十八禁人妻一区二区| 亚洲精品在线观看二区| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品粉嫩美女一区| 久久精品国产亚洲av涩爱 | 91字幕亚洲| 欧美另类亚洲清纯唯美| 床上黄色一级片| 免费无遮挡裸体视频| 午夜激情福利司机影院| 宅男免费午夜| 久久精品国产亚洲av涩爱 | 最好的美女福利视频网| 亚洲av成人精品一区久久| 69人妻影院| 午夜福利高清视频| 国产久久久一区二区三区| 亚洲狠狠婷婷综合久久图片| 欧美三级亚洲精品| 成人亚洲精品av一区二区| 欧美一区二区国产精品久久精品| 精品福利观看| 国产美女午夜福利| 香蕉av资源在线| 老司机深夜福利视频在线观看| 十八禁人妻一区二区| 自拍偷自拍亚洲精品老妇| 亚洲人成网站高清观看| 欧美激情在线99| 91久久精品电影网| 国产精品永久免费网站| 黄色视频,在线免费观看| 久久香蕉精品热| 99久国产av精品| 久久久久久国产a免费观看| 小说图片视频综合网站| 国产精品伦人一区二区| 亚洲国产欧美人成| 久久香蕉精品热| 亚洲欧美精品综合久久99| 成人特级av手机在线观看| 午夜两性在线视频| 首页视频小说图片口味搜索| 欧美黑人欧美精品刺激| 日韩国内少妇激情av| 欧美xxxx性猛交bbbb| 国产91精品成人一区二区三区| 久久久久免费精品人妻一区二区| 啪啪无遮挡十八禁网站| 欧美区成人在线视频| 欧美日韩福利视频一区二区| 午夜福利在线在线| 蜜桃久久精品国产亚洲av| 国产黄a三级三级三级人| 波野结衣二区三区在线| 夜夜夜夜夜久久久久| 亚洲av免费在线观看| 亚洲av五月六月丁香网| 欧美色欧美亚洲另类二区| 国产成年人精品一区二区| 国产乱人伦免费视频| 欧美黄色淫秽网站| 亚洲av成人av| 小说图片视频综合网站|