• <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 ?

    基于優(yōu)化采樣支持向量機(jī)的指紋二值化方法

    2019-01-02 03:36:08李俊杰高翠芳
    關(guān)鍵詞:指紋圖鄰域像素點

    李俊杰,高翠芳,黃 芳

    (江南大學(xué)理學(xué)院,江蘇 無錫 214122)

    0 引言

    指紋作為一類常用的生物識別特征[1],與面孔、發(fā)音、虹膜、骨形等其他生物識別特征一樣,具有唯一性、穩(wěn)定性等特點.相比于面孔、發(fā)音等易采集的生物識別特征,指紋具有一定的私密性,同時相比于虹膜、骨形等較復(fù)雜的生物識別特征,指紋又便于采集.綜合上述特點,指紋識別技術(shù)被廣泛應(yīng)用在基于身份驗證的支付、安防等相關(guān)鄰域.[2-3]近年來,隨著智能移動終端的快速發(fā)展,指紋識別技術(shù)已被大量應(yīng)用到智能移動終端上[4],被快速商業(yè)化應(yīng)用.

    在指紋識別過程中,一個關(guān)鍵步驟就是將從傳感器上采集來的指紋圖像進(jìn)行二值化處理[5].經(jīng)二值化后的指紋圖像僅留下前景指紋和背景部分,去除了原圖中的灰度噪聲,極大方便了后續(xù)的識別配對.現(xiàn)有的指紋二值化處理大多采用基于指紋紋理的方向場技術(shù)[6-7],少部分基于濾波算法來實現(xiàn)[8].采用方向向量將含有灰度信息的指紋圖像轉(zhuǎn)化為二值圖像,基于方向技術(shù)的指紋圖像二值化算法可以同時完成指紋圖像的二值化處理以及細(xì)化處理.但方向場技術(shù)在計算過程中需要計算每個像素的方向向量,算法復(fù)雜度高,計算時間長,在實際應(yīng)用中存在一定的局限性.

    考慮現(xiàn)有指紋二值化處理中存在的問題,本文提出基于支持向量機(jī)(SVM)的指紋二值化處理方法.SVM[9]是一種有監(jiān)督的小樣本分類方法,可利用先驗知識,通過小樣本快速完成分類.指紋二值化處理中,前景和背景在分類前具有一定的先驗知識,灰度值較小的通常是前景,灰度值較大的通常是背景,憑此可運用SVM進(jìn)行指紋二值化處理.

    在SVM分類過程中,如果只采用像素值一個特征量,可能會降低分類精確度,尤其是在指紋圖像邊緣處.因此,本文又提出了一種4-鄰域均值模板來處理指紋圖像邊緣,并以此作為另一個特征量.同時利用灰度直方圖搜索算法,提取統(tǒng)計值較高的像素點作為訓(xùn)練集,通過4-鄰域均值模板以及直方圖搜索優(yōu)化訓(xùn)練集來提高分類精度.

    1 支持向量機(jī)簡介

    對于數(shù)據(jù)集T={[x1,y1],[x2,y2],…,[xN,yN]},{x1,x2,…,xN}∈RN為數(shù)據(jù)集的輸入空間,同時每一維x都有N個特征組成;{y1,y2,…,yN}∈{-1,1}為數(shù)據(jù)集中每一維輸入空間對應(yīng)的類屬標(biāo)簽.SVM的目的是利用輸入空間以及標(biāo)簽集對數(shù)據(jù)集T進(jìn)行分類.

    SVM作為一種有監(jiān)督式的學(xué)習(xí)算法,在一定程度上依賴于標(biāo)簽集的分類,因此在處理不確定標(biāo)簽問題時存在一定的局限性,例如指紋灰度圖像中指紋圖形的邊緣像素點既可看作前景類,也可看作背景類.不同的標(biāo)簽類會影響分類結(jié)果,對訓(xùn)練造成影響.針對這一問題,本文在原有指紋圖像像素值的基礎(chǔ)上引入新特征量來擴(kuò)充SVM中的訓(xùn)練集.同時采用出現(xiàn)頻率高的像素點作為樣本點,使分類精度進(jìn)一步提高.

    2 優(yōu)化采樣算法

    指紋通過傳感器采集得到灰度圖像,灰度圖像用灰度值存儲為矩陣形式[5],不同的灰度值代表了圖像中不同的灰度,因此像素點灰度值可作為SVM學(xué)習(xí)過程中一個重要的特征.但是只有一維特征的情況下會導(dǎo)致分類結(jié)果出現(xiàn)偏差,尤其是在圖形邊緣的像素點,因此本文定義4-鄰域均值模板來處理圖形邊緣,并以其計算值作為另一維特征.

    在樣本點的采樣過程中,為提高計算速度,本文采用等距采樣,同時為了提高分類精度,在等距采樣的基礎(chǔ)上加入基于灰度直方圖的優(yōu)化算法,將等距采樣后樣本點周圍直方圖統(tǒng)計量較多的像素點作為樣本點,進(jìn)一步提高了分類精度.

    2.1 基于4-鄰域均值模板輔助樣點

    在指紋灰度圖像的前景和背景分類問題中,指紋紋理與紋理過度部分存在圖像邊緣的問題[10],邊緣像素點判定會影響到后續(xù)的匹配識別,本文設(shè)計了4-鄰域均值模板,來提高算法在邊緣點分類上的精確度.

    設(shè)計的4-鄰域均值模板是在邊緣檢測算子的基礎(chǔ)上演變而來的.參考Prewitt算子[11]設(shè)計4-鄰域均值模板,Prewitt算子表達(dá)式為

    (1)

    在傳統(tǒng)的Prewitt算子中分別對列Gx和行Gy進(jìn)行計算,共計算中心像素點周圍8個像素點的值.為方便計算,考慮將行列融合,并且只計算上下左右4個方向的像素,通過模板中心像素點灰度值與4個方向像素點灰度值的差值絕對值的平均來構(gòu)造4-鄰域模板:

    (2)

    由(2)式可知,4-鄰域均值模板D計算了中間像素點Ii,j與上方像素點Ii-1,j、下方像素點Ii+1,j、左側(cè)像素點Ii,j-1、右側(cè)像素點Ii,j+1之間的差值的絕對值,通過相加這4個方向的差值,得到

    ∑D=(|Ii,j-Ii-1,j|+|Ii,j-Ii+1,j|+|Ii,j-Ii,j-1|+|Ii,j-Ii,j+1|).

    (3)

    4-鄰域均值模板相比于邊緣檢測中的Prewitt算子對模板中心像素點的權(quán)值更大,更能突出模板中心點像素值的重要性,同時通過一個模板計算4個方向,不需要2個模板計算,提高了計算速度.

    在對生物圖像、醫(yī)學(xué)圖像等客觀圖像處理時,需要保證圖像的原有特性[5],應(yīng)避免非線性變換,本文所構(gòu)造的4-鄰域均值模板就可以較好地滿足這一點.以指紋圖像的灰度直方圖為例,計算結(jié)果如圖1所示.

    (a)原始指紋圖像

    (b)4-鄰域均值模板處理圖像

    (a)原始指紋圖像灰度直方圖

    (b)4-鄰域均值模板處理圖像灰度直方圖

    圖1中白色背景都占據(jù)了絕大部分比例,為顯示圖像的特點,本文手動去除了直方圖中灰度值為255的點.通過比較發(fā)現(xiàn),兩者圖像走勢基本相同,因此4-鄰域均值模板能較好地保存原圖像特征.

    在原有的特征量基礎(chǔ)上,加入4-鄰域均值模板計算結(jié)果作為特征量,能在一定程度上提高SVM在圖像邊緣點判斷的準(zhǔn)確性.

    2.2 直方圖搜索算法

    在灰度圖像中,灰度直方圖是刻畫像素灰度值統(tǒng)計量的一個重要工具,在SVM訓(xùn)練樣本點的選取中,為了使分類更加精確,需要更為準(zhǔn)確的先驗知識,因此選擇統(tǒng)計值較大的像素點作為SVM的訓(xùn)練樣本.但是為提高計算效率,保證樣本多樣性,本文采用局部統(tǒng)計值最大的像素點作為訓(xùn)練樣本點,尋找樣本點的方法就是本文的直方圖搜索算法.

    直方圖搜索算法分為2個部分,第一部分是對整個樣本空間進(jìn)行等距采樣,即采用相等的間距對255個灰度值進(jìn)行采樣,等距采樣公式為

    Ii=Num255n-1?i(i=2,3,…,n-1).

    (4)

    其中:I為樣本點,且I1=0,In=255;n為采樣個數(shù);Num255為將二維圖像矩陣展開成一維向量,并從0到255進(jìn)行排序后,255像素第一次出現(xiàn)所對應(yīng)的值,本文對Num255之前的像素進(jìn)行等距采樣,并進(jìn)行直方圖搜索;i為樣本點標(biāo)號,由于樣本點首尾固定,所以i從2標(biāo)到n-1;符號└┘為向下取整,保證樣本點標(biāo)號為整數(shù).

    基于等距采樣的樣本點無法保證每個樣本點都有較大像素統(tǒng)計量,因此第二部分是在等距采樣的基礎(chǔ)上進(jìn)一步提出了直方圖搜索算法,在當(dāng)前樣本點的基礎(chǔ)上搜索它的前一個像素值以及后一個像素值,用最大的那個作為樣本點,以此來保證樣本點在局部范圍內(nèi)有一個較大的像素統(tǒng)計量.算法1的直方圖搜索算法偽代碼為:

    01 Begin02 輸入I_i //獲取當(dāng)前采樣點03 輸入H_i //獲取當(dāng)前像素值04 輸入I_i-1 //獲取前一個采樣點05 輸入H_i-1 //獲取前一個像素值06 if H_i>H_i-1 then07 H_i≥H_new08 I_i≥I_new09 else10 H_i-1≥H_new11 I_i-1≥I_new12 輸入I_i+1 //獲取后一個采樣點13 輸入H_i+1 //獲取后一個像素值14 if H_i+1

    算法1中I_i存儲了所選取的樣本點,H_i存儲了樣本點對應(yīng)的像素統(tǒng)計值,本文對等距采樣的結(jié)果進(jìn)行直方圖搜索更新.通過算法1可以實現(xiàn)樣本點的像素統(tǒng)計值在局部范圍內(nèi)達(dá)到一個極大值,由此來提高SVM的優(yōu)化精度.直方圖搜索算法的結(jié)果如圖3所示.

    圖3 直方圖搜索算法的結(jié)果

    在圖3中黑色圓點表示等距采樣的結(jié)果圖,黑色圓圈表示在等距采樣的基礎(chǔ)上經(jīng)過直方圖搜索算法優(yōu)化的結(jié)果,從圖3中可以看出,經(jīng)過優(yōu)化后樣本點的像素統(tǒng)計值均到達(dá)局部極值點.

    3 指紋圖像二值化處理與比較結(jié)果

    在實際測試中,本文采用FVC2004數(shù)據(jù)庫中的指紋圖像作為實驗數(shù)據(jù)[12].該數(shù)據(jù)庫中包含有4種類型傳感器收集來的數(shù)據(jù).對于產(chǎn)生如圖1(a)的指紋傳感器,從圖1中可以看出圖像構(gòu)成只包含前景和背景兩類,且指紋圖像不存在復(fù)雜區(qū)域,構(gòu)成簡單,因此對二值化算法的要求較低,各算法二值化結(jié)果相近.

    本文考慮處理較為復(fù)雜的一類傳感器所得圖像.此類傳感器收集的指紋圖像大小為328像素×364像素.由于傳感器因素,圖像形成了一個類似透視效果的形變,因此在圖像中產(chǎn)生了2個背景,一個為白色背景,一個為深灰色背景.同時由于傳感器原因,使得指紋圖像中間產(chǎn)生了一個深色復(fù)雜區(qū)域.具體指紋圖像見圖4(a).

    在本文算法實際處理時,采用SVM進(jìn)行二值化處理.SVM訓(xùn)練集選取直方圖搜索算法,所得樣本點的灰度值以及對應(yīng)4-鄰域均值模板的計算值為特征量,直方圖搜索算法選擇30個像素樣本點.以此訓(xùn)練結(jié)果對全部像素點進(jìn)行前景和背景分類.同時將本文算法與未經(jīng)過優(yōu)化采樣的原始SVM算法及模糊聚類算法進(jìn)行了對比.

    3.1 對比原始SVM算法結(jié)果

    對于經(jīng)過透視變換導(dǎo)致形變的指紋圖像,本文算法二值化結(jié)果、原始SVM的二值化結(jié)果如圖4所示.

    (a)形變后指紋圖像

    (b)本文算法結(jié)果

    (c)原始支持向量機(jī)結(jié)果

    本文算法二值化結(jié)果與原始SVM二值化結(jié)果的數(shù)值統(tǒng)計見表1.

    表1 形變后指紋圖像二值化處理對比數(shù)據(jù)

    兩種算法對深灰色背景、白色背景都進(jìn)行了有效地處理,在背景上只留下少許噪聲點.從統(tǒng)計數(shù)值中可以看出,本文算法在背景上的殘留噪聲點在背景像素點中的占比為4.53×10-4,原始SVM占比為5.05×10-4.對比背景殘留噪聲點,本文算法對誤判降低了10.21%.但由于兩種算法所得圖像的背景殘留噪聲點的占比都較小,均不影響后續(xù)處理.

    對于指紋中間的被污染的深色復(fù)雜區(qū)域,從直觀結(jié)果中可看出,本文算法的二值化結(jié)果要優(yōu)于原始SVM二值化結(jié)果.本文選擇100像素×3 100像素的區(qū)域?qū)υ贾讣y圖像中的深色復(fù)雜區(qū)域進(jìn)行放大,兩者的細(xì)節(jié)對比如圖5所示.

    (a)形變后指紋對比區(qū)域

    (b)本文算法結(jié)果

    (c)原始SVM結(jié)果

    通過統(tǒng)計結(jié)果可知,本文算法二值化后誤判的像素在放大區(qū)域中的占比為0.005 3,原始SVM占比為0.009 5,本文算法有效降低了45.92%的誤判.同時從直觀結(jié)果中可見,原始SVM二值化處結(jié)果中存在明顯的黑色塊,且遮擋了一個指紋的分叉點,而本文算法也存在誤判,但占用像素少,沒有形成明顯的黑色塊,沒有遮擋指紋中的重要結(jié)構(gòu).

    通過上述對比可以看出,本文算法在處理指紋圖像的邊緣細(xì)節(jié)以及復(fù)雜區(qū)域較為準(zhǔn)確,所提出的4-鄰域均值模板和直方圖搜索算法可有效提高SVM在指紋二值化處理中的分類精度.

    3.2 對比模糊聚類算法結(jié)果

    將本文算法與模糊聚類算法(FCM)[13]相比較.FCM是一種無監(jiān)督的分類算法,被廣泛運用于各個鄰域.在相同計算環(huán)境下,采用本文算法和FCM對形變后指紋圖像進(jìn)行二值化處理,結(jié)果如圖6所示.

    (a)形變后指紋對比區(qū)域

    (b)本文算法結(jié)果

    (c)FCM算法結(jié)果

    從圖6可見,本文算法結(jié)果遠(yuǎn)好于FCM,尤其是在圖6(c)中,結(jié)果圖像中存在幾處的黑色塊,且背景上的黑色塊也較多,會大大影響后續(xù)識別的效果.兩種結(jié)果的數(shù)據(jù)對比見表2.

    表2 本文算法與FCM實驗結(jié)果對比

    通過表2數(shù)據(jù)看出,在相同的計算環(huán)境下,本文算法的計算處理速度遠(yuǎn)快于FCM.同時由統(tǒng)計可知,對于背景的處理FCM二值化后背景殘留噪聲點在背景像素點中的占比為5.772×10-3,而本文算法為4.53×10-4.相比FCM本文算法降低了92.15%的誤判.

    對于復(fù)雜區(qū)域,從直觀可見,F(xiàn)CM算法將復(fù)雜區(qū)域二值化為整個黑色塊,幾乎失去了全部細(xì)節(jié),而本文算法則保留了較好的細(xì)節(jié)部分.本文算法在不丟失主要細(xì)節(jié)的前提下,圖像占比更小,將更有利于后續(xù)的識別算法.

    4 結(jié)論

    基于本文提出的優(yōu)化采樣算法,利用SVM對指紋圖像進(jìn)行二值化處理的方法可有效地解決SVM在指紋圖像邊緣以及復(fù)雜區(qū)域分類精度低的問題,能較好地保存指紋細(xì)節(jié),配合其他模式識別算法,可有效地完成指紋識別工作.

    本文在SVM的基礎(chǔ)上,加入了基于4-鄰域均值模板和直方圖搜索算法的優(yōu)化采樣方法,進(jìn)一步提高了識別精度,對算法做出了有益的改進(jìn).本文算法相比于同為分類算法FCM算法,計算精度較高,計算量較小,實驗結(jié)果也說明了本文算法是有效可行的.

    猜你喜歡
    指紋圖鄰域像素點
    稀疏圖平方圖的染色數(shù)上界
    基于鄰域競賽的多目標(biāo)優(yōu)化算法
    指紋圖像傳感器技術(shù)與后續(xù)發(fā)展研究
    電子測試(2018年4期)2018-05-09 07:27:49
    基于canvas的前端數(shù)據(jù)加密
    基于逐像素點深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    關(guān)于-型鄰域空間
    沉香GC-MS指紋圖譜分析
    中成藥(2016年8期)2016-05-17 06:08:26
    基于模板檢測法的指紋圖像的細(xì)節(jié)特征提取
    基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
    基于時序擴(kuò)展的鄰域保持嵌入算法及其在故障檢測中的應(yīng)用
    淫秽高清视频在线观看| 日韩人妻高清精品专区| 久久久久久国产a免费观看| 给我免费播放毛片高清在线观看| 久久国产精品人妻蜜桃| 亚洲精品在线美女| 欧美黑人欧美精品刺激| 麻豆成人午夜福利视频| 精品久久久久久久人妻蜜臀av| 亚洲成人免费电影在线观看| 在线免费观看的www视频| 成人无遮挡网站| 精品日产1卡2卡| 欧美乱码精品一区二区三区| 欧美av亚洲av综合av国产av| 搡老妇女老女人老熟妇| www.精华液| 亚洲国产精品合色在线| 草草在线视频免费看| 欧美zozozo另类| e午夜精品久久久久久久| 中文字幕av在线有码专区| 中文亚洲av片在线观看爽| 香蕉av资源在线| 中亚洲国语对白在线视频| 国产97色在线日韩免费| 日本在线视频免费播放| 亚洲va日本ⅴa欧美va伊人久久| 神马国产精品三级电影在线观看| 欧美日韩乱码在线| 国产v大片淫在线免费观看| 成人永久免费在线观看视频| 丁香欧美五月| 日韩av在线大香蕉| 国产精品 欧美亚洲| 老熟妇乱子伦视频在线观看| 久久这里只有精品中国| 午夜福利视频1000在线观看| 一级毛片精品| 最好的美女福利视频网| 亚洲欧美日韩卡通动漫| 最新美女视频免费是黄的| 国产精品亚洲一级av第二区| 久久精品国产清高在天天线| 国产亚洲欧美在线一区二区| 亚洲一区高清亚洲精品| 成年版毛片免费区| 欧美黄色片欧美黄色片| 国产成人aa在线观看| 日日摸夜夜添夜夜添小说| 一区二区三区高清视频在线| 欧美性猛交╳xxx乱大交人| 18禁黄网站禁片午夜丰满| 深夜精品福利| 在线免费观看不下载黄p国产 | 亚洲av免费在线观看| a在线观看视频网站| 久久伊人香网站| 亚洲午夜精品一区,二区,三区| 男女下面进入的视频免费午夜| 91久久精品国产一区二区成人 | 亚洲av成人精品一区久久| 国产精品久久久久久久电影 | 亚洲成av人片免费观看| 天堂网av新在线| 人妻夜夜爽99麻豆av| 长腿黑丝高跟| 1024手机看黄色片| 精品一区二区三区av网在线观看| 国产精品久久久久久亚洲av鲁大| 亚洲性夜色夜夜综合| x7x7x7水蜜桃| 国产精品一区二区三区四区免费观看 | 国产三级中文精品| а√天堂www在线а√下载| 久久草成人影院| 久久久久国产精品人妻aⅴ院| 亚洲国产看品久久| 午夜福利视频1000在线观看| 天堂av国产一区二区熟女人妻| 嫩草影视91久久| 90打野战视频偷拍视频| 99久久综合精品五月天人人| h日本视频在线播放| 色综合亚洲欧美另类图片| 高清毛片免费观看视频网站| 亚洲中文日韩欧美视频| 天天躁狠狠躁夜夜躁狠狠躁| 色精品久久人妻99蜜桃| 一级毛片精品| 一级a爱片免费观看的视频| 欧美在线一区亚洲| 最近最新中文字幕大全电影3| 国产视频一区二区在线看| 久久中文看片网| 好男人在线观看高清免费视频| svipshipincom国产片| 在线a可以看的网站| 久久亚洲精品不卡| 国产真实乱freesex| 欧美最黄视频在线播放免费| 91av网一区二区| 日韩av在线大香蕉| 啦啦啦韩国在线观看视频| 男人舔女人的私密视频| 日韩av在线大香蕉| 99热精品在线国产| 18禁黄网站禁片免费观看直播| 夜夜爽天天搞| 欧美大码av| 悠悠久久av| 淫秽高清视频在线观看| 亚洲第一欧美日韩一区二区三区| 精品一区二区三区视频在线观看免费| 国产精品av久久久久免费| 婷婷丁香在线五月| 日本成人三级电影网站| 国产一区二区三区在线臀色熟女| 色尼玛亚洲综合影院| 精品国产亚洲在线| 久久久久久久午夜电影| 久久精品国产99精品国产亚洲性色| 欧美激情久久久久久爽电影| 亚洲精品粉嫩美女一区| 精品99又大又爽又粗少妇毛片 | 国产日本99.免费观看| 亚洲自偷自拍图片 自拍| 久久精品国产亚洲av香蕉五月| 午夜福利视频1000在线观看| 又黄又粗又硬又大视频| 国产免费av片在线观看野外av| 久久午夜亚洲精品久久| 日本熟妇午夜| 哪里可以看免费的av片| 性欧美人与动物交配| 国产乱人伦免费视频| 久久久久久久久久黄片| 99热6这里只有精品| 亚洲最大成人中文| 国产私拍福利视频在线观看| 国内精品久久久久久久电影| 午夜两性在线视频| 欧美性猛交╳xxx乱大交人| 在线观看日韩欧美| 日韩国内少妇激情av| 欧美午夜高清在线| 日本黄色片子视频| 亚洲一区二区三区色噜噜| 中文字幕熟女人妻在线| 久久国产精品人妻蜜桃| 国产成人系列免费观看| 后天国语完整版免费观看| 在线国产一区二区在线| 免费电影在线观看免费观看| 又爽又黄无遮挡网站| 在线观看66精品国产| 国产午夜精品久久久久久| 性欧美人与动物交配| 久久国产精品影院| 香蕉丝袜av| 黄色丝袜av网址大全| 每晚都被弄得嗷嗷叫到高潮| 夜夜爽天天搞| 9191精品国产免费久久| 亚洲av免费在线观看| 亚洲欧美激情综合另类| 久久香蕉精品热| 国产一区二区激情短视频| 久久草成人影院| 夜夜看夜夜爽夜夜摸| 欧美性猛交黑人性爽| 亚洲av电影不卡..在线观看| 日韩精品青青久久久久久| cao死你这个sao货| 99久久99久久久精品蜜桃| 日本 av在线| av女优亚洲男人天堂 | 高清毛片免费观看视频网站| 不卡av一区二区三区| 精品乱码久久久久久99久播| 国内精品久久久久久久电影| 亚洲中文字幕日韩| 欧美zozozo另类| 免费在线观看日本一区| 亚洲国产看品久久| 精品无人区乱码1区二区| 精品福利观看| 亚洲九九香蕉| 国产综合懂色| 中文字幕人成人乱码亚洲影| 精品无人区乱码1区二区| 精品福利观看| 我要搜黄色片| 中文字幕人成人乱码亚洲影| 亚洲人成伊人成综合网2020| 小说图片视频综合网站| 成在线人永久免费视频| 国内精品久久久久久久电影| 香蕉久久夜色| АⅤ资源中文在线天堂| 欧美极品一区二区三区四区| 日韩欧美国产一区二区入口| 啪啪无遮挡十八禁网站| 一本综合久久免费| 久久久久久久久久黄片| 老司机福利观看| 国产极品精品免费视频能看的| 久久中文字幕人妻熟女| 国产探花在线观看一区二区| 久久精品aⅴ一区二区三区四区| tocl精华| av福利片在线观看| 日本免费a在线| 日本三级黄在线观看| 久久精品91蜜桃| 观看美女的网站| 精品久久久久久久久久免费视频| 日本与韩国留学比较| 这个男人来自地球电影免费观看| 老司机深夜福利视频在线观看| 黄片小视频在线播放| 午夜激情福利司机影院| 日韩中文字幕欧美一区二区| 天天添夜夜摸| 精品国产乱子伦一区二区三区| 啦啦啦免费观看视频1| 真人一进一出gif抽搐免费| 亚洲va日本ⅴa欧美va伊人久久| 一二三四社区在线视频社区8| 人妻久久中文字幕网| 身体一侧抽搐| 一本久久中文字幕| 两性午夜刺激爽爽歪歪视频在线观看| 久久精品综合一区二区三区| 亚洲天堂国产精品一区在线| 男女下面进入的视频免费午夜| 国产精品美女特级片免费视频播放器 | 90打野战视频偷拍视频| 中文在线观看免费www的网站| 亚洲av成人不卡在线观看播放网| 久9热在线精品视频| 老司机在亚洲福利影院| 国产黄色小视频在线观看| 国产探花在线观看一区二区| 色综合亚洲欧美另类图片| av片东京热男人的天堂| 又粗又爽又猛毛片免费看| a级毛片在线看网站| 国产熟女xx| 亚洲国产欧洲综合997久久,| 制服人妻中文乱码| 久久这里只有精品中国| 老司机福利观看| 嫩草影视91久久| 桃红色精品国产亚洲av| av福利片在线观看| 色播亚洲综合网| 91在线观看av| 成人特级av手机在线观看| 欧美大码av| 巨乳人妻的诱惑在线观看| 国产成人av教育| 搞女人的毛片| 偷拍熟女少妇极品色| 免费在线观看日本一区| 色吧在线观看| 伦理电影免费视频| 一a级毛片在线观看| 免费在线观看亚洲国产| 国产乱人视频| 在线观看日韩欧美| 人妻夜夜爽99麻豆av| 久久天躁狠狠躁夜夜2o2o| 亚洲专区字幕在线| 国产精品av久久久久免费| 脱女人内裤的视频| 十八禁网站免费在线| 国产精品 欧美亚洲| 精品久久久久久,| 亚洲成人久久爱视频| 中文亚洲av片在线观看爽| 亚洲欧美日韩卡通动漫| 亚洲欧美日韩东京热| 国产精品爽爽va在线观看网站| 亚洲在线自拍视频| 九九久久精品国产亚洲av麻豆 | 国内少妇人妻偷人精品xxx网站 | 亚洲成人精品中文字幕电影| 亚洲成a人片在线一区二区| 每晚都被弄得嗷嗷叫到高潮| 1024手机看黄色片| 国产一区二区三区视频了| 久久精品91无色码中文字幕| 一个人看的www免费观看视频| 我要搜黄色片| 国产亚洲精品一区二区www| 国产一区二区激情短视频| 黑人欧美特级aaaaaa片| 18禁国产床啪视频网站| 中文在线观看免费www的网站| 国产不卡一卡二| xxxwww97欧美| 日本五十路高清| 可以在线观看的亚洲视频| 精品国产亚洲在线| www.www免费av| 婷婷亚洲欧美| 国产伦人伦偷精品视频| 久久久久免费精品人妻一区二区| 黄色视频,在线免费观看| 一级毛片精品| 国产亚洲欧美在线一区二区| 日日夜夜操网爽| 99精品欧美一区二区三区四区| 午夜成年电影在线免费观看| 亚洲美女视频黄频| www.精华液| 国产精品久久久av美女十八| 欧美一级毛片孕妇| 啦啦啦免费观看视频1| 日本黄色片子视频| 久久久国产欧美日韩av| 又爽又黄无遮挡网站| av天堂在线播放| bbb黄色大片| 成人av一区二区三区在线看| 精品欧美国产一区二区三| 全区人妻精品视频| 亚洲五月婷婷丁香| 又紧又爽又黄一区二区| av在线天堂中文字幕| 欧美大码av| 国内少妇人妻偷人精品xxx网站 | 日日摸夜夜添夜夜添小说| 熟女电影av网| 久久久精品欧美日韩精品| a在线观看视频网站| 亚洲男人的天堂狠狠| 亚洲美女黄片视频| 国产精品亚洲av一区麻豆| 国产av在哪里看| 久久这里只有精品19| 999久久久国产精品视频| 真人一进一出gif抽搐免费| 亚洲电影在线观看av| 性色avwww在线观看| 在线观看66精品国产| 嫩草影院入口| 99视频精品全部免费 在线 | 亚洲真实伦在线观看| 亚洲人成伊人成综合网2020| 国产乱人视频| aaaaa片日本免费| 18禁观看日本| 操出白浆在线播放| 神马国产精品三级电影在线观看| e午夜精品久久久久久久| 亚洲真实伦在线观看| 久久久久性生活片| 久久国产乱子伦精品免费另类| 精品无人区乱码1区二区| 97碰自拍视频| 色视频www国产| 日本与韩国留学比较| 国内精品久久久久久久电影| 女人高潮潮喷娇喘18禁视频| 久久这里只有精品19| 此物有八面人人有两片| 夜夜夜夜夜久久久久| 人人妻,人人澡人人爽秒播| 18禁黄网站禁片午夜丰满| 国产乱人视频| 日本撒尿小便嘘嘘汇集6| 婷婷精品国产亚洲av在线| 久久久久性生活片| 神马国产精品三级电影在线观看| 国产亚洲欧美98| 久久人人精品亚洲av| 国产亚洲欧美98| 亚洲成人精品中文字幕电影| 欧美极品一区二区三区四区| 国产精品久久久人人做人人爽| 精品久久久久久久久久久久久| 丰满的人妻完整版| 精品久久久久久久久久免费视频| 亚洲精品国产精品久久久不卡| 免费一级毛片在线播放高清视频| 亚洲性夜色夜夜综合| 国产成+人综合+亚洲专区| 国产黄色小视频在线观看| 国产精品乱码一区二三区的特点| 国产精品 国内视频| 在线观看66精品国产| 99riav亚洲国产免费| 一区二区三区激情视频| 成人性生交大片免费视频hd| 婷婷精品国产亚洲av在线| 夜夜夜夜夜久久久久| 少妇人妻一区二区三区视频| 校园春色视频在线观看| 在线永久观看黄色视频| 久久久精品大字幕| 久久香蕉国产精品| 国产伦在线观看视频一区| 亚洲欧美一区二区三区黑人| 亚洲欧美精品综合一区二区三区| 高清毛片免费观看视频网站| 国产高潮美女av| 热99re8久久精品国产| 婷婷精品国产亚洲av在线| 欧美3d第一页| 婷婷六月久久综合丁香| 男女那种视频在线观看| 久久久久久国产a免费观看| 亚洲av成人一区二区三| 欧美成人性av电影在线观看| 女同久久另类99精品国产91| 国产淫片久久久久久久久 | 亚洲成av人片在线播放无| 香蕉丝袜av| 国内精品一区二区在线观看| 国产精品久久视频播放| 999精品在线视频| 亚洲人与动物交配视频| 在线视频色国产色| 亚洲第一电影网av| 天堂√8在线中文| 国产成人精品久久二区二区免费| 91在线精品国自产拍蜜月 | 国产精品,欧美在线| 亚洲欧美日韩高清在线视频| 天天添夜夜摸| 亚洲午夜精品一区,二区,三区| 18美女黄网站色大片免费观看| 精品国产超薄肉色丝袜足j| 成人av在线播放网站| 99国产极品粉嫩在线观看| 老司机午夜福利在线观看视频| 久久精品aⅴ一区二区三区四区| 观看免费一级毛片| 欧美一区二区国产精品久久精品| 欧美绝顶高潮抽搐喷水| 在线观看午夜福利视频| 欧美一区二区精品小视频在线| xxxwww97欧美| 亚洲美女视频黄频| 看免费av毛片| 日韩欧美免费精品| 久久国产精品影院| 在线观看免费午夜福利视频| 精品久久久久久,| 法律面前人人平等表现在哪些方面| 亚洲,欧美精品.| 99国产精品99久久久久| 亚洲七黄色美女视频| 一级黄色大片毛片| 精品一区二区三区视频在线 | 性色av乱码一区二区三区2| 岛国视频午夜一区免费看| 夜夜躁狠狠躁天天躁| 露出奶头的视频| 757午夜福利合集在线观看| 久久久久国内视频| 欧美一区二区精品小视频在线| 国产97色在线日韩免费| 在线永久观看黄色视频| 99久久精品一区二区三区| 免费观看人在逋| av福利片在线观看| 久99久视频精品免费| 精品久久久久久,| www.熟女人妻精品国产| 国产三级黄色录像| 岛国在线观看网站| 香蕉国产在线看| 亚洲真实伦在线观看| 熟女少妇亚洲综合色aaa.| 亚洲精品色激情综合| 在线国产一区二区在线| 老鸭窝网址在线观看| 两个人的视频大全免费| 成年女人毛片免费观看观看9| 亚洲激情在线av| 亚洲av中文字字幕乱码综合| 久久久久久久精品吃奶| 两个人的视频大全免费| 老司机午夜福利在线观看视频| 1024香蕉在线观看| 99久久99久久久精品蜜桃| 亚洲国产精品成人综合色| 日本黄大片高清| e午夜精品久久久久久久| 久久婷婷人人爽人人干人人爱| 欧美最黄视频在线播放免费| 日本a在线网址| 动漫黄色视频在线观看| 国产69精品久久久久777片 | 国产亚洲精品av在线| 母亲3免费完整高清在线观看| 麻豆久久精品国产亚洲av| 性欧美人与动物交配| 国产私拍福利视频在线观看| 9191精品国产免费久久| 成人无遮挡网站| 欧美+亚洲+日韩+国产| 亚洲avbb在线观看| 亚洲熟妇熟女久久| 岛国在线观看网站| 精品一区二区三区视频在线 | 免费人成视频x8x8入口观看| 成人av一区二区三区在线看| 老司机福利观看| 十八禁网站免费在线| 亚洲自偷自拍图片 自拍| 黄片大片在线免费观看| 国产野战对白在线观看| 久久国产精品人妻蜜桃| 日韩欧美免费精品| 精品一区二区三区视频在线观看免费| 亚洲成人久久爱视频| 日韩欧美国产一区二区入口| 青草久久国产| 成年免费大片在线观看| 老汉色∧v一级毛片| 1024手机看黄色片| 日韩欧美 国产精品| 成人av在线播放网站| 国产乱人视频| 桃色一区二区三区在线观看| 美女大奶头视频| 午夜成年电影在线免费观看| 18禁国产床啪视频网站| 怎么达到女性高潮| 波多野结衣高清作品| 亚洲在线自拍视频| 精品乱码久久久久久99久播| 免费在线观看日本一区| 国产精品九九99| 国产aⅴ精品一区二区三区波| 97超视频在线观看视频| 亚洲av成人精品一区久久| 日本精品一区二区三区蜜桃| 亚洲天堂国产精品一区在线| 国产精品,欧美在线| 久久久精品大字幕| 国产午夜精品久久久久久| 看黄色毛片网站| 麻豆国产97在线/欧美| 99久久99久久久精品蜜桃| 我要搜黄色片| 国产毛片a区久久久久| 中亚洲国语对白在线视频| 熟女电影av网| 欧美色视频一区免费| 日韩欧美国产一区二区入口| 美女 人体艺术 gogo| 亚洲成人精品中文字幕电影| 精品日产1卡2卡| 黄色女人牲交| 黑人欧美特级aaaaaa片| 99精品欧美一区二区三区四区| 成人一区二区视频在线观看| 午夜福利免费观看在线| 国产伦在线观看视频一区| 国产高清有码在线观看视频| av福利片在线观看| 青草久久国产| 日韩人妻高清精品专区| 色视频www国产| 在线观看一区二区三区| 中文在线观看免费www的网站| 黄片小视频在线播放| 真人做人爱边吃奶动态| 又大又爽又粗| 丁香欧美五月| 免费在线观看成人毛片| 最新中文字幕久久久久 | 免费看a级黄色片| 淫妇啪啪啪对白视频| cao死你这个sao货| 欧美又色又爽又黄视频| 国产精品一区二区免费欧美| 国产成人精品久久二区二区91| 久久精品人妻少妇| 最近最新中文字幕大全电影3| 51午夜福利影视在线观看| 999久久久国产精品视频| 国产人伦9x9x在线观看| 18禁美女被吸乳视频| 18禁观看日本| 国产 一区 欧美 日韩| 性色av乱码一区二区三区2| 午夜福利高清视频| 天堂影院成人在线观看| 51午夜福利影视在线观看| 国产乱人视频| 久久人妻av系列| 欧美zozozo另类| 日本五十路高清| 免费观看精品视频网站| 午夜福利在线观看吧| 欧美av亚洲av综合av国产av| 脱女人内裤的视频| 免费看十八禁软件| 91av网一区二区| 少妇的逼水好多| 亚洲成av人片免费观看| 亚洲美女视频黄频| 国产午夜精品论理片| 在线观看日韩欧美| 国产91精品成人一区二区三区| 欧美日韩瑟瑟在线播放| x7x7x7水蜜桃| 天堂√8在线中文| 国产毛片a区久久久久|