• <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 ?

    基于橢圓型度量學習的小麥葉部病害識別

    2019-01-05 08:02:22鮑文霞張東彥
    農業(yè)機械學報 2018年12期
    關鍵詞:橢圓型直方圖度量

    鮑文霞 趙 健 張東彥 梁 棟

    (安徽大學農業(yè)生態(tài)大數據分析與應用技術國家地方聯(lián)合工程研究中心, 合肥 230601)

    0 引言

    農作物病蟲害是制約我國農業(yè)生產的主要障礙,是影響作物產量的主要因素之一,同時也是限制我國農業(yè)優(yōu)質、高效持續(xù)發(fā)展的主導因素[1-3]。小麥作為我國的主要糧食作物,其各種病害尤其是白粉病對其產量和質量具有較大的影響[4],針對小麥白粉病,一般通過噴灑農藥來進行防治,過量的農藥施用導致農產品中殘留超標,影響農產品質量;同時,也對環(huán)境造成巨大的負擔,對人力、財力造成巨大的浪費。為了能正確、適量地使用農藥,高效地防治病蟲害,需要準確、實時地識別出病害的嚴重程度[5]。

    近年來,圖像處理、模式識別等技術被廣泛應用于農作物病害識別領域,并取得了顯著效果[6-21]。但仍存在一些問題:大多研究針對農作物不同病害的識別,對于農作物病害嚴重程度的研究相對較少;對于特征提取,大多直接提取顏色、紋理、形狀等特征,而沒有考慮由于樣本圖像拍攝視角變化和小麥葉片本身彎曲、傾斜、缺損等而容易造成分類識別率下降的問題;大多采用支持向量機、BP神經網絡等方法完成對農作物病害圖像的識別,這些傳統(tǒng)的機器學習方法的目標函數主要采用歐氏距離的度量方法,它將輸入樣本空間看成是各向同性的,然而各向同性假設在眾多實際應用中不成立,不能準確地反映數據樣本維度分量之間的潛在關系。本文在完成病害圖像病斑分割的基礎上,提出一種基于滑窗最大值(Moving window maximum, MWM)的病斑圖像特征提取方法,并且引入對樣本數據具有更好適應性的橢圓型度量,提出一種度量學習方法,實現(xiàn)對小麥白粉病嚴重程度的識別,為農作物葉片病害的嚴重程度智能識別提供參考。

    1 樣本采集及特征提取

    1.1 樣本采集

    小麥葉部病害圖像樣本均在北京市農林科學院試驗基地采集。輕度、中度和重度3種嚴重程度的白粉病葉片圖像共210幅。隨機選取其中的150幅作為訓練樣本,另外60幅作為測試樣本,具體樣本分布見表1。按照病斑面積與整個葉片面積的比值R來界定病害嚴重程度[21]:050%為重度,部分病害圖像如圖1所示。

    1.2 病斑分割

    病斑分割是農作物葉部病害識別的重要環(huán)節(jié),其分割效果對病斑特征提取和病害識別的影響顯著。以圖2a為例,先將顏色空間轉換到Lab空間,通過觀察,樣本圖像a、b分量的灰度直方圖存在較明顯的兩個尖峰,如圖3所示,因此利用最大類間方差法計算得到a、b分量灰度閾值分別為114.5和137.5,繼而利用閾值分割將樣本圖像轉換為二值圖,將得到的a、b分量二值圖進行異或運算,接著利用6像素×6像素的方形結構元素對異或后的圖像進行先開后閉的圖像增強運算,從而實現(xiàn)葉片分割,如圖2b所示。

    表1 不同嚴重程度樣本分布Tab.1 Sample distribution of different severities

    圖1 不同嚴重程度小麥葉片白粉病圖像Fig.1 Leaves images of wheat powdery mildew with different severities

    在得到葉片分割圖像后,分別提取葉片圖像的R、G、B分量圖,利用超紅特征值2R-G-B[21]得到R、G、B分量運算后的超紅特征圖,接著利用最大類間方差法計算超紅特征圖的閾值為27.11,利用該閾值對圖像進行分割并利用3像素×3像素的方形結構元素對圖像進行開運算,將病斑從葉片中分割出來,分割后的病斑圖像如圖2c所示。

    圖2 小麥葉片白粉病病斑分割圖Fig.2 Leaves images of wheat powdery mildew spot segmentation map

    圖3 a、b分量灰度直方圖Fig.3 Gray histograms of a and b components

    1.3 特征提取

    在模式識別領域,大量學者通過實驗研究證明,利用不同的特征對目標進行描述,往往能夠互補從而提高分類結果。顏色特征是小麥葉部病害的一個非常重要的外觀特征,也是進行病害診斷時的一個重要依據,顏色直方圖是許多植物病害識別系統(tǒng)中被廣泛采用的顏色特征,其中HSV空間更符合人眼的主觀判斷,是直方圖最常用的顏色空間,它的3個分量分別代表色彩(Hue,H)、飽和度(Saturation,S)和亮度(Value,V);紋理是能夠反映區(qū)域內像素灰度級空間的屬性,而局部二值模式(Local binary pattern, LBP)常用來描述圖像局部紋理特征,具有灰度不變性和旋轉不變性等顯著優(yōu)點。

    本文利用HSV顏色直方圖和LBP統(tǒng)計直方圖,針對小麥葉片可能存在彎曲、傾斜、缺損等問題,使用滑窗法來提取病害葉片的MWM局部細節(jié)特征。具體地,如圖4所示,對于每一幅樣本圖像(尺寸為880像素×120像素)采用10像素×10像素的子窗口,步長為5個像素掃描整幅圖像,在每個子窗口中,將HSV顏色空間量化為512個顏色小區(qū)間,每個顏色小區(qū)間的直方圖代表著其在子窗口中出現(xiàn)的概率,同樣地,每個子窗口也提取它的LBP統(tǒng)計直方圖特征,對每個子窗口中的某個像素,將相鄰的8個像素的灰度值與其進行比較,若周圍像素灰度大于中心像素灰度,則該像素點的位置被標記為1,否則為0。這樣,3×3鄰域內的8個點經比較可產生8位二進制數,將8位二進制數轉換為十進制作為該像素點的LBP值,然后計算每個子窗口的直方圖,即每個數字出現(xiàn)的頻率;再在同一水平高度的子窗口中,取HSV和LBP統(tǒng)計直方圖最大的值組成一個新的子窗口,這樣,最后得到的特征向量是同一水平高度上統(tǒng)計直方圖特征最大化的特征向量。

    圖4 MWM特征提取過程Fig.4 Process of MWM feature extraction

    考慮到多尺度信息,將原圖分別縮小1倍和2倍,建立三尺度圖像金字塔,同樣運用以上方法提取其MWM特征,將縮放后提取的特征組合在一起,構成一個新的特征向量X=(x1,x2,…,xn)T來描述小麥的葉部白粉病。此外,為了消除不同特征向量和向量單位的影響,對數據特征向量X作歸一化處理,歸一化后的特征向量記為=(1,2,…,n)T,其中

    (1)

    2 橢圓型度量學習

    基于圖像處理的農作物病蟲害識別方法中對病害圖像特征進行距離度量至關重要,然而圖像特征受視角、光照等因素的影響不同,常用的歐氏距離、曼哈頓距離等標準的距離度量方法平等地對待每一種特征,而不會剔除那些獨立使用時效果很差的特征。因此,本文引入橢圓型度量理論,尋找一種能夠反映樣本空間結構信息或語義信息的分式線性變換,從而使得橢圓型度量具有更好的區(qū)分性。

    2.1 橢圓型度量

    給定一個可逆對稱矩陣Ω∈Rn×n,誘導出x、y的雙線性形式為

    ω(x,y)=xTΩy(x、y∈Rn)

    (2)

    式中x、y——樣本特征向量

    ω——x、y關于Ω的雙線性函數

    下面統(tǒng)一采用ω(x,y)的簡化形式ωxy來表示。當Ω是正定,ωxy可誘導出橢圓型度量幾何,令En={x∈Rn:ωxx>0},定義dE:En×En→R+,橢圓型度量計算公式為

    (3)

    式中dE(x,y)——樣本x、y的橢圓型度量

    i——虛數單位

    ωxx——x、x關于Ω的雙線性函數

    ωyy——y、y關于Ω的雙線性函數

    k——曲率半徑

    2.2 橢圓型度量矩陣

    橢圓型度量依賴一個對稱矩陣Ω,定義一個正定對稱矩陣則可確定一個橢圓型度量,因此稱Ω為橢圓型度量矩陣。數據的統(tǒng)計特性在一定程度上反映了樣本數據的幾何結構,因此可根據樣本的類內與類間高斯分布的對數似然比定義橢圓型度量矩陣。

    對于特征向量Xi、Xj,它們的樣本差異Δ=Xi-Xj,根據二次判別分析法[22],用高斯概率模型來擬合小麥白粉病不同嚴重度以及相同嚴重度樣本特征之間的差值分布,同類樣本差異Δ符合變量ξI的高斯分布,異類樣本差異Δ符合變量ξE的高斯分布,即

    (4)

    (5)

    式中P——概率

    ξI——同類樣本差異擬合變量

    ξE——異類樣本差異擬合變量

    ΣI、ΣE——ξI、ξE差值分布的協(xié)方差矩陣

    將其進行對數似然比可得

    (6)

    將其簡化為

    (7)

    由此定義橢圓型度量矩陣Ω為

    (8)

    2.3 度量學習

    經1.3節(jié)病害的特征提取,得到的特征維數較高,其中含有與病害識別無關的信息和相關性非常高的冗余信息,而這些信息會影響到分類識別的效果。傳統(tǒng)的方法通常先采用主成分分析法(PCA)對高維數據降維,然后在PCA子空間中進行距離度量學習。但是,PCA在進行降維時并未考慮特征間的分類信息,由此可能會增加分類的難度。為了保持最大化的分類信息,在降維的同時學習橢圓型度量矩陣,充分考慮到維數降低對度量學習分類結果的影響。

    對初始特征xi、xj∈Rd,通過降維矩陣W∈Rd×r(r

    (9)

    其中

    為了將樣本分開,使得類內方差小,類間方差大,通過增大方差的距離來增加區(qū)分度,對于矩陣W的列向量w,它的方差為σI(w)=wTΣIw,因此可以定義廣義瑞利熵來最大化方差之間的比值,為

    (10)

    使得J(w)最大化等價于

    (11)

    3 算法步驟

    基于橢圓型度量學習的小麥葉部病害識別算法步驟如下:

    (1)對采集來的病害圖像進行預處理并進行病斑分割。

    (3)利用二次判別分析,用高斯概率模型來擬合小麥白粉病不同嚴重度以及相同嚴重度樣本特征之間的差值分布,分別計算協(xié)方差矩陣ΣI、ΣE,通過求解式(11)得到降維矩陣W,相應地由式(9)得到橢圓型度量矩陣Ω(W)。

    (4)最后利用特征子空間橢圓型度量dE(x,y)計算測試集和訓練集之間的距離,取每個測試樣本距離前5個樣本的平均距離作為最后的判斷依據。

    算法流程圖如圖5所示。

    圖5 算法流程圖Fig.5 Flow chart of algorithm

    4 實驗與分析

    實驗在Matlab 2016b上進行,為了驗證基于橢圓型度量學習的小麥葉部病害識別算法的有效性,對提取的MWM特征和分類器分別進行對比實驗。

    4.1 不同特征對比實驗

    方向梯度直方圖(Histogram of oriented gradient, HOG)特征對圖像幾何和光學形變具有良好的不變性,越來越多的研究者將HOG特征用于農作物病蟲害識別上并取得了較好的結果[23-24]??紤]到HOG特征提取方法是在灰度圖像上進行的,沒有充分利用圖像的顏色信息,因此文獻[23]結合HOG特征和HSV顏色特征進行植物病蟲害的識別;另外,顏色紋理形狀特征(Color texture shape features)也是農作物病蟲害識別領域常用的圖像特征,這里的顏色紋理形狀特征特指文獻[17,21]中提到的特征描述方法:RGB、HSI和YCbCr顏色空間的顏色成分R、G、B、H、S、I、Y、Cb、Cr的灰度均值作為顏色特征,利用灰度共生矩陣法分別計算病斑區(qū)域的對比度、相關性、能量、慣性矩和熵的均值和方差作為紋理特征,計算病斑區(qū)域的圓形度、偏心率、形狀復雜性和形狀參數作為形狀特征。

    為了驗證1.3節(jié)所述MWM特征提取方法的有效性,對病斑圖像分別提取MWM特征、HSV顏色特征結合HOG特征、HSV特征、LBP特征、HOG特征以及顏色紋理形狀特征[17,21],都采用本文橢圓型度量學習對特征進行分類。實驗結果利用經典評價指標累積匹配曲線(Cumulative match characteristic,CMC)來表示,CMC曲線表示測試集中所選測試圖與目標圖第n次成功匹配的概率,實驗結果如圖6所示。

    圖6 累積匹配曲線Fig.6 Cumulative match characteristic (CMC) curves

    在均使用橢圓型度量學習這一分類器的基礎上,可以看出:單一特征(HSV特征、HOG特征和LBP特征)在不同匹配次數上識別正確率各有高低,其中LBP特征在匹配次數為1時識別率雖低于HSV特征與HOG特征,但在其他次數上LBP特征識別率均領先,可以估計當測試樣本較多時,LBP特征將具有更好的魯棒性。融合特征往往比單一的特征描述取得更高的識別正確率,從圖6中可以看出,HSV+HOG特征要比單一的HSV、HOG特征識別正確率要高,而在1.3節(jié)中提到的MWM特征提取方法(即滑窗最大值法提取HSV特征和LBP特征)也比單一的HSV、LBP特征識別正確率要高。MWM特征提取方法比起HSV+HOG特征、顏色紋理形狀特征取得了更好的分類識別正確率。

    因此,本文提出的MWM特征提取方法選取了顏色信息豐富的HSV特征和魯棒性更好的LBP特征作為融合特征來互補共同描述病斑特征,同時提取特征的過程中,最大化了同一水平高度上每個子窗口特征統(tǒng)計直方圖的值,在損失少量特征信息的情況下保留了更好的特征信息,有效地去除了特征冗余,有效解決了小麥葉片可能存在彎曲、傾斜、缺損等問題,證明了MWM特征提取方法的有效性。

    4.2 不同分類器對比實驗

    采用同樣的訓練樣本和測試樣本,將提取的MWM特征分別送入SVM分類器、BP神經網絡分類器以及橢圓型度量學習分類器進行分類識別,結果如圖7~9所示,圖中標簽1~3分別對應白粉病輕、中、重。對SVM分類器進行交叉驗證多次尋優(yōu),選擇出最優(yōu)的c、g參數,最終的小麥白粉病輕、中、重3種嚴重度分類正確率為88.33%。使用BP神經網絡時網絡參數經過多次試驗,選擇出最優(yōu)參數,由于神經網絡每次測試結果均存在細微差別,這里使用了多次測試的平均結果,平均識別正確率為90%;采用橢圓型度量學習分類器時識別正確率達到100%。

    圖7 SVM分類器識別結果Fig.7 SVM classifier

    圖8 BP神經網絡分類器識別結果Fig.8 BP neural network classifier

    通過控制變量法,比較了SVM、BP神經網絡、橢圓型度量學習分類器的分類性能,橢圓型度量學習分類器取得了更好的識別效果。這是因為比起傳統(tǒng)的SVM、BP神經網絡,橢圓型度量能夠反映特征空間結構信息或語義信息的分式線性變換,對特征具有更好的區(qū)分性,能夠更好地對特征潛在關系進行建模;在對特征降維的同時考慮了對橢圓型度量學習的影響,因此橢圓型度量學習分類器能達到更高的識別正確率。

    圖9 橢圓型度量學習分類器識別結果Fig.9 Elliptical metric learning classifier

    5 結束語

    基于橢圓型度量學習的小麥葉部病害識別算法,提出了一種MWM特征表示方法,同時提出了一種將降維和度量學習同時進行的橢圓型度量學習方法,對小麥白粉病嚴重度進行分類。通過對不同特征、不同分類器進行對比實驗,驗證了該方法的有效性,可以滿足智能識別小麥白粉病嚴重度的需求,同時該算法對于農作物病害嚴重度的識別推廣具有較好的借鑒意義。

    猜你喜歡
    橢圓型直方圖度量
    有趣的度量
    統(tǒng)計頻率分布直方圖的備考全攻略
    高中數理化(2024年1期)2024-03-02 17:52:40
    符合差分隱私的流數據統(tǒng)計直方圖發(fā)布
    一類帶臨界指數增長的橢圓型方程組兩個正解的存在性
    模糊度量空間的強嵌入
    迷向表示分為6個不可約直和的旗流形上不變愛因斯坦度量
    用直方圖控制畫面影調
    一類擬線性橢圓型方程的正解
    地質異常的奇異性度量與隱伏源致礦異常識別
    基于直方圖平移和互補嵌入的可逆水印方案
    計算機工程(2015年8期)2015-07-03 12:20:21
    99久久精品一区二区三区| 中文字幕最新亚洲高清| 成人黄色视频免费在线看| 熟女电影av网| 亚洲国产精品999| 国产成人精品一,二区| 另类精品久久| 一本大道久久a久久精品| 成人影院久久| 精品久久久久久电影网| 亚洲精品久久久久久婷婷小说| 美女脱内裤让男人舔精品视频| 亚洲欧美成人精品一区二区| 丝袜喷水一区| 晚上一个人看的免费电影| 国产成人免费无遮挡视频| 狂野欧美激情性xxxx在线观看| 亚洲国产av影院在线观看| 伊人亚洲综合成人网| 久久女婷五月综合色啪小说| 亚洲精华国产精华液的使用体验| 新久久久久国产一级毛片| 蜜桃国产av成人99| 午夜老司机福利剧场| 一区二区三区四区激情视频| 多毛熟女@视频| 极品人妻少妇av视频| 国产精品 国内视频| 十八禁网站网址无遮挡| 免费黄网站久久成人精品| 中文字幕精品免费在线观看视频 | 亚洲精品久久久久久婷婷小说| 美女脱内裤让男人舔精品视频| 午夜福利,免费看| 久久久久久久亚洲中文字幕| 成人二区视频| 99久久精品国产国产毛片| 久久97久久精品| 免费av中文字幕在线| 又大又黄又爽视频免费| 插逼视频在线观看| 国产毛片在线视频| 国产成人精品一,二区| 春色校园在线视频观看| 国产免费一区二区三区四区乱码| 纵有疾风起免费观看全集完整版| 国产成人精品久久久久久| 久久99热6这里只有精品| 午夜福利视频精品| 午夜久久久在线观看| 久久99热这里只频精品6学生| 一级a做视频免费观看| 亚洲熟女精品中文字幕| 亚洲精品自拍成人| 制服丝袜香蕉在线| 女人久久www免费人成看片| 国产精品国产av在线观看| 亚洲精品国产av蜜桃| 亚洲人与动物交配视频| 能在线免费看毛片的网站| 久久综合国产亚洲精品| 一本色道久久久久久精品综合| 男人操女人黄网站| 91久久精品电影网| av.在线天堂| 99国产精品免费福利视频| 老熟女久久久| 精品人妻熟女av久视频| 18禁在线无遮挡免费观看视频| 午夜免费鲁丝| 久久久精品94久久精品| 一级毛片 在线播放| 亚洲美女视频黄频| 五月伊人婷婷丁香| 日韩av不卡免费在线播放| 亚洲中文av在线| 欧美老熟妇乱子伦牲交| 免费看av在线观看网站| 亚洲,一卡二卡三卡| 亚洲欧美成人综合另类久久久| 亚洲精品视频女| 大话2 男鬼变身卡| 精品国产露脸久久av麻豆| av视频免费观看在线观看| 精品亚洲成国产av| 久久久久久久国产电影| 少妇熟女欧美另类| 免费日韩欧美在线观看| 亚洲精品国产av成人精品| 热re99久久国产66热| 男女国产视频网站| 草草在线视频免费看| 国产午夜精品久久久久久一区二区三区| 男的添女的下面高潮视频| 插逼视频在线观看| 黄色配什么色好看| 男人添女人高潮全过程视频| 国产一级毛片在线| 在线免费观看不下载黄p国产| 国产免费一区二区三区四区乱码| 在线观看美女被高潮喷水网站| 国产亚洲最大av| 日韩av免费高清视频| 中国三级夫妇交换| 亚洲怡红院男人天堂| 人人妻人人澡人人看| 日韩中字成人| 亚洲天堂av无毛| 国产 一区精品| 如日韩欧美国产精品一区二区三区 | 欧美亚洲日本最大视频资源| 国产视频内射| 热re99久久精品国产66热6| 丰满饥渴人妻一区二区三| 国产亚洲一区二区精品| 久久精品国产亚洲网站| 日韩一区二区三区影片| 国产黄色视频一区二区在线观看| 少妇 在线观看| 亚洲欧美日韩另类电影网站| 欧美丝袜亚洲另类| 欧美亚洲日本最大视频资源| 中文字幕免费在线视频6| 久久精品国产鲁丝片午夜精品| 亚洲av成人精品一区久久| 日本91视频免费播放| 国产亚洲av片在线观看秒播厂| av在线老鸭窝| 精品一品国产午夜福利视频| av视频免费观看在线观看| 人妻一区二区av| 精品人妻熟女毛片av久久网站| 在线精品无人区一区二区三| 亚洲,欧美,日韩| 欧美激情极品国产一区二区三区 | 日韩在线高清观看一区二区三区| 日韩在线高清观看一区二区三区| 人妻一区二区av| 国产成人精品福利久久| 欧美激情极品国产一区二区三区 | 欧美激情 高清一区二区三区| 成人亚洲精品一区在线观看| 性高湖久久久久久久久免费观看| 黄片无遮挡物在线观看| 欧美日韩在线观看h| 边亲边吃奶的免费视频| 大陆偷拍与自拍| 成年人免费黄色播放视频| 日本黄色日本黄色录像| 成年人免费黄色播放视频| 久久久久久久久久久免费av| 国产高清不卡午夜福利| 高清午夜精品一区二区三区| 欧美日韩综合久久久久久| 国产成人精品久久久久久| 中文天堂在线官网| 亚洲精品乱码久久久久久按摩| 蜜臀久久99精品久久宅男| 日产精品乱码卡一卡2卡三| 日本av免费视频播放| 日产精品乱码卡一卡2卡三| 日本色播在线视频| 观看av在线不卡| 久久精品久久久久久噜噜老黄| 色婷婷av一区二区三区视频| 久久久久久久久大av| 亚洲欧洲日产国产| 久久久久人妻精品一区果冻| 久久ye,这里只有精品| 最近中文字幕高清免费大全6| 嫩草影院入口| 欧美日韩国产mv在线观看视频| 婷婷色综合www| 下体分泌物呈黄色| 久久精品久久久久久久性| 一级毛片我不卡| 国内精品宾馆在线| 麻豆精品久久久久久蜜桃| 亚洲精品中文字幕在线视频| 日日啪夜夜爽| 免费少妇av软件| 赤兔流量卡办理| 大香蕉久久网| 满18在线观看网站| 街头女战士在线观看网站| 少妇人妻 视频| 一级片'在线观看视频| 久久影院123| 亚洲成人手机| 老司机亚洲免费影院| 亚洲欧美一区二区三区国产| 飞空精品影院首页| 久久久久久久久久久丰满| 日本欧美视频一区| 尾随美女入室| 精品国产露脸久久av麻豆| 美女大奶头黄色视频| 国产一区二区在线观看日韩| av免费在线看不卡| 国产男女内射视频| 亚洲精品av麻豆狂野| 亚洲av免费高清在线观看| 少妇熟女欧美另类| 亚洲av不卡在线观看| 老女人水多毛片| 国产成人午夜福利电影在线观看| 国产精品.久久久| 在线看a的网站| 亚洲av国产av综合av卡| 菩萨蛮人人尽说江南好唐韦庄| 男女边吃奶边做爰视频| 91精品国产国语对白视频| 丝袜脚勾引网站| 国产69精品久久久久777片| 97在线人人人人妻| 99国产精品免费福利视频| 国产有黄有色有爽视频| 这个男人来自地球电影免费观看 | 国产精品无大码| 女人精品久久久久毛片| 欧美另类一区| 丰满少妇做爰视频| 秋霞在线观看毛片| 欧美一级a爱片免费观看看| 高清视频免费观看一区二区| 永久网站在线| 久久精品国产自在天天线| 午夜久久久在线观看| 久久韩国三级中文字幕| 国产成人aa在线观看| 18禁观看日本| 欧美激情 高清一区二区三区| 熟女电影av网| 国产精品一国产av| 欧美精品国产亚洲| 一二三四中文在线观看免费高清| 热99国产精品久久久久久7| 三上悠亚av全集在线观看| 国产不卡av网站在线观看| 国产av精品麻豆| 欧美日韩在线观看h| xxx大片免费视频| 人人妻人人添人人爽欧美一区卜| 中文乱码字字幕精品一区二区三区| 亚洲精品国产av蜜桃| 欧美老熟妇乱子伦牲交| 午夜福利在线观看免费完整高清在| 欧美日韩视频精品一区| 亚洲综合色网址| 嫩草影院入口| 久久久精品区二区三区| 久久鲁丝午夜福利片| 免费观看av网站的网址| 婷婷色麻豆天堂久久| 亚洲av福利一区| 丰满乱子伦码专区| 成人漫画全彩无遮挡| 成人影院久久| 最近中文字幕高清免费大全6| 熟女人妻精品中文字幕| 高清毛片免费看| 熟女av电影| 午夜福利网站1000一区二区三区| 国产精品秋霞免费鲁丝片| 国产亚洲最大av| 亚洲国产最新在线播放| 嘟嘟电影网在线观看| 考比视频在线观看| 免费观看av网站的网址| av福利片在线| 国产精品女同一区二区软件| 欧美日韩av久久| 精品亚洲成国产av| 大香蕉久久网| 免费人妻精品一区二区三区视频| 亚洲精品乱久久久久久| 日日爽夜夜爽网站| 99热这里只有是精品在线观看| 男女无遮挡免费网站观看| 亚洲av二区三区四区| 91国产中文字幕| 久久久精品94久久精品| 美女cb高潮喷水在线观看| 精品99又大又爽又粗少妇毛片| 国产伦理片在线播放av一区| 久久热精品热| 2018国产大陆天天弄谢| 亚洲欧美清纯卡通| 美女大奶头黄色视频| 亚洲av成人精品一二三区| 美女xxoo啪啪120秒动态图| 黄色视频在线播放观看不卡| 精品人妻一区二区三区麻豆| 伊人久久精品亚洲午夜| 免费高清在线观看视频在线观看| 国产亚洲午夜精品一区二区久久| 午夜福利影视在线免费观看| 亚洲少妇的诱惑av| 亚洲久久久国产精品| 超色免费av| av一本久久久久| 国产 精品1| 中文字幕久久专区| 亚洲欧美精品自产自拍| 极品人妻少妇av视频| 久久久久久久精品精品| 欧美丝袜亚洲另类| 国产精品不卡视频一区二区| 亚洲av国产av综合av卡| 国产亚洲欧美精品永久| 日本欧美国产在线视频| 免费黄频网站在线观看国产| 久久久久久久久久人人人人人人| 成人黄色视频免费在线看| 人人澡人人妻人| 一边摸一边做爽爽视频免费| 日韩电影二区| 欧美精品一区二区大全| 日韩av免费高清视频| 精品一区二区三区视频在线| 久久久a久久爽久久v久久| 看免费成人av毛片| av播播在线观看一区| 成人18禁高潮啪啪吃奶动态图 | 国产亚洲精品第一综合不卡 | 久久av网站| 国产精品成人在线| 在线观看美女被高潮喷水网站| 天堂俺去俺来也www色官网| 色5月婷婷丁香| 如日韩欧美国产精品一区二区三区 | 国产熟女午夜一区二区三区 | 亚洲精品久久成人aⅴ小说 | 在线观看三级黄色| 一区二区三区乱码不卡18| 久久精品国产a三级三级三级| 黄色配什么色好看| 母亲3免费完整高清在线观看 | 日韩一区二区三区影片| 男人操女人黄网站| 97超碰精品成人国产| 国产又色又爽无遮挡免| 岛国毛片在线播放| 91aial.com中文字幕在线观看| av天堂久久9| 少妇熟女欧美另类| 久久久精品免费免费高清| 国产黄色免费在线视频| 国产精品一区二区在线不卡| 色婷婷久久久亚洲欧美| 中文字幕久久专区| 国产成人精品无人区| 啦啦啦在线观看免费高清www| av女优亚洲男人天堂| 欧美变态另类bdsm刘玥| 超色免费av| 午夜免费鲁丝| 国产欧美日韩一区二区三区在线 | 国产精品欧美亚洲77777| 色婷婷久久久亚洲欧美| 免费少妇av软件| 国产永久视频网站| 精品久久国产蜜桃| 狂野欧美白嫩少妇大欣赏| 久久久精品免费免费高清| 亚洲精品自拍成人| 欧美性感艳星| 涩涩av久久男人的天堂| 亚洲经典国产精华液单| 日本av免费视频播放| 免费观看无遮挡的男女| 纯流量卡能插随身wifi吗| 夫妻性生交免费视频一级片| 精品一区二区免费观看| 久久国内精品自在自线图片| 男女无遮挡免费网站观看| 久久久亚洲精品成人影院| 久久ye,这里只有精品| 熟女人妻精品中文字幕| a级片在线免费高清观看视频| 亚洲精品,欧美精品| 啦啦啦视频在线资源免费观看| 老熟女久久久| 久久精品人人爽人人爽视色| 女人精品久久久久毛片| a级毛片黄视频| 男女无遮挡免费网站观看| 这个男人来自地球电影免费观看 | 亚洲国产av新网站| 毛片一级片免费看久久久久| 九九爱精品视频在线观看| 色网站视频免费| 高清av免费在线| 久久精品久久久久久久性| 国产精品一区二区三区四区免费观看| 久久久久久伊人网av| 黄色视频在线播放观看不卡| 亚洲国产精品999| 亚洲美女视频黄频| 亚洲国产色片| 国产精品99久久久久久久久| 亚洲伊人久久精品综合| 曰老女人黄片| 亚洲,欧美,日韩| 亚洲国产av新网站| 在线 av 中文字幕| 国产探花极品一区二区| 桃花免费在线播放| 水蜜桃什么品种好| 91精品一卡2卡3卡4卡| 视频区图区小说| 日韩亚洲欧美综合| 国产伦理片在线播放av一区| 一区二区av电影网| 国产黄色视频一区二区在线观看| 欧美+日韩+精品| 成人国产av品久久久| 考比视频在线观看| av在线观看视频网站免费| 高清不卡的av网站| 精品一区二区三卡| 国产精品一国产av| 男男h啪啪无遮挡| 日本91视频免费播放| 亚洲精品视频女| 亚洲成人手机| av专区在线播放| 日韩中字成人| 在线 av 中文字幕| 精品少妇黑人巨大在线播放| 我的女老师完整版在线观看| 一边摸一边做爽爽视频免费| 国产成人精品在线电影| 一级a做视频免费观看| 三上悠亚av全集在线观看| 我的老师免费观看完整版| 青青草视频在线视频观看| 精品人妻一区二区三区麻豆| freevideosex欧美| av国产久精品久网站免费入址| av视频免费观看在线观看| 国产精品秋霞免费鲁丝片| 国产片特级美女逼逼视频| 蜜桃在线观看..| 亚洲国产精品专区欧美| 久久久久国产精品人妻一区二区| 日韩,欧美,国产一区二区三区| 亚洲国产欧美在线一区| 丰满饥渴人妻一区二区三| 国产男女超爽视频在线观看| 精品一区在线观看国产| 内地一区二区视频在线| 国产永久视频网站| 校园人妻丝袜中文字幕| 亚洲少妇的诱惑av| 日韩一本色道免费dvd| 国精品久久久久久国模美| 一级毛片aaaaaa免费看小| 日本色播在线视频| 大香蕉97超碰在线| 高清视频免费观看一区二区| 爱豆传媒免费全集在线观看| 妹子高潮喷水视频| 国产熟女欧美一区二区| 国产成人av激情在线播放 | 国产精品99久久久久久久久| 一级毛片 在线播放| 一边摸一边做爽爽视频免费| 九九在线视频观看精品| 久久人人爽av亚洲精品天堂| 伊人久久国产一区二区| 大香蕉久久成人网| 热99国产精品久久久久久7| 成年人免费黄色播放视频| 国产精品免费大片| 成年av动漫网址| 国产精品国产三级专区第一集| 精品人妻一区二区三区麻豆| 大话2 男鬼变身卡| 国产av国产精品国产| 国产av一区二区精品久久| 免费播放大片免费观看视频在线观看| 午夜激情av网站| 久久女婷五月综合色啪小说| 免费大片18禁| 久久婷婷青草| 我的女老师完整版在线观看| 欧美亚洲日本最大视频资源| 纵有疾风起免费观看全集完整版| 精品少妇内射三级| 欧美老熟妇乱子伦牲交| 精品午夜福利在线看| 自线自在国产av| 国产精品偷伦视频观看了| 亚洲精品日本国产第一区| 亚洲成色77777| 观看美女的网站| 久久久欧美国产精品| 国产精品人妻久久久影院| 久久久久久人妻| 日本av免费视频播放| 国产无遮挡羞羞视频在线观看| 国产成人精品久久久久久| 亚洲,一卡二卡三卡| 少妇的逼水好多| 亚洲av福利一区| 精品亚洲乱码少妇综合久久| 99视频精品全部免费 在线| 久久久精品94久久精品| 中文字幕人妻熟人妻熟丝袜美| 久久人妻熟女aⅴ| 欧美性感艳星| 80岁老熟妇乱子伦牲交| 一本—道久久a久久精品蜜桃钙片| 国产爽快片一区二区三区| 国产精品一国产av| 秋霞在线观看毛片| 男的添女的下面高潮视频| 国内精品宾馆在线| 免费高清在线观看日韩| av在线播放精品| 国产成人一区二区在线| 国产片内射在线| 日韩欧美一区视频在线观看| 一本色道久久久久久精品综合| 九九爱精品视频在线观看| 成人黄色视频免费在线看| 久久精品国产亚洲网站| 精品人妻偷拍中文字幕| av不卡在线播放| 熟女电影av网| videossex国产| 看十八女毛片水多多多| 国产黄片视频在线免费观看| 亚洲国产精品999| 亚洲欧洲精品一区二区精品久久久 | 亚洲av男天堂| 内地一区二区视频在线| 婷婷色综合大香蕉| 另类精品久久| 日本与韩国留学比较| 国产精品国产三级国产专区5o| 日韩av不卡免费在线播放| 国产片特级美女逼逼视频| 永久网站在线| 国产精品久久久久成人av| 插逼视频在线观看| 午夜老司机福利剧场| 免费av不卡在线播放| 日日爽夜夜爽网站| 亚洲国产日韩一区二区| 综合色丁香网| 久久av网站| 一区二区三区乱码不卡18| 日本-黄色视频高清免费观看| 亚洲av免费高清在线观看| 欧美精品人与动牲交sv欧美| 国产黄色视频一区二区在线观看| 汤姆久久久久久久影院中文字幕| 日本黄色片子视频| 3wmmmm亚洲av在线观看| av线在线观看网站| 97超视频在线观看视频| 男女无遮挡免费网站观看| 亚洲欧洲精品一区二区精品久久久 | 亚洲精品第二区| 中文欧美无线码| 成年av动漫网址| 一本色道久久久久久精品综合| 久久狼人影院| 久久久久人妻精品一区果冻| 亚洲,欧美,日韩| 美女福利国产在线| 欧美三级亚洲精品| 国产精品99久久99久久久不卡 | 人人妻人人爽人人添夜夜欢视频| videossex国产| 超色免费av| 日本欧美视频一区| 午夜福利视频精品| 日韩av在线免费看完整版不卡| 高清在线视频一区二区三区| 青青草视频在线视频观看| 两个人的视频大全免费| 亚洲图色成人| 亚洲情色 制服丝袜| 亚洲av日韩在线播放| 熟妇人妻不卡中文字幕| 在线观看国产h片| 国产免费福利视频在线观看| 内地一区二区视频在线| 成人18禁高潮啪啪吃奶动态图 | 国产免费一区二区三区四区乱码| 超色免费av| 夜夜爽夜夜爽视频| 在线观看免费高清a一片| 欧美日韩成人在线一区二区| 夜夜爽夜夜爽视频| 99久久综合免费| 亚洲美女黄色视频免费看| 精品一品国产午夜福利视频| 日韩欧美精品免费久久| 日本色播在线视频| 欧美变态另类bdsm刘玥| 我要看黄色一级片免费的| 国产欧美日韩综合在线一区二区| 亚洲欧美成人精品一区二区| 日韩亚洲欧美综合| 日本wwww免费看| 欧美+日韩+精品| 国产精品99久久99久久久不卡 | 免费看不卡的av| 亚洲av免费高清在线观看| 国产精品秋霞免费鲁丝片| 亚洲久久久国产精品|