• <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 ?

    基于高光譜成像技術(shù)對牛肉品種判別的研究

    2019-10-23 05:45:00辛世華韓小珍王彩霞
    食品研究與開發(fā) 2019年20期
    關(guān)鍵詞:波段牛肉預(yù)處理

    辛世華,韓小珍,王彩霞

    (1.寧夏工商職業(yè)技術(shù)學(xué)院旅游管理系,寧夏銀川750021;2.寧夏大學(xué)學(xué)術(shù)期刊中心,寧夏銀川750021;3.寧夏大學(xué)農(nóng)學(xué)院,寧夏銀川750021)

    牛肉肉質(zhì)嫩滑,味道鮮美,是人們?nèi)粘o嬍车闹匾M成部分[1]。不同品種的牛肉在品質(zhì)和口感上存在很大的差異,但肉品性狀和顏色極為相似,肉眼難以區(qū)分。傳統(tǒng)的肉類判別方法有酶聯(lián)免疫吸附[2]、蛋白質(zhì)譜技術(shù)[3-5]、聚合酶鏈?zhǔn)椒磻?yīng)(polymerase chain reaction,PCR)等[6],操作繁瑣,耗時耗力。因此,需研發(fā)一種快速無損、操作簡單的方法對牛肉的種類進行判別。

    高光譜成像技術(shù)作為一種新型無損檢測技術(shù),具有超多波段、高光譜分辨率和譜圖合一等優(yōu)勢[7],在肉品分析領(lǐng)域得到了廣泛的應(yīng)用。Sanz 等[8]利用線性最小均方(linear minimum mean squared,LMS)分類器在380 nm~1 028 nm 波段范圍對羊肉肌肉類型進行識別分類,其準(zhǔn)確率達到96.67%;Zhenjie Xiong 等[9]利用可見近紅外高光譜對散養(yǎng)雞和普通飼養(yǎng)方式下的及進行識別分析,并結(jié)合多元散射校正(multiplicative scatter correction,MSC)進行預(yù)處理,建立基于連續(xù)投影算法(successive projections algorithm,SPA)和徑向基函數(shù)-支持向量機(radial basis function-support vector machine,RBF-SVM)的雞肉判別模型,模型準(zhǔn)確率高達 93.33%;Pu 等[10]在 400 nm~1 000 nm 光譜范圍內(nèi)對新鮮和凍融豬肉進行分類,校正集與預(yù)測集準(zhǔn)確率分別為93.14%與90.91%。識別準(zhǔn)確率分別為100%、94.1%、95.5%;王松磊等[11]使用高光譜成像技術(shù)對寧夏地區(qū)灘寒雜交、鹽池灘羊、小尾寒羊3 個品種羊肉進行識別,結(jié)果表明,不同波段高光譜對羊肉品種識別均有較好效果;Kamruzzaman 等[12]對豬肉、牛肉和羊肉3 種不同種類的肉進行鑒別和分類并利用主成分分析(principal component analysis,PCA)和偏最小二乘判別(partial least square-discriminant ,PLS-DA) 等進行建模,結(jié)果表明,驗證集中3 種類型的肉類樣品的總體正確分類率為98.67%。綜上可知,已有學(xué)者利用高光譜成像技術(shù)對雞肉、豬肉、羊肉以及摻假肉等進行判別分析,但對不同品種牛肉的判別鮮有報道。

    該研究利用可見/近紅外高光譜技術(shù)對5 個不同品種的牛肉進行判別分析。首先利用不同的預(yù)處理對原始光譜進行預(yù)處理并劃分校正集與預(yù)測集,通過所建立的PLS-DA 模型優(yōu)選最佳預(yù)處理方法,建立基于特征波段和全波段的K 最近鄰算法(K-nearest neighbor,KNN)、偏最小二乘判別分析,選出最佳模型,為快速無損判別牛肉品種提供技術(shù)參考[13]。

    1 材料與方法

    1.1 材料與儀器

    產(chǎn)奶率低的荷斯坦奶牛,采自寧夏吳忠市澇河橋分割肉加工有限公司;3 歲左右的秦川牛、西門塔爾牛,力木贊牛及安格斯牛,采自寧夏固原市寧夏尚農(nóng)生物科技發(fā)展產(chǎn)業(yè)有限公司。各品種牛經(jīng)屠宰后在0 ℃下冷藏,排酸48 h。取出牛肉樣品進行分割,每個品種的牛分別取4 個部位肉(脖肉、眼肉、瓜條肉、里脊肉),剔除多余的油脂和筋膜后,放入保溫箱運至寧夏大學(xué)農(nóng)產(chǎn)品無損檢測實驗室,貯藏在4 ℃冷柜備用。5 個品種的牛肉樣品各60 個,共300 個。光譜掃描前將肉樣整形切塊(大小約為40 mm×30 mm×10 mm),25 ℃下放置2 h,待肉樣中心溫度達到室溫(25 ℃)水平后,用濾紙吸干樣品表面的水分,進行光譜掃描。

    Hyper Spec-VNIR 高光譜成像系統(tǒng)、VT-80 自動電控位移平臺:美國Headwall 公司;Imspector N 型成像光譜儀(光譜分辨率2.8 nm,狹縫寬度25 μm)、G4-232 增強型 EMCCD 相機(像素尺寸 8.0 μm)、2 個鹵素?zé)艄庠矗好绹鳪olden Way Scientific 公司;VT-80 自動電控位移平臺。

    1.2 試驗方法

    1.2.1 高光譜圖像采集

    由于肉樣本紋理形狀、色澤等會造成光源漫反射,影響光譜信息采集效果。因此,圖像采集時需設(shè)置合理的曝光時間和位移平臺移動速度。經(jīng)預(yù)試驗確定牛肉樣品的采集參數(shù):相機曝光時間為15 ms,物距為380 mm,電控位移平臺移動速度為15 mm/s[13]。同時,由于光源強度分布不均及相機中暗電流的存在,使采集到的信息中含有大量噪聲。因此在采集高光譜圖像之前需進行黑白校正。具體方法同文獻[13]。

    圖像采集前,需打開高光譜儀器預(yù)熱30 min。試驗過程中,每組取5 塊肉樣依次置于電控位移平臺上,進行光譜掃描。圖像數(shù)據(jù)處理之前,利用ENVI 4.8 軟件選取整塊肉表面作為感興趣區(qū)域(range of interest,ROI),計算ROI 內(nèi)的平均反射光譜,作為樣本的反射光譜[13]。

    1.2.2 樣本劃分

    采用光譜-理化值共生距離法(sample set parti tioning based on joint X-Y distances,SPXY)[14]進行樣本劃分。

    1.2.3 光譜數(shù)據(jù)預(yù)處理

    在光譜采集過程中,由于試驗樣本、測定環(huán)境及儀器噪音等因素的影響,所采集的光譜數(shù)據(jù)中會夾雜一些無用信息,從而影響建模性能。因此,需要對原始光譜數(shù)據(jù)進行預(yù)處理。該試驗通過卷積平滑(savitzkygolay smoothing,SG)、區(qū)域歸一化、一階導(dǎo)數(shù)(first derivative,F(xiàn)D)、基線校準(zhǔn)、標(biāo)準(zhǔn)正態(tài)變量變換(standard normal variate,SNV)、MSC 方法[15]對原始光譜進行預(yù)處理。

    1.2.4 模型建立

    試驗采用PLS-DA、KNN 法及RBF-SVM 法建立牛肉品種鑒別模型。PLS-DA 算法是在PLS 回歸算法基礎(chǔ)上建立樣本分類變量與光譜特征間的回歸模型的分類方法。KNN 算法是將一個樣本在特征空間中的K 個最相似或者最鄰近的樣本進行比較,樣本中的大多數(shù)屬于某一類則將該樣本歸結(jié)為此類[16]。RBF-SVM法是基于統(tǒng)計學(xué)習(xí)理論提出的一種機器學(xué)習(xí)識別方法,對非線性及高維信息識別具有較好的處理能力。該算法的原理將向量映射到高維空間,構(gòu)建一個超平面,進而建立合適的分隔超平面,使兩個與之平行的超平面距離達到最大,從而解決復(fù)雜數(shù)據(jù)的分類及回歸問題。用The Unscrambler X 10.4 對光譜數(shù)據(jù)進行預(yù)處理[13],其余算法在Matlab R2016a 中實現(xiàn)。

    2 結(jié)果與討論

    2.1 光譜反射率曲線分析

    對5 種牛肉樣品的光譜數(shù)據(jù)取平均,得到的平均光譜曲線如圖1 所示。

    圖1 牛肉樣品平均光譜圖Fig.1 The original average spectra

    由圖1 可以看出,不同品種牛肉的光譜曲線走勢相似。其中,奶牛肉的反射率值明顯低于其他牛肉。在400 nm~590 nm 波段范圍內(nèi),反射率較低。而在650 nm~780 nm 波段,光譜反射值較高。

    在可見光區(qū)域,牛肉中的肌紅蛋白與血紅蛋白相互作用,使其肉色呈現(xiàn)紅色;在近紅外區(qū)域,光譜吸收取決于物質(zhì)分子基團中光子能量吸收與能級躍遷,不同物質(zhì)具有特定的波長吸收組合,牛肉脂肪、蛋白質(zhì)及水分含量約占牛肉總質(zhì)量的99%,因此光譜吸收主要與其本身所含的-OH,-CH 和-NH2等基團密切相關(guān)。由圖1 可以看出,在部分波段范圍內(nèi)存在光譜交叉及重疊現(xiàn)象,但是在690 nm~930 nm,各波段反射率差異比較明顯,這為牛肉品種的快速判別提供了大量信息。

    2.2 預(yù)處理方法的選擇

    經(jīng)不同預(yù)處理方法后建立PLS-DA 模型,結(jié)果見表1。

    由表1 可知,經(jīng)過FD 法預(yù)處理后所建模型的交互驗證中最小錯誤率最小為0.08,其模型的準(zhǔn)確率達到95.33,表明采用一階導(dǎo)數(shù)預(yù)處理所建模型的準(zhǔn)確性最好。故選擇FD 方法對原始光譜進行預(yù)處理。

    表1 不同預(yù)處理方法后的PLS-DA 模型結(jié)果Table 1 The results of PLS-DA models by different pretreatment methods

    2.3 樣本集劃分

    樣本集的劃分方法在一定程度上決定了所建模型的優(yōu)略性,該研究利用SPXY 法對樣本劃分進行劃分。對牛肉樣品進行取樣時選擇3/4 樣本作為校正集,剩余1/4 作為預(yù)測集。樣本劃分結(jié)果見表2。

    表2 利用SPXY 法劃分樣本結(jié)果Table 2 The results of sample partitioning by SPXY

    2.4 建模方法及建模結(jié)果的比較分析

    2.4.1 建模參數(shù)的設(shè)定

    KNN 算法中最重要的是K 值的確定。K 值不僅會影響模型的穩(wěn)定性,同時對模型的預(yù)測效果也有很大的干擾[13]。試驗中將最大主成分?jǐn)?shù)設(shè)定為10,利用馬氏距離算法[17]并進行數(shù)據(jù)歸一化處理,采用百葉窗交互驗證[18],設(shè)置交互驗證組數(shù)為10,尋找交互驗證錯誤率最小處即為最佳K 值,結(jié)果見圖2。

    圖2 KNN 算法中K 值選擇Fig.2 K values selection for KNN algorithm

    由圖2 可知,當(dāng)K=6 時,錯誤率達到最低值,所以選擇K=6 時建立KNN 模型。

    在建立PLS-DA 模型時,將模型的最大主成分?jǐn)?shù)設(shè)定為20[13],數(shù)據(jù)歸一化處理后,采用百葉窗交互驗證[19],設(shè)置交互驗證組數(shù)為10,原始光譜的交互驗證錯誤率隨主成分?jǐn)?shù)的變化見圖3。

    圖3 交互驗證中不同主成分下的錯誤率Fig.3 Error rate of different principal components in cross validation

    由圖3 可知,在主成分?jǐn)?shù)為11 時誤判率最低,故將11 確定為最優(yōu)主成分?jǐn)?shù)。

    2.4.2 建模結(jié)果

    將經(jīng)FD 法預(yù)處理后的光譜數(shù)據(jù),分別建立基于全部波段的KNN、PLS-DA、RBF-SVM 牛肉品種判別模型,并對模型效果進行比較分析,模型結(jié)果見表4。

    綜上可知,RBF-SVM 法所建模型的校正集準(zhǔn)確率與預(yù)測集準(zhǔn)確率均高于KNN、PLS-DA 算法,RBF-SVM 法所建模型結(jié)果較好,校正集與預(yù)測集準(zhǔn)確率分別為100%、99%。

    表4 5 個品種牛肉的鑒別準(zhǔn)確率Table 4 Identification accuracy of five beef breeds

    3 結(jié)論

    本文利用近紅外高光譜技術(shù),在400 nm~1 000 nm對5 種不同牛肉品種進行判別,采集其高光譜圖像,提取其光譜信息,對比分析不同的光譜預(yù)處理方法,優(yōu)選出FD 預(yù)處理方法;并采用SPXY 法劃分樣品;然后分別建立基于全波段和特征波長下的PLS-DA,KNN 及RBF-SVM 牛肉判別模型。RBF-SVM 法所建模型的校正集與預(yù)測集準(zhǔn)確率分別為100%、99%,具有較好的判別效果,為牛肉品種快速無損判別提供理論依據(jù)。

    猜你喜歡
    波段牛肉預(yù)處理
    春日暖陽
    酸湯牛肉里的愛
    趣味(語文)(2021年11期)2021-03-09 03:11:30
    尋味牛肉
    海峽姐妹(2020年4期)2020-05-30 13:00:12
    牛肉怎么做,好吃又嫩?
    海峽姐妹(2019年4期)2019-06-18 10:39:14
    基于預(yù)處理MUSIC算法的分布式陣列DOA估計
    M87的多波段輻射過程及其能譜擬合
    淺談PLC在預(yù)處理生產(chǎn)線自動化改造中的應(yīng)用
    吃不上牛肉了
    絡(luò)合萃取法預(yù)處理H酸廢水
    日常維護對L 波段雷達的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    两个人视频免费观看高清| 国产亚洲精品久久久com| 日韩亚洲欧美综合| 老女人水多毛片| 国产精品乱码一区二三区的特点| 人人妻人人澡欧美一区二区| 91久久精品国产一区二区三区| 午夜福利视频1000在线观看| 又爽又黄a免费视频| 亚洲人成网站在线观看播放| 久久久久久九九精品二区国产| 国产高清激情床上av| 观看美女的网站| 成人av在线播放网站| 亚洲不卡免费看| 国产亚洲精品综合一区在线观看| 日韩一本色道免费dvd| 香蕉av资源在线| 久久6这里有精品| 久久99热6这里只有精品| 青春草视频在线免费观看| 国产探花极品一区二区| 美女大奶头视频| or卡值多少钱| 久99久视频精品免费| 国产真实乱freesex| 一本精品99久久精品77| 精品熟女少妇av免费看| 国产精品一区二区三区四区久久| 久久久色成人| 成人欧美大片| 人人妻,人人澡人人爽秒播| 天堂√8在线中文| 亚洲欧美清纯卡通| 精品久久久噜噜| 99热这里只有精品一区| 国产精品乱码一区二三区的特点| www日本黄色视频网| 俄罗斯特黄特色一大片| 欧美3d第一页| 久久精品国产亚洲av涩爱 | 午夜福利18| 一级毛片电影观看 | 国产综合懂色| 日本三级黄在线观看| 久久精品国产鲁丝片午夜精品| 天堂网av新在线| 国产高清三级在线| 国产精品人妻久久久久久| 免费一级毛片在线播放高清视频| 亚洲人成网站高清观看| 国产精品一区二区免费欧美| 亚洲国产日韩欧美精品在线观看| 日韩成人伦理影院| 国产精品99久久久久久久久| 91狼人影院| 黄色日韩在线| 白带黄色成豆腐渣| 国产精品亚洲一级av第二区| 高清午夜精品一区二区三区 | 亚洲美女黄片视频| 亚洲欧美日韩卡通动漫| 女的被弄到高潮叫床怎么办| 亚洲经典国产精华液单| 日韩三级伦理在线观看| 亚洲人与动物交配视频| 欧美日本视频| 3wmmmm亚洲av在线观看| 一级毛片我不卡| 国产乱人偷精品视频| 人人妻人人澡人人爽人人夜夜 | 国产视频内射| 日韩,欧美,国产一区二区三区 | 国产精品综合久久久久久久免费| 久久久精品94久久精品| 午夜激情欧美在线| 日韩国内少妇激情av| 国产av在哪里看| 最近视频中文字幕2019在线8| 在线免费观看不下载黄p国产| 真人做人爱边吃奶动态| 亚洲成人精品中文字幕电影| 夜夜爽天天搞| 国产精品一区二区免费欧美| 日韩精品青青久久久久久| 国产一区二区亚洲精品在线观看| 成年免费大片在线观看| 国产伦一二天堂av在线观看| 搡老岳熟女国产| 日日干狠狠操夜夜爽| 欧美另类亚洲清纯唯美| 亚洲中文字幕日韩| 亚洲熟妇熟女久久| 午夜激情福利司机影院| 国产探花极品一区二区| 国产私拍福利视频在线观看| 亚洲国产色片| 久久久欧美国产精品| 国产精品福利在线免费观看| 欧美日韩乱码在线| 午夜福利视频1000在线观看| 最近2019中文字幕mv第一页| 欧美色欧美亚洲另类二区| 桃色一区二区三区在线观看| 精品午夜福利视频在线观看一区| 一级av片app| 最新在线观看一区二区三区| 久久精品国产99精品国产亚洲性色| 美女 人体艺术 gogo| 亚洲成人久久爱视频| 在线国产一区二区在线| 亚洲精品乱码久久久v下载方式| 人妻丰满熟妇av一区二区三区| 欧美绝顶高潮抽搐喷水| 热99在线观看视频| 亚洲最大成人手机在线| 日韩在线高清观看一区二区三区| 3wmmmm亚洲av在线观看| 男人和女人高潮做爰伦理| 中文字幕久久专区| 99久久久亚洲精品蜜臀av| 欧美一区二区国产精品久久精品| 国产v大片淫在线免费观看| 国产精品国产高清国产av| 一a级毛片在线观看| 性插视频无遮挡在线免费观看| 又爽又黄a免费视频| 国内精品美女久久久久久| 长腿黑丝高跟| 又爽又黄无遮挡网站| 国产亚洲精品综合一区在线观看| 色哟哟哟哟哟哟| 国产一区二区亚洲精品在线观看| 成人性生交大片免费视频hd| 久久久久久久亚洲中文字幕| 亚洲激情五月婷婷啪啪| 色播亚洲综合网| 中文字幕人妻熟人妻熟丝袜美| 熟女电影av网| 美女xxoo啪啪120秒动态图| 成年女人毛片免费观看观看9| 欧美不卡视频在线免费观看| АⅤ资源中文在线天堂| 成人二区视频| 在线观看66精品国产| 日本精品一区二区三区蜜桃| 三级毛片av免费| 国产免费男女视频| 十八禁网站免费在线| 三级毛片av免费| 久久精品国产亚洲av涩爱 | 亚洲高清免费不卡视频| 欧美一级a爱片免费观看看| 免费在线观看影片大全网站| 91在线精品国自产拍蜜月| 别揉我奶头 嗯啊视频| 黄色日韩在线| 麻豆久久精品国产亚洲av| 久久精品国产99精品国产亚洲性色| 国产 一区 欧美 日韩| 波多野结衣巨乳人妻| 中文亚洲av片在线观看爽| 亚洲国产高清在线一区二区三| 日本色播在线视频| 天堂动漫精品| 我的女老师完整版在线观看| 国产高清有码在线观看视频| 人妻少妇偷人精品九色| 欧洲精品卡2卡3卡4卡5卡区| 亚洲人成网站高清观看| 三级经典国产精品| 男人舔女人下体高潮全视频| 日韩成人av中文字幕在线观看 | 国产探花极品一区二区| 国产午夜精品久久久久久一区二区三区 | 欧美又色又爽又黄视频| 亚洲av美国av| 欧美成人一区二区免费高清观看| 国产精品久久久久久久久免| 18+在线观看网站| av在线蜜桃| 免费av毛片视频| 女人十人毛片免费观看3o分钟| 三级毛片av免费| 欧美最黄视频在线播放免费| 亚洲电影在线观看av| 菩萨蛮人人尽说江南好唐韦庄 | 天堂av国产一区二区熟女人妻| 在线天堂最新版资源| 国产精品av视频在线免费观看| 久久综合国产亚洲精品| 亚洲人与动物交配视频| 99热精品在线国产| 日本-黄色视频高清免费观看| 色综合亚洲欧美另类图片| 在线观看美女被高潮喷水网站| 51国产日韩欧美| 中文字幕久久专区| 成年女人看的毛片在线观看| 男女做爰动态图高潮gif福利片| 日本爱情动作片www.在线观看 | 久久精品国产自在天天线| 国产精品女同一区二区软件| 内地一区二区视频在线| 看免费成人av毛片| 午夜影院日韩av| 亚洲精品色激情综合| 一个人免费在线观看电影| 亚洲国产精品国产精品| av在线亚洲专区| 日本五十路高清| 偷拍熟女少妇极品色| 蜜桃亚洲精品一区二区三区| 三级男女做爰猛烈吃奶摸视频| 亚洲av中文av极速乱| 菩萨蛮人人尽说江南好唐韦庄 | 成人亚洲欧美一区二区av| 色吧在线观看| 国内精品宾馆在线| 小蜜桃在线观看免费完整版高清| h日本视频在线播放| 欧美日韩一区二区视频在线观看视频在线 | 婷婷色综合大香蕉| 国产私拍福利视频在线观看| 69av精品久久久久久| 狂野欧美白嫩少妇大欣赏| 欧美一级a爱片免费观看看| 久久久久国内视频| 国产日本99.免费观看| 精品一区二区三区av网在线观看| 亚洲成人av在线免费| 日本色播在线视频| 亚洲性夜色夜夜综合| 亚洲av不卡在线观看| 国产精品一区二区性色av| 最近中文字幕高清免费大全6| 人妻丰满熟妇av一区二区三区| 一级a爱片免费观看的视频| 午夜精品在线福利| 人人妻人人澡人人爽人人夜夜 | 99热这里只有是精品50| avwww免费| 午夜激情欧美在线| 夜夜看夜夜爽夜夜摸| 天美传媒精品一区二区| 小蜜桃在线观看免费完整版高清| 国产男人的电影天堂91| 精品99又大又爽又粗少妇毛片| 91久久精品电影网| 97热精品久久久久久| 日韩在线高清观看一区二区三区| 国产黄a三级三级三级人| 色av中文字幕| 国产三级在线视频| 午夜激情欧美在线| 国产高潮美女av| 精品久久久久久久末码| 天天一区二区日本电影三级| 美女xxoo啪啪120秒动态图| 亚洲在线自拍视频| www.色视频.com| 99热这里只有是精品在线观看| 亚洲中文字幕日韩| 精品久久久久久久末码| 国产精品一区二区三区四区免费观看 | 久久精品国产鲁丝片午夜精品| 最好的美女福利视频网| 一进一出抽搐动态| 身体一侧抽搐| 俺也久久电影网| 人妻制服诱惑在线中文字幕| 黄色视频,在线免费观看| 男女那种视频在线观看| 久久精品国产亚洲av香蕉五月| 日本黄色片子视频| 嫩草影视91久久| 久久国内精品自在自线图片| 国产精品99久久久久久久久| 国产一区二区在线av高清观看| 亚洲国产精品久久男人天堂| 一a级毛片在线观看| 少妇熟女欧美另类| ponron亚洲| 国模一区二区三区四区视频| h日本视频在线播放| 乱人视频在线观看| 少妇的逼水好多| 高清日韩中文字幕在线| 在现免费观看毛片| 99热精品在线国产| 亚洲人成网站在线播| 亚洲精品乱码久久久v下载方式| 高清午夜精品一区二区三区 | 人人妻人人澡人人爽人人夜夜 | av.在线天堂| 亚洲精品成人久久久久久| 国产精品人妻久久久影院| 国产成人a∨麻豆精品| 91精品国产九色| 看十八女毛片水多多多| 精品久久久久久久久亚洲| 一个人免费在线观看电影| 精品午夜福利视频在线观看一区| 不卡视频在线观看欧美| 精品人妻视频免费看| 露出奶头的视频| 蜜桃亚洲精品一区二区三区| 精品福利观看| 丰满的人妻完整版| 男人狂女人下面高潮的视频| 亚洲自拍偷在线| 精品人妻熟女av久视频| 日本免费一区二区三区高清不卡| 国产真实乱freesex| 亚洲中文字幕日韩| 日韩高清综合在线| 大香蕉久久网| 一级毛片久久久久久久久女| 亚洲,欧美,日韩| 狂野欧美激情性xxxx在线观看| 日韩大尺度精品在线看网址| 国产一区亚洲一区在线观看| 精品久久久久久久久久免费视频| 丰满人妻一区二区三区视频av| 中文字幕免费在线视频6| 国产真实伦视频高清在线观看| 一级黄片播放器| 人妻夜夜爽99麻豆av| 99riav亚洲国产免费| 人人妻人人澡人人爽人人夜夜 | 日韩成人伦理影院| 深爱激情五月婷婷| 亚洲,欧美,日韩| 乱人视频在线观看| 日日摸夜夜添夜夜添av毛片| 噜噜噜噜噜久久久久久91| 免费一级毛片在线播放高清视频| 国产精品日韩av在线免费观看| 国产在线精品亚洲第一网站| 亚洲国产欧洲综合997久久,| 人妻丰满熟妇av一区二区三区| 国产精品国产三级国产av玫瑰| 直男gayav资源| 一区福利在线观看| 国内久久婷婷六月综合欲色啪| 国内揄拍国产精品人妻在线| 国产久久久一区二区三区| 久久国产乱子免费精品| 亚洲av不卡在线观看| 日本色播在线视频| 欧美另类亚洲清纯唯美| 久久精品国产自在天天线| 蜜桃亚洲精品一区二区三区| 国产不卡一卡二| 午夜激情欧美在线| 亚洲国产高清在线一区二区三| 岛国在线免费视频观看| 伦理电影大哥的女人| 日日摸夜夜添夜夜爱| 国内精品一区二区在线观看| av卡一久久| 一个人看的www免费观看视频| 卡戴珊不雅视频在线播放| 色综合色国产| 六月丁香七月| 欧美区成人在线视频| 18禁在线无遮挡免费观看视频 | 国产成人aa在线观看| 日韩欧美 国产精品| 午夜精品在线福利| 国内少妇人妻偷人精品xxx网站| 国产真实乱freesex| 国产精品综合久久久久久久免费| 在线免费观看不下载黄p国产| 日韩精品青青久久久久久| 午夜激情欧美在线| 亚洲成人精品中文字幕电影| 午夜福利成人在线免费观看| 精品国产三级普通话版| 一本精品99久久精品77| 国产精品一区二区三区四区久久| 亚洲丝袜综合中文字幕| 久久久精品94久久精品| 成人永久免费在线观看视频| 日日摸夜夜添夜夜爱| 亚洲色图av天堂| 亚洲av成人精品一区久久| 在线观看一区二区三区| 精品人妻一区二区三区麻豆 | 校园春色视频在线观看| 免费av毛片视频| 最近最新中文字幕大全电影3| 免费不卡的大黄色大毛片视频在线观看 | 无遮挡黄片免费观看| 日本黄色片子视频| 少妇丰满av| 亚洲第一电影网av| 免费不卡的大黄色大毛片视频在线观看 | 3wmmmm亚洲av在线观看| 色尼玛亚洲综合影院| 日韩制服骚丝袜av| 十八禁国产超污无遮挡网站| 久久人人爽人人爽人人片va| 麻豆一二三区av精品| 久久久精品94久久精品| 内射极品少妇av片p| 国产精品女同一区二区软件| 国产精品野战在线观看| 久久久久久伊人网av| 桃色一区二区三区在线观看| 成人av一区二区三区在线看| 久久久久国内视频| 色5月婷婷丁香| 十八禁网站免费在线| 午夜精品国产一区二区电影 | 精品日产1卡2卡| 久久久久久九九精品二区国产| 毛片一级片免费看久久久久| 亚洲精华国产精华液的使用体验 | 国产成年人精品一区二区| 亚洲av不卡在线观看| ponron亚洲| 久久久久国内视频| 观看免费一级毛片| 日韩欧美 国产精品| 舔av片在线| 一级av片app| 一个人看的www免费观看视频| 久久99热这里只有精品18| 99久国产av精品国产电影| 小蜜桃在线观看免费完整版高清| 精品人妻视频免费看| 欧美性猛交╳xxx乱大交人| 亚洲国产精品成人久久小说 | 免费在线观看成人毛片| 午夜免费男女啪啪视频观看 | 毛片一级片免费看久久久久| 国内久久婷婷六月综合欲色啪| 三级男女做爰猛烈吃奶摸视频| 精品久久久久久久人妻蜜臀av| 1000部很黄的大片| 日韩欧美精品免费久久| 又黄又爽又免费观看的视频| 舔av片在线| 精品国内亚洲2022精品成人| 精品乱码久久久久久99久播| 高清毛片免费看| 亚洲国产精品sss在线观看| 干丝袜人妻中文字幕| 美女免费视频网站| 在线播放国产精品三级| 九色成人免费人妻av| 在线播放无遮挡| 日日干狠狠操夜夜爽| av天堂中文字幕网| 麻豆国产av国片精品| 国产精品久久久久久亚洲av鲁大| 亚洲av不卡在线观看| 亚洲av.av天堂| 99热精品在线国产| 亚洲av一区综合| 99久久九九国产精品国产免费| 18禁裸乳无遮挡免费网站照片| 亚洲成人久久性| 99热全是精品| 国产不卡一卡二| 精品人妻一区二区三区麻豆 | 亚洲美女搞黄在线观看 | 中文资源天堂在线| av卡一久久| 国内精品美女久久久久久| 中文字幕精品亚洲无线码一区| 91av网一区二区| 精品久久久久久久久久久久久| 免费不卡的大黄色大毛片视频在线观看 | 少妇被粗大猛烈的视频| 亚洲av成人精品一区久久| 欧美性猛交黑人性爽| 一个人看视频在线观看www免费| 一区二区三区四区激情视频 | 91午夜精品亚洲一区二区三区| 日本撒尿小便嘘嘘汇集6| 国产 一区精品| 中文字幕免费在线视频6| av免费在线看不卡| 精品久久久久久久人妻蜜臀av| 搡老妇女老女人老熟妇| 女同久久另类99精品国产91| 精品人妻熟女av久视频| 日韩中字成人| 亚洲人成网站高清观看| 国产精品精品国产色婷婷| 三级经典国产精品| 国产人妻一区二区三区在| 男女啪啪激烈高潮av片| 中文字幕免费在线视频6| 精品午夜福利在线看| 日韩在线高清观看一区二区三区| 天天躁日日操中文字幕| 我的老师免费观看完整版| 国产69精品久久久久777片| 色综合亚洲欧美另类图片| 美女被艹到高潮喷水动态| 一夜夜www| 国产精品亚洲一级av第二区| 秋霞在线观看毛片| 成人国产麻豆网| 人妻丰满熟妇av一区二区三区| 国产精品女同一区二区软件| 亚洲人成网站在线播放欧美日韩| 久久人人爽人人片av| 草草在线视频免费看| 成人欧美大片| 69av精品久久久久久| 色哟哟哟哟哟哟| 成人二区视频| 日本精品一区二区三区蜜桃| 免费观看精品视频网站| 国产精品一区二区三区四区久久| 中文字幕久久专区| 久久久久久国产a免费观看| 午夜视频国产福利| 色综合站精品国产| 国产伦在线观看视频一区| 日韩欧美精品免费久久| 婷婷精品国产亚洲av在线| 色尼玛亚洲综合影院| 成年女人永久免费观看视频| 99久久九九国产精品国产免费| 亚洲欧美日韩高清专用| 亚洲成人精品中文字幕电影| av在线老鸭窝| 18禁在线播放成人免费| 高清午夜精品一区二区三区 | 97超碰精品成人国产| 亚洲高清免费不卡视频| 亚洲激情五月婷婷啪啪| 国产久久久一区二区三区| 久久精品综合一区二区三区| 人人妻人人澡人人爽人人夜夜 | 国产精品久久久久久久电影| 色视频www国产| 国产精品国产三级国产av玫瑰| 中国美白少妇内射xxxbb| 一级毛片我不卡| 嫩草影视91久久| 亚洲国产精品国产精品| 中国国产av一级| av中文乱码字幕在线| av黄色大香蕉| 偷拍熟女少妇极品色| 亚洲国产高清在线一区二区三| 啦啦啦啦在线视频资源| 国产精品国产三级国产av玫瑰| 国产午夜精品论理片| 春色校园在线视频观看| 国产精品无大码| 成人美女网站在线观看视频| 亚洲七黄色美女视频| 12—13女人毛片做爰片一| 精品午夜福利视频在线观看一区| 国产黄a三级三级三级人| 99久久九九国产精品国产免费| 亚洲成人久久爱视频| 婷婷六月久久综合丁香| 日韩在线高清观看一区二区三区| 插阴视频在线观看视频| 色在线成人网| 成人综合一区亚洲| 色播亚洲综合网| 男人舔奶头视频| 国产大屁股一区二区在线视频| 亚洲性夜色夜夜综合| 亚洲国产高清在线一区二区三| 男人狂女人下面高潮的视频| 99在线人妻在线中文字幕| 99久久九九国产精品国产免费| 狂野欧美白嫩少妇大欣赏| 色噜噜av男人的天堂激情| 直男gayav资源| 十八禁网站免费在线| 午夜日韩欧美国产| 一个人免费在线观看电影| 人人妻人人澡人人爽人人夜夜 | 欧美色视频一区免费| 日韩av不卡免费在线播放| 成年免费大片在线观看| 亚洲欧美成人综合另类久久久 | 69人妻影院| 亚洲专区国产一区二区| 精品欧美国产一区二区三| 久久精品人妻少妇| 成人二区视频| 免费av毛片视频| av专区在线播放| 超碰av人人做人人爽久久| 色综合色国产| 久久午夜亚洲精品久久| 国产女主播在线喷水免费视频网站 | 韩国av在线不卡| 一a级毛片在线观看| 淫妇啪啪啪对白视频| 露出奶头的视频| 看十八女毛片水多多多| 国产欧美日韩一区二区精品| 国产男靠女视频免费网站| 国产久久久一区二区三区| 少妇的逼好多水| 日韩国内少妇激情av| 亚洲精品国产av成人精品 | 久久精品国产99精品国产亚洲性色| 国产黄a三级三级三级人| 在线观看免费视频日本深夜| 久久精品国产99精品国产亚洲性色| 女生性感内裤真人,穿戴方法视频|