• <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
    欧美日韩成人在线一区二区| 如何舔出高潮| 欧美日韩综合久久久久久| 老女人水多毛片| 一区二区三区乱码不卡18| 成人18禁高潮啪啪吃奶动态图| 精品一区二区免费观看| 99香蕉大伊视频| 一区二区三区精品91| 伊人亚洲综合成人网| 伦理电影大哥的女人| 欧美激情 高清一区二区三区| 国产亚洲精品第一综合不卡| 久久精品国产鲁丝片午夜精品| 久久人人97超碰香蕉20202| 日韩 亚洲 欧美在线| 在线 av 中文字幕| 看免费av毛片| 国产日韩一区二区三区精品不卡| 有码 亚洲区| 欧美精品高潮呻吟av久久| 涩涩av久久男人的天堂| av线在线观看网站| 蜜桃国产av成人99| 精品少妇一区二区三区视频日本电影 | 寂寞人妻少妇视频99o| 国产精品二区激情视频| 宅男免费午夜| 日韩电影二区| 成人午夜精彩视频在线观看| 欧美av亚洲av综合av国产av | 国产成人欧美| 亚洲精品成人av观看孕妇| 天堂俺去俺来也www色官网| 五月天丁香电影| 女性被躁到高潮视频| 曰老女人黄片| 免费日韩欧美在线观看| 欧美人与性动交α欧美软件| 精品久久久精品久久久| 亚洲婷婷狠狠爱综合网| 亚洲婷婷狠狠爱综合网| 咕卡用的链子| 久久精品国产综合久久久| 国产成人免费无遮挡视频| 久久 成人 亚洲| 国产成人av激情在线播放| 午夜免费鲁丝| 啦啦啦视频在线资源免费观看| 精品卡一卡二卡四卡免费| 日日爽夜夜爽网站| 中文字幕av电影在线播放| 午夜91福利影院| 久久久久精品性色| 一边摸一边做爽爽视频免费| 伊人久久大香线蕉亚洲五| 国产亚洲精品第一综合不卡| 国产深夜福利视频在线观看| 老熟女久久久| 丁香六月天网| 老女人水多毛片| 国产xxxxx性猛交| 精品人妻在线不人妻| 99国产精品免费福利视频| 国产av精品麻豆| 纵有疾风起免费观看全集完整版| 永久网站在线| 老司机影院毛片| 午夜福利网站1000一区二区三区| 91aial.com中文字幕在线观看| 99香蕉大伊视频| 日日撸夜夜添| 日本猛色少妇xxxxx猛交久久| 黄片播放在线免费| av在线播放精品| 美国免费a级毛片| 国产精品免费视频内射| 欧美精品亚洲一区二区| 久久精品夜色国产| 天堂俺去俺来也www色官网| 久久精品国产a三级三级三级| 国产野战对白在线观看| 两个人免费观看高清视频| 日韩在线高清观看一区二区三区| 亚洲在久久综合| 考比视频在线观看| 午夜免费男女啪啪视频观看| 黄色配什么色好看| 肉色欧美久久久久久久蜜桃| 老司机影院毛片| 国产女主播在线喷水免费视频网站| 只有这里有精品99| 最新中文字幕久久久久| 欧美中文综合在线视频| 亚洲av.av天堂| 欧美少妇被猛烈插入视频| 观看美女的网站| 2021少妇久久久久久久久久久| 亚洲三区欧美一区| 国产精品久久久久久精品电影小说| 另类精品久久| 伊人久久国产一区二区| 巨乳人妻的诱惑在线观看| 欧美人与善性xxx| 日本免费在线观看一区| 五月伊人婷婷丁香| 亚洲综合色惰| 一级毛片电影观看| 精品少妇久久久久久888优播| 午夜日韩欧美国产| 热99国产精品久久久久久7| 蜜桃国产av成人99| 男人添女人高潮全过程视频| 1024香蕉在线观看| 欧美激情高清一区二区三区 | 下体分泌物呈黄色| 国产精品国产三级国产专区5o| 飞空精品影院首页| 成年av动漫网址| 亚洲国产成人一精品久久久| 日韩 亚洲 欧美在线| 国产精品久久久久久久久免| 久久久久久久国产电影| 男女午夜视频在线观看| 少妇被粗大的猛进出69影院| 国产在线免费精品| 美女脱内裤让男人舔精品视频| 国产免费福利视频在线观看| 只有这里有精品99| 亚洲av男天堂| 亚洲欧洲精品一区二区精品久久久 | 欧美人与性动交α欧美软件| 欧美日韩av久久| 妹子高潮喷水视频| 精品亚洲成国产av| 久久久欧美国产精品| 色94色欧美一区二区| 在线天堂最新版资源| 视频在线观看一区二区三区| 亚洲色图 男人天堂 中文字幕| 女人精品久久久久毛片| 综合色丁香网| 亚洲国产欧美网| 国产精品久久久久久精品电影小说| 另类精品久久| 国产成人精品一,二区| 久久久精品免费免费高清| 高清视频免费观看一区二区| 国产有黄有色有爽视频| 日韩av不卡免费在线播放| 国产成人91sexporn| 久久人人爽av亚洲精品天堂| 91精品伊人久久大香线蕉| 免费日韩欧美在线观看| 黑人巨大精品欧美一区二区蜜桃| 久久狼人影院| 九草在线视频观看| 在线看a的网站| 国产 一区精品| 国产97色在线日韩免费| 国产精品一区二区在线不卡| 国产精品熟女久久久久浪| 久久久久久人人人人人| 久久精品aⅴ一区二区三区四区 | 国产精品av久久久久免费| 天天操日日干夜夜撸| 中文字幕人妻熟女乱码| 国产精品 欧美亚洲| 久久国产亚洲av麻豆专区| 在现免费观看毛片| 飞空精品影院首页| 久久久欧美国产精品| 黄频高清免费视频| 欧美bdsm另类| 精品第一国产精品| 热99国产精品久久久久久7| 在线亚洲精品国产二区图片欧美| 久久精品aⅴ一区二区三区四区 | 婷婷色综合大香蕉| 久久久精品94久久精品| 超碰成人久久| 蜜桃国产av成人99| 80岁老熟妇乱子伦牲交| 免费高清在线观看日韩| 亚洲天堂av无毛| 欧美国产精品一级二级三级| 大片免费播放器 马上看| 建设人人有责人人尽责人人享有的| 新久久久久国产一级毛片| 午夜免费男女啪啪视频观看| 中文字幕另类日韩欧美亚洲嫩草| 日韩制服骚丝袜av| 亚洲情色 制服丝袜| 超碰成人久久| 精品亚洲成a人片在线观看| 美女高潮到喷水免费观看| 亚洲精品久久久久久婷婷小说| 2018国产大陆天天弄谢| 欧美日韩国产mv在线观看视频| 女人被躁到高潮嗷嗷叫费观| 久久人人97超碰香蕉20202| 天天影视国产精品| 国产男女超爽视频在线观看| 免费观看a级毛片全部| 有码 亚洲区| av电影中文网址| 高清在线视频一区二区三区| 伦理电影大哥的女人| 交换朋友夫妻互换小说| 最近最新中文字幕免费大全7| 大片免费播放器 马上看| 在线亚洲精品国产二区图片欧美| 黄片小视频在线播放| 久久99一区二区三区| 18禁裸乳无遮挡动漫免费视频| 嫩草影院入口| 久久人人97超碰香蕉20202| 欧美激情极品国产一区二区三区| 成人黄色视频免费在线看| 制服人妻中文乱码| 色播在线永久视频| 午夜精品国产一区二区电影| 美女中出高潮动态图| 99国产综合亚洲精品| 国产成人免费观看mmmm| 精品国产国语对白av| 免费黄网站久久成人精品| 色94色欧美一区二区| 只有这里有精品99| 91久久精品国产一区二区三区| 春色校园在线视频观看| 免费观看av网站的网址| 欧美日韩视频精品一区| 综合色丁香网| 欧美成人午夜免费资源| 国产成人精品在线电影| 又大又黄又爽视频免费| 在线观看免费高清a一片| 高清在线视频一区二区三区| 亚洲成人av在线免费| 亚洲美女视频黄频| 99久久综合免费| 精品人妻一区二区三区麻豆| 国产成人精品无人区| 国产亚洲午夜精品一区二区久久| 久久久久久免费高清国产稀缺| 免费观看在线日韩| 丝袜美足系列| 黄色配什么色好看| 色视频在线一区二区三区| 久久狼人影院| 极品人妻少妇av视频| 亚洲精品在线美女| 亚洲国产精品一区二区三区在线| 咕卡用的链子| 高清视频免费观看一区二区| 国产亚洲最大av| av在线老鸭窝| 极品人妻少妇av视频| 性色av一级| 亚洲一码二码三码区别大吗| av卡一久久| 亚洲欧美成人精品一区二区| 日韩av免费高清视频| 18禁观看日本| 亚洲精品自拍成人| av女优亚洲男人天堂| 国产男女超爽视频在线观看| 久久韩国三级中文字幕| 捣出白浆h1v1| 观看美女的网站| 人妻 亚洲 视频| 一本—道久久a久久精品蜜桃钙片| 如何舔出高潮| 如日韩欧美国产精品一区二区三区| 老司机亚洲免费影院| 久久女婷五月综合色啪小说| 一区二区三区四区激情视频| 一区二区日韩欧美中文字幕| 高清av免费在线| 亚洲精品一区蜜桃| 亚洲天堂av无毛| 免费黄色在线免费观看| 国产成人精品久久久久久| 久久国产亚洲av麻豆专区| 久久亚洲国产成人精品v| 中文精品一卡2卡3卡4更新| av线在线观看网站| 亚洲欧洲国产日韩| 纯流量卡能插随身wifi吗| 国产精品国产三级专区第一集| 亚洲一区中文字幕在线| 免费女性裸体啪啪无遮挡网站| 一二三四中文在线观看免费高清| 国产探花极品一区二区| 男女高潮啪啪啪动态图| 考比视频在线观看| 久久久精品94久久精品| 久久婷婷青草| 一边亲一边摸免费视频| 精品视频人人做人人爽| 日韩av免费高清视频| 久久久国产欧美日韩av| 菩萨蛮人人尽说江南好唐韦庄| 999精品在线视频| 这个男人来自地球电影免费观看 | 国产精品久久久久久久久免| 国产 一区精品| 韩国av在线不卡| 精品福利永久在线观看| 超碰成人久久| 永久网站在线| 免费日韩欧美在线观看| 在线精品无人区一区二区三| 我的亚洲天堂| 久久久久精品人妻al黑| 国产成人av激情在线播放| 久久久欧美国产精品| 亚洲精品国产一区二区精华液| 一个人免费看片子| 成年女人毛片免费观看观看9 | 亚洲婷婷狠狠爱综合网| 午夜福利在线免费观看网站| 好男人视频免费观看在线| 欧美激情极品国产一区二区三区| 中文字幕av电影在线播放| 亚洲久久久国产精品| 青春草亚洲视频在线观看| 丝瓜视频免费看黄片| 少妇被粗大猛烈的视频| 午夜精品国产一区二区电影| 国产国语露脸激情在线看| 999精品在线视频| 成人手机av| 欧美成人午夜精品| 大香蕉久久成人网| 国产日韩欧美视频二区| 亚洲精品久久久久久婷婷小说| 九色亚洲精品在线播放| 国产精品 国内视频| 9热在线视频观看99| 国产免费福利视频在线观看| 成年人午夜在线观看视频| 黄频高清免费视频| 亚洲一区中文字幕在线| 国产精品 国内视频| 亚洲国产精品成人久久小说| a级毛片在线看网站| 人妻少妇偷人精品九色| 1024视频免费在线观看| 国产精品一二三区在线看| 汤姆久久久久久久影院中文字幕| 国产精品一二三区在线看| 亚洲精品久久久久久婷婷小说| 久久精品夜色国产| 欧美日韩成人在线一区二区| 免费看av在线观看网站| 少妇被粗大猛烈的视频| 日韩制服丝袜自拍偷拍| 久久精品久久久久久噜噜老黄| 婷婷成人精品国产| 日韩人妻精品一区2区三区| 国产在视频线精品| 日本免费在线观看一区| 中文乱码字字幕精品一区二区三区| 男女免费视频国产| 水蜜桃什么品种好| 免费高清在线观看视频在线观看| 婷婷色av中文字幕| av福利片在线| 黑人巨大精品欧美一区二区蜜桃| 七月丁香在线播放| 巨乳人妻的诱惑在线观看| 精品久久蜜臀av无| 成年动漫av网址| 色哟哟·www| 成人午夜精彩视频在线观看| 丰满迷人的少妇在线观看| 国产精品不卡视频一区二区| 黄色怎么调成土黄色| 伦精品一区二区三区| 国产综合精华液| 亚洲,欧美,日韩| 在线观看美女被高潮喷水网站| 深夜精品福利| 卡戴珊不雅视频在线播放| 伦理电影大哥的女人| 热re99久久国产66热| 久久国产精品大桥未久av| 国语对白做爰xxxⅹ性视频网站| 黑丝袜美女国产一区| 一本久久精品| 男女免费视频国产| 免费黄色在线免费观看| 日本av免费视频播放| 国产精品久久久久久久久免| 精品一区二区三区四区五区乱码 | 99九九在线精品视频| 精品国产一区二区三区久久久樱花| 亚洲综合精品二区| 天天操日日干夜夜撸| 狂野欧美激情性bbbbbb| 在线观看免费日韩欧美大片| 中文字幕制服av| 久久这里只有精品19| 国产日韩欧美亚洲二区| 欧美日韩亚洲国产一区二区在线观看 | 90打野战视频偷拍视频| 人妻人人澡人人爽人人| 亚洲精品aⅴ在线观看| 九色亚洲精品在线播放| 香蕉国产在线看| 中文字幕亚洲精品专区| 少妇人妻久久综合中文| 美女午夜性视频免费| 国产精品免费大片| 免费在线观看完整版高清| 色视频在线一区二区三区| 九草在线视频观看| 日韩免费高清中文字幕av| 亚洲国产精品一区二区三区在线| 在线免费观看不下载黄p国产| 天天操日日干夜夜撸| 亚洲精品第二区| 国产精品无大码| 亚洲精品国产av蜜桃| 91aial.com中文字幕在线观看| 女的被弄到高潮叫床怎么办| 亚洲欧洲国产日韩| 国产精品久久久av美女十八| 激情五月婷婷亚洲| 国产一区二区三区综合在线观看| 99九九在线精品视频| 天堂中文最新版在线下载| 亚洲国产色片| 国产精品国产三级专区第一集| 黄色 视频免费看| 久久这里只有精品19| av在线老鸭窝| 男女高潮啪啪啪动态图| 日韩,欧美,国产一区二区三区| 丝袜美足系列| 国产成人精品久久二区二区91 | 老汉色∧v一级毛片| 看非洲黑人一级黄片| av在线app专区| 亚洲综合色网址| 国产成人午夜福利电影在线观看| 啦啦啦在线免费观看视频4| 免费高清在线观看日韩| 国产老妇伦熟女老妇高清| 久久免费观看电影| 国产一级毛片在线| 一级毛片 在线播放| 国产色婷婷99| 人人澡人人妻人| 久久精品人人爽人人爽视色| 亚洲精品日本国产第一区| 亚洲精品久久久久久婷婷小说| 国产精品蜜桃在线观看| 女人精品久久久久毛片| 18+在线观看网站| 男女高潮啪啪啪动态图| 亚洲国产日韩一区二区| 我要看黄色一级片免费的| 天天躁夜夜躁狠狠久久av| 国产无遮挡羞羞视频在线观看| 少妇人妻 视频| 巨乳人妻的诱惑在线观看| www.熟女人妻精品国产| 亚洲国产日韩一区二区| 免费在线观看视频国产中文字幕亚洲 | 丝袜美足系列| 中文天堂在线官网| 国产精品久久久久久久久免| 亚洲成国产人片在线观看| 日韩欧美一区视频在线观看| av在线播放精品| 你懂的网址亚洲精品在线观看| 午夜激情av网站| 欧美精品一区二区免费开放| 高清在线视频一区二区三区| 黑人猛操日本美女一级片| 日本黄色日本黄色录像| 我要看黄色一级片免费的| 这个男人来自地球电影免费观看 | 亚洲经典国产精华液单| www日本在线高清视频| 亚洲精品,欧美精品| 99久久人妻综合| 国产男女内射视频| 亚洲国产日韩一区二区| 在现免费观看毛片| 两性夫妻黄色片| 新久久久久国产一级毛片| 欧美国产精品一级二级三级| 亚洲中文av在线| 国产老妇伦熟女老妇高清| 成人手机av| 国产日韩欧美亚洲二区| 成人影院久久| 成人亚洲欧美一区二区av| 九色亚洲精品在线播放| 又大又黄又爽视频免费| 亚洲精品久久成人aⅴ小说| 看免费av毛片| 在线看a的网站| 亚洲精品中文字幕在线视频| 亚洲精品乱久久久久久| 国产毛片在线视频| 春色校园在线视频观看| 成人手机av| 国产亚洲av片在线观看秒播厂| 国产视频首页在线观看| 黑丝袜美女国产一区| 一级a爱视频在线免费观看| 日韩伦理黄色片| 国产淫语在线视频| 高清不卡的av网站| 永久免费av网站大全| 香蕉精品网在线| 在线观看三级黄色| 在线天堂中文资源库| 五月天丁香电影| av免费观看日本| 国产又爽黄色视频| xxxhd国产人妻xxx| 男女免费视频国产| 如何舔出高潮| 亚洲内射少妇av| 看免费成人av毛片| 亚洲国产色片| 又大又黄又爽视频免费| 午夜福利一区二区在线看| 久久国产亚洲av麻豆专区| 男的添女的下面高潮视频| 久久久久久久国产电影| 夫妻午夜视频| 欧美最新免费一区二区三区| 一边摸一边做爽爽视频免费| 一级毛片 在线播放| 亚洲第一青青草原| 午夜福利影视在线免费观看| 欧美日韩成人在线一区二区| 丝袜喷水一区| 亚洲精品久久午夜乱码| 久久99一区二区三区| 久久久久久人人人人人| 男女边吃奶边做爰视频| 午夜福利在线免费观看网站| 日韩一区二区三区影片| 亚洲精品乱久久久久久| 捣出白浆h1v1| 欧美日韩av久久| 亚洲欧美成人综合另类久久久| 考比视频在线观看| 丰满少妇做爰视频| 两性夫妻黄色片| 日本欧美视频一区| 黄色毛片三级朝国网站| 亚洲激情五月婷婷啪啪| 极品少妇高潮喷水抽搐| 美女xxoo啪啪120秒动态图| 久久人妻熟女aⅴ| 香蕉精品网在线| 国产激情久久老熟女| 国产免费现黄频在线看| 97精品久久久久久久久久精品| 国产成人91sexporn| 午夜福利,免费看| 国产精品熟女久久久久浪| 中文字幕人妻熟女乱码| 国产av一区二区精品久久| 欧美日韩国产mv在线观看视频| 大香蕉久久成人网| 巨乳人妻的诱惑在线观看| 日日爽夜夜爽网站| 午夜日本视频在线| 丝袜喷水一区| 亚洲色图综合在线观看| 男女边摸边吃奶| 精品亚洲成国产av| 久久精品久久精品一区二区三区| 天天操日日干夜夜撸| av线在线观看网站| 久久久久久久久免费视频了| 成人毛片60女人毛片免费| 丝瓜视频免费看黄片| 两个人看的免费小视频| 成人毛片60女人毛片免费| av线在线观看网站| 人人澡人人妻人| 欧美精品一区二区大全| 日日啪夜夜爽| 午夜免费鲁丝| 国产精品 国内视频| 精品亚洲成a人片在线观看| 久久久久久久精品精品| 日韩av不卡免费在线播放| 国产亚洲精品第一综合不卡| 久久青草综合色| 亚洲精品视频女| 老女人水多毛片| 国产av国产精品国产| 亚洲av中文av极速乱| 精品亚洲成国产av| 国产av国产精品国产| 最新的欧美精品一区二区| 国产精品久久久av美女十八| 美女福利国产在线| 街头女战士在线观看网站| 久久久国产欧美日韩av| 天天躁夜夜躁狠狠躁躁| 大码成人一级视频| 亚洲国产精品999|