• <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 ?

    基于視覺(jué)顯著性的水面垃圾目標(biāo)檢測(cè)

    2019-12-03 09:49:16
    測(cè)控技術(shù) 2019年11期
    關(guān)鍵詞:直方圖水面像素

    (西南科技大學(xué) 信息工程學(xué)院,四川 綿陽(yáng) 621000)

    隨著社會(huì)的發(fā)展和人們生活水平的提高,人們生活和生產(chǎn)產(chǎn)生的垃圾也相應(yīng)增多,由于一部分人環(huán)保意識(shí)不夠強(qiáng),導(dǎo)致一些垃圾被傾倒在水中,如不及時(shí)清理將會(huì)對(duì)人們的生活生產(chǎn)造成嚴(yán)重的影響。傳統(tǒng)的人工清理水面垃圾的方式不僅耗時(shí)耗力,并且作業(yè)人員的危險(xiǎn)系數(shù)極高,因此一種水面智能清污機(jī)器人孕育而生[1],而水面垃圾目標(biāo)檢測(cè)則是水面智能清污機(jī)器人的核心。

    水面垃圾目標(biāo)檢測(cè)可以歸為水面目標(biāo)檢測(cè)范疇,近幾年涌現(xiàn)出一批水面目標(biāo)檢測(cè)算法。黃銀君[2]等人通過(guò)分析水體的顏色和紋理特征,提出了基于水體邊界特征和顏色分布模型的水面目標(biāo)檢測(cè)算法。Hou[3]等人使用基于變化檢測(cè)背景建模法檢測(cè)水面顯著性目標(biāo),當(dāng)目標(biāo)背景變化差異較小時(shí)該算法檢測(cè)精度會(huì)有所降低。劉茜[4]在HSI顏色空間中分別在H、S和I分量中進(jìn)行邊緣檢測(cè),然后將邊緣信息進(jìn)行融合,從而檢測(cè)出水面目標(biāo)。方晶[5]等人使用基于視覺(jué)注意模型的艦船目標(biāo)檢測(cè)方法,采用圖像高斯金字塔和歸一化算子來(lái)融合小波變換提取的低頻、高頻特征和HSV空間中的色度、飽和度和透明度特征,從而檢測(cè)出水面的艦船目標(biāo)。

    現(xiàn)存的大多數(shù)水面目標(biāo)檢測(cè)算法都是針對(duì)水面艦船的檢測(cè),與之相比水面垃圾目標(biāo)檢測(cè)更容易受到水面水波、倒影和反光等干擾因素影響,因此算法不僅要求檢測(cè)的有效性而且需要能夠去除水面干擾因素的影響以提高檢測(cè)的精度。綜合以上考慮,提出一種基于視覺(jué)顯著性的水面垃圾目標(biāo)檢測(cè)算法,將水面垃圾目標(biāo)檢測(cè)看成水面顯著性目標(biāo)檢測(cè)問(wèn)題,從超像素中提取顯著性特征并使用隨機(jī)森林回歸器將其融合得到顯著性圖,然后使用紋理特征去除水面的干擾因素,進(jìn)一步提升檢測(cè)的精度。

    為了便于描述,以下將可能存在水面干擾因素的圖像稱為疑似圖。本文提出的基于視覺(jué)顯著性的水面垃圾目標(biāo)檢測(cè)算法整體描述如下。

    1 算法結(jié)構(gòu)

    算法的整體流程如圖1所示,整體結(jié)構(gòu)主要包括顯著性特征提取、疑似顯著性圖的生成和去除水面干擾。首先對(duì)輸入圖像使用超像素分割算法得到圖像的超像素,緊接著對(duì)每一個(gè)超像素分別在CIELab、RGB和HSV顏色空間中提取全局顯著性特征、局部顯著性特征和直方圖顯著性特征。然后訓(xùn)練一個(gè)隨機(jī)森林回歸器,以超像素級(jí)的顯著性特征作為隨機(jī)森林回歸器的輸入來(lái)對(duì)圖像中的每一個(gè)超像素的顯著性進(jìn)行評(píng)估,從而得到輸入圖像的疑似顯著性圖,對(duì)疑似顯著性圖使用一種自適應(yīng)閾值分割方法得到疑似二值顯著性圖,并由二值圖在輸入圖像中得到疑似垃圾目標(biāo)區(qū)域。最后使用多層感知器(Multi-Layer Perceptron,MLP)分類(lèi)器對(duì)原始圖像中的疑似垃圾目標(biāo)區(qū)域進(jìn)行判別,去除只含水波、倒影和反光的區(qū)域,保留含有垃圾目標(biāo)的區(qū)域,最終檢測(cè)出水面的垃圾目標(biāo)。

    圖1 算法整體流程圖

    1.1 顯著性特征提取

    使用簡(jiǎn)單線性迭代聚類(lèi)[6](Simple Linear Iterative Clustering,SLIC)算法把輸入圖像分割成K個(gè)超像素SP(i),i=1,2,…,K,SLIC算法與其他超像素分割算法相比具有的較低計(jì)算代價(jià)并且有較高的分割性能,用較少的超像素代替大量的像素來(lái)表達(dá)圖像特征可以降低圖像后續(xù)處理的復(fù)雜度[7],并且與像素和區(qū)塊相比,從超像素中能夠提取更高效的特征并且邊緣保留度更好[8]。SLIC超像素分割算法充分考慮了圖像的顏色相似性和空間距離的關(guān)系,該算法是通過(guò)構(gòu)造CIELab顏色空間和二維坐標(biāo)下的5維的特征向量,然后對(duì)圖像像素使用局部K均值聚類(lèi)算法(K-Means Clustering Algorithm)聚類(lèi)得到圖像的超像素。SLIC超像素分割算法的具體步驟為:

    ② 計(jì)算每一個(gè)種子點(diǎn)的n×n領(lǐng)域內(nèi)所有像素的梯度(一般n=3),將種子點(diǎn)移到該領(lǐng)域內(nèi)梯度最小的位置。

    ③ 對(duì)每一個(gè)聚類(lèi)中心Ck根據(jù)式(1)在一個(gè) 2S×2S的方形領(lǐng)域內(nèi)搜索與其相似性最小的像素,將該像素分配給聚類(lèi)中心對(duì)應(yīng)的超像素標(biāo)簽。

    ④ 重復(fù)步驟③直至計(jì)算前后兩次聚類(lèi)中心的距離小于給定的閾值。

    其中兩個(gè)像素點(diǎn)間的相似性度量為

    (1)

    式中,Ds越大,表明兩個(gè)像素點(diǎn)之間的相似性越高;m為平衡參數(shù),用來(lái)平衡空間信息與顏色值在相似度衡量中的比例;s為種子點(diǎn)的間距;dlab為像素點(diǎn)l與k之間的顏色差異,dxy為其空間距離。dlab和dxy計(jì)算公式如下:

    (2)

    (3)

    式中,l、a、b分別為CIELab空間中的3個(gè)顏色分量值;(x,y)為其空間位置。

    由SLIC超像素分割算法得到圖像的超像素之后再分別計(jì)算每一個(gè)超像素在CIELab、RGB和HSV顏色空間中的全局顯著性特征、局部顯著性特征和直方圖顯著性特征。

    1.1.1 全局顯著性特征

    顯著性從生物視覺(jué)方面可以理解為視覺(jué)系統(tǒng)中視覺(jué)信號(hào)對(duì)對(duì)比度的敏感度,人類(lèi)視覺(jué)系統(tǒng)對(duì)外觀和顏色對(duì)比度更加敏感,如果一個(gè)超像素與圖像中其他的超像素相比在外觀和顏色上差異較大,那么這個(gè)超像素就具有較高的顯著性,全局顯著性特征可以用來(lái)表征超像素在整個(gè)圖像中的對(duì)比度。全局圖像對(duì)比度是通過(guò)一個(gè)區(qū)域與整個(gè)圖像的對(duì)比來(lái)估計(jì)顯著性[9]。使用超像素中所有像素的像素平均值來(lái)代表該超像素的像素值,表示為sci,使用超像素中所有像素坐標(biāo)的平均值來(lái)表示該超像素的像素坐標(biāo),表示為spi,則超像素的全局顯著性特征計(jì)算公式為

    (4)

    式中,K為圖像的超像素個(gè)數(shù);dvalue(sci,scj)為sci與scj超像素像素值的歐式距離;wij=e-0.002dposition(spi,spj);dpositon(spi,spj)為超像素spi與spj空間位置的歐式距離。根據(jù)式(4)分別在CIELab、RGB和HSV顏色空間中得到每一個(gè)超像素的全局顯著性特征。

    1.1.2 局部顯著性特征

    顯著性目標(biāo)經(jīng)常與其周?chē)沫h(huán)境有較大差異,如果一個(gè)超像素與其周?chē)某袼叵啾扔休^大的對(duì)比度,那么意味著這個(gè)超像素有較高的顯著性值,局部顯著性能夠表征超像素與其周?chē)袼氐膶?duì)比度。超像素的局部顯著性特征計(jì)算公式為

    (5)

    1.1.3 直方圖顯著性特征

    直方圖特征是一種最有效評(píng)估顯著性特征的方法之一。直方圖特征是通過(guò)使用卡方校驗(yàn)來(lái)測(cè)量?jī)蓚€(gè)直方圖之間的距離[10],第i個(gè)超像素的直方圖特征定義為

    (6)

    式中,b為超像素直方圖bin的數(shù)量,本文中bin為8;hik為第i個(gè)超像素在b=k時(shí)的直方圖對(duì)應(yīng)的取值。根據(jù)式(6)分別在CIELab、RGB和HSV顏色空間中由公式得到每一個(gè)超像素的直方圖顯著性特征。

    1.2 疑似顯著性圖

    由式(4)~式(6)得到輸入圖像的超像素級(jí)顯著性特征值后,再使用一個(gè)隨機(jī)森林[11](Random Forest)回歸器來(lái)評(píng)估每一個(gè)超像素的顯著性分?jǐn)?shù),實(shí)現(xiàn)顯著性特征的融合,從而得到輸入圖像的疑似顯著性圖。最后由以下的自適應(yīng)閾值得到二值顯著性圖,閾值計(jì)算公式為

    (7)

    式中,W與H分別為圖像的寬和高;S(x,y)為疑似顯著性圖;λ為平衡因子,用來(lái)調(diào)節(jié)自適應(yīng)分割的閾值,通過(guò)實(shí)驗(yàn)發(fā)現(xiàn),在收集到的數(shù)據(jù)集中當(dāng)λ=5時(shí)得到的顯著性二值圖效果最好。圖2為由隨機(jī)森林回歸器得到的疑似顯著性圖與自適應(yīng)閾值分割得到的疑似二值圖。

    圖2 疑似顯著性圖與疑似顯著性二值圖

    圖像從上到下依次為原圖、疑似顯著性圖和疑似顯著性二值圖,最右邊為只含反光的水面,由檢測(cè)結(jié)果可以看出水面的干擾因素會(huì)影響垃圾目標(biāo)的檢測(cè)。

    1.3 去除水面干擾

    圖像紋理特征是一種區(qū)域特征,是對(duì)圖像各像元之間的空間分布的一種描述[12]。實(shí)驗(yàn)中發(fā)現(xiàn)在含有垃圾目標(biāo)的區(qū)域和不含垃圾目標(biāo)的區(qū)域紋理特征差異較大。圖像的灰度共生矩陣是描述紋理常用的統(tǒng)計(jì)分析方法之一[13],為了從灰度共生矩陣中獲得能夠唯一描述圖像紋理特征,從灰度共生矩陣中獲取能量、對(duì)比度、相關(guān)性、熵和逆差矩來(lái)表征圖像的紋理特征,并使用MLP[14](Multi-Layer Perceptron)分類(lèi)器,以所提的紋理特征為輸入來(lái)對(duì)疑似垃圾目標(biāo)區(qū)域進(jìn)行識(shí)別,在收集到的數(shù)據(jù)集中截取大約3000張包含垃圾目標(biāo)的水面區(qū)域和大約3000張不包含垃圾目標(biāo)的水面區(qū)域,并進(jìn)行人工標(biāo)記,將圖片按照7∶3分為訓(xùn)練集和測(cè)試集來(lái)對(duì)MLP分類(lèi)器進(jìn)行訓(xùn)練。

    去除水面干擾的具體實(shí)施方法為:根據(jù)疑似二值顯著性圖在原始圖像中截取出對(duì)應(yīng)的疑似垃圾目標(biāo)區(qū)域,將該區(qū)域的紋理特征作為MLP分類(lèi)器的輸入來(lái)判斷該區(qū)域是否包含垃圾目標(biāo),如果該區(qū)域包含垃圾目標(biāo),則在疑似顯著性圖中保留的對(duì)應(yīng)區(qū)域;若該區(qū)域不包含垃圾目標(biāo),則在疑似顯著性圖中去除對(duì)應(yīng)區(qū)域;最后再進(jìn)行非極大值抑制[15]即可以得到最終的檢測(cè)結(jié)果。

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1 實(shí)驗(yàn)平臺(tái)和實(shí)驗(yàn)數(shù)據(jù)集

    實(shí)驗(yàn)的硬件環(huán)境為Windows 7 64-bit操作系統(tǒng)平臺(tái),處理器為Intel i5 3.20 GHz,內(nèi)存為8 GB,GPU的型號(hào)為GTX1060。

    實(shí)驗(yàn)收集3000張包含垃圾的水面圖片,圖片的平均尺寸大小為704像素×576像素,隨機(jī)選取2000張圖片用做訓(xùn)練集,剩余1000張圖片用做測(cè)試集,并進(jìn)行人工標(biāo)注。為了保證實(shí)驗(yàn)對(duì)比結(jié)果的有效性,實(shí)驗(yàn)中的所有算法包括隨機(jī)森林回歸器的訓(xùn)練均使用相同的訓(xùn)練集和測(cè)試集,對(duì)于訓(xùn)練集中的圖片使用隨機(jī)裁剪、隨機(jī)顏色調(diào)整和翻轉(zhuǎn)操作來(lái)對(duì)樣本進(jìn)行擴(kuò)充。為了驗(yàn)證所提算法的有效性,將本文算法與目前較為流行的3種適用于水面垃圾目標(biāo)檢測(cè)的算法:FT[16]、LC[17]和YOLO[18]進(jìn)行比較,并采用了相關(guān)研究結(jié)果,其中FT和LC顯著性目標(biāo)檢測(cè)算法得到的顯著性圖使用與本文相同的自適應(yīng)閾值分割方法得到二值顯著性圖。除了YOLO算法使用Python實(shí)現(xiàn)之外,其他算法均使用C++ 實(shí)現(xiàn)。因?yàn)閷?shí)驗(yàn)訓(xùn)練所用的數(shù)據(jù)集對(duì)于深度學(xué)習(xí)來(lái)說(shuō)屬于小樣本,所以YOLO算法需要使用遷移學(xué)習(xí)[19]方法來(lái)進(jìn)行訓(xùn)練,并使用GPU進(jìn)行加速。

    2.2 實(shí)驗(yàn)結(jié)果與性能比較

    圖3為所提的水面垃圾目標(biāo)檢測(cè)算法與其他3種算法在收集到的數(shù)據(jù)集中運(yùn)行的部分效果圖,圖像從左到右依次為原始圖像和每一種算法檢測(cè)的效果圖,從中可以看出所提算法能夠有效地檢測(cè)出水面垃圾目標(biāo),并且能夠去除水面干擾。性能分析主要評(píng)估每一種算法的準(zhǔn)確率和檢測(cè)一張圖片所需的平均時(shí)間,實(shí)驗(yàn)結(jié)果如表1所示。

    圖3 本文算法與可用于水面垃圾目標(biāo)檢測(cè)算法的檢測(cè)結(jié)果

    表1 每一種算法在數(shù)據(jù)集上運(yùn)行的性能對(duì)比

    從表1可以看出,所提的基于視覺(jué)顯著性的水面垃圾目標(biāo)檢測(cè)算法的準(zhǔn)確度要高于其他算法。與FT和LC算法相比,所提的顯著性目標(biāo)檢測(cè)算法魯棒性較強(qiáng),能夠精準(zhǔn)地提取出水面垃圾目標(biāo),并且考慮到了水面水波、倒影和反光的干擾因素,將顯著性檢測(cè)算法得到的顯著性圖看成疑似顯著性圖,并使用紋理特征+MLP分類(lèi)器去除水面干擾,從而進(jìn)一步提升檢測(cè)精度。與YOLO算法相比,將水面垃圾目標(biāo)檢測(cè)看成水面顯著性目標(biāo)檢測(cè)問(wèn)題,檢測(cè)的對(duì)象不針對(duì)特定的垃圾目標(biāo),因此普適性更強(qiáng),能夠檢測(cè)出不同場(chǎng)景和類(lèi)型的水面垃圾目標(biāo)。當(dāng)使用將SLIC加入GPU中執(zhí)行的gSLICr[20]進(jìn)行超像素分割后,可以進(jìn)一步提升算法的速度。

    3 結(jié)束語(yǔ)

    針對(duì)水面垃圾檢測(cè)中的特殊情況提出了一種基于視覺(jué)顯著性的水面垃圾目標(biāo)檢測(cè)算法。首先對(duì)原始圖像進(jìn)行超像素分割,提取超像素級(jí)的顯著性特征;接著使用隨機(jī)森林回歸器將顯著性特征進(jìn)行融合得到疑似顯著性圖;然后使用自適應(yīng)閾值分割得到疑似顯著性二值圖;最后使用MLP分類(lèi)器對(duì)疑似垃圾目標(biāo)進(jìn)行判別,最終檢測(cè)出水面垃圾目標(biāo)。為了提高檢測(cè)精度,將顯著性目標(biāo)檢測(cè)算法得到的顯著性圖當(dāng)做包含水面干擾因素的疑似顯著性圖,并使用紋理特征+MLP分類(lèi)器的方法來(lái)去除水面的干擾。此外所提的顯著性目標(biāo)檢測(cè)方法也具有一定的普適性,可以將其用于其他場(chǎng)景中進(jìn)行顯著性目標(biāo)檢測(cè)。

    猜你喜歡
    直方圖水面像素
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    趙運(yùn)哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    像素前線之“幻影”2000
    水黽是怎樣浮在水面的
    “像素”仙人掌
    用直方圖控制畫(huà)面影調(diào)
    創(chuàng)造足以亂真的水面反光
    爭(zhēng)奪水面光伏
    能源(2016年3期)2016-12-01 05:11:02
    高像素不是全部
    CHIP新電腦(2016年3期)2016-03-10 14:22:03
    精品久久蜜臀av无| 91aial.com中文字幕在线观看| 香蕉丝袜av| 亚洲一码二码三码区别大吗| 69精品国产乱码久久久| √禁漫天堂资源中文www| 黄片播放在线免费| 老司机影院成人| 久久精品夜色国产| 少妇精品久久久久久久| 午夜免费男女啪啪视频观看| 日本-黄色视频高清免费观看| 亚洲一区二区三区欧美精品| 人人妻人人澡人人看| 七月丁香在线播放| 中国国产av一级| 久久国产亚洲av麻豆专区| a级毛片黄视频| 婷婷色av中文字幕| av视频免费观看在线观看| 国产白丝娇喘喷水9色精品| 成人毛片60女人毛片免费| 最黄视频免费看| 2018国产大陆天天弄谢| 国产精品久久久久久av不卡| 黄色 视频免费看| 国产淫语在线视频| av.在线天堂| 少妇被粗大猛烈的视频| 国产综合精华液| 久久久久网色| 国产日韩欧美在线精品| 国产免费现黄频在线看| 中文欧美无线码| 各种免费的搞黄视频| 黄色怎么调成土黄色| 亚洲精品国产av成人精品| 性色av一级| av在线app专区| 在线精品无人区一区二区三| 边亲边吃奶的免费视频| 99热网站在线观看| 9191精品国产免费久久| 亚洲国产欧美日韩在线播放| h视频一区二区三区| 99国产综合亚洲精品| 久久精品国产自在天天线| 视频中文字幕在线观看| 欧美日韩av久久| av在线老鸭窝| 制服丝袜香蕉在线| 国产亚洲欧美精品永久| 曰老女人黄片| 久久这里有精品视频免费| 美女脱内裤让男人舔精品视频| 最新中文字幕久久久久| 高清不卡的av网站| 香蕉精品网在线| 国产成人午夜福利电影在线观看| 日韩av在线免费看完整版不卡| av又黄又爽大尺度在线免费看| 啦啦啦视频在线资源免费观看| 侵犯人妻中文字幕一二三四区| 黄网站色视频无遮挡免费观看| 亚洲av综合色区一区| 久久久久久久国产电影| 18禁观看日本| 91精品三级在线观看| 亚洲精品视频女| 精品午夜福利在线看| 亚洲高清免费不卡视频| 亚洲,欧美精品.| 国产成人精品久久久久久| 18禁裸乳无遮挡动漫免费视频| 亚洲婷婷狠狠爱综合网| av黄色大香蕉| 日本黄大片高清| 亚洲一级一片aⅴ在线观看| 人人妻人人添人人爽欧美一区卜| 飞空精品影院首页| 五月开心婷婷网| 街头女战士在线观看网站| 免费av中文字幕在线| 国产精品嫩草影院av在线观看| 男女午夜视频在线观看 | 成人漫画全彩无遮挡| 国产片特级美女逼逼视频| 天天影视国产精品| 永久免费av网站大全| 男女边吃奶边做爰视频| 曰老女人黄片| 熟女av电影| 伊人亚洲综合成人网| 成人国语在线视频| www日本在线高清视频| 丁香六月天网| 在线看a的网站| 精品午夜福利在线看| 国产亚洲精品久久久com| 男人舔女人的私密视频| 亚洲成人av在线免费| 成人黄色视频免费在线看| av一本久久久久| a级毛片黄视频| 久久精品熟女亚洲av麻豆精品| 一级毛片黄色毛片免费观看视频| 久久这里只有精品19| 色视频在线一区二区三区| 韩国av在线不卡| 国产成人午夜福利电影在线观看| av播播在线观看一区| 久久久精品94久久精品| 美女视频免费永久观看网站| 色94色欧美一区二区| 99热国产这里只有精品6| 免费观看无遮挡的男女| 国产日韩欧美亚洲二区| 久久人妻熟女aⅴ| 成人国产av品久久久| 亚洲美女黄色视频免费看| 天天躁夜夜躁狠狠久久av| 久久久国产一区二区| 国产精品一区www在线观看| 人妻 亚洲 视频| 91午夜精品亚洲一区二区三区| √禁漫天堂资源中文www| 九色亚洲精品在线播放| 亚洲,欧美精品.| 日韩av在线免费看完整版不卡| 一级毛片电影观看| 99热这里只有是精品在线观看| 国产又色又爽无遮挡免| 91国产中文字幕| 国产高清国产精品国产三级| 妹子高潮喷水视频| 国产男女超爽视频在线观看| 亚洲成国产人片在线观看| 大香蕉97超碰在线| 精品人妻一区二区三区麻豆| 久久久久久久久久久久大奶| 在线观看国产h片| 国产一级毛片在线| 熟女电影av网| 日韩中文字幕视频在线看片| 免费日韩欧美在线观看| 免费人成在线观看视频色| 视频在线观看一区二区三区| 久久久精品94久久精品| 纯流量卡能插随身wifi吗| 亚洲成av片中文字幕在线观看 | 在线观看免费日韩欧美大片| 久久99热这里只频精品6学生| 久久精品久久久久久久性| 亚洲人成网站在线观看播放| 国产极品粉嫩免费观看在线| 一二三四中文在线观看免费高清| 日本91视频免费播放| 日本免费在线观看一区| 亚洲国产欧美在线一区| 最近的中文字幕免费完整| 国产又色又爽无遮挡免| 亚洲国产精品专区欧美| 大香蕉97超碰在线| 80岁老熟妇乱子伦牲交| 免费观看a级毛片全部| 一二三四中文在线观看免费高清| 少妇精品久久久久久久| 精品人妻偷拍中文字幕| av在线播放精品| 亚洲精品国产av蜜桃| 亚洲成色77777| 亚洲av男天堂| 9热在线视频观看99| 欧美老熟妇乱子伦牲交| 久久精品久久久久久噜噜老黄| 精品久久久精品久久久| 另类亚洲欧美激情| 亚洲美女视频黄频| 春色校园在线视频观看| 日韩在线高清观看一区二区三区| 中文字幕人妻熟女乱码| 国产精品久久久久成人av| 精品视频人人做人人爽| 美女主播在线视频| 国产片特级美女逼逼视频| 免费人成在线观看视频色| 日产精品乱码卡一卡2卡三| 在线观看国产h片| 色婷婷久久久亚洲欧美| 精品国产一区二区久久| 制服人妻中文乱码| 丝袜在线中文字幕| 欧美最新免费一区二区三区| 美女主播在线视频| 成人影院久久| 丝袜脚勾引网站| 久久精品国产亚洲av涩爱| 久久久久视频综合| 亚洲国产成人一精品久久久| 亚洲激情五月婷婷啪啪| 最近手机中文字幕大全| 亚洲在久久综合| 最近最新中文字幕免费大全7| 一边摸一边做爽爽视频免费| 99视频精品全部免费 在线| 精品一区在线观看国产| 国产日韩欧美在线精品| 精品国产一区二区久久| 热re99久久精品国产66热6| 香蕉丝袜av| 成人漫画全彩无遮挡| 国产日韩欧美亚洲二区| 精品国产乱码久久久久久小说| 精品一区二区三区视频在线| 国产成人精品在线电影| 欧美日韩视频高清一区二区三区二| 国产色爽女视频免费观看| 国产黄频视频在线观看| 亚洲欧美一区二区三区国产| 亚洲欧美一区二区三区黑人 | 高清欧美精品videossex| 深夜精品福利| 国产激情久久老熟女| 18禁观看日本| 如日韩欧美国产精品一区二区三区| 欧美 亚洲 国产 日韩一| 欧美激情 高清一区二区三区| 草草在线视频免费看| 国产成人aa在线观看| 亚洲在久久综合| 亚洲av男天堂| 国产 精品1| 精品亚洲成a人片在线观看| 亚洲欧美一区二区三区黑人 | 久久人人爽av亚洲精品天堂| 国产亚洲精品久久久com| 18禁国产床啪视频网站| 国产精品无大码| 视频中文字幕在线观看| 国产成人午夜福利电影在线观看| 日日撸夜夜添| 99久国产av精品国产电影| 亚洲精品美女久久久久99蜜臀 | 天堂8中文在线网| 国产亚洲精品第一综合不卡 | 久久久久精品性色| 日韩在线高清观看一区二区三区| 波多野结衣一区麻豆| 在线 av 中文字幕| 日韩精品免费视频一区二区三区 | 2018国产大陆天天弄谢| 亚洲五月色婷婷综合| 欧美激情 高清一区二区三区| 中文欧美无线码| 美女国产高潮福利片在线看| 18禁国产床啪视频网站| 婷婷色综合大香蕉| 啦啦啦中文免费视频观看日本| 国产淫语在线视频| 欧美国产精品一级二级三级| 国产在线一区二区三区精| 国产精品久久久久久久电影| 9色porny在线观看| 国产av一区二区精品久久| 超色免费av| 啦啦啦中文免费视频观看日本| 日本91视频免费播放| 国产精品 国内视频| 黑人欧美特级aaaaaa片| 久久人人97超碰香蕉20202| 久久久久久久久久久久大奶| 国产av国产精品国产| 亚洲图色成人| 伊人亚洲综合成人网| 精品卡一卡二卡四卡免费| 久久久国产欧美日韩av| 中文天堂在线官网| 一本色道久久久久久精品综合| 国产69精品久久久久777片| 看十八女毛片水多多多| 午夜激情久久久久久久| 十八禁高潮呻吟视频| 纵有疾风起免费观看全集完整版| 久久久久人妻精品一区果冻| 精品人妻一区二区三区麻豆| 如日韩欧美国产精品一区二区三区| 最近中文字幕高清免费大全6| 伊人久久国产一区二区| 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产欧美在线一区| 飞空精品影院首页| 日韩欧美一区视频在线观看| 亚洲av男天堂| 国产成人aa在线观看| www.av在线官网国产| 欧美精品av麻豆av| 欧美成人精品欧美一级黄| 香蕉丝袜av| 国产男人的电影天堂91| 久久99热6这里只有精品| 成人亚洲精品一区在线观看| 久久人人爽人人爽人人片va| 麻豆精品久久久久久蜜桃| 亚洲国产精品国产精品| 精品福利永久在线观看| 一区二区三区四区激情视频| 99热网站在线观看| 免费观看无遮挡的男女| 深夜精品福利| 成人漫画全彩无遮挡| 久久精品aⅴ一区二区三区四区 | 色吧在线观看| 伊人久久国产一区二区| 美女国产视频在线观看| 老熟女久久久| 少妇人妻 视频| 国产无遮挡羞羞视频在线观看| 美女大奶头黄色视频| 国产亚洲精品久久久com| 欧美日韩综合久久久久久| 91在线精品国自产拍蜜月| 蜜桃在线观看..| 亚洲av福利一区| 精品亚洲成国产av| 一本—道久久a久久精品蜜桃钙片| 久久久久久久国产电影| 亚洲欧洲国产日韩| 亚洲精品日本国产第一区| 99精国产麻豆久久婷婷| 黑人欧美特级aaaaaa片| 韩国高清视频一区二区三区| 国产在线免费精品| 视频区图区小说| 黄色视频在线播放观看不卡| 欧美成人午夜免费资源| 久久久国产精品麻豆| 国产精品无大码| 五月天丁香电影| 中国美白少妇内射xxxbb| 97在线视频观看| 久久久久久久大尺度免费视频| 男女免费视频国产| 春色校园在线视频观看| 成人免费观看视频高清| 久久ye,这里只有精品| 久久精品熟女亚洲av麻豆精品| 欧美日韩成人在线一区二区| 精品久久久精品久久久| 国产午夜精品一二区理论片| 亚洲欧美成人综合另类久久久| 一级毛片我不卡| 国产白丝娇喘喷水9色精品| 夫妻午夜视频| 在线亚洲精品国产二区图片欧美| 欧美人与性动交α欧美精品济南到 | 国产一级毛片在线| 亚洲av欧美aⅴ国产| 久久青草综合色| 国产成人一区二区在线| 欧美精品国产亚洲| 亚洲国产精品国产精品| 国产极品粉嫩免费观看在线| 黄色视频在线播放观看不卡| 久久亚洲国产成人精品v| 午夜久久久在线观看| 国产爽快片一区二区三区| 午夜日本视频在线| 97精品久久久久久久久久精品| 日韩熟女老妇一区二区性免费视频| 亚洲av成人精品一二三区| 中文字幕制服av| 国产永久视频网站| 九色亚洲精品在线播放| 少妇的逼水好多| 亚洲av国产av综合av卡| 大香蕉97超碰在线| 国产男女超爽视频在线观看| 亚洲内射少妇av| 久久久久久久大尺度免费视频| 一级,二级,三级黄色视频| 精品国产国语对白av| 男女午夜视频在线观看 | 国产国语露脸激情在线看| 大香蕉97超碰在线| 国产免费又黄又爽又色| 男女免费视频国产| 精品第一国产精品| 成人午夜精彩视频在线观看| 国产亚洲午夜精品一区二区久久| 乱码一卡2卡4卡精品| 少妇的丰满在线观看| 18禁观看日本| 国产 一区精品| 婷婷色av中文字幕| 欧美亚洲 丝袜 人妻 在线| 少妇熟女欧美另类| 精品人妻偷拍中文字幕| 久久午夜福利片| 久久国产精品大桥未久av| 日本爱情动作片www.在线观看| 久久精品国产鲁丝片午夜精品| 亚洲精品久久久久久婷婷小说| 久久国内精品自在自线图片| 制服丝袜香蕉在线| 国产av国产精品国产| av视频免费观看在线观看| av天堂久久9| 久久久a久久爽久久v久久| 2022亚洲国产成人精品| 超碰97精品在线观看| 午夜福利网站1000一区二区三区| 狂野欧美激情性bbbbbb| 在线天堂最新版资源| 激情五月婷婷亚洲| 精品亚洲成国产av| 精品一区二区免费观看| 国产日韩欧美在线精品| 18禁裸乳无遮挡动漫免费视频| 夜夜爽夜夜爽视频| 桃花免费在线播放| 久久久精品区二区三区| 视频区图区小说| 久久久久久久大尺度免费视频| 99热国产这里只有精品6| 另类精品久久| 国产黄色免费在线视频| 亚洲av综合色区一区| 国产精品 国内视频| 亚洲精品成人av观看孕妇| 久久免费观看电影| 人妻少妇偷人精品九色| 国产一区二区三区av在线| 亚洲欧美中文字幕日韩二区| 免费高清在线观看视频在线观看| 黄色视频在线播放观看不卡| 亚洲国产精品一区二区三区在线| 久久久久国产精品人妻一区二区| 美女大奶头黄色视频| 校园人妻丝袜中文字幕| 熟女av电影| 男女国产视频网站| 亚洲精品美女久久久久99蜜臀 | 卡戴珊不雅视频在线播放| 国产男女超爽视频在线观看| 最近中文字幕高清免费大全6| 人人妻人人澡人人爽人人夜夜| 两个人看的免费小视频| 日韩成人伦理影院| 久久人人爽av亚洲精品天堂| 日韩一区二区视频免费看| 国产极品天堂在线| 久久久久久人人人人人| 在线观看免费日韩欧美大片| 亚洲精品国产色婷婷电影| 天天躁夜夜躁狠狠躁躁| 草草在线视频免费看| 免费看av在线观看网站| 成年人免费黄色播放视频| av卡一久久| 亚洲精品美女久久av网站| 免费观看无遮挡的男女| 99re6热这里在线精品视频| 人人妻人人添人人爽欧美一区卜| 亚洲欧美成人精品一区二区| 一级a做视频免费观看| a级片在线免费高清观看视频| av又黄又爽大尺度在线免费看| 晚上一个人看的免费电影| 18在线观看网站| 亚洲四区av| 日韩一本色道免费dvd| 亚洲精品国产av成人精品| 国产福利在线免费观看视频| 国产在视频线精品| 成年动漫av网址| 亚洲av电影在线观看一区二区三区| 免费看不卡的av| xxxhd国产人妻xxx| 人人妻人人爽人人添夜夜欢视频| 好男人视频免费观看在线| 高清视频免费观看一区二区| 精品第一国产精品| 岛国毛片在线播放| 午夜福利视频精品| 亚洲国产精品一区二区三区在线| 欧美 亚洲 国产 日韩一| 最新的欧美精品一区二区| 久久久久久人妻| 国产 一区精品| 在线观看人妻少妇| 男女国产视频网站| 五月开心婷婷网| 久久 成人 亚洲| 美女脱内裤让男人舔精品视频| 精品少妇久久久久久888优播| 熟女电影av网| 久久人人爽人人片av| 国产精品国产三级专区第一集| 免费黄网站久久成人精品| av免费观看日本| 国产精品麻豆人妻色哟哟久久| 日韩中字成人| 丝袜在线中文字幕| 大码成人一级视频| 欧美精品高潮呻吟av久久| 久久午夜综合久久蜜桃| 人人妻人人澡人人爽人人夜夜| 欧美日韩国产mv在线观看视频| a级毛片在线看网站| 亚洲欧美日韩另类电影网站| 又大又黄又爽视频免费| 国产乱人偷精品视频| 精品久久国产蜜桃| av视频免费观看在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 欧美老熟妇乱子伦牲交| 日本av手机在线免费观看| 国产av码专区亚洲av| 好男人视频免费观看在线| 久久久亚洲精品成人影院| 热99国产精品久久久久久7| 亚洲av日韩在线播放| 亚洲精品中文字幕在线视频| 精品国产乱码久久久久久小说| 国产成人精品一,二区| 777米奇影视久久| 人妻一区二区av| 精品第一国产精品| 亚洲婷婷狠狠爱综合网| av有码第一页| 国产 精品1| 人成视频在线观看免费观看| 美女视频免费永久观看网站| 蜜臀久久99精品久久宅男| 久久精品国产a三级三级三级| 日韩中字成人| 国产精品一二三区在线看| 中文字幕另类日韩欧美亚洲嫩草| 免费日韩欧美在线观看| av免费观看日本| 丝瓜视频免费看黄片| 男女国产视频网站| 亚洲久久久国产精品| 亚洲精品国产av成人精品| 成人毛片60女人毛片免费| 久久久久久久大尺度免费视频| 草草在线视频免费看| 热99久久久久精品小说推荐| 久久ye,这里只有精品| 99国产综合亚洲精品| 日韩欧美精品免费久久| 寂寞人妻少妇视频99o| a级毛片黄视频| 欧美日韩成人在线一区二区| 新久久久久国产一级毛片| 国产欧美另类精品又又久久亚洲欧美| 男人添女人高潮全过程视频| 国产欧美日韩综合在线一区二区| 精品国产一区二区三区四区第35| 又粗又硬又长又爽又黄的视频| 午夜视频国产福利| 美女国产视频在线观看| 尾随美女入室| 少妇猛男粗大的猛烈进出视频| 日韩av在线免费看完整版不卡| 少妇人妻精品综合一区二区| 国产麻豆69| 国产日韩欧美亚洲二区| 色视频在线一区二区三区| 熟女av电影| 国内精品宾馆在线| 22中文网久久字幕| 97在线人人人人妻| 国产国拍精品亚洲av在线观看| 免费大片黄手机在线观看| 亚洲高清免费不卡视频| 这个男人来自地球电影免费观看 | 成人国产麻豆网| 少妇精品久久久久久久| 久久97久久精品| 伊人亚洲综合成人网| 欧美3d第一页| 欧美精品国产亚洲| 国产免费现黄频在线看| 春色校园在线视频观看| 国产一区二区在线观看日韩| 另类亚洲欧美激情| 人人妻人人添人人爽欧美一区卜| 中文天堂在线官网| 另类精品久久| 有码 亚洲区| 亚洲人成网站在线观看播放| 丰满少妇做爰视频| 成人毛片60女人毛片免费| 男人舔女人的私密视频| 亚洲欧洲国产日韩| 国产不卡av网站在线观看| 看免费av毛片| 母亲3免费完整高清在线观看 | 最后的刺客免费高清国语| 日韩熟女老妇一区二区性免费视频| 久久午夜福利片| 大话2 男鬼变身卡| 国产深夜福利视频在线观看| 日韩精品有码人妻一区| 亚洲av综合色区一区| 99香蕉大伊视频| 日韩精品免费视频一区二区三区 | 亚洲,一卡二卡三卡| 中文天堂在线官网| 99热6这里只有精品| 精品午夜福利在线看| 秋霞伦理黄片| 欧美日韩国产mv在线观看视频| 中文字幕另类日韩欧美亚洲嫩草|