• <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
    国产成人一区二区三区免费视频网站| 精华霜和精华液先用哪个| 久久伊人香网站| 黄片大片在线免费观看| 成人午夜高清在线视频 | 波多野结衣巨乳人妻| 亚洲 欧美一区二区三区| 久久久久久久久免费视频了| 日本一本二区三区精品| 制服人妻中文乱码| 制服人妻中文乱码| 真人做人爱边吃奶动态| 欧美乱色亚洲激情| 亚洲欧美精品综合一区二区三区| www.自偷自拍.com| 亚洲国产毛片av蜜桃av| 麻豆一二三区av精品| 国产亚洲精品综合一区在线观看 | 亚洲av成人一区二区三| 欧美中文综合在线视频| 午夜福利成人在线免费观看| 两人在一起打扑克的视频| 免费在线观看亚洲国产| 夜夜夜夜夜久久久久| 麻豆成人午夜福利视频| 国产熟女午夜一区二区三区| 成年人黄色毛片网站| 欧洲精品卡2卡3卡4卡5卡区| 精品不卡国产一区二区三区| 国产精品久久久久久精品电影 | 国产精品亚洲一级av第二区| 88av欧美| av福利片在线| 亚洲 欧美一区二区三区| 亚洲精品中文字幕在线视频| 美女高潮到喷水免费观看| 俺也久久电影网| www.精华液| 欧美日韩瑟瑟在线播放| 少妇被粗大的猛进出69影院| 成人手机av| 午夜久久久久精精品| 变态另类成人亚洲欧美熟女| 免费在线观看完整版高清| 久久亚洲真实| 九色国产91popny在线| 午夜两性在线视频| 波多野结衣高清作品| 亚洲成av人片免费观看| 免费一级毛片在线播放高清视频| 99久久久亚洲精品蜜臀av| 99精品欧美一区二区三区四区| 十八禁人妻一区二区| 伦理电影免费视频| 不卡一级毛片| 亚洲无线在线观看| 国产成人欧美在线观看| 欧美日韩精品网址| 一区二区日韩欧美中文字幕| 99久久无色码亚洲精品果冻| 国内久久婷婷六月综合欲色啪| 免费无遮挡裸体视频| 在线观看一区二区三区| 日本精品一区二区三区蜜桃| 欧美成人午夜精品| 亚洲第一欧美日韩一区二区三区| 久久国产精品人妻蜜桃| 亚洲中文日韩欧美视频| 日本黄色视频三级网站网址| 午夜免费成人在线视频| 亚洲第一av免费看| 1024香蕉在线观看| 国产免费男女视频| 欧美精品啪啪一区二区三区| www日本在线高清视频| 欧美日韩精品网址| 精品电影一区二区在线| 18禁黄网站禁片免费观看直播| 国产精品免费一区二区三区在线| 久久久久久国产a免费观看| 露出奶头的视频| 一级片免费观看大全| 香蕉国产在线看| 国产成人欧美在线观看| 一本精品99久久精品77| 成人欧美大片| 一二三四在线观看免费中文在| 99久久99久久久精品蜜桃| av天堂在线播放| 国产一区二区三区在线臀色熟女| 精品久久久久久成人av| 欧美亚洲日本最大视频资源| 黑丝袜美女国产一区| 亚洲成国产人片在线观看| 在线十欧美十亚洲十日本专区| 国产又色又爽无遮挡免费看| 久久性视频一级片| 欧美一级a爱片免费观看看 | 久久精品国产亚洲av香蕉五月| 亚洲黑人精品在线| 免费在线观看日本一区| 亚洲成人精品中文字幕电影| 一级片免费观看大全| 亚洲天堂国产精品一区在线| 欧美+亚洲+日韩+国产| 黄色视频,在线免费观看| 少妇的丰满在线观看| 少妇熟女aⅴ在线视频| 日本 av在线| 99riav亚洲国产免费| 午夜久久久久精精品| 岛国在线观看网站| 色老头精品视频在线观看| 久久天躁狠狠躁夜夜2o2o| 一个人免费在线观看的高清视频| 欧美性猛交╳xxx乱大交人| a级毛片在线看网站| 免费在线观看成人毛片| 国产精品亚洲av一区麻豆| 欧美丝袜亚洲另类 | 成年版毛片免费区| 波多野结衣高清无吗| 久久亚洲精品不卡| 日本精品一区二区三区蜜桃| xxx96com| 无限看片的www在线观看| 不卡一级毛片| av在线天堂中文字幕| 成人亚洲精品av一区二区| 变态另类成人亚洲欧美熟女| 免费高清在线观看日韩| 久久伊人香网站| 国产一级毛片七仙女欲春2 | 亚洲精品一卡2卡三卡4卡5卡| 欧美激情 高清一区二区三区| 午夜福利视频1000在线观看| 国产伦一二天堂av在线观看| 国产蜜桃级精品一区二区三区| 99riav亚洲国产免费| 午夜免费鲁丝| 日韩欧美国产一区二区入口| 中国美女看黄片| 午夜免费鲁丝| 18禁黄网站禁片免费观看直播| 一边摸一边抽搐一进一小说| 久久精品国产综合久久久| 一级a爱片免费观看的视频| 免费搜索国产男女视频| 一级毛片高清免费大全| 国产免费av片在线观看野外av| 欧美乱妇无乱码| 热re99久久国产66热| 国产精品久久久av美女十八| 成年人黄色毛片网站| 亚洲午夜理论影院| 宅男免费午夜| 十分钟在线观看高清视频www| 手机成人av网站| 国产精品免费一区二区三区在线| 国产97色在线日韩免费| 动漫黄色视频在线观看| 一个人免费在线观看的高清视频| 久久午夜综合久久蜜桃| av中文乱码字幕在线| 欧美在线一区亚洲| 波多野结衣巨乳人妻| 国产真人三级小视频在线观看| 男人的好看免费观看在线视频 | 午夜福利在线在线| 在线观看午夜福利视频| 久久精品亚洲精品国产色婷小说| 亚洲精品美女久久久久99蜜臀| 国内精品久久久久久久电影| 亚洲中文字幕日韩| 日韩欧美免费精品| 午夜免费鲁丝| 日韩欧美一区视频在线观看| 老司机午夜十八禁免费视频| 熟女电影av网| 亚洲av第一区精品v没综合| 日韩欧美国产在线观看| 亚洲自拍偷在线| 这个男人来自地球电影免费观看| 国产精品亚洲美女久久久| 精品国产美女av久久久久小说| 18禁黄网站禁片午夜丰满| 成人国产综合亚洲| 欧美日韩中文字幕国产精品一区二区三区| 法律面前人人平等表现在哪些方面| 黑人巨大精品欧美一区二区mp4| 色综合站精品国产| 最近最新中文字幕大全电影3 | 最近在线观看免费完整版| 搡老熟女国产l中国老女人| 婷婷六月久久综合丁香| 97超级碰碰碰精品色视频在线观看| 婷婷精品国产亚洲av| 变态另类丝袜制服| 国产片内射在线| 99国产极品粉嫩在线观看| 母亲3免费完整高清在线观看| 成熟少妇高潮喷水视频| 老熟妇乱子伦视频在线观看| 又黄又爽又免费观看的视频| 欧美激情高清一区二区三区| 国产视频内射| 午夜日韩欧美国产| av中文乱码字幕在线| 免费人成视频x8x8入口观看| 久久久久久亚洲精品国产蜜桃av| 成人欧美大片| 亚洲一区二区三区色噜噜| 久久精品国产亚洲av香蕉五月| 性色av乱码一区二区三区2| 操出白浆在线播放| 美女扒开内裤让男人捅视频| 亚洲国产日韩欧美精品在线观看 | www日本黄色视频网| 免费高清在线观看日韩| 女警被强在线播放| 伦理电影免费视频| 国产亚洲精品久久久久久毛片| 久久99热这里只有精品18| 欧美乱妇无乱码| 亚洲最大成人中文| 久久久精品欧美日韩精品| 国产片内射在线| 夜夜看夜夜爽夜夜摸| 1024香蕉在线观看| 美女扒开内裤让男人捅视频| 精品一区二区三区视频在线观看免费| 欧美日韩中文字幕国产精品一区二区三区| 91老司机精品| 色综合亚洲欧美另类图片| 97超级碰碰碰精品色视频在线观看| 亚洲熟女毛片儿| 男女之事视频高清在线观看| 色综合婷婷激情| 亚洲成人国产一区在线观看| 午夜久久久在线观看| 久久欧美精品欧美久久欧美| 最近在线观看免费完整版| 亚洲色图av天堂| 露出奶头的视频| 久久人妻av系列| www日本黄色视频网| 一进一出抽搐动态| 久久久久久免费高清国产稀缺| 亚洲av第一区精品v没综合| 亚洲精品av麻豆狂野| 久热这里只有精品99| 免费在线观看亚洲国产| 18禁观看日本| 男人操女人黄网站| 亚洲 欧美 日韩 在线 免费| 麻豆av在线久日| 欧美乱码精品一区二区三区| 欧美黄色片欧美黄色片| 久久天躁狠狠躁夜夜2o2o| www.自偷自拍.com| 久久狼人影院| 国产高清有码在线观看视频 | а√天堂www在线а√下载| 亚洲一区高清亚洲精品| 岛国在线观看网站| 欧美日本亚洲视频在线播放| 欧美激情极品国产一区二区三区| 男人操女人黄网站| 日日爽夜夜爽网站| 丝袜在线中文字幕| 啦啦啦 在线观看视频| 99精品久久久久人妻精品| 午夜免费鲁丝| 亚洲三区欧美一区| 黄色女人牲交| 久久精品91无色码中文字幕| 一卡2卡三卡四卡精品乱码亚洲| 国产伦在线观看视频一区| 精品电影一区二区在线| 成人亚洲精品一区在线观看| 国产国语露脸激情在线看| 亚洲av中文字字幕乱码综合 | 亚洲五月婷婷丁香| √禁漫天堂资源中文www| 变态另类成人亚洲欧美熟女| 欧美日本亚洲视频在线播放| 久久久久久久午夜电影| 国产单亲对白刺激| 变态另类成人亚洲欧美熟女| 香蕉丝袜av| 可以在线观看毛片的网站| 亚洲激情在线av| 校园春色视频在线观看| 97人妻精品一区二区三区麻豆 | 色哟哟哟哟哟哟| 欧美黑人巨大hd| 中文字幕精品免费在线观看视频| 极品教师在线免费播放| 亚洲国产日韩欧美精品在线观看 | 亚洲国产精品合色在线| 亚洲av第一区精品v没综合| 看黄色毛片网站| 亚洲久久久国产精品| 国内久久婷婷六月综合欲色啪| 丁香欧美五月| 久久久久国产一级毛片高清牌| 久久欧美精品欧美久久欧美| 美女 人体艺术 gogo| 老汉色∧v一级毛片| 色精品久久人妻99蜜桃| 免费无遮挡裸体视频| 18禁美女被吸乳视频| 久久久久久久久中文| 国产av不卡久久| 国产又黄又爽又无遮挡在线| 国产精品,欧美在线| 亚洲精品国产一区二区精华液| 91成人精品电影| 欧美日韩一级在线毛片| 国产精品综合久久久久久久免费| 久9热在线精品视频| 亚洲国产高清在线一区二区三 | 好看av亚洲va欧美ⅴa在| 女性生殖器流出的白浆| 亚洲欧美日韩高清在线视频| 欧美黑人欧美精品刺激| 国产成人av激情在线播放| 1024香蕉在线观看| 九色国产91popny在线| 免费av毛片视频| 午夜成年电影在线免费观看| 亚洲精品久久成人aⅴ小说| 99久久综合精品五月天人人| 男女午夜视频在线观看| 自线自在国产av| tocl精华| 国产成人欧美| 欧美日韩一级在线毛片| 亚洲 国产 在线| 一级作爱视频免费观看| 大型黄色视频在线免费观看| 精品无人区乱码1区二区| 大型黄色视频在线免费观看| 美女 人体艺术 gogo| 天天躁夜夜躁狠狠躁躁| 18禁黄网站禁片午夜丰满| 国产高清视频在线播放一区| 好男人在线观看高清免费视频 | 精品无人区乱码1区二区| 999久久久国产精品视频| 国产欧美日韩一区二区精品| 午夜福利高清视频| 国产成人一区二区三区免费视频网站| 国产爱豆传媒在线观看 | 一级毛片精品| 成人免费观看视频高清| 国产亚洲精品av在线| videosex国产| 在线国产一区二区在线| 国产精品精品国产色婷婷| 9191精品国产免费久久| 亚洲av美国av| 国产野战对白在线观看| 99精品欧美一区二区三区四区| 午夜精品在线福利| 精品一区二区三区av网在线观看| 欧美又色又爽又黄视频| 中文字幕另类日韩欧美亚洲嫩草| 国产高清videossex| 18禁观看日本| 日韩av在线大香蕉| 国产激情偷乱视频一区二区| 色综合亚洲欧美另类图片| 天天添夜夜摸| 欧美黑人欧美精品刺激| 在线观看免费午夜福利视频| 好看av亚洲va欧美ⅴa在| 婷婷六月久久综合丁香| 麻豆国产av国片精品| 99精品在免费线老司机午夜| 久久婷婷成人综合色麻豆| 亚洲精品粉嫩美女一区| 亚洲免费av在线视频| 婷婷精品国产亚洲av| videosex国产| 国产aⅴ精品一区二区三区波| 日韩 欧美 亚洲 中文字幕| 大香蕉久久成人网| 一级毛片精品| 国产主播在线观看一区二区| 成人手机av| 无限看片的www在线观看| 88av欧美| 99久久国产精品久久久| 亚洲专区国产一区二区| 天堂√8在线中文| 亚洲在线自拍视频| videosex国产| 又黄又粗又硬又大视频| 亚洲国产精品成人综合色| 老司机在亚洲福利影院| 91国产中文字幕| 悠悠久久av| 操出白浆在线播放| 色在线成人网| 午夜成年电影在线免费观看| 久久久久久久久久黄片| 久久青草综合色| 国产午夜精品久久久久久| 免费一级毛片在线播放高清视频| 国内毛片毛片毛片毛片毛片| 手机成人av网站| 免费看十八禁软件| 老司机靠b影院| 人人妻人人澡人人看| 国产男靠女视频免费网站| 国产精品亚洲av一区麻豆| 中文字幕人成人乱码亚洲影| 伦理电影免费视频| 国产在线观看jvid| 亚洲国产精品久久男人天堂| 在线免费观看的www视频| 高潮久久久久久久久久久不卡| 国产精品九九99| 看黄色毛片网站| 免费观看人在逋| 欧美精品啪啪一区二区三区| 99riav亚洲国产免费| 麻豆久久精品国产亚洲av| 一进一出抽搐动态| 美女免费视频网站| 国产aⅴ精品一区二区三区波| 国产精品一区二区三区四区久久 | 亚洲五月色婷婷综合| 青草久久国产| 日韩精品青青久久久久久| 国产视频内射| 久久精品aⅴ一区二区三区四区| 亚洲欧洲精品一区二区精品久久久| 国产野战对白在线观看| 久久伊人香网站| 深夜精品福利| netflix在线观看网站| 男女床上黄色一级片免费看| 在线观看日韩欧美| 国产亚洲欧美98| 国产午夜福利久久久久久| 国产黄色小视频在线观看| 国产激情偷乱视频一区二区| 欧美黄色片欧美黄色片| svipshipincom国产片| 久久亚洲精品不卡| 国产久久久一区二区三区| 国产又爽黄色视频| 在线看三级毛片| 日韩精品青青久久久久久| 成人手机av| 成人国产综合亚洲| 亚洲av电影在线进入| 脱女人内裤的视频| 国产91精品成人一区二区三区| 99热这里只有精品一区 | 久久中文字幕一级| 亚洲中文日韩欧美视频| 亚洲精品粉嫩美女一区| 国产成人av激情在线播放| 国产91精品成人一区二区三区| 狂野欧美激情性xxxx| 欧美又色又爽又黄视频| 在线观看免费午夜福利视频| 亚洲精品国产区一区二| 久久久久国内视频| 国产黄片美女视频| 日本a在线网址| 香蕉久久夜色| 午夜福利免费观看在线| 一区二区三区国产精品乱码| 久久香蕉国产精品| 国产成人精品久久二区二区免费| 成人午夜高清在线视频 | 夜夜夜夜夜久久久久| 一区二区日韩欧美中文字幕| 亚洲 欧美一区二区三区| 制服丝袜大香蕉在线| 一级a爱视频在线免费观看| 一级作爱视频免费观看| 精华霜和精华液先用哪个| 最近最新中文字幕大全电影3 | 日韩大尺度精品在线看网址| 日韩欧美免费精品| 一区二区三区激情视频| 桃色一区二区三区在线观看| 国产欧美日韩一区二区三| 真人做人爱边吃奶动态| 亚洲国产精品成人综合色| 国产一区二区三区视频了| 很黄的视频免费| 国内揄拍国产精品人妻在线 | 宅男免费午夜| 国产亚洲精品av在线| 最近最新免费中文字幕在线| 日韩免费av在线播放| 可以免费在线观看a视频的电影网站| 国产私拍福利视频在线观看| 看黄色毛片网站| 亚洲国产欧美一区二区综合| 亚洲 国产 在线| 亚洲男人的天堂狠狠| 亚洲熟妇熟女久久| 成人国产综合亚洲| 99精品久久久久人妻精品| www日本黄色视频网| 淫妇啪啪啪对白视频| 91av网站免费观看| 国产午夜福利久久久久久| 十分钟在线观看高清视频www| 午夜免费观看网址| 国产熟女xx| a在线观看视频网站| 精品人妻1区二区| 伦理电影免费视频| 国产精品自产拍在线观看55亚洲| 国产亚洲av高清不卡| 免费在线观看成人毛片| 精品国产美女av久久久久小说| 人人妻人人看人人澡| 中亚洲国语对白在线视频| 亚洲全国av大片| 日韩欧美在线二视频| 色综合站精品国产| 少妇 在线观看| 午夜激情福利司机影院| 少妇被粗大的猛进出69影院| netflix在线观看网站| 这个男人来自地球电影免费观看| 国产av在哪里看| 久久久久精品国产欧美久久久| 亚洲中文av在线| 国产精品一区二区精品视频观看| 中文字幕精品亚洲无线码一区 | 中文字幕人妻熟女乱码| 久久久久久九九精品二区国产 | 国内少妇人妻偷人精品xxx网站 | 日韩欧美国产一区二区入口| 非洲黑人性xxxx精品又粗又长| av中文乱码字幕在线| 久久久久国产一级毛片高清牌| 在线观看一区二区三区| 国产高清videossex| 美女高潮喷水抽搐中文字幕| 久久青草综合色| 天天添夜夜摸| 欧美性长视频在线观看| 欧美黑人巨大hd| 亚洲 欧美 日韩 在线 免费| 中文字幕人妻熟女乱码| 国产精品影院久久| 久久久久国产一级毛片高清牌| 午夜福利欧美成人| 中文字幕最新亚洲高清| 久久精品影院6| 久久精品国产综合久久久| 亚洲欧美一区二区三区黑人| 午夜激情av网站| 久久九九热精品免费| 999久久久国产精品视频| xxxwww97欧美| 亚洲第一青青草原| 99国产精品一区二区三区| 99在线视频只有这里精品首页| av欧美777| 亚洲国产欧美网| 久久性视频一级片| 国产一区在线观看成人免费| 久久 成人 亚洲| 一边摸一边抽搐一进一小说| 波多野结衣av一区二区av| 亚洲 欧美一区二区三区| 亚洲精华国产精华精| 2021天堂中文幕一二区在线观 | 少妇裸体淫交视频免费看高清 | 美女午夜性视频免费| 久久 成人 亚洲| 99riav亚洲国产免费| 国产精品久久久av美女十八| 国产99久久九九免费精品| 免费人成视频x8x8入口观看| 国产av在哪里看| 欧美一级a爱片免费观看看 | 亚洲第一电影网av| 欧美激情高清一区二区三区| 老熟妇仑乱视频hdxx| 国产av一区在线观看免费| 黄频高清免费视频| 大型黄色视频在线免费观看| 久久人妻av系列| 国产成人精品无人区| 人人妻,人人澡人人爽秒播| 日本一本二区三区精品| 人成视频在线观看免费观看| 精品人妻1区二区| 一级毛片女人18水好多| 国产精品久久视频播放| 欧美av亚洲av综合av国产av| 看片在线看免费视频| 亚洲五月婷婷丁香| 一区福利在线观看| 香蕉久久夜色| 久99久视频精品免费| 亚洲第一青青草原| 手机成人av网站| 亚洲免费av在线视频| svipshipincom国产片| 国内毛片毛片毛片毛片毛片| 国产爱豆传媒在线观看 |