• <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 ?

    融合改進(jìn)LBP和SVM的偏光片外觀缺陷檢測(cè)與分類

    2020-11-18 09:15:20黃廣俊鄧元龍
    關(guān)鍵詞:偏光片描述符識(shí)別率

    黃廣俊,鄧元龍

    深圳大學(xué) 機(jī)電與控制工程學(xué)院,廣東 深圳518060

    1 引言

    隨著社會(huì)的快速發(fā)展,人們的生活方式也發(fā)生了顯著變化。人們更多地使用電子產(chǎn)品,如智能電視、手機(jī)、電腦等,它們已經(jīng)成為人們?nèi)粘I钪胁豢苫蛉钡囊徊糠?。偏光片是薄膜晶體管液晶顯示器(TFT-LCD)面板的核心部件,它大約占顯示器面板總成本的10%[1]。一般而言,TFT-LCD 型偏光片的厚度大約0.3 mm,由5 層透明聚合物薄膜和1 層壓敏膠水層組成。在生產(chǎn)過(guò)程中,偏光片極其容易出現(xiàn)異物、劃痕、氣泡、凹凸點(diǎn)、缺膠等外觀缺陷。這些缺陷可能存在于薄膜的任何一層,降低液晶面板的質(zhì)量,甚至導(dǎo)致其失效。偏光片缺陷類別的快速、準(zhǔn)確檢出,有利于控制產(chǎn)品質(zhì)量,減少缺陷成品的出現(xiàn)。因此,生產(chǎn)企業(yè)對(duì)偏光片缺陷檢測(cè)和分類非常重視。然而,人工目視離線檢測(cè)存在著勞工強(qiáng)度大、實(shí)時(shí)性差、準(zhǔn)確性不高等問題,而基于機(jī)器視覺的檢測(cè)方法可以很大程度上克服上述弊端。

    目前偏光片缺陷檢測(cè)方法主要有傳統(tǒng)圖像處理和人工神經(jīng)網(wǎng)絡(luò)。Sohn等人提出一種新的穩(wěn)定檢出各種TFT-LCD偏光片缺陷的方法,并設(shè)計(jì)算法,根據(jù)自適應(yīng)閥值判斷偏光片缺陷二值圖中是否有缺陷。在種類為6,數(shù)量為131的缺陷數(shù)據(jù)庫(kù)中,其算法檢出率為90.8%,其中暗區(qū)II 型缺陷和移除保護(hù)膜缺陷檢錯(cuò)率較高[2]。Kuo 等人在較早時(shí)使用拉普拉斯算子和閥值統(tǒng)計(jì)決策方法進(jìn)行自動(dòng)檢測(cè),在200 張缺陷圖像分類中,分類準(zhǔn)確率達(dá)到98.0%,僅有4 張劃痕缺陷被誤分到點(diǎn)缺陷[3]。后來(lái)則提出使用最大灰度、離心率、對(duì)比度和灰度共生矩陣作為缺陷圖像特征,輸入到徑向基神經(jīng)網(wǎng)絡(luò)和后向傳播神經(jīng)網(wǎng)絡(luò)分類器中,在96 張訓(xùn)練樣本和84 張測(cè)試樣本中,分類準(zhǔn)確率達(dá)到98.9%,單張圖像處理時(shí)間為2.57 s[4]。Won等人在數(shù)量為210的偏光片缺陷數(shù)據(jù)庫(kù)中,使用卷積神經(jīng)網(wǎng)絡(luò),正確分類精度達(dá)到95.0%[5]。Lei等人使用Faster R-CNN深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行偏光片缺陷目標(biāo)檢測(cè),實(shí)驗(yàn)結(jié)果顯示,在使用VGG 模型時(shí),其平均精度均值為67.5%,取得了非常好的檢測(cè)精度,且檢測(cè)速度幾乎達(dá)到實(shí)時(shí)[6]。然而,傳統(tǒng)圖像處理方法容易受噪聲等影響而降低處理精度和可靠性,而人工神經(jīng)網(wǎng)絡(luò)則需要大量的訓(xùn)練樣本才可以保證足夠的泛化能力,并且學(xué)習(xí)時(shí)間長(zhǎng),容易出現(xiàn)“過(guò)學(xué)習(xí)”等現(xiàn)象,這些問題在一定程度上限制了該方法的應(yīng)用。支持向量機(jī)(Support Vector Machine,SVM)在解決小樣本、非線性及高維模式識(shí)別問題中具有獨(dú)特的優(yōu)勢(shì)[7]。本文對(duì)基于支持向量機(jī)的偏光片外觀缺陷檢測(cè)進(jìn)行研究。實(shí)驗(yàn)結(jié)果表明,該方法能有效快速地實(shí)現(xiàn)偏光片外觀缺陷的檢測(cè)和分類。

    2 偏光片外觀缺陷檢測(cè)及其特征提取

    2.1 缺陷圖像采集

    根據(jù)暗場(chǎng)成像原理,使用工業(yè)相機(jī)獲取偏光片缺陷圖像,選擇高斯濾波器作為圖像預(yù)處理,然后進(jìn)行缺陷可疑區(qū)域的快速檢測(cè)和分割處理。常見的4 類偏光片缺陷和無(wú)缺陷背景圖如圖1所示。

    圖1 常見的偏光片外觀缺陷類型

    2.2 外觀缺陷特征提取

    2.2.1 LBP描述符及其常用變形

    傳統(tǒng)局部二值模式(Local Binary Pattern,LBP)描述符是將圖像中每一個(gè)像素點(diǎn)的灰度值作為閥值,并與所在的3×3 鄰域內(nèi)像素灰度值相比較。為滿足更大的區(qū)域覆蓋,Ojala等人將3×3鄰域擴(kuò)展到任意鄰域,并用圓形鄰域代替正方形鄰域。圓形LBP 描述符允許在半徑為R 的圓形鄰域內(nèi)有任意多個(gè)像素點(diǎn)。對(duì)于鄰域內(nèi)未直接落在像素方格中央的點(diǎn)的灰度值,通過(guò)線性插值完成。為解決圓形LBP描述符過(guò)于稀疏的直方圖問題,Ojala 等人提出了采用等價(jià)模式LBP 描述符來(lái)進(jìn)行降維,特征向量維度由原來(lái)的256 維降至59 維。然而,等價(jià)模式LBP描述符是假設(shè)圖像中LBP二進(jìn)制編碼僅存在1和0轉(zhuǎn)換不超過(guò)2次的情況。由于圖像紋理的多樣性,每一類圖像都有其各自的特點(diǎn)和關(guān)鍵信息,固定的等價(jià)模式并不適用于任何種類的圖像,等價(jià)模式LBP描述符的特征表達(dá)能力有所降低[8]。為克服等價(jià)模式LBP的缺點(diǎn),黃飛飛等人提出使用主成分分析方法對(duì)LBP進(jìn)行維數(shù)約簡(jiǎn),并命名為L(zhǎng)BP 子模式。在ORL 數(shù)據(jù)庫(kù)中的實(shí)驗(yàn)表明,LBP子模式無(wú)論在識(shí)別率還是維數(shù)方面都要優(yōu)于LBP等價(jià)模式。為進(jìn)一步豐富LBP描述符的描述能力,避免復(fù)雜的變換引起的計(jì)算復(fù)雜度的增加,張敦鳳等人融合圖像分區(qū)均值和傳統(tǒng)圓形LBP 描述符的方法,相對(duì)單一LBP描述符,在YALU和ORL人臉數(shù)據(jù)庫(kù)上,識(shí)別率分別提高9.28%和11.50%[9]。LBP 描述符及其變形形式示意圖如圖2所示。

    2.2.2 改進(jìn)LBP描述符

    圖2 傳統(tǒng)LBP描述符及其變形形式示意圖

    ILBP具體步驟如下:

    (1)特征提取。將預(yù)處理后的缺陷圖像劃分為不同分區(qū),計(jì)算每個(gè)分區(qū)LBP 特征和均值特征,將所有分區(qū)提取特征連接成一個(gè)新的特征向量。

    (2)數(shù)據(jù)歸一化。為了能夠更好地統(tǒng)一兩種特征,測(cè)試樣本單獨(dú)使用訓(xùn)練樣本上最大-最小值來(lái)歸一化,將新的特征向量映射到[-1,1]之間。

    (3)主成分分析。設(shè)歸一化后的特征向量矩陣為X ,其列向量為xk=(x1k,x2k,…,xjk)T,缺陷的某一類型可由xk描述,協(xié)方差矩陣為:

    取其所對(duì)應(yīng)的特征向量組成主成分方向,將缺陷圖像變換到新的特征空間Y 中:Y=UTX 。

    (4)線性判別方法。經(jīng)PCA(Principal Component Analysis)降維后的缺陷圖像特征向量Y=(y1,y2,…,yn)為n 維向量,共有5類,每類缺陷的個(gè)數(shù)為ni,第i 類的樣本均值為,總體缺陷均值為缺陷類內(nèi)散度矩陣Sw和類間散度矩陣Sb分別為:

    融入語(yǔ)境設(shè)想,讓學(xué)生有更多對(duì)話文本的機(jī)會(huì)。如在《天游峰的掃路人》教學(xué)中,針對(duì)天游峰的奇特景象,不妨建議學(xué)生思考:如果你在游覽天游峰的時(shí)候,見到了這些掃路人,你想與他們暢談什么呢?很顯然,這樣的開放性話題,讓學(xué)生能夠有更多自我對(duì)話文本的機(jī)會(huì),能夠讓他們?cè)谥鲃?dòng)融入文本中形成更多的深刻感知。很多同學(xué)在設(shè)想中認(rèn)為,自己真想與掃路人一起掃路,體驗(yàn)其中的生活,感受他們的艱辛。有的同學(xué)說(shuō),掃路人每日登山不是為了賞風(fēng)景,而是專門尋找敗筆,我們游客應(yīng)該換位思考,不能再隨手亂丟垃圾。有的同學(xué)說(shuō),閱讀了此文,讓自己感受到勞動(dòng)最偉大,只有尊重別人的勞動(dòng)果實(shí),才能收到別人的尊重,等等。

    為得到最優(yōu)投影矩陣,Sw、Sb滿足如下準(zhǔn)則:

    目標(biāo)函數(shù)形式為廣義瑞利商,是參數(shù)為投影向量ωT的函數(shù)。一般而言,經(jīng)PCA降維后,樣本個(gè)數(shù)大于樣本維數(shù),散度矩陣Sw非奇異[10-11]。通過(guò)拉格朗日乘數(shù)法可求得:

    取最大的m 個(gè)特征值λi所對(duì)應(yīng)的特征向量ωi構(gòu)成最佳投影矩陣,將偏光片缺陷圖像變換到新的特征空間Z 中:

    3 支持向量機(jī)分類器設(shè)計(jì)

    3.1 非線性問題的支持向量機(jī)

    SVM處理非線性分類問題的基本原理就是通過(guò)非線性映射算法將原樣本映射到一個(gè)更高維甚至無(wú)窮維的特征空間中,這樣就可以將原本空間線性不可分的情況變成高維空間的線性可分問題。由于SVM是二元分類器,在解決多分類問題時(shí),須由二元SVM來(lái)構(gòu)造多元分類器。本文采用一對(duì)一法來(lái)構(gòu)造多分類器。至于核函數(shù)的選擇,本文選用高斯徑向基核函數(shù)。

    3.2 遺傳算法參數(shù)尋優(yōu)

    SVM 的識(shí)別效果不僅受核函數(shù)影響,還受懲罰因子c 和核參數(shù)g 值的影響,因此需要對(duì)參數(shù)進(jìn)行尋優(yōu)。目前較常用的參數(shù)尋優(yōu)方法有網(wǎng)格搜索法、遺傳算法尋優(yōu)法等。相對(duì)網(wǎng)格搜索法,采用啟發(fā)式算法可以在更大范圍內(nèi)不必遍歷網(wǎng)格內(nèi)的所有參數(shù)點(diǎn),就能找到全局最優(yōu)解,且能有效減少陷入局部最優(yōu)解的風(fēng)險(xiǎn),具有魯棒性好、收斂速度快的特點(diǎn)[12]。本文使用謝菲爾德大學(xué)的遺傳算法工具箱來(lái)確定參數(shù)c 和g,具體流程如圖3所示。

    圖3 使用遺傳算法優(yōu)化SVM參數(shù)流程圖

    4 仿真實(shí)驗(yàn)與結(jié)果分析

    4.1 實(shí)驗(yàn)環(huán)境

    仿真實(shí)驗(yàn)環(huán)境為Intel?Xeon?CPU E5-2630 v3@2.40 GHz 2.40 GHz,64 GB內(nèi)存,Win7操作系統(tǒng),Matlab R2017b 軟件。為驗(yàn)證本文算法的準(zhǔn)確率,在自建偏光片缺陷數(shù)據(jù)庫(kù)和ORL數(shù)據(jù)庫(kù)上進(jìn)行仿真實(shí)驗(yàn)。其中,自建數(shù)據(jù)庫(kù)包含5類缺陷,每類50張,每張大小為256×256,均根據(jù)暗場(chǎng)成像原理,由不同的照射方位拍照獲得。隨機(jī)抽取200 張(每類40 張)缺陷圖像用于模型訓(xùn)練,剩余的50 張用于測(cè)試模型的性能。另外,ORL 人臉庫(kù)有400張圖像,包含40類,每類10張,每張大小為112×92。隨機(jī)抽取240 張人臉圖像用于模型訓(xùn)練,剩下的160 張用于模型測(cè)試。

    4.2 實(shí)驗(yàn)結(jié)果和分析

    實(shí)驗(yàn)將缺陷圖像劃分為2×2,4×4,6×6分區(qū),均值特征劃分為16×16,32×32分區(qū)情況下,兩兩特征組合來(lái)設(shè)計(jì)實(shí)驗(yàn)。另外,還驗(yàn)證了不同LBP 描述符下的識(shí)別率。為確保實(shí)驗(yàn)數(shù)據(jù)的可信度,訓(xùn)練樣本采用十折交叉驗(yàn)證方法來(lái)進(jìn)行驗(yàn)證,整體數(shù)據(jù)庫(kù)的平均識(shí)別準(zhǔn)確率如表1 所示。

    表1 不同LBP描述符及其變形形式下的識(shí)別率

    從上述結(jié)果可以看出:傳統(tǒng)LBP描述符分類準(zhǔn)確率不高,圖像分區(qū)在一定程度上可以提高識(shí)別準(zhǔn)確率,但隨著分區(qū)的增多,特征維數(shù)急劇增加,圖像被分割得過(guò)于稀疏而丟失一些統(tǒng)計(jì)特性,導(dǎo)致識(shí)別率有一定程度下降。另外,當(dāng)貢獻(xiàn)率α 取合適值時(shí),2×2圖像分區(qū)的整體識(shí)別率為99.2%,達(dá)到最大,優(yōu)于其他分區(qū)的識(shí)別準(zhǔn)確率,而且特征維數(shù)相對(duì)較少。在充分考慮缺陷圖像樣本的類別信息后,改進(jìn)LBP 描述符能高效地表示圖像特征。針對(duì)自建數(shù)據(jù)集,通過(guò)調(diào)用SKLEARN中的集成算法,比較樸素貝葉斯、K 最近鄰、隨機(jī)森林、支持向量機(jī)等5種算法識(shí)別準(zhǔn)確率,算法參數(shù)均調(diào)至最優(yōu)。其在整體自建數(shù)據(jù)庫(kù)上的分類結(jié)果如表2所示。

    表2 不同算法下的識(shí)別率

    實(shí)驗(yàn)結(jié)果顯示,本文提出的ILBP描述符,在保證特征維數(shù)較低的情況下,識(shí)別率能得到很好的提高。識(shí)別準(zhǔn)確率會(huì)隨α 和圖像分區(qū)大小變化。當(dāng)貢獻(xiàn)率α 較小時(shí),丟失原有缺陷圖像較多的信息,分類器識(shí)別精確度下降。當(dāng)α 接近1時(shí),缺陷圖像保持大量原有的冗余信息,分類器分類困難。同時(shí)越精細(xì)的分區(qū)意味著更高維數(shù)的復(fù)合特征和更好的局部能力。因此,對(duì)于偏光片缺陷圖像,當(dāng)分區(qū)越精細(xì)時(shí),貢獻(xiàn)率α 應(yīng)取越大的值。偏光片缺陷數(shù)據(jù)庫(kù)識(shí)別率隨主成分貢獻(xiàn)率和圖像分區(qū)大小關(guān)系如圖4所示。

    圖4 不同主成分和圖像分區(qū)下的識(shí)別率

    上述實(shí)驗(yàn)充分地說(shuō)明,當(dāng)取較大α 值時(shí),ILBP描述符可獲得比較理想的識(shí)別效果,分類識(shí)別精確率和分類效率等綜合性能優(yōu)于傳統(tǒng)LBP 描述符及常用的改進(jìn)LBP 描述符,且分類速度快,每張缺陷圖像由輸入到完成識(shí)別所耗時(shí)間在0.92 s,極大地減少了計(jì)算的時(shí)間復(fù)雜度,完全滿足工業(yè)生產(chǎn)線實(shí)際檢測(cè)需求。

    4.3 遺傳算法尋優(yōu)結(jié)果

    在分類器訓(xùn)練過(guò)程中,使用遺傳算法對(duì)懲罰因子c和核參數(shù)g 進(jìn)行尋優(yōu),搜索范圍是(2-12,212)。搜索過(guò)程中用十折交叉驗(yàn)證法對(duì)SVM 分類器進(jìn)行評(píng)價(jià),得到一組交叉驗(yàn)證中平均準(zhǔn)確率最高的參數(shù)c 和g,利用最優(yōu)參數(shù)進(jìn)行缺陷圖像分類。以2×2圖像分區(qū)的ILBP描述符在自建數(shù)據(jù)庫(kù)上分類為例,參數(shù)尋優(yōu)如圖5所示。

    圖5 遺傳算法尋優(yōu)結(jié)果

    5 結(jié)束語(yǔ)

    (1)驗(yàn)證了LBP及其常用變形形式在自建數(shù)據(jù)庫(kù)上的識(shí)別效果,并對(duì)提出的ILBP 描述符在不同分區(qū)情況和主成分比例下的識(shí)別效果進(jìn)行討論。實(shí)驗(yàn)結(jié)果表明,在自建缺陷數(shù)據(jù)庫(kù)中,分類正確率能夠達(dá)到99%以上,SVM在解決偏光片缺陷識(shí)別問題上有著獨(dú)特的優(yōu)勢(shì)。

    (2)文中ILBP 描述符應(yīng)用到ORL 數(shù)據(jù)庫(kù)中,分類正確率能夠到達(dá)99.75%,而且數(shù)據(jù)的維度僅為39維,相對(duì)于徐競(jìng)澤等人提出的算法[13],本文算法分類精度更高。另外,相對(duì)于張郭鳳等人提出的描述符,雖然分類準(zhǔn)確率同為99.75%,但是特征維數(shù)由原來(lái)1 280維降至39 維,大大降低計(jì)算復(fù)雜度。上述進(jìn)一步論證了ILBP描述符的有效性。

    (3)通過(guò)遺傳算法參數(shù)尋優(yōu),避免網(wǎng)絡(luò)重復(fù)搜索和設(shè)置。結(jié)果表明,利用遺傳算法能夠在較大范圍內(nèi)有效確定SVM分類器的最優(yōu)參數(shù)。

    (4)實(shí)驗(yàn)所用的缺陷圖像根據(jù)透射暗場(chǎng)成像原理拍取,圖像數(shù)量不多,全都選取典型的缺陷圖像,分類干擾少,分類識(shí)別準(zhǔn)確率較高。因此,接下來(lái)的工作是采用其他成像原理,如結(jié)構(gòu)光成像[14]、偏振光成像[15]等來(lái)進(jìn)行圖像拍取,而且研究大樣本、強(qiáng)干擾情況下的偏光片缺陷圖像檢測(cè)和分類。

    猜你喜歡
    偏光片描述符識(shí)別率
    基于結(jié)構(gòu)信息的異源遙感圖像局部特征描述符研究
    深圳市三利譜光電科技股份有限公司副總經(jīng)理阮志毅:國(guó)內(nèi)偏光片上游材料市場(chǎng)前景廣闊
    國(guó)產(chǎn)超寬幅偏光片產(chǎn)品蓄勢(shì)待發(fā)
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測(cè)
    基于真耳分析的助聽器配戴者言語(yǔ)可懂度指數(shù)與言語(yǔ)識(shí)別率的關(guān)系
    液晶電控調(diào)光鏡研究
    液晶與顯示(2019年5期)2019-06-11 07:35:02
    提升高速公路MTC二次抓拍車牌識(shí)別率方案研究
    Linux單線程并發(fā)服務(wù)器探索
    偏光片產(chǎn)值超百億進(jìn)口替換空間巨大
    利用CNN的無(wú)人機(jī)遙感影像特征描述符學(xué)習(xí)
    国产精品永久免费网站| 日韩亚洲欧美综合| 在线天堂最新版资源| 人人妻人人看人人澡| 亚洲精品456在线播放app| 成人漫画全彩无遮挡| 亚洲精品国产成人久久av| 综合色丁香网| 观看美女的网站| 午夜福利在线观看吧| 非洲黑人性xxxx精品又粗又长| 大又大粗又爽又黄少妇毛片口| 一个人看视频在线观看www免费| 亚洲精品日韩在线中文字幕| 国内揄拍国产精品人妻在线| 欧美性感艳星| 亚洲婷婷狠狠爱综合网| 国产视频内射| 久久久久久久久久成人| 搞女人的毛片| 日韩精品青青久久久久久| 午夜福利在线在线| 久久久久久大精品| 最后的刺客免费高清国语| 欧美另类亚洲清纯唯美| 国产伦理片在线播放av一区| 边亲边吃奶的免费视频| 亚洲欧美成人综合另类久久久 | 国产精华一区二区三区| 国产乱人偷精品视频| 亚洲av中文字字幕乱码综合| 99视频精品全部免费 在线| 国内揄拍国产精品人妻在线| 国产亚洲午夜精品一区二区久久 | 国产精品一区二区三区四区免费观看| 日本五十路高清| 亚州av有码| 午夜福利在线观看吧| 久热久热在线精品观看| 亚洲人成网站在线观看播放| 国产精品综合久久久久久久免费| 亚洲成人中文字幕在线播放| 岛国在线免费视频观看| 精品无人区乱码1区二区| 亚洲精品乱码久久久v下载方式| 特级一级黄色大片| 又粗又爽又猛毛片免费看| 国产成人精品婷婷| av国产久精品久网站免费入址| 国产亚洲一区二区精品| 麻豆一二三区av精品| 在线a可以看的网站| 99视频精品全部免费 在线| 久久这里只有精品中国| 一区二区三区四区激情视频| 国产精品久久久久久久久免| 日韩在线高清观看一区二区三区| 国产熟女欧美一区二区| 99久久中文字幕三级久久日本| 激情 狠狠 欧美| 一边摸一边抽搐一进一小说| 啦啦啦韩国在线观看视频| 精品酒店卫生间| 在线天堂最新版资源| 成人国产麻豆网| 最近视频中文字幕2019在线8| 免费黄色在线免费观看| 亚洲丝袜综合中文字幕| 小说图片视频综合网站| www.色视频.com| 免费大片18禁| 日本三级黄在线观看| 久久久久免费精品人妻一区二区| 国内精品美女久久久久久| 免费不卡的大黄色大毛片视频在线观看 | 麻豆一二三区av精品| 天天躁夜夜躁狠狠久久av| 97超视频在线观看视频| 久久久久久国产a免费观看| 午夜激情欧美在线| 亚洲三级黄色毛片| 91久久精品电影网| 亚洲精品色激情综合| 国产免费视频播放在线视频 | 国产一区有黄有色的免费视频 | 国产成人午夜福利电影在线观看| 亚洲精品乱码久久久久久按摩| 国产精品,欧美在线| 日韩高清综合在线| 午夜久久久久精精品| 美女脱内裤让男人舔精品视频| 26uuu在线亚洲综合色| 精品久久国产蜜桃| 亚洲成人久久爱视频| 成人美女网站在线观看视频| 国产成人精品久久久久久| 热99在线观看视频| 欧美xxxx黑人xx丫x性爽| 成人鲁丝片一二三区免费| 国产精品不卡视频一区二区| 男人舔奶头视频| 3wmmmm亚洲av在线观看| 亚洲欧美清纯卡通| videos熟女内射| 亚洲第一区二区三区不卡| 九九久久精品国产亚洲av麻豆| 六月丁香七月| 中文在线观看免费www的网站| 日本免费在线观看一区| 99热网站在线观看| 日本av手机在线免费观看| 如何舔出高潮| 国产精品一区二区三区四区免费观看| 国产高清视频在线观看网站| 亚洲国产精品成人久久小说| 亚洲,欧美,日韩| 男人舔奶头视频| 午夜亚洲福利在线播放| 亚洲av电影不卡..在线观看| 亚洲成人av在线免费| 丰满人妻一区二区三区视频av| 午夜精品在线福利| 国产高清三级在线| 纵有疾风起免费观看全集完整版 | 精品久久久久久久久av| 精品人妻熟女av久视频| 成人高潮视频无遮挡免费网站| 国产亚洲5aaaaa淫片| 国产黄色小视频在线观看| 99热这里只有是精品在线观看| 精品少妇黑人巨大在线播放 | 中文字幕制服av| 久久久欧美国产精品| 国产伦一二天堂av在线观看| 国产成人午夜福利电影在线观看| av专区在线播放| 亚洲国产日韩欧美精品在线观看| 成人高潮视频无遮挡免费网站| 黄色欧美视频在线观看| 免费黄网站久久成人精品| 国产色婷婷99| 免费无遮挡裸体视频| 亚洲国产高清在线一区二区三| 国产精品福利在线免费观看| av免费观看日本| 精品国产三级普通话版| 我的女老师完整版在线观看| 国产精品国产三级国产av玫瑰| 成人特级av手机在线观看| 69人妻影院| 热99re8久久精品国产| 特大巨黑吊av在线直播| 尤物成人国产欧美一区二区三区| 观看免费一级毛片| 男人狂女人下面高潮的视频| 一级av片app| 国产综合懂色| 亚洲在线自拍视频| 午夜精品一区二区三区免费看| 免费人成在线观看视频色| 精品久久久久久久人妻蜜臀av| 夫妻性生交免费视频一级片| 免费观看在线日韩| 亚洲精品乱码久久久久久按摩| 亚洲av.av天堂| 午夜福利在线在线| 看非洲黑人一级黄片| 亚洲熟妇中文字幕五十中出| 长腿黑丝高跟| 久久久久久国产a免费观看| 欧美精品一区二区大全| 最近中文字幕2019免费版| 国产高清不卡午夜福利| 亚洲精品色激情综合| 亚洲成人久久爱视频| 国产精品人妻久久久久久| 午夜日本视频在线| 六月丁香七月| 可以在线观看毛片的网站| 两个人的视频大全免费| 欧美性猛交╳xxx乱大交人| 三级国产精品片| 麻豆成人av视频| 国产精品av视频在线免费观看| 91久久精品国产一区二区成人| 中文字幕制服av| 日本黄大片高清| 久久精品影院6| 一边摸一边抽搐一进一小说| 欧美一级a爱片免费观看看| 国产女主播在线喷水免费视频网站 | 成人毛片a级毛片在线播放| 男女国产视频网站| 久久久国产成人精品二区| 亚洲最大成人中文| 亚洲国产精品sss在线观看| 一卡2卡三卡四卡精品乱码亚洲| 2021天堂中文幕一二区在线观| 午夜a级毛片| 久久精品久久精品一区二区三区| 日韩强制内射视频| 久久久久九九精品影院| 亚洲一区高清亚洲精品| 国产精品人妻久久久久久| 自拍偷自拍亚洲精品老妇| 五月玫瑰六月丁香| 日本免费a在线| 久久久久久大精品| 色哟哟·www| 嫩草影院新地址| 亚洲最大成人手机在线| 99久国产av精品国产电影| 国产精品蜜桃在线观看| 日本熟妇午夜| 国产三级中文精品| 日韩制服骚丝袜av| 久久精品影院6| 综合色丁香网| 美女内射精品一级片tv| 国产精品蜜桃在线观看| 看十八女毛片水多多多| 国产av不卡久久| 最近的中文字幕免费完整| 国产黄片美女视频| 中文精品一卡2卡3卡4更新| 亚洲欧美日韩卡通动漫| 国产欧美日韩精品一区二区| 日本午夜av视频| 嫩草影院新地址| 熟女人妻精品中文字幕| 国产探花在线观看一区二区| 久久久午夜欧美精品| 91在线精品国自产拍蜜月| 成人综合一区亚洲| 2021天堂中文幕一二区在线观| 两个人视频免费观看高清| 久久久久久久亚洲中文字幕| 91aial.com中文字幕在线观看| 久久精品影院6| 激情 狠狠 欧美| 日韩av在线大香蕉| 亚洲国产精品成人久久小说| 亚洲久久久久久中文字幕| 内地一区二区视频在线| 三级国产精品片| 久久久精品大字幕| 国产精品麻豆人妻色哟哟久久 | 亚洲在线自拍视频| 日韩欧美在线乱码| 欧美激情久久久久久爽电影| 国产精品国产三级专区第一集| 国产精品一及| 国产成人aa在线观看| 午夜视频国产福利| 国产国拍精品亚洲av在线观看| 国产精品国产三级国产专区5o | 亚洲欧美日韩卡通动漫| 国产久久久一区二区三区| 日韩人妻高清精品专区| 丝袜美腿在线中文| 欧美+日韩+精品| 国产伦精品一区二区三区视频9| 99热6这里只有精品| 九草在线视频观看| 综合色av麻豆| 乱码一卡2卡4卡精品| 久久热精品热| 国模一区二区三区四区视频| 美女被艹到高潮喷水动态| 日韩av不卡免费在线播放| 中文字幕熟女人妻在线| 日韩av在线大香蕉| 久久精品国产亚洲网站| 如何舔出高潮| 国产久久久一区二区三区| 欧美高清成人免费视频www| 亚洲中文字幕一区二区三区有码在线看| 欧美日韩精品成人综合77777| 成人特级av手机在线观看| 人妻系列 视频| 国产精品1区2区在线观看.| 亚洲国产精品专区欧美| 晚上一个人看的免费电影| 国产极品精品免费视频能看的| 国产精品爽爽va在线观看网站| 观看免费一级毛片| 免费观看a级毛片全部| 国产精华一区二区三区| 久久久久久久久久久免费av| 成人特级av手机在线观看| 成人二区视频| 免费无遮挡裸体视频| 国产成人免费观看mmmm| 最后的刺客免费高清国语| 免费观看精品视频网站| 成人毛片60女人毛片免费| 国国产精品蜜臀av免费| 一级毛片电影观看 | 精品国产三级普通话版| 欧美性猛交╳xxx乱大交人| 热99re8久久精品国产| 日日撸夜夜添| 国产老妇伦熟女老妇高清| 亚洲经典国产精华液单| 日韩三级伦理在线观看| 免费观看的影片在线观看| 免费观看的影片在线观看| 国产成人aa在线观看| 国产精品永久免费网站| 一级黄色大片毛片| 成人三级黄色视频| 色吧在线观看| 一个人免费在线观看电影| 国产麻豆成人av免费视频| 国产精品麻豆人妻色哟哟久久 | 一卡2卡三卡四卡精品乱码亚洲| 又爽又黄a免费视频| 一个人看视频在线观看www免费| 日本五十路高清| 国产精品日韩av在线免费观看| 51国产日韩欧美| 久久久久久久久中文| 人妻夜夜爽99麻豆av| 神马国产精品三级电影在线观看| 亚洲国产精品sss在线观看| 偷拍熟女少妇极品色| 在线免费观看不下载黄p国产| av线在线观看网站| 国产极品精品免费视频能看的| 国产精品人妻久久久影院| 欧美成人一区二区免费高清观看| 成人二区视频| 可以在线观看毛片的网站| 两个人的视频大全免费| 国产私拍福利视频在线观看| 少妇猛男粗大的猛烈进出视频 | 午夜免费男女啪啪视频观看| 美女脱内裤让男人舔精品视频| 亚洲真实伦在线观看| 免费不卡的大黄色大毛片视频在线观看 | 国产高清不卡午夜福利| 精品久久久久久电影网 | 精品人妻偷拍中文字幕| 一二三四中文在线观看免费高清| 久久久久久久久中文| 国产精品人妻久久久影院| 亚洲人成网站在线播| 2022亚洲国产成人精品| 午夜爱爱视频在线播放| 亚洲国产高清在线一区二区三| 亚洲熟妇中文字幕五十中出| 男女视频在线观看网站免费| 欧美潮喷喷水| 亚洲综合色惰| 国产美女午夜福利| 日韩一本色道免费dvd| 性插视频无遮挡在线免费观看| 看片在线看免费视频| 精品久久久久久电影网 | 亚洲欧美日韩无卡精品| 亚洲欧美一区二区三区国产| 亚洲国产高清在线一区二区三| 国产精品久久久久久精品电影| 久久这里只有精品中国| 亚洲伊人久久精品综合 | 免费搜索国产男女视频| 久久这里有精品视频免费| 欧美日韩精品成人综合77777| 偷拍熟女少妇极品色| 国产亚洲一区二区精品| 国产成人freesex在线| 在线观看一区二区三区| 亚洲综合精品二区| 看黄色毛片网站| 久久99热这里只有精品18| 我要搜黄色片| 午夜福利成人在线免费观看| 一区二区三区高清视频在线| 久久综合国产亚洲精品| 直男gayav资源| 两个人的视频大全免费| 综合色丁香网| 真实男女啪啪啪动态图| 亚洲精品乱码久久久久久按摩| 久久久久久久久久黄片| 国产精品嫩草影院av在线观看| 赤兔流量卡办理| 国产 一区精品| 亚洲五月天丁香| 国产欧美日韩精品一区二区| 哪个播放器可以免费观看大片| 欧美一区二区亚洲| 中文字幕人妻熟人妻熟丝袜美| 黄色日韩在线| 日日撸夜夜添| 亚洲欧美中文字幕日韩二区| 久久亚洲国产成人精品v| 日韩中字成人| 欧美成人一区二区免费高清观看| 亚洲人成网站在线播| 黄片wwwwww| 99热这里只有是精品在线观看| 欧美精品一区二区大全| 日韩一区二区三区影片| 久久热精品热| 久99久视频精品免费| 日韩av不卡免费在线播放| 亚洲av免费高清在线观看| 日本黄大片高清| 国产精华一区二区三区| 熟女电影av网| 熟女人妻精品中文字幕| 白带黄色成豆腐渣| 国产成人a∨麻豆精品| 亚洲国产精品合色在线| 日韩成人av中文字幕在线观看| 久久久精品大字幕| 狂野欧美激情性xxxx在线观看| 午夜精品一区二区三区免费看| 色哟哟·www| 欧美另类亚洲清纯唯美| 看非洲黑人一级黄片| 成人二区视频| 神马国产精品三级电影在线观看| 国产黄色视频一区二区在线观看 | 国产一区二区亚洲精品在线观看| 久久人妻av系列| 亚洲18禁久久av| 精品久久久久久久久久久久久| 久久久久性生活片| 亚洲精品亚洲一区二区| 久久精品久久久久久久性| 天天躁夜夜躁狠狠久久av| 男插女下体视频免费在线播放| 国产免费一级a男人的天堂| 好男人视频免费观看在线| 国内精品美女久久久久久| 欧美激情在线99| 国内精品一区二区在线观看| 亚洲欧美日韩卡通动漫| 看免费成人av毛片| 欧美激情在线99| 久久久欧美国产精品| 亚洲精品国产成人久久av| 日韩一区二区视频免费看| 欧美性猛交╳xxx乱大交人| 18+在线观看网站| 免费电影在线观看免费观看| 国产精品野战在线观看| 亚洲欧洲日产国产| 天堂网av新在线| 五月玫瑰六月丁香| 亚洲三级黄色毛片| 亚洲av电影在线观看一区二区三区 | 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 床上黄色一级片| 丝袜喷水一区| 少妇被粗大猛烈的视频| 99热这里只有是精品在线观看| 国产老妇女一区| 久久综合国产亚洲精品| 国产 一区 欧美 日韩| 亚洲精品自拍成人| 麻豆成人午夜福利视频| 亚洲成人精品中文字幕电影| 国产精品伦人一区二区| 国产伦精品一区二区三区视频9| 欧美高清性xxxxhd video| 亚洲av中文av极速乱| 精品欧美国产一区二区三| 熟妇人妻久久中文字幕3abv| 精华霜和精华液先用哪个| 97热精品久久久久久| 欧美变态另类bdsm刘玥| 又粗又硬又长又爽又黄的视频| 老女人水多毛片| АⅤ资源中文在线天堂| 99久久精品一区二区三区| 日本av手机在线免费观看| 欧美日韩综合久久久久久| 能在线免费观看的黄片| 婷婷色综合大香蕉| 欧美一级a爱片免费观看看| 亚洲av电影在线观看一区二区三区 | 精品无人区乱码1区二区| 国产一区二区在线观看日韩| 午夜精品一区二区三区免费看| 中国国产av一级| 大香蕉久久网| 老司机影院成人| 亚洲欧美精品专区久久| 色尼玛亚洲综合影院| 久久精品影院6| av在线亚洲专区| 搡老妇女老女人老熟妇| 亚洲欧美日韩东京热| 午夜福利视频1000在线观看| 麻豆久久精品国产亚洲av| 男插女下体视频免费在线播放| 午夜福利在线观看免费完整高清在| 美女cb高潮喷水在线观看| 欧美激情久久久久久爽电影| 久久久久网色| ponron亚洲| 亚洲精品456在线播放app| 免费播放大片免费观看视频在线观看 | 色视频www国产| 日本黄大片高清| 女人被狂操c到高潮| 国产 一区精品| videos熟女内射| 99在线人妻在线中文字幕| 黄色欧美视频在线观看| 日本av手机在线免费观看| 欧美不卡视频在线免费观看| 人妻少妇偷人精品九色| 波多野结衣高清无吗| 亚洲成人久久爱视频| 欧美日本亚洲视频在线播放| 久久草成人影院| av又黄又爽大尺度在线免费看 | 午夜福利高清视频| 亚洲欧美日韩高清专用| 午夜日本视频在线| 久久草成人影院| 亚洲国产欧美在线一区| 午夜视频国产福利| 天天躁日日操中文字幕| 人体艺术视频欧美日本| 丰满少妇做爰视频| 婷婷色麻豆天堂久久 | 男人舔女人下体高潮全视频| 午夜激情欧美在线| 精品一区二区三区人妻视频| videossex国产| 九九在线视频观看精品| 在线观看美女被高潮喷水网站| 免费人成在线观看视频色| 国产精品久久久久久精品电影| 一级av片app| 国产三级中文精品| 久久久久性生活片| 国产女主播在线喷水免费视频网站 | 日本色播在线视频| 色视频www国产| 欧美精品一区二区大全| 一个人免费在线观看电影| 人妻制服诱惑在线中文字幕| 中国国产av一级| 国产淫语在线视频| 91久久精品国产一区二区三区| 看十八女毛片水多多多| 欧美色视频一区免费| 亚洲精品亚洲一区二区| 亚洲天堂国产精品一区在线| 男女边吃奶边做爰视频| 三级经典国产精品| 校园人妻丝袜中文字幕| 午夜免费男女啪啪视频观看| 美女国产视频在线观看| 蜜桃久久精品国产亚洲av| 亚洲精品日韩av片在线观看| 成人鲁丝片一二三区免费| 自拍偷自拍亚洲精品老妇| 国产一区有黄有色的免费视频 | 久久精品久久久久久噜噜老黄 | 免费电影在线观看免费观看| 天堂影院成人在线观看| 少妇裸体淫交视频免费看高清| 国产精品国产高清国产av| 亚洲人与动物交配视频| 哪个播放器可以免费观看大片| 午夜精品国产一区二区电影 | 欧美丝袜亚洲另类| 亚洲精品成人久久久久久| 在线播放国产精品三级| 亚洲av电影在线观看一区二区三区 | 黄片无遮挡物在线观看| 国产亚洲av片在线观看秒播厂 | 我的女老师完整版在线观看| 亚洲性久久影院| 一区二区三区免费毛片| 精品国产一区二区三区久久久樱花 | 精品一区二区三区视频在线| 亚洲欧美成人综合另类久久久 | 狂野欧美激情性xxxx在线观看| 不卡视频在线观看欧美| 在线免费十八禁| 欧美日本亚洲视频在线播放| 晚上一个人看的免费电影| 国产精品一及| 亚洲精华国产精华液的使用体验| 青青草视频在线视频观看| 老司机影院毛片| 能在线免费观看的黄片| 日韩制服骚丝袜av| 午夜视频国产福利| 狂野欧美激情性xxxx在线观看| 欧美三级亚洲精品| 人妻系列 视频| 中文精品一卡2卡3卡4更新| 91狼人影院| 嫩草影院精品99| 国产精品1区2区在线观看.| 三级国产精品片| 美女国产视频在线观看| 欧美成人午夜免费资源| 亚洲国产欧美人成| 白带黄色成豆腐渣| 欧美xxxx黑人xx丫x性爽| 日韩精品青青久久久久久| 国产精品伦人一区二区| 国产精品国产三级国产av玫瑰| 少妇高潮的动态图| 免费观看的影片在线观看|