• <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CNN的車牌識(shí)別精定位算法研究

    2020-12-25 06:30:08陳冬英曾淦雄
    關(guān)鍵詞:字符識(shí)別車牌字符

    陳冬英,曾淦雄

    (1.福建江夏學(xué)院電子信息科學(xué)學(xué)院,福建福州,350108;2.福州大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,福建福州,350108)

    一、引言

    國(guó)內(nèi)人均汽車保有量不斷提高,帶來的交通壓力越來越重。因此實(shí)現(xiàn)對(duì)車輛的管理自動(dòng)化將是現(xiàn)在亟需解決的一大問題,而車牌識(shí)別系統(tǒng)是實(shí)現(xiàn)這一過程不可缺少的環(huán)節(jié)。

    車牌識(shí)別系統(tǒng)(License Plate Recognition System, LPRS)屬于計(jì)算機(jī)視覺中的一種現(xiàn)實(shí)應(yīng)用,對(duì)實(shí)現(xiàn)收費(fèi)停車場(chǎng)的無人化管理、不停車通過高速收費(fèi)站、各類小區(qū)、校園機(jī)動(dòng)車出入登記有著重要的意義。[1-2]國(guó)內(nèi)外相關(guān)學(xué)者也進(jìn)行廣泛的研究。上海理工大學(xué)王艷、謝廣蘇等學(xué)者提出了一種基于最大極值穩(wěn)定區(qū)域(maximally stable extremal regions, MSER)和筆畫寬度變換(stroke width transform, SWT)的車牌識(shí)別方法。[3]該方法使用MSER和Canny邊緣相與運(yùn)算后得到MSER篩選得到區(qū)域,并在區(qū)域上做心態(tài)學(xué)操作,完成車牌定位。使用歸一化后的模板匹配,采用HU不變矩以及網(wǎng)格特征完成漢字識(shí)別,利用跳躍點(diǎn)實(shí)現(xiàn)識(shí)別數(shù)字與字母。貴州大學(xué)的李良榮、榮耀祖等學(xué)者,提出基于SVM的車牌識(shí)別技術(shù),基于Sobel與HSV色域空間的車牌定位,查找字符輪廓與垂直投影法的字符切割,基于SVM的字符識(shí)別,并利用遺傳算法對(duì)SVM參數(shù)進(jìn)行優(yōu)化。[4]

    傳統(tǒng)的車牌識(shí)別包含車牌定位、字符切割及字符識(shí)別三個(gè)部分,存在著魯棒性和精確性不兼容性。為克服已有傳統(tǒng)技術(shù)存在的不足,本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的車牌識(shí)別與精定位算法研究方法。主要通過對(duì)車牌識(shí)別三個(gè)階段的研究,分別提高各個(gè)階段的識(shí)別準(zhǔn)確性,進(jìn)而提高整個(gè)系統(tǒng)的識(shí)別率。首先,車牌的粗定位使用基于Haar特征級(jí)聯(lián)分類器,而后結(jié)合精確定位算法包含上下邊界檢測(cè)與左右邊界檢測(cè)并進(jìn)行車牌矯正。其次,字符分割算法部分則通過基于字符分布特征的切割算法,在不降低切割率的情況下相較于傳統(tǒng)的切割方法簡(jiǎn)單易用。最后,分別設(shè)計(jì)了用于中文字符識(shí)別的卷積網(wǎng)絡(luò)和用于英文與數(shù)字識(shí)別的卷積網(wǎng)絡(luò)。通過對(duì)高速公路拍照系統(tǒng)拍攝的高清車牌圖像及由CCPD開源提供具有低分辨率、弱光或強(qiáng)光、高度傾斜車牌等特征數(shù)據(jù)集進(jìn)行驗(yàn)證明,精定位算法能夠?qū)嚺七M(jìn)行有效定位,識(shí)別準(zhǔn)確達(dá)98%以上。

    二、傳統(tǒng)車牌識(shí)別算法原理及其存在的不足

    卷積神經(jīng)網(wǎng)絡(luò)屬于近些年來在計(jì)算機(jī)視覺鄰域引起廣泛重視的技術(shù)方向之一。[5]最早的真正意義上CNN由LeCun在1989年提出[6],隨后被改進(jìn)用于手寫字符識(shí)別任務(wù)中。在2012年的ImageNet圖片分類中,深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet奪得桂冠。由于卷積神經(jīng)網(wǎng)絡(luò)能夠避免對(duì)圖像進(jìn)行復(fù)雜的前期預(yù)處理,因而得到了廣泛的應(yīng)用[7]。當(dāng)下CNN作為許多科學(xué)領(lǐng)域中的一個(gè)研究熱點(diǎn)。

    (一)神經(jīng)網(wǎng)絡(luò)

    將神經(jīng)元按層次組織在一起就構(gòu)成了神經(jīng)網(wǎng)絡(luò),一個(gè)簡(jiǎn)單的二分類神經(jīng)網(wǎng)絡(luò)見圖1。

    圖1 簡(jiǎn)單二分類神經(jīng)網(wǎng)絡(luò)

    其中input layer 接受網(wǎng)絡(luò)輸入,hide layer是網(wǎng)絡(luò)核心,output layer是網(wǎng)絡(luò)輸出,在二分類問題中,通常輸出是或否。數(shù)據(jù)通過輸入層進(jìn)入網(wǎng)絡(luò),每一層將計(jì)算結(jié)果輸入下一層,最后又通過輸出層完成輸出。

    (二)卷積神經(jīng)網(wǎng)絡(luò)

    一個(gè)典型的用于手寫數(shù)字識(shí)別的卷積神經(jīng)LeNet-5結(jié)構(gòu)見圖2。

    其中c1/c3/c5是卷積層。卷積層是通過卷積核,對(duì)上一層的輸出進(jìn)行離散卷積運(yùn)算而得的,卷積核中的每一個(gè)參數(shù)都相當(dāng)于普通神經(jīng)網(wǎng)絡(luò)的權(quán)值。

    S2/s4是池化層(下采樣),將輸入圖像分割為多個(gè)子區(qū)域,在區(qū)域內(nèi)取最大或平均形成新的圖像。經(jīng)過步長(zhǎng)為2的池化層后,原圖像尺寸減小一半。

    F6是全連接層,圖像經(jīng)過卷積層和池化層之后,特征已經(jīng)提取充分。接下來就是把特征圖像偏平化,即通過Flatten層,將二維圖像變?yōu)橐痪S輸出。之后經(jīng)過全連接層,使用softmax進(jìn)行分類。輸出結(jié)果中,概率值最高的即為分類結(jié)果。

    圖2 LeNet5神經(jīng)網(wǎng)絡(luò)

    在車牌識(shí)別系統(tǒng)里,實(shí)現(xiàn)了字符分割以后,對(duì)字符進(jìn)行識(shí)別。傳統(tǒng)的方法包含支持向量機(jī)SVM分類,BP神經(jīng)網(wǎng)絡(luò)、基于字符的模板匹配等方法,隨著近年來人工神經(jīng)網(wǎng)絡(luò)的流程,在傳統(tǒng)的車牌識(shí)別算法中主要有采用基于BP的神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn),存在著魯棒性和精確性不兼容性。

    三、基于CNN的車牌識(shí)別精定位算法及其實(shí)現(xiàn)步驟

    車牌識(shí)別系統(tǒng)有3部分:一是車牌定位模塊;二是字符分割模塊;三是字符識(shí)別模塊。車牌定位模塊通過對(duì)圖像進(jìn)行灰度化處理、模糊處理、HAAR特征級(jí)聯(lián)類器探測(cè)、車牌邊緣精定位等操作實(shí)現(xiàn)對(duì)車牌區(qū)域的提取。字符分割模塊則是通過對(duì)車牌進(jìn)行灰度圖像均值化處理,自適應(yīng)二值化處理,文字邊緣檢測(cè)等手段,結(jié)合車牌的字符分布特征從車牌上分割字符。字符識(shí)別模塊則是通過字符數(shù)據(jù)訓(xùn)練一個(gè)卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)字符識(shí)別。并將輸入圖片和輸出結(jié)果使用GUI界面顯示。具體的系統(tǒng)流程圖見圖3。

    圖3 車牌識(shí)別系統(tǒng)流程圖

    圖4 Haar特征種類

    (一)車牌檢測(cè)

    車牌檢測(cè)與精確定位,分為兩個(gè)部:一是基于Haar特征的級(jí)聯(lián)分類器,二是用于上下邊界擬合的精定位算法以及車牌矯正。[8]

    1.Haar特征

    Haar矩形特征是用于物體識(shí)別的一種灰度圖像的數(shù)字特征。Haar特征可以有效反映圖像的灰度變化,擁有較高的空間分辨率,可以有效提取圖像特征,形成特征值。最初的Haar特征有4類,見圖4。

    其中A與B分別表示的是水平方向和豎直方向上的特征,特征值為對(duì)白色區(qū)域求和減去黑色區(qū)域求和。C包含了3個(gè)矩形區(qū)域,特征值為白色區(qū)域求和減去2倍黑色區(qū)域求和。D則是計(jì)算對(duì)角方向上的梯度。對(duì)于一副圖像而言,通過改變模板的大小和位置,通過矩形窗口的滑動(dòng),生成矩形特征。根據(jù)檢測(cè)目標(biāo)的特征的不同,Haar特征可以分為3類:直線模板、環(huán)形模板、對(duì)角模板。在識(shí)別過程中,Haar矩形特征通過在圖像上的滑動(dòng),完成對(duì)整張圖像的Haar特征值計(jì)算。

    2.車牌檢測(cè)

    該部分使用OpenCV中基于Haar特征的級(jí)聯(lián)分類器實(shí)現(xiàn),在將圖像送入分類器之前,對(duì)圖像進(jìn)行灰度化與高斯模糊處理[9]。級(jí)聯(lián)分類器的輸出為原圖像中的車牌的左上角坐標(biāo)和車牌區(qū)域的寬度與高度。

    (二) 車牌精確定位算法與矯正

    1.上下邊界擬合

    上下邊界擬合的基本思路:(1)通過對(duì)車牌圖像的多次自適應(yīng)二值化,形成不同的二值圖像;(2)每張二值化圖像都可以通過OpenCV的Findcontours查找到可能包含字符的矩形框,在一張圖上畫出所有的對(duì)角點(diǎn);(3)由上述兩個(gè)步驟能夠產(chǎn)生足夠的樣本點(diǎn)。通過上下邊樣本點(diǎn)采用隨機(jī)抽樣一致化算法擬合上下邊界。

    其中,隨機(jī)抽樣一致化算法是基于最小二乘法的一種具有高度抗干擾能力的擬合算法。算法流程:(1)隨機(jī)選取若干樣本點(diǎn),設(shè)為k;(2)基于若干樣本點(diǎn),由最小二乘法擬合出直線方程f;(3)計(jì)算所有樣本點(diǎn)與該擬合方程f的估計(jì)誤差;(4)設(shè)置誤差閾值sigma,選出小于誤差閾值的樣本點(diǎn);(5)重復(fù)1—4的過程,選取足夠的樣本點(diǎn);(6)重復(fù)5的過程。最終找到的擬合方程f,即為最優(yōu)方案。

    算法流程中的k參數(shù)選取,sigma參數(shù)與迭代次數(shù)的選取,針對(duì)不同的樣本數(shù)據(jù)有不同的選擇。

    2.左右邊界的檢測(cè)

    左右邊界確定的基本思路如下:(1)將灰度圖進(jìn)行均衡化后,通過Sobel算子找到垂直邊緣;(2)對(duì)垂直方向進(jìn)行統(tǒng)計(jì)求和,畫出直方圖;(3)對(duì)直方圖兩邊進(jìn)行處理可以確定左右邊界。

    其中,Sobel算子[10]被用于提取圖像中的邊緣信息。Sobel算子的原理對(duì)傳入的圖像做像素卷積運(yùn)算,實(shí)質(zhì)是求解圖像的梯度值。

    1)水平方向求導(dǎo)算子

    2)垂直方向求導(dǎo)算子

    3)通過水平方向和垂直方向求解近視梯度

    本文中,sobel算子只應(yīng)用于垂直邊緣的檢測(cè)。因此在使用時(shí),只使用垂直方向的求導(dǎo)算子。

    3.垂直邊緣的確定

    通過對(duì)車牌圖像做sobel梯度求導(dǎo)后,做垂直投影,得到垂直分布直方圖。通過分析垂直直方圖兩端的波峰與波谷情況,進(jìn)而確定車牌字符的開始與結(jié)束位置。

    (三)字符分割

    通過分析由前級(jí)產(chǎn)生的車牌圖片,以及根據(jù)中國(guó)車牌樣式的字符分布特點(diǎn),本設(shè)計(jì)采用基于先驗(yàn)字符分布特點(diǎn)的字符分割算法。字符分割步驟如下:

    1.對(duì)圖片進(jìn)行放縮,放縮為標(biāo)準(zhǔn)車牌大小(440,140),進(jìn)行灰度化、高斯模糊處理,得到去噪后的圖片。在這個(gè)基礎(chǔ)上,進(jìn)行直方圖均衡化,降低環(huán)境光對(duì)后續(xù)處理的進(jìn)一步影響。接著,對(duì)均衡化的圖片做自適應(yīng)二值化得到二值化圖像,再進(jìn)行簡(jiǎn)單的粘連字符分割,得益于前級(jí)處理模塊的處理效果,該部分只做簡(jiǎn)單的判斷,根據(jù)某列上,白色像素點(diǎn)的數(shù)量進(jìn)行斷開即可。

    2.對(duì)處理完成的二值化圖像,使用OpenCV內(nèi)置的findcontours函數(shù)查找字符輪廓,并進(jìn)行簡(jiǎn)單的字符框過濾。

    3.基于字符分布特征的后續(xù)處理。具體包括如下步驟:

    (1)字符寬度和字符面積過濾。輸入的車牌尺寸被調(diào)整為(440 * 140)。因此正常字符寬度應(yīng)該大于45個(gè)像素寬,因涉及數(shù)字‘1’的存在,當(dāng)輪廓寬度大于13像素,小于90像素時(shí)接受。輪廓高度應(yīng)大于115,輪廓面積大于1500并且小于 11000時(shí)接受該輪廓為單字符輪廓??紤]到粘連字符分離不成功的情況下,若某個(gè)輪廓寬度大于90像素,面積大于11000時(shí),根據(jù)車牌字符特征,認(rèn)為此處存在粘連字符,進(jìn)行切分,切分根據(jù)字符特征進(jìn)行。

    (2)根據(jù)字符的寬度特征進(jìn)行矩形區(qū)域重新定型。規(guī)則為:當(dāng)寬度小于35時(shí),認(rèn)為該字符為數(shù)字‘1’,裁剪其寬度值為40。由于中文漢字可能存在的一個(gè)字分離的情況,如“川”,采取當(dāng)其切割位置小于60時(shí),裁剪寬度為60。其他情況認(rèn)為字符切割正常,裁剪寬度為58。

    (3)經(jīng)過上述處理,已經(jīng)排除絕大部分情況,然而對(duì)于某些情況下,還是存在切割字符過少,或過多的情況。處理辦法為,根據(jù)字符間距差小于35像素點(diǎn)剔除多余切割點(diǎn)。

    (四)卷積網(wǎng)絡(luò)(CNN)設(shè)計(jì)

    該部分由兩個(gè)卷積網(wǎng)絡(luò)構(gòu)成。參考LeNet-5[11]網(wǎng)絡(luò),分別設(shè)計(jì)用于中文字符和英文與數(shù)字字符識(shí)別?;镜木W(wǎng)絡(luò)結(jié)構(gòu)與訓(xùn)練細(xì)節(jié)如下:

    1.設(shè)計(jì)輸入的字符圖像為單通道灰度圖,經(jīng)過直方圖均衡以及歸一化處理的字符圖像。

    2.輸入圖像大小為(23 * 23)。輸出為65類(實(shí)際上,對(duì)于英文和數(shù)字識(shí)別模型,輸出只有34類),具體的參數(shù)見表1。

    表1 卷積神經(jīng)網(wǎng)絡(luò)參數(shù)

    三層設(shè)計(jì)如下:

    (1)第一層設(shè)計(jì)細(xì)節(jié):卷積層使用數(shù)量為32個(gè)大小5x5,滑動(dòng)步長(zhǎng)為1的卷積核,激活函數(shù)使用Rule,池化層使用大小2x2的最大值池化方案,為提高模型的泛化能力,加入0.25的Dropout比例數(shù)。

    (2)第二層設(shè)計(jì)細(xì)節(jié):由第一層經(jīng)過卷積后輸出的圖像大小為(23-5)/1+1=19,經(jīng)過2x2的池化層后,圖像大小為 9x9大小。設(shè)計(jì)第二層卷積層使用數(shù)量32個(gè),大小3x3,滑動(dòng)步長(zhǎng)為1的卷積核。激活函數(shù)為Rule。同樣經(jīng)過2x2大小MaxPooling。

    (3)第三層設(shè)計(jì)細(xì)節(jié)。首先經(jīng)過第二層卷積和池化運(yùn)算后,輸出的圖像大小為3x3。因此設(shè)計(jì)第三層卷積層的卷積核個(gè)數(shù)為512個(gè),大小3x3,無池化。此時(shí)輸入為1x1的特征點(diǎn)。之后為一個(gè)包含512個(gè)激活函數(shù)為Rule的神經(jīng)元構(gòu)成的全連接層,并使用0.5比例的Dropout。輸入最后的輸出層,輸出層神經(jīng)元個(gè)數(shù)為分類器分類個(gè)數(shù)65。

    3.訓(xùn)練時(shí)使用損失函數(shù)為多分類的對(duì)數(shù)損失函數(shù),優(yōu)化器方面使用Adam,默認(rèn)參數(shù)設(shè)置。Batch為32,epoch為1000次。

    四、實(shí)驗(yàn)結(jié)果與分析

    (一)數(shù)據(jù)準(zhǔn)備

    第一部分為常規(guī)數(shù)據(jù)集,特點(diǎn)為圖像背景單一,車牌字符清晰,無粘連,亮度較為均勻,車牌圖像傾斜角較小,識(shí)別難度總體偏小。多收集于高速公路上的拍攝照片。該部分用于驗(yàn)證系統(tǒng)在特定場(chǎng)景的應(yīng)用運(yùn)行情況。第二部分為挑戰(zhàn)性較高的CCPD(Chinese City Parking Dataset)[12]的部分?jǐn)?shù)據(jù),該數(shù)據(jù)集具有分辨率低,背景復(fù)雜,部分粘連亮度差異大、圖像傾斜角較大等特點(diǎn),識(shí)別難度大。該部分用于驗(yàn)證系統(tǒng)在復(fù)雜環(huán)境的運(yùn)行情況。本系統(tǒng)使用的測(cè)試數(shù)據(jù)集包含各省份的部分車牌圖片。

    (二)實(shí)驗(yàn)結(jié)果與分析

    為了更準(zhǔn)確地評(píng)估系統(tǒng)各個(gè)模塊的工作情況,首先,測(cè)試車牌精確定位,輸入包含車牌的圖片,輸出精確定位的車牌。其次,測(cè)試切割算法的有效性,輸入車牌圖片,得到單個(gè)字符的輸出信息。最后,是系統(tǒng)的整體識(shí)別別率評(píng)估。其中,圖5為系統(tǒng)運(yùn)行界面與測(cè)試結(jié)果,表2為第一部分的測(cè)試結(jié)果。

    圖5 系統(tǒng)運(yùn)行界面與測(cè)試結(jié)果

    表2 常規(guī)數(shù)據(jù)集測(cè)試結(jié)果

    完成系統(tǒng)測(cè)試后,由CCPD數(shù)據(jù)集中隨機(jī)抽取30張圖片進(jìn)行測(cè)試,目的是測(cè)試本文提出的識(shí)別方法是否具有較強(qiáng)的魯棒性和改進(jìn)空間。結(jié)果表明,在隨機(jī)抽取的車牌中,準(zhǔn)確識(shí)別出了25張。說明本文的方法具有較強(qiáng)的魯棒性,能夠應(yīng)對(duì)一定程度的復(fù)雜環(huán)境下的車牌識(shí)別。

    表2顯示的準(zhǔn)確率98.15%,而基于SVM的車牌識(shí)別方法,準(zhǔn)確率95%[1],基于MSER和SWT的新型車牌檢測(cè)識(shí)別方法,準(zhǔn)確率96.14%[3],可見本文算法更優(yōu)。

    五、結(jié)語

    為提高車牌識(shí)別的準(zhǔn)確性,本文通過對(duì)車牌識(shí)別的四個(gè)子模塊進(jìn)行改進(jìn),主要采用Haar特征的級(jí)聯(lián)分類器檢測(cè)出車牌信息后的精定位,并結(jié)合車牌字符的分布特征進(jìn)行字符切割的算法設(shè)計(jì),合理有效地使用先驗(yàn)的知識(shí),完成對(duì)字符的精確切割;最后,使用keras搭建深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)有效地對(duì)分割后的字符進(jìn)行準(zhǔn)確的識(shí)別。本文提出的算法,對(duì)特定場(chǎng)景的識(shí)別率很高,對(duì)某些復(fù)雜背景也具有一定精確的識(shí)別率,但對(duì)于國(guó)外車牌等的適用還沒有詳細(xì)研究。

    猜你喜歡
    字符識(shí)別車牌字符
    尋找更強(qiáng)的字符映射管理器
    字符代表幾
    一種USB接口字符液晶控制器設(shè)計(jì)
    電子制作(2019年19期)2019-11-23 08:41:50
    數(shù)字圖像處理技術(shù)在車牌識(shí)別系統(tǒng)中的應(yīng)用
    電子制作(2019年12期)2019-07-16 08:45:16
    消失的殖民村莊和神秘字符
    一種改進(jìn)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)的英文字符識(shí)別
    第一張車牌
    基于MATLAB 的車牌識(shí)別系統(tǒng)研究
    電子制作(2017年22期)2017-02-02 07:10:11
    儀表字符識(shí)別中的圖像處理算法研究
    基于CUDA和深度置信網(wǎng)絡(luò)的手寫字符識(shí)別
    在线观看免费午夜福利视频| 99国产精品免费福利视频| 国产精品电影一区二区三区| 久久国产精品人妻蜜桃| 操美女的视频在线观看| 国产精品秋霞免费鲁丝片| 欧美成狂野欧美在线观看| 青草久久国产| 欧美日韩视频精品一区| 中文欧美无线码| 欧美成狂野欧美在线观看| 国产色视频综合| 午夜精品久久久久久毛片777| 国产精品偷伦视频观看了| 午夜精品久久久久久毛片777| 久久精品国产99精品国产亚洲性色 | 成人三级做爰电影| 国产伦一二天堂av在线观看| 99久久人妻综合| 99国产精品免费福利视频| 国产精品偷伦视频观看了| 国产高清videossex| 欧美 亚洲 国产 日韩一| 免费看a级黄色片| 欧美日韩中文字幕国产精品一区二区三区 | 精品免费久久久久久久清纯| 97超级碰碰碰精品色视频在线观看| 真人做人爱边吃奶动态| 国产欧美日韩一区二区三区在线| 久久精品影院6| 亚洲五月婷婷丁香| 天堂影院成人在线观看| 亚洲午夜精品一区,二区,三区| 久久人人精品亚洲av| 国产精品自产拍在线观看55亚洲| 女警被强在线播放| 欧美最黄视频在线播放免费 | 99精国产麻豆久久婷婷| 日韩有码中文字幕| xxxhd国产人妻xxx| 亚洲国产欧美日韩在线播放| 男女床上黄色一级片免费看| 午夜免费激情av| 亚洲国产中文字幕在线视频| 搡老熟女国产l中国老女人| 亚洲国产欧美日韩在线播放| 国产欧美日韩精品亚洲av| 久久天躁狠狠躁夜夜2o2o| 精品久久久久久成人av| 精品福利观看| 一区福利在线观看| 精品福利永久在线观看| 国产激情久久老熟女| 老熟妇乱子伦视频在线观看| 国产av在哪里看| 成人免费观看视频高清| 午夜老司机福利片| 免费一级毛片在线播放高清视频 | 日韩欧美一区二区三区在线观看| 中亚洲国语对白在线视频| 夫妻午夜视频| 亚洲av五月六月丁香网| 国产xxxxx性猛交| 男女之事视频高清在线观看| 欧美中文日本在线观看视频| 国产精品乱码一区二三区的特点 | 亚洲中文av在线| 一进一出抽搐动态| 午夜日韩欧美国产| 村上凉子中文字幕在线| 亚洲精品中文字幕一二三四区| 中出人妻视频一区二区| 岛国在线观看网站| 日本 av在线| 亚洲国产精品一区二区三区在线| 欧美日韩亚洲国产一区二区在线观看| 国产精品久久久久成人av| 国产在线观看jvid| 视频区欧美日本亚洲| 长腿黑丝高跟| 久久午夜综合久久蜜桃| 麻豆国产av国片精品| 亚洲色图 男人天堂 中文字幕| 超色免费av| 在线观看日韩欧美| 欧美一级毛片孕妇| 久久人人爽av亚洲精品天堂| 丝袜美足系列| 99香蕉大伊视频| 欧美中文日本在线观看视频| 高潮久久久久久久久久久不卡| 搡老熟女国产l中国老女人| 国产亚洲精品久久久久久毛片| 亚洲全国av大片| 波多野结衣av一区二区av| 欧美午夜高清在线| av在线天堂中文字幕 | 免费观看人在逋| 国产精品亚洲av一区麻豆| 日韩国内少妇激情av| 精品一区二区三卡| 麻豆av在线久日| 中文字幕最新亚洲高清| 午夜两性在线视频| 老汉色av国产亚洲站长工具| 热99re8久久精品国产| 91在线观看av| 在线观看一区二区三区激情| 成在线人永久免费视频| 午夜精品久久久久久毛片777| 看免费av毛片| 国产高清videossex| 精品久久久久久久久久免费视频 | 欧美乱码精品一区二区三区| 国产亚洲精品久久久久久毛片| 99久久人妻综合| 久久精品国产亚洲av香蕉五月| 国产午夜精品久久久久久| 亚洲精品中文字幕一二三四区| 交换朋友夫妻互换小说| 国产精品美女特级片免费视频播放器 | 99re在线观看精品视频| 露出奶头的视频| 久久精品亚洲av国产电影网| 中文字幕最新亚洲高清| 亚洲精品在线美女| 亚洲男人天堂网一区| 69av精品久久久久久| 桃红色精品国产亚洲av| 可以在线观看毛片的网站| 神马国产精品三级电影在线观看 | 在线观看www视频免费| 亚洲精品国产精品久久久不卡| 女警被强在线播放| 日韩国内少妇激情av| 国产蜜桃级精品一区二区三区| 日韩大码丰满熟妇| 久久国产亚洲av麻豆专区| 日韩成人在线观看一区二区三区| a级毛片在线看网站| 91老司机精品| 午夜视频精品福利| 精品久久久久久久毛片微露脸| 国产国语露脸激情在线看| 看黄色毛片网站| 纯流量卡能插随身wifi吗| 成在线人永久免费视频| 美女扒开内裤让男人捅视频| 动漫黄色视频在线观看| 露出奶头的视频| 校园春色视频在线观看| 亚洲精品在线美女| av在线天堂中文字幕 | 亚洲精品一区av在线观看| 欧美成人性av电影在线观看| 天堂影院成人在线观看| 嫩草影视91久久| 欧美成人性av电影在线观看| 国产在线精品亚洲第一网站| 999久久久国产精品视频| 国产av精品麻豆| 欧美一级毛片孕妇| 亚洲熟女毛片儿| 女性生殖器流出的白浆| 中文字幕色久视频| 久热爱精品视频在线9| 亚洲av成人av| 性欧美人与动物交配| 又紧又爽又黄一区二区| 一个人免费在线观看的高清视频| 亚洲精品国产一区二区精华液| 动漫黄色视频在线观看| 精品国产乱码久久久久久男人| 婷婷丁香在线五月| 精品国产乱子伦一区二区三区| 日日爽夜夜爽网站| 国产成人精品久久二区二区91| 一进一出好大好爽视频| 国产精品久久久久久人妻精品电影| 国产精品 国内视频| 精品久久久久久电影网| 99精品在免费线老司机午夜| 少妇粗大呻吟视频| 亚洲av美国av| 制服诱惑二区| 一级毛片精品| 999久久久国产精品视频| 国产精品九九99| 真人一进一出gif抽搐免费| 久久国产精品人妻蜜桃| 欧美激情久久久久久爽电影 | 国产精品99久久99久久久不卡| 99国产极品粉嫩在线观看| 亚洲男人天堂网一区| 69av精品久久久久久| 夜夜夜夜夜久久久久| 欧美最黄视频在线播放免费 | 宅男免费午夜| 男女下面插进去视频免费观看| 十分钟在线观看高清视频www| 久久久久久久久中文| 亚洲中文字幕日韩| 午夜福利一区二区在线看| 久久人妻av系列| 一边摸一边做爽爽视频免费| 婷婷六月久久综合丁香| 免费人成视频x8x8入口观看| 精品欧美一区二区三区在线| 咕卡用的链子| 久久欧美精品欧美久久欧美| av中文乱码字幕在线| 成人18禁在线播放| 亚洲精品国产色婷婷电影| 亚洲成国产人片在线观看| 最近最新中文字幕大全电影3 | 97碰自拍视频| 国产精品久久久人人做人人爽| 亚洲欧美一区二区三区黑人| 久久久精品国产亚洲av高清涩受| av国产精品久久久久影院| 亚洲熟女毛片儿| 国产av一区二区精品久久| 男女之事视频高清在线观看| 免费不卡黄色视频| 一本综合久久免费| 好男人电影高清在线观看| 视频区欧美日本亚洲| 国产极品粉嫩免费观看在线| 免费观看精品视频网站| 免费在线观看影片大全网站| 91麻豆精品激情在线观看国产 | 成年人免费黄色播放视频| 国产亚洲精品久久久久5区| a级毛片在线看网站| 香蕉国产在线看| 国产av一区在线观看免费| 成年版毛片免费区| 成人三级黄色视频| 中文字幕人妻丝袜制服| 首页视频小说图片口味搜索| 欧美日韩国产mv在线观看视频| 婷婷精品国产亚洲av在线| 大陆偷拍与自拍| 成人国语在线视频| 久久精品亚洲精品国产色婷小说| 日韩免费av在线播放| 国产亚洲欧美在线一区二区| 精品一区二区三区四区五区乱码| 欧美日韩国产mv在线观看视频| 日韩精品青青久久久久久| av有码第一页| 日本一区二区免费在线视频| 老司机亚洲免费影院| 一二三四社区在线视频社区8| 国产亚洲欧美精品永久| 麻豆久久精品国产亚洲av | 水蜜桃什么品种好| 国产av精品麻豆| 午夜免费鲁丝| 久热这里只有精品99| av福利片在线| 国产精品亚洲一级av第二区| 亚洲九九香蕉| 亚洲精品av麻豆狂野| 一区二区日韩欧美中文字幕| 精品一区二区三区四区五区乱码| 老汉色∧v一级毛片| 欧美在线一区亚洲| 女人爽到高潮嗷嗷叫在线视频| 欧美午夜高清在线| 校园春色视频在线观看| 国产亚洲精品第一综合不卡| 99香蕉大伊视频| 在线观看免费视频日本深夜| cao死你这个sao货| 午夜91福利影院| 99在线人妻在线中文字幕| 亚洲欧洲精品一区二区精品久久久| 精品人妻1区二区| 亚洲人成电影观看| 97人妻天天添夜夜摸| 午夜福利在线免费观看网站| 国产激情欧美一区二区| 一进一出好大好爽视频| 熟女少妇亚洲综合色aaa.| 精品电影一区二区在线| 国产精品成人在线| 老司机亚洲免费影院| 一二三四社区在线视频社区8| 色婷婷av一区二区三区视频| 成人亚洲精品一区在线观看| 国产欧美日韩一区二区三| 国产精品偷伦视频观看了| 首页视频小说图片口味搜索| 免费久久久久久久精品成人欧美视频| 精品国产国语对白av| 天天躁夜夜躁狠狠躁躁| 国产亚洲欧美在线一区二区| 亚洲人成伊人成综合网2020| 国产熟女xx| 成人三级黄色视频| 男女下面插进去视频免费观看| 国产片内射在线| 亚洲人成网站在线播放欧美日韩| 亚洲成人国产一区在线观看| 欧美色视频一区免费| 在线观看舔阴道视频| 亚洲国产精品sss在线观看 | 在线观看免费日韩欧美大片| 久久人人爽av亚洲精品天堂| 亚洲一区二区三区色噜噜 | www国产在线视频色| 国产精品一区二区精品视频观看| 性色av乱码一区二区三区2| 91精品国产国语对白视频| a级片在线免费高清观看视频| 色综合欧美亚洲国产小说| 日韩欧美国产一区二区入口| 黄色片一级片一级黄色片| 热re99久久精品国产66热6| 免费搜索国产男女视频| 无限看片的www在线观看| 女性生殖器流出的白浆| 国产精品野战在线观看 | 91九色精品人成在线观看| 亚洲av成人av| 日韩大尺度精品在线看网址 | 丝袜人妻中文字幕| 9热在线视频观看99| 亚洲欧美一区二区三区黑人| 午夜福利影视在线免费观看| 日韩视频一区二区在线观看| 中文字幕av电影在线播放| 亚洲男人天堂网一区| 搡老乐熟女国产| 日韩 欧美 亚洲 中文字幕| 国产97色在线日韩免费| 神马国产精品三级电影在线观看 | 国产精品电影一区二区三区| 日本精品一区二区三区蜜桃| 精品第一国产精品| 欧美黑人欧美精品刺激| 天堂影院成人在线观看| 国产91精品成人一区二区三区| 亚洲精品国产一区二区精华液| 天天影视国产精品| 99久久国产精品久久久| 国产欧美日韩一区二区三区在线| 亚洲人成电影免费在线| 国产精品国产高清国产av| 日韩欧美一区视频在线观看| 亚洲第一青青草原| 亚洲三区欧美一区| 国产有黄有色有爽视频| 国产精品一区二区免费欧美| 亚洲一区二区三区色噜噜 | 亚洲人成伊人成综合网2020| 在线十欧美十亚洲十日本专区| 国产野战对白在线观看| 免费观看人在逋| 国产av一区在线观看免费| 亚洲全国av大片| a在线观看视频网站| netflix在线观看网站| 亚洲久久久国产精品| 多毛熟女@视频| 欧美成人午夜精品| 淫秽高清视频在线观看| 国产aⅴ精品一区二区三区波| 国产又爽黄色视频| 女警被强在线播放| 亚洲色图av天堂| 欧美日本中文国产一区发布| 少妇的丰满在线观看| 亚洲成人免费电影在线观看| 一夜夜www| av国产精品久久久久影院| 亚洲激情在线av| 日韩一卡2卡3卡4卡2021年| 好看av亚洲va欧美ⅴa在| 国产精品免费一区二区三区在线| 黄色片一级片一级黄色片| 可以在线观看毛片的网站| 一a级毛片在线观看| 国产欧美日韩综合在线一区二区| 午夜福利影视在线免费观看| 黄色女人牲交| 国产成人av教育| 手机成人av网站| 19禁男女啪啪无遮挡网站| 欧美丝袜亚洲另类 | 老鸭窝网址在线观看| 免费观看精品视频网站| 男人舔女人下体高潮全视频| 成年人黄色毛片网站| 韩国av一区二区三区四区| 1024香蕉在线观看| 国产成人影院久久av| 黑人操中国人逼视频| 久久天堂一区二区三区四区| 日韩一卡2卡3卡4卡2021年| 亚洲专区国产一区二区| 亚洲九九香蕉| svipshipincom国产片| 欧美亚洲日本最大视频资源| 国产av精品麻豆| xxxhd国产人妻xxx| 无遮挡黄片免费观看| 久久九九热精品免费| 亚洲一区二区三区不卡视频| 长腿黑丝高跟| 国产精品一区二区在线不卡| 免费av毛片视频| 91老司机精品| av有码第一页| 国产免费男女视频| 啪啪无遮挡十八禁网站| 亚洲欧美精品综合一区二区三区| 久久九九热精品免费| 999精品在线视频| 亚洲一卡2卡3卡4卡5卡精品中文| 久久人人97超碰香蕉20202| 精品无人区乱码1区二区| 嫩草影视91久久| 欧美丝袜亚洲另类 | 久久精品91无色码中文字幕| 激情视频va一区二区三区| 久久九九热精品免费| 老熟妇仑乱视频hdxx| 久久这里只有精品19| 久久人人精品亚洲av| 欧美一级毛片孕妇| 宅男免费午夜| 丁香六月欧美| 久久人妻福利社区极品人妻图片| 欧美不卡视频在线免费观看 | 18禁观看日本| aaaaa片日本免费| 亚洲国产毛片av蜜桃av| 91麻豆av在线| 国产蜜桃级精品一区二区三区| 国产亚洲精品久久久久5区| 免费高清视频大片| 免费av中文字幕在线| 亚洲成人免费av在线播放| 99在线视频只有这里精品首页| 变态另类成人亚洲欧美熟女 | 欧美激情高清一区二区三区| 精品国产乱子伦一区二区三区| 99热只有精品国产| 9色porny在线观看| 亚洲av美国av| 国产成人av激情在线播放| 免费在线观看完整版高清| 国产av一区在线观看免费| 国产xxxxx性猛交| 99热国产这里只有精品6| 久久香蕉精品热| 久久久国产精品麻豆| 日韩欧美在线二视频| 亚洲全国av大片| 电影成人av| 曰老女人黄片| 日韩av在线大香蕉| 国产精品国产高清国产av| 日日干狠狠操夜夜爽| 久久久久久久久免费视频了| 国产男靠女视频免费网站| 操美女的视频在线观看| 女人被躁到高潮嗷嗷叫费观| 国产成人av教育| 欧美一区二区精品小视频在线| 免费人成视频x8x8入口观看| 精品一区二区三区av网在线观看| 国产91精品成人一区二区三区| 国产人伦9x9x在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 操出白浆在线播放| 欧美成人午夜精品| 国产成人精品久久二区二区91| 韩国av一区二区三区四区| 日韩欧美三级三区| 女人精品久久久久毛片| 日韩精品青青久久久久久| 99精品久久久久人妻精品| 久久久久久免费高清国产稀缺| 18禁裸乳无遮挡免费网站照片 | 亚洲性夜色夜夜综合| 亚洲av片天天在线观看| 国产一区二区在线av高清观看| 午夜免费鲁丝| 黄片小视频在线播放| 久久人人爽av亚洲精品天堂| 国产精品免费一区二区三区在线| 黄色丝袜av网址大全| 国产蜜桃级精品一区二区三区| www.精华液| 国产精品久久久av美女十八| 亚洲成a人片在线一区二区| 最好的美女福利视频网| 亚洲国产中文字幕在线视频| 国产黄a三级三级三级人| 香蕉久久夜色| a在线观看视频网站| 好男人电影高清在线观看| 国产亚洲欧美精品永久| 99国产精品免费福利视频| 在线国产一区二区在线| 国产精品 国内视频| 免费在线观看影片大全网站| 欧美成人免费av一区二区三区| 欧美激情 高清一区二区三区| 国产亚洲精品综合一区在线观看 | 亚洲三区欧美一区| 国产精品秋霞免费鲁丝片| 久久精品aⅴ一区二区三区四区| 午夜免费鲁丝| 午夜亚洲福利在线播放| 亚洲人成网站在线播放欧美日韩| 免费在线观看亚洲国产| 男女做爰动态图高潮gif福利片 | 欧美日韩精品网址| 久久香蕉激情| 在线观看一区二区三区激情| 淫妇啪啪啪对白视频| 亚洲狠狠婷婷综合久久图片| 777久久人妻少妇嫩草av网站| tocl精华| 精品国产一区二区三区四区第35| 50天的宝宝边吃奶边哭怎么回事| 日本a在线网址| 国产成人欧美| 亚洲欧美精品综合久久99| 欧美黑人欧美精品刺激| 久久精品亚洲熟妇少妇任你| 午夜精品在线福利| 精品一区二区三卡| 国产精品野战在线观看 | 一进一出抽搐gif免费好疼 | 久久久水蜜桃国产精品网| 欧美 亚洲 国产 日韩一| 欧美成狂野欧美在线观看| 美女大奶头视频| 两个人看的免费小视频| 天堂中文最新版在线下载| 久久精品91蜜桃| 中文字幕色久视频| 久久久水蜜桃国产精品网| 在线十欧美十亚洲十日本专区| 国产熟女午夜一区二区三区| 国产xxxxx性猛交| 窝窝影院91人妻| 老鸭窝网址在线观看| 日本免费一区二区三区高清不卡 | 国产视频一区二区在线看| 很黄的视频免费| 国产精品国产av在线观看| 咕卡用的链子| 大香蕉久久成人网| 波多野结衣av一区二区av| xxx96com| 久久99一区二区三区| 18禁观看日本| 黑人猛操日本美女一级片| 久久久久久大精品| 老熟妇乱子伦视频在线观看| 国产精品秋霞免费鲁丝片| 国产免费av片在线观看野外av| 亚洲欧美一区二区三区久久| 国产精品成人在线| 美女大奶头视频| 一级毛片精品| 久久久久久久精品吃奶| 亚洲专区中文字幕在线| 丰满人妻熟妇乱又伦精品不卡| 国产成人精品在线电影| 天堂俺去俺来也www色官网| av片东京热男人的天堂| 91精品三级在线观看| 亚洲国产精品合色在线| 三级毛片av免费| 欧美激情 高清一区二区三区| 久久精品亚洲精品国产色婷小说| 久久久国产成人免费| avwww免费| 9191精品国产免费久久| 午夜免费激情av| 成人三级黄色视频| 国产成人免费无遮挡视频| 日韩高清综合在线| 久久人人精品亚洲av| av国产精品久久久久影院| 一个人观看的视频www高清免费观看 | 欧美日韩av久久| 精品无人区乱码1区二区| 亚洲男人天堂网一区| 欧美精品啪啪一区二区三区| 热99re8久久精品国产| 欧美黄色片欧美黄色片| 久久精品亚洲熟妇少妇任你| 热99re8久久精品国产| 亚洲精品一二三| 欧美国产精品va在线观看不卡| 国产国语露脸激情在线看| 亚洲视频免费观看视频| 热99国产精品久久久久久7| 在线观看免费午夜福利视频| 两个人免费观看高清视频| 高清欧美精品videossex| 后天国语完整版免费观看| 国产主播在线观看一区二区| netflix在线观看网站| 麻豆国产av国片精品| 他把我摸到了高潮在线观看| 亚洲专区字幕在线|