• <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 ?

    基于改進(jìn)MF-DFA的零件特征提取與缺陷識別*

    2021-11-03 07:30:48王少東王正家盛文婷
    關(guān)鍵詞:分形特征值齒輪

    何 濤,王 幸,王少東,王正家,盛文婷

    (湖北工業(yè)大學(xué) a.機(jī)械工程學(xué)院;b.現(xiàn)代制造質(zhì)量工程湖北省重點實驗室,武漢 430068)

    0 引言

    零件作為工業(yè)制造領(lǐng)域中最基本的組成單元,其質(zhì)量在工業(yè)制造領(lǐng)域中有著決定性的影響[1]。零件缺陷識別是實現(xiàn)產(chǎn)品質(zhì)量檢測的至關(guān)重要環(huán)節(jié),保證產(chǎn)品質(zhì)量對制造業(yè)的發(fā)展有著舉足輕重的作用。由于在眾多機(jī)械零件中諸如齒輪這類環(huán)形零件呈現(xiàn)非線性、不規(guī)則和一定自相似性的特點,使得傳統(tǒng)檢測工具很難準(zhǔn)確識別零件缺陷。因此,探索一種有效的零件缺陷識別方法,以滿足產(chǎn)品質(zhì)量檢測的需求。

    分形理論作為一門新興的非線性學(xué)科,適用于自然界中不規(guī)則事物的分析和處理。隨著科學(xué)技術(shù)的發(fā)展,分形理論在圖像處理中已取得廣泛的應(yīng)用和一系列的成果[2]。單分形方法僅用單一維數(shù)來描述目標(biāo)物體的特征,不能完整地刻畫其復(fù)雜性。文獻(xiàn)[3]提出了多重分形理論,即利用廣義維數(shù)與多重分形譜來描述客觀物體。文獻(xiàn)[4]在去趨勢波動分析法(DFA)的基礎(chǔ)上提出了多重分形去趨勢波動分析(Multifractality Detrended Fluctuation Analysis,簡稱MF-DFA),該方法避免了人為因素的影響,能夠更準(zhǔn)確地刻畫隱藏在非平穩(wěn)時間序列中的多重分形特征,可較大幅度提高目標(biāo)物體的識別準(zhǔn)確度[5],目前該方法已經(jīng)應(yīng)用到各領(lǐng)域。文獻(xiàn)[6]應(yīng)用二維MF-DFA法計算糖尿病人的視網(wǎng)膜病變圖像的局部廣義Hurst指數(shù),再將Hurst指數(shù)作為LSSVM中的訓(xùn)練輸入量,對視網(wǎng)膜圖像進(jìn)行檢測和分類識別,提高了圖像識別的靈敏性和準(zhǔn)確性。文獻(xiàn)[7]引入滑動窗口技術(shù)對傳統(tǒng)MF-DFA算法進(jìn)行改進(jìn),計算液壓泵的多重分形譜參數(shù),最終利用半監(jiān)督馬氏距離模糊C均值法實現(xiàn)了液壓泵退化狀態(tài)的識別。

    傳統(tǒng)二維MF-DFA法存在過度覆蓋的問題,因此本文提出一種基于改進(jìn)MF-DFA的零件圖像特征提取與缺陷識別研究方法。首先利用改進(jìn)MF-DFA法計算預(yù)處理后的正常與缺陷齒輪圖像的多重分形譜;然后選擇多重分形譜中缺陷特征較為明顯區(qū)域的數(shù)據(jù),通過核化主成分分析法(Kernelized Principal Component Analysis,簡稱KPCA)從中獲取齒輪圖像的缺陷特征值;最后利用支持向量機(jī)(Support Vector Machines,簡稱SVM)實現(xiàn)齒輪缺陷識別。

    1 多重分形去趨勢波動分析

    以多重分形算法為基礎(chǔ)的多重分形去趨勢波動分析算法得到了廣泛應(yīng)用,可用在二維以及高數(shù)位序列[8]。對于齒輪和軸承這類環(huán)形零件,需要使用二維多重分形去趨勢波動分析(MF-DFA)法,能更全面刻畫零件圖像的信息,進(jìn)而可以挖掘更顯著的多分形特征。對MF-DFA法進(jìn)行改進(jìn),提出三角覆蓋的二維MF-DFA算法,可更精確地計算零件圖像數(shù)據(jù)的多重分形譜,并高效地進(jìn)行多重分形特征分析。

    1.1 二維MF-DFA理論

    當(dāng)q≠0時,測度波動函數(shù)Fq(s)為:

    (1)

    當(dāng)q=0時,測度波動函數(shù)Fq(s)為:

    (2)

    (a) 覆蓋順序1(b)覆蓋順序2

    (c) 覆蓋順序3(d)覆蓋順序4圖1 二維MF-DFA覆蓋順序

    不斷改變正方形模塊的邊長s,得到一組不同尺度s下的測度波動函數(shù)Fq(s),再將log(s)和log(Fq(s))進(jìn)行線性擬合運(yùn)算得到廣義Hurst指數(shù)h(q),最后將其帶入式(3)中計算奇異指數(shù)α與奇異譜f(α),即可得到序列x(m,n)的多重分形譜。

    (3)

    1.2 三角覆蓋的二維MF-DFA

    在二維MF-DFA算法中,雖然使用正方形模塊計算獲得零件的多重分形譜較簡便,但是該方法容易造成過度覆蓋問題,導(dǎo)致計算結(jié)果不夠準(zhǔn)確。對比圖2和圖3可知,三角形模塊覆蓋圖形輪廓曲線只計算不為零的模塊部分,取得的覆蓋輪廓比正方形模塊覆蓋輪廓更貼切地表達(dá)圖像輪廓的本質(zhì)。采用正方形模塊覆蓋輪廓曲線內(nèi)的面積占整幅圖像總面積的73.44%,而采用三角形模塊覆蓋相同輪廓曲線內(nèi)的面積占圖形總面積的61.33%。故可知三角形覆蓋方法在保證圖像完全覆蓋的情況下,較好的解決了過度覆蓋的問題,提高了圖像覆蓋的精確度。因此,本文引入三角形模塊覆蓋法替換傳統(tǒng)正方形模塊覆蓋法,使用三角覆蓋的二維MF-DFA分析目標(biāo)圖像的特征。

    圖2 正方形覆蓋輪廓 曲線圖像 圖3 三角形覆蓋輪廓 曲線圖像

    眾所周知,二元多項式擬合運(yùn)算的復(fù)雜度比一元一次多項式擬合運(yùn)算的復(fù)雜度更高[9]。因此,本文的三角覆蓋二維MF-DFA法選用一元一次多項式擬合來計算圖像測度波動函數(shù)Fq(s)。具體流程如下所示:

    (1)對一幅大小為M×N的圖像x(m,n)構(gòu)造去均值的和序列Y(i,j)。

    (4)

    (a) 模塊1 (b)模塊2

    (c) 模塊3 (d)模塊4圖4 三角形覆蓋模塊

    yv(k)=a1k+a2;k=1,2,...,s

    (5)

    (4)計算均方誤差F2(s,v)

    (6)

    (5)對于Ns個小區(qū)間,求其F2(s,v)的均值,并計算q階波動函數(shù)Fq(s)。

    當(dāng)q≠0時,測度波動函數(shù)Fq(s)為:

    (7)

    當(dāng)q=0時,測度波動函數(shù)Fq(s)為:

    (8)

    (6)重復(fù)第(5)步,不斷改變等腰三角形模塊高h(yuǎn)的數(shù)值,獲得一組不同h值下的測度波動函數(shù)Fq(s),對s和Fq(s)分別取對數(shù)得到log(s)和log(Fq(s))。將兩者進(jìn)行線性擬合得到廣義Hurst指數(shù)h(q),并帶入式(3)中計算其對應(yīng)的奇異指數(shù)α和奇異譜f(α)得到目標(biāo)圖像的多重分形譜。

    2 齒輪圖像特征值提取

    2.1 齒輪多重分形特性分析

    如果直接對系統(tǒng)采集的圖像進(jìn)行廣義Hurst指數(shù)h(q)計算,圖像的背景區(qū)域和噪音光斑會對最終的計算結(jié)果造成影響。故在計算廣義Hurst指數(shù)h(q)前需對圖像進(jìn)行預(yù)處理,即將采集的齒輪圖像經(jīng)過二值化、面積濾波、背景區(qū)域灰度值還原以及零件區(qū)域灰度值取反處理后,零件圖像區(qū)域的特征被完整保留,如圖5所示。

    (a) 正常齒輪預(yù)處理圖像 (b)缺齒齒輪預(yù)處理圖像圖5 齒輪零件預(yù)處理圖像

    齒輪這類零件的圖像具備分形特性,判斷這類零件圖像是否滿足多重分形的特征,需要計算這類零件圖像的廣義Hurst指數(shù)h(q),當(dāng)對應(yīng)的h(q)值隨著q的變化而變化時,齒輪零件圖像才具有多重分形特性。使用三角覆蓋二維MF-DFA算法對經(jīng)過預(yù)處理后的齒輪圖像進(jìn)行分析和計算得到其廣義Hurst指數(shù)h(q),其中q值范圍為-13.5~+13.5,取值間隔為0.1。計算結(jié)果如圖6所示,其中q值為橫坐標(biāo),廣義Hurst指數(shù)h(q)值為縱坐標(biāo),可以觀察到正常與缺陷齒輪圖像的h(q)均隨著q值的改變而顯著變化。據(jù)此可知正常與缺陷齒輪圖像具有多重分形特性,并用多重分形譜對其進(jìn)行特征分析。

    圖6 正常與缺陷齒輪零件預(yù)處理圖像Hurst指數(shù)h(q)

    2.2 齒輪圖像多重分形譜計算及其缺陷分析

    使用三角覆蓋的二維MF-DFA算法分別對正常與缺陷齒輪圖像進(jìn)行多重分形譜的計算,計算結(jié)果如圖7所示,圖中橫坐標(biāo)為奇異指數(shù)α,縱坐標(biāo)為對應(yīng)的奇異譜f(α)。

    圖7 正常與缺陷齒輪圖像的多重分形譜

    單張齒輪圖像的多重分形譜不能充分詮釋齒輪零件圖像的整體特征。為了得到齒輪零件最具代表性的特征值,采集正常與缺陷齒輪在不同位置狀態(tài)下的圖像各20張,分別計算這些圖像的多重分形譜,將計算好的20張正常齒輪零件圖像的多重分形譜與其對應(yīng)的20張缺陷齒輪的多重分形譜以不同顏色繪制在圖8中,用于齒輪圖像的缺陷特征分析。

    從圖8可知,多重分形譜線頂點(奇異譜f(α)為最大值的點)的右側(cè),正常齒輪圖像多重分形譜線與缺陷齒輪圖像的多重分形譜線相互雜糅,區(qū)分困難。而在譜線頂點的左側(cè),正常齒輪圖像與缺陷齒輪圖像的多重分形譜線相互錯開,各自成束,缺陷特征明顯,易于區(qū)分。故選擇多重分形譜線頂點左側(cè)區(qū)域的數(shù)據(jù)作為齒輪缺陷特征數(shù)據(jù)資源,如圖9所示,圖中每條譜線分別代表其對應(yīng)的齒輪零件圖像的特征數(shù)據(jù)。

    圖8 齒輪圖像多重分形譜

    圖9 齒輪缺陷特征數(shù)據(jù)資源

    2.3 齒輪圖像多重分形譜缺陷特征值提取

    齒輪缺陷特征數(shù)據(jù)資源來自20張正常齒輪圖像與20張缺陷齒輪圖像,每張圖像包含106個數(shù)據(jù),即每張齒輪圖像包含106個特征值,特征值維數(shù)為106。核主成分分析(KPCA)作為主成分分析(PCA)的一種非線性擴(kuò)展方法[10],KPCA是在PCA的基礎(chǔ)上利用非線性映射函數(shù)完成非線性變換,將非線性的原始低維空間數(shù)據(jù)映射到高維線性特征空間中,在線性特征空間中利用PCA算法對數(shù)據(jù)進(jìn)行特征提取,從而有效地提取樣本數(shù)據(jù)的非線性信息[11]。故本文選用核主成分分析(KPCA)算法對這些數(shù)據(jù)進(jìn)行降維處理,獲得精確的齒輪圖像缺陷特征值。

    KPCA算法具體降維步驟如下所示:

    (1)選取樣本個數(shù)為n,影響因子為m,構(gòu)成的樣本數(shù)據(jù)集為A:

    (2)選用核函數(shù),目前常用的核函數(shù)主要有多項式核函數(shù)、神經(jīng)網(wǎng)絡(luò)核函數(shù)以及高斯徑向基(RBF)核函數(shù)[12]。其中徑向核函數(shù)計算過程較簡便且分類效果好,其表達(dá)式:

    (9)

    (10)

    其中,

    (5)選擇較大特征值的主成分,即選取前q個λi的累計貢獻(xiàn)率Bq需大于值0.95,如式(11)所示:

    (11)

    圖10 A特征值的累計貢獻(xiàn)率Bi

    將每張正常與缺陷齒輪圖像的特征值作為二維空間點的位置坐標(biāo),如圖11所示。觀察此圖可知,齒輪缺陷數(shù)據(jù)點組成了兩個群簇分別代表正常和缺陷齒輪零件圖像,表明齒輪缺陷特征提取成功。

    圖11 齒輪圖像缺陷特征值

    3 基于MF-DFA和Lib-SVM的齒輪缺陷識別

    3.1 齒輪圖像缺陷識別數(shù)據(jù)準(zhǔn)備

    (1)獲取齒輪圖像缺陷識別訓(xùn)練集與測試集

    成功提取齒輪圖像的缺陷特征值Y,Y為40×2的矩陣,由20張正常齒輪圖像和20張缺陷齒輪圖像組成,矩陣Y的每行數(shù)據(jù)代表每張齒輪圖像的缺陷特征值。將Y轉(zhuǎn)化為齒輪圖像缺陷識別的訓(xùn)練集與測試集,根據(jù)Lib-SVM的標(biāo)準(zhǔn)[13]進(jìn)行格式調(diào)整。

    隨機(jī)抽取Y中10張正常和10張缺陷齒輪圖像的缺陷特征值,將其整合后作為齒輪缺陷訓(xùn)練數(shù)據(jù)集D2。整合剩余的10張正常與10張缺陷齒輪圖像的特征值作為齒輪圖像缺陷測試數(shù)據(jù)集E2。D2與E2均是大小為20×2的矩陣。根據(jù)Lib-SVM標(biāo)準(zhǔn)調(diào)整D2與E2的格式,對它們進(jìn)行歸一化處理得到齒輪圖像的缺陷標(biāo)準(zhǔn)訓(xùn)練集train_chq2和測試集test_chq2。train_chq2與test_chq2皆是大小為20×2的矩陣。D2、E2、train_chq2及test_chq2的數(shù)據(jù)量較大,本文將每張齒輪圖像的缺陷特征值作為每個二維空間點的位置坐標(biāo),如圖12和圖13所示,即D2、E2、train_chq2及test_chq2用二維圖像進(jìn)行表達(dá)。

    (a) 齒輪圖像缺陷訓(xùn)練數(shù)據(jù)集D2

    (b) 齒輪圖像缺陷測試數(shù)據(jù)集E2圖12 齒輪圖像缺陷訓(xùn)練與測試數(shù)據(jù)集

    (a) 齒輪圖像缺陷標(biāo)準(zhǔn)訓(xùn)練集train_chq2

    (b) 齒輪圖像缺陷標(biāo)準(zhǔn)測試集test_chq2圖13 齒輪圖像缺陷標(biāo)準(zhǔn)訓(xùn)練集與測試集

    (2)齒輪圖像缺陷識別Lib-SVM最佳參數(shù)選擇

    得到齒輪圖像的缺陷標(biāo)準(zhǔn)訓(xùn)練集train_chq2后,需要將其進(jìn)行交叉驗證以獲取Lib-SVM齒輪圖像缺陷識別的最佳懲罰因子c2和核函數(shù)參數(shù)g2。

    在范圍2-7~27內(nèi)多次改變(c2,g2)的數(shù)值,將train_chq2中20張圖像的數(shù)據(jù)隨機(jī)分成4個數(shù)據(jù)量相同的部分,依次將train_chq2的每一個部分作為齒輪測試集進(jìn)行預(yù)測,train_chq2其他3個部分作為齒輪圖像訓(xùn)練集對Lib-SVM進(jìn)行訓(xùn)練,分別計算這四個部分齒輪缺陷識別準(zhǔn)確率的平均數(shù)p,取使p值最大時其對應(yīng)的懲罰因子c2和核函數(shù)參數(shù)g2作為齒輪缺陷識別的最佳參數(shù)。

    交叉驗證結(jié)果如圖14所示,圖中的線條為p等高線,每條線上的數(shù)值為p的100倍。本次測試p的最大值為100%。且有多組的數(shù)值不同的(c2,g2)參數(shù)組合可以使得p取得最大值。當(dāng)懲罰參數(shù)c2過高時會造成過學(xué)習(xí)狀態(tài),因此選取其中懲罰參數(shù)c2最小的那組作為最佳參數(shù)值,故本次最佳參數(shù)(c2,g2)的取值分別為c2=0.007 812 5,g2=0.007 812 5。

    圖14 最佳參數(shù)(c2,g2)交叉驗證結(jié)果

    3.2 齒輪缺陷識別預(yù)測結(jié)果與數(shù)據(jù)分析

    (1)齒輪缺陷識別預(yù)測結(jié)果

    將齒輪圖像最佳缺陷識別參數(shù)(c2,g2)與訓(xùn)練集train_chq2帶入Lib-SVM中的樣本訓(xùn)練函數(shù)(svmtrain)進(jìn)行訓(xùn)練可獲得齒輪圖像缺陷識別SVM模型model。隨后將model和測試集test_chq2帶入Lib-SVM中的模型測試函數(shù)(svmpredict)進(jìn)行分類運(yùn)算即可獲得齒輪圖像缺陷識別預(yù)測結(jié)果。本次齒輪圖像缺陷識別預(yù)測準(zhǔn)確率Accuracy1為100%,標(biāo)志著本次齒輪圖像缺陷識別成功。

    如圖15所示,測試集test_chq2中20張正常與缺陷齒輪圖像的特征值全部被精準(zhǔn)識別預(yù)測,用不同形狀和不同顏色的幾何圖形標(biāo)示。其中上部區(qū)域代表正常齒輪圖像特征值預(yù)測結(jié)果,下部區(qū)域代表缺陷齒輪圖像特征值預(yù)測結(jié)果。

    圖15 齒輪圖像缺陷識別預(yù)測結(jié)果

    (2)齒輪缺陷識別結(jié)果分析

    本次研究的齒輪圖像缺陷識別預(yù)測結(jié)果準(zhǔn)確率高達(dá)100%,結(jié)果分析如下:一方面根據(jù)齒輪圖像缺陷特征數(shù)據(jù)資源,正常齒輪圖像與缺陷齒輪圖像的多重分形譜線各自聚集成束,大致錯開且無重疊現(xiàn)象,譜線的缺陷特征明顯。驗證了本文提出的基于三角覆蓋二維MF-DFA法計算的多重分形譜可以很好地表達(dá)零件圖像的缺陷特征。根據(jù)齒輪圖像缺陷特征值數(shù)據(jù),進(jìn)一步得到正常與缺陷齒輪圖像的數(shù)據(jù)點各自聚集成簇,同時證明本次選用KPCA可以精確提取零件圖像的缺陷特征值,再利用Lib-SVM算法建立零件圖像缺陷識別模型,能夠?qū)α慵娜毕轄顟B(tài)進(jìn)行精準(zhǔn)識別預(yù)測。

    4 總結(jié)

    本文將常用的多重分形去趨勢波動進(jìn)行改進(jìn),提出了一種基于三角覆蓋的二維MF-DFA算法,用來表達(dá)齒輪圖像的缺陷特征。使用KPCA法融合多重分形和核主成分分析,提取齒輪圖像的多重分形缺陷特征值,再采用Lib-SVM對齒輪圖像數(shù)據(jù)進(jìn)行建模和缺陷識別,識別準(zhǔn)確率高達(dá)100%。結(jié)果表明運(yùn)用該方法可以很好地識別零件圖像的缺陷,標(biāo)志著零件圖像缺陷識別成功,同時驗證了三角覆蓋二維MF-DFA法能夠較好地表達(dá)零件的缺陷特征。

    猜你喜歡
    分形特征值齒輪
    東升齒輪
    一類帶強(qiáng)制位勢的p-Laplace特征值問題
    單圈圖關(guān)聯(lián)矩陣的特征值
    感受分形
    異性齒輪大賞
    你找到齒輪了嗎?
    分形之美
    分形空間上廣義凸函數(shù)的新Simpson型不等式及應(yīng)用
    齒輪傳動
    基于商奇異值分解的一類二次特征值反問題
    999久久久精品免费观看国产| 日本色播在线视频| 亚洲18禁久久av| 最近中文字幕高清免费大全6 | 老女人水多毛片| 看黄色毛片网站| 在线观看免费视频日本深夜| 搡女人真爽免费视频火全软件 | 亚洲综合色惰| 亚洲精品亚洲一区二区| 亚洲av日韩精品久久久久久密| 日本欧美国产在线视频| 久久久精品大字幕| 国产精品久久久久久久电影| 丰满人妻一区二区三区视频av| 亚洲av一区综合| 日韩 亚洲 欧美在线| 天堂影院成人在线观看| 亚洲色图av天堂| 亚洲欧美日韩无卡精品| 日日干狠狠操夜夜爽| 不卡视频在线观看欧美| 三级男女做爰猛烈吃奶摸视频| 国产真实伦视频高清在线观看 | 日韩国内少妇激情av| 久久欧美精品欧美久久欧美| 亚洲性夜色夜夜综合| 可以在线观看的亚洲视频| 精品久久久久久久久久免费视频| 精品一区二区三区人妻视频| 床上黄色一级片| 国产精华一区二区三区| 国产高清三级在线| 国产精品综合久久久久久久免费| АⅤ资源中文在线天堂| 别揉我奶头~嗯~啊~动态视频| 国产精品一区二区免费欧美| 我的老师免费观看完整版| 免费电影在线观看免费观看| 国产激情偷乱视频一区二区| 精品不卡国产一区二区三区| 亚州av有码| 久久久久国内视频| 最近最新中文字幕大全电影3| 国产精品98久久久久久宅男小说| 91麻豆精品激情在线观看国产| 99久久无色码亚洲精品果冻| 欧美国产日韩亚洲一区| 亚洲国产高清在线一区二区三| 国产免费av片在线观看野外av| 国产精品三级大全| 亚洲精品粉嫩美女一区| 美女 人体艺术 gogo| 国产精品1区2区在线观看.| 欧美+亚洲+日韩+国产| 国产黄a三级三级三级人| 亚洲四区av| 级片在线观看| 不卡一级毛片| 91久久精品国产一区二区三区| 国产亚洲精品久久久com| 老师上课跳d突然被开到最大视频| 免费不卡的大黄色大毛片视频在线观看 | 国产男靠女视频免费网站| 精品久久久久久久久av| 成人午夜高清在线视频| 非洲黑人性xxxx精品又粗又长| 直男gayav资源| 啦啦啦韩国在线观看视频| 身体一侧抽搐| 国产精品自产拍在线观看55亚洲| 又爽又黄无遮挡网站| 国产精品伦人一区二区| 韩国av在线不卡| 中国美白少妇内射xxxbb| 久久久午夜欧美精品| 国产精品爽爽va在线观看网站| 麻豆成人午夜福利视频| 精品国内亚洲2022精品成人| 国产av在哪里看| 极品教师在线免费播放| 精品99又大又爽又粗少妇毛片 | 91在线观看av| av中文乱码字幕在线| 听说在线观看完整版免费高清| 国产中年淑女户外野战色| 色综合婷婷激情| 欧美日本亚洲视频在线播放| 色播亚洲综合网| 日韩欧美在线二视频| 麻豆成人av在线观看| 久久久久久久久大av| 禁无遮挡网站| 亚洲国产日韩欧美精品在线观看| 少妇丰满av| 夜夜爽天天搞| 午夜精品一区二区三区免费看| 国产精品一区二区性色av| 成年免费大片在线观看| 久久精品国产鲁丝片午夜精品 | 成人性生交大片免费视频hd| 欧美+日韩+精品| 亚洲国产精品sss在线观看| 亚洲av熟女| 国产精品久久电影中文字幕| 国产一区二区三区视频了| 欧美精品国产亚洲| 久久99热6这里只有精品| 搞女人的毛片| 91麻豆精品激情在线观看国产| 久久午夜亚洲精品久久| 欧美日本视频| 国产精品久久久久久精品电影| 99riav亚洲国产免费| 精品久久久久久久久久免费视频| 高清毛片免费观看视频网站| 99热精品在线国产| www日本黄色视频网| 日本 欧美在线| 国产大屁股一区二区在线视频| 欧美三级亚洲精品| 欧美性感艳星| 国产在视频线在精品| 中文亚洲av片在线观看爽| 国产高清视频在线观看网站| 成年免费大片在线观看| 全区人妻精品视频| 哪里可以看免费的av片| 男人狂女人下面高潮的视频| 999久久久精品免费观看国产| 三级国产精品欧美在线观看| 免费电影在线观看免费观看| 春色校园在线视频观看| 99精品久久久久人妻精品| 五月伊人婷婷丁香| 亚洲av免费在线观看| 久久久久久久午夜电影| av在线天堂中文字幕| 亚洲精品国产成人久久av| 少妇裸体淫交视频免费看高清| 99热这里只有是精品50| 国产麻豆成人av免费视频| 看黄色毛片网站| 波多野结衣高清无吗| 精品午夜福利在线看| 亚洲av熟女| 亚洲欧美日韩高清专用| 成人性生交大片免费视频hd| 欧美色欧美亚洲另类二区| 最新在线观看一区二区三区| 国产久久久一区二区三区| 精品久久久久久久久亚洲 | 色5月婷婷丁香| 人妻丰满熟妇av一区二区三区| 好男人在线观看高清免费视频| 久久九九热精品免费| 91久久精品国产一区二区成人| 老司机福利观看| 国产高清不卡午夜福利| 淫秽高清视频在线观看| 欧美色欧美亚洲另类二区| 国产激情偷乱视频一区二区| 黄色配什么色好看| 成人国产综合亚洲| 看免费成人av毛片| 亚洲人成网站在线播放欧美日韩| 22中文网久久字幕| 日韩,欧美,国产一区二区三区 | 久久精品国产99精品国产亚洲性色| 国产精品日韩av在线免费观看| 亚洲18禁久久av| 国产精品一及| 亚洲av美国av| 亚洲va在线va天堂va国产| 热99re8久久精品国产| 非洲黑人性xxxx精品又粗又长| 国内精品久久久久久久电影| 午夜福利在线观看吧| 欧美成人性av电影在线观看| 亚洲人成网站在线播| av在线蜜桃| 天堂动漫精品| 俺也久久电影网| 亚洲一区高清亚洲精品| 欧美中文日本在线观看视频| 免费黄网站久久成人精品| 成人美女网站在线观看视频| 又黄又爽又免费观看的视频| 日本一二三区视频观看| 国产亚洲精品综合一区在线观看| 99精品在免费线老司机午夜| 在线观看舔阴道视频| 国产精品久久久久久久电影| 欧美日韩精品成人综合77777| www.色视频.com| 草草在线视频免费看| 久久中文看片网| 久久久久久久精品吃奶| 成人av在线播放网站| 成人二区视频| 观看免费一级毛片| 午夜视频国产福利| 国产精品1区2区在线观看.| 日本与韩国留学比较| 国产一区二区激情短视频| 1024手机看黄色片| 麻豆av噜噜一区二区三区| 天堂av国产一区二区熟女人妻| 亚洲中文字幕一区二区三区有码在线看| 色综合亚洲欧美另类图片| 精品乱码久久久久久99久播| 天堂√8在线中文| a级毛片a级免费在线| a在线观看视频网站| 欧美国产日韩亚洲一区| 欧美人与善性xxx| 亚洲成人久久性| 99在线人妻在线中文字幕| 男插女下体视频免费在线播放| 精品欧美国产一区二区三| 在线看三级毛片| а√天堂www在线а√下载| 一边摸一边抽搐一进一小说| 亚洲美女搞黄在线观看 | 中文资源天堂在线| 午夜福利高清视频| 人人妻人人澡欧美一区二区| 久久精品夜夜夜夜夜久久蜜豆| www.色视频.com| 成人午夜高清在线视频| 亚洲精品色激情综合| 有码 亚洲区| 欧美成人免费av一区二区三区| 日本黄大片高清| 日本免费a在线| 直男gayav资源| 亚洲电影在线观看av| 深夜精品福利| 精品免费久久久久久久清纯| 啪啪无遮挡十八禁网站| 久久久久性生活片| 国产成人a区在线观看| 日本-黄色视频高清免费观看| 少妇的逼好多水| 热99re8久久精品国产| 中文资源天堂在线| 又粗又爽又猛毛片免费看| 亚洲精品日韩av片在线观看| 琪琪午夜伦伦电影理论片6080| 欧美xxxx黑人xx丫x性爽| 国产v大片淫在线免费观看| 搞女人的毛片| 3wmmmm亚洲av在线观看| 又黄又爽又刺激的免费视频.| 一进一出好大好爽视频| a级毛片a级免费在线| 99精品久久久久人妻精品| 精品久久久久久久久久免费视频| 黄色日韩在线| 国产91精品成人一区二区三区| 亚洲狠狠婷婷综合久久图片| 国产成年人精品一区二区| 免费人成视频x8x8入口观看| 麻豆精品久久久久久蜜桃| 大又大粗又爽又黄少妇毛片口| 国内精品美女久久久久久| 国产精品日韩av在线免费观看| 99热这里只有是精品在线观看| 国内精品一区二区在线观看| 国产精品无大码| 国产精品人妻久久久影院| 亚洲黑人精品在线| 乱系列少妇在线播放| 国内揄拍国产精品人妻在线| av视频在线观看入口| 久久人人爽人人爽人人片va| 给我免费播放毛片高清在线观看| 国产综合懂色| 999久久久精品免费观看国产| 久久久久久国产a免费观看| 久久精品国产亚洲网站| 国产乱人伦免费视频| 国产伦精品一区二区三区视频9| 午夜免费激情av| 色尼玛亚洲综合影院| 色5月婷婷丁香| 1000部很黄的大片| 91麻豆精品激情在线观看国产| 成人无遮挡网站| 国产在线精品亚洲第一网站| 我的老师免费观看完整版| 亚洲av成人av| 最新在线观看一区二区三区| 国产精华一区二区三区| 联通29元200g的流量卡| 男女啪啪激烈高潮av片| 国产黄a三级三级三级人| 两个人视频免费观看高清| 日本黄色片子视频| 国产亚洲精品综合一区在线观看| 中文字幕av成人在线电影| 亚洲熟妇中文字幕五十中出| 18禁黄网站禁片午夜丰满| 午夜免费男女啪啪视频观看 | 国产一级毛片七仙女欲春2| 麻豆国产97在线/欧美| 性插视频无遮挡在线免费观看| 日韩欧美精品免费久久| 99久久成人亚洲精品观看| 色哟哟哟哟哟哟| 亚洲自拍偷在线| а√天堂www在线а√下载| 欧美丝袜亚洲另类 | 美女免费视频网站| 日韩av在线大香蕉| 精品久久久久久成人av| 国产精品一区二区性色av| 亚洲真实伦在线观看| 韩国av在线不卡| 亚洲avbb在线观看| 在线观看免费视频日本深夜| 精品久久久久久久久av| 国产成人一区二区在线| 女同久久另类99精品国产91| 国产蜜桃级精品一区二区三区| 一个人免费在线观看电影| xxxwww97欧美| 亚洲性久久影院| 18禁黄网站禁片免费观看直播| 欧美xxxx黑人xx丫x性爽| 久久人妻av系列| 一边摸一边抽搐一进一小说| 亚洲成人中文字幕在线播放| 国产男人的电影天堂91| 午夜亚洲福利在线播放| 色精品久久人妻99蜜桃| 九九爱精品视频在线观看| 午夜精品一区二区三区免费看| 久久久午夜欧美精品| 少妇猛男粗大的猛烈进出视频 | 色av中文字幕| 欧美+日韩+精品| 少妇被粗大猛烈的视频| 亚洲精华国产精华精| 免费人成在线观看视频色| 又粗又爽又猛毛片免费看| 亚洲黑人精品在线| 小蜜桃在线观看免费完整版高清| 日韩精品有码人妻一区| 日本欧美国产在线视频| 亚洲人成网站高清观看| 成人特级黄色片久久久久久久| 深夜精品福利| av女优亚洲男人天堂| 亚洲人成网站高清观看| 午夜福利在线在线| 亚洲aⅴ乱码一区二区在线播放| 精品人妻一区二区三区麻豆 | a级一级毛片免费在线观看| 亚洲精品在线观看二区| 99在线人妻在线中文字幕| 亚洲欧美日韩高清专用| 亚洲午夜理论影院| 久久久久精品国产欧美久久久| 免费av不卡在线播放| 有码 亚洲区| 亚洲美女搞黄在线观看 | 最近在线观看免费完整版| 亚洲图色成人| 亚洲av二区三区四区| 国产91精品成人一区二区三区| 热99re8久久精品国产| 国语自产精品视频在线第100页| 哪里可以看免费的av片| 少妇人妻精品综合一区二区 | 日韩在线高清观看一区二区三区 | 男人舔女人下体高潮全视频| 亚洲欧美日韩高清专用| 我要看日韩黄色一级片| 亚洲性久久影院| 免费观看人在逋| 一个人看视频在线观看www免费| 搡老妇女老女人老熟妇| 亚洲最大成人中文| 亚洲精品影视一区二区三区av| 色综合色国产| 亚洲精品久久国产高清桃花| 又紧又爽又黄一区二区| 午夜福利视频1000在线观看| 全区人妻精品视频| 在线免费十八禁| 国产一区二区三区视频了| 亚洲精品影视一区二区三区av| 国产午夜精品论理片| 亚洲av.av天堂| 亚洲欧美激情综合另类| 人妻制服诱惑在线中文字幕| 搡女人真爽免费视频火全软件 | 国产精品久久久久久精品电影| 乱系列少妇在线播放| 亚洲av五月六月丁香网| 国产欧美日韩精品亚洲av| 久久久国产成人精品二区| av.在线天堂| or卡值多少钱| 亚洲精华国产精华液的使用体验 | bbb黄色大片| 天堂√8在线中文| 能在线免费观看的黄片| 在线国产一区二区在线| 日韩精品有码人妻一区| 国产美女午夜福利| 亚洲性久久影院| 日韩精品有码人妻一区| 亚洲人与动物交配视频| 看十八女毛片水多多多| 黄色视频,在线免费观看| 别揉我奶头 嗯啊视频| 22中文网久久字幕| 欧美成人a在线观看| 麻豆一二三区av精品| 婷婷精品国产亚洲av在线| 日本a在线网址| 高清在线国产一区| 波多野结衣高清无吗| 中国美女看黄片| 国产色婷婷99| 亚洲自拍偷在线| 最后的刺客免费高清国语| 国产精品一区二区免费欧美| 搡老岳熟女国产| xxxwww97欧美| 午夜影院日韩av| 午夜爱爱视频在线播放| 在线a可以看的网站| 色综合站精品国产| 亚洲av不卡在线观看| 女同久久另类99精品国产91| 天堂影院成人在线观看| 精品人妻偷拍中文字幕| 可以在线观看的亚洲视频| 国产视频一区二区在线看| 一区二区三区四区激情视频 | 精华霜和精华液先用哪个| 久久九九热精品免费| 精品欧美国产一区二区三| 婷婷亚洲欧美| 一个人免费在线观看电影| 窝窝影院91人妻| 香蕉av资源在线| 久久精品国产亚洲网站| av.在线天堂| 男女之事视频高清在线观看| 国产高清三级在线| 国产三级中文精品| 毛片女人毛片| 免费看光身美女| 成年女人永久免费观看视频| 国产aⅴ精品一区二区三区波| 一级a爱片免费观看的视频| 国产人妻一区二区三区在| 99久久九九国产精品国产免费| 久久久久久大精品| 日本三级黄在线观看| 日韩精品青青久久久久久| 一个人观看的视频www高清免费观看| 午夜视频国产福利| 日韩欧美三级三区| 婷婷丁香在线五月| 两个人的视频大全免费| 最近最新免费中文字幕在线| 伊人久久精品亚洲午夜| 亚洲性夜色夜夜综合| 亚洲中文日韩欧美视频| 国产免费av片在线观看野外av| 成人二区视频| 国产女主播在线喷水免费视频网站 | 欧美激情在线99| 免费观看精品视频网站| 亚洲av美国av| 黄色欧美视频在线观看| 亚洲av美国av| 国内久久婷婷六月综合欲色啪| 自拍偷自拍亚洲精品老妇| 欧美成人一区二区免费高清观看| 国产免费男女视频| 久久人人爽人人爽人人片va| 蜜桃亚洲精品一区二区三区| 午夜福利高清视频| 中国美女看黄片| 日本熟妇午夜| 亚洲最大成人av| 久久久久久久亚洲中文字幕| 久久精品国产自在天天线| 成年女人毛片免费观看观看9| 国产精品av视频在线免费观看| 成人综合一区亚洲| 午夜亚洲福利在线播放| 日本黄色视频三级网站网址| 99热这里只有是精品在线观看| 九九久久精品国产亚洲av麻豆| 亚洲av成人精品一区久久| 黄色视频,在线免费观看| 亚洲精品一卡2卡三卡4卡5卡| 午夜爱爱视频在线播放| 午夜福利欧美成人| 免费在线观看日本一区| 日日干狠狠操夜夜爽| 日本-黄色视频高清免费观看| 97超级碰碰碰精品色视频在线观看| 男女做爰动态图高潮gif福利片| 国产精品电影一区二区三区| 亚洲av熟女| 人妻夜夜爽99麻豆av| 成年女人毛片免费观看观看9| 久久99热这里只有精品18| 久久久久精品国产欧美久久久| 亚洲av.av天堂| 级片在线观看| 亚洲av.av天堂| 内地一区二区视频在线| 91av网一区二区| 一个人免费在线观看电影| 久久久久久久久中文| 国产男人的电影天堂91| 久久久久精品国产欧美久久久| 久久婷婷人人爽人人干人人爱| 欧美成人免费av一区二区三区| 亚洲欧美日韩无卡精品| 日本黄色片子视频| 99久久久亚洲精品蜜臀av| 国产人妻一区二区三区在| 国产精品久久久久久亚洲av鲁大| 一卡2卡三卡四卡精品乱码亚洲| 亚洲精品色激情综合| 亚洲,欧美,日韩| 免费观看的影片在线观看| 亚洲精品一区av在线观看| 亚洲天堂国产精品一区在线| 久久精品影院6| 真人做人爱边吃奶动态| 舔av片在线| 中文字幕高清在线视频| 国产精品免费一区二区三区在线| 亚洲人成网站在线播| 搡老岳熟女国产| 亚洲欧美激情综合另类| 久久久久久九九精品二区国产| 麻豆成人午夜福利视频| 亚洲精品一区av在线观看| 黄片wwwwww| 国产精品久久电影中文字幕| 国产高清激情床上av| 91精品国产九色| 男人舔女人下体高潮全视频| 精品日产1卡2卡| 亚洲精品一区av在线观看| 国产中年淑女户外野战色| 日韩精品青青久久久久久| 在线免费十八禁| 悠悠久久av| 禁无遮挡网站| 悠悠久久av| 一级黄片播放器| 国产午夜精品久久久久久一区二区三区 | 亚洲专区国产一区二区| av视频在线观看入口| 两性午夜刺激爽爽歪歪视频在线观看| 超碰av人人做人人爽久久| 国产精品亚洲美女久久久| 乱人视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 欧美zozozo另类| 亚洲va日本ⅴa欧美va伊人久久| 欧美在线一区亚洲| 色综合色国产| 免费人成视频x8x8入口观看| 欧美日韩瑟瑟在线播放| 色精品久久人妻99蜜桃| av.在线天堂| 国产成人影院久久av| 国内少妇人妻偷人精品xxx网站| 热99re8久久精品国产| 久久精品人妻少妇| 别揉我奶头~嗯~啊~动态视频| 日本-黄色视频高清免费观看| 一本久久中文字幕| 国产女主播在线喷水免费视频网站 | 成人欧美大片| 国内毛片毛片毛片毛片毛片| 又黄又爽又免费观看的视频| 久久久久九九精品影院| 日本免费一区二区三区高清不卡| 亚洲国产色片| 国产高清视频在线播放一区| 国产人妻一区二区三区在| 日韩欧美免费精品| 丰满乱子伦码专区| 色综合婷婷激情| 国产高清有码在线观看视频| 看十八女毛片水多多多| 成年人黄色毛片网站| 国产精品久久久久久亚洲av鲁大| 两人在一起打扑克的视频| 国产真实伦视频高清在线观看 | 欧美日韩黄片免| 在线免费十八禁| 人人妻,人人澡人人爽秒播| 成人二区视频| www日本黄色视频网| 老师上课跳d突然被开到最大视频| 国产精品人妻久久久影院| 少妇的逼水好多| 一夜夜www| 亚洲专区国产一区二区|