• <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 ?

    基于機(jī)器視覺的車流量統(tǒng)計(jì)算法應(yīng)用

    2023-06-25 10:36:16王墨琦
    無線互聯(lián)科技 2023年7期
    關(guān)鍵詞:機(jī)器視覺

    王墨琦

    摘要:智能交通系統(tǒng)(Intelligent Traffic System,ITS)是目前公路運(yùn)輸信息化、智能化的主流解決方案,其應(yīng)用依賴于車流量檢測(cè)數(shù)據(jù)的準(zhǔn)確度。精準(zhǔn)的車流量信息在通過智能交通系統(tǒng)改進(jìn)車輛通行情況的過程中發(fā)揮重要作用。文章針對(duì)汽車流量檢測(cè)情況,提出了基于機(jī)器視覺的卡爾曼(Kalman)跟蹤檢測(cè)方法,收集車輛運(yùn)行中的相關(guān)信息,并對(duì)數(shù)據(jù)信息進(jìn)行歸類整理,通過車流量信息特征數(shù)據(jù)分析,對(duì)汽車通行情況進(jìn)行有效分析,改進(jìn)原有車流量計(jì)算中的錯(cuò)檢以及誤檢問題,從而降低了車流計(jì)數(shù)的漏檢率。

    關(guān)鍵詞:機(jī)器視覺;車流量統(tǒng)計(jì);卡爾曼檢測(cè)方法;交通狀態(tài)檢測(cè)

    中圖分類號(hào):TP391.4文獻(xiàn)標(biāo)志碼:A0引言車流量檢測(cè)是智能交通系統(tǒng)[1]中重要的研究課題之一,常見的檢測(cè)方法包括感應(yīng)線圈、紅外線、超聲波以及視頻檢測(cè)方法[2]。在解決道路交通擁擠方面,基于機(jī)器視覺的檢測(cè)分析方法與統(tǒng)計(jì)算法具有重要的應(yīng)用價(jià)值,經(jīng)過大量的實(shí)例驗(yàn)證,基于機(jī)器視覺的交通流量檢測(cè)和分析能夠有效解決車輛通行數(shù)據(jù)采集問題,并據(jù)此統(tǒng)計(jì)車輛通行中的相關(guān)信息,包括車牌、車流量、車輛速度等,并在實(shí)踐中較好地發(fā)揮了智能交通系統(tǒng)的作用。本文針對(duì)車輛通行情況構(gòu)建了相應(yīng)的檢測(cè)分析算法,該算法可以準(zhǔn)確地對(duì)車輛目標(biāo)進(jìn)行跟蹤、定位與分析,在車流量統(tǒng)計(jì)方面具有顯著的應(yīng)用效果。

    1車輛通行及跟蹤相關(guān)問題分析在能見度較低的情況下對(duì)車流量統(tǒng)計(jì)時(shí),若采用傳統(tǒng)的視頻分析方式難度較大,在檢測(cè)分析過程中容易出現(xiàn)算法精度低、檢測(cè)穩(wěn)定性差、車輛信息統(tǒng)計(jì)不準(zhǔn)確等現(xiàn)象。因此,為了準(zhǔn)確檢測(cè)車輛運(yùn)行信息,本文基于機(jī)器視覺技術(shù)構(gòu)建了相應(yīng)的檢測(cè)分析方法,跟蹤統(tǒng)計(jì)車輛的質(zhì)心坐標(biāo)、位置信息、運(yùn)動(dòng)區(qū)域等,并在監(jiān)測(cè)過程中進(jìn)行降噪處理,保證各項(xiàng)檢測(cè)信息的準(zhǔn)確性與全面性。

    2基于Kalman濾波的車輛跟蹤數(shù)據(jù)采集2.1構(gòu)建Kalman濾波模型Kalman濾波算法通過不斷更新目標(biāo)的狀態(tài)來跟蹤目標(biāo)或協(xié)助跟蹤過程,可有效改善基于外觀特征的目標(biāo)跟蹤質(zhì)量,降低物體邊界跟蹤誤差,縮小候選跟蹤區(qū)域范圍[3]。當(dāng)前在對(duì)車輛行駛情況的分析中,研究人員廣泛應(yīng)用了Kalman濾波算法,針對(duì)車輛運(yùn)行情況構(gòu)建了一種視覺跟蹤分析方式,對(duì)目標(biāo)車輛的實(shí)際運(yùn)行情況進(jìn)行分析,在檢測(cè)運(yùn)用之后能夠縮小汽車的匹配范圍,從而在運(yùn)行中顯著地提升檢測(cè)速度,縮短各項(xiàng)信息的匹配時(shí)間。視覺跟蹤分析方式的構(gòu)建包括q維動(dòng)態(tài)系統(tǒng)與r維動(dòng)態(tài)系統(tǒng)的離散動(dòng)態(tài)系統(tǒng)。

    用于觀測(cè)的q維動(dòng)態(tài)系統(tǒng)為:

    x+1=Ax+ω(1)

    目標(biāo)觀測(cè)方程為:

    y=Hx+υ(2)

    其中,x是系統(tǒng)中的狀態(tài)向量,y是系統(tǒng)中的測(cè)量向量,ω和υ分別為系統(tǒng)噪聲和測(cè)量噪聲,A和H矩陣為系統(tǒng)的狀態(tài)矩陣和測(cè)量矩陣,是系統(tǒng)的參數(shù)。

    Kalman濾波算法運(yùn)用過程包括預(yù)測(cè)階段與校正階段兩個(gè)部分。在預(yù)測(cè)階段,Kalman濾波算法分析車輛以及檢測(cè)系統(tǒng)當(dāng)前的運(yùn)行狀態(tài),分析系統(tǒng)對(duì)車輛信息的收集與判斷情況,針對(duì)檢測(cè)的圖形信息,構(gòu)建誤差協(xié)方差矩陣。在校正階段,Kalman濾波算法對(duì)汽車當(dāng)前行駛情況進(jìn)行數(shù)據(jù)校正,構(gòu)建Kalman增益矩陣,將收集到的數(shù)據(jù)代入其中,通過計(jì)算之后得出協(xié)方差矩陣。

    2.2設(shè)置運(yùn)動(dòng)估計(jì)模型參數(shù)本文構(gòu)建卡爾曼系統(tǒng)模型,設(shè)定運(yùn)行參數(shù),包括狀態(tài)向量X、測(cè)量向量Y、系統(tǒng)參數(shù)A,針對(duì)得出的數(shù)據(jù)進(jìn)行目標(biāo)匹配。得出第k+1幀第m個(gè)目標(biāo)車輛的質(zhì)心坐標(biāo)、外接矩陣長(zhǎng)、寬,計(jì)算外接矩陣面積,得出質(zhì)心距離公式、矩形面積相似公式、面積相似公式,由此計(jì)算第k+1幀上的任何車輛的面積情況,分析該數(shù)據(jù)之下的汽車通行情況。之后及時(shí)對(duì)跟蹤模型進(jìn)行更新,分析第k幀檢測(cè)目標(biāo)與第k+1幀檢測(cè)目標(biāo)匹配之后,記錄系統(tǒng)分析中的相關(guān)數(shù)據(jù),并對(duì)數(shù)據(jù)進(jìn)行整理與歸類總結(jié),保留分析中的特征數(shù)值,從而總結(jié)出新的車輛信息,及時(shí)更新Kalman模型,并保留相關(guān)的數(shù)據(jù)記錄。

    筆者將第n個(gè)檢測(cè)目標(biāo)與第k+1幀上的檢測(cè)目標(biāo)進(jìn)行配對(duì),得出其中是否存在匹配目標(biāo),若通過數(shù)據(jù)對(duì)比沒有得到匹配目標(biāo),則顯示當(dāng)時(shí)跟蹤的車輛已經(jīng)消失在視頻流模型之中,失去了進(jìn)一步統(tǒng)計(jì)的意義,此時(shí)將標(biāo)記目標(biāo)取消。在車輛信息新目標(biāo)進(jìn)入視頻流時(shí),則需要建立新的模型進(jìn)行分析,要求將這些運(yùn)動(dòng)特征保留,并結(jié)合收集的相關(guān)數(shù)據(jù)構(gòu)建初始化模型。

    3對(duì)汽車流量的檢測(cè)

    3.1汽車目標(biāo)圖像特征分析筆者利用計(jì)算機(jī)技術(shù),提取區(qū)域中的方位信息,并構(gòu)建合理的數(shù)據(jù)分析方式,將方位信息劃分為不同的區(qū)域,按照不同的特征進(jìn)行數(shù)據(jù)采集與分析。分析方式利用區(qū)域的數(shù)字特征,結(jié)合圖像中的幾何特征表示目標(biāo)區(qū)域的面積、周長(zhǎng)以及外接矩形等[4]。利用數(shù)據(jù)結(jié)構(gòu)分析存儲(chǔ)圖像中的相關(guān)信息,利用每個(gè)元素,用線段編碼形式表達(dá)數(shù)據(jù)結(jié)構(gòu)。將掃描的信息匯入數(shù)組,通過數(shù)據(jù)分析得出最終的目標(biāo)區(qū)域。掃描的起始部分為圖像首行,一直掃描至該行首項(xiàng)不為0的點(diǎn)為止,分析像素聯(lián)系為255的段,并標(biāo)出該部分內(nèi)容的起點(diǎn)、終點(diǎn)坐標(biāo),得出區(qū)域幾何參數(shù)信息,掃描汽車通行過程中的全部數(shù)據(jù),并得出各個(gè)區(qū)域的數(shù)據(jù),將圖像內(nèi)容輸入之后分析該時(shí)段內(nèi)是否存在連通區(qū)域,將目標(biāo)參數(shù)輸入其中進(jìn)行數(shù)據(jù)信息匯總。

    3.2汽車流量檢測(cè)根據(jù)所提取的車輛目標(biāo)特征數(shù)據(jù)參數(shù),基于機(jī)器視覺中的圖像識(shí)別技術(shù)以及計(jì)算機(jī)視覺技術(shù)檢測(cè)流量,針對(duì)目標(biāo)汽車運(yùn)行情況構(gòu)建三維立體模型,通過內(nèi)容匹配得出最終的立體信息。結(jié)合汽車運(yùn)動(dòng)過程中方向以及位置的變化情況,得出運(yùn)動(dòng)模型中速度、偏轉(zhuǎn)角度、方向等相關(guān)參數(shù)信息,由此實(shí)現(xiàn)對(duì)目標(biāo)的精準(zhǔn)定位及跟蹤,得出移動(dòng)狀態(tài)下的相關(guān)參數(shù)。對(duì)汽車在真實(shí)運(yùn)動(dòng)狀態(tài)以及表現(xiàn)運(yùn)動(dòng)狀態(tài)下的變動(dòng)情況進(jìn)行光流場(chǎng)分析,利用圖像分析汽車在運(yùn)動(dòng)狀態(tài)下的運(yùn)動(dòng)場(chǎng),包括運(yùn)動(dòng)參數(shù)以及運(yùn)動(dòng)目標(biāo)。精準(zhǔn)追蹤汽車運(yùn)動(dòng)速度,采用迭代方式進(jìn)行分析。運(yùn)用圖像差分的檢測(cè)方法,分析汽車運(yùn)動(dòng)圖像序列各幀之間的相互關(guān)系,并構(gòu)建針對(duì)圖像的相關(guān)處理方式,將圖像序列中每幀與參考幀進(jìn)行對(duì)比。

    通過對(duì)背景的更新與處理,得出汽車運(yùn)動(dòng)過程中的目標(biāo)參數(shù),并對(duì)圖像進(jìn)行圖像二值化處理[5],得到目標(biāo)圖像與背景圖像。對(duì)得出的汽車目標(biāo)圖像進(jìn)行去噪處理,構(gòu)建33×33的去噪模板,若黑色像素個(gè)數(shù)Sum小于設(shè)定閾值T,則說明該區(qū)域中的內(nèi)容為噪聲點(diǎn),則將像素灰度值從0變?yōu)?55,并對(duì)得到的像素點(diǎn)依次進(jìn)行處理,從而將運(yùn)動(dòng)中的噪聲點(diǎn)去除,得出最終的汽車目標(biāo)圖像。通過對(duì)收集到的圖像特征進(jìn)行提取與分析,得出汽車流量,分析方法為將灰度變化的圖像與背景圖形進(jìn)行差分對(duì)比,并設(shè)置一個(gè)固定的閾值。計(jì)算車輛差分圖像特征點(diǎn)個(gè)數(shù),據(jù)此計(jì)算車輛面積,并分析此階段內(nèi)是否有車輛路過,從而對(duì)車流量進(jìn)行統(tǒng)計(jì)分析。結(jié)合圖像灰度變化設(shè)定既定的閾值,測(cè)量得出閾值N,設(shè)定檢測(cè)區(qū)域內(nèi)個(gè)數(shù)或目標(biāo)面積,設(shè)定目標(biāo)面積S,若目標(biāo)面積S大于灰度的閾值,則顯示該時(shí)段內(nèi)有車輛經(jīng)過,否則,則認(rèn)定沒有車輛路過。對(duì)閾值N進(jìn)行測(cè)試與調(diào)整,得出的車流量數(shù)據(jù)如表1所示。

    4交通狀態(tài)檢測(cè)汽車實(shí)際運(yùn)行情況是重要的檢測(cè)內(nèi)容與要求,可以基于機(jī)器視覺,聯(lián)合運(yùn)用計(jì)算機(jī)技術(shù)與通信技術(shù)進(jìn)行分析。

    提取汽車運(yùn)行過程中的交通狀態(tài),并結(jié)合汽車流量的平均特征進(jìn)行分析,綜合判斷當(dāng)前汽車行駛狀態(tài)為擁擠或者阻塞。例如:在對(duì)一個(gè)雙車道進(jìn)行分析的過程中,假設(shè)1 min內(nèi)平均通過18輛汽車,則一天之內(nèi)該車道平均汽車流量閾為18。利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)智能化判斷汽車通行情況,構(gòu)建一個(gè)3層BP神經(jīng)網(wǎng)絡(luò)分級(jí)器,提升計(jì)算過程中的BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度,從而實(shí)現(xiàn)對(duì)車輛運(yùn)行情況的精準(zhǔn)判斷。結(jié)合汽車流量變動(dòng)設(shè)置BP神經(jīng)網(wǎng)絡(luò)的閾值與權(quán)值,選擇平均車流量作為輸入層節(jié)點(diǎn),將汽車經(jīng)過區(qū)域劃分為5個(gè)節(jié)點(diǎn),將汽車通行情況作為輸出層節(jié)點(diǎn),設(shè)置交通阻塞或者交通暢通兩個(gè)節(jié)點(diǎn)。結(jié)合經(jīng)驗(yàn)數(shù)值,估算結(jié)點(diǎn)個(gè)數(shù),BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差是0.055,在隱含層節(jié)點(diǎn)數(shù)為10時(shí),能夠達(dá)到最佳的運(yùn)行效果。結(jié)合BP神經(jīng)網(wǎng)絡(luò)實(shí)際運(yùn)行情況分析交通狀態(tài),利用遺傳算法累計(jì)開展8次檢驗(yàn),每次檢測(cè)結(jié)果識(shí)別率均超過96%,如表2所示。

    阻塞交通狀態(tài)下BP算法誤差0.103,GA優(yōu)化BP網(wǎng)絡(luò)誤差0.057;暢通交通狀態(tài)下BP算法誤差0.101,GA優(yōu)化BP網(wǎng)絡(luò)誤差0.048。結(jié)果顯示,對(duì)車輛交通情況的判斷正確率均超過96%,可以將其運(yùn)用于對(duì)交通狀態(tài)的檢測(cè)過程之中,具有實(shí)時(shí)性檢測(cè)的運(yùn)用效果。

    5Kalman算法實(shí)現(xiàn)跟蹤

    在運(yùn)用Kalman跟蹤算法統(tǒng)計(jì)車流量信息時(shí),按照以下流程進(jìn)行。首先計(jì)算車輛信息的特征值,與車輛的運(yùn)動(dòng)區(qū)域相結(jié)合,對(duì)圖像信息進(jìn)行預(yù)處理,再對(duì)圖像進(jìn)行初始化與二值化,進(jìn)行膨脹腐蝕與開閉運(yùn)算,由此通過多種方式處理,進(jìn)行目標(biāo)定位,選擇分析特征,計(jì)算面積區(qū)域中的跟蹤區(qū)域特征值以及質(zhì)心位置,從而得出車輛信息特征值。隨后將目標(biāo)數(shù)值代入,構(gòu)建Kalman模型,對(duì)參數(shù)進(jìn)初始化,分析預(yù)測(cè)車輛下一時(shí)刻所處的位置。將收集到的數(shù)據(jù)值進(jìn)行匹配,構(gòu)建相似匹配函數(shù),包括最小外接矩形長(zhǎng)與寬、運(yùn)動(dòng)車輛質(zhì)心位置、外接區(qū)域面積等,通過計(jì)算之后預(yù)判車輛的通行情況,并進(jìn)行迭代跟蹤,最終計(jì)算得出車流量?;贙alman算法進(jìn)行機(jī)器視覺檢測(cè)車流量的整體流程如圖1所示。

    6結(jié)語(yǔ)本文系統(tǒng)地闡釋了在基于機(jī)器視覺獲得的圖像中進(jìn)行車流量檢測(cè)的方法。檢測(cè)系統(tǒng)利用Kalman濾波模型,通過對(duì)汽車圖像的目標(biāo)特征分析,獲取跟蹤目標(biāo),從而實(shí)現(xiàn)車流量檢測(cè)。在對(duì)車流量進(jìn)行分析過程中,有效地結(jié)合汽車面積、質(zhì)心和最小外接矩形等相關(guān)參數(shù),利用圖像差分法對(duì)汽車流量進(jìn)行檢測(cè),利用數(shù)值構(gòu)建汽車目標(biāo)圖像,并對(duì)圖像信息進(jìn)行去噪處理,增強(qiáng)圖像信息處理效率,從而精準(zhǔn)得出車流量,研究得出檢測(cè)識(shí)別率不低于90%,符合智能交通系統(tǒng)中實(shí)時(shí)性檢測(cè)的相關(guān)要求。文章基于該車流量檢測(cè),利用BP網(wǎng)絡(luò)分析交通狀態(tài),完善和優(yōu)化了智能交通系統(tǒng)中車流量檢測(cè)的應(yīng)用方式,提高了智能交通系統(tǒng)的應(yīng)用效益。該研究對(duì)智能交通系統(tǒng)持續(xù)改進(jìn)和更新具有重要的意義。

    參考文獻(xiàn)

    [1]史新宏,蔡伯根,穆建成.智能交通系統(tǒng)的發(fā)展[J].北方交通大學(xué)學(xué)報(bào),2002(1):29-34.

    [2]齊美彬,鮮柯,蔣建國(guó).基于對(duì)比度失真參數(shù)的車流量統(tǒng)計(jì)算法[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2010(12):1815-1818,1823.

    [3]周云,胡錦楠,趙瑜,等.基于卡爾曼濾波改進(jìn)壓縮感知算法的車輛目標(biāo)跟蹤[J].湖南大學(xué)學(xué)報(bào)(自然科學(xué)版),2023(1):11-21.

    [4]呂揚(yáng)建,李光耀.基于視頻分析的車流量統(tǒng)計(jì)算法研究[J].井岡山大學(xué)學(xué)報(bào)(自然科學(xué)版),2013(4):46-51.

    [5]韓錕,韓洪飛.基于區(qū)域級(jí)和像素級(jí)特征的路面裂縫檢測(cè)方法[J].鐵道科學(xué)與工程學(xué)報(bào),2018(5):1178-1186.

    [6]尹曉丁,吳陽(yáng)明,趙喆,等.基于DSP圖像處理的車流量統(tǒng)計(jì)算法研究[J].計(jì)算機(jī)與數(shù)字工程,2017(6):1204-1206,1233.

    (編輯 王雪芬)

    Application of vehicle flow detection based on machine visionWang? Moqi

    (Intelligence and Information Engineering College, Tangshan University, Tangshan 063000, China)Abstract: Intelligent transportation system (ITS) is currently the mainstream solution of road transportation informatization and intelligence, and its application depends on the accuracy of traffic flow detection data. Accurate traffic flow information can play an important role in the intelligent transportation system to improve vehicle traffic. In this paper, a machine vision-based Kalman tracking detection method is proposed for the detection of vehicle flow, which collects relevant information in vehicle operation, classifies and sorts out the data information, effectively analyzes the vehicle traffic situation through the analysis of vehicle flow information characteristics, and improves the error detection and false detection problems in the original traffic flow calculation, thereby reducing the missed detection rate of traffic flow counting.

    Key words: machine vision; vehicle flow detection; Kalman detection method; traffic state detection

    猜你喜歡
    機(jī)器視覺
    基于芯片點(diǎn)膠系統(tǒng)的視覺檢測(cè)技術(shù)研究
    全自動(dòng)模擬目標(biāo)搜救系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    基于機(jī)器視覺的自動(dòng)澆注機(jī)控制系統(tǒng)的研究
    科技視界(2016年26期)2016-12-17 17:31:58
    機(jī)器視覺技術(shù)的發(fā)展及其應(yīng)用
    科技視界(2016年25期)2016-11-25 19:53:52
    視覺拉線檢測(cè)器的設(shè)計(jì)與實(shí)現(xiàn)
    科技視界(2016年25期)2016-11-25 09:27:34
    大場(chǎng)景三維激光掃描儀在研究生實(shí)踐教學(xué)培養(yǎng)中的應(yīng)用
    基于機(jī)器視覺的工件鋸片缺陷檢測(cè)系統(tǒng)設(shè)計(jì)
    軟件工程(2016年8期)2016-10-25 15:55:22
    基于機(jī)器視覺技術(shù)的動(dòng)態(tài)“白帶”常規(guī)檢測(cè)系統(tǒng)的開發(fā)
    科技視界(2016年20期)2016-09-29 11:11:40
    對(duì)激光切割機(jī)的改進(jìn)
    科技視界(2016年6期)2016-07-12 09:12:40
    人工智能在高校圖書館的預(yù)期
    科技視界(2016年15期)2016-06-30 19:03:30
    国产淫语在线视频| 色婷婷久久久亚洲欧美| 国产男女超爽视频在线观看| 考比视频在线观看| 欧美av亚洲av综合av国产av| 黄色成人免费大全| 欧美激情久久久久久爽电影 | videos熟女内射| 色综合婷婷激情| 淫妇啪啪啪对白视频| 男女高潮啪啪啪动态图| 国产区一区二久久| 成人黄色视频免费在线看| tocl精华| 久久精品成人免费网站| 久久精品91无色码中文字幕| 亚洲国产欧美一区二区综合| 中文字幕精品免费在线观看视频| 咕卡用的链子| 亚洲欧美一区二区三区久久| 午夜91福利影院| 怎么达到女性高潮| 亚洲av成人一区二区三| 欧美 亚洲 国产 日韩一| av国产精品久久久久影院| 国产人伦9x9x在线观看| 天堂8中文在线网| 亚洲欧美一区二区三区久久| 国产精品国产高清国产av | 国产亚洲av高清不卡| 亚洲五月色婷婷综合| 午夜视频精品福利| 亚洲av成人不卡在线观看播放网| 无遮挡黄片免费观看| 午夜福利欧美成人| 国产精品久久久人人做人人爽| 91麻豆精品激情在线观看国产 | 9191精品国产免费久久| 女性被躁到高潮视频| 国产精品 国内视频| 99国产精品免费福利视频| 91精品三级在线观看| 国产成人精品在线电影| 精品国产一区二区三区久久久樱花| 亚洲av第一区精品v没综合| 中国美女看黄片| 91av网站免费观看| 亚洲人成77777在线视频| av有码第一页| 久久久水蜜桃国产精品网| 人人妻人人澡人人爽人人夜夜| 叶爱在线成人免费视频播放| 满18在线观看网站| 久久九九热精品免费| 亚洲国产av影院在线观看| 婷婷丁香在线五月| 黄色a级毛片大全视频| 国产成人免费无遮挡视频| 一本大道久久a久久精品| 一二三四在线观看免费中文在| 亚洲精品在线美女| 嫩草影视91久久| 两个人免费观看高清视频| 老司机深夜福利视频在线观看| 色老头精品视频在线观看| 黑人巨大精品欧美一区二区mp4| 欧美亚洲日本最大视频资源| 亚洲美女黄片视频| 国产主播在线观看一区二区| 久久久久精品人妻al黑| videosex国产| h视频一区二区三区| 国产在线观看jvid| 天天躁狠狠躁夜夜躁狠狠躁| 欧美乱妇无乱码| 菩萨蛮人人尽说江南好唐韦庄| 久久久久国产一级毛片高清牌| 国产精品 欧美亚洲| 久久青草综合色| 美女福利国产在线| 久久精品亚洲精品国产色婷小说| 亚洲午夜精品一区,二区,三区| 国产日韩欧美视频二区| 免费在线观看影片大全网站| 极品少妇高潮喷水抽搐| 深夜精品福利| 日本黄色日本黄色录像| 亚洲性夜色夜夜综合| 国产伦人伦偷精品视频| av网站免费在线观看视频| 人人妻人人澡人人爽人人夜夜| 欧美激情高清一区二区三区| 亚洲欧美一区二区三区黑人| 免费看十八禁软件| 黄色片一级片一级黄色片| 首页视频小说图片口味搜索| 在线天堂中文资源库| 一个人免费看片子| 亚洲成人免费电影在线观看| 久久精品国产综合久久久| 亚洲av国产av综合av卡| 欧美成狂野欧美在线观看| 日韩一卡2卡3卡4卡2021年| 亚洲伊人久久精品综合| aaaaa片日本免费| 久久久久视频综合| svipshipincom国产片| 99精品在免费线老司机午夜| 精品人妻1区二区| 日韩欧美一区视频在线观看| 午夜福利,免费看| 久久久久久久精品吃奶| aaaaa片日本免费| 国产精品久久电影中文字幕 | 男女无遮挡免费网站观看| 久久中文看片网| 男女之事视频高清在线观看| 日韩中文字幕视频在线看片| www.精华液| 精品国产乱子伦一区二区三区| 欧美日韩av久久| 国产高清视频在线播放一区| 女人被躁到高潮嗷嗷叫费观| 精品一品国产午夜福利视频| 手机成人av网站| 男人舔女人的私密视频| 男女床上黄色一级片免费看| 亚洲国产欧美一区二区综合| 国产成人精品久久二区二区91| 亚洲人成电影免费在线| 多毛熟女@视频| 色综合婷婷激情| 精品国产亚洲在线| 精品国产一区二区三区四区第35| 80岁老熟妇乱子伦牲交| 国产欧美日韩精品亚洲av| 麻豆av在线久日| 成人国产av品久久久| 久久久久久久国产电影| 国产精品久久电影中文字幕 | 99热国产这里只有精品6| 色尼玛亚洲综合影院| 成人永久免费在线观看视频 | 99riav亚洲国产免费| 久久久久久亚洲精品国产蜜桃av| 国产片内射在线| 满18在线观看网站| 天天添夜夜摸| 午夜精品久久久久久毛片777| av又黄又爽大尺度在线免费看| 脱女人内裤的视频| 久久国产精品影院| 国产日韩欧美在线精品| 久久久久精品人妻al黑| 黄片大片在线免费观看| 99在线人妻在线中文字幕 | 一区二区日韩欧美中文字幕| 日本精品一区二区三区蜜桃| 久久亚洲真实| 久久这里只有精品19| 精品第一国产精品| 啦啦啦视频在线资源免费观看| 亚洲精品在线美女| 飞空精品影院首页| 美女福利国产在线| 99九九在线精品视频| 99久久人妻综合| 人妻一区二区av| 久久人妻福利社区极品人妻图片| 国产精品亚洲av一区麻豆| 久久久久精品国产欧美久久久| 精品少妇久久久久久888优播| 夜夜骑夜夜射夜夜干| 每晚都被弄得嗷嗷叫到高潮| 精品国产一区二区三区四区第35| 免费人妻精品一区二区三区视频| 亚洲精品国产一区二区精华液| 王馨瑶露胸无遮挡在线观看| 亚洲三区欧美一区| 啦啦啦免费观看视频1| 少妇裸体淫交视频免费看高清 | 菩萨蛮人人尽说江南好唐韦庄| 国产av国产精品国产| 国产精品亚洲一级av第二区| 午夜福利一区二区在线看| 色综合欧美亚洲国产小说| 精品国产乱子伦一区二区三区| 久热爱精品视频在线9| tube8黄色片| 国产一区二区激情短视频| 日韩大码丰满熟妇| 亚洲精品国产一区二区精华液| 亚洲专区字幕在线| 人人妻,人人澡人人爽秒播| 成年人免费黄色播放视频| 久久久久国内视频| 午夜激情久久久久久久| 成人永久免费在线观看视频 | 日韩欧美国产一区二区入口| 深夜精品福利| 久久精品91无色码中文字幕| 十分钟在线观看高清视频www| 久久青草综合色| 亚洲精品国产区一区二| 欧美午夜高清在线| 母亲3免费完整高清在线观看| 可以免费在线观看a视频的电影网站| 国产成人免费无遮挡视频| 热re99久久精品国产66热6| 午夜福利一区二区在线看| 免费观看av网站的网址| 国产精品秋霞免费鲁丝片| 91老司机精品| 麻豆乱淫一区二区| 99精品欧美一区二区三区四区| 日韩欧美免费精品| 精品国产乱码久久久久久小说| 日本av手机在线免费观看| 不卡一级毛片| 午夜福利一区二区在线看| 久久亚洲真实| 亚洲avbb在线观看| 欧美日韩国产mv在线观看视频| 天天躁狠狠躁夜夜躁狠狠躁| 国产伦人伦偷精品视频| 在线观看免费午夜福利视频| 亚洲情色 制服丝袜| 麻豆乱淫一区二区| 久久久欧美国产精品| 色精品久久人妻99蜜桃| 美女扒开内裤让男人捅视频| 欧美精品啪啪一区二区三区| 久久久国产欧美日韩av| 国产精品自产拍在线观看55亚洲 | 亚洲免费av在线视频| 亚洲国产欧美网| 999久久久国产精品视频| 久久久水蜜桃国产精品网| 欧美日韩视频精品一区| 高潮久久久久久久久久久不卡| 蜜桃国产av成人99| 午夜福利,免费看| 麻豆成人av在线观看| 精品一区二区三卡| 欧美精品一区二区大全| 国产精品久久电影中文字幕 | av一本久久久久| 在线观看免费视频日本深夜| 在线观看一区二区三区激情| 亚洲人成77777在线视频| 色婷婷av一区二区三区视频| 老司机深夜福利视频在线观看| 搡老岳熟女国产| 黄频高清免费视频| 美女扒开内裤让男人捅视频| 一夜夜www| e午夜精品久久久久久久| 9191精品国产免费久久| videos熟女内射| 男女免费视频国产| 色综合欧美亚洲国产小说| a级毛片黄视频| 久久精品aⅴ一区二区三区四区| 99国产精品一区二区蜜桃av | 亚洲 国产 在线| 国产在线视频一区二区| 在线观看免费午夜福利视频| 真人做人爱边吃奶动态| 好男人电影高清在线观看| 老司机影院毛片| 高清av免费在线| 国产视频一区二区在线看| 91精品三级在线观看| 极品人妻少妇av视频| 精品久久久精品久久久| 波多野结衣av一区二区av| 久久天躁狠狠躁夜夜2o2o| 正在播放国产对白刺激| 日本黄色视频三级网站网址 | 女人久久www免费人成看片| 国产国语露脸激情在线看| 9191精品国产免费久久| 男女午夜视频在线观看| 国产精品av久久久久免费| 2018国产大陆天天弄谢| 变态另类成人亚洲欧美熟女 | 黄频高清免费视频| 欧美日韩亚洲国产一区二区在线观看 | 一级毛片女人18水好多| 天堂俺去俺来也www色官网| 深夜精品福利| 午夜福利视频在线观看免费| 性高湖久久久久久久久免费观看| 日本撒尿小便嘘嘘汇集6| 一本大道久久a久久精品| 国产精品久久久av美女十八| 五月开心婷婷网| 桃花免费在线播放| 中文字幕精品免费在线观看视频| 搡老岳熟女国产| 99riav亚洲国产免费| 91精品国产国语对白视频| 精品亚洲成a人片在线观看| 极品教师在线免费播放| 亚洲欧洲日产国产| 黄色 视频免费看| 中文字幕人妻丝袜制服| 国产精品久久电影中文字幕 | 成人18禁高潮啪啪吃奶动态图| 一级a爱视频在线免费观看| 日本黄色日本黄色录像| e午夜精品久久久久久久| 亚洲五月色婷婷综合| 久久中文看片网| 精品久久久久久电影网| 国产精品熟女久久久久浪| 久久毛片免费看一区二区三区| 国产极品粉嫩免费观看在线| 我要看黄色一级片免费的| 他把我摸到了高潮在线观看 | 777久久人妻少妇嫩草av网站| 欧美黑人欧美精品刺激| 性少妇av在线| 久久久久网色| 99国产精品免费福利视频| 亚洲成国产人片在线观看| 午夜激情av网站| 精品乱码久久久久久99久播| 亚洲国产av新网站| 日韩免费高清中文字幕av| 人妻一区二区av| 国产成人欧美在线观看 | 97在线人人人人妻| 久久精品成人免费网站| 啦啦啦在线免费观看视频4| 男女无遮挡免费网站观看| 成人黄色视频免费在线看| 91大片在线观看| 青青草视频在线视频观看| 精品人妻1区二区| 麻豆乱淫一区二区| 一二三四社区在线视频社区8| 精品国产一区二区久久| 国产老妇伦熟女老妇高清| 午夜福利,免费看| 老司机午夜十八禁免费视频| 国产精品久久久久久精品电影小说| 免费在线观看完整版高清| 精品熟女少妇八av免费久了| 又黄又粗又硬又大视频| 久久久欧美国产精品| 日韩一卡2卡3卡4卡2021年| 女人爽到高潮嗷嗷叫在线视频| 精品人妻在线不人妻| 99热国产这里只有精品6| 香蕉久久夜色| 日韩欧美一区二区三区在线观看 | 视频区欧美日本亚洲| 久久久久视频综合| 午夜两性在线视频| 国产精品九九99| 成人国语在线视频| 黄色成人免费大全| videosex国产| 国产精品久久电影中文字幕 | 欧美国产精品va在线观看不卡| 亚洲av美国av| e午夜精品久久久久久久| 日韩欧美免费精品| 成人国产av品久久久| 1024香蕉在线观看| 国产一区二区在线观看av| 国产精品免费视频内射| 成人亚洲精品一区在线观看| 伦理电影免费视频| 欧美+亚洲+日韩+国产| 色精品久久人妻99蜜桃| 99九九在线精品视频| 国产91精品成人一区二区三区 | 国产日韩欧美亚洲二区| 午夜福利,免费看| 精品国产乱码久久久久久小说| 国产视频一区二区在线看| 69av精品久久久久久 | av网站免费在线观看视频| 午夜91福利影院| 亚洲av日韩精品久久久久久密| 国产精品一区二区免费欧美| 巨乳人妻的诱惑在线观看| 久久精品91无色码中文字幕| 丁香六月欧美| 久久中文看片网| 久久人妻av系列| 欧美激情 高清一区二区三区| 久久人妻av系列| 99精品欧美一区二区三区四区| 黑人欧美特级aaaaaa片| 99国产精品免费福利视频| 亚洲 欧美一区二区三区| 国产一区二区激情短视频| 中文字幕高清在线视频| 中文字幕人妻丝袜制服| 97人妻天天添夜夜摸| 一级,二级,三级黄色视频| 在线观看66精品国产| 欧美亚洲 丝袜 人妻 在线| 一边摸一边做爽爽视频免费| 一区在线观看完整版| 999久久久国产精品视频| 热99re8久久精品国产| 国产欧美日韩一区二区三区在线| 99热网站在线观看| 巨乳人妻的诱惑在线观看| www.精华液| 欧美午夜高清在线| av国产精品久久久久影院| 亚洲av日韩精品久久久久久密| netflix在线观看网站| 免费观看av网站的网址| 亚洲精品一卡2卡三卡4卡5卡| 亚洲精品自拍成人| 丝袜在线中文字幕| 国产麻豆69| 亚洲全国av大片| 两人在一起打扑克的视频| 在线十欧美十亚洲十日本专区| 精品福利永久在线观看| 一区二区三区激情视频| 日韩有码中文字幕| 一个人免费看片子| 丰满人妻熟妇乱又伦精品不卡| 黄片小视频在线播放| 高潮久久久久久久久久久不卡| 国产在线免费精品| 美国免费a级毛片| 欧美激情高清一区二区三区| 国产精品98久久久久久宅男小说| 久久午夜亚洲精品久久| www.自偷自拍.com| 欧美成人免费av一区二区三区 | 亚洲视频免费观看视频| 日日夜夜操网爽| 黄色视频,在线免费观看| 成人永久免费在线观看视频 | 亚洲熟女精品中文字幕| 亚洲欧美日韩另类电影网站| 十八禁网站网址无遮挡| 男男h啪啪无遮挡| 国产亚洲精品久久久久5区| 9热在线视频观看99| 这个男人来自地球电影免费观看| 国产精品久久久久久精品古装| 国产成人一区二区三区免费视频网站| 亚洲欧美色中文字幕在线| 黑人猛操日本美女一级片| 日本精品一区二区三区蜜桃| 制服人妻中文乱码| 国产不卡av网站在线观看| www.熟女人妻精品国产| 十八禁网站免费在线| 色播在线永久视频| 国产精品久久久久久人妻精品电影 | 久久亚洲精品不卡| 18在线观看网站| 国产无遮挡羞羞视频在线观看| 日韩大码丰满熟妇| 黑人巨大精品欧美一区二区mp4| 欧美激情高清一区二区三区| 香蕉久久夜色| 五月开心婷婷网| 国产99久久九九免费精品| 人妻一区二区av| 中文字幕高清在线视频| 国产成人精品久久二区二区91| 亚洲成人免费电影在线观看| 18禁黄网站禁片午夜丰满| 少妇精品久久久久久久| 色尼玛亚洲综合影院| 亚洲久久久国产精品| 精品国产国语对白av| 天天操日日干夜夜撸| 在线观看www视频免费| 无人区码免费观看不卡 | 亚洲精品国产色婷婷电影| 99在线人妻在线中文字幕 | 一个人免费看片子| 国产高清国产精品国产三级| 大香蕉久久网| 岛国在线观看网站| 两性夫妻黄色片| 十八禁高潮呻吟视频| 国产成人啪精品午夜网站| 精品少妇黑人巨大在线播放| 久久精品国产综合久久久| 交换朋友夫妻互换小说| 国产人伦9x9x在线观看| 美女高潮到喷水免费观看| 欧美性长视频在线观看| 汤姆久久久久久久影院中文字幕| 亚洲av成人不卡在线观看播放网| 高清av免费在线| 免费在线观看完整版高清| 亚洲av片天天在线观看| 精品福利永久在线观看| 欧美日韩亚洲高清精品| 老司机福利观看| 久久亚洲精品不卡| 日日摸夜夜添夜夜添小说| 亚洲七黄色美女视频| 建设人人有责人人尽责人人享有的| 久久久精品国产亚洲av高清涩受| 日韩欧美一区视频在线观看| 免费一级毛片在线播放高清视频 | 亚洲中文字幕日韩| 99久久精品国产亚洲精品| 80岁老熟妇乱子伦牲交| 丁香六月欧美| 国产精品久久久久久人妻精品电影 | 丝袜在线中文字幕| 日韩中文字幕视频在线看片| 午夜福利,免费看| 天天躁日日躁夜夜躁夜夜| 久久精品91无色码中文字幕| 丝瓜视频免费看黄片| √禁漫天堂资源中文www| 岛国毛片在线播放| 欧美日韩av久久| 别揉我奶头~嗯~啊~动态视频| 国产又爽黄色视频| 亚洲欧美日韩高清在线视频 | 中文亚洲av片在线观看爽 | 成人永久免费在线观看视频 | 十八禁高潮呻吟视频| www.熟女人妻精品国产| 国产一区二区三区在线臀色熟女 | 亚洲自偷自拍图片 自拍| 男女边摸边吃奶| 嫩草影视91久久| 黑人猛操日本美女一级片| 国产免费现黄频在线看| 国产精品1区2区在线观看. | 99精品久久久久人妻精品| 国产真人三级小视频在线观看| 精品国产乱子伦一区二区三区| 性色av乱码一区二区三区2| 日本黄色视频三级网站网址 | 两性午夜刺激爽爽歪歪视频在线观看 | 80岁老熟妇乱子伦牲交| 国产成人精品久久二区二区免费| 午夜福利在线观看吧| 嫩草影视91久久| 高清在线国产一区| 亚洲性夜色夜夜综合| 一级黄色大片毛片| e午夜精品久久久久久久| 日韩欧美三级三区| av不卡在线播放| 国产欧美日韩一区二区精品| 国产又色又爽无遮挡免费看| 国产1区2区3区精品| 亚洲精华国产精华精| 成人国产一区最新在线观看| 国产高清videossex| 黑丝袜美女国产一区| 在线观看66精品国产| 99久久精品国产亚洲精品| 亚洲,欧美精品.| 国产成+人综合+亚洲专区| 国产色视频综合| 一个人免费看片子| 久久青草综合色| av网站免费在线观看视频| 韩国精品一区二区三区| 搡老乐熟女国产| 国产一区二区激情短视频| 国产亚洲精品一区二区www | 色综合欧美亚洲国产小说| 黄色视频不卡| 水蜜桃什么品种好| 日本vs欧美在线观看视频| 热99久久久久精品小说推荐| 久久影院123| www.999成人在线观看| 美国免费a级毛片| 亚洲成国产人片在线观看| 一区二区日韩欧美中文字幕| 黄色怎么调成土黄色| 人成视频在线观看免费观看| 韩国精品一区二区三区| 久久国产精品人妻蜜桃| 久久人妻熟女aⅴ| 中文字幕制服av| av一本久久久久| 成人亚洲精品一区在线观看| 亚洲欧洲精品一区二区精品久久久| 90打野战视频偷拍视频| 黄网站色视频无遮挡免费观看| 日韩中文字幕视频在线看片| 国产在线免费精品| 亚洲五月色婷婷综合| 一本色道久久久久久精品综合| 国产一区二区三区综合在线观看| 老熟妇乱子伦视频在线观看| 精品久久久久久电影网| 99精品欧美一区二区三区四区| 久久久久网色| 精品久久久久久电影网| 男女床上黄色一级片免费看| 手机成人av网站| 99久久精品国产亚洲精品| 精品少妇黑人巨大在线播放| 国产精品一区二区精品视频观看| 国产97色在线日韩免费| 久久久水蜜桃国产精品网| 少妇 在线观看|