• <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
    最好的美女福利视频网| 日本黄大片高清| 亚洲中文字幕一区二区三区有码在线看 | 高清毛片免费观看视频网站| 十八禁网站免费在线| 亚洲国产中文字幕在线视频| 校园春色视频在线观看| 亚洲免费av在线视频| 久9热在线精品视频| 日韩欧美免费精品| 两个人免费观看高清视频| 一进一出抽搐gif免费好疼| 国产黄片美女视频| 淫妇啪啪啪对白视频| 99热这里只有是精品50| 国产激情欧美一区二区| 欧美最黄视频在线播放免费| 丰满人妻熟妇乱又伦精品不卡| 香蕉国产在线看| 最近最新中文字幕大全免费视频| 亚洲九九香蕉| 欧美成人性av电影在线观看| 1024视频免费在线观看| 嫁个100分男人电影在线观看| 真人一进一出gif抽搐免费| 欧美日韩福利视频一区二区| 久久久精品国产亚洲av高清涩受| 97超级碰碰碰精品色视频在线观看| 亚洲第一欧美日韩一区二区三区| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美日韩高清在线视频| 一区二区三区高清视频在线| 久久久国产精品麻豆| 久久香蕉激情| 亚洲国产精品久久男人天堂| 丰满人妻熟妇乱又伦精品不卡| svipshipincom国产片| 美女扒开内裤让男人捅视频| 精品熟女少妇八av免费久了| 欧美zozozo另类| 九九热线精品视视频播放| 国产在线观看jvid| 在线观看免费视频日本深夜| 国语自产精品视频在线第100页| 亚洲熟女毛片儿| 伊人久久大香线蕉亚洲五| 精华霜和精华液先用哪个| 色噜噜av男人的天堂激情| 啦啦啦免费观看视频1| 两个人免费观看高清视频| 一二三四社区在线视频社区8| 日韩大码丰满熟妇| 亚洲欧洲精品一区二区精品久久久| 老司机在亚洲福利影院| 日韩欧美一区二区三区在线观看| 国产精华一区二区三区| 亚洲精品av麻豆狂野| 12—13女人毛片做爰片一| 国产av不卡久久| 亚洲色图 男人天堂 中文字幕| 法律面前人人平等表现在哪些方面| 国产av一区在线观看免费| 精品国内亚洲2022精品成人| 久久久精品国产亚洲av高清涩受| 国产精品一及| 日韩 欧美 亚洲 中文字幕| 亚洲成人国产一区在线观看| 香蕉av资源在线| 天堂√8在线中文| 丝袜美腿诱惑在线| 欧美成人性av电影在线观看| 欧美乱妇无乱码| 免费在线观看黄色视频的| 欧美3d第一页| 级片在线观看| 欧美最黄视频在线播放免费| 国产午夜精品论理片| 亚洲成人免费电影在线观看| www.自偷自拍.com| 99在线人妻在线中文字幕| 真人一进一出gif抽搐免费| 国产aⅴ精品一区二区三区波| 又紧又爽又黄一区二区| 久久这里只有精品19| 国产成人av激情在线播放| 亚洲成av人片在线播放无| 国产欧美日韩一区二区精品| 女人高潮潮喷娇喘18禁视频| 欧美一区二区精品小视频在线| 日韩欧美 国产精品| 国产午夜福利久久久久久| 欧美av亚洲av综合av国产av| 亚洲黑人精品在线| 久久午夜综合久久蜜桃| 日韩欧美 国产精品| 国产一区二区在线av高清观看| 久久久国产成人免费| 欧美一级a爱片免费观看看 | www.www免费av| 国产精品永久免费网站| 久久久久久免费高清国产稀缺| 99精品欧美一区二区三区四区| 成人手机av| 淫妇啪啪啪对白视频| 两个人的视频大全免费| 欧美日韩亚洲综合一区二区三区_| 国产成人一区二区三区免费视频网站| 日韩欧美在线乱码| 亚洲真实伦在线观看| 我要搜黄色片| 婷婷丁香在线五月| 麻豆成人av在线观看| 一进一出好大好爽视频| 日韩高清综合在线| 国产1区2区3区精品| 神马国产精品三级电影在线观看 | 亚洲欧美日韩东京热| 亚洲成人中文字幕在线播放| 日本 欧美在线| 午夜久久久久精精品| 国产一区二区三区视频了| 亚洲精品粉嫩美女一区| tocl精华| 国产成人啪精品午夜网站| 级片在线观看| 成人18禁在线播放| 久久久久久久久免费视频了| 9191精品国产免费久久| 国产精品香港三级国产av潘金莲| 制服诱惑二区| 久久久久国产一级毛片高清牌| 法律面前人人平等表现在哪些方面| 亚洲激情在线av| videosex国产| 91成年电影在线观看| 91国产中文字幕| 婷婷丁香在线五月| 精品第一国产精品| 久久 成人 亚洲| 亚洲一区二区三区不卡视频| 一二三四在线观看免费中文在| 99久久久亚洲精品蜜臀av| 麻豆久久精品国产亚洲av| 国产男靠女视频免费网站| 国产精品久久久人人做人人爽| a级毛片a级免费在线| 国产精品 国内视频| 欧美日韩福利视频一区二区| 国产精品永久免费网站| 一区二区三区国产精品乱码| 亚洲中文字幕日韩| 一二三四社区在线视频社区8| 亚洲人与动物交配视频| 日韩精品中文字幕看吧| 在线免费观看的www视频| 18禁黄网站禁片午夜丰满| 国产伦一二天堂av在线观看| 少妇被粗大的猛进出69影院| 国产精品美女特级片免费视频播放器 | 日韩欧美国产在线观看| 男人舔奶头视频| 天天添夜夜摸| 天堂影院成人在线观看| 国产三级中文精品| 欧美zozozo另类| 黄色a级毛片大全视频| 97碰自拍视频| 欧美在线一区亚洲| 看免费av毛片| 美女免费视频网站| 久久性视频一级片| 特级一级黄色大片| 在线免费观看的www视频| 日本一区二区免费在线视频| 亚洲色图av天堂| 国产高清视频在线观看网站| aaaaa片日本免费| 白带黄色成豆腐渣| 波多野结衣高清作品| 免费在线观看成人毛片| 欧美激情久久久久久爽电影| 久久香蕉国产精品| 99热这里只有精品一区 | 国产精品免费视频内射| 久久精品影院6| 亚洲欧美激情综合另类| 国产亚洲精品久久久久久毛片| 国产一区二区在线av高清观看| 久久精品国产99精品国产亚洲性色| av免费在线观看网站| 久久精品影院6| 老司机午夜福利在线观看视频| 亚洲专区国产一区二区| 色综合站精品国产| 中文在线观看免费www的网站 | 亚洲avbb在线观看| 亚洲一区二区三区色噜噜| 香蕉丝袜av| 中文字幕最新亚洲高清| 亚洲国产精品sss在线观看| 十八禁人妻一区二区| 麻豆一二三区av精品| 日韩成人在线观看一区二区三区| 成年人黄色毛片网站| 欧美乱色亚洲激情| 国产午夜精品久久久久久| 中出人妻视频一区二区| 嫩草影视91久久| 久久精品国产亚洲av高清一级| 久久久久久久久免费视频了| 亚洲国产精品999在线| 男人的好看免费观看在线视频 | 亚洲国产精品成人综合色| 久久久久久久午夜电影| 欧美中文综合在线视频| 亚洲真实伦在线观看| 久久久久九九精品影院| 国产精品乱码一区二三区的特点| 亚洲精品色激情综合| 夜夜夜夜夜久久久久| 一边摸一边做爽爽视频免费| 91av网站免费观看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲成人久久性| 国产成人精品无人区| 亚洲 欧美一区二区三区| 五月伊人婷婷丁香| 成人av在线播放网站| 日本熟妇午夜| 亚洲av电影在线进入| 国产久久久一区二区三区| 一区二区三区高清视频在线| 国模一区二区三区四区视频 | 欧美+亚洲+日韩+国产| 免费人成视频x8x8入口观看| 久久久久久久久中文| 宅男免费午夜| 国产v大片淫在线免费观看| 日本黄大片高清| 精品免费久久久久久久清纯| 国产亚洲精品av在线| 日韩欧美一区二区三区在线观看| 精品无人区乱码1区二区| 变态另类成人亚洲欧美熟女| 午夜亚洲福利在线播放| 免费在线观看日本一区| 男女下面进入的视频免费午夜| 亚洲成人久久爱视频| 亚洲色图av天堂| 久久久久久大精品| 亚洲在线自拍视频| 色综合亚洲欧美另类图片| 久久久久性生活片| 熟女电影av网| 国产成人精品无人区| 日日摸夜夜添夜夜添小说| av欧美777| 三级毛片av免费| 国产精品亚洲一级av第二区| 69av精品久久久久久| 脱女人内裤的视频| 1024香蕉在线观看| 丰满人妻熟妇乱又伦精品不卡| av天堂在线播放| 一本久久中文字幕| 国产精品98久久久久久宅男小说| 一个人免费在线观看电影 | 人妻夜夜爽99麻豆av| 狠狠狠狠99中文字幕| 国产精品电影一区二区三区| 精品国产美女av久久久久小说| 免费在线观看亚洲国产| 动漫黄色视频在线观看| 亚洲国产欧美一区二区综合| 女人爽到高潮嗷嗷叫在线视频| 亚洲18禁久久av| 亚洲欧美精品综合久久99| 12—13女人毛片做爰片一| cao死你这个sao货| 香蕉久久夜色| 美女高潮喷水抽搐中文字幕| 校园春色视频在线观看| 婷婷精品国产亚洲av在线| 国产成人影院久久av| 国产午夜精品论理片| 免费高清视频大片| 一本精品99久久精品77| 久久婷婷人人爽人人干人人爱| 精品无人区乱码1区二区| 黑人巨大精品欧美一区二区mp4| 黄色视频,在线免费观看| 亚洲欧洲精品一区二区精品久久久| 国产男靠女视频免费网站| 国产亚洲av嫩草精品影院| 特级一级黄色大片| 哪里可以看免费的av片| 成人18禁高潮啪啪吃奶动态图| 巨乳人妻的诱惑在线观看| 精品无人区乱码1区二区| 全区人妻精品视频| 国产伦人伦偷精品视频| 国产成人精品久久二区二区免费| 亚洲男人天堂网一区| 免费av毛片视频| e午夜精品久久久久久久| 国产午夜福利久久久久久| 啪啪无遮挡十八禁网站| 一本大道久久a久久精品| 国产精品九九99| 黄色丝袜av网址大全| 亚洲自拍偷在线| 久久性视频一级片| 亚洲专区国产一区二区| 亚洲aⅴ乱码一区二区在线播放 | 亚洲精品久久国产高清桃花| 色老头精品视频在线观看| 露出奶头的视频| 中文字幕久久专区| 欧美黑人欧美精品刺激| 国产在线精品亚洲第一网站| 在线永久观看黄色视频| 99热这里只有精品一区 | 丰满人妻一区二区三区视频av | 国产高清视频在线观看网站| 99久久国产精品久久久| 亚洲一区中文字幕在线| 国产一区二区在线av高清观看| 久久人妻av系列| 久久亚洲精品不卡| 校园春色视频在线观看| 国内揄拍国产精品人妻在线| 少妇的丰满在线观看| 黄色片一级片一级黄色片| 欧美精品亚洲一区二区| 久久亚洲真实| 国产精品国产高清国产av| 欧美日韩亚洲综合一区二区三区_| 真人做人爱边吃奶动态| 黄色视频不卡| 一区二区三区国产精品乱码| 久久久久久久午夜电影| 日日夜夜操网爽| 亚洲国产欧洲综合997久久,| 亚洲 欧美一区二区三区| 亚洲熟妇中文字幕五十中出| 国产精品电影一区二区三区| 亚洲精品粉嫩美女一区| 日日摸夜夜添夜夜添小说| 久久久水蜜桃国产精品网| 黑人欧美特级aaaaaa片| 国产成年人精品一区二区| 久久人妻av系列| 久久99热这里只有精品18| 中出人妻视频一区二区| 男女下面进入的视频免费午夜| 国产成人欧美在线观看| 丁香欧美五月| 国产激情久久老熟女| 欧美又色又爽又黄视频| 老司机午夜十八禁免费视频| 久久国产乱子伦精品免费另类| 狂野欧美白嫩少妇大欣赏| 每晚都被弄得嗷嗷叫到高潮| 国产真实乱freesex| 久久久久久免费高清国产稀缺| 这个男人来自地球电影免费观看| 亚洲人成网站在线播放欧美日韩| 久久午夜亚洲精品久久| 悠悠久久av| 麻豆国产av国片精品| 在线观看www视频免费| 成人欧美大片| 国产午夜精品久久久久久| 看免费av毛片| 久久久久久大精品| 韩国av一区二区三区四区| 九九热线精品视视频播放| 看黄色毛片网站| 亚洲精品粉嫩美女一区| 亚洲七黄色美女视频| 搡老熟女国产l中国老女人| av在线天堂中文字幕| 亚洲一区二区三区不卡视频| av视频在线观看入口| 少妇熟女aⅴ在线视频| 香蕉丝袜av| 韩国av一区二区三区四区| 欧美一区二区国产精品久久精品 | 国产一区二区在线观看日韩 | 精品久久久久久久毛片微露脸| 成人一区二区视频在线观看| av有码第一页| 欧美日韩国产亚洲二区| 日日干狠狠操夜夜爽| 99国产精品一区二区三区| 欧美日韩亚洲综合一区二区三区_| 中文字幕高清在线视频| 成在线人永久免费视频| 成人高潮视频无遮挡免费网站| 日日干狠狠操夜夜爽| 亚洲国产精品合色在线| 日本 欧美在线| 黑人巨大精品欧美一区二区mp4| 免费看十八禁软件| 老司机靠b影院| 一级作爱视频免费观看| 亚洲av成人不卡在线观看播放网| 九色国产91popny在线| 欧美av亚洲av综合av国产av| 成人三级做爰电影| av欧美777| 久久久久精品国产欧美久久久| 在线永久观看黄色视频| 日本一本二区三区精品| 国产午夜精品久久久久久| 国产精品野战在线观看| 免费看美女性在线毛片视频| 日本熟妇午夜| 亚洲精华国产精华精| 熟女电影av网| 亚洲一卡2卡3卡4卡5卡精品中文| www.自偷自拍.com| 成年女人毛片免费观看观看9| 国产精品香港三级国产av潘金莲| 高清在线国产一区| АⅤ资源中文在线天堂| 午夜日韩欧美国产| 国产成人精品无人区| 婷婷精品国产亚洲av| 黄片大片在线免费观看| 每晚都被弄得嗷嗷叫到高潮| 国产成人aa在线观看| 欧美+亚洲+日韩+国产| 国产成人精品无人区| 桃色一区二区三区在线观看| 久热爱精品视频在线9| 国产精品爽爽va在线观看网站| 在线播放国产精品三级| 亚洲全国av大片| 亚洲精华国产精华精| 久久精品国产综合久久久| 88av欧美| 欧美一级毛片孕妇| 午夜福利高清视频| 精品久久久久久久末码| 中文字幕高清在线视频| 岛国视频午夜一区免费看| 国内久久婷婷六月综合欲色啪| 亚洲片人在线观看| 最近最新中文字幕大全电影3| 国产91精品成人一区二区三区| 夜夜躁狠狠躁天天躁| 90打野战视频偷拍视频| 不卡av一区二区三区| 国产成人精品无人区| 亚洲专区国产一区二区| 在线观看免费日韩欧美大片| 午夜福利高清视频| 欧美黄色淫秽网站| 国产精品久久久人人做人人爽| 久久午夜综合久久蜜桃| www.999成人在线观看| 可以在线观看毛片的网站| 欧美性猛交黑人性爽| 天天一区二区日本电影三级| 丝袜人妻中文字幕| 两个人的视频大全免费| 国内精品久久久久久久电影| 亚洲国产看品久久| 午夜精品一区二区三区免费看| av欧美777| 狂野欧美激情性xxxx| 制服人妻中文乱码| 一级毛片高清免费大全| 精品乱码久久久久久99久播| 国产高清videossex| 亚洲真实伦在线观看| 一本久久中文字幕| 99久久99久久久精品蜜桃| 啦啦啦免费观看视频1| 精品久久久久久久毛片微露脸| 欧美一级a爱片免费观看看 | 桃红色精品国产亚洲av| 亚洲中文日韩欧美视频| 国产主播在线观看一区二区| 嫁个100分男人电影在线观看| 国产熟女xx| 国产一级毛片七仙女欲春2| 免费观看人在逋| 免费在线观看日本一区| 少妇粗大呻吟视频| 国产午夜精品久久久久久| 黄色丝袜av网址大全| 国产高清激情床上av| 国产麻豆成人av免费视频| 中文亚洲av片在线观看爽| 久久久久久久精品吃奶| 国产伦在线观看视频一区| 亚洲中文av在线| 99精品在免费线老司机午夜| 亚洲男人天堂网一区| www.熟女人妻精品国产| 亚洲美女视频黄频| 国产成人啪精品午夜网站| www日本黄色视频网| 可以免费在线观看a视频的电影网站| 国产三级在线视频| 非洲黑人性xxxx精品又粗又长| 久久久久久九九精品二区国产 | 国产精品亚洲一级av第二区| 亚洲精华国产精华精| 国产黄片美女视频| 久久亚洲真实| 老司机在亚洲福利影院| 又大又爽又粗| 又粗又爽又猛毛片免费看| 老司机午夜十八禁免费视频| 亚洲美女视频黄频| 国产1区2区3区精品| 国产高清有码在线观看视频 | 亚洲av熟女| 国产99白浆流出| 97超级碰碰碰精品色视频在线观看| 色综合亚洲欧美另类图片| 久久 成人 亚洲| 香蕉丝袜av| 久久精品91蜜桃| 欧美色欧美亚洲另类二区| 久久婷婷人人爽人人干人人爱| 免费一级毛片在线播放高清视频| 欧美zozozo另类| 一进一出抽搐gif免费好疼| 狂野欧美激情性xxxx| 美女黄网站色视频| 无限看片的www在线观看| 久久精品成人免费网站| 男人舔女人的私密视频| 日本在线视频免费播放| 女生性感内裤真人,穿戴方法视频| 亚洲欧美日韩东京热| 给我免费播放毛片高清在线观看| 国产三级在线视频| 亚洲人成网站高清观看| 国产一区二区三区在线臀色熟女| 久热爱精品视频在线9| 18禁黄网站禁片午夜丰满| 草草在线视频免费看| 丁香六月欧美| 久久久久久久精品吃奶| 日韩欧美 国产精品| 精品久久久久久成人av| 亚洲熟妇熟女久久| 天天一区二区日本电影三级| 亚洲一卡2卡3卡4卡5卡精品中文| 99re在线观看精品视频| 国产激情偷乱视频一区二区| 欧美成人性av电影在线观看| 日韩免费av在线播放| 精品久久久久久成人av| 久久精品综合一区二区三区| 又紧又爽又黄一区二区| 国产亚洲精品综合一区在线观看 | 人妻夜夜爽99麻豆av| 可以免费在线观看a视频的电影网站| 岛国视频午夜一区免费看| 特级一级黄色大片| 亚洲一卡2卡3卡4卡5卡精品中文| 在线观看一区二区三区| 中文字幕av在线有码专区| 精品久久久久久久末码| 婷婷精品国产亚洲av在线| 九色国产91popny在线| 制服丝袜大香蕉在线| 不卡一级毛片| 欧美成人免费av一区二区三区| 哪里可以看免费的av片| 手机成人av网站| 亚洲人与动物交配视频| 日韩欧美一区二区三区在线观看| 韩国av一区二区三区四区| 亚洲七黄色美女视频| av福利片在线观看| 亚洲欧美日韩高清专用| 亚洲一区中文字幕在线| 免费看a级黄色片| 欧美丝袜亚洲另类 | av福利片在线| 波多野结衣高清无吗| 桃红色精品国产亚洲av| 国产爱豆传媒在线观看 | 一级毛片精品| 国产伦人伦偷精品视频| 在线观看www视频免费| 免费在线观看亚洲国产| 在线观看一区二区三区| 夜夜躁狠狠躁天天躁| 天堂动漫精品| 午夜日韩欧美国产| 国产精品爽爽va在线观看网站| 曰老女人黄片| 毛片女人毛片| 又粗又爽又猛毛片免费看| 久久久精品国产亚洲av高清涩受| 美女午夜性视频免费| 国产人伦9x9x在线观看| 哪里可以看免费的av片| 亚洲国产日韩欧美精品在线观看 | 免费看a级黄色片| 亚洲av电影不卡..在线观看| 男女床上黄色一级片免费看| 在线国产一区二区在线| 日本a在线网址| 熟女电影av网| 免费在线观看成人毛片| 一区福利在线观看|