CN104515479A - 中厚板平面板形测量系统及方法 - Google Patents
中厚板平面板形测量系统及方法 Download PDFInfo
- Publication number
- CN104515479A CN104515479A CN201510007260.6A CN201510007260A CN104515479A CN 104515479 A CN104515479 A CN 104515479A CN 201510007260 A CN201510007260 A CN 201510007260A CN 104515479 A CN104515479 A CN 104515479A
- Authority
- CN
- China
- Prior art keywords
- steel plate
- image
- coordinate
- curve
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种中厚板平面板形测量系统及方法,该系统包括:图像采集单元,通过线阵相机采集钢板图像;图像识别单元,与所述图像采集单元连接,用于识别钢板图像中钢板区域的坐标;图像处理单元,与所述图像处理单元连接,用于将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;图像计算单元,与所述图像处理单元连接,用于计算钢板曲线的拐点。本发明提供的中厚板平面板形测量方法及系统采用激光线光源和线阵CCD摄像机,不仅可以实现普通测宽仪测量钢板实时宽度的功能,而且可以测量钢板的轮廓形状并给出钢板轮廓上的特征拐点,检测钢板头尾长度,为优化剪切提供了直观和可靠的数据。
Description
技术领域
本发明涉及机器视觉技术领域,具体涉及一种中厚板平面板形测量系统及方法。
背景技术
为减少材料浪费,提高中厚板成材率,世界上先进的钢铁企业已较普遍采用在线自动检测技术对钢板的宽度和长度进行检测,以确定最优剪切方案,实现最优化剪切。
优化剪切包含两个步骤:首先,利用板形测量系统检测得到钢板平面外形轮廓的精确坐标,获得钢板外形及尺寸;然后,优化剪切系统根据上述钢板外形具体情况计算出最佳裁剪方案,确定剪切线位置,并将优化结果传送到剪切操作系统。
目前国内产品仅有应用于热轧和冷轧的测宽系统,还没有专门应用于中厚板剪切前的板形测量系统。所以国内钢厂采用国外的板形仪来检测中厚板外形轮廓,而国外的板形仪还包括平直度检测等多项其它功能,使整体设备非常昂贵,导致国内只有少数高端的中厚板厂有能力采用优化剪切技术,使该项技术在国内的应用市场非常小,因此,为降低钢厂使用优化剪切技术的资金门槛,开发专门应用于中厚板剪切前的板形测量系统很有必要。
发明内容
本发明的目的是提供一种中厚板平面板形测量系统及方法,用以对中厚板剪切前进行板形测量。
本发明的技术方案是提供一种中厚板平面板形测量系统,包括:
图像采集单元,通过线阵相机采集钢板图像;
图像识别单元,与所述图像采集单元连接,用于识别钢板图像中钢板区域的坐标;
图像处理单元,与所述图像处理单元连接,用于将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;
图像计算单元,与所述图像处理单元连接,用于计算钢板曲线的拐点。
在本发明一实施例中,所述图像识别单元将钢板区域的坐标对应于世界坐标。
在本发明一实施例中,所述图像识别单元将钢板曲线的坐标对应为世界坐标。
在本发明一实施例中,所述图像计算单元根据所述钢板曲线选择中心线将所述钢板曲线分为两部分,当第一部分中独立区域个数超过一阀值时,判定该部分为钢板的头部;当第二部分中独立区域个数超过该阀值时,判定该部分为钢板的尾部。
在本发明一实施例中,所述图像计算单元将所述坐标排序,计算相邻两点间斜率,当相邻斜率差值大于第二阀值时,判定三点中的中间点为拐点。
本发明还提供一种中厚板平面板形测量方法,该方法步骤包括:
通过线阵相机采集钢板图像;
识别钢板图像中钢板区域的坐标;
将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;
计算钢板曲线的拐点。
在本发明一实施例中,所述识别钢板图像中钢板区域的坐标后还包括:将钢板区域的坐标对应于世界坐标。
在本发明一实施例中,所述钢板曲线后还包括:将钢板曲线的坐标对应为世界坐标。
在本发明一实施例中,根据所述钢板曲线选择中心线将所述钢板曲线分为两部分,当第一部分中独立区域个数超过一阀值时,判定该部分为钢板的头部;当第二部分中独立区域个数超过该阀值时,判定该部分为钢板的尾部。
在本发明一实施例中,将所述坐标排序,计算相邻两点间斜率,当相邻斜率差值大于第二阀值时,判定三点中的中间点为拐点。
本发明提供的中厚板平面板形测量方法及系统采用激光线光源和线阵CCD摄像机,不仅可以实现普通测宽仪测量钢板实时宽度的功能,而且可以测量钢板的轮廓形状并给出钢板轮廓上的特征拐点,检测钢板头尾长度,为优化剪切提供了直观和可靠的数据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的中厚板平面板形测量系统原理图;
图2是本发明的中厚板平面板形测量系统配置结构图;
图3是本发明的中厚板平面板形测量流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明提供的中厚板平面板形测量系统原理图,其中,该测量系统包括:
图像采集单元101,通过线阵相机采集钢板图像;
图像识别单元102,与所述图像采集单元101连接,用于识别钢板图像中钢板区域的坐标;
图像处理单元103,与所述图像处理单元102连接,用于将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;
图像计算单元104,与所述图像处理单元103连接,用于计算钢板曲线的拐点。
在本发明一实施例中,所述图像识别单元102将钢板区域的坐标对应于世界坐标。
在本发明一实施例中,所述图像识别单元102将钢板曲线的坐标对应为世界坐标。
在本发明一实施例中,所述图像计算单元104根据所述钢板曲线选择中心线将所述钢板曲线分为两部分,当第一部分中独立区域个数超过一阀值时,判定该部分为钢板的头部;当第二部分中独立区域个数超过该阀值时,判定该部分为钢板的尾部。
在本发明一实施例中,所述图像计算单元104将所述坐标排序,计算相邻两点间斜率,当相邻斜率差值大于第二阀值时,判定三点中的中间点为拐点。
本发明提供的中厚板平面板形测量系统采用激光线光源和线阵CCD摄像机,不仅可以实现普通测宽仪测量钢板实时宽度的功能,而且可以测量钢板的轮廓形状并给出钢板轮廓上的特征拐点,检测钢板头尾长度,为优化剪切提供了直观和可靠的数据。
图3是本发明还提供的中厚板平面板形测量方法的流程图,该方法步骤包括:
S01:通过线阵相机采集钢板图像;
S02:识别钢板图像中钢板区域的坐标;
S03:将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;
S04:计算钢板曲线的拐点。
在本发明一实施例中,所述识别钢板图像中钢板区域的坐标后还包括:将钢板区域的坐标对应于世界坐标。
在本发明一实施例中,所述钢板曲线后还包括:将钢板曲线的坐标对应为世界坐标。
在本发明一实施例中,根据所述钢板曲线选择中心线将所述钢板曲线分为两部分,当第一部分中独立区域个数超过一阀值时,判定该部分为钢板的头部;当第二部分中独立区域个数超过该阀值时,判定该部分为钢板的尾部。
在本发明一实施例中,将所述坐标排序,计算相邻两点间斜率,当相邻斜率差值大于第二阀值时,判定三点中的中间点为拐点。
本发明提供的中厚板平面板形测量方法,不仅可以实现普通测宽仪测量钢板实时宽度的功能,而且可以测量钢板的轮廓形状并给出钢板轮廓上的特征拐点,检测钢板头尾长度,为优化剪切提供了直观和可靠的数据。
另外,由于本发明光源和摄像机的数量少,因此结构简单,易于维护。
下面结合一个中厚板平面板形测量系统为例对本发明进行具体描述,然而值得注意的是该具体实施例仅是为了更好地描述本发明,并不构成对本发明的不当限定。
请结合图2,图2是本发明的中厚板平面板形测量系统配置结构图。摄像机1和光源2都通过支架平行安装在钢板3上方,其中,光源2为激光线光源,发射的光线在钢板3表面的宽度方向形成一条激光照射线,且照射线的长度大于钢板3宽度。摄像机1采用黑白线阵CCD摄像机,连接计算机4中的图像采集卡5的传输控制接口采用camera link接口方式,拍摄视场宽度取决于中厚板板材的宽度,一般摄像机视野要覆盖到整个板宽,并且左右各留有至少100mm的宽度,即拍摄视场宽度≥钢板3宽度+200mm。此外,摄像机1和光源2架设的高度取决于中厚板板材的宽度,一般距离板材为1.5-2.5m,且光源2的高度要稍低于摄像机1的高度。
在钢板3下方辊道上安装测速编码器6,当速度不为零时,编码器6发出脉冲信号到计算机4中的计数器7,测出钢板3移动速度,进而得到钢板3行进方向的位移。
在对中厚板平面板形测量之前,先确定待测钢板的图像坐标系和世界坐标系之间的映射关系。具体来说就是,在生产线静止状态下,使用标定尺根据光源2发出的照射线在待测钢板上的亮度调节摄像机1的曝光时间,以使钢板明暗对比度达到最佳状态。另外还需设置提取拐点阈值参数,设置头尾长度范围参数。
在做好测量工作的必要准备之后,开始对中厚板平面板进行测量工作。
(一)启动测量系统,摄像机1开始连续拍摄图像,检测下方是否有钢板进入视野中,如无,则循环拍摄和检测步骤;当检测到有钢板时,对钢板3开始连续拍摄。摄像机1会将当前拍摄的图像传输到计算机4中的图像采集卡5,软件对接收到的图像进行感兴趣区域提取、平滑滤波、阈值分割、二值化、填充孔隙、检测钢板区域、分割独立区域、边缘检测、提取左、右边缘的图像坐标。
具体来说,为获得钢板边缘的图像坐标,需要对采集到的钢板上表面图像进行处理,每幅图像都通过以下方法进行处理:提取感兴趣区域以去除多余区域、平滑滤波以去除噪声、设定阈值将灰度图像转化为二值化图像、填充二值化图像中的孔隙、检测图像中的钢板区域并去除干扰区域、计算图像中钢板独立区域个数、分别对各区域进行边缘检测,并对每个区域提取钢板左、右边缘,在左、右边缘的图像坐标族中选择合适的图像坐标作为此钢板区域左、右边缘的图像坐标。
(二)通过编码器6和计算机4中的计数器7检测待测钢板的移动速度,然后计算得到钢板行进方向的位移。根据位移及图像坐标系和世界坐标系之间的映射关系,将左右边缘的图像坐标转化为世界坐标。循环以上步骤,当摄像机1再次检测到下方没有钢板,或编码器6检测到钢板移动停止时,停止循环,等待下一块钢板。
具体来说,为得到钢板边缘的世界坐标,采用如下方法:根据生产线静止状态下计算获得的图像坐标系与世界坐标系之间的对应关系,将第一次检测到的钢板坐标作为世界坐标系原点,通过当前获得的钢板的移动速度,结合已知前后两幅图像拍摄的时间差,以及图像坐标与世界坐标之间的对应关系,可以获得其他钢板区域边缘的世界坐标,依次处理所有图像中钢板区域左、右边缘的图像坐标,由此得到以时间为顺序的钢板轮廓上的所有世界坐标。
(三)根据待测钢板的世界坐标计算生成待测钢板的第一板形图和轮廓上的特征拐点;
为得到钢板轮廓上的特征拐点,采用如下方法:对得到的钢板世界坐标进行逆时针排序,排序后的坐标中每三个点依次计算两点间斜率值。从第二个斜率值开始计算其与前一斜率值之间差值的绝对值,当差值大于设定阈值时判定三个点中的中间点为特征拐点,依次计算得到所有的特征拐点,如遇到斜率无穷大的两点,都记为特征拐点拐点。
根据所述待测钢板轮廓上的特征拐点重构所述第一板形图生成第二板形图;
(四)根据所述第二板形图分割出待测钢板的头尾区域。
为分割待测钢板的出头尾区域,采用以下方法:根据实际经验设定钢板头部长度阈值和尾部长度阈值。按照检测到钢板的长度将世界坐标平分为前后两部分,分割后前半部分包含钢板头部,后半部分包含钢板尾部。对于前半部分,从离头部最远的坐标开始向钢板头部方向,检测每个坐标所属图像中包含的钢板独立区域个数是否为1,直到不为1时停止检测,将从钢板头部第一个坐标开始到此坐标为止所确定的长度设为钢板头部;若全部为1,则按设定的钢板头部长度阈值分割出钢板头部。对于包含钢板尾部的后一部分坐标,从离尾部最远的坐标开始向钢板尾部方向,检测每个坐标所属图像中包含的钢板独立区域个数是否为1,直到不为1时停止检测,将从此坐标开始到钢板尾部最后一个坐标为止所确定的长度设为钢板尾部;若全部为1,则按设定的钢板尾部长度阈值分割出钢板尾部。
最后,在计算机4的显示屏8的界面上显示钢板的轮廓形状、实时宽度、长度、头尾形状和分割宽度,并将坐标及宽度信息存入数据库。
本发明提供的中厚板平面板形测量方法及系统采用激光线光源和线阵CCD摄像机,不仅可以实现普通测宽仪测量钢板实时宽度的功能,而且可以测量钢板的轮廓形状并给出钢板轮廓上的特征拐点,检测钢板头尾长度,为优化剪切提供了直观和可靠的数据。
另外,由于本发明光源和摄像机的数量少,因此结构简单,易于维护。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种中厚板平面板形测量系统,其特征在于,包括:
图像采集单元,通过线阵相机采集钢板图像;
图像识别单元,与所述图像采集单元连接,用于识别钢板图像中钢板区域的坐标;
图像处理单元,与所述图像处理单元连接,用于将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;
图像计算单元,与所述图像处理单元连接,用于计算钢板曲线的拐点。
2.如权利要求1所述的测量系统,其特征在于,所述图像识别单元将钢板区域的坐标对应于世界坐标。
3.如权利要求1所述的测量系统,其特征在于,所述图像识别单元将钢板曲线的坐标对应为世界坐标。
4.如权利要求1所述的测量系统,其特征在于,所述图像计算单元根据所述钢板曲线选择中心线将所述钢板曲线分为两部分,当第一部分中独立区域个数超过一阀值时,判定该部分为钢板的头部;当第二部分中独立区域个数超过该阀值时,判定该部分为钢板的尾部。
5.如权利要求1所述的测量系统,其特征在于,所述图像计算单元将所述坐标排序,计算相邻两点间斜率,当相邻斜率差值大于第二阀值时,判定三点中的中间点为拐点。
6.一种中厚板平面板形测量方法,其特征在于,包括:
通过线阵相机采集钢板图像;
识别所述钢板图像中钢板区域的坐标;
将多个钢板图像中钢板区域的坐标进行拟合,得到钢板曲线;
计算所述钢板曲线的拐点。
7.如权利要求6所述的测量方法,其特征在于,所述识别钢板图像中钢板区域的坐标后还包括:将钢板区域的坐标对应于世界坐标。
8.如权利要求6所述的测量方法,其特征在于,所述钢板曲线后还包括:将钢板曲线的坐标对应为世界坐标。
9.如权利要求6所述的测量方法,其特征在于,根据所述钢板曲线选择中心线将所述钢板曲线分为两部分,当第一部分中独立区域个数超过一阀值时,判定该部分为钢板的头部;当第二部分中独立区域个数超过该阀值时,判定该部分为钢板的尾部。
10.如权利要求9所述的测量方法,其特征在于,将所述坐标排序,计算相邻两点间斜率,当相邻斜率差值大于第二阀值时,判定三点中的中间点为拐点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510007260.6A CN104515479A (zh) | 2015-01-07 | 2015-01-07 | 中厚板平面板形测量系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510007260.6A CN104515479A (zh) | 2015-01-07 | 2015-01-07 | 中厚板平面板形测量系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104515479A true CN104515479A (zh) | 2015-04-15 |
Family
ID=52791147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510007260.6A Pending CN104515479A (zh) | 2015-01-07 | 2015-01-07 | 中厚板平面板形测量系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104515479A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596049A (zh) * | 2018-12-28 | 2019-04-09 | 沈阳建筑大学 | 一种轧制后热态钢板端部剪切优化方法 |
CN109740596A (zh) * | 2018-12-28 | 2019-05-10 | 中冶京诚工程技术有限公司 | 钢板切头定位智能视频识别系统及方法 |
CN109967786A (zh) * | 2019-04-26 | 2019-07-05 | 太原科技大学 | 一种板带钢精确剪切系统 |
CN111340027A (zh) * | 2020-03-05 | 2020-06-26 | 中冶赛迪重庆信息技术有限公司 | 一种堆钢识别方法、系统、电子设备及介质 |
CN113776437A (zh) * | 2021-08-17 | 2021-12-10 | 北京科技大学 | 一种基于机器视觉的高精度中厚板宽度测量方法 |
CN113834445A (zh) * | 2021-10-04 | 2021-12-24 | 东北大学 | 铸坯火焰切割熔渣和毛刺尺寸检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101658954A (zh) * | 2009-09-10 | 2010-03-03 | 上海交通大学 | 基于图像传感的钢坯剪切装置及其剪切方法 |
CN103063159A (zh) * | 2012-12-31 | 2013-04-24 | 南京信息工程大学 | 一种基于ccd的零件尺寸测量方法 |
CN103084411A (zh) * | 2013-01-06 | 2013-05-08 | 北京中远通科技有限公司 | 一种实现中间坯头尾剪切控制的方法及系统 |
-
2015
- 2015-01-07 CN CN201510007260.6A patent/CN104515479A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101658954A (zh) * | 2009-09-10 | 2010-03-03 | 上海交通大学 | 基于图像传感的钢坯剪切装置及其剪切方法 |
CN103063159A (zh) * | 2012-12-31 | 2013-04-24 | 南京信息工程大学 | 一种基于ccd的零件尺寸测量方法 |
CN103084411A (zh) * | 2013-01-06 | 2013-05-08 | 北京中远通科技有限公司 | 一种实现中间坯头尾剪切控制的方法及系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596049A (zh) * | 2018-12-28 | 2019-04-09 | 沈阳建筑大学 | 一种轧制后热态钢板端部剪切优化方法 |
CN109740596A (zh) * | 2018-12-28 | 2019-05-10 | 中冶京诚工程技术有限公司 | 钢板切头定位智能视频识别系统及方法 |
CN109596049B (zh) * | 2018-12-28 | 2020-07-28 | 沈阳建筑大学 | 一种轧制后热态钢板端部剪切优化方法 |
CN109740596B (zh) * | 2018-12-28 | 2021-03-30 | 中冶京诚工程技术有限公司 | 钢板切头定位智能视频识别系统及方法 |
CN109967786A (zh) * | 2019-04-26 | 2019-07-05 | 太原科技大学 | 一种板带钢精确剪切系统 |
CN109967786B (zh) * | 2019-04-26 | 2021-02-05 | 太原科技大学 | 一种板带钢精确剪切系统 |
CN111340027A (zh) * | 2020-03-05 | 2020-06-26 | 中冶赛迪重庆信息技术有限公司 | 一种堆钢识别方法、系统、电子设备及介质 |
CN113776437A (zh) * | 2021-08-17 | 2021-12-10 | 北京科技大学 | 一种基于机器视觉的高精度中厚板宽度测量方法 |
CN113776437B (zh) * | 2021-08-17 | 2022-06-07 | 北京科技大学 | 一种基于机器视觉的高精度中厚板宽度测量方法 |
CN113834445A (zh) * | 2021-10-04 | 2021-12-24 | 东北大学 | 铸坯火焰切割熔渣和毛刺尺寸检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104515479A (zh) | 中厚板平面板形测量系统及方法 | |
CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
CN103164842A (zh) | 点云提取系统及方法 | |
CN104834889A (zh) | 标志线检测系统和标志线检测方法 | |
CN105865344A (zh) | 一种基于机器视觉的工件尺寸测量方法和装置 | |
CN103530590A (zh) | Dpm二维码识别系统 | |
CN103927553B (zh) | 基于多尺度微纹理和对比度联合分布的煤岩识别方法 | |
CN103900494A (zh) | 用于双目视觉三维测量的同源点快速匹配方法 | |
CN109781737B (zh) | 一种软管表面缺陷的检测方法及其检测系统 | |
CN112731440A (zh) | 高速铁路边坡形变检测方法及装置 | |
CN204329898U (zh) | 中厚板平面板形采集系统 | |
CN109993747A (zh) | 融合点线特征的快速图像匹配方法 | |
CN114004814A (zh) | 一种基于深度学习和灰度三阶矩分析的煤矸石识别方法及系统 | |
CN116152483A (zh) | 一种基于轮廓几何约束的锚钻孔轮廓提取方法及系统 | |
CN104298993A (zh) | 一种适用于轨道沿线复杂场景下的杆号定位和识别方法 | |
CN111968079A (zh) | 基于断面局部极值及分段稀疏的三维路面裂缝提取方法 | |
CN105184792A (zh) | 一种圆锯片磨损量在线测量方法 | |
CN105414206A (zh) | 一种冷轧带钢边部在线快速定位方法 | |
CN113240735B (zh) | 一种边坡位移活动性监测方法 | |
CN114842166A (zh) | 应用于结构化道路的负障碍检测方法、系统、介质及设备 | |
CN102393964A (zh) | 一种条纹间隙检测方法 | |
CN114119481A (zh) | 多参数普适性煤岩界面感知识别及采煤机轨迹规划方法 | |
CN112991327A (zh) | 基于机器视觉的钢格网焊接系统、方法和终端设备 | |
CN105631868A (zh) | 一种基于图像分类的深度信息提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150415 |
|
RJ01 | Rejection of invention patent application after publication |