CN109949260B - 一种x光探测器高度调节进行图像自动拼接方法 - Google Patents
一种x光探测器高度调节进行图像自动拼接方法 Download PDFInfo
- Publication number
- CN109949260B CN109949260B CN201910263382.XA CN201910263382A CN109949260B CN 109949260 B CN109949260 B CN 109949260B CN 201910263382 A CN201910263382 A CN 201910263382A CN 109949260 B CN109949260 B CN 109949260B
- Authority
- CN
- China
- Prior art keywords
- image
- joint
- joint point
- point
- human body
- 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.)
- Active
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明属于数字图像处理技术领域,具体涉及一种x光探测器高度调节进行图像自动拼接方法,S1、计算关节点三维坐标;S2、计算坐标偏移量;S3、初始位置定位;S4、确定移动基准点坐标;S5、逐次位移并拍摄图像;S6、图像拼接;本发明提供的一种x光探测器高度调节进行图像自动拼接方法,通过对人体关节点检测,能够得知两张图像的重叠部分的位置和大小,进而实现对两项图的匹配拼接,图像拼接更为容易。
Description
技术领域
本发明属于数字图像处理技术领域,具体涉及一种x光探测器高度调节进行图像自动拼接方法。
背景技术
在原有的影像链中,X光源、束光器中心、平板探测器中心位于同一直线上,位置相对固定且只有一个自由度(上下移动),X光源发出的圆锥型光束穿过束光器,形成特定形状大小的光束,该光束穿过待拍摄物体并被位于物体后方的平板探测器接收。
出于影像诊断层面的需求,通常需要整个人体脊椎的信息,而平板探测器通常一次只能获取部分信息。为了能将完整的脊椎信息表现在一张图像上,通常需要图像拼接。一般情况下,图像拼接是基于图像配准的,即匹配两张图像重叠部分的点,并以此为依据连接两张图像。这种完全基于算法的拼接方式计算量较大,拼接也容易出现错误。
发明内容
针对上述现有技术中,本发明提供一种x光探测器高度调节进行图像自动拼接方法,通过对人体关节点检测,能够得知两张图像的重叠部分的位置和大小,进而实现对两项图的匹配拼接,图像拼接更为容易。
本发明所采用的技术方案为:
一种x光探测器高度调节进行图像自动拼接方法,包括以下步骤:
S1、计算关节点三维坐标:双目相机获取检测位上人体的RGBD图像,通过解算获得人体的关节点三维坐标,所述关节点三维坐标包括人体双肩关节点三维坐标和若干人体的其他关节点三维坐标;
S2、计算坐标偏移量:将人体双肩关节点的纵向坐标值与预设双肩关节点的纵向坐标值相减得出坐标偏移量;
S3、初始位置定位:平板探测器根据所述坐标偏移量进行初始位置定位,移动到相应的初始位置,之后X光源启动拍摄,得到初始拍摄图像;
S4、确定移动基准点坐标:根据所述初始位置得到所述初始位置的基准点坐标;
S5、逐次位移并拍摄图像:平板探测器以所述基准点为基准且以多个预设间距调节值为长度进行逐次的位移,所述平板探测器每次移动到位之后,X光源启动拍摄,拍摄完成之后进行下一次位移,得到多个拍摄图像;
S6、图像拼接:根据每次拍摄的图像进行图像连续的自动拼接。
进一步的,S1中:
S1.1、通过所述双目相机对检测位上的场景进行拍摄,采集位于检测位上人体的RGBD图像信息,通过所述处理器将RGBD图像信息进行立体处理,获得RGB图像和深度图像,所述深度图像包括影像信息和景深信息;
S1.2、基于人体关节点检测的深度学习模型计算若干人体关节点在所述深度图像中的所在位置,并确定若干人体关节点在所述深度图像中的关节点图像坐标;
S1.3、根据所述关节点图像坐标、所述景深信息和预先设置的双目相机标定参数计算与关节点图像坐标对应的关节点三维坐标,所述关节点三维坐标用于表征人体关节点在所述场景中的三维坐标值;所述关节点三维坐标包括人体双肩关节点三维坐标和若干人体的其他关节点三维坐标。
进一步的,S6中:
S6.1、确定对准点:所述对准点为A图像中的关节点一和关节点二以及B图像中的节点三和关节点四,所述关节点一与所述关节点三为人体同一关节点,所述关节点二与所述关节点四为人体同一关节点;
S6.2、对准点匹配:将所述关节点一与所述关节点三重合,所述关节点二与所述关节点四重合,得到矩形重叠区;
S6.3、对所述矩形重叠区进行图像融合,得到新的A图像,所述A图像与下一B图像进行继续上述S6.1、S6.2的拼接步骤,直至完整凭借所有的图像为止。
进一步的,所述基准点位于所述平板探测器的上端、下端或中部,所述平板探测器位于不同的位置具有不同的基准点,每一基准点均作为所述平板探测器下一次移动的起点。
进一步的,为了实现先后拍摄的两张图像中具有一定宽度的重合区域,以便在重合区域内确定对准点,预设间距调节值小于所述平板探测器上端到下端之间的距离。
预设间距调节值的大小根据人体关节点的位置特征设置,在先后拍摄的两张图像上需要有相同的关节点出现。
进一步的,所述预设双肩关节点的纵向坐标值与所述平板探测器的高度位置相对应。
进一步的,所述平板探测器连接有驱动装置,所述驱动装置的控制端与所述处理器的输出端连接。
本发明的有益效果为:本技术方案通过双目相机获取检测位上人体的RGBD图像,通过基于人体关节点检测的深度学习模型解算获得人体关节点三维坐标,关节点三维坐标包括人体双肩关节点三维坐标和若干人体的其他关节点三维坐标,将人体双肩关节点的纵向坐标值与预设双肩关节点的纵向坐标值相减得出坐标偏移量,处理器根据坐标偏移量向平板探测器驱动机构发出控制指令,驱动平板探测器在垂直方向上移动,能够自动调节平板探测器至适当的初始位置,从而便于后续平板探测器位移的正确性,保证后续影像拍摄效果,从而便于图像拼接的有效性。
此外,由于通过确定人体关节点作为判断两张图像重合的对准点,容易判断两张图像重叠部分的位置和大小,通过人体关节点作为对准点来引导图像的拼接,无疑大大降低了拼接图像的难度,同时也保证了图像拼接的效果。
附图说明
图1是本发明中硬件设置的结构示意图;
图2是本发明中平板探测器初始位置定位状态下移过程的结构示意图;
图3是本发明中平板探测器初始位置定位状态上移过程的结构示意图;
图4是本发明中平板探测器逐次位移状态的结构示意图;
图5是本发明中拼图状态的结构示意图;
图6是本发明中方法流程框图。
图中:双目相机1;人体双肩关节点2;其他关节点3;平板探测器4;X光源5;基准点6;预设间距调节值7;对准点8;关节点一8.1;关节点二8.2;矩形重叠区9;A图像10;B图像11。
具体实施方式
下面结合附图及具体实施例对本发明作进一步阐述。
实施例1:
如图1-图6所示,本实施例提供一种x光探测器高度调节进行图像自动拼接方法,包括如下步骤:
S1、计算关节点三维坐标:位于检测位前方的双目相机1获取检测位上人体的RGBD图像,通过解算获得人体的关节点三维坐标,关节点三维坐标包括人体双肩关节点2三维坐标和若干人体的其他关节点3三维坐标;
S2、计算坐标偏移量:将人体双肩关节点2的纵向坐标值与预设双肩关节点的纵向坐标值相减得出坐标偏移量;
S3、初始位置定位:平板探测器4根据坐标偏移量进行初始位置定位,移动到相应的初始位置,之后X光源5启动拍摄,得到初始拍摄图像;
S4、确定移动基准点6坐标:根据初始位置得到初始位置的基准点6坐标;
S5、逐次位移并拍摄图像:平板探测器4以基准点6为基准且以多个预设间距调节值7为长度进行逐次的位移,平板探测器4每次移动到位之后,X光源5启动拍摄,拍摄完成之后进行下一次位移,得到多个拍摄图像;
S6、图像拼接:根据每次拍摄的图像进行图像连续的自动拼接。
实施例2:
本实施例是在上述实施例1的基础上进行优化限定。
S1中:
S1.1、通过双目相机1对检测位上的场景进行拍摄,采集位于检测位上人体的RGBD图像信息,通过处理器将RGBD图像信息进行立体处理,获得RGB图像和深度图像,深度图像包括影像信息和景深信息;
S1.2、基于人体关节点检测的深度学习模型计算若干人体关节点在深度图像中的所在位置,并确定若干人体关节点在深度图像中的关节点图像坐标;
S1.3、根据关节点图像坐标、景深信息和预先设置的双目相机1标定参数计算与关节点图像坐标对应的关节点三维坐标,关节点三维坐标用于表征人体关节点在场景中的三维坐标值;关节点三维坐标包括人体双肩关节点2三维坐标和若干人体的其他关节点3三维坐标;
具体的,双目相机1标定参数包括相机焦距、图像中心坐标和图像畸变系数,根据图像畸变系数和关节点图像坐标计算得到关节点校正坐标;根据深度图像中的景深信息,确定与关节点图像坐标对应的关节点深度值,关节点深度值为关节点三维坐标中的Z轴坐标值;将关节点深度值、关节点校正坐标和图像中心坐标带入三维坐标计算模型,计算得到关节点三维坐标;
人体关节点检测的深度学习模型和三维坐标计算模型均为现有计算模型,带入对应的参数即可实现对人体关节点三维坐标的计算。
实施例3:
本实施例是在上述实施例1的基础上进行优化限定。
S6中:
S6.1、确定对准点8:对准点8为A图像10中的关节点一8.1和关节点二8.2以及B图像11中的节点三和关节点四,关节点一8.1与关节点三为人体同一关节点,关节点二8.2与关节点四为人体同一关节点;
S6.2、对准点8匹配:将关节点一8.1与关节点三重合,关节点二8.2与关节点四重合,得到矩形重叠区9;
S6.3、对矩形重叠区9进行图像融合,得到新的A图像10,A图像10与下一B图像11进行继续上述S6.1、S6.2的拼接步骤,直至完整凭借所有的图像为止。
实施例4:
本实施例是在上述实施例1的基础上进行优化限定。
S2中:关节点三维坐标包括人体双肩关节点2三维坐标和若干人体的其他关节点3三维坐标,由于双目相机1与X光源5、束光器、平板探测器4保持相对位置不变,故平板探测器4在合适的位置时,RGB图像中人体的双肩的纵向坐标都是相对固定的,将人体双肩关节点2的纵向坐标值与预设双肩关节点的纵向坐标值相减得出坐标偏移量,坐标偏移量便成为平板探测器4移动方向和幅度的根据,具体计算如下:
Y3=Y1-Y2
其中,人体双肩关节点2的纵坐标值为Y1,预设双肩关节点的纵坐标值为Y2,坐标偏移量为Y3。
实施例5:
本实施例是在上述实施例1-4中任一项实施例的基础上进行优化限定。
预设双肩关节点的纵向坐标值与平板探测器4的高度位置相对应,从而通过判断预设双肩关节点的纵向坐标值与人体双肩关节的纵向坐标值的差值,即可得出平板探测器4需要上移或下移的相应距离。
平板探测器4的移动方向具体如下:
人体双肩关节点2的纵向坐标值大于预设双肩关节点的纵向坐标值,平板探测器4上移,反之则下移。
实施例6:
本实施例是在上述实施例5的基础上进行优化限定。
基准点6位于平板探测器4的上端、下端或中部,本实施例中,基准点6位于平板探测器4的上端,平板探测器4位于不同的位置具有不同的基准点6,每一基准点6均作为平板探测器4下一次移动的起点。
实施例7:
本实施例是在上述实施例6的基础上进行优化限定。
为了实现先后拍摄的两张图像中具有一定宽度的重合区域,以便在重合区域内确定对准点8,预设间距调节值7小于平板探测器4上端到下端之间的距离。
预设间距调节值7的大小根据人体关节点的位置特征设置,在先后拍摄的两张图像上需要有相同的关节点出现。
实施例8:
本实施例是在上述实施例7的基础上进行优化限定。
平板探测器4连接有驱动装置,驱动装置的控制端与处理器的输出端连接。
具体的,驱动装置为驱动电机,驱动电机上通过齿轮传动或链条转动等方式实现对平板探测器4的升降操作,平板探测器4升降动作的传动结构均采用现有的传动结构,不局限于电机传动。
本技术方案通过双目相机1获取检测位上人体的RGBD图像,通过基于人体关节点检测的深度学习模型解算获得人体关节点三维坐标,关节点三维坐标包括人体双肩关节点2三维坐标和若干人体的其他关节点3三维坐标,将人体双肩关节点2的纵向坐标值与预设双肩关节点的纵向坐标值相减得出坐标偏移量,处理器根据坐标偏移量向平板探测器4驱动机构发出控制指令,驱动平板探测器4在垂直方向上移动,能够自动调节平板探测器4至适当的初始位置,从而便于后续平板探测器4位移的正确性,保证后续影像拍摄效果,从而便于图像拼接的有效性。
此外,由于通过确定人体关节点作为判断两张图像重合的对准点8,容易判断两张图像重叠部分的位置和大小,通过人体关节点作为对准点8来引导图像的拼接,无疑大大降低了拼接图像的难度,同时也保证了图像拼接的效果。
本发明不局限于上述可选实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是落入本发明权利要求界定范围内的技术方案,均落在本发明的保护范围之内。
Claims (6)
1.一种x光探测器高度调节进行图像自动拼接方法,其特征在于,包括以下步骤:
S1、计算关节点三维坐标:双目相机获取检测位上人体的RGBD图像,通过解算获得人体的关节点三维坐标,所述关节点三维坐标包括人体双肩关节点三维坐标和若干人体的其他关节点三维坐标;
S2、计算坐标偏移量:将人体双肩关节点的纵向坐标值与预设双肩关节点的纵向坐标值相减得出坐标偏移量;
S3、初始位置定位:平板探测器根据所述坐标偏移量进行初始位置定位,移动到相应的初始位置,之后X光源启动拍摄,得到初始拍摄图像;
S4、确定移动基准点坐标:根据所述初始位置得到所述初始位置的基准点坐标;
S5、逐次位移并拍摄图像:平板探测器以所述基准点为基准且以多个预设间距调节值为长度进行逐次的位移,所述平板探测器每次移动到位之后,X光源启动拍摄,拍摄完成之后进行下一次位移,得到多个拍摄图像;
S6、图像拼接:根据每次拍摄的图像进行图像连续的自动拼接,S6中:
S6.1、确定对准点:所述对准点为A图像中的关节点一和关节点二以及B图像中的节点三和关节点四,所述关节点一与所述关节点三为人体同一关节点,所述关节点二与所述关节点四为人体同一关节点;
S6.2、对准点匹配:将所述关节点一与所述关节点三重合,所述关节点二与所述关节点四重合,得到矩形重叠区;
S6.3、对所述矩形重叠区进行图像融合,得到新的A图像,所述A图像与下一B图像进行继续上述S6.1、S6.2的拼接步骤,直至完整凭借所有的图像为止。
2.根据权利要求1所述一种x光探测器高度调节进行图像自动拼接方法,其特征在于,
S1中:
S1.1、通过所述双目相机对检测位上的场景进行拍摄,采集位于检测位上人体的RGBD图像信息,通过处理器将RGBD图像信息进行立体处理,获得RGB图像和深度图像,所述深度图像包括影像信息和景深信息;
S1.2、基于人体关节点检测的深度学习模型计算若干人体关节点在所述深度图像中的所在位置,并确定若干人体关节点在所述深度图像中的关节点图像坐标;
S1.3、根据所述关节点图像坐标、所述景深信息和预先设置的双目相机标定参数计算与关节点图像坐标对应的关节点三维坐标,所述关节点三维坐标用于表征人体关节点在所述场景中的三维坐标值;所述关节点三维坐标包括人体双肩关节点三维坐标和若干人体的其他关节点三维坐标。
3.根据权利要求1所述一种x光探测器高度调节进行图像自动拼接方法,其特征在于,所述基准点位于所述平板探测器的上端、下端或中部,所述平板探测器位于不同的位置具有不同的基准点,每一基准点均作为所述平板探测器下一次移动的起点。
4.根据权利要求3所述一种x光探测器高度调节进行图像自动拼接方法,其特征在于,
所述预设间距调节值小于所述平板探测器上端到下端之间的距离。
5.根据权利要求4所述的一种x光探测器高度调节进行图像自动拼接方法,其特征在于:所述预设双肩关节点的纵向坐标值与所述平板探测器的高度位置相对应。
6.根据权利要求5所述的一种x光探测器高度调节进行图像自动拼接方法,其特征在于:所述平板探测器连接有驱动装置,所述驱动装置的控制端与处理器的输出端连接。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910263382.XA CN109949260B (zh) | 2019-04-02 | 2019-04-02 | 一种x光探测器高度调节进行图像自动拼接方法 |
CA3135998A CA3135998A1 (en) | 2019-04-02 | 2020-04-02 | An integrated x-ray precision imaging device |
US17/268,949 US20220079544A1 (en) | 2019-04-02 | 2020-04-02 | An integrated x-ray precision imaging device |
AU2020255687A AU2020255687A1 (en) | 2019-04-02 | 2020-04-02 | An integrated X-ray precision imaging device |
PCT/CA2020/050438 WO2020198870A1 (en) | 2019-04-02 | 2020-04-02 | An integrated x-ray precision imaging device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910263382.XA CN109949260B (zh) | 2019-04-02 | 2019-04-02 | 一种x光探测器高度调节进行图像自动拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949260A CN109949260A (zh) | 2019-06-28 |
CN109949260B true CN109949260B (zh) | 2021-02-26 |
Family
ID=67013543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910263382.XA Active CN109949260B (zh) | 2019-04-02 | 2019-04-02 | 一种x光探测器高度调节进行图像自动拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949260B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113180709B (zh) * | 2021-07-01 | 2021-09-07 | 晓智未来(成都)科技有限公司 | 一种基于摄影测量的人体待检测部位姿态识别方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5937552B2 (ja) * | 2013-09-09 | 2016-06-22 | 富士フイルム株式会社 | 放射線撮影システムおよびその作動方法 |
CN104142353B (zh) * | 2014-06-06 | 2017-01-11 | 清华大学 | 可见光成像辅助定位局部ct扫描方法及系统 |
CN106683070B (zh) * | 2015-11-04 | 2020-05-12 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的身高测量方法及装置 |
CN105852893A (zh) * | 2016-04-14 | 2016-08-17 | 杭州美诺瓦医疗科技股份有限公司 | 用于医疗成像系统的人体参数探测器及智能数字x光机 |
CN106510743A (zh) * | 2016-11-28 | 2017-03-22 | 广州市显浩医疗设备股份有限公司 | 一种人体身高自感应系统 |
CN106859682A (zh) * | 2017-03-22 | 2017-06-20 | 伊士通(上海)医疗器械有限公司 | 高自动化的双立柱x射线摄影系统及x射线摄影方法 |
US10507002B2 (en) * | 2017-05-23 | 2019-12-17 | Siemens Healthcare Gmbh | X-ray system and method for standing subject |
DE102017214246B3 (de) * | 2017-08-16 | 2018-10-31 | Siemens Healthcare Gmbh | Vorrichtung und Verfahren zur Feinjustage der Rekonstruktionsebene eines digitalen Kombinationsbildes sowie zugehöriges Bildauswertesystem und/oder Radiologiesystem nebst zugehörigem Computerprogrammprodukt und computerlesbaren Medium |
CN107596578B (zh) * | 2017-09-21 | 2020-07-14 | 上海联影医疗科技有限公司 | 对准标记的识别和位置确定方法、成像设备及存储介质 |
CN107510470A (zh) * | 2017-09-30 | 2017-12-26 | 苏州众志医疗科技有限公司 | 用于医学影像设备的定位装置和定位方法 |
CN107789001B (zh) * | 2017-10-31 | 2021-08-31 | 上海联影医疗科技股份有限公司 | 一种用于成像扫描的摆位方法和系统 |
CN108272513B (zh) * | 2018-01-26 | 2021-03-16 | 智美康民(珠海)健康科技有限公司 | 临床定位方法、装置、计算机设备和存储介质 |
CN108670280A (zh) * | 2018-05-28 | 2018-10-19 | 上海联影医疗科技有限公司 | 医学影像系统以及拍摄医学影像的方法 |
CN109171789B (zh) * | 2018-09-18 | 2023-02-28 | 上海联影医疗科技股份有限公司 | 一种用于影像诊断设备的校准方法和校准系统 |
-
2019
- 2019-04-02 CN CN201910263382.XA patent/CN109949260B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109949260A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN210046133U (zh) | 基于激光结构光的焊缝视觉跟踪系统 | |
CN109924994B (zh) | 一种x光拍摄过程中的检测位置自动校准方法及系统 | |
CN106289106B (zh) | 一种线阵相机和面阵相机相结合的立体视觉传感器及标定方法 | |
CN110815213B (zh) | 一种基于多维度特征融合的零件识别装配方法和装置 | |
CN108234984A (zh) | 双目深度相机系统和深度图像生成方法 | |
CN105243637B (zh) | 一种基于三维激光点云进行全景影像拼接方法 | |
EP2649932A1 (en) | Method for detecting point of gaze and device for detecting point of gaze | |
CN103776419B (zh) | 一种提高测量范围的双目视觉测距方法 | |
CN110083157B (zh) | 一种避障方法及装置 | |
CN103988231B (zh) | 用于校准车载的基于计算机的视觉系统的方法 | |
CN102761708B (zh) | 一种线阵ccd图像扫描方法 | |
CN109459984B (zh) | 一种基于三维点云的定位抓取系统及其使用方法 | |
CN106887037B (zh) | 一种基于gpu和深度相机的室内三维重建方法 | |
CN105631859B (zh) | 三自由度仿生立体视觉系统 | |
CN110163963B (zh) | 一种基于slam的建图装置和建图方法 | |
CN102230758A (zh) | 一种自行火炮行进间跟踪稳定精度测试方法及装置 | |
CN112949478A (zh) | 基于云台相机的目标检测方法 | |
CN112221890A (zh) | 一种涂布纠正方法及装置 | |
CN108332660B (zh) | 机器人三维扫描系统和扫描方法 | |
CN106203429A (zh) | 基于双目立体视觉复杂背景下的遮挡目标检测方法 | |
CN106780589A (zh) | 一种获取目标深度图像的方法 | |
CN109949260B (zh) | 一种x光探测器高度调节进行图像自动拼接方法 | |
CN110097516A (zh) | 内孔壁面图像畸变纠正方法、系统及介质 | |
CN113298886A (zh) | 一种投影仪的标定方法 | |
CN110849285A (zh) | 基于单目相机的焊点深度测量方法、系统及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 610000 north of Chengdu modern industrial port, PI Du District, Chengdu, Sichuan, No. 269 North Road, Hong Kong. Applicant after: Xiaozhi future (Chengdu) Technology Co., Ltd Address before: 610000 north of Chengdu modern industrial port, PI Du District, Chengdu, Sichuan, No. 269 North Road, Hong Kong. Applicant before: XIAOZHI TECHNOLOGY (CHENGDU) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |