JP4264332B2 - 文字認識装置、ナンバープレート認識システム - Google Patents
文字認識装置、ナンバープレート認識システム Download PDFInfo
- Publication number
- JP4264332B2 JP4264332B2 JP2003389550A JP2003389550A JP4264332B2 JP 4264332 B2 JP4264332 B2 JP 4264332B2 JP 2003389550 A JP2003389550 A JP 2003389550A JP 2003389550 A JP2003389550 A JP 2003389550A JP 4264332 B2 JP4264332 B2 JP 4264332B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- image
- resolution
- recognition
- dictionary
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 claims description 62
- 238000003909 pattern recognition Methods 0.000 claims description 9
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
Images
Landscapes
- Character Discrimination (AREA)
Description
ナンバープレートの記載内容を認識するには画像処理技術を用いた文字認識手法が用いられている。
ところが、解像度の低いカメラで撮影された文字画像(低解像度画像)では、文字線部のかすれ(線の飛び)や文字穴部の潰れが発生しやすくなるため、正しく文字を認識出来ないという問題がある。このため通常は、十分な解像度を有するカメラにて文字画像を撮影することになるが、そのようなカメラは高価である。また解像度の高い画像を得るには、拡大して撮影を行うため、ひとつのカメラで撮影できる領域が小さく、道路上の全ての車両を撮影するには、カメラは複数台必要になる。その結果、システム全体のコストが高くなってしまうのである。
ここで、文字認識処理に辞書画像を用いる場合は、超解像度処理を行わないことを示している。
このように、辞書画像または高解像度辞書画像を選択するには、文字認識部において、特定処理部で特定された文字画像の充填率、または文字画像に微分処理を施すことで得られる背景色と文字の部分とによる周波数に基づき選択を行うことができる。
また、文字認識部は、辞書画像または高解像度辞書画像を2値化処理し、2値化処理した画像において、輪郭線の方向ヒストグラム特徴を求め、統計的パターン認識により文字画像の文字を認識したり、辞書画像または高解像度辞書画像の輝度勾配方向のヒストグラム特徴に基づき、文字画像の文字を認識することもできる。加えて、2値化処理と輝度勾配方向のヒストグラム特徴を場合によって切り替えることもできる。すなわち、文字認識部は、辞書画像または高解像度辞書画像を2値化処理することによる文字認識の結果、候補となる文字のそれぞれに対するマハラノビス距離を求め、マハラノビス距離から文字認識の信頼度を判定し、その判定結果に基づき、2値化処理によって認識された文字を認識結果として確定するか、辞書画像または高解像度辞書画像の輝度勾配方向のヒストグラム特徴に基づいて文字認識を行うかを選択するのである。
このように、高解像度辞書画像を対象として文字認識を行う超解像度処理や、文字認識の際の手法として用いる2値化処理、輝度勾配方向のヒストグラム特徴を、必要に応じて用いることにより、負荷の高い(演算量が多い)処理を全体として削減し、必要な時のみ文字認識精度を向上させることができる。
図1は、本実施の形態におけるナンバープレート認識システム10の構成を説明するための図である。
ナンバープレート認識システム10は、道路R上の車両のナンバープレート100を撮影すべく、道路Rの上方において、斜め下方に向けて設置されたカメラ20と、このカメラ20で撮影した画像を基に、ナンバープレート100に記載された文字の認識を行う文字認識装置30と、を備えている。
図3は、本実施の形態における文字認識処理の流れの一例を示すものである。なお、文字認識処理は、コンピュータ装置である文字認識装置30に予めインストールされたプログラムに基づき、CPU、メモリ等が協働することで機能的に発現する認識処理部32が、自動的に実行するものである。
この図3に示すように、画像入力部31に画像が入力されると、認識処理部32は、例えばナンバープレート100に対応した領域のみの画像を切り出す等、所定の前処理を実行する(ステップS101)。
そして、ナンバープレート100において、文字が記載されている領域の画像(以下、文字画像)Iを切り出す、文字切り出し処理を実行する(ステップS102)。このとき、切り出す文字画像Iの領域は、1文字毎に切り出すものとする。
詳しくは、得られた文字画像Iについて認識処理部32にて解析し、文字画像Iの特徴量を示す指標を算出する。そして、図4に示すように、算出された文字画像Iの特徴量と、データベース33に格納された低解像度辞書画像Lの特徴量とを比較してマッチングを図り、マッチング度の最も高い低解像度辞書画像Lを特定する(ステップS111)。つまり、いわゆる超解像度処理を行うのである。
続いて、特定された低解像度辞書画像Lに関連付けられている高解像度辞書画像Hをデータベース33から呼び出し、認識処理部32にて、2値化処理する(ステップS112)。さらに、2値化処理した画像において、輪郭線の方向ヒストグラム特徴を求め、統計的パターン認識により文字を認識する(ステップS113)。
そして、文字の認識結果を確定し、これを文字認識装置30のメモリに記憶する(ステップS114)。
そして、全ての文字画像Iの認識が完了した時点で、文字認識装置30のメモリに記憶された個々の文字の認識結果から、ナンバープレート100に記載されている全ての文字の認識結果を得るのである。
得られた文字の認識結果は、必要に応じ、認識結果出力部34から外部の他の処理装置、記憶装置等に出力される。
その結果、カメラ20を従来より低解像度のものとすることも可能となり、カメラ20自体のコスとを抑えるだけでなく、カメラ20の台数自体も削減できるので、ナンバープレート認識システム10のコストを大幅に低減することが可能となる。
すなわち、図5に示すように、入力画像の前処理(ステップS101)、文字切り出し処理(ステップS102)を経た後の文字認識処理(ステップS103)において、図3のステップS111と同様にして文字画像Iに対する超解像度処理を行い、高解像度辞書画像Hを得る(ステップS121)。
この後、上記のように2値化処理を行うのではなく、得られた高解像度辞書画像Hの濃淡に基づく輝度勾配方向のヒストグラム特徴を得て、統計的パターン認識により文字を認識する(ステップS122)。
上記の、ステップS121〜S123の処理を、ステップS102で切り出した文字画像Iの数の分(文字数分)だけループし、個々の文字画像Iの文字を認識していき、全ての文字画像Iの認識が完了した時点で、文字認識装置30のメモリに記憶された個々の文字の認識結果から、ナンバープレート100に記載されている全ての文字の認識結果を得て、これを、必要に応じ、認識結果出力部34から外部の他の処理装置、記憶装置等に出力するのである。
すなわち、図6に示すように、入力画像の前処理(ステップS101)、文字切り出し処理(ステップS102)を経た後の文字認識処理(ステップS103)において、図3のステップS111と同様にして文字画像Iに対する超解像度処理を行い、高解像度辞書画像Hを得る(ステップS131)。
続いて、得られた高解像度辞書画像Hをデータベース33から呼び出し、認識処理部32にて、2値化処理する(ステップS132)。さらに、2値化処理した画像において、輪郭線の方向ヒストグラム特徴を求め、統計的パターン認識により文字を認識する(ステップS133)。
このとき、文字認識の結果、しきい値S1をクリアする文字の候補が複数ある場合、それぞれの文字に対するマハラノビス距離を比較する。この比較は、単にマハラノビス距離の小さい方を、最終的な文字認識結果(の文字)とするのではなく、マハラノビス距離の比に基づき、その比が予め設定したしきい値S2より大きいか否かで判定するのが好ましい。
また、第一候補の文字に対するマハラノビス距離が0.10であり、第二候補の文字に対するマハラノビス距離が0.30である場合、双方の文字がしきい値S1をクリアしているので、この場合、これらの比(0.30/0.10=3.0)がしきい値S2より大きいか否かで信頼性を判定するのである。
そして、文字認識の結果、文字の類似度の信頼性が、予め設定したしきい値よりも高いか否かを、ステップS134と同様にして判定する(ステップS137)。
その結果、認識された文字の類似度の信頼性が高いと判定された場合、その文字を認識結果として確定し、これを文字認識装置30のメモリに記憶する(ステップS138)。これに対し、信頼性が低いと判定された場合は、認識した文字が不明、つまり文字認識をできなかったことを示す、不明判定を出す(ステップS139)。
すなわち、図7に示すように、入力画像の前処理(ステップS101)、文字切り出し処理(ステップS102)を経た後の文字認識処理(ステップS103)において、まず、文字の大きさ・充填率を評価する(ステップS141)。
これには、認識処理部32において、切り出された文字画像Iにおいて、文字(と判断できる部分)の大きさを得るとともに、ナンバープレート100の背景色(日本国における場合、白、緑、黄、黒、青のいずれか)以外の部分の面積の、文字画像Iの面積に対する占積率(これを充填率とする)を計算(評価)する。
そして、文字の大きさが一定値以下であり、かつ、充填率が一定値以上であるか否かを判定する(ステップS142)。
続いて、得られた高解像度辞書画像Hをデータベース33から呼び出し、認識処理部32にて、2値化処理する(ステップS144)。さらに、2値化処理した画像において、輪郭線の方向ヒストグラム特徴を求め、統計的パターン認識により文字を認識する(ステップS145)。
上記の、ステップS141〜S146の処理を、ステップS102で切り出した文字画像Iの数の分(文字数分)だけループすることで、ナンバープレート100に記載されている全ての文字の認識結果を得て、これを、必要に応じ、認識結果出力部34から外部の他の処理装置、記憶装置等に出力するのである。
すなわち、ステップS142に代えて、ステップS102で得られた低解像度の文字画像Iに対し、微分処理を施し、得られた微分値が、予め定めた一定値以上大きいか否かを判定し、一定値以上であると判定されたときのみ、ステップS143に進んで超解像度処理を行うのである。微分値が大きいということは、ナンバープレート100の背景色の部分と文字の部分による周波数が高く、エッジを鮮明化したい部分が多いということである。例えば、図8に示すように、ナンバープレート100の空白部分A1〜A4の部分は、背景色のみなので、微分値は小さい(ゼロに近い)。また、ナンバープレート100の、大きな文字が記載された領域A5では、文字が大きいため、周波数が低くなる。これに対し、文字が小さな領域A6〜A8では、周波数が高くなる。
したがって、用いるカメラ20の仕様等に応じ、文字が小さな領域A6〜A8、あるいは文字が小さな領域A6〜A8の中でも周波数が高い場合に超解像度処理が行われるように、しきい値(一定値)を設定するのである。
これにはまず、データベース33に格納するために事前に集められた低解像度辞書画像Lの特徴量(特徴パターンベクトル)の各要素の値を量子化する方法がある。例えば、特徴パターンベクトルを構成する各値がそれぞれ256階調の値を持つ場合、これを32階調程度に量子化する。そして、量子化した特徴パターンベクトルを、その低解像度辞書画像Lの特徴量としてデータベース33に格納するのである。これにより、データベース33に格納するデータ量を実質的に圧縮できる。
低解像度辞書画像Lにおける文字は、図9(a)に示すような特徴パターン(特徴的な部分の形状)に分解することができる。超解像度処理では、これら特徴パターンの種類、およびそれらの組み合わせを特定することで、文字画像Iと低解像度辞書画像Lのマッチングを行うことができる。
そして、グループG1、G2、…のそれぞれにおいて、代表パターンP1、P2、…を決め、この代表パターンP1、P2、…に、そのグループG1、G2、…に属する全ての特徴パターンを関連付けてデータベース33に格納する。
上記図9に示した方法と同様、低解像度辞書画像Lにおける文字の特徴パターンを、k−means法、ベクトル量子法等の手法によってクラスタリングし、図11(a)に示すように、複数のグループG1、G2、…にグループ化する。そして、グループG1、G2、…のそれぞれにおいて、代表パターンP1、P2、…を決める。
図11(b)に示すように、データベース33には、この代表パターンP1、P2、…のみを、データベース33の低解像度辞書画像Lの特徴パターンとして格納する(そのグループG1、G2、…に属する他の全ての特徴パターンはデータベース33に格納しない)。
また、データベース33には、代表パターンP1、P2、…のみが格納されるため、データベース33へのデータ格納量を大幅に少なくすることも可能である。
これ以外にも、本発明の主旨を逸脱しない限り、上記実施の形態で挙げた構成を取捨選択したり、他の構成に適宜変更することが可能である。
Claims (6)
- 複数の文字のそれぞれを所定の解像度で撮像したときの辞書画像、および複数の前記文字のそれぞれを前記辞書画像の解像度より高解像度で撮像したときの高解像度辞書画像を格納したデータベースと、
前記データベースに格納された前記辞書画像から、外部から入力された文字画像にマッチする前記辞書画像を特定する特定処理部と、
前記特定処理部で特定された前記辞書画像について、外部から入力された画像に含まれる文字の大きさと、前記画像から文字が記載されている領域の文字画像を切り出し、切り出された前記文字画像において背景色以外の部分の面積の前記文字画像の面積に対する占積率である充填率と、に基づき、当該辞書画像または当該辞書画像に関連付けられた前記高解像度辞書画像を選択し、選択された前記辞書画像または前記高解像度辞書画像に対し文字認識処理を施すことで、前記文字画像の文字を認識する文字認識部と、
認識された前記文字を認識結果として出力する結果出力部と、
を備えることを特徴とする文字認識装置。 - 前記文字認識部は、前記特定処理部で特定された前記文字画像の充填率、または前記文字画像に微分処理を施すことで得られる背景色と文字の部分とによる周波数に基づき、前記辞書画像または前記高解像度辞書画像を選択することを特徴とする請求項1に記載の文字認識装置。
- 前記文字認識部は、前記辞書画像または前記高解像度辞書画像を2値化処理し、2値化処理した画像において、輪郭線の方向ヒストグラム特徴を求め、統計的パターン認識により前記文字画像の文字を認識することを特徴とする請求項1または2に記載の文字認識装置。
- 前記文字認識部は、前記辞書画像または前記高解像度辞書画像の輝度勾配方向のヒストグラム特徴に基づき、前記文字画像の文字を認識することを特徴とする請求項1または2に記載の文字認識装置。
- 前記文字認識部は、前記辞書画像または前記高解像度辞書画像を2値化処理することによる文字認識の結果、候補となる文字のそれぞれに対するマハラノビス距離を求め、前記マハラノビス距離から文字認識の信頼度を判定し、その判定結果に基づき、前記2値化処理によって認識された文字を認識結果として確定するか、前記辞書画像または前記高解像度辞書画像の輝度勾配方向のヒストグラム特徴に基づいて文字認識を行うかを選択することを特徴とする請求項1または2に記載の文字認識装置。
- 通過する車両のナンバープレートを撮影するカメラと、
前記カメラで撮影した前記ナンバープレートの画像に基づき、前記ナンバープレートに記載された文字を認識する認識部と、
前記認識部で文字を認識するため、複数の文字のそれぞれを所定の解像度で撮像したときの辞書画像、および複数の前記文字のそれぞれを前記辞書画像の解像度より高解像度で撮像したときの高解像度辞書画像を格納したデータベースと、
前記データベースに格納された前記辞書画像から、前記カメラで撮影した前記ナンバープレートに記載された文字画像にマッチする前記辞書画像を特定する特定処理部と、
認識された前記文字を認識結果として出力する結果出力部と、を備え、
前記認識部は、前記特定処理部で特定された前記辞書画像について、外部から入力された画像に含まれる文字の大きさと、前記画像から文字が記載されている領域の文字画像を切り出し、切り出された前記文字画像において背景色以外の部分の面積の前記文字画像の面積に対する占積率である充填率を算出し、前記文字の大きさと前記充填率とに基づき、当該辞書画像または当該辞書画像に関連付けられた前記高解像度辞書画像を選択し、選択された前記辞書画像または前記高解像度辞書画像に対し文字認識処理を施すことで、前記文字画像の文字を認識することを特徴とするナンバープレート認識システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003389550A JP4264332B2 (ja) | 2003-11-19 | 2003-11-19 | 文字認識装置、ナンバープレート認識システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003389550A JP4264332B2 (ja) | 2003-11-19 | 2003-11-19 | 文字認識装置、ナンバープレート認識システム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008125045A Division JP2008251029A (ja) | 2008-05-12 | 2008-05-12 | 文字認識装置、ナンバープレート認識システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005149395A JP2005149395A (ja) | 2005-06-09 |
JP4264332B2 true JP4264332B2 (ja) | 2009-05-13 |
Family
ID=34696261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003389550A Expired - Lifetime JP4264332B2 (ja) | 2003-11-19 | 2003-11-19 | 文字認識装置、ナンバープレート認識システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4264332B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010108161A (ja) * | 2008-10-29 | 2010-05-13 | Pioneer Electronic Corp | 画像処理装置及び方法、並びにコンピュータプログラム |
CN105453132B (zh) | 2013-08-15 | 2019-04-05 | 日本电气株式会社 | 实施图像处理的信息处理设备和图像处理方法 |
CN104102909B (zh) * | 2014-07-23 | 2017-03-15 | 中科联合自动化科技无锡有限公司 | 基于多重视觉信息的车辆特征定位及匹配方法 |
JP6341059B2 (ja) * | 2014-10-31 | 2018-06-13 | オムロン株式会社 | 文字認識装置、文字認識方法、およびプログラム |
JP7069927B2 (ja) * | 2018-03-26 | 2022-05-18 | 株式会社デンソー | 物体認識装置、及び物体認識方法 |
CN109447074A (zh) * | 2018-09-03 | 2019-03-08 | 中国平安人寿保险股份有限公司 | 一种车牌识别方法及终端设备 |
-
2003
- 2003-11-19 JP JP2003389550A patent/JP4264332B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JP2005149395A (ja) | 2005-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102030628B1 (ko) | Cnn 기반 차량 번호판 인식 방법 및 시스템 | |
WO2019169816A1 (zh) | 一种用于精细化识别车辆属性的深度神经网络及训练方法 | |
Al-Ghaili et al. | Vertical-edge-based car-license-plate detection method | |
CN112686812B (zh) | 银行卡倾斜矫正检测方法、装置、可读存储介质和终端 | |
CN110298376B (zh) | 一种基于改进b-cnn的银行票据图像分类方法 | |
JP2008251029A (ja) | 文字認識装置、ナンバープレート認識システム | |
US20070058856A1 (en) | Character recoginition in video data | |
US10275677B2 (en) | Image processing apparatus, image processing method and program | |
US20080205764A1 (en) | Information processing apparatus, method, and program | |
EP3915042B1 (en) | Tyre sidewall imaging method | |
US20040086153A1 (en) | Methods and systems for recognizing road signs in a digital image | |
Shah et al. | OCR-based chassis-number recognition using artificial neural networks | |
CN114170418B (zh) | 一种以图搜图的汽车线束连接器多特征融合图像检索方法 | |
CN114387591A (zh) | 车牌识别方法、系统、设备及存储介质 | |
CN111723852A (zh) | 针对目标检测网络的鲁棒训练方法 | |
Yang et al. | Recognizing license plates in real-time | |
JP4264332B2 (ja) | 文字認識装置、ナンバープレート認識システム | |
CN112070116B (zh) | 一种基于支持向量机的艺术画作自动分类系统及方法 | |
US6694059B1 (en) | Robustness enhancement and evaluation of image information extraction | |
US11748979B2 (en) | Method for training a neural network for recognition of a character sequence and associated recognition method | |
Siddique et al. | Development of an automatic vehicle license plate detection and recognition system for Bangladesh | |
Chatbri et al. | An application-independent and segmentation-free approach for spotting queries in document images | |
CN114972540A (zh) | 目标定位方法、装置、电子设备及存储介质 | |
JP5439069B2 (ja) | 文字認識装置及び文字認識方法 | |
JP2005250786A (ja) | 画像認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080512 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080611 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080806 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080917 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081117 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090128 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090216 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120220 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4264332 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120220 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120220 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130220 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140220 Year of fee payment: 5 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |