JP5063776B2 - 幾何学変換に基づく一般化統計的テンプレートマッチング - Google Patents
幾何学変換に基づく一般化統計的テンプレートマッチング Download PDFInfo
- Publication number
- JP5063776B2 JP5063776B2 JP2010502558A JP2010502558A JP5063776B2 JP 5063776 B2 JP5063776 B2 JP 5063776B2 JP 2010502558 A JP2010502558 A JP 2010502558A JP 2010502558 A JP2010502558 A JP 2010502558A JP 5063776 B2 JP5063776 B2 JP 5063776B2
- Authority
- JP
- Japan
- Prior art keywords
- template
- image
- sum
- pixel values
- line segments
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Description
[発明の分野]
本発明は、画像中の物体を検出または位置特定するための方法および装置に関する。具体的には、本発明は、物体に幾何学変換が行われた場合に、テンプレートを画像にマッチングさせることでテンプレートに対応する物体を位置特定するための方法および装置に関する。本発明は、さらに、画像中の物体の幾何学変換を決定するための方法に関する。
テンプレートマッチング(TM)とは、画像中の物体または物体の部分を見付けるための標準的なコンピュータビジョンツールである。テンプレートマッチングは、リモートセンシング、医用画像、および産業における自動検査を含む多くの用途で用いられている。現実世界の物体を検出することは、照明および色の変化、部分遮蔽、背景におけるノイズおよびクラッタ、ならびに物体そのものにおける動的変化の存在により困難な課題となっている。
テンプレートが注目物体を任意形状の画素グループのセットにより簡潔に表現したものであり、テンプレートと画像領域との類似度がいわゆるF検定統計量から導出される、新しいテンプレートマッチングの枠組みを提案する。
「統計的テンプレートマッチング」の名称は、画素グループの統計的特性(平均および分散等)のみが解析に用いられるという事実に由来している。これらの画素グループは、トポロジテンプレート(2グループの場合におけるハールライク特徴に類似したものである)により決定される。トポロジテンプレートは、物体の各部分の空間的関係を表すN個の領域のセット(T0=T1∪...∪TN)である。各領域Tiは、任意の形状からなる互いに隔たった複数のサブ領域で構成されてもよい。複数のテンプレート領域により定義される、画像の複数の画素グループが、互いに統計的に異なるならば、これら複数の画素グループは注目物体に属する可能性が高い。この原理は、図2に示す単純化された例により実証可能である。図2(a)は、円形の3領域T1、T2、およびT3で構成されるテンプレートを示す。図2(b)および図2(c)は、それぞれ、注目している第1および第2の領域R1およびR2を示す。テンプレートT0=T1∪T2∪T3を、画像領域R1およびR2とマッチングさせる。第1の場合、すなわちテンプレートT0を画像領域R1とマッチングさせるとき、図2(d)に示すように3つの画素グループは類似しているので、3つの画素グループは概ね同じ平均値を有する。第2の場合、すなわちテンプレートT0を画像領域R2とマッチングさせるときは、図2(e)に示すように、画素グループが異なる(それぞれ黒、ダークグレー、およびライトグレーという平均色になる)。このことから、画像領域R2はテンプレートに類似していると結論付けることが可能である。
mi<mj、σi<σj(4)
図1は、本発明の実施形態による、上記の原理を一般化する統計的テンプレートマッチングの方法を示す。ステップ100で、注目物体についてのテンプレートを受け取り、幾何学変換の所定のセットを適用して幾何学変換されたテンプレートのセットを導出する。ステップ110で、幾何学変換されたテンプレートの各々をラスター化して、幾何学変換されたテンプレートの各々について線分のセットを生成する(テンプレートの各領域は、線分のサブセットを含む)。ステップ120で、オプションとして、ラスター化されたテンプレートの最も複雑な領域(例えば、線分の数が最大または閾値数の領域に対応する)の1つ以上を破棄して、幾何学変換されたテンプレートの各々について低減された線分のセットを得る。次いで、これらを用いて統計的テンプレートマッチングを行う。
本発明による一般化STM(GSTM)では、未知のパラメータ
Ti=si,1∪si,2∪si,3∪...
一般的な場合
上で述べたように、本発明の代替的な実施形態は、回転およびスケーリングのみに制限されず、全変換(full transformation)
数式(12)は、座標についての画像関数の偏導関数を含む。本実施形態では、それらを、付録1に示す離散的近似を用いて計算する。数式(12)は、また、変換のパラメータについての変換された座標の偏導関数も含む。変換モデルが与えられれば、それらは解析的表現を有する。本実施形態では、射影モデルが用いられ、かかる導関数を付録1に提示する。
1.GSTM法により得られる初期値S0、
2.現在のパラメータ
3.再サンプリングされた画像パッチf(xn’,yn’)から画像の導関数を計算;{pi}の現在の値を用いて(12)における変換モデル
4.行列
5.直線探索ストラテジを用いて
6.パラメータを更新:
7.
テンプレートが2つの領域で構成される(T0=T1∪T2)場合は、反復を要さない固有値問題(16)の解析解が存在する。この場合、行列
ベクトル
4.2)効率的なCholecky分解法により系
4.2.1)Cholecky分解
4.2.2)単純化された線形系
4.2.3)単純化された線形系
提案した方法を用いて、下記文献1の高速な物体検出の枠組みを、以下のものに一般化することも可能である:
・非ハールライク特徴
・複雑な形状の特徴
・任意に配向された特徴
1. P. Viola, M. Jones, "Rapid object detection using a boosted cascade of simple features" (IEEE CVPR、511〜518ページ、2001年)
2. Sibiryakov, M. Bober, "Fast method of object detection by statistical template matching" (欧州特許出願第05250973.4号)
3. Jain, Y. Zhong, S. Lakshmanan, "Object Matching Using Deformable Templates" (IEEE TPAMI, 第18巻(3)、267〜278ページ、1996年)
4. S. Yoshimura, T. Kanade, "Fast template matching based on the normalized correlation by using multiresolution eigenimages" (IEEE/RSJ/GI Int. Conf. on Intelligent Robots and Systems (IROS '94), 第3巻、2086〜2093ページ、1994年)
5. M. Jones, P. Viola, "Fast Multi-view Face Detection"(IEEE CVPR、2003年6月)
6. R. Lienhart, J. Maydt, "An extended set of Haar-like features for rapid object detection" (ICIP '02、900〜903ページ、第1巻、2002年)
7. Messom, C. H. および Barczak, A. L., "Fast and Efficient Rotated Haar-like Features using Rotated Integral Images" Australasian Conf. on Robotics and Automation、2006年)
8. Golub, C. Van Loan, "Matrix computations" (Johns Hopkins University Press、メリーランド州ボルティモア市、1996年、ISBN:0-8018-5414-8)
9. N. Gould, S. Leyffer, "An introduction to algorithms for nonlinear optimization" (J. F. Blowey, A. W. Craig, および T. Shardlow, "Frontiers in Numerical Analysis" (109〜197ページ、Springer Verlag, ベルリン市、2003年)において)
10. Lucas, T. Kanade, "An iterative image registration technique with an application to stereo vision" (Proc. of Imaging understanding workshop、121〜130ページ、1981年)
11. Zitova, J. Flusser, "Image Registration Methods: a Survey, Image and Vision Computing" (第24巻、977〜1000ページ、2003年)
ASSTMアルゴリズムにおける画像処理ステップ2および3を、数式(20)により与えられる射影変換モデルを用いて実証する。図3の概略表現も参照のこと。
命題:固有値問題(16)の最大の固有値および対応する固有ベクトルは、
Claims (26)
- 前記物体についてのテンプレートを処理することで前記テンプレートを導出するステップをさらに含み、このステップにおいて、前記テンプレートは、前記物体についての前記テンプレートがより簡潔に表されたものである、請求項1に記載の方法。
- 前記処理ステップは、水平または垂直のいずれかの方向において最大数の線分を有する前記物体についての前記テンプレートの複雑な表現を除去するステップを含む、請求項2に記載の方法。
- 前記物体についてのテンプレートを領域(Ti)でラスター化することにより、複数の線分sijを含む前記テンプレートを導出するステップを含み、
Ti=si,1∪si,2∪si,3∪...
は、領域(Ti)を線分(sij)により表現したものである、請求項1、2、または3に記載の方法。 - 前記方法は、類似度測定値を決定する前記ステップの前に、前記テンプレートが実質的に円形であるかを判定するステップを含み、
前記方法は、
前記テンプレートが実質的に円形である場合は、前記類似度測定値を、前記テンプレートの前記線分の各々に対応する前記画像の線分の画素値の合計に基づいて決定するステップか、または、
そうでない場合に、前記類似度測定値を、前記テンプレートの前記線分の各々に対応する前記画像の線分の画素値の合計と前記テンプレートに対応する前記画像の画素値の2乗の合計とに基づいて決定するステップ
を含む、請求項1〜6のいずれか一項に記載の方法。 - 複数の線分を含む幾何学変換されたテンプレートを導出するために、前記テンプレートの幾何学変換されたバージョンを導出し、前記幾何学変換されたテンプレートをラスター化するステップをさらに含む、請求項1〜8のいずれか一項に記載の方法。
- 複数の所定の幾何学変換を用いて、前記テンプレートの複数の幾何学変換されたバージョンを導出するステップを含む、請求項9または10に記載の方法。
- 前記複数の幾何学変換されたテンプレートは、2つのパラメータの関数である変換を用い、好ましくは回転およびスケーリングの関数である変換を用いる、請求項11に記載の方法。
- 前記複数の幾何学変換されたテンプレートは、所定の相似変換のセットを前記テンプレートに適用することにより導出される、請求項12に記載の方法。
- 複数の線分を含む前記幾何学変換されたテンプレートの各々を前記画像の領域と比較するステップと、
前記テンプレートの前記複数の幾何学変換されたバージョンの各々について前記類似度測定値を決定するステップと、
前記画像の少なくとも1つの領域について、前記類似度測定値についてのピーク値を有する前記テンプレートの幾何学変換されたバージョンを1つ以上導出するステップと
をさらに含む、請求項11、12、または13に記載の方法。 - 前記類似度測定値についてのピーク値を有する前記テンプレートの前記導出された幾何学変換されたバージョンまたはそのようなバージョンの各々は、前記画像中の前記物体の変換の近似として用いられる、請求項14に記載の方法。
- 前記ピーク値が最大の場合は勾配上昇法を用いて、または前記ピーク値が最小の場合は勾配降下法を用いて、前記画像中の前記物体の前記変換の最適な近似を導出するステップを含む、請求項15に記載の方法。
- 前記画像中の前記物体の前記変換は、2つ以上のパラメータの関数であり、好ましくは8パラメータの射影変換である、請求項16に記載の方法。
- 最適化されたピーク類似度測定値を有する変換を導出するために、ピーク値を有する前記導出された幾何学変換されたテンプレートの変換またはそのようなテンプレートの各々の変換を前記画像に基づいて反復するステップをさらに含む、請求項15、16、または17に記載の方法。
- 前記反復するステップは、多次元パラメータ空間におけるベクトルの反復を含む、請求項18に記載の方法。
- 前記テンプレートは、領域の和集合を含むトポロジテンプレートである、請求項1〜19のいずれか一項に記載の方法。
- 画像中の物体を前記画像に対応する信号を処理することにより検出するための方法であって、
前記物体についての複数の線分を含むテンプレートを画像の領域と比較するステップと、
類似度測定値
I1は画素値の合計を介してインテグラルラインを表現したものであり、
I2は画素値の2乗の合計を介してインテグラルラインを表現したものであり、
f(x,y)は前記画像であり、
aは線分についての前記画像画素の変数座標である)により定義されるインテグラルラインの関数である統計的測定値を用いて決定される、そのような類似度測定値を決定するステップと
を含む方法。 - 画像中の幾何学変換された物体を前記画像に対応する信号を処理することにより検出するための方法であって、
前記物体のテンプレートの幾何学変換されたバージョンを前記画像の領域と比較するステップであって、前記幾何学変換されたテンプレートは複数の線分を含む、そのようなステップと、
類似度測定値
I1は画素値の合計を介してインテグラルラインを表現したものであり、
I2は画素値の2乗の合計を介してインテグラルラインを表現したものであり、
f(x,y)は前記画像であり、
aは線分についての前記画像画素値の変数座標である)により定義されるインテグラルラインの関数である統計的測定値を用いて決定される、そのような類似度測定値を決定するステップと
を含む方法。 - 画像中の物体の幾何学変換を前記画像に対応する信号を処理することにより決定するための方法であって、
前記物体のテンプレートの複数の幾何学変換されたバージョンを前記画像の領域と比較するステップと、
各テンプレートについて類似度測定値を決定し、前記類似度測定値の少なくとも1つのピーク値を導出するステップと、
前記画像中の前記物体についての最適な幾何学変換を導出するために、前記幾何学変換されたテンプレートの前記幾何学変換を、勾配上昇法における前記幾何学変換の初期近似として用いるステップと
を含み、
各幾何学変換されたテンプレートは、複数の線分を含み、
前記類似度測定値は、前記幾何学変換されたテンプレートの前記線分の各々に対応する前記画像の線分の画素値の合計と画素値の2乗の合計とに基づく統計的測定値を用いて決定される、方法。 - 請求項1〜24のいずれか一項に記載の方法を行うためのプロセッサおよびメモリを備える装置。
- 実行されると請求項1〜24のいずれか一項に記載の方法を行う命令を含む、コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0707192.1 | 2007-04-13 | ||
GBGB0707192.1A GB0707192D0 (en) | 2007-04-13 | 2007-04-13 | Generalized statistical template matching |
PCT/GB2008/001006 WO2008125799A2 (en) | 2007-04-13 | 2008-03-20 | Generalized statistical template matching under geometric transformations |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010524111A JP2010524111A (ja) | 2010-07-15 |
JP5063776B2 true JP5063776B2 (ja) | 2012-10-31 |
Family
ID=38116716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010502558A Active JP5063776B2 (ja) | 2007-04-13 | 2008-03-20 | 幾何学変換に基づく一般化統計的テンプレートマッチング |
Country Status (5)
Country | Link |
---|---|
US (1) | US8478051B2 (ja) |
EP (1) | EP2153379A2 (ja) |
JP (1) | JP5063776B2 (ja) |
GB (1) | GB0707192D0 (ja) |
WO (1) | WO2008125799A2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8963959B2 (en) * | 2011-01-18 | 2015-02-24 | Apple Inc. | Adaptive graphic objects |
US20120328160A1 (en) * | 2011-06-27 | 2012-12-27 | Office of Research Cooperation Foundation of Yeungnam University | Method for detecting and recognizing objects of an image using haar-like features |
US8483489B2 (en) | 2011-09-02 | 2013-07-09 | Sharp Laboratories Of America, Inc. | Edge based template matching |
US8651615B2 (en) | 2011-12-19 | 2014-02-18 | Xerox Corporation | System and method for analysis of test pattern image data in an inkjet printer using a template |
US8774510B2 (en) * | 2012-09-11 | 2014-07-08 | Sharp Laboratories Of America, Inc. | Template matching with histogram of gradient orientations |
US9569501B2 (en) * | 2013-07-12 | 2017-02-14 | Facebook, Inc. | Optimizing electronic layouts for media content |
EP3048558A1 (en) * | 2015-01-21 | 2016-07-27 | Application Solutions (Electronics and Vision) Ltd. | Object detecting method and object detecting apparatus |
EP3417617A4 (en) * | 2016-02-17 | 2019-02-27 | Telefonaktiebolaget LM Ericsson (publ) | METHOD AND DEVICES FOR CODING AND DECODING VIDEO IMAGES |
CN106296706B (zh) * | 2016-08-17 | 2018-12-21 | 大连理工大学 | 一种联合全局建模和非局部滤波的深度计算重建方法 |
CN107066989B (zh) * | 2017-05-04 | 2020-04-24 | 中国科学院遥感与数字地球研究所 | 一种同步卫星遥感序列影像的积雪识别方法及系统 |
JP6943338B2 (ja) * | 2018-05-18 | 2021-09-29 | 日本電気株式会社 | 画像処理装置、システム、方法及びプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW368640B (en) * | 1996-12-25 | 1999-09-01 | Hitachi Ltd | Image processor, image processing device and image processing method |
US6330353B1 (en) * | 1997-12-18 | 2001-12-11 | Siemens Corporate Research, Inc. | Method of localization refinement of pattern images using optical flow constraints |
US6546137B1 (en) * | 1999-01-25 | 2003-04-08 | Siemens Corporate Research, Inc. | Flash system for fast and accurate pattern localization |
US6993156B1 (en) * | 2000-02-18 | 2006-01-31 | Microsoft Corporation | System and method for statistically comparing and matching plural sets of digital data |
US7142718B2 (en) * | 2002-10-28 | 2006-11-28 | Lee Shih-Jong J | Fast pattern searching |
US7639896B2 (en) * | 2004-08-09 | 2009-12-29 | Carestream Health, Inc. | Multimodal image registration using compound mutual information |
DE602005012673D1 (de) * | 2005-02-21 | 2009-03-26 | Mitsubishi Electric Corp | Schnelles Verfahren zum Detektieren von Objekten durch statistischen Mustervergleich |
-
2007
- 2007-04-13 GB GBGB0707192.1A patent/GB0707192D0/en not_active Ceased
-
2008
- 2008-03-20 EP EP08718843A patent/EP2153379A2/en not_active Withdrawn
- 2008-03-20 US US12/595,456 patent/US8478051B2/en active Active
- 2008-03-20 WO PCT/GB2008/001006 patent/WO2008125799A2/en active Application Filing
- 2008-03-20 JP JP2010502558A patent/JP5063776B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
GB0707192D0 (en) | 2007-05-23 |
EP2153379A2 (en) | 2010-02-17 |
WO2008125799A2 (en) | 2008-10-23 |
US20100119160A1 (en) | 2010-05-13 |
US8478051B2 (en) | 2013-07-02 |
JP2010524111A (ja) | 2010-07-15 |
WO2008125799A3 (en) | 2009-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5063776B2 (ja) | 幾何学変換に基づく一般化統計的テンプレートマッチング | |
CN108765458B (zh) | 基于相关滤波的高海况无人艇海面目标尺度自适应跟踪方法 | |
Liu et al. | Infrared point target detection with improved template matching | |
US10643101B2 (en) | Window grouping and tracking for fast object detection | |
US9117111B2 (en) | Pattern processing apparatus and method, and program | |
US9053388B2 (en) | Image processing apparatus and method, and computer-readable storage medium | |
Zeisl et al. | Estimation of Location Uncertainty for Scale Invariant Features Points. | |
Cheng et al. | A novel dynamic system in the space of SPD matrices with applications to appearance tracking | |
CN112036339B (zh) | 人脸检测的方法、装置和电子设备 | |
WO2018049704A1 (en) | Vehicle detection, tracking and localization based on enhanced anti-perspective transformation | |
JP7439153B2 (ja) | 全方位場所認識のためのリフトされたセマンティックグラフ埋め込み | |
US20180336699A1 (en) | System and method for model adaptation | |
Talker et al. | Efficient sliding window computation for nn-based template matching | |
Sahin et al. | A learning-based variable size part extraction architecture for 6D object pose recovery in depth images | |
Ji et al. | Automatic calibration of camera sensor networks based on 3D texture map information | |
Chen et al. | Experimental feature-based SAR ATR performance evaluation under different operational conditions | |
EP2672425A1 (en) | Method and apparatus with deformable model fitting using high-precision approximation | |
CN111126508A (zh) | 一种基于hopc改进的异源图像匹配方法 | |
Mohr et al. | Bayesian decision versus voting for image retrieval | |
CN116758419A (zh) | 针对遥感图像的多尺度目标检测方法、装置和设备 | |
Tal et al. | An accurate method for line detection and manhattan frame estimation | |
Marghes et al. | Background modeling via incremental maximum margin criterion | |
Dong et al. | Ellipse regression with predicted uncertainties for accurate multi-view 3d object estimation | |
Favorskaya et al. | Accurate spatio-temporal reconstruction of missing data in dynamic scenes | |
Bryner et al. | Bayesian active contours with affine-invariant, elastic shape prior |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120224 |
|
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: 20120710 |
|
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: 20120807 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5063776 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150817 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |