JP7176965B2 - 画像検査装置 - Google Patents
画像検査装置 Download PDFInfo
- Publication number
- JP7176965B2 JP7176965B2 JP2019017150A JP2019017150A JP7176965B2 JP 7176965 B2 JP7176965 B2 JP 7176965B2 JP 2019017150 A JP2019017150 A JP 2019017150A JP 2019017150 A JP2019017150 A JP 2019017150A JP 7176965 B2 JP7176965 B2 JP 7176965B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- defective product
- attribute
- additional
- additional image
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
図2に示すように、撮像ユニット3は、カメラモジュール(撮像部)14と、照明モジュール(照明部)15とを備えている。カメラモジュール14は、撮像光学系を駆動するAF用モータ141と、撮像基板142とを備えている。AF用モータ141は、撮像光学系のレンズを駆動することにより、自動でピント調整を実行する部分であり、従来から周知のコントラストオートフォーカス等の手法によってピント調整を行うことができる。撮像基板142は、撮像光学系から入射した光を受光する受光素子としてCMOSセンサ143と、FPGA144と、DSP145とを備えている。CMOSセンサ143は、カラー画像を取得することができるように構成された撮像センサである。CMOSセンサ143の代わりに、例えばCCDセンサ等の受光素子を用いることもできる。FPGA144及びDSP145は、撮像ユニット3の内部において画像処理を実行するためのものであり、CMOSセンサ143から出力された信号はFPGA144及びDSP145にも入力されるようになっている。
制御ユニット2は、メイン基板13と、コネクタ基板16と、通信基盤17と、電源基板18とを備えている。メイン基板13には、FPGA131と、DSP132と、メモリ133とが搭載されている。FPGA131とDSP132は制御部13Aを構成するものであり、これらが一体化された主制御部を設けることもできる。
図3は、画像検査装置1のブロック図であり、プログラムファイル80や設定ファイルがインストールされた制御ユニット2により、図3に示す各部及び手段が構成される。すなわち、画像検査装置1は、画像入力部21と、識別器生成部22と、操作受付部23と、画像生成部24と、特徴量抽出部25と、通知手段26と、選択手段27と、第1ウインドウ設定部28と、第2ウインドウ設定部29と、良否判定部30とを備えている。これら各部及び手段は、ハードウエアのみで構成されていてもよいし、ハードウエアとソフトウエアとの組み合わせによって構成されていてもよい。また、図3に示す各部及び手段は、それぞれが独立したものであってもよいし、1つのハードウエアまたはソフトウエアによって複数の機能が実現されるように構成されたものであってもよい。また、図3に示す各部及び手段の機能は、メイン基板13の制御部13Aによる制御で実現することもできる。
図4は、画像検査装置の設定モード時のフローチャートである。スタート時には、図5に示すような設定モードユーザーインターフェース40をメイン基板13の制御部13Aが生成し、表示装置4に表示させる。設定モードユーザーインターフェース40には、設定モードにおける作業の流れを示した作業手順表示領域40aと、設定開始ボタン40bと、キャンセルボタン40cとが設けられている。設定開始ボタン40bを押すと、図4のフローチャートに示すように、設定作業を順に行うように使用者を導くナビゲーションが開始される。一方、キャンセルボタン40cを押すと、設定モードが中断される。尚、「ボタンを押す」とは、表示装置4のタッチパネル41による操作、パーソナルコンピュータ5のキーボード51やマウス等による操作によって実行される。以下、ボタン操作については同様である。
識別器生成部22は、画像入力部21により入力された良品画像群と不良品画像群を、複数層で構成された機械学習器に入力し、良品画像群と不良品画像群を特徴量空間上にプロットするとともに、特徴量空間上にプロットされた良品画像群と不良品画像群との間に識別境界を設定することにより、良品画像と不良品画像を識別する識別器を生成するように構成することもできる。
設定モードで各種設定が完了した後、画像検査装置1は運転モードに移行する。設定モードから運転モードへは、使用者の移行操作によって移行するようにしてもよいし、設定モードが完了した後、運転モードへ自動的に移行するようにしてもよい。
図19に示すフローチャートは、再学習ステップの詳細を示すものであり、使用者による良否画像または不良品画像の誤登録(誤入力)を検知する機能を実現する手順を示している。例えば、使用者により新たに機械学習器に入力された追加画像には、上述した図14に示すフローチャートのステップSB4において使用者により良品または不良品のいずれか一方の属性が付与されている。しかし、使用者が良品である画像を誤って不良品であると認識していたり、不良品である画像を誤って良品であると認識し、誤った属性を追加画像に付与してしまうおそれがある。
次に、図28に示すフローチャートに基づいて不安定画像の検出手順について説明する。スタート後のステップSD1では、学習データ(追加画像)が入力される。これは図14に示すフローチャートのステップSB4によって実行されるので、追加画像には使用者により良品または不良品のいずれか一方の属性が付与されている。その後、ステップSD2では、特徴抽出部25で追加画像の特徴量が抽出される。次いで、ステップSD3では、識別器生成部22により、図29に示すような識別境界51(識別曲線ともいう)を算出する。ステップSD4では、学習データである追加画像を特徴量空間50上にプロットし、追加画像と、識別境界51との距離から安定度を算出する。例えば、図29に符号Dで示す枠内に追加画像がプロットされた場合、その追加画像と、識別境界51との距離を算出する。距離は図30に示す式により計算することができるが、分子がf(x)であり、+1と-1に固定されるため、||w||のみを評価すればよい。
通知手段26は、使用者により良品または不良品のいずれか一方の属性が付与された追加画像の特徴量空間50上における位置と、他方の属性の代表点までの距離とに基づいて安定度を算出し、算出された安定度が所定未満の場合には、追加画像が機械学習器の学習に寄与していない旨の通知を行うように構成されている。例えば、図31に示すグラフは、横軸が学習枚数、即ち学習のために画像入力部21により入力された良品画像の枚数を示し、縦軸が上述した||w||を示している。
次に、自動ウインドウ設定機能について説明する。一般的に、機械学習器を用いた画像識別では、検出領域として全画像領域を扱っている。しかしながら、検査対象物Wの検査を行っている実際の現場では、検査対象物Wが画像の全体に存在しているケースは少なく、画像の一部にのみ存在しているケースが多いので、全画像領域を検出領域にしてしまうと、検査対象物Wが存在していない部分についても学習及び識別の対象となり、その結果、識別精度の低下を招くとともに、不必要な演算が行われて時間が長引いてしまう。本実施形態では、使用者の負担を減らしながら、機械学習器に入力すべき部分を自動的に設定可能にするために、自動ウインドウ設定機能を搭載している。自動ウインドウ設定機能は、常時有効にしておいてもよいし、使用者が必要なときにのみ有効にするようにしてもよい。また、自動ウインドウ設定機能で設定した検査ウインドウを使用者が修正することもできる。
図38は、位置補正処理を行う場合の手順を示すフローチャートである。ステップSH1では、マスター画像を登録する。マスター画像の登録は、図4に示すフローチャートのステップSA2と同様にして行うことができる。このとき、画像入力部21により、位置補正の基準を含む良品画像を入力する。例えば、図39に示すマスター画像のように、位置補正の基準を示す基準部101を含む画像をマスター画像とする。図38に示すフローチャートのステップSH2では、位置補正用設定を行う。具体的には、マスター画像の基準部101を選択し、基準部101が位置補正の基準であることを入力する。基準部101は、例えば方向性のある部品や目印、記号、文字等で構成することができる。
以上説明したように、この実施形態に係る画像検査装置1によれば、良品画像と不良品画像を機械学習器に入力して識別器を生成する場合に、識別に寄与している特徴量の良品範囲を拡張する操作を受け付けることができる。識別に寄与している特徴量の良品範囲を拡張した結果、新たに良品画像として判定される画像を画像生成部24が生成し、その生成された画像を表示装置4するとともに、機械学習器に入力して識別器を更新するようにしたので、使用者への負担を少なくしながら検査対象物Wの良否判定の精度を高めることができるとともに、その識別結果を使用者による判別の感覚に近づけることができる。
2 制御ユニット
4 表示装置(表示部)
13A 制御部
14 カメラモジュール(撮像部)
15 照明モジュール(照明部)
21 画像入力部
22 識別器生成部
23 操作受付部
24 画像生成部
25 特徴量抽出部
26 通知手段
27 選択手段
28 第1ウインドウ設定部
29 第2ウインドウ設定部
30 良否判定部
Claims (9)
- 検査対象物を撮像して得られた画像に基づいて検査対象物の良否判定を行う画像検査装置において、
使用者により良品としての属性を付与された複数の良品画像からなる良品画像群と、不良品としての属性を付与された複数の不良品画像からなる不良品画像群とを入力可能な画像入力部と、
前記画像入力部により入力された良品画像群と不良品画像群を、複数層で構成された機械学習器に入力し、良品画像群と不良品画像群を特徴量空間上にプロットするとともに、前記特徴量空間上にプロットされた良品画像群と不良品画像群との間に識別境界を設定することにより、良品画像と不良品画像を識別する識別器を生成する識別器生成部と、
使用者により新たに前記機械学習器に入力された良品または不良品のいずれか一方の属性が付与された追加画像を前記特徴量空間上にプロットしたとき、当該追加画像の前記特徴量空間上における位置と、前記識別境界または他方の属性の画像の代表点までの距離とに基づいて当該追加画像の属性が誤っている可能性を推測し、当該追加画像の属性が誤っている可能性があると推測される場合に、当該追加画像の属性が誤っている可能性がある旨の通知を行う通知手段と、
前記通知手段から前記追加画像の属性が誤っている可能性がある旨の通知を受けて使用者による当該追加画像の属性を修正するか否かの選択を受け付ける選択手段とを備え、
前記識別器生成部は、前記選択手段による選択結果に基づいて前記追加画像の属性を決定し、決定された属性に基づいて前記識別境界を修正するように構成されていることを特徴とする画像検査装置。 - 請求項1に記載の画像検査装置において、
前記通知手段は、前記追加画像の前記特徴量空間上における位置と、前記他方の属性の代表点までの距離とが閾値未満の場合に、当該追加画像の属性が誤っている可能性があると推測するように構成されていることを特徴とする画像検査装置。 - 請求項1または2に記載の画像検査装置において、
前記代表点は、前記特徴量空間上でプロットされた複数の前記他方の属性の画像のうち、前記追加画像に最も近い点であることを特徴とする画像検査装置。 - 請求項1または2に記載の画像検査装置において、
前記代表点は、前記特徴量空間上でプロットされた複数の前記他方の属性の画像の重心点であることを特徴とする画像検査装置。 - 請求項1から4のいずれか1つに記載の画像検査装置において、
前記通知手段は、前記追加画像の前記特徴量空間上における位置と、前記一方の属性の画像の代表点との距離よりも、前記追加画像の前記特徴量空間上における位置と、前記他方の属性の画像の代表点との距離が近い場合には、当該追加画像の属性が誤っている可能性があると推測するように構成されていることを特徴とする画像検査装置。 - 請求項1から5のいずれか1つに記載の画像検査装置において、
前記通知手段は、前記追加画像の属性が誤っている可能性があると推測される場合に、当該追加画像との類似度が所定以上である画像が前記画像入力部により既に入力されているか否か判定し、入力されていないと判定されたときには、前記通知を行わないように構成されていることを特徴とする画像検査装置。 - 請求項1から6のいずれか1つに記載の画像検査装置において、
前記通知手段は、属性が誤っている可能性があると推測される前記追加画像に、誤登録の可能性があることを示す目印を付与し、当該追加画像とは別の追加画像が前記特徴量空間上にプロットされたとき、当該別の追加画像と、前記目印が付与された追加画像との類似度が所定以上であると判定されると、前記通知を行うように構成されていることを特徴とする画像検査装置。 - 請求項7に記載の画像検査装置において、
前記通知手段が前記通知を行う際に、前記目印が付与された追加画像を表示するとともに、前記目印が付与された追加画像との類似度が所定以上である前記別の追加画像も表示可能に構成された表示部を備えていることを特徴とする画像検査装置。 - 請求項1から8のいずれか1つに記載の画像検査装置において、
前記通知手段は、前記追加画像の前記特徴量空間上における位置と、前記他方の属性の代表点までの距離とに基づいて安定度を算出し、算出された安定度が所定未満の場合には、前記追加画像が前記機械学習器の学習に寄与していない旨の通知を行うように構成されていることを特徴とする画像検査装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019017150A JP7176965B2 (ja) | 2019-02-01 | 2019-02-01 | 画像検査装置 |
US16/729,529 US11042976B2 (en) | 2019-02-01 | 2019-12-30 | Image inspection apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019017150A JP7176965B2 (ja) | 2019-02-01 | 2019-02-01 | 画像検査装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020125919A JP2020125919A (ja) | 2020-08-20 |
JP7176965B2 true JP7176965B2 (ja) | 2022-11-22 |
Family
ID=71837775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019017150A Active JP7176965B2 (ja) | 2019-02-01 | 2019-02-01 | 画像検査装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11042976B2 (ja) |
JP (1) | JP7176965B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6333871B2 (ja) * | 2016-02-25 | 2018-05-30 | ファナック株式会社 | 入力画像から検出した対象物を表示する画像処理装置 |
US11935277B2 (en) * | 2019-03-14 | 2024-03-19 | Nec Corporation | Generation method, training data generation device and program |
JP7267094B2 (ja) * | 2019-05-16 | 2023-05-01 | 株式会社キーエンス | 画像検査装置及び画像検査装置の設定方法 |
WO2021097486A1 (en) | 2019-11-12 | 2021-05-20 | Bright Machines, Inc. | Image analysis system for testing in manufacturing |
JP7247977B2 (ja) * | 2020-07-23 | 2023-03-29 | 株式会社三洋物産 | 遊技機 |
JP7247981B2 (ja) * | 2020-07-23 | 2023-03-29 | 株式会社三洋物産 | 遊技機 |
JP7247980B2 (ja) * | 2020-07-23 | 2023-03-29 | 株式会社三洋物産 | 遊技機 |
JP7247979B2 (ja) * | 2020-07-23 | 2023-03-29 | 株式会社三洋物産 | 遊技機 |
JP7247978B2 (ja) * | 2020-07-23 | 2023-03-29 | 株式会社三洋物産 | 遊技機 |
US20230274393A1 (en) * | 2020-09-25 | 2023-08-31 | Fanuc Corporation | Model generation device for visual inspection and visual inspection device |
WO2022065271A1 (ja) * | 2020-09-25 | 2022-03-31 | ファナック株式会社 | 画像作成装置 |
WO2022065273A1 (ja) * | 2020-09-25 | 2022-03-31 | ファナック株式会社 | 外観検査のためのモデル作成装置及び外観検査装置 |
CN116630332B (zh) * | 2023-07-26 | 2023-09-26 | 山东华航高分子材料有限公司 | 一种基于图像处理的pvc塑料管口缺陷检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000200356A (ja) | 1999-01-08 | 2000-07-18 | Hitachi Ltd | 欠陥分類方法およびその装置 |
JP2011214903A (ja) | 2010-03-31 | 2011-10-27 | Denso It Laboratory Inc | 外観検査装置、外観検査用識別器の生成装置及び外観検査用識別器生成方法ならびに外観検査用識別器生成用コンピュータプログラム |
WO2013099367A1 (ja) | 2011-12-27 | 2013-07-04 | Necソフト株式会社 | 画像認識装置、画像認識方法、補正器、プログラムおよび記録媒体 |
US20190034822A1 (en) | 2017-07-27 | 2019-01-31 | Disney Enterprises, Inc. | Semiautomatic machine learning model improvement and benchmarking |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL149588A (en) * | 2001-05-11 | 2007-07-24 | Orbotech Ltd | Image searching defect detector |
JP5855923B2 (ja) | 2011-12-08 | 2016-02-09 | 株式会社キーエンス | 画像処理装置、画像処理方法及びコンピュータプログラム |
JP5865707B2 (ja) * | 2012-01-06 | 2016-02-17 | 株式会社キーエンス | 外観検査装置、外観検査方法及びコンピュータプログラム |
JP2015087903A (ja) * | 2013-10-30 | 2015-05-07 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
US20170069075A1 (en) * | 2015-09-04 | 2017-03-09 | Canon Kabushiki Kaisha | Classifier generation apparatus, defective/non-defective determination method, and program |
JP6684158B2 (ja) * | 2016-06-13 | 2020-04-22 | 株式会社キーエンス | 画像処理センサ、画像処理方法 |
JP2018005640A (ja) | 2016-07-04 | 2018-01-11 | タカノ株式会社 | 分類器生成装置、画像検査装置、及び、プログラム |
-
2019
- 2019-02-01 JP JP2019017150A patent/JP7176965B2/ja active Active
- 2019-12-30 US US16/729,529 patent/US11042976B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000200356A (ja) | 1999-01-08 | 2000-07-18 | Hitachi Ltd | 欠陥分類方法およびその装置 |
JP2011214903A (ja) | 2010-03-31 | 2011-10-27 | Denso It Laboratory Inc | 外観検査装置、外観検査用識別器の生成装置及び外観検査用識別器生成方法ならびに外観検査用識別器生成用コンピュータプログラム |
WO2013099367A1 (ja) | 2011-12-27 | 2013-07-04 | Necソフト株式会社 | 画像認識装置、画像認識方法、補正器、プログラムおよび記録媒体 |
US20190034822A1 (en) | 2017-07-27 | 2019-01-31 | Disney Enterprises, Inc. | Semiautomatic machine learning model improvement and benchmarking |
Also Published As
Publication number | Publication date |
---|---|
US20200250801A1 (en) | 2020-08-06 |
JP2020125919A (ja) | 2020-08-20 |
US11042976B2 (en) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7176965B2 (ja) | 画像検査装置 | |
JP7176966B2 (ja) | 画像検査装置 | |
JP7287791B2 (ja) | 画像検査装置 | |
US10515249B2 (en) | Optical information reading device | |
US7916893B2 (en) | Image processing apparatus, image processing method, and program | |
JP7271306B2 (ja) | 画像検査装置及び画像検査装置の設定方法 | |
JP2017096750A (ja) | 位置決め方法、位置決め装置、プログラムおよびコンピュータ可読記録媒体 | |
CN109426835B (zh) | 信息处理装置、信息处理装置的控制方法和存储介质 | |
CN107077258B (zh) | 投射型影像显示装置以及影像显示方法 | |
JP7448710B2 (ja) | 画像検査装置及び画像検査装置の設定方法 | |
JP2020187657A (ja) | 画像検査装置 | |
KR20120107483A (ko) | 천 제품 식별 장치 및 천 제품 파지 시스템 | |
JP2010153975A (ja) | 画像読取装置 | |
KR20110029002A (ko) | 얼굴 판단 장치 및 방법 | |
JP2007280088A (ja) | 特定物体検出装置、特定物体検出方法、及び特定物体検出プログラム | |
JP6102156B2 (ja) | 画像処理システムおよび画像処理方法 | |
JP7308656B2 (ja) | 画像検査装置 | |
US10943109B2 (en) | Electronic apparatus, method for controlling thereof and the computer readable recording medium | |
JP7489523B2 (ja) | 画像検査装置及び画像検査装置の設定方法 | |
US20210063850A1 (en) | Imaging device, method for controlling imaging device, and system including imaging device | |
JP2005296383A (ja) | 視線検出装置 | |
JP2023077055A (ja) | 外観検査装置及び外観検査方法 | |
JP2000193435A (ja) | 対象物の画像処理方法 | |
JP2023077056A (ja) | 外観検査装置及び外観検査方法 | |
KR20100076794A (ko) | 디지털 영상 처리 장치 및 그 제어 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221012 |
|
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: 20221025 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7176965 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |