JP7400950B2 - 検出装置、ラベル付与方法、及びプログラム - Google Patents
検出装置、ラベル付与方法、及びプログラム Download PDFInfo
- Publication number
- JP7400950B2 JP7400950B2 JP2022512984A JP2022512984A JP7400950B2 JP 7400950 B2 JP7400950 B2 JP 7400950B2 JP 2022512984 A JP2022512984 A JP 2022512984A JP 2022512984 A JP2022512984 A JP 2022512984A JP 7400950 B2 JP7400950 B2 JP 7400950B2
- Authority
- JP
- Japan
- Prior art keywords
- crack
- group
- points
- candidates
- detection device
- 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
- 238000001514 detection method Methods 0.000 title claims description 57
- 238000002372 labelling Methods 0.000 title claims description 22
- 238000003708 edge detection Methods 0.000 claims description 41
- 238000000513 principal component analysis Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 description 20
- 239000006185 dispersion Substances 0.000 description 17
- 238000000034 method Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000007547 defect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8803—Visual inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/945—User interactive design; Environments; Toolboxes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Immunology (AREA)
- Computing Systems (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Description
以下、図面を参照して本開示の実施の形態について説明する。図1を用いて実施の形態1にかかる検出装置10の構成例について説明する。検出装置10は、プロセッサがメモリに格納されたプログラムを実行することによって動作するコンピュータ装置であってもよい。検出装置10は、例えば、サーバ装置であってもよい。検出装置10において実行される処理は、複数のコンピュータ装置において分散処理されてもよい。
続いて、図2を用いてエッジ検出部12において実行される、エッジと検出された点の集合の解析処理について説明する。エッジ検出部12は、点群データに含まれる複数の点のうち、輝度情報に基づいてエッジとなる点を検出する。さらに、エッジ検出部12は、エッジとして検出された点の輝度と所定範囲内の輝度を示す点についても、エッジとして検出する。
続いて、実施の形態3にかかるひびの判定処理の概要について説明する。例えば、ひびは、直線の形状だけではなく、図6に示すように、ジグザグの形状を示す場合もある。図6の実線は、エッジとして検出された点の集合であり、ひびの形状を示している。図6の太線の点線のうち、長い点線は、長さD_1を有する第1主成分を示している。図6の太線の点線のうち、短い点線は、長さD_2を有する第2主成分を示している。また、説明を容易にするために図6には示されていないが、図6の垂直方向の主成分を第3主成分とする。
続いて、実施の形態4にかかるひびの判定処理について説明する。実施の形態4においては、点密度を用いたひびの判定処理を実行する。点密度は、ある領域内に存在する、エッジとして検出された点の数に基づいて定められる。具体的に、点密度について図8を用いて説明する。図8の実線は、エッジとして検出された点の集合を示している。点線で囲まれた領域は、エッジとして検出された点の集合を含む領域である。図8においては、エッジとして検出された点の集合を含む領域が矩形にて示されているが、円形等、他の形であってもよい。
続いて、図10を用いて実施の形態5にかかる検出装置20の構成例について説明する。検出装置20は、図1の検出装置10に、分類部21、表示部22、ラベル付与部23、入力受付部24、及びデータ保持部25が追加された構成である。分類部21等の、検出装置20を構成する構成要素は、プロセッサがメモリに格納されたプログラムを実行することによって処理が実行されるソフトウェアもしくはモジュールであってもよい。または、検出装置20を構成する構成要素は、回路もしくはチップ等のハードウェアであってもよい。
(付記1)
対象物までの距離を示す点群データと、前記点群データを測定する際に照射するビームの反射光から得られる輝度情報とを取得する取得部と、
前記輝度情報に基づいてエッジ検出を行うエッジ検出部と、
エッジとして検出された点の集合であるひびの候補に含まれる点の分布に基づいて、複数の前記ひびの候補をいずれかのグループに分類する分類部と、
前記グループに属する前記ひびの候補の形状を視認したユーザから前記グループに関するラベルの入力を受け付けるラベル付与部と、を備える検出装置。
(付記2)
前記ラベル付与部は、
前記ユーザから入力された前記ひびの候補が示すラベルを、前記点の集合を含む前記グループと関連付ける、付記1に記載の検出装置。
(付記3)
前記ラベル付与部は、
前記ユーザから、前記ひびの候補の形状が、ひびであるか否かを示すラベルの入力を受け付ける、付記1または2に記載の検出装置。
(付記4)
前記分類部は、
前記点の集合に対して行われた主成分分析から得られた第1主成分乃至第3主成分に基づいて前記ひびの候補をいずれかのグループに分類する、付記1乃至3のいずれか1項に記載の検出装置。
(付記5)
前記分類部は、
前記グループに属する複数のひびの候補のなかから少なくとも一つのひびの候補を選択し、表示部へ表示させる、付記1乃至4のいずれか1項に記載の検出装置。
(付記6)
前記分類部は、
前記ひびの候補に付与された信頼度に基づいて、前記グループに属する複数のひびの候補のなかから少なくとも一つのひびの候補を選択する、付記5に記載の検出装置。
(付記7)
対象物までの距離を示す点群データと、前記点群データを測定する際に照射するビームの反射光から得られる輝度情報とを取得し、
前記輝度情報に基づいてエッジ検出を行い、
エッジとして検出された点の集合であるひびの候補に含まれる点の分布に基づいて、複数の前記ひびの候補をいずれかのグループに分類し、
前記グループに属する前記ひびの候補の形状を視認したユーザから前記グループに関するラベルの入力を受け付けるラベル付与方法。
(付記8)
対象物までの距離を示す点群データと、前記点群データを測定する際に照射するビームの反射光から得られる輝度情報とを取得し、
前記輝度情報に基づいてエッジ検出を行い、
エッジとして検出された点の集合であるひびの候補に含まれる点の分布に基づいて、複数の前記ひびの候補をいずれかのグループに分類し、
前記グループに属する前記ひびの候補の形状を視認したユーザから前記グループに関するラベルの入力を受け付けることをコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体。
11 取得部
12 エッジ検出部
13 ひび判定部
20 検出装置
21 分類部
22 表示部
23 ラベル付与部
24 入力受付部
25 データ保持部
Claims (6)
- 対象物までの距離を示す点群データと、前記点群データを測定する際に照射するビームの反射光から得られる輝度情報とを取得する取得部と、
前記輝度情報に基づいてエッジ検出を行うエッジ検出部と、
エッジとして検出された点の集合であるひびの候補に含まれる点の分布に基づいて、複数の前記ひびの候補をいずれかのグループに分類する分類部と、
前記グループに属する前記ひびの候補の形状を視認したユーザから前記グループに関するラベルの入力を受け付けるラベル付与部と、を備え、
前記分類部は、
前記グループに属する複数のひびの候補に付与された信頼度に基づいて、前記グループに属する複数のひびの候補のなかから少なくとも一つのひびの候補を選択し、表示部へ表示させ、
前記信頼度は、前記対象物に対する前記ビームの入射角度に応じて定まる、検出装置。 - 前記ラベル付与部は、
前記ユーザから入力された前記ひびの候補が示すラベルを、前記点の集合を含む前記グループと関連付ける、請求項1に記載の検出装置。 - 前記ラベル付与部は、
前記ユーザから、前記ひびの候補の形状が、ひびであるか否かを示すラベルの入力を受け付ける、請求項1または2に記載の検出装置。 - 前記分類部は、
前記点の集合に対して行われた主成分分析から得られた第1主成分から第3主成分のいずれか一つに基づいて前記ひびの候補をいずれかのグループに分類する、請求項1乃至3のいずれか1項に記載の検出装置。 - 対象物までの距離を示す点群データと、前記点群データを測定する際に照射するビームの反射光から得られる輝度情報とを取得し、
前記輝度情報に基づいてエッジ検出を行い、
エッジとして検出された点の集合であるひびの候補に含まれる点の分布に基づいて、複数の前記ひびの候補をいずれかのグループに分類し、
前記グループに属する複数のひびの候補に付与された信頼度に基づいて、前記グループに属する複数のひびの候補のなかから少なくとも一つのひびの候補を選択し、
選択された前記ひびの候補を表示部へ表示させ、
前記グループに属する前記ひびの候補の形状を視認したユーザから前記グループに関するラベルの入力を受け付け、
前記信頼度は、前記対象物に対する前記ビームの入射角度に応じて定まる、ラベル付与方法。 - 対象物までの距離を示す点群データと、前記点群データを測定する際に照射するビームの反射光から得られる輝度情報とを取得し、
前記輝度情報に基づいてエッジ検出を行い、
エッジとして検出された点の集合であるひびの候補に含まれる点の分布に基づいて、複数の前記ひびの候補をいずれかのグループに分類し、
前記グループに属する複数のひびの候補に付与された信頼度に基づいて、前記グループに属する複数のひびの候補のなかから少なくとも一つのひびの候補を選択し、
選択された前記ひびの候補を表示部へ表示させ、
前記グループに属する前記ひびの候補の形状を視認したユーザから前記グループに関するラベルの入力を受け付けることをコンピュータに実行させ、
前記信頼度は、前記対象物に対する前記ビームの入射角度に応じて定まる、プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/014786 WO2021199264A1 (ja) | 2020-03-31 | 2020-03-31 | 検出装置、ラベル付与方法、及び非一時的なコンピュータ可読媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021199264A1 JPWO2021199264A1 (ja) | 2021-10-07 |
JPWO2021199264A5 JPWO2021199264A5 (ja) | 2022-11-25 |
JP7400950B2 true JP7400950B2 (ja) | 2023-12-19 |
Family
ID=77928173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022512984A Active JP7400950B2 (ja) | 2020-03-31 | 2020-03-31 | 検出装置、ラベル付与方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230136554A1 (ja) |
JP (1) | JP7400950B2 (ja) |
WO (1) | WO2021199264A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127771A (zh) | 2016-06-28 | 2016-11-16 | 上海数联空间科技有限公司 | 基于激光雷达lidar点云数据获取隧道正射影像系统及方法 |
JP2018025919A (ja) | 2016-08-09 | 2018-02-15 | 株式会社東芝 | 情報処理装置、情報処理方法、および移動体 |
CN108537221A (zh) | 2018-03-29 | 2018-09-14 | 陕西师范大学 | 基于兴趣区域的桥梁或路面裂缝检测方法和评价方法 |
JP2018198053A (ja) | 2017-05-22 | 2018-12-13 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN110390683A (zh) | 2018-04-17 | 2019-10-29 | 河海大学 | 一种基于密集点云的古城墙三维裂缝检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3273266A1 (en) * | 2016-07-21 | 2018-01-24 | Grupo Empresarial Copisa, S.L. | A system and a method for surface aerial inspection |
-
2020
- 2020-03-31 US US17/912,950 patent/US20230136554A1/en active Pending
- 2020-03-31 JP JP2022512984A patent/JP7400950B2/ja active Active
- 2020-03-31 WO PCT/JP2020/014786 patent/WO2021199264A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127771A (zh) | 2016-06-28 | 2016-11-16 | 上海数联空间科技有限公司 | 基于激光雷达lidar点云数据获取隧道正射影像系统及方法 |
JP2018025919A (ja) | 2016-08-09 | 2018-02-15 | 株式会社東芝 | 情報処理装置、情報処理方法、および移動体 |
JP2018198053A (ja) | 2017-05-22 | 2018-12-13 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN108537221A (zh) | 2018-03-29 | 2018-09-14 | 陕西师范大学 | 基于兴趣区域的桥梁或路面裂缝检测方法和评价方法 |
CN110390683A (zh) | 2018-04-17 | 2019-10-29 | 河海大学 | 一种基于密集点云的古城墙三维裂缝检测方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230136554A1 (en) | 2023-05-04 |
WO2021199264A1 (ja) | 2021-10-07 |
JPWO2021199264A1 (ja) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6954550B2 (en) | Image processing method and apparatus | |
CN111412842B (zh) | 墙面的截面尺寸的测量方法及装置、系统 | |
KR101993881B1 (ko) | 딥 러닝 기반 구조물 표면 열화 진단 방법 및 장치 | |
JP2016524334A (ja) | 自由形態の保護領域を使用するウエハ検査 | |
KR102346676B1 (ko) | 딥러닝 기반의 시설물 손상영상 분류를 활용한 손상도 생성방법 | |
JP6781432B2 (ja) | 電波伝搬シミュレーションモデルの作成方法、作成システム、作成装置および作成プログラム | |
JP6844235B2 (ja) | 距離測定装置および距離測定方法 | |
US11145089B2 (en) | Method for measuring antenna downtilt based on multi-scale detection algorithm | |
CN108074232B (zh) | 一种基于体元分割的机载lidar建筑物检测方法 | |
CN113506327A (zh) | 一种断裂伸长率计算方法、装置及电子设备 | |
US10096451B2 (en) | Pattern measurement device and computer program | |
US20220076021A1 (en) | System and method for automatic visual inspection with deep learning | |
JP7338788B2 (ja) | 検出装置、判定方法、及びプログラム | |
JP7400950B2 (ja) | 検出装置、ラベル付与方法、及びプログラム | |
TW202001615A (zh) | 一種利用點雲判斷岩石不連續面位態的方法 | |
JP2006292615A (ja) | 外観検査装置、外観検査方法、コンピュータを外観検査装置として機能させるためのプログラムおよび記録媒体 | |
JP2019102031A (ja) | コンクリート表面上のひび割れ方向特定方法、ひび割れ方向特定装置、ひび割れ方向特定システム及びプログラム | |
KR101255022B1 (ko) | 점군자료를 활용한 구조물 균열 검출방법 | |
CN113706508B (zh) | 光束质量分析方法、设备、光束分析系统及存储介质 | |
US11748876B2 (en) | Joint surface safety evaluation apparatus | |
KR102347854B1 (ko) | 마커를 이용한 영상 인식 기반의 용접 상태 분류 장치 및 방법 | |
JP4796535B2 (ja) | 画像処理による多導体電線の追跡方法、装置及びプログラム並びにこれを用いた多導体電線の異常検出方法、装置及びプログラム | |
CN114565596A (zh) | 基于深度学习和视频理解的钢表面裂缝检测和预测方法 | |
US20230332887A1 (en) | Abnormality detection system, abnormality detection method, and computer readable medium | |
KR20230003730A (ko) | 드론을 이용하여 구조물의 외부 균열을 검사하는 방법, 시스템 및 비일시성 판독 가능 기록 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220922 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220922 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230711 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230905 |
|
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: 20231107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231120 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7400950 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |