JPH06347239A - 外観検査方法 - Google Patents
外観検査方法Info
- Publication number
- JPH06347239A JPH06347239A JP16025193A JP16025193A JPH06347239A JP H06347239 A JPH06347239 A JP H06347239A JP 16025193 A JP16025193 A JP 16025193A JP 16025193 A JP16025193 A JP 16025193A JP H06347239 A JPH06347239 A JP H06347239A
- Authority
- JP
- Japan
- Prior art keywords
- calculated
- maximum length
- dimensional image
- image pattern
- grade
- 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.)
- Granted
Links
Abstract
に影響されず対象物の最大値、最大幅を正確に算出す
る。階級判定、等級判定に用いる最適な幾何学的特徴量
を導入し、分類、仕分け作業の精度を高める。 【構成】 対象物を分類・仕分けするために、その外観
形状の2次元画像パターンから対象物の幾何学的特徴量
を算出し、この特徴量を基準値と比較して階級判定及び
等級判定を行う外観検査方法である。2次元画像パター
ンから対象物の輪郭部の包絡点を抽出し、包絡点相互間
の距離から対象物の最大長L及び最大幅DMAXを求め
る。最大幅Lと最大長DMAXと定数Kとの積により対象
物の近似的体積Vを算出し、この近似的体積Vを特徴量
として対象物の階級判定を行う。更に、等級判定に用い
る特徴量として、対象物の首部の太さの度合いや全体的
な太さの度合いを示す形状率、曲がりの度合いを示す対
称率を導入する。
Description
自動的に分類し、仕分けするために、ITVカメラによ
り撮像した2次元画像パターンの画像処理によってその
幾何学的特徴量を算出し、この特徴量に基づき対象物の
大きさに関する階級判定及び品質に関する等級判定を行
う外観検査方法に関する。
TVカメラにより対象とする農水産物の平面形状を撮像
し、その形状の長さや投影面積等の幾何学的特徴量を抽
出して農水産物の階級・等級判定を行い、これらの判定
結果に応じて分類・仕分けを行っている。すなわち、具
体的には、農水産物をバケット上に載せてベルトコンベ
アにより搬送し、これが所定位置に到達したことをタイ
ミングセンサにより検出すると共に、所定の撮像タイミ
ングにおいてITVカメラにより農水産物の外観形状を
撮像する。
ンをラスタ方向へ走査し、対象物輪郭の立ち上がり点及
び立ち下がり点を求め、図6に示すように、立ち上り点
と立ち下がり点との間の長さL(これをセグメントと呼
ぶ)を積算することにより対象物の投影面積を求め、ま
た、各セグメントの中で最大のものを対象物の最大長L
maxとすることにより、対象物の投影面積と最大長とを
算出していた。なお、図6は対象物である茄子の2次元
画像パターンを示している。
が画像視野内でラスタ走査の水平方向に沿って置かれて
いる場合には、比較的正確な最大長を得ることができる
が、図7に示すように、対象物が水平方向に対し回転し
て(傾いて)いる場合には、図中の長さLmax′を最大
長として誤認してしまうため、真の最大長Lmaxに対し
て誤差が大きくなるという問題があった。
の方法として、対象物の2次元画像パターンを回転(ア
フィン変換)した後、前述のようにセグメントを抽出し
て最大長及び投影面積を求める方法がある。図8はこの
方法を示すもので、もとの2次元画像パターンを例えば
角度θだけ回転してからセグメントを抽出し、真の最大
長Lmax及び投影面積を求めている。
(r)、アフィン変換後の画像をg(r)、rを空間座
標、aを平行移動距離、Λを恒等行列とすると、一般に
数式1によって与えられる。そして、アフィン変換によ
る画像の回転時には、a=0とし、恒等行列Λは数式2
により表される。
像の回転処理では、上述した演算が必要であり、これを
リアルタイムで実行させるためには、専用のアフィン変
換プロセッサが必要であるため高価になる。また、アフ
ィン変換による方法は、画像データが水平・垂直方向に
沿った直交座標系での量子化であるため、回転角度によ
って量子化誤差が生ずるという問題があった。
は、セグメントの中から最大のものを抽出することによ
り最大長を求めているが、最大幅(最大長に対して直交
する方向の最大長さ)を求める場合には、各セグメント
データを再度走査しなければならないという問題もあ
る。加えて従来の方法では、図7に示したような最大長
の誤認、アフィン変換時の量子化誤差等に起因して最大
長及び最大幅が正確に求められないため、対象物の全体
的な太さの度合いや、くびれの度合いが正確に算出でき
なかった。
場合、従来では次に述べるような方法がとられている。
例えば、図9に示すように、セグメントデータの中から
最も端にある2点を抽出し、それら2点を結ぶ線分L1
から対象物の端までの距離L2を算出することにより、
対象物の曲がりの度合いを算出していた。しかし、これ
によると、図10に示すごとく、対象物である農水産物
では良く見られる端部形状の出っ張りPにより、最も端
にある2点の位置が対象物の曲がりとは無関係に様々な
位置をとるので、同じ程度の曲がりでも距離L2が異な
る場合があり、曲がりの度合いを正確に把握できないと
いう欠点があった。
になされたもので、その目的とするところは、対象物の
最大長及び最大幅を正確に算出すると共に、対象物の階
級判定、等級判定に用いる幾何学的特徴量として、従来
の最大長や投影面積だけでなく、対象物の全体的な太さ
の度合いやくびれの度合い、曲がりの度合いのように外
観形状をより正確に把握できる特徴量を導入して対象物
の分類・仕分け作業を容易にした外観検査方法を提供す
ることにある。
め、第1の発明は、ITVカメラにより撮像して得た2
次元画像パターンから対象物の輪郭部の包絡点を抽出
し、これらの包絡点の相互間の距離から対象物の最大長
及びこの最大長に直交する方向の最大幅を求めると共
に、最大幅と最大長と定数との積により対象物の近似的
体積を算出し、この近似的体積を幾何学的特徴量として
対象物の階級判定を行うものである。
首部の幅との差と、最大長との比率により対象物のくび
れの度合いに関する形状率を算出し、この形状率を幾何
学的特徴量として対象物の等級判定を行うものである。
の比率により対象物の全体的な太さの度合いに関する形
状率を算出し、この形状率を幾何学的特徴量として対象
物の等級判定を行うものである。
中心線から対象物の幅方向に沿って算出した両端までの
距離の差と、最大長との比率により対象物の曲がりの度
合いに関する対称率を算出し、この対称率を幾何学的特
徴量として対象物の等級判定を行うものである。
ターンを画像処理し、その包絡点を抽出して少なくとも
対象物の最大長及び最大幅を算出する。そして、最大幅
の部分における断面積により対象物各断面の断面積を代
表させ、最大長と最大幅と定数との積により、対象物の
近似的体積を算出する。この近似的体積を対象物の大き
さを示す幾何学的特徴量として基準値との比較により階
級判定を行う。
ンに基づく画像処理により、少なくとも対象物の最大長
及び最大幅を算出すると共に、対象物の首部の幅を算出
する。そして、最大幅と首部の幅との差と、最大長との
比率により第1の形状率を算出し、この形状率を対象物
のくびれの度合いを示す幾何学的特徴量として、基準値
との比較により品質に関する等級判定を行う。
ンに基づく画像処理により、少なくとも対象物の最大幅
及び最大長を算出する。そして、これらの比率を第2の
形状率として算出し、この形状率を対象物の全体的な太
さの度合いを示す幾何学的特徴量として、基準値との比
較により等級判定を行う。
ンに基づく画像処理により、少なくとも、対象物の長さ
方向に沿った中心線から対象物の幅方向に沿って算出し
た両端までの距離の差と、最大長とを算出する。そし
て、これらの比率を対称率として算出し、この対称率を
対象物の曲がりの度合い(左右対称性)を示す幾何学的
特徴量として、基準値との比較により等級判定を行う。
る。この実施例は、本発明を茄子の外観形状及び色によ
る自動選果システムに適用した場合のものである。な
お、対象物の色を認識して分類・仕分けを行うのは本発
明の要旨ではないが、以下では必要に応じてこれらにつ
いても触れることとする。
装置の構成を示すブロック図である。この画像処理装置
は、その本体10内に、補助メモリを備えた制御CPU
部11と、A/D変換器、フレームメモリ等を備えた画
像入出力部12と、各種画像処理を高速に実行するため
のパイプラインイメージプロセッサを搭載した画像処理
部13と、制御CPU部11に接続されたDIO(ディ
ジタル入出力)カード14及びICメモリカード15等
を備え、これら各部は国際標準バスであるマルチバス I
I(システムバス及びローカルバス)並びに高速画像転
送バスにより接続されている。なお、本体10には、必
要に応じてRISC(縮小命令セットコンピュータ)用
のプロセッサ16や、外部のプログラマブルコントロー
ラ等との間でリアルタイムのデータ伝送を行うためのネ
ットワーク部17が増設可能である。
照らされた茄子などの対象物Mを撮像する2台のITV
カメラ18,19が接続されている。これらのカメラ
は、幾何学的特徴量を抽出するためにモノクロカメラが
用いられ、色彩的な特徴量を抽出するためにカラーカメ
ラが用いられる。ここで、前記モノクロカメラには、コ
ンベア上の茄子を静止画像で捉えるために電子シャッタ
機能(1/1000秒程度)を備えたCCDカメラが使
用される。なお、20は撮像された画像を映し出すモニ
タテレビである。更に、制御CPU部11には、対象物
Mの形状等の解析データや階級・等級判定、分類・仕分
け結果等がリアルタイムで伝送されるFAパソコン21
が接続されている。また、22は操作指令等を入力する
ハンドヘルドキーボードである。
撮像した2次元画像パターンから、対象物Mの輪郭部の
包絡点、最大長、投影面積、最大幅のみならず近似的体
積等も、対象物Mが置かれている位置や向きに影響され
ずに抽出することができる。以下に、本実施例による対
象物Mの外観検査処理、具体的には幾何学的特徴量の抽
出処理を図1、図2を参照しつつ説明する。
8)により撮像した後、画像データを画像入出力部12
から画像処理部13に高速転送し、画像のノイズ除去等
を行うと共に画像データの2値化を行い、対象物Mの輪
郭部分の包絡点データ及び対象物Mの投影面積(2次元
画像パターンの面積)Sを抽出する。ここで、面積Sは
包絡点データの相互間の距離を積算することにより算出
可能である。次に、包絡点データの相互間の距離を比較
し、図2に示すように最大長(以下では便宜的にLで表
す)及び最大長Lに直交する方向の最大幅DMAXを算出
する。
茄子などの農水産物の場合は、各断面(農水産物の長さ
方向に直交する断面)の面積値を最大幅DMAXの部分に
おける断面積で代表させることにより、幾何学的特徴量
である近似的体積Vの計算式として数式3を用いること
ができる。なお、数式3において、Kは比例定数であ
る。この数式3により、基本的には、茄子の最大幅D
MAXと最大長Lと定数Kとの積によって茄子の近似的体
積Vを算出し、この近似的体積Vを幾何学的特徴量とし
て茄子の大きさに関する階級判定に用いることができ
る。上記近似的体積の算出手段方法が第1の発明の実施
例に相当する。
数式3を数式4のように変形する。この数式4における
V0は数式5により表され、これらの数式4,数式5に
おいてDCは茄子の首部分の太さ、K0,K1,K2は比例
定数と定義する。
式として、階級判定に用いることができる。
めの幾何学的特徴量として、茄子の首部分の太さの度合
い(くびれの度合い)判定用に第1の形状率RS1を数式
6により定義し、茄子の全体的な太さ判定用に第2の形
状率RS2を数式7により定義する。
すごとく最大長Lに沿った所定位置における首部の幅
(太さ)である。すなわち数式6を用いて、茄子の最大
幅と首部の幅との差(DMAX−DC)と、最大長Lとの比
率を算出して茄子のくびれの度合いに関する第1の形状
率RS1を求め、数式7を用いて、最大幅DMAXと最大長
Lとの比率を算出して茄子の全体的な太さの度合いに関
する第2の形状率RS2を求める。よって、これらの形状
率RS1,RS2を幾何学的特徴量として茄子の等級判定を
行うことができる。ここで、上記形状率RS1,RS2の算
出方法が第2、第3の発明の実施例に相当する。
量として、茄子の曲がり具合(左右対称性)の判定用に
対称率Tを数式8により定義する。なお、数式8におい
て、W1〜W4は茄子の中心線ABから幅方向に沿って算
出した両端までの距離である。すなわち数式8により、
距離W1,W2及びW3,W4のそれぞれの差の加算値(|
W1−W2|+|W3−W4|)と、最大長Lとの比率を算
出して茄子の曲がり具合に関する対称率Tを得ることが
でき、この対称率Tを幾何学的特徴量として茄子の等級
判定を行うことができる。上記対称率Tの算出方法が第
4の発明の実施例に相当する。
V、第1の形状率RS1、第2の形状率RS2及び対称率T
と、色彩的な特徴量である色をパラメータとして、茄子
の階級判定及び等級判定を行う場合の判定基準と検出方
法をまとめたものである。なお、茄子の色の認識につい
ては、カラーカメラによって撮像された特定色の面積の
比率(カラー比率)により、赤茄子、青ガク、白ガク等
の不良茄子を判定する。
分けのための基準値の一例を、また、図5は等級仕分け
のための基準値の一例を示すものであり、階級について
は4L〜2Sの範囲で、等級については□(カク)から
B及び格外の範囲で仕分けられる。上記各基準値は茄子
のでき具合等により毎日変更する必要があるので、図1
に示したFAパソコン21によりその都度設定するもの
とする。
では、大半の濃淡処理・画像演算処理・特徴抽出処理を
ビデオレート(1/30秒)で実行することができ、こ
の画像処理装置を6条のコンベアからなる茄子自動選果
システムに適用した場合、1条あたり毎秒3個の仕分け
性能が得られ、システム全体としては毎秒18個で1日
に31.45トンの茄子を分類・仕分け処理することが
可能である。
値算出(数式4、数式5参照)を除いては、形状率
RS1,RS2及び対称率Tの算出に茄子の投影面積Sが用
いられていないが、茄子の階級判定に際し幾何学的特徴
量として投影面積Sを加味することも勿論可能である。
傾きやアフィン変換の量子化誤差等に影響されずに対象
物の最大長や最大幅等を正確に算出することができ、こ
れらに基づいて算出した近似的体積、全体的な太さの度
合いやくびれの度合いに関する形状率、曲がりの度合い
に関する対称率を幾何学的特徴量として階級判定、等級
判定に用いることにより、単に最大長や投影面積のみを
用いる場合に比べて外観形状の認識、階級・等級判定を
一層正確に行うことができ、農水産物のような対象物を
高精度かつ迅速に分類し、仕分けることが可能になる。
ロック図である。
さ等を示す図である。
行う場合のパラメータ、判定基準及び検出方法を示す図
である。
定のための基準値の説明図である。
の説明図である。
の説明図である。
の説明図である。
の説明図である。
ある。
である。
Claims (4)
- 【請求項1】 対象物を分類・仕分けするために、その
外観形状をITVカメラにより撮像して得た2次元画像
パターンから対象物の幾何学的特徴量を算出し、この特
徴量を基準値と比較して対象物の大きさに関する階級判
定及び品質に関する等級判定を行う外観検査方法におい
て、 前記2次元画像パターンから対象物の輪郭部の包絡点を
抽出し、これらの包絡点の相互間の距離から対象物の最
大長及びこの最大長に直交する方向の最大幅を求めると
共に、最大幅と最大長と定数との積により対象物の近似
的体積を算出し、この近似的体積を幾何学的特徴量とし
て対象物の階級判定を行うことを特徴とする外観検査方
法。 - 【請求項2】 対象物を分類・仕分けするために、その
外観形状をITVカメラにより撮像して得た2次元画像
パターンから対象物の幾何学的特徴量を算出し、この特
徴量を基準値と比較して対象物の大きさに関する階級判
定及び品質に関する等級判定を行う外観検査方法におい
て、 前記2次元画像パターンから対象物の輪郭部の包絡点を
抽出し、これらの包絡点の相互間の距離から対象物の最
大長及びこの最大長に直交する方向の最大幅を求めると
共に、最大幅と対象物の首部の幅との差と、最大長との
比率により対象物のくびれの度合いに関する形状率を算
出し、この形状率を幾何学的特徴量として対象物の等級
判定を行うことを特徴とする外観検査方法。 - 【請求項3】 対象物を分類・仕分けするために、その
外観形状をITVカメラにより撮像して得た2次元画像
パターンから対象物の幾何学的特徴量を算出し、この特
徴量を基準値と比較して対象物の大きさに関する階級判
定及び品質に関する等級判定を行う外観検査方法におい
て、 前記2次元画像パターンから対象物の輪郭部の包絡点を
抽出し、これらの包絡点の相互間の距離から対象物の最
大長及びこの最大長に直交する方向の最大幅を求めると
共に、最大幅と最大長との比率により対象物の全体的な
太さの度合いに関する形状率を算出し、この形状率を幾
何学的特徴量として対象物の等級判定を行うことを特徴
とする外観検査方法。 - 【請求項4】 対象物を分類・仕分けするために、その
外観形状をITVカメラにより撮像して得た2次元画像
パターンから対象物の幾何学的特徴量を算出し、この特
徴量を基準値と比較して対象物の大きさに関する階級判
定及び品質に関する等級判定を行う外観検査方法におい
て、 前記2次元画像パターンから対象物の輪郭部の包絡点を
抽出し、これらの包絡点の相互間の距離から対象物の最
大長を求めると共に、 対象物の長さ方向に沿った中心線から対象物の幅方向に
沿って算出した両端までの距離の差と、最大長との比率
により対象物の曲がりの度合いに関する対称率を算出
し、この対称率を幾何学的特徴量として対象物の等級判
定を行うことを特徴とする外観検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP16025193A JP3371915B2 (ja) | 1993-06-04 | 1993-06-04 | 外観検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP16025193A JP3371915B2 (ja) | 1993-06-04 | 1993-06-04 | 外観検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH06347239A true JPH06347239A (ja) | 1994-12-20 |
JP3371915B2 JP3371915B2 (ja) | 2003-01-27 |
Family
ID=15710968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP16025193A Expired - Lifetime JP3371915B2 (ja) | 1993-06-04 | 1993-06-04 | 外観検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3371915B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015041975A (ja) * | 2013-08-23 | 2015-03-02 | ブラザー工業株式会社 | 処理装置、および、コンピュータプログラム |
WO2016133175A1 (ja) * | 2015-02-19 | 2016-08-25 | 株式会社ガオチャオエンジニアリング | 莢果選別システム、莢果選別装置及び莢果選別方法 |
-
1993
- 1993-06-04 JP JP16025193A patent/JP3371915B2/ja not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015041975A (ja) * | 2013-08-23 | 2015-03-02 | ブラザー工業株式会社 | 処理装置、および、コンピュータプログラム |
WO2016133175A1 (ja) * | 2015-02-19 | 2016-08-25 | 株式会社ガオチャオエンジニアリング | 莢果選別システム、莢果選別装置及び莢果選別方法 |
JPWO2016133175A1 (ja) * | 2015-02-19 | 2018-01-25 | 株式会社ガオチャオエンジニアリング | 莢果選別システム、莢果選別装置及び莢果選別方法 |
Also Published As
Publication number | Publication date |
---|---|
JP3371915B2 (ja) | 2003-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10373305B2 (en) | Positioning method for searching a previously registered standard pattern out of an inspection target image | |
CN101770582B (zh) | 图像匹配系统及方法 | |
US5081689A (en) | Apparatus and method for extracting edges and lines | |
US4574393A (en) | Gray scale image processor | |
US9410898B2 (en) | Appearance inspection device, appearance inspection method, and program | |
EP1430446B1 (en) | Image processing method for appearance inspection | |
US6226399B1 (en) | Method and system for identifying an image feature and method and system for determining an optimal color space for use therein | |
US8315457B2 (en) | System and method for performing multi-image training for pattern recognition and registration | |
US5208870A (en) | Image inspection methods and apparatus | |
JP2000163579A (ja) | 外観検査方法およびその装置 | |
JP3371915B2 (ja) | 外観検査方法 | |
CN112069841B (zh) | X光违禁品包裹跟踪方法及装置 | |
JPH02242382A (ja) | 欠陥検査方法 | |
US6915010B2 (en) | Real time object localization and recognition from silhouette images | |
CA2230197C (en) | Strand orientation sensing | |
US6240202B1 (en) | Appearance inspection method for electronic parts | |
JP2841961B2 (ja) | 視覚認識装置 | |
JP2000194861A (ja) | 画像認識方法及び装置 | |
JP6864722B2 (ja) | 検査装置、検査方法およびプログラム | |
JP2710685B2 (ja) | 外観検査による欠陥検出方法 | |
CN114897827B (zh) | 基于机器视觉的烟叶包装箱状态检测方法 | |
JPS61156485A (ja) | 視覚装置のスライスレベル決定方式 | |
JP2959017B2 (ja) | 円形画像判別方法 | |
CN117611524A (zh) | 基于多源图像的快件安检方法 | |
JPH0420225B2 (ja) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20021023 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071122 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081122 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091122 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091122 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101122 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 9 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 9 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 9 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 9 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121122 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131122 Year of fee payment: 11 |
|
EXPY | Cancellation because of completion of term |