CN106959079A - 一种改进型聚焦三维形貌测量方法 - Google Patents
一种改进型聚焦三维形貌测量方法 Download PDFInfo
- Publication number
- CN106959079A CN106959079A CN201710187268.4A CN201710187268A CN106959079A CN 106959079 A CN106959079 A CN 106959079A CN 201710187268 A CN201710187268 A CN 201710187268A CN 106959079 A CN106959079 A CN 106959079A
- Authority
- CN
- China
- Prior art keywords
- ionospheric
- testee
- image
- point
- focussing factor
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2441—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using interferometry
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种改进型聚焦三维形貌测量方法,该方法包括:采用低相干的白光干涉测量***,连续采集得到具有光滑表面的被测物体的多幅高对比度的干涉图像;计算出每一幅图像中的每个像素坐标点的聚焦因子的最大值;根据所有像素坐标点的聚焦因子的最大值确定所有像素坐标点的精准聚焦位置,从而恢复出具有光滑表面的被测物体的三维形貌。本发明通过采用低相干的白光干涉测量***,连续采集得到具有光滑表面的被测物体的多幅高对比度的干涉图像,根据所有像素坐标点的聚焦因子的最大值确定所有像素坐标点的精准聚焦位置,从而恢复出被测的光滑表面物体的三维形貌,具有自动化程度高,测量操作简便,测量精度较高和易于普及推广等优点。
Description
技术领域
本发明涉及影像测量领域,具体涉及一种改进型聚焦三维形貌测量方法。
背景技术
随着科学的进步,各个行业对于复杂物体的表面轮廓测量的要求也越来越高。三维形貌测量技术在科研、质量工程、高速在线检测、机器人视觉、逆向工程、CAD、医学诊断、工程设计、刑事侦查现场痕迹分析、质量控制以及许多生产过程中得到越来越广泛的应用。例如,汽车车身、飞机机身和轮船船体等加工制造中的在线检测。鉴于物体三维轮廓测量技术具有重要的工业应用价值,物体三维轮廓测量技术备受各国科技人员的关注,新的三维轮廓测量方法也不断地涌现。
20世纪90年代以来,光学三维传感技术已逐渐成为当今国际上的热门研究课题之一。多个国家在该领域相继提出了许多新的测量原理和方法,我国在这一领域也有了较大的研究进展。到目前为止,这些三维轮廓测量方法的精度大多介于纳米到微米范围,其中,基于“聚焦形貌恢复”的测量技术研究比较广泛。但是,现有的聚焦形貌测量方法大多只能用来测量具有粗糙纹理表面的物体轮廓。
现有的聚焦形貌测量原理如图1所示:图1为基本凸透镜成像的几何光路,物面上的P点成像于像面上的Q点,由高斯定理可知,物距O、焦距f和像距i之间的关系为物面上的每一点都在像面上产生一一对应的聚焦像点,若相机靶面没有与像面位置一致且有偏移量δ时,则物点P将在相机靶面上形成一个半径为(R为凸透镜半径)的圆斑,即***产生了离焦。而随着偏移量δ的增加,离焦程度加剧,图像中像点周围的对比度下降。若连续改变相机靶面与像面之间的相对位置,则计算得到一系列图像中像点Q的聚焦因子,当相机靶面与像点Q所在的像面重合时,所得到的图像中像点Q的聚焦因子达到极大值,因此可以根据聚焦因子极大值的位置,判断物点P的聚焦位置。
但是,当物体表面相对比较光滑时,图像中像点周围的对比度较小,因此对比度的改变不太明显,当***存在一定的测量噪声时,无法精确判断物点P对应的聚焦位置。
为了精准确定每一个像点在图像中的具体聚焦位置,需要计算图像中对应像点的聚焦因子,要求该聚焦因子在聚焦位置前后发生明显的剧烈变化,同时在图像精确聚焦时该聚焦因子达到最大值。因此,可以利用对图像进行高通滤波时所采用的各种算法,最常见的有拉普拉斯算子,该算子模型如下:
可以采用差分形式表示为:
最后,通过计算图像中某个像素坐标点(x,y)周围的窗口内各个像素坐标点的拉普拉斯算子总和,可以得到该像素坐标点(x,y)的聚焦因子,如下所示:
但是,现有的聚焦形貌测量方法主要适用于非光滑(具有显著纹理)表面的物体轮廓测量,而对于光滑表面物体轮廓的测量具有较大的误差,如玻璃制品等,而这一类光滑表面物体在生活中随处可见。
有鉴于此,急需一种高精度的针对光滑表面物体的聚焦形貌测量方法。
发明内容
本发明所要解决的技术问题是现有的光滑表面物体的聚焦形貌测量方法误差较大的问题。
为了解决上述技术问题,本发明所采用的技术方案是提供一种改进型聚焦三维形貌测量方法,包括以下步骤:
采用低相干的白光干涉测量***,连续采集得到具有光滑表面的被测物体的多幅高对比度的干涉图像;
计算出每一幅图像中的每个像素坐标点的聚焦因子的最大值;
根据所有像素坐标点的聚焦因子的最大值确定所有像素坐标点的精准聚焦位置,从而恢复出具有光滑表面的被测物体的三维形貌。
在上述技术方案中,计算出每一幅图像中的每个像素坐标点的聚焦因子的最大值,具体包括以下步骤:
计算出某个像素坐标点在每一幅图像中的聚焦因子;
按照各图像的采集位置为各图像进行标号,以各图像的序号为横坐标,对应的聚焦因子为纵坐标,建立坐标系,并描出每个聚焦因子的值,得到聚焦因子的离散点图;
对得到的聚焦因子的离散点图依次进行低通滤波和三次样条插值,得到聚焦因子的峰值。
在上述技术方案中,某个像素坐标点在每一幅图像中的聚焦因子,为该像素坐标点周围的窗口内各点的拉普拉斯算子总和,如下所示:
其中,Z表示图像序号;N表示计算聚焦因子时所采用的坐标窗口大小;ML(i,j,z)表示第Z幅图像中,所述像素坐标点周围的窗口内各点的拉普拉斯算子。
在上述技术方案中,所述像素坐标点周围的窗口内各点的拉普拉斯算子如下:
采用差分形式表示为:
其中,I(x,y,z)表示所述像素坐标点;step表示微分步长,为大于等于1的整数。
在上述技术方案中,根据所有像素坐标点的聚焦因子的最大值所对应的横坐标,确定所有像素坐标点的精准聚焦位置;根据每一个像素坐标点的精准聚焦位置,确定对应的所有物点的相对高度,从而恢复出被测物体的三维形貌。
在上述技术方案中,所述低相干的白光干涉测量***包括具有光滑表面的被测物体、第一准直透镜、分光板、第一物镜、第二物镜、平面参考镜、步进电机、第二准直透镜以及光电探测器,具体包括以下测量步骤:
以低相干光源作为入射光源,通过步进电机连续等步长改变平面参考镜的位置,同时,沿着被测物体的表面连续改变被测物体的位置并进行固定,使被测物体的表面与平面参考镜的表面的光程差为零;
入射光源经第一准直透镜准直后,入射至分光板,经分光板分光后形成两束光源,一束光源经第一物镜入射至被测物体的表面,另一束光源经第二物镜入射至平面参考镜的表面;
反射后的两束光源在分光板的表面形成干涉,干涉图像经第二准直透镜聚焦后,经光电探测器连续采集得到被测物体的多幅高对比度的干涉图像。
本发明通过采用低相干的白光干涉测量***,连续采集得到具有光滑表面的被测物体的多幅高对比度的干涉图像,根据所有像素坐标点的聚焦因子的最大值确定所有像素坐标点的精准聚焦位置,从而恢复出被测的光滑表面物体的三维形貌,具有自动化程度高,测量操作简便,测量精度较高和易于普及推广等优点。
附图说明
图1为现有的聚焦测量原理图;
图2为本发明提供的一种改进型聚焦三维形貌测量方法流程图;
图3为本发明提供的低相干的白光干涉测量***示意图;
图4为本发明提供的步骤S20的具体流程图;
图5为本发明提供的像素坐标点(x,y)的聚焦因子示意图;
图6为本发明提供的聚焦因子FM的峰值示意图;
图7为本发明提供的步骤S30的具体流程图;
图8为本发明提供的模型台阶的示意图;
图9为本发明提供的采集得到的模型台阶的一系列干涉条纹图像示意图;
图10为本发明采用改进的拉普拉斯算子复原的模型台阶的三维图像示意图;
图11为本发明分别采用改进的算法和现有的算法复原模型台阶,并与理论模型进行比较的示意图;
图12为本发明提供的图11的局部放大图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做出详细的说明。
本发明实施例提供了一种改进型聚焦三维形貌测量方法,如图2所示,包括以下步骤:
S10、采用低相干的白光干涉测量***,连续采集得到具有光滑表面的被测物体的多幅高对比度的干涉图像。
如图3所示,上述低相干的白光干涉测量***包括具有光滑表面的被测物体10、第一准直透镜20、分光板30、第一物镜40、第二物镜50、平面参考镜60、步进电机70、第二准直透镜80以及光电探测器90,其测量原理具体为:
以低相干光源作为入射光源,通过步进电机70连续等步长改变平面参考镜60的位置,同时,沿着被测物体10的表面,连续改变被测物体10的位置并进行固定,使得每次移动过程中,被测物体10的表面与平面参考镜60的表面的光程差为零(即z=z0);入射光源经第一准直透镜20准直后,入射至分光板30,经分光板30分光后形成两束光源,一束光源经第一物镜40入射至被测物体10的表面,另一束光源经第二物镜50入射至平面参考镜60的表面;反射后的两束光源在分光板30的表面形成干涉,干涉图像经第二准直透镜80聚焦后,经光电探测器90连续采集得到被测物体10的多幅高对比度的干涉图像。
本发明采用低相干的白光干涉测量***,采集得到具有光滑表面的被测物体10的多幅高对比度的干涉图像,因此可以精确获得具有光滑表面的被测物体10的三维轮廓。
S20、计算出每一幅图像中的每个像素坐标点的聚焦因子的最大值。
在现有的图像处理的拉普拉斯算法中,某幅图像中的某个像素坐标点(x,y)的聚焦因子为该像素坐标点(x,y)周围的窗口内各点的拉普拉斯算子总和,例如,在一个3×3的坐标窗口内,该坐标窗口中心点的聚焦因子为像素坐标点(2,2)周围的8个窗口内的8个点各自计算出来的拉普拉斯算子的总和,即只取决于该像素坐标点(x,y)周围的光强值,但是当采用低相干的白光干涉测量***连续采集干涉图像时,该像素坐标点(x,y)的聚焦因子不仅取决于周围的光强值,还取决于该像素坐标点(x,y)所在的每一幅图像的采集位置,因此,本方案对拉普拉斯算子进行了改进,如下所示:
可以采用差分形式表示为:
该像素坐标点(x,y)的聚焦因子为:
其中,Z表示图像序号;N表示计算聚焦因子时所选的坐标窗口大小;ML(i,j,z)表示第Z幅图像中,该像素坐标点周围的窗口内各点的拉普拉斯算子;I(x,y,z)表示所述像素坐标点;step表示微分步长,为大于等于1的整数。
S30、根据所有像素坐标点的聚焦因子的最大值确定所有像素坐标点的精准聚焦位置,从而恢复出具有光滑表面的被测物体的三维形貌。
如图4所示,步骤S20具体包括以下步骤:
S201、计算出某个像素坐标点在每一幅图像中的聚焦因子FM,具体如图5所示。
S202、按照各图像的采集位置为各图像进行标号,以各图像的序号为横坐标,对应的聚焦因子FM为纵坐标,建立坐标系,并描出每个聚焦因子FM的值,得到聚焦因子FM的离散点图。
S203、对得到的聚焦因子FM的离散点图依次进行低通滤波和三次样条插值,得到聚焦因子FM的峰值,具体如图6所示。
如图7所示,步骤S30具体包括以下步骤:
步骤S301、根据所有像素坐标点的聚焦因子的最大值所对应的横坐标,即可确定所有像素坐标点的精准聚焦位置。
步骤S302、根据每一个像素坐标点的精准聚焦位置,确定对应的所有物点的相对高度,从而恢复出被测物体的三维形貌。
实施例二:
本发明采用了一个具有2微米深度的模型台阶进行仿真实验,为了得到清晰的干涉图像,将模型台阶沿水平方向倾斜了一个微小的角度(约0.1°),如图8所示。
所使用的参数如表1所示:
图像大小 | 400x50pixel |
帧数 | 150 |
图像采集步长间距 | 120nm |
像元尺寸 | 7.1μm |
采集得到的一系列干涉图像如图9所示,可以看到在150帧干涉图像中,因为光源的低相干性,只有有限帧的图像中具有干涉条纹。
仿真实验结果分析:
如图10所示,为采用改进的拉普拉斯算子复原的模型台阶的三维图像;如图11所示,为分别采用改进的算法(如1)和现有的算法(如2)复原模型台阶,并与理论模型(如3)进行比较,可以明显的看出来,采用低相干的白光干涉测量***可以精准地复原具有光滑表面的被测物体的三维轮廓;如图12所示,为图11的局部放大图,结果显示,采用改进后的算法复原的轮廓形状(如1)更接近于理想模型的轮廓形状(如3)。
本发明不局限于上述最佳实施方式,任何人在本发明的启示下作出的结构变化,凡是与本发明具有相同或相近的技术方案,均落入本发明的保护范围之内。
Claims (6)
1.一种改进型聚焦三维形貌测量方法,其特征在于,包括以下步骤:
采用低相干的白光干涉测量***,连续采集得到具有光滑表面的被测物体的多幅高对比度的干涉图像;
计算出每一幅图像中的每个像素坐标点的聚焦因子的最大值;
根据所有像素坐标点的聚焦因子的最大值确定所有像素坐标点的精准聚焦位置,从而恢复出具有光滑表面的被测物体的三维形貌。
2.如权利要求1所述的改进型聚焦三维形貌测量方法,其特征在于,计算出每一幅图像中的每个像素坐标点的聚焦因子的最大值,具体包括以下步骤:
计算出某个像素坐标点在每一幅图像中的聚焦因子;
按照各图像的采集位置为各图像进行标号,以各图像的序号为横坐标,对应的聚焦因子为纵坐标,建立坐标系,并描出每个聚焦因子的值,得到聚焦因子的离散点图;
对得到的聚焦因子的离散点图依次进行低通滤波和三次样条插值,得到聚焦因子的峰值。
3.如权利要求2所述的改进型聚焦三维形貌测量方法,其特征在于,某个像素坐标点在每一幅图像中的聚焦因子,为该像素坐标点周围的窗口内各点的拉普拉斯算子总和,如下所示:
其中,Z表示图像序号;N表示计算聚焦因子时所采用的坐标窗口大小;ML(i,j,z)表示第Z幅图像中,所述像素坐标点周围的窗口内各点的拉普拉斯算子。
4.如权利要求3所述的改进型聚焦三维形貌测量方法,其特征在于,所述像素坐标点周围的窗口内各点的拉普拉斯算子如下:
采用差分形式表示为:
其中,I(x,y,z)表示所述像素坐标点;step表示微分步长,为大于等于1的整数。
5.如权利要求1所述的改进型聚焦三维形貌测量方法,其特征在于,根据所有像素坐标点的聚焦因子的最大值所对应的横坐标,确定所有像素坐标点的精准聚焦位置;根据每一个像素坐标点的精准聚焦位置,确定对应的所有物点的相对高度,从而恢复出被测物体的三维形貌。
6.如权利要求1所述的改进型聚焦三维形貌测量方法,其特征在于,所述低相干的白光干涉测量***包括具有光滑表面的被测物体、第一准直透镜、分光板、第一物镜、第二物镜、平面参考镜、步进电机、第二准直透镜以及光电探测器,具体包括以下测量步骤:
以低相干光源作为入射光源,通过步进电机连续等步长改变平面参考镜的位置,同时,沿着被测物体的表面连续改变被测物体的位置并进行固定,使被测物体的表面与平面参考镜的表面的光程差为零;
入射光源经第一准直透镜准直后,入射至分光板,经分光板分光后形成两束光源,一束光源经第一物镜入射至被测物体的表面,另一束光源经第二物镜入射至平面参考镜的表面;
反射后的两束光源在分光板的表面形成干涉,干涉图像经第二准直透镜聚焦后,经光电探测器连续采集得到被测物体的多幅高对比度的干涉图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710187268.4A CN106959079A (zh) | 2017-03-27 | 2017-03-27 | 一种改进型聚焦三维形貌测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710187268.4A CN106959079A (zh) | 2017-03-27 | 2017-03-27 | 一种改进型聚焦三维形貌测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106959079A true CN106959079A (zh) | 2017-07-18 |
Family
ID=59470361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710187268.4A Pending CN106959079A (zh) | 2017-03-27 | 2017-03-27 | 一种改进型聚焦三维形貌测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106959079A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107680152A (zh) * | 2017-08-31 | 2018-02-09 | 太原理工大学 | 基于图像处理的目标物表面形貌测量方法和装置 |
CN108009988A (zh) * | 2017-12-04 | 2018-05-08 | 淮阴师范学院 | 一种优化粒子群的图像分形插值方法 |
CN109448109A (zh) * | 2018-10-22 | 2019-03-08 | 江苏集萃微纳自动化***与装备技术研究所有限公司 | 扫描电镜图像的三维重建方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0373614A3 (en) * | 1988-12-16 | 1992-08-12 | Schlumberger Technologies Inc | Method for direct volume measurement of three dimensional features in binocular stereo images |
CN1952594A (zh) * | 2005-10-20 | 2007-04-25 | 致茂电子股份有限公司 | 形貌测量方法及其测量装置 |
CN101087991A (zh) * | 2004-12-22 | 2007-12-12 | 国立大学法人电气通信大学 | 三维形状测量装置 |
KR20090036795A (ko) * | 2007-10-10 | 2009-04-15 | 주식회사 만도 | 실내 주행을 위한 빛 줄무늬 감지 방법 및 그를 이용한주차 보조 장치 |
CN103884283A (zh) * | 2012-12-19 | 2014-06-25 | 台濠科技股份有限公司 | 手动白光干涉阶高量测方法 |
CN105051484A (zh) * | 2013-01-07 | 2015-11-11 | 斯维尔*** | 基于空间分束的光学mems干涉仪 |
-
2017
- 2017-03-27 CN CN201710187268.4A patent/CN106959079A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0373614A3 (en) * | 1988-12-16 | 1992-08-12 | Schlumberger Technologies Inc | Method for direct volume measurement of three dimensional features in binocular stereo images |
CN101087991A (zh) * | 2004-12-22 | 2007-12-12 | 国立大学法人电气通信大学 | 三维形状测量装置 |
CN1952594A (zh) * | 2005-10-20 | 2007-04-25 | 致茂电子股份有限公司 | 形貌测量方法及其测量装置 |
KR20090036795A (ko) * | 2007-10-10 | 2009-04-15 | 주식회사 만도 | 실내 주행을 위한 빛 줄무늬 감지 방법 및 그를 이용한주차 보조 장치 |
CN103884283A (zh) * | 2012-12-19 | 2014-06-25 | 台濠科技股份有限公司 | 手动白光干涉阶高量测方法 |
CN105051484A (zh) * | 2013-01-07 | 2015-11-11 | 斯维尔*** | 基于空间分束的光学mems干涉仪 |
Non-Patent Citations (2)
Title |
---|
李其德: "白光扫描干涉三维表面形貌测量技术的研究", 《万方数据库》 * |
陈良嘉: "R2R线上精微检测与验证技术", 《全国自动化大展-产学合作专刊》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107680152A (zh) * | 2017-08-31 | 2018-02-09 | 太原理工大学 | 基于图像处理的目标物表面形貌测量方法和装置 |
CN108009988A (zh) * | 2017-12-04 | 2018-05-08 | 淮阴师范学院 | 一种优化粒子群的图像分形插值方法 |
CN109448109A (zh) * | 2018-10-22 | 2019-03-08 | 江苏集萃微纳自动化***与装备技术研究所有限公司 | 扫描电镜图像的三维重建方法 |
CN109448109B (zh) * | 2018-10-22 | 2023-06-20 | 江苏集萃微纳自动化***与装备技术研究所有限公司 | 扫描电镜图像的三维重建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105783775B (zh) | 一种镜面及类镜面物体表面形貌测量装置与方法 | |
AT506110B1 (de) | Vorrichtung und verfahren zur erfassung von körpermassdaten und konturdaten | |
CN103398660B (zh) | 用于获取焊缝高度信息的结构光视觉传感器参数标定方法 | |
CN104613899A (zh) | 一种全自动的结构光手眼三维测量***标定方法 | |
CN108088390A (zh) | 一种焊接检测中基于双目线结构光的光条中心三维坐标获取方法 | |
CN109017867B (zh) | 钢轨波磨动态测量方法 | |
CN102519400B (zh) | 基于机器视觉的大长径比轴类零件直线度误差检测方法 | |
CN104061879A (zh) | 一种连续扫描的结构光三维面形垂直测量方法 | |
Tong et al. | An automatic measuring method and system using laser triangulation scanning for the parameters of a screw thread | |
CN101782374A (zh) | 基于模板近场光投影扫描的齿轮和成型结构轮廓测量方法 | |
CN106959079A (zh) | 一种改进型聚焦三维形貌测量方法 | |
Shi et al. | A simultaneous calibration technique of the extrinsic and turntable for structured-light-sensor-integrated CNC system | |
CN110298853A (zh) | 面差视觉检测方法 | |
CN105716547A (zh) | 一种机械工件平面度快速测量装置及方法 | |
CN106091987A (zh) | 基于散斑时域相关的大尺寸光学毛坯三维测量方法 | |
CN110530278A (zh) | 利用多线结构光测量间隙面差的方法 | |
CN102538707B (zh) | 一种对工件进行三维定位的装置及方法 | |
CN113340215B (zh) | 基于平行约束的平面间断差在线测量方法 | |
CN112414304B (zh) | 基于激光光栅投射的焊后焊缝表面三维测量方法 | |
CN111612071B (zh) | 一种从曲面零件阴影图生成深度图的深度学习方法 | |
CN115222893A (zh) | 基于结构光测量的大尺寸构件三维重建拼接方法 | |
CN105783782B (zh) | 表面曲率突变光学轮廓测量方法 | |
Hong et al. | An AFM-based methodology for planar size and local 3D parameters of large workpieces | |
Li et al. | Research on straightness detection of steel strip edge based on machine vision | |
CN106767509A (zh) | 一种焊锡三维表面扫描方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170718 |