米国特許情報 | 欧州特許情報 | 国際公開(PCT)情報 | Google の米国特許検索
 
     特許分類
A 農業
B 衣類
C 家具
D 医学
E スポ−ツ;娯楽
F 加工処理操作
G 机上付属具
H 装飾
I 車両
J 包装;運搬
L 化学;冶金
M 繊維;紙;印刷
N 固定構造物
O 機械工学
P 武器
Q 照明
R 測定; 光学
S 写真;映画
T 計算機;電気通信
U 核技術
V 電気素子
W 発電
X 楽器;音響


  ホーム -> 計算機;電気通信 -> ヒューレット・パッカード・カンパニー

発明の名称 コンテンツベース画像の検索の階層的方法
発行国 日本国特許庁(JP)
公報種別 公開特許公報(A)
公開番号 特開2001−160070(P2001−160070A)
公開日 平成13年6月12日(2001.6.12)
出願番号 特願2000−297992(P2000−297992)
出願日 平成12年9月29日(2000.9.29)
代理人 【識別番号】100078053
【弁理士】
【氏名又は名称】上野 英夫
発明者 ピン・ワー・ウォン
要約 目的


構成
特許請求の範囲
【請求項1】関連する特徴メトリックを各画像が有する複数の画像のデータベースセットから、コンテンツベースの画像木を導出する階層的方法であって、a)画像を、特徴メトリックが各サブセットのシード画像の特徴メトリックにより近い各サブセットに割当てることにより、複数画像のセットを第1のサブセットおよび第2のサブセットに分割するステップと、b)各サブセットについて、特徴メトリックが前記各サブセットに分割された画像の特徴メトリックを表す各サブセットから、比較画像を選択するステップと、c)各サブセット、各サブセットのサブセット等について、残っているサブセットが決められた数の画像を含むまで、画像の分割されたサブセットの木を生成するためにステップa)およびb)を再帰的に繰返すステップと、を備えて成る方法。
発明の詳細な説明
【0001】
【発明の属する技術分野】本発明は、コンテンツベースの画像検索の階層的方法に関し、特に、検索の速度を実質的に向上させ、それによって多数の画像を含むデータベースの検索を実用的にする、階層的画像検索木を構成する方法に関する。
【0002】
【従来の技術】画像データベースにおいて基準検索画像に一致した画像を検索する際、特に画像データベースが大きい場合、非常に大量の処理時間を消費する可能性があることが知られている。環境によっては、検索時間が長いために、検索が非実用的なものとなる場合がある。
【0003】コンテンツベースの画像検索の問題を解決する目的を、以下のように述べることができる。基準検索画像とn個の画像の集まりとがあるとし、その画像の集まりに対し検索を行い、ランク順位付けにおいて上位k個の一致(k<=n)を返すことが要求されているものとする。一致の近似性は、画像の特徴から計算されたメトリック(metric)を用いて決定される。実際には、しばしば、kをnとは無関係の定数で維持することが要求される。これは、例えば、検索の結果を格納するために使用される記憶バッファサイズが有限であるという要件による。
【0004】画像検索問題を解決する方法の従来技術は、画像特徴ベースのメトリックを用いてデータベースの各画像を検索画像と比較し、上位k個の一致を選択し、それらをランク順位付けし、その結果をユーザに返すというものであった。これは、「全検索」(または「全数検索」)方法と呼ばれる。全検索の複雑性は、検索画像をデータベースの画像と比較し、上位k個の一致をランク順位付けするという複雑性である。
【0005】全検索の特徴比較ステップの複雑性は、nに対して線形に比例している。すなわち、検索画像xと、i=1,2,…,nについてのデータベースにおける各画像yiとの間の距離d(x,yi)を計算する必要がある。また、n個の画像のセットから上位k個の画像をランク順位付けする複雑性(kはnとは無関係の定数)は、nに対して線形に比例している。このため、全検索の全体の複雑性は、n、すなわち、集まりにおける画像の数に線形に比例している。従って、データベースに潜在的に多数の画像を有する実際的なシステムに対し、検索時間と画像の数とが線形に依存するため、全検索方法は適切に作用しない。
【0006】Liその他に対する米国特許第5,734,893号は、コンテンツベースのクエリ検索から結果を取得するために必要な時間を最小化する方法を開示している。データベースは、複数のグループに分割される。そして、グループのスケジュールまたはシーケンスが、クエリのオペレーションの各々に割当てられる。ここで、スケジュールは、クエリのオペレーションがスケジュールのグループに割当てられる順序を表している。各スケジュールは、オペレーションの各アプリケーションが最終的な結果に最も近似している中間的な結果をもたらすグループに対して作用するよう、調整されている。
【0007】Barberその他に対する米国特許第5,751,286号は、データベースの画像が、画像に添付されたテクスチャタグによるのと同様に、色、テクスチャ、形状およびサイズ等、画像の視覚的特徴を含むクエリに応じて検索されるシステムを述べている。クエリは、画像クエリ領域において、視覚的な画像の特徴を表す値と、画像クエリ領域における表現の位置とに応じて構成される。
【0008】更に、Jainその他に対する米国特許第5,893,095号、第5,911,139号、第5,913,205号および、第5,915,250号は、データベースからの視覚的物体のコンテンツベースの検索および検索の方法を述べている。
【0009】
【発明が解決しようとする課題】本発明の目的は、画像のデータベースを分割して、より効率的な検索を可能とする改良された方法を提供することである。本発明の更なる目的は、分割された画像データベースを検索する改良された検索方法を提供することである。
【0010】
【課題を解決するための手段】本発明を組込んだ階層的方法は、複数の画像のデータベースセットからコンテンツベースの画像木を導出する。各画像は、関連した特徴メトリックを有している。本方法は、画像を、特徴メトリックが各々のサブセットのシード(seed)画像の特徴メトリックにより近いサブセットに割当てることにより、複数の画像のセットを第1のサブセットと第2のサブセットとに分割し、各サブセットについて、特徴メトリックが各々のサブセットに分割された画像の特徴メトリックを表す比較画像を選択し、各サブセットについて上記ステップを再帰的に繰返すことにより、画像の分割されたサブセットの木を生成する。そして、本方法により、比較画像に基づく検索が可能となる。
【0011】本方法は、基準検索画像に関連する特徴メトリックを、第1および第2のサブセットの比較画像に関連する特徴メトリックと比較し、各々のサブセットにおける比較画像に関連するいずれの特徴メトリックが検索画像に関連する特徴メトリックにより近いかにより、第1のサブセットまたは第2のサブセットのいずれかを選択し、選択されたサブセットから広がるサブセットに対し、その木の最低サブセットに達するまでサブセットの木を下って、比較動作を繰返す。
【0012】
【発明の実施の形態】本発明の方法は、データベースのn個の画像の集まりを、各々がn/2個の画像を有する2つの等しいサイズのサブセットに分割する。分割中に強制される重要な条件は、同じサブセットの画像はすべて互いに近似している(画像に関連する画像特徴メトリックによって決定されるように)ということである。
【0013】データベースの画像に一致すべき基準検索画像が提供される時、まず、いずれのサブセットから検索が開始されるかが決定される。図1に示されているように、1つのサブセットしかない場合、検索はそのサブセットに亙って行われ、結果が返される。この検索の複雑性は、2+n/2に対して線形に比例している。この最初の2は、いずれのサブセットを検索すべきかを決定しようとすることを表し、n/2は、n/2個の画像のサブセットを検索しようとすることを表す。複雑性は、まだnに直線的に比例しているが、全検索に比較しておおよそ2の割合で低減することを表している。なお、検索を開始することができる前に画像を分割する必要がある、という損失がある。
【0014】この分割方法は、図1に示すようにp個の群を含むように拡張することができる。画像は、各々n/p個の画像のp個のサブセットに分割される。画像特徴ベースのメトリックによって測定されるように、各サブセット内の画像が互いに近似しているという条件が強制されている。この群化方式の複雑性は、p+(n/p)に比例している。このため、最適な(最小の)複雑性はn1/2に比例しており、これはp=n1/2を設定することによって達成される。
【0015】図1の概念を拡張するため、分割動作が、各ステップにおいて生成されたサブセットに再帰的に適用される。再び、各分割ステップ中に、各サブセット内の画像が、それらの画像特徴ベースのメトリックによって測定されるように互いに近似している、という要件が強制される。このように、階層木が構築される。図2は、2つのレベルに分割されている階層木を示す。概して、mレベルの再帰的分割を行うことができる。n個の画像の集まりに対するレベルmの最大数は、log2 nである。
【0016】検索を実行するために、基準検索画像が与えられ、その目的は、最も近似した一致を見つけることである。例として図2の分割を用いることにより、検索画像が、セット1および2の各々において各画像と比較される。セット1の画像がセット2の画像より近似して一致している場合、セット2は破棄される。そして、検索は次のレベルまで移動し、セット11および12において、その検索画像を代表的な画像と比較することにより、いずれのセットが続けられるべきかを決定する。この手続きは、木の底に達するまで再帰的に適用される。かかる時点で、検索画像にすべて適切に近似して一致する画像の小さいサブセットが、見つけられる。そして、この小さいサブセットは、個々に検査されてそのランク付けが戻される。
【0017】本発明の階層木を確立するために、1つまたは複数の画像特徴メトリックに従って各画像を評価するように、データベースの画像を分析しなければならない。すべての画像に対し、1つまたは複数の共通の画像特徴が使用され、各画像が分析されてその各々の特徴に対しメトリックが導出される。多くの特徴を考慮することが可能であるが、以下は、共通の特徴として1つまたは複数選択することができる好ましい特徴のリストである。
【0018】1.カラーヒストグラム:画像内の色の分布を測定する。予め定義された色のセットを用いて、各画素の色値を、それが予め定義された色のビン(bin)のセットの1つに入るように量子化する。そして、各ビンの画素の数が、画像特徴メトリックとして画像に関連付けられる。
2.カラーモーメント:各々の画像における各原色成分(R、GおよびB)の平均偏差および標準偏差を測定する。平均偏差は、平均強度を与え、標準偏差は、平均的な広がりを与え、それらは共に、画像特徴メトリックとして各々の画像に関連付けられている。
3.カラーコヒーレンス:画像の色の空間的分布を測定する。例えば、画像が1つの大きい赤の領域から構成されているか、あるいは、多くの拡散した赤の画素を含むか等である。
4.テクスチャ:画像のテクスチャを、その環境から各画素がいかに予測可能であるかにより測定する。より詳細には、画像の色変化の空間的速度を示すメトリックが決定される。
5.粗さ:画像のテクスチャの粒子サイズを測定する。まず、画像を平滑化し、次に、水平および垂直方向の最大勾配を示す値を見つける。
6.方向性:画像の構造の方向を測定する。例えば、画像のテクスチャに方向成分があるか(例えば、画像に存在するストライプが水平かまたは垂直か、等)である。
【0019】以降、各画像について、画像特徴メトリックとしてカラーヒストグラムが導出されるものと推定する。例示的な画像ヒストグラムを、図5乃至図7に示す。画像の特徴メトリックを、各々の画像と、大きさが閾値を超えるヒストグラムピークの波長値と、各々のヒストグラムピークの大きさの値と、に関連付けることによって、ヒストグラムから導出することができる。かかる値は、画像について色分布(および強度)の特徴メトリックを提供する。
【0020】図2の階層木を構成するために、各サブセット内の画像が互いに近似するよう画像の集まりを2つのサブセットに分割する分割ステップが適用される。適切な分割を生成することができる非反復的な再帰的方法を、図3Aおよび図3Bに示す。
【0021】分割各画像に対して特徴メトリックを割当てるよう分析された画像のデータベースがあるとすると、そのデータベースの画像のセットから、基準画像がランダムに選択される(ステップ30)。そして、複数の画像のセットにおいて、関連する特徴メトリックが基準画像に関連する特徴メトリックから最も離れている第1のシード画像が見つけられる(ステップ32)。次に、複数の画像のセットにおいて、関連する特徴メトリックが第1の画像に関連する特徴メトリックから最も離れている第2のシード画像が見つけられる(ステップ34)。
【0022】ここで、複数の画像のセットは、第1及び第2のサブセットに分割される。それは、(i)第1のサブセットに対し、関連する特徴メトリックが第2のシード画像に関連する特徴メトリックより第1のシード画像の関連する特徴メトリックに対して距離的に近い画像を割当てることにより、および、(ii)第2のサブセットに対し、関連する特徴メトリックが第1のシード画像に関連する特徴メトリックより第2のシード画像の関連する特徴メトリックに対して距離的に近い画像を割当てることによって行われる(ステップ36)。
【0023】分割によって生成されるサブセットに含まれる画像の数が等しくない場合、画像の数の少ない方のサブセットに、画像の数が多い方のサブセットから画像を移動することにより、各サブセットの画像の数を等しくする試みがなされる。移動される画像は、画像の数が多い方のサブセットに残っている画像の特徴メトリックと比較されることにより、画像の数が少ない方のサブセットの特徴メトリックに近い特徴メトリックを有するものである(ステップ38)。
【0024】次に、各サブセットについて、特徴メトリックが各サブセットに分割された画像の特徴メトリックを表している各サブセットから、比較画像が選択される(ステップ40)。以降、各サブセット、各サブセットのサブセット等に対し、ステップ30〜40が再帰的に繰返されることにより、残っているサブセットが決められた数の画像のみを含むようになるまで画像の分割されたサブセットの木が生成される(ステップ42)。
【0025】分割方法のより厳密な記述は、以下の通りである。
a)画像コンテンツ特徴ベクトルを用いて測定されるような画像aとbの間の距離をd(a,b)とする。画像データベースは、画像のセットを2つのサブセットに分割する手続きの組を再帰的に適用することによって分割される。ここで、各サブセット内の画像は、距離d()によって測定されるように互いに近似している。画像x1,x2,…,xnのセットがあるとすると、以下のように進む。
b)セットからランダムに画像を選択し、それをyと呼ぶ。
c)セットを調べて、d()によって測定されるようにyから最も離れている画像を見つける。この画像をpとする。それは、セットのあらゆる画像xについてd(p,y)>=d(x,y)である。
d)セットを調べて、d()によって測定されるようにpから最も離れている画像を見つける。この画像をqとする。すなわち、セットのあらゆる画像xについてd(q,p)>=d(x,p)である。
e)画像pおよびqをシード画像として使用し、ある画像がpまたはqのいずれに近いかに従ってセットを2つのサブセットPおよびQに分割する。セットPの画像はすべてqよりpに近く、セットQの画像はすべてpよりqに近い。
f)セットPおよびQのサイズが等しい場合、停止する。そうでなく、セットQよりセットPにより多くの画像がある場合、Qに最も近いPの画像から開始して、PとQのサイズが等しくなるまで、セットPからセットQにいくつかの画像を移動する。PよりQの画像が多い場合、QからPに同様に画像を移動する。
【0026】データベースの画像が分割されると、基準検索画像と最も近似して一致する画像のサブセットを識別するために、検索が行われる。この検索は、以下のように、図3Cに示すように進められる。
【0027】検索基準検索画像に関連する特徴メトリックは、第1および第2のサブセットの比較画像に関連する特徴メトリックと比較され、比較画像に関連するいずれの特徴メトリックが、基準検索画像に関連する特徴メトリックにより近いかにより、第1のサブセットまたは第2のサブセットのいずれかが選択される(ステップ44)。
【0028】そして、上記のように選択されたサブセットから広がるサブセットに対し、決められた数だけの画像を含む終端サブセットに達するまでサブセットの木を下り、比較動作が繰返される(ステップ46)。その後、終端サブセットの画像が、それらの特徴メトリックが基準検索画像の特徴メトリックにいかに近いかに従ってランク順位付けされる(ステップ48)。そして、画像はユーザに表示される。
【0029】階層的画像検索システムのブロック図を、図4に示す。システム全体は、3つの主なサブシステムから構成されている。すなわち、a)すべての画像について画像特徴メトリック値を事前計算し、それらをデータベース52に格納する画像特徴計算サブシステム50と、b)画像データベース52から階層木を構築する画像データベース分割サブシステム54と、c)階層木を用いて画像検索を実行する階層的画像検索サブシステム56と、である。
【0030】画像データベース分割アプリケーションの目的は、データベースの画像の特徴に基づいて階層木を生成することである。入力側では、システムは、画像のリストを取得するためにデータベース52とインタフェースする。また、事前計算された画像特徴メトリックすべてにアクセスする。画像データベース分割サブシステム54では、画像を分割し、階層木を構築する。階層木は、ディスク58に書込まれ、階層的画像検索サブシステム56により後にアクセスされる。画像データベース分割サブシステム54は、画像データベースに対する新たな追加が示されるように階層木を周期的に更新し始める。
【0031】階層的画像検索サブシステム56は、画像検索が実行される時にユーザによって起動される。特に、それは、ディスク58から階層木を読出し、この情報を画像特徴メトリックと共に使用してそれが木の葉に達するまでその木を下る。葉は、すべてが互いに近似し相対的に基準検索画像に近似している画像のサブセットを表す。そして、画像のサブセットが検索され、ユーザに対して上位一致のリストを返すためにランク付けされる。
【0032】上述した発明の有効性は、以下の例から認めることができる。n個の画像のデータベースを検索し、nに無関係なkについて、基準検索画像に対し上位k個の一致を返したい場合について考える。通常の全検索方式の複雑性は、nに対して線形に比例している。従って、nが大きい場合、検索の複雑性は大きい。本発明の分割方法が用いられる場合、検索の複雑性は低減され、結果としての複雑性は、mレベルの階層木について、2m+(n/2m)となる。1600万画像(n=16×106)を有するデータベースがあるとする。(i)全数検索、(ii)最適分割および(iii)16レベル階層木を用いる特徴比較の数は、それぞれ、16×106、8×103および288である。
【0033】上述した説明は、本発明の単に例示的なものであることは理解されるべきである。当業者は、本発明を逸脱することなく、様々の代替態様および変更態様を考案することができる。例えば、本発明の方法を実現するために必要なソフトウェア/ファームウェアを、必要に応じてロードするために1つまたは複数のメモリ装置60(図4)に常駐させてもよい。従って、本発明は、添付の特許請求の範囲内にあるかかるすべての代替態様、変更態様および変形態様を包含することが意図されている。
【0034】以上、本発明の実施例について詳述したが、以下、本発明の各実施態様の例を示す。
【0035】[実施態様1]関連する特徴メトリックを各画像が有する複数の画像のデータベース(52)セットから、コンテンツベースの画像木を導出する階層的方法であって、a)画像を、特徴メトリックが各サブセットのシード画像の特徴メトリックにより近い各サブセットに割当てることにより、複数画像のセットを第1のサブセットおよび第2のサブセットに分割するステップ(ステップ36)と、b)各サブセットについて、特徴メトリックが前記各サブセットに分割された画像の特徴メトリックを表す各サブセットから、比較画像を選択するステップ(ステップ40)と、c)各サブセット、各サブセットのサブセット等について、残っているサブセットが決められた数の画像を含むまで、画像の分割されたサブセットの木を生成するためにステップa)およびb)を再帰的に繰返すステップ(ステップ42)と、を備えて成る方法。
【0036】[実施態様2]分割ステップa)が、a1)前記画像のセットから基準画像をランダムに選択するサブステップ(ステップ30)と、a2)前記複数の画像のセットにおいて、関連する特徴メトリックが前記基準画像に関連する特徴メトリックから最も離れている第1のシード画像を見つけ、それを第1のサブセットに割当てるサブステップ(ステップ32)と、a3)前記複数の画像のセットにおいて、関連する特徴メトリックが前記第1の画像に関連する前記特徴メトリックから最も離れている第2のシード画像を見つけ、それを第2のサブセットに割当てるサブステップ(ステップ34)と、を備えて成ることを特徴とする、実施態様1に記載の方法。
【0037】[実施態様3]d)検索画像の特徴メトリックを前記第1および第2のサブセットの比較画像の特徴メトリックと比較し、各々のサブセットの比較画像のいずれの特徴メトリックが前記検索画像の前記特徴メトリックにより近いかにより、前記第1のサブセットまたは前記第2のサブセットのいずれかを選択するステップ(ステップ44)と、e)ステップd)において選択された前記サブセットから広がるサブセットに対し、決められた数の画像を有するサブセットに達するまで前記サブセットの木を下って、比較ステップd)を再帰的に繰返すステップ(ステップ46)と、を有する検索ステップをさらに備えて成ることを特徴とする、実施態様1に記載の方法。
【0038】[実施態様4]ステップa)が、a1)分割によって生成されるサブセットの含む画像の数が等しくない場合、画像の数が多いサブセットからいくつかの画像を画像の数が少ないサブセットに移動することにより、各サブセットの画像の数を等しくするよう試みるサブステップであって、移動される画像が、画像の数が多いサブセットに残っている画像の特徴メトリックと比較して画像の数が少ないサブセットの特徴メトリックにより近い特徴メトリックを有している、サブステップ(ステップ38)、を備えていることを特徴とする、実施態様1に記載の方法。
【0039】[実施態様5]前記特徴メトリックが、各画像の色分布のメトリックの少なくとも1つから導出された1つ以上の値と、各画像の各原色成分の平均および標準偏差と、各画像の1つ以上の色の空間的分布と、各画像の色の変化の空間的速度のメトリックと、各画像の色粒子サイズのメトリックと、各画像の方向成分のメトリックと、によることを特徴とする、実施態様1に記載の方法。
【0040】[実施態様6]特徴メトリックを各画像が有する複数の画像のデータベースセットから、コンテンツベースの画像木を導出する階層方法を実行するようプロセッサを制御する命令を含むメモリ媒体(60)であって、a)画像を、特徴メトリックが各々のサブセットのシード画像の特徴メトリックにより近い各サブセットに割当てることにより、複数画像のセットを第1のサブセットおよび第2のサブセットに分割するよう前記プロセッサを制御する手段と、b)各サブセットに対し、特徴メトリックが、各サブセットに分割された画像の特徴メトリックを表す各サブセットから、比較画像を選択するよう前記プロセッサを制御する手段と、c)各サブセット、各サブセットのサブセット等について、残っているサブセットが決められた数の画像を含むまで、画像の分割されたサブセットの木を生成するため、手段a)およびb)を再帰的に動作させるよう前記プロセッサを制御する手段と、を備えて成るメモリ媒体。
【0041】[実施態様7]手段a)が、a1)前記複数の画像のセットから基準画像をランダムに選択するよう前記プロセッサを制御する手段と、a2)前記複数の画像のセットにおいて、特徴メトリックが前記基準画像の特徴メトリックから最も離れている第1のシード画像を見つけ、それを第1のサブセットに割当てるよう前記プロセッサを制御する手段と、a3)前記複数の画像のセットにおいて、特徴メトリックが前記第1の画像の前記特徴メトリックから最も離れている第2のシード画像を見つけ、それを第2のサブセットに割当てるよう前記プロセッサを制御する手段と、をさらに備えて成ることを特徴とする、実施態様6に記載のメモリ媒体。
【0042】[実施態様8]d)基準検索画像の特徴メトリックを前記第1および第2のサブセットの比較画像の特徴メトリックと比較し、各々のサブセットの比較画像のいずれの特徴メトリックが前記基準検索画像の前記特徴メトリックにより近いかにより、前記第1のサブセットまたは前記第2のサブセットのいずれかを選択するよう前記プロセッサを制御する手段と、e)手段d)によって選択された前記サブセットから広がるサブセットに対し、決められた数の画像のみを有するサブセットに達するまで前記サブセットの木を下って、前記比較動作を繰返すよう前記プロセッサを制御する手段と、をさらに備えて成ることを特徴とする、実施態様6に記載のメモリ媒体。
【0043】[実施態様9]手段a)が、分割によって生成されるサブセットの含む画像の数が等しくない場合、画像の数が多いサブセットからいくつかの画像を画像の数が少ないサブセットに移動することにより、各サブセットの画像の数を等しくするよう試みるよう前記プロセッサをさらに制御し、移動される画像が、画像の数が多いサブセットに残っている画像の特徴メトリックと比較して,画像の数が少ないサブセットの特徴メトリックにより近い特徴メトリックを有していることを特徴とする、実施態様6に記載のメモリ媒体。
【0044】[実施態様10]前記特徴メトリックが、各画像の色分布のメトリックの少なくとも1つから導出された1つ以上の値と、各画像の各原色成分の平均および標準偏差と、各画像の1つ以上の色の空間的分布と、各画像の色の変化の空間的速度のメトリックと、各画像の色粒子サイズのメトリックと、各画像の方向成分のメトリックと、によることを特徴とする、実施態様6に記載のメモリ媒体。
【0045】
【発明の効果】以上説明したように、本発明を用いることにより、多数の画像を含むデータベースにおける画像検索を効率的に行うことができ、検索速度を向上させることができる。




 

 


     NEWS
会社検索順位 特許の出願数の順位が発表

URL変更
平成6年
平成7年
平成8年
平成9年
平成10年
平成11年
平成12年
平成13年


 
   お問い合わせ info@patentjp.com patentjp.com   Copyright 2007-2013