CN100482145C - 一种视觉对比度分辨率测试方法 - Google Patents

一种视觉对比度分辨率测试方法 Download PDF

Info

Publication number
CN100482145C
CN100482145C CNB2007100784979A CN200710078497A CN100482145C CN 100482145 C CN100482145 C CN 100482145C CN B2007100784979 A CNB2007100784979 A CN B2007100784979A CN 200710078497 A CN200710078497 A CN 200710078497A CN 100482145 C CN100482145 C CN 100482145C
Authority
CN
China
Prior art keywords
model
test
background
color
contrast resolution
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.)
Expired - Fee Related
Application number
CNB2007100784979A
Other languages
English (en)
Other versions
CN101049228A (zh
Inventor
宋方洲
王志芳
谢正祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Medical University
Original Assignee
Chongqing Medical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Medical University filed Critical Chongqing Medical University
Priority to CNB2007100784979A priority Critical patent/CN100482145C/zh
Publication of CN101049228A publication Critical patent/CN101049228A/zh
Application granted granted Critical
Publication of CN100482145C publication Critical patent/CN100482145C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Eye Examination Apparatus (AREA)
  • Image Processing (AREA)

Abstract

一种视觉对比度分辨率测试方法，其特征在于，包括下列步骤：建立测试模型并送入测试装置中；在测试装置中建立测试界面显示所述测试模型；选择背景和模型的颜色；改变模型色的色度/灰度级，受检者观察测试模型；当受检者恰能辨认出模型与背景的灰度/色度差异后，读出此时的灰度/色度差值；记录测试结果；改变背景色和模型色的色度/灰度级，再执行检测流程；选择背景和模型的颜色，再次执行检测流程，获得受检者对指定颜色的视觉对比度分辨率；本发明的显著效果是：能实现对人类视觉对比度分辨率阈值的测定和数据记录，比较出人类个体视觉的对比度分辨率差异，为底层图像挖掘和夜视系统的开发以及图像隐藏提供人类视觉生理数据和基础。

Description

一种视觉对比度分辨率测试方法
技术领域
本发明属于视觉生理学领域，具体说是涉及视觉生理—心理和计算机图像处理交叉学科的一种视觉对比度分辨率测试方法。
背景技术
图像与图像处理的生理基础是人类视觉。没有人类视觉也就没有图像，更没有图像处理。在图像处理领域，人类视觉和人类视觉的分辨率阈值，在一些学科的理论、技术和相关产业的发展中，起了决定性的作用。如光学学科的存在，完全是因为有人类视觉的存在。光就是能引起人类视觉的电磁波或光量子。世界本无色，色是人类视觉的一种感觉。因此色是一种心理-物理量。在人类视觉生理-物理学文献中，报道了人类视觉的空间分辨率阈值：不能分辨视角小于1′的两点、时间分辨率阈值：不能分辨时间间隔小于0.1″出现的两幅不同图像和频率/波长分辨率阈值：不能分辨波长差小于5nm的两种颜色。人类视觉的时间分辨率阈值奠定了现代影视学理论和技术以及相关产业的视觉生理学基础。没有人类视觉的时间分辨率阈值，现代电影、电视、动画等诸多影视技术及相关产业都将成为乌有。人类视觉的空间分辨率阈值，奠定了色彩斑斓的现代显微学理论和技术以及相关产业的视觉生理学基础。没有人类视觉的空间分辨率阈值，现代光学显微、电子显微、原子力显微等诸多显微技术及相关产业也都将成为乌有。
但现有技术的缺点是：没有人类视觉对比度分辨率阈值的测定方法和数据的报道，特别是基于计算机数字技术的测定方法和数据报道。缺乏对人类视觉对比度分辨率的识别方法，缺乏对人类视觉的检验手段，无法比较出人类个体视觉的对比度分辨率差异。同时，如本发明人申请过的专利，用于底层图像的挖掘方法及采用该方法的图像挖掘装置(申请号：200610054333.8)、底层图像隐藏和挖掘方法及采用该方法的图像隐藏和挖掘装置(申请号：200610054379.X)和用于底层图像挖掘的图像灰度/色度信息的高分辨检测方法(申请号：200610054324.9)等技术都缺乏作为视觉生理—心理—物理基础的人类视觉对比度分辨率阈值数据。
发明内容
本发明的目的是提供一种视觉对比度分辨率测试方法，能实现对人类视觉对比度分辨率阈值的测定并提供测定的数据记录，比较出人类个体视觉的对比度分辨率差异。
为达到本发明的目的，本发明具体为：
一种视觉对比度分辨率测试方法，包括下列步骤：
步骤一，建立测试模型并送入测试装置中，所述测试模型设置为与背景有灰度/色度差异的图案；
步骤二，在测试装置中建立测试界面显示所述测试模型，其中背景色和模型色的色度/灰度级调节范围为0～255；
步骤三，选择背景和模型的颜色并使其相同，并设定其色度/灰度级一致；
步骤四，单独改变模型色的色度/灰度级，并由受检者观察测试模型，直到受检者能够辨认出背景色与模型色之间的灰度/色度差异为止；
步骤五，当受检者恰能辨认出模型与背景的灰度/色度差异后，读出此时的灰度/色度差值，即为当前背景颜色和灰度/色度下的对比度分辨率；
步骤六，记录测试结果；
步骤七，返回所述步骤三中，改变背景色和模型色的色度/灰度级，再执行一次以上所述步骤三、四、五、六的检测流程；
步骤八，返回所述步骤三中，选择背景和模型的颜色，再次执行所述步骤四、五、六的检测流程，获得受检者对选定颜色的视觉对比度分辨率；
所述测试装置由显示机构和计算机组成，其中显示机构的显示界面上并列有测试界面和控制界面，测试界面显示所述测试模型，控制界面设置红背景色选项、绿背景色选项、蓝背景色选项、黄背景色选项、青背景色选项、紫背景色选项和黑白背景色选项，色度/灰度级调节框；
所述计算机设置有存储机构和运算机构，其中存储机构获取所述显示机构的记录测试结果并存储，运算机构根据所述测试结果建立数学模型，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，获取受检者的对比度分辨率阈值最低点。
根据所述测试结果建立数学模型，在迪卡尔坐标系中，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，找到受检者的对比度分辨率阈值最低点。
所述测试模型为2进制空间频率的测试条纹模型，其条纹的宽度分别是：2-2、2-1、20、21、22、23mm，空间频率分别是：20cm-1、10cm-1、5cm-1、2.5cm-1、1.25cm-1、0.625cm-1。
所述测试模型还可以是圆环状条纹等其他表现形式。
因为客观物体不一定是单一的空间频率，所以采用与背景有灰度/色度差异的2进制条纹模型更接近实际情况，而且更具通用性。
所述背景和测试模型的颜色为红、绿、蓝、黄、青、紫和黑白。
所述色度/灰度级分别选为0，15，31，47，63，127，191，255。
本发明的显著效果是：提供一种对人类视觉的认知技术和检验手段，能对人类视觉对比度分辨率阈值进行测定和数据记录，比较出人类个体视觉的对比度分辨率差异；
同时，除了可用于检测人类个体的视觉对比度分辨率，如用于临床，特殊行业体检外，还可用于底层图像挖掘和隐藏，隐身、隐形，反隐身和反隐形以及研发不依赖于红外技术的被动型夜视系统。
附图说明
图1是本发明的流程框图；
图2是2进制空间频率的测试条纹模型图；
图3是测试装置中测试界面和控制界面图；
图4是人类视觉对红色的对比度分辨率随背景灰度级的变化图；
图5是人类视觉对绿色的对比度分辨率随背景灰度级的变化图；
图6是人类视觉对蓝色的对比度分辨率随背景灰度级的变化图；
图7是人类视觉对灰色的对比度分辨率随背景灰度级的变化图；
图8是人类视觉对黄色的对比度分辨率随背景灰度级的变化图；
图9是人类视觉对青色的对比度分辨率随背景灰度级的变化图；
图10是人类视觉对紫色的对比度分辨率随背景灰度级的变化图；
图11是测试装置的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
一种视觉对比度分辨率测试方法，包括下列步骤：
如图1、2、11所示：步骤一，建立测试模型并送入测试装置中，所述测试模型设置为与背景有灰度/色度差异的图案；
所述测试模型为2进制空间频率的测试条纹模型，其条纹的宽度分别是：2-2、2-1、20、21、22、23mm，空间频率分别是：20cm-1、10cm-1、5cm-1、2.5cm-1、1.25cm-1、0.625cm-1。
所述测试装置由显示机构1和计算机2组成，其中显示机构1的显示界面上并列有测试界面和控制界面，测试界面显示所述测试模型，控制界面设置红背景色选项、绿背景色选项、蓝背景色选项、黄背景色选项、青背景色选项、紫背景色选项、黑背景色选项、白背景色选项和灰背景色选项，色度/灰度级调节框；
所述计算机2设置有存储机构3和运算机构4，其中存储机构3获取所述显示机构1的记录测试结果并存储，运算机构4根据所述测试结果建立数学模型，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，获取受检者的对比度分辨率阈值最低点。
该测试装置可以用具有图形用户界面GUI功能的通用语言工具实现。
如图3所示：步骤二，在测试装置中建立测试界面显示所述测试模型，其中背景色和模型色的色度/灰度级调节范围为0～255；
步骤三，选择背景和模型的颜色并使其相同，并设定其色度/灰度级一致；
步骤四，单独改变模型色的色度/灰度级，并由受检者观察测试模型，直到受检者恰能辨认出背景色与模型色之间的灰度/色度差异为止；
步骤五，当受检者恰能辨认出模型与背景的灰度/色度差异后，按“显示”按钮，读出此时的灰度/色度差值，即为当前背景颜色和灰度/色度下的对比度分辨率；
步骤六，记录测试结果；
步骤七，返回所述步骤三中，改变背景色和模型色的色度/灰度级，再执行一次以上所述步骤三、四、五、六的检测流程；
步骤八，返回所述步骤三中，选择背景和模型的颜色，再次执行所述步骤四、五、六的检测流程，获得受检者对选定颜色的视觉对比度分辨率；
所述背景和测试模型的颜色为红、绿、蓝、黄、青、紫、黑、白、灰。
所述色度/灰度级分别选为0，15，31，47，63，127，191，255。
如图4～10所示：根据所述测试结果建立数学模型，在迪卡尔坐标系中，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，找到受检者的对比分辨率阈值最低点。
本发明是一种对人类视觉对比度分辨率的检测方法和装置，能实现对人类视觉对比度分辨率阈值的测定和数据记录，比较出人类个体视觉的对比度分辨率差异。
所述记录测试结果如下表：
人类视觉对灰色对比分辨率随背景灰度级的变化(黑白背景模型)
 
背景灰度级                     0       15      31     47     63     127    191    255
对比度分辨率(48人均值)         23.45   10.30   3.32   1.72   1.28   1.21   1.28   1.77
对比度分辨率拟合值             19.99   9.73    2.97   1.73   1.29   1.16   1.31   1.75
对比度分辨率(5号受检者个体值)   24      12      4      2      1      1      1      2
运算机构根据8个数据的测试结果，在迪卡尔坐标系中，画出数据点，用曲线拟合法方法，获得暗视觉数学模型为：
Y1＝22.98177e-0.0571X，                   0<＝X<＝47       (1)
在图7中用细曲线示出。
获得明视觉数学模型为：
Y2＝1.68312—0.00834X+3.37646*10-5X2，   63<＝X<＝255      (2)
在图7中用粗曲线示出。47～63段为明、暗视觉的交汇段，图7中的C点为对比度分辨率阈值最低的点，其值约为：124灰度级。
各颜色的明、暗视觉曲线如下：
红
Figure C200710078497D00101
暗视觉
Figure C200710078497D00102
 Y(x)＝41.6917102＊exp(-0.0383877＊x)
明视觉
Figure C200710078497D00104
 Y(x)＝(1.634082＊10^(-4))＊x^2-0.062087＊x+7.2116796
       C≈201
绿
Figure C200710078497D00105
暗视觉
Figure C200710078497D00106
 Y(x)＝63.1378182＊exp(-0.0217484＊x)
Figure C200710078497D00107
明视觉
Figure C200710078497D00108
 Y(x)＝(6.4936829＊10^(-4))＊x^2-0.2610156＊x+28.5794475
       C≈201
蓝
暗视觉
Figure C200710078497D001010
 Y(x)＝40.3325825＊exp(-0.0412932＊x)
Figure C200710078497D001011
明视觉
Figure C200710078497D001012
 Y(x)＝(1.3245972＊10^(-4))＊x^2-0.0488376＊x+5.7701749
       C≈184
灰
暗视觉
Figure C200710078497D00112
 Y(x)＝22.9817724xexp(-0.0570766xx)
Figure C200710078497D00113
明视觉
Figure C200710078497D00114
 Y(x)＝(3.3764648x10^(-5))xx^2-0.0083434xx+1.6831228
       C≈124
黄
暗视觉
 Y(x)＝73.6913338＊exp(-0.0226242＊x)
Figure C200710078497D00117
明视觉
 Y(x)＝(1.5844727*10^(-4))*x^2-0.0487253*x+7.76
       C≈153
青
Figure C200710078497D00119
暗视觉
 Y(x)＝73.1747058xexp(-0.0198476xx)
Figure C200710078497D001111
明视觉
Figure C200710078497D001112
 Y(x)＝[3.89*10^(-4))x^2-0.178164*x+24.13475
      C≈224
紫
Figure C200710078497D001113
暗视觉
Figure C200710078497D001114
 Y(x)＝44.8461648＊exp(-0.0292649＊x)
Figure C200710078497D001115
明视觉
Figure C200710078497D001116
 Y(x)＝(1.1425781＊10^(-4))＊x^2-0.0476355＊x+6.9302502
       C≈202
最终获得七种色的对比度分辨率随背景灰度/色度变化的测量结果如下表：
48人均值和5号个体值的测量结果
 
背景灰度/色度 0 15 31 47 63 127 191 255
红色(均值) 40.9787 26.7660 14.2766 7.2766 4.0213 1.7447 1.5319 1.9362
5号个体值 51 33 19 7 4 1 1 2
绿色(均值) 61.9787 45.9575 33.3192 22.1064 15.0422 4.9149 3.4043 3.9159
5号个体值 61 46 34 16 11 3 3 3
蓝色(均值) 37.7448 23.4894 11.6383 5.5106 3.2553 1.5957 1.3830 1.8936
5号个体值 44 26 13 5 3 1 1 2
黄色(均值) 74.4468 52.7872 35.3192 25.7234 17.8478 4.1277 4.2340 5.6383
5号个体值 83 53 35 24 14 4 3 4
青色(均值) 70.6596 54.8085 39.9787 29.1064 20.6383 7.7827 4.2979 4.0001
5号个体值 70 54 36 31 17 6 3 3
紫色(均值) 41.1915 30.6596 19.7021 11.2128 6.7660 2.7234 2.0001 2.2128
5号个体值 47 33 23 12 7 2 2 2
灰色(均值) 23.4468 10.2979 3.3192 1.7234 1.2766 1.2128 1.2766 1.7660
5号个体值 24 12 4 2 1 1 1 2

Claims (5)

1、一种视觉对比度分辨率测试方法，其特征在于，包括下列步骤：
步骤一，建立测试模型并送入测试装置中，所述测试模型设置为与背景有灰度/色度差异的图案；
步骤二，在测试装置中建立测试界面显示所述测试模型，其中背景色和模型色的色度/灰度级调节范围为0～255；
步骤三，选择背景和模型的颜色并使其相同，并设定其色度/灰度级一致；
步骤四，单独改变模型色的色度/灰度级，并由受检者观察测试模型，直到受检者能够辨认出背景色与模型色之间的灰度/色度差异为止；
步骤五，当受检者恰能辨认出模型与背景的灰度/色度差异后，读出此时的灰度/色度差值，即为当前背景颜色和灰度/色度下的对比度分辨率；
步骤六，记录测试结果；
步骤七，返回所述步骤三中，改变背景色和模型色的色度/灰度级，再执行一次以上所述步骤三、四、五、六的检测流程；
步骤八，返回所述步骤三中，选择背景和模型的颜色，再次执行所述步骤四、五、六的检测流程，获得受检者对选定颜色的视觉对比度分辨率；
所述测试装置由显示机构(1)和计算机(2)组成，其中显示机构(1)的显示界面上并列有测试界面和控制界面，测试界面显示所述测试模型，控制界面设置红背景色选项、绿背景色选项、蓝背景色选项、黄背景色选项、青背景色选项、紫背景色选项、黑背景色选项、白背景色选项和灰背景色选项，灰色度/灰度级调节框；
所述计算机(2)设置有存储机构(3)和运算机构(4)，其中存储机构(3)获取所述显示机构(1)的记录测试结果并存储，运算机构(4)根据所述测试结果建立数学模型，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，获取受检者的对比度分辨率阈值最低点。
2、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：根据所述测试结果建立数学模型，在迪卡尔坐标系中，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，找到受检者的对比度分辨率阈值最低点。
3、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：所述测试模型为2进制空间频率的测试条纹模型，其条纹的宽度分别是：2-2、2-1、20、21、22、23mm，空间频率分别是：20cm-1、10cm-1、5cm-1、2.5cm-1、1.25cm-1、0.625cm-1。
4、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：所述背景和测试模型的颜色为红、绿、蓝、黄、青、紫、黑、白、灰。
5、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：所述色度/灰度级分别选为0，15，31，47，63，127，191，255。
CNB2007100784979A 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法 Expired - Fee Related CN100482145C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2007100784979A CN100482145C (zh) 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007100784979A CN100482145C (zh) 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法

Publications (2)

Publication Number Publication Date
CN101049228A CN101049228A (zh) 2007-10-10
CN100482145C true CN100482145C (zh) 2009-04-29

Family

ID=38780988

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007100784979A Expired - Fee Related CN100482145C (zh) 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法

Country Status (1)

Country Link
CN (1) CN100482145C (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7942525B2 (en) * 2009-07-09 2011-05-17 Nike, Inc. Contrast sensitivity testing and/or training using circular contrast zones
CN102186001A (zh) * 2011-03-25 2011-09-14 刘晓华 一种基于对比度分辨率补偿的自适应底层视频挖掘方法
CN103356158A (zh) * 2012-03-26 2013-10-23 傅凌进 一种新颖的人眼颜色视觉特性评价系统
CN104793835B (zh) * 2014-01-17 2018-11-27 深圳市艾酷通信软件有限公司 一种更换界面色彩的系统及其实现方法
FR3043901A1 (fr) * 2015-11-25 2017-05-26 Essilor Int Procede d'evaluation de la vision d'un individu dans des conditions de luminance predefinies
CN107374581B (zh) * 2017-08-08 2019-03-22 崔嘉文 一种利用色阶法制作视力表的方法
CN110879130A (zh) * 2018-09-06 2020-03-13 舜宇光学（浙江）研究院有限公司 目视光学系统的成像质量测试方法及其测试图案单元
CN109966130B (zh) * 2019-05-13 2022-03-08 广州视景医疗软件有限公司 一种视觉功能训练中的双眼对比平衡度测量的方法及其系统
CN110063708B (zh) * 2019-05-21 2022-04-19 朱爱斌 一种校准视力表以及视力表使用方法
CN110507280B (zh) * 2019-08-06 2022-06-21 桂林理工大学 一种带动作指令控制的视力表装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4526452A (en) * 1982-06-08 1985-07-02 Interzeag Ag Method and apparatus for measuring contrast sensitivity
CN2063399U (zh) * 1989-06-29 1990-10-10 青海医学院 彩色多功能对比敏感度检测仪
US6755529B2 (en) * 2002-03-12 2004-06-29 Visionrx, Inc. Method and apparatus for measuring contrast sensitivity
EP1787579A1 (en) * 2004-07-29 2007-05-23 Universitat de Valencia Device and method for determining vision contrast sensitivity of an individual

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4526452A (en) * 1982-06-08 1985-07-02 Interzeag Ag Method and apparatus for measuring contrast sensitivity
CN2063399U (zh) * 1989-06-29 1990-10-10 青海医学院 彩色多功能对比敏感度检测仪
US6755529B2 (en) * 2002-03-12 2004-06-29 Visionrx, Inc. Method and apparatus for measuring contrast sensitivity
EP1787579A1 (en) * 2004-07-29 2007-05-23 Universitat de Valencia Device and method for determining vision contrast sensitivity of an individual

Also Published As

Publication number Publication date
CN101049228A (zh) 2007-10-10

Similar Documents

Publication Publication Date Title
CN100482145C (zh) 一种视觉对比度分辨率测试方法
CN104484659B (zh) 一种对医学彩色和灰阶图像自动识别及校准的方法
Ganesan et al. Segmentation and edge detection of color images using CIELAB color space and edge detectors
CN110197714B (zh) 图像解析方法、装置、学习后的深度学习算法的生成方法
CN101715050B (zh) 一种图像传感器坏点检测的方法和系统
CN104361593B (zh) 一种基于hvs和四元数的彩色图像质量评价方法
CN106485288A (zh) 一种色织物组织的自动识别方法
CN103985110B (zh) 数字图像中伪影或非均匀亮度的定位及显示方法
TWI266051B (en) Improved segmentation technique of an image
CN108846869B (zh) 一种基于自然图像色彩的服装自动配色方法
CN104363445B (zh) 基于关注区域的图像亮度jnd值测定方法
CN106535740A (zh) 分级角膜荧光素染色
CN111429547B (zh) 一种基于假同色搜索的异常色觉测试图合成方法
CN103076334A (zh) 一种定量评价数字印刷线条与文本感知质量的方法
CN104394404A (zh) 图像暗场亮度的jnd值测定方法、预测方法
WO2019106946A1 (ja) 画像着色装置、画像着色方法、画像学習装置、画像学習方法、プログラム、及び画像着色システム
KR101671413B1 (ko) 전자 표시 장치 상의 이펙트 코팅의 표시 방법
CN101587589A (zh) 喷墨打印质量模糊评价方法
CN108645799A (zh) 依据成交小样对进口棉花进行分级的方法
CN108898569A (zh) 一种针对于可见光和红外遥感影像的融合方法及其融合结果评价方法
Gong et al. Impacts of appearance parameters on perceived image quality for mobile-phone displays
CN109348219B (zh) 一种不同结构下图像转换的方法及图像转换装置
CN110514303A (zh) 一种用于软打样的显示器均匀性和灰平衡的检测方法
CN104378625B (zh) 基于感兴趣区域的图像暗场亮度jnd值测定方法、预测方法
US9519991B2 (en) Method for displaying optically determined surface geometries

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090429

Termination date: 20110523