CN101339117B - 稻米参数自动测量装置及方法 - Google Patents
稻米参数自动测量装置及方法 Download PDFInfo
- Publication number
- CN101339117B CN101339117B CN2008100487407A CN200810048740A CN101339117B CN 101339117 B CN101339117 B CN 101339117B CN 2008100487407 A CN2008100487407 A CN 2008100487407A CN 200810048740 A CN200810048740 A CN 200810048740A CN 101339117 B CN101339117 B CN 101339117B
- Authority
- CN
- China
- Prior art keywords
- grain
- computing machine
- belt
- image
- rice
- 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
Links
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 49
- 235000009566 rice Nutrition 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 24
- 240000007594 Oryza sativa Species 0.000 title 1
- 235000013339 cereals Nutrition 0.000 claims abstract description 68
- 241000209094 Oryza Species 0.000 claims abstract description 48
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 13
- 241000196324 Embryophyta Species 0.000 claims description 21
- 230000005693 optoelectronics Effects 0.000 claims description 18
- 238000013519 translation Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 206010038743 Restlessness Diseases 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract description 2
- 230000001066 destructive effect Effects 0.000 abstract 1
- 238000009434 installation Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 239000012620 biological material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000010421 standard material Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种稻米参数自动测量装置及方法,本装置由预设的计算机控制,采用单株脱粒仪将稻穗脱粒,谷粒由单株脱粒仪通过直槽式接口落到皮带上,由运转的皮带分离谷粒;由X-ray成像系统拍摄X射线透射图,由计算机将所得图像进行处理,得到稻米的各项参数。本发明利用X射线成像的方法,用数字图像处理技术处理拍摄到的图像,得到稻米的各项参数,无需对脱粒后的谷粒进行去壳处理,且将脱粒、参数提取集成到一个系统中,具有安全无损、测量结果准确可靠,操作简单等优点。
Description
技术领域
本发明属于机器视觉检测技术,具体涉及一种稻米参数自动测量装置及方法。该装置够自动测量一穗水稻上米粒的参数包括粒数、粒长、粒宽、粒面积等,适用于数字化农业领域。
背景技术
水稻是我国主要粮食作物之一,在水稻品种试验、示范、推广以及高产栽培试验中。都需要对水稻品种进行考种调查,以确定其利用价值。多数情况下,室内考种主要由科研人员进行人工测量。随着计算机技术的飞速发展,机器视觉技术的研究和应用越来越广泛。与人工检测技术相比,视觉检测技术具有速度快、精度高、重复性好等优点,在农产品品质检测领域有着广阔的应用前景。由于粮食结构的原因,国外对稻米检测的研究不多。中国农业大学凌云等人设计了一套动态谷物图像检测系统(文献出处:凌云,基于机器视觉的谷物外观品质检测技术研究,博士学位论文,北京:中国农业大学,2004)。系统主要由计算机和图像采集系统构成,计算机中内置图像采集卡,图像采集系统由CCD摄像机、光源系统、进料机构、驱动机构和出料机构组成。进料机构由漏斗、数粒仪、进料导槽、限位板和玻璃载物盘组成,使谷物能够单粒、顺序的下落到玻璃载物盘上,以避免采集图像时出现大量的籽粒粘连现象,但这种单粒下落的方法处理速度很慢。同时由于采用CCD拍照,只能处理脱壳后的稻米,而去壳过程中很容易造成米粒的损伤。
发明内容
本发明的目的在于提供一种稻米参数自动测量装置及方法,该装置能够自动测量一穗水稻上米粒的参数包括粒数、粒长、粒宽、粒面积等。
本发明提供的稻米参数自动测量装置,包括光电开关1、可控升降板2、单株脱粒仪3、控制按钮4、射线源铅盒5、X射线源6、X射线探测器7、手动平移台8、皮带9、毛刷10、铅箱11、X射线源控制器12、计算机13、皮带控制器14,光电开关1分别与可控升降板2和计算机13相连,且光电开关1和可控升降板2位于单株脱粒仪3入口处,控制按钮4分别与可控升降板2及计算机13相连,X射线源6放置在铅盒5中,铅盒5置于皮带9上侧,铅盒朝向探测器一面的中部开有一圆形孔,X射线探测器7位于皮带9内侧,X射线探测器7通过螺钉固定在手动平移台8上,通过手动平移台调节X射线探测器7的水平位置使得X射线源6和X射线探测器7位于同一垂直平面上,X射线源6与X射线源控制器12相连,X射线探测器7通过USB接口与与计算机13连接,射线源铅盒5、X射线源6、X射线探测器7、手动平移台8、皮带9及毛刷10都包在铅箱11内部,皮带9与皮带控制器14相连,毛刷10位于皮带9下部外侧。铅盒及铅箱都是用于安全防护。
稻米参数自动测量方法,按以下步骤进行:(1)打开X射线源控制器、单株脱粒仪和计算机,每进行一穗水稻的测量工作前,操作人员先按下控制按钮,控制按钮发出信号给计算机,通知计算机开始新的一穗的测量。把稻穗放到单株脱粒仪入口处,光电开关检测到人手后,发出信号给计算机,当且仅当计算机接收到了控制按钮和光电开关两个信号后,计算机才控制可控升降板上升,暴露出打谷口,允许单株脱粒仪开始打谷。同时计算机开始延时,谷粒由单株脱粒仪出口通过直槽式接口落到皮带上,由运转的皮带分离谷粒,延时1s后,计算机开始启动X射线探测器拍摄谷粒的图像数据,完成脱粒工作后,操作人员将脱粒后的稻穗取出,光电开关检测到人手的离开,发出信号给计算机,计算机控制可控升降板下降,计算机开始延时,延时4s后计算机停止数据采集;(2)计算机经过数字图像处理及分析后得到稻米的参数包括粒数、粒长、粒宽、粒面积。
数字图像处理及分析包括以下几个步骤:(1)拍摄的图像中存在较大噪声,本系统采用NL-means滤波法及中值滤波法滤除图像的噪声;(2)将去噪后的图像阈值二值化,本系统采用聚类法;(3)将二值化后的图像进行去除小粒子的操作,去掉二值化图像中的背景噪声;(4)去噪后的图像进行开操作,去掉微弱边缘,然后进行填充操作,填补米粒中间的孔洞;(5)对处理后的图像进行距离变换得到图像的距离函数;(6)对距离图像进行灰度重建,去掉图像中的区域极大值,起到‘削峰’的作用;(7)对重建后的图像进行分水岭分割;(8)对分割后的图像单个粒子区域进行椭圆拟合,得到各谷粒的粒长、粒宽,并通过数区域内的像素个数得出粒面积;(9)分水岭分割后可能还存在未分割的粘连籽粒,通过面积判断的方法将这些籽粒进行平均化处理;面积阈值的选取方法是求(8)中得到的所有粒面积的平均值的倍数。本系统采用1.5倍平均面积作为面积阈值。
NL-means又称为非局部均值化方法,该算法滤波后的值具有如下公式:
这里Ga是一个Gaussian核,其标准差为a,C(x)是归一化因子,h为滤波参数。
(Ga*|u(x+.)-u(y+.)|2)(0)=∫i2Ga(t)|u(x+t)-u(y+t)|2dt.该公式意味着u(x)是用u(y)平均值的权重所代替。权重仅仅在包围y的高斯窗口相似于包围x的高斯窗口是较大的。因此NL-means算法使用自相似性来去掉噪声。这样可在滤除噪声的同时较好的保护边缘。
本发明由预设的电脑程序控制,采用单株脱粒仪将稻穗脱粒,谷粒由单株脱粒仪通过直槽式接口落到皮带上,由运转的皮带分离谷粒;由X-ray成像系统拍摄X射线透射图,由计算机将所得图像进行处理,得到稻米的各项参数。
本发明利用X射线成像的方法,用数字图像处理技术处理拍摄到的图像,得到稻米的各项参数。无需对脱粒后的谷粒进行去壳处理,且将脱粒、参数提取集成到一个系统中,具有安全无损、测量结果准确可靠,操作简单等优点。
附图说明
图1为本发明稻米参数自动测量装置的结构示意图;
图2为水稻样品结果图;
图3为样品粒面积直方图;
图4为样品粒长直方图;
图5为样品粒宽直方图。
具体实施方式
下面结合附图和实例对发明作进一步详细的说明。
本发明提供的稻米参数自动测量装置,包括光电开关1、可控升降板2、单株脱粒仪3、控制按钮4、射线源铅盒5、X射线源6、X射线探测器7、手动平移台8、皮带9、毛刷10、铅箱11、X射线源控制器12、计算机13、皮带控制器14,光电开关1分别与可控升降板2和计算机13相连,且光电开关1和可控升降板2位于单株脱粒仪3入口处,控制按钮4分别与可控升降板2及计算机13相连,X射线源6放置在铅盒5中,铅盒5置于皮带9上侧,铅盒朝向探测器一面的中部开有一圆形孔,X射线探测器7位于皮带9内侧,X射线探测器7通过螺钉固定在手动平移台8上,通过手动平移台调节X射线探测器7的水平位置使得X射线源6和X射线探测器7位于同一垂直平面上,X射线源6与X射线源控制器12相连,X射线探测器7通过USB接口与与计算机13连接,射线源铅盒5、X射线源6、X射线探测器7、手动平移台8、皮带9及毛刷10都包在铅箱11内部,皮带9与皮带控制器14相连,毛刷10位于皮带9下部外侧。铅盒及铅箱都是用于安全防护。
其中,包括皮带9、毛刷10、皮带控制器14构成流水线系统,为定做的。皮带采用对射线衰减较小的薄皮带,皮带控制器带数码显示,可以精确调节皮带速度并用于与X射线探测器速度的匹配。扇束X射线源6和线阵X射线探测器7构成X射线成像系统,装置采用扇束X射线源,发出扇形射线束,相对应的X射线探测器也采用线阵列,X射线成像系统采用线扫描的方式成像,因此皮带的运转速度必须与X射线探测器的扫描速度完全匹配上才能得到不失真的图像,速度匹配的实验方法是采用标准样品进行拍摄,得到不变形的图像即说明速度完全匹配上了。
稻米参数自动测量方法,按以下步骤进行:(1)打开X射线源控制器、单株脱粒仪和计算机,每进行一穗水稻的测量工作前,操作人员先按下控制按钮,控制按钮发出信号给计算机,通知计算机开始新的一穗的测量,把稻穗放到单株脱粒仪入口处,光电开关检测到人手后,发出信号给计算机,当且仅当计算机接收到了控制按钮和光电开关两个信号后,计算机才控制可控升降板上升,暴露出打谷口,允许单株脱粒仪开始打谷,同时计算机开始延时,谷粒由单株脱粒仪出口通过直槽式接口落到皮带上,由运转的皮带分离谷粒,延时1s后,计算机开始启动X射线探测器拍摄谷粒的图像数据,完成脱粒工作后,操作人员将脱粒后的稻穗取出,光电开关检测到人手的离开,发出信号给计算机,计算机控制可控升降板下降,计算机开始延时,延时4s后计算机停止数据采集;(2)计算机经过数字图像处理及分析后得到稻米的参数包括粒数、粒长、粒宽、粒面积。
整个过程中流水线系统、单株脱粒仪、X射线源、X射线探测器都为连续工作。
实例:
实验标准材料:1元硬币,其直径为25mm。
将一元的硬币置于皮带上进行扫描拍摄,得到其直径测量值为79个像素;像素长、宽均为0.4mm,即测量值为79*0.4mm=31.6mm。
实际直径:25mm
X射线成像系统放大倍率=像宽/物宽=31.6mm/25mm=1.3
实验生物材料:成熟的水稻。将一穗成熟的水稻置于本发明的装置入口处,按上述方法进行操作,最后得到该稻穗的粒数为172粒,米粒的平均粒面积、平均粒长、平均粒宽分别为97.94、17.94、6.81(以像素为单位),对应实际值分别为
实际平均粒面积=97.94*0.4*0.4/(1.3*1.3)=9.3mm2,
实际平均粒长=17.94*0.4/1.3=5.5mm,
实际平均粒宽=6.81*0.4/1.3=2.1mm。
目前粒长、粒宽的手动测量方法是采用直尺法。手动测量粒长、粒宽平均值分别为5.8mm、2.0mm,相对误差分别为5.17%、5%。这个误差主要是由于米粒的质量不一样,而用直尺测量只能测表面长度,米粒的饱满度对其测量结果无影响,但是本方法还可反映米粒的饱满度。这也是本装置的优势之一。粒面积暂时无简单的手动测量方法。
Claims (2)
1.稻米参数自动测量装置,包括光电开关(1)、可控升降板(2)、单株脱粒仪(3)、控制按钮(4)、射线源铅盒(5)、x射线源(6)、x射线探测器(7)、手动平移台(8)、皮带(9)、毛刷(10)、铅箱(11)、x射线源控制器(12)、计算机(13)、皮带控制器(14),其特征在于:光电开关(1)分别与可控升降板(2)和计算机(13)相连,且光电开关(1)和可控升降板(2)位于单株脱粒仪(3)入口处,控制按钮(4)分别与可控升降板(2)及计算机(13)相连,X射线源(6)放置在射线源铅盒(5)中,射线源铅盒(5)置于皮带(9)上侧,射线源铅盒(5)朝向x射线探测器(7)一面的中部开有一圆形孔,X射线探测器(7)位于皮带(9)内侧,X射线探测器(7)通过螺钉固定在手动平移台(8)上,通过手动平移台(8)调节X射线探测器(7)的水平位置使得X射线源(6)和X射线探测器(7)位于同一垂直平面上,X射线源(6)与X射线源控制器(12)相连,X射线探测器(7)通过USB接口与计算机(13)连接,射线源铅盒(5)、X射线源(6)、X射线探测器(7)、手动平移台(8)、皮带(9)及毛刷(10)都包在铅箱(11)内部,皮带(9)与皮带控制器(14)相连,毛刷(10)位于皮带(9)下部外侧。
2.稻米参数自动测量方法,按以下步骤进行:(1)打开X射线源控制器、单株脱粒仪和计算机,操作人员先按下控制按钮,控制按钮发出信号给计算机,通知计算机开始新的一穗的测量,把稻穗放到单株脱粒仪入口处,光电开关检测到人手后,发出信号给计算机,当且仅当计算机接收到了控制按钮和光电开关两个信号后,计算机才控制可控升降板上升,暴露出打谷口,允许单株脱粒仪开始打谷,同时计算机开始延时,谷粒由单株脱粒仪出口通过直槽式接口落到皮带上,由运转的皮带分离谷粒,延时1s后,计算机开始启动X射线探测器拍摄谷粒的图像数据,完成脱粒工作后,操作人员将脱粒后的稻穗取出,光电开关检测到人手的离开,发出信号给计算机,计算机控制可控升降板下降,计算机开始延时,延时4s后计算机停止数据采集;(2)计算机经过数字图像处理及分析后得到稻米的参数包括粒数、粒长、粒宽、粒面积;所述的数字图像处理及分析包括以下几个步骤:(1)中值滤波:对拍摄的图像进行中值滤波滤除图像的噪声;(2)将去噪后的图像阈值二值化;(3)将二值化后的图像进行去除小粒子的操作,去掉二值化图像中的背景噪声;(4)去噪后的图像进行开操作,去掉微弱边缘,然后进行填充操作,填补米粒中间的孔洞;(5)对处理后的图像进行距离变换得到图像的距离函数;(6)对距离图像进行灰度重建,去掉图像中的区域极大值;(7)对重建后的图像进行分水岭分割;(8)对分割后的图像单个粒子区域进行椭圆拟合,得到各谷粒的粒长、粒宽,并通过数区域内的像素个数得出粒面积;(9)分水岭分割后可能还存在未分割的粘连籽粒,通过面积判断的方法将这些籽粒进行平均化处理;面积阈值的选取方法是求(8)中得到的所有粒面积的平均值的倍数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100487407A CN101339117B (zh) | 2008-08-08 | 2008-08-08 | 稻米参数自动测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100487407A CN101339117B (zh) | 2008-08-08 | 2008-08-08 | 稻米参数自动测量装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101339117A CN101339117A (zh) | 2009-01-07 |
CN101339117B true CN101339117B (zh) | 2011-02-09 |
Family
ID=40213240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100487407A Expired - Fee Related CN101339117B (zh) | 2008-08-08 | 2008-08-08 | 稻米参数自动测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101339117B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944232B (zh) * | 2010-09-02 | 2013-08-14 | 北京航空航天大学 | 一种利用最短路径的粘连细胞精确分割方法 |
CN102706742A (zh) * | 2012-04-01 | 2012-10-03 | 江苏大学 | 磨粒自动分散及成像装置 |
DE102015202999B4 (de) * | 2015-02-19 | 2019-12-05 | Siemens Healthcare Gmbh | Automatisierte Justierung von Signalanalyseparametern für Röntgendetektoren |
CN105043553B (zh) * | 2015-06-29 | 2018-09-11 | 华中农业大学 | 单株盆栽水稻温度参数自动测量装置及其测量方法 |
CN105806751A (zh) * | 2016-03-24 | 2016-07-27 | 江苏大学 | 一种联合收割机粮箱中谷物破碎在线监测系统及方法 |
CN106023235B (zh) * | 2016-06-15 | 2018-09-18 | 哈尔滨师范大学 | 一种农作物有效籽粒个数测量的方法 |
CN108120715B (zh) * | 2016-11-30 | 2023-10-13 | 中国科学院沈阳自动化研究所 | 一种基于机器视觉的玉米籽粒破碎率在线检测方法及装置 |
CN108240986A (zh) * | 2016-12-27 | 2018-07-03 | 中国船舶重工集团公司七五○试验场 | 一种未成熟稻米检测设备 |
CN111024737A (zh) * | 2019-12-31 | 2020-04-17 | 湖南农业大学 | 一种基于Micro-CT的水稻垩白三维测定方法 |
CN111583193B (zh) * | 2020-04-21 | 2021-04-23 | 广州番禺职业技术学院 | 基于几何轮廓模板匹配的开心果骨架提取装置及其算法 |
-
2008
- 2008-08-08 CN CN2008100487407A patent/CN101339117B/zh not_active Expired - Fee Related
Non-Patent Citations (4)
Title |
---|
R.P.Haff et al..REAL− |
R.P.Haff et al..REAL−TIME X−RAY INSPECTION OF WHEAT FOR INFESTATION BY THE GRANARY WEEVIL,SITOPHILUS GRANARIUS(L.).《American Society of Agricultural Engineers》.2004,第47卷(第2期),531-537. * |
RAY INSPECTION OF WHEAT FOR INFESTATION BY THE GRANARY WEEVIL,SITOPHILUS GRANARIUS(L.).《American Society of Agricultural Engineers》.2004,第47卷(第2期),531-537. |
TIME X− |
Also Published As
Publication number | Publication date |
---|---|
CN101339117A (zh) | 2009-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101339117B (zh) | 稻米参数自动测量装置及方法 | |
CN104155312B (zh) | 基于近红外计算机视觉的粮粒内部害虫检测方法和装置 | |
CN107185850B (zh) | 一种基于高光谱成像及电阻抗的玉米种子活力检测装置 | |
CA2723452C (en) | Systems, methods and devices for use in assessing carcass grading | |
US8935881B2 (en) | Method and device for evaluating germination properties of plant seeds | |
CN104198457B (zh) | 基于光谱成像技术的烟丝组分识别方法 | |
CN101458204A (zh) | 谷物实粒数的自动测量装置及方法 | |
CA2462426A1 (en) | Sorting grain during harvesting | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
MY164318A (en) | A system for fruit grading and quality determination | |
CN101339118A (zh) | 谷粒参数自动测量装置及方法 | |
CN105806751A (zh) | 一种联合收割机粮箱中谷物破碎在线监测系统及方法 | |
CN111982835A (zh) | 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法 | |
CN106332713A (zh) | 一种sd‑oct图像的枇杷早期瘀伤鉴别方法 | |
CN113820325A (zh) | 一种玉米籽粒直收含杂率和破碎率在线检测系统及其方法 | |
Vamerali et al. | An approach to minirhizotron root image analysis | |
CN110715918B (zh) | 单籽粒玉米淀粉含量拉曼高光谱分级方法 | |
Price et al. | Computer imaging and its application to some problems in agriculture and plant science | |
CN101911877B (zh) | 基于激光漫反射图像技术的种子生命力鉴别装置和方法 | |
CN110882948A (zh) | 一种柚子品质分类方法与装置 | |
CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 | |
CN113324928B (zh) | 一种基于图谱数据智能化无损检测菜肴食品营养含量方法 | |
CN114088624B (zh) | 用于谷物颗粒表面规则度检测设备 | |
CN109765190A (zh) | 一种利用高光谱成像技术识别稻田稗草的方法 | |
WO2019001604A1 (de) | Verfahren und vorrichtung zur untersuchung von fischeiern |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110209 |