CN102768214B - 隐形眼镜检测系统与方法 - Google Patents
隐形眼镜检测系统与方法 Download PDFInfo
- Publication number
- CN102768214B CN102768214B CN201210168332.1A CN201210168332A CN102768214B CN 102768214 B CN102768214 B CN 102768214B CN 201210168332 A CN201210168332 A CN 201210168332A CN 102768214 B CN102768214 B CN 102768214B
- Authority
- CN
- China
- Prior art keywords
- main body
- area
- image
- contact lenses
- closed region
- 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.)
- Active
Links
Abstract
本发明揭露一种隐形眼镜检测系统与方法,该隐形眼镜检测系统包含:主体搜寻模组,关联于隐形眼镜的影像资料并获得对应该隐形眼镜的主体影像,其中该主体影像界定封闭区域;面积计算模组,根据该封闭区域求得对应该主体影像的主体面积参数,其中该主体面积参数代表该主体影像的面积;及瑕疵检测模组,根据该主体影像产生对应该隐形眼镜的模拟影像,其中该模拟影像界定圆形区域。其中该面积计算模组还根据该封闭区域与该圆形区域求得代表该主体影像与该模拟影像两者的面积的差异的瑕疵面积参数,该隐形眼镜检测器根据该瑕疵面积参数判断该隐形眼镜是否异常。本发明可有效率地且准确地判断该隐形眼镜是否异常。
Description
技术领域
本发明是有关于一种检测系统与方法,特别是指一种隐形眼镜检测系统与方法。
背景技术
近年来,隐形眼镜已成为人们生活中不可或缺的日常用品之一,而为了因应庞大的需求,相关制造厂商必须藉由机器大量地生产隐形眼镜。
在制造隐形眼镜的过程中,上述机器在进行一些例如成形、修边,或者是脱模等步骤时,常常有可能损害隐形眼镜的镜片,因而造成镜片瑕疵。
为了确保有瑕疵的镜片不会流入市面,相关制造厂商于制造的过程中会进行把关以维持品质,例如透过检测的方式。一般而言,目前的检测方式主要是透过人工来完成。
上述人工检测的缺点在于,确认镜片瑕疵的效率太低,且人工判断的标准往往无法一致,使得检测不够精确,进而造成无法将有瑕疵的隐形眼镜有效地检测出的问题。
发明内容
因此,本发明为解决现有技术中人工检测隐形眼镜效率低、检测不够精确,无法将有瑕疵的隐形眼镜有效地检测出的问题,提供一种隐形眼镜检测系统与方法。
根据本发明目的之一提供一种隐形眼镜检测系统,适用于隐形眼镜检测器,该隐形眼镜检测系统包含:主体搜寻模组,关联于隐形眼镜的影像资料并获得对应该隐形眼镜的主体影像,其中该主体影像界定封闭区域,该封闭区域具有内轮廓与外轮廓;面积计算模组,根据该封闭区域求得对应该主体影像的主体面积参数,其中该主体面积参数代表该主体影像的面积;及瑕疵检测模组,根据该主体影像产生对应该隐形眼镜的模拟影像,其中该模拟影像界定圆形区域。其中该面积计算模组还根据该封闭区域与该圆形区域求得代表该主体影像与该模拟影像两者的面积的差异的瑕疵面积参数,该隐形眼镜检测器根据该瑕疵面积参数判断该隐形眼镜是否异常。
作为可选的技术方案,当该主体面积参数大于或等于预设的门槛值,则该瑕疵检测模组根据该主体影像产生该模拟影像。
作为可选的技术方案,该瑕疵检测模组根据该封闭区域的内轮廓产生对应该主体影像的圆形轨迹,并根据该圆形轨迹产生该模拟影像。
作为可选的技术方案,该瑕疵检测模组根据该封闭区域的外轮廓产生对应该主体影像的圆形轨迹,并根据该圆形轨迹产生该模拟影像。
作为可选的技术方案,该面积计算模组根据该封闭区域与该圆形区域两者相异的区域产生至少一内切矩形,并根据该内切矩形的面积求得该瑕疵面积参数。
作为可选的技术方案,该封闭区域还具有中心与半径,该瑕疵检测模组根据该封闭区域的中心和半径产生该模拟影像。
作为可选的技术方案,该面积计算模组根据该圆形区域产生圆形面积参数,并根据该圆形面积参数与该主体面积参数两者之差求得该瑕疵面积参数。
作为可选的技术方案,该主体搜寻模组进行以下步骤获得该主体影像:(A-1)透过高斯滤波器滤除关联于该影像资料的杂讯;(A-2)透过梯度运算子且根据已滤除杂讯的该影像资料获得对应该影像资料的梯度影像;及(A-3)透过非最大化压缩法且根据该梯度影像获得该主体影像。
作为可选的技术方案,该面积计算模组进行以下步骤获得该主体面积参数:(B-1)将该主体影像划分为多个影像组成;(B-2)分别计算该多个影像组成的面积;及(B-3)将该多个影像组成的面积加总以获得该主体面积参数。
根据本发明另一目的提供一种隐形眼镜检测方法,其包含以下步骤:根据隐形眼镜的影像资料获得对应该隐形眼镜的主体影像,其中该主体影像界定封闭区域;根据该封闭区域求得对应该主体影像的主体面积参数,其中该主体面积参数代表该主体影像的面积;根据该主体影像产生对应该隐形眼镜的模拟影像,其中该模拟影像界定圆形区域;根据该封闭区域与该圆形区域求得代表该主体影像与该模拟影像两者的面积的差异的瑕疵面积参数;以及根据该瑕疵面积参数判断该隐形眼镜是否异常。
作为可选的技术方案,当该主体面积参数大于或等于预设的门槛值,则根据该主体影像产生该模拟影像。
本发明的功效在于,藉由产生该模拟影像,并透过该圆形区域与该封闭区域求得代表该主体影像与该模拟影像两者的面积的差异的瑕疵面积参数,可以有效率地且准确地判断该隐形眼镜是否异常。
附图说明
图1为本发明一较佳实施例的隐形眼镜检测系统图;
图2为本发明一较佳实施例的隐形眼镜检测方法的流程图;
图3为本发明一较佳实施例的主体影像、模拟影像及凹陷瑕疵的示意图;
图4为本发明一较佳实施例的主体影像、模拟影像及突起瑕疵的示意图;
图5为本发明一较佳实施例的主体影像、模拟影像及大破片瑕疵的示意图。
具体实施方式
为使对本发明的目的、构造、特征、及其功能有进一步的了解,兹配合图式对一较佳实施例详细说明如下。
请参阅图1与图2,图1为本发明一较佳实施例的隐形眼镜检测系统图;图2本发明一较佳实施例的隐形眼镜检测方法的流程图。本发明一较佳实施例的隐形眼镜检测系统1适用于隐形眼镜检测器(图未示)与影像撷取元件(图未示)。隐形眼镜检测器为现有的检测器,并配合本较佳实施例针对已制造出的隐形眼镜判断其镜片是否有瑕疵。影像撷取元件为电荷耦合元件(Charge Coupled Device,CCD)或互补式金氧半导体(Complementary Metal Oxide Semiconductor,CMOS)其中之一,并用以撷取隐形眼镜的影像以产生相对应的影像资料。隐形眼镜检测系统1包含主体搜寻模组11、面积计算模组12及瑕疵检测模组13。在本较佳实施例中,主体搜寻模组11、面积计算模组12,及瑕疵检测模组13是以软体方式实施,其实施态样为内储相对应程序的电脑程序产品。当隐形眼镜检测器的处理器(图未示)载入并执行电脑程序产品后,可以完成上述主体搜寻模组11、面积计算模组12及瑕疵检测模组13等功能。
主体搜寻模组11用以根据影像撷取元件产生的影像资料获得主体影像。面积计算模组12用以获得主体影像的面积。瑕疵检测模组13用以产生对应隐形眼镜的模拟影像,以供面积计算模组12产生代表主体影像与模拟影像两者的面积差异的瑕疵面积参数。
以下配合一隐形眼镜检测方法与应用范例,针对上述主体搜寻模组11、面积计算模组12,及瑕疵检测模组13彼此间的互动进一步地说明。其中隐形眼镜检测方法包含以下步骤。
首先,在正式对隐形眼镜进行检测前,需先获得欲检测的隐形眼镜的影像资料。当然,除了可透过上述影像撷取元件获得影像资料外,亦可透过其它方式获得影像资料,并不限于本较佳实施例所揭露。其中影像资料代表与隐形眼镜相对应的影像格式档案。
如步骤S21所示,主体搜寻模组11根据影像资料获得对应隐形眼镜的主体影像(见图3)。其中主体影像界定封闭区域31。封闭区域31具有内轮廓311与外轮廓312。值得一提的是,主体影像代表的是隐形眼镜原始的外观状态,因此若隐形眼镜是没有瑕疵的,封闭区域31应为正圆形,若隐形眼镜是有瑕疵的,则封闭区域31为非正圆形,且在外观上可能出现如凹陷341(见图3)、突起351(见图4),或者大破片38(见图5)等瑕疵。后续将针对如何判断上述不同状况的瑕疵做检测进一步地说明。
在本较佳实施例中,主体搜寻模组11采用边缘检测演算法(Edge Detection Algorithm)获得主体影像。边缘检测演算法主要的步骤如下:
首先,透过高斯滤波器滤除关联于影像资料的杂讯;
接着,透过梯度运算子且根据已滤除杂讯的影像资料获得对应影像资料的梯度影像;
继而,透过非最大化压缩法(Non-Maxima Suppression)且根据梯度影像获得主体影像。
关于高斯滤波器滤除杂讯的细节、梯度运算子获得梯度影像的细节,以及非最大化压缩法的细节为本领域技术人员所能轻易理解,故不在此赘述。
如步骤S22所示,面积计算模组12根据封闭区域31求得对应主体影像的主体面积参数。其中主体面积参数代表主体影像的面积。其中面积计算模组12透过以下步骤求得主体面积参数:
首先,将主体影像划分为多个影像组成(component);
接着,分别计算多个影像组成的面积;
继而,将多个影像组成的面积加总以获得主体面积参数。
其中多个影像组成为多个矩形。关于将影像划分为多个影像组成进而求得影像的面积的细节为本领域技术人员所能轻易理解,故不在此赘述。
如步骤S23所示,判断主体面积参数是否大于或等于预设的门槛值。亦即,若主体面积参数小于预设的门槛值,代表隐形眼镜有着严重的瑕疵,甚至是肉眼就可以观察到的瑕疵,因此隐形眼镜检测器可直接将其判断为异常的隐形眼镜。其中门槛值为一般正常隐形眼镜的面积值。
如步骤S24所示,若主体面积参数大于或等于预设的门槛值,则瑕疵检测模组13根据主体影像产生对应隐形眼镜的模拟影像(见图3)。其中模拟影像界定圆形区域33。亦即,模拟影像所界定出的圆形区域33相较于主体影像所界定的封闭区域31,其外观是完整的,因此可用来作为判断隐形眼镜的瑕疵情况的依据。而对于上述三种不同类型的瑕疵,即凹陷、突起及大破片,瑕疵检测模组13产生模拟影像的方式亦不同,也就是说,对于每一待检测的隐形眼镜,瑕疵检测模组13均会藉由不同的方式产生模拟影像,以检验隐形眼镜是否存有上述的三种瑕疵,以下将进一步地介绍。
参阅图3,瑕疵检测模组13根据封闭区域31的外轮廓312产生对应主体影像的圆形轨迹32,并根据圆形轨迹32产生模拟影像。亦即,假设隐形眼镜若存有凹陷的瑕疵,透过所产生的模拟影像,瑕疵检测模组13可以检测出凹陷341与凹陷342。在凹陷的情况下,圆形区域33的范围涵盖封闭区域31。
参阅图4,瑕疵检测模组13根据封闭区域31的内轮廓311产生对应主体影像的圆形轨迹32’,并根据圆形轨迹32’产生模拟影像。亦即,假设隐形眼镜若存有突起的瑕疵,透过所产生的模拟影像,瑕疵检测模组13可以检测出突起351与突起352。在突起的情况下,封闭区域31的范围涵盖圆形区域33。
参阅图5,封闭区域31还具有中心36与半径37,瑕疵检测模组13根据封闭区域31的中心36和半径37产生模拟影像。亦即,假设隐形眼镜若存有大破片的瑕疵,透过所产生的模拟影像,瑕疵检测模组13可以检测出大破片38。
如步骤S25所示,面积计算模组12根据封闭区域31与圆形区域33求得代表主体影像与模拟影像两者的面积的差异的瑕疵面积参数。亦即,当瑕疵检测模组13检测出上述三种瑕疵的任何一种时,面积计算模组12会接着计算瑕疵区域所占的面积,以获得瑕疵面积参数。而对于不同类型的瑕疵,计算面积的方式也不一样。以下将进一步地说明。
对于凹陷与突起类型的瑕疵,面积计算模组12根据封闭区域31与圆形区域33两者相异的区域产生至少一内切矩形,并根据内切矩形的面积求得瑕疵面积参数。以图3为例,假设隐形眼镜的瑕疵类型为凹陷,则面积计算模组会根据凹陷341与凹陷342分别产生内切矩形343与内切矩形343’,继而再根据内切矩形343与内切矩形343’的长和宽计算出内切矩形343与内切矩形343’的面积,而后将每一内切矩形的面积分别作为瑕疵面积参数,亦即,每一内切矩形均存在相对应的瑕疵面积参数。类似地,以图4为例,假设隐形眼镜的瑕疵类型为突起,则面积计算模组12会根据突起351与突起352分别产生内切矩形353与内切矩形353’,继而再根据内切矩形353与内切矩形353’的长和宽计算出内切矩形353与内切矩形353’的面积,而后将每一内切矩形的面积分别作为瑕疵面积参数,亦即,每一内切矩形均存在相对应的瑕疵面积参数。
对于大破片类型的瑕疵,面积计算模组12根据圆形区域33产生圆形面积参数,并根据圆形面积参数与主体面积参数两者之差求得瑕疵面积参数。以图5为例,假设隐形眼镜的瑕疵类型为大破片,则面积计算模组12会计算模拟影像所定义的圆形区域33的面积,即圆形面积参数,而后以圆形面积参数与主体面积参数两者之差求得瑕疵面积参数。
如步骤S26所示,隐形眼镜检测器根据瑕疵面积参数判断隐形眼镜是否异常。亦即,根据不同类型的瑕疵,隐形眼镜检测器分别判断瑕疵面积参数是否超过临界值,以作为判断隐形眼镜是否异常的依据。如表一所示:
表一
凹陷、突起 | 临界值一 |
大破片 | 临界值二 |
其中若瑕疵类型为凹陷或突起,当分别对应的瑕疵面积参数大于临界值一时,则隐形眼镜检测器将隐形眼镜判断为异常;反之,则隐形眼镜检测器将隐形眼镜判断为正常。以图3为例,若凹陷341对应的瑕疵面积参数小于临界值一,而凹陷342对应的瑕疵面积参数大于临界值一,则隐形眼镜检测器会将隐形眼镜判断为异常。以图4为例,若突起351对应的瑕疵面积参数小于临界值一,且突起352对应的瑕疵面积参数亦小于临界值一,则隐形眼镜检测器将隐形眼镜判断为正常。类似地,若瑕疵类型为大破片,当对应的瑕疵面积参数大于临界值二时,则隐形眼镜检测器将隐形眼镜判断为异常;反之,则隐形眼镜检测器将隐形眼镜判断为正常。
综上所述,根据隐形眼镜的主体影像产生对应的模拟影像后,再针对不同类型的瑕疵进行检测,进而计算对应瑕疵区域的瑕疵面积参数,可以供隐形眼镜检测器有效率地且准确地判断隐形眼镜是否异常,故确实能达成本发明的目的。
本发明已由上述相关实施例加以描述,然而上述实施例仅为实施本发明的范例。必需指出的是,已揭露的实施例并未限制本发明的范围。相反地,在不脱离本发明的精神和范围内所作的更动与润饰,均属本发明的专利保护范围。
Claims (11)
1.一种隐形眼镜检测系统,适用于隐形眼镜检测器,其特征在于,该隐形眼镜检测系统包含:
主体搜寻模组,关联于隐形眼镜的影像资料并获得对应该隐形眼镜的主体影像,其中该主体影像界定封闭区域,该封闭区域具有内轮廓与外轮廓;
面积计算模组,根据该封闭区域求得对应该主体影像的主体面积参数,其中该主体面积参数代表该主体影像的面积;及
瑕疵检测模组,根据该主体影像产生对应该隐形眼镜的模拟影像,其中该模拟影像界定圆形区域;
其中,该面积计算模组还根据该封闭区域与该圆形区域求得代表该主体影像与该模拟影像两者的面积差异的瑕疵面积参数,该隐形眼镜检测器根据该瑕疵面积参数判断该隐形眼镜是否异常。
2.如权利要求1所述的隐形眼镜检测系统,其特征在于,当该主体面积参数大于或等于预设的门槛值,则该瑕疵检测模组根据该主体影像产生该模拟影像。
3.如权利要求2所述的隐形眼镜检测系统,其特征在于,该瑕疵检测模组根据该封闭区域的内轮廓产生对应该主体影像的圆形轨迹,并根据该圆形轨迹产生该模拟影像。
4.如权利要求2所述的隐形眼镜检测系统,其特征在于,该瑕疵检测模组根据该封闭区域的外轮廓产生对应该主体影像的圆形轨迹,并根据该圆形轨迹产生该模拟影像。
5.如权利要求3或4所述的隐形眼镜检测系统,其特征在于,该面积计算模组根据该封闭区域与该圆形区域两者相异的区域产生至少一内切矩形,并根据该内切矩形的面积求得该瑕疵面积参数。
6.如权利要求2所述的隐形眼镜检测系统,其特征在于,该封闭区域还具有中心与半径,该瑕疵检测模组根据该封闭区域的该中心和该半径产生该模拟影像。
7.如权利要求6所述的隐形眼镜检测系统,其特征在于,该面积计算模组根据该圆形区域产生圆形面积参数,并根据该圆形面积参数与该主体面积参数两者之差求得该瑕疵面积参数。
8.如权利要求1所述的隐形眼镜检测系统,其特征在于,该主体搜寻模组进行以下步骤获得该主体影像:
(A-1)透过高斯滤波器滤除关联于该影像资料的杂讯;
(A-2)透过梯度运算子且根据已滤除杂讯的该影像资料获得对应该影像资料的梯度影像;及
(A-3)透过非最大化压缩法且根据该梯度影像获得该主体影像。
9.如权利要求1所述的隐形眼镜检测系统,其特征在于,该面积计算模组进行以下步骤获得该主体面积参数:
(B-1)将该主体影像划分为多个影像组成;
(B-2)分别计算该多个影像组成的面积;及
(B-3)将该多个影像组成的面积加总以获得该主体面积参数。
10.一种隐形眼镜检测方法,其特征在于,包含以下步骤:
根据隐形眼镜的影像资料获得对应该隐形眼镜的主体影像,其中该主体影像界定封闭区域;
根据该封闭区域求得对应该主体影像的主体面积参数,其中该主体面积参数代表该主体影像的面积;
根据该主体影像产生对应该隐形眼镜的模拟影像,其中该模拟影像界定圆形区域;
根据该封闭区域与该圆形区域求得代表该主体影像与该模拟影像两者的面积差异的瑕疵面积参数;以及
根据该瑕疵面积参数判断该隐形眼镜是否异常。
11.如权利要求10所述的隐形眼镜检测方法,其特征在于,当该主体面积参数大于或等于预设的门槛值,则根据该主体影像产生该模拟影像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210168332.1A CN102768214B (zh) | 2012-05-28 | 2012-05-28 | 隐形眼镜检测系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210168332.1A CN102768214B (zh) | 2012-05-28 | 2012-05-28 | 隐形眼镜检测系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102768214A CN102768214A (zh) | 2012-11-07 |
CN102768214B true CN102768214B (zh) | 2014-09-03 |
Family
ID=47095687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210168332.1A Active CN102768214B (zh) | 2012-05-28 | 2012-05-28 | 隐形眼镜检测系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102768214B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245676B (zh) * | 2013-03-23 | 2015-05-20 | 明基材料有限公司 | 光学镜片脏污检测方法 |
CN103954630B (zh) * | 2014-05-12 | 2016-09-14 | 杭州视亨光电有限公司 | 一种角膜接触镜镜片表面状态显示仪 |
CN105115989B (zh) * | 2015-10-09 | 2018-02-23 | 爱丁堡(南京)光电设备有限公司 | 一种隐形眼镜缺陷的自动检测设备及检测方法 |
CN113447455B (zh) * | 2020-02-25 | 2022-08-12 | 苏州鱼得水电气科技有限公司 | 一种基于太赫兹技术的纤维材料检测系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL107603A (en) * | 1992-12-21 | 1997-01-10 | Johnson & Johnson Vision Prod | Ophthalmic lens inspection method and apparatus |
NZ250042A (en) * | 1992-12-21 | 1997-01-29 | Johnson & Johnson Vision Prod | Robotic inspection of ophthalmic lenses |
JP2000292307A (ja) * | 1999-04-07 | 2000-10-20 | Menicon Co Ltd | 光透過体の外観検査装置 |
US6765661B2 (en) * | 2001-03-09 | 2004-07-20 | Novartis Ag | Lens inspection |
SG172510A1 (en) * | 2010-01-05 | 2011-07-28 | Visionxtreme Pte Ltd | Method and apparatus for inspecting ophthalmic lens |
-
2012
- 2012-05-28 CN CN201210168332.1A patent/CN102768214B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102768214A (zh) | 2012-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111758024B (zh) | 一种缺陷检测方法及装置 | |
CN102768214B (zh) | 隐形眼镜检测系统与方法 | |
CN102201053B (zh) | 一种文本图像的切边方法 | |
WO2021109627A1 (zh) | 一种小样本缺陷分类方法、装置及计算设备 | |
CN107084666B (zh) | 基于机器视觉的刹车片尺寸综合检测方法 | |
JP2014533349A (ja) | ラスタ画像のエッジ検出によるベルト摩耗の測定 | |
CN107833843B (zh) | 缺陷来源的分析方法及分析系统、缺陷检测装置 | |
CN102589435A (zh) | 噪声环境下激光束中心高效精确检测方法 | |
CN110441316B (zh) | 电池表面缺陷检测方法及检测系统 | |
CN105606620A (zh) | 一种基于视觉的pcba焊点检测方法和系统 | |
CN105243662B (zh) | 一种端子位置的确定方法及终端设备 | |
CN113379723B (zh) | 不规则溢胶口检测方法、装置、设备和存储介质 | |
CN112577421A (zh) | 一种电芯检测方法、装置及设备 | |
US11928805B2 (en) | Information processing apparatus, information processing method, and storage medium for defect inspection and detection | |
CN102735688A (zh) | 一种缺陷检测方法 | |
CN112669295A (zh) | 一种基于二次阈值分割理论的锂电池极片缺陷检测方法 | |
CN105303573A (zh) | 金针类元件的引脚检测方法和系统 | |
CN109986172A (zh) | 一种焊缝定位方法、设备及系统 | |
CN105654531B (zh) | 一种图像轮廓的绘制方法及装置 | |
CN109191516B (zh) | 结构光模组的旋转纠正方法、装置及可读存储介质 | |
CN112325772A (zh) | 基于机器视觉的冲孔尺寸测量方法、系统、设备及介质 | |
CN115564723A (zh) | 一种晶圆缺陷检测方法及应用 | |
JP2010256053A (ja) | 形状欠損検査装置、形状モデリング装置および形状欠損検査プログラム | |
CN103245666A (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 |
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 |