CN103040471B - 一种奶牛体型线性鉴定指标获取系统及方法 - Google Patents
一种奶牛体型线性鉴定指标获取系统及方法 Download PDFInfo
- Publication number
- CN103040471B CN103040471B CN201210530735.6A CN201210530735A CN103040471B CN 103040471 B CN103040471 B CN 103040471B CN 201210530735 A CN201210530735 A CN 201210530735A CN 103040471 B CN103040471 B CN 103040471B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- reference sphere
- sensor
- world coordinate
- cow
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种奶牛体型线性鉴定指标获取方法，包括以下步骤：S1、根据被测奶牛的最大尺寸，确定多个传感器的位置；S2、根据所述多个传感器对应的视场，确定世界坐标系及多个相对坐标系，计算所述多个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；S3、根据所述标定结果，实时获取所述多个传感器中的数据并对其进行融合，输出最终融合结果；S4、对所述最终融合结果进行选择和测量，获取奶牛体型线性鉴定指标；本发明实现对奶牛体型线性鉴定指标获取的同时，保证了测量的准确性，提高生产效率，降低成本；本发明还提供一种奶牛体型线性鉴定指标获取系统。
Description
技术领域
本发明涉及计算机视觉领域，特别涉及一种奶牛体型线性鉴定指标获取系统及方法。
背景技术
优化奶牛品种、提高牛奶产量与品质是奶业生产中的核心环节，奶牛体型线性鉴定是奶牛优化育种工作的一项重要内容，奶牛体型线性鉴定指标繁多，数据处理工作量大，在线实时获取奶牛体型线性鉴定指标具有生产意义。
目前在实际生产中，对于奶牛的体型线性鉴定指标多数为人工应用半圆仪、卡尺、皮尺等量具进行测量或专家直接观察打分，鉴定指标数据获取利用人工完成，工作量极大；目前，多数论文是利用图像处理技术，进行了奶牛体型线性鉴定系统的硬件及软件设计，实现了对奶牛的体型性状参数的测量，最后对奶牛进行等级鉴定，但该技术对奶牛的位姿要求严格，否则误差较大,实用性不强，在实际生产当中还是以人工专家打分为主。在国外，为了测度动物的体型，须建立结构化专用装置，方便图像采集和标定，继而对感兴趣参照点进行线性测量，但是建立结构化装置系统复杂、成本较高。
所以，目前采用的鉴定指标获取方法主要基于二维图像和结构化设备限制奶牛的位姿来实现获取，对奶牛的位姿或采集环境要求较严格，特别是在国内目前的实际生产过环境下，不容易满足，所以在实际应用中还是以专家测评为主，而且二维图像技术本身不能获取和奶牛身体曲面形状相关的指标。随着科学技术发展，三维重建与点云处理技术已较普及，现有的激光或其他点云获取设备也可用于体型测量技术，但其非常昂贵，为此，需要一种低成本的基于彩色深度图像的奶牛体型线性鉴定指标获取系统及方法。
发明内容
针对现有技术的不足，本发明提供一种奶牛体型线性鉴定指标获取系统及方法，在实现对奶牛体型线性鉴定指标获取的同时，保证了测量的准确性，提高生产效率，降低成本。
为实现以上目的，本发明通过以下技术方案予以实现：
一种奶牛体型线性鉴定指标获取方法，包括以下步骤：
S1、根据被测奶牛的最大尺寸，确定多个传感器的位置；
S2、根据所述多个传感器对应的视场，确定世界坐标系及多个相对坐标系，计算所述多个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；
S3、根据所述标定结果，实时获取所述多个传感器中的数据并对其进行融合，输出最终融合结果；
S4、对所述最终融合结果进行选择和测量，获取奶牛体型线性鉴定指标。
优选的，所述多个传感器为六个，根据所述六个传感器对应的视场确定世界坐标系及两个相对坐标系。
优选的，所述步骤S2进一步包括：
S21、根据所述六个传感器对应的视场，确定第一标定参考球、第二标定参考球及第三标定参考球；所述第一标定参考球标识所述世界坐标系的原点，所述第二标定参考球和第三标定参考球均与所述第一标定参考球相邻，且分别标识世界坐标系X轴的正方向和Y轴的正方向，根据右手定则确定世界坐标系的Z轴；
S22、沿所述Z轴方向，按照世界坐标系的原点平移后，设定第四标定参考球及第五标定参考球，所述第四标定参考球标识第一相对坐标系的原点；所述第五标定参考球标识第二相对坐标系的原点；
S23、计算所述两个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果。
优选的，所述第一、二、三传感器用于获取奶牛整个背面的数据；所述第四、五、六传感器位于奶牛的同一侧，其分别对应于所述第一、三、二传感器，用于获取奶牛侧面的数据；所述第一标定参考球放置于第二传感器和第六传感器对应的视场中，确定所述世界坐标系；所述第四标定参考球放置于第一传感器和第四传感器对应的视场中，确定所述第一相对坐标系；所述第五标定参考球放置于第三传感器和第五传感器对应的视场中，确定所述第二相对坐标系。
优选的，所述第四标定参考球是沿所述Z轴正方向平移后设定，所述第五标定参考球是沿所述Z轴负方向平移后设定。
优选的，所述步骤S23进一步包括：
S231、获取六个传感器的图像数据，并转化为以深度方向为Z轴正方向的空间点云数据，得到六组以传感器为坐标原点、以深度方向为Z轴正方向的局部坐标数据以及局部坐标系；
S232、利用随机采样一致性算法，分割提取所述点云数据中对应的标定参考球，获取所述标定参考球的半径和圆心位置，根据设置的标定参考球半径，计算所述局部坐标系到所述世界坐标系的变换矩阵，从而得到所述两个相对坐标系到所述世界坐标系的变换矩阵。
优选的，所述步骤S232进一步包括：
当分割提取点云数据中对应的标定参考球为第一标定参考球时，直接计算所述局部坐标系到所述世界坐标系的变换矩阵；
当分割提取点云数据中对应的标定参考球为第四标定参考球或第五标定参考球时，先计算所述局部坐标系到其对应的相对坐标系的变换矩阵，再通过所述局部坐标系到其对应的相对坐标系的变换矩阵计算得到所述两个相对坐标系到所述世界坐标系的变换矩阵。
优选的，所述传感器为基于激光散斑结构光检测深度原理的彩色深度图像传感器。
一种奶牛体型线性鉴定指标获取系统，包括有：
初始单元，用于根据被测奶牛的最大尺寸，确定多个传感器的位置；
空间标定单元，用于根据所述多个传感器对应的视场，确定世界坐标系及多个相对坐标系，计算所述多个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；
数据获取单元，用于根据标定结果，实时获取所述多个传感器中的数据并对其进行融合，输出最终融合结果；
测量单元，用于对所述最终融合结果进行选择和测量，获取奶牛体型线性鉴定指标。
优选的，所述多个传感器为六个，所述空间标定单元根据所述六个传感器对应的视场确定世界坐标系及两个相对坐标系。
本发明通过提供一种奶牛体型线性鉴定指标获取系统及方法，实现了对奶牛体型轮廓的获取和半自动测量，本发明所使用的基于激光散斑结构光检测深度原理的彩色深度图像传感器，有别于传统使用的价格昂贵的点云获取设备，大大降低了测量成本；同时，本发明避免了传统的配准算法等在三维重建中配准的效率低下和不准确等缺点，通过结构化设计可实时对标定的测量空间中的对象进行重建和测量；提高测量效率，降低生产成本。
附图说明
图1为本发明一实施例的流程图；
图2为本发明一实施例中奶牛与传感器的相对位置示意图；
图3为本发明一实施例的标定参考球位置示意图；
图4为本发明一实施例的系统装置图。
具体实施方式
下面对于本发明所提出的一种奶牛体型线性鉴定指标获取系统及方法，结合附图和实施例详细说明。
如图1所示，本发明提供一种奶牛体型线性鉴定指标获取方法，包括以下步骤：
S1、根据被测奶牛的最大尺寸，确定多个传感器的位置；在确定传感器位置时，须以奶牛为参考，传感器覆盖整个奶牛的背面和侧面，由于牛的对称性，覆盖的数据可以完全获取整只奶牛体型指标；且传感器的位置在数据获取期间不得转动或移动；
S2、根据所述多个传感器对应的视场，确定世界坐标系及多个相对坐标系，计算所述多个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；
S3、根据所述标定结果，实时获取所述多个传感器中的数据并对其进行融合，输出最终融合结果；
S4、对所述最终融合结果进行选择和测量，获取奶牛体型线性鉴定指标。
由于所标定的空间范围不同，传感器的数量也不确定；以下阐述以六个传感器为例以说明奶牛体型线性鉴定指标获取方法，在其他实施例中也可以通过添加传感器进行扩展；优选的，所述多个传感器为六个，根据所述六个传感器对应的视场确定世界坐标系及两个相对坐标系。
如图2和图3所示，所述第一传感器1、第二传感器2、第三传感器3用于获取奶牛7整个背面的数据；所述第四传感器4、第五传感器5、第六传感器6位于奶牛7的同一侧，其分别对应于所述第第一传感器1、第三传感器3、第二传感器2，用于获取奶牛7侧面的数据；所述第一标定参考球8放置于第二传感器2和第六传感器6对应的视场中，确定所述世界坐标系WO；所述第四标定参考球11放置于第一传感器1和第四传感器4对应的视场中，确定所述第一相对坐标系WO1；所述第五标定参考球12放置于第三传感器3和第五传感器5对应的视场中，确定所述第二相对坐标系WO2。
如图3所示，所述步骤S2进一步包括：
S21、根据所述六个传感器对应的视场，确定第一标定参考球8、第二标定参考球9及第三标定参考球10；所述第一标定参考球8标识所述世界坐标系WO的原点，所述第二标定参考球9和第三标定参考球10均与所述第一标定参考球8相邻，且分别标识世界坐标系X轴的正方向和Y轴的正方向，根据右手定则确定世界坐标系的Z轴；通过以上三个标定参考球就可以唯一的确定世界坐标系WO；
S22、沿所述Z轴方向，按照世界坐标系的原点平移后，设定第四标定参考球11及第五标定参考球12，所述第四标定参考球11标识第一相对坐标系WO1的原点；所述第五标定参考球12标识第二相对坐标系WO2的原点；其中，所述Z轴上标有刻度，可读出第四标定参考球11及第五标定参考球12在其上移动的距离；
S23、计算所述两个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果。
所述第四标定参考球11是沿所述Z轴正方向平移后设定，所述第五标定参考球12是沿所述Z轴负方向平移后设定。
所述步骤S23进一步包括：
S231、获取六个传感器的图像数据，并转化为以深度方向为Z轴正方向的空间点云数据，得到六组以传感器为坐标原点、以深度方向为Z轴正方向的局部坐标数据以及局部坐标系WC1、WC2、WC3、WC4、WC5及WC6；
S232、利用随机采样一致性算法，分割提取所述点云数据中对应的标定参考球，获取所述标定参考球的半径和圆心位置，根据设置的标定参考球半径，计算所述局部坐标系到所述世界坐标系的变换矩阵，从而得到所述两个相对坐标系到所述世界坐标系的变换矩阵。
所述步骤S231之前进一步包括步骤：
S230、启动标定软件，输入第四标定参考球11和第五标定参考球12的移动距离读数以及各个标定参考球的半径。
所述步骤S232进一步包括：
当分割提取点云数据中对应的标定参考球为第一标定参考球8时，可以直接计算所述局部坐标系WC2和WC6到所述世界坐标系WO的变换矩阵T2及T6；
当分割提取点云数据中对应的标定参考球为第四标定参考球11时，先计算所述局部坐标系到其对应的相对坐标系的变换矩阵，再通过所述局部坐标系到其对应的相对坐标系的变换矩阵计算得到所述两个相对坐标系到所述世界坐标系的变换矩阵。
由于所述第一和四传感器对世界坐标系不可见，只对第一相对坐标系WO1可见，因此，先计算所述局部坐标系WC1和WC4到第一相对坐标系WO1的变换矩阵TC011和TC014，而从第一相对坐标系WO1到世界坐标系WO的变换矩阵为平移矩阵T010，通过矩阵TC011、TC014和T010计算得到第一相对坐标系WO1到所述世界坐标系WO的变换矩阵T1、T4；
当分割提取点云数据中对应的标定参考球为第五标定参考球12时，其计算方法与当分割提取点云数据中对应的标定参考球为第四标定参考球11时的一致，最后得到第二相对坐标系WO2到所述世界坐标系WO的变换矩阵T3、T5；
所述步骤S3进一步包括：
S31、同步从六个传感器中获取数据，并在其对应的局部坐标系WC1、WC2、WC3、WC4、WC5、WC6中，将获得的数据转化为独立点云；
S32、输入存储的标定结果，解析出变换矩阵T1、T2、T3、T4、T5、T6。
S33、将步骤S31得到的独立点云分别利用所述变换矩阵T1、T2、T3、T4、T5、T6进行矩阵变换，最终将六组独立点云变换到世界坐标系WO下，作为最终的融合结果并输出。
所述传感器为基于激光散斑结构光检测深度原理的彩色深度图像传感器。
如图4所述，本实施例还提供一种奶牛体型线性鉴定指标获取系统，包括有：
初始单元，用于根据被测奶牛的最大尺寸，确定多个传感器的位置；
空间标定单元，用于根据所述多个传感器对应的视场，确定世界坐标系及多个相对坐标系，计算所述多个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；
数据获取单元，用于根据标定结果，实时获取所述多个传感器中的数据并对其进行融合，输出最终融合结果；
测量单元，用于对所述最终融合结果进行选择和测量，获取奶牛体型线性鉴定指标。
所述多个传感器为六个，所述空间标定单元根据所述六个传感器对应的视场确定世界坐标系及两个相对坐标系。
本发明提供的一种奶牛体型线性鉴定指标获取系统及方法，应用的测量空间可扩展，测量对象不仅限于奶牛体型，也可以是其他占据空间小于标定测量空间的动态或静态物体。
本发明通过提供一种奶牛体型线性鉴定指标获取系统及方法，实现了对奶牛体型轮廓的获取和半自动测量，本发明所使用的基于激光散斑结构光检测深度原理的彩色深度图像传感器，有别于传统使用的价格昂贵的点云获取设备，大大降低了测量成本；同时，本发明避免了传统的配准算法等在三维重建中配准的效率低下和不准确等缺点，通过结构化设计可实时对标定的测量空间中的对象进行重建和测量；提高测量效率，降低生产成本。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (4)
1.一种奶牛体型线性鉴定指标获取方法，其特征在于，包括以下步骤：
S1、根据被测奶牛的最大尺寸，确定多个传感器的位置；
S2、根据所述多个传感器对应的视场，确定世界坐标系及多个相对坐标系，计算所述多个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；
S3、根据所述标定结果，实时获取所述多个传感器中的数据并对其进行融合，输出最终融合结果；
S4、对所述最终融合结果进行选择和测量，获取奶牛体型线性鉴定指标；
所述多个传感器为六个，分别为第一传感器、第二传感器、第三传感器、第四传感器、第五传感器和第六传感器，根据所述六个传感器对应的视场确定世界坐标系及两个相对坐标系；
所述步骤S2进一步包括：
S21、根据所述六个传感器对应的视场，确定第一标定参考球、第二标定参考球及第三标定参考球；所述第一标定参考球标识所述世界坐标系的原点，所述第二标定参考球和第三标定参考球均与所述第一标定参考球相邻，且分别标识世界坐标系X轴的正方向和Y轴的正方向，根据右手定则确定世界坐标系的Z轴；
S22、沿所述Z轴方向，按照世界坐标系的原点平移后，设定第四标定参考球及第五标定参考球，所述第四标定参考球标识第一相对坐标系的原点；所述第五标定参考球标识第二相对坐标系的原点；
S23、计算所述两个相对坐标系到所述世界坐标系的变换矩阵，并存储标定结果；
所述步骤S23进一步包括：
S231、获取六个传感器的图像数据，并转化为以深度方向为Z轴正方向的空间点云数据，得到六组以传感器为坐标原点、以深度方向为Z轴正方向的局部坐标数据以及局部坐标系；
S232、利用随机采样一致性算法，分割提取所述点云数据中对应的标定参考球，获取所述标定参考球的半径和圆心位置，根据设置的标定参考球半径，计算所述局部坐标系到所述世界坐标系的变换矩阵和所述两个相对坐标系到所述世界坐标系的平移矩阵；
所述步骤S232进一步包括：
当分割提取点云数据中对应的标定参考球为第一标定参考球时，直接计算所述局部坐标系到所述世界坐标系的变换矩阵；
当分割提取点云数据中对应的标定参考球为第四标定参考球或第五标定参考球时，先计算所述局部坐标系到其对应的相对坐标系的变换矩阵，再计算所述相对坐标系到世界坐标系的平移矩阵，根据所述变换矩阵和平移矩阵得到所述局部坐标系到所述世界坐标系的变换矩阵。
2.如权利要求1所述的方法，其特征在于，所述第一、二、三传感器用于获取奶牛整个背面的数据；所述第四、五、六传感器位于奶牛的同一侧，其分别对应于所述第一、三、二传感器，用于获取奶牛侧面的数据；所述第一标定参考球放置于第二传感器和第六传感器对应的视场中，确定所述世界坐标系；所述第四标定参考球放置于第一传感器和第四传感器对应的视场中，确定所述第一相对坐标系；所述第五标定参考球放置于第三传感器和第五传感器对应的视场中，确定所述第二相对坐标系。
3.如权利要求2所述的方法，其特征在于，所述第四标定参考球是沿所述Z轴正方向平移后设定，所述第五标定参考球是沿所述Z轴负方向平移后设定。
4.如权利要求1所述的方法，其特征在于，所述传感器为基于激光散斑结构光检测深度原理的彩色深度图像传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210530735.6A CN103040471B (zh) | 2012-12-10 | 2012-12-10 | 一种奶牛体型线性鉴定指标获取系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210530735.6A CN103040471B (zh) | 2012-12-10 | 2012-12-10 | 一种奶牛体型线性鉴定指标获取系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103040471A CN103040471A (zh) | 2013-04-17 |
| CN103040471B true CN103040471B (zh) | 2014-12-17 |
Family
ID=48053493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210530735.6A Expired - Fee Related CN103040471B (zh) | 2012-12-10 | 2012-12-10 | 一种奶牛体型线性鉴定指标获取系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103040471B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2016224887B2 (en) * | 2015-02-27 | 2020-10-22 | Ingenera Sa | Improved method and relevant apparatus for the determination of the body condition score, body weight and state of fertility |
| CN109238264B (zh) * | 2018-07-06 | 2020-09-01 | 中国农业大学 | 一种家畜位置姿势归一化方法及装置 |
| CN110415282A (zh) * | 2019-07-31 | 2019-11-05 | 宁夏金宇智慧科技有限公司 | 一种奶牛体重预测系统 |
| CN111388091A (zh) * | 2020-03-17 | 2020-07-10 | 京东方科技集团股份有限公司 | 光标尺、坐标系配准的方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6974373B2 (en) * | 2002-08-02 | 2005-12-13 | Geissler Technologies, Llc | Apparatus and methods for the volumetric and dimensional measurement of livestock |
| US7039220B2 (en) * | 2002-08-14 | 2006-05-02 | C-Scan, L.L.P. | Methods and apparatus for the dimensional measurement of livestock using a single camera |
| US7128024B2 (en) * | 2003-07-15 | 2006-10-31 | Doyle Ii John Conan | System and method for measuring animals |
| CN101916457B (zh) * | 2010-08-27 | 2011-11-23 | 浙江大学 | 三维点云数据获取用的基准体及点云合成方法 |
| CN101995231B (zh) * | 2010-09-20 | 2012-07-18 | 深圳大学 | 一种大型薄壳物体表面的三维检测系统及其检测方法 |
| CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
| CN102800103B (zh) * | 2012-06-18 | 2015-02-18 | 清华大学 | 基于多视角的深度相机的无标记动作捕捉方法及装置 |
-
2012
- 2012-12-10 CN CN201210530735.6A patent/CN103040471B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103040471A (zh) | 2013-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | A portable and automatic Xtion-based measurement system for pig body size | |
| CN100498213C (zh) | 一种利用双目视觉技术监测猪生长的方法 | |
| CN103292695B (zh) | 一种单目立体视觉测量方法 | |
| CN105608737B (zh) | 一种基于机器学习的人体足部三维重建方法 | |
| JP2012021958A5 (zh) | ||
| CN109520436B (zh) | 一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统及其测量方法 | |
| CN103040471B (zh) | 一种奶牛体型线性鉴定指标获取系统及方法 | |
| CN103278090A (zh) | 一种不规则物体体积的视觉测量方法 | |
| Xie et al. | Simultaneous calibration of the intrinsic and extrinsic parameters of structured-light sensors | |
| CN103535960B (zh) | 基于数码图像的人体三维测量方法 | |
| CN101512551A (zh) | 用于测量动物身高的方法和系统 | |
| CN102525034A (zh) | 一种脚型参数测量装置及测量方法 | |
| CN105066877A (zh) | 基于智能终端镜头的树木测量方法 | |
| CN103758017A (zh) | 路面高程三维网格数值检测方法与检测系统 | |
| CN104006760A (zh) | 植株生长发育三维几何形态连续监测装置及方法 | |
| CN103196382A (zh) | 基于激光测距和图像技术的立木测径装置 | |
| CN102243103A (zh) | 一种物体颜色及三维轮廓的快速测量方法 | |
| CN102749330A (zh) | 一种利用普通相机测算树木年龄和年轮宽度的方法 | |
| CN105212436B (zh) | 非接触式三维激光脚型的测量系统及测量方法 | |
| CN106384380A (zh) | 3d人体扫描建模量测方法及其系统 | |
| CN106767433B (zh) | 一种测量足部尺寸的方法与系统 | |
| Chen et al. | Stereo vision sensor calibration based on random spatial points given by CMM | |
| Guo et al. | 3D scanning of live pigs system and its application in body measurements | |
| CN103673881B (zh) | 一种单目视觉测量中光笔的现场快速标定方法 | |
| CN103674835A (zh) | 富营养化水体中氮磷物质含量现场快速检测方法及装置 |
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: 20141217 Termination date: 20161210 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |