CN103577812A - 一种目标物识别系统及方法 - Google Patents
一种目标物识别系统及方法 Download PDFInfo
- Publication number
- CN103577812A CN103577812A CN201310596508.8A CN201310596508A CN103577812A CN 103577812 A CN103577812 A CN 103577812A CN 201310596508 A CN201310596508 A CN 201310596508A CN 103577812 A CN103577812 A CN 103577812A
- Authority
- CN
- China
- Prior art keywords
- video image
- digital video
- characteristic information
- image
- analog
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种目标物识别系统及方法。所述系统包括:图像采集单元,用于对目标物进行拍摄,生成模拟视频图像;模数转换单元,与所述图像采集单元连接,用于对所述模拟视频图像进行模数转换,生成数字视频图像;处理控制单元,与所述模数转换单元连接,用于对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,其中所述特征信息至少包括面积特征信息和颜色特征信息。本发明提供的技术方案能够实现目标物质量或数量的智能检测,提高生产效率,降低生产成本。
Description
技术领域
本发明实施例涉及数据处理领域,尤其涉及一种目标物识别系统及方法。
背景技术
目前,为了实现对一些工艺产品质量或数量的检测,现有技术通常采用灰度直方图分析的方法对获取的产品图像进行面积识别,进而来判断该产品是否合格。但是,这种采用灰度直方图的方法存有如下问题:当所获取的产品图像的目标区域包含背景颜色或是背景区域包含目标颜色时,会导致目标识别结果中产生杂色点或是目标轮廓残缺不全、具有空洞等情况。
为此,一些技术人员采用形态学的开与闭来解决上述问题,方法是首先将识别出来的区域通过开运算扩大一定宽度的面积,以合并部分杂色点,然后再通过闭运算退后一定距离,保持原来区域。然而,采用此方法虽能够在一定程度上提高检测的准确度,但由于目标区域与背景区域的灰度信息区别不明显,会将产品图像中的大量背景区域看成是目标区域,降低了对产品面积识别的正确率,进而不能够准确的对产品的质量或数量进行检测。
发明内容
本发明实施例提供一种目标物识别系统及方法,以实现目标物质量或数量的智能检测,提高生产效率,降低生产成本。
第一方面,本发明实施例提供了一种目标物识别系统,所述系统包括:
图像采集单元,用于对目标物进行拍摄,生成模拟视频图像;
模数转换单元,与所述图像采集单元连接,用于对所述模拟视频图像进行模数转换,生成数字视频图像;
处理控制单元,与所述模数转换单元连接,用于对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,其中所述特征信息至少包括面积特征信息和颜色特征信息。
进一步的,所述图像采集单元包括CCD相机;
所述模数转换单元包括至少两个AD9847单通道模拟信号处理器;
所述处理控制单元包括FPGA控制器。
进一步的,所述FPGA控制器和所述单通道模拟信号处理器共同提供对所述CCD相机的驱动信号;
所述CCD相机在接收到所述驱动信号的情况下,将所生成的模拟视频图像输出至所述AD9847单通道模拟信号处理器。
进一步的,所述处理控制单元具体用于:利用图像中背景与目标的对比度差异或者前后帧图像之间的特征匹配,对所述数字视频图像中的目标物进行定位。
进一步的,所述处理控制单元具体用于:
根据所述定位结果提取所述数字视频图像中所定位的目标物的特征信息;
计算所提取的目标特征与存储的模板特征的匹配度,并根据所述匹配度生成识别结果。
进一步的,所述系统还包括显示单元,通过输入/输出接口与所述处理控制单元连接,用于对所述识别结果进行显示。
第二方面,本发明实施例还提供了一种目标物识别方法,该方法包括:
对目标物进行拍摄,生成模拟视频图像;
对所述模拟视频图像进行模数转换,生成数字视频图像;
对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,其中所述特征信息至少包括面积特征信息和颜色特征信息。
进一步的,所述对所述数字视频图像中的目标物进行定位,具体为:利用图像中背景与目标的对比度差异或者前后帧图像之间的特征匹配,对所述数字视频图像中的目标物进行定位。
进一步的,所述提取和识别所述数字视频图像中所定位的目标物的特征信息,具体为:
根据所述定位结果提取所述数字视频图像中所定位的目标物的特征信息;
计算所提取的目标特征与存储的模板特征的匹配度,并根据所述匹配度生成识别结果。
进一步的,所述方法还包括对所述识别结果进行显示。
本发明实施例通过对目标物进行拍摄,生成模拟视频图像;对所述模拟视频图像进行模数转换,生成数字视频图像;对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,实现了对目标物质量或数量的智能检测,提高了生产效率,降低了生产成本。
附图说明
图1为本发明实施例提供的一种目标物识别系统的结构示意图;
图2是本发明实施例提供的一种具体实施方式下的目标物识别系统的结构示意图;
图3是本发明实施例提供的一种目标物识别方法的流程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种目标物识别系统的结构示意图。本实施例可适用于对目标物的检测情况,例如适用于在产品生产过程中对传送带上所传送的产品的检测情况。参见图1,所述系统包括:
图像采集单元101,用于对目标物进行拍摄,生成模拟视频图像;
模数转换单元102,与图像采集单元101连接,用于对所述模拟视频图像进行模数转换,生成数字视频图像;
处理控制单元103,与模数转换单元102连接,用于对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制。
在本发明实施例中,图像采集单元101可包括CCD(Charge Coupled Device,电荷耦合器件)相机、CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)相机、数码相机或者其他能够进行视频图像拍摄的电子设备。图像采集单元101可以通过相机对目标物进行拍摄,生成模拟视频图像。考虑到对目标物的检测需求不同,可根据具体情况选用不同的相机来进行图像拍摄。如果对目标物的检测结果要求较高,为了能够更好的保持图像输出的一致性和图像分辨率,图像采集单元101可选用CCD相机来对目标物进行视频图像采集。如果对目标物的检测速度、功耗或者成本有更高的要求,图像采集单元101可选用CMOS相机来对目标物进行视频图像采集。
在本发明实施例中,与图像采集单元101连接的模数转换单元102可包括至少两个AD9847单通道模拟信号处理器、AD571模数转换器或者ADS1298模数转换器等。模数转换器的选用具体可取决于输入电平、输出形式、控制性质以及需要的速度、分辨率和精度。模数转换单元102利用所述模拟信号处理器或者模数转换器对图像采集单元101输出的模拟视频图像进行模数转换,进而生成关于目标物的数字视频图像。
在本发明实施例中,处理控制单元103可包括FPGA控制器。处理控制单元103利用FPGA控制器及其存储在该控制器上的图像处理程序,来完成对模数转换单元102生成的数字视频图像的定位、提取与识别。具体的,处理控制单元103可首先通过利用图像中背景与目标的对比度差异或者前后帧图像之间的特征匹配,对数字视频图像中的目标物进行定位;而后根据定位结果提取数字视频图像中所定位的目标物的特征信息,计算所提取的目标特征与存储的模板特征的匹配度,并根据所述匹配度生成识别结果。其中,特征信息至少包括面积特征信息和颜色特征信息。
例如,处理控制单元103预先根据设定模型算法生成一张背景图像,在获取到模数转换单元102输出的数字视频图像后,首先将数字视频图像与背景图像进行差运算得到差值图像,然后对差值图像进行形态学计算,将计算结果中满足设定条件下的像素区域视为目标物的区域,再者从数字视频图像中提取目标物区域的面积特征信息和颜色特征信息,并根据存储的模板特征对这些特征信息进行逐一匹配,得到识别结果;最后根据所述识别结果对目标物进行控制。
其中,处理控制单元103对颜色特征的匹配过程可以为:从数字视频图像中提取目标物区域的R、G、B三个分量上的灰度值分布;获取本单元存储的模板R、G、B三个分量上的灰度值分布;将二者进行相似度计算,当计算结果满足设定阈值的情况下,判断匹配成功。
在以上技术方案的基础上,目标物识别系统还可包括显示单元(未示出),通过输入/输出接口与处理控制单元103连接,用于对处理控制单元103得到的识别结果进行显示。例如,将目前目标物识别系统已匹配成功的目标物的数量呈现在显示单元所采用的显示器屏幕上。
另外,显示单元还可显示可供用户点击的Train按钮和Grab Ttrain按钮。在显示单元检测到触发了Train按钮的情况下,处理控制单元103完成对模数转换单元102生成的数字视频图像的定位;在显示单元检测到触发了GrabTtrain按钮的情况下,处理控制单元103完成对模数转换单元102生成的数字视频图像的提取与识别。
图2是本发明实施例提供的一种具体实施方式下的目标物识别系统的结构示意图。参见图2,目标物识别系统包括:CCD相机201、两个集成了AFE(ActiveFront End,主动前端)和TD(Timing Driver,时序驱动)的AD9847单通道模拟信号处理器202、存储有图像处理程序的FPGA控制器203、输出接口204、电源205。FPGA控制器203均与CCD相机201、两个AD9847单通道模拟信号处理器202、输出接口204连接。CCD相机201与两个AD9847单通道模拟信号处理器202连接。电源205为目标物识别系统其他设备提供电能。输出接口204将FPGA控制器203得到的识别结果进行输出。
在上述具体实施方式中,CCD相机201在接收到驱动信号的情况下,会将所生成的模拟视频图像输出至AD9847单通道模拟信号处理器202。如果单独采用FPGA控制器203为CCD相机201提供驱动信号,会对FPGA控制器203有很高的性能要求。为了降低FPGA控制器203的复杂度,由FPGA控制器203和其中一个AD9847单通道模拟信号处理器202共同提供对CCD相机201的驱动信号。其中,集成了TD的AD9847单通道模拟信号处理器202能够为CCD相机提供垂直驱动信号,FPGA控制器203为CCD相机提供水平驱动信号。
本发明实施例通过对目标物进行拍摄,生成模拟视频图像;对所述模拟视频图像进行模数转换,生成数字视频图像;对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,实现了对目标物质量或数量的智能检测,提高了生产效率,降低了生产成本。
图3是本发明实施例提供的一种目标物识别方法的流程示意图。参见图3,所述方法包括:
301、对目标物进行拍摄,生成模拟视频图像;
302、对所述模拟视频图像进行模数转换,生成数字视频图像;
303、对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,其中所述特征信息至少包括面积特征信息和颜色特征信息。
进一步的,所述对所述数字视频图像中的目标物进行定位,具体为:利用图像中背景与目标的对比度差异或者前后帧图像之间的特征匹配,对所述数字视频图像中的目标物进行定位。
进一步的,所述提取和识别所述数字视频图像中所定位的目标物的特征信息,具体为:
根据所述定位结果提取所述数字视频图像中所定位的目标物的特征信息;
计算所提取的目标特征与存储的模板特征的匹配度,并根据所述匹配度生成识别结果。
进一步的,所述方法还包括对所述识别结果进行显示。
本发明实施例中目标物识别方法的技术方案具有与目标物识别系统的技术方案相同的有益效果。
需要说明的是,在行业应用方面,例如制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业,用本发明实施例提出的目标物识别系统取代人工来实现对目标产品的检测,可以提供生产效率和产品质量。例如在物流行业,可以使用所述目标物识别系统进行快递包裹的分拣分类,无需再采用人工进行分拣,这样不仅能够减少物品的损坏率,还可提高分拣效率,减少人工劳动。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种目标物识别系统,其特征在于,所述系统包括:
图像采集单元,用于对目标物进行拍摄,生成模拟视频图像;
模数转换单元,与所述图像采集单元连接,用于对所述模拟视频图像进行模数转换,生成数字视频图像;
处理控制单元,与所述模数转换单元连接,用于对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,其中所述特征信息至少包括面积特征信息和颜色特征信息。
2.根据权利要求1所述的目标物识别系统,其特征在于,所述图像采集单元包括CCD相机;
所述模数转换单元包括至少两个AD9847单通道模拟信号处理器;
所述处理控制单元包括FPGA控制器。
3.根据权利要求2所述的目标物识别系统,其特征在于,所述FPGA控制器和所述单通道模拟信号处理器共同提供对所述CCD相机的驱动信号;
所述CCD相机在接收到所述驱动信号的情况下,将所生成的模拟视频图像输出至所述AD9847单通道模拟信号处理器。
4.根据权利要求1所述的目标物识别系统,其特征在于,所述处理控制单元具体用于:利用图像中背景与目标的对比度差异或者前后帧图像之间的特征匹配,对所述数字视频图像中的目标物进行定位。
5.根据权利要求4所述的目标物识别系统,其特征在于,所述处理控制单元具体用于:
根据所述定位结果提取所述数字视频图像中所定位的目标物的特征信息;
计算所提取的目标特征与存储的模板特征的匹配度,并根据所述匹配度生成识别结果。
6.根据权利要求1-5中任一项所述的目标物识别系统,其特征在于,所述系统还包括显示单元,通过输入/输出接口与所述处理控制单元连接,用于对所述识别结果进行显示。
7.一种目标物识别方法,其特征在于,所述方法包括:
对目标物进行拍摄,生成模拟视频图像;
对所述模拟视频图像进行模数转换,生成数字视频图像;
对所述数字视频图像中的目标物进行定位,提取和识别所述数字视频图像中所定位的目标物的特征信息,并根据识别结果对目标物进行控制,其中所述特征信息至少包括面积特征信息和颜色特征信息。
8.根据权利要求7所述的目标物识别方法,其特征在于,所述对所述数字视频图像中的目标物进行定位,具体为:利用图像中背景与目标的对比度差异或者前后帧图像之间的特征匹配,对所述数字视频图像中的目标物进行定位。
9.根据权利要求8所述的目标物识别方法,其特征在于,所述提取和识别所述数字视频图像中所定位的目标物的特征信息,具体为:
根据所述定位结果提取所述数字视频图像中所定位的目标物的特征信息;
计算所提取的目标特征与存储的模板特征的匹配度,并根据所述匹配度生成识别结果。
10.根据权利要求7-9中任一项所述的目标物识别系统,其特征在于,所述方法还包括对所述识别结果进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310596508.8A CN103577812A (zh) | 2013-11-22 | 2013-11-22 | 一种目标物识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310596508.8A CN103577812A (zh) | 2013-11-22 | 2013-11-22 | 一种目标物识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103577812A true CN103577812A (zh) | 2014-02-12 |
Family
ID=50049563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310596508.8A Pending CN103577812A (zh) | 2013-11-22 | 2013-11-22 | 一种目标物识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103577812A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104902224A (zh) * | 2015-04-30 | 2015-09-09 | 苏州华兴致远电子科技有限公司 | 图像数据采集的方法和系统 |
CN105224913A (zh) * | 2015-09-01 | 2016-01-06 | 上海斐讯数据通信技术有限公司 | 一种物品数量检测方法及装置 |
CN106650570A (zh) * | 2016-09-06 | 2017-05-10 | 深圳市金立通信设备有限公司 | 一种查找物品的方法及终端 |
CN107811375A (zh) * | 2017-11-10 | 2018-03-20 | 左国刚 | 自跟随行李箱及其跟随方法 |
CN108345113A (zh) * | 2018-03-01 | 2018-07-31 | 苏州迅优检测技术有限公司 | 一种智能眼镜 |
CN108596097A (zh) * | 2018-04-24 | 2018-09-28 | 广东中烟工业有限责任公司 | 一种烟包外箱包装带识别系统 |
WO2018223960A1 (zh) * | 2017-06-08 | 2018-12-13 | 北京深瞐科技有限公司 | 监控视频处理方法、装置、系统、电子终端及可读存储介质 |
CN109214372A (zh) * | 2018-11-01 | 2019-01-15 | 深圳蓝胖子机器人有限公司 | 姿态确定方法、装置和计算机可读存储介质 |
CN109409449A (zh) * | 2018-09-10 | 2019-03-01 | 天津大学 | 一种能够识别中药药材的移动终端 |
CN111476061A (zh) * | 2019-01-23 | 2020-07-31 | 阿里巴巴集团控股有限公司 | 商品生产中的计数处理方法、装置、系统及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5031224A (en) * | 1987-07-10 | 1991-07-09 | Siemens Aktiengesellschaft | Flexible recognition of subject structures in color and picture half-tone images |
CN101344988A (zh) * | 2008-06-16 | 2009-01-14 | 上海高德威智能交通系统有限公司 | 图像获取和处理装置及方法、车辆监测和记录系统 |
CN102831617A (zh) * | 2012-07-17 | 2012-12-19 | 聊城大学 | 一种运动目标检测与跟踪的方法和系统 |
-
2013
- 2013-11-22 CN CN201310596508.8A patent/CN103577812A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5031224A (en) * | 1987-07-10 | 1991-07-09 | Siemens Aktiengesellschaft | Flexible recognition of subject structures in color and picture half-tone images |
CN101344988A (zh) * | 2008-06-16 | 2009-01-14 | 上海高德威智能交通系统有限公司 | 图像获取和处理装置及方法、车辆监测和记录系统 |
CN102831617A (zh) * | 2012-07-17 | 2012-12-19 | 聊城大学 | 一种运动目标检测与跟踪的方法和系统 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104902224B (zh) * | 2015-04-30 | 2018-03-23 | 苏州华兴致远电子科技有限公司 | 图像数据采集的方法和系统 |
CN104902224A (zh) * | 2015-04-30 | 2015-09-09 | 苏州华兴致远电子科技有限公司 | 图像数据采集的方法和系统 |
CN105224913A (zh) * | 2015-09-01 | 2016-01-06 | 上海斐讯数据通信技术有限公司 | 一种物品数量检测方法及装置 |
CN106650570A (zh) * | 2016-09-06 | 2017-05-10 | 深圳市金立通信设备有限公司 | 一种查找物品的方法及终端 |
WO2018223960A1 (zh) * | 2017-06-08 | 2018-12-13 | 北京深瞐科技有限公司 | 监控视频处理方法、装置、系统、电子终端及可读存储介质 |
CN107811375A (zh) * | 2017-11-10 | 2018-03-20 | 左国刚 | 自跟随行李箱及其跟随方法 |
CN108345113A (zh) * | 2018-03-01 | 2018-07-31 | 苏州迅优检测技术有限公司 | 一种智能眼镜 |
CN108596097A (zh) * | 2018-04-24 | 2018-09-28 | 广东中烟工业有限责任公司 | 一种烟包外箱包装带识别系统 |
CN109409449A (zh) * | 2018-09-10 | 2019-03-01 | 天津大学 | 一种能够识别中药药材的移动终端 |
CN109214372A (zh) * | 2018-11-01 | 2019-01-15 | 深圳蓝胖子机器人有限公司 | 姿态确定方法、装置和计算机可读存储介质 |
CN109214372B (zh) * | 2018-11-01 | 2021-04-02 | 深圳蓝胖子机器智能有限公司 | 姿态确定方法、装置和计算机可读存储介质 |
CN111476061A (zh) * | 2019-01-23 | 2020-07-31 | 阿里巴巴集团控股有限公司 | 商品生产中的计数处理方法、装置、系统及电子设备 |
CN111476061B (zh) * | 2019-01-23 | 2023-05-02 | 阿里巴巴集团控股有限公司 | 商品生产中的计数处理方法、装置、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103577812A (zh) | 一种目标物识别系统及方法 | |
EP2959454B1 (en) | Method, system and software module for foreground extraction | |
US9462160B2 (en) | Color correction device, method, and program | |
Rekik et al. | A new visual speech recognition approach for RGB-D cameras | |
US20190034714A1 (en) | System and method for detecting hand gestures in a 3d space | |
Buch et al. | Urban road user detection and classification using 3D wire frame models | |
TWI540462B (zh) | 手勢辨識方法及其裝置 | |
US8922674B2 (en) | Method and system for facilitating color balance synchronization between a plurality of video cameras and for obtaining object tracking between two or more video cameras | |
CN102831382A (zh) | 人脸跟踪设备和方法 | |
CN110706258B (zh) | 对象追踪方法及装置 | |
WO2008020598A1 (fr) | Dispositif et procédé de détection d'un nombre d'objets | |
CN109934108B (zh) | 一种多目标多种类的车辆检测和测距系统及实现方法 | |
CN107133610B (zh) | 一种复杂路况下行车流量视觉检测与计数方法 | |
Momin et al. | Vehicle detection and attribute based search of vehicles in video surveillance system | |
WO2014002692A1 (ja) | ステレオカメラ | |
Van Tuan et al. | ConvNets and AGMM based real-time human detection under fisheye camera for embedded surveillance | |
CN103984955A (zh) | 基于显著性特征和迁移增量学习的多摄像机目标识别方法 | |
TWI394097B (zh) | 移動物體的偵測方法以及偵測系統 | |
Kim | Pedestrian detection and distance estimation using thermal camera in night time | |
CN109241932B (zh) | 一种基于运动方差图相位特征的热红外人体动作识别方法 | |
CN104008396A (zh) | 基于人头部色彩和形状特征的进出口人流量统计方法 | |
CN111062311B (zh) | 一种基于深度级可分离卷积网络的行人手势识别与交互方法 | |
CN113449629B (zh) | 基于行车视频的车道线虚实识别装置、方法、设备及介质 | |
JP2011090708A (ja) | 対象個数検出装置および対象個数検出方法 | |
JP4674920B2 (ja) | 対象個数検出装置および対象個数検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140212 |
|
WD01 | Invention patent application deemed withdrawn after publication |