CN103927513A - Logo识别方法和装置 - Google Patents
Logo识别方法和装置 Download PDFInfo
- Publication number
- CN103927513A CN103927513A CN201410117669.9A CN201410117669A CN103927513A CN 103927513 A CN103927513 A CN 103927513A CN 201410117669 A CN201410117669 A CN 201410117669A CN 103927513 A CN103927513 A CN 103927513A
- Authority
- CN
- China
- Prior art keywords
- image
- logo
- matched
- gray level
- logo image
- 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
Abstract
本发明公开了一种Logo识别方法和装置，先获取待匹配Logo图像，转化为待匹配灰度图像，然后进一步剪裁到预设尺寸范围；再对剪裁后的待匹配灰度图像进行sift运算，得到特征点；最后将待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或者等于匹配阈值的Logo图像作为最终识别到的Logo图像，n个Logo图像的特征点通过序列化处理后保存。本发明将Logo图像进行合理裁减，减少图像尺寸，降低运算量，加快识别速度，并节省上传流量；设定匹配阈值，提高Logo图像识别精确度；通过序列化方法一次保存多个Logo图像的特征点，避免耗费时间的重复计算。
Description
技术领域
本发明涉及图像处理领域，特别是涉及一种Logo识别方法和装置。
背景技术
Logo在长期的生活和实践中成为一种视觉化的信息表达方式，在生活实践中经过提炼、抽象与加工，集中以图形的方式表现出来，并且表达一定的精神内涵，传递特定的信息，形成人们相互交流的视觉语言。
如今，随着经济的发展，Logo承载着企业的无形资产，是企业综合信息传递的媒介，在企业形象传递过程中，是应用最广泛、出现频率最高，同时也是最关键的元素，企业强大的整体实力、完善的管理机制、优质的产品和服务，都被涵概于Logo中。
目前来说，现有技术中主要利用sift算法获取图像的特征点，图像一般尺寸较大，特征点的数目随着图像尺寸的增加非线性增多，这样造成运算量大，计算速度慢，同时在进行Logo图像匹配后，识别到的Logo图像往往不准确，严重影响Logo图像的识别。
发明内容
基于上述情况，本发明提出了一种Logo识别方法，运算速度快，准确率高，适合实际应用。
为了实现上述目的，本发明技术方案的实施例为：
一种Logo识别方法，包括以下步骤：
获取待匹配Logo图像，将所述待匹配Logo图像转化为待匹配灰度图像；
对所述待匹配灰度图像进行剪裁，剪裁到预设尺寸范围，所述预设尺寸范围由n个Logo灰度图像决定，所述n个Logo灰度图像通过采集n个Logo图像，将所述n个Logo图像转化为n个灰度图像并剪裁到同一尺寸得到；
对剪裁后的所述待匹配灰度图像进行sift运算，得到所述待匹配Logo图像的特征点；
将所述待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像，所述n个Logo图像的特征点通过分别对所述n个Logo灰度图像进行sift运算得到，对所述n个Logo图像的特征点进行序列化处理后保存。
针对现有技术问题，本发明还提出了一种Logo识别装置，改善现有的Logo识别问题，具有很好的应用价值。
具体实现方式为：一种Logo识别装置，包括：
获取模块，用于获取待匹配Logo图像，将所述待匹配Logo图像转化为待匹配灰度图像；采集n个Logo图像，将所述n个Logo图像转化为n个灰度图像；
剪裁模块，用于将所述n个灰度图像剪裁到同一尺寸，并将所述待匹配灰度图像剪裁到预设尺寸范围，所述预设尺寸范围由剪裁后的所述n个灰度图像决定；
sift运算模块，用于对剪裁后的所述待匹配灰度图像进行sift运算，得到所述待匹配Logo图像的特征点；分别对剪裁后的所述n个灰度图像进行sift运算得到所述n个Logo图像的特征点；
序列化模块，用于对所述n个Logo图像的特征点进行序列化处理后保存；
识别模块，用于将所述待匹配Logo图像的特征点分别与所述n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像。
与现有技术相比，本发明的有益效果为：本发明Logo识别方法和装置，将Logo图像进行合理裁减，减少图像尺寸，降低运算量，加快识别速度，并节省上传流量；设定匹配阈值，提高Logo图像识别精确度；通过序列化方法一次保存多个Logo图像的特征点，避免耗费时间的重复计算。
附图说明
图1为一个实施例中Logo识别方法的流程示意图；
图2为一个实施例中采集1566个Logo图像的流程示意图；
图3为一个实施例中获取待匹配的Logo图像并进行识别的流程示意图；
图4为一个实施例中Logo识别装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
一个实施例中Logo识别方法，如图1所示，包括步骤：
步骤S101：获取待匹配Logo图像，将所述待匹配Logo图像转化为待匹配灰度图像；
步骤S102：对所述待匹配灰度图像进行剪裁，剪裁到预设尺寸范围，所述预设尺寸范围由n个Logo灰度图像决定，所述n个Logo灰度图像通过采集n个Logo图像，将所述n个Logo图像转化为n个灰度图像并剪裁到同一尺寸得到；
步骤S103：对剪裁后的所述待匹配灰度图像进行sift运算，得到所述待匹配Logo图像的特征点；
步骤S104：将所述待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像，所述n个Logo图像的特征点通过分别对所述n个Logo灰度图像进行sift运算得到，对所述n个Logo图像的特征点进行序列化处理后保存。
从以上描述可知，本方法针对Logo图像做合理的裁剪，设定匹配阈值，并采用序列化方法保存多个Logo图像的特征点，运算速度快，准确率高。
作为一个实施例，所述最终识别到的Logo图像为匹配相同特征点个数最大、且大于或等于匹配阈值的Logo图像，多个匹配相同特征点个数同时超过了匹配阈值，计算最大的匹配相同特征点个数：S1≥S0,S2≥S0,…,Sx≥S0，max{S1,S2,…,Sx}，x≤n，其中S1,S2,…,Sx为待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配得到的x组匹配相同特征点个数，S0为匹配阈值；找到对应最大的匹配相同特征点个数的Logo图像作为最终识别到的Logo图像，如果没有达到匹配阈值，视为无此Logo图像。
作为一个实施例，在对剪裁后的所述待匹配灰度图像进行sift运算之前，所述方法还包括：判断剪裁后的所述待匹配灰度图像是否是黑色图像或白色图像，如果是，剔除剪裁后的所述待匹配灰度图像，判断无此Logo图像，通过去除不符合要求的图像，可以减少错误操作。
作为一个实施例，在获取待匹配Logo图像之前，所述方法还包括：设定识别时间，在设定的时间内，进行Logo图像获取、剪裁，计算图像特征点，序列化处理特征点和图像识别，具有实际应用价值。
作为一个实施例，所述方法还包括：如果超过设定的识别时间没有找到匹配相同特征点个数大于或等于匹配阈值的Logo图像，提示无此Logo图像。
为了更好地理解本方法，以下详细阐述几个本方法的应用实例：
如图2所示，采集1566个Logo图像并转化为灰度图像，将灰度图像剪裁到200*80的尺寸，然后分别对剪裁后的灰度图像进行sift运算，得到1566个Logo图像的特征点，再对得到的1566个logo图像的特征点进行序列化处理，保存到服务器上供用户以后使用。
如图3所示，首先设定30s的识别时间，在30s的时间内，用户用手机扫瞄Logo，将Logo图像转化为灰度图像，客户端以拍摄的图像为中心，裁剪到预设尺寸范围，预设尺寸范围由剪裁后的1566个灰度图像决定，此处将灰度图像剪裁到(200±20)*(80±20)范围内，上传到服务器，当上传为黑色图像或者白色图像时，不是真正的Logo，如果和服务器的特征点去匹配，会引起服务器崩溃，因此先判断上传的图像是否是黑色图像或者白色图像，如果是，直接将其剔除，不进行识别，反馈给用户服务器上无此Logo，如果不是，对上传的图像进行sift运算，得到上传图像的特征点。再一一和服务器上特征点进行匹配，找到匹配相同特征点个数大于或者等于匹配阈值的Logo图像作为最终识别到的Logo图像，如果多个Logo图像的匹配相同特征点个数同时超过了匹配阈值，返回匹配相同特征点个数最多的一个Logo图像给用户。如果没有达到匹配阈值，视为无此Logo图像。如果在30s的识别时间内没有在服务器上找到对应的Logo图像，弹出消息框提示用户服务器并无此Logo图像。
一个实施例中Logo识别装置，如图4所示，包括：
获取模块，用于获取待匹配Logo图像，将所述待匹配Logo图像转化为待匹配灰度图像；采集n个Logo图像，将所述n个Logo图像转化为n个灰度图像；
剪裁模块，用于将所述n个灰度图像剪裁到同一尺寸，并将所述待匹配灰度图像剪裁到预设尺寸范围，所述预设尺寸范围由剪裁后的所述n个灰度图像决定；
sift运算模块，用于对剪裁后的所述待匹配灰度图像进行sift运算，得到所述待匹配Logo图像的特征点；分别对剪裁后的所述n个灰度图像进行sift运算得到所述n个Logo图像的特征点；
序列化模块，用于对所述n个Logo图像的特征点进行序列化处理后保存；
识别模块，用于将所述待匹配Logo图像的特征点分别与所述n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像。
如图4所示，本装置各模块连接关系的一个优选的实施例为：获取模块，剪裁模块，sift运算模块，序列化模块和识别模块依次顺序连接。
首先获取模块获取待匹配Logo图像和n个Logo图像，并转化为灰度图像；然后剪裁模块将n个灰度图像剪裁到同一尺寸，并将待匹配灰度图像剪裁到预设尺寸范围，预设尺寸范围由剪裁后的n个灰度图像决定；再由sift运算模块分别进行sift运算，得到待匹配Logo图像的特征点和n个Logo图像的特征点；序列化模块对n个Logo图像的特征点进行序列化处理后保存；最后识别模块将待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像，本装置改善现有的Logo识别问题，减少了运算所需要的时间，提高了运算精度，适合应用。
作为一个实施例，所述最终识别到的Logo图像为匹配相同特征点个数最大、且大于或等于匹配阈值的Logo图像，多个匹配相同特征点个数同时超过了匹配阈值，计算最大的匹配相同特征点个数：S1≥S0,S2≥S0,…,Sx≥S0，max{S1,S2,…,Sx}，x≤n，其中S1,S2,…,Sx为待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配得到的x组匹配相同特征点个数，S0为匹配阈值；找到对应最大的匹配相同特征点个数的Logo图像作为最终识别到的Logo图像，如果没有达到匹配阈值，视为无此Logo图像。
作为一个实施例，Logo识别装置还包括判断模块，连接在所述剪裁模块和sift运算模块之间，用于判断剪裁后的所述待匹配灰度图像是否是黑色图像或白色图像，如果是，剔除剪裁后的所述待匹配灰度图像，判断无此Logo图像，通过去除不符合要求的图像，可以减少错误操作。
作为一个实施例，Logo识别装置还包括时间模块，连接所述获取模块，用于设定识别时间，在设定的时间内，获取模块获取Logo图像，剪裁模块剪裁图像，sift运算模块计算图像特征点，序列化模块序列化处理特征点和识别模块识别图像，具有实际应用价值。
作为一个实施例，所述识别模块还用于：如果超过设定的识别时间没有找到匹配相同特征点个数大于或等于匹配阈值的Logo图像，提示无此Logo图像。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种Logo识别方法，其特征在于，包括以下步骤：
获取待匹配Logo图像，将所述待匹配Logo图像转化为待匹配灰度图像；
对所述待匹配灰度图像进行剪裁，剪裁到预设尺寸范围，所述预设尺寸范围由n个Logo灰度图像决定，所述n个Logo灰度图像通过采集n个Logo图像，将所述n个Logo图像转化为n个灰度图像并剪裁到同一尺寸得到；
对剪裁后的所述待匹配灰度图像进行sift运算，得到所述待匹配Logo图像的特征点；
将所述待匹配Logo图像的特征点分别与n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像，所述n个Logo图像的特征点通过分别对所述n个Logo灰度图像进行sift运算得到，对所述n个Logo图像的特征点进行序列化处理后保存。
2.根据权利要求1所述的Logo识别方法，其特征在于，所述最终识别到的Logo图像为匹配相同特征点个数最大、且大于或等于匹配阈值的Logo图像。
3.根据权利要求1所述的Logo识别方法，其特征在于，在对剪裁后的所述待匹配灰度图像进行sift运算之前，所述方法还包括：判断剪裁后的所述待匹配灰度图像是否是黑色图像或白色图像，如果是，剔除剪裁后的所述待匹配灰度图像，判断无此Logo图像。
4.根据权利要求1至3任意一项所述的Logo识别方法，其特征在于，在获取待匹配Logo图像之前，所述方法还包括：设定识别时间。
5.根据权利要求4所述的Logo识别方法，其特征在于，所述方法还包括：如果超过设定的识别时间没有找到匹配相同特征点个数大于或等于匹配阈值的Logo图像，提示无此Logo图像。
6.一种Logo识别装置，其特征在于，包括：
获取模块，用于获取待匹配Logo图像，将所述待匹配Logo图像转化为待匹配灰度图像；采集n个Logo图像，将所述n个Logo图像转化为n个灰度图像；
剪裁模块，用于将所述n个灰度图像剪裁到同一尺寸，并将所述待匹配灰度图像剪裁到预设尺寸范围，所述预设尺寸范围由剪裁后的所述n个灰度图像决定；
sift运算模块，用于对剪裁后的所述待匹配灰度图像进行sift运算，得到所述待匹配Logo图像的特征点；分别对剪裁后的所述n个灰度图像进行sift运算得到所述n个Logo图像的特征点；
序列化模块，用于对所述n个Logo图像的特征点进行序列化处理后保存；
识别模块，用于将所述待匹配Logo图像的特征点分别与所述n个Logo图像的特征点进行匹配，找到匹配相同特征点个数大于或等于匹配阈值的Logo图像作为最终识别到的Logo图像。
7.根据权利要求6所述的Logo识别装置，其特征在于，所述最终识别到的Logo图像为匹配相同特征点个数最大、且大于或等于匹配阈值的Logo图像。
8.根据权利要求6所述的Logo识别装置，其特征在于，还包括判断模块，连接在所述剪裁模块和sift运算模块之间，用于判断剪裁后的所述待匹配灰度图像是否是黑色图像或白色图像，如果是，剔除剪裁后的所述待匹配灰度图像，判断无此Logo图像。
9.根据权利要求6至8任意一项所述的Logo识别装置，其特征在于，还包括时间模块，连接所述获取模块，用于设定识别时间。
10.根据权利要求9所述的Logo识别装置，其特征在于，所述识别模块还用于：如果超过设定的识别时间没有找到匹配相同特征点个数大于或等于匹配阈值的Logo图像，提示无此Logo图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410117669.9A CN103927513A (zh) | 2014-03-26 | 2014-03-26 | Logo识别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410117669.9A CN103927513A (zh) | 2014-03-26 | 2014-03-26 | Logo识别方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103927513A true CN103927513A (zh) | 2014-07-16 |
Family
ID=51145729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410117669.9A Pending CN103927513A (zh) | 2014-03-26 | 2014-03-26 | Logo识别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103927513A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156413A (zh) * | 2014-07-30 | 2014-11-19 | 中国科学院自动化研究所 | 一种基于商标密度的个性化商标匹配识别方法 |
| CN104780362A (zh) * | 2015-04-24 | 2015-07-15 | 宏祐图像科技(上海)有限公司 | 基于局部特征描述的视频静止logo检测方法 |
| CN105160360A (zh) * | 2015-09-29 | 2015-12-16 | 上海斐讯数据通信技术有限公司 | 一种国旗识别方法及移动终端 |
| CN106372638A (zh) * | 2016-08-31 | 2017-02-01 | 佛山绿怡信息科技有限公司 | 一种识别电子设备品牌型号的方法和系统 |
| CN107292369A (zh) * | 2017-05-15 | 2017-10-24 | 武汉矽感科技有限公司 | 标识码的生成方法及装置 |
| CN108961252A (zh) * | 2018-07-27 | 2018-12-07 | Oppo（重庆）智能科技有限公司 | 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 |
| CN109003269A (zh) * | 2018-07-19 | 2018-12-14 | 哈尔滨工业大学 | 一种能提高医生效率的医学影像病灶的标注提取方法 |
| CN111340114A (zh) * | 2020-02-26 | 2020-06-26 | 上海明略人工智能(集团)有限公司 | 图像的匹配方法及装置、存储介质和电子装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101599122A (zh) * | 2009-07-02 | 2009-12-09 | 阿里巴巴集团控股有限公司 | 一种图像识别方法及装置 |
| CN101605029A (zh) * | 2008-06-12 | 2009-12-16 | 长春当代软件发展有限公司 | 移动支付安全系统中的生物密钥 |
| US8416982B2 (en) * | 2008-09-25 | 2013-04-09 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method and program |
| CN103473551A (zh) * | 2013-09-16 | 2013-12-25 | 中国传媒大学 | 基于sift算子的台标识别方法及系统 |
-
2014
- 2014-03-26 CN CN201410117669.9A patent/CN103927513A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101605029A (zh) * | 2008-06-12 | 2009-12-16 | 长春当代软件发展有限公司 | 移动支付安全系统中的生物密钥 |
| US8416982B2 (en) * | 2008-09-25 | 2013-04-09 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method and program |
| CN101599122A (zh) * | 2009-07-02 | 2009-12-09 | 阿里巴巴集团控股有限公司 | 一种图像识别方法及装置 |
| CN103473551A (zh) * | 2013-09-16 | 2013-12-25 | 中国传媒大学 | 基于sift算子的台标识别方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 周志铭: ""一种基于Sift算子的人脸识别方法"", 《中国图象图形学报》 * |
| 林传力: ""基于Sift特征的商标检索方法"", 《计算机工程》 * |
| 蒋先刚: ""数字图像模式识别工程项目研究"", 《数字图像模式识别工程项目研究》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156413A (zh) * | 2014-07-30 | 2014-11-19 | 中国科学院自动化研究所 | 一种基于商标密度的个性化商标匹配识别方法 |
| CN104780362A (zh) * | 2015-04-24 | 2015-07-15 | 宏祐图像科技(上海)有限公司 | 基于局部特征描述的视频静止logo检测方法 |
| CN105160360A (zh) * | 2015-09-29 | 2015-12-16 | 上海斐讯数据通信技术有限公司 | 一种国旗识别方法及移动终端 |
| CN106372638A (zh) * | 2016-08-31 | 2017-02-01 | 佛山绿怡信息科技有限公司 | 一种识别电子设备品牌型号的方法和系统 |
| CN107292369A (zh) * | 2017-05-15 | 2017-10-24 | 武汉矽感科技有限公司 | 标识码的生成方法及装置 |
| CN109003269A (zh) * | 2018-07-19 | 2018-12-14 | 哈尔滨工业大学 | 一种能提高医生效率的医学影像病灶的标注提取方法 |
| CN108961252A (zh) * | 2018-07-27 | 2018-12-07 | Oppo（重庆）智能科技有限公司 | 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 |
| CN111340114A (zh) * | 2020-02-26 | 2020-06-26 | 上海明略人工智能(集团)有限公司 | 图像的匹配方法及装置、存储介质和电子装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103927513A (zh) | Logo识别方法和装置 | |
| US10582119B2 (en) | Image processing method and device for composite selfie image composition for remote users | |
| US9898808B1 (en) | Systems and methods for removing defects from images | |
| EP3493101A1 (en) | Image recognition method, terminal, and nonvolatile storage medium | |
| CN103077388B (zh) | 面向便携式计算设备的快速文本扫读方法 | |
| CN104239861A (zh) | 卷曲文本图像预处理方法和彩票扫描识别方法 | |
| CN104408450A (zh) | 身份证识别方法、装置及系统 | |
| US9509862B2 (en) | Image processing system, image output device, and image processing method | |
| CN114155445A (zh) | 基于改进YOLOv3的SAR图像目标检测方法 | |
| TW201502998A (zh) | 圖像識別方法、裝置、終端設備及伺服器 | |
| CN108171231A (zh) | 一种基于图像识别的通信方法和装置 | |
| CN105306773A (zh) | 一种图片传输方法和装置 | |
| US9098895B2 (en) | Image processing method and device | |
| CN107945139B (zh) | 一种图像处理方法、存储介质及智能终端 | |
| CN112070792B (zh) | 一种用于图像分割的边缘生长连接方法及装置 | |
| US8908974B2 (en) | Image capturing device capable of simplifying characteristic value sets of captured images and control method thereof | |
| CN115188000A (zh) | 基于ocr的文本识别方法、装置、存储介质及电子设备 | |
| CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
| CN115564700A (zh) | 图像处理方法及系统、存储介质、电子装置 | |
| US11893791B2 (en) | Pre-processing image frames based on camera statistics | |
| CN113808147A (zh) | 一种图像处理方法、装置、系统及计算机设备 | |
| CN111797921A (zh) | 一种图像数据对比方法及装置 | |
| CN111797922A (zh) | 文本图像分类方法及装置 | |
| CN110674091A (zh) | 基于人工智能的文件上传方法、系统及存储介质 | |
| CN104394336A (zh) | 基于cmos图像传感器的图像轮廓锐化方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140716 |