CN104089895B - 一种大豆叶片的光合色素测定方法及系统 - Google Patents
一种大豆叶片的光合色素测定方法及系统 Download PDFInfo
- Publication number
- CN104089895B CN104089895B CN201410355544.XA CN201410355544A CN104089895B CN 104089895 B CN104089895 B CN 104089895B CN 201410355544 A CN201410355544 A CN 201410355544A CN 104089895 B CN104089895 B CN 104089895B
- Authority
- CN
- China
- Prior art keywords
- photosynthetic pigments
- unit
- soybean leaves
- chlorophyll
- content
- 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
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本申请提供了一种大豆叶片的光合色素测定方法及系统，该方法及系统首先获取大豆叶片的图像；然后将该图像分割为预设规格的若干单元；再将该若干单元构建为单元矩阵；采集每个单元的图像数据；根据光合色素方程和图像数据计算得到每个单元的光合色素含量；根据每个单元的光合色素含量和单元矩阵获得大豆叶片的光合色素分布图。由于本方法无需将叶片进行切割然后利用化学法分别测定其光合色素含量，只是对叶片的图像进行分析，测定速度极快，平均用时不超过20秒，从而能够解决现有测定方法测定效率较低的问题。
Description
技术领域
本申请涉及农业技术领域，更具体地说，涉及一种大豆叶片的光合色素测定方法及系统。
背景技术
光合色素是直接反映大豆氮营养状况及病虫害发生的重要指标，在光合作用中起到吸收、传递光能或引起原初光化学反应的作用。光合色素包括叶绿素(叶绿素a和叶绿素b)和类胡萝卜素(胡萝卜素和叶黄素)，其中叶绿素是作物光合作用的主要色素，而绝大多数叶绿素a分子和全部的叶绿素b分子起吸收和传递光能的作用，极少数特殊状态的叶绿素a分子参与光化学反应，将光能转化为化学能，因而其含量的高低直接影响作物的光合同化和物质积累能力。通常光合色素可以作为氮素胁迫、光合作用能力和发育阶段(特别是衰老阶段)的指示器。因此，通过分析光合色素在大豆叶片上的分布可以为作物的合理施肥和病虫害预防提供指导。目前，在单一作物种植或复合种植下，测定大豆的光合色素的分布通过化学法进行，需要将大豆叶片的各部位进行切割然后利用化学法分别测定其光合色素含量，最后形成光合色素分布图，测定效率较低。
发明内容
有鉴于此，本申请提供一种大豆叶片的光合色素测定方法及系统，用于获取大豆叶片的光合色素分布图，以解决现有测定方法测定效率较低的问题。
为了实现上述目的，现提出的方案如下：
一种大豆叶片的光合色素测定方法，包括如下步骤：
获取所述大豆叶片的图像；
将所述图像分割为预设规格的若干单元，将所述若干单元构成单元矩阵；
采集所述单元的图像数据；
根据预设的光合色素方程和所述图像数据计算得到所述单元的光合色素含量；
根据所述光合色素含量和所述单元矩阵获得所述大豆叶片的光合色素分布图。
优选的，所述图像数据为RGB彩色模型数据。
优选的，所述光合色素包括叶绿素a含量、叶绿素b含量、总叶绿素含量和类胡萝卜素含量。
优选的，所述光合色素方程包括：
叶绿素a含量＝3.862-0.806ln(R-B),
叶绿色b含量＝1.161-0.238ln(R-B),
总叶绿素含量＝5.023-1.044ln(R-B),
类胡萝卜素含量＝0.000486(0.886B-0.229R-0.587G)+0.546；
其中：R为所述RGB彩色模型数据中红色的归一化后的数值，
G为所述RGB彩色模型数据中绿色的归一化后的数值，
B为所述RGB彩色模型数据中蓝色的归一化后的数值。
一种大豆叶片的光合色素测定系统，包括照相装置和计算装置；
所述照相装置用于获取所述大豆叶片的图像；
所述计算装置用于根据所述图像计算得到所述大豆叶片的光合色素分布图，包括：
解构单元、用于将所述图像分割为预设规格的若干单元，将所述若干单元构成单元矩阵；
采集单元，用于采集所述单元的图像数据；
计算单元，用于根据预设的光合色素方程和所述图像数据计算得到所述单元的光合色素含量；
综合单元，用于根据所述光合色素含量和所述单元矩阵获得所述光合色素分布图。
优选的，所述图像数据为RGB彩色模型数据。
优选的，所述大豆叶片的光合色素含量包括叶绿素a含量、叶绿素b含量、总叶绿素含量和类胡萝卜素含量。
优选的，所述光合色素方程包括：
叶绿素a含量＝3.862-0.806ln(R-B),
叶绿色b含量＝1.161-0.238ln(R-B),
总叶绿素含量＝5.023-1.044ln(R-B),
类胡萝卜素含量＝0.000486(0.886B-0.229R-0.587G)+0.546；
其中：R为所述RGB彩色模型数据中红色的归一化后的数值，
G为所述RGB彩色模型数据中绿色的归一化后的数值，
B为所述RGB彩色模型数据中蓝色的归一化后的数值。
优选的，所述照相装置包括：
中空箱体，其内壁为黑色；
承载台，设置在所述中空箱体内的底部，用于承载所述大豆叶片；
照明单元，设置在所述中空箱体内的上部，用于对所述大豆叶片进行照明；
拍摄口，设置在所述中空箱体的上壁；
照相机，设置在所述中空箱体的外部，用于通过所述拍摄口获取所述图像。
优选的，还包括：
推拉门，设置在所述中空箱体的侧壁上；
所述推拉门的边缘设置有海绵。
从上述技术方案可以看出，本申请提供了一种大豆叶片的光合色素测定方法及系统，该方法及系统首先获取大豆叶片的图像；然后将该图像分割为预设规格的若干单元；再将该若干单元构建为单元矩阵；采集每个单元的图像数据；根据的光合色素方程和图像数据计算得到每个单元的光合色素含量；根据每个单元的光合色素含量和单元矩阵获得大豆叶片的光合色素分布图。由于本方法无需将叶片进行切割然后利用化学法分别测定其光合色素含量，只是对叶片的图像进行分析，测定速度极快，平均用时不超过20秒，从而能够解决现有测定方法测定效率较低的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种大豆叶片的光合色素测定方法的流程图；
图2为本申请另一实施例提供的一种大豆叶片的光合色素测定系统的结构图；
图3为本申请提供的一种照相装置的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
图1为本申请实施例提供的一种大豆叶片的光合色素测定方法的流程图。
如图1所示，本实施例提供的大豆叶片的光合色素测定方法包括如下步骤：
S101：获取大豆叶片的图像。
首先，利用照相装置获取大豆叶片的图像，图像的格式可以为jpg格式、tif格式或bmp格式等。
S102：构建由若干单元组成的单元矩阵。
将上一步骤获取的图像分割成若干单元，将这若干单元构建成单元矩阵。
S103：采集每个单元的图像数据。
采集每隔单元的图像数据，该图像数据为RGB彩色模型数据。RGB即使代表红绿蓝三个通道的颜色，该模型为每个单元分配一个0～255之间的无量纲强度值，本实施例是将每个单元的RGB数据除以256进行归一化处理，得到[0，1]之间的无量纲常数，并将其作为该图像数据。
S104：计算每个单元的光合色素含量。
光合色素包括叶绿素a、叶绿素b、总叶绿素和类胡萝卜素，利用预设的光合色素方程，将上一步骤获取的图像数据代入该光合色素方程即可得到该单元的光合色素含量。光合色素方程如下所示：
叶绿素a含量＝3.862-0.806ln(R-B)
叶绿色b含量＝1.161-0.238ln(R-B)
总叶绿素含量＝5.023-1.044ln(R-B)
类胡萝卜素含量＝0.000486(0.886B-0.229R-0.587G)+0.546；
其中：R为RGB彩色模型数据中红色的归一化后的数值，G为RGB彩色模型数据中绿色的归一化后的数值，B为RGB彩色模型数据中蓝色的归一化后的数值。
S105：根据光合色素含量和单元矩阵获得大豆叶片的光合色素分布图。
利用上一步骤获取的每一单元的光合色素含量和步骤S102得到的单元矩阵得到大豆叶片的光合色素分布图。
从上述技术方案可以看出，本实施例提供了一种大豆叶片的光合色素测定方法，该方法首先获取大豆叶片的图像；然后将该图像分割为预设规格的若干单元；再将该若干单元构建为单元矩阵；采集每个单元的图像数据；根据的光合色素方程和图像数据计算得到每个单元的光合色素含量；根据每个单元的光合色素含量和单元矩阵获得大豆叶片的光合色素分布图。由于本方法无需将叶片进行切割然后利用化学法分别测定其光合色素含量，只是对叶片的图像进行分析，测定速度极快，平均用时不超过20秒，从而能够解决现有测定方法测定效率较低的问题。
实施例二
图2为本申请另一实施例提供的一种大豆叶片的光合色素测定系统的结构图。
如图1所示，本实施例提供的大豆叶片的光合色素测定系统包括照相装置10和计算装置20。
照相装置10用于获取大豆叶片的图像。图像的格式可以为jpg格式、tif格式或bmp格式等。
计算装置20用于根据该照相装置获取的图像计算得到大豆叶片的光合色素的分布图，该计算装置20包括解构单元21、采集单元22、计算单元23和综合单元24。
解构单元21用于构建由若干单元组成的单元矩阵。
即将照相装置10获取的图像分割成若干单元，将这若干单元构建成单元矩阵。
采集单元22用于采集每个单元的图像数据。该图像数据为RGB彩色模型数据。RGB即使代表红绿蓝三个通道的颜色，该模型为每个单元分配一个0～255之间的无量纲强度值，本实施例是将每个单元的RGB数据除以256进行归一化处理，得到[0，1]之间的无量纲常数，并将其作为该图像数据。
计算单元23用于计算每个单元的光合色素含量。
光合色素包括叶绿素a、叶绿素b、总叶绿素和类胡萝卜素，利用预设的光合色素方程，将采集单元获取的图像数据代入该光合色素方程即可得到该单元的光合色素含量。光合色素方程如下所示：
叶绿素a含量＝3.862-0.806ln(R-B)
叶绿色b含量＝1.161-0.238ln(R-B)
总叶绿素含量＝5.023-1.044ln(R-B)
类胡萝卜素含量＝0.000486(0.886B-0.229R-0.587G)+0.546；
其中：R为RGB彩色模型数据中红色的归一化后的数值，G为RGB彩色模型数据中绿色的归一化后的数值，B为RGB彩色模型数据中蓝色的归一化后的数值。
综合单元24用于根据光合色素含量和单元矩阵获得大豆叶片的光合色素分布图。利用计算单元计算得到的每一单元的光合色素含量和解构单元得到的单元矩阵得到大豆叶片的光合色素分布图。
从上述技术方案可以看出，本实施例提供了一种大豆叶片的光合色素测定系统，该系统包括照相装置和计算装置，照相装置用于获取大豆叶片的图像；计算装置包括解构单元、采集单元、计算单元和综合单元，解构单元用于将照相装置获得的图像分割为预设规格的若干单元，并将该若干单元构建为单元矩阵；采集单元用于采集每个单元的图像数据；计算单元用于根据预设的光合色素方程和图像数据计算得到每个单元的光合色素含量；综合单元根据每个单元的光合色素含量和单元矩阵获得大豆叶片的光合色素分布图。由于本系统无需将叶片进行切割然后利用化学法分别测定其光合色素含量，只是对叶片的图像进行分析，测定速度极快，平均用时不超过20秒，从而能够解决现有测定方法测定效率较低的问题。
图3为本申请提供的一种照相装置的结构图。
为了适应对大豆叶片进行照相，特提出本照相装置，其结构如图3所示，该照相装置包括中空箱体11、承载台111、照明单元112、拍摄口113和照相机12。
中空箱体11为拍摄大豆叶片提供一个不受外界光污染的小环境。
承载台111设置在中空箱体11内的底部，用于放置大豆叶片；照明单元112设置在中空箱体11内部的上部，用于对放置在承载台111上的大豆叶片进行照明，为了充分照明，照明单元112可以为多个；拍摄口113设置在中空箱体11的上壁，为一通孔；照相机12的镜头通过拍摄口113对中空箱体11内放置在承载台111上的大豆叶片进行拍摄以获取大豆叶片的图像。
为了方便地放置大豆叶片，在中空箱体11的侧壁上设置有推拉门114，在推拉门114的边缘设置有海绵1141以保护农作物。承载体可以升降，以调节大豆叶片距离照相机12的镜头的距离，从而获得更好的拍摄效果。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种大豆叶片的光合色素测定方法，其特征在于，包括如下步骤：
获取所述大豆叶片的图像；
将所述图像分割为预设规格的若干单元，将所述若干单元构成单元矩阵；
采集所述单元的图像数据；
根据预设的光合色素方程和所述图像数据计算得到所述单元的光合色素含量；
根据所述光合色素含量和所述单元矩阵获得所述大豆叶片的光合色素分布图；
其中，所述图像数据为RGB彩色模型数据；
所述大豆叶片的光合色素含量包括叶绿素a含量、叶绿素b含量、总叶绿素含量和类胡萝卜素含量；
所述光合色素方程包括：
叶绿素a含量＝3.862-0.806ln(R-B),
叶绿色b含量＝1.161-0.238ln(R-B),
总叶绿素含量＝5.023-1.044ln(R-B),
类胡萝卜素含量＝0.000486(0.886B-0.229R-0.587G)+0.546；
其中：R为所述RGB彩色模型数据中红色的归一化后的数值，
G为所述RGB彩色模型数据中绿色的归一化后的数值，
B为所述RGB彩色模型数据中蓝色的归一化后的数值。
2.一种大豆叶片的光合色素测定系统，其特征在于，包括照相装置和计算装置；
所述照相装置用于获取所述大豆叶片的图像；
所述计算装置用于根据所述图像计算得到所述大豆叶片的光合色素分布图，包括：
解构单元、用于将所述图像分割为预设规格的若干单元，将所述若干单元构成单元矩阵；
采集单元，用于采集所述单元的图像数据；
计算单元，用于根据预设的光合色素方程和所述图像数据计算得到所述单元的光合色素含量；
综合单元，用于根据所述光合色素含量和所述单元矩阵获得所述光合色素分布图；
其中，所述图像数据为RGB彩色模型数据；
所述光合色素包括叶绿素a、叶绿素b、总叶绿素和类胡萝卜素；
所述光合色素方程包括：
叶绿素a含量＝3.862-0.806ln(R-B),
叶绿色b含量＝1.161-0.238ln(R-B),
总叶绿素含量＝5.023-1.044ln(R-B),
类胡萝卜素含量＝0.000486(0.886B-0.229R-0.587G)+0.546；
其中：R为所述RGB彩色模型数据中红色的归一化后的数值，
G为所述RGB彩色模型数据中绿色的归一化后的数值，
B为所述RGB彩色模型数据中蓝色的归一化后的数值。
3.如权利要求2所述的光合色素测定系统，其特征在于，所述照相装置包括：
中空箱体，其内壁为黑色；
承载台，设置在所述中空箱体内的底部，用于承载所述大豆叶片；
照明单元，设置在所述中空箱体内的上部，用于对所述大豆叶片进行照明；
拍摄口，设置在所述中空箱体的上壁；
照相机，设置在所述中空箱体的外部，用于通过所述拍摄口获取所述图像。
4.如权利要求3所述的光合色素测定系统，其特征在于，还包括：
推拉门，设置在所述中空箱体的侧壁上；
所述推拉门的边缘设置有海绵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410355544.XA CN104089895B (zh) | 2014-07-24 | 2014-07-24 | 一种大豆叶片的光合色素测定方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410355544.XA CN104089895B (zh) | 2014-07-24 | 2014-07-24 | 一种大豆叶片的光合色素测定方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104089895A CN104089895A (zh) | 2014-10-08 |
| CN104089895B true CN104089895B (zh) | 2016-08-24 |
Family
ID=51637631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410355544.XA Expired - Fee Related CN104089895B (zh) | 2014-07-24 | 2014-07-24 | 一种大豆叶片的光合色素测定方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104089895B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106596425B (zh) * | 2016-12-04 | 2019-07-30 | 西北农林科技大学 | 一种检测油菜角果皮光合色素含量的方法 |
| CN112798589B (zh) * | 2020-12-28 | 2024-02-06 | 东北农业大学 | 一种估算大豆冠层同化co2速度的方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1900699A (zh) * | 2005-07-21 | 2007-01-24 | 李少昆 | 基于图象技术的棉花叶片叶绿素含量测定方法 |
| CN101692037A (zh) * | 2009-09-08 | 2010-04-07 | 江苏大学 | 高光谱图像和独立分量分析植物叶面叶绿素分布的方法 |
| CN101762583A (zh) * | 2009-12-16 | 2010-06-30 | 中国烟草总公司郑州烟草研究院 | 一种产地特色烟叶外观颜色的表征方法 |
| CN101839979A (zh) * | 2010-04-22 | 2010-09-22 | 中国农业大学 | 作物冠层植被指数测量方法及装置 |
| CN102072882A (zh) * | 2010-04-16 | 2011-05-25 | 姚孝明 | 一种基于叶片图像特征的植物养分含量指标定量分析方法 |
| JP5266486B2 (ja) * | 2009-05-22 | 2013-08-21 | アドバンストシステムズ株式会社 | 緑視率測定装置、方法及びプログラム |
| CN203178188U (zh) * | 2013-01-23 | 2013-09-04 | 浙江大学 | 一种基于光谱成像技术的植物健康状况检测装置 |
| CN103278460A (zh) * | 2013-05-30 | 2013-09-04 | 华南农业大学 | 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法 |
| JP2013213783A (ja) * | 2012-04-04 | 2013-10-17 | Nippon Telegr & Teleph Corp <Ntt> | 微細藻類成分量測定方法および装置ならびにプログラム |
-
2014
- 2014-07-24 CN CN201410355544.XA patent/CN104089895B/zh not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1900699A (zh) * | 2005-07-21 | 2007-01-24 | 李少昆 | 基于图象技术的棉花叶片叶绿素含量测定方法 |
| JP5266486B2 (ja) * | 2009-05-22 | 2013-08-21 | アドバンストシステムズ株式会社 | 緑視率測定装置、方法及びプログラム |
| CN101692037A (zh) * | 2009-09-08 | 2010-04-07 | 江苏大学 | 高光谱图像和独立分量分析植物叶面叶绿素分布的方法 |
| CN101762583A (zh) * | 2009-12-16 | 2010-06-30 | 中国烟草总公司郑州烟草研究院 | 一种产地特色烟叶外观颜色的表征方法 |
| CN102072882A (zh) * | 2010-04-16 | 2011-05-25 | 姚孝明 | 一种基于叶片图像特征的植物养分含量指标定量分析方法 |
| CN101839979A (zh) * | 2010-04-22 | 2010-09-22 | 中国农业大学 | 作物冠层植被指数测量方法及装置 |
| JP2013213783A (ja) * | 2012-04-04 | 2013-10-17 | Nippon Telegr & Teleph Corp <Ntt> | 微細藻類成分量測定方法および装置ならびにプログラム |
| CN203178188U (zh) * | 2013-01-23 | 2013-09-04 | 浙江大学 | 一种基于光谱成像技术的植物健康状况检测装置 |
| CN103278460A (zh) * | 2013-05-30 | 2013-09-04 | 华南农业大学 | 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于计算机视觉技术的番茄叶片叶绿素含量的检测;柴阿丽等;《园艺学报》;20091231;第36卷(第1期);第46页第1.1节，图1 * |
| 高光谱技术分析茶树叶片中叶绿素含量及分布;赵杰文等;《光谱学与光谱分析》;20110228;第31卷(第2期);第512-515页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104089895A (zh) | 2014-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Predicting grain yield in rice using multi-temporal vegetation indices from UAV-based multispectral and digital imagery | |
| US6178253B1 (en) | Method of determining and treating the health of a crop | |
| CN103091296B (zh) | 基于光谱成像技术的植物健康状况检测方法及其装置 | |
| CN102565061B (zh) | 作物生物量无损检测图像采集处理装置及检测方法 | |
| CN104503518B (zh) | 一种小型智能化植物生长系统 | |
| CN103278460B (zh) | 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法 | |
| KR20170127406A (ko) | 식물의 생장 상태를 측정하기 위한 방법 및 시스템 | |
| CN205052293U (zh) | 智能花盆 | |
| Saberioon et al. | A review of optical methods for assessing nitrogen contents during rice growth | |
| CN107223454A (zh) | 一种基于卷积神经网络的金针菇不同生长期智能补光的装置与方法 | |
| EP3421973A1 (en) | Moisture content observation device, moisture content observation method, and cultivating device | |
| CN103546732A (zh) | 图像处理方法及系统 | |
| CN104089895B (zh) | 一种大豆叶片的光合色素测定方法及系统 | |
| CN104132897A (zh) | 一种基于手持设备的植物叶片含氮量测量方法和装置 | |
| CN102778212A (zh) | 一种利用数码相机获取水稻冠层叶面积指数的方法及装置 | |
| CN203178188U (zh) | 一种基于光谱成像技术的植物健康状况检测装置 | |
| JP2011027600A (ja) | リモートセンシングにおける検量線の作成方法 | |
| Kim et al. | Growth monitoring of field-grown onion and garlic by CIE L* a* b* color space and region-based crop segmentation of UAV RGB images | |
| CN110064601B (zh) | 一种蔬菜嫁接用苗检测分级系统和分级方法 | |
| CN204217710U (zh) | 一种太阳能杀虫灯 | |
| CN102239793A (zh) | 水稻害虫实时分类方法及系统 | |
| CN106234061A (zh) | 用于高通量植物表型成像的培养装置及测量方法 | |
| CN206101038U (zh) | 用于高通量植物表型成像的培养装置 | |
| Yang et al. | Precision cultivation system for greenhouse production | |
| CN203259474U (zh) | 沥青与集料之间黏附性的自动测量系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| 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: 20160824 Termination date: 20200724 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |