CN104778709B - 一种基于纱线序列图像的电子黑板的构建方法 - Google Patents

一种基于纱线序列图像的电子黑板的构建方法 Download PDF

Info

Publication number
CN104778709B
CN104778709B CN201510198718.0A CN201510198718A CN104778709B CN 104778709 B CN104778709 B CN 104778709B CN 201510198718 A CN201510198718 A CN 201510198718A CN 104778709 B CN104778709 B CN 104778709B
Authority
CN
China
Prior art keywords
yarn
image
electronic blackboard
sequence
diameter
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
Application number
CN201510198718.0A
Other languages
English (en)
Other versions
CN104778709A (zh
Inventor
潘如如
李忠健
高卫东
周建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN201510198718.0A priority Critical patent/CN104778709B/zh
Publication of CN104778709A publication Critical patent/CN104778709A/zh
Application granted granted Critical
Publication of CN104778709B publication Critical patent/CN104778709B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Treatment Of Fiber Materials (AREA)

Abstract

本发明公开了一种基于纱线序列图像的电子黑板的构建方法,包括以下步骤:使被测纱线匀速运动通过暗箱,并连续采集被测纱线图像并储存,获得纱线序列图像;切割掉所述纱线序列图像中冗余的背景部分并进行清晰化处理,获得纱线条干图像;扫描所述纱线条干图像,统计纱线左右边缘点之间的像素数量,并将统计的结果按顺序进行存储,获得纱线序列直径数据;将所述纱线序列直径数据分段,依据纱线间距参考标准在空白电子黑板上固定基线并填充像素点,生成纱线电子黑板图像;本发明基于纱线序列图像实现电子黑板的自动构建,从而能够良好的取代现有的传统纱线黑板,为纱线外观质量的客观评价和分级奠定基础。

Description

一种基于纱线序列图像的电子黑板的构建方法
技术领域
本发明涉及纱线质量检测方法领域,特别是指一种基于纱线序列图像的电子黑板的构建方法。
背景技术
纱线条干均匀度,是指纱线沿长度方向上的粗细变化程度,是衡量纱线质量的重要指标。纱线的条干不匀不仅会产生纱疵,影响纱线的外观和强度,而且会造成织造时的断头和停机。而纱线外观疵点是直接影响布面疵点的重要原因之一,黑板检测法是一种检测外观疵点的方便快捷的方法。传统的黑板检测方法,又叫目光检测法。它直接用目视检测纱线外观在黑板上形成的粗细不匀的程度、数量、阴影的深浅,对照标准样照定性评定等级,同时可观察是否有规律性等特征,它具有直观、方便、快速等优点。国外也常用梯形黑板现场检测是否存在周期性不匀,周期性不匀会在黑板上形成V形图状,据此可量出周期波的波长,推断其产生的原因。但该检测方法存在两个缺点:①所有的标准样照都是环锭纺纱线的样照;由不同的纺纱系统生产的纱线其物理、外观性能具有很大的不同,用环锭纺纱的标样来评价气流纺、喷气纺纱的外观质量就会产生偏差②目前的纺纱系统已经生产出比优级标准样照外观更好的纱线;对于外观质量高于优级标准的纱线,黑板检测法已没有办法做出更进一步的区分和判别。更为重要的是:黑板检测法主要依赖检验人员的感官进行,这样的评级易受检验人员主观的影响,如检验人员对标准掌握的熟练程度、本身生理条件的变化、客观环境等因素都将影响检验结果的准确性,因而具有随意性,缺乏客观性,重复性差等缺点。
电容法测量仪器的代表是乌斯特条干仪,它是目前世界上占统治地位的测量条干均匀度的仪器,采用电容式传感器,检测的是纱条的质量分布不匀率。在目前的乌斯特条干仪中大都也带有电子黑板的模拟。该方法虽然克服了目光检验法受人为因素而影响结果准确性这一缺点,且可以对纱线外观质 量进行客观检测,但从其测试原理来看仍存在一定的缺陷,也就是在测试过程中介质情况对测试结果的影响,会导致在某些情况下测试结果不准确,主要有:①杂质和水分的影响;②纱线结构的影响;③纤维混纺比的影响;④测试长度的影响;⑤充满度的影响等。因此利用该仪器的测试结果构建的电子黑板精度较低,并且其未能实现纱线外观的客观评价和分级。
目前比较先进的光电式纱线条干均匀度仪是电子检视板式纱线测试仪EIB。EIB系统能够直接测出纱线的直径不匀系数,构建电子黑板,定量、准确地评定纱线品级,同时还可以模拟被测纱线织成织物后的布面效果,而且光电式条干仪消除了人为因素的误差,能正确反映纱线的外观质量,不需要特别的实验室环境,测试结果不受温湿度、纱线回潮率及其含油量等因素的影响。但该系统的纱线评定标准主要针对的是其本国的标准和原料性能,因此仅适合于他们本国的标准化检验。所以该仪器不能直接用于我国的现行的行业标准的适用范围。
发明内容
有鉴于此,本发明的目的在于提出一种以数字图像处理技术为基础,通过纱线序列图像快速、准确构建电子黑板的方法。
基于上述目的本发明提供的一种基于纱线序列图像的电子黑板的构建方法,包括以下步骤:
使被测纱线匀速运动通过暗箱,并连续采集被测纱线图像并储存,获得纱线序列图像;
切割掉所述纱线序列图像中冗余的背景部分并进行清晰化处理,获得纱线条干图像;
扫描所述纱线条干图像,统计纱线左右边缘点之间的像素数量,并将统计的结果按顺序进行存储,获得纱线序列直径数据;
将所述纱线序列直径数据分段,依据纱线间距参考标准在空白电子黑板上固定基线并填充像素点,生成纱线电子黑板图像。
优选的,在获得所述纱线序列图像的步骤中,通过设置采集的帧频和纱线运行速度,使得前后两帧图像存在重叠部分。
优选的,在获得所述纱线序列直径数据的步骤中,根据采集的帧频和纱线运行速度,去除所述纱线序列图像前后两帧中的重叠部分。
优选的,在获得纱线条干图像的步骤中,将切割后的所述纱线序列图像进行Ostu自动阈值处理,然后对处理后的图像进行形态学开运算处理,获得清晰的纱线条干图像。
优选的,在所述形态学开运算处理过程中,结构元素选择5×5的圆盘结构。
优选的,在所述形态学开运算处理后,进行面积滤波处理,用以进一步去除噪点。
优选的,所述纱线间距的确定基于纱线的理论直径,并由所述理论直径和纱线黑板绕纱密度的比值等于纱线像素值平均直径和电子黑板参考直径的比值这一比例关系,生成所述纱线间距。
从上面所述可以看出,本发明提供的基于纱线序列图像的电子黑板的构建方法,利用图像处理技术实现了纱线序列图像的分割,通过将提取的纱线序列直径数据填充到空白电子黑板上,实现电子黑板的自动构建,从而能够良好的取代现有的传统纱线黑板,为纱线外观质量的客观评价和分级奠定基础。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明优选实施例的基于纱线序列图像的电子黑板的构建方法流程图;
图2为高分辨面阵相机动态采集到的纱线序列图像中的一幅;
图3为切割后的一帧纱线序列图像;
图4为一帧经过Ostu自适应阈值处理后的纱线序列图像;
图5为一帧经过形态学开运算处理后的纱线序列图像;
图6为本发明优选实施例中构建电子黑板步骤流程图;
图7为本发明优选实施例最终构建的纱线电子黑板。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明实施例提供了一种基于纱线序列图像的电子黑板的构建方法,包括以下步骤:
使被测纱线匀速运动通过暗箱,并连续采集被测纱线图像并储存,获得纱线序列图像;
切割掉所述纱线序列图像中冗余的背景部分并进行清晰化处理,获得纱线条干图像;
扫描所述纱线条干图像,统计纱线左右边缘点之间的像素数量,并将统计的结果按顺序进行存储,获得纱线序列直径数据;
将所述纱线序列直径数据分段,依据纱线间距参考标准在空白电子黑板上固定基线并填充像素点,生成纱线电子黑板图像。
作为优选实施例,参考图1,为本发明优选实施例的基于纱线序列图像的电子黑板的构建方法流程图。
步骤101:纱线序列图像的动态获取。
于本步骤中,首先获得被测纱线的图像,具体的,被测纱线穿过暗箱,所述暗箱为仅设置有一条缝隙的相对封闭容器;图像采集设备本实施例中优选为高分辨面阵相机,同时配合使用高亮型光源,以采集暗箱内的被测纱线的清晰图像。接下来使得被测纱线匀速的运动而通过暗箱,具体的,由伺服电机提供动力,经过一由系列传动组件组成的导纱装置的传动,实现被测纱线的匀速运动。使用PLC控制器控制伺服电机的工作状态,实现纱线运动速度的可控。由上述的面阵相机连续采集运动的纱线的图像,即获得纱线序列图像。本实施例中,通过设置面阵相机的帧频并通过PLC控制器控制纱线运行速度,使得在纱线序列图像中前后两帧图像存在重叠部分,这样可以避免纱线采集的不连续性,防止构建的电子黑板中的纱线出现间断的情况。参考图2,为高分辨面阵相机动态采集到的纱线序列图像中的一幅。
步骤102:切割纱线序列图像。
于本步骤中,对纱线序列图像进行切割,目的是去除掉图像中冗余的背景部分,从而减少后续步骤中的数据处理量,以提升工作效率。具体的,根据每一帧图像中纱线在图像中的位置合理切割图像,使切割的图像在不影响 纱线主体的情况下尽量小。参考图3,为切割后的一帧纱线序列图像。
步骤103:Ostu自适应阈值处理。
Ostu是一种简单高效的阈值分割方法,它是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两部分的差别越大,当部分目标错分为背景或部分背景错分为目标时都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。首先根据图像中各灰度的像素数目和图像总像素数目统计出各灰度值出现的概率,然后利用阈值门限Th将图像像素分成目标和背景两类,P1,P2分别表示目标像素和背景像素占图像总像素的概率,μ1,μ2表示两类的灰度平均值,因此类间方差可表示为:
式中使类间方差δb 2最大的阈值Th为最佳全局分割阈值。
于本步骤中,采用Ostu自适应阈值对切割后的纱线序列图像进行自动分割,参考图4,为一帧经过Ostu自适应阈值处理后的纱线序列图像。
步骤104:形态学开运算处理。
形态学开运算可以消除小对象物、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。使用同一个结构元素对图像先腐蚀再进行膨胀的运算称为开运算,在结构元素S下的开运算定义为如下:
式中FOS表示用元素S对图像F进行开运算处理;Θ表示腐蚀处理;表示膨胀处理。
于本步骤中,对Ostu阈值处理后的纱线序列图像进行形态学开运算处理,结构元素S选择5×5的圆盘结构,得到的处理结果参考图5。
步骤105:面积滤波处理。
一般情况下,经过步骤104即可获得纱线条干图像,但进行过形态学开 运算处理后,纱线序列图像中仍可能一些形态学开运算去除不掉的噪点,对于这些噪点,本优选实施例中采用面积滤波对其进行处理。具体的,首先统计形态学开运算后的图像中连通域的个数以及各个连通域的面积,然后将面积小于最大面积的连通域去掉,从而获得清晰、无噪点的纱线条干图像。
步骤106:纱线序列直径像素值获取。
于本步骤中,从上至下,从左至右扫描获得的纱线条干图像,统计纱线左右边缘点之间的像素数量,即为纱线直径值,并将统计的结果按顺序进行存储,同时,根据面阵相机采集图像的帧频和纱线运行速度,去掉通过计算得出的纱线重叠部分的数据,得到纱线序列直径数据。
步骤107:确定纱线间距参考标准。
GB/T 9996.1-2008《棉及化纤纯纺、混纺纱线外观质量黑板检验方法》给出了纱线黑板标准样照的线密度适用范围及绕纱密度,根据棉纱直径的计算公式:
式中:Nt为纱线的线密度,tex;δ为纱线的密度,g/cm 3,取值范围为0.80~0.90,本实施例中取值0.85。根据上述公式可计算出各纱支范围的纱线的理论直径,利用该理论直径和纱线黑板绕纱密度的比值等于纱线像素值平均直径和电子黑板参考直径的比值这一比例关系,可计算出纱线电子黑板的参考间距,参见表1。
表1纯棉及棉与化纤混纺纱纱线黑板绕纱密度和电子黑板参考间距
线密度/tex(英制支数) 理论直径(mm) 绕纱密度/(根/cm) 电子黑板参考间距(像素点)
5~7(120~75) 0.0865~0.1024 19 49
8~10(74~56) 0.1095~0.1224 15 60
11~15(55~37) 0.1284~0.1499 13 72
16~20(36~29) 0.1548~0.1731 11 85
21~34(28~17) 0.1773~0.2257 9 105
36~98(16~6) 0.2322~0.3831 7 168
步骤108:创建空白电子黑板、固定基线,填充像素点构建纱线电子黑板。
首先根据需要创建一个一定尺寸的零矩阵(空白电子黑板),然后根据表1中电子黑板参考间距在空白电子黑板中固定基线位置也就是根据间距大 小固定纱线的中心线位置;调整纱线序列数据矩阵D为行矩阵M,令M1=round(M/2),M2=M-M1,在空白电子黑板每列中的之间填充像素点,完成电子黑板的构建。具体构建流程参考图6,其中的公式如下:
公式(1):
L(((floor(i/W)+1)×T-M1(1,i)):((floor(i/W)+1)×T+M2(1,i)),x)=1
公式(2):
L((floor(i/W)×T-M1(1,i)):(floor(i/W)×T+M2(1,i)),x)=1
公式(3):
L((floor(i/W)×T-M1(1,i)):(floor(i/W)×T+M2(1,i)),W)=1
公式(4):
L(((floor(i/W)-1)×T-M1(1,i)):((floor(i/W)-1)×T+M2(1,i)),W)=1
其中,M,M1,M2,L表示矩阵,[(M-1)/2]表示对(M-1)/2的值进行四舍五入,H×W表示所要构建的数字化黑板像素大小,X1,X2,...Xn表示n个连续的数字,也可用X1:Xn表示,i表示变量,x=i modW表示i与W相除的余数为x,函数floor表示对一个数进行向下取整。利用上述流程构建的纱线电子黑板如图7所示,其中纱线为18.22tex纯棉纱。
所属领域的普通技术人员应当理解:以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于纱线序列图像的电子黑板的构建方法,其特征在于,包括以下步骤:
使被测纱线匀速运动通过暗箱,并连续采集被测纱线图像并储存,获得纱线序列图像;
切割掉所述纱线序列图像中冗余的背景部分并进行清晰化处理,获得纱线条干图像;
扫描所述纱线条干图像,统计纱线左右边缘点之间的像素数量,并将统计的结果按顺序进行存储,获得纱线序列直径数据;
将所述纱线序列直径数据分段,依据纱线间距参考标准在空白电子黑板上固定基线并填充像素点,生成纱线电子黑板图像;其中,所述依据纱线间距参考标准在空白电子黑板上固定基线并填充像素点,生成纱线电子黑板图像包括:
确定纱线间距参考标准:根据GB/T 9996.1-2008确定纱线黑板标准样照的线密度适用范围及绕纱密度;根据棉纱直径的计算公式,计算出各纱支范围的纱线的理论直径,利用该理论直径和纱线黑板绕纱密度的比值等于纱线像素值平均直径和电子黑板参考直径的比值这一比例关系,计算出纱线电子黑板的参考间距;其中,棉纱直径的计算公式为:
<mrow> <mi>d</mi> <mo>=</mo> <mn>0.03568</mn> <mo>&amp;times;</mo> <msqrt> <mfrac> <msub> <mi>N</mi> <mi>t</mi> </msub> <mi>&amp;delta;</mi> </mfrac> </msqrt> </mrow>
式中,Nt为纱线的线密度;δ为纱线的密度,取值范围为0.80~0.90;
创建空白电子黑板、固定基线,填充像素点构建纱线电子黑板:首先根据需要创建一个一定尺寸的零矩阵,然后所述纱线电子黑板的参考间距中的电子黑板参考间距在空白电子黑板中固定基线位置也就是根据间距大小固定纱线的中心线位置;调整纱线序列数据矩阵D为行矩阵M,令M1=round(M/2),M2=M-M1,在空白电子黑板每列中的之间填充像素点,完成电子黑板的构建;其中使用的公式如下:
L(((floor(i/W)+1)×T-M1(1,i)):((floor(i/W)+1)×T+M2(1,i)),x)=1
L((floor(i/W)×T-M1(1,i)):(floor(i/W)×T+M2(1,i)),x)=1
L((floor(i/W)×T-M1(1,i)):(floor(i/W)×T+M2(1,i)),W)=1
L(((floor(i/W)-1)×T-M1(1,i)):((floor(i/W)-1)×T+M2(1,i)),W)=1
式中,M,M1,M2,L表示矩阵,[(M-1)/2]表示对(M-1)/2的值进行四舍五入,H×W表示所要构建的数字化黑板像素大小,X1,X2,...Xn表示n个连续的数字,或用X1:Xn表示,i表示变量,x=i modW表示i与W相除的余数为x,函数floor表示对一个数进行向下取整。
2.根据权利要求1所述的方法,其特征在于,在获得所述纱线序列图像的步骤中,通过设置采集的帧频和纱线运行速度,使得前后两帧图像存在重叠部分。
3.根据权利要求2所述的方法,其特征在于,在获得所述纱线序列直径数据的步骤中,根据采集的帧频和纱线运行速度,去除所述纱线序列图像前后两帧中的重叠部分。
4.根据权利要求1所述的方法,其特征在于,在获得纱线条干图像的步骤中,将切割后的所述纱线序列图像进行Ostu自动阈值处理,然后对处理后的图像进行形态学开运算处理,获得清晰的纱线条干图像。
5.根据权利要求4所述的方法,其特征在于,在所述形态学开运算处理过程中,结构元素选择5×5的圆盘结构。
6.根据权利要求4所述的方法,其特征在于,在所述形态学开运算处理后,进行面积滤波处理,用以进一步去除噪点。
7.根据权利要求1所述的方法,其特征在于,所述纱线间距的确定基于纱线的理论直径,并由所述理论直径和纱线黑板绕纱密度的比值等于纱线像素值平均直径和电子黑板参考直径的比值这一比例关系,生成所述纱线间距。
CN201510198718.0A 2015-04-23 2015-04-23 一种基于纱线序列图像的电子黑板的构建方法 Expired - Fee Related CN104778709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510198718.0A CN104778709B (zh) 2015-04-23 2015-04-23 一种基于纱线序列图像的电子黑板的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510198718.0A CN104778709B (zh) 2015-04-23 2015-04-23 一种基于纱线序列图像的电子黑板的构建方法

Publications (2)

Publication Number Publication Date
CN104778709A CN104778709A (zh) 2015-07-15
CN104778709B true CN104778709B (zh) 2017-09-29

Family

ID=53620155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510198718.0A Expired - Fee Related CN104778709B (zh) 2015-04-23 2015-04-23 一种基于纱线序列图像的电子黑板的构建方法

Country Status (1)

Country Link
CN (1) CN104778709B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408557A (zh) * 2016-06-30 2017-02-15 江汉大学 基于图像处理技术的粘胶长丝毛丝检测方法
CN109583306B (zh) * 2018-10-31 2021-10-08 杭州电子科技大学 一种基于机器视觉的纱管残留纱线检测方法
CN113962962B (zh) * 2021-10-22 2022-07-22 常州市新创智能科技有限公司 一种玻纤的短切纱罗拉绕丝检测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535004A (zh) * 2015-01-29 2015-04-22 江南大学 一种基于图像处理的纱线直径检测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535004A (zh) * 2015-01-29 2015-04-22 江南大学 一种基于图像处理的纱线直径检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"基于数字图像处理的纱线条干均匀性检测";迟开龙;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130415(第4期);论文第1-43页 *
"基于电容式条干仪测试数据的电子黑板模拟系统的研究与开发";韩宝华;《万方数据知识服务平台》;20101125;论文第1-48页 *
"基于计算机纱线仿真的纱线条干检测系统";孙浩然等;《轻纺工业与技术》;20121231;第41卷(第6期);论文第63-65页及图2、图3 *

Also Published As

Publication number Publication date
CN104778709A (zh) 2015-07-15

Similar Documents

Publication Publication Date Title
CN1039364C (zh) 对纤维样品中的渣滓进行监测的设备
CN102253043B (zh) 一种单目ccd多角度纱线外观数字化分析方法
CN107876425A (zh) 一种基于视觉的轴承缺陷检测系统装置
CN107845090A (zh) 一种硅片检测方法和硅片检测装置
CN110403232A (zh) 一种基于二级算法的烟支质量检测方法
CN202362250U (zh) 一种单目ccd多角度纱线外观数字化分析装置
CN104778709B (zh) 一种基于纱线序列图像的电子黑板的构建方法
CN104655060B (zh) 钢球表面检测装置
CN104315977B (zh) 橡胶塞质量检测装置及检测方法
CN102288607A (zh) 基于数码显微镜的机织物密度检测仪
CN111415349B (zh) 一种基于图像处理技术的涤纶长丝毛丝检测方法
CN102095831A (zh) 水分仪管理方法和系统
CN104256882A (zh) 基于计算机视觉的烟丝中再造烟叶比例测定方法
CN107734329A (zh) 一种基带数字视频帧率的检测系统及检测方法
Li et al. Measuring the unevenness of yarn apparent diameter from yarn sequence images
CN106018179A (zh) 一种基于图像处理的胶料表面黏性测量方法及装置
CN110458809B (zh) 一种基于亚像素边缘检测的纱线条干均匀度检测方法
CN2531393Y (zh) 自动纱线综合测试仪
CN104655642B (zh) 一种钢材开裂型缺陷的自动测量、表征分类方法及其系统
CN102735689A (zh) 一种基于图形模式识别的纸张纸病检测系统
Li et al. A direct measurement method of yarn evenness based on machine vision
CN104165696A (zh) 一种材料表面颜色特征在线自动检测方法
CN105973910A (zh) 基于结构纹理特征的灯管质量检测与瑕疵分类方法及系统
CN102419329A (zh) 一种棉纤维包埋的检验方法
CN103399013B (zh) 一种基于双须影像法的纤维短绒率测量计算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170929