CN106247963A - 一种检波器推靠臂变形的检测方法 - Google Patents
一种检波器推靠臂变形的检测方法 Download PDFInfo
- Publication number
- CN106247963A CN106247963A CN201510314312.4A CN201510314312A CN106247963A CN 106247963 A CN106247963 A CN 106247963A CN 201510314312 A CN201510314312 A CN 201510314312A CN 106247963 A CN106247963 A CN 106247963A
- Authority
- CN
- China
- Prior art keywords
- deformation
- cymoscope
- backup arm
- data
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种检波器推靠臂变形的检测方法,属于地球物理仪器设备维护领域。所述检测方法包括:采集影像数据步骤,采集推靠臂的标准影像数据和变形影像数据;处理影像数据步骤,包括对影像进行位置校正和灰度调整;求解变形系数步骤,通过比对变形影像数据和标准影像数据同位置的灰度值,来确定所述检波器推靠臂的变形程度;阀值判断步骤,通过将所述变形系数与设定的阀值比较,给出检测结果。本发明采用计算机可处理的离散数据来量化数码影像图像,通过计算机比对标准数据和变形数据的差异,来判别检波器推靠臂变形程度,替代了人工方法判别的随意性和模糊性。
Description
技术领域
本发明属于地球物理仪器设备维护领域,具体涉及一种GEOWAVE检波器推靠臂变形的检测方法。
背景技术
GEOWAVE是一种采集系统,由法国SERCEL地球物理公司生产,用于VSP(Vertical Seismic Profiling)或微地震野外资料采集。GEOWAVE有地面控制主机和井中设备两大部分组成,井中设备中主要就是三分量检波器,英文缩写为MAU。设备分别用专用的软件来控制。如图1所示,图1中的虚线左边为井下检波设备,右边为数据采集控制,左边的井下检波设备包括推靠臂1-1、三分量检波器(MAU)1-2、配重块(Weight Unit)1-3、传输单元(MTU)1-4和电缆头(Wireline cable head)1-5,右边的数据采集控制包括绞车(Winch Unit)2-1、控制电脑(Control PC)2-2、采集模块(MSR)2-3、控制面板(ASP)2-4、控制电源(Source Control)2-5和存储设备(Optical Disc)2-6。
检波器上有一个重要部件就是推靠臂。图2为检波器推靠臂的外形图,推靠臂1-1的作用是,在采集地震波资料时,动力电机将其撑开,井壁的反作用力使检波器紧贴在勘探井的井壁上且固定不动。检波器被置于几千米深的井中,仪器自身的重量、井中泥浆的扰动以及电缆的牵扯,上面的推靠臂容易变形和被折断。通常推靠臂先发生变形,超过弹性限度时就被折断。检波器下井以前,都要仔细检查推靠臂的状况,如果发生变形要进行更换。目前国内对推靠臂变形的检测都是通过肉眼来完成,小的变形不容易被发现,存在的隐患,给野外资料采集带来的后果不可小视。因此,急需一种检测方法,来提高推靠臂变形的检测精度。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种检波器推靠臂变形的检测方法,用量化的手段,对系统的检波器推靠臂变形进行描述,避免原来靠人眼来判断变形所带来的随意性,为仪器设备维护和检测带来科学的方法。
本发明是提供一种检波器推靠臂变形的检测方法,其特征在于,该方法包括:采集影像数据步骤,采集推靠臂的标准影像数据和变形影像数据;处理影像数据步骤,包括对影像进行位置校正和灰度调整;求解变形系数步骤,通过比对变形影像数据和标准影像数据同位置的灰度值,来确定所述检波器推靠臂的变形程度;阀值判断步骤,通过将所述变形系数与设定的阀值比较,给出检测结果。
优选地,采集推靠臂的标准影像数据时,在检波器上标设影像控制点,并将所述检波器固定在基座上。从至少三个不同角度对推靠臂进行数码影像采集,在每个拍摄位置,相机的主对焦点各自对准图幅中心位置,并记录影像的机位信息。将采集的数码影像赋予属性后存入数据库,作为标准影像数据;其中属性主要包括影像的机位信息、采光的灯源参数、相片分辨率。
优选地,采集变形影像数据时,把可能发生变形的推靠臂检波器,按照采集标准影像数据时的摆放位置固定在基座上,并按照采集标准数据时的位置,标设影像控制点。调用数据库中标准影像数据的属性,根据属性设置机位、采光灯源、相机分辨率后,再次进行至少三个机位的数码影像采集,获得变形影像数据。
优选地,对变形影像数据进行影像位置校正,使采集的变形影像数据和采集的标准影像数据的控制点位置一致。
优选地,变形系数λ为标准影像数据和变形影像数据同位置单个像素灰度差的和,求解变形系数λ为:λ=∑△i=∑[g(Xi,Yi)-f(Xi,Yi)];其中用Q表示标准图像的灰度值,f表示其函数关系,则Qi=f(Xi,Yi);用B表示变形图像的灰度值,g表示其函数关系,则Bi=g(Xi,Yi);用△表示相同位置变形影像和标准影像的灰度差,则△i=Bi-Qi=g(Xi,Yi)-f(Xi,Yi)。
优选地,可以采用纵横向相邻像素灰度值之差,求解变形系数λ’:λ’=∑{g[X(i+1),Yi]-g[Xi,Yi]-f[X(i+1),Yi]+f[Xi,Yi]+g[Xi,Y(i+1)]-g[Xi,Yi]-f[Xi,Y(i+1)]+f[Xi,Yi]};横向标准值差=f[X(i+1),Yi]-f[Xi,Yi];横向变形值差=g[X(i+1),Yi]-g[Xi,Yi];纵向标准值差=f[Xi,Y(i+1)]-f[Xi,Yi];纵向变形值差=g[Xi,Y(i+1)]-g[Xi,Yi]。
优选地,在所述阀值判断步骤中,设置阈值T,当变形系数大于阈值T时,判断推靠臂的变形超出了允许范围。
与现有技术相比,本发明采用计算机可处理的离散数据来量化数码影像图像,通过计算机比对标准数据和变形数据的差异,来判别检波器推靠臂变形程度,替代了人工方法判别的随意性和模糊性。
附图说明
图1是GEOWAVE地震采集系统的示意图;
图2是检波器推靠臂的外形图;
图3是根据本发明一种实施方式的推靠臂变形检测方法的流程框图;
图4是数码相机采集图像的过程示意图;
图5是根据一个实施例的采集影像数据的具体步骤流程图;
图6是灰度图像素坐标示意图。
具体实施方式
本发明的检波器推靠臂变形的检测方法包括以下步骤:采集影像数据、影像数据处理、变形系数求解、阀值输出结果。影像数据采集就是采集推靠臂的标准影像数据和变形影像数据,为影像数据处理提供数据,可以采集灰度影像;影像数据处理包括影像位置校正和灰度调整,可以先通过相片控制点校正变形影像数据,再处理变形影像的灰度,使各级灰度频次尽量均衡;变形系数求解是通过比对变形数据和标准数据同位置的灰度值,来确定检波器推靠臂变形的程度;阀值判断步骤是通过设定一个阀值来给出判断结果。
下面结合附图对根据本发明一种实施方式的检波器推靠臂变形检测方法作进一步详细描述。
作为本发明一个优选实施例,采集影像数据是采集灰度影像数据。如图4所示,下面详细描述利用数码相机采集影像灰度图的过程。光源发出的光照射到物体(检波器推靠臂)表面,反射的光线进入数码相机的CCD器件,通过光电转换,光信号转换成电信号,在通过处理器的量化处理获得灰度图。该技术属于本领域的常用技术。
下面参照图5,说明根据一个实施例的采集影像数据的具体步骤。
采集影像数据步骤首先是选用数码相机,调整合适的分辨率,采用中心点对焦方式拍摄。数码相机品种繁多,有普通的,也有量测型。普通型相机价格低廉,操作方便,主要参数有图像分辨率、光学对焦精度及镜头畸变等参数;量测型相机价格昂贵,从几万元人民币到几百万元人民币都有,有坐标定位,内、外方位元素等测量型功能,所摄影像可进行解析空中三角测量、基线控制测量等。为了保证效果,相机最好具有全画幅、有效像素1400万以上、对焦点数41个以上、EXPEED4影像处理技术。本实施例选用尼康D4s普通数码相机,CCD尺寸为全幅面36.0mmx23.9mm,有效像素为1623万,影像处理器采用EXPEED4技术,对焦点数51点,采用3.2寸的高清监视屏,EN-EL18a锂电池。
选择相机之后开始进行影像数据的采集,包括标准数据采集和变形数据采集的过程。标准数据采集首先把新的GEOWAVE检波器固定在基座上,选几个特征点,贴上高亮“+”,将推靠臂推至极限位置。然后可以从三个不同角度对推靠臂进行摄影,采集标准数据,中心对焦点对准各自图幅的中心位置。之后把采集的标准数据赋予属性后存入数据库,属性包括:机位位置信息、分辨率和灯源参数等。
具体而言,本实施例中,首先对每一级GEOWAVE检波器(MAU)进行编号,也可用SERCEL公司出厂的部件号来替代。然后在MAU上标设影像控制点,作为变形体的控制基准。控制点可选用MAU上的一些特征点,贴上高光“+”体。控制点可以采用多个,以便提高检测的准确性。把MAU下方的垫架固定在一个基座上,撑开推靠臂至极限位置。设置固定位置灯源和漫散射反光板,从三个不同角度对推靠臂进行数码影像采集,三个拍摄位置的张角尽量要大,标出三个机位的大致位置。本实施例中三个位置是均匀分布的,三个拍摄位置的张角要大是指控制点与摄影点之间的几何角度,即连线的夹角要大。优选地,为了获得更高的检测精度,可以设置更多个拍摄位置。在每个拍摄位置,相机的主对焦点各自对准图幅中心位置,并记录影像机位信息。最后将采集的数码影像赋予属性后存入数据库,作为标准数据。属性主要包括:影像的机位信息、采光的灯源参数、相片分辨率等。
之后进行变形数据采集过程。把下过井的、可能发生变形的推靠臂检波器,按照采集标准影像数据时的摆放位置固定在基座上,并按照采集标准数据时的位置,贴上高亮“+”。调用数据库中对应数据的属性,即采集标准数据时存储在数据库中的影像的机位信息、采光的灯源参数、相片分辨率等,根据这些属性设置机位、采光灯源、相机分辨率后,再次进行三个机位的数码影像采集,这样就有了前后两套相同条件下的数码影像。至此,采集影像数据步骤完成。
接下来进行影像数据处理步骤,影像数据处理包括影像位置校正和灰度调整。通过相片控制点校正变形影像的位置,之后处理变形影像的灰度,使各级灰度频次尽量均衡。本实施例中,根据控制点位置,用mapgis软件或者mapinfo软件对变形数据的影像进行影像位置校正,使采集的变形数据和采集的标准数据的控制点位置一致,由此使变形数据和标准数据的像素坐标一致,即变形影像的位置得到校正。
之后根据相片的灰度直方图用photshop软件均衡各级灰度在图像中出现的频次,使图像更细腻和清楚,使得图像中0到255级灰度均衡,注意针对标准数据和变形数据两套影像数据要用相同的参数值处理,本实施例采用photshop中灰度的处理参数进行处理。本实施例采用photshop中的灰度直方图,是0到255级灰度的分布比例。
变形系数求解步骤,是通过比对变形数据和标准数据相同位置的灰度值,来确定检波器推靠臂变形的程度。数码影像是连续的图像,计算机只能处理离散的数字图像,对连续图像进行采样和量化可以获得离散的数字图像。灰度图就是离散的数字图像,离散值在0到255之间,共256个级别。比对两幅灰度图,其实就是比对离散数据。用像素作为纵横坐标的灰度图,可以用计算机进行各种运算,图6是灰度图像素坐标示意图,纵横向都以像点为坐标,每一格代表一个像素,灰度值在0到255之间。
本实施例中,用Q表示标准图像的灰度值,f表示其函数关系,则Qi=f(Xi,Yi);用B表示变形图像的灰度值,g表示其函数关系,则Bi=g(Xi,Yi);用△表示相同位置变形影像和标准影像的灰度差,则
△i=Bi-Qi=g(Xi,Yi)-f(Xi,Yi)
设λ为两幅影像(即标准数据和变形数据)同位置单个像素灰度差(同位置的灰度值之差)的和,用∑来表示相加,则
λ=∑△i=∑[g(Xi,Yi)-f(Xi,Yi)]。
λ即为变形系数,数值越大,影像差别越大,推靠臂变形越严重;反之,变形越小。
在实际工作中,由于是影像采集是两次进行的,为了防止灰度值的系统差值,可以用纵横向相邻像素灰度值之差来抵消误差,求解变形系数λ’:
横向标准值差=f[X(i+1),Yi]-f[Xi,Yi]
横向变形值差=g[X(i+1),Yi]-g[Xi,Yi]
纵向标准值差=f[Xi,Y(i+1)]-f[Xi,Yi]
纵向变形值差=g[Xi,Y(i+1)]-g[Xi,Yi]
则:λ’=∑{g[X(i+1),Yi]-g[Xi,Yi]-f[X(i+1),Yi]+f[Xi,Yi]+g[Xi,Y(i+1)]-g[Xi,Yi]-f[Xi,Y(i+1)]+f[Xi,Yi]}
通过采用纵横向相邻像素灰度值之差抵消误差,得到的变形系数λ’更为精确。三个拍摄方向的数据采集,就有三个变形系数,分别为λ1、λ2、λ3(λ’1、λ’2、λ’3)。
最后进行阀值判断步骤,在本实施例中设置一个阀值T,当变形系数(λ1+λ2+λ3)>T或者(λ’1+λ’2+λ’3)>T时,说明推靠臂的变形超出了允许范围,需要维修或更换,阀值T的大小根据实际需要来调整。
此外,也可以这对每个拍摄方向分别设置阀值T1、T2、T3。当λ1(λ’1)>T1,或者λ2(λ’2)>T2,或者λ3(λ’3)>T3时,说明推靠臂的变形超出了允许范围,需要维修或更换。
本发明采用计算机可处理的离散数据来量化数码影像图像,通过计算机比对标准数据和变形数据的差异,来判别检波器推靠臂变形程度,替代了人工方法判别的随意性和模糊性。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (10)
1.一种检波器推靠臂变形的检测方法,其特征在于,该方法包括:
采集影像数据步骤,采集推靠臂的标准影像数据和变形影像数据;
处理影像数据步骤,包括对影像进行位置校正和灰度调整;
求解变形系数步骤,通过比对变形影像数据和标准影像数据同位置的灰度值,来确定所述检波器推靠臂的变形程度;
阀值判断步骤,通过将所述变形系数与设定的阀值比较,给出检测结果。
2.根据权利要求1所述的检波器推靠臂变形的检测方法,其特征在于:
采集推靠臂的标准影像数据时,在检波器上标设影像控制点,并将所述检波器固定在基座上。
3.根据权利要求2所述的检波器推靠臂变形的检测方法,其特征在于:
采集推靠臂的标准影像数据时,从至少三个不同角度对推靠臂进行数码影像采集,在每个拍摄位置,相机的主对焦点各自对准图幅中心位置,并记录影像的机位信息。
4.根据权利要求3所述的检波器推靠臂变形的检测方法,其特征在于:
将采集的数码影像赋予属性后存入数据库,作为标准影像数据;
其中属性主要包括影像的机位信息、采光的灯源参数、相片分辨率。
5.根据权利要求4所述的检波器推靠臂变形的检测方法,其特征在于:
采集变形影像数据时,把可能发生变形的推靠臂检波器,按照采集标准影像数据时的摆放位置固定在基座上,并按照采集标准数据时的位置,标设影像控制点。
6.根据权利要求5所述的检波器推靠臂变形的检测方法,其特征在于:
调用数据库中标准影像数据的属性,根据属性设置机位、采光灯源、相机分辨率后,再次进行至少三个机位的数码影像采集,获得变形影像数据。
7.根据权利要求6所述的检波器推靠臂变形的检测方法,其特征在于:
对变形影像数据进行影像位置校正,使采集的变形影像数据和采集的标准影像数据的控制点位置一致。
8.根据权利要求7所述的检波器推靠臂变形的检测方法,其特征在于:
变形系数λ为标准影像数据和变形影像数据同位置单个像素灰度差的和,求解变形系数λ为:
λ=∑△i=∑[g(Xi,Yi)-f(Xi,Yi)];
其中用Q表示标准图像的灰度值,f表示其函数关系,则Qi=f(Xi,Yi);
用B表示变形图像的灰度值,g表示其函数关系,则Bi=g(Xi,Yi);
用△表示相同位置变形影像和标准影像的灰度差,则
△i=Bi-Qi=g(Xi,Yi)-f(Xi,Yi)。
9.根据权利要求7所述的检波器推靠臂变形的检测方法,其特征在于:
纵横向相邻像素灰度值之差,求解变形系数λ’:
λ’=∑{g[X(i+1),Yi]-g[Xi,Yi]-f[X(i+1),Yi]+f[Xi,Yi]+g[Xi,Y(i+1)]-g[Xi,Yi]-f[Xi,Y(i+1)]+f[Xi,Yi]}
横向标准值差=f[X(i+1),Yi]-f[Xi,Yi];
横向变形值差=g[X(i+1),Yi]-g[Xi,Yi];
纵向标准值差=f[Xi,Y(i+1)]-f[Xi,Yi];
纵向变形值差=g[Xi,Y(i+1)]-g[Xi,Yi]。
10.根据权利要求8或9所述的检波器推靠臂变形的检测方法,其特征在于:
在所述阀值判断步骤中,设置阈值T,当变形系数大于阈值T时,判断推靠臂的变形超出了允许范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510314312.4A CN106247963B (zh) | 2015-06-09 | 2015-06-09 | 一种检波器推靠臂变形的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510314312.4A CN106247963B (zh) | 2015-06-09 | 2015-06-09 | 一种检波器推靠臂变形的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106247963A true CN106247963A (zh) | 2016-12-21 |
CN106247963B CN106247963B (zh) | 2018-11-20 |
Family
ID=57626823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510314312.4A Active CN106247963B (zh) | 2015-06-09 | 2015-06-09 | 一种检波器推靠臂变形的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106247963B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109798874A (zh) * | 2019-01-14 | 2019-05-24 | 中山大学 | 一种高铁桥梁竖向动扰度测量方法 |
CN109813231A (zh) * | 2019-01-14 | 2019-05-28 | 中山大学 | 高铁桥梁竖向动扰度测量方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002022411A (ja) * | 2000-07-11 | 2002-01-23 | Kanomax Japan Inc | 変位量計測装置及び変位量計測方法 |
CN1801433A (zh) * | 2006-01-11 | 2006-07-12 | 彩虹集团电子股份有限公司 | 一种等离子显示屏缺陷检查方法 |
CN103063139A (zh) * | 2011-10-19 | 2013-04-24 | 鸿富锦精密工业(深圳)有限公司 | 尺寸检测装置及方法 |
CN103674959A (zh) * | 2012-09-21 | 2014-03-26 | 英业达科技有限公司 | 电路板上电子元件的检测系统及其方法 |
JP5466325B1 (ja) * | 2013-07-19 | 2014-04-09 | 元治 藤垣 | 物体に取り付けた格子の画像から物体の物理量を測定する方法 |
CN104200474A (zh) * | 2014-09-04 | 2014-12-10 | 华中科技大学 | 一种获取物体变形量的数字图像分析方法 |
-
2015
- 2015-06-09 CN CN201510314312.4A patent/CN106247963B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002022411A (ja) * | 2000-07-11 | 2002-01-23 | Kanomax Japan Inc | 変位量計測装置及び変位量計測方法 |
CN1801433A (zh) * | 2006-01-11 | 2006-07-12 | 彩虹集团电子股份有限公司 | 一种等离子显示屏缺陷检查方法 |
CN103063139A (zh) * | 2011-10-19 | 2013-04-24 | 鸿富锦精密工业(深圳)有限公司 | 尺寸检测装置及方法 |
CN103674959A (zh) * | 2012-09-21 | 2014-03-26 | 英业达科技有限公司 | 电路板上电子元件的检测系统及其方法 |
JP5466325B1 (ja) * | 2013-07-19 | 2014-04-09 | 元治 藤垣 | 物体に取り付けた格子の画像から物体の物理量を測定する方法 |
CN104200474A (zh) * | 2014-09-04 | 2014-12-10 | 华中科技大学 | 一种获取物体变形量的数字图像分析方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109798874A (zh) * | 2019-01-14 | 2019-05-24 | 中山大学 | 一种高铁桥梁竖向动扰度测量方法 |
CN109813231A (zh) * | 2019-01-14 | 2019-05-28 | 中山大学 | 高铁桥梁竖向动扰度测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106247963B (zh) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Han et al. | Monitoring tunnel deformations by means of multi-epoch dispersed 3D LiDAR point clouds: An improved approach | |
CN105787997B (zh) | 水下高精度三维重建装置及方法 | |
CN105571571B (zh) | 基于三维激光扫描的堆积剖面空间结构信息分析方法 | |
Lane et al. | Monitoring river channel and flume surfaces with digital photogrammetry | |
CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
JP6161276B2 (ja) | 測定装置、測定方法、及びプログラム | |
CN104121850B (zh) | 一种郁闭度的测定方法和装置 | |
CN108775872A (zh) | 基于自动变焦实时图像处理的桥梁挠度检测方法 | |
CN109373978B (zh) | 一种巷道围岩相似模拟的围岩位移监测方法 | |
CN104604214A (zh) | 用于产生拍摄图像的方法和设备 | |
Gold et al. | A terrestrial lidar-based workflow for determining three–dimensional slip vectors and associated uncertainties | |
US20150310294A1 (en) | Method for processing an image | |
CN105812790A (zh) | 图像传感器感光面与光轴垂直度的评测方法及光学测试卡 | |
CN103093458A (zh) | 关键帧的检测方法及装置 | |
CN109859155A (zh) | 影像畸变检测方法和系统 | |
CN104932015A (zh) | 构建地震数据的速度模型的方法 | |
EP3973500A1 (en) | Physics-based recovery of lost colors in underwater and atmospheric images under wavelength dependent absorption and scattering | |
CN109211137A (zh) | 一种快速识别隧道掌子面岩性的装置及方法 | |
CN106247963A (zh) | 一种检波器推靠臂变形的检测方法 | |
Bistacchi et al. | Digital outcrop model reconstruction and interpretation | |
CN117670961B (zh) | 基于深度学习的低空遥感影像多视立体匹配方法及系统 | |
CN110018483A (zh) | 物体距离估算方法与电子装置 | |
CN111964599A (zh) | 基于倾斜摄影测量技术的公路高边坡表面变形监测及分析方法 | |
CN106888344A (zh) | 摄像模组及其像面倾斜的获取方法和调整方法 | |
Gooch et al. | Failure prediction in automatically generated digital elevation models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |