CN106556602A - 一种鱼体新鲜度的检测方法及其装置 - Google Patents
一种鱼体新鲜度的检测方法及其装置 Download PDFInfo
- Publication number
- CN106556602A CN106556602A CN201611099988.7A CN201611099988A CN106556602A CN 106556602 A CN106556602 A CN 106556602A CN 201611099988 A CN201611099988 A CN 201611099988A CN 106556602 A CN106556602 A CN 106556602A
- Authority
- CN
- China
- Prior art keywords
- fish body
- data
- odor
- image
- detection
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种鱼体新鲜度的检测方法及其装置,其特征在于包括以下步骤:将待检鱼体放在旋转托盘上,调整摄像头和电子传感鼻的位置;摄像头不停地采集待检鱼体的图像,电子传感鼻不停地收集气味数据;由计算机图像检测模块提取出待检鱼体的图像数据及纹理特征向量,得到鱼体新鲜度的图像纹理特征值;
Description
技术领域
本发明涉及水产品检测领域,尤其涉及一种鱼类新鲜度的检测方法及其装置。
背景技术
在水产品的运输、销售过程中,防止腐败的水产品进入销售市场损害消费者的身体健康成为食品安全的重要课题。目前,消费者购买水产品只能通过经验和感官判别鱼类的新鲜程度,同时商家在进货时为保证鱼类的新鲜会对水产品进行新鲜度的相关检测,但由于人工检测存在耗时、效率低下且人工检测时会造成鱼体的损伤,导致鱼类的新鲜度受到影响,从而不能满足消费者的需求,造成滞销浪费。因此,需要一种快速高效的鱼体新鲜度检测方法和装置满足消费者和商家的需求。
发明内容
本发明的目的在于提供一种能自动采集分析鱼体新鲜度,并快速准确检测出鱼类新鲜程度的方法及其装置。
本发明所采用技术方案是:一种鱼体新鲜度的检测方法,其特征在于包括以下步骤:
⑴将待检鱼体放在旋转托盘上,调整摄像头和电子传感鼻的位置,使其位于待检鱼体的上方,调整摄像头镜头焦距,设定摄像头和电子传感鼻的采集参数;
⑵转动旋转托盘,同时摄像头不停地采集待检鱼体的图像,电子传感鼻不停地收集气味数据,并将图像及气味数据输送到计算机进行保存;
⑶由计算机图像检测模块从所述摄像头采集的多个图像中分别提取出待检鱼体的图像数据及纹理特征向量,进一步得到鱼体新鲜度的图像纹理特征值,并保存至计算机数据库中;
⑷由电子鼻气味检测模块提取所述电子传感鼻采集的多个气味数据,构造气味数据中各物质的光谱,计算得出混合矩阵和气味信源,利用混合矩阵和气味信源特征得出鱼体的气味属性值,并保存至计算机数据库中;
(5)最后将图像纹理特征值与气味属性值正交化计算得到特征根,计算所得的特征根即为鱼体新鲜度的检测数据。
本发明所述计算机图像检测模块使用颜色和纹理的显著性目标检测算法从所述摄像头采集的多个图像中分别提取出待检鱼体的图像数据,再利用Gabor滤波器对提取出的图像进行不同尺度和方向的滤波得到纹理特征向量,进一步得到鱼体新鲜度的图像纹理特征值。
本发明所述电子鼻气味检测模块使用特征矩阵联合近似对角化的提取方法计算得出气味数据的高阶统计量,得到待检鱼体气味中各物质的光谱,利用高阶统计量建立多维数据定性分析鱼体样本模型和酉变换矩阵联合对角化后得到气味信源特征数据和混合矩阵,再分析气味信源特征数据与混合矩阵得到鱼体的气味属性值。
计算机软件处理得到鱼体图像所采用的显著性目标检测算法,其特点是根据图像样本中颜色和纹理的对比度,通过增强局部同质区域抑制背景中的杂乱区域,保证得到鱼体图像显著目标的完整性。
气味采集模块使用特征矩阵联合近似对角化的提取方法生成待检鱼体气味物质光谱,计算得出混合矩阵和气味信源,利用混合矩阵和气味信源特征得出鱼体的气味属性值。将得出的图像纹理特征值与气味属性值进行正交变换,计算得到特征根,根据得出的特征根实现对待检鱼体新鲜度的智能测评,最后将上述鱼体样品的图像纹理特征值、气味属性值、鱼体新鲜度通过自动保存在计算机数据库中。
本发明方法所采用的检测装置,包括有一带旋转托盘的检测平台、摄像头和电子传感鼻,所述检测平台的一侧设有垂直升降杆,所述垂直升降杆设有垂直槽,所述垂直槽内固定有水平滑动导轨,所述摄像头和电子传感鼻在水平滑动导轨上运动,在检测平台的前面板设有一数码显示管,所述摄像头、电子传感鼻和数码显示管与计算机相接。
本发明所述水平滑动导轨由翼型固定螺母固定在垂直槽内。
本发明所述摄像头和电子传感鼻由电机和滑动滚轮驱动。
本发明所述旋转托盘由电机驱动。
本发明可以采集测试鱼体的图像和气味数据,通过图像和气味数据的计算和处理,从而检测出鱼类新鲜程度,不会对被测鱼体产生损伤,并适合大数据样本的采集。
附图说明
图1是本发明的结构示意图;
图2是本发明的计算机检测模块框图;
图中,1是电机,2是旋转托盘,3是垂直升降杆,4是翼型固定螺母,5是水平滑动导轨,6是滑动滚轮,7是计算机,8是摄像头,9是电子传感鼻,10是数码显示管,11是检测平台。
具体实施方式
下面结合附图对本发明进行详细说明,但是本发明不仅限于以下具体实施方式。
从图1可知,本发明包括有一带旋转托盘的检测平台、摄像头和电子传感鼻,所述检测平台的一侧设有垂直升降杆,所述垂直升降杆设有垂直槽,所述垂直槽内通过翼型固定螺母固定有水平滑动导轨,所述摄像头和电子传感鼻由电机和滑动滚轮驱动且在水平滑动导轨上运动,在检测平台的前面板设有一数码显示管,所述摄像头、电子传感鼻和数码显示管与计算机相接。所述旋转托盘由电机驱动。
如图2所示,本发明计算机检测模块框图,利用计算机图像与气味检测模块实现对鱼体新鲜度的参数检测。
本发明检测方法以待冷冻销售的鲤鱼为例,其过程如下:把鱼体样品置于平台表面的旋转托盘上,启动电机调节旋转托盘的自转速率使其保持匀速旋转;同时根据鱼体大小的检测需要,通过电机和滑动滚轮在水平方向、翼型固定螺母在垂直方向来调整电子传感鼻和摄像头的位置,通过摄像头和电子传感鼻分别采集到测量鱼体的图像和气味数据,计算机图像检测模块使用显著性目标检测算法从鱼体的图像样本提取出待检鱼体的图像数据,利用Gabor滤波器滤波获取待检鱼体纹理特征向量,进一步得到鱼体新鲜度的图像纹理特征值;电子鼻气味检测模块使用特征矩阵联合近似对角化的提取方法从气味数据中得出气味数据的高阶统计量及各物质的光谱,然后利用高阶统计量建立多维数据,分析鱼体样本模型和酉变换矩阵联合对角化后得到的气味信源特征数据和混合矩阵,根据混合矩阵与气味信源特征数据得到鱼体的气味属性值。最后根据得到的图像纹理特征值和气味属性值得出鱼体样品的新鲜度,完成鱼体样品的新鲜度检测。本发明主要是对采集鱼体的RGB彩色图像进行颜色空间的转化,计算图像块的显著性,对于维数为M×N的图像I,将其分解为一系列大小为的图像块。那么图像块的总数为对于任一图像块pi(i=1,2,…,L),将其表示成向量形式Xi,即得到一个表示图像片的矩阵X=[X1,X2,…,XL]。结合图像块颜色的独特性和空间分布来提取颜色显著图用颜色差距作为权重,故图像块pi的空间分布定义为:
式(1)中,颜色权重反映图像块之间的颜色对比度对图像块空间分布的影响,扩大颜色相近图像块的影响,抑制颜色差异明显图像块的影响。σc控制颜色权重的强度,σc越大,颜色权重的影响越大。根据得到的颜色独特性与空间分布两个特征,将两者结合起来得到最终颜色显著图,由于空间分布所占比重较大所以将空间分布用指数函数表示:
式(2)中,是第i个图像块的颜色显著性值,Ui是颜色独特性,Di表示颜色的空间分布,k控制空间分布所占的比重。由图像块的矩阵X=[X1,X2,…,XL]可知,定义图像块之间纹理对比度为:
式(3)中,表示鱼体图像块pi纹理对比度,xi与xj表示图像片pi和pj的纹理特征向量,||·||2表示向量的2范数,即得到鱼体所在区域的图像数据。接着对鱼体图像区域使用二维的Gabor函数滤波,滤波算子为一个被负数正弦函数调制了的高斯函数:
式(4)中,θk参数决定了Gabor函数的方向,参数λ表示Gabor函数的波长。由上可知Gabor滤波器的位置是由方向和尺度两个参数决定的,每一张鱼体图像选取取4个方向O={0°,45°,90°,135°}和4个尺度参数5×5、9×9、13×13和17×17进行鱼体图像滤波并在图像块矩阵X中提取xi与xj的纹理特征向量。最后将每个方向的纹理特征向量通过取平均值合并即得到鱼体新鲜度的图像纹理特征值。
气味采集模块使用特征矩阵联合近似对角化的提取方法将电子传感鼻采集的气味数据生成待检鱼体气味物质光谱,计算得出混合矩阵和气味信源,利用混合矩阵和气味信源特征得出鱼体的气味属性值,具体方法是设一个待检测的n维气味信号X=[x1,x2,…,xn]T由m个源信号S=[s1,s2,…,sm]T线性混合而成:X=AS+n其中:A是线性混合矩阵;n为噪声信号矩阵。通过特征矩阵联合近似对角化可计算出混合矩阵A,解混矩阵B和源信号S。对于红外光谱信号来说,Xm×n(m≤n)可看做m个测试点在n处波长的红外光谱信号矩阵,用Sl×n(l≤n)表示单一物质的光谱矩阵,每一行均可看成是一种物质的光谱信息,Am×l则是混合矩阵,体现出混合光谱中的相对浓度,使用特征矩阵联合近似对角化完成各成分分离时,令z=[z1,z2,…,zn]T为原始数据X=[x1,x2,…,xn]T球化后的观察矢量,M为任意N×N矩阵,z的四阶累积量矩阵Qz(M)的第i,j元素定义如下:
式(5)中:Kijkl(z)是z中的第i,j,k,l四个分量的四维累积量,Qz(M)是N×N的对称阵,mkl是矩阵M的第k,l个元素集合。Qz(M)中i,j点上的元素反映了给定i,j下全部cum(xi,xj,xk,xl)的加权和,其权重是对应于k,l点的元素值,其中k,l个元素总和为mkl=vmkvml。由此矩阵Qz(M)概括了多通道数据的全部四维累积量。酉阵V表示为混合矩阵A和球化阵W的乘积V=WA,且z=VS。令vm,m=1~N代表V中各列V=[v1,…,vm,…,vN],且vm=[vm1,…,vmN]T,则M阵可取为:
M=vmvm T m=1~N (6)
四阶累积量矩阵Qz(M)可分解为:
Qz(M)=λM (7)
矩阵中第i,j元素可表示为[Qz(M)]ij=λmij,(7)式中λ=k4(Sm)是信源Sm的峰度,Qz(M)的特征矩阵为M,其特征值为λ=k4(Sm)。由于[Qz(M)]ij=k4(Sm)M,它的一个特征分解为M=vmvm T,则Qz(M)可表示为:
Qz(M)=VΛ(M)VT (8)
式(8)、(9)寻求能通过VTQz(M)V将Qz(M)对角化的酉阵V,对混合矩阵做出辨识和分解:
式(10)中:y为分离出的信源S。利用信源特征辨别出鱼体气味属性值,式(10)与式(11)对图像块特征向量Uij和气味属性Qz进行正交变换,计算其特征根,根据得出的特征根实现对待检鱼体新鲜度的智能测评,并在数码显示管显示计算出的鱼体新鲜度,最后将上述鱼体样品的气味数据、图像数据和检测出的鱼体新鲜度保存在计算机数据库中。
本发明所述的实施例仅仅是对本发明的优选实施方式进行的描述,并非对本发明构思和范围进行限定,在不脱离本发明设计思想的前提下,本领域中工程技术人员对本发明的技术方案做出的各种变型和改进,均应落入本发明的保护范围,本发明请求保护的技术内容,已经全部记载在权利要求书中。
Claims (7)
1.一种鱼体新鲜度的检测方法,其特征在于包括以下步骤:
将待检鱼体放在旋转托盘上,调整摄像头和电子传感鼻的位置,使其位于待检鱼体的上方,调整摄像头镜头焦距,设定摄像头和电子传感鼻的采集参数;
转动旋转托盘,同时摄像头不停地采集待检鱼体的图像,电子传感鼻不停地收集气味数据,并将图像及气味数据输送到计算机进行保存;
由计算机图像检测模块从所述摄像头采集的多个图像中分别提取出待检鱼体的图像数据及纹理特征向量,进一步得到鱼体新鲜度的图像纹理特征值,并保存至计算机数据库中;
由电子鼻气味检测模块提取所述电子传感鼻采集的多个气味数据,构造气味数据中各物质的光谱,计算得出混合矩阵和气味信源,利用混合矩阵和气味信源特征得出鱼体的气味属性值,并保存至计算机数据库中 ;
(5)最后将图像纹理特征值与气味属性值正交化计算得特征根,计算所得的特征根即为鱼体新鲜度的检测数据。
2.根据权利要求1所述的检测方法,其特征在于:所述计算机图像检测模块使用颜色和纹理的显著性目标检测算法从所述摄像头采集的多个图像中分别提取出待检鱼体的图像数据,再利用Gabor滤波器对提取出的图像进行不同尺度和方向的滤波得到纹理特征向量,进一步得到鱼体新鲜度的图像纹理特征值。
3.根据权利要求1所述的检测方法,其特征在于:所述电子鼻气味检测模块使用特征矩阵联合近似对角化的提取方法计算得出气味数据的高阶统计量,得到待检鱼体气味中各物质的光谱,利用高阶统计量建立多维数据定性分析鱼体样本模型和酉变换矩阵联合对角化后得到气味信源特征数据和混合矩阵,再分析气味信源特征数据与混合矩阵得到鱼体的气味属性值。
4.一种鱼体新鲜度的检测装置,其特征在于:包括有一带旋转托盘的检测平台、摄像头和电子传感鼻,所述检测平台的一侧设有垂直升降杆,所述垂直升降杆设有垂直槽,所述垂直槽内固定有水平滑动导轨,所述摄像头和电子传感鼻可在水平滑动导轨上运动,在检测平台的前面板设有一数码显示管,所述摄像头、电子传感鼻和数码显示管与计算机相接。
5.根据权利要求4所述的检测装置,其特征在于:所述水平滑动导轨由翼型固定螺母固定在垂直槽内。
6.根据权利要求4所述的检测装置,其特征在于:所述摄像头和电子传感鼻由电机和滑动滚轮驱动。
7.根据权利要求4所述的检测装置,其特征在于:所述旋转托盘由电机驱动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611099988.7A CN106556602A (zh) | 2016-12-05 | 2016-12-05 | 一种鱼体新鲜度的检测方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611099988.7A CN106556602A (zh) | 2016-12-05 | 2016-12-05 | 一种鱼体新鲜度的检测方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106556602A true CN106556602A (zh) | 2017-04-05 |
Family
ID=58446127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611099988.7A Pending CN106556602A (zh) | 2016-12-05 | 2016-12-05 | 一种鱼体新鲜度的检测方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106556602A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108535431A (zh) * | 2018-03-27 | 2018-09-14 | 海南翔泰渔业股份有限公司 | 一种水产品整鱼开膛式鲜度检测系统 |
CN109490306A (zh) * | 2018-12-27 | 2019-03-19 | 龙口盛福达食品有限公司 | 一种基于色泽和气味数据融合的猪肉新鲜度检测方法 |
CN111259926A (zh) * | 2020-01-08 | 2020-06-09 | 珠海格力电器股份有限公司 | 肉品新鲜度检测方法、装置、计算设备和存储介质 |
JP2021096109A (ja) * | 2019-12-16 | 2021-06-24 | Assest株式会社 | 魚の品質判別プログラム及びシステム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103278609A (zh) * | 2013-06-27 | 2013-09-04 | 山东商业职业技术学院 | 一种基于多源感知信息融合的肉品新鲜度检测方法 |
CN103278464A (zh) * | 2013-04-18 | 2013-09-04 | 北京工商大学 | 鱼肉检测方法和装置 |
CN104374702A (zh) * | 2014-08-18 | 2015-02-25 | 浙江工商大学 | 一种新型牛肉新鲜度快速无损检测装置及方法 |
CN205280145U (zh) * | 2016-01-06 | 2016-06-01 | 涂兵 | 一种鱼体多种参数的在线检测装置 |
CN206208770U (zh) * | 2016-12-05 | 2017-05-31 | 湖南理工学院 | 一种鱼体新鲜度的检测装置 |
-
2016
- 2016-12-05 CN CN201611099988.7A patent/CN106556602A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103278464A (zh) * | 2013-04-18 | 2013-09-04 | 北京工商大学 | 鱼肉检测方法和装置 |
CN103278609A (zh) * | 2013-06-27 | 2013-09-04 | 山东商业职业技术学院 | 一种基于多源感知信息融合的肉品新鲜度检测方法 |
CN104374702A (zh) * | 2014-08-18 | 2015-02-25 | 浙江工商大学 | 一种新型牛肉新鲜度快速无损检测装置及方法 |
CN205280145U (zh) * | 2016-01-06 | 2016-06-01 | 涂兵 | 一种鱼体多种参数的在线检测装置 |
CN206208770U (zh) * | 2016-12-05 | 2017-05-31 | 湖南理工学院 | 一种鱼体新鲜度的检测装置 |
Non-Patent Citations (4)
Title |
---|
丁祖萍 等: "一种基于颜色和纹理的显著性目标检测算法", 《计算机工程与应用》 * |
李学相: "基于多指标融合的猪肉新鲜度智能检测方法", 《计算机仿真》 * |
王骁 等: "基于JADE的室内多组分混合污染气体定量分析", 《红外技术》 * |
陈辰星: "电子鼻气味检测结合视觉图像分析技术及其在食品新鲜度识别中的应用", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108535431A (zh) * | 2018-03-27 | 2018-09-14 | 海南翔泰渔业股份有限公司 | 一种水产品整鱼开膛式鲜度检测系统 |
CN108535431B (zh) * | 2018-03-27 | 2020-12-15 | 海南翔泰渔业股份有限公司 | 一种水产品整鱼开膛式鲜度检测系统 |
CN109490306A (zh) * | 2018-12-27 | 2019-03-19 | 龙口盛福达食品有限公司 | 一种基于色泽和气味数据融合的猪肉新鲜度检测方法 |
JP2021096109A (ja) * | 2019-12-16 | 2021-06-24 | Assest株式会社 | 魚の品質判別プログラム及びシステム |
CN111259926A (zh) * | 2020-01-08 | 2020-06-09 | 珠海格力电器股份有限公司 | 肉品新鲜度检测方法、装置、计算设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Di Gennaro et al. | A low-cost and unsupervised image recognition methodology for yield estimation in a vineyard | |
US10747999B2 (en) | Methods and systems for pattern characteristic detection | |
WO2019174572A1 (zh) | 一种利用种胚谱图特征波段识别谷物种子冻伤情况的方法 | |
Patil et al. | Leaf disease severity measurement using image processing | |
Franz et al. | The use of local spectral properties of leaves as an aid for identifying weed seedlings in digital images | |
Barbin et al. | Near-infrared hyperspectral imaging for grading and classification of pork | |
Zhou et al. | Strawberry maturity classification from UAV and near-ground imaging using deep learning | |
CN109308697A (zh) | 一种基于机器学习算法的树叶病害识别方法 | |
CN106556602A (zh) | 一种鱼体新鲜度的检测方法及其装置 | |
CN106910187B (zh) | 一种用于桥梁裂缝检测定位的图像数据集人工扩增方法 | |
CN106815819B (zh) | 多策略粮虫视觉检测方法 | |
CN102915446A (zh) | 基于svm机器学习的植物病虫害检测方法 | |
Liu et al. | Development of a machine vision system for weed detection during both of off-season and in-season in broadacre no-tillage cropping lands | |
CN110705655A (zh) | 一种基于光谱和机器视觉耦合的烟叶分类方法 | |
CN103954570A (zh) | 一种基于光谱成像技术的粮食虫害程度判别方法 | |
CN108956604A (zh) | 一种基于高光谱图像技术识别中华绒螯蟹品质的方法 | |
CN103472031A (zh) | 一种基于高光谱成像技术的脐橙糖度检测方法 | |
CN110082298A (zh) | 一种基于高光谱图像的小麦品种赤霉病综合抗性鉴定方法 | |
CN210465246U (zh) | 小麦感染赤霉病等级及病粒率高光谱无损检测装置的光谱采集装置 | |
CN110243805B (zh) | 基于拉曼高光谱成像技术的鱼刺检测方法 | |
CN105067532A (zh) | 一种鉴别油菜菌核病和灰霉病早期病斑的方法 | |
CN105954202A (zh) | 一种柑橘溃疡病高光谱模型传递的方法 | |
CN113379769A (zh) | 一种农作物病虫害智能防御平台 | |
CN111199192A (zh) | 一种采用平行线取样的田间红提葡萄整体成熟度检测方法 | |
CN113420614A (zh) | 一种基于深度学习算法的近红外高光谱图像识别霉变花生的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170405 |