CN106778441A - 一种图形图像智能识别系统及其识别方法 - Google Patents

一种图形图像智能识别系统及其识别方法 Download PDF

Info

Publication number
CN106778441A
CN106778441A CN201710020287.8A CN201710020287A CN106778441A CN 106778441 A CN106778441 A CN 106778441A CN 201710020287 A CN201710020287 A CN 201710020287A CN 106778441 A CN106778441 A CN 106778441A
Authority
CN
China
Prior art keywords
target
analyzed
image
identification
module
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
Application number
CN201710020287.8A
Other languages
English (en)
Inventor
史晓楠
温乃宁
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.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
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 Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201710020287.8A priority Critical patent/CN106778441A/zh
Publication of CN106778441A publication Critical patent/CN106778441A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]

Abstract

本发明公开了一种图形图像智能识别系统及其方法，系统包括：待分析目标图像获取模块：用于获取待分析目标的图像，以及待分析目标位于同一平面的参考图形的图案；待分析目标完整性判断模块；待分析目标识别模块；用于识别待分析目标图像中包含的各种信息；校正参数计算模块：根据待分析目标参考图片的图像，计算空间校正参数；校正模块：根据空间校正参数对待分析目标的图像进行空间校正；图像信息转换输出模块。本发明的优点是：通过本技术的实现，在拍摄获取目标图像的同时获取与该识别目标图像角度一致的参考图像，由于该透视变形参数与识别目标图像一致，可以根据该参考图像对所拍摄的识别目标图像进行校正，从而能够将其恢复为识别的图像。

Description

一种图形图像智能识别系统及其识别方法
技术领域
本发明属于图像识别技术领域，具体涉及一种图形图像智能识别系统及其识别方法。
背景技术
目前，由于手机等移动终端设备普遍植入了摄像头等图像获取设备，使得通过拍摄实现信息采集和录入成为一种普遍的趋势。相对于传统的信息采集手段，这种方式操作更简便和灵活。
在移动终端上通过拍摄实现信息采集的一项关键技术为二维码。二维码(dimensional barcode)，又称二维条码，是在一维条码的基础上扩展出的一种具有可读性的条码。设备扫描二维条码，通过识别条码的长度和宽度中所记载的二进制数据，可获取其中所包含的信息。相比一维条码，二维码记载更复杂的数据，比如图片、网络链接等。
现有的二维码识别，均首先要由摄像模组中的摄像头获取二维码图像，而后传输出来至设备的处理器中，通过处理器上预装的二维码识别程序对图像进行解析方可完成对二维码的识别。这种识别模式，具有下述的缺点：通用性差、安全性低、速度慢、操作不便、识别难度大。此外，在实际应用中，由于拍摄角度偏差等原因，所获得的二维码图形难免透视变形，呈现非正方形的不规则形状。按照现有的二维码编码标准和译码算法，在这种情况下无法正确识别图像图形，因为也无法取得校正图形和采样网络，导致解码失败。
发明内容
基于以上的缺点，本发明的目的在于提供一种图形图像智能识别系统及其识别方法，能够克服解决上述缺点。
本发明采用的技术方案如下：一种图形图像智能识别系统，其特征在于，包括：
(1)待分析目标图像获取模块：用于获取待分析目标的图像，以及待分析目标位于同一平面的参考图形的图案；
(2)校正参数计算模块：根据待分析目标参考图片的图像，计算空间校正参数；
(3)校正模块：根据空间校正参数对待分析目标的图像进行空间校正；
(4)待分析目标完整性判断模块；用于将待分析目标图像对比符合目标识别图形位排列规则的阵列区域的图形色彩信号识别认定其为一个目标识别图形位，而后继续进行比对，直至识别到存在三个目标识别图形位，而后对识别到的三个目标识别图形位区域的中心色彩位置点的距离进行计算，确认该区域收集的色彩阵列为目标阵列，则将该图形送至待分析目标识别模块；否则将该图形送至图像信息输出模块；
(5)待分析目标识别模块；用于识别待分析目标图像中包含的各种信息；对上述待分析目标图像进行识别，从而还原待分析目标对应数据信息；
(6)图像信息转换输出模块；包括有对外数据交互接口，用于对感光芯片的不含分析目标的图形电信号进行转换，而后形成的图像信息直接输出。
进一步，所述待分析目标为二维码。
进一步，所述待分析目标参考图片为正方形或圆形。
进一步，所述校正参数计算模块根据所述参数图形的图像在平面坐标系中的坐标，以及该参考图形在平面坐标系中相应的规则化坐标，计算所述空间校正参数。
进一步，所述待分析目标识别模块；具体包括：色彩信息数量获取单元，用于对识别到的二维码识别图形所包含的全部色彩信息个数，得到需要识别的二维码图形的基数单色块所包含的芯片色彩信息；
图形分割单元，按照二维码识别图形所包含的全部色彩信息个数对二值化色彩图形进行区域分割，从而将图形中包含的数据信息以及纠错码字按照QR码标准区分，依次排列开来，将对整个二维码的识别分解为单块区；
寄存器单元，用于保存识别后的二维码信息；
二维码信息传输单元、用于当收到外部提取二维码请求时，通过对外数据交互接口将寄存器内识别后的二维码信息送出，外部对该信息按标准的编码字符集将二维码信息还原。
一种图形图像智能识别的识别方法；其特征在于方法步骤如下：
(1)获取待分析目标图像步骤，通过待分析目标图像获取模块获取待分析的图像，运行智能手机APP启动摄像头来对该待识别的图像进行扫描；
(2)校正参数的计算步骤，根据待分析目标参考图片的图像，计算空间较正参数；
(3)校正步骤；根据空间校正参数对待分析目标的图像进行空间校正；
(3)判断待分析目标图像是否完整步骤；用于将待分析目标图像对比符合目标识别图形位排列规则的阵列区域的图形色彩信号识别认定其为一个目标识别图形位，而后继续进行比对，直至识别到存在三个目标识别图形位，而后对识别到的三个目标识别图形位区域的中心色彩位置点的距离进行计算，确认该区域收集的色彩阵列为目标阵列，则将该图形送至待分析目标识别模块；否则将该图形送至图像信息输出模块；
(4)待分析目标图像识别步骤，采用待分析目标识别模块从感光芯片中根据步骤(2)确定的待分析目标识别图形位将图形中的色彩图像阵列抽取出来；对上述图像进行待分析目标识别，从而还原待分析目标对应数据信息；
(5)待分析目标图像的图像信息输出步骤；用于对感光芯片的不含分析目标的图形电信号进行转换，而后形成的图像信息直接输出。
本发明的优点是：通过本技术的实现，提供一种图形图像智能识别系统和方法，在拍摄获取目标图像(二维码)的同时获取与该识别目标图像角度一致的参考图像，由于该透视变形参数与识别目标图像一致，可以根据该参考图像对所拍摄的识别目标图像进行校正，从而能够将其恢复为识别的图像。此外：拍摄获取目标图像可直接对图片进行拍照后识别二维码，其有益效果为：操作便利，直接使用系统自带的系统拍照工具就可以实现二维码解码的工作；软件识别正确率高，识别效率高，实现识别的条件不再受二维码识别点的限制；因为整个计算过程都在摄像装置内部进行，所以不存在占用手持设备的硬件资源的问题。
附图说明
图1为本发明的图形图像智能识别系统原理图。
在图中，1、待分析目标图像获取模块，2、校正参数计算模块，3、校正模块，4、待分析目标完整性判断模块，5、待分析目标识别模块，6、图像信息转换输出模块，7、色彩信息数量获取单元，8、图形分割单元，9、寄存器单元，10、二维码信息传输单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明是这样来工作和实施的，以二维码作为待分析目标，利用手机等终端设备拍摄二维码时，容易由于拍摄位置和角度等方面的因素产生透视形变，为了加强在具有透视形变的图像中对二维码的识别，本发明在作为识别目标的二维码同一平面内设置具有规则形状的参考图形。一种图形图像智能识别系统，其特征在于，包括：
(1)待分析目标图像获取模块1：用于获取待分析目标的图像，以及待分析目标位于同一平面的参考图形的图案；
(2)校正参数计算模块2：根据待分析目标参考图片的图像，计算空间校正参数；
(3)校正模块3：根据空间校正参数对待分析目标的图像进行空间校正；
(4)待分析目标完整性判断模块4；用于将待分析目标图像对比符合目标识别图形位排列规则的阵列区域的图形色彩信号识别认定其为一个目标识别图形位，而后继续进行比对，直至识别到存在三个目标识别图形位，而后对识别到的三个目标识别图形位区域的中心色彩位置点的距离进行计算，确认该区域收集的色彩阵列为目标阵列，则将该图形送至待分析目标识别模块；否则将该图形送至图像信息输出模块；
(5)待分析目标识别模块5；用于识别待分析目标图像中包含的各种信息；对上述待分析目标图像进行识别，从而还原待分析目标对应数据信息；所述待分析目标识别模块；具体包括：色彩信息数量获取单元7，用于对识别到的二维码识别图形所包含的全部色彩信息个数，得到需要识别的二维码图形的基数单色块所包含的芯片色彩信息；图形分割单元8，按照二维码识别图形所包含的全部色彩信息个数对二值化色彩图形进行区域分割，从而将图形中包含的数据信息以及纠错码字按照QR码标准区分，依次排列开来，将对整个二维码的识别分解为单块区；寄存器单元9，用于保存识别后的二维码信息；二维码信息传输单元10，用于当收到外部提取二维码请求时，通过对外数据交互接口将寄存器内识别后的二维码信息送出，外部对该信息按标准的编码字符集将二维码信息还原。
(6)图像信息转换输出模块；包括有对外数据交互接口，用于对感光芯片的不含分析目标的图形电信号进行转换，而后形成的图像信息直接输出。
一种图形图像智能识别的识别方法；其特征在于方法步骤如下：
(1)获取待分析目标图像步骤，通过待分析目标图像获取模块获取待分析的图像，运行智能手机APP启动摄像头来对该待识别的图像进行扫描；接收来自感光芯片的图形色彩信号，以7n*7n(n＝0，1，2…n)的矩阵大小对收集到的所有图形色彩信号进行比对，若有比对到图形色彩信号符合二维码识别图形位排列规则的阵列区域则继续步骤2，否则对感光芯片的图形电信号进行转换，而后直接形成图像信息输出；
(2)校正参数的计算步骤，根据待分析目标参考图片的图像，计算空间校正参数；
(3)校正步骤；根据空间校正参数对待分析目标的图像进行空间校正；
(3)判断待分析目标图像是否完整步骤；将已比对符合二维码识别图形位排列规则的阵列区域的图形色彩信号识别认定其为一个二维码识别图形位，而后继续进行比对，直至识别到存在三个二维码识别图形，而后对识别到的三个二维码识别图形区域的中心色彩位置点的距离进行计算，当距离比为1∶1∶1.414时，确认该区域收集的色彩阵列为二维码阵列，则继续步骤4，否则将感光芯片的图形电信号进行转换，而后直接形成的图像信息输出；
(4)待分析目标图像识别步骤，采用待分析目标识别模块从感光芯片中根据步骤(2)确定的待分析目标识别图形位将图形中的色彩图像阵列抽取出来；对上述图像进行待分析目标识别，从而还原待分析目标对应数据信息；抽取的色彩图像阵列符合国际标准QR-CODE的基本编码包含的阵列大小，是一组(21+4n)*(21+4n)(n＝0，1，2…39)的正方形色彩整列，对上述图像进行二维码识别，从而还原二维码对应数据信息，而后将该数据信息形成数据包用于直接输出；
(5)待分析目标图像的图像信息输出步骤；用于对感光芯片的不含分析目标的图形电信号进行转换，而后形成的图像信息直接输出。
作为一实施例，上述二维码图像识别模块具体包括：色彩信息数量获取单元，用于对识别到的二维码识别图形所包含的全部色彩信息个数A，将该个数A/49，从而得到需要识别的二维码图形的基数单色块所包含的芯片色彩信息的数量B。图形分割单元，用于按照A和B的数值，对二值化色彩图形进行区域分割，从而将图形中包含的数据信息以及纠错码字按照QR码标准分为块区1，块区2…块区n，再依次排列开来，从而将对整个二维码的识别分解为单块区。识别单元，用于对1-n的块区按照QR码的国标规则解码成二进制，而后对应对应得二维码基数单色块所包含的芯片色彩信息的数量B，就可将单个块区包含信息转化为二进制，再按顺序拼接1-n的块区信息并保存于寄存器单元内。寄存器单元，用于保存识别后的二维码信息。二维码信息传输单元，用于当收到外部提取二维码请求时，通过对外数据交互接口将寄存器内识别后的二维码信息送出，外部对该信息按标准的编码字符集将二维码信息还原。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种图形图像智能识别系统，其特征在于，包括：
(1)待分析目标图像获取模块：用于获取待分析目标的图像，以及待分析目标位于同一平面的参考图形的图案；
(2)校正参数计算模块：根据待分析目标参考图片的图像，计算空间校正参数；
(3)校正模块：根据空间校正参数对待分析目标的图像进行空间校正；
(4)待分析目标完整性判断模块；用于将待分析目标图像对比符合目标识别图形位排列规则的阵列区域的图形色彩信号识别认定其为一个目标识别图形位，而后继续进行比对，直至识别到存在三个目标识别图形位，而后对识别到的三个目标识别图形位区域的中心色彩位置点的距离进行计算，确认该区域收集的色彩阵列为目标阵列，则将该图形送至待分析目标识别模块；否则将该图形送至图像信息输出模块；
(5)待分析目标识别模块；用于识别待分析目标图像中包含的各种信息；对上述待分析目标图像进行识别，从而还原待分析目标对应数据信息；
(6)图像信息转换输出模块；包括有对外数据交互接口，用于对感光芯片的不含分析目标的图形电信号进行转换，而后形成的图像信息直接输出。
2.根据权利要求1所述的一种图形图像智能识别系统，其特征在于，所述待分析目标为二维码。
3.根据权利要求1所述的一种图形图像智能识别系统，其特征在于，所述待分析目标参考图片为正方形或圆形。
4.根据权利要求1所述的一种图形图像智能识别系统，其特征在于，所述校正参数计算模块根据所述参数图形的图像在平面坐标系中的坐标，以及该参考图形在平面坐标系中相应的规则化坐标，计算所述空间校正参数。
5.根据权利要求1所述的一种图形图像智能识别系统，其特征在于，所述待分析目标识别模块；具体包括：
色彩信息数量获取单元，用于对识别到的二维码识别图形所包含的全部色彩信息个数，得到需要识别的二维码图形的基数单色块所包含的芯片色彩信息；
图形分割单元，按照二维码识别图形所包含的全部色彩信息个数对二值化色彩图形进行区域分割，从而将图形中包含的数据信息以及纠错码字按照QR码标准区分，依次排列开来，将对整个二维码的识别分解为单块区；
寄存器单元，用于保存识别后的二维码信息；
二维码信息传输单元、用于当收到外部提取二维码请求时，通过对外数据交互接口将寄存器内识别后的二维码信息送出，外部对该信息按标准的编码字符集将二维码信息还原。
6.一种权利要求1所述的图形图像智能识别的识别方法；其特征在于方法步骤如下：
(1)获取待分析目标图像步骤，通过待分析目标图像获取模块获取待分析的图像，运行智能手机APP启动摄像头来对该待识别的图像进行扫描；
(2)校正参数的计算步骤，根据待分析目标参考图片的图像，计算空间校正参数；
(3)校正步骤；根据空间校正参数对待分析目标的图像进行空间校正；
(3)判断待分析目标图像是否完整步骤；用于将待分析目标图像对比符合目标识别图形位排列规则的阵列区域的图形色彩信号识别认定其为一个目标识别图形位，而后继续进行比对，直至识别到存在三个目标识别图形位，而后对识别到的三个目标识别图形位区域的中心色彩位置点的距离进行计算，确认该区域收集的色彩阵列为目标阵列，则将该图形送至待分析目标识别模块；否则将该图形送至图像信息输出模块；
(4)待分析目标图像识别步骤，采用待分析目标识别模块从感光芯片中根据步骤(2)确定的待分析目标识别图形位将图形中的色彩图像阵列抽取出来；对上述图像进行待分析目标识别，从而还原待分析目标对应数据信息；
(5)待分析目标图像的图像信息输出步骤；用于对感光芯片的不含分析目标的图形电信号进行转换，而后形成的图像信息直接输出。
CN201710020287.8A 2017-01-12 2017-01-12 一种图形图像智能识别系统及其识别方法 Pending CN106778441A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710020287.8A CN106778441A (zh) 2017-01-12 2017-01-12 一种图形图像智能识别系统及其识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710020287.8A CN106778441A (zh) 2017-01-12 2017-01-12 一种图形图像智能识别系统及其识别方法

Publications (1)

Publication Number Publication Date
CN106778441A true CN106778441A (zh) 2017-05-31

Family

ID=58947633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710020287.8A Pending CN106778441A (zh) 2017-01-12 2017-01-12 一种图形图像智能识别系统及其识别方法

Country Status (1)

Country Link
CN (1) CN106778441A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862234A (zh) * 2017-10-23 2018-03-30 广东数相智能科技有限公司 一种彩色条形码的识别方法、电子设备及存储介质
CN110411446A (zh) * 2018-04-28 2019-11-05 深圳果力智能科技有限公司 一种机器人的路径规划方法
CN111507256A (zh) * 2020-04-16 2020-08-07 四川博源科技有限责任公司 一种用于柜台信息采集的人脸识别系统
CN112102155A (zh) * 2020-09-09 2020-12-18 青岛黄海学院 一种平面设计至非平面设计的转换系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831375A (zh) * 2012-04-17 2012-12-19 章云芳 兼具二维码识别的图像信号处理器及其二维码识别方法
CN103400131A (zh) * 2013-08-16 2013-11-20 徐宁 一种图像识别中的校正装置及其方法
US9064316B2 (en) * 2012-06-28 2015-06-23 Lexmark International, Inc. Methods of content-based image identification
CN105069454A (zh) * 2015-08-24 2015-11-18 广州视睿电子科技有限公司 图像识别的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831375A (zh) * 2012-04-17 2012-12-19 章云芳 兼具二维码识别的图像信号处理器及其二维码识别方法
US9064316B2 (en) * 2012-06-28 2015-06-23 Lexmark International, Inc. Methods of content-based image identification
CN103400131A (zh) * 2013-08-16 2013-11-20 徐宁 一种图像识别中的校正装置及其方法
CN105069454A (zh) * 2015-08-24 2015-11-18 广州视睿电子科技有限公司 图像识别的方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862234A (zh) * 2017-10-23 2018-03-30 广东数相智能科技有限公司 一种彩色条形码的识别方法、电子设备及存储介质
CN110411446A (zh) * 2018-04-28 2019-11-05 深圳果力智能科技有限公司 一种机器人的路径规划方法
CN110411446B (zh) * 2018-04-28 2023-09-08 深圳果力智能科技有限公司 一种机器人的路径规划方法
CN111507256A (zh) * 2020-04-16 2020-08-07 四川博源科技有限责任公司 一种用于柜台信息采集的人脸识别系统
CN112102155A (zh) * 2020-09-09 2020-12-18 青岛黄海学院 一种平面设计至非平面设计的转换系统及方法

Similar Documents

Publication Publication Date Title
CN102831375B (zh) 兼具二维码识别的图像信号处理器及其二维码识别方法
KR101880004B1 (ko) 텔레비전 채널 정보를 식별하기 위한 방법 및 장치
CN106778441A (zh) 一种图形图像智能识别系统及其识别方法
TWI495381B (zh) Two - dimensional bar code connection method
WO2014101435A1 (zh) 基于二维码的增强现实方法、系统及终端
CN111832449A (zh) 工程图纸的显示方法及相关装置
CN102831663A (zh) 一种智能手机二维码考勤系统及方法
CN111709414A (zh) Ar设备及其文字识别方法、装置和计算机可读存储介质
CN110765795A (zh) 二维码识别方法、装置及电子设备
CN111368820A (zh) 文本标注方法、装置及存储介质
CN112633343A (zh) 一种电力设备端子排接线校核方法及装置
CN111862063A (zh) 一种视频质量评估方法、装置、计算机设备和存储介质
CN111507119B (zh) 标识码识别方法、装置、电子设备及计算机可读存储介质
CN114120307A (zh) 显示内容的识别方法、装置、设备和存储介质
CN110717397A (zh) 一种基于手机相机的在线翻译系统
CN103995815A (zh) 手持终端以及通过手持终端访问网站的方法
CN111523340A (zh) 二维码识别方法、装置、电子设备及存储介质
CN103854020A (zh) 文字识别方法及装置
CN106792512A (zh) 一种应用于移动终端的红外身份识别定位系统及方法
CN105893996B (zh) 一种信息处理方法及电子设备
CN114429628A (zh) 图像处理方法、装置、可读存储介质及电子设备
CN114710802A (zh) 一种网络无线信号检测的装置
CN112287325A (zh) 操作验证方法、装置和存储介质及电子装置
CN109348413B (zh) 位置信息分享方法、装置、设备及存储介质
CN111079581A (zh) 一种人体皮肤识别的方法与装置

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: 20170531