CN107578362A - 基于纹理合成在图像中嵌入秘密信息的方法 - Google Patents
基于纹理合成在图像中嵌入秘密信息的方法 Download PDFInfo
- Publication number
- CN107578362A CN107578362A CN201710370855.7A CN201710370855A CN107578362A CN 107578362 A CN107578362 A CN 107578362A CN 201710370855 A CN201710370855 A CN 201710370855A CN 107578362 A CN107578362 A CN 107578362A
- Authority
- CN
- China
- Prior art keywords
- image
- block
- embedded
- size
- secret information
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 53
- 238000003786 synthesis reaction Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000003780 insertion Methods 0.000 claims abstract description 16
- 230000037431 insertion Effects 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000006386 neutralization reaction Methods 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010189 synthetic method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于纹理合成在图像中嵌入秘密信息的方法。本方法是通过设置不同尺寸来分割图像,产生多个大小相同的图像块,记录不同尺寸所对应的相同块的数量。对合成纹理图像首次嵌入秘密信息时,选择相同块数量最多时块的尺寸大小,定为合成纹理图像分块大小。隐写算法为在图像块边界区域采用LSB隐写嵌入秘密信息,相同的块嵌入相同的信息。再将图像块的尺寸逐级递减重新分割其余不同块的区域,再次按照相同块嵌入相同信息的方法来嵌入秘密信息,直至完成秘密信息的嵌入。本发明提出的方法可抵抗LSB隐写分析,因此该发明能提高隐写图像的鲁棒性;秘密信息的嵌入率可根据纹理图像块的嵌入深度进行调整,从而保证较高的嵌入率。
Description
技术领域
本发明涉及一种基于纹理合成图像的隐写算法,它是利用信号处理和计算机技术分解数字图像内容,以便在通过纹理合成的图像中嵌入秘密信息,从而提出一种稳健的隐写算法。
背景技术
隐写术是信息隐藏技术的一种方法。以数字图像、文本、音频、视频、3D模型等数字媒体作为掩护,把要发送的秘密消息嵌入到载体信号内部,用来隐藏秘密信息;以不引起外界注意的方式,通过公共信道特别是互联网进行传递,从而不被窃听者引起怀疑。典型的隐写应用为两方之间的隐蔽通信,其存在对于可能的攻击者是未知的。
随着数字图像的普及和使用,已经出现了大量针对数字图像的隐写算法。大多数数字图像的隐写算法采用现有的平滑图像作为载体图像,将秘密信息嵌入到载体图像的代价为隐写图像的图像失真。隐写图像包含一些失真,不管其多微小,都将干扰图像的自然特征,这正是隐写分析检测隐写图像中是否含有秘密信息的切入点。
纹理合成在计算机视觉和计算机图形学中受到了很多的关注。其主要合成方法为通过示例纹理进行合成,使用基于像素或基于候选块的算法对源纹理图像进行重采样,以产生具有类似局部外观和任意大小新的合成纹理图像。基于像素的算法逐像素地合成图像,并使用空间邻域比较来选择样本纹理中最相似的像素作为输出像素。
传统的隐写方法是通过重写载体的最不重要位来隐藏秘密数据,嵌入容量与图像允许的失真度相关。载体失真度越高,截收者使用隐写分析工具分析出秘密信息的风险越高。
目前具有基于纹理合成过程提出的隐写算法,但并未有针对纹理合成后的图像作为载体进行隐写。纹理合成的方法可参阅如下文献:
K-C Wu and C-M Wang,Steganography using reversible texture synthesis,IEEE Trans.Imagr Process,24(1):130-139,2015。
发明内容
本发明的目的在于首次提出一种基于纹理合成图像的隐写算法,本隐写算法能够隐藏嵌入率可观的秘密信息,并能够抵抗传统的LSB隐写分析算法。
为达到以上目的,本发明的构想是:首先设置不同尺寸大小的块,将纹理合成图像划分成大小相同的一定数量的块,通过对纹理图像按照光栅扫描顺序进行块检索,可检索出图像中有许多完全相同的块。若纹理图像进行LSB隐写,隐写后检索出图像中相同块的个数为0。针对这一特性可知,纹理图像使用LSB隐写算法易受到攻击,并不能抵抗LSB隐写分析。本发明提出一种可抵抗LSB隐写分析的新型隐写算法。记录当设置不同尺寸大小块时,图像中完全相同块的数量。块的尺寸不同,图像中相同块的数量不同。使用相同块数量最多时其块的尺寸大小,来进行纹理图像的隐写。隐写算法为在相同块边界区域嵌入相同的信息,再将图像块的尺寸逐级递减重新划分剩余不同块的区域,重新嵌入秘密信息,直至完成秘密信息的嵌入。
根据上述发明构想,本发明采用下述技术方案:
一种基于纹理合成图像中嵌入信息的方法,其特征在于该方法的具体步骤如下:
a.将已知的纹理合成图像进行分割,分为若干个大小为Tr×Tc的图像块;
b.确定分割后所有图像块中相同图像块(即块内的所有像素值均相同)的个数;
c.重复步骤a和步骤b足够的次数(如10次),找到相同图像块数量最多时,Tr×Tc的取值
d.将纹理合成图像重新进行分割,分割为若干个大小为的图像块,根据嵌入信息嵌入量的大小,确定每个图像块边缘嵌入深度Pd,即图像块的边界区域。在相同块的边界区域采用LSB隐写算法,在边界区域内嵌入相同的秘密信息,而内核区域不作改动;
e.对于纹理合成图像中,未嵌入秘密信息的图像块按尺寸重新进行分割,重复步骤d以嵌入秘密信息。
f.重复步骤e,直至已完成秘密信息的嵌入或图像块无法再分割(尺寸为1)。
上述的基于纹理合成的图像中嵌入信息的方法,其特征在于所述的步骤a的具体步骤为:
a-1.设基于纹理合成的图像大小为Sr×Sc,将源纹理图像分成大小为Tr×Tc的块(Tr×Tc的取值可随意设定,如8×8,10×10等);每块大小为(Sr/Tr)·(Sc/Tc);
a-2.对每个大小为Tr×Tc的图像块进一步划分内核区域及边界区域,设内核区域包含Kr×Kc像素;令TB表示为所有内核区域的集合,||TB||表示集合内所有元素;KB表示为所有内核区域的集合,||KB||表示集合内所有元素;扩展内核区域,每个方向扩展深度定义为Pd,扩展区域即为边界区域。与Tr×Tc一样,深度Pd可随意设定,设定好后便不再变动。且Pd设定好后 Kr×Kc的取值也随之确定。
上述的基于纹理合成的图像中嵌入信息的方法,其特征在于所述的步骤b的具体步骤为:
从基于纹理合成的图像的左上角第一个块开始进行块扫描,从扫描到的第二个块开始,每扫描到一个块,都要和左上角的第一个块进行块对比,并记录所有块中和左上角第一个块完全相同的块的个数。
上述的基于纹理合成的图像中嵌入信息的方法,其特征在于所述的步骤d的具体步骤:
通过修改图像块TB={T1,T2,…TN}边界区域的最低有效位,将要隐藏的信息M={m1,m2,… mL}(mi∈{0,1})嵌入到图像块的边界区域中,形成含密图像TB’={T’1,T’2,…T’N},其中秘密信息与嵌入位置{T1,T2,…TN}的对应关系由密钥产生。通讯双方使用同一个伪装密钥k作为随机数发生器的种子,即可生成一个随机序列k1,k2…,ki,并把随机序列和索引按下列公式生成隐藏信息的位置来进行信息传送:
j1=k1
ji=ji-1+ki i≥2
根据公式可以伪随机地决定两个嵌入位置的距离,因接收者能够获得密钥k和随机数发生器的信息,因此能够重构ki,进一步获得整个元素的索引序列ji。
本发明首次提出采用纹理合成图像作为载体进行隐写,具有如下评价性质和显著有点:本发明依据纹理合成图像具有居多相同的纹理块,且纹理图像隐藏修改痕迹能力强等特点,对传统的LSB隐写算法进行了改进,能够抵抗LSB隐写分析。因此该发明能提高隐写图像的鲁棒性。本发明其嵌入信息的容量可根据纹理合成图像边界区域的深度成比例调整,从而可保证一定的嵌入率。
根据纹理图像合成的特点,和平滑图像相比,纹理图像作为载体有如下两个优点。其一纹理图像隐藏修改痕迹的能力相较于传统的平滑图像的能力强;其二纹理图像的复杂区域适合隐写。
附图说明
图1为本发明“基于纹理合成图像的隐写算法”的流程框图;
图2为一个源纹理合成图像内分块示意图;
图3为一个纹理块内核区域以及边界区域分布图;
图4为选取载体源纹理合成图像cover1、cover2、cover3、cover4所测得的数据。(a)~ (d)为源纹理合成图像cover1、cover2、cover3、cover4。(e)当cover1、cover2、cover3、 cover4设置不同图像块尺寸时,其所对应相同块个数的曲线图。
图5为源纹理合成图像cover隐写后生成的隐写图像stego。(a)~(d)为隐写后纹理合成图像stego1、stego2、stego3、stego4。(e)~(h)cover1和stego1设置不同图像块尺寸与其所对应的相同块个数的曲线图。
图6为本发明的隐写算法对嵌入率的影响。(a)其块嵌入深度与嵌入率的曲线图(b) 嵌入率与相同块数量的曲线图。
具体实施方式
本发明优选实施例详述如下:
实施例一:
参见图1~图4,本基于纹理合成图像的隐写算法,实现信息隐藏的具体步骤图。
实施例二:
图5(a)~(d)为653×653大小的源纹理合成图像,每幅图像具有不同的纹理。
参见图5,本发明基于纹理合成图像的隐写算法,其具体步骤如下:
(1)使用的源纹理合成图像大小为653×653,将源纹理图像依次分成大小为7×7、8×8……20×20的块。
(2)给定具有653×653大小的源纹理合成图像,可以将源纹理图像细分为多个非重叠内核块。即每一个大小为Tr×Tc的块进一步分为内核区域和边界区域,内核区域包含Kr×Kc像素。扩展内核区域,每个方向扩展深度定义为Pd,扩展区域即为边界区域。
(3)从源纹理合成图像左上角第一个块开始进行块扫描,向右扫一条水平线,然后迅速地回扫到左边偏下的位置,再扫第二条水平线。从扫描到的第二个块开始,每扫描到一个块,都要和左上角的第一个块进行块对比,来完成块比较。记录后续扫描到的所有块中和左上角第一个块完全相同的块的个数。
(4)从扫描到的第二个块作为起点,以第(3)步完全相同的扫描顺序进行块扫描。后续扫描到的每一个块都要和第二个块作为对比,记录后续块中和第二个块完全相同的块的个数。以此种扫描方法类推,直到倒数第二个块与最后一个扫描块完成块比较,记录源纹理合成图像中所有相同块的个数。
(5)通过(3)(4)步骤,记录了在块大小在不同取值下,相同块的个数。实验结果表明,随着块的尺寸增加,其相同图像块的数量骤减,然而当块的尺寸为13×13时,相同块个数突变,故首先选用突变点来设置图像块的尺寸,即为13×13。
(6)设每个块中边界区域的深度为6。在边界区域内隐藏秘密信息,隐藏秘密信息的算法为LSB隐写算法,而内核区域不作改动。
(7)完全相同的块内嵌入相同的秘密信息,不同的块暂时不嵌入秘密信息。
(8)秘密信息嵌入完成后,将步骤(3)中不相同的块重新进行划分,将块的尺寸设为 12×12,即将图像块的尺寸逐级递减。
(9)重复步骤(7)(8),即每当图像块划分完成后相同的块嵌入相同的秘密信息,再将图像块的尺寸逐级递减重新划分剩余不同块的区域,直至完成秘密信息的嵌入。
为了验证使用本发明可有力抵抗LSB隐写分析。对图像5中的纹理图像所生成的隐写图像进行质量评估。纹理合成的隐写纹理图像大小为653×653,首次对块以13×13进行划分,块嵌入深度为6。如图5所示。图中,横坐标代表图像块尺寸的大小,纵坐标代表相同块数量与图像块总数的比值。若使用传统的LSB隐写方法,可知隐写后的图像纵坐标为零。从图 5可以看出,纹理合成图像隐写前与隐写后,纹理合成图像中相同的块的个数能够尽可能的达到一致,实验可见本发明所提出的隐写算法明显优于传统的LSB隐写算法。图6验证了本发明可保证一定的嵌入率。如图6(a)所示,图中,横坐标代表纹理图像块的嵌入深度,即边界区域的大小,纵坐标代表秘密信息的嵌入率,可见嵌入深度越深,纹理合成图像的嵌入率越大。图6(b)横坐标代表秘密信息的嵌入率,纵坐标代表纹理合成图像中相同块的个数。由图6(b)可知,随着嵌入率逐渐增大,纹理合成图像中相同块的个数趋于不变,故可根据嵌入率的需要,来定义所需的边缘区域的大小。
Claims (4)
1.一种基于纹理合成图像中嵌入信息的方法,其特征在于该方法的具体步骤如下:
a.将已知的纹理合成图像进行分割,分为若干个大小为Tr×Tc的图像块;
b.确定分割后所有图像块中相同图像块(即块内的所有像素值均相同)的个数;
c.重复步骤a和步骤b足够的次数(如10次),找到相同图像块数量最多时,Tr×Tc的取值
d.将纹理合成图像重新进行分割,分割为若干个大小为的图像块,根据嵌入信息嵌入量的大小,确定每个图像块边缘嵌入深度Pd,即图像块的边界区域;在相同块的边界区域采用LSB隐写算法,在边界区域内嵌入相同的秘密信息,而内核区域不作改动;
e.对于纹理合成图像中,未嵌入秘密信息的图像块按尺寸重新进行分割,重复步骤d以嵌入秘密信息;
f.重复步骤e,直至已完成秘密信息的嵌入或图像块无法再分割(尺寸为1)。
2.根据权利要求1所述的基于纹理合成的图像中嵌入信息的方法,其特征在于所述的步骤a的具体步骤为:
a-1.设基于纹理合成的图像大小为Sr×Sc,将源纹理图像分成大小为Tr×Tc的块(Tr×Tc的取值随意设定,如8×8,10×10等);每块大小为(Sr/Tr)·(Sc/Tc);
a-2.对每个大小为Tr×Tc的图像块进一步划分内核区域及边界区域,设内核区域包含Kr×Kc像素;令TB表示为所有内核区域的集合,||TB||表示集合内所有元素;KB表示为所有内核区域的集合,||KB||表示集合内所有元素;扩展内核区域,每个方向扩展深度定义为Pd,扩展区域即为边界区域,与Tr×Tc一样,深度Pd随意设定,设定好后便不再变动,且Pd设定好后Kr×Kc的取值也随之确定。
3.上述的基于纹理合成的图像中嵌入信息的方法,其特征在于所述的步骤b的具体步骤为:
从基于纹理合成的图像的左上角第一个块开始进行块扫描,从扫描到的第二个块开始,每扫描到一个块,都要和左上角的第一个块进行块对比,并记录所有块中和左上角第一个块完全相同的块的个数。
4.上述的基于纹理合成的图像中嵌入信息的方法,其特征在于所述的步骤d的具体步骤:
通过修改图像块TB={T1,T2,…TN}边界区域的最低有效位,将要隐藏的信息M={m1,m2,…mL}(mi∈{0,1})嵌入到图像块的边界区域中,形成含密图像TB’={T’1,T’2,…T’N},其中秘密信息与嵌入位置{T1,T2,…TN}的对应关系由密钥产生,通讯双方使用同一个伪装密钥k作为随机数发生器的种子,即生成一个随机序列k1,k2…,ki,并把随机序列和索引按下列公式生成隐藏信息的位置来进行信息传送:
j1=k1
ji=ji-1+ki i≥2
根据公式伪随机地决定两个嵌入位置的距离,因接收者能够获得密钥k和随机数发生器的信息,因此能够重构ki,进一步获得整个元素的索引序列ji。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710370855.7A CN107578362B (zh) | 2017-05-24 | 2017-05-24 | 基于纹理合成在图像中嵌入秘密信息的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710370855.7A CN107578362B (zh) | 2017-05-24 | 2017-05-24 | 基于纹理合成在图像中嵌入秘密信息的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107578362A true CN107578362A (zh) | 2018-01-12 |
CN107578362B CN107578362B (zh) | 2020-11-24 |
Family
ID=61049035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710370855.7A Expired - Fee Related CN107578362B (zh) | 2017-05-24 | 2017-05-24 | 基于纹理合成在图像中嵌入秘密信息的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107578362B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898537A (zh) * | 2018-04-03 | 2018-11-27 | 宁波大学 | 一种数字图像隐写方法 |
CN109493269A (zh) * | 2018-10-16 | 2019-03-19 | 江苏信实云安全技术有限公司 | 一种基于构造缠绕画的水印方案 |
CN111382398A (zh) * | 2018-12-27 | 2020-07-07 | 阿里巴巴集团控股有限公司 | 信息处理、隐藏信息解析和嵌入的方法、装置及设备 |
CN111462009A (zh) * | 2020-03-31 | 2020-07-28 | 上海大学 | 基于分割矩形区域相似度的出血点预测方法 |
CN113177214A (zh) * | 2021-04-29 | 2021-07-27 | 百度在线网络技术(北京)有限公司 | 图像发布、审核方法、相关装置及计算机程序产品 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080175429A1 (en) * | 2007-01-19 | 2008-07-24 | New Jersey Institute Of Technology | Method and apparatus for steganalysis for texture images |
CN104537601A (zh) * | 2014-12-23 | 2015-04-22 | 中山大学 | 一种基于九宫格的灰度图像空域隐写方法 |
-
2017
- 2017-05-24 CN CN201710370855.7A patent/CN107578362B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080175429A1 (en) * | 2007-01-19 | 2008-07-24 | New Jersey Institute Of Technology | Method and apparatus for steganalysis for texture images |
CN104537601A (zh) * | 2014-12-23 | 2015-04-22 | 中山大学 | 一种基于九宫格的灰度图像空域隐写方法 |
Non-Patent Citations (4)
Title |
---|
KUO-CHEN WU等: "Steganography Using Reversible Texture Synthesis", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
V.B.JAYASREE等: "STEGANOGRAPHY USING TEXTURE SYNTHESIS", 《INTERNATIONAL JOURNAL OF ADVANCED RESEARCH IN COMPUTER SCIENCE ENGINEERING AND INFORMATION TECHNOLOGY》 * |
ZHENXING QIAN等: "Robust Steganography Using Texture Synthesis", 《ADVANCES IN INTELLIGENT INFORMATION HIDING AND MULTIMEDIA SIGNAL PROCESSING》 * |
程航 等: "基于图像块分组的加密域可逆信息隐藏", 《北京工业大学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898537A (zh) * | 2018-04-03 | 2018-11-27 | 宁波大学 | 一种数字图像隐写方法 |
CN108898537B (zh) * | 2018-04-03 | 2019-07-16 | 宁波大学 | 一种数字图像隐写方法 |
CN109493269A (zh) * | 2018-10-16 | 2019-03-19 | 江苏信实云安全技术有限公司 | 一种基于构造缠绕画的水印方案 |
CN109493269B (zh) * | 2018-10-16 | 2023-02-28 | 江苏水印科技有限公司 | 一种基于构造缠绕画的水印方法 |
CN111382398A (zh) * | 2018-12-27 | 2020-07-07 | 阿里巴巴集团控股有限公司 | 信息处理、隐藏信息解析和嵌入的方法、装置及设备 |
CN111462009A (zh) * | 2020-03-31 | 2020-07-28 | 上海大学 | 基于分割矩形区域相似度的出血点预测方法 |
CN111462009B (zh) * | 2020-03-31 | 2023-04-07 | 上海大学 | 基于分割矩形区域相似度的出血点预测方法 |
CN113177214A (zh) * | 2021-04-29 | 2021-07-27 | 百度在线网络技术(北京)有限公司 | 图像发布、审核方法、相关装置及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN107578362B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107578362A (zh) | 基于纹理合成在图像中嵌入秘密信息的方法 | |
Xu et al. | Hidden message in a deformation-based texture | |
CN109102451A (zh) | 一种纸媒输出的防伪半色调智能数字水印制作方法 | |
CN110232650A (zh) | 一种彩色图像水印嵌入方法、检测方法及系统 | |
Liao et al. | GIFMarking: The robust watermarking for animated GIF based deep learning | |
Ni et al. | Pinpoint authentication watermarking based on a chaotic system | |
CN108735223B (zh) | 音频文件数字水印的嵌入及提取方法及系统 | |
Qian et al. | Constructive steganography using texture synthesis | |
CN113160028B (zh) | 基于彩色字符画的信息隐藏及恢复方法、设备及存储介质 | |
Liu et al. | Structure aware visual cryptography | |
Wang | An efficient multiple-bit reversible data hiding scheme without shifting | |
Qin et al. | Robust steganography via patch-based texture synthesis | |
Wei et al. | A texture synthesis steganography scheme based on super-pixel structure and SVM | |
CN107067360B (zh) | 基于纹理合成的鲁棒隐写方法 | |
Saranya et al. | A reversible data hiding method for image protection | |
Wazirali et al. | Data hiding based on intelligent optimized edges for secure multimedia communication | |
Pour et al. | A new steganography method based on the complex pixels | |
Chhajed et al. | Novel Scheme for Data Hiding in Binary Images using Cover Pattern Histogram | |
AV et al. | CTM based Encryption in Steganoraphy | |
saadi Abdullah et al. | Using Digital Image as a Cover of Information Hiding | |
Tsai et al. | Concealing information in image mosaics based on tile image features | |
Inamdar et al. | Secret Data Embedding using Texture Synthesis | |
Khan et al. | Entropy based data hiding in binary document images | |
Sainudeen | REVERSIBLE TEXTURE COMBINATION STEGANOGRAPHY | |
Juneja et al. | Implementation of improved steganographic technique for 24-bit bitmap images in communication |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201124 |