CN107633212A - 一种基于视频图像的烟火检测方法和装置 - Google Patents
一种基于视频图像的烟火检测方法和装置 Download PDFInfo
- Publication number
- CN107633212A CN107633212A CN201710760198.7A CN201710760198A CN107633212A CN 107633212 A CN107633212 A CN 107633212A CN 201710760198 A CN201710760198 A CN 201710760198A CN 107633212 A CN107633212 A CN 107633212A
- Authority
- CN
- China
- Prior art keywords
- image
- profile
- pyrotechnics
- dark
- pixel
- 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
Landscapes
- Fire-Detection Mechanisms (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频图像的烟火检测方法,包括:对视频图像利用高斯混合模型构建背景;将当前帧图像与获取的背景相减获取前景图像;计算当前帧图像的暗通道图像;将获取的前景二值图与获取的暗通道二值图进行与操作;对获得的二值图进行轮廓查找,将当前帧的轮廓与上一帧的轮廓进行比较,如果固定位置的轮廓扩大,则该轮廓为疑似烟雾轮廓;若连续的设定帧数的图像在相似的位置检测到疑似烟雾轮廓,则该轮廓为疑似烟火区域,将该区域进行滑动窗口检测,如果超过一定阈值的窗口被烟火分类器识别为烟火,则该区域有烟火。利用高斯混合模型构建背景并提取前景,同时利用烟雾的暗通道特性,减少了其他因素的干扰,进一步降低误报率。
Description
技术领域
本发明属于图像处理和识别技术领域,具体地涉及一种基于视频图像的运动区域检测结合暗通道的烟火检测方法和装置。
背景技术
在现代智能交通系统中,监控摄像机已经广泛地应用于城市道路、高速公路的路口及路段上。基于监控视频的情景分析已经成为了智能交通系统必不可少的模块,而且随着技术的不断进步,基于视频的情景分析已经从单一的闯红灯分析发展到了各种违章检测乃至一些特殊的情景检测,如交通事故引发的起火冒烟等。由交通事故引起的车辆燃烧等或者由其燃烧对交通安全的影响都是非常巨大的。
基于视频的烟火检测技术使智能交通系统能够在摄像机监控路段出现车辆起火、冒烟等意外事件时,自动完成识别报警,可以为交通管理提供强有力的支持。因此其在智能交通系统中有很强的实际需求和广泛应用前景。
目前的烟火检测方法主要分为两类:传统的基于多传感器的烟火检测,需要安装大量的传感器,而且传感器的后期维护将是一项巨大的工程;基于视频图像处理的烟火检测克服了传统方法的缺点,基于摄像机来获取视频图像,利用烟火特征检测是否有雾。但是一般的基于图像的烟火检测方法需要遍历整个图像,进行特征分类,运行速度慢且易出现误检。
发明内容
针对传统的基于视频图像的烟火检测方法存在的运行速度慢、误检多的问题,本发明提出了一种基于视频图像的烟火检测方法,利用高斯混合模型构建背景并提取前景,获取图像中运动的区域,同时利用烟雾的暗通道特性,减少了其他因素的干扰;根据烟雾的扩散特性,对视频中连续的轮廓筛选,定位到疑似的烟火区域,最后利用LBP特征结合EOH特征训练的分类器对烟雾区域进行识别,进一步降低误报率。
本发明的技术方案是:
一种基于视频图像的烟火检测方法,包括以下步骤:
S01:对视频图像利用高斯混合模型构建背景;
S02:将当前帧图像与步骤S01获取的背景相减获取前景图像,并进行二值化;
S03:计算当前帧图像的暗通道图像,并进行二值化;
S04:将步骤S02获取的前景二值图与步骤S03获取的暗通道二值图进行与操作;
S05:对步骤S04获得的二值图进行轮廓查找,将当前帧的轮廓与上一帧的轮廓进行比较,如果固定位置的轮廓扩大,则该轮廓为疑似烟雾轮廓;
S06:若连续的设定帧数的图像在相似的位置检测到疑似烟雾轮廓,则该轮廓为疑似烟火区域,将该区域进行滑动窗口检测,如果超过一定阈值的窗口被烟火分类器识别为烟火,则该区域有烟火。
优选的,所述步骤S03的暗通道计算包括:
S31:遍历当前帧图像的每个像素点,获取每个像素点的各通道的最小值,并将该像素点的像素值设为该最小值;
S32:使用一定大小的滤波器对该帧图像进行最小值滤波,得到暗通道图像。
优选的,所述步骤S03的烟火分类器利用SVM分类器结合LBP特征和 EOH特征在已有的烟雾图像数据库训练得到。
本发明还公开了一种基于视频图像的烟火检测装置,包括,
背景构建模块,对视频图像利用高斯混合模型构建背景;
前景图像生成模块,将当前帧图像与步骤S01获取的背景相减获取前景图像,并进行二值化;
暗通道图像生成模块,计算当前帧图像的暗通道图像,并进行二值化;
图像操作模块,将前景二值图与暗通道二值图进行与操作;
疑似烟雾轮廓判定模块,对图像操作模块获得的二值图进行轮廓查找,将当前帧的轮廓与上一帧的轮廓进行比较,如果固定位置的轮廓扩大,则该轮廓为疑似烟雾轮廓;
烟火判定模块,若连续的设定帧数的图像在相似的位置检测到疑似烟雾轮廓,则该轮廓为疑似烟火区域,将该区域进行滑动窗口检测,如果超过一定阈值的窗口被烟火分类器识别为烟火,则该区域有烟火。
优选的,所述暗通道图像生成模块的暗通道计算包括:
S31:遍历当前帧图像的每个像素点,获取每个像素点的各通道的最小值,并将该像素点的像素值设为该最小值;
S32:使用一定大小的滤波器对该帧图像进行最小值滤波,得到暗通道图像。
优选的,所述烟火分类器利用SVM分类器结合LBP特征和EOH特征在已有的烟雾图像数据库训练得到。
与现有技术相比,本发明的优点是:
利用高斯混合模型构建背景并提取前景,获取图像中运动的区域,同时利用烟雾的暗通道特性,减少了其他因素的干扰;根据烟雾的扩散特性,对视频中连续的轮廓筛选,定位到疑似的烟火区域;利用已有的烟火数据库训练烟火分类器,所采用的特征为LBP特征结合EOH特征,在疑似烟火区域中,超过一定阈值的窗口被识别为烟火,则认为该区域为烟火区域,进一步降低误报率。该方法计算量小,检测率高,能够适用于不同的交通场景,在保证检测率的同时,降低了误报率。经过大量的实验数据表明:该方法检测的准确率到达了85%,误报率2%,鲁棒性强,具有很好的检测效果。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明基于视频图像的烟火检测方法的流程图。
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了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
实施例:
下面结合附图,对本发明的较佳实施例作进一步说明。
如图1所示,一种基于视频图像的烟火检测方法,包括以下步骤:
步骤1:从监控摄像头获取监控图像,利用高斯混合模型构建背景;
τi,t=δi,t 2I
其中,K是分布模型总数,xt为当前的图像采样像素点的取值,p(xt)为取得当前像素值的概率,η(xt,μi,t,τi,t)为t时刻第i个高斯分布,μi,t为其均值,τi,t为其协方差矩阵,δi,t为方差,I为三维单位矩阵,wi,t为t时刻第i个高斯分布的权重。
步骤2:将当前帧图像与步骤一获取的背景相减获取前景图片,并进行二值化。
其中thr为二值化的阈值,Pi,j为当前帧在坐标(i,j)的像素点的值。
步骤3:计算当前帧的暗通道图像,并进行二值化,暗通道计算流程如下:
(1):遍历当前帧每个像素点,获取每个像素点的各通道的最小值,并将该像素点的像素值设为该值;
(2):使用7*7大小的滤波器对图像进行最小值滤波,获得最终的暗通道图像;
步骤4:将步骤二获取的前景二值图与步骤三获取的暗通道二值图进行与操作。
其中Pi,j为当前帧在坐标(i,j)的像素点的值,Darki,j为暗通道图像在坐标(i,j)的像素点的值,dsti,j为目标图像在坐标(i,j)的像素点的值。
步骤5:对步骤4获得的二值图利用opencv库函数进行轮廓查找,宽度和高度大于25个像素点,将当前帧的轮廓与上一帧获得的轮廓进行比较,如果固定位置的轮廓扩大,则认为该轮廓为疑似烟雾轮廓。
步骤6:连续多帧在相似的位置检测到满足烟火扩散的轮廓,则认为该轮廓为疑似烟火区域,将该区域进行滑动窗口检测,如果超过一定阈值的窗口被烟火分类器识别为烟火,则认为该区域有烟火。
烟火分类器利用SVM分类器结合LBP特征和EOH特征在已有的烟雾图像数据库(包含5300张烟火图片和21000张非烟火图片)训练得到。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (6)
1.一种基于视频图像的烟火检测方法,其特征在于,包括以下步骤:
S01:对视频图像利用高斯混合模型构建背景;
S02:将当前帧图像与步骤S01获取的背景相减获取前景图像,并进行二值化;
S03:计算当前帧图像的暗通道图像,并进行二值化;
S04:将步骤S02获取的前景二值图与步骤S03获取的暗通道二值图进行与操作;
S05:对步骤S04获得的二值图进行轮廓查找,将当前帧的轮廓与上一帧的轮廓进行比较,如果固定位置的轮廓扩大,则该轮廓为疑似烟雾轮廓;
S06:若连续的设定帧数的图像在相似的位置检测到疑似烟雾轮廓,则该轮廓为疑似烟火区域,将该区域进行滑动窗口检测,如果超过一定阈值的窗口被烟火分类器识别为烟火,则该区域有烟火。
2.根据权利要求1所述的基于视频图像的烟火检测方法,其特征在于,所述步骤S03的暗通道计算包括:
S31:遍历当前帧图像的每个像素点,获取每个像素点的各通道的最小值,并将该像素点的像素值设为该最小值;
S32:使用一定大小的滤波器对该帧图像进行最小值滤波,得到暗通道图像。
3.根据权利要求1所述的基于视频图像的烟火检测方法,其特征在于,所述步骤S03的烟火分类器利用SVM分类器结合LBP特征和EOH特征在已有的烟雾图像数据库训练得到。
4.一种基于视频图像的烟火检测装置,其特征在于,包括,
背景构建模块,对视频图像利用高斯混合模型构建背景;
前景图像生成模块,将当前帧图像与步骤S01获取的背景相减获取前景图像,并进行二值化;
暗通道图像生成模块,计算当前帧图像的暗通道图像,并进行二值化;
图像操作模块,将前景二值图与暗通道二值图进行与操作;
疑似烟雾轮廓判定模块,对图像操作模块获得的二值图进行轮廓查找,将当前帧的轮廓与上一帧的轮廓进行比较,如果固定位置的轮廓扩大,则该轮廓为疑似烟雾轮廓;
烟火判定模块,若连续的设定帧数的图像在相似的位置检测到疑似烟雾轮廓,则该轮廓为疑似烟火区域,将该区域进行滑动窗口检测,如果超过一定阈值的窗口被烟火分类器识别为烟火,则该区域有烟火。
5.根据权利要求4所述的基于视频图像的烟火检测装置,其特征在于,所述暗通道图像生成模块的暗通道计算包括:
S31:遍历当前帧图像的每个像素点,获取每个像素点的各通道的最小值,并将该像素点的像素值设为该最小值;
S32:使用一定大小的滤波器对该帧图像进行最小值滤波,得到暗通道图像。
6.根据权利要求4所述的基于视频图像的烟火检测装置,其特征在于,所述烟火分类器利用SVM分类器结合LBP特征和EOH特征在已有的烟雾图像数据库训练得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710760198.7A CN107633212A (zh) | 2017-08-30 | 2017-08-30 | 一种基于视频图像的烟火检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710760198.7A CN107633212A (zh) | 2017-08-30 | 2017-08-30 | 一种基于视频图像的烟火检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107633212A true CN107633212A (zh) | 2018-01-26 |
Family
ID=61101559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710760198.7A Pending CN107633212A (zh) | 2017-08-30 | 2017-08-30 | 一种基于视频图像的烟火检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633212A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830594A (zh) * | 2018-06-22 | 2018-11-16 | 李秀全 | 多模式电子支付系统 |
CN109522819A (zh) * | 2018-10-29 | 2019-03-26 | 西安交通大学 | 一种基于深度学习的火灾图像识别方法 |
CN110059613A (zh) * | 2019-04-16 | 2019-07-26 | 东南大学 | 一种基于稀疏表示的视频图像烟火分离与检测方法 |
CN110070106A (zh) * | 2019-03-26 | 2019-07-30 | 罗克佳华科技集团股份有限公司 | 烟雾检测方法、装置及电子设备 |
CN110111336A (zh) * | 2019-03-05 | 2019-08-09 | 中国科学院重庆绿色智能技术研究院 | 一种烟雾检测方法、系统、计算机可读存储介质及设备 |
CN110490043A (zh) * | 2019-06-10 | 2019-11-22 | 东南大学 | 一种基于区域划分和特征提取的森林烟火检测方法 |
CN111144312A (zh) * | 2019-12-27 | 2020-05-12 | 中国移动通信集团江苏有限公司 | 图像处理方法、装置、设备和介质 |
CN111274896A (zh) * | 2020-01-15 | 2020-06-12 | 深圳市守行智能科技有限公司 | 一种烟火识别算法 |
CN111369474A (zh) * | 2020-03-26 | 2020-07-03 | 北京金自能源科技发展有限公司 | 用于烤包器火焰检测的视觉识别方法 |
CN111652184A (zh) * | 2020-06-19 | 2020-09-11 | 成都通甲优博科技有限责任公司 | 烟雾识别方法、装置、存储介质及数据处理设备 |
CN111967386A (zh) * | 2020-08-17 | 2020-11-20 | 海南智盟物联科技有限公司 | 一种烟火图像智能识别的方法 |
CN112634577A (zh) * | 2019-09-24 | 2021-04-09 | 中科智云科技有限公司 | 用于烟雾报警的方法和设备 |
CN113222894A (zh) * | 2021-04-08 | 2021-08-06 | 北京工业大学 | 粮面害虫数量的确定方法、装置、电子设备和存储介质 |
CN116091959A (zh) * | 2022-11-21 | 2023-05-09 | 武汉坤达安信息安全技术有限公司 | 基于全天候烟火的双光联动识别方法及装置 |
CN116152667A (zh) * | 2023-04-14 | 2023-05-23 | 英特灵达信息技术(深圳)有限公司 | 一种火灾检测方法、装置、电子设备及存储介质 |
CN116935496A (zh) * | 2023-09-18 | 2023-10-24 | 深圳市希格莱特科技有限公司 | 一种电子烟烟雾视觉检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826153A (zh) * | 2010-02-11 | 2010-09-08 | 上海交通大学 | 火灾检测方法 |
CN101916372A (zh) * | 2010-09-08 | 2010-12-15 | 大连古野软件有限公司 | 基于视频的多特征融合的烟检测装置和方法 |
CN101944267A (zh) * | 2010-09-08 | 2011-01-12 | 大连古野软件有限公司 | 基于视频的烟火检测装置 |
CN102163361A (zh) * | 2011-05-16 | 2011-08-24 | 公安部沈阳消防研究所 | 一种基于前景累积图像的图像型火灾探测方法 |
WO2017084094A1 (zh) * | 2015-11-20 | 2017-05-26 | 富士通株式会社 | 烟雾检测装置、方法以及图像处理设备 |
-
2017
- 2017-08-30 CN CN201710760198.7A patent/CN107633212A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826153A (zh) * | 2010-02-11 | 2010-09-08 | 上海交通大学 | 火灾检测方法 |
CN101916372A (zh) * | 2010-09-08 | 2010-12-15 | 大连古野软件有限公司 | 基于视频的多特征融合的烟检测装置和方法 |
CN101944267A (zh) * | 2010-09-08 | 2011-01-12 | 大连古野软件有限公司 | 基于视频的烟火检测装置 |
CN102163361A (zh) * | 2011-05-16 | 2011-08-24 | 公安部沈阳消防研究所 | 一种基于前景累积图像的图像型火灾探测方法 |
WO2017084094A1 (zh) * | 2015-11-20 | 2017-05-26 | 富士通株式会社 | 烟雾检测装置、方法以及图像处理设备 |
Non-Patent Citations (3)
Title |
---|
余家奎: "基于视频的火花和烟雾检测算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
王孟柳 等: "基于暗通道优先烟雾检测算法的研究", 《计算机应用与软件》 * |
赵亮 等: "基于背景动态更新与暗通道先验的火灾烟雾检测算法", 《计算机应用研究》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830594A (zh) * | 2018-06-22 | 2018-11-16 | 李秀全 | 多模式电子支付系统 |
CN109522819A (zh) * | 2018-10-29 | 2019-03-26 | 西安交通大学 | 一种基于深度学习的火灾图像识别方法 |
CN110111336A (zh) * | 2019-03-05 | 2019-08-09 | 中国科学院重庆绿色智能技术研究院 | 一种烟雾检测方法、系统、计算机可读存储介质及设备 |
CN110070106A (zh) * | 2019-03-26 | 2019-07-30 | 罗克佳华科技集团股份有限公司 | 烟雾检测方法、装置及电子设备 |
CN110059613A (zh) * | 2019-04-16 | 2019-07-26 | 东南大学 | 一种基于稀疏表示的视频图像烟火分离与检测方法 |
CN110059613B (zh) * | 2019-04-16 | 2021-08-10 | 东南大学 | 一种基于稀疏表示的视频图像烟火分离与检测方法 |
CN110490043A (zh) * | 2019-06-10 | 2019-11-22 | 东南大学 | 一种基于区域划分和特征提取的森林烟火检测方法 |
CN112634577B (zh) * | 2019-09-24 | 2022-07-26 | 中科智云科技有限公司 | 用于烟雾报警的方法和设备 |
CN112634577A (zh) * | 2019-09-24 | 2021-04-09 | 中科智云科技有限公司 | 用于烟雾报警的方法和设备 |
CN111144312A (zh) * | 2019-12-27 | 2020-05-12 | 中国移动通信集团江苏有限公司 | 图像处理方法、装置、设备和介质 |
CN111144312B (zh) * | 2019-12-27 | 2024-03-22 | 中国移动通信集团江苏有限公司 | 图像处理方法、装置、设备和介质 |
CN111274896B (zh) * | 2020-01-15 | 2023-09-26 | 深圳市守行智能科技有限公司 | 一种烟火识别算法 |
CN111274896A (zh) * | 2020-01-15 | 2020-06-12 | 深圳市守行智能科技有限公司 | 一种烟火识别算法 |
CN111369474A (zh) * | 2020-03-26 | 2020-07-03 | 北京金自能源科技发展有限公司 | 用于烤包器火焰检测的视觉识别方法 |
CN111369474B (zh) * | 2020-03-26 | 2024-04-19 | 北京金自能源科技发展有限公司 | 用于烤包器火焰检测的视觉识别方法 |
CN111652184A (zh) * | 2020-06-19 | 2020-09-11 | 成都通甲优博科技有限责任公司 | 烟雾识别方法、装置、存储介质及数据处理设备 |
CN111967386A (zh) * | 2020-08-17 | 2020-11-20 | 海南智盟物联科技有限公司 | 一种烟火图像智能识别的方法 |
CN113222894A (zh) * | 2021-04-08 | 2021-08-06 | 北京工业大学 | 粮面害虫数量的确定方法、装置、电子设备和存储介质 |
CN116091959B (zh) * | 2022-11-21 | 2024-03-22 | 武汉坤达安信息安全技术有限公司 | 基于全天候烟火的双光联动识别方法及装置 |
CN116091959A (zh) * | 2022-11-21 | 2023-05-09 | 武汉坤达安信息安全技术有限公司 | 基于全天候烟火的双光联动识别方法及装置 |
CN116152667A (zh) * | 2023-04-14 | 2023-05-23 | 英特灵达信息技术(深圳)有限公司 | 一种火灾检测方法、装置、电子设备及存储介质 |
CN116935496A (zh) * | 2023-09-18 | 2023-10-24 | 深圳市希格莱特科技有限公司 | 一种电子烟烟雾视觉检测方法 |
CN116935496B (zh) * | 2023-09-18 | 2023-11-17 | 深圳市希格莱特科技有限公司 | 一种电子烟烟雾视觉检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633212A (zh) | 一种基于视频图像的烟火检测方法和装置 | |
US10818172B2 (en) | Method, device and system for processing startup of preceding vehicle | |
Sina et al. | Vehicle counting and speed measurement using headlight detection | |
KR101859402B1 (ko) | 터널 내 카메라 간 물체 연계 추적 및 차선 변경 차량 탐지 방법 | |
CN103400111B (zh) | 基于视频检测技术的高速公路隧道火灾事件检测方法 | |
KR101891460B1 (ko) | 차도 위의 반사체를 인식하고 평가하기 위한 방법 및 장치 | |
CN104200668B (zh) | 一种基于图像分析的摩托车不戴头盔违章事件检测方法 | |
US20180038689A1 (en) | Object detection device | |
CN113676702B (zh) | 基于视频流的目标追踪监测方法、系统、装置及存储介质 | |
US20160078272A1 (en) | Method and system for dismount detection in low-resolution uav imagery | |
CN106652468A (zh) | 车辆道路前车违规检测和自车违规预警提醒装置及方法 | |
CN105383381B (zh) | 为了行驶安全的车辆控制方法及其装置 | |
CN110862033A (zh) | 一种应用于煤矿斜井绞车的智能预警检测方法 | |
CN109190523A (zh) | 一种基于视觉的车辆检测跟踪预警方法 | |
CN110298300A (zh) | 一种检测车辆违章压线的方法 | |
CN103324910A (zh) | 一种基于视频检测的火灾报警方法 | |
CN109284697B (zh) | 基于滑动窗口的应急通道占用实时检测方法 | |
KR102200204B1 (ko) | Cctv 영상을 활용한 3차원 영상분석 시스템 | |
JP2015090679A (ja) | 車両軌跡抽出方法、車両領域抽出方法、車両速度推定方法、車両軌跡抽出プログラム、車両領域抽出プログラム、車両速度推定プログラム、車両軌跡抽出システム、車両領域抽出システム、及び、車両速度推定システム | |
CN103021179A (zh) | 基于实时监控视频中的安全带检测方法 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
CN105528581A (zh) | 基于仿生颜色感应模型的视频烟雾事件智能检测方法 | |
CN107103101A (zh) | 一种建立交通意外高危人群信息库的方法及装置 | |
CN108256418A (zh) | 一种基于红外成像的行人预警方法及系统 | |
CN114120250B (zh) | 一种基于视频的机动车辆违法载人检测方法 |
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 |
Application publication date: 20180126 |
|
RJ01 | Rejection of invention patent application after publication |