CN109472810A - 一种基于遥感图像的冰川流速可视化提取方法 - Google Patents

一种基于遥感图像的冰川流速可视化提取方法 Download PDF

Info

Publication number
CN109472810A
CN109472810A CN201810754012.1A CN201810754012A CN109472810A CN 109472810 A CN109472810 A CN 109472810A CN 201810754012 A CN201810754012 A CN 201810754012A CN 109472810 A CN109472810 A CN 109472810A
Authority
CN
China
Prior art keywords
glacier
remote sensing
velocities
sensing images
location
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
CN201810754012.1A
Other languages
English (en)
Inventor
蒋宗立
魏俊锋
林剑
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.)
Hunan University of Science and Technology
Original Assignee
Hunan 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 Hunan University of Science and Technology filed Critical Hunan University of Science and Technology
Priority to CN201810754012.1A priority Critical patent/CN109472810A/zh
Publication of CN109472810A publication Critical patent/CN109472810A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于遥感图像的冰川流速可视化提取方法，步骤为：S1，收集冰川某一选定区域不同时间点的光学遥感图像，对每幅图像进行不同波段组合，识别并选择特征区域；S2，对步骤S1所得每幅图像中冰川特征区域进行边界提取，标识特征区域的质心位置，根据时间序列将不同时间点的冰川特征区域质心位置进行对比，得出冰川特征区域质心的变化趋势；S3，根据S2所得冰川特征区域质心的变化趋势进行矢量化计算，得冰川流速矢量值。与现有技术相比，本发明提供的基于遥感图像的冰川流速可视化提取方法，相对于现有的光学遥感监测法可简单高效的将冰川遥感图像转化为冰川位置变化参数，结果可靠，可用于验证自动匹配方法获取结果。

Description

一种基于遥感图像的冰川流速可视化提取方法
技术领域
本发明涉及冰川流速监控领域，特别涉及一种基于遥感图像的冰川流速可视化提取方法。
背景技术
随着全球气候变暖，冰川对全球气候变化的影响日益显著，冰川影响气候的变化首先反 映在冰川的物质平衡变化上，其次是冰川的温度、运动特征等一系列变化上。冰川厚度和冰 川表面流速是冰流通量两个最主要的影响因素，是冰盖物质平衡估算的重要参数。此外，由 于冰川流动而导致冰川位置、形状的改变，对于科考中合理避开冰崩、冰裂，选择安全冰上 穿越路径等，有着非常现实的意义。同时，研究冰川流速以便掌握冰川的运动规律，还可为 人类将来利用这些冰川(淡水库)提供理论支撑。
关于冰川表面流速监测方法，主要分为实地观测法和遥感监测法，实地观测法主要有标 志测量法(如花杆测量)和GPS现场观测法，遥感监测法主要分为光学遥感监测和微波遥感 监测。实地观测法虽然精度很高，但观测成本高昂，且冰川很多地区自然条件十分恶劣，所 以观测数据的获取成为其最大的制约因素。遥感监测法主要优势在于大面积、长时效的掌握 某区域的冰川流动状况，但其缺点是精度不高。
目前，现有的光学遥感监测法主要是运用图像特征跟踪及相关性计算，利用两个时相光 学影像上的决口疤痕和雪沙丘等表面特征点作为特征匹配的条件以进行图像特征跟踪及相关 性计算，以这些特征点的位移速度推算该区域的冰川流速。特征跟踪作为光学遥感数据研究 冰川流动的主要方法之一，针对它的研究主要集中在图像匹配方法上。匹配方法如NCC(基 于空间域的归一化互相关计算)、CCF(快速傅里叶变换的基于频率域互相关计算)、PC(快 速傅里叶变换的基于频率域相位相关计算)、CCF-O(图像匹配基础上的快速傅里叶变换的基 于频率域互相关计算)、PC-O(图像匹配基础上的快速傅里叶变换的基于频率域相位相关计 算)或COSI-CORR(光学遥感图像的特征匹配及互相关计算)[陈军，柯长青.南极冰盖表面 冰流速研究综述，极地研究.2015，27(1)：115～124]，但上述方法均为基于自动匹配的方法进行 改进，自动特征匹配方法是根据一定的遥感图片选定的搜索窗口的大小，在该特定大小的窗 口内选取某一特征点，再在另一遥感图片中根据灰度或相关系数自动进行匹配，匹配所得的 点无法确认是否为同一点(搜索窗口固定，若选定的窗口过小可能该搜索窗口中未出现该特 征点，若选定的窗口过大可能该搜索窗口中出现多个自动匹配的特征点)。故现有技术提供的 计算机自动匹配方法无法识别完整的冰川表面特征区域，结果存在不确定性，甚至匹配错误。
发明内容
针对现有技术存在的上述问题，本发明提供了一种基于遥感图像的冰川流速可视化提取 方法，该方法相对于现有的光学遥感监测法可简单高效的将冰川遥感图像转化为冰川位置变 化参数，结果准确。
为解决上述技术问题，本发明提出的技术方案为：
本发明所提供的一种基于遥感图像的冰川流速可视化提取方法，包括以下步骤：
S1)收集冰川某一选定区域不同时间点的光学遥感图像，对每幅图像进行不同波段组合， 识别并选择特征区域，特征区域选自冰川表面人眼可识别的表碛覆盖块、冰面湖、裂隙等， 或高分辨率(1米或更高)遥感图像中巨大的漂砾，以该特征区域在冰川上能保持相对稳定为 准；
S2)对步骤S1所得每幅图像中冰川特征区域进行边界提取，标识特征区域的质心位置， 根据时间序列将不同时间点的冰川特征区域质心位置进行对比，得出冰川特征区域质心的变 化趋势；
S3)根据S2所得冰川特征区域质心的变化趋势进行矢量化计算，得冰川流速矢量值。
优选地，所述冰川流速矢量值为特征区域位置变化的流速强度A和特征区域位置变化的 方向a。
优选地，步骤S3通过式1获得特征区域位置变化的流速的强度A：
A＝sqrt(ΔX*ΔX+ΔY*ΔY) (1)
其中，sqrt为开平方运算，ΔX为质心平面坐标东西方向的位置变化，ΔY为质心平面坐 标南北方向的位置变化。
优选地，步骤S3通过式2获得特征区域位置变化的方向a：
a＝ATAN(ΔY/ΔX) (2)
其中，ATAN为反正切函数，ΔX为质心平面坐标东西方向的位置变化，ΔY为质心平面坐标南北方向的位置变化。
优选地，步骤S1的具体操作为：收集两张不同时间点的冰川选定区域的LandsatTM图 像，每景Landsat TM图像显示第5、4、3波段组合，识别并选择冰川表面表碛覆盖块、冰面 湖、裂隙或漂砾特征区域。
优选地，步骤S2的具体操作为：对步骤S1所得组合后的不同时间点的每幅图像中选定 的冰川特征区域进行边界提取(在软件中沿特征区域边界标记并创建不规则多边形)，根据提 取的特征区域边界计算特征区域的质心位置，根据时间序列将不同时间点的冰川特征区域的 质心位置进行对比，即可得出冰川特征区域质心的变化趋势。
与现有技术相比，本发明提供的基于遥感图像的冰川流速可视化提取方法，相对于现有 技术中可自动特征匹配的光学或雷达遥感监测方法，可简单高效的将冰川遥感图像转化为冰 川位置变化参数，可准确得出选取的时间段中冰川的流速，结果可靠，即通过定位选定的冰 川特征区域的质心位置，得到冰川在时间序列上的质心位置变化，计算得出冰川的运动速度。 此外，本发明提出的方法还可作为未来进一步计算机优化自动匹配方法是否正确的验证手段， 即作为自动匹配方法对冰川位置选取的搜索窗口选定的特征点是否准确提供依据或参考。
附图说明
图1为本发明实施例1提供的基于遥感图像的冰川流速可视化提取方法清晰流程图；
图2为本发明实施例1收集的2011/7/28日的冰川遥感图像中选取的特征区域的边界清晰 示意图；
图3为本发明实施例1收集的2017/8/1日的冰川遥感图像中选取的特征区域的边界清晰 示意图；
图4为本发明实施例1提供的基于遥感图像的冰川流速可视化提取方法灰度流程图；
图5为本发明实施例1收集的2011/7/28日的冰川遥感图像中选取的特征区域的边界灰 度示意图；
图6为本发明实施例1收集的2017/8/1日的冰川遥感图像中选取的特征区域的边界灰度 示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具 体实施方式仅用于说明和解释本发明，并不用于限制本发明。
实施例1
以监测喀喇昆仑山巴托拉冰川的移动为例，如图1所示，是本实施例提供的基于遥感图 像的冰川流速可视化提取方法的流程图，如图所示，“时间序列遥感图像”指向的图片代表选 取的1景冰川遥感图像(2011/7/28)；“特征区域识别”指向的图像代表选定了该冰川表面的 表碛特征区域；“特征区域边界提取及标识”指向的图像代表在ArcGIS中对该特征区域边界 进行标识(创建多边形)；对2017/8/1的冰川遥感图像进行相同处理；“位置变化计算”指向 的图片为2景(分别为2011/7/28和2017/8/1的冰川遥感图像)，其代表根据2011/7/28和2017/8/1的冰川遥感图像选定的特征区域的质心位置坐标计算得质心位置变化值；“运动速度 矢量”则代表了计算特征区域位置变化的流速的强度A和特征区域位置变化的方向a，并在 图中相应位置标志出来。
具体地，本发明提供的方法的步骤如下：
(1)按照时间顺序收集2张喀喇昆仑山巴托拉冰川某一部分的无云遮盖、少雪的Landsat TM图像，本实施例中选取了2011/7/28和2017/8/1的遥感图像，在ArcGIS软件中每景Landsat TM图像的7个波段中仅显示第5、4、3波段进行组合，区分冰川表面表碛特征区域与冰雪覆盖区域，即确定冰川遥感图像中稳定的特征区域；
(2)对每幅冰川遥感图像中稳定的特征区域提取特征区域边界，即在ArcGIS软件中 根据步骤1选取的特征区域的经纬度位置、面积等标识创建一多边形，分别见图2和图3(本 实施例中创建的多边形为矩形)，通过ArcGIS10.2软件计算即可得到该矩形在2011/7/28和 2017/8/1时的中心位置(4050260，453042)和(4050820，453191)；
(3)在ArcGIS软件中，根据时间序列(即按照遥感图片的时间顺序)计算冰川遥感图像中特征区域的质心(即步骤3中多边形的中心)在平面坐标东西方向的位置变化ΔX为560、和质心在平面坐标南北方向的位置变化ΔY为946；
(4)根据步骤3所得特征区域的位置变化计算冰川表面运动的矢量(强度A和方向a)，所得结果(1099.3米，59.2度)即为特征区域的位置变化值，所用公式如式1和式2所 示：
A＝sqrt(ΔX*ΔX+ΔY*ΔY) (1)
a＝ATAN(ΔY/ΔX) (2)
其中，A为特征区域位置变化的流速的强度，a为特征区域位置变化的方向，sqrt为开平 方运算，ATAN为反正切函数，ΔX为质心平面坐标东西方向的位置变化，ΔY为质心平面 坐标南北方向的位置变化。
实施例2
下面通过三组遥感图片随时间点和该时间点所取特征区域的质心坐标得平面坐标东西方 向的位置变化ΔX和质心平面坐标南北方向的位置变化ΔY，通过所得结果代入式1和式2得 到特征区域位置变化的流速的强度A和特征区域位置变化的方向a，结果如表1所示。
表1
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较 佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容， 依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明 技术方案保护的范围内。

Claims (6)

1.一种基于遥感图像的冰川流速可视化提取方法，其特征在于，包括如下步骤：
S1)收集冰川某一选定区域不同时间点的光学遥感图像，对每幅图像进行不同波段组合，识别并选择特征区域；
S2)对步骤S1所得每幅图像中冰川特征区域进行边界提取，标识特征区域的质心位置，根据时间序列将不同时间点的冰川特征区域质心位置进行对比，得出冰川特征区域质心的变化趋势；
S3)根据S2所得冰川特征区域质心的变化趋势进行矢量化计算，得冰川流速矢量值。
2.根据权利要求1所述的基于遥感图像的冰川流速可视化提取方法，其特征在于，所述冰川流速矢量值为特征区域位置变化的流速强度A和特征区域位置变化的方向a。
3.根据权利要求2所述的基于遥感图像的冰川流速可视化提取方法，其特征在于，步骤S3通过式1获得特征区域位置变化的流速强度A：
A＝sqrt(ΔX*ΔX+ΔY*ΔY) (1)
其中，sqrt为开平方运算，ΔX为质心平面坐标东西方向的位置变化，ΔY为质心平面坐标南北方向的位置变化。
4.根据权利要求2所述的基于遥感图像的冰川流速可视化提取方法，其特征在于，步骤S3通过式2获得特征区域位置变化的方向a：
a＝ATAN(ΔY/ΔX) (2)
其中，ATAN为反正切函数，ΔX为质心平面坐标东西方向的位置变化，ΔY为质心平面坐标南北方向的位置变化。
5.根据权利要求1所述的基于遥感图像的冰川流速可视化提取方法，其特征在于，步骤S1的具体操作为：收集两张不同时间点的冰川选定区域的LandsatTM图像，每景LandsatTM图像显示第5、4、3波段组合，识别并选择冰川表面表碛覆盖块、冰面湖、裂隙或漂砾特征区域。
6.根据权利要求1所述的基于遥感图像的冰川流速可视化提取方法，其特征在于，步骤S2的具体操作为：对步骤S1所得不同时间点的每幅图像中冰川特征区域进行边界提取，区域边界在ArcGIS软件中进行标识，再计算特征区域的质心位置，根据时间序列将不同时间点的冰川特征区域的质心位置进行对比，即可得出冰川特征区域质心的变化趋势。
CN201810754012.1A 2018-07-10 2018-07-10 一种基于遥感图像的冰川流速可视化提取方法 Pending CN109472810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810754012.1A CN109472810A (zh) 2018-07-10 2018-07-10 一种基于遥感图像的冰川流速可视化提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810754012.1A CN109472810A (zh) 2018-07-10 2018-07-10 一种基于遥感图像的冰川流速可视化提取方法

Publications (1)

Publication Number Publication Date
CN109472810A true CN109472810A (zh) 2019-03-15

Family

ID=65660096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810754012.1A Pending CN109472810A (zh) 2018-07-10 2018-07-10 一种基于遥感图像的冰川流速可视化提取方法

Country Status (1)

Country Link
CN (1) CN109472810A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310649A (zh) * 2020-02-13 2020-06-19 西南交通大学 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN112036264A (zh) * 2020-08-13 2020-12-04 长安大学 一种表碛覆盖型冰川的自动化提取方法
CN115147629A (zh) * 2022-07-01 2022-10-04 兰州理工大学 一种冰川三维建模与运动位移提取方法
CN115147763A (zh) * 2022-07-01 2022-10-04 兰州理工大学 一种冰川运动表面流速快速获取方法及装置
CN116485857A (zh) * 2023-05-05 2023-07-25 中山大学 一种基于多源遥感数据的高时间分辨率冰川厚度反演方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344968A (zh) * 2008-09-02 2009-01-14 西北工业大学 星空背景图像中的运动补偿方法
CN102915470A (zh) * 2012-09-20 2013-02-06 中国电力科学研究院 一种面向光伏功率预测的云团运动预估方法
CN103150328A (zh) * 2013-01-05 2013-06-12 武汉中地数码科技有限公司 一种利用数据库自动制图的集成方法
CN103353952A (zh) * 2013-05-31 2013-10-16 国家电网公司 一种基于地基云图的光伏功率预测方法
CN103500325A (zh) * 2013-10-15 2014-01-08 南京大学 基于光学和热红外遥感影像的表碛覆盖型冰川识别方法
CN104063718A (zh) * 2014-04-01 2014-09-24 中国科学院遥感与数字地球研究所 在作物识别和面积估算中选择遥感数据和分类算法的方法
CN105160681A (zh) * 2015-09-09 2015-12-16 浙江海洋学院 一种海面溢油监测方法及装置
CN105445431A (zh) * 2015-12-02 2016-03-30 中国环境科学研究院 一种城市地表水水质分析方法
CN106651914A (zh) * 2016-11-30 2017-05-10 湖南科技大学 一种冰川的冰流线提取方法及装置
CN107590354A (zh) * 2017-10-26 2018-01-16 成都信息工程大学 基于稳定水流场的流域地表径流汇流模拟方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344968A (zh) * 2008-09-02 2009-01-14 西北工业大学 星空背景图像中的运动补偿方法
CN102915470A (zh) * 2012-09-20 2013-02-06 中国电力科学研究院 一种面向光伏功率预测的云团运动预估方法
CN103150328A (zh) * 2013-01-05 2013-06-12 武汉中地数码科技有限公司 一种利用数据库自动制图的集成方法
CN103353952A (zh) * 2013-05-31 2013-10-16 国家电网公司 一种基于地基云图的光伏功率预测方法
CN103500325A (zh) * 2013-10-15 2014-01-08 南京大学 基于光学和热红外遥感影像的表碛覆盖型冰川识别方法
CN104063718A (zh) * 2014-04-01 2014-09-24 中国科学院遥感与数字地球研究所 在作物识别和面积估算中选择遥感数据和分类算法的方法
CN105160681A (zh) * 2015-09-09 2015-12-16 浙江海洋学院 一种海面溢油监测方法及装置
CN105445431A (zh) * 2015-12-02 2016-03-30 中国环境科学研究院 一种城市地表水水质分析方法
CN106651914A (zh) * 2016-11-30 2017-05-10 湖南科技大学 一种冰川的冰流线提取方法及装置
CN107590354A (zh) * 2017-10-26 2018-01-16 成都信息工程大学 基于稳定水流场的流域地表径流汇流模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘星月 等: "音苏盖提冰川表面流速特征分析", 《地球学报》 *
蒋宗立 等: "基于SAR数据的山地冰川表面运动速度分析", 《遥感技术与应用》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310649A (zh) * 2020-02-13 2020-06-19 西南交通大学 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN111310649B (zh) * 2020-02-13 2022-09-23 西南交通大学 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN112036264A (zh) * 2020-08-13 2020-12-04 长安大学 一种表碛覆盖型冰川的自动化提取方法
CN112036264B (zh) * 2020-08-13 2023-04-07 长安大学 一种表碛覆盖型冰川的自动化提取方法
CN115147629A (zh) * 2022-07-01 2022-10-04 兰州理工大学 一种冰川三维建模与运动位移提取方法
CN115147763A (zh) * 2022-07-01 2022-10-04 兰州理工大学 一种冰川运动表面流速快速获取方法及装置
CN115147629B (zh) * 2022-07-01 2023-09-22 兰州理工大学 一种冰川三维建模与运动位移提取方法
CN115147763B (zh) * 2022-07-01 2023-10-20 兰州理工大学 一种冰川运动表面流速快速获取方法及装置
CN116485857A (zh) * 2023-05-05 2023-07-25 中山大学 一种基于多源遥感数据的高时间分辨率冰川厚度反演方法
CN116485857B (zh) * 2023-05-05 2024-06-28 中山大学 一种基于多源遥感数据的高时间分辨率冰川厚度反演方法

Similar Documents

Publication Publication Date Title
CN109472810A (zh) 一种基于遥感图像的冰川流速可视化提取方法
Liao et al. High-resolution remote sensing mapping of global land water
Copland et al. Glacier velocities across the central Karakoram
CN101566692B (zh) 利用卫星遥感数据中的云影信息检测云高的方法
Tian et al. Climate change and glacier area shrinkage in the Qilian mountains, China, from 1956 to 2010
CN103218607B (zh) 一种用于无人机自主着舰的合作目标设计与定位方法
CN104535066B (zh) 一种船载红外视频图像中的海上目标与电子海图的叠加方法及系统
CN101509782B (zh) 一种小型地标捕获定位方法
CN108362281A (zh) 一种长基线水下潜艇匹配导航方法及系统
CN103697855B (zh) 一种基于海天线检测的船体水平姿态测量方法
Guo et al. The 2008/09 surge of central Yulinchuan glacier, northern Tibetan Plateau, as monitored by remote sensing
CN104408463B (zh) 一种高分辨率建设用地图斑识别方法
CN102542551A (zh) 极地冰盖边缘浮冰自动变化检测技术
CN109447061A (zh) 基于巡检机器人的电抗器油位计识别方法
CN107966116A (zh) 一种水稻种植面积的遥感监测方法及系统
CN103927758B (zh) 一种基于对比度与角点最小凸包的显著性检测方法
CN108416263A (zh) 一种适用于农情低空遥感监测的低成本的无人机高度测量方法
CN109635713A (zh) 高原山地阴影区冰川识别方法
CN105467390A (zh) 一种基于地基InSAR的桥梁形变近距离监测方法
CN107832655A (zh) 一种基于无人机近地面成像的航拍系统及棉花产量估测方法
Raup et al. Remote sensing of glaciers
CN115546551A (zh) 一种基于深度学习的地理信息提取方法及系统
CN103324984A (zh) 一种基于gis的城市最小生态用地判定方法
Horstmann et al. Surface currents retrieved from airborne video
CN114282574A (zh) 一种用于海洋内波特征参数的反演方法及系统

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: 20190315

RJ01 Rejection of invention patent application after publication