CN109978904A - 基于图像技术的挺水植物生长信息提取方法 - Google Patents
基于图像技术的挺水植物生长信息提取方法 Download PDFInfo
- Publication number
- CN109978904A CN109978904A CN201910210727.5A CN201910210727A CN109978904A CN 109978904 A CN109978904 A CN 109978904A CN 201910210727 A CN201910210727 A CN 201910210727A CN 109978904 A CN109978904 A CN 109978904A
- Authority
- CN
- China
- Prior art keywords
- plant
- image
- emergent aquactic
- shooting
- plant growth
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008635 plant growth Effects 0.000 title claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 230000003993 interaction Effects 0.000 claims abstract description 5
- 238000012512 characterization method Methods 0.000 claims abstract description 4
- 230000029052 metamorphosis Effects 0.000 claims abstract description 3
- 239000000284 extract Substances 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 2
- 230000012010 growth Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 29
- 238000000605 extraction Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000004040 coloring Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000010413 gardening Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008636 plant growth process Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种基于计算机图像技术的挺水植物生长及形态变化的信息提取方法。将定期采集的植物正面、两个侧面以及背面四个面的图像文件(数码照片)导入程序，显示在计算机屏幕上，程序将屏幕坐标转换成实际坐标；用户通过人机互动的软件操作获取图像中植物轮廓(通过图像边缘识别实现)及植株大小(通过植株四个面投影面积平均值表征)；将同组图像信息相对时间轴表示，可绘制出植物生长曲线。本发明的优点在于：结合数码成像原理，采用计算机图像技术，在Visual C++环境下设计开发软件，对挺水植物的生长进行监测，对挺水植物不造成任何破坏。
Description
技术领域
本发明涉及的基于计算机图像技术的挺水植物生长及形态变化信息提取方法及程序，实现对挺水植物的“无损伤式”监测。
背景技术
植物生长信息采集是精细农业、高效园艺的基本环节。实现对植物的生长信息数据的采集，对生长环境中出现的异常情况进行监控，对植物的生产管理具有重要的保障作用。目前对于植物生长的研究，传统方法为在灌溉挺水植物前后将整株植物挖出称干重，这种植物生长信息提取的方法繁琐并且不能监测植物生长的过程。
本发明的目的在于提供这样一种挺水植物生长过程监测的方法：通过数码相机成像，定期对植物正面、两个侧面以及背面四个面进行图像采集；将图像文件导入程序，显示在计算机屏幕上，用户通过人机互动的软件操作获取图像中植物轮廓(通过图像边缘识别实现)及植株大小(通过植株四个面投影面积平均值表征)；将同组图像信息相对时间轴表示，可绘制出植物生长曲线。
发明内容
本发明提出的目的通过以下方案来实现：1)图像采集。采用数码相机，针对所研究的挺水植物的正面、两个侧面以及背面四个面进行有背景并参照物式图像采集，以避开背景杂色对信息提取的影响，并可尽量减免照相过程中由于拍摄远近、焦距调节等因素带来的成像缩小比例不一致问题。2)图像导入及轮廓提取。用操作DIB的Win32 API函数在计算机屏幕上显示带有数据信息的图像位图文件；计算机通过图像边缘检测函数自主识别得到图像轮廓图，用户通过鼠标点击植物轮廓线中的任意一点可将整个植物轮廓从错综复杂的轮廓线中提取出来，并将信息列表转化成txt文件输出。3)植株大小定量。利用照片中参照物对图像进行坐标转换，得到像素点间长度换算因子及像素块面积换算因子；植株大小通过植株投影面积表征，植株投影面积通过图像中绿色像素数统计并结合像素块面积换算因子换算而得，并将对植物四个面采集的信息取平均值。
所述对挺水植物进行有背景并参照物式图像采集采用了这样的方法：选取尺寸远大于植株大小的正红纯色矩形板作背景，矩形板左上角位置水平钉上15.0cm×2.0cm纯白色参照矩形条，右下角位置垂直钉上10.0cm×2.0cm纯白色参照矩形条，图像采集时将背景板尽量紧贴近植物，并保持背景板底边平行于地面，竖边与地面垂直。
所述挺水植物轮廓提取采用了这样的方法：自主识别与人机互动相结合。建立的CDib位图操作类库中包含各种算法的图像边缘检测函数，用户可选取最合适的函数命令计算机进行图像边缘自主识别；所得图像轮廓图包含多条轮廓线及一些不相关信息，用户可以在线提取模式下，通过鼠标点击所需提取的轮廓线中任意一点，软件从这一点出发进行迭代搜索将植物轮廓线一次提取出来。
所述坐标转换采用了这样的方法：坐标转换模式下，鼠标分别点击水平参照矩形条/垂直参照矩形条的两端点，在对话框中输入实际长度15cm/实际长度10cm，得到电脑屏幕上图像显示的水平标度/垂直标度，即得到像素点间距离的换算因子，像素块面积换算因子即为水平标度与垂直标度的乘积。
所述植株大小定量采用了这样的方法：通过软件计算将图像的RGB色彩属性模式转化为HSV色彩属性模式，测试若干像片后选取HSV颜色模式下H分量(色相)在120°附近即区间[75°，165°]中的点为绿色，二重循环扫描图像获得图像中绿颜色像素点集，即为植株投影面积像素集；结合坐标转换因子将像素块面积换算为实际投影面积。
与现有的方法相比，本发明的优点在于：
本发明针对在科研及生产实践中，挺水植物生长的研究需要将植物连根拔出或收割地上部分从而土地结构这一实际情况，结合数码相机成像，采用计算机图像技术，在Visual C++环境下设计开发软件，使研究者从过去“要么破坏土地，要么只研究起点和终点的植物状况”中解放出来，解决该问题。
附图说明
下面结合附图和并非特定的实施例来对本发明作更详尽的说明。
图1是本发明所述方法的流程图。
图2是HSV色彩属性图中本发明所取绿色区间所处的位置示意图。
图3是对五组用本发明所述方法采集的植物图像进行信息提取所得的植物生长曲线图。
具体实施方式
图像采集与图像处理是本发明的两个要点，下面将以按上述有背景参照物式方法采集的挺水植物图像(转化为BMP位图文件)为例来对本发明做出更详细的说明。
在图像采集部分中，按上述发明内容中所述做好背景及参照物，采用(普通)数码相机，选取一定的拍摄距离，保持同一拍摄高度对植株正面、两个侧面与背面四个面拍摄即可。由于软件的普适性，对图像的尺寸大小没有严格要求，将JEPG格式的图像文件正确导入计算机中转化为24位位图格式便可读入软件进行处理。
Windows操作系统下有两大类位图格式——GDI(Graphics Device Interface，图形设备接口)位图和DIB(Device-Independent Bitmaps，设备无关位图)。由于DIB在程序设计方面提供许多超越GDI位图的优势：DIB本身携带有自己的颜色信息，使颜色调配管理变得更加简单；任何运行Windows操作系统的计算机均可处理存储于BMP文件或可执行文件内部资源中的DIB；尽管TIFF、GIF或JPEG等格式的图像文件在转换后也可以被使用，但却只有采用DIB格式的文件被Win32API所直接支持；虽然在Win32中允许在不同进程之间通过传递GDI位图句柄到剪贴板进行位图的传递，但在后台所进行的操作却是借助DIB来完成的——将设备相关的GDI位图转换成一个DIB，并将此DIB复制到一段共内存，因此，本软件图像操作部分的程序实现代码均以DIB作为处理对象。
在图像处理部分中，将注意力集中在图像处理的算法实现上。封装Windows系统提供的一些重要的DIB访问函数，建立一个实现DIB主要操作功能的类CDib，在进行图像处理编程时，只需通过CDib类提供的公有型(public)接口函数调用，即可实现与之相关的功能。由于图像边缘识别功能块有多种算法，将这些函数独立出来封装成CBianYuanJianCeDib类。
CDib类中主要的功能函数有五个：LoadFile()、SaveFile()、SaveLine()、HSV()、GetArea()，分别用于读取位图、保存位图、提取挺水植物边缘信息、RGB模式转换为HSV模式以及统计植物像素面积。CBianYuanJianCeDib类中包含的边缘识别函数有Gradient()、Laplacian()、Guasslaplacian、Krisch()、Sobel()、Robert()及PreWitt()，分别对应边缘检测的梯度算子、拉普拉斯算子、高斯拉普拉斯算子、克瑞斯算子、卷积算子、罗伯特算子和普瑞维特算子。
到目前为止，Microsoft一直没有将有关DIB的API函数封装进MFC，本软件封装到CDib类中的位图读写函数void LoadFile(const char*dibFileName)和void SaveFile(const CString filename)以及封装至CBianYuanJianCeDib类中的图像边缘检测函数，主要参阅参考文献《VC++图像处理程序设计》(杨淑莹编著，清华大学出版社，2005年1月第2版，ISBN 978-7-81082-450-7)提供的相关程序代码。
SaveLine()函数负责从已进行边缘识别的图像中，将用户指定的挺水植物轮廓提取出来，并将所提取的轮廓信息以列表形式写入txt文件中。函数原型在DIB.H中声明如下：
int SaveLine(CPoint point)；
软件在轮廓提取模式(bool型变量bcurve为TRUE)下，用户通过鼠标点击所需提取的轮廓，该鼠标单击事件驱动CPINFOEView类中的OnLButtonDown(UINT nFlags，CPointpoint)函数运行，调用SaveLine()函数时OnLButtonDown()函数中实参point传递给SaveLine()函数的形参point，进行定点指定的轮廓一次提取。函数返回值为int型，为0表示保存曲线成功；大于0时表示取点失败，用户重新取点；小于0表示取点失败，用户不重新取点。取点成功与否主要取决于用户在鼠标点击时，是否正确点在了轮廓线上，若偏离轮廓线在函数允许范围内(3像素偏移量)，程序会自动纠正找到最近的轮廓点并开始一次提取，若偏离超出允许范围，则程序提示需重新取点。定点轮廓一次提取功能实现函数程序及注释如下：
上述代码中斜体标出轮廓上所有点一次提取使用的是递归搜索法，通过调用LinePoint()函数实现，程序及注释如下：
HSV()函数负责将24位位图中的颜色信息由RBG模式转化为HSV模式，返回float型的像素点H分量。函数原型在DIB.H中声明如下：
float HSV(const int&R，const int&G，const int&B)；
其中R、G、B分别为RGB色彩模式下像素点的红、绿、蓝三原色分量，先将其从0-255的数值转化到0.0-1.0区间内，如果三个因数中最大的值为MAX，最小的值为MIN，对应像素点的H、S、V值的计算方程组如下。
计算所得的色相(H)值范围为0-360°(如果H大于360°，用360除H值的余数作为色相值)，饱和度(S)和明度(V)值范围为0.0-1.0，再将其转化为0-100％，即为HSV模式下的分量值。
若MAX＝MIN，H＝0，即没有色彩，是纯灰色。
若MAX＝0，S＝0，也是没有色彩。
若V＝0，即没有亮度，是纯黑色。
GetArea()函数负责统计植物像素面积。图像中绿颜色像素点的获取主要基于HSV颜色模式下，H分量在120°附近的点(取区间[75°，165°])为各种绿色这一原理，故只需用二重循环对整个位图矩阵进行扫描，调用HSV()获取H分量进行筛选，记录下所有符合要求的点即可。用户可通过菜单栏中的坐标转换及对话框提示完成实际坐标与屏幕坐标之间的换算，进而得到实际投影面积。将采集的植物四个面的图像均进行图像处理，按照本发明所述的方法进行植物轮廓的提取并计算植株投影面积，计算植物四个面各自的植株投影面积并取平均值，以此来表征植物大小。
在点击参考矩形条时，用户点击偏移量若超出3像素的误差范围，程序会以提醒用户重新点击参考点以确保计算数据的精度。
本发明所述的基于图像技术的挺水植物生长信息提取方法，不仅仅限于说明书和实施方式中所列运用，它完全可以适用于各种适合本发明之领域，对于熟悉本领域的人员而言可容易地实现另外的优点和进行修改，因此在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。
Claims (7)
1.一种基于计算机图像技术的，对采集的挺水植物图像进行处理以提取植物生长过程及形态变化信息的方法，其特征在于：
采用数码相机，定期对植物正面，两个侧面以及背面四个面进行图像采集，
用户通过人机互动的软件操作，获取图像中植物轮廓及植株大小(植物四个面投影面积平均值表征)，以及将同组图像信息相对时间轴表示绘制出人工湿地植物生长曲线。
2.根据权利要求1所述的挺水植物生长信息提取方法，其特征在于，所述对植物进行有背景并参照物式图像采集采用了这样的方法：选取尺寸远大于植株大小的正红纯色矩形板作背景，矩形板左上角位置水平钉上15.0cm×2.0cm(或根据需要)纯白色参照矩形条，右下角位置垂直钉上10.0cm×2.0cm(或根据需要)纯白色参照矩形条，图像采集时将背景板尽量紧贴近植物，并保持背景板底边平行于地面，竖边与地面垂直。
3.根据权利要求1所述的挺水植物生长信息提取方法，其特征在于，所述植物轮廓提取采用了这样的方法：自主识别与人机互动相结合；建立的CDib位图操作类库中包含各种算法的图像边缘检测函数，用户可选取最合适的函数命令计算机进行图像边缘自主识别；所得图像轮廓图包含多条轮廓线及一些不相关信息，用户在线提取模式下，通过鼠标点击所需提取的轮廓线中任意一点，软件从这一点出发进行迭代搜索将植物轮廓线一次提取出来。
4.根据权利要求1所述的挺水植物生长信息提取方法，其特征在于，所述植株大小定量采用了这样的方法：通过软件计算将图像的RGB色彩属性模式转化为HSV色彩属性模式，测试若干像片后选取HSV颜色模式下H分量(色相)在120°附近即区间[75°，165°]中的点为绿色，二重循环扫描图像获得图像中绿颜色像素点集，即为植株投影面积像素集；结合坐标转换因子将像素块面积换算为实际投影面积。
5.根据权利要求4所述的挺水植物生长信息提取方法，其特征在于，所述坐标转换采用了这样的方法：坐标转换模式下，鼠标分别点击水平参照矩形条/垂直参照矩形条的两端点，在对话框中输入实际长度15cm/实际长度10cm，得到电脑屏幕上图像显示的水平标度/垂直标度，即得到像素点间距离的换算因子，像素块面积换算因子即为水平标度与垂直标度的乘积。
6.根据权利要求1所述的挺水植物生长信息提取方法，其特征在于，所述对植物四个面进行图像采集采用了这样的方法：以被拍摄植物为中心，在同一水平面上围绕被拍摄植物四周选取拍摄点；在与拍摄植物正面成垂直角度的拍摄位置拍摄植物的正面照，在分别与拍摄植物左右两个侧面成垂直角度的拍摄位置拍摄植物的左右两个侧面照，在与拍摄植物背面成垂直角度的拍摄位置拍摄植物的背面照；拍摄过程中保持拍摄距离与拍摄高度不变，并且正反面所在直线与左右两侧面所在直线互相垂直。
7.根据从2到6中任一权利要求所述的挺水植物生长信息提取方法，其特征在于基于计算机图像技术，所述图形图像文件为BMP位图文件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910210727.5A CN109978904A (zh) | 2019-03-19 | 2019-03-19 | 基于图像技术的挺水植物生长信息提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910210727.5A CN109978904A (zh) | 2019-03-19 | 2019-03-19 | 基于图像技术的挺水植物生长信息提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109978904A true CN109978904A (zh) | 2019-07-05 |
Family
ID=67079660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910210727.5A Pending CN109978904A (zh) | 2019-03-19 | 2019-03-19 | 基于图像技术的挺水植物生长信息提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109978904A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476488A (zh) * | 2020-04-09 | 2020-07-31 | 吴昊 | 一种菌种培养生长用品质评价预估系统及方法 |
| TWI755250B (zh) * | 2021-01-12 | 2022-02-11 | 鴻海精密工業股份有限公司 | 植物生長曲線確定方法、裝置、電子設備及存儲媒體 |
| CN116246225A (zh) * | 2023-05-12 | 2023-06-09 | 青岛农业大学 | 一种基于图像处理的作物育种监测方法及系统 |
| US11972562B2 (en) | 2021-01-12 | 2024-04-30 | Hon Hai Precision Industry Co., Ltd. | Method for determining plant growth curve and electronic device |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1687966A (zh) * | 2005-05-09 | 2005-10-26 | 南开大学 | 图形图像数据信息提取方法 |
| CN102022984A (zh) * | 2009-09-15 | 2011-04-20 | 南开大学 | 基于图像技术的人工湿地植物生长信息提取方法 |
| CN102564593A (zh) * | 2011-12-30 | 2012-07-11 | 河海大学常州校区 | 基于计算机视觉及物联网的植物生长状况监测系统 |
| CN109087241A (zh) * | 2018-08-22 | 2018-12-25 | 东北农业大学 | 一种农业作物图像数据无损采集方法 |
-
2019
- 2019-03-19 CN CN201910210727.5A patent/CN109978904A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1687966A (zh) * | 2005-05-09 | 2005-10-26 | 南开大学 | 图形图像数据信息提取方法 |
| CN102022984A (zh) * | 2009-09-15 | 2011-04-20 | 南开大学 | 基于图像技术的人工湿地植物生长信息提取方法 |
| CN102564593A (zh) * | 2011-12-30 | 2012-07-11 | 河海大学常州校区 | 基于计算机视觉及物联网的植物生长状况监测系统 |
| CN109087241A (zh) * | 2018-08-22 | 2018-12-25 | 东北农业大学 | 一种农业作物图像数据无损采集方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476488A (zh) * | 2020-04-09 | 2020-07-31 | 吴昊 | 一种菌种培养生长用品质评价预估系统及方法 |
| CN111476488B (zh) * | 2020-04-09 | 2021-08-13 | 乐清市泰博恒电子科技有限公司 | 一种菌种培养生长用品质评价预估系统及方法 |
| TWI755250B (zh) * | 2021-01-12 | 2022-02-11 | 鴻海精密工業股份有限公司 | 植物生長曲線確定方法、裝置、電子設備及存儲媒體 |
| US11972562B2 (en) | 2021-01-12 | 2024-04-30 | Hon Hai Precision Industry Co., Ltd. | Method for determining plant growth curve and electronic device |
| CN116246225A (zh) * | 2023-05-12 | 2023-06-09 | 青岛农业大学 | 一种基于图像处理的作物育种监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2680765C1 (ru) | Автоматизированное определение и обрезка неоднозначного контура документа на изображении | |
| CN109978904A (zh) | 基于图像技术的挺水植物生长信息提取方法 | |
| WO2021000702A1 (zh) | 图像检测方法、设备以及系统 | |
| JP7099509B2 (ja) | 産業機器ゲージのデジタル化及びアラームのためのコンピュータビジョンシステム | |
| KR100935857B1 (ko) | 항공라이다와 디지털항공사진을 이용한 3차원 산림지리정보 생성 시스템 및 그 방법 | |
| Groom et al. | Using object-based analysis of image data to count birds: mapping of Lesser Flamingos at Kamfers Dam, Northern Cape, South Africa | |
| Congalton | Remote sensing: an overview | |
| CN112883900B (zh) | 遥感影像裸地反演可视图的方法及装置 | |
| CN115861409B (zh) | 大豆叶面积测算方法、系统、计算机设备及存储介质 | |
| CN104182757A (zh) | 获取被测目标实际覆盖面积的方法及装置 | |
| CN111899270A (zh) | 卡片边框检测方法、装置、设备及可读存储介质 | |
| CN115063785B (zh) | 高速公路场景使用目标识别模型定位车牌的方法及装置 | |
| CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
| Agisoft | Metashape python reference | |
| US8139863B1 (en) | System for capturing, characterizing and visualizing lidar and generic image data | |
| CN115375868A (zh) | 地图显示和遥感地图显示方法、计算设备以及存储介质 | |
| KR102388777B1 (ko) | ３６０도 ｖｒ 카메라를 이용한 연도변 조사 서비스 제공 시스템 | |
| CN115861922B (zh) | 一种稀疏烟火检测方法、装置、计算机设备及存储介质 | |
| WO2023116359A1 (zh) | 绿色、蓝色和灰色基础设施分类方法、装置、系统与介质 | |
| JP2011113233A (ja) | 分類画像作成装置 | |
| Herold et al. | Automatically georeferenced maps as a source for high resolution urban growth analyses | |
| CN102022984A (zh) | 基于图像技术的人工湿地植物生长信息提取方法 | |
| CN116071653A (zh) | 基于自然图像的树木多级枝干结构自动提取方法 | |
| Alshammari et al. | An efficient deep learning mechanism for the recognition of olive trees in Jouf Region | |
| CN111507119A (zh) | 标识码识别方法、装置、电子设备及计算机可读存储介质 |
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: 20190705 |
|
| RJ01 | Rejection of invention patent application after publication |