CN110333238A - 一种smt芯片缺陷检测系统与方法 - Google Patents

一种smt芯片缺陷检测系统与方法 Download PDF

Info

Publication number
CN110333238A
CN110333238A CN201910525361.0A CN201910525361A CN110333238A CN 110333238 A CN110333238 A CN 110333238A CN 201910525361 A CN201910525361 A CN 201910525361A CN 110333238 A CN110333238 A CN 110333238A
Authority
CN
China
Prior art keywords
image
pin
smt chip
defect
image processing
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
CN201910525361.0A
Other languages
English (en)
Inventor
费胜巍
范晞
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.)
Donghua University
National Dong Hwa University
Original Assignee
Donghua University
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 Donghua University filed Critical Donghua University
Priority to CN201910525361.0A priority Critical patent/CN110333238A/zh
Publication of CN110333238A publication Critical patent/CN110333238A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种SMT芯片缺陷检测系统与方法。所述系统包括环形LED光源，取像系统，图像处理系统及工控机。检测方法为：取像系统将获取的图像信号传递到图像处理系统中；图像处理系统对原始图像进行处理，提取出引脚图像，并测量出引脚的相关数据；将引脚的相关数据与标准值进行比对并判别；将引脚的相关数据以及判别结果以人机交互的形式直观显示输出检测结果。本发明实现了SMT芯片的视觉检测，降低了检测难度，改善检测工人的工作条件，提高了SMT芯片的检测效率和检测质量。

Description

一种SMT芯片缺陷检测系统与方法
技术领域
本发明涉及一种SMT芯片缺陷检测系统与方法，属于半导体芯片缺陷检测技术领域。
背景技术
目前，在大多数半导体芯片生产车间里，由封装机封装成型的SMT芯片由传送带传送到质检流水线上进行质量缺陷检测。现在，车间里边普遍采用人工的方法对SMT芯片引脚的质量进行检测，检测的内容包括引脚数目、长宽、间距、平整度。这种检测方法不仅需要大量的人工，而且流水线上的工人要不断重复相同的质检内容，容易造成操作员的精神疲劳。这种检测方法人工成本高，质检效率低，质检效果差。
发明内容
本发明所要解决的技术问题是：提供一种SMT芯片缺陷检测系统与方法，提高质检效率和质检效果。
为了解决上述问题，本发明提供了以下技术方案：
一种SMT芯片缺陷检测系统，其特征在于，包括：
环形LED光源，用于照射SMT芯片；
取像系统，用于获取图像并将获取的图像信号传递到图像处理系统；
图像处理系统，用于对取像系统获取的图像信号进行处理；
工控机，用于将经过图像处理系统处理后的图像信号直观地以人机交互的形式输出。工控机包含了取像系统端口、图像处理系统以及人机交互界面，其中人机交互界面能够执行人工编写的图像处理代码，以便直观地输出检测结果。
本发明还提供了一种SMT芯片缺陷检测方法，其特征在于，采用权利要求1所述的SMT芯片缺陷检测系统，具体步骤为：
步骤1)：取像系统将获取的图像信号传递到图像处理系统中；
步骤2)：图像处理系统对原始图像进行图像增强和图像滤波，以突出芯片引脚特征和滤除噪声的干扰；再对图像进行定位以便获取芯片的准确位置，接着对无规则放置的SMT芯片进行仿射变换，达到将SMT芯片图像摆正的目的，得到此过程中的感兴趣区域；
步骤3)：图像处理系统对提取的感兴趣区域进行形态学处理，以消除SMT芯片的毛刺和连接引脚弯折处在环形LED光源照射下形成的阴影；然后对经过形态学处理后的引脚图像进行阈值分割，提取出全部的引脚图像，去除SMT芯片壳体部位图像，以便减少后续图像处理的计算量；
步骤4)：对二值化引脚图像进行边缘提取，得到清晰准确的引脚边缘图像后，即可测量出引脚的相关数据；
步骤5)：将引脚的相关数据与标准值进行比对并判别，如果比对信息在允许误差范围内，则被检测的SMT芯片合格，否则，被检测的SMT芯片标记为缺陷；
步骤6)：将引脚的相关数据以及判别结果以人机交互的形式直观显示输出检测结果。
优选地，所述步骤4)中利用改进型Canny边缘提取算法对二值化引脚图像进行边缘提取具体为：首先对原始灰度图像进行双边滤波，得到图像BM；接着，计算图像BM水平、垂直、45°、135°四个方向的梯度幅值，使用Sobel对平滑后的图像初步检测边缘，得到初步边缘图像；再对该边缘图像进行非极大值抑制，得到边缘信息图；然后，设置双阈值，并进行边缘检测；最后，利用Curvelet变换细化和增强边缘图像。
改进型Canny边缘提取算法采用双边滤波代替高斯滤波，以在去噪的同时保留更多的边缘细节信息，同时增加45°和135°两个方向的梯度模板，确保检测出更多的真实边缘，并且采用Curvelet变换增强图像边缘，减少假边缘的产生。这种芯片引脚边缘图像提取方法的边缘检测结果清晰细腻，抗噪声干扰能力强，边缘的连续性较好，有助于提高SMT芯片缺陷的检测精度。
优选地，所述步骤4)中引脚的相关数据包括引脚的数目、长宽、间距及平整度。
更优选地，所述步骤5)中判别具体为：
步骤5.1)：首先对引脚的间距进行判断，若无缺陷则进入引脚数目的判断；
步骤5.2)：引脚数目的判断是根据计算引脚中点的数目来判断，若引脚数目准确则进入引脚长宽缺陷的判断；
步骤5.3)：引脚长宽缺陷根据测量出的引脚长宽结果与标准值对比，若无缺陷则进入最后一步引脚歪斜的判断；
步骤5.4)：对上下两排引脚中点进行最小二乘法拟合，得到两条直线的斜率，从而计算出引脚的平整度，若平整度无缺陷则输出检测结果为合格；
步骤5.5)：若上述过程有任何一步存在缺陷则输出检测结果为引脚缺陷。
本发明实现了SMT芯片的视觉检测，降低了检测难度，改善检测工人的工作条件，提高了SMT芯片的检测效率和检测质量。
附图说明
图1为本发明提供的SMT芯片缺陷检测系统的示意图；
图2为本发明提供的SMT芯片缺陷检测方法的流程图。
具体实施方式
为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
实施例
如图1所示，为本发明提供的一种SMT芯片缺陷检测系统，其包括：
环形LED光源1，用于照射SMT芯片5；
取像系统2，用于获取图像并将获取的图像信号A传递到图像处理系统3；
图像处理系统3，用于对取像系统2获取的图像信号A进行处理；
工控机4，用于将经过图像处理系统3处理后的图像信号A直观地以人机交互的形式输出。工控机4包含了取像系统2的端口、图像处理系统3以及人机交互界面，其中人机交互界面能够执行人工编写的图像处理代码，以便直观地输出检测结果B。
一种SMT芯片缺陷检测方法，如图2所示，具体步骤为：
步骤1：取像系统2将获取的图像信号A传递到图像处理系统3中；
步骤2：图像处理系统3对原始图像进行图像增强和图像滤波，以突出芯片引脚特征和滤除噪声的干扰；再对图像进行定位以便获取芯片的准确位置，接着对无规则放置的SMT芯片5进行仿射变换，达到将SMT芯片5图像摆正的目的，得到此过程中的感兴趣区域；
步骤3：图像处理系统3对提取的感兴趣区域进行形态学处理，以消除SMT芯片5的毛刺和连接引脚弯折处在环形LED光源1照射下形成的阴影；然后对经过形态学处理后的引脚图像进行阈值分割，提取出全部的引脚图像，去除SMT芯片5壳体部位图像，以便减少后续图像处理的计算量；
步骤4：利用改进型Canny边缘提取算法对二值化引脚图像进行边缘提取，得到清晰准确的引脚边缘图像后，即可测量出引脚的相关数据(包括数目、长宽、间距及平整度)；利用改进型Canny边缘提取算法对二值化引脚图像进行边缘提取具体为：首先对原始灰度图像进行双边滤波，得到图像BM；接着，计算图像BM水平、垂直、45°、135°四个方向的梯度幅值，使用Sobel对平滑后的图像初步检测边缘，得到初步边缘图像；再对该边缘图像进行非极大值抑制，得到边缘信息图；然后，设置双阈值，并进行边缘检测；最后，利用Curvelet变换细化和增强边缘图像；
步骤5：将引脚的相关数据与标准值进行比对并判别，如果比对信息在允许误差范围内，则被检测的SMT芯片5合格，否则，被检测的SMT芯片5标记为缺陷，具体为：
步骤5.1：首先对引脚的间距进行判断，若无缺陷则进入引脚数目的判断；
步骤5.2：引脚数目的判断是根据计算引脚中点的数目来判断，若引脚数目准确则进入引脚长宽缺陷的判断；
步骤5.3：引脚长宽缺陷根据测量出的引脚长宽结果与标准值对比，若无缺陷则进入最后一步引脚歪斜的判断；
步骤5.4：对上下两排引脚中点进行最小二乘法拟合，得到两条直线的斜率，从而计算出引脚的平整度，若平整度无缺陷则输出检测结果B为合格；
步骤5.5：若上述过程有任何一步存在缺陷则输出检测结果B为引脚缺陷；
步骤6：将引脚的相关数据以及判别结果以人机交互的形式直观显示输出的检测结果B。

Claims (5)

1.一种SMT芯片缺陷检测系统，其特征在于，包括：
环形LED光源(1)，用于照射SMT芯片(5)；
取像系统(2)，用于获取图像并将获取的图像信号(A)传递到图像处理系统(3)；
图像处理系统(3)，用于对取像系统(2)获取的图像信号(A)进行处理；
工控机(4)，用于将经过图像处理系统(3)处理后的图像信号(A)直观地以人机交互的形式输出。
2.一种SMT芯片缺陷检测方法，其特征在于，采用权利要求1所述的SMT芯片缺陷检测系统，具体步骤为：
步骤1)：取像系统(2)将获取的图像信号(A)传递到图像处理系统(3)中；
步骤2)：图像处理系统(3)对原始图像进行图像增强和图像滤波，以突出芯片引脚特征和滤除噪声的干扰；再对图像进行定位以便获取芯片的准确位置，接着对无规则放置的SMT芯片(5)进行仿射变换，达到将SMT芯片(5)图像摆正的目的，得到此过程中的感兴趣区域；
步骤3)：图像处理系统(3)对提取的感兴趣区域进行形态学处理，以消除SMT芯片(5)的毛刺和连接引脚弯折处在环形LED光源(1)照射下形成的阴影；然后对经过形态学处理后的引脚图像进行阈值分割，提取出全部的引脚图像，去除SMT芯片(5)壳体部位图像，以便减少后续图像处理的计算量；
步骤4)：对二值化引脚图像进行边缘提取，得到清晰准确的引脚边缘图像后，即可测量出引脚的相关数据；
步骤5)：将引脚的相关数据与标准值进行比对并判别，如果比对信息在允许误差范围内，则被检测的SMT芯片(5)合格，否则，被检测的SMT芯片(5)标记为缺陷；
步骤6)：将引脚的相关数据以及判别结果以人机交互的形式直观显示输出的检测结果(B)。
3.如权利要求1所述的SMT芯片缺陷检测方法，其特征在于，所述步骤4)中利用改进型Canny边缘提取算法对二值化引脚图像进行边缘提取具体为：首先对原始灰度图像进行双边滤波，得到图像BM；接着，计算图像BM水平、垂直、45°、135°四个方向的梯度幅值，使用Sobel对平滑后的图像初步检测边缘，得到初步边缘图像；再对该边缘图像进行非极大值抑制，得到边缘信息图；然后，设置双阈值，并进行边缘检测；最后，利用Curvelet变换细化和增强边缘图像。
4.如权利要求1所述的SMT芯片缺陷检测方法，其特征在于，所述步骤4)中引脚的相关数据包括引脚的数目、长宽、间距及平整度。
5.如权利要求4所述的SMT芯片缺陷检测方法，其特征在于，所述步骤5)中判别具体为：
步骤5.1)：首先对引脚的间距进行判断，若无缺陷则进入引脚数目的判断；
步骤5.2)：引脚数目的判断是根据计算引脚中点的数目来判断，若引脚数目准确则进入引脚长宽缺陷的判断；
步骤5.3)：引脚长宽缺陷根据测量出的引脚长宽结果与标准值对比，若无缺陷则进入最后一步引脚歪斜的判断；
步骤5.4)：对上下两排引脚中点进行最小二乘法拟合，得到两条直线的斜率，从而计算出引脚的平整度，若平整度无缺陷则输出检测结果(B)为合格；
步骤5.5)：若上述过程有任何一步存在缺陷则输出检测结果(B)为引脚缺陷。
CN201910525361.0A 2019-06-18 2019-06-18 一种smt芯片缺陷检测系统与方法 Pending CN110333238A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910525361.0A CN110333238A (zh) 2019-06-18 2019-06-18 一种smt芯片缺陷检测系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910525361.0A CN110333238A (zh) 2019-06-18 2019-06-18 一种smt芯片缺陷检测系统与方法

Publications (1)

Publication Number Publication Date
CN110333238A true CN110333238A (zh) 2019-10-15

Family

ID=68142502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910525361.0A Pending CN110333238A (zh) 2019-06-18 2019-06-18 一种smt芯片缺陷检测系统与方法

Country Status (1)

Country Link
CN (1) CN110333238A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930390A (zh) * 2019-11-22 2020-03-27 郑州智利信信息技术有限公司 基于半监督深度学习的芯片管脚缺失检测方法
CN111145164A (zh) * 2019-12-30 2020-05-12 上海感图网络科技有限公司 一种基于人工智能的ic芯片缺陷检测方法
CN111370345A (zh) * 2020-03-17 2020-07-03 广西天微电子有限公司 芯片检测方法、装置、电子设备和计算机可读存储介质
CN111429444A (zh) * 2020-04-02 2020-07-17 苏州杰锐思智能科技股份有限公司 芯片外观的检测方法及装置、电子设备、存储介质
CN113643256A (zh) * 2021-08-11 2021-11-12 广汽丰田汽车有限公司 引脚缺陷的识别方法、处理装置和计算机可读存储介质
CN115015286A (zh) * 2022-06-13 2022-09-06 中大智能科技股份有限公司 基于机器视觉的芯片检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1365445A (zh) * 2000-03-24 2002-08-21 奥林巴斯光学工业株式会社 缺陷检测装置
CN2508244Y (zh) * 2001-12-14 2002-08-28 山东世界贸易中心银座保龄球馆 大小物体分类检测装置
CN107967471A (zh) * 2017-09-20 2018-04-27 北京工业大学 一种基于机器视觉的表具自动识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1365445A (zh) * 2000-03-24 2002-08-21 奥林巴斯光学工业株式会社 缺陷检测装置
CN2508244Y (zh) * 2001-12-14 2002-08-28 山东世界贸易中心银座保龄球馆 大小物体分类检测装置
CN107967471A (zh) * 2017-09-20 2018-04-27 北京工业大学 一种基于机器视觉的表具自动识别方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘克平 等: "基于改进Canny算法的工件边缘检测方法", 《广西大学学报》 *
刘国华 编著: "《HALCON数字图像处理》", 31 May 2018, 西安电子科技大学出版社 *
於文欣: "基于机器视觉的FPC表面缺陷检测研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
潘琦: "基于机器视觉的贴片式芯片引脚检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
闫敬文 等: "《超小波分析及应用》", 30 June 2008, 国防工业出版社 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930390A (zh) * 2019-11-22 2020-03-27 郑州智利信信息技术有限公司 基于半监督深度学习的芯片管脚缺失检测方法
CN111145164A (zh) * 2019-12-30 2020-05-12 上海感图网络科技有限公司 一种基于人工智能的ic芯片缺陷检测方法
CN111370345A (zh) * 2020-03-17 2020-07-03 广西天微电子有限公司 芯片检测方法、装置、电子设备和计算机可读存储介质
CN111370345B (zh) * 2020-03-17 2021-11-16 广西天微电子有限公司 芯片检测方法、装置、电子设备和计算机可读存储介质
CN111429444A (zh) * 2020-04-02 2020-07-17 苏州杰锐思智能科技股份有限公司 芯片外观的检测方法及装置、电子设备、存储介质
CN111429444B (zh) * 2020-04-02 2024-03-26 苏州杰锐思智能科技股份有限公司 芯片外观的检测方法及装置、电子设备、存储介质
CN113643256A (zh) * 2021-08-11 2021-11-12 广汽丰田汽车有限公司 引脚缺陷的识别方法、处理装置和计算机可读存储介质
CN115015286A (zh) * 2022-06-13 2022-09-06 中大智能科技股份有限公司 基于机器视觉的芯片检测方法及系统

Similar Documents

Publication Publication Date Title
CN110333238A (zh) 一种smt芯片缺陷检测系统与方法
Abd Al Rahman et al. A review and analysis of automatic optical inspection and quality monitoring methods in electronics industry
CN110223296B (zh) 一种基于机器视觉的螺纹钢表面缺陷检测方法及系统
Tsai et al. Automated surface inspection for directional textures
US7162073B1 (en) Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object
CN101063660B (zh) 一种纺织品缺陷检测方法及其装置
CN106501272B (zh) 机器视觉焊锡定位检测系统
CN109584215A (zh) 一种电路板在线视觉检测系统
Fan et al. Development of auto defect classification system on porosity powder metallurgy products
CN113658155A (zh) 一种基于光度立体的物体表面瑕疵检测分析方法及装置
Fu et al. Medicine glass bottle defect detection based on machine vision
CN112014407A (zh) 一种集成电路晶圆表面缺陷检测的方法
Chiu et al. An innovative blemish detection system for curved LED lenses
CN111638218A (zh) 一种涂层表面缺陷的检测方法
CN114719749A (zh) 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统
KR20160054150A (ko) 형태학적 영상 처리와 레이블링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
Lin et al. A new prediction method for edge detection based on human visual feature
CN108242060A (zh) 一种基于Sobel算子的图像边缘检测方法
CN201081763Y (zh) 一种纺织品缺陷检测装置
CN108269264B (zh) 豆籽粒图像的去噪及分形方法
KR20160097651A (ko) 유효화 영상처리기법을 이용한 시료의 패턴 검사 장치 및 방법, 그리고 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
CN111833350A (zh) 机器视觉检测方法与系统
CN115753791B (zh) 基于机器视觉的缺陷检测方法、装置以及系统
JP2011196982A (ja) 欠陥検出方法、欠陥検出装置、及びプログラム
Sanguino et al. Computer-aided system for defect inspection in the PCB manufacturing process

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: 20191015