CN110533604A - 用于复原病猪反光器官图像的方法、系统及存储介质 - Google Patents

用于复原病猪反光器官图像的方法、系统及存储介质 Download PDF

Info

Publication number
CN110533604A
CN110533604A CN201910676288.7A CN201910676288A CN110533604A CN 110533604 A CN110533604 A CN 110533604A CN 201910676288 A CN201910676288 A CN 201910676288A CN 110533604 A CN110533604 A CN 110533604A
Authority
CN
China
Prior art keywords
image
repaired
sample
block
sample block
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
Application number
CN201910676288.7A
Other languages
English (en)
Other versions
CN110533604B (zh
Inventor
何屿彤
吴亚文
焦俊
张双龙
孙裴
辜丽川
张锋
邵睿
李斌
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.)
Anhui Agricultural University AHAU
Original Assignee
Anhui Acquisitive Internet Of Things Co Ltd
Anhui Agricultural University AHAU
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 Anhui Acquisitive Internet Of Things Co Ltd, Anhui Agricultural University AHAU filed Critical Anhui Acquisitive Internet Of Things Co Ltd
Priority to CN201910676288.7A priority Critical patent/CN110533604B/zh
Publication of CN110533604A publication Critical patent/CN110533604A/zh
Application granted granted Critical
Publication of CN110533604B publication Critical patent/CN110533604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明实施方式提供一种用于复原病猪反光器官图像的方法、系统及存储介质，属于图像处理技术领域。该方法包括：以预设的像素块对图像的待修复区域进行预标记以形成预标记图像；对预标记图像进行二值化处理以形成二值化图像；对二值化图像进行形态学的闭操作以形成预处理图像；将预处理图像与图像进行叠加以得到标记后的图像；对标记后的图像进行图像修复。该方法、系统及存储介质可以相对于现有技术中的图像复原方法而言，具备更好的修复效果和更高的修复效率。

Description

用于复原病猪反光器官图像的方法、系统及存储介质
技术领域
本发明涉及图像处理技术领域，具体地涉及一种用于复原病猪反光器官图像的方法、系统及存储介质。
背景技术
在运用计算机处理带有病理变化的猪肾、脾、肺图像时，由于器官中含有水分，在采集样本图像时会存在反光现象，反光部分会干扰病灶区域信息的提取。如肾白色斑点和反光点在切割时容易混淆等问题，因此通过图像修复技术对图像反光部分进行处理。
数字图像修复技术主要利用图像中已知完好信息对破损区域进行修复或是移除图像中多余的目标物体。修复技术最早用于修复古老艺术品，现在已经被用来处理各种数字图像问题。现有的图像修复技术主要分为两类：一类是基于变分偏微分方程的图像修复技术，该方法的核心思想是通过待修复区域的图像边缘信息判断出扩散信息和方向，将待修复区域的周边信息扩散到待修复区域的内部来进行图像修复。主要包括：BSCB(Bertalrnio，Sapiro，Caselles，Ballester)模型，该模型从破损边缘开始不停的迭代，沿着等照度线方向向内收缩，直至破损区域修复完成；TV(total variation)修复模型和基于曲率驱动扩散(Curvature Driven Diffusions,CDD)模型等。此类方法在对细小划痕等小面积信息缺失图像修复效果很好，能够保持图像原有的结构部分，但修复大区域破损图像时会产生模糊现象且需要大量迭代运算，速度慢。
另一类是基于纹理的图像修复技术，这类方法从人类的视觉感官出发，目的是使修复结果更加自然完整，可以合成较好的纹理部分。代表方法有Criminisi等提出的基于样本块的图像修复算法,该算法以待修复区域边缘像素点为中心的样本块为对象，依次按照预先计算的优先级顺序在已知完好区域搜索最佳匹配块并直接复制以进行修复。
发明内容
本发明实施方式的目的是提供一种用于复原病猪反光器官图像的方法，该方法可以相对于现有技术中的图像复原方法而言，具备更好的修复效果和更高的修复效率。
为了实现上述目的，本发明实施方式提供一种用于复原病猪反光器官图像的方法，所述方法包括：
以预设的像素块对所述图像的待修复区域进行预标记以形成预标记图像；
对所述预标记图像进行二值化处理以形成二值化图像；
对所述二值化图像进行形态学的闭操作以形成预处理图像；
将所述预处理图像与所述图像进行叠加以得到标记后的所述图像；
对标记后的所述图像进行图像修复。
可选地，所述对标记后的所述图像进行图像修复包括：
以所述待修复区域边缘上的点为中心，沿待修复边缘分割出多个预定大小的样本块；
分别计算每个所述样本块的优先权；
从所述样本块中选取所述优先权最大且未被选取过的一个样本块作为待修复样本块；
采用匹配准则从所述图像的完好区域中选择与所述待修复样本块最相似的完整区块；
将所述完整区块的图像复制到所述待修复样本块中；
判断所述样本块中是否存在未被选取的所述样本块；
在判断所述样本块中存在未被选取的所述样本块的情况下，再次从所述样本块中选取所述优先权最大且未被选取过的一个样本块作为待修复样本块，执行所述方法的相应步骤直到判断所述样本块中不存在未被选取的所述样本块；
在判断所述样本块中不存在未被选取的所述样本块的情况下，判断所述待修复区域的面积是否为0；
在判断所述待修复区域的面积不为0的情况下，再次以所述待修复区域边缘上的点为中心，沿待修复边缘分割出多个预定大小的样本块；执行所述方法的相应步骤，直到判断所述修复区域的面积为0；
在判断所述待修复区域的面积为0的情况下，输出修复完成的所述图像。
可选地，所述分别计算每个所述样本块的优先权包括：
根据公式(1)至(3)计算每个所述样本块的优先权，
P(p)＝α*C(p)+β*D(p)，α+β＝1，(1)
其中，α<β，P(p)为样本块ψp的优先权，C(p)为样本块ψp的置信度，D(p)为样本块ψp的数据项；
其中，|ψp|为样本块ψp的面积，为所述完整区域，α为归一化因子，np为样本块ψp的中心点p与所述边缘正交的单位向量，为等照度线向量。
可选地，所述采用匹配准则从所述图像的完好区域中选择与所述待修复样本块最相似的完整区块包括：
根据公式(4)确定与所述待修复样本块最相似的完整区块，
其中，ψq为与所述待修复样本块最相似的完整区块，为所述完整区块与所述待修复样本块中对应的已知像素点的颜色差值的平方和。
可选地，所述分别计算每个所述样本块的优先权包括：
根据公式(5)更新所述置信度，
其中，C(p)为具有最高优先权的样本块与待修复区域Ω中共有的像素点的置信度，为在具有最高优先权的像素点的置信度。
可选地，所述像素块的RGB三通道像素值均为255。
可选地，所述样本块为正方形。
可选地，所述样本块的大小为9*9像素。
另一方面，本发明还提供一种用于复原病猪反光器官图像的系统，所述系统包括处理器，所述处理器用于执行上述任一所述的方法。
再一方面，本发明还提供一种存储介质，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行上述任一所述的方法。
通过上述技术方案，本发明提供的用于复原病猪器官图像的方法、系统及存储介质通过对待修复的图像进行预标记、二值化、形态学闭操作和图像叠加等操作，使得在后续对图像的复原效果更加明显；另一方面，本发明提供的方法、系统及存储介质还通过在图像复原的过程中更改传统的置信度以及优先权的计算方式，提高了图像的复原效率，改善了图像的复原效果。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是根据本发明的一个实施方式的用于复原病猪反光器官图像的方法的流程图；
图2是根据本发明的一个实施方式的用于复原病猪反光器官图像的方法的流程图。
具体实施方式
以下结合附图对本发明实施方式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实施方式，并不用于限制本发明实施方式。
如图1所示是根据本发明的一个实施方式的用于复原病猪反光器官图像的方法的流程图。在图1中，该方法可以包括：
在步骤S10中，以预设的像素块对图像的待修复区域进行预标记以形成预标记图像；
在步骤S11中，对预标记图像进行二值化处理以形成二值化图像。对于该二值化处理的具体操作，可以是例如将该预标记图像的待修复区域的RGB三通道像素值均置为255，将该预标记图像的其他区域的RGB三通道像素值均置为0。
在步骤S12中，对二值化图像进行形态学的闭操作以形成预处理图像。对于该形态学的闭操作，可以是本领域人员所知的闭操作，在本发明的一个示例中，也可以采用公式(1)来表示该形态学的闭操作，
其中，分别为形态学中的膨胀和腐蚀操作。那么，则表示该B对A的闭操作为采用B先对A进行膨胀操作，再用B对膨胀的结果进行腐蚀。
在步骤S13中，将预处理图像与未作预处理的图像进行叠加以得到标记后的图像。
在步骤S14中，对标记后的图像进行图像修复。对于修复该标记后的图像的方法的具体细节，可以是本领域人员所知的多种形式。在本发明的一个示例中，该具体细节可以是例如图2所示。在图2中，图1中示出的步骤S14被替换为步骤S14至步骤S21。其中：
在步骤S14中，以待修复区域边缘上的点为中心，沿待修复边缘分割出多个预定大小的样本块。
在步骤S15中，分别计算每个样本块的优先权。对于该优先权的计算方式，可以是本领域人员所知的多种形式。在本发明的一个优选示例中，可以是采用公式(2)至公式(4)计算每个样本块的优先权，
P(p)＝α*C(p)+β*D(p)，α+β＝1，(2)
其中，α<β，P(p)为样本块ψp的优先权，C(p)为样本块ψp的置信度，D(p)为样本块ψp的数据项；
其中，|ψp|为样本块ψp的面积，为完整区域，α为归一化因子，np为样本块ψp的中心点p与边缘正交的单位向量，为等照度线向量。另外，该置信度在每次计算优先权时都需要更新，所以，在该示例中，在初始化时，可以根据公式(5)和(6)确定该置信度的值，
在更新时，可以是例如根据公式(7)更新该置信度，
其中，C(p)为具有最高优先权的样本块与待修复区域Ω中共有的像素点的置信度，为在具有最高优先权的像素点的置信度。
在步骤S16中，从样本块中选取优先权最大且未被选取过的一个样本块作为待修复样本块。
在步骤S17中，采用匹配准则从图像的完好区域中选择与待修复样本块最相似的完整区块；对于该匹配准则，可以是例如根据公式(8)确定与该待修复样本块最相似的完整区块，
其中，ψq为与待修复样本块最相似的完整区块，为完整区块与待修复样本块中对应的已知像素点的颜色差值的平方和。
在步骤S18中，将完整区块的图像复制到待修复样本块中，从而修复该待修复样本块。
在步骤S19中，判断样本块中是否存在未被选取的样本块。
在判断样本块中存在未被选取的样本块的情况下，再次从样本块中选取优先权最大且未被选取过的一个样本块作为待修复样本块(返回执行步骤S16)，执行该方法的相应步骤直到判断该多个样本块中不存在未被选取的样本块；
在步骤S20中，在判断样本块中不存在未被选取的样本块的情况下，判断待修复区域的面积是否为0；
在判断待修复区域的面积不为0的情况下，此时说明该待修复区域还未完全修复，因此需要再次以待修复区域边缘上的点为中心，沿待修复边缘分割出多个预定大小的样本块(即返回执行步骤S14)，执行该方法的相应步骤，直到判断修复区域的面积为0。
在步骤S21中，在判断待修复区域的面积为0的情况下，此时说明该待修复区域已经完全修复，因此可以输出修复完成的图像。
另一方面，本发明还提供一种用于复原病猪反光器官图像的系统，该系统可以包括处理器，该处理器可以用于执行上述任一的方法。
再一方面，本发明还提供一种存储介质，该存储介质可以存储有指令，该指令可以用于被机器读取以使得机器执行上述任一的方法。
通过上述技术方案，本发明提供的用于复原病猪器官图像的方法、系统及存储介质通过对待修复的图像进行预标记、二值化、形态学闭操作和图像叠加等操作，使得在后续对图像的复原效果更加明显；另一方面，本发明提供的方法、系统及存储介质还通过在图像复原的过程中更改传统的置信度以及优先权的计算方式，提高了图像的复原效率，改善了图像的复原效果。
在本发明的一个示例中，分别以图1中示出的方法和现有技术中常用的方法对图像进行标记，采用现有技术中的图像复原(例如Criminisi算法)的方法对标记后的图像进行复原，其复原过程的PSNR(Peak Signalto NoiseRatio，峰值信噪比)值表1所示，
表1
从表1中可以看出，在采用图1中示出的方法对图像进行标记后，相对于采用传统的标记方法，在复原的结果中，肾、脾的图像PSNR值(PSNR值越大表示复原效果越好)要优于采用现有技术标记运行得到的结果。
进一步地，在本发明的另一个示例中，分别以图2中示出的方法、现有技术中的Criminisi算法和TV算法分别对图像进行复原，其复原结果如表2所示，
表2
从表2中可以看出，无论是对于肾、脾或肺，采用图2中示出的算法相对于现有技术中常用的Criminisi算法和TV算法大大降低了图像复原的时间。
另外，如表3是三种方法的复原结果，
表3
从表3中可以看出，相对于现有技术Criminisi算法及TV算法而言，采用图2中示出的算法能够大大提高图像的复原效果。
以上结合附图详细描述了本发明例的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施方式的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。

Claims (10)

1.一种用于复原病猪反光器官图像的方法，其特征在于，所述方法包括：
以预设的像素块对所述图像的待修复区域进行预标记以形成预标记图像；
对所述预标记图像进行二值化处理以形成二值化图像；
对所述二值化图像进行形态学的闭操作以形成预处理图像；
将所述预处理图像与所述图像进行叠加以得到标记后的所述图像；
对标记后的所述图像进行图像修复。
2.根据权利要求1所述的方法，其特征在于，所述对标记后的所述图像进行图像修复包括：
以所述待修复区域边缘上的点为中心，沿待修复边缘分割出多个预定大小的样本块；
分别计算每个所述样本块的优先权；
从所述样本块中选取所述优先权最大且未被选取过的一个样本块作为待修复样本块；
采用匹配准则从所述图像的完好区域中选择与所述待修复样本块最相似的完整区块；
将所述完整区块的图像复制到所述待修复样本块中；
判断所述样本块中是否存在未被选取的所述样本块；
在判断所述样本块中存在未被选取的所述样本块的情况下，再次从所述样本块中选取所述优先权最大且未被选取过的一个样本块作为待修复样本块，执行所述方法的相应步骤直到判断所述样本块中不存在未被选取的所述样本块；
在判断所述样本块中不存在未被选取的所述样本块的情况下，判断所述待修复区域的面积是否为0；
在判断所述待修复区域的面积不为0的情况下，再次以所述待修复区域边缘上的点为中心，沿待修复边缘分割出多个预定大小的样本块；执行所述方法的相应步骤，直到判断所述修复区域的面积为0；
在判断所述修复区域的面积为0的情况下，输出修复完成的所述图像。
3.根据权利要求2所述的方法，其特征在于，所述分别计算每个所述样本块的优先权包括：
根据公式(1)至(3)计算每个所述样本块的优先权，
P(p)＝α*C(p)+β*D(p)，α+β＝1，(1)
其中，α＜β，P(p)为样本块ψp的优先权，C(p)为样本块ψp的置信度，D(p)为样本块ψp的数据项；
其中，|ψp|为样本块ψp的面积，为所述完整区域，α为归一化因子，np为样本块ψp的中心点p与所述边缘正交的单位向量，为等照度线向量。
4.根据权利要求3所述的方法，其特征在于，所述采用匹配准则从所述图像的完好区域中选择与所述待修复样本块最相似的完整区块包括：
根据公式(4)确定与所述待修复样本块最相似的完整区块，
其中，ψq为与所述待修复样本块最相似的完整区块，为所述完整区块与所述待修复样本块中对应的已知像素点的颜色差值的平方和。
5.根据权利要求4所述的方法，其特征在于，所述分别计算每个所述样本块的优先权包括：
根据公式(5)更新所述置信度，
其中，C(p)为具有最高优先权的样本块与待修复区域Ω中共有的像素点的置信度，为在具有最高优先权的像素点的置信度。
6.根据权利要求1所述的方法，其特征在于，所述像素块的RGB三通道像素值均为255。
7.根据权利要求2所述的方法，其特征在于，所述样本块为正方形。
8.根据权利要求7所述的方法，其特征在于，所述样本块的大小为9*9像素。
9.一种用于复原病猪反光器官图像的系统，其特征在于，所述系统包括处理器，所述处理器用于执行如权利要求1至8任一所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如权利要求1至8任一所述的方法。
CN201910676288.7A 2019-07-25 2019-07-25 用于复原病猪反光器官图像的方法、系统及存储介质 Active CN110533604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910676288.7A CN110533604B (zh) 2019-07-25 2019-07-25 用于复原病猪反光器官图像的方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910676288.7A CN110533604B (zh) 2019-07-25 2019-07-25 用于复原病猪反光器官图像的方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN110533604A true CN110533604A (zh) 2019-12-03
CN110533604B CN110533604B (zh) 2023-05-16

Family

ID=68660401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910676288.7A Active CN110533604B (zh) 2019-07-25 2019-07-25 用于复原病猪反光器官图像的方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110533604B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060187477A1 (en) * 2004-02-27 2006-08-24 Seiko Epson Corporation Image processing system and image processing method
WO2014187265A1 (zh) * 2013-12-19 2014-11-27 中兴通讯股份有限公司 一种照片拍摄处理方法、设备和计算机存储介质
CN104200444A (zh) * 2014-09-25 2014-12-10 西北民族大学 基于对称样本块的图像修复方法
CN108182694A (zh) * 2017-12-29 2018-06-19 浙江大学 一种基于插值的运动估计与自适应视频重建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060187477A1 (en) * 2004-02-27 2006-08-24 Seiko Epson Corporation Image processing system and image processing method
WO2014187265A1 (zh) * 2013-12-19 2014-11-27 中兴通讯股份有限公司 一种照片拍摄处理方法、设备和计算机存储介质
CN104200444A (zh) * 2014-09-25 2014-12-10 西北民族大学 基于对称样本块的图像修复方法
CN108182694A (zh) * 2017-12-29 2018-06-19 浙江大学 一种基于插值的运动估计与自适应视频重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡爱群 等: "信息光学 光学信息处理、图像识别", 《中国光学与应用光学文摘》 *

Also Published As

Publication number Publication date
CN110533604B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN101661613B (zh) 一种基于图像分割的图像修复方法及系统
Buyssens et al. Exemplar-based inpainting: Technical review and new heuristics for better geometric reconstructions
CN111047522B (zh) 一种基于边缘生成的图像修复方法
CN112184585B (zh) 一种基于语义边缘融合的图像补全方法及系统
CN111223034B (zh) 基于深度学习的大容量抗打印/拍摄盲水印系统及方法
US10354355B2 (en) Digital watermarking
US20220392025A1 (en) Restoring degraded digital images through a deep learning framework
CN111127376A (zh) 一种数字视频文件修复方法及装置
Chen et al. Image inpainting with improved exemplar-based approach
CN116051407A (zh) 一种图像修复方法
Sari et al. Interactive image inpainting of large-scale missing region
CN104599253A (zh) 一种自然图像阴影消除方法
CN111626953B (zh) 一种基于多特征信息的碎片拼接方法及装置
CN110533604A (zh) 用于复原病猪反光器官图像的方法、系统及存储介质
JP2004508641A (ja) ディジタル画像のセグメンテーション
CN113724143A (zh) 用于图像修复的方法和装置
CN113052860B (zh) 一种三维脑血管分割方法及存储介质
Voronin et al. Image reconstruction on the basis of a textural geometrical model
CN111179190B (zh) 一种基于Criminisi的图像复原方法
Huang et al. A patch-based image inpainting based on structure consistence
Ndjiki-Nya et al. Automatic structure-aware inpainting for complex image content
Shobi et al. Review on Image Inpainting using Intelligence Mining Techniques.
Delon et al. A patch-based approach for random-valued impulse noise removal
CN110659511A (zh) 一种遥感图像的信息隐藏处理方法及装置
CN115115537B (zh) 一种基于掩码训练的图像修复方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240408

Address after: 233600 110m to the southwest of Zijin Yujing, Ziguang Avenue South, Guoyang County, Bozhou City, Anhui Province

Patentee after: Woyang Quantum Information Technology Co.,Ltd.

Country or region after: China

Address before: School of Information and Computer Science, Anhui Agricultural University, No. 130 Changjiang West Road, Shushan District, Hefei City, Anhui Province, 230036

Patentee before: Anhui Agricultural University

Country or region before: China

Patentee before: ANHUI ACQUISITIVE, INTERNET OF THINGS Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240430

Address after: 230036 No. 130 Changjiang West Road, Hefei, Anhui

Patentee after: Anhui Agricultural University

Country or region after: China

Address before: 233600 110m to the southwest of Zijin Yujing, Ziguang Avenue South, Guoyang County, Bozhou City, Anhui Province

Patentee before: Woyang Quantum Information Technology Co.,Ltd.

Country or region before: China