CN111353328A - 一种超声三维体数据在线显示及分析方法 - Google Patents
一种超声三维体数据在线显示及分析方法 Download PDFInfo
- Publication number
- CN111353328A CN111353328A CN201811563185.1A CN201811563185A CN111353328A CN 111353328 A CN111353328 A CN 111353328A CN 201811563185 A CN201811563185 A CN 201811563185A CN 111353328 A CN111353328 A CN 111353328A
- Authority
- CN
- China
- Prior art keywords
- data
- dimensional
- volume data
- ultrasonic
- dimensional volume
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000007547 defect Effects 0.000 claims abstract description 10
- 239000000523 sample Substances 0.000 claims abstract description 10
- 238000013144 data compression Methods 0.000 claims abstract description 6
- 230000006837 decompression Effects 0.000 claims abstract description 4
- 238000010801 machine learning Methods 0.000 claims abstract description 4
- 238000009877 rendering Methods 0.000 claims abstract description 4
- 230000007797 corrosion Effects 0.000 claims description 9
- 238000005260 corrosion Methods 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Abstract
本发明涉及三维数据显示技术领域，具体公开了一种超声三维体数据在线显示及分析方法。该方法包括：1、对超声三维体数据进行数据压缩；2、利用数据总线将压缩后的超声三维体数据传递给GPU，并在GPU中进行并行解压；3、以光线投射模型直接进行多分辨率渲染；4、利用而为图像处理算法及机器学习算法，进行三维空间的数据快速处理；5、根据核设备的典型缺陷空间分布特征，划分有效数据区域，并自动剔除结构波信号；6、以探头声束相关性，对阈值范围内的空间块数据进行分类识别和提取。该方法便于用户清晰直观的观察被检物体的超声检测结果，并利用体数据的自动分析方法，提高超声信号自动分析的可行性和可靠性。
Description
技术领域
本发明属于三维数据显示技术领域，具体涉及一种超声三维体数据在线显示及分析方法。
背景技术
以核电站大修为例，一次完整大修过程包含前期系统准备，中期数据自动采集及后期数据人工分析三个阶段。目前仅在中期阶段可实现较高程度的自动化，而在前期仅可实现较低程度的自动化，在后期则完全靠人工完成。一次大修中采集到的超过30G的超声数据文件，过万的二维B扫图形，超声分析人员采用人工观察的方法需要对其进行超过400人时的后期分析和计算工作。分析工作对人员技能水平要求极高，能通过核安全局验证熟练的数据分析人员数量稀少。因此，大修现场的数据分析人员工作繁重，效率也会因此下降。
发明内容
本发明的目的在于提供一种超声三维体数据在线显示及分析方法，可以使用户清晰直观的观察被检物体的超声检测结果，并能够进行数据自动分析，提高超声信号自动分析的可行性和可靠性。
本发明的技术方案如下：一种超声三维体数据在线显示及分析方法，该方法具体包括如下步骤：
步骤1、对超声三维体数据进行数据压缩；
步骤2、利用数据总线将压缩后的超声三维体数据传递给GPU，并在GPU中进行并行解压；
步骤3、以光线投射模型直接进行多分辨率渲染，实现常规硬件配置条件下的大规模体数据交互可视化；
步骤4、利用而为图像处理算法及机器学习算法，进行三维空间的数据快速处理；
步骤5、根据核设备的典型缺陷空间分布特征，划分有效数据区域，并自动剔除结构波信号；
步骤6、以探头声束相关性，对阈值范围内的空间块数据进行分类识别和提取。
所述的步骤1中对超声三维体数据进行数据压缩的具体步骤为：
步骤1.1、将原始数据进行三维数据扩充；
步骤1.2、将扩充的数据按照3层小波分解，获得三层的分解系数；
步骤1.3、对第三层的低频数据全部进行保留，对所有层的高频数据置零处理；
步骤1.4、对第二层和第一层的低频数据按4*4*4划分；
步骤1.5、设定阈值，并将所有第二层和第一层的低频数据区按照方差进行区分，并分成四个区域；
步骤1.6、按照不同的区域进行不同精度的编码。
所述的步骤1.1中将原始数据进行三维数据扩充的具体为：
设原始数据的尺寸为a*b*c，其中，2n-1＜max(a,b,c)≤2n，n为正整数，则将原始数据以0值填充至2n*2n*2n的尺度。
所述的步骤1.5具体包括：设定阈值0<Th0<Th1<Th2<1，对所有第二层和第一层的低频数据区按照方差进行区分，并分为0～Th0，Th0～Th1，Th1～Th2，Th2～1四个区域，其中，Th0设置为最大噪声信号的幅值；Th2设置为重点信号的最小幅值；Th1设置为Th2*0.3+Th0*0.7。
所述的步骤4具体包括：
步骤4.1、将三维体数据进行二值化；
设定阈值Th，并将三维体数据中小于阈值Th的值置零，其他值置为1，即可实现三维体数据的二值化；
步骤4.2、进行三维的膨胀运算；
以n×n×n的结构元素扫描整个三维体数据的二值数据，用结构元素与其覆盖的二值数据像做“或”操作，假设都为0，结果图像的该像素为0，否则为1，其中，n为奇数；
步骤4.3、进行三维腐蚀运算；
以n×n×n的结构元素扫描整个三个体数据的二值数据，用结构元素与其覆盖的二值数据像做“与”操作，假设都为1，结果图像的该像素为1，否则为0，其中，n为奇数；
步骤4.4、进行三维开运算及三维闭运算；
三维的腐蚀运算后进行三维的膨胀运算即为三维开运算；三维的膨胀运算后进行三维腐蚀的运算即为三维闭运算；
步骤4.5、利用二维的边缘算法、滤波和直方图算法处理三维的数据
所述的步骤5具体包括：
步骤5.1、获取数据的有效区域；
按照探头参数和被检工件参数，计算获得有效的信号覆盖区域，并设置为数据的有效区域；
步骤5.2、在数据有效区域内，以峰值剔除始波信号区域；
步骤5.3、在数据有效区域内，以阈值剔除规则噪声信号；
步骤5.4、利用开运算剔除信号中的孤立峰值点，以闭合运算剔除信号中的独立凹槽点。
所述的步骤5.3中以阈值剔除规则噪声信号的步骤具体为：在数据有效区域内，以ThA为阈值，并剔除规则噪声信号，其中，ThA为20％FSH，FSH为满屏波幅。
所述的步骤6具体包括：
步骤6.1、对体数据中的疑似缺陷信号进行提取；
利用counter连通区域算法，提取体数据中的疑似缺陷信号；
步骤6.2、从疑似信号中，剔除counter任意维度为1的信号；
步骤6.3、从疑似信号中，剔除counter轴线与探头声速轴线夹角小于角度阈值ThresholdAng的信号。
所述的步骤6.3中角度阈值ThresholdAng范围为75°～105°。
本发明的显著效果在于：本发明所述的一种超声三维体数据在线显示及分析方法，便于用户清晰直观的观察被检物体的超声检测结果，并利用体数据的自动分析方法，提高超声信号自动分析的可行性和可靠性。
具体实施方式
一种超声三维体数据在线显示及分析方法，该方法具体包括如下步骤：
步骤1、对超声三维体数据进行数据压缩；
利用基于小波变换的多分辨率超声体数据压缩算法，在CPU中对原始的数据进行数据压缩；
步骤1.1、将原始数据进行三维数据扩充；
设原始数据的尺寸为a*b*c，其中，2n-1＜max(a,b,c)≤2n，n为正整数，则将原始数据以0值填充至2n*2n*2n的尺度；
步骤1.2、将扩充的数据按照3层小波分解，获得三层的分解系数；
步骤1.3、对第三层的低频数据全部进行保留，对所有层的高频数据置零处理；
步骤1.4、对第二层和第一层的低频数据按4*4*4划分；
步骤1.5、设定阈值，并将所有第二层和第一层的低频数据区按照方差进行区分，并分成四个区域；
设定阈值0<Th0<Th1<Th2<1，对所有第二层和第一层的低频数据区按照方差进行区分，并分为0～Th0，Th0～Th1，Th1～Th2，Th2～1四个区域，其中，Th0一般设置为最大噪声信号的幅值；Th2一般设置为重点信号的最小幅值；Th1一般设置为Th2*0.3+Th0*0.7，三个阈值可根据需要进行设置；
步骤1.6、按照不同的区域进行不同精度的编码；
步骤2、利用数据总线将压缩后的超声三维体数据传递给GPU，并在GPU中进行并行解压；
步骤3、以光线投射模型直接进行多分辨率渲染，实现常规硬件配置条件下的大规模体数据交互可视化；
步骤4、利用而为图像处理算法及机器学习算法，进行三维空间的数据快速处理；
步骤4.1、将三维体数据进行二值化；
设定阈值Th，并将三维体数据中小于阈值Th的值置零，其他值置为1，即可实现三维体数据的二值化；
步骤4.2、进行三维的膨胀运算；
以n×n×n的结构元素(n为奇数)扫描整个三维体数据的二值数据，用结构元素与其覆盖的二值数据像做“或”操作，假设都为0，结果图像的该像素为0，否则为1；
步骤4.3、进行三维腐蚀运算；
以n×n×n的结构元素(n为奇数)扫描整个三个体数据的二值数据，用结构元素与其覆盖的二值数据像做“与”操作，假设都为1，结果图像的该像素为1，否则为0；
步骤4.4、进行三维开运算及三维闭运算；
三维的腐蚀运算后进行三维的膨胀运算即为三维开运算；三维的膨胀运算后进行三维腐蚀的运算即为三维闭运算；
步骤4.5、利用二维的边缘算法、滤波和直方图算法处理三维的数据；
步骤5、根据核设备的典型缺陷空间分布特征，划分有效数据区域，并自动剔除结构波信号；
步骤5.1、获取数据的有效区域；
按照探头参数和被检工件参数，计算获得有效的信号覆盖区域，并设置为数据的有效区域；
步骤5.2、在数据有效区域内，以峰值剔除始波信号区域；
步骤5.3、在数据有效区域内，以阈值剔除规则噪声信号；
在数据有效区域内，以ThA为阈值，并剔除规则噪声信号，其中，ThA一般为20％FSH，也可根据实际需求进行确定；
步骤5.4、利用开运算剔除信号中的孤立峰值点，以闭合运算剔除信号中的独立凹槽点；
步骤6、以探头声束相关性，对阈值范围内的空间块数据进行分类识别和提取；
步骤6.1、对体数据中的疑似缺陷信号进行提取；
利用counter连通区域算法，提取体数据中的疑似缺陷信号；
步骤6.2、从疑似信号中，剔除counter任意维度为1的信号；
步骤6.3、从疑似信号中，剔除counter轴线与探头声速轴线夹角小于阈值ThresholdAng的信号，其中，阈值ThresholdAng为角度阈值，范围为75°～105°。
Claims (9)
1.一种超声三维体数据在线显示及分析方法，其特征在于：该方法具体包括如下步骤：
步骤1、对超声三维体数据进行数据压缩；
步骤2、利用数据总线将压缩后的超声三维体数据传递给GPU，并在GPU中进行并行解压；
步骤3、以光线投射模型直接进行多分辨率渲染，实现常规硬件配置条件下的大规模体数据交互可视化；
步骤4、利用而为图像处理算法及机器学习算法，进行三维空间的数据快速处理；
步骤5、根据核设备的典型缺陷空间分布特征，划分有效数据区域，并自动剔除结构波信号；
步骤6、以探头声束相关性，对阈值范围内的空间块数据进行分类识别和提取。
2.根据权利要求1所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤1中对超声三维体数据进行数据压缩的具体步骤为：
步骤1.1、将原始数据进行三维数据扩充；
步骤1.2、将扩充的数据按照3层小波分解，获得三层的分解系数；
步骤1.3、对第三层的低频数据全部进行保留，对所有层的高频数据置零处理；
步骤1.4、对第二层和第一层的低频数据按4*4*4划分；
步骤1.5、设定阈值，并将所有第二层和第一层的低频数据区按照方差进行区分，并分成四个区域；
步骤1.6、按照不同的区域进行不同精度的编码。
3.根据权利要求2所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤1.1中将原始数据进行三维数据扩充的具体为：
设原始数据的尺寸为a*b*c，其中，2n-1＜max(a,b,c)≤2n，n为正整数，则将原始数据以0值填充至2n*2n*2n的尺度。
4.根据权利要求2所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤1.5具体包括：设定阈值0<Th0<Th1<Th2<1，对所有第二层和第一层的低频数据区按照方差进行区分，并分为0～Th0，Th0～Th1，Th1～Th2，Th2～1四个区域，其中，Th0设置为最大噪声信号的幅值；Th2设置为重点信号的最小幅值；Th1设置为Th2*0.3+Th0*0.7。
5.根据权利要求1所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤4具体包括：
步骤4.1、将三维体数据进行二值化；
设定阈值Th，并将三维体数据中小于阈值Th的值置零，其他值置为1，即可实现三维体数据的二值化；
步骤4.2、进行三维的膨胀运算；
以n×n×n的结构元素扫描整个三维体数据的二值数据，用结构元素与其覆盖的二值数据像做“或”操作，假设都为0，结果图像的该像素为0，否则为1，其中，n为奇数；
步骤4.3、进行三维腐蚀运算；
以n×n×n的结构元素扫描整个三个体数据的二值数据，用结构元素与其覆盖的二值数据像做“与”操作，假设都为1，结果图像的该像素为1，否则为0，其中，n为奇数；
步骤4.4、进行三维开运算及三维闭运算；
三维的腐蚀运算后进行三维的膨胀运算即为三维开运算；三维的膨胀运算后进行三维腐蚀的运算即为三维闭运算；
步骤4.5、利用二维的边缘算法、滤波和直方图算法处理三维的数据。
6.根据权利要求1所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤5具体包括：
步骤5.1、获取数据的有效区域；
按照探头参数和被检工件参数，计算获得有效的信号覆盖区域，并设置为数据的有效区域；
步骤5.2、在数据有效区域内，以峰值剔除始波信号区域；
步骤5.3、在数据有效区域内，以阈值剔除规则噪声信号；
步骤5.4、利用开运算剔除信号中的孤立峰值点，以闭合运算剔除信号中的独立凹槽点。
7.根据权利要求6所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤5.3中以阈值剔除规则噪声信号的步骤具体为：在数据有效区域内，以ThA为阈值，并剔除规则噪声信号，其中，ThA为20％FSH，FSH为满屏波幅。
8.根据权利要求1所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤6具体包括：
步骤6.1、对体数据中的疑似缺陷信号进行提取；
利用counter为连通区域算法，提取体数据中的疑似缺陷信号；
步骤6.2、从疑似信号中，剔除counter任意维度为1的信号；
步骤6.3、从疑似信号中，剔除counter轴线与探头声速轴线夹角小于角度阈值ThresholdAng的信号。
9.根据权利要求8所述的一种超声三维体数据在线显示及分析方法，其特征在于：所述的步骤6.3中角度阈值ThresholdAng范围为75°～105°。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811563185.1A CN111353328B (zh) | 2018-12-20 | 2018-12-20 | 一种超声三维体数据在线显示及分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811563185.1A CN111353328B (zh) | 2018-12-20 | 2018-12-20 | 一种超声三维体数据在线显示及分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111353328A true CN111353328A (zh) | 2020-06-30 |
| CN111353328B CN111353328B (zh) | 2023-10-24 |
Family
ID=71193702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811563185.1A Active CN111353328B (zh) | 2018-12-20 | 2018-12-20 | 一种超声三维体数据在线显示及分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111353328B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5497776A (en) * | 1993-08-05 | 1996-03-12 | Olympus Optical Co., Ltd. | Ultrasonic image diagnosing apparatus for displaying three-dimensional image |
| CN1493258A (zh) * | 2002-10-28 | 2004-05-05 | ��ʽ���綫֥ | 图像处理设备与超声波诊断设备 |
| US20060139361A1 (en) * | 2003-06-05 | 2006-06-29 | Marc Busch | Adaptive image interpolation for volume rendering |
| US20090003665A1 (en) * | 2007-06-30 | 2009-01-01 | General Electric Company | Method and system for multiple view volume rendering |
| CN102106741A (zh) * | 2009-12-25 | 2011-06-29 | 东软飞利浦医疗设备系统有限责任公司 | 一种二维超声图像的三维重建方法 |
| CN103198514A (zh) * | 2013-03-25 | 2013-07-10 | 南京大学 | 一种三维地震体数据的实时光线投射体绘制方法 |
| JP2014041068A (ja) * | 2012-08-23 | 2014-03-06 | Hitachi Ltd | 超音波検査装置及び方法 |
| CN105973988A (zh) * | 2016-07-05 | 2016-09-28 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
| CN107274399A (zh) * | 2017-06-19 | 2017-10-20 | 太原理工大学 | 一种基于Hession矩阵和三维形状指数的肺结节分割方法 |
| CN108459088A (zh) * | 2018-05-09 | 2018-08-28 | 北京领示科技有限公司 | 一种相控阵超声波信号数据的三维转换和融合方法 |
| WO2018214063A1 (zh) * | 2017-05-24 | 2018-11-29 | 深圳迈瑞生物医疗电子股份有限公司 | 超声设备及其三维超声图像显示方法 |
-
2018
- 2018-12-20 CN CN201811563185.1A patent/CN111353328B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5497776A (en) * | 1993-08-05 | 1996-03-12 | Olympus Optical Co., Ltd. | Ultrasonic image diagnosing apparatus for displaying three-dimensional image |
| CN1493258A (zh) * | 2002-10-28 | 2004-05-05 | ��ʽ���綫֥ | 图像处理设备与超声波诊断设备 |
| US20060139361A1 (en) * | 2003-06-05 | 2006-06-29 | Marc Busch | Adaptive image interpolation for volume rendering |
| US20090003665A1 (en) * | 2007-06-30 | 2009-01-01 | General Electric Company | Method and system for multiple view volume rendering |
| CN102106741A (zh) * | 2009-12-25 | 2011-06-29 | 东软飞利浦医疗设备系统有限责任公司 | 一种二维超声图像的三维重建方法 |
| JP2014041068A (ja) * | 2012-08-23 | 2014-03-06 | Hitachi Ltd | 超音波検査装置及び方法 |
| CN103198514A (zh) * | 2013-03-25 | 2013-07-10 | 南京大学 | 一种三维地震体数据的实时光线投射体绘制方法 |
| CN105973988A (zh) * | 2016-07-05 | 2016-09-28 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
| WO2018214063A1 (zh) * | 2017-05-24 | 2018-11-29 | 深圳迈瑞生物医疗电子股份有限公司 | 超声设备及其三维超声图像显示方法 |
| CN107274399A (zh) * | 2017-06-19 | 2017-10-20 | 太原理工大学 | 一种基于Hession矩阵和三维形状指数的肺结节分割方法 |
| CN108459088A (zh) * | 2018-05-09 | 2018-08-28 | 北京领示科技有限公司 | 一种相控阵超声波信号数据的三维转换和融合方法 |
Non-Patent Citations (2)
| Title |
|---|
| 潘卫国: "海量超声数据体可视化研究", pages 472 - 478 * |
| 陈培兴: "基于工业CT图像的缺陷定位和三维分割技术研究", pages 1 - 66 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111353328B (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhai et al. | Insulator fault detection based on spatial morphological features of aerial images | |
| CN107782733B (zh) | 金属表面缺陷的图像识别无损检测装置及方法 | |
| CN107451590B (zh) | 基于高光谱红外图像的气体检测识别和浓度表示方法 | |
| Aiger et al. | The phase only transform for unsupervised surface defect detection | |
| CN105913419B (zh) | 基于ICA学习和多通道融合的TFT-LCD mura缺陷检测方法 | |
| CN111260616A (zh) | 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法 | |
| CN107831409B (zh) | 特高频局放检测图谱特征参量提取的方法及异常检测方法 | |
| CN114581764B (zh) | 基于深度学习算法的地下结构裂纹病害判别方法 | |
| Mumtaz et al. | Computer aided visual inspection of aircraft surfaces | |
| CN112508019A (zh) | 基于图像识别的gis隔离/接地开关状态检测方法及系统 | |
| Hosseini et al. | Image sharpness metric based on maxpol convolution kernels | |
| CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
| Wang et al. | Image processing in fault identification for power equipment based on improved super green algorithm | |
| CN113706462A (zh) | 产品表面缺陷检测方法、装置、设备及存储介质 | |
| CN111353328A (zh) | 一种超声三维体数据在线显示及分析方法 | |
| Bouganssa et al. | Implementation on a FPGA of edge detection algorithm in medical image and tumors characterization | |
| Huang et al. | Mango surface defect detection based on HALCON | |
| CN110580463A (zh) | 单一光谱驱动的双类别稀疏表示高光谱图像目标检测方法 | |
| CN112508862B (zh) | 一种通过改进gan增强裂纹磁光图像的方法 | |
| CN110598674B (zh) | 一种基于模式识别的转辙机故障识别方法 | |
| Tan et al. | Digital imaging detection and image analysis of internal structural defects in GIS | |
| CN113112458A (zh) | 一种基于支持向量机的金属表面缺陷检测方法 | |
| Yang et al. | Research on partial discharge diagnosis based on data augmentation and convolutional neural | |
| Zhang et al. | Detection of foreign fibers in cotton on the basis of wavelet | |
| CN112964793B (zh) | 一种基于图像识别与声学识别的管道点蚀损伤智能识别方法 |
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 |