CN111833445A - 一种基于多源数据的区域地形分割及数字高程模型获取方法 - Google Patents

一种基于多源数据的区域地形分割及数字高程模型获取方法 Download PDF

Info

Publication number
CN111833445A
CN111833445A CN202010590427.7A CN202010590427A CN111833445A CN 111833445 A CN111833445 A CN 111833445A CN 202010590427 A CN202010590427 A CN 202010590427A CN 111833445 A CN111833445 A CN 111833445A
Authority
CN
China
Prior art keywords
digital
elevation model
digital elevation
terrain
area
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
CN202010590427.7A
Other languages
English (en)
Other versions
CN111833445B (zh
Inventor
蔡志刚
刘微微
王艳
高亚萍
王琪
陈文静
左欢庆
吴霞仙
盛君
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.)
Zhejiang Institute Of Surveying And Mapping Science And Technology
Original Assignee
Zhejiang Institute Of Surveying And Mapping 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 Zhejiang Institute Of Surveying And Mapping Science And Technology filed Critical Zhejiang Institute Of Surveying And Mapping Science And Technology
Priority to CN202010590427.7A priority Critical patent/CN111833445B/zh
Priority claimed from CN202010590427.7A external-priority patent/CN111833445B/zh
Publication of CN111833445A publication Critical patent/CN111833445A/zh
Application granted granted Critical
Publication of CN111833445B publication Critical patent/CN111833445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于多源数据的区域地形分割及数字高程模型获取方法，包括以下步骤：对地形进行分割，并形成相应的等级；对不同等级的区域采取自适应的方式获取与之相匹配的数字地表模型，并进行滤波；对不同级别的成果进行融合，获取可用于数字正影像图生产的初始数字高程模型。本发明采用地形分割的方法获取分级数字高程模型，在此基础上对数字高程模型进行处理，可以极大程度上减轻后期数字高程模型的人工处理工作量，提高数字高程模型生产及数字正射影像生产的自动化程度。

Description

一种基于多源数据的区域地形分割及数字高程模型获取方法
技术领域
本发明属于数字正射影像图生成技术领域，具体涉及一种基于多源数据的区域地形分割及数字高程模型获取方法。
背景技术
数字高程模型生产是数字正射影像生产的关键技术流程之一，也是数字正射影像生产中人工干预工作量占比重的环节。目前数字正射影像生产中用于数字微分纠正的数字高程模型一般是在历史数字高程模型或者按统一标准参数提取滤波出的数字高程模型基础上进行人工处理获得的，该方式自动化程度低，人工处理工作量大。
发明内容
本发明提供了一种基于多源数据的区域地形分割及数字高程模型获取方法，提高生产的自动化及信息化程度。
本发明的技术方案为：一种基于多源数据的区域地形分割及数字高程模型获取方法，包括以下步骤：
S1、进行区域地形的分割，并形成相应的等级；
S2、对不同等级的区域采取自适应的方式获取与之相匹配的数字地表模型，并进行滤波；
S3、对不同类型的成果进行融合，获取可用于数字正射影响图生产的初始数字高程模型。
作为优选，所述步骤S1包括：根据区域地形特点，将地形区分成三种等级：L0，L1，L2，其中，L0级代表所在区域划分成平地区域，L1级代表所在区域划分成山地区域，L2级代表所在区域划分成平山结合处。
作为优选，所述步骤S1中，L0级通过坡度改正计算式(1)计算，
i＝2*h/l*100％ (1)；
若
Figure BDA0002556119100000021
即将相应区域归到L0；
其中h为地形高差，l为水平距离，i为坡度计算值。
作为优选，所述步骤S1中，L1级通过最新地理国情地表覆盖要素代码的聚类分析进行归算，建立聚类函数，见式(2)，
L＝x1+x2+x3+.....xn (2)；
其中x1，x2，x3.....xn为与山地有关的代码要素标识。
本发明中将与山地有关的代码要素都合并到相应的层里，并将相应区域归算到L1级。
作为优选，所述步骤S2-1中，将L0级及L1级提取出的区块与最新时相的历史数字正射影像、数字线划图进行对比纠正，最终确定相应层级的成果，利用式(3)，将剩余地形区域归算到L2级，
L2＝L总-L0-L1 (3)。
作为优选，所述步骤S2包括：
S2-1、数字表面模型获取：利用L0层级的成果范围面作为约束范围面获取数字表面模型，提取规则设置为山地，为便于后期数据的加载和处理，在点云数据提取过程中作分块处理；
S2-2、数字高程模型获取：利用L1层级的成果范围作为约束范围面并利用时相最接近的数字高程模型成果作为约束条件获取山地区域初始的数字高程模型，综合考虑后期对L2成果的处理，提取规则设置为丘陵地。
作为优选，所述步骤S3包括：
S3-1、对步骤S2-1中获取的分块点云数据进行滤波处理；
S3-2、对步骤S2-2中初始的数字高程模型进行植被高程改正；
S3-3、获取L2层级的数字高程模型：对步骤S3-1中滤波后的点云数据进行高程内插，生成平地区域的栅格数据，用于内插平山分界线，由此获取三维特征线，从而处理平山结合处的数字高程模型格网点；
S3-4、将步骤S3-1中获取的点云数据、步骤S3-2中的数字高程模型成果、步骤S3-3中的三维特征线联合处理并进行高程内插，重新生成经初始处理后的数字高程粗成果。
作为优选，步骤S3-1中涉及到人工构筑物阈值的确定以及地形坡度变化阈值的设置，人工构筑物阈值的确定通过提取时相最接近的数字线划图中的居民地矢量数据层的房屋要素为样本进行设定，地形坡度变化阈值以L0层的初值为基础适当进行调整。
作为优选，步骤S3-2中，进行植被高程改正时，通过式(4)计算高程值，
Figure BDA0002556119100000031
其中，h为成果高程值，h0为提取出的高程值，h1为对步骤S2-2中作为约束条件的初始值。
作为优选，所述数字表面模型的格网间距为1米。
与现有技术相比，本发明的有益效果体现在：
本发明中利用与现有数据源时相最接近的地表覆盖数据、数字正射影像图数据、数字线划图等数据结合代码聚类分析、特征提取及坡度改正计算完成区域地形的分割并形成相应的等级，对不同等级的区域采取自适应的方式获取与之相匹配的数字地表模型并进行滤波，对不同类型的成果进行融合获取可用于后续数字正射影像图生产的初始数字高程模型，可以极大程度上减轻后期数字高程模型的人工处理工作量，提高数字正射影像生产的自动化程度。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例为一种基于多源数据的区域地形分割及数字高程模型获取方法，如图1所示，主要包括以下步骤：
I：地形分割
根据区域地形特点，将地形区分成三种等级：L0，L1，L2。L0级代表所在区域划分成平地区域，L1级代表所在区域划分成山地区域，L2级代表所在区域划分成平山结合处。
(1)L0级通过坡度改正计算式计算，
i＝2*h/l*100％ (1)
若
Figure BDA0002556119100000051
即将相应区域归到L0；
其中h为地形高差，l为水平距离，i为坡度计算值。
(2)L1级通过最新的国情地表要素代码的聚类分析进行归算，建立聚类函数，见式(2)，将阔叶林等与山地有关的代码要素都合并到相应的层里，并将相应区域归算到L1级，
L＝x1+x2+x3+.....xn (2)；
其中x1，x2，x3.....xn为与山地有关的代码要素标识。
(3)将L0级及L1级提取出的区块与最新时相的历史数字正射影像、数字线划图进行对比纠正，最终确定相应层级的成果。
(4)利用式(3)，将剩余地形区域归算到L2级。
L2＝L总-L0-L1 (3)。
II：点云提取
(1)数字表面模型获取：利用L0层级的成果范围面作为约束范围面获取格网间距为1米的数字表面模型，提取规则设置为山地，为便于后期数据的加载和处理，在点云数据提取过程中作分块处理。
(2)数字高程模型获取：利用L1层级的成果范围作为约束范围面并利用时相最接近的数字高程模型成果作为约束条件获取山地区域初始的数字高程模型，综合考虑后期对L2成果的处理，提取规则设置为丘陵地。
(3)对所有区域进行点云数据获取，提取规则设置为平地。
III：点云融合及数字高程模型获取
(1)对II(1)中获取的分块点云数据进行滤波处理：该步骤涉及到人工构筑物阈值的确定及地形坡度变化阈值的设置，人工构筑物阈值的确定通过提取时相最接近的数字线划图中的居民地矢量数据层的房屋要素为样本进行设定，地形坡度变化阈值以L0层的初值为基础适当进行调整。
(2)对II(2)中初始的数字高程模型进行植被高程改正：通过式(4)计算高程值，
Figure BDA0002556119100000061
其中，h为成果高程值，h0为提取出的高程值，h1为对II(2)中作为约束条件的初始值。
(3)获取L2层级的数字高程模型：对III(1)中滤波后的点云数据进行高程内插，生成平地区域的栅格数据，用于内插平山分界线，由此获取三维特征线，从而处理平山结合处的数字高程模型格网点。
(4)将III(1)中获取的点云数据、III(2)中的数字高程模型成果、III(3)中的三维特征线联合处理并进行高程内插，重新生成经初始处理后的数字高程粗成果。

Claims (10)

1.一种基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，包括以下步骤：
S1、进行区域地形的分割，并形成相应的等级；
S2、对不同等级的区域采取自适应的方式获取与之相匹配的数字地表模型，并进行滤波；
S3、对不同类型的成果进行融合，获取可用于数字正射影像图生产的初始数字高程模型。
2.如权利要求1所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述步骤S1包括：根据区域地形特点，将地形区分成三种等级：L0，L1，L2，其中，L0级代表所在区域划分成平地区域，L1级代表所在区域划分成山地区域，L2级代表所在区域划分成平山结合处。
3.如权利要求2所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述步骤S1中，L0级通过坡度改正计算式(1)计算，
i＝2*h/l*100％ (1)；
若
Figure FDA0002556119090000011
即将相应区域归到L0；
其中h为地形高差，l为水平距离，i为坡度计算值。
4.如权利要求3所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述步骤S1中，L1级通过最新地理国情地表覆盖要素代码的聚类分析进行归算，建立聚类函数，见式(2)，
L＝x1+x2+x3+.....xn (2)；
其中x1，x2，x3.....xn为与山地有关的代码要素标识。
5.如权利要求4所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述步骤S2-1中，将L0级及L1级提取出的区块与最新时相的历史数字正射影像、数字线划图进行对比纠正，最终确定相应层级的成果，利用式(3)，将剩余地形区域归算到L2级，
L2＝L总-L0-L1 (3)。
6.如权利要求1～5任一所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述步骤S2包括：
S2-1、数字表面模型获取：利用L0层级的成果范围面作为约束范围面获取数字表面模型，提取规则设置为山地，为便于后期数据的加载和处理，在点云数据提取过程中作分块处理；
S2-2、数字高程模型获取：利用L1层级的成果范围作为约束范围面并利用时相最接近的数字高程模型成果作为约束条件获取山地区域初始的数字高程模型，综合考虑后期对L2成果的处理，提取规则设置为丘陵地。
7.如权利要求6所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述步骤S3包括：
S3-1、对步骤S2-1中获取的分块点云数据进行滤波处理；
S3-2、对步骤S2-2中初始的数字高程模型进行植被高程改正；
S3-3、获取L2层级的数字高程模型：对步骤S3-1中滤波后的点云数据进行高程内插，生成平地区域的栅格数据，用于内插平山分界线，由此获取三维特征线，从而处理平山结合处的数字高程模型格网点；
S3-4、将步骤S3-1中获取的点云数据、步骤S3-2中的数字高程模型成果、步骤S3-3中的三维特征线联合处理并进行高程内插，重新生成经初始处理后的数字高程粗成果。
8.如权利要求7所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，步骤S3-1中涉及到人工构筑物阈值的确定以及地形坡度变化阈值的设置，人工构筑物阈值的确定通过提取时相最接近的数字线划图中的居民地矢量数据层的房屋要素为样本进行设定，地形坡度变化阈值以L0层的初值为基础适当进行调整。
9.如权利要求7或8所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，步骤S3-2中，进行植被高程改正时，通过式(4)计算高程值，
Figure FDA0002556119090000031
其中，h为成果高程值，h0为提取出的高程值，h1为对步骤S2-2中作为约束条件的初始值。
10.如权利要求7所述的基于多源数据的区域地形分割及数字高程模型获取方法，其特征在于，所述数字表面模型的格网间距为1米。
CN202010590427.7A 2020-06-24 一种基于多源数据的区域地形分割及数字高程模型获取方法 Active CN111833445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010590427.7A CN111833445B (zh) 2020-06-24 一种基于多源数据的区域地形分割及数字高程模型获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010590427.7A CN111833445B (zh) 2020-06-24 一种基于多源数据的区域地形分割及数字高程模型获取方法

Publications (2)

Publication Number Publication Date
CN111833445A true CN111833445A (zh) 2020-10-27
CN111833445B CN111833445B (zh) 2024-05-31

Family

ID=

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113138388A (zh) * 2021-04-09 2021-07-20 浙江省测绘科学技术研究院 融合精密水准与InSAR可靠沉降值的地面沉降监测方法
CN113867355A (zh) * 2021-10-11 2021-12-31 复旦大学 一种适用于荒漠复杂地形的全覆盖路径规划方法
CN116340307A (zh) * 2023-06-01 2023-06-27 北京易控智驾科技有限公司 坡道图层生成方法和装置、高精度地图及电子设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101006729B1 (ko) * 2010-07-23 2011-01-10 (주)동광지엔티 수치 표고모델 제작 방법 및 시스템
JP2012243226A (ja) * 2011-05-23 2012-12-10 Nec System Technologies Ltd 地盤高データ生成装置、地盤高データ生成方法、及びプログラム
CN103970837A (zh) * 2014-04-11 2014-08-06 北京工业大学 基于城市用地和竖向规划的不连续dem分类制作方法
CN105205328A (zh) * 2015-09-28 2015-12-30 辽宁工程技术大学 一种基于广义分维和特征参数的地质动力环境评价方法
US20160179994A1 (en) * 2010-05-28 2016-06-23 Geostellar, Inc. System and Method for Geomatic Modeling of a Diverse Resource Base Across Broad Landscapes
CN107305701A (zh) * 2017-05-14 2017-10-31 杭州师范大学 一种基于数字高程模型的城市洼地提取方法
CN108961286A (zh) * 2018-06-27 2018-12-07 武汉大学 一种顾及建筑物三维及边缘形状特征的无人机影像分割方法
CN109579784A (zh) * 2018-11-26 2019-04-05 青岛国测海遥信息技术有限公司 基于数字表面模型的城市地区建筑物高度的自动获取方法
CN110427857A (zh) * 2019-07-26 2019-11-08 国网湖北省电力有限公司检修公司 一种基于遥感数据融合的输电线路地质灾害分析方法
CN110763205A (zh) * 2019-11-05 2020-02-07 新疆维吾尔自治区测绘科学研究院 数字摄影测量系统生成边境狭长区域正射影像图的方法
CN110941689A (zh) * 2019-11-18 2020-03-31 云南瀚哲科技有限公司 一种基于ArcGIS的地貌类型划分方法
CN111103595A (zh) * 2020-01-02 2020-05-05 广州建通测绘地理信息技术股份有限公司 一种数字线划图的生成方法和装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160179994A1 (en) * 2010-05-28 2016-06-23 Geostellar, Inc. System and Method for Geomatic Modeling of a Diverse Resource Base Across Broad Landscapes
KR101006729B1 (ko) * 2010-07-23 2011-01-10 (주)동광지엔티 수치 표고모델 제작 방법 및 시스템
JP2012243226A (ja) * 2011-05-23 2012-12-10 Nec System Technologies Ltd 地盤高データ生成装置、地盤高データ生成方法、及びプログラム
CN103970837A (zh) * 2014-04-11 2014-08-06 北京工业大学 基于城市用地和竖向规划的不连续dem分类制作方法
CN105205328A (zh) * 2015-09-28 2015-12-30 辽宁工程技术大学 一种基于广义分维和特征参数的地质动力环境评价方法
CN107305701A (zh) * 2017-05-14 2017-10-31 杭州师范大学 一种基于数字高程模型的城市洼地提取方法
CN108961286A (zh) * 2018-06-27 2018-12-07 武汉大学 一种顾及建筑物三维及边缘形状特征的无人机影像分割方法
CN109579784A (zh) * 2018-11-26 2019-04-05 青岛国测海遥信息技术有限公司 基于数字表面模型的城市地区建筑物高度的自动获取方法
CN110427857A (zh) * 2019-07-26 2019-11-08 国网湖北省电力有限公司检修公司 一种基于遥感数据融合的输电线路地质灾害分析方法
CN110763205A (zh) * 2019-11-05 2020-02-07 新疆维吾尔自治区测绘科学研究院 数字摄影测量系统生成边境狭长区域正射影像图的方法
CN110941689A (zh) * 2019-11-18 2020-03-31 云南瀚哲科技有限公司 一种基于ArcGIS的地貌类型划分方法
CN111103595A (zh) * 2020-01-02 2020-05-05 广州建通测绘地理信息技术股份有限公司 一种数字线划图的生成方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113138388A (zh) * 2021-04-09 2021-07-20 浙江省测绘科学技术研究院 融合精密水准与InSAR可靠沉降值的地面沉降监测方法
CN113867355A (zh) * 2021-10-11 2021-12-31 复旦大学 一种适用于荒漠复杂地形的全覆盖路径规划方法
CN113867355B (zh) * 2021-10-11 2023-07-21 复旦大学 一种适用于荒漠复杂地形的全覆盖路径规划方法
CN116340307A (zh) * 2023-06-01 2023-06-27 北京易控智驾科技有限公司 坡道图层生成方法和装置、高精度地图及电子设备
CN116340307B (zh) * 2023-06-01 2023-08-08 北京易控智驾科技有限公司 坡道图层生成方法和装置、高精度地图及电子设备

Similar Documents

Publication Publication Date Title
CN106446910B (zh) 一种复杂地质曲面特征提取与重构方法
CN111538798B (zh) 一种顾及dsm和dlg的城市汇水区精细化提取方法
CN109741446B (zh) 一种三维数字地球动态生成精细海岸地形的方法
Sarkar Accuracy assessment and analysis of land use land cover change using geoinformatics technique in Raniganj Coalfield Area, India
WO2013121340A1 (en) Digital elevation model
CN112102494B (zh) 骨架线引导的树状点云表面重建方法及装置
Vletter et al. Finding vanished routes: Applying a multi-modelling approach on lost route and path networks in the Veluwe Region, The Netherlands
CN112464479A (zh) 一种基于gocad的三维成矿预测方法及系统
CN115640670A (zh) 一种地形自适应水深模型分区加权融合方法
Al-Muqdadi et al. Automated watershed evaluation of flat terrain
CN113297663B (zh) 一种基于bim技术的园区水流可视化分析方法
CN109242786B (zh) 一种适用于城市区域的自动化形态学滤波方法
CN111833445A (zh) 一种基于多源数据的区域地形分割及数字高程模型获取方法
CN111833445B (zh) 一种基于多源数据的区域地形分割及数字高程模型获取方法
Acharya et al. Extraction and modelling of spatio-temporal urban change in kathmandu valley
CN111833446A (zh) 一种基于特征线提取的架空地物快速纠正方法
CN111986320A (zh) 面向智慧城市应用的dem与倾斜摄影模型空间贴合优化算法
CN114882191B (zh) 数字高程模型生成方法、电子设备及计算机可读存储装置
CN115937676A (zh) 一种基于dem的大尺度沙丘地貌精细分类方法
CN116028660A (zh) 一种基于权重值的图像数据筛选方法、系统及介质
CN113312695B (zh) 一种基于趋势面分析的古地貌恢复方法
CN113838059A (zh) 一种基于要素级别的数字正射影像图生成方法
Mohammed et al. Using Remote Sensing and GIS to Study Morphological Analysis of Kirkuk Province
CN113838059B (zh) 一种基于要素级别的数字正射影像图生成方法
CN105447208B (zh) 一种面向建筑物的城市地理数据库自动更新方法

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