CN111982031A - 基于无人机视觉的水面面积测量方法 - Google Patents

基于无人机视觉的水面面积测量方法 Download PDF

Info

Publication number
CN111982031A
CN111982031A CN202010857214.6A CN202010857214A CN111982031A CN 111982031 A CN111982031 A CN 111982031A CN 202010857214 A CN202010857214 A CN 202010857214A CN 111982031 A CN111982031 A CN 111982031A
Authority
CN
China
Prior art keywords
water surface
picture
surface area
area
highlight
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
CN202010857214.6A
Other languages
English (en)
Other versions
CN111982031B (zh
Inventor
李锦浩
温大勇
孙逸铭
王长宝
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.)
Hengyang Dayan Geographic Information Co ltd
Original Assignee
Jiangsu University of 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 Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN202010857214.6A priority Critical patent/CN111982031B/zh
Publication of CN111982031A publication Critical patent/CN111982031A/zh
Application granted granted Critical
Publication of CN111982031B publication Critical patent/CN111982031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G01C5/005—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels altimeters for aircraft
    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • G06T2207/30184—Infrastructure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于无人机视觉的水面面积测量方法，其方法在于，采用带有照相、测高设备的无人机，所测水面设有图像大小参数存于无人机的参照物；无人机起飞前首先对所测水面进行高度测量并保存；无人机起飞后在保持设定高度飞行下获取水面图片，将获得的图片进行RGB色彩空间转为YCrCb空间进行高光检测；对检测后的图片进行高光增强，并对高光区域进行标记；Canny边缘检测；图片边缘平移合成；对比参照物，按比例尺进行水面面积计算。从而基于无人机视觉技术，使水面面积测量便捷易于实现，且针对不同大小、有高光干扰的水体面积提出相应解决方案，具有鲁棒性强和适用范围广的优点。

Description

基于无人机视觉的水面面积测量方法
技术领域
本发明涉及湖泊面积测量技术领域，具体涉及一种基于无人机视觉的湖泊面积测量方法。
背景技术
目前测量水体的技术主要分为两种，第一种为使用卫星进行遥感测量；第二种为使用无人机对水体面进行拍摄，将所拍图片合成计算面积；但是存在第一种方法成本较高，操作复杂，且对小型水体测量有较大误差；第二种方法使用无人机拍摄之后，进行处理计算，不能实时得出湖泊面积的问题。
发明内容
本发明目的在于提出一种基于无人机视觉的水面面积测量方法，通过使用无人机视觉技术拍摄水体面，通过获取无人机高度数据，辅助以高光检测处理技术，可以实时计算出湖泊面积。
为了实现上述的目的，本发明的技术方案是：
基于无人机视觉的水体面积测量方法，包括以下步骤：
1)设置参照模板，并将其尺寸大小存入无人机，在无人机对湖泊测量前，将所设的参照模板抛入湖泊内；
2)在起飞之前，测量湖泊所在海拔高度h；无人机对湖泊拍摄照片的同时，无人机通过测高仪获取所处的海拔高度H，通过公式H-h，获取无人机与湖泊的水平高度；
3)将拍照获得的照片进行RGB色彩空间转化成为YCrCb色度空间，将亮度信息独立分割出来，进入步骤4)；
4)对化成为YCrCb色度空间的图片进行高光检测，与原图进行对比，得出高光区域并标记，进入步骤5)；
5)为有效避免水体面在太阳光的作用下，形成类似镜面的高光效果，对已经标记的高光区域的每张图片使用Canny边缘检测提取水体面轮廓特征，得出每张图片水体面轮廓，进入步骤6)；
6)对拍摄时间相邻的两张图片进行特征匹配，获取相应的图片平移量，最后将若干张图片按相应的平移量进行图片平移合成，进入步骤7)；
7)计算合成照片上水体的面积之后，根据图片与实际面积比例计算出实际面积S。
以上所述的参照模板为一张实际面积为S1的参照物，无人机在H-h的情况下，计算出参照物图片上的面积S2，则，在H-h的情况下，获得的图片上水面面积乘以S2/S1为实际水面面积。
以上所述的高光检测是通过将RBG色度空间转化为YcrCb色度空间，然后通过原始图像减去背景图像，提取出高光区域。
以上所述的边缘检测是通过计算因灰度剧烈变化的点和灰度缓慢变化的点都对应着二阶导数零交叉点来检测图片上的边缘。
以上所述的图片平移合成的具体步骤为：T＝{ti}是模板图Canny边缘检测的集合；E＝{ei}是对比图Canny边缘检测的集合，dt(T，E)表示的是模板图T中的点到E中的点的平均距离，当T与E是相同的边缘，则dt(T，E)＝0，从而进行距离计算，获得相应的平移距离量，将每张图片上水体轮廓合成为一张图片。
有益效果：
本发明的基于无人机视觉的水面面积测量方法：①针对各种类型的湖泊面积可以进行较为准确且及时的进行计算面积，且成本低、操作简便；②针对不同天气，对各种大小的湖泊进行实时地测量，得出数据。
附图说明
图1为基于无人机视觉的水面面积测量方法的步骤流程图；
图2为将RBG色度空间转化为YcrCb色度空间Y分量的示例图。
具体实施方式
如图1、图2所示，本申请提供了一种基于无人机视觉的水面面积测量方法，包括：
S10、为更准确的获得面积，在整个流程初期，就需要拍摄一张实际面积为S1的参照物，无人机在高度为H-h的情况下，计算出参照物图片上的面积S2，则，在高度为H-h的情况下，获得的图片上水面面积乘以S2/S1为实际水面面积；在起飞之前，测量湖泊所在海拔高度h；无人机对湖泊拍摄照片的同时，无人机通过测高仪获取所处的海拔高度H，通过公式H-h，获取无人机与湖泊的水平高度；确保无人机在同一水平高度拍摄照片，进入步骤S10；
S20、考虑到拍摄时的太阳光因素所造成的影响，在进行面积计算之前，先对所拍摄的照片进行高光检测标记处理；图片常使用RBG色度空间、CIE色度空间来进行描述；为更好描述图片的亮度信息，将RBG色度空间转化为YcrCb色度空间的图片；Y表示亮度信息，Cr表示红色色度分量，Cb表示蓝色色度分量；
根据ITU-RBT1610标准，RBG色度空间在转化为YcrCb空间色度空间之后，Y的取值范围就变成了16～235之间；为了方便处理，需要将Y进行归一化处理；公示如下：
Y′＝(Y-16)/236
为了方便对图像进行直方均衡化处理，突出高光区域，增加对比度，通过f(Y′)函数对亮度进行改变，当大于R时，图像亮度高，不进行改变；
Figure BDA0002646848370000031
接下来进入步骤S30；
S30、相比较于高光区域的高亮度特点，非高光区域会存在一部分纹理特征；通常情况下，高光区域由单一照明颜色形成，通过原始图像减去背景图像即可提取出高光区域；利用小波变化中空间和频率两种尺度中的优势，将原始图像分解成n层，将高频率系数保留，低频率系数去除，再进行小波重构；进行n次小波变换得到背景图像，最终得出高光区域的图像，进入步骤S40；
S40、在已经经过高光区域标记的照片中，存在边缘的地方，灰度会产生变化；而灰度剧烈变化的点和灰度缓慢变化的点都对应着二阶导数零交叉点；通过使用这两个阈值分别检测灰度剧烈变化的点和灰度缓慢变化的点，而且仅当灰度剧烈变化的点和灰度缓慢变化的点相连时，灰度缓慢变化的点才会包含在输出中；因此，使用Canny算法，来对图片进行边缘检测；
Canny边缘检测流程如下：
(1)高斯滤波器对输入图像进行卷积滤波，除去噪声，减少噪声所造成的影响；
(2)使用一阶差分算子计算水平方向和垂直方向的梯度幅值分量，从而得到图像的梯度的幅值和方向；
(3)非极大值抑制：遍历梯度赋值图像M[i,j]，经过非极大值抑制得到图像NMS[i,j]；
(4)双阈值检测和边缘连接：使用高阈值TH和低阈值TL来提取边缘，遍历图像NMS[i,j]；
在进行Canny边缘检测之后，接下来进行图像平移量的计算；T＝{ti}是模板图Canny边缘检测的集合；E＝{ei}是对比图Canny边缘检测的集合，dt(T，E)表示的是模板图T中的点到E中的点的平均距离；当T与E是相同的边缘，则dt(TTE)＝0；
通过距离变换，获得相应的平移距离量(△x，△y)，通过平移距离量(△x，△y)，将每张图片上水体轮廓合成为一张图片，进入步骤S50；
S50：计算水体轮廓合成的图片面积ST，通过公式：ST:S＝S2:S1,计算得到实际水体面积S。

Claims (5)

1.基于无人机视觉的水面面积测量方法，包括以下步骤：
1)设置参照模板，并将其尺寸大小存入无人机，在无人机对湖泊测量前，将所设的参照模板抛入湖泊内；
2)在起飞之前，测量湖泊所在海拔高度h；无人机对湖泊拍摄照片的同时，无人机通过测高仪获取所处的海拔高度H，通过公式H-h，获取无人机与湖泊的水平高度；
3)将拍照获得的照片进行RGB色彩空间转化成为YCrCb色度空间，将亮度信息独立分割出来，进入步骤4)；
4)对化成为YCrCb色度空间的图片进行高光检测，与原图进行对比，得出高光区域并标记，进入步骤5)；
5)为有效避免水体面在太阳光的作用下，形成类似镜面的高光效果，对已经标记的高光区域的每张图片使用Canny边缘检测提取水体面轮廓特征，得出每张图片水体面轮廓，进入步骤6)；
6)对拍摄时间相邻的两张图片进行特征匹配，获取相应的图片平移量，最后将若干张图片按相应的平移量进行图片平移合成，进入步骤7)；
7)计算合成照片上水体的面积之后，根据图片与实际面积比例计算出实际面积S。
2.根据权利要求1所述的基于无人机视觉的水面面积测量方法，其特征在于，所述的参照模板为一张实际面积为S1的参照物，无人机在H-h的情况下，计算出参照物图片上的面积S2，则，在H-h的情况下，获得的图片上水面面积乘以S2/S1为实际水面面积。
3.根据权利要求1所述的基于无人机视觉的水面面积测量方法，其特征在于，所述的高光检测是通过将RBG色度空间转化为YCrCb色度空间，然后通过原始图像减去背景图像，提取出高光区域。
4.根据权利要求1所述的基于无人机视觉的水面面积测量方法，其特征在于，所述的边缘检测是通过计算因灰度剧烈变化的点和灰度缓慢变化的点都对应着二阶导数零交叉点来检测图片上的边缘。
5.根据权利要求1所述的基于无人机视觉的水面面积测量方法，其特征在于，所述的图片平移合成的具体步骤为：T＝{ti}是模板图Canny边缘检测的集合；E＝{ei}是对比图Canny边缘检测的集合，dt(T，E)表示的是模板图T中的点到E中的点的平均距离，当T与E是相同的边缘，则dt(T，E)＝0，从而进行距离计算，获得相应的平移距离量，将每张图片上水体轮廓合成为一张图片。
CN202010857214.6A 2020-08-24 2020-08-24 基于无人机视觉的水面面积测量方法 Active CN111982031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010857214.6A CN111982031B (zh) 2020-08-24 2020-08-24 基于无人机视觉的水面面积测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010857214.6A CN111982031B (zh) 2020-08-24 2020-08-24 基于无人机视觉的水面面积测量方法

Publications (2)

Publication Number Publication Date
CN111982031A true CN111982031A (zh) 2020-11-24
CN111982031B CN111982031B (zh) 2021-12-31

Family

ID=73443604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010857214.6A Active CN111982031B (zh) 2020-08-24 2020-08-24 基于无人机视觉的水面面积测量方法

Country Status (1)

Country Link
CN (1) CN111982031B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767470A (zh) * 2020-12-29 2021-05-07 黑龙江惠达科技发展有限公司 基于图像识别的农机并排作业面积计算方法
CN113048943A (zh) * 2021-03-16 2021-06-29 中国电建集团成都勘测设计研究院有限公司 一种快速测定复杂流态下水面高程的设备及方法
CN113203439A (zh) * 2021-05-07 2021-08-03 南京邮电大学 一种用于水信息检测的主从动边缘传感器自组网系统
CN114993212A (zh) * 2022-07-18 2022-09-02 扬州宇航测绘科技有限公司 基于视觉灰度和延时摄影的测绘方法和系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288581A (ja) * 2002-03-28 2003-10-10 Nippon Telegr & Teleph Corp <Ntt> 水領域抽出処理方法，水領域抽出処理装置，水領域抽出処理プログラムおよびそのプログラムの記録媒体
CN101976429A (zh) * 2010-10-27 2011-02-16 南京大学 基于游弋图像的水面鸟瞰图成像方法
CN107063137A (zh) * 2017-06-08 2017-08-18 广东容祺智能科技有限公司 一种基于无人机的大坝溃堤面积计算及应急处理系统
KR101881822B1 (ko) * 2017-09-12 2018-08-24 영진시스템(주) 항공사진을 이용한 저수지의 담수용량 측정 방법
CN109242015A (zh) * 2018-08-29 2019-01-18 北京航空航天大学 基于空基平台视觉监视的水域面积检测方法与装置
CN109520478A (zh) * 2018-12-05 2019-03-26 深圳市道通智能航空技术有限公司 一种水面检测方法、装置和无人机
CN110111376A (zh) * 2019-04-30 2019-08-09 安徽理工大学 一种采煤沉陷水域面积计算方法
CN110414341A (zh) * 2019-06-24 2019-11-05 中国矿业大学 一种基于无人机技术的露天矿爆堆测量统计方法
CN110823187A (zh) * 2019-11-21 2020-02-21 中国太平洋财产保险股份有限公司 一种基于航拍测量待测面积的控制方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288581A (ja) * 2002-03-28 2003-10-10 Nippon Telegr & Teleph Corp <Ntt> 水領域抽出処理方法，水領域抽出処理装置，水領域抽出処理プログラムおよびそのプログラムの記録媒体
CN101976429A (zh) * 2010-10-27 2011-02-16 南京大学 基于游弋图像的水面鸟瞰图成像方法
CN107063137A (zh) * 2017-06-08 2017-08-18 广东容祺智能科技有限公司 一种基于无人机的大坝溃堤面积计算及应急处理系统
KR101881822B1 (ko) * 2017-09-12 2018-08-24 영진시스템(주) 항공사진을 이용한 저수지의 담수용량 측정 방법
CN109242015A (zh) * 2018-08-29 2019-01-18 北京航空航天大学 基于空基平台视觉监视的水域面积检测方法与装置
CN109520478A (zh) * 2018-12-05 2019-03-26 深圳市道通智能航空技术有限公司 一种水面检测方法、装置和无人机
CN110111376A (zh) * 2019-04-30 2019-08-09 安徽理工大学 一种采煤沉陷水域面积计算方法
CN110414341A (zh) * 2019-06-24 2019-11-05 中国矿业大学 一种基于无人机技术的露天矿爆堆测量统计方法
CN110823187A (zh) * 2019-11-21 2020-02-21 中国太平洋财产保险股份有限公司 一种基于航拍测量待测面积的控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张哲烽 等: ""小型无人机在月牙泉面积测量中的应用"", 《科技创新导报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767470A (zh) * 2020-12-29 2021-05-07 黑龙江惠达科技发展有限公司 基于图像识别的农机并排作业面积计算方法
CN113048943A (zh) * 2021-03-16 2021-06-29 中国电建集团成都勘测设计研究院有限公司 一种快速测定复杂流态下水面高程的设备及方法
CN113203439A (zh) * 2021-05-07 2021-08-03 南京邮电大学 一种用于水信息检测的主从动边缘传感器自组网系统
CN114993212A (zh) * 2022-07-18 2022-09-02 扬州宇航测绘科技有限公司 基于视觉灰度和延时摄影的测绘方法和系统

Also Published As

Publication number Publication date
CN111982031B (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN111982031A (zh) 基于无人机视觉的水面面积测量方法
US10592754B2 (en) Shadow removing method for color image and application
Park et al. Single image dehazing with image entropy and information fidelity
CN111160301B (zh) 基于机器视觉的隧道病害目标智能识别及提取方法
Tang et al. Investigating haze-relevant features in a learning framework for image dehazing
CN112991193B (zh) 深度图像修复方法、设备及计算机可读存储介质
CN110232670B (zh) 一种基于高低频分离的图像视觉效果增强的方法
CN107767379A (zh) Pcb板标注印刷质量检测方法
CN110428439A (zh) 一种基于阴影区域颜色饱和度性质的阴影检测方法
CN101908207B (zh) 一种基于亮度分层的快速三边滤波器色调映射方法
CN115063331B (zh) 基于多尺度块lbp算子无鬼影多曝光图像融合方法
CN113096057B (zh) 一种基于四光源光度立体法的高光消除方法
CN106157264A (zh) 基于经验模式分解的大幅面图像不均匀光照校正方法
CN110298792A (zh) 低光照图像增强与去噪方法、系统及计算机设备
Ye et al. Removing shadows from high-resolution urban aerial images based on color constancy
CN104038752B (zh) 基于三维高斯混合模型的多视点视频直方图颜色校正
CN105069757B (zh) 无人机载红外获取沥青图像的双向迭代双边滤波方法
CN109598736A (zh) 深度图像与彩色图像的配准方法及装置
CN112150482B (zh) 一种基于高程信息和归一化海水指数的海陆分割方法
CN112435184A (zh) 一种基于Retinex和四元数的雾霾天图像识别方法
CN102183244B (zh) 一种航空遥感影像的比值匀光方法
CN113744263B (zh) 一种小尺寸马赛克陶瓷表面缺陷快速检测的方法
CN108168439B (zh) 一种基于亚像素的裂缝宽度检测方法
CN113538309A (zh) 水下散射图像多尺度融合复原方法和装置
CN115249211A (zh) 一种基于水下非均匀入射光模型的图像复原方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wen Dayong

Inventor after: Wang Changbao

Inventor after: Li Jinhao

Inventor after: Sun Yiming

Inventor before: Li Jinhao

Inventor before: Wen Dayong

Inventor before: Sun Yiming

Inventor before: Wang Changbao

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211208

Address after: 421001 group 2-A, Wantian science and Technology Park, intersection of Changfeng Avenue and Yangliu Road, high tech Zone, Hengyang City, Hunan Province

Applicant after: Hengyang Dayan Geographic Information Co.,Ltd.

Address before: 212003, No. 2, Mengxi Road, Zhenjiang, Jiangsu

Applicant before: JIANGSU University OF SCIENCE AND TECHNOLOGY

GR01 Patent grant
GR01 Patent grant