CN112633047A - 一种苔草长势的视觉立体监测装置及监测方法 - Google Patents

一种苔草长势的视觉立体监测装置及监测方法 Download PDF

Info

Publication number
CN112633047A
CN112633047A CN201911028704.9A CN201911028704A CN112633047A CN 112633047 A CN112633047 A CN 112633047A CN 201911028704 A CN201911028704 A CN 201911028704A CN 112633047 A CN112633047 A CN 112633047A
Authority
CN
China
Prior art keywords
plant height
sedge
value
alarm
camera
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
CN201911028704.9A
Other languages
English (en)
Inventor
夏少霞
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.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
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 Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN201911028704.9A priority Critical patent/CN112633047A/zh
Publication of CN112633047A publication Critical patent/CN112633047A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • 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
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种苔草长势的视觉立体监测装置及方法，该装置包括阵列排布的多个测量单元，包括用于获取目标苔草的平视图像的第一相机，和/或用于获取目标苔草的俯视图像的第二相机；测量单元进一步位于相机组件的视野范围内，用于对苔草的株高和/或绿度值提供基准的基准部件；确定单元，用于根据平视图像计算目标苔草的株高，和/或根据俯视图像计算目标苔草的绿度值；预警单元，用于当苔草的株高超过株高阈值时，发出警报；和/或当苔草的绿度值超过绿度值阈值时，发出警报。本发明实时获取数据，提高了监测的效率；可以实现非接触式、大范围的植被监测；本发明结合图像识别和绿度提取算法，可实现特定目标植被范围的快速、准确提取。

Description

一种苔草长势的视觉立体监测装置及监测方法
技术领域
本发明属于苔草长势视觉立体监测领域，具体涉及一种苔草长势的视觉立体监测装置及监测方法。
背景技术
湿地植被长势监测是湿地生态系统监测的重要领域，及时、准确、快速的监测其优势植被的长势及其物候特征，是开展湿地资源承载力评估、进行湿地资源保护利用和科学管理的前提和基础。苔草是长江中下游湿地的优势植被，目前，对苔草长势的监测主要采用人工原位监测法，该方法虽能准确记录苔草生长过程，然而由于耗时、耗力，监测频率往往较低，同时，人工记录物候也存在一定偏差，难以准确的刻画特定生长特征的窗口期。
发明内容
本发明的特征和优点在下文的描述中部分地陈述，或者可从该描述显而易见，或者可通过实践本发明而学习。
为克服现有技术的问题，本发明提供一种苔草长势的视觉立体监测装置，包括：阵列排布的多个测量单元，所述测量单元包括用于获取目标苔草的平视图像的第一相机，和/或用于获取目标苔草的俯视图像的第二相机；其中：
所述第一相机用于将标定标准刻度，利用该刻度是否被遮挡判断待测苔草株高；
所述第二相机用于提取所述俯视图像中选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。
可选地，所述测量单元进一步包括用于对所述苔草的株高和/或绿度值提供基准的基准部件。
可选地，所述基准部件包括标准刻度尺和用于色度标定的标准色板。
可选地，所述测量单元包括立杆，所述第一相机安装在所述立杆上，距离地面0.8-1.2m；所述第二相机安装在所述立杆上，距离地面4.8-5.2m。
可选地，所述苔草长势的视觉立体监测装置进一步包括确定单元和预警单元中的至少一个，其中：
所述确定单元用于获取所述影像采集单元的数据并据此确定所述目标苔草的株高，和/或所述目标苔草的绿度值；
所述预警单元用于当所述苔草的株高超过株高阈值时，发出警报；和/或当所述苔草的绿度值超过绿度值阈值时，发出警报。
可选地，所述预警单元用于：
当株高大于第一株高阈值时，发出警报A1，当株高大于第二株高阈值时，发出警报B1；和/或
当绿度值大于第一绿度值阈值时，发出警报A2，当绿度值大于第二绿度值阈值时，发出警报B2。
可选地，所述确定单元用于对多个目标苔草的株高取平均值；和/或对多个目标苔草的绿度值取平均值。
本发明提供一种苔草长势的监测方法，包括：
S1、获取目标苔草的平视图像，并据此计算所述目标苔草的株高，和/或获取目标苔草的俯视图像，并据此计算所述目标苔草的绿度值；
S2、判断所述株高和/或绿度值是否大于预设阈值，若否，则发出警报。
可选地，所述步骤S1具体包括：
根据标准刻度尺预先标定好的刻度线，利用该刻度线是否被遮挡判断待测苔草株高；
获取所述俯视图像中选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。
可选地，所述步骤S2具体包括：
当株高大于第一株高阈值时，发出警报A1，当株高大于第二株高阈值时，发出警报B1；和/或
当绿度值大于第一绿度值阈值时，发出警报A2，当绿度值大于第二绿度值阈值时，发出警报B2。
本发明提供的苔草长势的视觉立体监测装置及其监测方法，实时获取数据，提高了监测的效率；可以实现自动、非接触、大范围、立体的植被监测；本发明结合图像识别和绿度提取算法，可实现特定目标植被范围的快速、准确提取。
附图说明
图1为本发明实施例的苔草长势的视觉立体监测装置的结构示意图。
图2为本发明实施例的苔草长势的视觉立体监测装置的结构示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述：
如图1、图2所示，一种苔草长势的视觉立体监测装置，包括测量单元10、确定单元20、预警单元30和输出单元40。
测量单元10为多个，且阵列排布，每一个测量单元包括包括用于获取目标苔草的平视图像的第一相机11和/或用于获取目标苔草的俯视图像的第二相机13。本实施例中，第一相机11和第二相机13可以采用StarDot NetCam SC型网络高清数码相机，相机的分辨率500万像素。本实施例中，测量单元10包括立杆15，第一相机11安装在立杆15上，距离地面0.8-1.2m；例如1m高度位置，为平视，用于测定株高；第二相机13安装在立杆15上，距离地面4.8-5.2m，例如5m高度位置，为俯视，用于测定绿度。一般地，目标观测区域可以设置n组测量单元，其中，n取决于目标观测区域植被分布状况和观测范围。由于测量单元10阵列排布，因此，该n个第一相机形成第一相机阵列，该n个第二相机形成第二相机阵列。
测量单元10进一步包括基准部件，基准部件包括标准刻度尺12和用于色度标定的标准色板14，其中标准刻度尺12用来记录苔草株高；标准色板14用来对相机进行白平衡校正。本实施例中，标准刻度尺12和标准色板14，两者紧邻，都在第一相机和第二相机视野范围内，并且距立杆15水平方向5m。
具体实施时，对第一相机和第二相机进行定时设置，例如固定于每天上午11：00进行数据采集，数据输出格式可以为RAW格式或JPEG格式等，可直接提取红(R)、绿(G)、蓝(B)3个可见波段的灰度(DN)值。优选地，所述灰度值取多帧平均，例如20帧，避免因风吹动等外界因素，出现虚警等情况。
优选地，第二相机在每次拍摄前，根据视野范围内的标准色板进行白平衡校正，之后连续拍摄多次，例如是10次。
第一相机可以用于根据标准刻度尺12预先标定好的刻度线，即标定标准刻度，利用该刻度线是否被遮挡判断待测苔草株高范围。当测量单元安装完成后，可以对整个视觉立体监测装置进行测试，拍摄整个区域的苔草，并对刻度进行标记。例如雁类适宜取食的15cm和35cm，在照片上，将这两个刻度分别标记为15cm和35cm，依次可标记记录若干刻度标线。
第二相机用于通过提取俯视图像选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。绿度相对亮度Gcc是一种建立在红、绿、蓝3个可见光波段之上的简单植被指数，它能够反映植被的生长变化规律且相对稳定。
Figure BDA0002249466800000041
其中：RDN、GDN、BDN分别代表红、绿、蓝3种颜色分量的DN值。
确定单元20用于获取所述影像采集单元的数据并据此确定所述目标苔草的株高，和/或所述目标苔草的绿度值。影像采集单元的数据包括第一相机拍摄的平视图像、第二相机拍摄的俯视图像、第一相机计算的刻度、第二相机计算的绿度值中的至少一项。
为进一步提高株高和绿度值的识别精度，将通过第一相机内植入的图像识别算法对目标苔草与预先标定好的刻度线进行识别比对，确定苔草株高。一般地，可以同一时间段内多次获取的平视图像，计算该多张平视图像对应的株高，取其平均值，例如是10次。同样，进行绿度值确定时，可以同一时间段内多次获取的俯视图像，计算该多张俯视图像对应的绿度值，取其平均值，例如是10次。需要说明的是，取平均值的算法也可以植入到第一相机、第二相机。
预警单元30通过设定阈值进行触发。阈值可以根据前期调查和观测数据确定。株高和绿度的预警结果相互参考，可以得到当前苔草是否处于良好的雁类栖息环境。本实施例中的预设阈值包括雁类喜欢的苔草株高区间阈值和绿度值区间阈值。
本实施例中，在对株高进行预警时：当株高大于第一株高阈值(株高区间阈值中的低值，例如是15cm)时，发出警报A1，当株高大于第二株高阈值(株高区间阈值中的高值，例如是35cm)时，发出警报B1。如发出警报A1而尚未发出警报B1，表征苔草处于雁类适宜取食的株高。
在对绿度进行预警时：当绿度值大于第一绿度值阈值(绿度值区间阈值中的低值)时，发出警报A2，当绿度值大于第二绿度值阈值(绿度值区间阈值中的高值)时，发出警报B2。发出警报A2但尚未发出警报B2，表征苔草处于雁类喜欢的绿度。如同时发出警报B1和B2，则需要对苔草进行干预和管理。
在具体实施时，预警单元包括：交换机、网络视频录像机(Network VideoRecorder,NVR)、GSM通讯单元、报警指示灯。监测数据及照片通过交换机，存储于NVR,NVR通过GSM通讯单元回传到客户端(即手机或PC端)。当NVR接收到警报B1或B2时，报警指示灯闪烁。第一相机触发苔草株高警报，即A1，B1；其中第二相机触发苔草绿度警报，即A2，B2。
输出单元40与确定单元和预警单元相连，用于将确定单元输出的监测结果和预警单元输出的预警单元触发时采集的图像通过有线或无线方式连接到电脑端或手机端。
如图2所示，一种苔草长势的监测方法，采用本发明实施例提供的苔草长势的视觉立体监测装置实现，该监测方法包括步骤：
S1、获取目标苔草的平视图像，并据此计算所述目标苔草的株高，和/或获取目标苔草的俯视图像，并据此计算所述目标苔草的绿度值；
根据标准刻度尺预先标定好的刻度线，利用该刻度线是否被遮挡判断待测苔草株高；一般地，可以同一时间段内多次获取的平视图像，计算该多张平视图像对应的株高，取其平均值，例如是10次。
获取所述俯视图像中选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。通过相机内置算法，提取照片选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。绿度相对亮度Gcc是一种建立在红、绿、蓝3个可见光波段之上的简单植被指数，它能够反映植被的生长变化规律且相对稳定。
Figure BDA0002249466800000061
其中：RDN、GDN、BDN分别代表红、绿、蓝3种颜色分量的DN值。
优选地，可以同一时间段内多次获取的俯视图像，计算该多张俯视图像对应的绿度值，取其平均值，例如是10次。
S2、判断所述株高和/或绿度值是否大于预设阈值，若否，则发出警报。
阈值可以根据前期调查和观测数据确定。株高和绿度的预警结果相互参考，可以得到当前苔草是否处于良好的雁类栖息环境。本实施例中的预设阈值包括雁类喜欢的苔草株高区间阈值和绿度值区间阈值。
在对株高进行预警时：对获取的图像依托确定单元进行数据的处理和分析。通过图像识别算法，判断照片中苔草株高。如当株高＞15cm时，发出警报A1，当株高＞35cm时，发出警报B1。如发出警报A1而尚未发出警报B1，表征苔草处于雁类适宜取食的株高。
在对绿度进行预警时：对获取的图像的ROI，计算绿度相对亮度(Gcc)，当Gcc＞绿度区间低值时，发出警报A2，当Gcc大于绿度区间高值时，发出警报B2；发出警报A2但尚未发出警报B2，表征苔草处于雁类喜欢的绿度。如同时发出警报B1和B2，则需要对苔草进行干预和管理。
在本发明的实施例中，在步骤S2之后，进一步包括：将步骤S1得到的监测结果发送至客户端；和/或将警报出发时采集的图像发送至客户端。
本发明提供的苔草长势的视觉立体监测装置及监测方法，相比人工监测手段，可实时获取数据，提高了监测的效率；可以实现自动、非接触、大范围、立体的植被监测；本发明结合图像识别和绿度提取算法，可实现特定目标植被范围的快速、准确提取。
上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (10)

1.一种苔草长势的视觉立体监测装置，其特征在于，包括阵列排布的多个测量单元，所述测量单元包括用于获取目标苔草的平视图像的第一相机，和/或用于获取目标苔草的俯视图像的第二相机；其中：
所述第一相机用于将标定标准刻度，利用该刻度是否被遮挡判断待测苔草株高；
所述第二相机用于提取所述俯视图像中选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。
2.根据权利要求1所述苔草长势的视觉立体监测装置，其特征在于，所述测量单元进一步包括用于对所述苔草的株高和/或绿度值提供基准的基准部件。
3.根据权利要求2所述苔草长势的视觉立体监测装置，其特征在于，所述基准部件包括标准刻度尺和用于色度标定的标准色板。
4.根据权利要求1所述苔草长势的视觉立体监测装置，其特征在于，所述测量单元包括立杆，所述第一相机安装在所述立杆上，距离地面0.8-1.2m；所述第二相机安装在所述立杆上，距离地面4.8-5.2m。
5.根据权利要求1所述苔草长势的视觉立体监测装置，其特征在于，所述苔草长势的视觉立体监测装置进一步包括确定单元和预警单元中的至少一个，其中：
所述确定单元用于获取所述影像采集单元的数据并据此确定所述目标苔草的株高，和/或所述目标苔草的绿度值；
所述预警单元用于当所述苔草的株高超过株高阈值时，发出警报；和/或当所述苔草的绿度值超过绿度值阈值时，发出警报。
6.根据权利要求5述苔草长势的视觉立体监测装置，其特征在于，所述预警单元用于：
当株高大于第一株高阈值时，发出警报A1，当株高大于第二株高阈值时，发出警报B1；和/或
当绿度值大于第一绿度值阈值时，发出警报A2，当绿度值大于第二绿度值阈值时，发出警报B2。
7.根据权利要求5所述苔草长势的视觉立体监测装置，其特征在于，所述确定单元用于对多个目标苔草的株高取平均值；和/或对多个目标苔草的绿度值取平均值。
8.一种苔草长势的监测方法，其特征在于，包括：
S1、获取目标苔草的平视图像，并据此计算所述目标苔草的株高，和/或获取目标苔草的俯视图像，并据此计算所述目标苔草的绿度值；
S2、判断所述株高和/或绿度值是否大于预设阈值，若否，则发出警报。
9.根据权利要求8所述苔草长势的监测方法，其特征在于，所述步骤S1具体包括：
根据标准刻度尺预先标定好的刻度线，利用该刻度线是否被遮挡判断待测苔草株高；
获取所述俯视图像中选定ROI的RDN、GDN、BDN值，利用绿度相对亮度(Gcc)公式计算绿度值。
10.根据权利要求8所述苔草长势的监测方法，其特征在于，所述步骤S2具体包括：
当株高大于第一株高阈值时，发出警报A1，当株高大于第二株高阈值时，发出警报B1；和/或
当绿度值大于第一绿度值阈值时，发出警报A2，当绿度值大于第二绿度值阈值时，发出警报B2。
CN201911028704.9A 2019-10-28 2019-10-28 一种苔草长势的视觉立体监测装置及监测方法 Pending CN112633047A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911028704.9A CN112633047A (zh) 2019-10-28 2019-10-28 一种苔草长势的视觉立体监测装置及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911028704.9A CN112633047A (zh) 2019-10-28 2019-10-28 一种苔草长势的视觉立体监测装置及监测方法

Publications (1)

Publication Number Publication Date
CN112633047A true CN112633047A (zh) 2021-04-09

Family

ID=75283652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911028704.9A Pending CN112633047A (zh) 2019-10-28 2019-10-28 一种苔草长势的视觉立体监测装置及监测方法

Country Status (1)

Country Link
CN (1) CN112633047A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118670457A (zh) * 2024-08-09 2024-09-20 国家海洋局北海海洋技术保障中心 一种湿地生物环境协同在线监测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839979A (zh) * 2010-04-22 2010-09-22 中国农业大学 作物冠层植被指数测量方法及装置
CN105574897A (zh) * 2015-12-07 2016-05-11 中国科学院合肥物质科学研究院 一种基于视觉检测的农作物生长情况监测物联网系统
CN107451580A (zh) * 2017-09-18 2017-12-08 内蒙古自治区大气探测技术保障中心 牧草观测装置及系统
CN107610172A (zh) * 2017-09-19 2018-01-19 江苏省无线电科学研究所有限公司 一种基于图像识别的大宗作物株高测量方法
CN108152223A (zh) * 2017-11-10 2018-06-12 中国科学院植物研究所 一种多尺度植物生长节律野外自动观测系统
CN109470179A (zh) * 2018-12-14 2019-03-15 武汉大学 一种大规模水耕蔬菜长势检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839979A (zh) * 2010-04-22 2010-09-22 中国农业大学 作物冠层植被指数测量方法及装置
CN105574897A (zh) * 2015-12-07 2016-05-11 中国科学院合肥物质科学研究院 一种基于视觉检测的农作物生长情况监测物联网系统
CN107451580A (zh) * 2017-09-18 2017-12-08 内蒙古自治区大气探测技术保障中心 牧草观测装置及系统
CN107610172A (zh) * 2017-09-19 2018-01-19 江苏省无线电科学研究所有限公司 一种基于图像识别的大宗作物株高测量方法
CN108152223A (zh) * 2017-11-10 2018-06-12 中国科学院植物研究所 一种多尺度植物生长节律野外自动观测系统
CN109470179A (zh) * 2018-12-14 2019-03-15 武汉大学 一种大规模水耕蔬菜长势检测系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118670457A (zh) * 2024-08-09 2024-09-20 国家海洋局北海海洋技术保障中心 一种湿地生物环境协同在线监测系统及方法

Similar Documents

Publication Publication Date Title
CN103402117B (zh) 基于Lab色度空间的视频图像偏色检测方法
CN109816680B (zh) 一种农作物株高的高通量计算方法
KR101633710B1 (ko) 영상처리 및 센서 기반의 스마트 잔디관리 시스템 및 그 방법
CN104732564B (zh) 一种玉米叶面积无损动态监测装置与方法
CN110909640A (zh) 水位线的确定方法及装置、存储介质、电子装置
CN109191520A (zh) 一种基于色彩标定的植物叶面积测量方法及系统
CN109470179A (zh) 一种大规模水耕蔬菜长势检测系统及方法
CN102256102A (zh) 一种基于远程监控的农情信息实时监测方法及系统
CN107360418B (zh) 一种全景相机颜色一致性评判系统及方法
CN107084748A (zh) 基于视觉的激光投线仪自动检测系统
CN111912850A (zh) 一种基于人工智能的片烟杂物检测系统
CN109683209A (zh) 团雾的监测方法和监测系统
CN105611184A (zh) 数码影像装置白平衡调试方法及调试系统
CN114845260B (zh) 一种基于物联网的水文监测数据采集系统
CN105915785A (zh) 双摄像头被遮挡的确定方法、确定装置和终端
KR101874968B1 (ko) 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법
CN102628689B (zh) 作物覆盖度自动在线观测方法及装置
CN211477203U (zh) 基于高分辨率遥感影像的精细化监测设备系统
CN112633047A (zh) 一种苔草长势的视觉立体监测装置及监测方法
CN112422818B (zh) 一种基于多元图像融合的智能化掉筛远程检测方法
IL272547B1 (en) Real-time calculation of atmospheric precipitation rate from a digital image of an environment where atmospheric precipitation occurs
CN106303412B (zh) 基于监控影像的排土场位移远程实时监测方法
CN115880643B (zh) 一种基于目标检测算法的社交距离监测方法和装置
JP2024040830A (ja) 濁度推定装置、濁度推定システム、薬剤注入制御システム、濁度推定方法、およびプログラム
CN106530326B (zh) 基于影像纹理特征和dsm的变化检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210409

RJ01 Rejection of invention patent application after publication