CN113253295B - 一种激光反射断层成像多角度激光回波配准方法 - Google Patents
一种激光反射断层成像多角度激光回波配准方法 Download PDFInfo
- Publication number
- CN113253295B CN113253295B CN202110688530.XA CN202110688530A CN113253295B CN 113253295 B CN113253295 B CN 113253295B CN 202110688530 A CN202110688530 A CN 202110688530A CN 113253295 B CN113253295 B CN 113253295B
- Authority
- CN
- China
- Prior art keywords
- image
- projection
- laser
- angle
- estimated
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提出一种激光反射断层成像多角度激光回波配准方法,利用滤波反投影算法得到目标重建图像,然后对图像进行自动阈值分割处理得到阈值分割图像,根据阈值化处理图像利用线段提取算法给出直线的初始估计,然后由多条估计直线围成的闭合目标轮廓来构建估计图像,通过对估计图像与阈值分割图像的误差函数比较来调制直线参数直到误差函数达到最小值,确定各条直线的参数,提取出其围成封闭图形的轮廓,得到各角度估计投影峰值位置的坐标,最后按照每个投影峰值相对估计结果的偏差进行配准,将各角度投影按照峰值位置移动至估计投影的峰值位置处,从而实现激光反射断层成像多角度激光回波配准。
Description
技术领域
本发明属于激光雷达成像技术领域,尤其涉及一种激光反射断层成像多角度激光回波配准方法。
背景技术
激光反射断层成像是一种兼顾远距离和高分辨率成像的新型激光雷达成像技术,最早由Parker J K于1988年提出(Parker J K,Craig E B,Klick D I,et al.Reflectivetomography:images from rangeresolved laser radar measurements[J].Appl Opt,1988,27(13):2642-2643)。这项技术是通过激光雷达探测目标的多个角度并收集回波信号,获取目标多角度的深度信息,利用成像算法来计算重构目标的断层面轮廓图像。但在实际工作过程中,由于目标或探测器的抖动,激光脉冲发射和探测器接收的随机抖动等,会在时间维度上出现信号漂移,影响重构图像的准确性,因此需要将采集到的回波信号按照统一的时间基准重新排列,即对各个角度的激光回波进行配准处理。
2、与本专利最接近的现有技术
现有的配准方法主要包括参考屏法、特征点跟踪法、分光法和相位恢复算法。参考屏法是在目标前后找到可以参考的时间基准,接收的回波按参考峰统一配准,其要求参考屏始终相对光束不动且最好满足垂直入射条件,反射率要尽量大,不能被目标遮挡或者遮挡住目标。参考屏法简单易操作,但在实际空间目标附近很难有理想的参考屏,因此这种方法主要适用于地面验证实验;特征点跟踪法(Jin X,Sun J,Yan Y,et al.Featuretracking for projection registration in laboratory-scale reflectivetomography laser radar imaging[J].Optics Communications,2010,283(18):3475–3480)是基于目标有反射系数突变的点,其在投影回波上反映为尖峰或低谷,据此进行配准。但是目标表面往往缺少特征点,且要想将特征点分辨出来,需要发射激光的脉宽足够小,这都对此种方法的应用提出了限制;分光法是将发射激光通过分束镜一分为二,一部分照射目标,另一部分返回到探测器,作为配准的基准。这种方法比较准确,但是由于远距离探测回波间隔时间相对投影回波脉宽较长,对探测器的采集时间长度要求较高。相位恢复算法(赵楠翔,胡以华.激光反射层析成像相位恢复算法研究[J].红外与激光工程,2019,48(10))是通过已知衍射强度分布与目标振幅分布函数,在频域和空间进行反复傅里叶正逆变换,逐步恢复目标的相位信息。通过反复光强迭代消除目标随机运动造成的相位误差,达到减少重构误差、恢复目标图像的目的。但实际重构结果表明其主要消除了重构图像的伪迹,从而改善了重构图像质量,并不能完全消除多角度激光回波数据与投影中心之间存在的相对位移。
图1给出了一种现有的反射投影成像投影图中心的配准方法。
该方法是先利用特征点对反射投影中心进行粗对准,再使用相位恢复算法对投影中心进行进一步对准的方法,这种方法原理可靠,易于实现投影中心的对准,可以有效提高成像图像质量,减少外界因素的影响,更加有效及快速的实现反投影成像。是目前实现激光反射断层成像多角度激光回波配准后重建图像质量提升较为显著的方法。
2.2现有技术的缺点
实际空间目标表面往往缺少特征点,且要想从空间目标中将特征点分辨出来,尤其是例如厘米级空间碎片这类尺度10cm内的微小空间目标,这需要发射激光的脉冲宽度足够小,而能够实现天基远距离探测的高功率脉冲激光器难以达到这样的数量级,这些因素都对利用特征点对反射投影中心进行粗对准的应用提出了限制,且滤波反投影和相位恢复算法实际重构结果对比如图2所示,可以看到相位恢复算法主要消除了重构图像的伪迹,从而改善了重构图像质量,并不能完全消除多角度激光回波数据与投影中心之间存在的相对位移,且重建过程中会损失一部分的目标信息。
因此当前对基于激光反射断层成像空间背景下远距离的空间目标探测,尚缺乏原理切实可行、适用范围广、简单易操作的多角度激光回波配准方法。
发明内容
为解决上述技术问题,本发明提出了一种激光反射断层成像多角度激光回波配准方法,该方法用于激光雷达成像中对激光回波执行配准处理,所述方法包括以下步骤:
步骤1,从所述激光雷达提取该雷达接收的多个角度的雷达回波信号,转到步骤2;
步骤2,对接收的所述雷达回波信号使用滤波反投影算法复原目标图像得到重构图像,并对重构图像进行阈值化处理;转到步骤3;
步骤3,根据阈值化处理结果给出直线初始估计,由这几条估计直线围成闭合目标轮廓,构建估计图像;转到步骤4;
步骤4,计算重建图像与估计图像的误差函数,改变直线参数直到误差函数最小;转到步骤5;
步骤5,确定各条直线的参数,提取出其围成封闭图形的轮廓,得到各角度估计投影的峰值位置坐标;转到步骤6;
步骤6,按照每个投影峰值相对拟合结果的偏差,进行配准;转到步骤7
步骤7,用配准后的投影数据再次重建目标图像。
进一步的,在步骤2中所述的滤波反投影算法采用R-L函数滤波反投影算法。
步骤2.3,重复该流程直到满足:
进一步的,步骤3中所述的直线初始估计包括以下子步骤:
步骤3.1,计算图像中所有点的梯度大小和方向,然后将梯度方向变化小且相邻的点作为一个连通域,根据每一个连通域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的连通域,最后对生成的所有的连通域做改善和筛选,保留其中满足条件的连通域,即为最后的直线检测结果;
步骤3.2,由直线段L1,L2,…,Ln围成闭合目标轮廓,构建估计图像;
步骤3.21,求出各线段所在直线的交点坐标,然后将相距小于距离分辨率的交点坐标合并,取其坐标平均值形成新的交点坐标作为封闭图形的顶点;
步骤3.22,依次连接各新的交点坐标形成首位连接的直线段L1′,L2′,…,Lm′,利用这些线段最终构建闭合图形即估计图像。
进一步的,步骤4中所述计算重建图像与估计图像的误差函数,其包括以下子步骤:
选取归一化平均绝对值距离测量值r来评价图像重建误差大小,r的表达式为
其中ti,j和ri,j分别表示重建图像与估计图像中像素坐标(i,j)处的像素灰度值,通过改变直线参数直到误差函数最小。
进一步的,在步骤6的配准过程包括:
步骤6.1,确定直线段的参数,利用校正后的估计图像做radon变换取第一个峰值点作为该角度下的投影峰值位置;
步骤6.2,通过修正各角度下每个投影峰值相对估计结果的偏差,对各角度下激光回波波形数据进行配准;
步骤6.3,用配准后的投影数据再次重建目标图像。
采用本发明的激光反射断层成像多角度激光回波配准方法,该方法的原理可靠,易于实现旋转中心的自配准,可以有效减少目标或探测器的抖动,激光脉冲发射和探测器接收的随机抖动等因素的干扰,解决成像图像模糊的问题,提高成像图像的质量。这种利用阈值分割图像和轮廓提取的多角度激光回波配准方法,是一种激光反射断层成像多角度激光回波配准的全新思路。
附图说明
图1为现有技术的反射投影成像投影图中心的配准流程图;
图2为现有技术中滤波反投影和相位恢复算法重构图像对比;
图3是激光反射断层成像多角度激光回波配准流程图;
图4是本发明实施方式的流程图。
具体实施方式
激光反射断层成像系统在实际工作过程中,由于目标或探测器的抖动,激光脉冲发射和探测器接收的随机抖动等,会在时间维度上出现信号漂移,因此会出现成像图像模糊的问题,影响重构图像的准确性。本申请提供了一种针对非合作空间目标的激光反射断层成像多角度激光回波配准方法,该方法的原理可靠,易于实现例如厘米级空间碎片等尺度微小而外形相对简单的空间目标的多角度激光回波的自配准,可以有效减少目标或探测器的抖动,激光脉冲发射和探测器接收的随机抖动等因素的干扰,解决成像图像模糊的问题,提高成像图像的质量。
以下结合附图对本发明的具体实施方式作出详细说明。
本发明所述的激光反射断层成像多角度激光回波配准方法,其流程图如图3所示,这种方法是利用滤波反投影算法得到目标重建图像,然后对图像进行自动阈值分割处理得到阈值分割图像,根据阈值化处理图像利用线段提取算法给出直线的初始估计,然后由多条估计直线围成的闭合目标轮廓来构建估计图像,通过对估计图像与阈值分割图像的误差函数比较来调制直线参数直到误差函数达到最小值,确定各条直线的参数,提取出其围成封闭图形的轮廓,得到各角度估计投影的峰值位置坐标,最后按照每个投影峰值相对估计结果的偏差进行配准,将各角度投影峰值移动至分段线性估计结果处,从而实现激光反射断层成像多角度激光回波配准。
2、结合上述附图,描述总体技术方案的实现过程
基于阈值分割图像和轮廓提取的激光反射断层成像多角度激光回波自配准方法包括以下六个步骤:
步骤一:利用滤波反投影算法复原目标图像,并对重构图像进行阈值化处理;
步骤二:根据阈值化处理图像给出直线初始估计,由这几条估计直线围成闭合目标轮廓,构建估计图像;
步骤三:计算重建图像与估计图像的误差函数,改变直线参数直到误差函数最小;
步骤四:确定各条直线的参数,提取出其围成封闭图形的轮廓,得到各角度估计投影的峰值位置坐标;
步骤五:按照每个投影峰值相对拟合结果的偏差,进行配准;
步骤六:用配准后的投影数据再次重建目标图像。
实施例1。
图4是实施例1的流程图。
实施例1技术方案详细的实现过程。
①利用R-L(Ram-Lak)函数滤波反投影算法复原目标图像G;
②依据迭代阈值法确定的最佳阈值对图像G进行阈值化处理,具体流程为先求出图像的最大灰度值Tmax和最小灰度值Tmin,然后取其平均作为初始阈值,根据该阈值将图像分割后,再求分割图像两类的平均灰度值并取平均重复该流程直到两者的平均灰度值相差小于1,即使得此时的即为最佳阈值,对图像G进行阈值化处理得到阈值分割图像G′;
③根据阈值化处理图像G′使用LSD(Line Segment Detector)直线段检测算法,给出直线初始估计L1,L2,…,Ln,根据图像G′轮廓提取得到L1,L2,…,Ln的方法详见(RafaelGrompone von Gioi,Jérémie Jakubowicz,Jean-Michel Morel,Gregory Randall.LSD:aLine Segment Detector[J].Image Processing On Line,2012(2):35–55),具体流程是首先计算图像中所有点的梯度大小和方向,然后将梯度方向变化小且相邻的点作为一个连通域,接着根据每一个域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的域,最后对生成的所有的域做改善和筛选,保留其中满足条件的域,即为最后的直线检测结果。然后由直线段L1,L2,…,Ln围成闭合目标轮廓,构建估计图像G",具体思路是先求出各线段所在直线的交点坐标,然后将相距小于距离分辨率的交点坐标合并,取其坐标平均值形成新的交点坐标作为封闭图形的顶点,最后依次连接各坐标点形成首位连接的直线段L1′,L2′,…,Lm′,利用这些线段最终构建闭合图形即估计图像G";
④计算重建图像G′与估计图像G"的误差函数,选取归一化平均绝对值距离测量值r来评价图像重建误差大小,表达式为
其中ti,j和ri,j分别表示重建图像与估计图像中像素坐标(i,j)处的像素灰度值,ROI表示重建图像所在区域,通过改变直线参数直到误差函数最小;
⑤确定直线段L1′,L2′,…,Lm′的参数,利用校正后的估计图像G〞做radon变换取第一个峰值点作为该角度下的投影峰值位置,通过修正各角度下每个投影峰值相对估计结果的偏差,对各角度下投影数据进行配准,用配准后的投影数据再次重建目标图像。
最后应说明的是,以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (6)
1.一种激光反射断层成像多角度激光回波配准方法,该方法用于激光雷达成像中对激光回波执行配准处理,其特征在于,所述方法包括以下步骤:
步骤1,从所述激光雷达提取该雷达接收的多个角度的雷达回波信号,转到步骤2;
步骤2,对接收的所述雷达回波信号使用滤波反投影算法复原目标图像得到重构图像,并对重构图像进行阈值化处理;转到步骤3;
步骤3,根据阈值化处理结果给出直线初始估计,由这几条估计直线围成闭合目标轮廓,构建估计图像;转到步骤4;
步骤4,计算重建图像与估计图像的误差函数,改变直线参数直到误差函数最小;转到步骤5;
步骤5,确定各条直线的参数,提取出其围成封闭图形的轮廓,得到各角度估计投影的峰值位置坐标;转到步骤6;
步骤6,按照每个投影峰值相对拟合结果的偏差,进行配准;转到步骤7;
步骤7,用配准后的投影数据再次重建目标图像。
2.如权利要求1所述的方法,其特征在于,在步骤2中所述的滤波反投影算法采用R-L函数滤波反投影算法。
4.如权利要求1所述的方法,其特征在于,步骤3中所述的直线初始估计包括以下子步骤:
步骤3.1,计算图像中所有点的梯度大小和方向,然后将梯度方向变化小且相邻的点作为一个连通域,根据每一个连通域的矩形度判断是否需要按照规则将其断开以形成多个矩形度较大的连通域,最后对生成的所有的连通域做改善和筛选,保留其中满足条件的连通域,即为最后的直线检测结果;
步骤3.2,由直线段L1,L2,...,Ln围成闭合目标轮廓,构建估计图像;
步骤3.21,求出各线段所在直线的交点坐标,然后将相距小于距离分辨率的交点坐标合并,取其坐标平均值形成新的交点坐标作为封闭图形的顶点;
步骤3.22,依次连接各新的交点坐标形成首位连接的直线段L1′,L2′,...,Lm′,利用这些线段最终构建闭合图形即估计图像。
6.如权利要求1所述的方法,其特征在于,在步骤6的配准过程包括:
步骤6.1,确定直线段的参数,利用校正后的估计图像做radon变换取第一个峰值点作为该角度下的投影峰值位置;
步骤6.2,通过修正各角度下每个投影峰值相对估计结果的偏差,对各角度下激光回波波形数据进行配准;
步骤6.3,用配准后的投影数据再次重建目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110688530.XA CN113253295B (zh) | 2021-06-22 | 2021-06-22 | 一种激光反射断层成像多角度激光回波配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110688530.XA CN113253295B (zh) | 2021-06-22 | 2021-06-22 | 一种激光反射断层成像多角度激光回波配准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113253295A CN113253295A (zh) | 2021-08-13 |
CN113253295B true CN113253295B (zh) | 2021-09-24 |
Family
ID=77189038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110688530.XA Active CN113253295B (zh) | 2021-06-22 | 2021-06-22 | 一种激光反射断层成像多角度激光回波配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113253295B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114397668B (zh) * | 2022-01-13 | 2022-09-23 | 中国人民解放军国防科技大学 | 基于激光反射层析的空间小碎片质心距离估计方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007139602A (ja) * | 2005-11-18 | 2007-06-07 | Shimadzu Corp | 断層像の輪郭抽出のためのしきい値決定方法および放射線断層撮影装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6009140A (en) * | 1997-11-07 | 1999-12-28 | General Electric Company | Stair-case suppression for computed tomograph imaging |
US8780182B2 (en) * | 2010-03-31 | 2014-07-15 | Raytheon Company | Imaging system and method using partial-coherence speckle interference tomography |
JP5832523B2 (ja) * | 2010-04-29 | 2015-12-16 | マサチューセッツ インスティテュート オブ テクノロジー | 光コヒーレンストモグラフィのための動き補正および画像改善の方法および装置 |
CN106646511B (zh) * | 2016-10-08 | 2019-07-19 | 中国人民解放军电子工程学院 | 一种激光反射层析成像投影数据的重构处理方法 |
CN108280833B (zh) * | 2018-01-18 | 2021-09-24 | 华南农业大学 | 一种植物根系分叉特征的骨架提取方法 |
CN111028278A (zh) * | 2018-10-09 | 2020-04-17 | 武汉大学中南医院 | 一种基于断层成像技术提供人体关节数据的方法 |
-
2021
- 2021-06-22 CN CN202110688530.XA patent/CN113253295B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007139602A (ja) * | 2005-11-18 | 2007-06-07 | Shimadzu Corp | 断層像の輪郭抽出のためのしきい値決定方法および放射線断層撮影装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113253295A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khoshelham et al. | Influence of range measurement noise on roughness characterization of rock surfaces using terrestrial laser scanning | |
Inglis et al. | A pipeline for structured light bathymetric mapping | |
CN111046776A (zh) | 基于深度相机的移动机器人行进路径障碍物检测的方法 | |
Ranjbarzadeh et al. | LNPSS: SAR image despeckling based on local and non-local features using patch shape selection and edges linking | |
CN108961255B (zh) | 基于相位线性度和功率的海陆噪声场景分割方法 | |
CN113253295B (zh) | 一种激光反射断层成像多角度激光回波配准方法 | |
CN111462066A (zh) | 一种基于机器视觉的螺纹参数检测方法 | |
CN113205563B (zh) | 一种自动驾驶传感器联合标定靶和标定方法 | |
CN112836707B (zh) | 一种isar图像空中目标长度特征提取方法 | |
Sabater et al. | Review of low-baseline stereo algorithms and benchmarks | |
Wu et al. | Ultra-robust spatial point-to-point phase unwrapping algorithm for severe interference signal in 3D sensing | |
Yang et al. | A robust and accurate centerline extraction method of multiple laser stripe for complex 3D measurement | |
CN109959933B (zh) | 一种基于压缩感知的多基线圆迹合成孔径雷达成像方法 | |
CN111680537A (zh) | 一种基于激光红外复合的目标检测方法及系统 | |
James et al. | Blind estimation of single look side scan sonar image from the observation model | |
CN111369638B (zh) | 激光反射层析成像欠采样的重建方法、存储介质和系统 | |
Wang et al. | Bottom Tracking Method Based on LOG/Canny and the Threshold Method for Side-scan Sonar. | |
CN110969650B (zh) | 一种基于中心投影的强度图像与纹理序列间的配准方法 | |
Khoshelham et al. | Wavelet de-noising of terrestrial laser scanner data for the characterization of rock surface roughness | |
CN117761695B (zh) | 基于自适应分区sift的多角度sar三维成像方法 | |
Paterni et al. | How the map of mass centers of the first order absolute moment can be used to track contours in image sequences [cardiovascular application] | |
CN112669297B (zh) | 一种目标探测方法 | |
Capaldo et al. | DSM generation from high resolution COSMO-SkyMed imagery with radargrammetric model | |
Lee et al. | Preliminary result on object shape reconstruction using an underwater forward-looking sonar | |
El-etriby | 3D range data acquisition using structured lighting and accuracy phase-based stereo algorithm |
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 |