CN114266719B - 一种基于霍夫变换的产品检测方法 - Google Patents
一种基于霍夫变换的产品检测方法 Download PDFInfo
- Publication number
- CN114266719B CN114266719B CN202111232498.0A CN202111232498A CN114266719B CN 114266719 B CN114266719 B CN 114266719B CN 202111232498 A CN202111232498 A CN 202111232498A CN 114266719 B CN114266719 B CN 114266719B
- Authority
- CN
- China
- Prior art keywords
- detected
- image
- sample
- product
- edge
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于霍夫变换的产品检测方法，包括以下步骤：确定产品需检测的区域；对参照样品的待检测区域进行图像采集形成待测区域图像，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以拟合所述待测区域图像的参考边缘线；对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点，若待检测区域具有裂痕，所述裂痕也为边缘；对提取到的边缘特征点进行霍夫变换以拟合所述样品待测区域图像的样品边缘线；将样品边缘线与参考边缘线比对，若相同即为无裂痕品，若不相同即为初认定裂痕品。后续裂痕的发展及影响提供参考，为生产者后续对于产品生产，产品质量提升及维修提供有意义数据。
Description
技术领域
本发明涉及产品检测的技术领域，特别涉及一种基于霍夫变换的产品检测方法。
背景技术
目前，对于产品裂痕检测可以采用图像识别的方法，通过对产品表面进行拍摄，然后进行裂痕识别。但对于裂痕识别通过图片比对进行，比对准确性可能较低，而且仅能得到裂痕是否存在的判断，无法进一步进行延伸，对于前期的工作不能得到充分的利用。
发明内容
为了解决现有技术存在的问题，本发明的目的在于，提供一种基于霍夫变换的产品检测方法，其能识别产品裂痕，对产品进行检测。
为达上述目的，本发明采用以下技术方案：
一种基于霍夫变换的产品检测方法，包括以下步骤：
确定产品需检测的区域；
选取无裂痕产品作为参照样品，对参照样品的待检测区域进行图像采集形成待测区域图像，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以拟合所述待测区域图像的参考边缘线；
选择待测批次产品的待测样品，对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点，若待检测区域具有裂痕，所述裂痕也为边缘；对提取到的边缘特征点进行霍夫变换以拟合所述样品待测区域图像的样品边缘线；
将样品边缘线与参考边缘线比对，若相同即为无裂痕品，若不相同即为初认定裂痕品。
作为优选，还包括以下步骤：对待测区域图像进行预处理，以提取出边缘特征点。
作为优选，所述对所述待测区域图像进行预处理，以提取所述待测区域图像中的边缘特征点，包括：对所述待测区域图像进行差分处理以得到对应的差分图像；基于预设阈值提取所述差分图像中的边缘特征点。
作为优选，还包括以下步骤：对于所述初认定裂痕品的待测区域图像进行灰度变换处理，对于灰度值高的特征点进行霍夫变换以得到初认定裂痕品上的裂痕的拟合曲线或直线。
作为优选,所述对待测区域图像进行预处理，提取所述待测区域图像中的边缘特征点，包括以下步骤：首先运用均值滤波对待测区域图像去噪,然后将去噪后的图像二值化以提取目标特征。
作为优选，所述对待测区域图像进行预处理，提取所述待测区域图像中的边缘特征点，还包括以下步骤：在提取到目标特征后，采用连通域筛选法和腐蚀重构法滤除伪特征,再通过重构算法恢复部分特征信息，以该特征信息作为用以计算的边缘特征点。
一种基于霍夫变换的产品检测装置，包括以下模块：
检测确认模块，用于确定产品需检测的区域；
基准确认模块，用于选取无裂痕产品作为参照样品，对参照样品的待检测区域进行图像采集形成待测区域图像，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以确定所述待测区域图像的参考边缘线；
主检测模块，用于选择待测批次产品的待测样品，对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以确定所述样品待测区域图像的样品边缘线；
比对模块，用于将样品边缘线与参考边缘线比对，若能重合即为无裂痕品，若无法重合即为初认定裂痕品。
作为优选，还包括以下模块：特征确认模块，用于对于所述初认定裂痕品的待测区域图像进行灰度处理，对于灰度值高的特征点进行霍夫变换以得到特征图案模型。
一种终端装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的程序，所述处理器执行所述程序时实现如所述的基于霍夫变换的产品检测方法。
一种可读存储介质，所述可读存储介质包括存储的程序，其中，在所述程序运行时控制所述可读存储介质所在装置执行如所述的基于霍夫变换的产品检测方法。
本发明的有益效果为：
通过以无裂痕产品的待测区域所得的边缘拟合线，然后对于待测产品进行检测，能够得到待测产品的边缘拟合线，基于两者的比对，得到是否有裂痕的判断，从而检查出产品样品是否合格，而判断产品批次的合格情况。并且通过对于裂痕拟合线的研究，还可以为后续裂痕的发展及影响提供参考，为生产者后续对于产品生产，产品质量提升及维修提供有意义数据。
附图说明
下面根据附图和实施例对本发明作进一步详细说明。
图1是本发明所述的一种基于霍夫变换的产品检测方法的流程图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面对本发明实施例的技术方案作进一步的详细描述，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，本领域技术人员在没有作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。
如图1所示，本发明所述的一种基于霍夫变换的产品检测方法，包括以下步骤：
S1、确定产品需检测的区域；
S2、选取无裂痕产品作为参照样品，对参照样品的待检测区域进行图像采集形成待测区域图像，对待测区域图像进行预处理，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以拟合所述待测区域图像的参考边缘线。
S3、选择待测批次产品的待测样品，对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点(包括待检测区域及裂痕部分也作为边缘特征点)，对提取到的边缘特征点进行霍夫变换以拟合所述样品待测区域图像的样品边缘线。
S4、将样品边缘线与参考边缘线比对，若能重合即为无裂痕品，若无法重合即为初认定裂痕品。具体地，样品边缘线与参考边缘线的比对，可以采用直接比对两边缘线的表达式是否一致。
其中，霍夫变换过程中，需要将提取到的边缘特征点由笛卡尔平面转换到霍夫平面，即笛卡尔平面中的一条直线对应于霍夫平面中的一个点。在转换过程中，需要计算笛卡尔平面中每个边缘特征点(x,y)在常规角度区间内每个角度下映射到霍夫平面的坐标(ρ，θ)，其中，霍夫变换等式为ρ＝xcosθ+ysinθ，ρ表示笛卡尔坐标系原点到经过边缘特征点(x,y)的直线的垂直线的长度，θ表示该垂直线与笛卡尔坐标系的x轴的夹角。
本发明中，摄像头捕获待测区域图像，分别对待测区域图像进行预处理并提取边缘特征点，对于每个边缘特征点，进行霍夫变换计算，从而确定待检测目标的边缘线。
对所述待测区域图像进行预处理，以提取所述待测区域图像中的边缘特征点，可以通过以下方法实现：
方法一：进行霍夫变换之前，需要对原始图像进行预处理，在确定分析区域后，对该图像进行平滑、差分处理，其中差分图像可以为二值化差分图像或三元差分图像，对差分图像应用常规边缘处理技术，例如阈值法，基于预设阈值得到差分图像中的边缘特征点。对所述待测区域图像进行差分处理以得到对应的差分图像；基于预设阈值提取所述差分图像中的边缘特征点。进一步，可以对待测区域图像进行双边滤波去噪,利用最大类间方差法计算出最佳阈值, 从而分提取出图像需要的特征点。
方法二：首先运用均值滤波对待测区域图像去噪,然后将去噪后的图像二值化以提取目标特征。在提取到目标特征后，采用连通域筛选法和腐蚀重构法滤除伪特征,再通过重构算法恢复部分特征信息，以该特征信息作为用以计算的边缘特征点。
S5、对于所述初认定裂痕品的待测区域图像进行灰度变换处理，对于灰度值高的特征点进行霍夫变换以得到初认定裂痕品上的裂痕的拟合曲线或直线。采用线性灰度变换，图像经过灰度转换以后，对比度得到增强，裂痕位置比其它区域浅色。
而在得到裂痕的拟合曲线或直线后，通过研究该拟合曲线或直线，可以作为裂痕后续发展的参考，也可以通过对于拟合曲线或直线所对应的裂痕可能对产品的影响及可能的形成机理，对于后续的产品生产、维修作为参考。
本发明还提供一种基于霍夫变换的产品检测装置，包括以下模块：
检测确认模块，用于确定产品需检测的区域；
基准确认模块，用于选取无裂痕产品作为参照样品，对参照样品的待检测区域进行图像采集形成待测区域图像，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以确定所述待测区域图像的参考边缘线；
主检测模块，用于选择待测批次产品的待测样品，对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以确定所述样品待测区域图像的样品边缘线；
比对模块，用于将样品边缘线与参考边缘线比对，若能重合即为无裂痕品，若无法重合即为初认定裂痕品。
特征确认模块，用于对于所述初认定裂痕品的待测区域图像进行灰度处理，对于灰度值高的特征点进行霍夫变换以得到特征图案模型。
本发明还提供一种终端装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述的基于霍夫变换的产品检测方法。
所称处理器可以是中央处理单元、其他通用处理器、数字信号处理器、专用集成电路等。
所述存储器可用于存储所述程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。所述终端装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过程序来指令相关的硬件来完成，所述的程序可存储于一可读存储介质中，该程序在被处理器执行时，可实现上述各个方法实施例的步骤。
本发明还提供一种可读存储介质，可读存储介质包括存储的计算机程序，其中，在所述程序运行时控制所述可读存储介质所在设备执行如基于霍夫变换的产品检测方法。
其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)硬盘、内存、插接式硬盘，智能存储(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以适当组合，形成本领域技术人员可以理解的其他实施方式。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。
Claims (10)
1.一种基于霍夫变换的产品检测方法，其特征在于，包括以下步骤：
确定产品需检测的区域；
选取无裂痕产品作为参照样品，对参照样品的待检测区域进行图像采集形成待测区域图像，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以拟合所述待测区域图像的参考边缘线；
选择待测批次产品的待测样品，对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点，若待检测区域具有裂痕，所述裂痕也为边缘；对提取到的边缘特征点进行霍夫变换以拟合所述样品待测区域图像的样品边缘线；
将样品边缘线与参考边缘线比对，若相同即为无裂痕品，若不相同即为初认定裂痕品；
其中，在霍夫变换过程中，将提取到的边缘特征点由笛卡尔平面转换到霍夫平面；在转换过程中，计算笛卡尔平面中每个边缘特征点(x,y)在目标角度区间内每个角度下映射到霍夫平面的坐标(ρ，θ)，其中，霍夫变换等式为ρ＝xcosθ+ysinθ，ρ表示笛卡尔坐标系原点到经过边缘特征点(x,y)的直线的垂直线的长度，θ表示该垂直线与笛卡尔坐标系的x轴的夹角。
2.根据权利要求1所述的霍夫变换的产品检测方法，其特征在于，还包括以下步骤：对待测区域图像进行预处理，以提取出边缘特征点。
3.根据权利要求2所述的霍夫变换的产品检测方法，其特征在于，所述对所述待测区域图像进行预处理，以提取所述待测区域图像中的边缘特征点，包括：对所述待测区域图像进行差分处理以得到对应的差分图像；基于预设阈值提取所述差分图像中的边缘特征点。
4.根据权利要求1所述的霍夫变换的产品检测方法，其特征在于，还包括以下步骤：对于所述初认定裂痕品的待测区域图像进行灰度变换处理，对于灰度值高的特征点进行霍夫变换以得到初认定裂痕品上的裂痕的拟合曲线或直线。
5.根据权利要求1所述的霍夫变换的产品检测方法，其特征在于,所述对待测区域图像进行预处理，提取所述待测区域图像中的边缘特征点，包括以下步骤：首先运用均值滤波对待测区域图像去噪,然后将去噪后的图像二值化以提取目标特征。
6.根据权利要求1所述的霍夫变换的产品检测方法，其特征在于,所述对待测区域图像进行预处理，提取所述待测区域图像中的边缘特征点，还包括以下步骤：在提取到目标特征后，采用连通域筛选法和腐蚀重构法滤除伪特征,再通过重构算法恢复部分特征信息，以该特征信息作为用以计算的边缘特征点。
7.一种基于霍夫变换的产品检测装置，其特征在于，包括以下模块：
检测确认模块，用于确定产品需检测的区域；
基准确认模块，用于选取无裂痕产品作为参照样品，对参照样品的待检测区域进行图像采集形成待测区域图像，提取待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以确定所述待测区域图像的参考边缘线；
主检测模块，用于选择待测批次产品的待测样品，对待测样品的待检测区域进行图像采集形成样品待测区域图像，提取样品待测区域图像的边缘特征点，对提取到的边缘特征点进行霍夫变换以确定所述样品待测区域图像的样品边缘线；
比对模块，用于将样品边缘线与参考边缘线比对，若能重合即为无裂痕品，若无法重合即为初认定裂痕品；
其中，在霍夫变换过程中，将提取到的边缘特征点由笛卡尔平面转换到霍夫平面；在转换过程中，计算笛卡尔平面中每个边缘特征点(x,y)在目标角度区间内每个角度下映射到霍夫平面的坐标(ρ，θ)，其中，霍夫变换等式为ρ＝xcosθ+ysinθ，ρ表示笛卡尔坐标系原点到经过边缘特征点(x,y)的直线的垂直线的长度，θ表示该垂直线与笛卡尔坐标系的x轴的夹角。
8.根据权利要求7所述的霍夫变换的产品检测装置，其特征在于，还包括以下模块：特征确认模块，用于对于所述初认定裂痕品的待测区域图像进行灰度处理，对于灰度值高的特征点进行霍夫变换以得到特征图案模型。
9.一种终端装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的程序，所述处理器执行所述程序时实现如权利要求1至6中任意一项所述的基于霍夫变换的产品检测方法。
10.一种可读存储介质，其特征在于，所述可读存储介质包括存储的程序，其中，在所述程序运行时控制所述可读存储介质所在装置执行如权利要求1至6中任意一项所述的基于霍夫变换的产品检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111232498.0A CN114266719B (zh) | 2021-10-22 | 2021-10-22 | 一种基于霍夫变换的产品检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111232498.0A CN114266719B (zh) | 2021-10-22 | 2021-10-22 | 一种基于霍夫变换的产品检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114266719A CN114266719A (zh) | 2022-04-01 |
| CN114266719B true CN114266719B (zh) | 2022-11-25 |
Family
ID=80824688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111232498.0A Active CN114266719B (zh) | 2021-10-22 | 2021-10-22 | 一种基于霍夫变换的产品检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114266719B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116681955B (zh) * | 2023-07-31 | 2023-11-28 | 深圳鲲云信息科技有限公司 | 用于交通护栏异常识别的方法及计算设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6157737A (en) * | 1997-04-04 | 2000-12-05 | Minolta Co., Ltd. | Method of and apparatus for image processing |
| KR20030063672A (ko) * | 2002-01-23 | 2003-07-31 | 주식회사 비젼넷 | 포장도로의 균열검출방법 |
| CN104792792A (zh) * | 2015-04-27 | 2015-07-22 | 武汉武大卓越科技有限责任公司 | 一种逐步求精的路面裂缝检测方法 |
| CN108801151A (zh) * | 2018-05-29 | 2018-11-13 | 云南富龙高速公路建设指挥部 | 基于智能手机的路面裂缝检测设备及检测方法 |
| CN111951238A (zh) * | 2020-08-04 | 2020-11-17 | 上海微亿智造科技有限公司 | 产品缺陷检测方法 |
| CN112001906A (zh) * | 2020-08-24 | 2020-11-27 | 江苏徐工信息技术股份有限公司 | 一种结合非极大值抑制的钢板焊缝图像检测方法 |
| CN113139927A (zh) * | 2020-01-02 | 2021-07-20 | 深圳怡化电脑股份有限公司 | 纸币裂痕检测方法、装置、设备及可读介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108074238B (zh) * | 2017-12-29 | 2020-07-24 | 惠州市华星光电技术有限公司 | 基于霍夫变换及高斯拟合的面内mura检测方法及检测系统 |
| CN113223031A (zh) * | 2021-04-20 | 2021-08-06 | 毫末智行科技有限公司 | 基于霍夫变换的目标边缘线检测方法及装置 |
-
2021
- 2021-10-22 CN CN202111232498.0A patent/CN114266719B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6157737A (en) * | 1997-04-04 | 2000-12-05 | Minolta Co., Ltd. | Method of and apparatus for image processing |
| KR20030063672A (ko) * | 2002-01-23 | 2003-07-31 | 주식회사 비젼넷 | 포장도로의 균열검출방법 |
| CN104792792A (zh) * | 2015-04-27 | 2015-07-22 | 武汉武大卓越科技有限责任公司 | 一种逐步求精的路面裂缝检测方法 |
| CN108801151A (zh) * | 2018-05-29 | 2018-11-13 | 云南富龙高速公路建设指挥部 | 基于智能手机的路面裂缝检测设备及检测方法 |
| CN113139927A (zh) * | 2020-01-02 | 2021-07-20 | 深圳怡化电脑股份有限公司 | 纸币裂痕检测方法、装置、设备及可读介质 |
| CN111951238A (zh) * | 2020-08-04 | 2020-11-17 | 上海微亿智造科技有限公司 | 产品缺陷检测方法 |
| CN112001906A (zh) * | 2020-08-24 | 2020-11-27 | 江苏徐工信息技术股份有限公司 | 一种结合非极大值抑制的钢板焊缝图像检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| Defect Detection of Industrial Products based on Improved Hough Transform;Qingcai Ge et al;《2018 IEEE International Conference on Mechatronics and Automation (ICMA)》;20181008;832-836 * |
| 工件表面划痕和竖条纹缺陷检测算法研究;胡坤;《中国优秀硕士学位论文全文数据库（电子期刊）》;20140531;第2014年卷(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114266719A (zh) | 2022-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
| CN109872303B (zh) | 表面缺陷视觉检测方法、装置和电子设备 | |
| US9111183B2 (en) | Performing a comparison between two images which are scaled to a common resolution | |
| CN116433666B (zh) | 板卡线路缺陷在线识别方法、系统、电子设备及存储介质 | |
| CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、系统及电子设备 | |
| CN107301412B (zh) | 一种基于图像处理的指针式仪表读数方法 | |
| CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
| CN110569857A (zh) | 一种基于质心距离计算的图像轮廓角点检测方法 | |
| CN113298769B (zh) | Fpc软排线外观缺陷检测方法、系统和介质 | |
| CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 | |
| CN114332026A (zh) | 一种铭牌表面划痕缺陷的视觉检测方法及装置 | |
| CN114266719B (zh) | 一种基于霍夫变换的产品检测方法 | |
| CN116485764A (zh) | 一种结构表面缺陷识别方法、系统、终端及介质 | |
| CN116128849A (zh) | 一种混凝土坝水下裂缝检测方法、装置、设备及存储介质 | |
| CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
| CN117475154A (zh) | 一种基于优化Canny边缘检测的仪表图像识别方法及系统 | |
| CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
| CN112950594A (zh) | 产品表面缺陷的检测方法、设备及存储介质 | |
| CN116612461A (zh) | 一种基于目标检测的指针式仪表全过程自动读数方法 | |
| CN116071692A (zh) | 一种基于形态学图像处理的水尺水位识别方法及系统 | |
| CN111753842B (zh) | 票据文本区域检测方法及装置 | |
| CN115471684A (zh) | 注塑工件模板匹配方法、电子设备及存储介质 | |
| CN114742823A (zh) | 一种物体表面划痕智能检测方法 | |
| CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及系统 | |
| Sun et al. | Research on image segmentation and extraction algorithm for bicolor water level gauge |
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 |