CN1177295C - 判断扫描器扫描所得的影像是否发生掉线情形的方法 - Google Patents

判断扫描器扫描所得的影像是否发生掉线情形的方法

Info

Publication number
CN1177295C
CN1177295C CNB011003995A CN01100399A CN1177295C CN 1177295 C CN1177295 C CN 1177295C CN B011003995 A CNB011003995 A CN B011003995A CN 01100399 A CN01100399 A CN 01100399A CN 1177295 C CN1177295 C CN 1177295C
Authority
CN
China
Prior art keywords
image
situation
pixel
sigma
frontier point
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.)
Expired - Fee Related
Application number
CNB011003995A
Other languages
English (en)
Other versions
CN1362694A (zh
Inventor
蔡玉芬
张德智
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.)
Mustek Systems Inc
Original Assignee
Mustek Systems Inc
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 Mustek Systems Inc filed Critical Mustek Systems Inc
Priority to CNB011003995A priority Critical patent/CN1177295C/zh
Publication of CN1362694A publication Critical patent/CN1362694A/zh
Application granted granted Critical
Publication of CN1177295C publication Critical patent/CN1177295C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

一种判断扫描器扫描所得的影像是否发生掉线情形的方法,包含有:1.扫描一含有一斜线图形的校正文件,并依序取得复数条相对应的扫描线影像资料,每一条扫描线影像资料并包含部分该斜线图形的影像资料;2.利用一预定的边界点寻找方法在每一条扫描影像资料中寻找其中的斜线图形的一边界点位置;3.利用寻找所得的边界点位置以求得一回归直线;4.计算出相邻扫描线影像资料中相对应边界点位置的差值与该回归直线斜率的倒数,并计算该每一差值与该倒数以得到相对应的误差值;以及将每一误差值与一预定的阈值相比较,以判断该扫描器扫描所得的影像是否发生掉线的情形。

Description

判断扫描器扫描所得的影像是否发生掉线情形的方法
技术领域
本发明涉及一种判断扫描器扫描所得的影像是否发生掉线情形的方法,尤其是以软件进行运算辨识,以自动判断扫描所得影像是否发生掉线情形的方法。
背景技术
扫描器已经是一种常见的电脑外围设备,其用来将文件或图片转换成数字文档以利储存于电脑中。为使扫描所得影像有更好的品质,扫描器制造厂商无不致力研发以使影像解析度更高、色彩更鲜艳的扫描器。然而还有一项影响扫描影像品质的关键性因素,即进行扫描时扫描模块的稳定性,如果扫描模块的稳定性不佳,则扫描出来的影像有可能产生掉线的情形。
请参考图1,图1为现有技术之一中判断扫描器扫描所得的影像10是否发生掉线情形的示意图。当扫描器在生产线组装完成准备出厂时会进行一些测试,例如以该扫描器扫描一具有一斜线的测试图案,并由测试人员观察其扫描结果,如图1所示,标号10代表测试斜线的扫描结果。当测试人员以目视检查到如标号12的掉线情形时,即判断目前进行测试的扫描器有问题,而必须退回重新加工。这种由测试人员以目视检查的方式来判断扫描器扫描所得的影像是否发生掉线情形,不但费时而且不准确。
请参考图2,图2为现有技术之二中判断扫描器扫描所得的影像20是否发生掉线情形的示意图。囹2中每个小方格24、26等代表扫描器上每一个扫描单元对一45度斜线进行扫描后所得的影像像素点的灰阶值,灰阶值的取值范围在0-255之间,灰阶值愈小代表相对应影像像素点愈暗,颜色愈接近黑色、例如标号28的区域代表对此一斜线进行扫描后相对应所得的影像区域,其灰阶值大约皆小于30。相反地,灰阶值愈大代表相对应影像像素点愈亮,颜色愈接近白色。
在该现有技术中,先利用一预定的边界点寻找方法在扫描所得影像20中寻找其中斜线的边界点位置,再将寻找到的边界点的灰阶值作如下比较以得知是否有掉线的情形产生。例如:I(x,y)代表第y行第x栏的影像灰阶值I,经过边界点寻找方法找出(107,1)(106,2)(105,3)(103,4)(102,5)(101,6)等为边界点的位置后,其灰阶值分别为120,129,126,127,126,134,则可用软件设定一演算法,使某一边界点(x,y)的灰阶Ii与(x-1,y+1)的灰阶值Ii+1做比较,若Ii与Ii+1灰阶值约相等,则表示这两行间的影像无掉线的情形产生。而如果依照上述的演算法,当边界点(105,3)的灰阶值126与(105-1,3+1)即(104,4)的灰阶值90做比较时,可以判断出两者的差异过大,则这两行间很可能已产生了掉线22情形。
也就是说现有技术之二是利用影像的灰阶值在上下一行做比较,以程序判断斜线影像是否合乎原来斜线的角度,然而这种方法计算掉线的最小单位为1个像素点,相对于目前高阶扫描器机种计算掉线最小单位需为0.1个像素点的要求而言,就不够精确而无法满足高阶扫描器的品质管理要求。
发明内容
因此,本发明的目的在于提供一种判断扫描器扫描所得的影像是否发生掉线情形的方法,其计算掉线的最小单位可以小于1个像素点,以满足目前高阶扫描器较为严格的要求。
本发明的判断扫描器扫描所得的影像是否发生掉线情形的方法,该扫描器包含一壳体,一扫描平台以放置一待扫描文件,一扫描模块以对该文件进行扫描,以及一驱动模块以驱动该扫描模块,其特征在于,该方法包含有:扫描一校正文件,该校正文件上包含有一斜线图形,并依序取得复数条相对应的扫描线影像资料,每一条扫描线影像资料并包含部分该斜线图形的影像资料;利用一预定的边界点寻找方法在每一条扫描线影像资料中寻找其中的斜线图形的一边界点位置;利用寻找所得的边界点位置以计算求得一回归直线;计算出相邻扫描线影像资料中相对应边界点位置的差值与该回归直线斜率的倒数,并由该每一差值与该倒数以计算得到相对应的误差值;以及将每一误差值与一预定的阈值相比较,以判断该扫描器扫描所得的影像是否发生掉线的情形。
本发明的效果是:由于本发明所采用的边界点寻找方法可以将边界点的位置坐标精确计算到小于一个像素点之下,同时在求出回归直线后可以算出各边界点与回归直线间的距离误差值,当误差值大于选定的阈值时,即可判断为产生掉线的情形,如此一来,不但可以满足目前高阶扫描器的品质管理要求,同时也可以依照经验适当选定阈值,以满足品质管理标准的较严格或较宽松的不同程度要求。
附图说明
图1为现有技术之一中判断扫描器扫描所得的影像是否发生掉线情形的示意图。
图2为现有技术之二中判断扫描器扫描所得的影像是否发生掉线情形的示意图。
图3为实施本发明方法的扫描器的示意图。
图4本发明方法所使用的一校正文件的示意图。
图5为一条扫描线的复数个像素点与其相对应的灰阶影像值的关系图,用以说明本发明于一扫描线影像资料中寻找边界点的方法。
图6为图5的边界点位置内插法计算的示意图。
图7为本发明判断扫描所得的影像是否发生掉线情形的方法流程图。
图8为本发明在一扫描线影像资料中寻找边界点的方法流程图。
具体实施方式
下面结合附图对本发明进行详细说明。
请参考图3及图4,图3为实施本发明方法的扫描器30的示意图,图4为本发明方法所使用的一校正文件36的示意图。扫描器30包含一壳体32,一扫描平台34以放置一校正文件36,一扫描模块38以用来对校正文件36进行扫描,以及一驱动模块40以驱动扫描模块38。以本发明的较佳实施例而言,校正文件36为一背景为白色区域的文件,而其上并包含有一从右上斜向左下的黑色斜线图形37,斜线图形37的宽度约为2mm,而其倾斜角度约为45度。
当利用本发明方法判断扫描所得的影像是否发生掉线情形时,首先以扫描模块38来扫描校正文件36,并依序取得复数条相对应的扫描线影像资料。每一条扫描线影像资料并包含有复数个像素点(pixel)的灰阶影像资料,其中部分是来自斜线图形37而产生的影像资料。
然后利用一预定的边界点寻找方法,由上而下,由左而右,对每一条扫描线的灰阶影像资料来寻找其中的斜线图形37的边界点位置。由于校正文件36上的斜线图形37包含有两条边界线,因此每一条扫描线影像资料中可找到两个边界点位置。为了说明方便起见,在此每一条扫描线影像资料中我们只找左边边界线的边界点位置,而右边边界线的边界点位置的寻找方法则可依相同方法进行。至于边界点寻找方法,在目前影像处理的技术领域中已发展出许多不同的演算法,以下举出一种方法加以说明。
请参考图5,图5为一条扫描线的复数个像素点与其相对应的灰阶影像值的关系图,用以说明本发明在一扫描线影像资料中寻找边界点的方法。本发明在一条扫描线的复数个像素点资料中寻找其中边界点的方法是由下列几个步骤组成。首先在该扫描线中选取一白色区域42的复数个像素点的灰阶影像值作平均,并将平均所得结果除以2以形成一边界参考单位VP1,并在该扫描线的复数个像素点灰阶影像中,找出灰阶影像值最接近该边界参考单位的像素点并定为第一边界参考点P1
其次由第一边界参考点P1往前跳过一第一预定数目的像素点(例如15点)后,再往前选取一第二预定数目个像素点(例如也是15点),将该选到的像素点的灰阶值作平均,以形成一白色参考单位VW;同理,由该第一边界参考点往后跳过该第一预定数目的像素点(例如15点)后,再往后选取该第二预定数目个像素点(例如也是15点),将该选到的像素点的灰阶值作平均,以形成一黑色参考单位VB
由于第一边界参考点P1位于白色区域42与黑色区域44之间的过渡区域46,因此由第一边界参考点P1向前或向后跳过第一预定数目的像素点的目的,是为了避开这一过渡区域46,使选为计算白色及黑色参考单位的像素点是分别完全落于白色区域42与黑色区域44中,而不致于误选到过渡区域46的像素点,使得白色,及黑色参考单位的计算受到影响而产生偏差。
接着将该白色参考单位VW与该黑色参考单位VB平均以形成一边界单位V0,然后,在该扫描线的复数个像素点中寻找两相邻像素点,以使该边界单位恰位于该两像素点的灰阶影像值之间Vp3≤V0≤Vp2,并将该两像素点设定为第二及第三边界参考点P2,P3
请参考图6,图6为图5的边界点位置内插法计算的示意图。最后,利用第一及第三边界参考点的灰阶影值Vp2,Vp3以及该边界单位V0进行下列内插法计算X=P2+(Vp2-V0)/(Vp2-Vp3),即可得到这条扫描线上边界点的位置X。由于P2,P3为两相邻的像素点,因此其横坐标仅相差一个单位的像素点,也就是说P3=P2+1,由内插法可得到下列关系式:(P3-X)/(P3-P2)=(V0-Vp3)/(Vp2-Vp3),经由化简后再可得到边界点的坐标X=P2+(Vp2-V0)/(Vp2-Vp3)。同理其他条扫描线上的边界点位置也可依照上述方式一一求出,因此可得到一连串不同扫描线上的边界点位置Xi,i=1~n,i∈N。
在找出每一条扫描线影像资料中左边边界线的边界点位置后,即可利用寻找所得的边界点位置以计算求得一回归直线,并因此可得出回归直线的斜率。至于说要利用所有寻找到的边界点位置皆纳入计算以求得该回归直线,或是仅利用部分寻找到的边界点位置以计算求得该回归直线,则可视需要或以往经验的结果而定。而回归直线的意义及其计算方式已是一般现有的数学计算,在此仅将计算公式列出,而不详细解释其原理。若有n组数对(xi,yi),i=1~n,i∈N被选用计算回归直线y=mx+b,则m与b的值可由下列公式计算得出:
m = n Σ i = 1 n x i y i - ( Σ i = 1 n x i ) ( Σ i = 1 n y i ) n Σ i = 1 n x i 2 - ( Σ i = 1 n x i ) 2
b = ( Σ i = 1 n y i ) ( Σ i = 1 n x i 2 ) - ( Σ i = 1 n x i ) ( Σ i = 1 n x i y i ) n Σ i = 1 n x i 2 - ( Σ i = 1 n x i ) 2
在此,复数组数对(xi,yi)实际上即为选择用来计算回归直线的相对应复数个边界点的坐标。
由选定的边界点计算出回归直线后,接着就需要在相邻的扫描线影像资料中,再计算出其中各边界点位置的差值ΔXi=Xi-Xi+1,与该回归直线斜率的倒数(1/m),并计算该每一差值与该倒数以得到相对应的误差值ERRi=|ΔXi-1/m|。
最后将计算出来的每一误差值ERRi与一预定阈值TD相比较,以判断该扫描器扫描所得的影像是否发生掉线的情形,倘若某一误差值大于阈值,则表示与该误差值相对应的扫描线间很可能发生了掉线的情形;倘若所计算出来的每一误差值皆小于该预定阈值,则表示无掉线情形发生。然而,从上述的判断标准可以看出,阈值选定的大小会直接影响判断的结果,因此阈值的大小通常是根据以往的经验值来加以设定,以本发明的较佳实施例而言,阈值的选定约为0.3。
请参考图7,图7为本发明判断扫描所得的影像是否发生掉线情形的方法流程图。本发明判断扫描所得的影像是否发生掉线情形的方法包含有下列步骤:
步骤50:开始。
步骤52:扫描校正文件36上的黑色斜线图形37,并取得相对应的扫描线影像资料。
步骤54:利用一边界点寻找方法在选定的扫描线影像资料中寻找黑色斜线图形37的边界点位置。
步骤56:判断所需的边界点位置是否皆已寻找到?若否,则回到步骤54。
步骤58:利用寻找所得的边界点位置以计算出相对应的回归直线。
步骤60:计算出回归直线斜率的倒数1/m。
步骤62:依据经验及需求选定适当阈值TD。
步骤64:计算相邻扫描线的二边界点位置的差值ΔXi=Xi-Xi+1
步骤66:将步骤64所得的差值与步骤60的斜率倒数相减以得到相对应的误差值ERRi=|ΔXi-1/m|。
步骤68:判断步骤66所得的误差值是否大于所选定的阈值?若否,则进行步骤72。
步骤70:发生掉线情形,进行步骤74。
步骤72:无掉线情形。
步骤74:判断是否所选定的边界点皆已完成计算?若否,则回到步骤64。
步骤76:结束。
请参考图8,图8为本发明在一扫描线影像资料中寻找边界点的方法流程图。本发明在一扫描线影像资料中寻找边界点的方法包含有下列步骤:
步骤80:开始。
步骤82:将白色区域像素点的灰阶影像值作平均,并将平均所得结果除以二以形成一边界参考单位Vp1
步骤84:在该扫描线的复数个像素点灰阶影像中,找出灰阶影像值最接近该边界参考单位的像素点并定为第一边界参考点P1
步骤86:由第一边界参考点往前跳过十五个像素点后,再往前选取十五个像素点,将选到的十五个像素点的灰阶值作平均,以形成一白色参考单位VW
步骤88:由第一边界参考点往后跳过十五个像素点后,再往后选取十五个像素点,将选到的十五个像素点的灰阶值作平均,以形成一黑色参考单位VB
步骤90:将白色参考单位VW与黑色参考单位VB平均以形成一边界单位V0=1/2(VW+VB)。
步骤92:寻找两相邻像素点P2,P3,以使边界单位V0恰位于该两像素点的灰阶影像值之间VP3≤V0≤VP2,并将此两个像素点设定为第二及第三边界参考点P2,P3
步骤94:以下列内插法进行计算X=P2+(Vp2-V0)/(Vp2-Vp3),即得到该边界点位置X。
步骤96:结束。
相较于现有技术,现有技术之一中利用测试人员以目视检查是否有掉线情形,不但费时而且检查结果常因人而异而失去客现标准。而现有技术之二中,利用上下行扫描线中边界点的灰阶值来做比较,并以此判断斜线影像是否合乎原来斜线的角度,这种方法虽然可以减小因人为判断的主观成分,然而其计算结果太过粗略,而无法满足目前高阶扫描器的品质管理要求。由于本发明所采用的边界点寻找方法可以将边界点的位置坐标精确计算到小于一个像素点之下,同时在求出回归直线后可以算出各边界点与回归直线间的距离误差值,当误差值大于选定的阈值时,即可判断为产生掉线的情形,如此,不但可以满足目前高阶扫描器的品质管理要求,同时也可以依照经验适当选定阈值,以满足品质管理标准的较严格或较宽松的不同程度要求。
以上所述,仅为本发明的较佳实施例,凡依本发明权利要求范围内所做的均等变化与修饰,皆应属本发明专利的涵盖范围。

Claims (9)

1、一种判断扫描器扫描所得的影像是否发生掉线情形的方法,该扫描器包含一壳体,一扫描平台以放置一待扫描文件,一扫描模块以对该文件进行扫描,以及一驱动模块以驱动该扫描模块,其特征在于,该方法包含有:扫描一校正文件,该校正文件上包含有一斜线图形,并依序取得复数条相对应的扫描线影像资料,每一条扫描线影像资料并包含部分该斜线图形的影像资料;利用一预定的边界点寻找方法在每一条扫描线影像资料中寻找其中的斜线图形的一边界点位置;利用寻找所得的边界点位置以计算求得一回归直线;计算出相邻扫描线影像资料中相对应边界点位置的差值与该回归直线斜率的倒数,并由该每一差值与该倒数以计算得到相对应的误差值;以及将每一误差值与一预定的阈值相比较,以判断该扫描器扫描所得的影像是否发生掉线的情形。
2、如权利要求1所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该方法利用所有寻找到的边界点位置以计算求得该回归直线。
3、如权利要求1所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该方法利用部分寻找到的边界点位置以计算求得该回归直线。
4、如权利要求1所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,选用n组数对(xi,yi),i=1~n,i∈N计算回归直线,则该回归直线y=mx+b是以下列方式计算得出:
m = n Σ i = 1 n x i y i - ( Σ i = 1 n x i ) ( Σ i = 1 n y i ) n Σ i = 1 n x i 2 - ( Σ i = 1 n x i ) 2 b = ( Σ i = 1 n y i ) ( Σ i = 1 n x i 2 ) - ( Σ i = 1 n x i ) ( Σ i = 1 n x i y i ) n Σ i = 1 n x i 2 - ( Σ i = 1 n x i ) 2
(xi,yi)为选择用来计算该回归直线的各个边界点的坐标。
5、如权利要求1所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该校正文件为一背景为白色区域的文件,而其上的斜线图形为从右上斜向左下的黑色斜线图形,每一条扫描线并包含有复数个像素点的灰阶影像资料,而该预定的边界点寻找方法是由上而下,由左而右,对每一条扫描线的灰阶影像资料来寻找其中的斜线图形的边界点位置。
6、如权利要求5所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该预定的边界点寻找方法是由下列几个步骤组成:在某一条扫描线中选取一白色区域的复数个像素点的灰阶影像值作平均,并将平均所得结果除以2以形成一边界参考单位Vp1,并定义灰阶影像值最接近该边界参考单位的像素点为一第一边界参考点P1;由该第一边界参考点往前跳过一第一预定数目的像素点后,再往前选取一第二预定数目个像素点,将该第二预定数目个像素点的灰阶值作平均,以形成一白色参考单位Vw;由该第一边界参考点往后跳过该第一预定数目的像素点后,再往后选取该第二预定数目个像素点,将该第二预定数目个像素点的灰阶值作平均,以形成一黑色参考单位VB;将该白色参考单位与该黑色参考单位平均以形成一边界单位V0;以及在该扫描线的复数个像素点中寻找两相邻像素点P2,P3,以使该边界单位恰位于该两像素点的灰阶影像值之间VP3≤V0≤VP2,并将该两像素点设定为一第二及一第三边界参考点P2,P3;利用该第二及第三边界参考点的灰阶影像值VP2,VP3以及该边界单位V0进行下列内插法计算X=P2+(VP2-V0)/(VP2-VP3),即得到该边界点位置X。
7、如权利要求6所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该第一预定数目为15,而该第二预定数目也为15。
8、如权利要求5所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该黑色斜线图形的斜线宽度为2mm,而其倾斜角度为45度。
9、如权利要求1所述的判断扫描器扫描所得的影像是否发生掉线情形的方法,其特征在于,该预定的阈值为0.3。
CNB011003995A 2001-01-04 2001-01-04 判断扫描器扫描所得的影像是否发生掉线情形的方法 Expired - Fee Related CN1177295C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB011003995A CN1177295C (zh) 2001-01-04 2001-01-04 判断扫描器扫描所得的影像是否发生掉线情形的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB011003995A CN1177295C (zh) 2001-01-04 2001-01-04 判断扫描器扫描所得的影像是否发生掉线情形的方法

Publications (2)

Publication Number Publication Date
CN1362694A CN1362694A (zh) 2002-08-07
CN1177295C true CN1177295C (zh) 2004-11-24

Family

ID=4651559

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB011003995A Expired - Fee Related CN1177295C (zh) 2001-01-04 2001-01-04 判断扫描器扫描所得的影像是否发生掉线情形的方法

Country Status (1)

Country Link
CN (1) CN1177295C (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6859765B2 (en) * 2002-12-13 2005-02-22 Lam Research Corporation Method and apparatus for slope to threshold conversion for process state monitoring and endpoint detection
CN110363764B (zh) * 2019-07-23 2022-03-11 安徽大学 一种基于帧间差分的行驶证打印信息完整性检测方法

Also Published As

Publication number Publication date
CN1362694A (zh) 2002-08-07

Similar Documents

Publication Publication Date Title
CN1297943C (zh) 图像缺陷检查装置和图像缺陷检查方法
CN1568479A (zh) 用于辨别图像不同区域的方法和装置
CN1340176A (zh) 光学扫描器及其软件
CN1783164A (zh) 用于自动分析已填写问卷的设备和方法
US8913163B2 (en) Method for detecting/correcting bad pixel in image sensor
US20170195520A1 (en) Image processing method, apparatus, and image forming device
CN1177295C (zh) 判断扫描器扫描所得的影像是否发生掉线情形的方法
CN1804861A (zh) 一种文稿图像几何畸变的校正方法
CN1679046A (zh) 用于评估皮肤印迹图像质量的方法和设备
CN1128534C (zh) 接触式图像传感器扫描仪校正方法
CN1247350A (zh) 灰度图像二值化处理系统及方法
CN100337463C (zh) 影像黑白交界的搜寻方法
US8308064B2 (en) Barcode evaluation method and barcode evaluation apparatus
CN1088302C (zh) 应用于一图像扫描装置的取得纵向放大率误差的方法
CN1310183C (zh) 二进制化文字图像的方法
KR100467565B1 (ko) 화상 시스템의 국부 이치화 방법.
CN1134150C (zh) 影像处理方法
CN1282938C (zh) 对平板扫描仪中的图像长度进行校正的方法和设备
US6650775B1 (en) Method and apparatus for implementing a streaming two-dimensional digital image segmentation
CN1089924C (zh) 影像的资料与背景分离的方法
CN1531318A (zh) 影像校正方法
CN1405726A (zh) 自动识别扫描区域的方法
CN1714366A (zh) 确定皮肤纹图像中的重要区域的方法
CN1649407A (zh) 以边缘检测为基础的像素插补装置及方法
CN113034524A (zh) 一种图像边缘检测方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20041124

Termination date: 20140104