JP3918307B2 - 画像濃淡ムラ検出方法 - Google Patents
画像濃淡ムラ検出方法 Download PDFInfo
- Publication number
- JP3918307B2 JP3918307B2 JP16897198A JP16897198A JP3918307B2 JP 3918307 B2 JP3918307 B2 JP 3918307B2 JP 16897198 A JP16897198 A JP 16897198A JP 16897198 A JP16897198 A JP 16897198A JP 3918307 B2 JP3918307 B2 JP 3918307B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- region
- uneven
- unevenness
- 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
Links
Images
Landscapes
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
- Optical Filters (AREA)
- Image Processing (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は本来検査領域内全域において一定濃度であることが期待される検査対象物に生じた部分的な濃淡を撮影画像から解析、検出する画像濃淡ムラ検出方法に関するものであり、特にカラーフィルターなどのムラ検査において用いられる画像濃淡ムラ検出方法に関するものである。
【０００２】
【従来の技術】
カラー液晶表示装置の色表示用のカラーフィルターや、カラービデオカメラの色分解用のカラーフィルターの製品検査として画像解析装置を用いたムラの検査が行われている。この画像解析装置は通常、画像入力装置、コンピュータ、照明および付属装置類からなり、カラーフィルターを透過光撮影することによって画像データを得た後、コンピュータによって画像処理を行い、ムラ領域を特定している。これに用いられる画像処理方法としては、画像データの１ドット毎にデジタルフィルタ、２次微分処理等を施した後、別途設定した敷居値と比較して敷居値を越えた部分をムラ領域として特定するというものである。
【０００３】
しかしながら、画像データ収集のための撮像系においては様々な要因から画像信号にノイズが重畳されてしまい、これを皆無にすることは現状では不可能である。このため従来の検査方法では移動平均を取るなどしてノイズの影響を抑えている。しかし、完全にノイズを除去することができないため敷居値が残留するノイズのレベルによって規制されてしまい、検出感度が低い原因となっていた。
【０００４】
【発明が解決しようとする課題】
本発明はこのような従来の問題点に鑑みなされたものであり、その課題とするところは、カラーフィルターなどの検査に適用してこれらの検出処理の感度を向上させる画像濃淡ムラ検出方法を提供することにある。
【０００５】
【課題を解決するための手段】
本発明は、上記目的を達成するため、請求項１においては、検査対象物を画像撮影手段によって撮影して得られる濃淡画像を解析し、部分的に濃度が高いあるいは濃度が低い領域（ムラ領域）を特定する画像濃度ムラ検出方法において、
画像領域を２つ以上に分割し、各々の領域の濃度平均値と全領域の濃度平均値との差を求め、別途設定された敷居値と比較することによってムラ領域を特定する、ムラ領域特定 段階と、
前記ムラ領域特定段階において２つ以上に分割された画像領域を新たに全領域と見なし、それをさらに２つ以上に分割して前記ムラ領域特定段階と同様の処理を繰り返し適用することによりムラ領域を詳細に特定する繰り返し処理段階と、
前記繰り返し処理段階において多重に検出された同一のムラに対し、実際のムラ領域を下回らない範囲でかつ実際のムラ領域に最も近い部分画像領域のみを残して他の検出領域に対する検出を解除する多重検出解除段階と、
を有することを特徴とする画像濃淡ムラ検出方法としたものである。
【０００６】
【発明の実施の形態】
以下図１、２および３に本発明の実施の形態について説明する。
【０００７】
画像撮影手段によって得られた画像データ（６４０×４８０ドット、２５６階調）が本発明の処理に入力される。
【０００８】
ＳＴＡＲＴでスタートし、まず全領域の濃度平均値Ｕ（１，１） を求める（Ｓ１）。ここでＵに付属する２つのサフィックスは画像データに対する部分領域の分割数Ｎ、および該当する部分領域の番号ｍを示す。
【０００９】
次いで全領域を領域長手方向に等しく２分割（３２０×４８０ドット×２）する（Ｓ３ただしＮ＝２）ことにより出来た２つの領域（２，１）、領域（２，２）について濃度平均値Ｕ（２，１） 、Ｕ（２，２） を求める（Ｓ５）。
【００１０】
続いて平均値の差｜Ｕ（２，１） −Ｕ（１，１） ｜を敷居値ＵＬＩＭ と比較する（Ｓ６）。
ＵＬＩＭ ＜｜Ｕ（２，１） −Ｕ（１，１） ｜が成り立つ場合、この領域をムラ領域と判定してフラグ変数Ｆ（２，１） を１ にセットする（Ｓ７）。
【００１１】
この判定式を一般化して、画像領域をＮ分割したときのｍ番目の画像領域に対する判定式を求めるとＵＬＩＭ ＜｜Ｕ（Ｎ，ｍ） −Ｕ（Ｎ／２，ｉｎｔ（（ｍ＋１）／２））｜となる。ただし、ｉｎｔ（（ｍ＋１）／２）は、（ｍ＋１）／２を超えない最大の整数である。
同様の処理をＵ（２，２） について行う（Ｓ５）。
【００１２】
次に領域（２，１）、領域（２，２）の面積Ａ（２） を繰り返し打ち切り面積ＡＬＩＭ と比較し（Ｓ１１）、Ａ（２） ＜ＡＬＩＭ が成り立つ場合には繰り返し処理を打ち切る。そうでない場合は領域（２，１），（２，２） のそれぞれについて上記処理を繰り返す（Ｓ３〜Ｓ１１）。
【００１３】
図３は、図中斜線部にムラがある画像について、分割数Ｎが２、４、８、１６の場合の例を模式的に示したものである。
【００１４】
Ｎ＝２のとき、ムラは、領域（２，１）内にあるが領域（２，１）の大きさに比べてまだ小さいため、その影響は薄められ、平均値の差｜Ｕ （２，１） −Ｕ （１，１） ｜はＵ ＬＩＭ を超えることはなく、フラグ変数Ｆ （２、１） ＝０となる。
【００１５】
次にＮ＝４のとき、ムラは領域（４，２）内にあることになる。ここで、平均値の差
｜Ｕ （４，２） −Ｕ （２，１） ｜はＵ ＬＩＭ を超えたため、フラグ変数Ｆ （４、２） ＝１となる。
【００１６】
次にＮ＝８のとき、ムラは領域（８，４）内にあることになる。ここでも平均値の差
｜Ｕ （８，４） −Ｕ （４，２） ｜はＵ ＬＩＭ を超えたため、フラグ変数Ｆ （８、４） ＝１となる。
【００１７】
さらにＮ＝１６のとき、ムラは領域（１６，７）および領域（１６，８）内にあることになる。この図３の例では、ムラはこの２つの領域の片方に偏っているわけではなく、両方の領域にまたがって存在する。したがって、平均値の差｜Ｕ （１６，７） −Ｕ （８，４） ｜、および｜Ｕ （１６，８） −Ｕ （８，４） ｜はともにＵ ＬＩＭ を超えることがなく、フラグ変数Ｆ （１６、７） ＝０、Ｆ （１６、８） ＝０、となる。
【００１８】
ここで、繰り返し打ち切り面積Ａ ＬＩＭ による制限により、繰り返し処理が終了する。
【００１９】
上記手段によって繰り返し処理を終了後、最終繰り返し処理によって生成されたフラグ変数Ｆ（Ｎ、１） 〜Ｆ（Ｎ、 Ｎ）が１にセットされた領域（Ｎ，ｍ）について同領域を含む前段階の分割領域に対するフラグ変数Ｆ（Ｎ／２、 ｉｎｔ（（ｍ＋１）／２）） ＝１であった場合（Ｓ１５）にこれを２にセットする（Ｓ１６）。
【００２０】
これを領域分割数が１になるまで繰り返す。ただし、繰り返しの２回目以降はフラグ変数が１または２にセットされたものについて前段階の分割領域のフラグ変数変更を行う。
【００２１】
図３の例では、領域分割数Ｎ＝１６の段階ではフラグ変数Ｆ （１６、ｍ） が全て０で、領域分割数Ｎ＝８の時に初めて１の値をもつフラグ変数Ｆ （８、４） が出てくる。したがってフラグ変数Ｆ （８、４） は１のままとなり、その前段階の分割領域のフラグ変数Ｆ （４、２） は２に変更される。
【００２２】
続いて全フラグ変数Ｆ（１、１） 〜Ｆ（Ｎ、 Ｎ）のうち、値が２となっているもの全てを０にクリアする（Ｓ２３）。
【００２３】
図３の例では、フラグ変数Ｆ （４、２） が２の値をもっているので、ここでＦ （４、２） ＝０と変更される。しかし、Ｆ （８、４） ＝１は変更されずそのまま残る。
【００２４】
上記処理を終了（ＥＮＤ）後、フラグ変数を調べ、そのフラグ変数が１となっている領域がムラ領域であると判定される。
【００２５】
図３の例では、フラグ変数Ｆ （８、４） のみが１となっているので、領域（８，４）にムラ領域があることがわかる。また、同一のムラが、領域（４，２）を処理した段階においても検出されていて、これが多重検出となっているが、処理が全部終了した段階では領域（４，２）で検出した分については検出解除されており、多重検出を回避している。
【００２６】
【発明の効果】
以上詳細に説明したように、本発明の検出方法によれば画像データ中に重畳されたノイズの影響を受けることなくムラ領域の検出を行うことが可能になるという効果を奏する。この効果によってカラーフィルターなど検査領域内全体において一定濃度であることが期待される検査対象物に生じたムラ等高感度なムラ領域検出が可能となる。
【図面の簡単な説明】
【図１】 本発明の画像濃淡ムラ検出方法のステップを示す、初めの部分のフローチャート図である。
【図２】 本発明の画像濃淡ムラ検出方法のステップを示す、終わりの部分のフローチャート図である。
【図３】 本発明の画像濃淡ムラ検出方法による画像領域分割方法および図中斜線の位置にムラが存在したときのフラグ変数の遷移を示す説明図である。
【符号の説明】
Ｎ‥‥‥‥‥分割数
Ｕ（Ｘ，Ｘ） ‥‥濃度平均値
Ｆ（Ｘ，Ｘ） ‥‥フラグ変数
【発明の属する技術分野】
本発明は本来検査領域内全域において一定濃度であることが期待される検査対象物に生じた部分的な濃淡を撮影画像から解析、検出する画像濃淡ムラ検出方法に関するものであり、特にカラーフィルターなどのムラ検査において用いられる画像濃淡ムラ検出方法に関するものである。
【０００２】
【従来の技術】
カラー液晶表示装置の色表示用のカラーフィルターや、カラービデオカメラの色分解用のカラーフィルターの製品検査として画像解析装置を用いたムラの検査が行われている。この画像解析装置は通常、画像入力装置、コンピュータ、照明および付属装置類からなり、カラーフィルターを透過光撮影することによって画像データを得た後、コンピュータによって画像処理を行い、ムラ領域を特定している。これに用いられる画像処理方法としては、画像データの１ドット毎にデジタルフィルタ、２次微分処理等を施した後、別途設定した敷居値と比較して敷居値を越えた部分をムラ領域として特定するというものである。
【０００３】
しかしながら、画像データ収集のための撮像系においては様々な要因から画像信号にノイズが重畳されてしまい、これを皆無にすることは現状では不可能である。このため従来の検査方法では移動平均を取るなどしてノイズの影響を抑えている。しかし、完全にノイズを除去することができないため敷居値が残留するノイズのレベルによって規制されてしまい、検出感度が低い原因となっていた。
【０００４】
【発明が解決しようとする課題】
本発明はこのような従来の問題点に鑑みなされたものであり、その課題とするところは、カラーフィルターなどの検査に適用してこれらの検出処理の感度を向上させる画像濃淡ムラ検出方法を提供することにある。
【０００５】
【課題を解決するための手段】
本発明は、上記目的を達成するため、請求項１においては、検査対象物を画像撮影手段によって撮影して得られる濃淡画像を解析し、部分的に濃度が高いあるいは濃度が低い領域（ムラ領域）を特定する画像濃度ムラ検出方法において、
画像領域を２つ以上に分割し、各々の領域の濃度平均値と全領域の濃度平均値との差を求め、別途設定された敷居値と比較することによってムラ領域を特定する、ムラ領域特定 段階と、
前記ムラ領域特定段階において２つ以上に分割された画像領域を新たに全領域と見なし、それをさらに２つ以上に分割して前記ムラ領域特定段階と同様の処理を繰り返し適用することによりムラ領域を詳細に特定する繰り返し処理段階と、
前記繰り返し処理段階において多重に検出された同一のムラに対し、実際のムラ領域を下回らない範囲でかつ実際のムラ領域に最も近い部分画像領域のみを残して他の検出領域に対する検出を解除する多重検出解除段階と、
を有することを特徴とする画像濃淡ムラ検出方法としたものである。
【０００６】
【発明の実施の形態】
以下図１、２および３に本発明の実施の形態について説明する。
【０００７】
画像撮影手段によって得られた画像データ（６４０×４８０ドット、２５６階調）が本発明の処理に入力される。
【０００８】
ＳＴＡＲＴでスタートし、まず全領域の濃度平均値Ｕ（１，１） を求める（Ｓ１）。ここでＵに付属する２つのサフィックスは画像データに対する部分領域の分割数Ｎ、および該当する部分領域の番号ｍを示す。
【０００９】
次いで全領域を領域長手方向に等しく２分割（３２０×４８０ドット×２）する（Ｓ３ただしＮ＝２）ことにより出来た２つの領域（２，１）、領域（２，２）について濃度平均値Ｕ（２，１） 、Ｕ（２，２） を求める（Ｓ５）。
【００１０】
続いて平均値の差｜Ｕ（２，１） −Ｕ（１，１） ｜を敷居値ＵＬＩＭ と比較する（Ｓ６）。
ＵＬＩＭ ＜｜Ｕ（２，１） −Ｕ（１，１） ｜が成り立つ場合、この領域をムラ領域と判定してフラグ変数Ｆ（２，１） を１ にセットする（Ｓ７）。
【００１１】
この判定式を一般化して、画像領域をＮ分割したときのｍ番目の画像領域に対する判定式を求めるとＵＬＩＭ ＜｜Ｕ（Ｎ，ｍ） −Ｕ（Ｎ／２，ｉｎｔ（（ｍ＋１）／２））｜となる。ただし、ｉｎｔ（（ｍ＋１）／２）は、（ｍ＋１）／２を超えない最大の整数である。
同様の処理をＵ（２，２） について行う（Ｓ５）。
【００１２】
次に領域（２，１）、領域（２，２）の面積Ａ（２） を繰り返し打ち切り面積ＡＬＩＭ と比較し（Ｓ１１）、Ａ（２） ＜ＡＬＩＭ が成り立つ場合には繰り返し処理を打ち切る。そうでない場合は領域（２，１），（２，２） のそれぞれについて上記処理を繰り返す（Ｓ３〜Ｓ１１）。
【００１３】
図３は、図中斜線部にムラがある画像について、分割数Ｎが２、４、８、１６の場合の例を模式的に示したものである。
【００１４】
Ｎ＝２のとき、ムラは、領域（２，１）内にあるが領域（２，１）の大きさに比べてまだ小さいため、その影響は薄められ、平均値の差｜Ｕ （２，１） −Ｕ （１，１） ｜はＵ ＬＩＭ を超えることはなく、フラグ変数Ｆ （２、１） ＝０となる。
【００１５】
次にＮ＝４のとき、ムラは領域（４，２）内にあることになる。ここで、平均値の差
｜Ｕ （４，２） −Ｕ （２，１） ｜はＵ ＬＩＭ を超えたため、フラグ変数Ｆ （４、２） ＝１となる。
【００１６】
次にＮ＝８のとき、ムラは領域（８，４）内にあることになる。ここでも平均値の差
｜Ｕ （８，４） −Ｕ （４，２） ｜はＵ ＬＩＭ を超えたため、フラグ変数Ｆ （８、４） ＝１となる。
【００１７】
さらにＮ＝１６のとき、ムラは領域（１６，７）および領域（１６，８）内にあることになる。この図３の例では、ムラはこの２つの領域の片方に偏っているわけではなく、両方の領域にまたがって存在する。したがって、平均値の差｜Ｕ （１６，７） −Ｕ （８，４） ｜、および｜Ｕ （１６，８） −Ｕ （８，４） ｜はともにＵ ＬＩＭ を超えることがなく、フラグ変数Ｆ （１６、７） ＝０、Ｆ （１６、８） ＝０、となる。
【００１８】
ここで、繰り返し打ち切り面積Ａ ＬＩＭ による制限により、繰り返し処理が終了する。
【００１９】
上記手段によって繰り返し処理を終了後、最終繰り返し処理によって生成されたフラグ変数Ｆ（Ｎ、１） 〜Ｆ（Ｎ、 Ｎ）が１にセットされた領域（Ｎ，ｍ）について同領域を含む前段階の分割領域に対するフラグ変数Ｆ（Ｎ／２、 ｉｎｔ（（ｍ＋１）／２）） ＝１であった場合（Ｓ１５）にこれを２にセットする（Ｓ１６）。
【００２０】
これを領域分割数が１になるまで繰り返す。ただし、繰り返しの２回目以降はフラグ変数が１または２にセットされたものについて前段階の分割領域のフラグ変数変更を行う。
【００２１】
図３の例では、領域分割数Ｎ＝１６の段階ではフラグ変数Ｆ （１６、ｍ） が全て０で、領域分割数Ｎ＝８の時に初めて１の値をもつフラグ変数Ｆ （８、４） が出てくる。したがってフラグ変数Ｆ （８、４） は１のままとなり、その前段階の分割領域のフラグ変数Ｆ （４、２） は２に変更される。
【００２２】
続いて全フラグ変数Ｆ（１、１） 〜Ｆ（Ｎ、 Ｎ）のうち、値が２となっているもの全てを０にクリアする（Ｓ２３）。
【００２３】
図３の例では、フラグ変数Ｆ （４、２） が２の値をもっているので、ここでＦ （４、２） ＝０と変更される。しかし、Ｆ （８、４） ＝１は変更されずそのまま残る。
【００２４】
上記処理を終了（ＥＮＤ）後、フラグ変数を調べ、そのフラグ変数が１となっている領域がムラ領域であると判定される。
【００２５】
図３の例では、フラグ変数Ｆ （８、４） のみが１となっているので、領域（８，４）にムラ領域があることがわかる。また、同一のムラが、領域（４，２）を処理した段階においても検出されていて、これが多重検出となっているが、処理が全部終了した段階では領域（４，２）で検出した分については検出解除されており、多重検出を回避している。
【００２６】
【発明の効果】
以上詳細に説明したように、本発明の検出方法によれば画像データ中に重畳されたノイズの影響を受けることなくムラ領域の検出を行うことが可能になるという効果を奏する。この効果によってカラーフィルターなど検査領域内全体において一定濃度であることが期待される検査対象物に生じたムラ等高感度なムラ領域検出が可能となる。
【図面の簡単な説明】
【図１】 本発明の画像濃淡ムラ検出方法のステップを示す、初めの部分のフローチャート図である。
【図２】 本発明の画像濃淡ムラ検出方法のステップを示す、終わりの部分のフローチャート図である。
【図３】 本発明の画像濃淡ムラ検出方法による画像領域分割方法および図中斜線の位置にムラが存在したときのフラグ変数の遷移を示す説明図である。
【符号の説明】
Ｎ‥‥‥‥‥分割数
Ｕ（Ｘ，Ｘ） ‥‥濃度平均値
Ｆ（Ｘ，Ｘ） ‥‥フラグ変数
Claims (1)
- 検査対象物を画像撮影手段によって撮影して得られる濃淡画像を解析し、部分的に濃度が高いあるいは濃度が低い領域（ムラ領域）を特定する画像濃度ムラ検出方法において、
画像領域を２つ以上に分割し、各々の領域の濃度平均値と全領域の濃度平均値との差を求め、別途設定された敷居値と比較することによってムラ領域を特定する、ムラ領域特定段階と、
前記ムラ領域特定段階において２つ以上に分割された画像領域を新たに全領域と見なし、それをさらに２つ以上に分割して前記ムラ領域特定段階と同様の処理を繰り返し適用することによりムラ領域を詳細に特定する繰り返し処理段階と、
前記繰り返し処理段階において多重に検出された同一のムラに対し、実際のムラ領域を下回らない範囲でかつ実際のムラ領域に最も近い部分画像領域のみを残して他の検出領域に対する検出を解除する多重検出解除段階と、
を有することを特徴とする画像濃淡ムラ検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16897198A JP3918307B2 (ja) | 1998-06-16 | 1998-06-16 | 画像濃淡ムラ検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16897198A JP3918307B2 (ja) | 1998-06-16 | 1998-06-16 | 画像濃淡ムラ検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000002621A JP2000002621A (ja) | 2000-01-07 |
| JP3918307B2 true JP3918307B2 (ja) | 2007-05-23 |
Family
ID=15877971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16897198A Expired - Fee Related JP3918307B2 (ja) | 1998-06-16 | 1998-06-16 | 画像濃淡ムラ検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3918307B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9122178B2 (en) * | 2009-08-04 | 2015-09-01 | Asml Netherlands B.V. | Object inspection systems and methods |
-
1998
- 1998-06-16 JP JP16897198A patent/JP3918307B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000002621A (ja) | 2000-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8391585B2 (en) | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium | |
| US20020196354A1 (en) | Intelligent blemish control algorithm and apparatus | |
| JP2002503840A (ja) | 勾配ベースの局部輪郭線検出のための新しい知覚的しきい値決定 | |
| KR100658105B1 (ko) | 영상 신호에서 가우스 노이즈 검출 방법 | |
| KR100250631B1 (ko) | 화상처리방법 | |
| US8055093B2 (en) | Method and system for noise level detection in image data | |
| JP2005172559A (ja) | パネルの線欠陥検出方法及び装置 | |
| US8090215B2 (en) | Method and system for noise level detection in image data | |
| US5881164A (en) | Image data processing method and image data processing apparatus | |
| US8208753B2 (en) | Method and system for noise level detection in image data | |
| KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
| JP3918307B2 (ja) | 画像濃淡ムラ検出方法 | |
| JP2006226837A (ja) | しみ検査方法及びしみ検査装置 | |
| JPH08145907A (ja) | 欠陥検査装置 | |
| US6771804B1 (en) | Method and apparatus for signal segmentation | |
| JP2007198850A (ja) | むら検査方法及びむら検査装置 | |
| JP2001235319A (ja) | シェーディング補正装置及びシェーディング補正方法及び表面検査装置 | |
| JP3088654B2 (ja) | 画質測定方法 | |
| JP2833532B2 (ja) | 光学センサのノイズ除去方法及び除去装置 | |
| KR100769561B1 (ko) | 노이즈 제거에 사용되는 임계값 결정 장치 및 방법 | |
| JP3912063B2 (ja) | 画像濃淡ムラの検出方法 | |
| JPH07301609A (ja) | 欠陥検査方法 | |
| JP2006322757A (ja) | しみ検査方法及びしみ検査装置 | |
| JP4121628B2 (ja) | 画面検査方法及びその装置 | |
| van Zwanenberg et al. | Estimation of ISO12233 edge spatial frequency response from natural scene derived step-edge data (JIST-first) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050324 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061025 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061031 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061226 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070123 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070205 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |