JPH05346956A - 画像信号の処理装置 - Google Patents
画像信号の処理装置Info
- Publication number
- JPH05346956A JPH05346956A JP4147032A JP14703292A JPH05346956A JP H05346956 A JPH05346956 A JP H05346956A JP 4147032 A JP4147032 A JP 4147032A JP 14703292 A JP14703292 A JP 14703292A JP H05346956 A JPH05346956 A JP H05346956A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- amplitude
- fourier
- image
- image signal
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims description 25
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 26
- 230000002238 attenuated effect Effects 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 abstract description 9
- 238000012935 Averaging Methods 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 abstract 4
- 239000011159 matrix material Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
行なう。 【構成】フーリエ変換計算部12が画像を小領域に分割
し各領域ごとにフーリエ変換とフーリエ振幅を計算す
る。雑音除去部13がフーリエ振幅に対してノイズ除去
処理を行なう。雑音除去部はフーリエ振幅に対してノイ
ズ除去処理を行なうため、多くのノイズ除去処理に伴う
平均化処理を行なっても画像信号の高周波成分が減衰す
ることがなくぼけが生じない。画像復元部14はノイズ
が除去されたフーリエ振幅とフーリエ変換計算部で計算
されたフーリエ変換の位相からノイズが除去された画像
を復元する。
Description
し、特にノイズ除去やエッジ強調を行なう画像信号の処
理装置に関する。
まな画像処理技術や画像認識技術などの最初のステップ
として重要な役割を担っている。
来から多くの方法が知られている(テレビジョン学会
編、テレビジョン・画像情報工学ハンドブック、オーム
社、参照)。最も良く用いられている方法は各画素の値
を近傍の小領域中の画素の値の重み付き平均値に置き換
える方法である。このような平均化処理ではノイズ成分
は減衰させられるが同時に信号成分にもぼけが生じる。
ノイズ成分と信号成分それぞれの統計的性質に基づいて
画像復元を行なうアルゴリズムとして知られているウィ
ーナー・フィルターの方法はある意味では最適なノイズ
除去法であり優れた方法ではあるが、この方法も画像デ
ータそのものに適用すると単なる重み付き平均化処理に
帰着してしまい、やはり信号成分にぼけが生じる。メデ
ィアン・フィルターを用いる方法は平滑化に伴うぼけの
発生を抑えるためには有効であるが、逆に細い線などの
信号成分もノイズとして除去してしまう。
認識システム等で重要な処理である。エッジ検出のアル
ゴリズムとしては微分操作,2次微分操作,ソボル・オ
ペレータなどの方法が知られているが、これらは高周波
通過フィルターの一種と見なすことができるから高周波
のノイズに対して弱い。従ってこの技術においてもノイ
ズ除去の処理が必要であり、その際、どのようにして信
号成分のぼけを回避するのかという点が問題であった。
を近傍の小領域中の画素の値の重み付き平均値に置き換
える方法およびウィーナー・フィルターの方法はいずれ
も信号成分にぼけが生じるという欠点があった。またメ
ディアン・フィルターを用いる方法は細い線などの信号
成分もノイズとして除去してしまい、信号のぼけの回避
方法としては問題がある。
改善し、信号のぼけを引き起こさずにノイズ除去ができ
る画像信号の処理装置、あるいはエッジ部をぼかすこと
なく強調し、かつ高周波ノイズを除去することができる
画像信号の処理装置を提供することにある。
処理装置は、入力画像信号を複数の画素を含む小領域に
重複を許して分割し前記各小領域ごとにフーリエ変換を
施してフーリエ振幅を算出する振幅算出手段と、この振
幅算出手段で算出された振幅から雑音成分を除去する雑
音除去手段と、この雑音除去手段で得られたフーリエ振
幅を用いてフーリエ逆変換を施し雑音成分の除去された
復元画像を算出する画像復元手段とを備えている。
は、入力画像信号を複数の画素を含む小領域に重複を許
して分割し前記各小領域ごとに強調すべき画像信号に含
まれる明暗度の急激な変化部分であるエッジの緩やかさ
の程度に基づいてあらかじめ設定された臨界空間周波数
を超える成分のみを対象としてフーリエ変換を施してフ
ーリエ振幅を算出する振幅算出手段と、この振幅算出手
段で算出された振幅から雑音成分を除去する雑音除去手
段と、この雑音除去手段で得られたフーリエ振幅を用い
てフーリエ逆変換を施し雑音成分の除去されかつエッジ
部が強調された復元画像を算出する画像復元手段とを備
えている。
を持つニューラルネットワークを用いてもよい。
領域に分割され、各小領域ごとにフーリエ変換及びその
振幅が計算される。次にこのフーリエ振幅を雑音除去フ
ィルターに通しそのノイズ成分を減衰させた上でフーリ
エ逆変換が施される。従来の方法のように入力画像信号
そのものに対して雑音除去フィルターを構成しノイズ減
衰処理を行なうと、通常の場合これは単なる平滑化処理
に帰着してしまうため、信号の高周波成分も減衰してし
まい、その結果ぼけが生じてしまう。これに対して本発
明では小領域ごとに計算されたフーリエ振幅に対して雑
音除去フィルター処理を施すため、高周波成分を減衰さ
せることなくノイズ成分を減衰させることができ、従っ
て信号成分にぼけを引き起こすことなくノイズ成分の除
去が可能となる。
くつかの小領域に分割され、各小領域ごとにあらかじめ
定めておいた臨界空間周波数Kc以上の成分のみを対象
としてフーリエ変換及びその振幅が計算される。上述し
た臨界空間周波数Kcはエッジ部分をどれほど細かく抽
出するかの程度に応じてあらかじめ設定される。像のエ
ッジの部分は高周波の空間周波数成分を持つのに対し
て、明暗度が一定の領域では高周波成分を持たないか
ら、こうして計算されたフーリエ変換の振幅はエッジ等
の明暗度が急激に変化している領域でのみゼロでない値
をとる。しかしながら以上の操作は高周波通過フィルタ
ーと見なせるから、エッジ部分以外でも高周波のノイズ
が存在する部分ではゼロでない値が得られてしまう。そ
こで次にこのフーリエ振幅を雑音除去フィルターに通し
そのノイズ成分を減衰させた上でフーリエ逆変換を施し
しきい値処理を行ない、ノイズが減衰されエッジが強調
された画像を得る。
エ振幅に対して雑音除去フィルター処理を施すため、高
周波成分が減衰することはなく、従ってエッジをぼかす
ことなく強調し、かつ高周波ノイズを除去することが可
能になる。
説明する。図1は第1の発明の一実施例を示すブロック
図である。
は必要に応じてA/D変換などの前処理を受けてフーリ
エ変換計算部12へと送られる。フーリエ変換計算部1
2はこの画像情報に対してプロセッサー等を用いて以下
のような処理を行なう。
まず、この入力画像を画素数n1×n1からなるn2×
n2個の小領域に分割する。ここで互いにオーバーラッ
プがないように画像を分割する場合には、N=n1×n
2であるが互いにオーバーラップがあるように分割して
もかまわない。次にこうして分割された各小領域ごと
に、そのフーリエ変換及びその振幅を計算する。振幅の
かわりにその2乗であるフーリエ変換パワースペクトル
を計算してもかまわない。ここで各小領域を添字(X,
Y)(X,Y=1〜n2)で表し、各小領域中での画素
の1つを添字(x,y)(x,y=1〜n1)で表す。
また(X,Y)で表される小領域中の(x,y)の位置
にある画素の値をI(x,y;X,Y)で表す。すると
上に述べたフーリエ変換及びそのパワースペクトルは次
式により計算される。
く知られている手法に従って各小領域の境界での不連続
性を緩和するためにガウシアン窓などの窓関数を用いて
もよい。また、この計算には高速フーリエ変換などの高
速アルゴリズムを用いることもできる。以後このフーリ
エ振幅Pのことをローカル・フーリエ振幅と呼ぶ。
振幅Pに対してウィーナー・フィルターによるフィルタ
リング処理を施して雑音除去を行なう。よく知られてい
るようにウィーナー・フィルターは信号成分と雑音成分
それぞれの自己相関関数が分かっている場合に、真の信
号とフィルターの出力として得られる信号の推定値との
誤差の2乗を最小にするという意味で最適性が証明され
ているフィルターである。具体的には、ローカル・フー
リエ振幅Pを、その成分の値を並べた(n1×n2)2
次元のベクトルと考えるとウィーナー・フィルターMは
以下のように決定される。 M=E[PPt ]/[E[PPt ]+E[nnt ]] ここでE[]は統計的な平均操作を表す。E[PPt ]
は信号成分の相関行列を、E[nnt ]は雑音成分の相
関行列を表す。Pt ,nt は転置ベクトルである。また
行列の割り算は逆行列あるいは一般化逆行列を掛けるこ
とを表す。また、ここで相関行列のかわりに予め平均値
を引いておくことにし、共分散行列を用いることも可能
である。フィルタリング処理は P′=M・P で与えられる。通常の場合、互いに遠くにある小領域間
での相関はゼロであるので、よくなされているように、
近くの小領域での値だけから推定P′が定まるとして、
フィルターを求める計算を近似して計算量を減らすこと
も可能である。
ーによる雑音除去操作を従来の方法のように入力画像信
号そのものに対して行なうのではなく、それから計算さ
れたローカル・フーリエ振幅に対して行なっている点が
重要な点である。すなわち、従来の方法のように入力画
像信号そのものに対してウィーナー・フィルターを構成
しノイズ減衰処理を行なうと、通常の場合これは信号の
相関距離程度の範囲にわたっての単なる平滑化処理に帰
着してしまうため、それにより信号の高周波成分も減衰
してしまいぼけが生じてしまう。それに対して本発明で
はローカル・フーリエ振幅に対してウィーナー・フィル
ター処理を施すため高周波成分を減衰させることなくノ
イズ成分を減衰させることができ、従って信号成分にぼ
けを引き起こすことなくノイズ成分の除去が可能とな
る。
たローカル・フーリエ変換からフーリエ変換部12での
処理の逆変換を行ない雑音が減衰された復元像を計算し
て出力する。よく知られているように、この際、フーリ
エ逆変換を行なうには振幅だけでなく位相情報も必要で
ある。この位相情報はフーリエ変換部12で計算された
ローカル・フーリエ変換Fから受け取る。また必要に応
じて画像復元部ではしきい値処理を行ない、負の値を0
で置き換えたりまた大きすぎる値に対するカットオフ処
理を行なう。
ウィーナー・フィルターによるフィルタリング処理がな
されていたが、この部分を学習機能を有するニューラル
ネットワークで置き換えることも可能である。この場
合、信号成分と雑音成分の統計的性質を学習により抽出
することが可能になるので設計の手間が軽減する効果が
生まれる。
ロパゲーション法で学習させると、学習の条件が満たさ
れていれば、入力パタンを入力したときに出力パタンと
して学習したパタンを出力するようにできることはよく
知られている。そこでこの雑音除去部として多層ニュー
ラルネットワークを用い、雑音成分がのった信号P+n
を入力とし、雑音が除去された信号Pを教師パタンとし
てそれを出力するように学習させて置けば、これによっ
ても雑音成分の除去が可能になる。
を行なうとやはり入力パタンとそれに対応する出力パタ
ンの関係を学習できることが知られている。従って雑音
除去部として直交学習を行なうニューラルネットワーク
を用いることも可能である。雑音がのった信号P+nを
入力として雑音が除去された信号Pを出力するように直
交学習を行なうと、雑音成分が信号成分と独立で、かつ
その平均値が0であると仮定すると、学習定数を十分に
大きくとればニューラルネットワークの結合行列は M=E[PPt ]/[E[PPt ]+E[nnt ]] に収束することが証明されている(甘利俊一著、神経回
路網の数理、産業図書、1978年参照)。ここで
E[]は統計的な平均操作を表す。E[PPt ]は信号
成分の相関行列を、E[nnt ]は雑音成分の相関行列
を表す。Pt ,nt は転置ベクトルである。また行列の
割り算は逆行列あるいは一般化逆行列を掛けることを表
す。従って、線形な素子を用いれば、このニューラルネ
ットワークはウィーナー・フィルターを学習によって構
成できることが分かる。この場合には多層のニューラル
ネットワークにくらべ素子の数が減ること、学習の過程
が簡単化することの利点がある。
が簡単な相関学習を行なう2層のニューラルネットワー
クを用いることも可能である。信号Pを入力としてP自
身を出力するような自己想起を相関学習によって学習す
るとニューラルネットワークの結合行列は M=E[PPt ] に収束する。このように学習された相関行列を用いる
と、雑音成分の相関行列が単位行列を1で表し、E[n
nt ]=σ2 1で与えられるとすると、例えば図3に示
すような回路によってウィーナー・フィルターが構成で
きる。図3は相関学習をするニューラルネットワークを
用いて雑音除去部を構成したブロック図である。図3に
おいて32−1,〜32−Nは次のような式に従って出
力Zを変化させる素子である。 dZ/dt=−(1/τ)(σ2 Z+P′−P) ここでPは入力信号であり、P′はP′=M・Zで与え
られる。図3の回路が定常状態に達すると σ2 Z+P′−P=0 が成り立つ。従って σ2 Z+M・Z−P=0 が満たされ、これを解くとZ=P/(σ2 +M)である
から結局 P′=M・Z=(M/(σ2 +M))・P となり、P′としてウィーナー・フィルターの出力と等
価の出力が得られることが分かる。この場合には、直交
学習を行なうニューラルネットワークと比べてもさらに
学習の過程が簡単化すること、またノイズレベルσ2 が
不明の場合、それをパラメータとして変化させながら処
理をすることができるという利点がある。
ク図である。入力/前処理部21に入力された画像情報
は必要に応じてA/D変換などの前処理を受けてフーリ
エ変換計算部22へと送られる。フーリエ変換部22は
図1に示した第1の発明の一実施例と同様に、まずこの
入力画像を小領域に分割する。次にこうして分割された
各小領域ごとに、パラメータ入力部23から予め入力し
ておいた臨界空間周波数Kc以上の成分についてだけ、
図1の実施例と同様にそのフーリエ変換及びその振幅を
計算する。Kcの値はどの程度緩やかなエッジまでを強
調するかという目的に応じて設定する。最高空間周波数
をKmaxとすると、m画素程度にわたって変化するエ
ッジ部までを強調するためには、KcはKmax/m程
度に設定すればよい。画像の明暗度が一定の領域ではそ
のフーリエ変換は高周波成分を含まないから、こうして
計算されるローカル・フーリエ変換Fおよびその振幅P
は明暗度が急激に変化している領域でのみ値を持ち、従
ってエッジ部の強調がなされる。以下、図1の実施例と
同様に雑音除去部24がローカル・フーリエ振幅Pに対
してウィーナー・フィルターによるフィルタリングを行
なってノイズを除去し、画像復元部25がフーリエ変換
部22での処理の逆変換を行ない、ノイズが減衰されエ
ッジ部が強調された復元像を計算し出力する。
のぼけを引き起こすことなく画像信号中のノイズ成分を
除去することができる。また、エッジ部をぼかすことな
く強調し、かつ高周波ノイズを除去することができると
いう効果を有する。
る。
る。
て雑音除去部を構成したブロック図である。
Claims (3)
- 【請求項1】 入力画像信号を複数の画素を含む小領域
に重複を許して分割し前記各小領域ごとにフーリエ変換
を施してフーリエ振幅を算出する振幅算出手段と、この
振幅算出手段で算出された振幅から雑音成分を除去する
雑音除去手段と、この雑音除去手段で得られたフーリエ
振幅を用いてフーリエ逆変換を施し雑音成分の除去され
た復元画像を算出する画像復元手段とを備えることを特
徴とする画像信号の処理装置。 - 【請求項2】 入力画像信号を複数の画素を含む小領域
に重複を許して分割し前記各小領域ごとに強調すべき画
像信号に含まれる明暗度の急激な変化部分であるエッジ
の緩やかさの程度に基づいてあらかじめ設定された臨界
空間周波数を超える成分のみを対象としてフーリエ変換
を施してフーリエ振幅を算出する振幅算出手段と、この
振幅算出手段で算出された振幅から雑音成分を除去する
雑音除去手段と、この雑音除去手段で得られたフーリエ
振幅を用いてフーリエ逆変換を施し雑音成分の除去され
かつエッジ部が強調された復元画像を算出する画像復元
手段とを備えることを特徴とする画像信号の処理装置。 - 【請求項3】 前記雑音除去手段として学習機能を持つ
ニューラルネットワークを用いることを特徴とする請求
項1または2記載の画像信号の処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4147032A JP2870299B2 (ja) | 1992-06-08 | 1992-06-08 | 画像信号の処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4147032A JP2870299B2 (ja) | 1992-06-08 | 1992-06-08 | 画像信号の処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05346956A true JPH05346956A (ja) | 1993-12-27 |
JP2870299B2 JP2870299B2 (ja) | 1999-03-17 |
Family
ID=15420996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4147032A Expired - Lifetime JP2870299B2 (ja) | 1992-06-08 | 1992-06-08 | 画像信号の処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2870299B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08287255A (ja) * | 1995-04-12 | 1996-11-01 | Nec Corp | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 |
JP2001036731A (ja) * | 1999-07-21 | 2001-02-09 | Nec Corp | デジタル画像処理方法、デジタル画像処理装置、および記録媒体 |
JP2003067739A (ja) * | 2001-08-28 | 2003-03-07 | Monolith Co Ltd | 画像変換方法および装置 |
JP2008506199A (ja) * | 2004-07-08 | 2008-02-28 | インテル・コーポレーション | 表面モデルから抽出される基本フィーチャの組み合わせによる走査ビーム画像のシミュレーション |
JP2012059118A (ja) * | 2010-09-10 | 2012-03-22 | Saga Univ | ノイズ除去装置、その方法、及びプログラム |
JP2015142154A (ja) * | 2014-01-27 | 2015-08-03 | 株式会社メガチップス | ノイズ判定装置、ノイズ判定方法およびノイズフィルタ |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102476808B1 (ko) * | 2021-05-27 | 2022-12-12 | 울산과학기술원 | 왜곡된 영상으로부터 대상을 복원하는 방법 및 장치 |
-
1992
- 1992-06-08 JP JP4147032A patent/JP2870299B2/ja not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08287255A (ja) * | 1995-04-12 | 1996-11-01 | Nec Corp | 皮膚紋様画像の画像特徴抽出装置および画像処理装置 |
JP2001036731A (ja) * | 1999-07-21 | 2001-02-09 | Nec Corp | デジタル画像処理方法、デジタル画像処理装置、および記録媒体 |
JP2003067739A (ja) * | 2001-08-28 | 2003-03-07 | Monolith Co Ltd | 画像変換方法および装置 |
JP2008506199A (ja) * | 2004-07-08 | 2008-02-28 | インテル・コーポレーション | 表面モデルから抽出される基本フィーチャの組み合わせによる走査ビーム画像のシミュレーション |
JP2012059118A (ja) * | 2010-09-10 | 2012-03-22 | Saga Univ | ノイズ除去装置、その方法、及びプログラム |
JP2015142154A (ja) * | 2014-01-27 | 2015-08-03 | 株式会社メガチップス | ノイズ判定装置、ノイズ判定方法およびノイズフィルタ |
Also Published As
Publication number | Publication date |
---|---|
JP2870299B2 (ja) | 1999-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Toh et al. | Salt-and-pepper noise detection and reduction using fuzzy switching median filter | |
US4074231A (en) | Pattern processing system | |
Nair et al. | A new fuzzy-based decision algorithm for high-density impulse noise removal | |
Sun et al. | Adaptive schemes for noise filtering and edge detection by use of local statistics | |
Veerakumar et al. | Empirical mode decomposition and adaptive bilateral filter approach for impulse noise removal | |
Rahman et al. | Gaussian noise reduction in digital images using a modified fuzzy filter | |
Vishaga et al. | A survey on switching median filters for impulse noise removal | |
Sharma et al. | Removal of fixed valued impulse noise by improved Trimmed Mean Median filter | |
Zaafouri et al. | A developed unsharp masking method for images contrast enhancement | |
Alazzawi | Edge detection-application of (first and second) order derivative in image processing: communication | |
Berger et al. | Adaptive regularized constrained least squares image restoration | |
JPH05346956A (ja) | 画像信号の処理装置 | |
Samanta et al. | Development of edge detection technique for images using adaptive thresholding | |
Irum et al. | A noise adaptive approach to impulse noise detection and reduction | |
Kayhan | An effective 2-stage method for removing impulse noise in images | |
KR100996281B1 (ko) | 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 | |
Rezvanian et al. | A two-pass method to impulse noise reduction from digital images based on neural networks | |
Ionita et al. | Automatic moiré pattern removal in microscopic images | |
Alawsi et al. | Performance Analysis of Noise Removal Techniques For Digital Images | |
CN114581443B (zh) | 一种图像处理方法、装置、计算机设备和可读存储介质 | |
Alajlan et al. | An effective detail preserving filter for impulse noise removal | |
Loya et al. | Hybridization of algorithm for restoration of impulse noise image | |
Malathy et al. | Removal of impulse noise using decision tree based denoising method | |
Riji et al. | Fuzzy based directional weighted median filter for impulse noise detection and reduction | |
Saradhadevi et al. | An adaptive fuzzy switching filter for images corrupted by impulse noise |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19981201 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080108 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090108 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100108 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110108 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110108 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120108 Year of fee payment: 13 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130108 Year of fee payment: 14 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130108 Year of fee payment: 14 |