CN103425689A - 点云拼接***及方法 - Google Patents
点云拼接***及方法 Download PDFInfo
- Publication number
- CN103425689A CN103425689A CN2012101594722A CN201210159472A CN103425689A CN 103425689 A CN103425689 A CN 103425689A CN 2012101594722 A CN2012101594722 A CN 2012101594722A CN 201210159472 A CN201210159472 A CN 201210159472A CN 103425689 A CN103425689 A CN 103425689A
- Authority
- CN
- China
- Prior art keywords
- pixel
- cloud
- ellipse
- point set
- read
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/56—Particle system, point based geometry or rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2004—Aligning objects, relative positioning of parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种点云拼接方法,包括:输入多块待测点云数据;解析出每块待测点云数据中所有标志点的点云数据,分别将每个标志点的点云数据拟合成一个椭圆;选择一块点云,将该块点云中所有标志点的集合作为基准点集,剩下的每块点云上所有标志点的集合各作为一个移动点集,利用点云对齐方法将一个移动点集与所述标准点集进行对齐,得到该移动点集与标准点集对齐的旋转矩阵;及利用所述旋转矩阵及用户设置的对齐精度,将所述移动点集所在的点云和基准点集所在的点云进行对齐,以完成所述移动点集所在的点云和基准点集所在的点云的拼接。利用本发明,可以精确拼接多块点云数据。
Description
技术领域
本发明涉及一种点云处理***及方法,尤其涉及一种点云拼接***及方法。
背景技术
在产品的三维扫描测量领域中,多笔扫描数据的自动拼接方式,一直以来都是该领域的主要研究方向之一。传统的多笔扫描数据拼接方式多采用装夹治具,利用多个标准球实现自动拼接。但扫描装夹治具的通用性不高,加工要求及其严格,同时对标准球的精度要求很高。导致扫描装夹治具的研发和制造成本较高。传统扫描数据拼接方式存在以下主要缺陷:由于扫描产品的形状各异,导致扫描装夹治具的通用性较低;标准球的精度要求严格,采购成本较高;每种产品需要开发专用的扫描治具,导致扫描装夹治具开发成本较高;市面上现有的多块点云扫描数据拼接算法,不能达到很快的速度及精度。
发明内容
鉴于以上内容,有必要提供一种点云拼接方法,可以对多块点云进行拼接。
一种点云拼接方法,该方法包括步骤:输入步骤,输入多块待测点云数据;解析步骤,解析出每块待测点云数据中所有标志点的点云数据,分别将每个标志点的点云数据拟合成一个椭圆;对齐步骤,选择一块点云,将该块点云中所有标志点的集合作为基准点集,剩下的每块点云上所有标志点的集合各作为一个移动点集,利用点云对齐方法将一个移动点集与所述标准点集进行对齐,得到该移动点集与标准点集对齐的旋转矩阵;及拼接步骤,利用所述旋转矩阵及用户设置的对齐精度,将所述移动点集所在的点云和基准点集所在的点云进行对齐,以完成所述移动点集所在的点云和基准点集所在的点云的拼接。
相较于现有技术,所述点云拼接方法,可以将多比点云数据,根据点云上的特征,进行拼接,使得分散的点云数据成为整块点云。
附图说明
图1是本发明点云拼接方法较佳实施例的硬件架构图。
图2是本发明点云拼接方法较佳实施例的作业流程图。
图3是图1中步骤S21的细化流程图。
图4是图2中步骤S210的细化流程图。
主要元件符号说明
计算机 | 1 |
扫描器 | 2 |
点云拼接*** | 10 |
输入模块 | 100 |
解析模块 | 101 |
选择模块 | 102 |
第一对齐模块 | 103 |
第二对齐模块 | 104 |
判断模块 | 105 |
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
如图1所示,是本发明点云拼接方法较佳实施例的硬件架构图。计算机1连接扫描器2,该扫描器2用于对计算机1所获取的点云数据进行扫描,获取点云数据中每个像素点的像素灰度值。所述计算机1还运行了一个点云拼接***10,该点云拼接***10用于对多块点云数据拼接成一块完整的点云。所述点云拼接***10包括输入模块100、解析模块101、选择模块102、第一对齐模块103、第二对齐模块104及判断模块105。所述模块是具有特定功能的软件程序段,该软件存储于计算机可读存储介质或其它存储设备中,可被计算机或其它包含处理器的计算装置执行,从而完成对多块点云数据进行拼接的作业流程。上述模块具体作业流程如以下流程图2-图4中所述。
如图2所示,是本发明点云拼接方法较佳实施例的作业流程图。
步骤S20,输入模块100输入多块待测点云数据。
步骤S21,解析模块101解析出每块待测点云数据中所有标志点的点云数据,将每个标志点的点云数据各拟合成一个椭圆,修剪该拟合的椭圆,并分别将每块点云上修剪后的所有椭圆对应的点云数据集合存储到一个数组中,例如;将某块点云上所有椭圆对应的点云数据集合存储到数组P0中,将另一块点云上所有椭圆对应的点云数据集合存储到数组P1中,以此类推,得到P0~Pn个数组。
步骤S22,选择模块102选择一块点云,将该块点云中所有标志点的集合作为基准点集,剩下的每块点云上所有标志点的集合各作为一个移动点集。
步骤S23,第一对齐模块103利用点云对齐方法将一个移动点集与所述标准点集进行对齐,得到该移动点集与标准点集对齐的旋转矩阵。
步骤S24,第二对齐模块104利用所述旋转矩阵及用户设置的对齐精度,完成所述移动点集所在的点云和基准点集所在的点云之间的对齐。
步骤S25,判断模块105判断是否所有移动点集所在的点云都完成了与所述基准点集所在的点云之间的对齐。若存在移动点集所在的点云没有与基准点集所在的点云之间的对齐,则重复步骤S23-S25,以完成所有点云与基准点集所在的点云之间的对齐,达到了点云之间的拼接。若所有移动点集所在的点云都完成了与基准点集所在的点云之间的对齐,则结束流程。
如图3所示,是图2中步骤S21的细化流程图。
步骤S210,将一块点云进行边缘检测,得到该点云上的多个封闭轮廓。
步骤S211,利用数学法则,如最小二乘法,将每个封闭轮廓拟合成椭圆,并得到每个椭圆的中心坐标值和半径值。
步骤S212,将所拟合的每个椭圆的半径值和标准椭圆的半径值进行对比,判断所拟合的每个椭圆的半径值与标准椭圆半径值的差值是否在允许误差范围内。若存在拟合的椭圆与标准椭圆的半径差值不在允许误差范围内,则执行步骤S213。若拟合的椭圆与标准椭圆的半径差值在允许误差范围内,则执行步骤S214。
步骤S213,删除所述半径差值不在误差范围内所对应的椭圆,将剩下的椭圆的数据存储到所述点云对应的数组中。
步骤S214,重复步骤S210~S212,直到将所有点云中处理后的椭圆的数据都存储至对应的数组中,结束流程。
如图4所示,是图3中步骤S210的细化流程图,下面流程描述中以扫描得到一个封闭轮廓为例进行说明该步骤S210。
步骤S2100,扫描器2按照设置的间隔在设定的方向上扫描一块点云上的像素点,得到每个扫描到的像素点的像素灰度值。所述设置的间隔可以为1个像素点或多个像素点,间隔设置的越小精度越高。所述设定的方向可以为从左向右、从右向左、从上向下、或从下向上。
步骤S2101,计算上述扫描的每两个相邻像素点的像素灰度值的差值。
步骤S2102,判断是否存在相邻像素点的像素灰度值的差值在预设的范围内。本较佳实施例中,该预设的范围为大于125。若存在相邻像素点的像素灰度值的差值在预设的范围内,则执行步骤S2103。若相邻像素点的像素灰度值的差值都不在预设的范围内,则结束流程。
步骤S2103,将所述相邻像素点中较大像素灰度值对应的像素点存储至一个存储结构中,本实施例中,该存储结构为队列或数组。
步骤S2104,在所述存储结构中读取一个像素点作为第一像素点,根据包围盒原理在所述存储结构中查找距离所述第一像素点最近的像素点,并读取该最近的像素点作为第二像素点。所述读取所述像素点可以按照存储结构的读取数据的顺序,或者按照用户的需求进行读取。
步骤S2105,判断所述第一像素点和第二像素点之间的距离是否小于用户设置的阀值。若所述第一像素点和第二像素点之间的距离小于用户设置的阀值,则执行步骤S2107。若所述第一像素点和第二像素点之间的距离不小于用户设置的阀值,则执行步骤S2106,在所述存储结构中读取下一个像素点作为第一像素点,查找距离该第一像素点距离最近像素点,读取该查找到的距离最近像素点作为第二像素点,并执行步骤S2105。
步骤S2107,判断所述存储结构中是否还存在没有读取的像素点。若所述存储结构中存在没有读取的像素点,则执行步骤S2108。若所述存储结构中不存在没有读取的像素点,则执行步骤S2109。
步骤S2108,以所述第二像素点作为新的第一像素点,在所述存储结构中,从除去上述第一像素点后剩下的像素点中查找距离该新的第一像素点最近的像素点,并读取该查找到的最近的像素点作为新的第二像素点,返回步骤S2105。
步骤S2109,将所述第一像素点和第二像素点存储至一个队列中,该队列中的所有像素点组成一个封闭轮廓。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (5)
1.一种点云拼接方法,其特征在于,该方法包括步骤:
输入步骤,输入多块待测点云数据;
解析步骤,解析出每块待测点云数据中所有标志点的点云数据,分别将每个标志点的点云数据拟合成一个椭圆;
对齐步骤,选择一块点云,将该块点云中所有标志点的集合作为基准点集,剩下的每块点云上所有标志点的集合各作为一个移动点集,利用点云对齐方法将一个移动点集与所述标准点集进行对齐,得到该移动点集与标准点集对齐的旋转矩阵;及
拼接步骤,利用所述旋转矩阵及用户设置的对齐精度,将所述移动点集所在的点云和基准点集所在的点云进行对齐,以完成所述移动点集所在的点云和基准点集所在的点云的拼接。
2.如权利要求1所述的点云拼接方法,其特征在于,所述解析步骤还包括:
修剪所述拟合的椭圆,并分别将每块点云上修剪后的所有椭圆数据的集合存储到一个数组中。
3.如权利要求1所述的点云拼接方法,其特征在于,所述解析步骤还包括:
检测步骤,将一块点云进行边缘检测,得到该点云上的多个封闭轮廓;
拟合步骤,利用数学法则对每个封闭轮廓拟合成椭圆,得到每个椭圆的中心坐标值和半径值;
第一存储步骤,将所拟合的每个椭圆的半径值和标准椭圆的半径值进行对比,若存在拟合的椭圆与标准椭圆的半径差值不在允许误差范围内,则删除所述半径差值不在误差范围内所对应的椭圆,将剩下的椭圆的数据存储到所述点云对应的数组中;及
若拟合的椭圆与标准椭圆的半径差值在允许误差范围内,则重复检测步骤至第一存储步骤,直到将所有点云中处理后的椭圆的数据都存储至对应的数组中,结束流程。
4.如权利要求3所述的点云拼接方法,其特征在于,所述数学法则为最小二乘法。
5.如权利要求3所述的点云拼接方法,其特征在于,所述检测步骤还包括:
扫描步骤,扫描器按照设置的间隔在设定的方向上扫描一块点云上的像素点,得到每个扫描到的像素点的像素灰度值;
计算步骤,计算上述扫描的每两个相邻像素点的像素灰度值的差值;
第二存储步骤,若存在相邻像素点的像素灰度值的差值在预设的范围内,则将所述相邻像素点中的较大像素灰度值对应的像素点存储至一个存储结构中;
第一读取步骤,在所述存储结构中读取一个像素点作为第一像素点,根据包围盒原理在所述存储结构中查找距离所述第一像素点最近的像素点,并读取该最近的像素点作为第二像素点;
第一判断步骤,判断所述第一像素点和第二像素点之间的距离是否小于用户设置的阀值,若所述第一像素点和第二像素点之间的距离小于用户设置的阀值,则执行第二判断步骤,若所述第一像素点和第二像素点之间的距离不小于用户设置的阀值,则在所述存储结构中读取下一个像素点作为第一像素点,查找距离该第一像素点距离最近像素点,并读取该查找到的像素点作为第二像素点,重复执行该第一判断步骤;
第二判断步骤,判断所述存储结构中是否还存在没有读取的像素点,若所述存储结构中存在没有读取的像素点,则执行第二读取步骤,若所述存储结构中不存在没有读取的像素点,则执行第三存储步骤;
第二读取步骤,以所述第二像素点作为新的第一像素点,在所述存储结构中除去上述第一像素点以外剩下的像素点中查找距离该新的第一像素点最近的像素点,并读取该查找到的像素点作为新的第二像素点,并执行第一判断步骤;及
第三存储步骤,将所述第一像素点和第二像素点存储至队列中,该队列中的所有像素点组成一个封闭轮廓。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101594722A CN103425689A (zh) | 2012-05-22 | 2012-05-22 | 点云拼接***及方法 |
TW101119221A TW201349169A (zh) | 2012-05-22 | 2012-05-29 | 點雲拼接方法 |
US13/887,411 US20130314403A1 (en) | 2012-05-22 | 2013-05-06 | Method for splicing point clouds together |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101594722A CN103425689A (zh) | 2012-05-22 | 2012-05-22 | 点云拼接***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103425689A true CN103425689A (zh) | 2013-12-04 |
Family
ID=49621243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101594722A Pending CN103425689A (zh) | 2012-05-22 | 2012-05-22 | 点云拼接***及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20130314403A1 (zh) |
CN (1) | CN103425689A (zh) |
TW (1) | TW201349169A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714166A (zh) * | 2013-12-31 | 2014-04-09 | 国家电网公司 | 激光雷达电力线点云数据的拟合方法 |
CN105241406A (zh) * | 2015-09-29 | 2016-01-13 | 苏州金螳螂建筑装饰股份有限公司 | 建筑装饰三维造型精度检验方法 |
CN108319742A (zh) * | 2017-12-12 | 2018-07-24 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于桥梁结构预拼装的点云数据处理方法 |
CN109489553A (zh) * | 2018-12-27 | 2019-03-19 | 中国科学院长春光学精密机械与物理研究所 | 一种空间标志点库的生成方法、装置、设备及存储介质 |
CN109781029A (zh) * | 2019-03-08 | 2019-05-21 | 苏州玻色智能科技有限公司 | 一种产品测量三维数据拼接方法 |
CN111369607A (zh) * | 2020-05-26 | 2020-07-03 | 上海建工集团股份有限公司 | 一种基于图片解析的预制构件拼装匹配方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217457B (zh) * | 2014-08-19 | 2017-02-15 | 长春理工大学 | 基于动态分层的公共标志点自动匹配方法 |
CN105631936A (zh) * | 2014-10-31 | 2016-06-01 | 富泰华工业(深圳)有限公司 | 点云修补方法及*** |
CN109636718B (zh) * | 2018-10-31 | 2021-04-20 | 百度在线网络技术(北京)有限公司 | 点云拼接质量的检测方法、装置、设备及存储介质 |
CN112017202B (zh) * | 2019-05-28 | 2024-06-14 | 杭州海康威视数字技术股份有限公司 | 点云标注方法、装置及*** |
CN110246167A (zh) * | 2019-06-14 | 2019-09-17 | 北京百度网讯科技有限公司 | 用于处理点云数据的方法和装置 |
CN110992258B (zh) * | 2019-10-14 | 2021-07-30 | 中国科学院自动化研究所 | 基于弱色差信息的高精度rgb-d点云拼接方法和*** |
CN113916245B (zh) * | 2021-10-09 | 2024-07-19 | 上海大学 | 一种基于实例分割和vslam的语义地图构建方法 |
CN115127493B (zh) * | 2022-09-01 | 2023-02-10 | 广东三姆森科技股份有限公司 | 一种用于产品测量的坐标标定方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040098205A1 (en) * | 2002-10-28 | 2004-05-20 | Lecia Microsystems Heidelberg Gmbh | Microscope system and method for the analysis and evaluation of multiple colorings of a microscopic specimen |
US20080030498A1 (en) * | 2006-08-04 | 2008-02-07 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd | System and method for integrating dispersed point-clouds of multiple scans of an object |
CN101144708A (zh) * | 2007-09-26 | 2008-03-19 | 东南大学 | 三维扫描***中圆形标志点的检测方法 |
-
2012
- 2012-05-22 CN CN2012101594722A patent/CN103425689A/zh active Pending
- 2012-05-29 TW TW101119221A patent/TW201349169A/zh unknown
-
2013
- 2013-05-06 US US13/887,411 patent/US20130314403A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040098205A1 (en) * | 2002-10-28 | 2004-05-20 | Lecia Microsystems Heidelberg Gmbh | Microscope system and method for the analysis and evaluation of multiple colorings of a microscopic specimen |
US20080030498A1 (en) * | 2006-08-04 | 2008-02-07 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd | System and method for integrating dispersed point-clouds of multiple scans of an object |
CN101144708A (zh) * | 2007-09-26 | 2008-03-19 | 东南大学 | 三维扫描***中圆形标志点的检测方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714166A (zh) * | 2013-12-31 | 2014-04-09 | 国家电网公司 | 激光雷达电力线点云数据的拟合方法 |
CN103714166B (zh) * | 2013-12-31 | 2017-02-01 | 国家电网公司 | 激光雷达电力线点云数据的拟合方法 |
CN105241406A (zh) * | 2015-09-29 | 2016-01-13 | 苏州金螳螂建筑装饰股份有限公司 | 建筑装饰三维造型精度检验方法 |
CN105241406B (zh) * | 2015-09-29 | 2018-09-25 | 苏州金螳螂建筑装饰股份有限公司 | 建筑装饰三维造型精度检验方法 |
CN108319742A (zh) * | 2017-12-12 | 2018-07-24 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于桥梁结构预拼装的点云数据处理方法 |
CN108319742B (zh) * | 2017-12-12 | 2023-04-18 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于桥梁结构预拼装的点云数据处理方法 |
CN109489553A (zh) * | 2018-12-27 | 2019-03-19 | 中国科学院长春光学精密机械与物理研究所 | 一种空间标志点库的生成方法、装置、设备及存储介质 |
CN109781029A (zh) * | 2019-03-08 | 2019-05-21 | 苏州玻色智能科技有限公司 | 一种产品测量三维数据拼接方法 |
CN111369607A (zh) * | 2020-05-26 | 2020-07-03 | 上海建工集团股份有限公司 | 一种基于图片解析的预制构件拼装匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
US20130314403A1 (en) | 2013-11-28 |
TW201349169A (zh) | 2013-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103425689A (zh) | 点云拼接***及方法 | |
CN102980535B (zh) | 角度测量方法和装置 | |
CN102692188A (zh) | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 | |
US20080037874A1 (en) | System and method for scanning edges of a workpiece | |
RU2014149360A (ru) | Система и способ стабилизации оптического определения формы | |
CN104634242A (zh) | 探针补点***及方法 | |
CN109615723B (zh) | 巡查路线覆盖情况自动分析方法及*** | |
CN105783786A (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
CN103034833B (zh) | 条码定位方法及装置 | |
CN104504120A (zh) | 一种相似图片检测方法及装置 | |
CN114782970B (zh) | 一种表格提取方法、***及可读介质 | |
CN102842121A (zh) | 图片拼接***及方法 | |
CN105203120B (zh) | 导航路线评测方法及装置 | |
CN103377303A (zh) | 曲面量测***及方法 | |
CN102937701B (zh) | 一种摄像模组马达测试仪 | |
CN105636101A (zh) | 一种机顶盒wifi性能检测方法和装置 | |
CN106156245B (zh) | 一种电子地图中的线要素合并方法及装置 | |
CN109525836A (zh) | 基于fpga的嵌入式多模同测装置 | |
CN113237640B (zh) | 一种光耦合测试方法、装置、电子设备及存储介质 | |
CN111125088B (zh) | 多层级数据处理方法和装置 | |
CN103176349B (zh) | 镜头检测装置及方法 | |
CN101846623A (zh) | 一种检测煤或有机岩石镜质体反射率的方法及其专用设备 | |
CN104517280A (zh) | 三维成像方法 | |
CN102680012B (zh) | 量测信息自动输出***及方法 | |
CN110044296B (zh) | 3d形状的自动跟踪方法和测量机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131204 |