CN113762098A - 一种卫星遥感影像匹配方法 - Google Patents
一种卫星遥感影像匹配方法 Download PDFInfo
- Publication number
- CN113762098A CN113762098A CN202110952674.1A CN202110952674A CN113762098A CN 113762098 A CN113762098 A CN 113762098A CN 202110952674 A CN202110952674 A CN 202110952674A CN 113762098 A CN113762098 A CN 113762098A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- remote sensing
- coordinate
- correction
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及遥感影像技术领域,具体为一种卫星遥感影像匹配方法,包括以下步骤:数据预处理,首先通过对数据进行获取,在数据获取完成后需要对数据进行完成性和质量检查,在确定数据没有问题后对数据进行处理,然后对数据依次进行正射校对、辐射校对、配准融合和区域剪裁,数据纠正、图像处理、纠正变换函数建立、图像纠正和影像匹配,通过根据将测得的坐标点来完成待匹配影像与参考影像的匹配。本发明能够很好的对数据进行处理,在卫星遥感影像较复杂的时候,能够对复杂的图像数据进行处理后再进行匹配,提高了卫星遥感影像复杂时候的匹配准确度。
Description
技术领域
本发明涉及遥感影像技术领域,具体为一种卫星遥感影像匹配方法。
背景技术
凡是只纪录各种地物电磁波大小的胶片,都称为遥感影像,在遥感中主要是指航空像片和卫星相片。
目前使用的卫星遥感影像匹配的时候,不能很好的适应多种情况下的卫星遥感影像,导致在卫星遥感影像较复杂的时候,不能很好的对卫星遥感影像进行匹配。
发明内容
本发明的目的在于提供一种卫星遥感影像匹配方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种卫星遥感影像匹配方法,包括以下步骤:
步骤S1,数据预处理,首先通过对数据进行获取,在数据获取完成后需要对数据进行完成性和质量检查,在确定数据没有问题后对数据进行处理,然后对数据依次进行正射校对、辐射校对、配准融合和区域剪裁;
步骤S2,数据纠正,使所用地形图的比例尺应大于遥感影像制图的比例尺,对地形图进行纠正;
步骤S3,图像处理,根据影像数据预处理与数据纠正的结果,首先需确定是否为多景数据处理,多景数据处理的原则为:时间相近的图像,可先镶嵌后再进行几何处理;获取时间差别较大的图像,应分别进行几何处理再镶嵌,其次生成供选取控制点的图像,可以对图像进行增强以改善目视效果,有利于地物点的确定,也可以选择某一时相的TM彩色合成图像,作为供选取控制点的影像;
步骤S4,纠正变换函数建立,用以建立影像坐标和地面坐标间的数学关系,即输入图像与输出图像间的坐标变换关系,纠正后数字图像的边界范围经过纠正后的图像仍为数字图像,它与原始图像的形状和方向都不一致,所以纠正变换前,必须为计算机输出图像预留一定的存储空间和该空间边界的地图坐标定义值,即必须预先确定纠正后数字图像的边界范围;
步骤S5,图像纠正,用多项式近似地描述纠正前后相应点的坐标关系,并利用控制点的图像坐标和参考坐标系中的理论坐标,按最小二乘法原理求解出多项式中的系数,然后以此多项式对图像进行几何纠正;
步骤S6,纠正后数字图像灰度值的重采样,在输出图像阵列中的任意一个象元在原始图像中的投影点的坐标值为整数时,便可简单地将整数点位上原始图像上的灰度值直接取出,填入输出图像中,当投影点位的坐标不为整数时,则投影点的灰度值需根据周围阵列象元的灰度确定;
步骤S7,影像匹配,通过根据将步骤S6中的测得的坐标点来完成待匹配影像与参考影像的匹配;
优选的,所述步骤S1中,获取的数据包括有遥感原始数据、平面控制数据和高程数据,所述辐射校对中包括辐射定标和大气校对;
优选的,所述步骤S2中,对分辨率小于5m的影像制图,应采用1∶5万的地形图纠正,对于分辨率大于5m的影像制图,应采用1∶1万的地形图纠正;
优选的,所述步骤S4中纠正变换函数表达式为从原始图像阵列出发,按行列的顺序依次对每个原始像素点位求其在地面坐标系中的正确位置:
x=Fx(x,y)
Y=Fy(x,y)
式中Fx、Fy为直接纠正变换函数,按照原始图像的阵列,依次对每个象元进行变换纠正,求得图像的位置,同时把原图像的灰度值送到新图像的位置上;
优选的,所述步骤S4中纠正变换函数表达式为从空白的输出图像阵列出发,亦按行列的顺序依次对每个输出象元点位反求其在原始图像坐标的位置:
x=Gx(X,Y)
y=Gy(X,Y)
式中Gx、Gy为间接纠正变换函数,同时把上式所算得的原始图像点位上的亮度值取出填回到空白输出图像点阵中相应的象元点位上去.由于计算的控制点不一定刚好位于原始图像的某个象素中心上,必须经过灰度内插确定控制点的灰度值;
优选的,所述步骤S5中,在选择控制点时,选择控制点时,应遵循以下原则:
A、均匀分布:一般先在图像的四角和对角线交点处选择控制点,然后逐渐加密,保证均匀分布;
B、特征明显:尽可能选在固定的地物交叉点上,无精确定位的标志情况下,利用半固定的地形地物交叉点,如山顶、河流交叉处;
C、足够数量:控制点数量每景宜在25~35个左右,山区或丘陵区适当增加。
与现有技术相比,本发明的有益效果是:
1.该一种卫星遥感影像匹配方法,能够很好的对数据进行处理,在卫星遥感影像较复杂的时候,能够对复杂的图像数据进行处理后再进行匹配,提高了卫星遥感影像复杂时候的匹配准确度。
2.该一种卫星遥感影像匹配方法,通过纠正变换函数对图像进行纠正,再在图像中挑出相应的控制点,最后对纠正后数字图像灰度值进行重采样,保证了控制点的准确性,提高了相匹配的精度。
附图说明
图1为本发明的整体流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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,本领域普通技术人员在没有做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。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本专利的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“设置”应做广义理解,例如,可以是固定相连、设置,也可以是可拆卸连接、设置,或一体地连接、设置。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本专利中的具体含义。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“若干”的含义是两个或两个以上,除非另有明确具体的限定。
实施例1
请参阅图1所示,本发明提供的一种技术方案:
一种卫星遥感影像匹配方法,包括以下步骤:
步骤S1,数据预处理,首先通过对数据进行获取,在数据获取完成后需要对数据进行完成性和质量检查,在确定数据没有问题后对数据进行处理,然后对数据依次进行正射校对、辐射校对、配准融合和区域剪裁;
步骤S2,数据纠正,使所用地形图的比例尺应大于遥感影像制图的比例尺,对地形图进行纠正;
步骤S3,图像处理,根据影像数据预处理与数据纠正的结果,首先需确定是否为多景数据处理,多景数据处理的原则为:时间相近的图像,可先镶嵌后再进行几何处理;获取时间差别较大的图像,应分别进行几何处理再镶嵌,其次生成供选取控制点的图像,可以对图像进行增强以改善目视效果,有利于地物点的确定,也可以选择某一时相的TM彩色合成图像,作为供选取控制点的影像;
步骤S4,纠正变换函数建立,用以建立影像坐标和地面坐标间的数学关系,即输入图像与输出图像间的坐标变换关系,纠正后数字图像的边界范围经过纠正后的图像仍为数字图像,它与原始图像的形状和方向都不一致,所以纠正变换前,必须为计算机输出图像预留一定的存储空间和该空间边界的地图坐标定义值,即必须预先确定纠正后数字图像的边界范围;
步骤S5,图像纠正,用多项式近似地描述纠正前后相应点的坐标关系,并利用控制点的图像坐标和参考坐标系中的理论坐标,按最小二乘法原理求解出多项式中的系数,然后以此多项式对图像进行几何纠正;
步骤S6,纠正后数字图像灰度值的重采样,在输出图像阵列中的任意一个象元在原始图像中的投影点的坐标值为整数时,便可简单地将整数点位上原始图像上的灰度值直接取出,填入输出图像中,当投影点位的坐标不为整数时,则投影点的灰度值需根据周围阵列象元的灰度确定;
步骤S7,影像匹配,通过根据将步骤S6中的测得的坐标点来完成待匹配影像与参考影像的匹配;
本发明中,优选的,步骤S1中,获取的数据包括有遥感原始数据、平面控制数据和高程数据,辐射校对中包括辐射定标和大气校对;
本发明中,优选的,步骤S2中,对分辨率小于5m的影像制图,应采用1∶5万的地形图纠正,对于分辨率大于5m的影像制图,应采用1∶1万的地形图纠正;
本发明中,优选的,步骤S4中纠正变换函数表达式为从原始图像阵列出发,按行列的顺序依次对每个原始像素点位求其在地面坐标系中的正确位置:
x=Fx(x,y)
Y=Fy(x,y)
式中Fx、Fy为直接纠正变换函数,按照原始图像的阵列,依次对每个象元进行变换纠正,求得图像的位置,同时把原图像的灰度值送到新图像的位置上;
本发明中,优选的,步骤S5中,在选择控制点时,选择控制点时,应遵循以下原则:
A、均匀分布:一般先在图像的四角和对角线交点处选择控制点,然后逐渐加密,保证均匀分布;
B、特征明显:尽可能选在固定的地物交叉点上,无精确定位的标志情况下,利用半固定的地形地物交叉点,如山顶、河流交叉处;
C、足够数量:控制点数量每景宜在25~35个左右,山区或丘陵区适当增加;
实施例2
一种卫星遥感影像匹配方法,包括以下步骤:
步骤S1,数据预处理,首先通过对数据进行获取,在数据获取完成后需要对数据进行完成性和质量检查,在确定数据没有问题后对数据进行处理,然后对数据依次进行正射校对、辐射校对、配准融合和区域剪裁;
步骤S2,数据纠正,使所用地形图的比例尺应大于遥感影像制图的比例尺,对地形图进行纠正;
步骤S3,图像处理,根据影像数据预处理与数据纠正的结果,首先需确定是否为多景数据处理,多景数据处理的原则为:时间相近的图像,可先镶嵌后再进行几何处理;获取时间差别较大的图像,应分别进行几何处理再镶嵌,其次生成供选取控制点的图像,可以对图像进行增强以改善目视效果,有利于地物点的确定,也可以选择某一时相的TM彩色合成图像,作为供选取控制点的影像;
步骤S4,纠正变换函数建立,用以建立影像坐标和地面坐标间的数学关系,即输入图像与输出图像间的坐标变换关系,纠正后数字图像的边界范围经过纠正后的图像仍为数字图像,它与原始图像的形状和方向都不一致,所以纠正变换前,必须为计算机输出图像预留一定的存储空间和该空间边界的地图坐标定义值,即必须预先确定纠正后数字图像的边界范围;
步骤S5,图像纠正,用多项式近似地描述纠正前后相应点的坐标关系,并利用控制点的图像坐标和参考坐标系中的理论坐标,按最小二乘法原理求解出多项式中的系数,然后以此多项式对图像进行几何纠正;
步骤S6,纠正后数字图像灰度值的重采样,在输出图像阵列中的任意一个象元在原始图像中的投影点的坐标值为整数时,便可简单地将整数点位上原始图像上的灰度值直接取出,填入输出图像中,当投影点位的坐标不为整数时,则投影点的灰度值需根据周围阵列象元的灰度确定;
步骤S7,影像匹配,通过根据将步骤S6中的测得的坐标点来完成待匹配影像与参考影像的匹配;
本发明中,优选的,步骤S1中,获取的数据包括有遥感原始数据、平面控制数据和高程数据,辐射校对中包括辐射定标和大气校对;
本发明中,优选的,步骤S2中,对分辨率小于5m的影像制图,应采用1∶5万的地形图纠正,对于分辨率大于5m的影像制图,应采用1∶1万的地形图纠正;
本发明中,优选的,步骤S4中纠正变换函数表达式为从空白的输出图像阵列出发,亦按行列的顺序依次对每个输出象元点位反求其在原始图像坐标的位置:
x=Gx(X,Y)
y=Gy(X,Y)
式中Gx、Gy为间接纠正变换函数,同时把上式所算得的原始图像点位上的亮度值取出填回到空白输出图像点阵中相应的象元点位上去.由于计算的控制点不一定刚好位于原始图像的某个象素中心上,必须经过灰度内插确定控制点的灰度值;
本发明中,优选的,步骤S5中,在选择控制点时,选择控制点时,应遵循以下原则:
A、均匀分布:一般先在图像的四角和对角线交点处选择控制点,然后逐渐加密,保证均匀分布;
B、特征明显:尽可能选在固定的地物交叉点上,无精确定位的标志情况下,利用半固定的地形地物交叉点,如山顶、河流交叉处;
C、足够数量:控制点数量每景宜在25~35个左右,山区或丘陵区适当增加。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种卫星遥感影像匹配方法,其特征在于,包括以下步骤:
步骤S1,数据预处理,首先通过对数据进行获取,在数据获取完成后需要对数据进行完成性和质量检查,在确定数据没有问题后对数据进行处理,然后对数据依次进行正射校对、辐射校对、配准融合和区域剪裁;
步骤S2,数据纠正,使所用地形图的比例尺应大于遥感影像制图的比例尺,对地形图进行纠正;
步骤S3,图像处理,根据影像数据预处理与数据纠正的结果,首先需确定是否为多景数据处理,多景数据处理的原则为:时间相近的图像,可先镶嵌后再进行几何处理;获取时间差别较大的图像,应分别进行几何处理再镶嵌,其次生成供选取控制点的图像,可以对图像进行增强以改善目视效果,有利于地物点的确定,也可以选择某一时相的TM彩色合成图像,作为供选取控制点的影像;
步骤S4,纠正变换函数建立,用以建立影像坐标和地面坐标间的数学关系,即输入图像与输出图像间的坐标变换关系,纠正后数字图像的边界范围经过纠正后的图像仍为数字图像,它与原始图像的形状和方向都不一致,所以纠正变换前,必须为计算机输出图像预留一定的存储空间和该空间边界的地图坐标定义值,即必须预先确定纠正后数字图像的边界范围;
步骤S5,图像纠正,用多项式近似地描述纠正前后相应点的坐标关系,并利用控制点的图像坐标和参考坐标系中的理论坐标,按最小二乘法原理求解出多项式中的系数,然后以此多项式对图像进行几何纠正;
步骤S6,纠正后数字图像灰度值的重采样,在输出图像阵列中的任意一个象元在原始图像中的投影点的坐标值为整数时,便可简单地将整数点位上原始图像上的灰度值直接取出,填入输出图像中,当投影点位的坐标不为整数时,则投影点的灰度值需根据周围阵列象元的灰度确定;
步骤S7,影像匹配,通过根据将步骤S6中的测得的坐标点来完成待匹配影像与参考影像的匹配。
2.根据权利要求1所述的一种卫星遥感影像匹配方法,其特征在于:所述步骤S1中,获取的数据包括有遥感原始数据、平面控制数据和高程数据,所述辐射校对中包括辐射定标和大气校对。
3.根据权利要求1所述的一种卫星遥感影像匹配方法,其特征在于:所述步骤S2中,对分辨率小于5m的影像制图,应采用1∶5万的地形图纠正,对于分辨率大于5m的影像制图,应采用1∶1万的地形图纠正。
4.根据权利要求1所述的一种卫星遥感影像匹配方法,其特征在于:所述步骤S4中纠正变换函数表达式为从原始图像阵列出发,按行列的顺序依次对每个原始像素点位求其在地面坐标系中的正确位置:
x=Fx(x,y)
Y=Fy(x,y)
式中Fx、Fy为直接纠正变换函数,按照原始图像的阵列,依次对每个象元进行变换纠正,求得图像的位置,同时把原图像的灰度值送到新图像的位置上。
5.根据权利要求1所述的一种卫星遥感影像匹配方法,其特征在于:所述步骤S4中纠正变换函数表达式为从空白的输出图像阵列出发,亦按行列的顺序依次对每个输出象元点位反求其在原始图像坐标的位置:
x=Gx(X,Y)
y=Gy(X,Y)
式中Gx、Gy为间接纠正变换函数,同时把上式所算得的原始图像点位上的亮度值取出填回到空白输出图像点阵中相应的象元点位上去.由于计算的控制点不一定刚好位于原始图像的某个象素中心上,必须经过灰度内插确定控制点的灰度值。
6.根据权利要求1所述的一种卫星遥感影像匹配方法,其特征在于:所述步骤S5中,在选择控制点时,选择控制点时,应遵循以下原则:
A、均匀分布:一般先在图像的四角和对角线交点处选择控制点,然后逐渐加密,保证均匀分布;
B、特征明显:尽可能选在固定的地物交叉点上,无精确定位的标志情况下,利用半固定的地形地物交叉点,如山顶、河流交叉处;
C、足够数量:控制点数量每景宜在25~35个左右,山区或丘陵区适当增加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110952674.1A CN113762098A (zh) | 2021-08-19 | 2021-08-19 | 一种卫星遥感影像匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110952674.1A CN113762098A (zh) | 2021-08-19 | 2021-08-19 | 一种卫星遥感影像匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762098A true CN113762098A (zh) | 2021-12-07 |
Family
ID=78790440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110952674.1A Pending CN113762098A (zh) | 2021-08-19 | 2021-08-19 | 一种卫星遥感影像匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762098A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116843884A (zh) * | 2023-07-05 | 2023-10-03 | 青海省地质调查院(青海省地质矿产研究院、青海省地质遥感中心) | 一种伟晶岩型稀有金属矿的识别方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232728A1 (en) * | 2008-01-18 | 2010-09-16 | Leprince Sebastien | Ortho-rectification, coregistration, and subpixel correlation of optical satellite and aerial images |
CN109579796A (zh) * | 2018-12-24 | 2019-04-05 | 中国科学院遥感与数字地球研究所 | 一种投影后影像的区域网平差方法 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
CN111696156A (zh) * | 2020-06-16 | 2020-09-22 | 北京市测绘设计研究院 | 一种免控制点的遥感影像坐标转换方法 |
-
2021
- 2021-08-19 CN CN202110952674.1A patent/CN113762098A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232728A1 (en) * | 2008-01-18 | 2010-09-16 | Leprince Sebastien | Ortho-rectification, coregistration, and subpixel correlation of optical satellite and aerial images |
CN109579796A (zh) * | 2018-12-24 | 2019-04-05 | 中国科学院遥感与数字地球研究所 | 一种投影后影像的区域网平差方法 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
CN111696156A (zh) * | 2020-06-16 | 2020-09-22 | 北京市测绘设计研究院 | 一种免控制点的遥感影像坐标转换方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116843884A (zh) * | 2023-07-05 | 2023-10-03 | 青海省地质调查院(青海省地质矿产研究院、青海省地质遥感中心) | 一种伟晶岩型稀有金属矿的识别方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109903352B (zh) | 一种卫星遥感影像大区域无缝正射影像制作方法 | |
US5606627A (en) | Automated analytic stereo comparator | |
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN110388898B (zh) | 构建虚拟控制点约束的多源多重覆盖遥感影像平差方法 | |
CN107194974B (zh) | 一种基于多次识别标定板图像的多目相机外参标定精度的提高方法 | |
CN107644435B (zh) | 顾及姿态校正的敏捷光学卫星无场地几何标定方法及*** | |
CN106815823B (zh) | 一种透镜畸变标定校正方法及其装置 | |
CN104820984B (zh) | 一种卫星遥感三线阵立体影像处理***及方法 | |
CN113793270A (zh) | 一种基于无人机姿态信息的航拍图像几何校正方法 | |
US8855439B2 (en) | Method for determining a localization error in a georeferenced image and related device | |
CN114494031B (zh) | 一种相机定位补偿矫正装置和方法 | |
CN111003214B (zh) | 基于云控制的国产陆地观测卫星姿轨精化方法 | |
CN114972545B (zh) | 一种高光谱卫星的在轨数据快速预处理方法 | |
CN105571598B (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
CN113762098A (zh) | 一种卫星遥感影像匹配方法 | |
CN110631555A (zh) | 基于二阶多项式无控制点区域网平差的历史影像正射纠方法 | |
CN109579796B (zh) | 一种投影后影像的区域网平差方法 | |
CN104599285A (zh) | 一种基于遥感图像的水体信息提取方法及装置 | |
CN114838739B (zh) | 一种考虑完整回归周期的卫星图像几何定标方法 | |
CN113324527B (zh) | 一种同轨激光测高点与三线阵立体影像联合测绘处理方法 | |
CN107146281B (zh) | 一种月球表面高分辨率dem提取方法 | |
CN115546266A (zh) | 基于局部法向相关的多条带机载激光点云配准方法 | |
CN115330618A (zh) | 基于视频卫星影像和范围矢量的局部正射校正方法 | |
CN115393180A (zh) | 一种红外图像的拼接方法 | |
CN109143295B (zh) | 一种数字化几何定标场和gcp相结合的内方位元素定标方法 |
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 |