CN115236105A - 烟支含末率无损检测方法 - Google Patents
烟支含末率无损检测方法 Download PDFInfo
- Publication number
- CN115236105A CN115236105A CN202210709129.4A CN202210709129A CN115236105A CN 115236105 A CN115236105 A CN 115236105A CN 202210709129 A CN202210709129 A CN 202210709129A CN 115236105 A CN115236105 A CN 115236105A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- tobacco
- content
- dimensional
- cigarettes
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 13
- 241000208125 Nicotiana Species 0.000 claims abstract description 107
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims abstract description 107
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000012856 packing Methods 0.000 claims abstract description 7
- 239000000843 powder Substances 0.000 claims description 39
- 239000000428 dust Substances 0.000 claims description 13
- 239000011148 porous material Substances 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 13
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/621—Specific applications or type of materials tobacco
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种烟支含末率无损检测方法，预先建立烟支各组成单元的CT值数据库，实测时利用CT扫描仪对烟支进行逐层扫描，获得烟支结构断层图像，然后结合CT值数据库，将断层图像分割成表征烟支烟丝、包装纸、滤棒及卷接纸的区域并进行灰度处理，利用各细节区域的灰度图获得烟丝及待测烟支的边界信息并进行三维结构重建，基于重建的三维模型区分烟丝及烟末，最后便可以获得待测烟支的含末率。本发明实现了烟支含末率的无损检测，可以对烟支结构进行三维可视化立体重构，避免拆解烟支造成成本浪费，不仅大幅提高了检测精度及效率，又降低了质检人员的劳动强度及时间，通过对烟支烟末的辨识及分布规律统计，可分析每支卷烟含末率的差异。
Description
技术领域
本发明涉及卷烟制造领域，尤其涉及一种烟支含末率无损检测方法。
背景技术
烟支含末率是卷烟产品质量控制的一个关键指标，烟支中烟丝含末率一般是指烟支中小于等于0.8mm的烟未占烟支中烟丝的比例。含末率对卷烟质量有重要影响，烟支中含末率过高易在加工过程中掉落，造成烟支粘末、空头、端部落丝增加等外观质量缺陷，同时烟支含末率过高会导致卷烟焦油升高、硬度降低，影响卷烟的物理和烟气指标，因此，含末率一直是企业关注和控制的一项重要质量指标。
目前，烟丝含末率检测方法是随机取一盒卷烟，将烟丝从烟支中剥离称重，然后采用筛分仪将0.8mm以下的烟丝筛出称重，计算0.8mm以下的烟末占烟丝的比例。该种方法需要破坏烟支，造成浪费，且筛网筛分过程中存在超筛和漏筛的问题，因此，检测结果存在一定的偏差。
此外，行业内外和仪器生产厂家也有研究采用CCD相机拍照图像，再经过相关图像和数据处理的方法检测烟丝含末率。该种方法仍需要将烟丝从烟支中剥离，并且摊平方能准确检测，因此，该种方法无法规避破坏烟支且操作复杂的问题。
发明内容
鉴于上述，本发明旨在提供一种烟支含末率无损检测方法，以解决有损检测带来的问题。
本发明采用的技术方案如下：
本发明提供了一种烟支含末率无损检测方法，其中包括：
预先建立烟丝、包装纸、滤棒和卷接纸材料的CT值数据库；
利用CT扫描仪对待测烟支进行逐层扫描，获得待测烟支的N个二维的烟支结构断层图像；
结合所述CT值数据库，对所述烟支结构断层图像进行分割，分别获得待测烟支的烟丝、包装纸、滤棒以及卷接纸区域的CT灰度图像；
基于所述CT灰度图像，获得烟丝以及待测烟支的边界信息，并进行三维结构模型重建得到孔隙三维空间模型；
根据所述边界信息以及所述孔隙三维空间模型，区分出烟末并计算待测烟支内部的烟末及烟丝的数量和体积；
根据烟末及烟丝的数量和体积，求取待测烟支的含末率。
在其中至少一种可能的实现方式中，预先对CT扫描仪进行标定及参数调优，包括：确定专用于烟支结构扫描的图像大小、扫描速度、扫描分辨率、扫描厚度以及扫描间距。
在其中至少一种可能的实现方式中，在进行分割操作之前，对所述烟支结构断层图像进行预处理，以增强图像特征，并保留有用信息、消除无关信息。
在其中至少一种可能的实现方式中，所述获得烟丝以及待测烟支的边界信息包括：采用边缘检测、圆形检测以及ROI区域生长法，从所述CT灰度图像中获取烟丝以及待测烟支的边界和体积。
在其中至少一种可能的实现方式中，所述区分出烟末并计算待测烟支内部的烟末及烟丝的数量和体积包括：
基于所述边界信息以及所述孔隙三维空间模型，选择对应不同的组成单元的网格尺寸并进行网格划分，其中，网格类型为非均质网格；
根据网格划分结果，提取烟丝骨架线；
将骨架线长度小于预设长度的烟丝定义为烟末，计算烟末数量及体积，以及计算包含烟末的烟丝的总数量和总体积。
在其中至少一种可能的实现方式中，以待测烟支内含烟末的烟丝总体积与烟末体积的比值百分数表征所述含末率。
本发明的主要设计构思在于，采用无损检测机制，结合成熟的CT扫描技术与三维重建技术获得烟支结构全貌和组成单元细节，实现烟支内部烟末的自动判断及分布检测，从而提高烟支含末率的检测准确度和效率。具体来说，预先建立烟支各组成单元的CT值数据库，实测时利用CT扫描仪对烟支进行逐层扫描，获得烟支结构断层图像，然后结合CT值数据库，将断层图像分割成表征烟支烟丝、包装纸、滤棒及卷接纸的区域并进行灰度处理，利用各细节区域的灰度图获得烟丝及待测烟支的边界信息并进行三维结构重建，基于重建的三维模型区分烟丝及烟末，最后便可以获得待测烟支的含末率。本发明实现了烟支含末率的无损检测，可以对烟支结构进行三维可视化立体重构，避免拆解烟支造成成本浪费，不仅大幅提高了检测精度及效率，又降低了质检人员的劳动强度及时间，通过对烟支烟末的辨识及分布规律统计，可分析每支卷烟含末率的差异。
附图说明
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步描述，其中：
图1为本发明实施例提供的烟支含末率无损检测方法的流程图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明提出了一种烟支含末率无损检测方法的实施例，具体来说，如图1示意，其中包括：
步骤S1、预先建立烟丝、包装纸、滤棒和卷接纸材料的CT值数据库；
在实际操作中，可以取适量烟丝、包装纸、滤棒和卷接纸样本等组成单元，且样本可来源于各烟草企业的实际生产样本，每个组成单元样本数量不少于500个，放置于CT扫描仪中，对其进行扫描，获得各个组成单元样本的CT值并进行统计分析，由此可以分别建立烟丝、包装纸、滤棒和卷接纸材料的CT值数据库，并可以确定各结构组成的CT值范围。
步骤S2、利用CT扫描仪对待测烟支进行逐层扫描，获得待测烟支的N个二维的烟支结构断层图像；
具体地，可将待测量烟支样本放置于CT扫描仪中，采用CT扫描仪器对这些烟支试样进行逐层扫描，获得烟支试样的N个二维断层图像，并将图像存储于图像处理器中。
这里可以补充说明的是，对用于针对待测烟支测量的CT扫描仪可进行预先标定及参数调优，主要是确定专用于烟支结构扫描的图像大小、扫描速度、扫描分辨率、扫描厚度、扫描间距等参数，避免由于参数设置不同导致测量精度低以及测量误差。
步骤S3、结合所述CT值数据库，对所述烟支结构断层图像进行分割，分别获得待测烟支的烟丝、包装纸、滤棒以及卷接纸区域的CT灰度图像；
在实际操作中，可以采用神经网络、深度学习等图像处理算法，根据CT值数据库中烟丝、包装纸、滤棒和卷接纸材料的CT阈值范围，对待测烟支的N个二维断层图像进行多阈值分割，形成不同组成单元各自的CT图像并进行灰度处理，对此本发明不做限定，而可以进一步说明的是，在进行分割操作之前，可以利用图像处理技术对所述烟支结构断层图像进行预处理，以增强图像特征，并保留图像中有用信息，消除无关信息，便于后续分割、计算等处理。例如，色彩校正、提升对比对和亮度、中值去噪滤波等，对此本发明不做限定。
步骤S4、基于所述CT灰度图像，获得烟丝以及待测烟支的边界信息，并进行三维结构模型重建得到孔隙三维空间模型；
具体地，可以采用边缘检测、圆形检测以及ROI区域生长法，从所述CT灰度图像中获取烟丝和待测烟支的边界和体积，接着可以利用所述CT灰度图像建立stl中性文件，并采用有限元、AVIZO、ABAQUS等三维处理软件实现三维模型重建。
步骤S5、根据所述边界信息以及所述孔隙三维空间模型，区分出烟末并计算待测烟支内部的烟末及烟丝的数量和体积；
在实际操作中，根据不同的组成单元，选择相匹配的最优网格尺寸进行网格划分，其中，网格类型为非均质网格；根据网格划分结果，提取烟丝骨架线，将骨架线长度小于预设长度(0.8mm以下)的烟丝定义为烟末，而其他烟丝均视为标准烟丝，从而可以计算得到烟支内部烟末及烟丝的数量和体积。
最后执行步骤S6、根据烟末及烟丝的数量和体积，求取待测烟支的含末率。
由于烟末是烟丝加工过程中形成的造碎，因此可以用烟丝与烟末的体积比表征含末率，公式为：
f＝Vi/V总×100％
式中：f为含末率，Vi为通过烟支三维模型中识别出的烟末体积之和，V总为通过烟支三维模型中识别出的烟支中所有烟丝体积之和(包含烟末)。
最后，从硬件角度可以补充的是，实现本发明上述构思的主要架构可以包括CT扫描仪和图像处理服务器、离线/在线处理***、存储器以及显示器等。所述图像处理服务器与所述CT扫描仪进行连接和通信；所述图像处理服务器中存储有计算机指令，通过执行计算机指令完成烟支结构的扫描和检测；所述离线/在线处理***用于接收图像处理服务器的信息并进行图像分析计算，三维重建等操作；所述存储器用于存储烟支含末率等信息；所述显示器用于显示烟支三维模型、结构、含末率等信息。
综上所述，本发明的主要设计构思在于，采用无损检测机制，结合成熟的CT扫描技术与三维重建技术获得烟支结构全貌和组成单元细节，实现烟支内部烟末的自动判断及分布检测，从而提高烟支含末率的检测准确度和效率。具体来说，预先建立烟支各组成单元的CT值数据库，实测时利用CT扫描仪对烟支进行逐层扫描，获得烟支结构断层图像，然后结合CT值数据库，将断层图像分割成表征烟支烟丝、包装纸、滤棒及卷接纸的区域并进行灰度处理，利用各细节区域的灰度图获得烟丝及待测烟支的边界信息并进行三维结构重建，基于重建的三维模型区分烟丝及烟末，最后便可以获得待测烟支的含末率。本发明实现了烟支含末率的无损检测，可以对烟支结构进行三维可视化立体重构，避免拆解烟支造成成本浪费，不仅大幅提高了检测精度及效率，又降低了质检人员的劳动强度及时间，通过对烟支烟末的辨识及分布规律统计，可分析每支卷烟含末率的差异。
本发明实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，但以上仅为本发明的较佳实施例，需要言明的是，上述实施例及其优选方式所涉及的技术特征，本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下，合理地组合搭配成多种等效方案；因此，本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。
Claims (6)
1.一种烟支含末率无损检测方法，其特征在于，包括：
预先建立烟丝、包装纸、滤棒和卷接纸材料的CT值数据库；
利用CT扫描仪对待测烟支进行逐层扫描，获得待测烟支的N个二维的烟支结构断层图像；
结合所述CT值数据库，对所述烟支结构断层图像进行分割，分别获得待测烟支的烟丝、包装纸、滤棒以及卷接纸区域的CT灰度图像；
基于所述CT灰度图像，获得烟丝以及待测烟支的边界信息，并进行三维结构模型重建得到孔隙三维空间模型；
根据所述边界信息以及所述孔隙三维空间模型，区分出烟末并计算待测烟支内部的烟末及烟丝的数量和体积；
根据烟末及烟丝的数量和体积，求取待测烟支的含末率。
2.根据权利要求1所述的烟支含末率无损检测方法，其特征在于，预先对CT扫描仪进行标定及参数调优，包括：确定专用于烟支结构扫描的图像大小、扫描速度、扫描分辨率、扫描厚度以及扫描间距。
3.根据权利要求1所述的烟支含末率无损检测方法，其特征在于，在进行分割操作之前，对所述烟支结构断层图像进行预处理，以增强图像特征，并保留有用信息、消除无关信息。
4.根据权利要求1所述的烟支含末率无损检测方法，其特征在于，所述获得烟丝以及待测烟支的边界信息包括：采用边缘检测、圆形检测以及ROI区域生长法，从所述CT灰度图像中获取烟丝以及待测烟支的边界和体积。
5.根据权利要求1所述的烟支含末率无损检测方法，其特征在于，所述区分出烟末并计算待测烟支内部的烟末及烟丝的数量和体积包括：
基于所述边界信息以及所述孔隙三维空间模型，选择对应不同的组成单元的网格尺寸并进行网格划分，其中，网格类型为非均质网格；
根据网格划分结果，提取烟丝骨架线；
将骨架线长度小于预设长度的烟丝定义为烟末，计算烟末数量及体积，以及计算包含烟末的烟丝的总数量和总体积。
6.根据权利要求5所述的烟支含末率无损检测方法，其特征在于，以待测烟支内含烟末的烟丝总体积与烟末体积的比值百分数表征所述含末率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210709129.4A CN115236105A (zh) | 2022-06-21 | 2022-06-21 | 烟支含末率无损检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210709129.4A CN115236105A (zh) | 2022-06-21 | 2022-06-21 | 烟支含末率无损检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115236105A true CN115236105A (zh) | 2022-10-25 |
Family
ID=83669608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210709129.4A Pending CN115236105A (zh) | 2022-06-21 | 2022-06-21 | 烟支含末率无损检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115236105A (zh) |
-
2022
- 2022-06-21 CN CN202210709129.4A patent/CN115236105A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107798672B (zh) | 烟丝或梗丝的宽度测定方法、***及具有该***的服务器 | |
| US7933441B2 (en) | Method of inspection for inner defects of an object and apparatus for same | |
| CN104537671B (zh) | 一种基于机器视觉的香烟滤棒在线计数和质量检测方法 | |
| CN102359963B (zh) | 利用图像分析法测定烟梗长梗率的方法 | |
| Mertens et al. | Dirt detection on brown eggs by means of color computer vision | |
| CN102147402A (zh) | 机器视觉技术快速检测鸡蛋新鲜度的方法 | |
| CN103674968A (zh) | 材料外观腐蚀形貌特征机器视觉原值检测评价方法及装置 | |
| CN113393460A (zh) | 基于图像处理的烟丝质量参数检测方法及*** | |
| CN109215048A (zh) | 基于机器视觉的烟丝长度确定方法及*** | |
| CN117274251B (zh) | 基于图像数据的药品生产过程中药片质量检测方法 | |
| CN112819780A (zh) | 一种丝锭表面缺陷检测方法、检测***以及丝锭分级*** | |
| CN115236105A (zh) | 烟支含末率无损检测方法 | |
| CN115035079A (zh) | 基于ct扫描技术的烟支中烟丝有序率检测方法 | |
| CN112697984A (zh) | 基于神经网络的水果缺陷无损检测方法及水果分级方法 | |
| Longuetaud et al. | Automatic detection of annual growth units on Picea abies logs using optical and X-ray techniques | |
| CN104778709B (zh) | 一种基于纱线序列图像的电子黑板的构建方法 | |
| JPH0321866B2 (zh) | ||
| CN108871187A (zh) | 一种卷烟烟丝卷曲度的定量表征方法 | |
| CN115236104A (zh) | 烟支整体填充指标检测方法 | |
| CN112837271B (zh) | 一种甜瓜种质资源性状提取方法及*** | |
| CN115063371A (zh) | 烟支轴向截面占空比检测方法 | |
| CN115236103A (zh) | 烟支含梗指标无损检测方法 | |
| CN111474293B (zh) | 一种青枯病菌溶液测定方法及测定*** | |
| CN117274168A (zh) | 一种基于机器视觉的烟丝检测方法 | |
| CN117745649A (zh) | 一种卷烟型雪茄烟支中打孔质量检测方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230802 Address after: No.16 Yulin South Road, Zhengdong New District, Zhengzhou City, Henan Province Applicant after: CHINA TOBACCO HENAN INDUSTRIAL Co.,Ltd. Address before: No.16 Yulin South Road, Zhengdong New District, Zhengzhou City, Henan Province Applicant before: CHINA TOBACCO HENAN INDUSTRIAL Co.,Ltd. Applicant before: HENAN AGRICULTURAL University |
|
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Hongxia Inventor after: Wang Yufang Inventor after: Li Shaohua Inventor after: Zhu Zhizhi Inventor after: Han Lu Inventor after: Wang Ning Inventor after: Yang Chen Inventor after: Ai Xiaoyong Inventor after: Song Weimin Inventor after: Qiu Jianhua Inventor after: Gao Guiyuan Inventor after: Ji Huifu Inventor after: Wu Zhiyong Inventor after: Chen Yang Inventor after: Wang Lu Inventor after: He Jingyu Inventor before: Wang Hongxia Inventor before: Wang Yufang Inventor before: Li Shaohua Inventor before: Zhu Zhizhi Inventor before: Han Lu Inventor before: Wang Ning Inventor before: Yang Chen Inventor before: Ai Xiaoyong Inventor before: Song Weimin Inventor before: Qiu Jianhua Inventor before: Gao Guiyuan Inventor before: Ji Huifu Inventor before: Wu Zhiyong Inventor before: Chen Yang Inventor before: Wang Lu Inventor before: He Jingyu |