買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉云南云路工程檢測(cè)有限公司;云南省交通投資建設(shè)集團(tuán)有限公司申請(qǐng)的專利一種基于機(jī)器視覺(jué)的隧道病害目標(biāo)智能識(shí)別及提取方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120374607B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510854609.3，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于機(jī)器視覺(jué)的隧道病害目標(biāo)智能識(shí)別及提取方法是由朱德祥;郭俊;袁湧;楊昭斌;張杰文;孫以潤(rùn);柴方;鄒華勇;李捷飛設(shè)計(jì)研發(fā)完成，并于2025-06-25向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于機(jī)器視覺(jué)的隧道病害目標(biāo)智能識(shí)別及提取方法在說(shuō)明書摘要公布了：本發(fā)明公開了一種基于機(jī)器視覺(jué)的隧道病害目標(biāo)智能識(shí)別及提取方法，涉及隧道工程檢測(cè)與智能化分析技術(shù)領(lǐng)域，用于解決識(shí)別精度低、對(duì)復(fù)雜場(chǎng)景的適應(yīng)性較差的問(wèn)題，包括采集高分辨率圖像并進(jìn)行自適應(yīng)光照補(bǔ)償預(yù)處理、多尺度圖像分割提取紋理與邊緣特征、構(gòu)建病害判別模型篩選疑似區(qū)域、結(jié)合三維空間坐標(biāo)精確定位與分類病害目標(biāo)，本申請(qǐng)通過(guò)優(yōu)化圖像采集與處理流程，顯著提升復(fù)雜場(chǎng)景適應(yīng)性與非規(guī)則目標(biāo)識(shí)別能力，同時(shí)實(shí)現(xiàn)病害目標(biāo)的高效精準(zhǔn)定位與分類，為隧道運(yùn)維提供可靠技術(shù)支持。

本發(fā)明授權(quán)一種基于機(jī)器視覺(jué)的隧道病害目標(biāo)智能識(shí)別及提取方法在權(quán)利要求書中公布了：1.一種基于機(jī)器視覺(jué)的隧道病害目標(biāo)智能識(shí)別及提取方法，其特征在于：包括以下步驟： S1:采用動(dòng)態(tài)曝光調(diào)節(jié)裝置，采集隧道表面的高分辨率圖像，通過(guò)自適應(yīng)光照補(bǔ)償技術(shù)對(duì)圖像進(jìn)行消除光照變化處理； S2：利用多尺度圖像分割技術(shù)對(duì)消除光照變化處理后的圖像進(jìn)行分塊處理，生成不同分辨率的局部圖像區(qū)域，并提取各區(qū)域的紋理特征譜和邊緣拓?fù)涮卣鳎?對(duì)于各個(gè)子區(qū)域，基于灰度共生矩陣，計(jì)算各個(gè)子區(qū)域的對(duì)比度、相關(guān)性、能量、同質(zhì)性計(jì)算值組合成紋理特征譜； 采用Canny邊緣檢測(cè)算子識(shí)別強(qiáng)邊緣和弱邊緣，完成邊緣連接并保留真實(shí)邊緣后，提取邊緣的拓?fù)浣Y(jié)構(gòu)，通過(guò)邊界跟蹤算法獲取封閉或非封閉的邊緣輪廓，形成邊緣像素坐標(biāo)序列，計(jì)算邊緣區(qū)域數(shù)量，再依據(jù)圓度和細(xì)長(zhǎng)比識(shí)別坑洞、區(qū)分裂縫和剝落，通過(guò)細(xì)化算法分析裂縫的主方向，進(jìn)行拓?fù)浣Y(jié)構(gòu)分析，得到邊緣拓?fù)涮卣鳎?S3：根據(jù)紋理特征譜和邊緣拓?fù)涮卣鳂?gòu)建病害類型判別模型，篩選出疑似病害區(qū)域并統(tǒng)計(jì)其分布密度； 采用支持向量機(jī)模型，以提取的紋理特征譜和邊緣拓?fù)涮卣髯鳛檩斎霐?shù)據(jù)，確定疑似病害區(qū)域篩選與分布密度統(tǒng)計(jì)階段，包含以下步驟： 在支持向量機(jī)模型構(gòu)建，通過(guò)尋找最優(yōu)超平面，將病害區(qū)域與正常區(qū)域最大間隔分開；具體公式表達(dá)： ； 約束條件： ，； 為超平面法向量，為偏置項(xiàng)，為正則化參數(shù)，為松弛變量，為訓(xùn)練樣本，即疑似病害區(qū)域數(shù)量的索引，為第個(gè)訓(xùn)練樣本的特征向量，為第個(gè)訓(xùn)練樣本的類別標(biāo)簽； 若疑似病害區(qū)域被正確分類且位于間隔邊界外，則松弛變量為0，若疑似病害區(qū)域位于間隔邊界以內(nèi)，則松弛變量在0與1之間，若疑似病害區(qū)域被錯(cuò)誤分類，則松弛變量大于1，表示該點(diǎn)落入錯(cuò)誤區(qū)域； S4：對(duì)疑似病害區(qū)域進(jìn)行深度特征提取，結(jié)合三維空間坐標(biāo)信息對(duì)病害目標(biāo)進(jìn)行精確定位與分類； 深度特征提取依賴于卷積神經(jīng)網(wǎng)絡(luò)，從輸入圖像中自動(dòng)學(xué)習(xí)多層次的病害特征，卷積神經(jīng)網(wǎng)絡(luò)包括卷積層、池化層和全連接層； 全連接層通過(guò)支持向量機(jī)實(shí)現(xiàn)病害類型的分類，最終輸出病害類別； 先使用歸一化處理，將像素值映射，采用交叉熵?fù)p失函數(shù)進(jìn)行模型訓(xùn)練，再采用反向傳播與梯度下降優(yōu)化調(diào)整訓(xùn)練權(quán)重； 再結(jié)合三維空間坐標(biāo)信息確定病害目標(biāo)進(jìn)行定位； 三維信息獲取包括雙目視覺(jué)、結(jié)構(gòu)光掃描以及激光雷達(dá)；再通過(guò)幾何校正對(duì)原始二維坐標(biāo)進(jìn)行校正，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)提取的深度特征和幾何校正后的三維位置信息，將精確分類的病害目標(biāo)進(jìn)行整合，并生成詳細(xì)的隧道病害報(bào)告供后續(xù)維護(hù)參考。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人云南云路工程檢測(cè)有限公司;云南省交通投資建設(shè)集團(tuán)有限公司，其通訊地址為：650000 云南省昆明市經(jīng)開區(qū)昌宏路136號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。