買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉云南云路工程檢測有限公司;云南省交通投資建設集團有限公司申請的專利一種基于機器視覺的隧道病害目標智能識別及提取方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120374607B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510854609.3，技術領域涉及：G06T7/00；該發明授權一種基于機器視覺的隧道病害目標智能識別及提取方法是由朱德祥;郭俊;袁湧;楊昭斌;張杰文;孫以潤;柴方;鄒華勇;李捷飛設計研發完成，并于2025-06-25向國家知識產權局提交的專利申請。

本一種基于機器視覺的隧道病害目標智能識別及提取方法在說明書摘要公布了：本發明公開了一種基于機器視覺的隧道病害目標智能識別及提取方法，涉及隧道工程檢測與智能化分析技術領域，用于解決識別精度低、對復雜場景的適應性較差的問題，包括采集高分辨率圖像并進行自適應光照補償預處理、多尺度圖像分割提取紋理與邊緣特征、構建病害判別模型篩選疑似區域、結合三維空間坐標精確定位與分類病害目標，本申請通過優化圖像采集與處理流程，顯著提升復雜場景適應性與非規則目標識別能力，同時實現病害目標的高效精準定位與分類，為隧道運維提供可靠技術支持。

本發明授權一種基于機器視覺的隧道病害目標智能識別及提取方法在權利要求書中公布了：1.一種基于機器視覺的隧道病害目標智能識別及提取方法，其特征在于：包括以下步驟： S1:采用動態曝光調節裝置，采集隧道表面的高分辨率圖像，通過自適應光照補償技術對圖像進行消除光照變化處理； S2：利用多尺度圖像分割技術對消除光照變化處理后的圖像進行分塊處理，生成不同分辨率的局部圖像區域，并提取各區域的紋理特征譜和邊緣拓撲特征； 對于各個子區域，基于灰度共生矩陣，計算各個子區域的對比度、相關性、能量、同質性計算值組合成紋理特征譜； 采用Canny邊緣檢測算子識別強邊緣和弱邊緣，完成邊緣連接并保留真實邊緣后，提取邊緣的拓撲結構，通過邊界跟蹤算法獲取封閉或非封閉的邊緣輪廓，形成邊緣像素坐標序列，計算邊緣區域數量，再依據圓度和細長比識別坑洞、區分裂縫和剝落，通過細化算法分析裂縫的主方向，進行拓撲結構分析，得到邊緣拓撲特征； S3：根據紋理特征譜和邊緣拓撲特征構建病害類型判別模型，篩選出疑似病害區域并統計其分布密度； 采用支持向量機模型，以提取的紋理特征譜和邊緣拓撲特征作為輸入數據，確定疑似病害區域篩選與分布密度統計階段，包含以下步驟： 在支持向量機模型構建，通過尋找最優超平面，將病害區域與正常區域最大間隔分開；具體公式表達： ； 約束條件： ，； 為超平面法向量，為偏置項，為正則化參數，為松弛變量，為訓練樣本，即疑似病害區域數量的索引，為第個訓練樣本的特征向量，為第個訓練樣本的類別標簽； 若疑似病害區域被正確分類且位于間隔邊界外，則松弛變量為0，若疑似病害區域位于間隔邊界以內，則松弛變量在0與1之間，若疑似病害區域被錯誤分類，則松弛變量大于1，表示該點落入錯誤區域； S4：對疑似病害區域進行深度特征提取，結合三維空間坐標信息對病害目標進行精確定位與分類； 深度特征提取依賴于卷積神經網絡，從輸入圖像中自動學習多層次的病害特征，卷積神經網絡包括卷積層、池化層和全連接層； 全連接層通過支持向量機實現病害類型的分類，最終輸出病害類別； 先使用歸一化處理，將像素值映射，采用交叉熵損失函數進行模型訓練，再采用反向傳播與梯度下降優化調整訓練權重； 再結合三維空間坐標信息確定病害目標進行定位； 三維信息獲取包括雙目視覺、結構光掃描以及激光雷達；再通過幾何校正對原始二維坐標進行校正，結合卷積神經網絡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進行整合，并生成詳細的隧道病害報告供后續維護參考。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人云南云路工程檢測有限公司;云南省交通投資建設集團有限公司，其通訊地址為：650000 云南省昆明市經開區昌宏路136號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。