买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国水利水电第七工程局有限公司;河海大学申请的专利一种基于卷积神经网络的混凝土凿毛粗糙度评价方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119863460B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510344140.9，技术领域涉及：G06T7/00；该发明授权一种基于卷积神经网络的混凝土凿毛粗糙度评价方法是由郑祥;孙啸;刘昕鑫;米元桃;刘斌;丁钇;钱航;陈柳江设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的混凝土凿毛粗糙度评价方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络的混凝土凿毛粗糙度评价方法，以深度相机获取混凝土表面凿毛图片，根据预处理后得到的凿毛点云信息建立混凝土凿毛评价指标毛化粗糙度，通过接触面凿毛程度不同的分层浇筑试块劈裂抗拉试验，建立毛化粗糙度与层间结合力的关系并以此将凿毛程度分类分为欠凿毛、理想凿毛及过凿毛，最后通过建立卷积神经网络，以相机照片与凿毛分类为依据，建立数据集并进行数据加强，在相机拍照后输入网络即可自动获得分类与评价。本发明以激光雷达、相机扫描固结混凝土表面的方式获取结合面表面信息，构建结合面质量评价指标体系方法，并基于深度学习对结合面凿毛情况进行自动检测，实现对高寒地区坝工混凝土凿毛质量的智能评价。

本发明授权一种基于卷积神经网络的混凝土凿毛粗糙度评价方法在权利要求书中公布了：1.一种基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于包括以下步骤： S1：利用深度照相机获取凿毛照片，并对采集到的图片进行预处理；具体是： 1.1、对原始照片点云进行降噪；点云降噪采用多梯度方法，首先通过直通滤波限定区域，然后用统计滤波剔除离散及干扰点，再利用最小二乘滤波根据点到拟合面的距离阈值去除噪声点，最后应用双边滤波对降噪结果进行平滑处理； 1.2、凿毛点云进行纠偏，使其保持水平；利用matlab实现RANSAC算法拟合点云的最佳平面来代表改凿毛点云的平面，通过调整该平面达到使凿毛点云保持水平的目的；输入点云数据后，处理计算，输出拟合后平面的法向量；将该法向量调整至与水平面垂直，将点集坐标与matlab计算的旋转调平矩阵相乘得到，达到纠偏的目的； S2：基于预处理后信息，结合皮尔逊检测多种相关性分析方法，推导出适用于混凝土坯层面粗糙化处理评价的毛化粗糙度R计算公式，并利用毛化粗糙度R计算公式计算毛化粗糙度；具体是： 2.1、对于扫描得到的点云数据，分离存储三相坐标；遍历z坐标序列，获取待检测平面最高点Zmax，Zmax所在平面与点云所形成的不规则曲面相交所形成的包络体体积Vss,再次遍历z坐标序列，获取待检测平面最低点Zmin；待检测平面最大凹凸高差Δh；Zmax所在平面与点云所形成的不规则曲面相交所形成的包络体体积Vss，其计算式为： Δh＝Zmax-Zmin； Vss＝∫∫Zmax-Zcdxdy； 为提高计算速度和降低数据冗余度，利用德劳内三角剖分法计算； 式中：ZC为检测区域中所有点的z坐标，SC为待检测区域扫描面积，VCS为待检测区域混凝土表面点云曲面投影到零点平面的体积，RC为堆砂决定性待检测面粗糙度，RS为砼决定性待检测面粗糙度，Yi、Yj和Yk为德劳内三角剖分后三角形三个顶点的y坐标，Zi、Zy和Zk为德劳内三角剖分后三角形三个顶点的z坐标； 2.2、根据RS和RC的皮尔逊相关性系数来确定单个参数对毛化粗糙度的贡献率，继而得出毛化粗糙度R的计算公式；具体操作如下：根据多组随机凿毛面的三维点云数据的RS、RC及Δh通过spss软件进行皮尔逊检测，得到RS及RC； 式中：bs为堆砂决定性粗糙度贡献率，bc为砼决定性粗糙度贡献率，ps为堆砂决定性粗糙度相关性，pc为砼决定性粗糙度相关性，R为毛化粗糙度； S3：构建基于毛化粗糙度与层间结合力关系的凿毛评价标准； S4：构建基于卷积神经网络的凿毛评价分类模型； S5：基于凿毛评价分类模型对工程中混凝土凿毛粗糙度进行评价。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国水利水电第七工程局有限公司;河海大学，其通讯地址为：610213 四川省成都市天府新区兴隆湖湖畔路南段356号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。