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！

龙图腾网获悉重庆大学申请的专利一种基于单目相机的滑坡动静态监测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：CN116883846B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310850194.3，技术领域涉及：G06V20/10；该发明授权一种基于单目相机的滑坡动静态监测方法是由蒲源源;陈结;宋龙飞;尚雪义;罗忠浩设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本一种基于单目相机的滑坡动静态监测方法在说明书摘要公布了：本发明提供一种基于单目相机的滑坡动静态监测方法，包括以下步骤：采集待监测边坡的图像数据作为卷积神经网络模型的数据集，使用该卷积神经网络模型从数据集中划分挑选出无噪声影响的图像数据；对无噪声影响的图像数据进行前处理操作；对前处理操作后的图像数据进行基于图像差分和结构相似度指数的静态变化监测以及基于三重光流算法的动态变化监测，计算出待监测边坡的图数数据存在的位移量；根据动静态变化监测计算出的位移速度判断是否发生滑坡灾害。本方法通过结合静态变化和动态变化，对边坡的位移变形进行准确实时的监测，能有效提高滑坡灾害的监测能力，减少滑坡灾害带来的损失，并能够广泛应用于工程实际。

本发明授权一种基于单目相机的滑坡动静态监测方法在权利要求书中公布了：1.一种基于单目相机的滑坡动静态监测方法，其特征在于，包括以下步骤： S1、采集待监测边坡的图像数据作为卷积神经网络模型的数据集，使用该卷积神经网络模型从数据集中划分挑选出无噪声影响的图像数据； S2、对无噪声影响的图像数据进行前处理操作； S3、对前处理操作后的图像数据进行基于图像差分和结构相似度指数的静态变化监测以及基于三重光流算法的动态变化监测，计算出待监测边坡的图数数据存在的位移速度； S4、根据动静态变化监测计算出的位移速度判断是否发生滑坡灾害； 其中，所述步骤S3具体包括： S31、对给定时间t时图像执行像素到像素的值减法，对于特定日期Im1t以及一个不同日期Im2t，图像差分的计算公式如下： ImageDifference＝Im1t-Im2t S32、结构相似度指数基于亮度值、对比度值和区域结构三个独立的元素组合来测量图像的相似性，令x和y是相同大小的图像内的两个区域的位置，亮度值的相似度为lx,y0，对比度的相似度为cx,y，区域结构的相似度为sx,y，则结构相似度指数的计算公式如下： 其中，μx和μy分别为x和y区域的局部样本均值，σx和σy分别为x和y区域的局部标准差，σxy是在去除x和y区域的平均值后x和y的样本互相关，C1、C2和C3为一个小的正常数； S33、利用光流算法对连续帧图像中由于物体移动导致的图像中目标像素的移动进行动态变化监测，光流速中最重要的是假设图像的亮度恒定，即在一个较短的时间内物体的位置可以发生变化，但是反射率和照度将保持不变，光流方程包括： Ix,y,t＝Ix+Δx,y+Δy,t+Δt 其中，Ix,y,t为时间t时位置x,y处的图像强度，位置的变化由时间的变化Δt时的Δx和Δy表示；在光流方程右侧使用泰勒展开后，得到以下等式： 通过求解该方程得到光流约束方程： Ix·u+Iy·v+It＝0 其中，Ix、Iy、It是像素点灰度沿x、y、t方向的偏导数，u、v分别为光流沿x、y方向的速度矢量； S34、经上述S31～S33步骤后给图像中的每个像素点赋予了一个速度矢量，这样就形成了一个运动矢量场；在某一时刻，图像上的点与现实边坡上的点一一对应，这种对应关系可以通过投影来计算得到，据此可以得到边坡上每个点的实际位移速度； S35、根据静态变换监测算法计算得到的图像与图像之间的图像差异矩阵和结构相似度指数以及动态变换监测算法计算得到每个像素点的速度矢量来映射待监测边坡的位移速度v。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。