汕头大学沈水龙获国家专利权
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！
龙图腾网获悉汕头大学申请的专利一种基于点云数据的盾构隧道渗漏水自动识别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：CN120375356B 。
龙图腾网通过国家知识产权局官网在2025-08-22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：202510848076.8，技术领域涉及：G06V20/64；该发明授权一种基于点云数据的盾构隧道渗漏水自动识别方法是由沈水龙;梁浩源;赵炜玮;曾毅;张小龙设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。
本一种基于点云数据的盾构隧道渗漏水自动识别方法在说明书摘要公布了：本发明公开了一种基于点云数据的盾构隧道渗漏水自动识别方法，包括点云数据预处理；点云去噪；灰度图生成以及数据集建立；模型训练及评估；渗漏水区域识别及面积计算。采用本发明，点云数据处理与YOLO深度学习网络，能够精确定位渗漏水的位置，并提供准确的渗漏面积计算，相比其他方法，本发明不受隧道光照条件和不同环境的影响，具有更强的适应性和鲁棒性。
本发明授权一种基于点云数据的盾构隧道渗漏水自动识别方法在权利要求书中公布了：1.一种基于点云数据的盾构隧道渗漏水自动识别方法，其特征在于，包括以下步骤： S1：使用三维激光扫描仪按设置测站距离进行拼接并降采样，并将所得隧道点云按相同间隔分段，并展开成平面； S2：按顺序先后采用CSF及SOR方法去噪； S3：使用基于光栅化的方法将点云数据转换为灰度图像，将三维点云的坐标和强度信息映射到二维图像上，并从各种隧道的点云生成的灰度图像构建一个数据集； S4：使用所述数据集训练一个基于YOLO的泄漏检测模型； S5：对目标隧道点云图像按S1至S3的步骤进行处理，并将隧道段图像分为适合模型检测大小的子图像，使用训练好的泄漏检测模型对子图像进行分析，对泄漏区域进行分割，并通过以下公式计算泄漏面积： ； 其中：Ml是泄漏面积，m是隧道段的子图像中的泄漏分割掩模的像素，p0是灰度图像的像素点数量，n为子图像的数量，依据隧道内壁周长进行划分，D是隧道段的实际宽度，l是灰度图像的长度像素，w是灰度图像中的宽度像素。
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汕头大学，其通讯地址为：515000 广东省汕头市金平区大学路243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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号