Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北大学王述红获国家专利权

东北大学王述红获国家专利权

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!

龙图腾网获悉东北大学申请的专利一种融合无人机影像与激光点云的边坡裂缝演化分析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:CN120235856B

龙图腾网通过国家知识产权局官网在2025-09-02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:202510702865.0,技术领域涉及:G06T7/00;该发明授权一种融合无人机影像与激光点云的边坡裂缝演化分析方法是由王述红;赵中华;杨俊岭;李世宇;尹宏;董福瑞设计研发完成,并于2025-05-29向国家知识产权局提交的专利申请。

一种融合无人机影像与激光点云的边坡裂缝演化分析方法在说明书摘要公布了:本发明提供一种融合无人机影像与激光点云的边坡裂缝演化分析方法,涉及智能边坡检测领域。本发明利用无人机影像和点云融合的方式进行裂缝参数识别及裂缝演化分析,首先利用图像处理技术是识别出裂缝,其次利用图像和点云匹配技术找出裂缝对应的点云,并基于点云完成裂缝参数提取,这种方式能有效地提高裂缝参数识别提取的准确性,有助于矿区安全风险管理。基于无人机影像利用单阶段Yolov11算法实现了裂缝的高效检测,极大地降低人工成本、实现矿区边坡裂缝快速、无接触式的检测,同时降低了矿区生产风险。本发明基于三维点云提取裂缝参数,而非基于图像信息提取裂缝参数,有效地避免了图像畸变对裂缝参数提取的影响。

本发明授权一种融合无人机影像与激光点云的边坡裂缝演化分析方法在权利要求书中公布了:1.一种融合无人机影像与激光点云的边坡裂缝演化分析方法,其特征在于,包括以下步骤: 在不同点位,采集边坡裂缝图像和激光点云数据; 利用采集的边坡裂缝图像构建边坡裂缝数据集,并按照设定比例将边坡裂缝数据集划分为训练集、验证集和测试集;所述边坡裂缝数据集中包括若干张边坡裂缝图像,每个边坡裂缝图像中标注裂缝边界框; 利用训练集和验证集对YOLOv11网络进行训练和微调,得到训练完成的YOLOv11网络作为边坡裂缝检测模型,采集若干张待检测边坡的边坡裂缝图像和对应的激光点云数据,并利用边坡裂缝检测模型对待检测边坡的边坡裂缝图像进行边坡裂缝识别,得到边坡裂缝识别结果; 对于存在裂缝的待检测边坡的边坡裂缝图像,利用预训练的扩散模型和单目深度估计模型实现待检测边坡的边坡裂缝图像到对应的激光点云数据的融合配准,得到匹配对;所述匹配对为待检测边坡的边坡裂缝图像中的一个像素点与对应激光点云数据中的对应点; A1:当边坡裂缝检测模型检测到待检测边坡的边坡裂缝图像中存在裂缝时,基于RTK模块记录的点位的位置检索到对应的激光点云数据; A2:使用预训练的单目深度估计模型MiDaS预测待检测边坡的边坡裂缝图像的深度图D,并根据相机内参矩阵K将深度图D反投影为3D伪点云; (1); 其中,表示待检测边坡的边坡裂缝图像;表示由预训练的单目深度估计模型MiDaS生成的深度图;表示预训练的单目深度估计模型MiDaS;和表示深度图的高度和宽度;表示实数集; (2); 其中,为待检测边坡的边坡裂缝图像中第个像素点的坐标,表示像素点的索引,为待检测边坡的边坡裂缝图像中第个像素点在水平方向上的坐标,为待检测边坡的边坡裂缝图像中第个像素点在垂直方向上的坐标;表示预训练的单目深度估计模型MiDaS预测的归一化深度值,范围在[0,1];表示3D伪点云中的点; 相机内参矩阵K定义为: (3); 其中,和表示相机的焦距;和表示相机主点坐标; A3:利用PointNet++网络对3D伪点云和采集的待检测边坡的激光点云数据分别进行编码,分别提取得到3D伪点云的几何特征向量和待检测边坡的激光点云数据的几何特征向量; ,(4); 其中,和分别表示3D伪点云的几何特征向量和待检测边坡的激光点云数据的几何特征向量;表示PointNet++网络的编码操作;表示几何特征向量的维度; A4:使用预训练的ResNet网络提取待检测边坡的边坡裂缝图像的多尺度语义特征; (5); 其中,表示多尺度语义特征;表示预训练的ResNet网络中的第层,表示层的编号,表示选取的网络层数;表示预训练的ResNet网络在第层提取的特征图;表示上采样函数;表示在通道维度上的拼接操作; A5:以多尺度语义特征为约束,基于预训练的扩散模型对3D伪点云的几何特征向量进行反向扩散,使得3D伪点云的几何特征向量逐渐逼近待检测边坡的激光点云数据的几何特征向量,实现3D伪点云和待检测边坡的激光点云数据在隐空间中对齐,3D伪点云经过对齐后得到对齐的点云模型; A6:对对齐的点云模型和采集的待检测边坡的激光点云数据进行刚体变换,得到刚体变换矩阵; A7:根据刚体变换矩阵,将存在裂缝的待检测边坡的边坡裂缝图像中的像素点与采集的待检测边坡的激光点云数据的点进行映射,得到匹配对; 基于匹配点对,从采集的待检测边坡的激光点云数据中提取裂缝参数,包括裂缝的长度和宽度; 根据不同时期提取的同一裂缝的长度和宽度分析裂缝的演化,得到长度变化率和宽度变化率,判断裂缝是否加剧。

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东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路三号巷11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”。

以上内容由AI智能生成
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。