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！

龙图腾网获悉中交公路长大桥建设国家工程研究中心有限公司申请的专利基于数字图像相关方法的斜拉索索力快速测量方法及系统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：CN120525964B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510965188.1，技术领域涉及：G06T7/77；该发明授权基于数字图像相关方法的斜拉索索力快速测量方法及系统是由程潜;张斌;王小宁;王杨;时笑鹏;刘天成;李传波;茹超设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本基于数字图像相关方法的斜拉索索力快速测量方法及系统在说明书摘要公布了：本发明公开了一种基于数字图像相关方法的斜拉索索力快速测量方法及系统，方法包括：采集斜拉索视频数据；采用线段测量标定法，以斜拉索纹理点为特征点，建立特征点选取机制；基于冗余观测法建立像素‑物理空间的坐标映射模型；并通过协同标定方法计算获得模型参数；基于数字图像相关方法进行位移测量；建立双层特征提取机制完成局部和全局特征提取；并通过权重自适应融合策略动态调整局部特征与全局特征的权重分配；最后建立双层跟踪与失效恢复机制完成粗粒度全局跟踪与细粒度局部跟踪的分层协同；对动位移测量结果进行快速傅里叶变换，并计算得到索力。为索力非接触式精准计算测量提供了可靠技术支撑。

本发明授权基于数字图像相关方法的斜拉索索力快速测量方法及系统在权利要求书中公布了：1.一种基于数字图像相关方法的斜拉索索力快速测量方法，其特征在于，包括： S1.采集斜拉索视频数据； S2.采用线段测量标定法，以斜拉索纹理点为特征点，建立特征点优化选取机制；基于冗余观测方法建立像素-物理空间的坐标映射的转换模型；并通过协同标定方法计算获得模型参数； S3.基于数字图像相关方法DIC进行位移测量；建立双层特征提取机制完成局部和全局特征提取；并通过权重自适应融合策略动态调整局部特征与全局特征的权重分配；最后建立双层跟踪与失效恢复机制完成“粗粒度全局跟踪”与“细粒度局部跟踪”的分层协同； S4.对动位移测量结果进行快速傅里叶变换，计算得到斜拉索索力； 所述S2中特征点优化选取机制具体为： 选取斜拉索纹理点中的斜拉索表面螺纹线密集交汇点作为特征点，利用其高纹理对比度确保亚像素级定位精度，避免平滑区域因特征缺失导致的跟踪误差； 通过Sobel算子计算图像梯度响应，建立梯度值128的特征点候选集，过滤掉低对比度、易受噪声干扰的点，提升特征点可靠性； 采用网格化布局策略，将图像划分为多个子区域，在每个子区域内均匀选取特征点，避免局部聚集导致的标定参数偏差，确保全局标定精度均衡； 所述S2中协同标定方法通过RANSAC鲁棒估计以及加权融合对初始标定参数进行迭代优化： 所述RANSAC鲁棒估计随机选取不少于4个特征点，计算变换矩阵H，统计重投影误差2pixel的内点数量，保存最优变换参数； 所述加权融合根据特征点稳定性分配权重，计算公式为： ， 其中，为第个特征点的跟踪误差标准差，为角点响应值，确保稳定性高的特征点在标定中占更大权重，优化整体精度；为全局误差基准；为特征点；为第个特征点的自适应权重； 所述S3中双层跟踪的过程具体为： 用轻量级语义分割网络提取拉索完整轮廓，输出中心线离散点集以实现大尺度位移的鲁棒估计： ， 式中，为拉索全局中心线的离散点集；为第个中心线离散点的坐标； 通过帧间中心线点集差分，得到全局位移场： ， 式中，为拉索的全局位移场；为时刻的拉索中心线点集；为时刻的拉索中心线点集；为时间帧索引； 在纹理缺失、光照突变时，CNN轮廓的语义鲁棒性可维持基础跟踪，避免局部特征匹配的“断崖式失效”； 在全局位移划定的“小范围搜索窗口”内，对DIC子集执行IC-GN方法，补偿全局定位的“粗粒度误差”；通过优化子集内像素的灰度相关性，求解亚像素级位移残差，最终输出融合位移： ， 式中，表示最终输出的高精度位移；表示全局层粗估位移；表示局部层精修位移。

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交公路长大桥建设国家工程研究中心有限公司，其通讯地址为：100120 北京市西城区黄寺大街甲23号北广大厦918；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”。

以上内容由龙图腾AI智能生成。