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！

龙图腾网获悉东南大学申请的专利基于点云-RGB异源图像多级配准映射的路面裂缝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：CN117036300B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202311026568.6，技术领域涉及：G06T7/00；该发明授权基于点云-RGB异源图像多级配准映射的路面裂缝识别方法是由朱俊清;吴宇轩;卜天翔设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本基于点云-RGB异源图像多级配准映射的路面裂缝识别方法在说明书摘要公布了：本申请涉及一种基于点云‑RGB异源图像多级配准映射的路面裂缝识别方法。该方法包括：采集路面点云数据和路面图像数据进行时间和空间同步，创建投影图像对进行特征提取，获取局部特征描述子，提取局部特征描述子中的特征点进行匹配，获得实际匹配点对，根据实际匹配点对求解直接线性变换方程的参数，获得RGB图像像素坐标与三维点云坐标之间的映射关系，遍历路面图像数据中每个点的坐标利用映射关系深度信息赋值给路面图像数据，获得点云投影图像，将点云投影图像生成深度图像标注裂缝和背景，构建数据集，采用数据集对裂缝识别模型进行训练，获得训练好的裂缝识别模型待识别路面裂缝进行识别，提高了裂缝自动识别的效率和精准度。

本发明授权基于点云-RGB异源图像多级配准映射的路面裂缝识别方法在权利要求书中公布了：1.一种基于点云-RGB异源图像多级配准映射的路面裂缝识别方法，其特征在于，所述方法包括： 采用搭载于无人机上的激光雷达和相机采集路面点云数据和路面图像数据，其中，所述路面点云数据包括：点坐标信息和时间信息，所述路面图像数据包括：时间信息和尺寸信息； 采用帧同期同步采集的方法对所述路面点云数据和所述路面图像数据进行时间同步，采用空间变换矩阵对所述路面点云数据和所述路面图像数据进行空间同步，创建互相匹配的投影图像对； 基于二维图像和三维图像的灰度分布存在显著的非线性差异，而结构存在一致性的特征，对所述投影图像对进行特征提取，获取所述投影图像对基于结构一致性增强的局部特征描述子； 提取所述局部特征描述子中的特征点，以最近邻距离比率检测作为匹配策略，使用FAST特征点检测子对特征点进行匹配，获得实际匹配点对； 根据实际匹配点对求解直接线性变换方程的参数，获得RGB图像像素坐标与三维点云坐标之间的映射关系； 遍历所述路面图像数据中每个点的坐标，利用映射关系找到路面点云数据中对应的像元，将像元的深度信息赋值给所述路面图像数据，并采用随机采样一致性算法剔除错配，获得点云投影图像； 将所述点云投影图像按照激光点的Z轴坐标值，对点云投影图像中的对应像元赋予不同的颜色值，生成深度图像，采用Labelme对深度图像中裂缝和背景的像素进行标注，构建数据集； 将构建的数据集划分为训练集和验证集，对基于四维信息融合的卷积神经网络识别算法的裂缝识别模型进行训练，获得训练好的裂缝识别模型，采集待识别路面的点云数据和图像数据，输入所述训练好的裂缝识别模型进行裂缝识别，输出所述待识别路面的裂缝识别结果； 所述基于二维图像和三维图像的灰度分布存在显著的非线性差异，而结构存在一致性的特征，对所述投影图像对进行特征提取，获取所述投影图像对基于结构一致性增强的局部特征描述子，包括： 使用Sobel滤波器组提取投影图像对的多方向边缘图，对多方向边缘图进行非极大值抑制以保留特征明显的边缘结构，得到稀疏的边缘结构图，其中，所述Sobel滤波器组有5个方向，所述多方向边缘图的提取表达式为： ； 其中，表示在像素处沿方向n的Sobel边缘，“*”表示卷积，“|·|”表示取绝对值，n=1,2,3,4,5表示Sobel滤波器组，数字从1到5依次表示0°、45°、90°、135°及无方向，为投影图像对中其中一个图像，投影图像对中另一个图像； 采用基于局部对比的方法提取投影图像对中主要的共同结构特征，建立结构导向图像，所述结构导向图像为： ； 其中，I是投影图像对中的源图像，G是结构导向图像，x，y表示局部窗口的中心,表示局部区域内所有像素的灰度均值，i，j分别表示局部区域内像素的变化值，m表示局部区域内像素变化的最大值； 利用所述结构导向图像对所述稀疏的边缘结构图执行导向滤波操作增强结构一致性，得到结构特征图； 对所述结构特征图以特征点为中心在特征图上取一个32×32的像素区域，将其划分为16个4×4的子区域；统计每个8×8的子区域各方向上的像素值，按顺序排列建立一个5方向的特征直方图；将每个区域的直方图用L2范数进行归一化，将16个直方图联合得到一个80维的特征描述子； 所述提取所述局部特征描述子中的特征点，以最近邻距离比率检测作为匹配策略，使用FAST特征点检测子对特征点进行匹配，获得实际匹配点对，包括： 提取所述局部特征描述子中的特征点，以最近邻距离比率检测作为匹配策略，使用FAST特征点检测子对特征点进行匹配，获得初步匹配点对； 根据参考矩阵计算的真实匹配点对，分析每个所述初步匹配点对与对应的真实匹配点对之间的标准误差，以确定每个初步匹配点对的准确程度； 根据每个初步匹配点对的准确程度，确定实际匹配点对； 所述最近邻距离比率的表达式为： ； 其中，D··表示欧氏距离，表示当前图像中对应于参考图像中特征向量最近的特征向量，表示当前图像中对于次近的特征向量，是最近邻距离比率中的比例阈值。

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南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。

以上内容由龙图腾AI智能生成。