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！

龙图腾网获悉中铁二局集团有限公司;高速铁路建造技术国家工程研究中心;中铁二局第六工程有限公司;中南大学申请的专利基于无人机与机器视觉技术的边坡病害识别的方法和装置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：CN120526199B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510591276.X，技术领域涉及：G06V10/764；该发明授权基于无人机与机器视觉技术的边坡病害识别的方法和装置是由张俊平;肖源杰;李点点;宁亦凡;周应华;罗余游;赵伟;朱鹏宇设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本基于无人机与机器视觉技术的边坡病害识别的方法和装置在说明书摘要公布了：基于无人机与机器视觉技术的边坡病害识别的方法及装置，包括搭载高分辨率摄像头的无人机，在预设飞行路径上对边坡区域进行多角度影像采集；对图像进行预处理、进行特征提取与图像增强；结合改进的YOLOv8‑seg实例分割算法对病害特征进行识别和分类，涵盖裂缝、滑坡、崩塌等边坡病害；基于识别结果利用规则模型或多因素分析方法量化边坡病害的风险等级；采用长短时记忆网络LSTM对采集到的病害时序图像进行动态变化预测，预测病害的发展趋势和潜在失稳时间。基于无人机采集的影像数据，对边坡病害进行实时监测和动态分析，及时发现潜在的隐患区域，能够精准识别病害特征，避免了传统方法中人为判断可能导致的主观误差。

本发明授权基于无人机与机器视觉技术的边坡病害识别的方法和装置在权利要求书中公布了：1.基于无人机与机器视觉技术的边坡病害识别的方法，其特征为： S1，搭载高分辨率摄像头的无人机，在预设飞行路径上对边坡区域进行多角度影像采集； S2，对采集的影像进行预处理、并进行特征提取与图像增强； S3，结合改进的YOLOv8-seg实例分割算法对病害特征进行识别和分类边坡病害； S4,基于识别结果利用规则模型或多因素分析方法量化边坡病害的风险等级； 从识别结果中提取病害区域的面积、裂缝宽度长度、滑坡体积及形状和病害在边坡中的位置信息；基于预定义的风险评估标准，将病害特征与风险等级进行匹配； 病害特征提取时面积的计算公式为： 3 其中A为病害区域面积，该处面积为像素单位，Ii,j为像素点值，且1代表病害区域，0代表背景； 裂缝长度计算公式为： 4 其中L代表裂缝长度，xk,yk、xk+1,yk+1分别为裂缝轮廓上的两端点的坐标，n为裂缝轮廓点的数量； 采用AHP层次分析法对边坡病害风险进行综合评价，首先需要构建目标、准则和指标层次结构，明确评价指标病害规模、位置、形态和环境特征具体要素；通过两两比较构建判断矩阵，基于重要性标度法计算各因素的权重向量，并进行一致性检验，确保矩阵的合理性；最后结合权重和各指标的实际数据计算综合得分，将边坡病害划分为低、中、高风险等级；风险权重向量计算方法AHP方法的权重向量计算公式为： 5 其中，ωi代表第i个指标的权重，i、j代表矩阵的行数和列数，aij为矩阵中第i行、第j列的元素，n为矩阵的阶数； 风险综合得分计算公式为： 6 其中R为综合风险得分，ωi为第i个指标的权重，xi为第i个特征的归一化值； 将预测出的边坡病害等级在边坡影像上以不同颜色标注出来，其中低风险为绿色，中风险为黄色，高风险为红色；根据上述结果自动生成可视化评估报告，包含了病害特征、风险等级； S5，采用长短时记忆网络对采集到的病害时序图像进行动态变化预测，预测病害的发展趋势和潜在失稳时间。

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铁二局集团有限公司;高速铁路建造技术国家工程研究中心;中铁二局第六工程有限公司;中南大学，其通讯地址为：610031 四川省成都市通锦路16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。