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！

龙图腾网获悉长安大学申请的专利无人机多时相影像的施工进度智能监测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：CN120932142B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511148636.5，技术领域涉及：G06V20/17；该发明授权无人机多时相影像的施工进度智能监测方法是由朱武;张锐煊;范宝迪;黄明铚;于海鹏;徐俊杰;高浩然;叶浩;董金辉;康杨杨;纪晓恒;周帅;王越;杨童设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本无人机多时相影像的施工进度智能监测方法在说明书摘要公布了：本发明属于人工智能与计算机视觉技术领域，涉及一种无人机多时相影像的施工进度智能监测方法的方法。包括以下步骤：S1、数据准备与预处理，包括无人机正射影像裁剪和构建数据集与阶段划分；S2、模型训练与分割预测，包括模型架构的判断选择和模型训练优化与推理输出；S3、图像拼接与栅格转换，包括图像块拼接还原为原始影像大小和分割结果处理与栅格转换；S4、时期标定与施工进度演示。本发明针对不同施工构件形态实现高精度识别，提升了模型的鲁棒性和适应性；其次，结合面要素的空间重叠关系，自动判定各施工构件面阶段的首次出现时相，有效反映施工过程的动态演进；最后，支持以标准地理矢量数据格式输出成果，具备良好的扩展性。

本发明授权无人机多时相影像的施工进度智能监测方法在权利要求书中公布了：1.无人机多时相影像的施工进度智能监测方法，其特征在于，包括以下步骤： S1、数据准备与预处理 步骤S1.1、无人机正射影像裁剪 以无人机获取的正射影像数据作为输入，对原始影像进行预处理操作； 首先通过路径加载原始正射影像，并提取其分辨率和图像尺寸基础信息；设定初始裁剪块Patch的尺寸为固定大小，将整幅原始影像裁剪为若干个尺寸一致的图像块；若原始影像尺寸不能被设定的Patch尺寸整除，对原始图像进行零填充，使其尺寸扩展至能够被Patch尺寸整除的大小； 将补齐后的影像裁剪成patch，计算每个patch的坐标； 裁剪后的每个Patch进行标准化处理，将像素值归一化至[0,]范围并将数据类型转化为uint8类型； 随后，根据图像通道数，采用不同的存储模式将结果进行保存； 步骤S1.2、构建数据集与阶段划分； 将人工标注的JSON文件转换为对应的Mask图像，生成与裁剪后的Patch一一对应的标签图像；根据设定比例将数据划分为训练集、验证集与测试集，并统一保存为PNG格式； S2、模型训练与分割预测 步骤S2.1、模型架构的判断选择 在任务判断阶段，根据识别目标的构件属性判断所需分割识别的类型，判断逻辑如下： 5 其中，表示所选模型结构，表示当前任务类型标签； 步骤S2.2、模型训练优化与推理输出 在模型适配阶段，根据所选模型架构构建相应的训练流程；训练过程中均采用交叉熵损失函数来度量模型性能，兼顾分类与回归误差的优化： 均采用Adam优化器，并引入余弦退火学习率衰减策略； 模型在验证集上达到稳定收敛后，自动保存最佳权重文件，并进入推理阶段；推理过程中，加载训练阶段所得的最优权重，对测试影像批量执行预测操作，输出语义分割结果；每张结果图以掩膜图形式表示，标记施工区域的位置与类别信息； 所有推理结果均统一以像素级格式保存为.PNG，并附带每个像素块在整图中的索引坐标； S3、图像拼接与栅格转换 步骤S3.1、图像块拼接还原为原始影像大小 在模型完成对各图像块的像素级推理后，对所有图像块Patch的预测结果进行空间拼接与尺寸裁剪，最终输出具备地理参考信息的分割结果图； 步骤S3.2、分割结果处理与栅格转换 对网络模型进行推理之后的结果进行分析处理，提取目标区域的栅格特征与地理信息，将推理结果所保存的GeoTIFF文件转化为shapefile文件； S4、时期标定与施工进度演示 具体过程中，首先遍历指定目录下的所有Shapefile文件，自动提取文件名中所包含的期次标识，并按照时间顺序依次加载每一期施工阶段的矢量数据；对于每一时期的数据，提取指定目标对象的几何信息，包括多边形边界坐标与对应面积，并结合其所属期次标签，构建标准化数据结构； 在时期归属判断过程中，首先将所有加载的目标对象按时间顺序组织为一个目标列表，为列表中的每个目标对象生成唯一的标签标识符及其对应的地理位置坐标；随后，对当前期次中的每个对象与所有历史期次中已记录的对象进行空间重叠分析：若当前目标对象与记录列表中的历史目标存在空间重合区域，则判定该目标所覆盖区域已在早期施工阶段完成，自动将该目标归属至历史记录中最早出现的期次；若不存在任何空间重叠关系，则判定该目标为新增施工区域，归属至当前期次Ti；该机制严格遵循“重叠优先归属早期”的原则，确保任一空间区域在施工周期内仅归属至一个施工期次； 在空间重叠裁剪环节，根据设定的时间顺序逐期处理各阶段的矢量数据，提取每期图层中的所有有效几何对象及其属性；对于当前期次的每个对象，将其与早期所有已归属的几何体集合进行空间差集运算，剔除与历史期次重叠的区域，仅保留真实新增的部分；若裁剪后的区域为多面体结构，将对子多边形分别计算其面积占比，并更新其面积属性字段；同时引入面积阈值控制机制，剔除小于最小面积阈值的碎片区域；完成裁剪与筛选后，对当前期次的所有有效对象执行几何合并操作，生成最终的空间标定结果，并保留每个构件的属性信息，包括实际裁剪面积与归一化后的比例值； 在施工完成率计算环节，基于YOLOv11语义分割模型进行对象识别与数量统计，为确保统计结果的一致性与时序可比性，采用“重叠优先归属早期”的策略，将重复检测目标归属至首次出现的时间节点；依据该规则，可自动计算各时间节点的新增对象数量及其占总目标数的比例； 同时，在空间重叠裁剪中，对不同期次中的重复区域进行空间差集运算；随后，统计裁剪后矢量的面积，计算其在全图中的占比： 21 其中，为裁剪后路面区域面积，为整图面积，为当前期次路面覆盖率； 结合分割标签图，识别梁板铺设区域，并将其面积与施工计划中的总铺设面积进行对比，计算当前梁板铺设完成率，计算公式如下： 22 其中，为空间裁剪后已铺设梁板区域的实际面积，为计划铺设总计划面积，为梁板铺设完成率； 通过对桥墩数量、路面覆盖及梁板铺设完成率的综合分析，全面反映施工现场关键构件的施工进度和空间演化情况。

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长安大学，其通讯地址为：710018 陕西省西安市未央区尚苑路长安大学渭水校区；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。