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！

龙图腾网获悉北京科技大学申请的专利基于视觉分割与去模糊增强的结构多目标变形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：CN121053065B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511027204.9，技术领域涉及：G06T7/00；该发明授权基于视觉分割与去模糊增强的结构多目标变形监测方法是由刘晓刚;徐刚;杨雅岚;张赢水;岳清瑞设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于视觉分割与去模糊增强的结构多目标变形监测方法在说明书摘要公布了：本发明公开一种基于视觉分割与去模糊增强的结构多目标变形监测方法，涉及工程结构健康监测技术领域。方法包括：获取待监测结构面不同景深平面的连续时序多目标图像；在首帧中通过交互式提示点输入至预训练分割模型生成多目标掩膜，基于连通域分析剔除噪声区域；采用基于边界判定的自适应多尺度裁剪策略进行裁剪，获得子图；采用预训练去模糊神经网络对子图进行图像增强；提取子图内目标掩膜区域的中心点和外接矩形坐标并统一映射回全图坐标系；基于首帧的中心点和边界信息动态更新后续帧的裁剪窗口，通过比较首帧与后续帧中心点位置并结合相机标定参数，将像素级位移换算为物理单位或三维坐标变化，实现高精度连续监测。

本发明授权基于视觉分割与去模糊增强的结构多目标变形监测方法在权利要求书中公布了：1.一种基于视觉分割与去模糊增强的结构多目标变形监测方法，其特征在于，所述方法包括： S1、获取待监测结构面不同景深平面的连续时序多目标图像；基于预先选取的前景提示点，将所述多目标图像的首帧图像输入预训练的SAM分割模型中，输出初步的多标靶目标分割掩膜； S2、基于初步的多目标分割掩膜，采用预先选取的前景提示点和连通域分析法进行噪声自动剔除处理，获得有效连通区域，并对有效连通区域进行编号； S3、提取有效连通区域的外接矩形，采用基于边界条件的自适应多尺度裁剪策略进行裁剪，获得多标靶目标区域子图； 其中，所述S3的提取有效连通区域外接矩形和中心点，采用基于边界条件的自适应多尺度裁剪策略进行裁剪，包括： S31、对每个有效连通区域提取外接矩形，基于每个有效连通区域的几何尺寸进行初步裁剪，获得裁剪子图； S32、将裁剪子图输入预训练的SAM分割模型中，判断前景掩膜是否接触边界存在边界重叠，若存在边界重叠，则对相应方向的裁剪边界按照设定的比例逐步扩展，直至前景掩膜在裁剪框中完整覆盖且无重叠为止，停止裁剪； S4、将多标靶目标区域子图输入预训练的NAFNet网络模型中进行增强处理，获得增强后的多标靶子图； S5、提取增强后的多标靶子图内目标掩膜区域的中心点和外接矩形坐标，并将增强后的多标靶子图输入视觉分割模型中进行分割处理，获得各个标靶掩膜；计算各个标靶掩膜的中心点坐标，并通过坐标换算将所述增强后的多标靶子图内的坐标统一映射回原始全幅图像坐标系中，输出分割后首帧图像的中心点和外接矩形的坐标； S6、根据首帧图像的中心点和外接矩形的坐标，采用基于掩膜边界判定的裁剪区域动态更新策略对下一帧图像的子图位置进行自动更新，生成下一帧图像的中心点坐标和外接矩形的坐标； S7、将首帧与下一帧中各标靶在原始图像坐标系下的像素中心点位置进行比较，并结合相机标定参数进行对比，获得多目标变形监测结果。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。