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三维激光点云与深度神经网络的路面病害自动分割与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：CN116681713B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310606129.6，技术领域涉及：G06T7/11；该发明授权基于三维激光点云与深度神经网络的路面病害自动分割与测量方法及系统是由童峥;佘旭晖;张伟光;马涛;袁文博;王康南设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于三维激光点云与深度神经网络的路面病害自动分割与测量方法及系统在说明书摘要公布了：本发明涉及一种基于三维激光点云与深度神经网络的路面病害自动分割与测量方法及系统，包括点云数据采集、点云数据转为图像数据、制作病害分割数据集、检测模型构建与训练以及基于检测结果的路面病害空间形态测量；同时将转换、标注、分割、统计方法封装合并，得到一个输入点云数据，输出病害检测结果图像与空间形态参数的路面病害自动分割测量系统。本发明以激光点云数据为基础，实现从激光点云原始数据到识别结果全过程自动化与智能化，有利于提高沥青路面病害检测的效率。

本发明授权基于三维激光点云与深度神经网络的路面病害自动分割与测量方法及系统在权利要求书中公布了：1.基于三维激光点云与深度神经网络的路面病害自动分割与测量方法，其特征在于：具体包括以下步骤： 步骤S1：启动三维激光扫描仪扫描路面行车道，行进编码器触发三维激光扫描仪保存功能，保存W米路面行车道的路表三维扫描结果，前述保存的路表三维扫描结果是格式为.dat的点云数据文件； 步骤S2：将点云数据文件转换成W×H尺寸的矩阵，其中，W为点云数据文件覆盖的车辆行进长度，H为点云数据文件覆盖的扫描宽度；同时W×H尺寸矩阵内的激光点云测得的高度值Z保存在矩阵内对应位置； 步骤S3：采用最大归一法将高度值Z归一化至0-255范围内，得到W×H尺寸的点位相对高度值灰度图； 步骤S4：运用Labelme软件对点位相对高度值灰度图进行像素级标注，将标注结果转化为标签图片；将标签图片分割成n份，判断每小份中目标像素占据的比例，预设比例值； 若小份中目标像素占据的比例超过预设比例值，则保留符合要求的小份以及对应的点位相对高度值灰度图，继续下一步；若小份中目标像素占据的比例未超过预设比例值，则继续将下一小份中目标像素占据的比例与预设比例值进行对比； 步骤S5：将保留的符合要求的小份以及对应的点位相对高度值灰度图，形成数据集，并将数据集随机分成训练数据集以及验证数据集； 步骤S6：载入训练数据集编译检测模型，通过构建卷积神经网络对训练数据集进行训练，获得的损失函数设置为分类交叉熵；输出的训练结果自动保存在model_path路径下； 步骤S7：载入验证数据集与步骤S6中训练完毕的检测模型，获得图像分割的测量标准IoU，若测量标准IoU超过70％，则检测模型能够应用，若测量标准IoU低于70％，则重复步骤S1-步骤S6，直至图像分割的测量标准IoU超过70％； 步骤S8：基于步骤S7验证后的检测模型，将标签图像的分割结果在像素点尺寸上求和，得到路面病害的长度l、宽度d；根据点位相对高度值灰度图的生成逻辑，逆向计算路面病害边缘像素点实际平均高度与标签图像分割区域内像素最低点的高度得到路面病害深度h； 步骤S9：将步骤S2-S3的点云数据文件转为图像数据、步骤S4-S5的制作路面病害分割数据集、步骤S6的检测模型构建与训练、步骤S7的检测模型验证以及步骤S8的基于检测模型进行路面病害空间实际形态测量封装合并，输入步骤S1采集的点云数据文件，输出病害检测结果图像及空间形态参数的路面病害自动分割测量系统。

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新街口街道四牌楼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。