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！

龙图腾网获悉西南交通大学申请的专利一种桥梁裂缝智能识别与测量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：CN117911371B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202410082136.5，技术领域涉及：G06T7/00；该发明授权一种桥梁裂缝智能识别与测量方法是由李泽伟;谢明志;廖曼;樊丁萌;蒋志鹏;杨永清;黄胜前设计研发完成，并于2024-01-19向国家知识产权局提交的专利申请。

本一种桥梁裂缝智能识别与测量方法在说明书摘要公布了：本发明提出一种桥梁裂缝智能识别与测量方法，属于桥梁结构检测技术领域，以解决现有多数图像语义分割算法通过跳跃连接融合低级和高级语义特征，实现较高精度的图像分割，却少有算法对输入图像进行改进的问题；本发明首先将待处理的桥梁图像输入到目标识别定位模型中，对图像中的裂缝进行识别定位，输出桥梁裂缝图像；然后将步骤1中输出得到的桥梁裂缝图像输入到超清图像分割模型中，得到桥梁裂缝的二值图像；最后基于最短距离法与正交骨架法的混合法对步骤2得到的裂缝的二值图像进行像素宽度测量。本发明方法能够更快速、更准确的实现对复杂环境下桥梁裂缝的识别定位；并通过优化语义分割模型从输入端改善了裂缝分割准确性不足的问题。

本发明授权一种桥梁裂缝智能识别与测量方法在权利要求书中公布了：1.一种桥梁裂缝智能识别与测量方法，其特征在于，包括以下步骤： 步骤1：将桥梁裂缝数据集输入到YOLOv8网络中进行迁移学习，得到目标识别定位模型，将待处理的桥梁图像输入到目标识别定位模型中，对图像中的裂缝进行识别定位，输出桥梁裂缝图像； 步骤2：建立超清图像分割模型，将步骤1中输出得到的桥梁裂缝图像输入到超清图像分割模型中，得到桥梁裂缝的二值图像； 步骤2中的超清图像分割模型由超分辨图像网络和图像语义分割网络通过损失函数联合构成，包括： 步骤A：利用L1损失函数求取超分辨网络所产生的误差； 步骤B：引用边界损失函数，对语义分割过程中正负样本不平衡的问题进行优化； 步骤C：利用广义Dice损失避免由于类的不平衡陷入局部最小值的问题； 步骤2中所述建立超清图像分割模型，具体包括以下步骤： 步骤2.1：构建加强图像特征的超分辨图像网络，所述超分辨图像网络利用3×3卷积对桥梁裂缝图像进行特征提取，通过1×1卷积桥梁裂缝图像进行降维，然后将经过降维后的特征输入到投影单元，通过向上投影单元和向下投影单元不断交替输出高清与低清特征映射，将所有向上投影单元产生的高清特征映射融合起来，通过3×3卷积对其进行重构，得到最终的裂缝高清图像； 其中，上投影单元对前置所有下投影单元输出的低清特征映射进行融合，并对其进行反卷积得到高清特征映射；下投影单元则融合所有前置所有上投影单元输出的高清特征映射，获取深层次的图像特征，通过卷积输出低清特征映射； 步骤2.2：构建语义分割网络UNet，通过所述UNet网络的编码器、解码器及跳跃连接结构对步骤2.1中的裂缝高清图像进行二值分割，得到裂缝二值图像。 步骤3：基于最短距离法与正交骨架法的混合法对步骤2得到的裂缝的二值图像进行像素宽度测量，在得到裂缝的像素宽度以后，通过像素标定，获取裂缝的真实宽度信息，图像中每个像素所对应的物理尺寸，由下式得： Wpp＝10WdWfPc 其中，Wpp为单个像素对应的物理尺寸，Wd为相机的拍摄距离，Wf为相机焦距，Pc为相机感光元件1cm所含的像素数量。

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西南交通大学，其通讯地址为：610000 四川省成都市二环路北一段；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”。