中铁大桥局集团有限公司;西南交通大学黄旺明获国家专利权
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!
龙图腾网获悉中铁大桥局集团有限公司;西南交通大学申请的专利一种边坡结构面识别方法、装置、设备及可读存储介质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:CN119559626B 。
龙图腾网通过国家知识产权局官网在2025-08-01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:202411417906.3,技术领域涉及:G06V20/64;该发明授权一种边坡结构面识别方法、装置、设备及可读存储介质是由黄旺明;何奈;胡雄伟;吴何;张琪;富海鹰;杨涛;周明哲设计研发完成,并于2024-10-11向国家知识产权局提交的专利申请。
本一种边坡结构面识别方法、装置、设备及可读存储介质在说明书摘要公布了:本发明提供了一种边坡结构面识别方法、装置、设备及可读存储介质,涉及三维点云结构面识别技术领域,包括得到三维点云数据集;得到多个初始点云集;得到筛选后的目标点云集;得到目标点云集中每个点的法向量;得到目标点云集中每个点对应的结构面分组类别;根据结构面分组类别进行计算,得到目标计算结果。本发明通过对边坡图像进行转化重构建立边坡三维点云集,并通过曲率阈值对于边界点进行筛选剔除,提高法向量的计算精度,将剩余的中心点输入到预设的神经网络中进行识别分类,得到对应的结构面分组类别,从而计算得到任一结构面的倾向和倾角,本发明结合神经网络模型实现了岩体结构面的精准识别,有效的提高了岩体结构面的识别效率。
本发明授权一种边坡结构面识别方法、装置、设备及可读存储介质在权利要求书中公布了:1.一种边坡结构面识别方法,其特征在于,包括: 获取边坡图像,并基于所述边坡图像进行转化重构,得到三维点云数据集; 基于近邻搜索算法对所述三维点云数据集进行分类,得到多个初始点云集,所述初始点云集由目标点和近邻点构成; 根据多个初始点云集计算得到每个目标点的曲率值,并基于所述曲率值进行点的共面筛选,得到筛选后的目标点云集; 根据所述目标点云集进行计算,得到目标点云集中每个点的法向量; 将所述法向量带入预先训练的神经网络模型中,得到目标点云集中每个点对应的结构面分组类别; 根据目标点云集中每个点对应的结构面分组类别进行计算,得到目标计算结果,所述目标计算结果包括结构面分组类别中每个结构面的倾角和倾向; 其中,将所述法向量带入预先训练的神经网络模型中,得到目标点云集中每个点对应的结构面分组类别,包括: 获取所述神经网络模型的初始学习率、初始邻域半径、初始权向量、最大迭代次数和设定节点数目; 计算目标点云集中每个点与所述神经网络模型中每个神经元的距离,并确定出最小距离对应的目标神经元; 计算操作:基于所述初始邻域半径和所述目标神经元对应的最小距离,计算得到优胜邻域; 获取操作:获取所述优胜邻域的计算次数,作为迭代次数; 第一更新操作:基于所述初始学习率、所述迭代次数和所述最大迭代次数,更新所述初始学习率; 第二更新操作:基于所述初始邻域半径、所述迭代次数和所述最大迭代次数,更新所述初始邻域半径; 第三更新操作:基于所述初始权向量、所述优胜邻域、所述初始权向量、所述初始学习率、所述法向量和所述初始邻域半径,更新所述初始权向量; 重复所述计算操作、所述获取操作、所述第一更新操作、所述第二更新操作和所述第三更新操作,直到所述迭代次数大于所述最大迭代次数,基于更新后的所述初始权向量将目标点云集中的所有点划分到结构面分类簇中,所述结构面分类簇包含多个结构面簇; 调整所述设定节点数目,得到多个对应的结构面分类簇,每个结构面分类簇中的结构面簇数量不相同; 从多个结构面分类簇中确定出最优结构面分类簇,作为所述结构面分组类别。
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大桥局集团有限公司;西南交通大学,其通讯地址为:430050 湖北省武汉市汉阳区汉阳大道38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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。