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！

龙图腾网获悉昆明理工大学申请的专利一种露天采场周边的自适应裂缝识别与量化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：CN119540531B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411616281.3，技术领域涉及：G06V10/25；该发明授权一种露天采场周边的自适应裂缝识别与量化方法是由陈杰;刘梓硕;李建东;张小强;李曼焘设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种露天采场周边的自适应裂缝识别与量化方法在说明书摘要公布了：本发明公开了一种露天采场周边的自适应裂缝识别与量化方法，包括图像预处理与裂缝识别步骤。本发明针对露天采场环境的复杂性，采用了高斯金字塔对图像进行多尺度分析，并通过伽马变换实现灰度均衡化，以适应不同光照条件下的裂缝识别需求；裂缝识别部分，本发明使用改进的差值熵对局部阈值分割算法进行优化，旨在实现对采场裂缝的高效率、高精度检测，该方法能够根据图像局部区域的灰度分布动态确定分割阈值，有效提高了裂缝识别的准确性和鲁棒性；本发明方法不仅极大提升了裂缝检测的自动化水平，还为露天采场的安全管理和风险预警提供了强有力的技术支撑，具有重要的实际应用价值和广阔的市场前景。

本发明授权一种露天采场周边的自适应裂缝识别与量化方法在权利要求书中公布了：1.一种露天采场周边的自适应裂缝识别与量化方法，其特征在于包括以下步骤： S100、图像预处理：先将原始图像转换为灰度图，再构建高斯图像金字塔，使用高斯滤波对图像进行平滑，使用自适应伽马变换进行图像增强； S200、裂缝识别： S201、改进的差值熵：基于改进的差值熵方法对局部阈值分割算法的参数进行拟合，具体是： S2011、基于滑动窗口和高斯权重矩阵计算中心像素与其它像素的加权差值：设图像使用任意半径的滑动窗口遍历图像的所有像素，并求得窗口中心像素和其余像素灰度值的差值，即单个像素的灰度差值矩阵；其中，灰度差值的取值范围为[0,255]，灰度差值矩阵的中心元素的差值为0；基于二维高斯分布的概率密度函数，生成n×n大小的权重矩阵；由于差值矩阵的中心为0，将矩阵中心的权重依据其余元素的权重的大小分给其它元素；二维高斯分布的概率密度函数为： ， 其中，是二维随机变量，μ是均值向量，Σ是协方差矩阵，|Σ|表示协方差矩阵的行列式； S2012、建立差值的分布律：利用每个像素的灰度差值矩阵和权重矩阵，记录灰度差值矩阵中的每个差值出现的权重数，即加权次数，进而得到该图像每个像素与其周围像素之间灰度值的差值的分布X； S2013、代入改进的差值熵公式：改进的差值熵Hx的计算公式为： ， 其中，i为该差值的值，n为灰度级数，Px为差值的分布率； S202、参数拟合： S2021、通过局部阈值分割参数分析实验，获取足量在裂缝识别效果最好时，最佳灵敏度与最佳最小标准差阈值数据； S2022、基于最小二乘拟合方法，将每张实验图像的差值熵与该图像的最佳参数进行拟合，并建立函数关系； S203、基于局部阈值分割算法的自适应阈值分割： S2031、使用可定义大小的滑动窗口，计算窗口内像素灰度值的均值与标准差； S2032、计算整幅图像的均值和众数，对比均值与众数，均值更小则前景灰度值比背景低，均值更大则前景灰度值比背景高，从而辨别图像前景为较高灰度值还是较低灰度值； S2033、利用标准差分割、明暗参数与灵敏度参数，分割滑动窗口中的前景和背景，前景即裂缝。

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昆明理工大学，其通讯地址为：650000 云南省昆明市呈贡区昆明理工大学；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。