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！

龙图腾网获悉华侨大学;先峰时空(厦门)信息技术研究院有限公司申请的专利基于KNet的钢支撑和立柱数量识别方法及装置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：CN119904641B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411990498.0，技术领域涉及：G06V10/26；该发明授权基于KNet的钢支撑和立柱数量识别方法及装置是由王成;林本龙;邓健;苏汉斌设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于KNet的钢支撑和立柱数量识别方法及装置在说明书摘要公布了：本发明涉及基于KNet的钢支撑和立柱数量识别方法及装置，方法包括：获取建筑施工现场包含钢支撑、立柱及背景信息的图像；对图像进行预处理；将预处理后的图像输入预训练的KNet语义分割模型分割，提取高置信度的二值掩膜图像，并通过形态学操作优化图像质量；执行连通域分析计算各区域面积，根据最小面积阈值筛选有效区域，利用形心计算确定钢支撑和立柱的精确位置，评估其分布均匀性和结构稳定性；统计有效区域的数量并生成包含具体位置、数量和分布密度的结构数量统计报告，可视化展示在界面。本发明提供了一种高效、准确的建筑结构检测与数量统计方案，能够自动化地识别和统计钢支撑和立柱数量，解决了建筑工地复杂环境下的识别难题。

本发明授权基于KNet的钢支撑和立柱数量识别方法及装置在权利要求书中公布了：1.一种基于KNet的钢支撑和立柱数量识别方法，其特征在于，包括： S1，获取建筑施工现场的图像数据；所述图像数据的覆盖区域包括钢支撑、立柱和干扰识别的背景信息； S2，对建筑施工现场的图像数据进行预处理； S3，将预处理后的图像数据输入到训练好的基于KNet的语义分割模型执行分割； S4，从模型分割后的图像数据中获取钢支撑和立柱的高置信度的二值掩膜图像，对二值掩膜图像进行形态学操作以优化掩膜图像质量，对优化后的掩膜图像执行连通域分析，计算各区域面积并根据最小面积阈值筛选有效区域，通过形心计算确定有效区域中钢支撑和立柱的精确位置，基于精确位置计算钢支撑和立柱之间的平均欧氏距离及分布密度，以评估分布均匀性，基于分布均匀性对有效区域进行数量统计和几何特征分析，获取钢支撑和立柱的结构稳定性和数量； S5，将得到的钢支撑数量和立柱数量作为最终识别结果，生成结构数量统计报告，并可视化展示在界面上；所述统计报告包括钢支撑和立柱的具体位置、数量和分布密度； 所述S4，具体包括： 提取钢支撑和立柱的二值掩膜图像，筛选出置信度高于第一阈值的二值掩膜图像区域，过滤置信度低于第一阈值的二值掩膜图像区域； 二值掩膜图像满足以下条件： ； 其中，为图像中的像素位置，为提取出的二值掩膜图像，表示像素点的分割置信度，为阈值，用于过滤低置信度区域； 采用形态学操作，消除二值掩膜图像噪声的并填补小空洞； 形态学操作具体为通过闭运算，将闭操作的掩膜记为，公式如下： ； 其中，为形态学操作中的结构元素； 对处理后的二值掩膜图像执行连通域分析，计算每个区域的面积，并根据最小面积阈值过滤掉小于最小面积阈值的区域，保留有效区域； 对闭操作的掩膜进行连通域分析以识别每一个连通区域并计算每个区域的面积，公式如下： ； 通过设置第一阈值来滤掉面积小于的区域，保留符合条件的目标区域，有效区域集合定义为： ； 通过计算每个有效区域的形心位置，以确定钢支撑和立柱的精确位置； 所述形心位置的计算公式如下： ； 其中，为区域的形心位置； 基于精确位置计算钢支撑和立柱之间的平均欧氏距离，并基于有效区域总面积与二值掩膜图像的总面积之比得出钢支撑和立柱在图像中的分布密度，以评估钢支撑和立柱的分布均匀性； 计算钢支撑和立柱之间的平均欧氏距离，公式如下： ； 其中，为相邻钢支撑或立柱的欧氏距离，计算钢支撑和立柱在图像中的分布密度： ； 其中，为有效区域的总面积，为二值掩膜图像的总面积； 分析钢支撑和立柱的几何特征，以及钢支撑和立柱对结构稳定性的影响；通过对有效区域的数量统计，并与密度和平均欧氏距离的计算结果相结合，获取钢支撑和立柱的总数； 通过计算形状因子以衡量目标区域的形状一致性，分析支撑结构的几何特征，公式如下： ； 其中，为区域的周长； 分别计算钢支撑或立柱的数量，公式如下： ； ; 其中，为钢支撑的数量，为钢支撑对应的有效区域，为立柱的数量，为立柱对应的有效区域。

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华侨大学;先峰时空(厦门)信息技术研究院有限公司，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。