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！

龙图腾网获悉广州航海学院申请的专利一种深度学习和计算机视觉的桥梁结构裂缝位置识别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：CN119295660B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202411359476.4，技术领域涉及：G06T17/00；该发明授权一种深度学习和计算机视觉的桥梁结构裂缝位置识别方法是由江学良;张劲文;赵盈皓;黄昆泓;陈冉;杨慧设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种深度学习和计算机视觉的桥梁结构裂缝位置识别方法在说明书摘要公布了：本申请提供一种深度学习和计算机视觉的桥梁结构裂缝位置识别方法，包括：获取多视角可见光图像与深度图像，根据配准参数融合可见光与深度图像，生成包含桥梁的纹理和深度信息的融合图像；针对融合图像，采用自适应阈值分割算法提取裂缝区域，动态调整阈值大小，得到裂缝二值图像；根据裂缝二值图像，通过三维重建算法计算裂缝像素点的三维坐标，重建得到包含裂缝空间位置和形态信息的三维点云数据；基于三维点云数据，采用三维局部特征描述符刻画裂缝表面几何属性，计算裂缝片段参数，构建三维裂缝模型；基于深度学习模型，采用迁移学习策略，形成自适应可迁移的桥梁裂缝三维检测方法，更新模型参数使其适应目标桥梁特点。

本发明授权一种深度学习和计算机视觉的桥梁结构裂缝位置识别方法在权利要求书中公布了：1.一种深度学习和计算机视觉的桥梁结构裂缝位置识别方法，其特征在于，所述方法包括：获取多视角可见光图像与深度图像，根据配准参数融合可见光与深度图像，生成包含桥梁的纹理和深度信息的融合图像；针对融合图像，采用自适应阈值分割算法提取裂缝区域，动态调整阈值大小，得到裂缝二值图像；根据裂缝二值图像，通过三维重建算法计算裂缝像素点的三维坐标，重建得到包含裂缝空间位置和形态信息的三维点云数据；基于三维点云数据，采用三维局部特征描述符刻画裂缝表面几何属性，计算裂缝片段参数，构建三维裂缝模型，包括:对三维点云数据进行预处理，采用基于曲率的自适应采样方法，得到采样后的点云数据；根据采样后的点云数据，利用快速点特征直方图算法提取局部几何特征，获取每个点的特征描述符；基于所述局部几何特征，使用区域生长算法对点云进行分割，确定每个裂缝片段的参数；针对所述裂缝片段，采用最小二乘平面拟合方法进行建模，计算平面方程系数；若所述平面方程系数的拟合残差超过预设阈值，则对所述裂缝片段采用二次曲面拟合；对建模后的三维裂缝模型进行交叉验证，判断三维裂缝模型的均方根误差是否小于预设误差阈值；若所述均方根误差小于预设误差阈值，则确定所述三维裂缝模型有效；根据有效的三维裂缝模型，计算裂缝交叉点坐标和夹角，判断裂缝连通性，得到完整的三维裂缝网络模型；根据三维裂缝模型的空间位置、形态信息、几何属性，选择非接触式激励方案，采集激励前后图像，通过图像差分提取裂缝动态响应特征，包括:根据三维裂缝模型的空间位置、形态信息和几何属性，选择激光激励作为非接触式激励方案，针对裂缝深度设置激光功率和脉冲持续时间；获取激光功率和脉冲持续时间，采用高分辨率相机采集激励前基准图像；根据激光功率和脉冲持续时间执行激光激励，通过高速相机采集激励过程中的动态图像序列；对激励前基准图像和激励后图像序列进行图像差分处理，采用子像素级别的互相关算法计算位移场，得到裂缝动态响应特征；对裂缝动态响应特征进行小波变换，提取时频特征，计算主要频率成分和能量分布；若主要频率成分和能量分布满足预设条件，则将裂缝动态响应特征与三维裂缝模型进行关联，建立裂缝几何参数与动态响应特征之间的映射关系；将裂缝特征作为输入，重新建立裂缝模型，将重建的裂缝模型与裂缝特征数据库中的三维模型进行匹配，匹配好形成深度学习模型，实现裂缝的分类和程度评估；基于深度学习模型，采用迁移学习策略，形成自适应可迁移的桥梁裂缝三维检测方法，更新模型参数使其适应目标桥梁特点。

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广州航海学院，其通讯地址为：510000 广东省广州市黄埔区红山三路101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。