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！

龙图腾网获悉广西品为科技有限公司申请的专利一种风险路段识别与评估方法及系统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：CN120747508B 。

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：202510858023.4，技术领域涉及：G06V10/26；该发明授权一种风险路段识别与评估方法及系统是由陈昊;廖祥熙;易坚;邹仁淳;闭玥设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种风险路段识别与评估方法及系统在说明书摘要公布了：本发明公开了一种风险路段识别与评估方法及系统，属于图像处理技术领域，其方法具体包括：获取图像传感器产生的目标物体图像；对所述目标物体图像中目标物体与背景之间的特征差异进行初步评估，构建第一坐标变换模型，所述特征差异包括纹理、颜色和边缘特征的差异，所述第一坐标变换模型通过特征差异初步评估和几何变换构建；对所述第一坐标变换模型参数进行坐标变形映射转换，得到第二坐标变换模型，基于第二坐标变换模型，进行风险路段的识别与评估；本申请通过融合图像显著性、坐标响应和时序变化信息，实现对目标物体的精准定位与分类，尤其适用于复杂背景、弱光环境或动态场景下。

本发明授权一种风险路段识别与评估方法及系统在权利要求书中公布了：1.一种风险路段识别与评估方法，其特征在于，包括： 获取图像传感器产生的目标物体图像； 对所述目标物体图像中目标物体与背景之间的特征差异进行初步评估，构建第一坐标变换模型，所述特征差异包括纹理、颜色和边缘特征的差异，所述第一坐标变换模型通过特征差异初步评估和几何变换构建； 对所述第一坐标变换模型参数进行坐标变形映射转换，得到第二坐标变换模型，所述坐标变形映射转换通过坐标响应图和差异梯度图融合得到变形映射候选区域，并通过所述变形映射候选区域生成坐标变形映射转换函数进行转换；所述坐标响应图通过将目标物体图像划分尺度层级，在每个尺度层中，根据目标物体区域与背景区域中坐标变换后的位置变化得到；所述差异梯度图通过分析目标物体区域与背景区域在相邻图像帧中的位移方向、幅度和角度变化得到； 基于第二坐标变换模型，进行风险路段的识别与评估； 对所述目标物体图像中目标物体与背景之间的特征差异进行初步评估，构建第一坐标变换模型，包括： 对目标物体图像区域进行划分，提取目标物体图像中不同区域的特征，包括：纹理、颜色和边缘特征； 对目标物体与背景之间的特征差异进行初步评估，得到目标物体与背景的初步特征差异； 根据目标物体与背景的初步特征差异，利用几何变换构建第一坐标变换模型，所述目标物体与背景的初步特征差异用于确定坐标变换模型的初始参数； 所述对目标物体图像区域进行划分，提取目标物体图像中不同区域的特征，包括： 使用图像显著性检测对目标物体图像进行初步划分，生成初步候选区域； 对初步候选区域进行超像素分割，划分为超像素区域； 使用多尺度提取超像素区域的纹理、颜色和边缘特征； 所述对目标物体与背景之间的特征差异进行初步评估，得到目标物体与背景的初步特征差异，包括： 将超像素区域划分为目标物体区域候选集R1和背景区域候选集R2，对R1和R2中的每一个区域，计算与目标物体图像中初步定位的目标物体图像区域的差异得分，所述差异得分基于纹理差异、颜色差异和边缘结构差异进行评分； 对每个区域与目标物体图像的差异得分进行排序，保留排名前n的差异得分对应的区域作为目标物体与背景的初步特征差异； 所述根据目标物体与背景的初步特征差异，利用几何变换构建第一坐标变换模型，包括： 根据目标物体与背景的初步特征差异，构建初步的坐标变换模型，并计算初步的几何变换参数； 从保留的目标物体区域和背景区域中提取特征点，确定目标物体区域和背景区域之间的映射关系，并计算初步变换矩阵； 根据保留的目标物体区域内的局部特征差异，对初步变换矩阵进行调整，得到第一变换矩阵； 根据第一变换矩阵调整初步的坐标变换模型，得到第一坐标变换模型； 对所述第一坐标变换模型参数进行坐标变形映射转换，得到第二坐标变换模型，包括： 在每一帧目标物体图像中，将目标物体图像划分尺度层级，并构建坐标响应图； 分析目标物体区域与背景区域在位移方向、幅度、角度上的变化差异，提取差异梯度图； 将坐标响应图与差异梯度图进行融合，得到变形映射候选区域； 针对每个变形映射候选区域生成一个坐标变形映射转换函数，并统一投影到第一坐标变换模型中，得到第二坐标变换模型； 所述基于第二坐标变换模型，进行风险路段的识别与评估，包括： 根据第二坐标变换模型，计算得到目标物体区域的坐标变化差值； 根据目标物体区域的坐标变化差值，计算目标物体区域坐标变化幅度，生成响应强度图； 选取响应强度图中的高值区域作为高置信度物体候选区，根据高置信度物体候选区的聚集特性，确定物体的图像； 将物体图像输入分类神经网络中，得到目标物体的类别； 基于识别的目标物体和目标物体类别，对风险路段进行识别与评估。

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西品为科技有限公司，其通讯地址为：530022 广西壮族自治区南宁市青秀区长湖路13号长湖景苑2号楼十七层1701号房；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。