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！

龙图腾网获悉中南大学申请的专利一种岩体裂隙智能识别并数字化重构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：CN121074533B 。

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：202511625869.X，技术领域涉及：G06V10/764；该发明授权一种岩体裂隙智能识别并数字化重构方法是由黄刚海;陈一祺;易雄伟;张升设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种岩体裂隙智能识别并数字化重构方法在说明书摘要公布了：本发明涉及岩体工程技术领域，特别涉及一种岩体裂隙智能识别并数字化重构方法，包括：采集岩体裂隙图像；人工标记色块；基于迁移学习，引入已标注的医学影像细胞膜样本以及道路裂隙样本，对裂隙识别模型进行联合训练；将岩体裂隙图像输入裂隙识别模型对裂隙分割，搭建蛇形卷积网络对图像进行多尺度特征提取；对二值图像进行数字化重构，得到方框集合与折线集合数据；将数字化数据从像素尺度还原到工程尺度。本发明实现了岩体裂隙图像的智能识别、再到数字化重构的全流程自动化，可广泛应用于岩土工程设计、边坡灾害识别、地下空间稳定性分析等领域。

本发明授权一种岩体裂隙智能识别并数字化重构方法在权利要求书中公布了：1.一种岩体裂隙智能识别并数字化重构方法，其特征在于，包括如下步骤： S10，采集岩体裂隙图像； S20，在真实岩体表面以及岩体裂隙图像中选取多个空间特征点，采用人工标记方式在岩体裂隙图像中的空间特征点位置添加标记色块，获取标记色块在物理空间中的坐标值，记录标记色块的颜色对应十六进制码并将图像坐标与实际物理坐标进行配对记录； S30，基于迁移学习，引入已标注的医学影像细胞膜样本以及道路裂隙样本，对裂隙识别模型进行联合训练； S40，将岩体裂隙图像输入裂隙识别模型对裂隙分割，搭建蛇形卷积网络对图像进行多尺度特征提取； 蛇形卷积网络通过逐层采用可学习的、沿曲线延伸的采样格并额外预测采样偏移，在特征提取阶段显式编码裂隙的边缘走向与宽度变化，输出每像素的裂隙概率图，概率图经Sigmoid映射并按阈值得到最终裂隙二值图像； S50，对二值图像进行数字化重构，得到方框集合与折线集合数据； 对裂隙识别结果的二值图像进行结构化数据转换，将裂隙像素转换为多组方框数据； S50中对裂隙区域进行细化，设当前像素为，其八领域像素依次为，像素取值为0代表背景或1代表前景，位于上方，其它像素按顺时针方向依次编号，定义领域前景像素个数如下： ； 其中，的取值范围为0至8； 定义领域中从背景像素到前景像素的跳变次数，具体计算公式为： ； 其中，； 在像素删除过程中，每次迭代包括两个子步骤，在第一个子步骤中，当像素同时满足以下条件时，将其标记为可删除： ； 在第二个子步骤中，当像素同时满足以下条件时，将其标记为可删除： ； 在每一次迭代过程中，首先执行第一个子步骤公式所示的条件判断，删除满足条件的像素；然后执行第二个子步骤公式所示的条件判断，删除满足条件的像素；重复上述迭代，直至不存在新的像素被删除为止，从而得到单像素宽度的线条，并根据像素邻接关系将细化结果连接为多组折线数据，反映裂隙的空间路径和几何形态； S60，基于色块标定法建立像素与物理空间之间的对应关系，选取图像中预设的标定色块作为参考区域，通过已知的标记色块实际尺寸与在图像中的像素长度计算出图像的像素-物理尺度转换因子，结合标记色块实际物理坐标，构建像素与物理空间坐标之间的映射模型，实现图像尺度向实际物理尺度的还原； 采用色块标定法时，标记色块之间的实际物理距离除以标记色块之间的像素距离获得像素到物理世界的比例尺，二值图像中裂隙的像素坐标乘以像素到物理世界的比例尺得到物理世界尺度裂隙坐标，物理世界尺度裂隙坐标再乘以对应的旋转矩阵得到物理世界裂隙坐标。

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南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。