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！

龙图腾网获悉广州地铁设计研究院股份有限公司;广州科技职业技术大学;中铁二十二局集团第五工程有限公司;深圳大学;广东工业大学申请的专利基于计算机视觉的岩溶区大直径桩施工过程监测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：CN120894368B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511415946.9，技术领域涉及：G06T7/00；该发明授权基于计算机视觉的岩溶区大直径桩施工过程监测方法是由昝子卉;张丽娟;朱勇;王冉;李栋;谢芳君;姚正斐;侯振坤;卓文海;王艳红;廖贵玲;马述起;戴培义;王英森;曾晓峰;戴帅;杨文杰设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本基于计算机视觉的岩溶区大直径桩施工过程监测方法在说明书摘要公布了：本发明公开了基于计算机视觉的岩溶区大直径桩施工过程监测方法，包括泥浆的图像采集、视觉特征的量化提取、视觉特征库的构建、分类模型的建立和病害类型及严重程度判别；通过在泥浆槽入口、出口和沉淀池部署高清工业相机，实现了对泥浆的颜色特征、浑浊度特征、气泡特征和固体颗粒物特征的同步量化提取，基于计算机视觉技术有效判别溶洞裂隙渗漏、孔壁坍塌、泥浆性能劣化等典型病害类型及其严重程度，显著提升施工风险的快速响应能力，降低事故扩大概率及经济损失。

本发明授权基于计算机视觉的岩溶区大直径桩施工过程监测方法在权利要求书中公布了：1.基于计算机视觉的岩溶区大直径桩施工过程监测方法，其特征在于，包括以下步骤： S1、泥浆的图像采集：将高清工业相机布设于泥浆槽入口处、泥浆槽出口处和沉淀池上方，持续采集实时图像数据并实时传输至控制中枢；所述实时图像数据包括注入孔内前的泥浆初始状态图像数据、完成孔内循环后的泥浆状态图像数据、泥浆沉淀过程中的状态变化图像数据； S2、视觉特征的量化提取：控制中枢接收所述实时图像数据后，提取所述实时图像数据的颜色特征、浑浊度特征、气泡特征和固体颗粒物特征，从而集合构成实时特征向量O1；其中，固体颗粒物特征的提取，是从所述实时图像数据中识别并分析泥浆内的悬浮或沉积的固体颗粒物，提取反映其来源、状态及动态的固体颗粒物特征；所述固体颗粒物包括原生岩屑、坍塌碎块、金属碎屑；所述固体颗粒物特征包括颗粒浓度Q1、颗粒浓度梯度幅值Q2和颗粒轮廓分形维数Q3；其中，颗粒浓度Q1为单位面积图像中固体颗粒物所占的像素比例，如下表达式所示： 其中，Q4为固体颗粒物所占像素的总个数，Q5为图像总像素数； 颗粒浓度梯度幅值Q2根据颗粒浓度Q1采用中心差分法计算； 颗粒轮廓分形维数Q3采用盒计数法计算，将网格尺寸为S的网格覆盖于颗粒轮廓上，且S∈[Smin，Smax]，对于每个尺寸S分别计算覆盖轮廓所需的最小网格盒数Q6S，则颗粒轮廓分形维数Q3如下表达式所示： 具体计算中，颗粒轮廓分形维数Q3通过线性回归拟合log Q6S与log1S之间的斜率获得； S3、视觉特征库的构建：通过构建样本数据集、训练特征提取模型、生成病害特征向量集和建立动态更新机制，构建岩溶区泥浆病害视觉特征库并实现动态更新； S4、分类模型的建立：采用基于SVM的多分类模型，建立实时特征向量O1与病害概率向量O2的映射关系；其中，基于SVM的多分类模型进行训练时，从所述岩溶区泥浆病害视觉特征库中随机选取70%样本作为训练集、剩余的30%样本作为验证集；病害概率向量O2=[ Pleak，Pcollape，Pdegradation，Pnormal]，其中，Pleak为溶洞裂隙渗漏的概率，Pcollape为孔壁坍塌的概率，Pdegradation为泥浆性能劣化，Pnormal为正常状态的概率；Pleak、Pcollape、Pdegradation、Pnormal的取值范围均为[0,1]，且Pleak+Pcollape+Pdegradation+Pnormal=1； S5、病害类型及严重程度判别：将步骤S2根据所述实时图像数据生成的所述实时特征向量O1输入至步骤S4中训练完成的基于SVM的多分类模型，输出病害概率向量O2=[Pleak，Pcollape，Pdegradation，Pnormal]；定义最严重病害发生概率Pmax=max{Pleak，Pcollape，Pdegradationl}，并对应确定最严重病害类型Tmax∈{溶洞裂隙渗漏、孔壁坍塌、泥浆性能劣化}；根据岩溶区大直径桩施工历史病害数据及工程安全标准设定病害预警阈值[Pmax]；当Pmax≤[Pmax]时，判定当前施工状态为低风险，维持常规监测频率；当Pmax＞[Pmax]时，判定当前存在显著病害风险，计算严重程度指数IM，如下式所示： 其中β1和β2均为权重系数，取值范围均为[0,1]，且β1+β2=1；dPmaxdt为目标病害概率随时间的变化率。

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地铁设计研究院股份有限公司;广州科技职业技术大学;中铁二十二局集团第五工程有限公司;深圳大学;广东工业大学，其通讯地址为：510080 广东省广州市白云区云城北二路129号地铁设计大厦；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。