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！

龙图腾网获悉成都零一通途科技有限公司申请的专利一种施工现场的智能巡检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：CN121191016B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511729469.3，技术领域涉及：G06V20/13；该发明授权一种施工现场的智能巡检方法及系统是由杨超;蔚欣欣;冯松;郭明浩;杜钦钦设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种施工现场的智能巡检方法及系统在说明书摘要公布了：本发明公开了一种施工现场的智能巡检方法及系统，属于图像处理技术领域。本发明首先对施工现场水泥路面的遥感图像进行处理，定位路面像素区域；接着依据该区域的像素均值计算各像素点的相对差异值，生成差异值分布图像；然后在分布图像的各窗口区域提取最大值和最小值，分别得到高差异值与低差异值压缩图像。之后，将非路面像素区域标记为异常点，并对两类压缩图像进行网格化划分，基于网格内的异常点计算差异特征值，形成高、低差异特征矩阵；再分别计算各网格差异特征值的联合偏差度，得到高、低联合偏差矩阵；最后通过路面缺陷特征评估网络处理上述矩阵，输出路面质量评分。本发明通过多维度特征提取与智能评估，有效提升了路面评估的精度。

本发明授权一种施工现场的智能巡检方法及系统在权利要求书中公布了：1.一种施工现场的智能巡检方法，其特征在于，包括以下步骤： 在施工现场的水泥路面遥感图像上找到路面像素区域； 根据路面像素区域的像素均值，计算每个像素点的像素相对差异值，得到差异值分布图像； 在差异值分布图像中每个窗口区域提取最大值和最小值，得到高差异值压缩图像和低差异值压缩图像； 将除路面像素区域外的其他像素点均标记为异常点，将高差异值压缩图像和低差异值压缩图像均进行网格化划分，基于网格中异常点，对每个网格计算差异特征值，得到高差异特征矩阵和低差异特征矩阵； 分别对高差异值压缩图像和低差异值压缩图像上每个网格的差异特征值计算联合偏差度，得到高联合偏差矩阵和低联合偏差矩阵； 采用路面缺陷特征评估网络处理高差异特征矩阵、低差异特征矩阵、高联合偏差矩阵和低联合偏差矩阵，得到路面质量评分； 路面缺陷特征评估网络包括：第一差异偏差特征融合单元、第二差异偏差特征融合单元、第一最大池化层、第二最大池化层、第一平均池化层、第二平均池化层、加法器A1、加法器A2、第一堆叠卷积单元、第二堆叠卷积单元和全连接层； 第一差异偏差特征融合单元的第一输入端用于输入高差异特征矩阵，其第二输入端用于输入高联合偏差矩阵，其输出端分别与第一最大池化层的输入端和第一平均池化层的输入端连接； 第二差异偏差特征融合单元的第一输入端用于输入低差异特征矩阵，其第二输入端用于输入低联合偏差矩阵，其输出端分别与第二最大池化层的输入端和第二平均池化层的输入端连接； 加法器A1的输入端分别与第一最大池化层的输出端和第二最大池化层的输出端连接，其输出端与第一堆叠卷积单元的输入端连接； 加法器A2的输入端分别与第一平均池化层的输出端和第二平均池化层的输出端连接，其输出端与第二堆叠卷积单元的输入端连接； 全连接层的输入端分别与第一堆叠卷积单元的输出端和第二堆叠卷积单元的输出端连接，其输出端作为路面缺陷特征评估网络的输出端； 第一差异偏差特征融合单元和第二差异偏差特征融合单元结构相同，均包括：第一多尺度卷积特征提取模块、第二多尺度卷积特征提取模块、第一1×1卷积层、第二1×1卷积层、加法器A3、加法器A4和乘法器M1； 第一多尺度卷积特征提取模块的输入端与加法器A3的第一输入端连接，并作为第一差异偏差特征融合单元和第二差异偏差特征融合单元的第一输入端； 第二多尺度卷积特征提取模块的输入端与加法器A4的第一输入端连接，并作为第一差异偏差特征融合单元和第二差异偏差特征融合单元的第二输入端； 第一1×1卷积层的输入端与第一多尺度卷积特征提取模块的输出端连接，其输出端与加法器A3的第二输入端连接； 第二1×1卷积层的输入端与第二多尺度卷积特征提取模块的输出端连接，其输出端与加法器A4的第二输入端连接；乘法器M1的输入端分别与加法器A3的输出端和加法器A4的输出端连接，其输出端作为第一差异偏差特征融合单元和第二差异偏差特征融合单元的输出端。

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成都零一通途科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区天府五街200号3号楼A区4楼401室；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。