買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜東南大學;江蘇東印智慧工程技術研究院有限公司申請的專利一種道路表觀病害智能識別方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114529522B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210101302.2，技術領域涉及：G06T7/00；該發明授權一種道路表觀病害智能識別方法和系統是由吳剛;戴姣;劉慧;侯士通;陳金橋;費東煒;王浩琛設計研發完成，并于2022-01-27向國家知識產權局提交的專利申請。

本一種道路表觀病害智能識別方法和系統在說明書摘要公布了：本發明公開了一種道路表觀病害智能識別方法和系統，基于目標檢測模型對輸入的道路表觀圖像進行病害檢測，返回道路病害的病害區域位置坐標信息，病害類型以及病害的置信度；利用固定大小的小框格精確定位病害區域，便于對特定病害進行長度或面積的計算；對精確定位的結果進行后處理，包括移除孤立框和移除相同項，得到最終的識別結果。本發明能夠自動化病害識別，降低了檢測誤報率，提高了檢測效率。

本發明授權一種道路表觀病害智能識別方法和系統在權利要求書中公布了：1.一種道路表觀病害智能識別方法，其特征在于，包括以下步驟：1道路表觀病害的粗定位：基于目標檢測模型對輸入的道路表觀圖像進行病害檢測，返回道路病害的病害區域位置坐標信息，病害類型以及病害的置信度；2道路表觀病害的精確定位：利用固定大小的小框格精確定位病害區域，便于對特定病害進行長度或面積的計算；3定位結果的后處理：對精確定位的結果進行后處理，包括移除孤立框和移除相同項，得到最終的識別結果；步驟1的具體過程如下：1a獲取多功能路況檢測車采集的圖像，對數據進行篩選并按照所屬病害類別對圖像進行標注，構建道路表觀病害標注數據集，并擴充部分無病害圖像作為背景圖，共同作為總數據集，將總數據集劃分成訓練集和驗證集；1b基于目標檢測方法構建道路表觀病害檢測模型，利用訓練集對道路表觀病害檢測模型進行訓練，將驗證集用于訓練后的道路表觀病害檢測模型，保存在驗證集上表現最好的道路表觀病害檢測模型作為病害粗定位模型；1c將待檢測的道路表觀圖像傳入到病害粗定位模型中，得到病害的檢測框detected_Box：detected_Box＝[Box,confidence,class]其中，Box＝[x1,y1,x2,y2],x1,y1,x2,y2分別表示病害檢測框的左上頂點坐標和右下頂點坐標，confidence表示存在病害的概率值，class表示具體的病害類別；步驟2的具體過程如下：2a小框格劃分：將Box區域劃分為一系列小框格圖像，記為R_Images：RW＝TW·WRH＝TH·H其中，RW和RH為小框格的長和寬，W和H為道路檢測圖像的長和寬，2b通過精準定位算法，將R_Images中不包含病害區域的框格剔除，得到有效小框格集合R_Boxes，其中每個小框格R_Box包含如下信息：R_Box＝[u1,v1,u2,v2,class]其中，u1,v1，u2,v2為小框格的左上頂點坐標和右下頂點坐標；在步驟2b中，所述精準定位算法包括采用Feature-map計算策略，具體過程如下：2b101基于detected_Box的坐標信息和類別信息，從原圖上將特定區域裁剪下來，作為構建bBox分類模型的數據集，并將數據集劃分為訓練集和驗證集；2b102基于卷積神經網絡構建bBox分類模型，利用訓練集對bBox分類模型進行訓練，選擇在驗證集上準確率最高時的模型參數為最終的bBox分類模型參數；2b103基于detected_Box的坐標信息將特定區域從原圖上剪切下來，送入bBox分類模型，計算得到該區域的熱力圖Feature-map；2b104對于道路上的橫向病害和縱向病害，在其垂直方向尋找熱力圖最高的區域所處的框格作為有效框格，反之為無效框格，保留有效框格，對無效框格進行過濾，得到R_Boxes。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東南大學;江蘇東印智慧工程技術研究院有限公司，其通訊地址為：210096 江蘇省南京市玄武區四牌樓2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。