[发明专利]边坡坡面危险区预测方法、装置、设备及可读存储介质有效

专利信息
申请号: 202110562079.7 申请日: 2021-05-24
公开(公告)号: CN113034499B 公开(公告)日: 2021-09-21
发明(设计)人: 杨长卫;陈桂龙;张志方;张凯文;童心豪 申请(专利权)人: 西南交通大学
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62
代理公司: 北京集智东方知识产权代理有限公司 11578 代理人: 陈亚斌;关兆辉
地址: 610031 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 坡坡 危险区 预测 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.边坡坡面危险区预测方法,其特征在于,包括:

获取边坡坡面的二维图像和边坡坡面处于危险状态的概率阈值;

根据所述边坡坡面的二维图像将所述边坡坡面均匀划分为至少两个识别区域,并基于各个所述识别区域的二维图像构建各个识别区域的初始维数值矩阵;

获取图像集,所述图像集包括一个所述识别区域的边坡坡面发生破坏后,全部所述识别区域对应的二维图像,所述识别区域的边坡坡面发生破坏后,则将发生破坏的识别区域定义为分析区域,根据所述各个识别区域的初始维数值矩阵和所述图像集,得到第一结果,所述第一结果包括每个所述识别区域的边坡坡面单独发生破坏时,对各个所述识别区域的破坏影响概率;

根据所述边坡坡面处于危险状态的概率阈值与所述第一结果,识别所有所述分析区域中的危险区域;

其中,所述根据所述各个识别区域的初始维数值矩阵和所述图像集,得到第一结果,包括:

获取一个所述识别区域的边坡坡面发生破坏后,全部所述识别区域对应的二维图像,计算所述全部所述识别区域对应的二维图像中每张二维图像的的维数值,得到数据集;

根据所述数据集计算每个所述识别区域的边坡坡面发生破坏后对全部所述识别区域的影响维数值,将所述每个所述识别区域的边坡坡面发生破坏后对全部识别区域的影响维数值作为矩阵元素构建第一矩阵;

将所述第一矩阵和所述各所述识别区域的初始维数值矩阵相减,得到第二矩阵,将所述第二矩阵中的元素进行归一化处理,得到每个所述识别区域单独发生破坏时,对各个所述识别区域的破坏影响概率;

其中,所述根据所述边坡坡面处于危险状态的概率阈值与所述第一结果,识别所有所述分析区域中的危险区域,包括:

将所述每个所述识别区域的边坡坡面单独发生破坏时,对各个所述识别区域的破坏影响概率作为矩阵元素,构建第三矩阵;

根据所述第三矩阵计算得到各所述分析区域的定态破坏概率;

将所述概率阈值与所述各所述分析区域的定态破坏概率进行比较,若所述各所述分析区域的定态破坏概率大于或等于所述概率阈值,则将此分析区域识别为危险区域。

2.根据权利要求1所述的边坡坡面危险区预测方法,其特征在于,所述根据所述边坡坡面的二维图像将所述边坡坡面均匀划分为至少两个识别区域,并基于各个所述识别区域的二维图像构建各个识别区域的初始维数值矩阵,包括:

对每个所述识别区域的二维图像进行灰度处理,得到每个所述识别区域处理后的二维图像;

根据所述每个所述识别区域处理后的二维图像,计算每个所述识别区域处理后的二维图像的维数值,根据所述每个所述识别区域处理后的二维图像的维数值构建各所述识别区域的初始维数值矩阵。

3.根据权利要求1所述的边坡坡面危险区预测方法,其特征在于,所述边坡处于危险状态的概率阈值的计算,包括:

获取第一二维图像集合和第二二维图像集合,所述第一二维图像集合包括一统计周期内至少两个边坡坡面的最初二维图像,所述第二二维图像集合包括所述一统计周期内所述至少两个边坡坡面的最终二维图像;

根据所述第一二维图像集合和第二二维图像集合,统计经过所述一统计周期后边坡坡面变为危险状态的个数,得到危险个数;

根据所述危险个数和所述第一二维图像集合中二维图像的个数,计算得到所述边坡处于危险状态的概率阈值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110562079.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top