[发明专利]一种灰岩隧道岩体结构面识别方法及设备在审
| 申请号： | 202211509993.6 | 申请日： | 2022-11-29 |
| 公开（公告）号： | CN115731390A | 公开（公告）日： | 2023-03-03 |
| 发明（设计）人： | 宋冠先;梁铭;朱孟龙;彭浩;黄能豪;韩玉;解威威;马必聪;陈孝强;赵婷婷 | 申请（专利权）人： | 广西路桥工程集团有限公司 |
| 主分类号： | G06V10/34 | 分类号： | G06V10/34;G06V10/28;G06V10/82;G06N3/0464;G06N3/084 |
| 代理公司： | 四川力久律师事务所 51221 | 代理人： | 任晓扬 |
| 地址： | 530000 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及岩体结构面识别技术领域，特别是涉及一种灰岩隧道岩体结构面识别方法及设备。方法包括以下步骤：S1，获取灰岩隧道掌子面图像；S2，将灰岩隧道掌子面图像输入到预先训练好的基于U‑Net的灰岩结构面识别模型中，得到灰岩隧道岩体结构面图像；S3，对灰岩隧道岩体结构面图像进行迹线形态学处理，得到灰岩隧道岩体结构面的骨架线；S4，对灰岩隧道岩体结构面的骨架线进行直线化处理，得到灰岩隧道岩体结构面的骨架线参数模型；S5，对骨架线参数模型进行像素级统计，计算出每条骨架线的长度和视倾角。采用本发明的方法最终形成一套面向灰岩地区的高效、准确的结构面参数识别统计技术。 | ||
| 搜索关键词： | 一种 隧道 结构 识别 方法 设备 | ||
【主权项】：
暂无信息
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广西路桥工程集团有限公司，未经广西路桥工程集团有限公司许可，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/patent/202211509993.6/，转载请声明来源钻瓜专利网。
- 同类专利
- 单面树木点云骨架线提取方法及系统-202111091076.6
- 张紫微;刘骥 - 重庆大学
- 2021-09-17 - 2023-10-20 - G06V10/34
- 本发明属于树木骨架提取技术领域，具体公开了一种单面树木点云骨架线提取方法及系统，该方法通过采集树木单面图片信息，将单面图片信息输入全卷积神经网络中，得到树枝图，将树枝图输入卷积神经网络，提取树枝图中的关键点，将关键点输入训练网络中，自侧输出层提取出不同尺度的多张真值骨架图，训练网络把其中相同尺度的真值骨架图进行融合，得到二维树骨架，采集树木的深度图，并对深度图进行优化，根据相机标定方法，将优化后的深度图与二维树骨架结合，得到三维树骨架。采用本技术方案，利用端到端的学习算法，依靠卷积神经网络的学习能力，从二维图像中提取骨架，再结合深度图信息生成三维骨架。
- 获取图像的方法、装置、计算机设备和存储介质-201911137137.0
- 徐舜渊;叶鹏钊;范蒙 - 杭州海康威视数字技术股份有限公司
- 2019-11-19 - 2023-08-08 - G06V10/34
- 本申请公开了一种获取图像的方法、装置、计算机设备和存储介质，属于视频监控技术领域。本申请实施例提供的一种获取图像的方法，通过摄像设备采集目标对象的第一图像和在补光条件下抓拍该目标对象的第二图像，在第一图像中确定该目标对象的指定区域对应的第一目标区域，以及在第二图像中确定该指定区域对应的第二目标区域；基于第一目标区域的反射区域信息对第二图像中的第二目标区域进行去反射处理，得到第三图像。该方法根据第一图像中第一目标区域的反射区域信息对第二图像中的第二目标区域进行去反射处理，从而得到无反射的第三图像，提高了图像的清晰度。
- 一种基于光强分析的神经网络图像预处理方法-202110230534.3
- 万勇 - 湖南金烽信息科技有限公司
- 2021-03-02 - 2023-05-02 - G06V10/34
- 本申请公开的基于光强分析的神经网络图像预处理方法，与现有技术相比，包括：获取数字信息图像；将数字信息图像转换成像素矩阵，将像素矩阵转换成图像亮度矩阵；提取图像亮度矩阵中待识别数字图像区域的亮度特征；对图像亮度矩阵进行统计学分析，获取分析结果；基于分析结果，判断待识别数字图像区域亮度特征的合理性；若提取的待识别数字图像区域亮度特征不合理，返回步骤三，重新提取；构建深度学习分类器，选择相应图像增强算法，对数字信息图像进行图像增强处理，获取优化数字信息图像。相较于现有技术而言，其能够根据场景需求，智能选择处理算法，提高图像对比度，便于进行图像的特征分析、目标提取和场景分析。
- 一种从复杂城市道路网络提取简化拓扑关系的方法-201910168342.7
- 王炜;杨洋;李欣然 - 东南大学
- 2019-03-06 - 2023-04-14 - G06V10/34
- 一种从复杂城市道路网络提取简化拓扑关系的方法，首先对提取的道路网络图像二值矩阵进行孔洞填充和骨架提取，实现道路网络特征简化和像素化拓扑表示，然后根据像素点的空间分布关系，为表示道路平面投影交点、拓扑点以及中间点的像素点赋予不同值，搜寻全部交点类像素点簇，最后，基于上述三类像素点间的8邻接关系依次识别不同簇的交点类像素点间的拓扑走向，合并属于同一交点簇的交点，并将平面像素坐标转化为实际平面坐标。本发明基于图像处理技术，将具有复杂拓扑结构的道路网络简化转化为对道路像素点的处理，为基于道路网络分割的交通小区自动划分提供网络基础。
- 一种骨架检测模型的构建方法、图像数据识别方法-202211592632.2
- 项乐宏;王翀;夏银水;李裕麒;郑瑜杰 - 乐歌人体工学科技股份有限公司
- 2022-12-13 - 2023-03-28 - G06V10/34
- 本发明提供了一种骨架检测模型的构建方法、图像数据识别方法。构建方法包括：根据训练图像，获取训练RGB图像和训练深度图像；将训练RGB图像和训练深度图像输入训练网络，分别获取第一热力图和第二热力图；将标签转换为第一正确热力图，计算第一热力图和第一正确热力图的第一损失，以及第二热力图和第一正确热力图的第二损失；根据第一热力图和第二热力图，通过热图回归技术，分别确定第一骨架关键点和第二骨架关键点；将第一骨架关键点和第二骨架关键点采用均方误差计算第三损失；根据第一损失、第二损失和第三损失的叠加优化训练网络的参数。本发明解决的问题是：现有技术无法通过模型训练有效地提高骨架检测模型的鲁棒性。
- 一种灰岩隧道岩体结构面识别方法及设备-202211509993.6
- 宋冠先;梁铭;朱孟龙;彭浩;黄能豪;韩玉;解威威;马必聪;陈孝强;赵婷婷 - 广西路桥工程集团有限公司
- 2022-11-29 - 2023-03-03 - G06V10/34
- 本发明涉及岩体结构面识别技术领域，特别是涉及一种灰岩隧道岩体结构面识别方法及设备。方法包括以下步骤：S1，获取灰岩隧道掌子面图像；S2，将灰岩隧道掌子面图像输入到预先训练好的基于U‑Net的灰岩结构面识别模型中，得到灰岩隧道岩体结构面图像；S3，对灰岩隧道岩体结构面图像进行迹线形态学处理，得到灰岩隧道岩体结构面的骨架线；S4，对灰岩隧道岩体结构面的骨架线进行直线化处理，得到灰岩隧道岩体结构面的骨架线参数模型；S5，对骨架线参数模型进行像素级统计，计算出每条骨架线的长度和视倾角。采用本发明的方法最终形成一套面向灰岩地区的高效、准确的结构面参数识别统计技术。
- 窄小河道型储层主流线方位角预测装置及方法-202211229430.1
- 董建华;周建楠;张显文;杜昕;马良涛;范洪军;伊硕;蔡文涛;罗江华 - 中海石油（中国）有限公司;中海石油（中国）有限公司北京研究中心
- 2022-10-08 - 2023-01-10 - G06V10/34
- 本发明涉及窄小河道型储层主流线方位角预测装置及方法。解释窄小河道型储层的顶层面和底层面；提取窄小河道型储层的地震属性，选取反映河道平面展布特征的敏感地震属性；根据敏感地震属性编制窄小河道型储层的内边界和外边界；结合窄小河道型储层的内边界和外边界，将敏感地震属性转化为二值图像；利用图像形态学骨架提取算法获得所述二值图像的骨架图像，从骨架图像中逐步提取曲线段，并从骨架图像中减去曲线段上的每个节点，直至骨架图像中不再包含节点；和计算提取出的各曲线段的方位角，以及窄小河道型储层的内边界和外边界的方位角。
- 图像处理方法及装置-202211251868.X
- 郭仲华;程鹏;王丽敏 - 中国银行股份有限公司
- 2022-10-13 - 2022-12-23 - G06V10/34
- 本发明公开了一种图像处理方法及装置，应用于人工智能技术领域，其中该方法包括：获取原始的暗光图像，统计所述暗光图像的灰度直方图分布情况；根据所述的灰度直方图的分布情况、所述暗光图像的高灰度值区域的像素局部集中分布情况，以及暗光图像包含局部过度曝光区域的情况，将所述的暗光图像进行分类；对所述的不同类型的暗光图像采用相应的策略进行增强处理；输出增强处理后的结果图像。本发明可以解决在复杂的光照环境下因曝光导致的图像细节信息丢失的问题，从而提供高质量的结果图像，进而提升图像识别的准确性和效率。
- 一种黑盒对抗攻击方法、装置、设备及存储介质-202211157051.6
- 夏辉;张睿;康姿;姜曙亮;封学财 - 中国海洋大学
- 2022-09-22 - 2022-12-13 - G06V10/34
- 本申请公开了一种黑盒对抗攻击方法、装置、设备及存储介质，涉及对抗攻击技术领域，包括：对原始图像中的所有线性纹理特征进行平滑处理得到初始对抗样本集；分别判断初始对抗样本集中的图像是否能够欺骗预先创建的目标分类器，若是则记录能够欺骗目标分类器的图像，得到候选对抗样本集；分别判断候选对抗样本集中的图像与原始图像之间的差异是否满足预设的视觉不易感知条件，若满足则将满足视觉不易感知条件的图像作为目标对抗样本。本申请在原始图像中平滑掉对视觉来说无意义但对深度神经网络却十分重要的细微纹理特征来生成对抗样本，能够不依赖目标模型的细节构造，使生成的对抗样本具有较强的迁移性和规避能力，并具有较高的攻击成功率。
- 烟火识别方法、装置、设备及可读存储介质-202210943013.7
- 李飞;施林苏;余家忠;刘昱含;靳志娟;郑洪雷;曹晟 - 中国铁塔股份有限公司
- 2022-08-08 - 2022-11-04 - G06V10/34
- 本发明提供一种烟火识别方法，包括：获取第一图像中的待识别的目标对象对应的第一置信度；在第一置信度大于第一预设值的情况下，确定第一图像中的目标区域；对目标区域进行放大拍摄，获得K帧第二图像；按照至少两种图像识别算法对第二图像进行烟火识别，获得目标对象对应每一图像识别算法的第二置信度；根据第一置信度和第二置信度确定第三置信度，第三置信度用于表示目标对象为烟火的概率。这样，先对第一图像中进行初步筛选获得第一置信度，再进行放大拍摄，然后再通过两种图像识别算法来分别获取第二置信度，通过综合多种方式获取的置信度来获取第三置信度从而提高了第三置信度的准确性，进而提高了烟火识别的精度。
- 一种自定义核膨胀的非引导深度补全方法-202210749638.X
- 盛冯浩;钱孙磊;蒲嘉成;谢世朋 - 南京邮电大学
- 2022-06-29 - 2022-09-30 - G06V10/34
- 一种自定义核膨胀的非引导深度补全方法，来进行激光雷达深度图像处理。该算法不依赖于任何训练数据。本发明采用贪心算法，通过深度反演，由小到大顺序的像素空洞填充以及核膨胀等操作，将输入的稀疏深度图，补全为一个密集深度图。本发明可在3.8GHz的CPU上实时运行，且不需要任何额外的GPU硬件，这使得它可以作为预处理步骤部署在嵌入式系统中，用于更复杂的任务，如SLAM或3D目标检测。同时，考虑到引导深度补全的广泛应用，该方法可作为引导深度补全的预处理步骤。或直接应用于引导深度补全不适用的场合，如黑夜等采光不佳的环境。
- 一种不规则钢板位姿识别方法及相关设备-202210736233.2
- 魏登明;杨海东;谢克庆;李泽辉 - 佛山市南海区广工大数控装备协同创新研究院
- 2022-06-27 - 2022-09-23 - G06V10/34
- 本发明属于自动光学检测领域，具体涉及一种不规则钢板位姿识别方法及相关设备，所述方法包括：拍摄钢板位姿图像，并通过预处理将钢板检测区域以外的背景进行剔除，提取钢板检测区域中的点云信息；通过最小二乘法对点云信息进行平滑处理，得到点云原点数据；使用预设聚类算法，对点云原点数据进行分割，得到单个钢板的单独点云信息；对单独点云信息进行位姿识别，得到具有法向量特征的点云集数据；根据点云集数据确定最佳拟合平面；使用Mean‑shift算法计算最佳拟合平面的中心点；根据最佳拟合平面和中心点获取钢板的坐标信息，并根据坐标信息使用机械手对所述钢板进行抓取。本发明能够改善抓取机器人系统的效率，从而提高生产效率。
- 一种基于目标检测的多尺度特征融合方法-202210620848.9
- 闫连山;董高照;姚涛 - 艾迪恩（山东）科技有限公司;西南交通大学烟台新一代信息技术研究院
- 2022-06-02 - 2022-09-20 - G06V10/34
- 本发明公开了一种基于目标检测的多尺度特征融合方法，其通过网络收集计算机视觉图像样本建立多尺度目标检测数据集，并将数据集划分为训练集和测试集；利用一阶段代表作YOLOv5算法负责图像内目标物体的检测；通过骨干网络多阶段多层次的卷积操作提取出多尺度图像特征；将其中一个支路以传统特征融合方式与颈部网络相连，另一支路以捷径方式与相同采样倍率的颈部网络相连，最后一支路以捷径方式与相同采样倍率的预测结构相连；通过深度学习一个三支路骨干网络结构，并将骨干网络中不同尺度的特征图像通过三支路向后实现神经网络的前向、后向传递；本发明具有目标检测准确率高，容易应用于大规模数据集及多种网络模型结构，实现方式简单，因此具有广阔的应用前景和巨大的市场价值。
- 基于车辆轨迹数据的路网提取方法、系统、介质及终端-202210405268.8
- 冯波;王凡;唐锐 - 北京纵目安驰智能科技有限公司;纵目科技（上海）股份有限公司
- 2022-04-18 - 2022-08-26 - G06V10/34
- 本发明提供一种基于车辆轨迹数据的路网提取方法、系统、介质及终端，所述基于车辆轨迹数据的路网提取方法包括：获取车辆轨迹数据；对所述车辆轨迹数据进行处理，以获取车辆行驶覆盖区域的道路建模信息；在所述车辆行驶覆盖区域的道路建模信息上进行道路骨架提取，并通过提取到的骨架构建道路属性路网。本发明不需要冗余的输入信息，不需要高精地图，可应用于不使用高精地图的自动驾驶方案。相对于人工标注方法，本发明不需要人工标注，所需输入信息简洁，成本低效率高。同时，通过本发明可以构建的路网为光滑连通且带有可通行方向信息的，方向与车辆轨迹的行车方向一致，对于后续的路网使用(如路径规划)十分便利。
- 一种手机银行图像识别方法和装置-202210295659.9
- 赵志超;武晨艳;张芮 - 中国银行股份有限公司
- 2022-03-24 - 2022-07-15 - G06V10/34
- 本发明提供了一种手机银行图像识别方法和装置，属于人工智能，该方法包括：将光照不均匀图像从RGB颜色空间转换到HSV颜色空间；在所述HSV颜色空间下的光照不均匀图像，包括：亮度图像，色度，饱和度；提取亮度图像的光照分量，对双边Gamma函数进行改进，确定改进后的双边Gamma函数；根据改进后的双边Gamma函数，对亮度图像进行亮度自适应校正，确定校正后的亮度图像；根据校正后的亮度图像、色度以及饱和度，确定增强图像；对增强图像进行识别，确定图像识别结果。本发明通过自适应调整双边Gamma函数参数，实现对光照不均匀图像的增强，可有效的提高手机银行对光照不均匀图像的识别。
- 一种夜间车辆图像增强的方法、系统、设备及存储介质-202111608489.7
- 余烨;陈维笑;路强;蔡文;陈凤欣 - 合肥工业大学智能制造技术研究院
- 2021-12-24 - 2022-07-12 - G06V10/34
- 本发明提供一种夜间车辆图像增强的方法、系统、设备及存储介质，属于车型识别技术领域。夜间车辆图像增强的方法包括：获得夜间车辆图像，并将夜间车辆图像进行分解，获得光照分量图像和反射分量图像；将夜间车辆图像输入至Transformer Encoder，获得夜间车辆图像的块向量；将夜间车辆图像的块向量输入至Mask Generator，获得分割图；将分割图和光照分量图像输入至Transformer Encoder，获得光照分量图像的块向量；将反射分量图像输入至Transformer Encoder，获得反射分量图像的块向量；将反射分量图像的块向量和光照分量图像的块向量输入至Transformer Decoder，获得增强特征图。实现了车体本身的光照增强，增强了后续识别任务中车辆的特征表达性区域，从而提升识别模块的准确率。
- 一种基于直线引导和自适应阈值的ORB特征提取方法-202210288740.4
- 沈志熙;陈宇栋 - 重庆大学
- 2022-03-22 - 2022-07-08 - G06V10/34
- 本发明公开了一种基于直线引导和自适应阈值的ORB特征提取方法，其包括步骤：I)提取出图像中的线段特征；II)沿第i条线段的长度方向对第i条线段进行等距的预选点划分；III)对每个预选点进行ORB特征提取的自适应阈值计算；IV)根据自适应阈值采用ORBSLAM中的特征点提取算法对每个预选点进行ORB特征提取。本发明基于直线引导和自适应阈值的ORB特征提取方法，其不仅能在线段的端点、线段间交点、纹理丰富的区域提取处较多的特征点，而且能相比于现有ORBSLAM算法能在线段中部、低纹理区域提取出更多的特征点，使得特征点数量更多且分布更合理。
- 一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法-202110405621.8
- 邱志斌;刘洲;廖才波;于小彬 - 南昌大学
- 2021-04-15 - 2022-04-12 - G06V10/34
- 本发明公开了一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法，首先构建含有七个憎水性等级的复合绝缘子喷水图像样本集并加注标签，通过预处理扩充样本集并划分训练、验证和测试集；然后迁移MobileNet、ShuffleNet和GhostNet等在大型数据集中训练过的轻量级卷积神经网络模型，修改模型结构与输出，对网络层进行分段式学习率设置，构建憎水性检测模型，并通过Adam、SGDM等算法进行模型优化；最后利用复合绝缘子憎水性等级智能识别模型对测试集喷水图像进行憎水性检测，输出识别结果与准确率。本发明能够克服传统检测方法需要人工裁剪图片且受光照影响严重的局限性，可以提高复合绝缘子憎水性检测的效率与准确性。
- 对弱光环境下拍摄的图像的优化方法及装置-202111295072.X
- 别林林 - 中国银行股份有限公司
- 2021-11-03 - 2022-02-01 - G06V10/34
- 本发明公开了一种对弱光环境下拍摄的图像的优化方法及装置，涉及人工智能技术领域，其中该方法包括：获取待处理图像，对待处理图像进行预处理，得到标准图像；利用预先训练的卷积神经网络模型提取标准图像的特征；将标准图像的特征作为处理参数预测模型的输入，得到处理参数预测模型输出的第一降噪参数和第一锐化参数；其中，所述处理参数预测模型利用多张图像的特征，以及对图像进行优化处理的降噪参数和锐化参数对回归模型进行训练得到；利用第一降噪参数和第一锐化参数对标准图像进行处理，得到优化图像。本发明可以实现对弱光环境下拍摄的图像的优化，减少对于光源强度的依赖，提升弱光环境下人脸识别的准确度，方便用户的使用。
- 专利分类
