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！

龙图腾网获悉山东大学申请的专利一种道路表面状态预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：CN120782760B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511211493.8，技术领域涉及：G06T7/00；该发明授权一种道路表面状态预检方法及系统是由吴建清;岳庭如;王婉竹;王建柱;杜聪;田源;宋修广设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本一种道路表面状态预检方法及系统在说明书摘要公布了：本发明提供了一种道路表面状态预检方法及系统，涉及智能交通基础设施检测技术领域，包括：从预先采集的图像中选取若干个候选波段，从选取的候选波段中选取最优波段，得到最优波段，用于设定多光谱相机的采集波段；利用设定采集波段后的多光谱相机和面阵工业相机，分别采集多光谱相机图像和面阵工业相机图像；分别对面阵工业相机图像和多光谱相机图像进行油污、积水和正常路面的分类，对两个结果进行融合，得到最终的道路表面状态。本发明综合考虑道路病害传统人工巡检、单相机检测和自动化检测的局限性，通过结合多光谱相机和面阵工业相机等设备，构建一种道路积水、油污预检方法，降低道路病害误判率。

本发明授权一种道路表面状态预检方法及系统在权利要求书中公布了：1.一种道路表面状态预检方法，其特征在于，对道路表面进行油污、积水与正常路面的类别分类，包括： 基于油污、积水与正常路面在光谱反射特性上的可分性度量，从预先采集的积水路面多光谱相机图像、油污路面多光谱相机图像和正常路面多光谱相机图像中选取若干个候选波段； 采用基于信息熵与类间分离度的最优波段选择方法，从选取的候选波段中选取最优波段，用于设定多光谱相机的采集波段，具体为： 对每个候选波段b，计算三类样本的反射率概率分布，并代入信息熵公式，得到候选波段b的信息熵； 对每个候选波段b，计算三类样本的均值反射率差异与类内方差的比值，得到类间分离度，用公式表示为： 其中，为类别c的样本数量，为波段b下类别c的第i个样本的反射率值，为类别c的反射率均值； 将信息熵和类间分离度归一化后加权求和，得到每个波段的综合评分Sb，将综合评分最高的波段作为多光谱相机的采集波段； 利用设定采集波段后的多光谱相机和面阵工业相机，分别采集待预检道路表面的多光谱相机图像和面阵工业相机图像； 对多光谱相机图像和面阵工业相机图像进行图像对齐； 分别对对齐后的面阵工业相机图像和多光谱相机图像进行油污、积水和正常路面的分类，具体为：针对多光谱图像，利用辐射校正增强单元对多光谱图像的反射率进行校正；针对面阵工业相机图像，基于光照不变性，构建基于参考平面的自适应反射率校正方法；将反射率校正后的图像组成训练数据集，分别构建训练多光谱图像和面阵工业相机图像的反射率分类模型，拟合反射率概率分布，具体为：利用校正后的反射率数据计算每类样本的均值与标准差，得到概率密度函数；基于概率密度函数，对每个像素，计算其反射率属于三类别的概率，选择概率最大的类别作为标签，标签将作为马尔可夫随机场模型的输入，通过模型训练，进一步优化空间一致性；定义能量函数作为模型训练的损失函数，融合一元势能项与二元势能项： 其中，Y为分类标签集合，表示像素i的标签，为输入图像数据，表示像素i的反射率观测值，w为权重系数，控制空间上下文约束的强度； 一元势能项由各状态的反射率概率分布计算可得： 二元势能项采用波茨模型Potts，通过图割算法最小化能量函数，实现考虑空间连续性的分类结果优化，公式为： 最终通过图割算法求解全局最优标签分配，即最小化能量函数： 输出优化后的分类标签集合，其中{油污，积水，正常}，作为油污、积水、正常路面的检测结果，建立反射率分类模型； 基于训练后的反射率分类模型，对反射率校正后的目标图像的每个像素进行分类，得到像素级分类结果；基于像素级分类结果进行图像级决策，得到图像的路面分类； 得到面阵工业相机图像分类结果和多光谱相机图像结果，对两个结果进行融合，得到最终的道路表面状态。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923号；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。