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！

龙图腾网获悉河海大学申请的专利基于机器视觉和深度学习公路高边坡施工危险预警方法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：CN116563779B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310400200.5，技术领域涉及：G06V20/52；该发明授权基于机器视觉和深度学习公路高边坡施工危险预警方法是由雷冬;董涛;杜文康;杭宗庆;何锦涛;许嘉均设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本基于机器视觉和深度学习公路高边坡施工危险预警方法在说明书摘要公布了：本发明公开了基于机器视觉和深度学习公路高边坡施工危险预警方法，包括以下步骤：S01，利用数据采集设备获取施工边坡的实时视频数据；S02，利用经改进适用于边坡的帧差法等经典算法捕捉边坡落石，岩体位移等异常情况；S03，向施工单位提供异常事件的数据，供其进行人工回溯；S04，利用采集到的异常数据，建立BP神经网络；S05，利用深度学习技术，训练算法自主判断危险情况前兆，如落石等；S06，利用S05中的训练结果，结合传统的位移监测算法，共同对以坡面落石，滑坡等为主的危险情况进行预警。本发明所提供的方法，有效辅助施工单位进行安全评估与分析，利用机器视觉和神经网络技术，对危险情况进行预警，保障施工人员和设备的安全。

本发明授权基于机器视觉和深度学习公路高边坡施工危险预警方法在权利要求书中公布了：1.基于机器视觉和深度学习公路高边坡施工危险预警方法，其特征在于： 获取施工边坡的实时视频数据； 利用数字图像学算法对视频数据进行预处理； 按实际工程需要将预处理后的图像划分为若干ROI区域进行运动监测； 计算前后两帧的ROI区域的差矩阵，并且对矩阵所有元素按卷积核1做卷积并求和，得到用于判断视频内是否存在运动的K值； 利用数字图像相关方法识别边坡自然标记点图像特征，通过匹配识别计算标记点的位移，通过位移标定获取边坡自然标记点结构真实位移； 将真实位移、裂缝是否扩展及其速率、实时降雨量和施工现场振动数据作为BP神经网络输入层，位移后30-3000帧的K值，用以判定是否存在岩体脱落的危险情况，作为BP神经网络的输出层，BP神经网络隐含层设置为1层，获取先兆现象与危险发生之间的联系； 对边坡危险程度进行认定； 根据危险程度进行预警； 利用数字图像学算法对视频数据进行预处理的过程为： 利用二维高斯滤波器降低图像噪音，将视频数据原始的RGB三通道数据转化为灰度数据，灰度化方法如公式1，公式1中参数frame为待处理帧，frame_grav为经过灰度化处理后的帧，cv2.cvtColor及cv2.COLOR_BGRGRAY为opencv内置灰度化方法及其参数，高斯函数如公式2，其中，式中σ为高斯分布函数标准差，e为自然对数，并对相机数据做光学防抖处理； 灰度化方法公式为： frame_gray＝cv2.cvtColorframe,cv2.COLOR_BGRGRAY1； 二维高斯滤波器函数为： 所述数字图像相关方法基于互相关函数分析目标区域变形前后灰度变化，对于目标子区进行匹配识别，互相关函数为： 其中，N,M分别为帧宽与帧高，fx,y和gx′,y′分别代表变形前后图像的灰度，Cx,y为计算得出的互相关系数，取最小时，两幅图像最为相似。

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河海大学，其通讯地址为：210024 江苏省南京市江宁区佛城西路8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。