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！

龙图腾网获悉重庆交通大学申请的专利一种沥青路面集料级配的图像检测分割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：CN116740437B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310696118.1，技术领域涉及：G06V10/764；该发明授权一种沥青路面集料级配的图像检测分割方法是由张颖;邹传铭;周刚;程文涛;吴昊轩;李汝凯设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种沥青路面集料级配的图像检测分割方法在说明书摘要公布了：本发明公开了一种沥青路面集料级配的图像检测分割方法，包括以下步骤：步骤1：集料图像采集与数据标注；步骤2：基于U‑Net网络训练及预测集料轮廓数据集；步骤3：级配生成，包括图像法与筛分法中质量之间转换参数确定和图像法检测集料误差修正，图像法与筛分法中质量之间转换参数确定具体为将通过集料投影轮廓面积、轮廓周长和体积三种方法来确定图像法和筛分法之间的转换参数。本发明通过使用U‑Net深度学习网络完成集料图像分割任务，结合集料图像特征，建立二维图像中集料几何信息与筛分质量的对应关系，达到快速高效的检测目的。以不同岩性，不同粒径区间的集料为样本，通过对比多组筛分法数据及集料图像处理数据，验证模型训练结果。

本发明授权一种沥青路面集料级配的图像检测分割方法在权利要求书中公布了：1.一种沥青路面集料级配的图像检测分割方法，其特征在于，包括以下步骤： 步骤1：集料图像采集与数据标注，包括数据采集和数据标注及增强，数据采集具体为采集四种形态集料图像，分别为单颗分布状态、离散分布状态、堆积分布状态和振动后状态； 数据标注及增强具体为使用图像采集装置采集大量集料图像数据作为网络模型的训练数据集； 步骤2：基于U-Net网络训练及预测集料轮廓数据集，包括U-Net网络训练和模型评价，U-Net网络训练具体为使用标注完成的集料图像数据集在U-Net网络模型中进行训练，使用Python语言编写U-Net网络代码，借助神经网络TensorFlow库和Keras库搭建网络结构，使用图像处理OpenCV库和Scikit-image库进行图像处理； 模型评价具体为在U-Net网络训练结束后，同样会生成多个权值文件，预测时使用损失值最小的权值文件对集料边界进行预测； 步骤3：级配生成，包括图像法与筛分法中质量之间转换参数确定和图像法检测集料误差修正，图像法与筛分法中质量之间转换参数确定具体为将通过集料投影轮廓面积、轮廓周长和体积法三种方法来确定图像法和筛分法之间的转换参数，计算方式如下： S3.1集料投影后的轮廓面积与所有集料面积总和的比等效于筛分法中分计筛余百分率；集料投影后的轮廓周长与所有集料周长总和的比等效于筛分法中分计筛余百分率； S3.2体积法是同一料源，集料颗粒宽厚比，平均厚度与宽度的比值保持一致；则集料颗粒体积V为： 1.1 式中： ——集料颗粒投影面积 ——集料平均厚度 ——集料颗粒的宽度； 则有各粒级百分比为： 1.2 式中： ——集料密度 ——第组的集料颗粒数量 ——集料颗粒总数量； 试验对比显示，投影面积法作为图像法和筛分法之间的转换参数误差最小，图像法检测集料误差修正具体为通过式1.3的方法对误差进行修正； 1.3 式中： ——第号粒级修正后的面积结果； ——修正前图像法计算的第号粒径的面积总和； ——第号粒级中误识别为上一档的占比； ——第号粒级中误识别为下一档的占比； ——修正前图像法计算的第号粒径的面积总和； ——第号粒级中误识别为下一档的占比； ——修正前图像法计算的第号粒径的面积总和 ——第号粒级中误识别为上一档的占比 、、为相邻筛孔粒级且粒级大小关系为； 通过式1.3对同源集料取样分别做多次筛分法和图像法，并按上式对图像法得出的投影面积结果进行修正，重新计算其分级筛余百分率。

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重庆交通大学，其通讯地址为：400074 重庆市南岸区学府大道66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。