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！

龙图腾网恭喜东南大学;江苏东印智慧工程技术研究院有限公司申请的专利一种道路表观病害智能识别方法和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：CN114529522B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202210101302.2，技术领域涉及：G06T7/00；该发明授权一种道路表观病害智能识别方法和系统是由吴刚;戴姣;刘慧;侯士通;陈金桥;费东炜;王浩琛设计研发完成，并于2022-01-27向国家知识产权局提交的专利申请。

本一种道路表观病害智能识别方法和系统在说明书摘要公布了：本发明公开了一种道路表观病害智能识别方法和系统，基于目标检测模型对输入的道路表观图像进行病害检测，返回道路病害的病害区域位置坐标信息，病害类型以及病害的置信度；利用固定大小的小框格精确定位病害区域，便于对特定病害进行长度或面积的计算；对精确定位的结果进行后处理，包括移除孤立框和移除相同项，得到最终的识别结果。本发明能够自动化病害识别，降低了检测误报率，提高了检测效率。

本发明授权一种道路表观病害智能识别方法和系统在权利要求书中公布了：1.一种道路表观病害智能识别方法，其特征在于，包括以下步骤：1道路表观病害的粗定位：基于目标检测模型对输入的道路表观图像进行病害检测，返回道路病害的病害区域位置坐标信息，病害类型以及病害的置信度；2道路表观病害的精确定位：利用固定大小的小框格精确定位病害区域，便于对特定病害进行长度或面积的计算；3定位结果的后处理：对精确定位的结果进行后处理，包括移除孤立框和移除相同项，得到最终的识别结果；步骤1的具体过程如下：1a获取多功能路况检测车采集的图像，对数据进行筛选并按照所属病害类别对图像进行标注，构建道路表观病害标注数据集，并扩充部分无病害图像作为背景图，共同作为总数据集，将总数据集划分成训练集和验证集；1b基于目标检测方法构建道路表观病害检测模型，利用训练集对道路表观病害检测模型进行训练，将验证集用于训练后的道路表观病害检测模型，保存在验证集上表现最好的道路表观病害检测模型作为病害粗定位模型；1c将待检测的道路表观图像传入到病害粗定位模型中，得到病害的检测框detected_Box：detected_Box＝[Box,confidence,class]其中，Box＝[x1,y1,x2,y2],x1,y1,x2,y2分别表示病害检测框的左上顶点坐标和右下顶点坐标，confidence表示存在病害的概率值，class表示具体的病害类别；步骤2的具体过程如下：2a小框格划分：将Box区域划分为一系列小框格图像，记为R_Images：RW＝TW·WRH＝TH·H其中，RW和RH为小框格的长和宽，W和H为道路检测图像的长和宽，2b通过精准定位算法，将R_Images中不包含病害区域的框格剔除，得到有效小框格集合R_Boxes，其中每个小框格R_Box包含如下信息：R_Box＝[u1,v1,u2,v2,class]其中，u1,v1，u2,v2为小框格的左上顶点坐标和右下顶点坐标；在步骤2b中，所述精准定位算法包括采用Feature-map计算策略，具体过程如下：2b101基于detected_Box的坐标信息和类别信息，从原图上将特定区域裁剪下来，作为构建bBox分类模型的数据集，并将数据集划分为训练集和验证集；2b102基于卷积神经网络构建bBox分类模型，利用训练集对bBox分类模型进行训练，选择在验证集上准确率最高时的模型参数为最终的bBox分类模型参数；2b103基于detected_Box的坐标信息将特定区域从原图上剪切下来，送入bBox分类模型，计算得到该区域的热力图Feature-map；2b104对于道路上的横向病害和纵向病害，在其垂直方向寻找热力图最高的区域所处的框格作为有效框格，反之为无效框格，保留有效框格，对无效框格进行过滤，得到R_Boxes。

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东南大学;江苏东印智慧工程技术研究院有限公司，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。