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！

龙图腾网恭喜广东粤海珠三角供水有限公司;同济大学申请的专利一种基于监控视频的盾构隧道围岩质量判断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：CN114119508B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202111328365.3，技术领域涉及：G06T7/00；该发明授权一种基于监控视频的盾构隧道围岩质量判断方法是由唐立;耿爽;李晓军;朱越;刘灿平设计研发完成，并于2021-11-10向国家知识产权局提交的专利申请。

本一种基于监控视频的盾构隧道围岩质量判断方法在说明书摘要公布了：本发明提供一种基于监控视频的盾构隧道围岩质量判断方法，以盾构推力指数FPI与刀盘扭矩指数TPI作为地质质量参数的评定指标，构建基于监控视频的图像特征与地址参数的神经网络模型，并对该模型采用遗传算法根据评级指标进行优化最终得到围岩质量判断模型，然后通过将实施采集的出渣图像的灰度特征统计值输入至该围岩质量判断模型中最终得到围岩质量的判断结果，该方法分别将出渣图像的灰度特征统计值与围岩质量参数即FPI和TPI作为围岩质量判断模型的输入与输出对应起来，不仅解决了传统岩机映射模型的输入参数无法实施更新的问题，又避免了盾构机通过PLC数据采集系统采集的掘进参数无法合理利用的问题。

本发明授权一种基于监控视频的盾构隧道围岩质量判断方法在权利要求书中公布了：1.一种基于监控视频的盾构隧道围岩质量判断方法，用于对掘进位置的围岩质量进行判断，其特征在于，包括以下步骤：步骤S1，在盾构出渣口安装视频传感器，对所述视频传感器进行参数标定以及图像矫正；步骤S2，基于所述视频传感器在预定时间间隔内采集出渣图像；步骤S3，对所述出渣图像进行灰度化处理得到灰度出渣图像，并提取所述灰度出渣图像的灰度特征统计值；步骤S4，测定与所述出渣图像对应的所述掘进位置的地质质量参数评定指标；步骤S5，将所述灰度特征统计值作为输入参数，将所述地质质量参数评定指标作为输出参数，构建图像特征与地质参数的神经网络模型；步骤S6，采用遗传算法对所述图像特征与地质参数的神经网络模型根据评价指标进行超参数优化，生成最优的图像特征与地质参数的神经网络模型，并将其作为围岩质量判断模型；步骤S7，将所述视频传感器采集的出渣监控图像输入至所述围岩质量判断模型，获取与所述出渣监控图像对应的掘进位置的所述围岩质量的判断结果，其中，所述步骤S6包括以下子步骤：步骤S6-1，在测试范围内，对待优化的超参数进行随机选择构成初始种群并将所述初始种群作为当前种群；步骤S6-2，将所述当前种群中的每个个体的所述超参数分别赋给所述图像特征与地质参数的神经网络模型，采用k折交叉验证方法进行验证，得到所述每个个体相对应的图像特征与地质参数的神经网络模型的评价指标，基于所述评价指标评估所述当前种群中的个体的适应度；步骤S6-3，从所述当前种群中选择所述适应度大于0且所述适应度排序前25％的个体作为优质父代个体进行交叉、变异从而产生新的子代个体，并将该新的子代个体与所述优质父代个体进行组合，形成新的当前种群；步骤S6-4，重复进行所述步骤S6-2至所述步骤S6-3，直到迭代次数达到预定次数，得到评价指标最优的个体，该个体作为所述图像特征与地质参数的神经网络模型的最优超参数组合；步骤S6-5，将所述最优超参数组合赋给所述图像特征与地质参数的神经网络模型，得到所述最优的图像特征与地质参数的神经网络模型，即所述围岩质量判断模型。

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广东粤海珠三角供水有限公司;同济大学，其通讯地址为：511455 广东省广州市南沙区丰泽东路106号(自编1号楼)X1301-A3665；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”。