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！

龙图腾网恭喜安徽理工大学;山东大学申请的专利基于机器视觉的围岩破碎程度的检测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：CN117522822B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202311524309.6，技术领域涉及：G06T7/00；该发明授权基于机器视觉的围岩破碎程度的检测方法及系统是由袁亮;张庆贺;汪盈;王汉鹏;江丙友;张冰;韦春旭设计研发完成，并于2023-11-10向国家知识产权局提交的专利申请。

本基于机器视觉的围岩破碎程度的检测方法及系统在说明书摘要公布了：本公开涉及围岩破碎程度的检测技术领域，提出了一种基于机器视觉的围岩破碎程度的检测方法及系统，包括如下步骤：获取待识别的隧道围岩图像；对获取的图像进行预处理；将预处理后的图像并行传输至训练好的多个VGGNet模型，每个VGGNet模型输出一个破碎程度评估结果，得到多个破碎程度评估结果；采用投票模型融合的方法对评估结果进行融合，得到最终的评估结果。针对图像识别设置了多个识别模型，最终通过投票方法得到最终的评估结果，能够避免单个模型识别准确率低的问题，根据评估结果选择合适的锚喷支护方案，能够提高支护的安全可靠性，节约了施工成本，提高了施工效率。

本发明授权基于机器视觉的围岩破碎程度的检测方法及系统在权利要求书中公布了：1.基于机器视觉的围岩破碎程度的检测方法，其特征在于，包括如下步骤：获取待识别的隧道围岩图像；对获取的图像进行预处理；将预处理后的图像并行传输至训练好的多个VGGNet模型，每个VGGNet模型输出一个破碎程度评估结果，得到多个破碎程度评估结果；采用投票模型融合的方法对评估结果进行融合，得到最终的评估结果；采用投票模型融合方法为：对于每个样本，统计多个模型预测结果中出现的破碎程度类别的次数，并选择出现次数最多的类别作为最终的预测结果；将破碎程度评估结果可视化，采用散点图展示每个图像的破碎程度评估结果，横轴表示图像索引，纵轴表示破碎程度评估结果；VGGNet模型训练的过程，包括如下步骤：S1、获取隧道围岩破碎图像数据构建数据集，对图像进行标注；S2、对数据集中的图像进行预处理，包括去噪、图像增强、图像对齐、旋转和翻转；S3、对预处理后的图像进行归一化处理；S4、使用预训练的VGGNet模型作为初始参数，对图像进行迁移学习，得到微调后的模型，微调的模型提取围岩破碎程度评估所需的特征；S5、构建多个VGGNet模型，提取围岩破碎程度评估不同尺度的特征，不同尺度特征对应不同的VGGNet模型，利用微调的模型提取的特征以及已标注好的图像数据进行对多个VGGNet模型进行训练，建立围岩破碎程度与图像特征之间的关联模型，得到训练后的VGGNet模型；S6、对每个训练后的VGGNet模型进行性能评估，选出候选模型，作为训练好的VGGNet模型，采用投票模型融合的方法评估围岩破碎程度；使用预训练的VGGNet模型作为初始参数，对图像进行迁移学习具体为：使用预训练的VGGNet模型作为特征提取器，然后在围岩破碎程度识别任务上进行微调，通过冻结预训练模型的权重，训练分类器部分的权重，进行迁移学习训练。

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安徽理工大学;山东大学，其通讯地址为：232001 安徽省淮南市泰丰大街168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”。