申请/专利权人：南京理工大学

申请日：2023-12-22

公开（公告）日：2024-03-22

公开（公告）号：CN117745687A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/26;G06V10/82;G06N3/0464;G06N3/096;G06V20/64;G06T17/05

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于SLAM和深度迁移学习的三维裂缝检测方法及系统，包括：采用搭载在移动机器人的相机实时采集待检路面的深度图像和彩色图像，通过惯性传感器采集待检路面的传感数据；对彩色图像进行预处理，通过基于神经网络的裂缝分割模型对预处理的图像进行处理，获取彩色图像中的二值裂缝图像；基于SLAM，并采用滑动窗口边缘化方法将深度图像和传感数据融合，获取带有三维裂缝信息的稠密点云地图。本发明可以实时地检测路面裂缝并提取纹理信息，且具有较高准确率和较强的鲁棒性。

主权项：1.一种基于SLAM和深度迁移学习的三维裂缝检测方法，其特征在于，包括：采用搭载在移动机器人的相机实时采集待检路面的深度图像和彩色图像，通过惯性传感器采集待检路面的传感数据；对彩色图像进行预处理，通过基于神经网络的裂缝分割模型对预处理的图像进行处理，获取彩色图像中的二值裂缝图像；基于SLAM，并采用滑动窗口边缘化方法将深度图像和传感数据融合，获取带有三维裂缝信息的稠密点云地图。

全文数据：

权利要求：

百度查询： 南京理工大学 基于SLAM和深度迁移学习的三维裂缝检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD