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！

龙图腾网获悉四川高速公路建设开发集团有限公司申请的专利一种融合图像与点云的骨料级配和针片状检测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：CN121563975B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610077164.7，技术领域涉及：G06T7/00；该发明授权一种融合图像与点云的骨料级配和针片状检测方法是由兰富安;权晓亮;刘勇;白皓;布赫;周强;胡小圆;李欣;刘凯文;徐田兵;胡国涛;寇春阳设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种融合图像与点云的骨料级配和针片状检测方法在说明书摘要公布了：本发明公开了一种融合图像与点云的骨料级配和针片状检测方法，涉及骨料级配检测技术领域。包括：通过图像数据采集装置采集骨料的图像和点云数据；结合MaskR‑CNN深度学习模型和亚像素分割算法实现骨料图像的亚像素分割；基于标定块的图像和点云数据的对应关系计算转换矩阵，将骨料从图像坐标系转化到世界坐标系下，基于骨料图像分割骨料点云；采用最小外接立方体拟合骨料点云得到骨料的几何尺寸判别针片状骨料；对骨料点云进行网格模型重建来计算骨料级配。本发明采用基于骨料图像的点云分割方法，实现骨料紧凑状态下的骨料点云快速分割；采用图像和点云结合的方式判别针片状骨料，相比于基于图像的方法提升了检测精度和可靠性。

本发明授权一种融合图像与点云的骨料级配和针片状检测方法在权利要求书中公布了：1.一种融合图像与点云的骨料级配和针片状检测方法，其特征在于，包括如下步骤： S1、通过图像数据采集装置采集所需检测骨料的第一骨料图像和第一骨料点云； S2、将所述第一骨料图像采用基于MaskR-CNN深度学习模型分割出第二骨料图像，得到第一边缘点；对所述的第二骨料图像进行亚像素分割出第三骨料图像，得到第二边缘点； S3、通过图像数据采集装置采集标定块的图像和点云数据，识别出标定块图像和点云数据中标定块角点，根据标定块图像和点云对应点对计算出图像坐标系到点云坐标系的最优转换矩阵；将所述第二边缘点经过转换矩阵从图像坐标系转换到点云坐标系下得到的第三边缘点； S4、将第三边缘点采用样条曲线拟合得到的闭合平面，根据所述的闭合平面沿高程方向拉伸得到包围体，根据所述的包围体分割所述第一骨料点云得到第二骨料点云；将所述的第二骨料点云采用最小外接立方体得出骨料的几何尺寸，根据所述的几何尺寸检测针片状骨料； S5、将所述的第二骨料点云进行网格模型重建得到每一个骨料的体积，根据所述的骨料体积计算出级配； 所述步骤S2具体包括： S21、将所述第一骨料图像采用MaskR-CNN深度学习模型进行分割，得到第二骨料图像，将第二骨料图像转换为二值图像经Canny算子检测得到像素级边缘点即第一边缘点； S22、根据所述的第二骨料图像提取第一骨料图像中的彩色图像为第三骨料图像，将所述的第三骨料图像采用Zernike亚像素分割算法得到每一个骨料的亚像素边缘点，即第二边缘点； 所述步骤S3具体包括： S31、使用结构光相机采集多张棋格盘图像，采用张正友标定法计算出结构光相机的径向畸变系数k1、k2与切向畸变系数p1、p2、p3，以及结构光相机的内参矩阵K，其中K如下式所示： 其中，f为焦距，分别为x方向和y方向的像元尺寸，分别为主点的x和y坐标； S32、将标定块摆放在所述第一骨料图像所在的图像采集区域范围内，采用结构光相机采集标定块的图像和点云数据； S33、对于采集到的标定块的图像，采用Harris角点检测算法得到第i个标定块的第k个角点的第一角点坐标； S34、对于采集到的标定块的点云数据，手动分割出第二标定块点云，采用RANSANC算法对所述的第二标定块点云拟合出标定块的边线方程，其中ij表示第i个标定块中的第j条边线；根据所述边线方程对每个标定块的任意两条边线求解交点，获得第i个标定块的第k个角点的点云角点坐标； S35、将全部标定块的第一角点坐标进行畸变校正，得到校正角点坐标，畸变校正过程为； 基于全部标定块的点云角点坐标，通过以下坐标转换关系式将点云角点坐标转换为图像坐标系uov下的变换角点坐标： 其中，S为尺度因子，R和T分别为旋转、平移矩阵，为扩展后的内参矩阵，，为畸变校正后的主点坐标； 根据下式优化目标函数将使转换前后重投影误差最小的转换矩阵作为最优转换矩阵，所述优化目标函数为： 其中，N为点对数量，为误差阈值，取值为1×10-6； 采用所述的最优转换矩阵将骨料的第二边缘点转换为点云坐标系下第三边缘点； S36、计算标定块角点像素坐标转换到点云坐标系下所计算出的边长与之间的最大差值作为标定误差E，进行坐标系转换误差的量化评定，按照下式计算：； 所述S4具体包括如下步骤： S41、将骨料铺设平台所在平面的Z坐标作为所述第三边缘点的Z坐标，从而得到第四边缘点坐标Xi,Yi,Zi； S42、将第四边缘点采用样条曲线拟合得到闭合曲线，将所述的闭合曲线所围成的面积生成闭合曲面，将所生成的闭合曲面沿Z方向进行拉伸成为包围体，采用所述的包围体从所述第一骨料点云中分割出所述第二骨料点云； S43、将所述的第三边缘点与第二骨料点云合并为第三骨料点云； S44、使用最小外接立方体拟合所述的第三骨料点云，得到立方体的长径Dee、短径dee与厚度hee，骨料短径dee与厚度hee的较大值作为粒径，从而得到粒径的表达式为； S45、根数所述的长径Dee、厚度hee和判断针片状骨料，其判别规则如下：若，则判别为针状骨干，若，则判别为片状骨干，其它情形则判别为合格骨干； 所述S5具体包括： S51、将所述的闭合曲线内部的像素点通过所述的转换矩阵成为骨料底部点云，与第三骨料点云合并成为完整的第四骨料点云； S52、将所述的骨料第四点云采用alphaShape算法重建骨料网格模型，从而得到骨料的体积V和表面积S； S53、根据所述的骨料体积按照下式计算骨料级配曲线： 式中，表示筛孔尺寸，表示粒径D小于筛孔尺寸的骨料质量占单批骨料总质量的百分比，n表示骨料数量，Vi表示第i个骨料粒径D小于筛孔尺寸的骨料的体积，，Va表示单批骨料的总体积，表示骨料的密度； S54、根据所述的骨料体积按照下式计算针片状骨料占比： 式中，Pz为针片状骨料占比，Ve、Vf分别为针状和片状骨料的体积。

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四川高速公路建设开发集团有限公司，其通讯地址为：610041 四川省成都市武侯区二环路西一段90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。