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！

龙图腾网获悉中国电建集团成都勘测设计研究院有限公司申请的专利基于图像融合的隧道掌子面涌水隐患识别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：CN121545048B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610057128.4，技术领域涉及：G06V20/10；该发明授权基于图像融合的隧道掌子面涌水隐患识别方法是由姚茂宏;张世殊;冉从彦;陈炜韬;赵小平;彭毅;刘祥;彭翠华;李雅琦设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本基于图像融合的隧道掌子面涌水隐患识别方法在说明书摘要公布了：本发明涉及隧道工程安全监测与图像信息处理的交叉技术领域，其公开了一种基于图像融合的隧道掌子面涌水隐患识别方法，解决现有隧道掌子面涌水隐患识别技术难以精准识别早期隐伏涌水隐患并客观量化风险的问题。该方法包括：首先同步采集隧道掌子面的红外图像与可见光图像并进行预处理，接着，提取温度场特征和纹理场特征；然后，采用加权融合方法对温度场特征与纹理场特征进行特征融合，并生成融合图像；最后，构建涌水风险模型，对温度场特征与纹理场特征进行归一化处理后，根据涌水风险模型计算涌水风险值，根据风险值划分风险等级并进行相应预警。

本发明授权基于图像融合的隧道掌子面涌水隐患识别方法在权利要求书中公布了：1.基于图像融合的隧道掌子面涌水隐患识别方法，其特征在于，包括以下步骤： S1.同步采集隧道掌子面的红外图像与可见光图像； S2.对采集的红外图像与可见光图像分别进行预处理； S3.基于预处理后的红外图像，提取温度场特征；基于预处理后的可见光图像，提取纹理场特征；所述基于预处理后的红外图像，提取温度场特征，包括： 从预处理后的红外图像中提取每个像素点的温度值，计算掌子面整体平均温度： ； 其中，为掌子面整体平均温度；M、N分别为红外图像的行数与列数；为第i个像素点的温度值； 引入通过隧道环境监测传感器获取的环境温度修正项，计算修正后的单点温差： ； 其中，为修正后的单点温差，当＜0时，取=0，表示该像素点无温差异常，当＞0时，表示该像素点存在温差异常； 通过统计＞0的像素点，获得温差异常区域； 所述基于预处理后的可见光图像，提取纹理场特征，包括： 采用边缘检测算法从预处理后的可见光图像中提取出边缘，并通过高斯滤波平滑处理、梯度幅值与方向计算、对非边缘像素抑制处理后，连接边缘断点，得到边缘图像； 对边缘图像进行形态学开运算，并通过骨架提取算法将边缘细化为单像素宽度的裂隙骨架，获得裂隙图像； 计算裂隙密度D和平均裂隙宽度： ； ； 其中，P、Q分别为可见光图像的行数与列数；d为图像像素对应的实际物理尺寸，通过相机标定获取；S为掌子面实际面积，通过隧道断面尺寸计算；Fx,y为裂隙图像像素值，1表示裂隙像素，0表示非裂隙像素； ； ； 为裂隙图像中裂隙区域的总面积；为裂隙骨架的总长度； S4.采用加权融合方法对温度场特征与纹理场特征进行特征融合，基于融合特征，结合红外图像的温度信息与可见光图像的纹理信息生成融合图像： 设定温度场特征的权重为0.5、纹理场特征的权重为0.5，构建融合特征矩阵： ； 其中，为融合特征矩阵；为温度场特征的特征矩阵，中，温差异常区像素值设为1，非温差异常区像素值设为0；为纹理场特征的特征矩阵，中，裂隙像素值设为1，非裂隙像素值设为0； 基于所述融合特征矩阵，结合红外图像温度信息与可见光图像纹理信息生成融合图像，其中，温差异常区域采用颜色标注，裂隙纹理通过灰度对比突出； S5.构建涌水风险模型，对温度场特征与纹理场特征进行归一化处理后，根据涌水风险模型计算涌水风险值，根据风险值划分风险等级并进行相应预警； 所述涌水风险模型为： ； 其中，R为涌水风险值；为温差异常区的平均归一化温差，即温差异常区的各个像素点的温差进行归一化后，再求取的均值；为裂隙密度的归一化值；为平均裂隙宽度的归一化值；、、为预设权重系数，根据工程经验确定。

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中国电建集团成都勘测设计研究院有限公司，其通讯地址为：610072 四川省成都市青羊区浣花北路1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。