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！

龙图腾网获悉西安科技大学申请的专利沥青路面修补区检测及颜色匹配分析方法与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：CN121640282B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610155093.8，技术领域涉及：G06V20/10；该发明授权沥青路面修补区检测及颜色匹配分析方法与系统是由景宏君;强祎;李跃才;胡娜;贺一嵘;韩若男设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本沥青路面修补区检测及颜色匹配分析方法与系统在说明书摘要公布了：本发明公开了沥青路面修补区检测及颜色匹配分析方法与系统，属于道路养护工程智能检测技术领域，该方法包括：通过YOLO目标检测模型识别修补区并输出边界框坐标；采用K‑Means聚类算法对修补区和原路面区域提取代表性RGB颜色值；将RGB颜色值转换至Lab颜色空间并基于CIE色差公式计算色差ΔE值；将检测结果存储至数据库以支持历史追溯，该系统包括图像采集模块、目标检测模块、颜色聚类分析模块、色差计算模块、数据存储模块和可视化交互模块，本发明实现了修补区检测与颜色匹配评估的一体化处理，为路面修补质量评估提供量化数据支撑。

本发明授权沥青路面修补区检测及颜色匹配分析方法与系统在权利要求书中公布了：1.沥青路面修补区检测及颜色匹配分析方法，其特征在于，包括以下步骤： 步骤S1：修补区目标检测步骤，获取路面图像数据并对路面图像数据进行预处理操作以获得预处理后图像，将预处理后图像输入至预训练的YOLO目标检测模型中，通过卷积神经网络对预处理后图像进行多尺度特征提取并识别修补区目标，输出修补区目标对应的目标边界框坐标以及置信度数值，根据置信度数值与预设置信度阈值的比较结果筛选有效修补区目标； 步骤S2：颜色聚类特征提取步骤，基于步骤S1输出的目标边界框坐标确定修补区区域，并根据目标边界框坐标向外扩展预设扩展距离获取原路面区域，在扩展后边界框区域内创建与修补区边界框形状相同的掩膜，将掩膜区域内的像素标记为无效像素，仅对掩膜区域外的像素进行后续分析，以确保原路面区域的像素不包含任何修补区像素；对修补区区域和原路面区域的像素进行预筛选处理，排除亮度值大于250或小于10的像素、排除饱和度异常高的像素、以及排除位于边界框边缘1%范围内的像素；采用K-Means聚类算法分别对预筛选后的修补区区域和原路面区域的像素数据进行颜色聚类处理，将修补区区域和原路面区域的像素点按颜色相似性划分至K个聚类簇，计算各聚类簇的聚类中心以获取修补区区域和原路面区域的代表性RGB颜色值；其中，统计各聚类簇内的像素数量并计算各聚类簇的像素占比，当像素占比最大的聚类簇的像素占比大于0.6时，将该聚类簇对应的聚类中心确定为主代表性RGB颜色值，否则采用像素占比作为权重对各聚类簇的聚类中心进行加权融合以获取加权代表性RGB颜色值； 步骤S3：色差量化计算步骤，将步骤S2获取的修补区区域和原路面区域的代表性RGB颜色值分别转换至Lab颜色空间以获取对应的Lab颜色值，基于CIELab色差公式计算修补区区域与原路面区域之间的色差数值，根据色差数值与预设色差阈值的比较结果确定颜色匹配度等级；其中，颜色匹配度等级包括：当色差数值小于2.0时判定为优秀匹配等级，当色差数值大于等于2.0且小于3.5时判定为良好匹配等级，当色差数值大于等于3.5且小于5.0时判定为可接受匹配等级，当色差数值大于等于5.0时判定为不匹配等级； 步骤S4：数据存储与追溯步骤，生成检测时间戳并获取目标类型标识，将检测时间戳、目标类型标识、目标边界框坐标、代表性RGB颜色值以及色差数值封装为检测结果记录，将检测结果记录写入数据库存储系统以支持历史数据追溯与统计分析。

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西安科技大学，其通讯地址为：710054 陕西省西安市碑林区雁塔中路58号西安科技大学；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。