(19)国家知识产权局
(12)发明 专利
(10)授权公告 号
(45)授权公告日
(21)申请 号 202210671976.6
(22)申请日 2022.06.15
(65)同一申请的已公布的文献号
申请公布号 CN 114758260 A
(43)申请公布日 2022.07.15
(73)专利权人 成都鹏业软件股份有限公司
地址 610000 四川省成 都市中国 (四川) 自
由贸易试验区成都市高新区府城大道
西段399号9栋5层2号
(72)发明人 吴猛猛 张鹏 马世彬
(74)专利代理 机构 成都九鼎天元知识产权代理
有限公司 51214
专利代理师 阳佑虹
(51)Int.Cl.
G06V 20/20(2022.01)
G06V 20/52(2022.01)
G06V 10/764(2022.01)
G06V 10/82(2022.01)
G06K 9/62(2022.01)
G06N 3/04(2006.01)G06N 3/08(2006.01)
(56)对比文件
CN 111161246 A,2020.0 5.15
US 201714020 3 A1,2017.0 5.18
CN 111597856 A,2020.08.28
WO 2022062242 A1,202 2.03.31
CN 110163798 A,2019.08.23
CN 113569730 A,2021.10.2 9
US 2022012877 A1,202 2.01.13
CN 114022810 A,202 2.02.08
US 2021150267 A1,2021.0 5.20
CN 110390265 A,2019.10.2 9
US 2021374941 A1,2021.12.02
马国鑫等.基 于无人机的外脚手架安全性自
动检查系统设计与实现. 《土 木工程与管理学
报》 .2018,(第04期), (续)
审查员 何江琴
(54)发明名称
工地安全防护网检测方法及系统
(57)摘要
本发明提供了一种工地安全防护网检测方
法及系统, 方法S1: 采集获得防护网图像数据;
S2: 对防护网图像数据进行处理, 获得无钢管结
构的防护网图像; S3: 对无钢管结构的防护网图
像进行大面积处理, 得到防护网的整体图像模式
数据; S4: 对无钢管结构的防护网的 图像, 进行划
分后处理, 得到若干个小区域图像模式数据; S5:
比较小区域和整体图像模式数据, 输出疑似破损
区域图像; S6: 将疑似破损区域图像, 输入防护网
破损检测模型中, 输出破损检测结果。 系统包括
图像采集单元、 标记编号单元、 第一通信单元、 控
制单元以及判断单元。 本发明基于神经网络实现
对防护网快速准确的破损识别, 更好的保证建筑施工人员安全。
[转续页]
权利要求书2页 说明书5页 附图3页
CN 114758260 B
2022.10.18
CN 114758260 B
(56)对比文件
wongwang k 等.Security w ire mesh
weaving proces s modeling with artificial
neural netw ork. 《MATE C web of
conferences》 .2019,第249卷第1- 6页.
苗光等.二维和三维卷积神经网络相结合的CT图像肺结节检测方法. 《激光与光电子学进
展》 .2017,(第0 5期),
王丹爽.无 人机技术在施工现场安全评价中
的应用研究. 《中国优秀博硕士学位 论文全文数
据库 (硕士) 工程科技 II辑》 .2018,第C 031-2页.2/2 页
2[接上页]
CN 114758260 B1.一种工地 安全防护网检测方法, 其特 征在于, 包括:
S1: 采集建筑工地 安全防护网的图像, 获得防护网图像数据;
S2: 对所述防护网图像数据进行初步纹理处理, 并进行网格提取, 获得无钢管结构的防
护网图像;
S3: 对得到的无钢管结构的防护网图像进行大面积处理, 得到防护网的整体图像模式
数据;
S4: 对得到的无钢管结构的防护网的图像, 进行划分, 划分为若干个小区域, 再做处理,
得到防护网的若干个小区域图像模式数据;
S5: 比较小区域图像模式数据和整体图像模式数据, 进行疑似破损判定, 根据比较结
果, 输出疑似 破损区域图像;
进行疑似破损判定时, 若小区域图像模式与整体图像模式有差距, 则将该小区域图像
标记为疑似 破损区域图像, 并输出;
所述疑似 破损判定, 具体过程如下:
S501: 对若干个小区域图像, 使用灰度共生矩阵将每个小区域 图像的纹理特征进行分
析, 得到每 个小区域图像的纹 理特征, 包括能量、 熵、 惯性矩以及相关性;
S502: 将四个纹理特征合为一个四维的特征矢量, 根据每个小区域的图像之间的四维
特征矢量筛 选出纹理特征异常的小区域图像, 标记为疑似 破损区域;
S6: 将所述疑似 破损区域图像, 输入防护网破损检测模型中, 输出破损检测结果。
2.根据权利要求1所述的工地 安全防护网检测方法, 其特 征在于, 步骤S5之后, 还 包括:
获得所述疑似破损区域图像, 基于图像疑似破损区域中心, 进行放大, 获得放大后的图
像;
对放大后的图像数据, 迭代执行步骤S1 ‑S5的操作, 获得经过放大操作后对应的疑似破
损区域图像, 输入到防护网破损检测模型中, 得到破损检测结果。
3.根据权利要求1或2任一所述的工地安全防护网检测方法, 其特征在于, 步骤S6之后,
还包括:
S7: 对所述破损检测结果中的破损区域进行二次检测确认, 再次确认该区域的建筑工
地安全防护网是否存在破损, 并将二次检测 确认的结果输出。
4.根据权利要求3所述的工地安全 防护网检测方法, 其特征在于, 步骤S7中, 获取破损
检测结果中破损区域的视频图像数据, 进行频谱分析, 对所述破损 检测结果中的破损区域
进行二次检测 确认。
5.根据权利要求1所述的工地安全 防护网检测方法, 其特征在于, 在步骤S1之后, 还包
括对防护网图像数据进 行预处理操作, 所述预 处理包括: 图像滤波去噪处理、 图像锐化处理
和形态学处 理。
6.根据权利要求5所述的工地安全 防护网检测方法, 其特征在于, 步骤S2中, 所述网格
提取, 具体过程如下:
S201: 对预处 理后得到的图像, 通过边 缘检测提取图像特 征;
S202: 将图像的所有明显特征提取, 再通过霍夫直线检测检出直线, 根据图像中直线的
交叉汇合描述网格, 将网格提取 出后, 得到剩余的区域。
7.根据权利要求1所述的工地安全 防护网检测方法, 其特征在于, 步骤S6, 具体过程如权 利 要 求 书 1/2 页
2
CN 114758260 B
3
专利 工地安全防护网检测方法及系统
文档预览
中文文档
12 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共12页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 07:02:59上传分享