(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