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！

龙图腾网获悉成都建工第五建筑工程有限公司申请的专利一种基于多源图像数据融合的精装修空裂渗质量问题检测方法及装置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：CN121482031B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610008926.8，技术领域涉及：G06T7/00；该发明授权一种基于多源图像数据融合的精装修空裂渗质量问题检测方法及装置是由宋勇;胡夏风;高正星;石磊;王滔设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本一种基于多源图像数据融合的精装修空裂渗质量问题检测方法及装置在说明书摘要公布了：本发明公开了一种基于多源图像数据融合的精装修空裂渗质量问题检测方法及装置，解决如何对精装修表面空裂渗质量问题进行全面、高精度、智能化检测的技术问题。包括：1接收分别从可见光采集设备、热红外成像设备和三维激光扫描设备采集的目标精装修表面的可见光图像数据、热红外图像数据和三维激光点云数据；2对可见光图像数据、热红外图像数据和三维激光点云数据进行特征提取；3得到点云投影坐标，然后，将第一二维特征和第二二维特征分别与对应的三维特征进行关联融合，生成包含多源特征的融合点云数据；4基于融合点云数据进行缺陷的分类识别与空间定位，得到检测结果。实现了对精装修表面空裂渗质量问题的全面、高精度检测。

本发明授权一种基于多源图像数据融合的精装修空裂渗质量问题检测方法及装置在权利要求书中公布了：1.一种基于多源图像数据融合的精装修空裂渗质量问题检测方法，其特征在于：包括如下步骤： 1接收分别从可见光采集设备、热红外成像设备和三维激光扫描设备采集的目标精装修表面的可见光图像数据、热红外图像数据和三维激光点云数据； 2利用预训练的第一深度学习网络对所述可见光图像数据进行特征提取，获得表征表面纹理及色泽信息的第一二维特征；利用预训练的第二深度学习网络对所述热红外图像数据进行特征提取，获得表征表面温度异常的第二二维特征；利用预训练的第三深度学习网络对所述三维激光点云数据进行特征提取，获得表征空间几何信息的三维特征； 3利用映射矩阵将所述三维激光点云数据分别投影至所述可见光图像数据和所述热红外图像数据的像素平面上，得到点云投影坐标，然后，基于所述点云投影坐标，将所述第一二维特征和所述第二二维特征分别与对应的三维特征进行关联融合，生成包含多源特征的融合点云数据；其中，所述映射矩阵基于所述三维激光扫描设备的三维空间坐标系分别与所述可见光采集设备的相机坐标系、所述热红外成像设备的相机坐标系之间的外参变换关系，以及所述可见光采集设备和所述热红外成像设备各自的内参矩阵构建,实现从三维世界坐标到二维像素坐标的完整投影变换；所述关联融合采用PointFusion策略，具体包含：通过所述映射矩阵建立三维点云坐标与二维图像像素坐标的对应关系；对于所述三维激光点云数据中的每个三维点，利用所述对应关系在可见光图像和热红外图像中检索其对应像素位置；将检索到的像素位置处的第一二维特征和第二二维特征，通过特征插值方法赋予该三维点；利用多层感知机对每个三维点附带的几何特征、纹理特征、色泽特征和温度特征进行聚合，生成包含多源信息的全局特征向量； 4基于所述融合点云数据进行缺陷的分类识别与空间定位，得到检测结果：针对空鼓，识别温度特征中的温度异常区域，并结合该区域在几何特征中对应的空间凸出形变信息，进行联合判定；针对裂缝，识别纹理特征中的纹理形态，结合映射后的所述三维激光点云数据的空间坐标确定裂缝的位置；针对渗漏，识别色泽特征中的色泽差异，结合映射后的所述三维激光点云数据的空间坐标确定渗漏区域。

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成都建工第五建筑工程有限公司，其通讯地址为：610000 四川省成都市金牛区营门口光荣路西路58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。