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！

龙图腾网获悉北京北科增材制造科技有限公司;太原科技大学申请的专利一种用于3D打印的3D点云精简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：CN115648631B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202211414064.7，技术领域涉及：B29C64/386；该发明授权一种用于3D打印的3D点云精简方法是由武迎春;张赞赞;张升;张彩设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种用于3D打印的3D点云精简方法在说明书摘要公布了：本发明提出了一种用于3D打印的3D点云精简方法，属于3D打印技术领域，解决了现有点云精简算法侧重于3D模型几何显著区的特征保留，造成了数据封装后平坦区空洞的问题，通过在点云缓变区建立了尖锐度与均匀性折中的特征评价函数，根据特征阈值实现缓变区的二次分类；对缓变区特征值高的点进行精简时，提出基于八叉树划分的子空间分级采样算法，在提高精简速度的同时可有效控制精简率；对缓变区特征值低的点进行精简时，提出远近点循环采样算法，在数据高采样率下保证点的均匀性。实验验证了所提算法的有效性：且本算法精简的3D点云封装后空洞明显变少；定量评价结果中，本算法精简后点云的最大距离误差和平均距离误差均有所降低。

本发明授权一种用于3D打印的3D点云精简方法在权利要求书中公布了：1.一种用于3D打印的3D点云精简方法，其特征在于，按照以下步骤进行： 步骤1根据全局尖锐度计算点云曲率并设置阈值T1，从宏观上将原始的3D点云模型分为陡变区与缓变区； 步骤2采用八叉树算法对缓变区点云进行子空间划分，然后根据缓变区点云的局部尖锐稀疏度Sp设置阈值T2，将Sp值大于T2的点划分到缓变区A，小于等于T2的点划分到缓变区B，完成缓变区的二次分类，尖锐度与均匀性折中的特征评价函数计算公式如下： 其中，Sp称为缓变区点云的局部尖锐稀疏度，参数α和β为固定值，θcp为p点及k邻域点拟合的曲面的尖锐度，dep为p点的稀疏度，θcp和dep的计算公式如下： 其中pii＝1,2…k为当前点p的k邻域点，cp与cpi代表点p及pi处的曲率； 其中，||p-pi||为p点与p的邻域点pi的欧氏距离； 步骤3对缓变区A中的点云采用子空间分级采样的方式进行精简，具体做法如下： 设缓变区八叉树编码的最大递归深度为L，则八叉树划分的最深层即L层子空间的边长为： 其中，xpmax为点云x坐标的最大值，xpmin为点云x坐标的最小值； 点云中p点对应最深层子空间的编号Qp通过下式计算： 其中ypmin、zpmin为点云y、z坐标的最小值，xp、yp、zp为p点的三维坐标，表示向下取整操作； Qp中包含U个不同的值，说明八叉树第L层有U个子空间，第uu∈{1,2,3,…,U}个子空间的平均尖锐稀疏度用表示； 分级随机精简的级数为NN＜6，每一级的精简率通过以下关系式确定： 其中，n为缓变区A第n级的级数，代表的最大值，代表的最小值，η1＜η2＜…＜ηn＜…＜ηN，η1到ηN值的大小根据点云最终精简目标设定； 步骤4对缓变区B中的点云进行远近点循环采样的方式进行精简，具体做法如下： 首先输入缓变区B，设M为缓变区精简后的点集，v为子空间的循环次数，Mu子空间u的点集，令u＝1,v＝1；其次计算子空间u的重心点寻找距离重心最近的点判断该子空间u中点数是否小于等于k′，若不是，则搜索最近点的k′邻域，寻找最远邻域点将存入M，删除的其余邻域点，更新Mu，此时令v＝v+1，在子空间中继续进行上述操作，直至若只将重心的最近点存入M即可；然后令u＝u+1，遍历U个子空间，直至u＞U；最后输出精简后缓变区B的点集M； 步骤5将陡变区的点与精简后缓变区A、缓变区B的点合并得到最终精简的3D点云。

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北京北科增材制造科技有限公司;太原科技大学，其通讯地址为：101399 北京市顺义区昌金路赵全营段56号院1号楼3层304室；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”。