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！

龙图腾网获悉南昌大学申请的专利一种基于深度学习和多目标特征输入拱坝点云配准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：CN120431139B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510933139.X，技术领域涉及：G06T7/33；该发明授权一种基于深度学习和多目标特征输入拱坝点云配准方法是由李火坤;陈鹏帆;李怡静;柳波;黄伟;钟沛林;李玥康;范济豪设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于深度学习和多目标特征输入拱坝点云配准方法在说明书摘要公布了：本发明公开了一种基于深度学习和多目标特征输入拱坝点云配准方法，包括：1）对拱坝进行测站布置，利用地面三维激光扫描仪对拱坝表面进行扫描，获取拱坝的点云数据；2）构建改进的点云分割神经网络，得到拱坝点云的分割结果；3）设计特征提取器，提取分割出的拱坝各部件的轮廓特征；4）设计刚性变换估计网络，将拱坝各部件和岩体轮廓作为输入数据进行配准。本发明先通过基于PointNet++的点云分割网络提取大坝部件，再结合拱坝环境特征，针对坝体与岩体表面差异，分别用Transformer框架和聚类平面边界提取法获取轮廓特征；将轮廓特征作为引导信息输入配准网络，用注意力机制和改进的MLP优化12维特征向量，最后构建刚性配准网络计算变换矩阵。

本发明授权一种基于深度学习和多目标特征输入拱坝点云配准方法在权利要求书中公布了：1.一种基于深度学习和多目标特征输入拱坝点云配准方法，其特征在于，包括以下步骤： 步骤S1、对拱坝进行测站布置，利用地面三维激光扫描仪对拱坝表面进行扫描，获取拱坝的点云数据； 步骤S2、构建改进的点云分割神经网络，得到拱坝点云的分割结果； 在传统PointNet++的基础上加入了采样处理和局部区域组合组成集合抽象层，通过多个集合抽象层提取出高维特征，随后通过跳跃连接和反向插值得到最终分割结果； 步骤S3、设计特征提取器，提取分割出的拱坝各部件的轮廓特征； 所述特征提取器内置有岩体轮廓特征提取算法，岩体轮廓特征提取算法的计算步骤如下： 步骤S31、对原始点云进行下采样并计算剩余点的法向量； 步骤S32、应用区域增长算法对点云进行初步聚类，将法向量相似的点归为一类，然后通过聚类算法进一步细化聚类结果，分离并提取出清晰的独立平面和平面特征； 步骤S33、提取平面特征后，对点云中的每个点计算法向量，并构建切平面，将点的邻域点集投影到切平面上，形成新的点集； 步骤S34、在点集中，选取一个参考点，并以点为原点，构建局部坐标系，局部坐标系以方向为轴，法向量为轴，为轴； 步骤S35、计算点集中其他点到的向量与坐标轴的顺时针夹角，对相邻的夹角两两做差得到夹角集合，其中；找出集合中最大夹角，当大于阈值时，即认为该点为边缘点，以此提取得到独立平面的边界点； 步骤S36、采用改进的Transformer模型提取坝体点云形状特征，改进的Transformer模型中向量注意力机制的关系函数y i 的表达式如下： ； ； 上式中，为点的领域的集合；为目标点；为邻域内的点；、、为传统Transformer模型中的查询query、键key、值value；、为多层感知机；表示归一化函数；表示位置编码；和为坐标向量； 步骤S4、设计刚性变换估计网络，将拱坝各部件和岩体轮廓作为输入数据进行配准。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。