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！

龙图腾网获悉西北工业大学申请的专利一种基于递归元形状生成的无序多视图三维点云精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：CN119515932B 。

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：202411534152.X，技术领域涉及：G06T7/33；该发明授权一种基于递归元形状生成的无序多视图三维点云精配准方法是由杨佳琪;欧阳轩;任春林;权思文;张艳宁设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于递归元形状生成的无序多视图三维点云精配准方法在说明书摘要公布了：本申请的实施例涉及计算机视觉技术领域，公开了一种基于递归元形状生成的无序多视图三维点云精配准方法，包括：S1，将所有初始点云视图合并为未更新的元形状；S2，进入调用元形状‑多视图更新的迭代过程，并确定本次调用所包含的迭代轮数；S3，对未更新的元形状进行更新；S4，对所有初始点云视图进行更新；S5，将更新后的所有点云视图合并为新的元形状；S6，重复S3至S5，直至达到本次调用对应的最大迭代轮数；S7，取本次调用更新后的元形状，仍以所有初始点云视图作为未更新的点云视图，开启新一次调用，重复S2至S6，直至达到最大调用次数；S8，输出最后一次调用更新后的所有点云视图。该方法实现了误差稳定收敛，避免陷入局部最优。

本发明授权一种基于递归元形状生成的无序多视图三维点云精配准方法在权利要求书中公布了：1.一种基于递归元形状生成的无序多视图三维点云精配准方法，其特征在于，包括： S1，将所有初始点云视图合并为未更新的元形状；其中，初始点云视图为经过粗配准后的大致对齐的点云视图； S2，进入调用元形状-多视图更新的迭代过程，并根据累计的调用次数确定本次调用所包含的元形状-多视图更新的迭代轮数； S3，对未更新的元形状进行随机采样，选出种子点，并基于选出的种子点进行元形状的更新，得到更新后的元形状； S4，并行地将所有初始点云视图与更新后的元形状进行点云配准，将所有初始点云视图配准到更新后的元形状，完成本轮的点云视图的更新； S5，将更新后的所有点云视图合并为新的元形状，完成本轮的元形状的更新，至此完成本轮完整的元形状-多视图更新； S6，重复S3至S5，直至达到本次调用对应的最大迭代轮数； S7，取本次调用更新后的元形状，仍以所有初始点云视图作为未更新的点云视图，开启新一次调用，重复S2至S6，直至达到最大调用次数； S8，输出最后一次调用更新后的所有点云视图，完成无序多视图三维点云精配准； S3具体包括： S31，基于本轮迭代的迭代轮数，计算本轮迭代对应的采样点数，并按照本轮迭代对应的采样点数对本轮迭代使用的元形状进行随机采样，选出种子点；计算本轮迭代对应的采样点数的公式为： ； 其中，表示本轮迭代的迭代轮数，表示所有点云视图的总点数，为预设的控制采样比例的超参数，表示计算出的本轮迭代对应的采样点数； S32，在本轮迭代使用的元形状中，对选出的每个种子点进行采用kNN最近邻搜索，选取个最近邻点，，表示初始值，表示最近邻点增量步长； S33，基于每个种子点选取的个最近邻点构成局部点云，将局部点云的质心点作为更新后的种子点，更新后的种子点的集合即更新后的元形状； S4具体包括： S41，并行地将本轮迭代使用的所有点云视图与更新后的元形状，采用ICP算法执行点云精配准，将所有点云视图配准到更新后的元形状，获取各点云视图更新后的旋转参数和平移参数； S42，分别基于各点云视图更新后的旋转参数和平移参数对各点云视图进行位姿调整，完成本轮的点云视图的更新； 点云视图更新后的旋转参数和平移参数，通过以下公式表示： ； 其中，表示旋转参数，表示平移参数，表示点云视图中的一点，表示点云视图中的总点数，表示点在更新后的元形状中的对应点。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。