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！

龙图腾网获悉兰笺(苏州)科技有限公司申请的专利基于3DGS的全景图像三维重建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：CN120526066B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511030517.X，技术领域涉及：G06T17/00；该发明授权基于3DGS的全景图像三维重建方法是由刘哲强;王俊杰;冯锦鸿;梁晨;白晓阳;张傲宇;徐鹏设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本基于3DGS的全景图像三维重建方法在说明书摘要公布了：本发明提供基于3DGS的全景图像三维重建方法，涉及计算机视觉与图像处理技术领域，所述方法包括：步骤1，采集待重建场景的全景图像序列，通过等距柱状投影进行统一编码，获得编码数据集；步骤2，对编码数据集执行全景运动恢复结构处理，生成每张图像的六自由度相机位姿参数及对应的稀疏三维点云。本发明实现了高精度、高效率的全景场景三维重建，可输出高质量全景图像或稠密三维模型，提升了三维重建质量与效率。

本发明授权基于3DGS的全景图像三维重建方法在权利要求书中公布了：1.基于3DGS的全景图像三维重建方法，其特征在于，所述方法包括： 步骤1，采集待重建场景的全景图像序列，通过等距柱状投影进行统一编码，获得编码数据集； 步骤2，对编码数据集执行全景运动恢复结构处理，生成每张图像的六自由度相机位姿参数及对应的稀疏三维点云，包括对统一格式编码数据集中的图像，提取具有全景不变性的特征点，并根据球面视角相似度筛选匹配点对，得到筛选后的匹配点对；基于筛选后的匹配点对，通过增量式运动恢复结构算法求解相机位姿，生成初始三维点坐标；利用光束法平差联合优化相机位姿及三维点坐标，校验每个三维点的全景投影一致性，输出优化后的相机位姿参数集及满足一致性约束的稀疏三维点云； 步骤3，基于稀疏三维点云初始化3D高斯基元集合，为每个三维点赋予位置、旋转参数、尺度初值、颜色参数及不透明度参数，当存在与当前场景重合的历史重建结果时，将历史重建结果与当前高斯基元集合通过位姿配准进行融合，得到融合后的高斯基元集合，包括将稀疏三维点云转化为初始高斯基元集合，其中每个高斯基元继承三维点的位置和颜色参数，并初始化旋转参数为无旋转状态、尺度为微观立方体、不透明度为0.8；当检测到历史重建模型时，基于初始高斯基元集合进行特征匹配，并利用相机位姿参数计算历史高斯基元的重投影误差，剔除误差超过2像素的无效高斯；将验证有效的历史高斯基元与初始高斯基元集合合并，输出最终融合后的高斯基元集合； 步骤4，对全景图像序列的顶部或底部极区执行畸变矫正操作，采用局部球面重映射或立方体投影重构得到矫正图像集；基于融合后的高斯基元集合与矫正图像集进行迭代训练，在训练过程中，基于全景屏幕空间梯度对高斯基元执行致密化控制，当达到迭代上限时终止训练，得到优化高斯基元集合，包括对全景图像序列顶部或底部极区，采用局部球面重映射或立方体投影重构，输出矫正图像集；将矫正图像集作为训练输入数据，初始化融合后高斯基元集合的参数；从矫正图像集中随机选取训练视图及对应相机位姿，基于相机位姿与当前高斯基元集合，通过等距柱状投影渲染管线生成模拟视图；计算模拟视图与真实训练视图之间的损失函数，根据损失函数反向传播更新高斯基元的位置、旋转、尺度、颜色及不透明度参数，得到更新后的高斯基元集合；基于更新后的高斯基元集合，计算各高斯基元在全景屏幕空间中的梯度幅值，若梯度幅值大于分裂阈值，则执行分裂操作生成子高斯；若梯度幅值小于克隆阈值，则执行克隆操作；若梯度幅值等于克隆阈值，则保持原状；当迭代次数达到预设上限时，终止训练并输出优化后的高斯基元集合； 步骤5，对优化高斯基元集合进行全景渲染，输出全景图像或稠密三维模型。

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兰笺(苏州)科技有限公司，其通讯地址为：215000 江苏省苏州市苏州工业园区金鸡湖大道88号人工智能产业园G4-1501单元；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”。