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！

龙图腾网获悉中国科学院空天信息创新研究院申请的专利一种联合空间特征和光谱特征的点云分类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：CN116740459B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310775677.1，技术领域涉及：G06V10/764；该发明授权一种联合空间特征和光谱特征的点云分类方法是由田汶鑫;陈育伟;李子扬;邱实;吴昊昊;陈林生;唐伶俐;蒋长辉;胡佩纶设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本一种联合空间特征和光谱特征的点云分类方法在说明书摘要公布了：本发明涉及一种联合空间特征和光谱特征的点云分类方法，具体包括，对点云卷积的卷积核和卷积运算进行定义；进行点云卷积和池化操作；建立空间和光谱特征联合的点云分类模型；对高光谱激光雷达点云数据进行分类模型的训练；利用点云数据分类模型对高光谱激光雷达的点云数据进行分类。本发明对高光谱激光雷达获取的空间和光谱信息进行联合处理和特征提取，开展空谱特征融合的点云分类研究，提出了联合空间和光谱特征的点云分类模型，进一步提高激光雷达点云分类精度。

本发明授权一种联合空间特征和光谱特征的点云分类方法在权利要求书中公布了：1.一种联合空间特征和光谱特征的点云分类方法，其特征在于，具体包括以下步骤： 步骤一，对点云卷积的卷积核和卷积运算进行定义； 步骤二，基于空间特征卷积神经网络分支进行点云卷积运算和池化操作提取空间特征； 步骤三，基于光谱特征卷积神经网络分支进行光谱维卷积运算和池化操作提取光谱特征； 步骤四，建立空间特征和光谱特征联合的点云分类模型； 步骤一中，一个高光谱激光雷达点产生的点云是一个3D点的集合,它包含了点云中总数为的点，具体描述为如下公式5： 5 式中：是点云中的第个点； 点的属性描述了它的空间坐标和光谱反射率信息，表示为如下公式6： 6 式中，分别代表点的三维坐标，代表点在波长为时的光谱反射率， 基于个相邻点来定义的3D感受野，感受野定义为如下公式7： 7 式中：代表“任意”，代表点和点的距离；表示基于距离，点的个最近邻域点，最近邻域被描述为，基于个最近邻域的点的属性表示为， 为了在3D点云中执行卷积运算，将3D卷积核定义为如下公式8： 8 式中：表示卷积核中权重的数量，卷积核的中心坐标为，对于卷积核中的每个核点，深度学习过程中的权重的维度与每个点的属性的维度一致，卷积核中每个核点的权重被定义为，基于个邻域点和卷积核的权重的向量，3D点云中的卷积运算定义为如下公式9： 9 定义函数表示和的余弦相似性，如公式10所示，相似度越高，卷积核对邻域点的影响就越强，当最大值时，得到取最大值时的，记为； 10 式中，，操作表示向量A和B的内积运算，卷积运算定义为如下公式11： 11。

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中国科学院空天信息创新研究院，其通讯地址为：100190 北京市海淀区北四环西路19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。