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！

龙图腾网获悉龙岩学院申请的专利基于多源地理数据融合的历史建筑三维监管建模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：CN120852675B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511318983.8，技术领域涉及：G06T17/00；该发明授权基于多源地理数据融合的历史建筑三维监管建模方法是由徐志刚;王文哲;高鹏;陈济爱;王培彬;刘艳芳;刘智斌设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本基于多源地理数据融合的历史建筑三维监管建模方法在说明书摘要公布了：本发明公开了基于多源地理数据融合的历史建筑三维监管建模方法，属于数据处理技术领域，包括以下步骤：S1、得到历史建筑图像的各图像区域；S2、得到各二次划分区域；S3、提取图像组的各指定二次划分区域的特征向量，并进行特征向量相似度分析，得到图像组的综合特征向量相似度；S4、得到3D相邻判定结果，若3D相邻判定结果为相邻，则将该图像组进行图像拼接，否则分析得到该图像组的临时存储地，并继续进行图像组相邻判断直至得到完整图像拼接关系；S5、得到历史建筑三维模型。达到了历史建筑三维模型的精准构建，解决了现有技术中由于历史建筑特征向量获取不精准导致的三维建模精准度差、效率低的问题。

本发明授权基于多源地理数据融合的历史建筑三维监管建模方法在权利要求书中公布了：1.基于多源地理数据融合的历史建筑三维监管建模方法，其特征在于，包括以下步骤： S1、获取多源地理数据，所述多源地理数据包括历史建筑图像和3D点云数据，对历史建筑图像进行区域划分，得到历史建筑图像的各图像区域； S2、对历史建筑图像的各图像区域进行特征提取，得到各图像区域的特征向量，并映射至历史建筑图像中进行二次区域划分，得到各二次划分区域； S3、将任意两个历史建筑图像进行组合，得到图像组，提取图像组的各指定二次划分区域的特征向量，并进行特征向量相似度分析，得到图像组的综合特征向量相似度； S4、基于图像组的综合特征向量相似度以及3D点云数据进行相邻判定，得到3D相邻判定结果，若3D相邻判定结果为相邻，则将该图像组进行图像拼接，否则分析得到该图像组的临时存储地，并继续进行图像组相邻判断直至得到完整图像拼接关系； S5、将完整图像拼接关系和历史建筑图像输入至预设的3D建模平台中进行3D建模，由此得到历史建筑三维模型； 得到图像组的综合特征向量相似度，具体方法为： 所述指定二次划分区域为历史建筑图像的边缘区域； 将各指定二次划分区域按照预设顺序进行排序，得到二次划分区域顺序，基于二次划分区域顺序将图像组的各指定二次划分区域进行映射匹配，得到各区域映射组； 将各区域映射组进行特征向量相似度分析得到各区域映射组的特征向量相似度； 获取数据库中预设的第一特征向量相似度阈值，并与各区域映射组的特征向量相似度进行比较，若存在某区域映射组的特征向量相似度在第一特征向量相似度阈值以下，则将该区域映射组的特征向量相似度与数据库进行匹配，得到该区域映射组的综合影响参考系数，若存在某区域映射组的特征向量相似度大于第一特征向量相似度阈值，则获取数据库中预设的历史综合影响参考系数作为该区域映射组的综合影响参考系数，由此得到各区域映射组的综合影响参考系数； 基于各区域映射组的特征向量相似度进行特征向量相似度波动分析，得到特征向量相似度波动参数，所述特征向量相似度波动参数包括特征向量相似度极差、特征向量相似度标准差和特征向量相似度平均值； 获取数据库中预设的特征向量相似度波动基准集，并与特征向量相似度波动参数进行对比分析，得到对比分析结果，基于对比分析结果引入对应的第一赋权因子进行耦合处理，得到耦合处理结果，基于耦合处理结果与综合影响参考系数进行乘性耦合处理，以得到图像组的综合特征向量相似度； 所述特征向量相似度波动基准集包括特征向量相似度极差基准值、特征向量相似度标准差基准值和特征向量相似度平均值基准值。

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龙岩学院，其通讯地址为：364012 福建省龙岩市新罗区东肖北路1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。