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！

龙图腾网获悉东北大学申请的专利一种梯度驱动自适应加密与多尺度形态学融合的DEM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：CN120563749B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510632465.7，技术领域涉及：G06T17/05；该发明授权一种梯度驱动自适应加密与多尺度形态学融合的DEM建模方法是由甄帅;毛亚纯;陈煊赫;王红雨;白宇设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种梯度驱动自适应加密与多尺度形态学融合的DEM建模方法在说明书摘要公布了：本发明提供了一种梯度驱动自适应加密与多尺度形态学融合的DEM建模方法，包括以下步骤：1按照最低点策略提取基础底部种子模型，采用差分法计算基底种子模型的坡度模长量化地形梯度强度，并基于全采场栅格及形态学栅格内坡度模长的均值和标准差信息实现陡坎栅格的自适应加密；2针对未进行加密的原始栅格点云数据进行形态学操作，形态学结果仅保留未加密点云及插值点云信息；3对加密区栅格点云数据进行形态学操作，依然仅保留加密栅格点云数据的形态学结果；4合并原始‑加密栅格点云数据，针对未加密原始栅格与加密栅格的边界区域，采用高程平均加权融合方式进行赋值，最终生成矿区DEM模型。本发明通过构建“动态加密‑多尺度融合”二级递进式技术框架，实现DEM模型中地物目标的精准、高效剔除以及陡坎区域特征信息的全要素保留。

本发明授权一种梯度驱动自适应加密与多尺度形态学融合的DEM建模方法在权利要求书中公布了：1.一种梯度驱动自适应加密与多尺度形态学融合的DEM建模方法，其特征在于，方法分为以下步骤： S1：点云数据预处理；对全采场点云数据进行去噪预处理，剔除点云模型底部的异常噪点； S2：基底种子模型提取；对预处理后的点云数据进行栅格化处理，每个栅格内的点云数据采用最低点作为该栅格内的基底种子模型点； S3：陡坎区域栅格自适应加密；采用坡度模长指标量化地形梯度强度，实现陡坎区域栅格的自适应加密，自适应加密的具体步骤如下： S301：全采场坡度模长Gmag表征，对内部栅格单元坡度分量Gx和Gy的计算采用中心差分法： 边界栅格单元坡度分量采用单边差分法： 其中，ΔX和ΔY为栅格单元分辨率，单位为m；Z为高程矩阵； S302：栅格自适应加密机制设置；基于坡度模长设定阈值T，当栅格单元的GmagT时触发四叉树递归加密： S303：加密栅格点云填补；对于加密栅格的点云数据在原始基底种子模型再次选取； S304：空缺点云插值； S4：多尺度形态学处理；对未进行加密的原始栅格以及自适应加密栅格分别进行渐进式形态学滤波处理，根据不同尺度的形态学滤波结果及插值结果确定初始DEM模型； S5：加密栅格-未加密栅格边界区域平滑； S6：最终DEM模型数据生成。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。