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！

龙图腾网获悉河北工业大学申请的专利一种基于点的形状轮廓识别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：CN117078979B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310966608.9，技术领域涉及：G06V10/75；该发明授权一种基于点的形状轮廓识别方法是由马国伟;张懿;黄轶淼;薛桂香设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本一种基于点的形状轮廓识别方法在说明书摘要公布了：本发明为一种基于点的形状轮廓识别方法，所述识别方法包括以下内容：构建标准图形库，所述标准图形库中包括规则图形或自定义图形，标准图形库中图片尺寸记为m*n；获得待识别图纸中各形状的点数据；采用聚类算法将一群点在空间中划分为不同的簇，对每一个簇都应用凸包算法得到一个包裹住该簇所有点的凸多边形；将凸多边形压缩至m*n尺寸形成标准凸多边形，并记录压缩率；将标准凸多边形和标准图形库中的每个图形进行IoU比对，取得分最高的标准图形库中的图形为预测的凸多边形的轮廓；然后再以预测的形状为依据根据压缩率反映射得到原始尺寸的结果，实现图纸中形状轮廓的识别。可以应用于各种形状的识别和分析，具有高效、稳定和广泛适用性的特点。

本发明授权一种基于点的形状轮廓识别方法在权利要求书中公布了：1.一种基于点的形状轮廓识别方法，其特征在于，所述识别方法包括以下内容： 构建标准图形库，所述标准图形库中包括规则图形或自定义图形，所有图形所在图片的尺寸均相等，且图形与图片的重心重合，标准图形库中图片尺寸记为m*n； 获得待识别图纸中各形状的点数据； 采用基于密度的聚类算法，将一群点在空间中划分为不同的簇，对每一个簇都应用凸包算法得到一个包裹住该簇所有点的凸多边形； 将凸多边形压缩至m*n尺寸形成标准凸多边形，并记录压缩率； 将标准凸多边形和标准图形库中的每个图形进行IoU比对，取得分最高的标准图形库中的图形为预测的凸多边形的轮廓；然后再以预测的形状为依据根据压缩率反映射得到原始尺寸的结果，实现图纸中形状轮廓的识别； 所述凸包算法的过程是： 2.1选取基准点：从簇中选取一个基准点，基准点记为p0； 2.2极角排序：计算簇中每个点与基准点的连线与x轴正方向的夹角，并按照这个夹角进行排序；若有多个点与基准点的极角相同，则选择距离基准点更近的点排在前面，排序好的点记为p1,p2,p3,......pn；第一个点p1和最后一个点pn一定是凸包上的点； 2.3构建凸包：将基准点p0和排序好的点中的第一个点p1压入栈中，然后从p2开始按照排序依次设置为当前点进行计算，初始时基准点p0为栈顶下的第一个点，栈顶点为p1，当前点为p2，计算由栈顶下的第一个点为起点、栈顶点为终点构成的向量与栈顶下的第一个点为起点、当前点为终点构成的向量是否是逆时针转动，若是，则将当前点压入栈中，更新栈顶点和栈顶下的第一个点、当前点；若否，则将p2舍弃，并更新当前点； 继续选取栈顶两个元素与下一个当前点，再次计算由栈顶下的第一个点为起点、栈顶点为终点构成的向量与栈顶下的第一个点为起点、当前点为终点构成的向量是否是逆时针转动，如果为逆时针转动，则将当前点压入栈中；若否，则判断栈内元素的数量是否大于2，若数量大于2则将栈顶点推出，更新栈顶点、栈顶下的第一个点和当前点，若数量不大于2则将当前点舍弃，并更新当前点；如此往复，直至完成当前点为排序后的最后一个点pn的判断； 最后栈里面元素就是簇的凸包外围的点，所有凸包外围的点的连线构成凸多边形。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。