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！

龙图腾网获悉西安文理学院申请的专利一种基于三维激光扫描的古建筑三维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：CN120912795B 。

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：202511449663.6，技术领域涉及：G06T17/00；该发明授权一种基于三维激光扫描的古建筑三维建模方法是由赵德芳;王位宁;李广文设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本一种基于三维激光扫描的古建筑三维建模方法在说明书摘要公布了：本申请属于文化遗产数字化保护领域，公开一种基于三维激光扫描的古建筑三维建模方法，包括：提取点云数据集和纹理图像数据的特征点并结合无人机飞行日志进行配准；通过卷积神经网络‑概率马尔可夫随机场CNN‑PMRF模型对纹理图像数据和点云‑图像配准结果进行图像修复与特征提取；对点云数据集进行几何特征提取并融合纹理图像特征向量，得到几何‑纹理联合特征向量，优化基于点云数据集生成的粗糙网格模型；将修复后纹理图像数据映射至优化网格模型得到初步三维网格模型；通过梯度提升决策树GBDT模型处理初步模型参数得到修正值，基于修正值调整初步三维网格模型得到最优三维模型。本申请可提升古建筑三维建模的精准度。

本发明授权一种基于三维激光扫描的古建筑三维建模方法在权利要求书中公布了：1.一种基于三维激光扫描的古建筑三维建模方法，其特征在于，所述方法包括： 获取无人机扫描古建筑后的原始点云数据集、原始纹理图像数据和无人机飞行日志； 对原始点云数据集和原始纹理图像数据进行预处理，生成点云数据集和纹理图像数据，通过对点云数据集和纹理图像数据提取特征点，并结合无人机飞行日志进行点云-图像配准，得到点云-图像配准结果； 将纹理图像数据和点云-图像配准结果输入CNN-PMRF融合模型进行图像修复与特征提取，得到修复后纹理图像数据和纹理图像特征向量；通过PointNet++算法对点云数据集进行几何特征提取，得到点云几何特征向量；通过双通道注意力网络对纹理图像特征向量与点云几何特征向量进行融合，生成几何-纹理联合特征向量；CNN-PMRF融合模型包括第一卷积神经网络、PMRF网络和第二卷积神经网络，且PMRF网络嵌入在第一卷积神经网络的全连接层； 基于点云数据集生成粗糙网格模型，通过几何-纹理联合特征向量优化粗糙网格模型的网格结构，得到优化网格模型，并将修复后纹理图像数据映射至优化网格模型，得到初步三维网格模型； 在初步三维网格模型上提取初步模型参数，将初步模型参数输入至GBDT模型中，得到修正值，基于修正值调整初步三维网格模型，得到最优三维模型； 将纹理图像数据和点云-图像配准结果输入CNN-PMRF融合模型进行图像修复与特征提取，得到修复后纹理图像数据和纹理图像特征向量，包括： 通过第一卷积神经网络对纹理图像数据进行处理，生成初始特征图，第一卷积神经网络包含两层卷积层且无池化层； 通过PMRF网络将初始特征图划分为多个特征块并压缩为固定维度向量形成多个特征节点；构建节点图并针对点云几何边缘图像区域的特征节点提高纹理相似度权重，设计能量函数并执行信念传播算法对特征节点进行迭代优化，得到优化后特征图，能量函数包括节点特征欧氏距离和局部纹理相似度；根据优化后特征图提取边缘特征图和纹理方向图，得到修复线索； 将纹理图像数据划分为像素块节点，根据像素坐标对应表确定相邻像素块节点对应点云之间的三维空间距离，构建修复能量函数并基于三维空间距离优化修复能量函数；结合修复线索，通过信念传播算法迭代优化后的修复能量函数直至最小化，得到修复后纹理图像； 通过第二卷积神经网络处理修复后纹理图像，提取修复后纹理图像的深度特征，生成纹理图像特征向量。

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西安文理学院，其通讯地址为：710065 陕西省西安市雁塔区科技六路1号丈八北路67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。