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！

龙图腾网获悉华北水利水电大学申请的专利基于隐式神经表示的厚植被覆盖区点云滤波方法及系统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：CN120318458B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510442133.2，技术领域涉及：G06T17/20；该发明授权基于隐式神经表示的厚植被覆盖区点云滤波方法及系统是由何培培;张毅;胡青峰;朱丹彤;李慧;王亚飞;马云天;胡峰源;韩梦晴设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本基于隐式神经表示的厚植被覆盖区点云滤波方法及系统在说明书摘要公布了：本发明公开了一种基于隐式神经表示的厚植被覆盖区点云滤波方法及系统，其属于点云滤波技术领域，包括获取点云数据，根据点云数据建立自适应不规则网格，基于自适应不规则网格对点云数据进行分割，得到多个子区域的点云数据；将每个子区域的点云数据输入基于隐式神经网络的上采样框架中，得到全局点云数据；基于多尺度特征点云滤波算法对全局点云数据进行滤波处理，输出全局点云地面点集。通过设置自适应不规则网格，自动调整网格的疏密程度，从而实现对厚植被覆盖区点云数据的精细分割；采用基于隐式神经网络的上采样框架，解决点云的稀疏性；使用多尺度特征点云滤波算法对全局点云数据进行滤波，提升对地物和各级植被的滤波效果。

本发明授权基于隐式神经表示的厚植被覆盖区点云滤波方法及系统在权利要求书中公布了：1.一种基于隐式神经表示的厚植被覆盖区点云滤波方法，其特征在于，包括： 获取点云数据，根据点云数据建立自适应不规则网格，基于自适应不规则网格对点云数据进行分割，得到多个子区域的点云数据； 将每个子区域的点云数据输入基于隐式神经网络的上采样框架中，得到全局点云数据，所述基于隐式神经网络的上采样框架包括编码器和解码器，所述编码器包括位置编码器，所述解码器包括特征提取器和上采样模块；所述每个子区域的点云数据包括点云坐标数据，其中，将每个子区域的点云数据输入基于隐式神经网络的上采样框架中，得到全局点云数据，包括： 将每个子区域的点云数据输入位置编码器中，对每个子区域的点云数据进行预处理，得到各个子区域编码信息，其中，各个子区域编码信息包括位置属性；利用隐式神经函数将点云坐标数据映射至高维空间对应的位置属性，输出各个子区域的高维特征向量； 使用特征提取器对各个子区域的高维特征向量进行学习和提取，得到每个子区域的地形几何特征,将每个子区域的地形几何特征输入上采样模块； 在上采样模块中，基于每个子区域的地形几何特征预测每个子区域的点云数据中缺失空洞部分的局部特征，得到预测结果，基于预测结果对点云缺失空洞部分进行补全，得到补全后的各子区域点云，基于补全后的各子区域点云，采用阶梯采样数原则，针对不同子区域点云密度，设定不同区域的上采样倍率进行上采样，生成高分辨率密度均匀点云，其中，基于每个子区域的地形几何特征预测每个子区域的点云数据中缺失空洞部分的局部特征，得到预测结果，基于预测结果对点云缺失空洞部分进行补全，得到补全后的各子区域点云，包括： 基于点云坐标数据，使用隐式神经函数预测每个子区域的点云数据中缺失空洞部分的密度分布，并基于预设的密度阈值，在缺失空洞部分生成新点云； 针对新点云计算位置偏移量，基于位置偏移量对新点云进行纠偏，得到补全后的各子区域点云； 基于高分辨率密度均匀点云进行点云缝合，得到全局点云数据； 基于多尺度特征点云滤波算法对全局点云数据进行滤波处理，输出全局点云地面点集，其中，多尺度特征包括色彩信息、粗糙度和基于协方差的特征。

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华北水利水电大学，其通讯地址为：450045 河南省郑州市金水区北环路36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。