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！

龙图腾网获悉中国矿业大学(北京)申请的专利一种基于点云的岩体迹线自动提取方法和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：CN119169304B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202411054203.9，技术领域涉及：G06V10/44；该发明授权一种基于点云的岩体迹线自动提取方法和系统是由胡杰;任铭铭;何满潮设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本一种基于点云的岩体迹线自动提取方法和系统在说明书摘要公布了：本申请提供一种基于点云的岩体迹线自动提取方法和系统，属于岩土工程数据处理技术领域。获取规则体点云数据以及岩体点云数据，基于诱导迁移学习思想，将规则体点云数据作为源域，使用人工神经网络技术ANN训练通用的迹线特征点提取模型，然后将训练好的迹线特征点提取模型迁移到目标域，即实际的岩体点云，对岩体点云迹线特征点进行粗提取，再依次进行岩体迹线特征点精提取、特征点连线、迹线合并处理，得到最终的岩体迹线。该方法针对不同岩体数据密度的阈值选择难的问题，考虑不同岩体点云的差异，提出多尺度表面变化指标与机器学习结合的迹线特征点提取方法，无需在点云中设定阈值，提高了迹线提取的精度和效率。

本发明授权一种基于点云的岩体迹线自动提取方法和系统在权利要求书中公布了：1.一种基于点云的岩体迹线自动提取方法，其特征在于，包括： 获取规则体点云数据以及岩体点云数据，并从所述规则体点云数据中提取出样本点集合，所述样本点集合中的各个样本点包含标签信息； 计算所述样本点集合中的各个样本点的多尺度表面变化指标，得到所述样本点集合的第一特征集合；计算所述岩体点云数据中所有点的多尺度表面变化指标，得到所述岩体点云数据的第二特征集合；其中，所述第一特征集合的特征总数量、所述第二特征集合的特征总数量都等于尺度规模n，所述第一特征集合中的第i个特征代表所述样本点集合中的各个样本点在第i个尺度下的表面变化指标取值；所述第二特征集合中的第i个特征代表所述岩体点云数据中所有点在第i个尺度下的表面变化指标取值； 以所述第一特征集合作为输入特征，结合所述样本点集合中的各个样本点包含的标签信息，构建训练数据集；并利用所述训练数据集，基于诱导迁移学习思想，使用人工神经网络技术ANN训练通用的迹线特征点提取模型，然后将所述第二特征集合输入到训练好的所述迹线特征点提取模型，对岩体点云迹线特征点进行粗提取，得到粗提取特征点集合； 基于所述粗提取特征点集合，依次进行岩体迹线特征点精提取、特征点连线、迹线合并处理，得到最终的岩体迹线； 以所述规则体点云数据或者所述岩体点云数据作为输入点云P，以所述样本点集合中的任一样本点或者所述岩体点云数据中的任一点作为当前点p；则当前点p的多尺度表面变化指标的计算步骤如下： 在输入点云P的所有点中，搜索距离当前点p最近的k个点，组成近邻点集合Nkp； 计算近邻点集合Nkp任意一点pi到当前点p的欧氏距离，并确定近邻点集合Nkp中所有点到当前点p的距离最大值dkp； 以dkp为搜索半径下限、以输入点云P的最大采集范围为搜索半径上限，在搜索半径上下限范围内确定多个断点，组成多尺度搜索半径集合，其中，所述多尺度搜索半径集合中包含的半径个数等于尺度规模n； 以当前点p为中心、多尺度搜索半径集合中各个半径取值为搜索半径进行搜索，获得当前点p在各个尺度下的近邻点集； 基于所述当前点p在各个尺度下的近邻点集，计算出当前点p在各个尺度下的表面变化指标取值； 以dkp为搜索半径下限，采用自适应迭代的方式获得搜索半径上下限范围内的n个断点，并组成所述多尺度搜索半径集合；其中，自适应迭代包括：设dkp为迭代的起始半径，所述当前点p到近邻点集合Nkp中所有点的欧氏距离的均值作为初次迭代的步长，则初次迭代生成的半径值：，计算出第k1次迭代的自适应步长和每次迭代的断点值： ， ， ， ， 式中，k1是当前迭代次数，、分别是第k1+1、第k1次迭代时断点值，是第k1次迭代的步长，是归一化函数，表示归一化后的的信息量，是的概率分布。

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中国矿业大学(北京)，其通讯地址为：100089 北京市海淀区学院路丁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。