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！

龙图腾网获悉中国航空工业集团公司北京长城航空测控技术研究所;浙江工业大学;北京长城航空测控技术研究所有限公司;北京瑞赛长城航空测控技术有限公司申请的专利基于激光雷达与相机融合的水下船体表面缺陷检测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：CN117197061B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202311101370.X，技术领域涉及：G06T7/00；该发明授权基于激光雷达与相机融合的水下船体表面缺陷检测方法是由怀思然;王彤;王医博;谭大鹏;甘志超;胡正;王承彦;张彦康设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本基于激光雷达与相机融合的水下船体表面缺陷检测方法在说明书摘要公布了：本发明提供一种基于激光雷达与相机融合的水下船体表面缺陷检测方法，其包括：S1、获取并处理水下船体表面焊接裂纹缺陷处的点云数据和图像数据；S2、对水下船体表面焊接裂纹缺陷点云数据和图像数据进行特征提取，获取相同特征，实现数据融合；S3、将融合后的水下船体表面焊接裂纹缺陷点云数据转换到图像坐标系中，使用补全算法进行补全操作后会产生边缘噪声，水下船体表面缺陷检测结果。本方法结合图像与激光雷达各自的优势，融合图像点云数据后获得更加全面、完善的特征用于提升水下目标检测的精度；将水下空间信息和图像语义信息的数据融合，有效解决复杂的水体环境下，水下船体表面缺陷的准确性与稳定性。

本发明授权基于激光雷达与相机融合的水下船体表面缺陷检测方法在权利要求书中公布了：1.一种基于激光雷达与相机融合的水下船体表面缺陷检测方法，其特征在于：其包括以下步骤： S1：获取并处理水下船体表面焊接裂纹缺陷处的点云数据和图像数据； S11：通过基于线结构光的水下激光雷达对水下船体表面焊接裂纹缺陷处进行扫描获取点云数据；使用水下相机对水下船体表面焊接裂纹缺陷处进行拍摄获取图像数据； S12：使用点云数据法向量估计、采用高斯滤波对点云数据去除高频信息和采用SE-SSD对点云数据进行增强，获取船体表面裂纹的轮廓信息，实现点云数据的预处理操作； S13：使用同态滤波处理、基于直方图的图像增强和基于光衰减先验与背景光融合算法进行修复实现水下船体表面焊接裂纹缺陷图像数据的预处理操作； S2：对水下船体表面焊接裂纹缺陷点云数据和图像数据进行特征提取，获取相同特征，实现数据融合，具体包括如下子步骤： S21：对步骤S1中预处理后的水下船体表面焊接裂纹缺陷图像数据进行灰度处理，逐点求出图像数据中每个像素点的R、G和B三个分量的平均值，然后将所述平均值赋予给所述像素点的R、G、B三个分量； S22：将处理后的水下船体表面焊接裂纹缺陷点云数据和图像数据进行特征提取； S23：获取水下船体表面焊接裂纹缺陷点云数据和图像数据的相同特征，利用ICP点云匹配算法计算出水下激光雷达坐标系和水下相机坐标系之间的转换关系，实现数据融合；所述ICP点云匹配算法通过计算水下相机的旋转矩阵R和平移矩阵t，从水下相机坐标系P转换到水下激光雷达坐标系Q的计算表达式，如下所示： ； 其中，为第i个水下激光雷达坐标；为水下相机的旋转矩阵；为第i个水下相机坐标；为水下相机的平移矩阵；i为坐标编号； 同时，构建ICP点云匹配算法优化过程的最小化目标函数，如下所示： ； 其中，为ICP点云匹配算法优化过程的最小化目标函数；n为坐标总数； 匹配水下相机坐标系P和水下激光雷达坐标系Q中距离最近的点对Pi，Qi，并利用ICP点云匹配算法优化计算水下相机的旋转矩阵R和平移矩阵t； S3：将步骤S2融合后的水下船体表面焊接裂纹缺陷点云数据转换到图像坐标系中，得到稀疏深度图；通过稠密化深度图将稀疏深度图补全，使用补全算法进行补全操作后会产生边缘噪声，利用引导滤波对其进行平滑操作，像素点的输出结果函数，如下所示： ； 其中，为输出RGB-D图像；I为引导图像；k为对应的像素索引；a为当观察窗口位于k时的线性函数的第一系数；b为当观察窗口位于k时该线性函数的第二系数；为引导图像像素点集合； 经过修正无状态引导下的信息失真，得到符合要求的深度图像，补全形成RGB-D图，从而获得水下船体表面缺陷检测结果。

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航空工业集团公司北京长城航空测控技术研究所;浙江工业大学;北京长城航空测控技术研究所有限公司;北京瑞赛长城航空测控技术有限公司，其通讯地址为：101111 北京市朝阳区东环南路2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。