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！

龙图腾网获悉武汉大学申请的专利一种面向城市场景的多源遥感数据融合三维重建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：CN121259212B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511812583.2，技术领域涉及：G06T17/00；该发明授权一种面向城市场景的多源遥感数据融合三维重建方法是由王密;程昫;皮英冬;仵倩玉设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本一种面向城市场景的多源遥感数据融合三维重建方法在说明书摘要公布了：本申请公开了一种面向城市场景的多源遥感数据融合三维重建方法，涉及遥感影像三维建模技术领域，该方法包括：基于目标区域的多源遥感影像得到点云数据以及每张遥感影像的相机参数，基于点云数据和相机参数构建得到初始锚点；应用卫星层级，对三维高斯泼溅模型进行多次迭代训练以更新得到骨架锚点；应用所有锚点层级，对另一三维高斯泼溅模型进行多次迭代训练以更新得到场景锚点；基于场景锚点渲染得到目标区域的三维重建模型。本申请通过这种分阶段的分布式建模方式，可以降低由于大量多源数据的参数差异导致的计算难度，在兼顾建模效率与存储开销的同时，显著提升了城市场景三维建模的精度和真实感。

本发明授权一种面向城市场景的多源遥感数据融合三维重建方法在权利要求书中公布了：1.一种面向城市场景的多源遥感数据融合三维重建方法，其特征在于，包括： 基于目标区域的多源遥感影像得到点云数据以及每张遥感影像的相机参数；其中，所述多源遥感影像包括多张卫星影像和多张街景影像； 将所述目标区域划分为多个体素单元，基于所述点云数据和所述相机参数构建得到每个体素单元位置处的初始锚点； 应用所述初始锚点中的卫星层级，将所有初始锚点、卫星影像和对应的相机参数输入三维高斯泼溅模型，对所述三维高斯泼溅模型进行多次迭代训练以更新锚点，更新得到骨架锚点； 应用所述骨架锚点中的所有锚点层级，将所述骨架锚点、卫星影像、街景影像和对应的相机参数输入另一三维高斯泼溅模型，对所述另一三维高斯泼溅模型进行多次迭代训练以更新锚点，更新得到场景锚点； 基于所述场景锚点渲染得到所述目标区域的三维重建模型； 其中，初始锚点包含的锚点层级在构建过程中确定得到； 所述对所述另一三维高斯泼溅模型进行多次迭代训练以更新锚点之前，所述方法还包括： 基于每个所述骨架锚点在卫星影像中的被观测次数以及在街景影像中的被观测次数计算每个骨架锚点的主导性分值； 所述对所述另一三维高斯泼溅模型进行多次迭代训练以更新锚点，更新得到场景锚点，所述另一三维高斯泼溅模型包括多个不同的多层感知机分支，迭代训练过程包括： 通过每个所述多层感知机分支分别基于骨架锚点进行特征提取，提取得到每个骨架锚点在卫星影像视角下的锚点特征和街景影像视角下的锚点特征，并分别基于锚点特征处理得到对应的高斯椭球体属性； 根据所述主导性分值确定不同视角对应的高斯椭球体属性的权重，基于不同视角下高斯椭球体属性的权重进行加权融合，以更新对应骨架锚点内的高斯椭球体，得到更新后的骨架锚点； 根据所述更新后的骨架锚点在卫星影像上的投影特征与对应实际特征之间的相似度分别计算得到第二损失函数，根据在街景影像上的投影特征与对应实际特征之间的相似度分别计算得到第三损失函数； 根据所述第二损失函数和所述第三损失函数调整所述更新后的骨架锚点，基于调整后的骨架锚点执行所述通过每个所述多层感知机分支分别基于骨架锚点进行特征提取以及之后的步骤； 直至迭代次数等于第二迭代次数阈值，或，所述第二损失函数和所述第三损失函数均小于或等于对应的损失阈值，输出骨架锚点为所述场景锚点。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。