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！

龙图腾网获悉浙江理工大学申请的专利一种基于二维视觉大模型的三维点云配准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：CN121482122B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610033736.1，技术领域涉及：G06T7/33；该发明授权一种基于二维视觉大模型的三维点云配准方法及系统是由杨俊男;徐雅斌;王帆;李秦川设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本一种基于二维视觉大模型的三维点云配准方法及系统在说明书摘要公布了：本发明涉及一种基于二维视觉大模型的三维点云配准方法及系统，将源点云和目标点云解耦为二维投影表征；构建结构一致性修复域，恢复投影图像中的几何结构断裂与语义缺失，生成稠密且连续的修复图像；将修复图像输入预训练的视觉几何大模型，跨模态特征匹配与位姿解算，同步输出像素级匹配置信度图；将二维位姿解算结果逆映射至三维空间完成粗配准，利用置信度图在三维空间中构建高可信度锚点集合，引导点云精配准算法收敛至全局最优。本发明使得针对自然图像训练的配准大模型能够无缝迁移至点云数据上，无需重新训练；在弱纹理、部分重叠的点云场景下，仍能提供鲁棒的粗配准初值；显著提高精配准的收敛速度和抗噪性能，实现从粗到精的自适应提升。

本发明授权一种基于二维视觉大模型的三维点云配准方法及系统在权利要求书中公布了：1.一种基于二维视觉大模型的三维点云配准方法，其特征在于：所述方法通过预设的规范化映射策略，将源点云和目标点云解耦为具有视图一致性的二维投影表征；构建结构一致性修复域，利用生成式图像修复网络恢复投影图像中因点云稀疏性导致的几何结构断裂与语义缺失，生成稠密且连续的修复图像；将修复图像输入预训练的视觉几何大模型，进行跨模态特征匹配与位姿解算，同步输出像素级匹配置信度图；将二维位姿解算结果逆映射至三维空间完成粗配准，并利用置信度图在三维空间中构建高可信度锚点集合，引导点云精配准算法收敛至全局最优；所述方法包括以下步骤： S1获取源点云和目标点云，进行预处理； S2对预处理后的点云进行规范化处理，基于预设的映射关系投影，得到对应的二维图像；包括以下步骤： S2.1基于处理后的源点云和目标点云计算点云的质心，执行去中心化，得到对应的去中心化点云； S2.2基于中心化点云构建对应的协方差矩阵，对协方差矩阵进行特征值分解，得到三个特征值及其对应的特征向量，进行方向一致性处理，固定坐标轴方向，得到对应源点云和目标点云的原始坐标系到此规范化坐标系的4x4齐次变换矩阵和； S2.3将源点云和目标点云通过对应的变换矩阵和映射到规范化坐标系； S2.4对映射后的图像进行渲染处理后输出对应的原始投影图像和，并记录像素到点索引的映射表； S3基于快速傅里叶卷积的大感受野修复模型对所述对应的二维图像的连续语义特征进行修复与补全，得到对应的修复后图像，用于适配视觉几何大模型的输入域； S4利用冻结参数的预训练的视觉几何大模型对对应的修复后图像执行对应的位姿估计，模型通过注意力机制捕获跨视角的深层对应关系，生成对应的置信度图； S5将S2推理得到的变换矩阵的结果施加到源点云，使其与目标点云粗配准； S6基于S4的置信度图对获取对应的二维图像的有效像素位置，对点云配准算法进行优化，过滤低置信度的背景与噪声区域，完成源点云和目标点云的精配准。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市经济技术开发区白杨街道2号大街928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。