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！

龙图腾网获悉西安理工大学申请的专利基于多特征约束的室外场景建筑物提取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：CN115170950B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202210717889.X，技术领域涉及：G06V20/10；该发明授权基于多特征约束的室外场景建筑物提取方法是由宁小娟;孙泽乾;王兰兰;王琳;王映辉;金海燕设计研发完成，并于2022-06-21向国家知识产权局提交的专利申请。

本基于多特征约束的室外场景建筑物提取方法在说明书摘要公布了：本发明公开了基于多特征约束的室外场景建筑物提取方法，首先使用体素网格滤波方法对大规模点云场景进行下采样，对于下采样后的场景用布料滤波算法去除地面点。然后，结合基于密度聚类算法和KD树对非地面点进行聚类，将非地面点聚为不同的点簇。最后，结合点云高度、体积、方向、维度以及颜色特征将建筑物点云与非建筑物点云进行分离，最终从室外场景中提取出建筑物点云。本发明有效提高了使用传统方法提取精度低的问题，对室外场景中大部分建筑物都能成功提取，为大规模场景中的建筑物提取提供了相应的处理思路。

本发明授权基于多特征约束的室外场景建筑物提取方法在权利要求书中公布了：1.基于多特征约束的室外场景建筑物提取方法，其特征在于，具体按照如下步骤实施： 步骤1，数据预处理：输入原始点云数据，使用体素网格滤波方法对原始场景进行下采样得到预处理后的点云数据； 步骤2，地面点滤除：使用布料滤波算法将场景中的地面点进行滤除； 步骤3，非地面点聚类：构建KD树，使用索引方法查找邻域点，通过基于密度聚类算法实现非地面点聚类； 步骤4，建筑物点提取：从点云的高度特征、点云体积特征、方向特征、维度特征和颜色特征五个方面考虑，区分建筑物和非建筑物，完成建筑物点提取； 所述步骤4具体为： 步骤4.1，使用高程值剔除场景中的低矮植被：高程值小于2m的点簇为低矮地物，需将其剔除，而高于2m的点簇为较高地物，较高地物包括建筑物和树木，将这些较高地物的点簇保留进行下一步计算，高程值计算如式5； 5 式5中，表示高程值，表示点云在垂直于地面方向上的最大值，表示点云地面点坐标，用地面点坐标的平均值代替； 步骤4.2，使用最小凸包体积剔除场景中面积较小且高度高于低矮植被但不高于建筑物的地物：求解聚类后点簇的最小凸包，进一步计算最小凸包的体积来区分建筑物与其他地物，体积阈值根据不同场景中的建筑物体积而定； 步骤4.3，使用方向特征剔除场景中的高大树木：构造并分析点云法向量与Z轴方向向量夹角的余弦值来确定当前点簇所属类别； 步骤4.4，使用维度特征剔除场景中表现为线状结构和球面结构的地物，根据主成分分析方法对点云进行分析； 步骤4.5，使用颜色特征剔除场景中密度较稀疏的树木以及和建筑物连接在一起的树木。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。