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！

龙图腾网获悉深圳大学申请的专利一种建筑物实例化分割方法、装置、终端及存储介质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：CN120259677B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510750281.0，技术领域涉及：G06V10/26；该发明授权一种建筑物实例化分割方法、装置、终端及存储介质是由黄俊杰;王伟玺;汤圣君;李晓明;谢林甫;郭仁忠设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种建筑物实例化分割方法、装置、终端及存储介质在说明书摘要公布了：本发明所提供的一种建筑物实例化分割方法、装置、终端及存储介质，涉及三维点云处理技术领域，该方法包括：对目标建筑物的建筑点云进行平面分割，从分割得到的建筑物平面点簇中提取潜在垂直平面点簇；将潜在垂直平面点簇中的所有三维点云映射至二维特征空间得到二维点集，利用预设双阈值判定机制处理二维点集以提取建筑物垂直结构点簇；基于建筑物垂直结构点簇生成建筑物距离图，生成距离图上的实例锚点；基于实例锚点提取距离图中的多层级轮廓，构建多层级轮廓对应的树状层级关系，基于树状层级关系构建标记矩阵；基于标记矩阵对距离图进行建筑物二维实例化分割。本发明通过无监督层次化分割框架，能够消除对标注数据的依赖，提升分割精度。

本发明授权一种建筑物实例化分割方法、装置、终端及存储介质在权利要求书中公布了：1.一种建筑物实例化分割方法，其特征在于，所述方法包括： 构建目标建筑物的建筑点云，对所述建筑点云进行平面分割，从分割得到的建筑物平面点簇中提取潜在垂直平面点簇； 将所述潜在垂直平面点簇对应的点云集合中的所有三维点云映射至二维特征空间得到二维点集，利用预设双阈值判定机制，并基于所述二维点集提取建筑物垂直结构二维点云，得到建筑物垂直结构点簇； 基于所述建筑物垂直结构点簇生成建筑物距离图，并生成表征潜在建筑物实例在所述建筑物距离图上所处位置的建筑物实例锚点； 基于所述建筑物实例锚点提取所述建筑物距离图中的多层级轮廓，构建所述多层级轮廓对应的树状层级关系，并基于所述树状层级关系构建相应的标记矩阵； 基于所述标记矩阵对所述建筑物距离图进行建筑物二维实例化分割，得到建筑物二维实例化对象；其中，所述建筑物二维实例化对象的二维像素携带有建筑物实例化标签； 所述将所述潜在垂直平面点簇对应的点云集合中的所有三维点云映射至二维特征空间得到二维点集，包括： 构建地面点云，并基于所述地面点云拟合生成地面水平基准面； 在所述地面水平基准面上，基于所述地面点云的质心点建立局部坐标系； 将所述潜在垂直平面点簇对应的点云集合中的所有三维点云，沿所述地面点云的法向量方向投影至所述局部坐标系，得到二维点集； 其中，所述利用预设双阈值判定机制，并基于所述二维点集提取建筑物垂直结构二维点云，得到建筑物垂直结构点簇，包括： 在所述地面水平基准面上建立所述二维点集的二维网格； 统计所述二维网格各网格单元中的二维点云的数量，得到各所述网格单元对应的垂直投影密度特征； 确定所述二维网格中各所述网格单元的最高点高度和最低点高度，并计算所述最高点高度和所述最低点高度之间的差值，得到各所述网格单元对应的垂直高度差特征； 基于所述垂直投影密度特征确定密度阈值，并基于所述垂直高度差特征确定深度阈值； 利用预设双阈值判定机制，将各所述网格单元对应的所述垂直投影密度特征与所述密度阈值进行比较，并将所述垂直高度差特征与所述深度阈值进行比较； 在所述垂直投影密度特征大于所述密度阈值且所述垂直高度差特征大于所述深度阈值时，则提取所述网格单元中的所述二维点云作为建筑物垂直结构二维点云，得到建筑物垂直结构点簇。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。