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！

龙图腾网获悉太原科技大学申请的专利结合人类视觉感知特性的3D点云精简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：CN114758069B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202210346993.2，技术领域涉及：G06T17/20；该发明授权结合人类视觉感知特性的3D点云精简方法是由武迎春;张赞赞;卓亚娟;田文艳;王安红设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本结合人类视觉感知特性的3D点云精简方法在说明书摘要公布了：结合人类视觉感知特性的3D点云精简方法，属于3D点云数据处理领域，针对稠密3D点云数据量的急剧增加加重了后期数据处理、存储和传输负担的问题，本发明提出一种几何特征结合人类视觉感知特性的3D点云精简方法；结合点云的几何特征，该算法建立单向感知尖锐度函数与局部可见度函数来完成点的重要性评价，再根据点的重要性制定不同精简规则对点云实现分级精简。此外，为了提高混合特征评价模型的普适性，建立了各评价函数权重动态优化策略，实现了以特征评价结果为导向的权重值实时更新。实验验证了所提算法的有效性，与传统点云精简算法相比，本发明算法可在保持数据整体均匀性的同时，最大限度的保留点云的局部细节。

本发明授权结合人类视觉感知特性的3D点云精简方法在权利要求书中公布了：1.结合人类视觉感知特性的3D点云精简方法，其特征在于，按照以下步骤进行： 步骤1对点云进行K邻域搜索； 步骤2计算每一点的单向感知尖锐度、局部可见度、曲率、平均距离和投影距离值，并采用权重动态优化公式计算每一特征的权重值，不同特征值与对应权重加权平均后得到每一点的混合特征值； 其中，单向感知尖锐度函数，定义如下： 1 其中，p代表当前点，表示p的K邻域点，是当前点的坐标值，为p邻域点的坐标值，表示p点与其邻域点的欧式距离，代表x、y、z方差最大方向的坐标值，表示x、y或z方差最大方向上的p点与其邻域点的坐标差值，和可通过下式计算： 2 其中，、和分别表示点云在x、y、z方向坐标值的方差，若，返回的值即为x方向的坐标值； 局部可见度的函数表达式如下： 5 其中，是当前点与其K邻域点，代表点的法向量角，代表当前点p与其K邻域点法向量角的平均值，其法向量角可通过下式得到： 4 其中，为当前点p的法向量，为p点K邻域的法向量，p的法向量与其K邻域点法向量之间夹角的大小可以反映点云局部区域的陡变程度； 每个点的混合特征评价模型的表达如下： 6 其中，、分别代表基于人类视觉感知特性的单向感知尖锐度PSSD函数、局部可见度LV函数；、、分别代表基于几何特征评价的曲率、当前点p到其K邻域点的平均距离、当前点p到其K邻域点拟合平面的投影距离；代表不同特征评价函数的权重； 为了减小特征值之间的尺度差异，保证每一特征函数的敏感度，需对每一特征值进行归一化，再对归一化后的特征峰值进行滤波处理，为了表述方便，将、、、、简化为，公式6可以简化为：，对不同特征评价函数的权重进行动态优化，具体公式如下： 7 权重随单调递减，随特征值单调递增，故特征值越大，其对应权重越小，取值范围为，的取值范围为； 步骤3根据混合特征值对点云进行分类，并设定逐级精简规则实现各级点云下采样； 步骤4各级下采样数据融合得到精简后的点云。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66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。