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！

龙图腾网获悉南京邮电大学申请的专利一种基于对比学习与强度感知的异构噪声点云去噪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：CN120163729B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510239815.3，技术领域涉及：G06T5/70；该发明授权一种基于对比学习与强度感知的异构噪声点云去噪方法是由田逸非;陈敏;周剑;尹捷明设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于对比学习与强度感知的异构噪声点云去噪方法在说明书摘要公布了：本发明属于三维点云去噪领域，公开了一种基于对比学习与强度感知的异构噪声点云去噪方法，先通过对比学习特征提取模块对点云进行预训练，从不同噪声条件下的点云片段中学习鲁棒的高维特征表示，空间噪声强度预测模块利用多层感知机对每个点的噪声强度进行估计，随后，方向性位移预测模块根据点的局部几何特征计算方向性位移，通过逐步迭代的方式优化点的位置，采用动态迭代去噪策略，根据去噪进度自适应地调整迭代次数，从而保证既能去除高强度噪声，又能保留物体表面的局部细节。本发明在处理复杂异构噪声点云方面展现出显著的应用价值，可广泛用于三维重建、自动驾驶、遥感测绘等领域。

本发明授权一种基于对比学习与强度感知的异构噪声点云去噪方法在权利要求书中公布了：1.一种基于对比学习与强度感知的异构噪声点云去噪方法，其特征在于：所述异构噪声点云去噪方法具体包括如下步骤： 步骤1、从无噪声点云数据集中提取样本，并通过多种数据增强策略模拟真实扫描中的异构噪声，所述数据增强策略包括添加高斯噪声策略以及高斯噪声与均匀噪声的混合扰动策略； 步骤2、利用无噪声点云与其噪声点云组成点云对，采用对比学习网络从点云对中提取鲁棒特征；并通过对比损失进行优化，使对比学习网络识别并分离噪声信息，输入每个噪声点和其个最近邻点的坐标信息，经过鲁棒特征提取对比学习网络，获得局部几何特征即法向信息、邻域分布； 步骤3、利用多层感知机，将噪声点的局部几何特征即法向信息、邻域分布与噪声强度结合，并输入由五层的MLP组成的位移预测网络，预测每个噪声点相对于其真实位置偏移量，即噪声强度，得到噪声强度预测模块； 步骤4、结合噪声点的局部几何特征即噪声点与其邻域内噪声点的相对关系和噪声分布，计算每个噪声点的位移向量，使该噪声点朝向真实值靠近； 步骤5、利用评估指标倒角距离动态调整迭代次数； 步骤6、采用截断函数限制高噪声点的调整范围，避免异常点的过度移动，防止去噪过程中过度调整其位置，导致偏离真实值； 步骤7、输出去噪完成后的点云数据。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路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。