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！

龙图腾网获悉哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七〇三研究所)申请的专利一种基于GPU加速的SIFT特征点匹配的初值搜索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：CN120495700B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510522077.3，技术领域涉及：G06V10/75；该发明授权一种基于GPU加速的SIFT特征点匹配的初值搜索方法是由王勇帆;王鑫;陈克鑫;杨龙;朱明;李东平;王学志;张祥;韦军伟;闫泽;曲盛楠设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种基于GPU加速的SIFT特征点匹配的初值搜索方法在说明书摘要公布了：一种基于GPU加速的SIFT特征点匹配的初值搜索方法，属于计算机视觉与图像处理技术领域，该算法包括：对图片的内存进行分配与对齐；基于GPU构建相邻多帧高斯金字塔的多尺度空间，得到完整的高斯金字塔和高斯差分金字塔，并对高斯模糊的GPU进行加速计算；对特征点描述子进行计算；对SIFT特征点匹配；基于SIFT特征点的计算构建控制点匹配方程。本发明对同步自动离合器核心同步机构应变测量过程中进行了基于GPU的并行优化，优化了SIFT特征点检测算法中的尺度空间构造与描述子的计算，从而提高了同步自动离合器核心同步机构应变测量的测量速度；通过最小二乘法获得初始匹配值，从而提高初始值搜索的精度。

本发明授权一种基于GPU加速的SIFT特征点匹配的初值搜索方法在权利要求书中公布了：1.一种基于GPU加速的SIFT特征点匹配的初值搜索方法，其特征在于，包括： 对图片的内存进行分配与对齐； 基于GPU构建相邻多帧高斯金字塔的多尺度空间，得到完整的高斯金字塔和高斯差分金字塔，并对高斯模糊的GPU进行加速计算； 对特征点描述子进行计算； 对SIFT特征点进行匹配； 基于SIFT特征点的计算构建控制点匹配方程； 所述对高斯模糊的GPU进行加速计算，还包括： 对GPU线程进行卷积计算，每个线程先计算一次行卷积，对于一个线程块，得到了32×32区域的行卷积计算结果； 将该计算结果储存在该线程块的共享内存中，然后，位于线程块32×24的中间区域内的每个线程再对共享内存中的行卷积计算结果计算一次列卷积，得到最终的32×24区域内的卷积值，所有线程结束后，即可获得高斯模糊后的完整图像； 所述对特征点描述子进行计算，包括： 将特征点先按照所处的高斯金字塔层数进行分类，然后对同一层的特征点，并行计算其主方向及描述子； 对特征描述子的计算方式如下，将线程块设置成含有16×16的二维的线程集合，一个线程块负责完成一个特征点半径为R的圆域内所有像素点的计算并得到对应的128维的特征向量，每个线程负责完成各层图像中特征点半径为R的圆域内一个像素点的计算，得到其相应种子点在8个方向上的贡献度，将其累加到描述子上，将每个特征点的领域信息放在全局内存中，回传到CPU中，完成对生成的SIFT描述子归一化步骤； 所述对SIFT特征点进行匹配，包括： 在两张图像的SIFT特征点匹配中，一个线程块计算图像一中32个特征点与图像二中所有特征点的相关性得分，一个线程块分为32×8个线程，8个线程共同计算同一特征点与图像二中所有特征点的相关性得分，每个线程计算同一特征点与图像二中所有特征点的16维特征点描述子的相关性得分，最后通过原子加操作得到总分，相关性得分最大的点即为该点的匹配点； 所述基于SIFT特征点的计算构建控制点匹配方程，包括： 得到匹配的特征点对后，对检测点匹配初值的计算步骤如下：在参考图像中，选择距离检测点最近的n个点作为控制点n≥3，用于初值求解，本算法中取n=4，获得控制点对的坐标后，对每对控制点利用一阶位移模式建立方程组如下： 其中，为检测点在参考图像下的坐标，为控制点在目标图像下的坐标，为参考图像中控制点与参考点的相对坐标，为待求的检测点对应的一阶形函数；u和v分别是检测点在图像x和y方向上的位移，与分别为位移u在x方向和y方向的变化率，与分别为位移v在x方向和y方向的变化率； 将4个控制点的方程组连立，用最小二乘法求解得到一阶形函数，进而计算出匹配初值。

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哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七〇三研究所)，其通讯地址为：150001 黑龙江省哈尔滨市道里区洪湖路35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。