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！

龙图腾网获悉南京信息工程大学申请的专利一种基于三维高斯泼溅的体积云渲染方法及系统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：CN121280588B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511852234.3，技术领域涉及：G06T15/00；该发明授权一种基于三维高斯泼溅的体积云渲染方法及系统是由谈玲;刘晓悦;夏景明设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种基于三维高斯泼溅的体积云渲染方法及系统在说明书摘要公布了：本发明公开了一种基于三维高斯泼溅的体积云渲染方法及系统，其方法包括：利用SfM算法对体积云图像进行特征匹配与结构重建，获取场景中的稀疏点云，表示为各向异性的高斯椭球；基于辐射传输方程将体积云的光照传输过程分解为前向单次散射与内部多重散射两部分，得到光照建模公式嵌入体积云渲染过程；依据每个三维高斯椭球的不透明度指标判定其对渲染结果的贡献，采用延迟删除策略对低贡献三维高斯椭球进行动态裁剪，减少冗余；构建综合损失函数，使三维高斯模型聚焦于体积云区域并增强结构细节还原能力；输出经过优化的体积云渲染结果和三维高斯模型。本发明方法在保证实时渲染的前提下有效提升了体积云渲染效率与质量。

本发明授权一种基于三维高斯泼溅的体积云渲染方法及系统在权利要求书中公布了：1.一种基于三维高斯泼溅的体积云渲染方法，其特征在于，包括如下步骤： S1、输入一组体积云场景的图像，利用运动结构恢复算法进行特征匹配与结构重建，获取场景中的稀疏点云及图像对应的相机位姿； S2、将获取的稀疏点云表示为各向异性的三维高斯椭球，每个三维高斯椭球属性包含：位置参数、缩放因子、旋转因子、不透明度参数以及球谐函数系数； S3、基于辐射传输方程对体积云的光照传输过程进行建模，将光照传输过程分解为前向单次散射与内部多重散射两部分，得到光照建模公式； 对于前向单次散射部分，仅考虑来自太阳方向的直接辐射，忽略散射后的多次传播与再散射； 光线在穿过体积云介质时的辐射强度变化由辐射传输方程的单次散射条件下的微分形式描述，微分形式方程如下： ； 其中，为光线在传播过程中因吸收与散射造成的辐射强度衰减项，反映能量衰减过程；表示在介质段内由太阳光散射而来的新增辐射强度；是总消光系数，包括吸收系数和散射系数；为前向单次散射分量；表示前向单次散射系数；为Henyey–Greenstein相函数，为光线与视角方向的夹角；为入射太阳光的辐射强度；为光线从入射点到位置的累积光学厚度，用于计算光线在介质传播中的能量衰减比例； 当体积云介质的出射点处无外部入射光照时，边界辐射强度时，对公式两端进行积分，得到的表达式如下： ； 其中，表示光线从到的路径长度； 对于内部多重散射部分，引入常数表示多次散射过程中由介质内部及周围环境辐射场形成的平均辐射强度，体积云内部多重散射分量沿光线传播路径的变化率为： ； 其中，表示内部多重散射系数，表示光线在传播过程中因吸收与散射造成的强度衰减，表示介质内部的辐射场经多次散射后对当前方向辐射强度的贡献； 当体积云介质的出射点处无外部入射光照时，边界辐射强度时，对公式两端进行积分，得到的表达式如下： ； S4、将光照建模公式中的前向单次散射分量及内部多重散射分量嵌入体积云渲染过程，生成体积云在不同视角下的渲染图像，并得到初始三维高斯模型； S5、依据每个三维高斯椭球的不透明度指标判定其对渲染结果的贡献，并采用延迟删除策略对低贡献三维高斯椭球进行动态裁剪，减少冗余； S6、构建包含基础重建损失、基于前景掩码的局部感知损失以及不透明度稀疏正则项的综合损失函数，以输入图像作为监督信号对三维高斯模型进行迭代优化，使三维高斯模型聚焦于体积云区域并增强结构细节还原能力，包括： S61、基于输入图像与渲染结果的像素差异，计算基础重建损失，引导三维高斯模型在前景区域学习更精细特征，提升整体渲染质量； S62、利用输入图像的alpha通道掩码，提取体积云的前景区域，并在前景区域内构建局部感知损失，增强对云体边缘和内部细节的学习； 前景感知损失计算公式如下： ； 其中，表示渲染出的图像在像素i处的值，表示对应的真实图像在像素i处的值，为基于图像的alpha通道生成的掩码，用于指示像素i是否为云体区域； S63、将基础重建损失、基于前景掩码的局部感知损失以及不透明度稀疏正则进行加权组合，构建综合损失函数，公式如下： ； 其中，、和分别表示对应损失项的权重系数，表示重建图像与真实图像之间的逐像素L1损失，表示基于感知质量的结构相似性损失； S64、基于综合损失函数对三维高斯模型进行迭代优化，通过反向传播不断调整三维高斯椭球的各项属性参数，包括：位置参数、缩放因子、旋转因子、不透明度参数以及球谐函数系数，逐步提升体积云渲染结果的真实性与细节表现能力； S7、输出经过优化的体积云渲染结果和三维高斯模型，实现体积云的高质量渲染。

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信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。