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！

龙图腾网恭喜华北电力大学申请的专利高似图像背景下基于稀疏特征点的TIN网邻近图像配准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：CN119477991B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411373653.4，技术领域涉及：G06T7/33；该发明授权高似图像背景下基于稀疏特征点的TIN网邻近图像配准方法是由侯学良;侯意如;王毅;侯植元设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本高似图像背景下基于稀疏特征点的TIN网邻近图像配准方法在说明书摘要公布了：本发明涉及一种高似图像背景下基于稀疏特征点的TIN网邻近图像配准方法。该方法利用从图像中已提取出来的特征点，从中选出少数显著特征点构建起TIN网络，然后通过TIN网络的全等分析与判定，完成邻近图像的配准与叠合。该方法计算量小，精确度高，配准速度快，可大幅提高图像的配准精度和配准效率，并能加快后期三维建模的空三计算和成模速度，提高建设工程项目施工现场三维实景建模效率和模型质量。

本发明授权高似图像背景下基于稀疏特征点的TIN网邻近图像配准方法在权利要求书中公布了：1.一种高似图像背景下基于稀疏特征点的TIN网邻近图像配准方法，其特征在于，包括如下步骤：步骤1，在航摄图像中选定需要配准的具有高似背景的邻近图像Ih和Il；步骤2，在邻近图像重叠区域分别提取出Ih和Il图像中均匀分布的特征点pij和pnm，并分别建立稀疏特征点集合Tpijx,y和T′pnmx′,y′： 其中i,j和n,m分别表示特征点在图像Ih和Il中的行列序号，x和x′分别代表Ih图像和Il图像中稀疏特征点的BGR值cb,cg,cr，y和y′分别代表Ih图像和Il图像稀疏特征点的LBP值步骤3，开展Ih和Il稀疏特征点映射，具体地，将Tpijx,y和T′pnmx′,y′之间的对应关系F表示为：F:Tpijx,y→T′pnmx′,y′F:TpijBRG,pijLPB→T′pnmBRG,pnmLPBF:步骤4，构建基于稀疏特征点的三角形，具体地，在Tpijx,y和T′pnmx′,y′集合中，各取三个特征点组p1,p2,p3和p′1,p′2,p′3，每个特征点组包含三个稀疏特征点：Tp1,p2,p3＝p1x11,y11,x12,y12,x13,y13Up2x21,y21,x22,y22,x23,y23Up3x31,y31,x32,y32,x33,y33T′p′1,p′2,p′3＝p′1x′11,y′11,x′12,y′1′,x′13,y′13Up′2x′21,y′21,x′22,y′22,x′23,y′23Up′3x′31,y′31,x′32,y′32,x′33,y′33上式中，x11、x12、x13、x21、x22、x23、x31、x32、x33分别为特征点组p1,p2,p3中各稀疏特征点的BGR值；y11、y12、y13、y21、y22、y23、y31、y32、y33分别为特征点组p1,p2,p3中各稀疏特征点的LBP值；x'11、x'12、x'13、x'21、x'22、x'23、x'31、x'32、x'33分别为特征点组p′1,p′2,p′3中各稀疏特征点的BGR值；y'11、y'12、y'13、y'21、y'22、y'23、y'31、y'32、y'33分别为特征点组p′1,p′2,p′3中各稀疏特征点的LBP值；将每个特征点组的三个稀疏特征点连成三角形，即在Ih和Il中各得到一组三个三角形；步骤5，分析经步骤4得到的Ih中的三个三角形和Il中对应的三个三角形的全等性；步骤6，构建TIN网络，分析判定TIN网的全等性，进而判定邻近图像Ih和Il能否实现完全匹配。

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华北电力大学，其通讯地址为：102200 北京市昌平区回龙观北农路2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”。