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！

龙图腾网获悉中国人民解放军63891部队申请的专利一种直接基于TLS高密度点云实测值的变形检测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：CN115456937B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202210871352.9，技术领域涉及：G06T7/00；该发明授权一种直接基于TLS高密度点云实测值的变形检测方法是由李明磊;于合理;芦秀伟;刘备;张政宇;崔建勇;刘伯栋设计研发完成，并于2022-07-22向国家知识产权局提交的专利申请。

本一种直接基于TLS高密度点云实测值的变形检测方法在说明书摘要公布了：本发明涉及测绘科学技术领域，公开一种直接基于TLS高密度点云实测值的变形检测方法，包括：1基于八叉树结构的点云体素化分割；2前后两期点云数据的配准，3后期点云与前期点云体素的变形比对；后期点云中各点按照八叉树索引定位到前期点云体素中空间，包含该点的体素或者距离该点最近的体素；计算各点到各对应体素的局部微分平面片距离，即得到相应点位处的形变量。本发明能够全面定位变形部位，并统计变形量。克服了现有适用范围受限于目标点或特征点分布的问题，并且在纹理变化不显著的平滑区域能够有效提取图像特征点。

本发明授权一种直接基于TLS高密度点云实测值的变形检测方法在权利要求书中公布了：1.一种直接基于TLS高密度点云实测值的变形检测方法，其特征是：其步骤如下： 1基于八叉树结构的点云体素化分割，首先将前一期点云分割为体素集，图像中像素为一个个方块，一个像素对应被测空间的一块区域，体素为三维空间的立方体块；一个体素空间范围内包含若干三维坐标点，点云用三维点表征三维空间物体，而体素用立方体块表征，在体素生成过程中，依据体素内点集进行信息统计，赋予体素更多维度的信息：包括法向、曲率、主成分、维度特征描述符、点密度，体素结构生成完成后各体素内点分布具有一致性的共面，即为超体素； 2前后两期点云数据的配准，点云比对的前提是两组点云配准至统一的坐标系下，即将两组点云“对齐”，为实现两站点云数据P＝{p1,p2,...,pn}和Q＝{q1,q2,...,qn}坐标系的统一，即需计算式： 中的旋转矩阵RPQ和平移向量TPQ，其中点pxp,yp,zp与qxq,yq,zq为一对同名点：采用4对以上公共点求解上述方程组，式中RPQ用罗德里格矩阵表示并采用奇异值分解法求解； 点云的配准registration需要经历从粗到细的过程，即粗配准→精配准；在粗配准阶段，采用较为简单的方式，即人工选定4组以上公共点对，基于公共点对计算两组点云之间的坐标系转换参数：RPQ和TPQ； 3后期点云与前期点云体素的变形比对，实现两期数据变形比对的前提，即为确定两期数据中数据点之间的对应关系； 利用对前期点云采用八叉树结构建立体素，直接基于八叉树索引寻找后期点云中各点与前期体素之间对应关系：对于后期点云中的一点P＝x,y,z，分布空间包含该点的体素LNP及叶节点位置，依据其点坐标以及八叉树编码方式进行确定，设八叉树剖分的最深层数为n，计算P点所在n层叶节点的编码codeP，然后按照此编码进行LNP的按层寻址；如果LNP位于第m层，m小于n，则寻址到第m层时得到的节点即为体素LNP； 设LNP在兄弟节点，同一个上层节点分割产生8个子节点，互为兄弟节点中的三轴方向编号分别为inx,iny,inz,in∈[1,2]，则LNP在三轴方向的总编号为： 且 设n层体素的边长为wo，则在三轴方向的总编号与P点之间的关系为LNP 其中floor为取整函数； LNP的邻域体素的三轴总编号为 根据上述公式，即能实现对邻域体素的索引； 后期点云中各点按照八叉树索引定位到前期点云体素中空间，包含该点的体素或者距离该点最近的体素；计算各点到各对应体素的局部微分平面片距离，即得到相应点位处的形变量。

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中国人民解放军63891部队，其通讯地址为：471000 河南省洛阳市洛龙区瀛洲路关林路交叉口；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。