買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉吉林大學(xué)申請的專利一種多對稱模型匹配方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116563575B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310528166.X，技術(shù)領(lǐng)域涉及：G06V10/74；該發(fā)明授權(quán)一種多對稱模型匹配方法是由張潔琳;王瑞雪;李瑛;杜偉設(shè)計(jì)研發(fā)完成，并于2023-05-11向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種多對稱模型匹配方法在說明書摘要公布了：本發(fā)明適用于3D圖形匹配領(lǐng)域，提供了一種多對稱模型匹配方法，包括以下步驟：步驟（1），特征點(diǎn)提取：對待匹配非剛性變換模型M、N分別進(jìn)行特征點(diǎn)的提取；步驟（2），特征點(diǎn)分類：對步驟（1）中提取的特征點(diǎn)進(jìn)行分類；步驟（3），初始匹配：將模型M和N的對稱點(diǎn)進(jìn)行匹配；步驟（4），調(diào)整對稱混淆：判斷初始匹配結(jié)果是否發(fā)生對稱混淆，并進(jìn)行調(diào)整，得到正確的匹配結(jié)果。本發(fā)明實(shí)施例提供的一種多對稱模型匹配方法，針對3D多對稱圖形的匹配問題，本發(fā)明在對稱點(diǎn)檢測、匹配方法、調(diào)整對稱混淆三個方面提出了新的策略，解決了現(xiàn)有方法中對稱點(diǎn)檢測精確度不高、匹配效果差且耗時(shí)較長的問題。

本發(fā)明授權(quán)一種多對稱模型匹配方法在權(quán)利要求書中公布了：1.一種多對稱模型匹配方法，其特征在于，包括以下步驟： 步驟（1），特征點(diǎn)提取：對待匹配非剛性變換模型M、N分別進(jìn)行特征點(diǎn)的提取；所述模型M、N的表達(dá)形式為三角網(wǎng)格； 步驟（2），特征點(diǎn)分類：對步驟（1）中提取的特征點(diǎn)進(jìn)行分類；具體步驟為：首先利用對稱點(diǎn)檢測方法將特征點(diǎn)分為對稱點(diǎn)和非對稱點(diǎn)，然后進(jìn)一步對對稱點(diǎn)進(jìn)行分側(cè)； 步驟（3），初始匹配：將模型M和N的對稱點(diǎn)進(jìn)行匹配；具體步驟為：首先利用測地距離在非對稱點(diǎn)中選取一個參考點(diǎn)，然后利用該參考點(diǎn)對對稱點(diǎn)進(jìn)行初始匹配； 步驟（4），調(diào)整對稱混淆：判斷初始匹配結(jié)果是否發(fā)生對稱混淆，并進(jìn)行調(diào)整，得到正確的匹配結(jié)果；具體步驟為：首先利用模型的幾何特征確定模型的正方向，然后依據(jù)正方向判斷初始匹配是否發(fā)生了對稱混淆，并進(jìn)行調(diào)整； 其中，所述步驟（1）中，特征點(diǎn)提取的具體步驟為： 步驟（11），給定時(shí)間尺度t，計(jì)算模型上所有頂點(diǎn)的HKS值ktx,x，比較每個頂點(diǎn)與其所有一環(huán)鄰域點(diǎn)xi的HKS值ktxi,xi，若ktx,xktxi,xi，則將點(diǎn)x放入點(diǎn)集A中，得到模型的極值點(diǎn)集A； 步驟（12），若點(diǎn)集A中的個數(shù)少于一定的閾值時(shí)，則增加一些輔助點(diǎn)；計(jì)算集合M\A中每個頂點(diǎn)與集合A的距離，選取距離最大的特征點(diǎn)加入到集合A中，按照此過程繼續(xù)選取距離集合A最大的點(diǎn)，直到個數(shù)滿足要求；點(diǎn)到點(diǎn)集的距離計(jì)算公式為： ； 其中，p為集合M\A中任意一點(diǎn)，d為一種度量； 步驟（13），若點(diǎn)集A中的個數(shù)多于一定的閾值時(shí)，則對集合A中的點(diǎn)進(jìn)行融合；確定初始半徑R和融合系數(shù)λ1，計(jì)算集合A中每個點(diǎn)的平均測地距離并進(jìn)行降序排序，然后依次剔除以該點(diǎn)為圓心、R為半徑的圓內(nèi)的點(diǎn)，若一次融合后點(diǎn)的個數(shù)仍然大于閾值，則更新半徑R=R*λ，按照上述過程繼續(xù)進(jìn)行融合，直到個數(shù)滿足要求； 在模型N上，采用上述同樣的步驟（11）～步驟（13）得到特征點(diǎn)集B； 所述步驟（2）中，對步驟（1）中提取的特征點(diǎn)集A、B進(jìn)行對稱點(diǎn)檢測以及分側(cè)，具體步驟為： 步驟（21），基于特征點(diǎn)在不同時(shí)間尺度下的HKS值，計(jì)算集合A中特征點(diǎn)之間的HKS差異，得到差異矩陣HKSE，HKS差異計(jì)算方式為： ； 其中，ai、aj為集合A中的特征點(diǎn)，t1,t2,……，tT為不同的時(shí)間尺度，m為集合A中點(diǎn)的個數(shù)； 步驟（22），將差異矩陣HKSE中小于一定閾值的點(diǎn)對放入集合R中，即如果HKSE（2,4）小于閾值，則將點(diǎn)對（a2,a4）放入集合R中，得到對稱點(diǎn)對候選集合R； 步驟（23），計(jì)算候選點(diǎn)對集合R中每兩個點(diǎn)對之間的對稱差異度，得到對稱差異矩陣RD，對稱差異度的計(jì)算方式為： ； 其中，（Ri，Ri'）、Rj,Rj'表示集合R中的第i對點(diǎn)和第j對點(diǎn),d為一種度量，u為集合R中候選點(diǎn)對的個數(shù)； 步驟（24），對于集合R中的每個點(diǎn)對（Ri，Ri'），在對稱差異矩陣RD的第i行中，選出差異值小于一定閾值的點(diǎn)對，構(gòu)成該點(diǎn)對的支持點(diǎn)對集SuppRi，Ri'； 步驟（25），在步驟（24）中得到的所有支持點(diǎn)對集中選取個數(shù)最多的集合確定為對稱點(diǎn)集合SA； 步驟（26），若步驟（25）中存在多個元素個數(shù)最多的集合，則計(jì)算每個集合的平均內(nèi)積Inner，計(jì)算方式如下： ； 其中，和為由點(diǎn)對（Ri，Ri'）、Rj,Rj'組成的向量，Rj,Rj'為（Ri，Ri'）的支持點(diǎn)對，ni為支持點(diǎn)對SuppRi，Ri'中的點(diǎn)對個數(shù)； 選擇Inner最大的集合為最終的對稱點(diǎn)集合SA； 步驟（27），對上述步驟中得到的對稱點(diǎn)集合SA進(jìn)一步進(jìn)行分側(cè)，將集合SA中的對稱點(diǎn)標(biāo)記為（S1，S2）、（S3、S4）……，分側(cè)方法如下：依次判斷是否成立，若成立，則將S2i-1與S2i的下標(biāo)互換，即SA中第i對對稱點(diǎn)為（S2i，S2i-1），否則不進(jìn)行調(diào)整； 對特征點(diǎn)集B進(jìn)行上述同樣的步驟（21）～步驟（27），得到對稱點(diǎn)集SB并進(jìn)行分側(cè)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人吉林大學(xué)，其通訊地址為：130012 吉林省長春市前進(jìn)大街2699號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。