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

龍圖騰網(wǎng)獲悉中國礦業(yè)大學(xué)申請的專利一種基于點云曲率與幾何特征融合的巷/隧道管線提取方法獲國家發(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：CN119850592B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26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：202510048852.6，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于點云曲率與幾何特征融合的巷/隧道管線提取方法是由張秋昭;謝一正;童潤發(fā);郭建業(yè);楊有權(quán);張開坤;段偉設(shè)計研發(fā)完成，并于2025-01-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于點云曲率與幾何特征融合的巷/隧道管線提取方法在說明書摘要公布了：一種基于點云曲率與幾何特征融合的巷隧道管線提取方法，方法包括利用點云數(shù)據(jù)的局部曲率變化，結(jié)合點云法向量和空間分布特征來計算巷道內(nèi)各點的曲率值；設(shè)置曲率閾值并結(jié)合聚類算法，對點云數(shù)據(jù)進行分類，識別出符合管線特征的點云區(qū)域；結(jié)合管線的幾何形態(tài)和曲率特征，優(yōu)化管線提取精度；將曲率特征和幾何特征融合，通過基于深度學(xué)習(xí)的語義分割與標注算法，對管線進行分割和標注。本發(fā)明減少了噪聲和干擾點的影響，提升了管線的識別精度，實現(xiàn)了對管線進行準確的分割與標注，為礦山設(shè)施的智能檢測、維護和管理提供了更高效、更精準的數(shù)據(jù)支持。

本發(fā)明授權(quán)一種基于點云曲率與幾何特征融合的巷/隧道管線提取方法在權(quán)利要求書中公布了：1.一種基于點云曲率與幾何特征融合的巷隧道管線提取方法，其特征在于，包括如下步驟： S1、利用點云數(shù)據(jù)的局部曲率變化，結(jié)合點云法向量和空間分布特征來計算巷道內(nèi)各點的曲率值； S2、設(shè)置曲率閾值并結(jié)合聚類算法，對點云數(shù)據(jù)進行分類，識別出符合管線特征的點云區(qū)域； S3、結(jié)合管線的幾何形態(tài)和曲率特征，優(yōu)化管線提取精度； S4、將曲率特征和幾何特征融合，通過基于深度學(xué)習(xí)的語義分割與標注算法，對管線進行分割和標注； 所述S1的具體方法為：針對點云數(shù)據(jù)的局部曲率變化、點云法向量和空間分布特征的重要性不同，通過拼接方法進行多維特征融合，得到各點云數(shù)據(jù)的綜合特征值，表示為： ； 其中，為法向量，為局部曲率值，為空間分布特征； 空間分布特征表現(xiàn)為點云之間的距離，分為管線與巷隧道內(nèi)壁之間以及與管線設(shè)施之間的距離，計算方法分別如下： 管線與巷隧道內(nèi)壁之間的距離表示為： ； 其中，點云中的某個點為，巷道墻壁的方程為； 管線與管線設(shè)施之間的相對距離表示為： ； 其中，為點到管線設(shè)施點的歐式距離； 所述S2的方法為：曲率閾值根據(jù)管線結(jié)構(gòu)的幾何特征，通過點云局部曲率計算選擇曲率范圍；通過聚類算法將相似的點集合為一個簇，識別出符合管線特征的點云區(qū)域，通過聚類結(jié)果，篩選出符合管線特征的簇；點云局部曲率通過PCA計算，具體計算過程如下： S2.1、在局部鄰域內(nèi)，使用PCA計算點云的協(xié)方差矩陣：對于點云中的每個點p，選擇一個包含該點的局部鄰域Np，將鄰域點的坐標信息組織成矩陣X： ； 其中，是鄰域內(nèi)點的數(shù)量，是點云中第個點的空間坐標； S2.2、計算協(xié)方差矩陣C： ； 其中，是鄰域點的均值向量； S2.3、計算協(xié)方差矩陣的特征值，對協(xié)方差矩陣C進行特征值分解，得到特征值，和： ； 其中，代表點云中的某個點或者點云中的某個樣本，是對應(yīng)的特征向量，代表點云在三個主方向上的主要變化；為沿著最大方差方向的方差，為沿著第二大方差方向的方差，為沿著最小方差方向的方差； S2.4、主曲率和分別對應(yīng)于協(xié)方差矩陣的最小和最大特征值，其描述了點云局部表面在兩個主方向上的彎曲程度： ； 高斯曲率為兩個主曲率的乘積： ； 若K=0，表明該點處于一個平坦或直的區(qū)域；若K0，表示該點位于一個凸起的表面；若K0，則該點位于一個凹陷的表面； S2.5、通過聚類算法將相似的點集合為一個簇，圍繞鄰域計算、核心點定義、簇擴展和密度可達性進行，通過鄰域半徑和最小點數(shù)，算法能夠自動識別和擴展簇，處理密度變化較大的復(fù)雜數(shù)據(jù)； S2.5.1、鄰域計算的方法為：對于一個數(shù)據(jù)點，它的鄰域定義為在給定的鄰域半徑內(nèi)的所有點，即： ； 其中，是數(shù)據(jù)點的合集，是點云中的兩個點，是點和點之間的歐幾里得距離，是鄰域半徑，表示能夠影響到的最大距離； 歐幾里德距離計算公式為： ； 其中，和是三維點的坐標； S2.5.2、核心點的定義為：若點是核心點，當且僅當它的鄰域中包含至少個點： ； 其中，表示點的鄰域中包含的點的數(shù)量，是預(yù)設(shè)參數(shù)，表示一個點被認為是核心點所需的最小鄰域點數(shù)； S2.5.3、找到核心點后，基于密度的聚類方法擴展簇，迭代地將鄰域內(nèi)的點加入到簇中，擴展過程通過以下公式進行： ； 其中，代表正在擴展的簇，為一個集合，包含當前已知屬于某個簇的所有點；核心點的擴展繼續(xù)探索其鄰域并加入新的點，直到?jīng)]有更多點能夠加入； S2.5.4、點是密度可達的必須滿足：當且僅當點是核心點或點在某個核心點的鄰域內(nèi)，并且從該核心點通過一系列密度可達的點連通； 點和點是密度連接的必須滿足，當且僅當存在一個核心點，使得點和點都是核心點鄰域內(nèi)的點，并且兩者通過連接起來。

如需購買、轉(zhuǎn)讓、實施、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)人中國礦業(yè)大學(xué)，其通訊地址為：221000 江蘇省徐州市大學(xué)路1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)”。