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！

龙图腾网恭喜西安理工大学申请的专利一种点云物体的参数化边缘曲线提取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：CN114723764B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210188270.4，技术领域涉及：G06F30/27；该发明授权一种点云物体的参数化边缘曲线提取方法是由宁小娟;刘玥煊;石其帅;金海燕;王映辉设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本一种点云物体的参数化边缘曲线提取方法在说明书摘要公布了：本发明公开了一种点云物体的参数化边缘曲线提取方法，通过对原始点云数据进行预处理；在PointNet++网络的基础上嵌入了融合残差的注意力机制模块CASP，对于通道注意力机制和空间注意力机制进行了结合，并将位置信息嵌入通道注意力当中，使得点云物体边缘部分信息可以得到凸显，引入了金字塔池化机制，通过改进的网络模型进行点云物体特征点分类；根据特征点进行开合点与闭合点的预测，并生成相应的开合候选曲线与闭合候选曲线；最后通过测量点集的重叠程度以及层次聚类对于开合候选曲线与闭合候选曲线选择出最佳曲线。本发明改善了对于点云物体特征点分类不准确的问题，并且提升了点云物体边缘曲线提取的准确度。

本发明授权一种点云物体的参数化边缘曲线提取方法在权利要求书中公布了：1.一种点云物体的参数化边缘曲线提取方法，其特征在于，具体按照如下步骤实施：步骤1，通过最远点采样算法对于原始点云数据进行下采样，获得下采样后的点云数据，然后对于点云数据进行参数化表示，并基于主成分分析法得到点云数据各点的法向量；步骤2，设计网络模型结构，对步骤1获得的下采样后点云数据进行特征点的分类；所述步骤2具体为：步骤2.1，通过PointNet++网络的四个点集抽象层和四个特征传播层对于步骤1获得的下采样后点云数据进行初始特征提取；步骤2.2，在每个特征传播层后面嵌入残差模块、结合了通道注意力机制和空间注意力机制的注意力机制模块CASP；步骤2.3，在步骤2.2嵌入的最后一个注意力机制模块后嵌入SPP空间金字塔池化机制模块；步骤2.4，通过全连接层进行初始特征点的分类，预测了点云物体中每个点属于边缘点、角点的概率；步骤2.5，对步骤2.4得到的初始特征点分类结果使用非极大抑制算法优化，得到最终特征点分类结果；步骤3，根据步骤2获得的特征点生成开合候选曲线和闭合候选曲线；步骤4，根据步骤3获得的开合候选曲线和闭合候选曲线选择出最佳曲线；所述步骤4具体为：步骤4.1，给定与步骤3得到的两个开合候选曲线相关联的两组点集，通过OA,B＝max{IA,BA,IA,BB}来测量两组点集的重叠程度，其中IA,B是两组点集相交的基数；步骤4.2，如果OA,B大于通过超参数调整确定的阈值τo，就合并这两组点集，并通过保留较大基数者来选择开合最佳曲线，其中τo＝0.8；步骤4.3，对于两个闭合候选曲线，当IoUA,B＞τiou时，对闭合候选曲线进行层次聚类，其中τiou设为0.6；步骤4.4，对于步骤4.3聚类得到的每个簇中，通过切角距离衡量候选曲线的匹配分数，最后以最高的置信度在聚类得到的簇当中选择闭合最佳曲线。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。