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！

龙图腾网恭喜安徽大学申请的专利基于CUDA加速的平滑薄板样条形变参数计算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：CN114547545B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210182533.0，技术领域涉及：G06F17/16；该发明授权基于CUDA加速的平滑薄板样条形变参数计算方法是由屈磊;邹恒东;吴军;尚宏伟;丁鹏;陈宇飞;李响;鲍克跃设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本基于CUDA加速的平滑薄板样条形变参数计算方法在说明书摘要公布了：本发明涉及基于CUDA加速的平滑薄板样条形变参数计算方法，与现有技术相比解决了平滑薄板样条形变在图像配准任务中控制点数较多时计算时间长的缺陷。本发明包括以下步骤：三维待配准特征点和模板特征点的处理；对待配准点矩阵进行QR分解；平滑薄板样条形变参数的计算。本发明利用GPU的并行架构对大矩阵代数运算做了并行化，实现了平滑薄板样条形变参数快速计算，有效提升了图像配准算法的运行效率。

本发明授权基于CUDA加速的平滑薄板样条形变参数计算方法在权利要求书中公布了：1.一种基于CUDA加速的图像配准平滑薄板样条形变参数计算方法，其特征在于，包括以下步骤：11三维待配准特征点和模板特征点的处理：获取输入的N组待配准特征点和模板特征点，对其计算出每个待配准的特征点到每个模板特征点之间的距离，并放入尺寸为N×N矩阵U中，将待配准特征点的三维坐标分别放入尺寸为N×N的矩阵X中，将模板特征点的三维坐标放入尺寸为N×4的矩阵Y中；12对待配准点矩阵进行QR分解：利用基于CUDA的cusolver中的函数、正交拓展核函数，对矩阵X进行QR分解得到Q矩阵和R矩阵；13平滑薄板样条形变参数的计算：利用矩阵U和Y以及上步得到的矩阵Q、R，在CUDA中设计出适用于计算的乘法核函数，并基于CUDA的cublas中的函数，分别计算得到平滑薄板样条形变的仿射分量和非仿射分量，得到平滑薄板样条形变参数；所述平滑薄板样条形变参数的计算包括以下步骤：131利用以下公式及基于CUDA的cublas库函数、基于CUDA设计的矩阵乘法核函数完成仿射分量以及非仿射分量的计算，其计算公式如下： 其中，B＝C+λI,尺寸为N×4的W为非仿射分量，λ为平滑系数，尺寸为N-4×N-4的I为单位矩阵，尺寸为4×4的A为仿射分量；132对W进行计算：1321使用CUDA完成U、Q2的相乘得到尺寸为N-4×N-4的矩阵C；1322将上一步计算的结果加上与平滑系数相乘的I矩阵得到尺寸为N-4×N-4矩阵B，并利用基于CUDA中的cusolver库中的函数得到B的逆矩阵；1323使用CUDA完成Q2、B-1、的乘积得到尺寸为N×N的矩阵D，首先转换输入的矩阵Q2、B-1为一维数组，再分配N×N-4个线程，将核函数中的blockDim固定设置为二维block尺寸为32*32；每个线程对应有唯一的行号和列号，其行号范围为0到N，列号范围0到N-4，与矩阵Q2B-1大小相对应；每个线程计算出矩阵Q2B-1的一个元素，线程号m，n的线程计算矩阵Q2B-1第m行第n列的元素，方法为Q2的第m行乘以B-1的第n列得到对应位置的元素；再分配N×N个线程，将核函数中的blockDim固定设置为二维block尺寸为32*32；每个线程对应有唯一的行号和列号，其行号范围为0到N，列号范围0到N，与矩阵大小相对应；每个线程计算出矩阵的一个元素，线程号m，n的线程计算矩阵第m行第n列的元素，方法为Q2B-1的第m行乘以的第n列得到对应位置的元素，其中的第m行即为Q2的第m列，把行索引转换为Q2列索引，以此减少一个输入；最后得到矩阵D；133在CPU上完成D和Y的相乘得到非仿射分量W；134在CPU上完成A的计算，得到仿射分量，至此得到所有平滑薄板样条形变参数。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。