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！

龙图腾网获悉湖南师范大学申请的专利一种点云聚类与图像纹理关联融合的复杂场景三维目标识别定位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：CN119763098B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510064310.8，技术领域涉及：G06V20/64；该发明授权一种点云聚类与图像纹理关联融合的复杂场景三维目标识别定位方法是由刘理;曾梦洁;青旺;何威;卢笑;张辉;毛建旭设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种点云聚类与图像纹理关联融合的复杂场景三维目标识别定位方法在说明书摘要公布了：本发明公开了一种点云聚类与图像纹理关联融合的复杂场景三维目标识别定位方法，通过三维视觉传感器获取图像纹理数据集以及三维点云数据集；对采集到的图像纹理数据进行预处理，采用深度学习训练‑推理方法对图像纹理数据集进行标注训练及推理，获得感兴趣区域的图像位置数据；以部件在图像中的位置为索引，搜索分割出部件的3D点云数据；将获得的3D点云数据进行滤波去噪处理；以当前的部件点云判断周围是否有较大的点云团，输出存在点云团的空间位置。本发明主要针对复杂场景下，采用点云空间信息聚类、图像纹理细节提取以及二者关联融合的技术手段，实现较高精度且计算快速的三维目标识别定位。

本发明授权一种点云聚类与图像纹理关联融合的复杂场景三维目标识别定位方法在权利要求书中公布了：1.一种点云聚类与图像纹理关联融合的复杂场景三维目标识别定位方法，其特征在于，包括如下步骤： 步骤S1，通过传感器采集图像数据以及点云数据，构成图像数据集以及三维点云数据集； 步骤S2，对采集到的图像数据进行处理，采用深度学习训练-推理方法对2D图像数据集进行标注训练及推理，获得感兴趣区域的图像位置数据； 步骤S3，以部件在图像中的位置为索引，搜索分割出部件的3D点云数据； 步骤S4，将获得的3D点云数据进行滤波去噪处理，以消除其中的噪声和杂点； 步骤S5，从一个任意选取的随机点作为起点，依据不同部件特征来执行相应的处理； 步骤S6，以当前的部件点云判断周围是否有点云团部件，输出存在点云团的空间位置； 在步骤S6中，计算当前部件点云横向切面上距离最远的两个点，将该距离记为dmax，以diamax＝dmax+δ作为直径合成一个动态球体，其中δ是当前部件点云附近需要搜索的范围，δ大于0，以部件同一平面的中心点云坐标作为球体的球心，不断改变动态球体的球心位置，若发现dmax外的δ内存在点云簇，输出存在点云团的空间位置； 所述步骤S6具体步骤如下：1计算当前部件点云横向切面上距离最远的两个点；部件点云为P，包含n个点，即P＝P{p1，p2，...，pn}，其中pi＝xi，yi，zi；在横向切面上找到距离最远的两个点pmax与pmin，使得 2确定动态球体的直径和搜索范围；其中diamax＝dmax+δ，δ0 以diamax作为直径合成一个动态球体，其半径为R，其中δ是当前部件点云附近需要搜索的范围； 3确定动态球体的球心；以部件同一平面的中心点云坐标作为球体的球心c0： 其中meanzi是z坐标的均值或某个固定值； 4搜素周围的点云团；若发现当前部件点云横向切面上最远距离dmax外的δ内存在点云簇，输出存在点云团的空间位置：对于某个球心位置c＝xc，yc，zc和半径如果存在点云p，满足： ||p-c||dmax 则输出存在点云团的空间位置。

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湖南师范大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山路36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”。