Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 吉林大学张洁琳获国家专利权

吉林大学张洁琳获国家专利权

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!

龙图腾网获悉吉林大学申请的专利一种多对称模型匹配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:CN116563575B

龙图腾网通过国家知识产权局官网在2025-08-29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:202310528166.X,技术领域涉及:G06V10/74;该发明授权一种多对称模型匹配方法是由张洁琳;王瑞雪;李瑛;杜伟设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。

一种多对称模型匹配方法在说明书摘要公布了:本发明适用于3D图形匹配领域,提供了一种多对称模型匹配方法,包括以下步骤:步骤(1),特征点提取:对待匹配非刚性变换模型M、N分别进行特征点的提取;步骤(2),特征点分类:对步骤(1)中提取的特征点进行分类;步骤(3),初始匹配:将模型M和N的对称点进行匹配;步骤(4),调整对称混淆:判断初始匹配结果是否发生对称混淆,并进行调整,得到正确的匹配结果。本发明实施例提供的一种多对称模型匹配方法,针对3D多对称图形的匹配问题,本发明在对称点检测、匹配方法、调整对称混淆三个方面提出了新的策略,解决了现有方法中对称点检测精确度不高、匹配效果差且耗时较长的问题。

本发明授权一种多对称模型匹配方法在权利要求书中公布了:1.一种多对称模型匹配方法,其特征在于,包括以下步骤: 步骤(1),特征点提取:对待匹配非刚性变换模型M、N分别进行特征点的提取;所述模型M、N的表达形式为三角网格; 步骤(2),特征点分类:对步骤(1)中提取的特征点进行分类;具体步骤为:首先利用对称点检测方法将特征点分为对称点和非对称点,然后进一步对对称点进行分侧; 步骤(3),初始匹配:将模型M和N的对称点进行匹配;具体步骤为:首先利用测地距离在非对称点中选取一个参考点,然后利用该参考点对对称点进行初始匹配; 步骤(4),调整对称混淆:判断初始匹配结果是否发生对称混淆,并进行调整,得到正确的匹配结果;具体步骤为:首先利用模型的几何特征确定模型的正方向,然后依据正方向判断初始匹配是否发生了对称混淆,并进行调整; 其中,所述步骤(1)中,特征点提取的具体步骤为: 步骤(11),给定时间尺度t,计算模型上所有顶点的HKS值ktx,x,比较每个顶点与其所有一环邻域点xi的HKS值ktxi,xi,若ktx,xktxi,xi,则将点x放入点集A中,得到模型的极值点集A; 步骤(12),若点集A中的个数少于一定的阈值时,则增加一些辅助点;计算集合M\A中每个顶点与集合A的距离,选取距离最大的特征点加入到集合A中,按照此过程继续选取距离集合A最大的点,直到个数满足要求;点到点集的距离计算公式为: ; 其中,p为集合M\A中任意一点,d为一种度量; 步骤(13),若点集A中的个数多于一定的阈值时,则对集合A中的点进行融合;确定初始半径R和融合系数λ1,计算集合A中每个点的平均测地距离并进行降序排序,然后依次剔除以该点为圆心、R为半径的圆内的点,若一次融合后点的个数仍然大于阈值,则更新半径R=R*λ,按照上述过程继续进行融合,直到个数满足要求; 在模型N上,采用上述同样的步骤(11)~步骤(13)得到特征点集B; 所述步骤(2)中,对步骤(1)中提取的特征点集A、B进行对称点检测以及分侧,具体步骤为: 步骤(21),基于特征点在不同时间尺度下的HKS值,计算集合A中特征点之间的HKS差异,得到差异矩阵HKSE,HKS差异计算方式为: ; 其中,ai、aj为集合A中的特征点,t1,t2,……,tT为不同的时间尺度,m为集合A中点的个数; 步骤(22),将差异矩阵HKSE中小于一定阈值的点对放入集合R中,即如果HKSE(2,4)小于阈值,则将点对(a2,a4)放入集合R中,得到对称点对候选集合R; 步骤(23),计算候选点对集合R中每两个点对之间的对称差异度,得到对称差异矩阵RD,对称差异度的计算方式为: ; 其中,(Ri,Ri')、Rj,Rj'表示集合R中的第i对点和第j对点,d为一种度量,u为集合R中候选点对的个数; 步骤(24),对于集合R中的每个点对(Ri,Ri'),在对称差异矩阵RD的第i行中,选出差异值小于一定阈值的点对,构成该点对的支持点对集SuppRi,Ri'; 步骤(25),在步骤(24)中得到的所有支持点对集中选取个数最多的集合确定为对称点集合SA; 步骤(26),若步骤(25)中存在多个元素个数最多的集合,则计算每个集合的平均内积Inner,计算方式如下: ; 其中,和为由点对(Ri,Ri')、Rj,Rj'组成的向量,Rj,Rj'为(Ri,Ri')的支持点对,ni为支持点对SuppRi,Ri'中的点对个数; 选择Inner最大的集合为最终的对称点集合SA; 步骤(27),对上述步骤中得到的对称点集合SA进一步进行分侧,将集合SA中的对称点标记为(S1,S2)、(S3、S4)……,分侧方法如下:依次判断是否成立,若成立,则将S2i-1与S2i的下标互换,即SA中第i对对称点为(S2i,S2i-1),否则不进行调整; 对特征点集B进行上述同样的步骤(21)~步骤(27),得到对称点集SB并进行分侧。

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吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。