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！

龙图腾网获悉南京邮电大学申请的专利基于随机样本一致性的三维点云特征提取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：CN119360035B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411416039.1，技术领域涉及：G06V10/40；该发明授权基于随机样本一致性的三维点云特征提取是由王强;曹媛玉;曹家胤;邢琳雁设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本基于随机样本一致性的三维点云特征提取在说明书摘要公布了：本发明公开了一种基于随机样本一致性的三维点云数据特征提取并对提取目标进行分类标签的方法，所述方法包括如下步骤：S1.数据预处理；S2.精细化处理；S3.特征提取S4.二次检索；S5.剔除墙体；S6.分类标签。本发明在实现对目标物特征提取的同时，极大的提高了目标物提取的精度。

本发明授权基于随机样本一致性的三维点云特征提取在权利要求书中公布了：1.一种基于随机样本一致性的三维点云数据特征提取并对提取目标进行分类标签的方法，其特征在于，包括以下步骤： S1.数据预处理；将初始点云数据在点云处理软件中确定提取目标的xyz的坐标，采用直通滤波法，设置对应xyz的滤波阈值；具体步骤如下： S11.初步分析与目标区域确定;利用点云处理软件对点云数据进行初步可视化分析，确定目标物体的大致位置和范围; 通过观察和交互式操作，确定目标物体在xyz三个方向上的大致坐标范围; S12.对目标区域的点云数据进行统计分析，计算目标物体在xyz三个方向上的点分布密度; 根据统计结果，结合经验设置初步的滤波阈值; S13.迭代调整；应用初步设定的阈值对点云数据进行直通滤波，观察过滤后的点云数据是否包含目标物体且没有过多的干扰数据； 如果过滤结果不理想，通过调整阈值的大小进行多次迭代，逐步逼近最佳阈值；每次调整后都应重新查看过滤后的点云数据，直到达到预期效果； S14.基于特征提取的优化；在提取目标物体的特征时，如果发现某些特征较弱或不明显，进一步调整滤波阈值，以增强特征的表现； S2. 精细化处理；将过滤后的点云数据再通过法向量进一步过滤，将目标物边缘处的噪声点过滤掉; S3.特征提取；设置最大迭代次数以及点到模型的最大距离，根据目标物的特征选择圆柱体模型使用随机样本一致性算法拟合模型，进行特征提取，得到提取过的点云数据; S4. 二次检索；将提取过的点云数据与原始点云数据进行对比，进行二次检索；具体步骤为： S41.直通滤波； 创建一个直通滤波器对象，设置需要过滤的点云数据； 利用3D点云处理软件，对点云数据进行初步可视化分析，确定目标物体的大致位置和范围； 通过观察和交互式操作，确定目标物体在xyz三个方向上的大致坐标范围；通过手动标注或根据已知的物体尺寸和位置范围进行推测； 指定过滤的维度，维度包括X轴、Y轴和Z轴，通过滤波阈值来设置每个维度上的值域,遍历点云中每个点，判断该点在指定维度上的取值是否在值域内，删除取值不在值域内的点； 遍历结束，留下的点即构成滤波后的点云； S42.点云裁剪； 根据提取划分出来的点云区域，即ROI区域对点云进行区域分离；根据已知的ROI区域，对点云进行裁剪；选择留下ROI区域； 第一提取特征数据，满足以下关系： ； ； ； 式中，，，，，，为矩形的六个边界点； S43.点云组合； 将多个点云数据集组合在一起，直接将符合特征的点云数据添加到另一个点云中，组合成一个更为精确的点云数据； S5.剔除墙体；提取圆柱体特征后，使用KD‑Tree聚类索引，剔除掉目标物以外的物体; S6.分类标签；根据点云数据中点云的类型，将其简单区分为目标物和非目标物，给出对的分类标签。

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南京邮电大学，其通讯地址为：210033 江苏省南京市栖霞区广月路30-06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”。

以上内容由龙图腾AI智能生成。