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！

龙图腾网获悉安徽大学申请的专利基于CUDA加速的薄板样条形变参数矩阵计算及线性插值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：CN115588032B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202210781602.X，技术领域涉及：G06T7/33；该发明授权基于CUDA加速的薄板样条形变参数矩阵计算及线性插值方法是由屈磊;陈宇飞;吴军;邹恒东;曹瑞珂;李紫翔;张羽霄设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。

本基于CUDA加速的薄板样条形变参数矩阵计算及线性插值方法在说明书摘要公布了：本发明提供了一种基于CUDA加速的薄板样条形变参数矩阵计算及线性插值方法，通过三维仿射变换处理三维的待配准特征点、模板特征点；利用经过仿射变换矩阵处理的待配准特征点与模板特征点，并基于CUDA架构中cublas和cusolver中的函数，计算得到薄板样条形变参数矩阵；通过获得的薄板样条形变参数矩阵进行待配准三维图像坐标逆变换，并进行三线性插值。通过利用GPU的并行架构对大矩阵代数运算、线性插值做了并行化，实现了薄板样条变换形变参数矩阵计算及线性插值的快速计算，有效提升了图像配准算法的运行效率。

本发明授权基于CUDA加速的薄板样条形变参数矩阵计算及线性插值方法在权利要求书中公布了：1.一种基于CUDA加速的薄板样条形变参数矩阵计算及线性插值方法,其特征在于，所述方法包括： S1，通过三维仿射变换处理三维的待配准特征点、模板特征点； S2，利用所述S1获得的经过仿射变换矩阵处理的待配准特征点与模板特征点，并基于CUDA架构中cublas和cusolver中的函数，计算得到薄板样条形变参数矩阵； 所述S2，利用所述S1获得的经过仿射变换矩阵处理的待配准特征点与模板特征点，并基于CUDA架构中cublas和cusolver中的函数，计算得到薄板样条形变参数矩阵，包括： S21，根据三维薄板样条变换的插值函数，构造计算薄板样条形变参数矩阵所需要的过程矩阵；所述插值函数公式如下： 其中，U为基函数，其定义如下： 利用经过仿射变换矩阵处理的待配准特征点和模板特征点，构造过程矩阵R、P、Y、L： 其中，R矩阵存放的是N组特征点的基函数值，其尺寸为N×N，P矩阵第一列全为1，后三列存放N组模板特征点，其尺寸为N×4，L矩阵由R矩阵、P矩阵和P转置矩阵拼接而成，其余位置为0，其尺寸为N+4×N+4，Y矩阵前N行存放经过仿射变换矩阵处理的待配准特征点，最后4行全为0，其尺寸为N+4×3； S22，基于CUDA的cublas库和cusolver库中的函数对L矩阵求其伪逆得到伪逆矩阵L-1； S23，根据所述S22所得到的伪逆矩阵L-1，以及Y矩阵，构造薄板样条形变参数矩阵W，其公式如下： 最后，将伪逆矩阵L-与Y矩阵相乘得到W矩阵，其大小为N+4×3； S3，通过所述S2获得的薄板样条形变参数矩阵进行待配准三维图像坐标逆变换，并进行三线性插值。

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”。

以上内容由龙图腾AI智能生成。