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！

龙图腾网获悉广西机电职业技术学院申请的专利一种基于3D视觉的点云数据快速处理系统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：CN120510606B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510576139.9，技术领域涉及：G06V20/64；该发明授权一种基于3D视觉的点云数据快速处理系统是由熊治文;李园春设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于3D视觉的点云数据快速处理系统在说明书摘要公布了：本发明公开了一种基于3D视觉的点云数据快速处理系统，涉及点云数据处理技术领域。双目采集模块生成抗干扰的高精度点云；预处理模块降噪降维，保留关键几何特征；分层特征提取模块融合曲率权重与非极大值抑制策略，提升ORB算法在旋转、尺度及噪声场景下的鲁棒性；工业场景分割模块通过法向量聚类与区域生长算法精准分离堆叠物体，并结合轻量级语义模型二次验证边界；两阶段配准模块基于误差反馈动态调整阈值，实现从粗配准到精配准的位姿优化；坐标映射模块通过多姿态标定与机器人多轴联动轨迹优化，建立空间映射模型。解决现有技术中3D机器视觉算法存在延时较高的问题，提高在3D模型识别和特征提取的实时性和快速性，适应工业生产的效率要求。

本发明授权一种基于3D视觉的点云数据快速处理系统在权利要求书中公布了：1.一种基于3D视觉的点云数据快速处理系统，其特征在于，包括： 双目采集模块100：用于采集目标物体的多视角图像，生成高精度的三维的点云数据； 点云预处理模块110：用于对原始所述点云数据进行噪声过滤与降维处理，具体包括： 所述噪声过滤基于邻域统计滤波与体素网格滤波，去除离群点并进行均匀采样； 所述降维处理采用主成分分析PCA算法进行降维，保留主方向特征； 分层特征提取模块120：用于对预处理后的所述点云数据，采用改进的ORB算法进行特征提取，生成点云特征描述子，具体包括： 构建多尺度高斯金字塔，通过逐层下采样，生成尺度不变的特征检测空间； 融合曲率权重与非极大值抑制进行特征筛选，保留特征点；所述融合曲率权重与非极大值抑制进行特征筛选中，所述非极大值抑制在关键点检测中优先保留边缘点及曲率变化显著的特征点，并通过曲率一致性验证剔除异常点 通过空间分布优化剔除冗余特征点； 工业场景分割模块130：基于法向量聚类与区域生长算法，同步分离堆叠物体点云，对所述点云特征描述子进行反馈修正生成修正点云数据；所述法向量聚类基于点云局部法向量分布构建空间聚类，通过谱聚类算法将所述点云特征描述子法向量方向一致的相邻点划分为初始子区域进行预分割；所述区域生长算法以所述初始子区域为生长种子，结合以下条件迭代扩展区域边界：相邻点法向量方向一致性动态阈值，根据局部表面曲率变化率自适应调整；区域生长方向与主曲率方向偏差不超过预设角度阈值； 所述工业场景分割模块130对重叠区域进行冲突检测，基于曲率连续性及空间连通性筛选最优分割边界，并通过轻量级语义分割模型对争议区域进行二次验证；所述轻量级语义分割模型为基于注意力机制的点云分割网络，通过迁移学习适配不同工业场景的物体类别； 两阶段配准模块140：对所述修正点云数据依次执行粗配准阶段和精配准阶段，生成三维重构模型；所述粗配准阶段基于ORB特征匹配与RANSAC算法筛选匹配点对，计算初始旋转矩阵与平移向量；所述精配准阶段采用改进的ICP算法，结合KD-Tree加速最近邻搜索，并通过动态距离阈值优化； 所述距离阈值优化包括：根据当前点云帧的最大点间距与配准误差残差的加权关系，动态调整对应点筛选所述距离阈值；在KD-Tree加速搜索过程中，引入法向量一致性约束，仅保留法向量夹角小于设定所述距离阈值的最近邻点对；通过迭代误差反馈机制，逐步收缩所述距离阈值范围以逼近最优配准精度； 坐标映射模块150：基于所述三维重构模型建立多坐标系映射关系，输出六自由度位姿指令，并实时传输； 动态参数调整单元160：根据点云密度与场景复杂度，自适应调整降维后的维度及配准迭代次数；所述动态参数调整单元根据实时处理延迟，在点云密度低于设定阈值时切换至随机采样降维模式，以提升处理速度。

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广西机电职业技术学院，其通讯地址为：530007 广西壮族自治区南宁市大学东路101号广西机电职业技术学院；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。