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！

龙图腾网获悉自然资源部第二海洋研究所申请的专利基于稀疏单波束测深数据约束的大场景水深模型重建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：CN121190698B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511746623.8，技术领域涉及：G06T17/05；该发明授权基于稀疏单波束测深数据约束的大场景水深模型重建方法是由吴自银;陈建兵;阳凡林;关新平;杨博;张卫东;赵敏;黄文焘;李春峰;曾铮;赵荻能;王明伟设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本基于稀疏单波束测深数据约束的大场景水深模型重建方法在说明书摘要公布了：本发明公开了一种基于稀疏单波束测深数据约束的大场景水深模型重建方法，包括如下步骤：将单波束测深点云栅格化并裁剪作为低质量数据，以完整的DEM作为高质量数据，以地形特征线作为模型先验知识，制作模型训练和测试所需的数据集；以高斯分布的形式建模双向扩散的过程；构建条件降噪网络，通过条件信息编码器将先验信息进行编码并注入降噪主干网络；使用训练好的模型进行循环采样，将采样结果进行单步前向扩散，并重复多次单步采样步骤，以消除实测数据与采样结果之间的语义冲突；对重建后的图像块进行拼接。本发明可以根据稀疏离散的单波束测深数据重建出完整的高精度海底地形模型，能在全球测深数据覆盖不足时发挥实用价值。

本发明授权基于稀疏单波束测深数据约束的大场景水深模型重建方法在权利要求书中公布了：1.一种基于稀疏单波束测深数据约束的大场景水深模型重建方法，其特征在于，包括以下步骤： 1对单波束测深点云进行栅格化处理，得到包含测深空白区域的低质量数据LQ；将完整的数字高程模型DEM作为高质量数据HQ；提取地形特征线，构建山脊线、山谷线及过渡区的地形特征线图层C；将LQ、HQ与C进行空间配准，并分割为尺寸为120×120像素、相邻重叠率为50%的图像块； 2采用条件扩散概率模型，其正向扩散过程定义为：在时间步t，对HQ逐步添加高斯噪声，得到， 其中ε~N0,1，βt为预设噪声方差序列，t=1,2,…,T；逆向扩散过程由神经网络预测噪声εθ，实现从xt重建xt−1； 3构建条件降噪网络，其主干为四层U型网络结构UNet，每层包含两个密集残差模块和一个尺度变化层；在UNet底部嵌入变换器Transformer模块，用于建模长程依赖；分别构建LQ和C的独立编码器，各为三层卷积-残差-下采样结构；将两编码器输出在通道维度拼接后注入UNet底部Transformer，以引导噪声预测； 4在推理阶段，对LQ执行前向扩散得到xt；在每个时间步t，基于掩码mask记录实测点位置的二值图像将xt中已知区域保持原始LQ值，未知区域通过条件降噪网络预测εθ并执行逆向扩散更新，生成xt−1；重复该过程N次或直至已知区域与预测区域的相对均方误差小于预设阈值δ，以消除空间不一致现象；其中包括： 步骤4.1：对LQ进行前向扩散，计算xt-1中实测数据的部分，记作，计算公式为：8，式中，，mask为一个记录实测水深位置的图像，有实测水深的位置像素值为1，没有实测水深的位置，像素值为0； 步骤4.2：对xt进行逆向扩散计算，用于预测xt-1中测深空白区域的部分，记作，计算公式为： 9； 式中6； 步骤4.3：将步骤4.1和步骤4.2所得到的结果整合到一张图像中，即可得单次采样结果xt-1，即： 10； 5对所有重建后的图像块进行横向拼接，再纵向拼接；在相邻图像块重叠区域，宽度为L像素，采用加权混合函数计算高程值：， 其中k为当前点距左侧边缘的像素距离，DA、DB分别为相邻块对应位置高程值，最终生成大场景完整DEM。

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自然资源部第二海洋研究所，其通讯地址为：310012 浙江省杭州市西湖区保俶北路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”。

以上内容由龙图腾AI智能生成。