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！

龙图腾网获悉中铁二十一局集团第四工程有限公司西安分公司;中铁二十一局集团第四工程有限公司申请的专利基于视觉特征匹配的基坑测绘无人机位姿矫正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：CN121074433B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511004617.5，技术领域涉及：G06V10/54；该发明授权基于视觉特征匹配的基坑测绘无人机位姿矫正方法是由康旭升;陈小科;沈小迪;李亚林;朱镍;陈朝勃;刘晓东;王建清;钱九营设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本基于视觉特征匹配的基坑测绘无人机位姿矫正方法在说明书摘要公布了：本发明公开了基于视觉特征匹配的基坑测绘无人机位姿矫正方法，涉及测绘工程技术领域，包括以下步骤：S1，获取当前图像帧，基于图像中纹理信息熵分布提取纹理复杂度较高的区域作为显著性区域，剔除纹理变化度低的区域内的特征点，生成第一候选特征区域集合。本发明通过多层次特征处理与误差调节机制，构建了从特征提取到位姿优化的闭环流程，特别引入误差敏感区域标签与置信插值建模，实现对误匹配干扰的有效抑制。系统可动态调整剔除门限与收敛参数，自适应应对复杂场景下的纹理干扰与误差波动，显著提升无人机姿态估算的精度与稳定性，具备鲁棒性强、适应性高的优点。

本发明授权基于视觉特征匹配的基坑测绘无人机位姿矫正方法在权利要求书中公布了：1.基于视觉特征匹配的基坑测绘无人机位姿矫正方法，其特征在于，包括以下步骤： S1，获取当前图像帧，基于图像中纹理信息熵分布提取纹理复杂度高的区域作为显著性区域，剔除纹理变化度低的区域内的特征点，生成第一候选特征区域集合； S2，基于第一候选特征区域集合，结合区域边界轮廓、方向梯度分布和局部邻域密度进行结构一致性评估，筛选结构完整性高的图像特征点，生成第二候选特征区域集合； S3，基于第二候选特征区域集合进行图像配准，构建图像配准误差分布图，计算各区域内图像特征点的匹配残差值，识别匹配误差集中的区域，生成误差敏感区域标签图； S4，基于误差敏感区域标签图执行动态置信回退流程，对匹配残差值高区域内的图像特征点进行局部排除，依据其邻近匹配残差值低区域内图像特征点的分布构建置信插值权重图，输出局部置信调节矩阵； 步骤S4包括： 根据误差敏感区域标签图识别高匹配残差区域，筛选出区域内的低置信度特征点并进行局部排除； 从误差敏感区域的邻近区域提取低误差特征点，构建特征点集合并根据分布密度、方向一致性与残差稳定性评估置信度； 基于邻近特征点的置信度进行加权距离建模或高斯核函数插值，生成置信插值权重图； 根据置信插值权重图生成局部置信调节矩阵，为后续位姿解算提供加权误差控制的输入参数； S5，将局部置信调节矩阵输入至位姿解算流程中，结合图像特征点的空间分布密度与匹配残差强度生成局部置信权重分布图，并同步计算全部图像特征点的匹配残差，得到图像整体匹配误差能量图； S6，基于图像整体匹配误差能量图与局部置信权重分布图之间的空间耦合关系，构建多尺度残差调节策略，动态更新图像特征点剔除门限值与位姿解算收敛参数； 步骤S6包括： 对图像整体匹配误差能量图与局部置信权重分布图进行空间耦合分析，计算每个图像区域内的残差强度与置信度之间的对应关系，识别不同误差区域； 构建多尺度残差调节框架，在小尺度区域动态设置特征点剔除门限，在中尺度区域调整区域权重，在大尺度区域评估全图误差控制； 根据多尺度调节结果，实时更新位姿解算过程中的收敛参数，确保误差控制和解算稳定性； 将调整后的特征点剔除门限与位姿解算参数应用至当前图像帧的姿态估算流程，并将处理结果反馈至误差历史记录，用于更新下一帧的调节策略。

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中铁二十一局集团第四工程有限公司西安分公司;中铁二十一局集团第四工程有限公司，其通讯地址为：710000 陕西省西安市高新区唐延路37乙号天创数码大厦8、9层；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。