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！

龙图腾网获悉厦门理工学院申请的专利一种基于激光扫描的笔迹深度测量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：CN121564062B 。

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：202610090714.9，技术领域涉及：G06T7/521；该发明授权一种基于激光扫描的笔迹深度测量方法是由王逸平;年广奎;年弘凯;黄新栋;颜月蓉设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种基于激光扫描的笔迹深度测量方法在说明书摘要公布了：本发明公开了一种基于激光扫描的笔迹深度测量方法，包括：获取笔迹激光点云数据，对笔迹激光点云数据拟合参考基面，基于参考基面进行语义分割，去除非笔迹区域，得到笔迹候选区域；对笔迹候选区域进行几何骨架提取，基于几何骨架关键点对骨架进行图切分，形成若干笔迹单元；将笔迹单元的深度点云沿几何骨架转换为固定长度的深度剖面，通过平滑去噪和B样条参数化压缩，得到低维度的笔迹深度特征。

本发明授权一种基于激光扫描的笔迹深度测量方法在权利要求书中公布了：1.一种基于激光扫描的笔迹深度测量方法，其特征在于，包括： S1获取笔迹激光点云数据，对笔迹激光点云数据拟合参考基面，基于参考基面进行语义分割，去除非笔迹区域，得到笔迹候选区域，包括： S101将笔迹激光点云数据输入点云去噪网络，得到去噪后的笔迹激光点云数据及其噪声不确定度； S102利用噪声不确定度作为权重进行加权基面拟合得到基面模型，并据此计算各点基面值、相对深度与基面置信度，包括： S1021针对去噪后的笔迹激光点云数据中的第i个点，获取其噪声不确定，计算权重，计算公式如下： ， 其中，＞0表示预设正数，用于避免分母为0并抑制极端权重； S1022基于去噪后的笔迹激光点云数据中各点坐标，，及其对应权重，通过加权最小二乘法求解基面平面参数，使目标函数最小，得到基面模型，计算公式如下： , 其中，基面模型为，表示平面在方向的斜率，表示平面在y方向的斜率，表示平面的整体高度偏置，表示参与基面估计的去噪后的点云数量； S1023利用拟合得到的基面平面参数，计算每个点的基面值以及相对深度，计算公式如下： ， ， S1024根据各点权重和相对深度，计算加权均方误差，基于加权均方误差与预设尺度参数，计算基面置信度，计算公式如下： ， ， 其中，表示指数函数； S103将去噪后的笔迹激光点云数据及其相对深度输入点云语义分割网络输出点级笔迹概率，基于噪声不确定度和基面置信度对笔迹概率进行置信度融合，得到点级融合分数； S104剔除融合分数低于融合阈值的笔迹区域得到疑似笔迹点集合，将疑似笔迹点集合进行区域聚合，得到笔迹候选区域及其置信度； S2对笔迹候选区域进行几何骨架提取，基于几何骨架关键点对骨架进行图切分，形成若干笔迹单元； S3将笔迹单元的深度点云沿几何骨架转换为固定长度的深度剖面，包括： 对每个笔迹单元沿其几何骨架弧长进行均匀重采样得到采样位置，在每个采样位置的邻域内，基于点云相对深度，得到深度剖面采样值，形成单元相对深度序列，计算公式如下： ， ， =， 其中，表示单元相对深度序列，k表示序列索引，取值1~K，K表示该单元相对深度序列的采样点数，表示笔迹单元，表示深度剖面采样值，表示第k个骨架采样位置，表示的邻域点集合，表示点i的相对深度，表示把这个深度剖面采样值作为单元相对深度序列X的第k个元素； 通过平滑去噪和B样条参数化压缩，得到低维度的笔迹深度特征。

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厦门理工学院，其通讯地址为：361021 福建省厦门市集美区理工路600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。