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！

龙图腾网获悉中国电建集团贵阳勘测设计研究院有限公司申请的专利基于神经辐射场与高斯溅射融合重构的排水管道三维成像方法及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：CN121708254B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610216404.7，技术领域涉及：G06T17/20；该发明授权基于神经辐射场与高斯溅射融合重构的排水管道三维成像方法及系统是由张海超;王念念;方宏远;宋冰森;张庆;狄丹阳;孙宝成;罗超;王寒涛;平扬;张然;杨猛设计研发完成，并于2026-02-14向国家知识产权局提交的专利申请。

本基于神经辐射场与高斯溅射融合重构的排水管道三维成像方法及系统在说明书摘要公布了：本发明公开了一种基于神经辐射场与高斯溅射融合重构的排水管道三维成像方法及系统，涉及计算机视觉技术和深度学习技术领域。该方法对采集到的标准化多视角图像进行计算训练生成点云图数据，采用高斯溅射进行初始化稀疏三维结构重构，利用稀疏三维结构引导神经辐射场初始化，对同一视角分别通过高斯溅射模型和神经辐射场网络生成渲染图像，将两种渲染图像融合得到三维成像模型；本发明旨在通过技术融合与领域知识嵌入，实现光照不均、遮挡严重、纹理稀疏的管道内部环境下的高效、高精度、物理可信的三维重建，为管道病害诊断与量化分析提供可靠的数据基础。

本发明授权基于神经辐射场与高斯溅射融合重构的排水管道三维成像方法及系统在权利要求书中公布了：1.一种基于神经辐射场与高斯溅射融合重构的排水管道三维成像方法，其特征在于：包括： 对采集到的标准化多视角图像进行计算训练生成点云图数据； 对点云图数据采用高斯溅射模型进行初始化稀疏三维结构重构，得到稀疏三维结构模型； 利用稀疏三维结构模型引导神经辐射场网络初始化，从稀疏三维结构模型提取高斯元的几何特征并构建为特征向量Fgauss，Fgauss包括高斯元的空间分布直方图和高斯元的颜色分布，构建神经辐射场网络的密度场网络MLP1和颜色场网络MLP2，将高斯元的特征向量Fgauss作为先验，初始化MLP1和MLP2的权重，对MLP1的第一层权重，按高斯元的空间分布直方图进行初始化，对MLP2的输出层按高斯元的颜色分布初始化；对管道空间进行均匀采样，对每个采样点通过MLP1和MLP2计算初始密度场ρ0和初始颜色场c0，存储为神经辐射场网络初始模型； 以神经辐射场网络初始模型为基础进行神经辐射场网络建模、训练与融合优化； 对同一视角分别通过高斯溅射模型和神经辐射场网络生成渲染图像，将两种渲染图像融合得到三维成像模型； 具体步骤包括： 步骤1：多源管道场景数据采集与校准，同步采集排水管道内部的多视角图像数据、设备姿态数据及管道基础参数，完成设备内参外参校准，统一至以管道轴线为X轴的预设三维坐标系； 步骤2：对采集到的标准化多视角图像进行计算训练生成点云图数据并降噪，对多视角图像进行特征点匹配，生成描述子，采用最近邻比率法与RANSAC算法进行特征匹配与外点剔除，形成初始稀疏点云，计算特征点的三维坐标； 步骤3：高斯溅射初始化稀疏三维结构重构，高斯溅射初始化通过最小化光度损失优化高斯分布参数，自适应筛选有效高斯元，输出含有效高斯元集合及对应的空间位置信息的稀疏三维结构模型； 步骤4：神经辐射场与高斯溅射融合建模，通过高斯结构引导神经辐射场初始化，构建联合损失函数Ltotal迭代优化，联合损失函数Ltotal包括光度损失几何一致性损失和平滑性损失； 步骤5：结合管道物理约束的模型精细化优化，将管径约束、材质反射率约束及淤积边界约束嵌入联合损失函数，对融合模型的参数进行精细化优化，确保融合模型符合管道物理特性； 步骤6：生成高密度三维模型并与GIS关联，对精细化优化后的融合模型进行高分辨率体素化采样，生成高密度点云及网格模型，关联地理信息系统数据并实现多端可视化输出。

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国电建集团贵阳勘测设计研究院有限公司，其通讯地址为：550081 贵州省贵阳市观山湖区兴黔路16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。