Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥美亚光电技术股份有限公司谷旭胜获国家专利权

合肥美亚光电技术股份有限公司谷旭胜获国家专利权

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!

龙图腾网获悉合肥美亚光电技术股份有限公司申请的专利点云配准方法、装置以及医疗影像设备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:CN116205956B

龙图腾网通过国家知识产权局官网在2026-04-21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:202111450267.7,技术领域涉及:G06T7/33;该发明授权点云配准方法、装置以及医疗影像设备是由谷旭胜;王瑞设计研发完成,并于2021-11-30向国家知识产权局提交的专利申请。

点云配准方法、装置以及医疗影像设备在说明书摘要公布了:本发明公开了一种点云配准方法、装置以及医疗影像设备,点云配准方法包括:基于预设算法对待配准点云和目标点云进行粗配准矩阵计算,得到满足第一精度预设条件的第一变换矩阵,所述算法包括基于高斯混合模型算法和或多任务学习算法;利用第一变换矩阵对待配准点云进行变换,得到第一变换点云;多次利用迭代最近点算法对第一变换点云和目标点云进行精配准,以使最终配准精度小于或等于第一预设值。该点云配准方法,首先对两数据进行粗配准,以减小两数据的差距,然后多次利用迭代最近点算法进行精配准,由此,有效配准两数据,提升配准效率,提高配准精度。

本发明授权点云配准方法、装置以及医疗影像设备在权利要求书中公布了:1.一种点云配准方法,其特征在于,包括: 基于预设算法对待配准点云和目标点云进行粗配准矩阵计算,得到满足第一精度预设条件的第一变换矩阵,所述预设算法包括基于高斯混合模型算法;利用所述第一变换矩阵对所述待配准点云进行变换,得到第一变换点云; 多次利用迭代最近点算法对所述第一变换点云和所述目标点云进行精配准,以使最终配准精度小于或等于第一预设值; 其中,所述基于预设算法对待配准点云和目标点云进行粗配准矩阵计算,得到满足第一精度预设条件的第一变换矩阵,包括:基于高斯混合模型算法对所述待配准点云和所述目标点云进行粗配准矩阵计算,得到第一初始矩阵;将所述第一初始矩阵作为满足第一精度预设条件的第一变换矩阵; 其中,所述基于高斯混合模型算法对所述待配准点云和所述目标点云进行粗配准矩阵计算,得到第一初始矩阵,包括: 利用预设神经网络分别对所述待配准点云和所述目标点云进行特征提取,得到第一特征信息和第二特征信息; 将所述第一特征信息表示为J个正态分布叠加的第一高斯混合模型,将所述第二特征信息表示为J个正态分布叠加的第二高斯混合模型,其中,J为所述第一特征信息、所述第二特征信息中点的维数; 根据所述第一高斯混合模型和所述第二高斯混合模型以获得第一初始矩阵; 其中,所述根据所述第一高斯混合模型和所述第二高斯混合模型以获得第一初始矩阵,包括: 根据所述第一高斯混合模型和所述第二高斯混合模型得到第一中间变换矩阵,并根据所述第一中间变换矩阵构建第一损失函数,其中,所述第一中间变换矩阵为使得所述第一高斯混合模型经所述第一中间变换矩阵变换后与所述第二高斯混合模型之间的差距最小的变换矩阵; 在根据所述第一损失函数确定粗配准完成时,将所述第一中间变换矩阵作为所述第一初始矩阵; 在根据所述第一损失函数确定粗配准未完成时,根据所述第一损失函数更新所述预设神经网络的参数,并返回至进行特征提取的步骤。

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合肥美亚光电技术股份有限公司,其通讯地址为:230088 安徽省合肥市高新技术产业开发区望江西路668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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。