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！

龙图腾网获悉西安电子科技大学申请的专利基于分层最小曲面重构的激光雷达深度补全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：CN121746446B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610226121.0，技术领域涉及：G06T7/55；该发明授权基于分层最小曲面重构的激光雷达深度补全方法是由赖睿;陆梓轩;官俊涛;李栋;马瑞;朱樟明设计研发完成，并于2026-02-26向国家知识产权局提交的专利申请。

本基于分层最小曲面重构的激光雷达深度补全方法在说明书摘要公布了：本发明公开了一种基于分层最小曲面重构的激光雷达深度补全方法，涉及计算机视觉与图像处理技术领域，方法包括：对稀疏深度图进行深度值反转和形态学膨胀处理，得到场景膨胀深度图和全分辨率有效掩码，然后进行下采样得到粗尺度场景膨胀图和粗尺度掩码，利用拉普拉斯算子的迭代卷积核得到粗尺度填充图；对粗尺度填充图进行上采样得到上采样深度图后与场景膨胀深度图进行融合得到融合深度图；通过连通域分析法定位融合深度图中所有剩余空洞，并计算每个剩余空洞周围环形像素带内的有效像素的深度均值，利用该深度均值填充对应的剩余空洞得到无空洞深度图；经全局高斯模糊后，执行深度值反转操作得到场景稠密深度图，进而实现高精度的三维重建。

本发明授权基于分层最小曲面重构的激光雷达深度补全方法在权利要求书中公布了：1.一种基于分层最小曲面重构的激光雷达深度补全方法，其特征在于，所述激光雷达深度补全方法包括： 对激光雷达系统的稀疏深度图进行深度值反转和形态学膨胀处理，得到场景膨胀深度图和全分辨率有效掩码； 对所述场景膨胀深度图和所述全分辨率有效掩码分别进行下采样，得到粗尺度场景膨胀图和粗尺度掩码后，利用拉普拉斯算子的迭代卷积核进行迭代填充操作，得到粗尺度填充图； 对所述粗尺度填充图进行上采样得到上采样深度图，将所述上采样深度图与所述场景膨胀深度图进行融合，得到融合深度图； 通过连通域分析法定位所述融合深度图中所有剩余空洞，并计算每个剩余空洞周围环形像素带内的有效像素的深度均值，利用该深度均值填充对应的剩余空洞，得到无空洞深度图； 对所述无空洞深度图进行全局高斯模糊后，执行深度值反转操作，得到场景稠密深度图； 所述利用拉普拉斯算子的迭代卷积核进行迭代填充操作，得到粗尺度填充图，包括： 复制所述粗尺度场景膨胀图，得到初始粗尺度填充图； 对所述初始粗尺度填充图执行拉普拉斯卷积，得到平均值图； 利用迭代更新公式，基于所述平均值图和所述粗尺度掩码对所述粗尺度场景膨胀图进行填充，得到中间粗尺度填充图； 将所述中间粗尺度填充图作为所述初始粗尺度填充图，并返回执行对所述初始粗尺度填充图执行拉普拉斯卷积，得到平均值图的步骤，直至迭代次数达到预设次数之后，得到粗尺度填充图； 所述通过连通域分析法定位所述融合深度图中所有剩余空洞，并计算每个剩余空洞周围环形像素带内的有效像素的深度均值，利用该深度均值填充对应的剩余空洞，得到无空洞深度图，包括： 定位所述融合深度图中所有剩余空洞； 对所有剩余空洞进行连通域分析，为每个剩余空洞赋予一个整数标签； 遍历所有整数标签，对二值掩码为1的剩余空洞使用两个不同大小的形态学核进行膨胀，得到对应的第一膨胀区域和第二膨胀区域； 计算所述第一膨胀区域和所述第二膨胀区域的差集得到环形像素带； 计算所述环形像素带内所有有效像素的深度均值，并使用该深度均值填充二值掩码为1的剩余空洞，得到无空洞深度图。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。