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！

龙图腾网获悉武汉惟景三维科技有限公司申请的专利特征熵筛选与几何约束相结合的点云匹配方法、装置和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：CN121582312B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610108556.5，技术领域涉及：G06T7/33；该发明授权特征熵筛选与几何约束相结合的点云匹配方法、装置和设备是由李宁;袁超飞;张维成设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本特征熵筛选与几何约束相结合的点云匹配方法、装置和设备在说明书摘要公布了：本申请涉及一种特征熵筛选与几何约束相结合的点云匹配方法、装置和设备。方法包括：对源点云和目标点云进行体素采样，得到源点云和目标点云对应的关键点；基于各关键点的局部平均邻居距离和对应的点云的全局平均邻居距离，进行自适应半径搜索以确定各关键点对应的目标半径，在局部平均邻居距离小于对应的点云的全局平均邻居距离的情况下，缩小目标半径，在局部平均邻居距离大于对应的点云的全局平均邻居距离的情况下，增大目标半径；基于各关键点对应的目标半径，确定各关键点对应的邻域点集；基于各关键点的邻域点集生成各关键点对应的特征描述子；基于各关键点对应的特征描述子，将源点云和目标点云进行匹配。采用本方法能够提高匹配准确率。

本发明授权特征熵筛选与几何约束相结合的点云匹配方法、装置和设备在权利要求书中公布了：1.一种特征熵筛选与几何约束相结合的点云匹配方法，其特征在于，所述方法包括： 对源点云和目标点云进行体素采样，得到所述源点云和所述目标点云对应的关键点； 基于各所述关键点的局部平均邻居距离和对应的点云的全局平均邻居距离，进行自适应半径搜索以确定各所述关键点对应的目标半径，其中在所述局部平均邻居距离小于对应的所述点云的全局平均邻居距离的情况下，缩小所述目标半径，在所述局部平均邻居距离大于对应的所述点云的全局平均邻居距离的情况下，增大所述目标半径； 基于各所述关键点对应的目标半径，确定各所述关键点对应的邻域点集； 通过特征熵筛选与几何约束，基于各所述关键点的邻域点集生成各所述关键点对应的特征描述子； 基于各所述关键点对应的特征描述子，将所述源点云和所述目标点云进行匹配； 所述基于各所述关键点的邻域点集生成各所述关键点对应的特征描述子，包括： 基于各所述关键点的邻域点集生成各所述关键点对应的表面法向量； 根据各所述关键点与所述关键点对应的邻域点集中邻域点的距离，将所述邻域点集中的邻域点划分为至少一个子集，每一所述子集包括若干邻域点对，所述邻域点对包括所述关键点和一个所述邻域点； 对于各所述关键点对应的邻域点集中的每一邻域点以及所述关键点，基于所述关键点对应的表面法向量分别构建达布坐标系，并基于各所述达布坐标系计算每个所述邻域点对对应的旋转矩阵； 基于各所述子集中每一邻域点对的熵对所述子集进行筛选，得到目标子集； 将所述旋转矩阵转换为欧拉角，基于所述欧拉角以及各所述关键点与所述关键点对应的邻域点集中邻域点的距离计算各所述目标子集的几何属性，并基于所述几何属性得到所述关键点对应的特征描述子。

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武汉惟景三维科技有限公司，其通讯地址为：430200 湖北省武汉市东湖新技术开发区软件园东路1号软件产业园4.1期A2区A2栋14层01室-06；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。