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！

龙图腾网恭喜中国电建集团西北勘测设计研究院有限公司申请的专利地下建筑物高空间分辨率三维形貌的双目视觉重建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：CN119722961B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510232306.8，技术领域涉及：G06T17/00；该发明授权地下建筑物高空间分辨率三维形貌的双目视觉重建方法是由辛存;刘晓东;黄勇;刘立峰;寇一丹设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本地下建筑物高空间分辨率三维形貌的双目视觉重建方法在说明书摘要公布了：本发明公开的地下建筑物高空间分辨率三维形貌的双目视觉重建方法，利用双目相机对洞室进行图像记录，对双目相机获取的图像特征点进行检测和匹配，对匹配误差进行校正，获得特征点坐标匹配集；搭建全连接残差神经网络模型，根据特征点坐标匹配集对全连接残差神经网络模型进行训练；将双目相机图像中的像素坐标输入训练好的全连接残差神经网络模型，得到图像全像素匹配坐标集，并通过双目相机标定参数，建立洞室的三维坐标点云模型，对洞室的高空间分辨率三维形貌进行重建。本发明解决了目前利用全站仪进行形貌监测，只能以一定密度获取特定点坐标，不利于地下结构可视化表达的技术问题。

本发明授权地下建筑物高空间分辨率三维形貌的双目视觉重建方法在权利要求书中公布了：1.地下建筑物高空间分辨率三维形貌的双目视觉重建方法，其特征在于，包括以下步骤：S1：利用双目相机对洞室进行图像记录，对双目相机获取的图像特征点进行检测和匹配，对匹配误差进行校正，获得特征点坐标匹配集；S2：搭建全连接残差神经网络模型，根据特征点坐标匹配集对全连接残差神经网络模型进行训练；S3：将双目相机图像中的像素坐标输入训练好的全连接残差神经网络模型，得到图像全像素匹配坐标集，并通过双目相机标定参数，建立洞室的三维坐标点云模型，对洞室的高空间分辨率三维形貌进行重建；所述S1具体为：利用双目相机对洞室进行图像记录，对双目相机获取的图像特征点进行检测；利用特征点的像素亮度、梯度构建像素描述符向量，通过提出描述符向量相似性度量函数，对双目相机图像的特征点进行匹配；基于误差校正函数对特征点的匹配误差进行校正，获得双目相机图像特征点坐标匹配集；所述S1中检测具体为：利用高斯函数与双目相机获取的图像进行卷积，获得图像多尺度空间，通过相邻尺度图像得到图像多尺度差分空间；以像素为中心，通过对比像素5×5邻域以及上下尺度5×5像素的亮度，筛选亮度最大的像素作为图像特征点，并通过遍历图像所有像素，形成图像特征点集；所述S1中构建像素描述符向量具体为：选取以特征点16×16区域内，计算区域内每个4×4区间上的像素在、、、、、、和8个方向的梯度方向直方图，为每个梯度方向做一个累加值，得到一个特征点，每个特征点由个种子点构成，每个种子点都具有8个方向的向量信息，共产生128个特征点的特征信息，为一个特征点的描述符向量；其中，特征点的梯度和方向的计算公式为： 式中：L为每个特征点各自所在的差分空间；所述S3具体为：以左相机图像中像素坐标为输入，通过训练好的全连接残差神经网络模型获得左相机图像像素在右相机图像中对应的像素坐标位置，得到图像全像素匹配坐标集，并通过双目相机标定参数，建立洞室的三维坐标点云模型，对洞室的高空间分辨率三维形貌进行重建；所述S3中建立洞室的三维坐标点云模型具体为：设左右图像匹配得到的第i个像素点坐标描述为和，设该像素对应的洞室结构物理空间坐标为；基于双目相机空间位置，可得，并通过三角关系可得： 式中：f和B为标定的参数，f代表相机的焦距，B代表相机间的基矩，根据上述关系，像素i对应的洞室空间三维坐标可以计算为： 将获得的三维空间点云坐标导入到物理仿真软件中，将点云数据转换为曲面实体，即获得了洞室的三维结构。

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西北勘测设计研究院有限公司，其通讯地址为：710065 陕西省西安市雁塔区丈八东路18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”。