一種基於模型的塔杆三維重建方法與流程
2023-06-05 00:26:36 1
本發明涉及杆塔關鍵部位識別技術領域，具體涉及基於模型的塔杆三維重建方法。
背景技術：
隨著我國經濟發展以及對能源的需求越來越大，採用高壓和超高壓架空電力線長距離輸配電力迫在眉睫。塔杆主要由杆件組成，杆件之間通過連接部位組成塔型結構，杆件又由四個主杆件組成主杆件組成整個杆件的骨架，其他杆件起到一個加強支撐的效果，電力線及杆塔附件長期暴露在野外，因受到持續的機械張力、電氣閃絡、材料老化的影響會產生斷股、磨損、腐蝕等損傷等安全隱患，如不及時修復更換，最終會導致嚴重事故，造成大面積的停電和巨大的經濟損失。隨著直升機巡線技術的發展，利用攝像機獲取待檢測杆塔的一幅或多幅圖像，通過圖像分析與處理來檢測杆塔各個關鍵部位的狀態成為一種新的方法。
而如果通過直接觀察法，用高倍望遠鏡就近直接觀察杆塔各個關鍵部位。該方法實現方便，但是費時費力，檢測結果也不可靠。如果通過紫外成像法和紅外成像法，該方法檢測絕緣子狀態比較高效，檢測結果準確，不足之處是一般要求夜間操作，設備昂貴，受環境幹擾大。所以需要一種精確度較高的一種塔杆識別方法。
技術實現要素：
本發明的目的在於，提供一種基於模型的塔杆三維重建方法，解決以上技術問題；
本發明所解決的技術問題可以採用以下技術方案來實現：一種基於模型的塔杆三維重建方法，提供一用於採集塔杆影像的攝像機以及對應的塔杆三維模型，
步驟1，導入所述塔杆三維模型；
步驟2，提取所述塔杆三維模型中塔杆的連接部位以確定若干第一連接點；提取所述塔杆三維模型中塔杆的杆件以確定若干第一線段，從所述第一線段以第一策略中確定表示所述塔杆三維模型中塔杆的四個主杆件的四條第一主線段；
步驟3，對四條所述第一主線段延長，得到第一交點和第二交點，求第一交點和第二交點的中點作為第一基準角點，以第二策略在步驟2中得到的第一連接點中確定第二基準角點和第三基準角點，將所述第一基準角點、第二基準角點和第三基準角點連線得到基準三角形；
步驟4，採集塔杆影像作為塔杆平面模型；
步驟5，識別所述塔杆平面模型中塔杆的杆件以確定若干第二線段，從所述第二線段中以第三策略識別表示所述塔杆平面模型中塔杆塔身兩側的主杆件的兩條第二主線段；
步驟6，識別所述塔杆平面模型中角點以得到基準角點集；
步驟7，延長步驟5中得到的所述第二主線段確定第一校準角點，以第四策略從所述基準角點集中隨機生成第二校準角點和第三校準角點，將第一校準角點、第二校準角點和第三校準角點連線得到校準三角形；
步驟8，通過校準三角形的坐標對應基準三角形的坐標得到所述塔杆三維模型與塔杆平面模型的投影矩陣；根據第五策略所述投影矩陣將所述第一主線段和所述第一連接點投影至所述塔杆平面模型中並根據匹配度對所述投影矩陣評分；
步驟9，重複進行步驟7和步驟8，直至得到預設目標數量的所述投影矩陣評分時，確定所述投影矩陣評分最高的所述投影矩陣為所述塔杆三維模型和所述塔杆平面模型建立匹配關係。
進一步的，步驟2中，以連接部位的中心點為確定的第一連接點。
進一步的，所述第一策略包括
步驟2.1，從第一線段中篩選長度序列在前百分之十的第一篩選線段集；
步驟2.2，從所述第一篩選線段集中進行等腰梯形匹配，將不能與其他第一線段組合作為等腰梯形的兩條腰線的從第一篩選線段集中排除；
步驟2.3，從第一篩選線段集中選取最長的四條第一線段作為第一主線段。
進一步的，所述第二策略包括
步驟3.1，根據所述第一主線段確定所述塔杆三維模型的中心線；
步驟3.2，在所述第一連接點中，分別以距離所述中心線最遠的兩個第一連接點作為第二基準角點和第三基準角點。
進一步的，所述第四策略包括
步驟7.1，延長兩條第二主線段，將所述塔杆平面模型依次劃分為第一區域、第二區域和第三區域；
步驟7.2，根據角點的位置將基準角點集分為第一子集、第二子集和第三子集，所述第一子集、所述第二子集和所述第三子集分別對應所述第一區域、所述第二區域和所述第三區域；
步驟7.3，從所述第一子集中隨機生成所述第二校準角點，從所述第三子集中隨機選取所述第三校準角點。
進一步的，所述步驟4中還包括標定所述攝像機的內參數。
進一步的，所述步驟4中還包括對所述塔杆影像進行畸變校正處理。
進一步的，所述第三策略包括
步驟5.1，延長所述第二線段得到若干第二延長線段；
步驟5.2，對每一所述第二延長線段與其他所有所述第二線段根據相似度獲得第一評定分值；
步驟5.3，確定第一評定分值最高的兩條第二線段為第二主線段。
進一步的，所述第五策略包括
步驟8.1，將所述第一主線段投影到塔杆平面模型中與第二主線段進行匹配，若完成匹配，進入步驟8.2；
步驟8.2，將所述第一連接點投影到塔杆平面模型中，任一所述第一連接點與所述基準角點集中任一角點距離小於第一預設距離則判斷為該第一連接角點為匹配角點，計算匹配角點的數量為第一評分。
進一步的，所述第一預設距離為2個像素。
有益效果：由於採用以上技術方案，本發明提出一種基於模型的杆塔三維重建與匹配方法，三維模型與真實杆塔圖像進行匹配，根據先驗知識，自動高效準確的定位杆塔的關鍵部件。
附圖說明
圖1為流程示意圖。
具體實施方式
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
需要說明的是，在不衝突的情況下，本發明中的實施例及實施例中的特徵可以相互組合。
下面結合附圖和具體實施例對本發明作進一步說明，但不作為本發明的限定。
步驟1，導入所述塔杆三維模型；由於一般的塔杆三維數據都是CAD數據，所以本實施例以CAD數據為例，做出介紹。
步驟2，提取所述塔杆三維模型中塔杆的連接部位以確定若干第一連接點；自動識別杆塔的連結部位，計算這些連接部位的中心點，得到杆塔CAD模型的稀疏表達特徵點雲。CAD杆塔模型的稀疏點雲由杆塔所有的節點組成，得到的稀疏點雲。提取所述塔杆三維模型中塔杆的杆件以確定若干第一線段，從所述第一線段以第一策略中確定表示所述塔杆三維模型中塔杆的四個主杆件的四條第一主線段；以連接部位的中心點為確定的第一連接點。所述第一策略包括步驟2.1，從第一線段中篩選長度序列在前百分之十的第一篩選線段集，即將模型拆分為線段的集合，對所有線段按長度進行排序，保留最長的10％的線段；步驟2.2，從所述第一篩選線段集中進行等腰梯形匹配，將不能與其他第一線段組合作為等腰梯形的兩條腰線的從第一篩選線段集中排除，僅保留能夠找到其他線段能夠形成等腰梯形的線段；步驟2.3，從第一篩選線段集中選取最長的四條第一線段作為第一主線段，找到最長的4條線段，並且他們兩兩之間皆為等腰梯形即為目標直線塔邊線。
步驟3，對四條所述第一主線段延長，得到第一交點和第二交點，求第一交點和第二交點的中點作為第一基準角點，以第二策略在步驟2中得到的第一連接點中確定第二基準角點和第三基準角點，將所述第一基準角點、第二基準角點和第三基準角點連線得到基準三角形；所述第二策略包括步驟3.1，根據所述第一主線段確定所述塔杆三維模型的中心線；步驟3.2，在所述第一連接點中，分別以距離所述中心線最遠的兩個第一連接點作為第二基準角點和第三基準角點。延長步驟2中得到的直線塔邊線，得到兩兩直線的交點，計算他們的平均點以此作為帶匹配點三角形的第一個角點,由步驟2識別得到直線塔邊線，計算出杆塔模型的中心線，查找由步驟步驟2得到的模型的稀疏表達點雲中離中心線距離最遠並分布於兩端的兩點,至此三點共同構成了模型上的待匹配點三角形。
步驟4，採集塔杆影像作為塔杆平面模型；所述步驟4中還包括標定所述攝像機的內參數。所述步驟4中還包括對所述塔杆影像進行畸變校正處理。步驟5，利用LSD線提取算法，提取影像中的線段,識別所述塔杆平面模型中塔杆的杆件以確定若干第二線段，從所述第二線段中以第三策略識別表示所述塔杆平面模型中塔杆塔身兩側的主杆件的兩條第二主線段；所述第三策略包括步驟5.1，延長所述第二線段得到若干第二延長線段；步驟5.2，對每一所述第二延長線段與其他所有所述第二線段根據相似度獲得第一評定分值；步驟5.3，確定第一評定分值最高的兩條第二線段為第二主線段。從LSD提取得到的線段中識別對應於杆塔直線塔邊線對應的線段，遍歷每一條線段，延長線段至圖像邊緣，由其他線段與該延長線段的相似度來評定線段是否為直線塔邊線，評分最高的兩條線段即為影像當中對應於三維模型對應於直線塔邊線的線段。
步驟6，提取影像中的harris角點，得到塔杆平面模型中角點以得到基準角點集；
步驟7，延長步驟5中得到的所述第二主線段確定第一校準角點，以第四策略從所述基準角點集中隨機生成第二校準角點和第三校準角點，將第一校準角點、第二校準角點和第三校準角點連線得到校準三角形；所述第四策略包括步驟7.1，延長兩條第二主線段，將所述塔杆平面模型依次劃分為第一區域、第二區域和第三區域；步驟7.2，根據角點的位置將基準角點集分為第一子集、第二子集和第三子集，所述第一子集、所述第二子集和所述第三子集分別對應所述第一區域、所述第二區域和所述第三區域；步驟7.3，從所述第一子集中隨機生成所述第二校準角點，從所述第三子集中隨機選取所述第三校準角點。以步驟5中判別得到的直線塔邊線對應的線段作為分界線，將兩條直線的左邊作為區域,兩條直線的右邊視為區域,保留僅落在區域和中的harris角點，並將角點分為，兩類。
步驟8，通過校準三角形的坐標對應基準三角形的坐標得到所述塔杆三維模型與塔杆平面模型的投影矩陣；根據第五策略所述投影矩陣將所述第一主線段和所述第一連接點投影至所述塔杆平面模型中並根據匹配度對所述投影矩陣評分；所述第五策略包括步驟8.1，將所述第一主線段投影到塔杆平面模型中與第二主線段進行匹配，若完成匹配，進入步驟8.2；步驟8.2，將所述第一連接點投影到塔杆平面模型中，任一所述第一連接點與所述基準角點集中任一角點距離小於第一預設距離則判斷為該第一連接角點為匹配角點，計算匹配角點的數量為第一評分。所述第一預設距離為2個像素。以步驟5中判別得到的直線塔邊線對應的兩條線段,計算它們的交點，則為模型點的對應點，分別在角點集和角點集中隨機選取一個點，把三點為二維影像上的對應待匹配點的匹配點，由步驟4得到相機內參數，可以根據p3p算法計算三維模型與二維影像的投影變換矩陣。利用步驟8計算得到的投影變換矩陣將直線塔邊線，變換到二維影像，當存在兩條邊線的相似度與,匹配時繼續步驟10.2，否則得出該投影矩陣的評分，利用步驟8計算得到的投影變換矩陣將模型的稀疏點雲投影變換到二維影像上，設置點位投影誤差閾值為2個像素，統計與投影點距離小於閾值的二維影像harris角點數n，該投影矩陣的評分。
步驟9，隨機採樣足夠多次數，重複進行步驟7和步驟8，提高得到正確的匹配點三角形的概率，隨機採樣的候選匹配點三角形，直至得到預設目標數量的所述投影矩陣評分時，確定所述投影矩陣評分最高的所述投影矩陣為所述塔杆三維模型和所述塔杆平面模型建立匹配關係。
以上所述僅為本發明較佳的實施例，並非因此限制本發明的實施方式及保護範圍，對於本領域技術人員而言，應當能夠意識到凡運用本發明說明書及圖示內容所作出的等同替換和顯而易見的變化所得到的方案，均應當包含在本發明的保護範圍內。