CN111553881A - 基于三维点云识别的检测铁塔形变的方法和系统 - Google Patents

基于三维点云识别的检测铁塔形变的方法和系统 Download PDF

Info

Publication number
CN111553881A
CN111553881A CN202010231649.XA CN202010231649A CN111553881A CN 111553881 A CN111553881 A CN 111553881A CN 202010231649 A CN202010231649 A CN 202010231649A CN 111553881 A CN111553881 A CN 111553881A
Authority
CN
China
Prior art keywords
iron tower
detected
point cloud
cloud data
tower
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010231649.XA
Other languages
English (en)
Inventor
赵岩
马维峰
谭兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Infoearth Information Co ltd
Original Assignee
Wuhan Infoearth Information Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Infoearth Information Co ltd filed Critical Wuhan Infoearth Information Co ltd
Priority to CN202010231649.XA priority Critical patent/CN111553881A/zh
Publication of CN111553881A publication Critical patent/CN111553881A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供一种基于三维点云识别的检测铁塔形变的方法和系统，该方法包括：获取待检测铁塔的当前点云数据；确定对应于所述待检测铁塔的当前特征点点云数据；基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。本发明实施例提供的方法和系统，实现了提高待检测铁塔的形变检测的效率，避免了检测人员要实地测量的繁琐。

Description

基于三维点云识别的检测铁塔形变的方法和系统
技术领域
本发明涉及点云数据技术领域，尤其涉及一种基于三维点云识别的检测铁塔形变的方法和系统。
背景技术
现实生活中，电网需要建造铁塔，又称杆塔。随着使用时间的增加，建造完工时刻竖直的铁塔会变得倾斜变形。传统的常用的铁塔形变检测方法主要采用经纬仪、全站仪等测量设备进行杆塔形变的测量，但经纬仪、全站仪铁塔形变测量方法作业复杂，作业条件要求苛刻，架设地况要求良好，而实际工作中难以满足，不易架设仪器三脚架，仪器与铁塔光线路径容易受树木、房屋等地物遮掩，导致视线不好，测量时需人员登塔架尺，辅助进行测量，大大增加了人员作业风险。并且人工的测量方法，需要耗费大量的人力，效率低。因此，需要一种高效率的判断待检测铁塔的形变的方法。
因此，如何避免现有的检测铁塔形变的方法带来的耗费大量人力，检测人员必须到铁塔处进行实地测量的麻烦，仍然是本领域技术人员亟待解决的问题。
发明内容
本发明实施例提供一种基于三维点云识别的检测铁塔形变的方法和系统，用以解决现有的检测铁塔形变的方法带来的耗费大量人力，检测人员必须到铁塔处进行实地测量的问题。
第一方面，本发明实施例提供一种基于三维点云识别的检测铁塔形变的方法，包括：
获取待检测铁塔的当前点云数据；
确定对应于所述待检测铁塔的当前特征点点云数据；
基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；
基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
优选地，该方法中，所述获取待检测铁塔的当前点云数据，具体包括：
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像，为所述待检测铁塔图像生成所述待检测铁塔的当前点云数据。
优选地，该方法中，所述确定对应于所述待检测铁塔的当前特征点点云数据，具体包括：
确定所述待检测铁塔的特征点，所述特征点包括塔尖、各级横担的四个角点、底面的四个角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点；
确定所述特征点的点云数据形成的集合为所述待检测铁塔的特征点点云数据。
优选地，该方法中，所述基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变，具体包括：
计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和；
若所述总和不超过预设阈值，则判定待检测铁塔无形变；
若所述总和超过预设阈值，则判定待检测铁塔有形变。
第二方面，本发明实施例提供一种基于三维点云识别的检测铁塔形变的系统，包括：
获取单元，用于获取待检测铁塔的当前点云数据；
确定单元，用于确定对应于所述待检测铁塔的当前特征点点云数据；
相似度单元，用于基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；
判定单元，用于基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
优选地，该系统中，所述获取单元，具体用于，
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像，为所述待检测铁塔图像生成所述待检测铁塔的当前点云数据。
优选地，该系统中，所述确定单元，具体用于，
确定所述待检测铁塔的特征点，所述特征点包括塔尖、各级横担的四个角点、底面的四个角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点；
确定所述特征点的点云数据形成的集合为所述待检测铁塔的特征点点云数据。
优选地，该系统中，所述判定单元，具体用于，
计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和；
若所述总和不超过预设阈值，则判定待检测铁塔无形变；
若所述总和超过预设阈值，则判定待检测铁塔有形变。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的基于三维点云识别的检测铁塔形变的方法的步骤。
第四方面，一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的基于三维点云识别的检测铁塔形变的方法的步骤。
本发明实施例提供的方法和系统，通过提取待检测铁塔的当前特征点点云数据，将其与预先存储的待检测铁塔的标准的特征点点云数据进行比较，基于待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值判定待检测铁塔是否形变。如此，将当前时刻的待检测铁塔的特征点与标准的待检测铁塔未变形时刻的特征点进行比较，可以得出当前待检测铁塔是否变形。因此，本发明实施例提供的方法和系统，实现了提高待检测铁塔的形变检测的效率，避免了检测人员要实地测量的繁琐。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于三维点云识别的检测铁塔形变的方法的流程示意图；
图2为本发明实施例提供的基于三维点云识别的检测铁塔形变的系统的结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
现有的检测铁塔形变的方法，普遍存在耗费大量人力，以及检测人员必须到铁塔处进行实地测量的问题。对此，本发明实施例提供了一种基于三维点云识别的检测铁塔形变的方法。图1为本发明实施例提供的基于三维点云识别的检测铁塔形变的方法的流程示意图，如图1所示，该方法包括：
步骤110，获取待检测铁塔的点云数据。
具体地，获取待检测铁塔的点云数据可以通过三维激光扫描铁塔和多角度倾斜拍摄得到，三维激光扫描可以使用无人机携带扫描仪从多个方向上对待检测铁塔进行扫描，提取待检测铁塔的激光点云数据，而多角度倾斜拍摄得到的待检测铁塔的图像经过专门的由图像提取三维点云数据的软件处理，即可得到待检测铁塔的三维点云模型，此处不作具体限定。
步骤120，确定对应于所述待检测铁塔的当前特征点点云数据。
具体地，对于描述所述待检查铁塔的数据，若采用待检测铁塔的所有点云数据，则导致后续的判别铁塔是否形变的计算量大，因此，只采用待检测铁塔的特征点的点云数据对待检测铁塔进行描述。而所述特征点即待检测铁塔上易识别的点，例如，塔尖、各级横担的角点、底面的角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点，其中，每级横担都有四个角点且底面也有四个角点。所述特征点的提取的方法有很多，例如：Harris算子算法、SUSAN算子算法、SIFT算法和RANSAC算法等等，此处不作具体限定。
步骤130，基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值。
具体地，预先存储的待检测铁塔的标准的特征点点云数据是在待检测铁塔未发生变形时采集的，待检测铁塔的标准数据的特征点是与待检测铁塔的当前特征点一一对应的。对于待检测铁塔上的特征点，标准数据的特征点
Figure BDA0002429454150000051
对应着当前特征点
Figure BDA0002429454150000052
其中，j＝1,2,3……N，N为待检测铁塔上的当前特征点的总数，待检测铁塔上的当前特征点的总数与待检测铁塔的标准数据的特征点总数相等。对于待检测铁塔的当前特征点
Figure BDA0002429454150000053
与所述待检测铁塔的标准数据的特征点
Figure BDA0002429454150000054
之间的匹配相似度差值dj，可以基于当前特征点
Figure BDA0002429454150000055
的世界坐标系下的三维坐标和标准数据的特征点
Figure BDA0002429454150000056
的世界坐标系下的三维坐标计算距离值得到，而计算距离值的方法有曼哈顿距离法、切比雪夫距离和欧氏距离法等，此处不作具体限定。首先，确定的所述点云数据中的所有点的三维坐标都是仪器坐标系下的坐标，所述仪器坐标系指的是若点云数据是通过激光扫描仪获取，则仪器坐标系即为扫描仪坐标系，若点云数据是通过倾斜摄影拍摄的图像获取，则仪器坐标系即为相机坐标系，因此，首先获取的特征点的三维坐标都是仪器坐标系下的坐标，然后，通过仪器坐标系与世界坐标系的变换关系，可以将各特征点在仪器坐标系下的坐标转换为世界坐标系下的三维坐标。
步骤140，基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
具体地，确定了所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值后，可以依据预设的判定规则来判定待检测铁塔是否形变。其中，所述预设的判定规则可以是当前特征点与完工特征点之间的匹配相似度差值超过某一阈值的占比不超过预设占比阈值，或者是所有当前特征点与完工特征点之间的匹配相似度差值的总和不超过预设阈值，此处不作具体限定。
本发明实施例提供的方法，通过提取待检测铁塔的当前特征点点云数据，将其与预先存储的待检测铁塔的标准的特征点点云数据进行比较，基于待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值判定待检测铁塔是否形变。如此，将当前时刻的待检测铁塔的特征点与标准待检测铁塔未变形时刻的特征点进行比较，可以得出当前待检测铁塔是否变形。因此，本发明实施例提供的方法，实现了提高待检测铁塔的形变检测的效率，避免了检测人员要实地测量的繁琐。
基于上述实施例，该方法中，所述获取待检测铁塔的当前点云数据，具体包括：
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像，为所述待检测铁塔图像生成所述待检测铁塔的当前点云数据。
具体地，倾斜拍摄技术为摄影测量领域的一项高新技术，它通过从一个垂直、四个倾角和五个不同的视角同步采集影像。此处，采用无人机，优选小型影像无人机，使无人机携带的摄像头对待检测铁塔进行倾斜拍摄，可以获取到丰富的待检测铁塔物面和侧视的高分辨率纹理图像。继而采用专用的由图像提取三维点云数据的软件处理，可以构建待检测铁塔的三维点云模型并可以提取所述待检测铁塔的当前点云数据。
基于上述任一实施例，该方法中，所述确定对应于所述待检测铁塔的当前特征点点云数据，具体包括：
确定所述待检测铁塔的特征点，所述特征点包括塔尖、各级横担的四个角点、底面的四个角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点；
确定所述特征点的点云数据形成的集合为所述待检测铁塔的特征点点云数据。
具体地，对于描述所述待检查铁塔的数据，若采用待检测铁塔的所有点云数据，则导致后续的判别铁塔是否形变的计算量大，因此，只采用待检测铁塔的特征点的点云数据对待检测铁塔进行描述。而所述特征点通常是铁塔上易识别的点，因此，此处将塔尖、各级横担的四个角点、底面的四个角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点作为铁塔的特征点，也保证了这些特征点与铁塔变形的关联性高。然后将待检测铁塔的塔尖点云数据和各级横担的角点点云数据、底面的角点点云数据、所有表面螺帽的中心点点云数据、所有绝缘子的顶点点云数据和所有塔材连接点点云数据形成的集合确定为待检测铁塔的特征点点云数据。
基于上述任一实施例，该方法中，所述基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变，具体包括：
计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和；
若所述总和不超过预设阈值，则判定待检测铁塔无形变；
若所述总和超过预设阈值，则判定待检测铁塔有形变。
具体地，对于已经确定的待检测铁塔的当前特征点
Figure BDA0002429454150000071
与所述待检测铁塔的标准的特征点
Figure BDA0002429454150000072
之间的匹配相似度差值dj，其中，j＝1,2,3……N，N为待检测铁塔上的当前特征点的总数，待检测铁塔上的当前特征点的总数与待检测铁塔的标准的特征点总数相等。求计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和
Figure BDA0002429454150000073
若所述总和不超过预设阈值，则判定待检测铁塔无形变；若所述总和超过预设阈值，则判定待检测铁塔有形变。
基于上述任一实施例，本发明实施例提供一种基于三维点云识别的检测铁塔形变的系统，图2为本发明实施例提供的基于三维点云识别的检测铁塔形变的系统的结构示意图。如图2所示，所述系统包括获取单元210、确定单元220、相似度单元230和判定单元240，其中，
所述获取单元210，用于获取待检测铁塔的当前点云数据；
所述确定单元220，用于确定对应于所述待检测铁塔的当前特征点点云数据；
所述判定单元230，用于基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；
所述判定单元240，用于基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
本发明实施例提供的系统，通过提取待检测铁塔的当前特征点点云数据，将其与预先存储的待检测铁塔的标准特征点点云数据进行比较，基于待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值判定待检测铁塔是否形变。如此，将当前时刻的待检测铁塔的特征点与标准待检测铁塔未变形时刻的特征点进行比较，可以得出当前待检测铁塔是否变形。因此，本发明实施例提供的系统，实现了提高待检测铁塔的形变检测的效率，避免了检测人员要实地测量的繁琐。
基于上述任一实施例，该系统中，所述获取单元，具体用于，
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像，为所述待检测铁塔图像生成所述待检测铁塔的当前点云数据。
基于上述任一实施例，该系统中，所述确定单元，具体用于，
确定所述待检测铁塔的特征点，所述点云数据；
确定所述特征点的点云数据形成的集合为所述待检测铁塔的特征点点云数据。
基于上述任一实施例，该系统中，所述判定单元，具体用于，
计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和；
若所述总和不超过预设阈值，则判定待检测铁塔无形变；
若所述总和超过预设阈值，则判定待检测铁塔有形变。
图3为本发明实施例提供的电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储在存储器303上并可在处理器301上运行的计算机程序，以执行上述各实施例提供的基于三维点云识别的检测铁塔形变的方法，例如包括：获取待检测铁塔的当前点云数据；确定对应于所述待检测铁塔的当前特征点点云数据；基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于三维点云识别的检测铁塔形变的方法，例如包括：获取待检测铁塔的当前点云数据；确定对应于所述待检测铁塔的当前特征点点云数据；基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于三维点云识别的检测铁塔形变的方法，其特征在于，包括：
获取待检测铁塔的当前点云数据；
确定对应于所述待检测铁塔的当前特征点点云数据；
基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；
基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
2.根据权利要求1所述的基于三维点云识别的检测铁塔形变的方法，其特征在于，所述获取待检测铁塔的当前点云数据，具体包括：
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像，为所述待检测铁塔图像生成所述待检测铁塔的当前点云数据。
3.根据权利要求1或2所述的基于三维点云识别的检测铁塔形变的方法，其特征在于，所述确定对应于所述待检测铁塔的当前特征点点云数据，具体包括：
确定所述待检测铁塔的特征点，所述特征点包括塔尖、各级横担的四个角点、底面的四个角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点；
确定所述特征点的点云数据形成的集合为所述待检测铁塔的特征点点云数据。
4.根据权利要求3所述的基于三维点云识别的检测铁塔形变的方法，其特征在于，所述基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变，具体包括：
计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和；
若所述总和不超过预设阈值，则判定待检测铁塔无形变；
若所述总和超过预设阈值，则判定待检测铁塔有形变。
5.一种基于三维点云识别的检测铁塔形变的系统，其特征在于，包括：
获取单元，用于获取待检测铁塔的当前点云数据；
确定单元，用于确定对应于所述待检测铁塔的当前特征点点云数据；
相似度单元，用于基于所述待检测铁塔的当前特征点点云数据和预先存储的待检测铁塔的标准的特征点点云数据，确定所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值；
判定单元，用于基于所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值确定待检测铁塔是否形变。
6.根据权利要求5所述的基于三维点云识别的检测铁塔形变的系统，其特征在于，所述获取单元，具体用于，
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像，为所述待检测铁塔图像生成所述待检测铁塔的当前点云数据。
7.根据权利要求5或6所述的基于三维点云识别的检测铁塔形变的系统，其特征在于，所述确定单元，具体用于，
确定所述待检测铁塔的特征点，所述特征点包括塔尖、各级横担的四个角点、底面的四个角点、所有表面螺帽的中心点、所有绝缘子的顶点和所有塔材连接点；
确定所述特征点的点云数据形成的集合为所述待检测铁塔的特征点点云数据。
8.根据权利要求7所述的基于三维点云识别的检测铁塔形变的系统，其特征在于，所述判定单元，具体用于，
计算所有所述待检测铁塔的当前各特征点与所述待检测铁塔的标准的各特征点之间的匹配相似度差值的总和；
若所述总和不超过预设阈值，则判定待检测铁塔无形变；
若所述总和超过预设阈值，则判定待检测铁塔有形变。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4中任一项所述的基于三维点云识别的检测铁塔形变的方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如1-4中任一项所述的基于三维点云识别的检测铁塔形变的方法的步骤。
CN202010231649.XA 2020-03-27 2020-03-27 基于三维点云识别的检测铁塔形变的方法和系统 Pending CN111553881A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010231649.XA CN111553881A (zh) 2020-03-27 2020-03-27 基于三维点云识别的检测铁塔形变的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010231649.XA CN111553881A (zh) 2020-03-27 2020-03-27 基于三维点云识别的检测铁塔形变的方法和系统

Publications (1)

Publication Number Publication Date
CN111553881A true CN111553881A (zh) 2020-08-18

Family

ID=72005513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010231649.XA Pending CN111553881A (zh) 2020-03-27 2020-03-27 基于三维点云识别的检测铁塔形变的方法和系统

Country Status (1)

Country Link
CN (1) CN111553881A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112325785A (zh) * 2020-10-09 2021-02-05 国家电网公司西北分部 基于顶部平面拟合的铁塔变形监测方法及系统
CN112344869A (zh) * 2020-10-09 2021-02-09 国家电网公司西北分部 基于侧面拟合的铁塔变形监测方法及系统
CN112750160A (zh) * 2020-11-12 2021-05-04 泰州物族信息科技有限公司 像素级别垂直移位解析系统及方法
CN116758122A (zh) * 2023-08-14 2023-09-15 国网智能电网研究院有限公司 一种基于跨源点云的输电线路铁塔位姿配准方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106683089A (zh) * 2016-12-30 2017-05-17 南京南瑞信息通信科技有限公司 一种带约束配准的杆塔变形检测方法
CN108955645A (zh) * 2018-07-16 2018-12-07 福州日兆信息科技有限公司 应用于通信铁塔智能巡检的三维建模方法及装置
CN109000621A (zh) * 2018-04-04 2018-12-14 广州优飞信息科技有限公司 一种电网树障检测方法
CN109390873A (zh) * 2018-11-30 2019-02-26 贵州电网有限责任公司 一种利用输电线路通道内点云数据来预测树障威胁的方法
US20190205695A1 (en) * 2017-12-29 2019-07-04 Baidu Online Network Technology (Beijing) Co., Ltd Method and apparatus for determining matching relationship between point cloud data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106683089A (zh) * 2016-12-30 2017-05-17 南京南瑞信息通信科技有限公司 一种带约束配准的杆塔变形检测方法
US20190205695A1 (en) * 2017-12-29 2019-07-04 Baidu Online Network Technology (Beijing) Co., Ltd Method and apparatus for determining matching relationship between point cloud data
CN109000621A (zh) * 2018-04-04 2018-12-14 广州优飞信息科技有限公司 一种电网树障检测方法
CN108955645A (zh) * 2018-07-16 2018-12-07 福州日兆信息科技有限公司 应用于通信铁塔智能巡检的三维建模方法及装置
CN109390873A (zh) * 2018-11-30 2019-02-26 贵州电网有限责任公司 一种利用输电线路通道内点云数据来预测树障威胁的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐旭;王红改;李谋思;: "三维激光扫描仪在电力铁塔结构提取中的应用", no. 04, pages 111 - 115 *
马维青;穆昭玺;袁广林;: "基于三维激光扫描技术的采动区高压线塔变形监测和结构安全分析", vol. 32, no. 12, pages 77 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112325785A (zh) * 2020-10-09 2021-02-05 国家电网公司西北分部 基于顶部平面拟合的铁塔变形监测方法及系统
CN112344869A (zh) * 2020-10-09 2021-02-09 国家电网公司西北分部 基于侧面拟合的铁塔变形监测方法及系统
CN112750160A (zh) * 2020-11-12 2021-05-04 泰州物族信息科技有限公司 像素级别垂直移位解析系统及方法
CN116758122A (zh) * 2023-08-14 2023-09-15 国网智能电网研究院有限公司 一种基于跨源点云的输电线路铁塔位姿配准方法及装置

Similar Documents

Publication Publication Date Title
CN111553881A (zh) 基于三维点云识别的检测铁塔形变的方法和系统
CN110443836B (zh) 一种基于平面特征的点云数据自动配准方法及装置
CN112344869B (zh) 基于侧面拟合的铁塔变形监测方法及系统
CN112325785A (zh) 基于顶部平面拟合的铁塔变形监测方法及系统
CN111680574B (zh) 一种人脸检测方法、装置、电子设备和存储介质
CN112489099A (zh) 点云配准方法、装置、存储介质及电子设备
CN110793441B (zh) 一种高精度物体几何尺寸测量方法及装置
CN111583174B (zh) 基于点云数据的铁塔形变检测检测的方法和系统
CN111521125B (zh) 基于点云数据的检测铁塔形变的方法和系统
CN116091709B (zh) 建筑物的三维重建方法、装置、电子设备和存储介质
CN112712590A (zh) 一种动物点云生成方法及系统
CN112102391A (zh) 测量方法及装置、电子设备及存储介质
Goebbels et al. Roof reconstruction from airborne laser scanning data based on image processing methods
CN111521124B (zh) 基于影像无人机的铁塔形变检测的方法和系统
CN114913246B (zh) 相机标定方法、装置、电子设备及存储介质
CN115965712A (zh) 一种建筑物二维矢量图构建方法、系统、设备及存储介质
CN115937950A (zh) 一种多角度人脸数据采集方法、装置、设备及存储介质
JP2014038566A (ja) 画像処理装置
CN113191336B (zh) 基于图像识别的电力隐患识别方法及系统
CN114549825A (zh) 目标检测方法、装置、电子设备与存储介质
CN114549780A (zh) 一种基于点云数据的大型复杂构件智能化检测方法
CN113920267A (zh) 三维场景模型构建方法、装置、设备及存储介质
CN111586299B (zh) 一种图像处理方法和相关设备
CN115457418A (zh) 一种绝缘子倾斜检测方法、装置、计算机设备及存储介质
CN117911868A (zh) 林地树干提取方法及装置、模型的训练方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200818