CN112815911B - 基于三目视觉的输电线路交跨距离测量方法 - Google Patents
基于三目视觉的输电线路交跨距离测量方法 Download PDFInfo
- Publication number
- CN112815911B CN112815911B CN202011615849.1A CN202011615849A CN112815911B CN 112815911 B CN112815911 B CN 112815911B CN 202011615849 A CN202011615849 A CN 202011615849A CN 112815911 B CN112815911 B CN 112815911B
- Authority
- CN
- China
- Prior art keywords
- point
- image
- eye image
- camera
- line
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于三目视觉的输电线路交跨距离测量方法,输电线路交跨距离测量方法的步骤包括:利用三目相机采集三目图像,并进行协同校正;基于线特征拟合和极线约束重建电力线的三维向量;最后利用铅垂线跟踪算法确定交跨点,并基于空间几何关系计算相应的交跨距离。本发明提供了一种方便、准确的输电线交跨距离测量方法,解决了传统人工巡检方法耗时耗力的问题,具有较高的工程应用价值。
Description
技术领域
本发明涉及一种基于三目视觉的输电线路交跨距离测量方法,属于计算机视觉与输电线路巡检领域。
技术背景
国家对输电线路自身及周围地物之间的距离是有明确要求和标准的。国家电网有限公司近年来公布的运行数据表明,由于输电线路与被跨物间如竹木生长、地形地貌变化、大型施工机械等外部因素的净空距离过小(以下称交跨距离)导致线路跳闸率居高不下,给国民安全以及国民经济带来巨大的损失。所以,有必要定期对输电线的交跨距离进行检测,确保电力线下方一定范围内无危险交跨物。
目前,输电线路与下方被跨越物的交跨距离测量的方式主要包括人工目测、绳测、经纬仪和全站仪等,并且不同方式之间缺乏统一、客观的作业规范。除此之外,人工测量方式不仅依赖于巡检人员的状态和经验,而且检测效率与准确率都比较低。随着电网规模增大,人工测量方式已经无法满足电力线巡检的覆盖面与即时性要求,亟需一种有效的智能化手段代替人工测量方式。但目前有效、简单易行的智能化输电线路交跨区距离测量方式并不多。因此一种测量精度高,稳定性能好的输电线路交跨距离测量方法对测绘领域具有重要意义。
发明内容
本发明所要解决的技术问题是:提出一种输电线路交跨距离测量方法,实现对输电线路与下方交跨区域距离的准确测量,降低测绘人员工作强度与危险系数,提高工作效率。
为解决上述技术问题,本发明提供一种基于三目视觉的输电线路交跨距离测量方法,通过设计交互式测距软件,自动测量输电线路交跨距离,具体包括以下步骤:
1)利用三目相机拍摄目标输电线路图像,获得三目图像以及相机拍摄时的俯仰角和滚转角;
2)对三目图像进行协同校正;
4)在校正后的左目图像中的电力线上任意选择一个点作为目标点根据空间几何关系确定目标点Pk在左目图像中对应的铅垂线;并利用铅垂线轨迹法得到目标点Pk在校正后的左目图像中对应可能的交跨点集合 为交跨点集合Kk中第a个交跨点在校正后的左目图像中的坐标;
7)重复步骤4-6,得到电力线上所有点的交跨距离。
一种基于三目视觉的输电线路交跨距离测量系统,包括以下程序模块:
图像获取模块:利用三目相机拍摄目标输电线路图像,获得三目图像以及相机拍摄时的俯仰角和滚转角;
校正模块:对三目图像进行协同校正;
电力线提取模块:基于相机姿态确定电力线匹配对,并提取与拟合线匹配对中所有的电力线;根据极线约束重建电力线的三维向量;
交跨点模块:在校正后的左目图像中的电力线上任意选择一个点作为目标点根据空间几何关系确定目标点Pk在左目图像中对应的铅垂线;并利用铅垂线轨迹法得到目标点Pk在校正后的左目图像中对应可能的交跨点集合 为交跨点集合Kk中第a个交跨点在校正后的左目图像中的坐标;
与现有技术相比,本发明的有益效果是:
(1)本发明提出将三目视觉应用在输电线立体匹配中,通过三目图像提供水平和竖直两个方向的视差信息,能大幅度提高在不同的相机姿态下电力线匹配的准确性和稳定性;
(2)本发明将空间先验知识应用在输电线路交跨距离测距中,根据先验信息,推导出不同相机姿态的几何模型,用于确定在相机姿态下快速、有效的定位交跨点。该方法适用于多种航拍拍摄姿态,降低了无人机检测过程的操作难度;
(3)本发明采用铅垂线跟踪算法代替二维平面搜索法,加快了不同摄像机姿态下交跨距离的计算。同时通过设计交互式测距软件,自动测量输电线路交跨距离,极大地方便了巡检工作人员,减少其工作量,提高巡检效率,具有较高的工程应用价值。
附图说明
图1为本发明具体实施例基于三目视觉与空间先验知识的输电线路交跨距离测量算法流程图;
图2为本发明具体实施例三目相机模型示意图;
图3为本发明具体实施例不同相机姿态的几何模型,其中(a)为BPS的几何模型,(b)为BTS的几何模型;(c)为OS的几何模型;(d)为MX的几何模型;
图4为本发明具体实施例不同相机姿态下铅垂线定位示意图,其中(a)为在BPS姿态下;(b)在BTS姿态下;(c)为在OS姿态下;
图5为本发明具体实施例双目相机的三角视差原理图;
图6为本发明具体实施例交互式测距界面。
具体实施方式
下面结合附图对本发明的方案作进一步的详细说明。
实施例1
本发明的基于三目视觉的输电线路交跨距离测量方法如图1所述,具体包括以下步骤:
1)图2为三目相机模型示意图,由三个规格相同的摄像机组成的垂直双基线三目相机模块1和水平仪2构成,垂直双基线三目相机模块包括左目相机、右目相机和上目相机,左目相机与右目相机水平设置,上目相机在左目相机的正上方,垂直双基线三目相机模块的下方连接有水平仪。首先利用三目相机拍摄目标输电线路图像,并将获取的三目图像信息{Ileft,Iright,Iup}以及摄像机拍摄时的俯仰角θx和滚转角θz传入信息模块进行处理;
2)基于三目相机标定参数对三目图像{Ileft,Iright,Iup}进行协同校正,得到校正后的三目图像{I1,I2,I3},I1、I2、I3分别指经过校正处理后的左目图像、右目图像和上目图像,校正后左目图像、右目图像I1、I2的极线与I1、I2图像横轴平行,校正后左目图像、上目图像I1、I3的极线平行于I1、I3图像纵轴且校正后左目图像、右目图像I1、I2的横向视差与校正后左目图像、上目图像I1、I3的纵向视差相等,具体步骤如下:
21)根据张氏标定法获得三目相机的标定参数,利用Bouguet算对获得的左目图像与右目图像信息{Ileft,Iright}进行初次水平校正,校正后得到行对准图像{I'left,I'right},且I'left=Ileft,具体步骤如下:
a.利用Bouguet算法获得左目相机的整体旋转矩阵Rl、右目相机的整体旋转矩阵Rr;
22)重复步骤21)对图像信息{Ileft,Iup}进行校正,得到左目相机的整体旋转矩阵Rl2和上目相机的整体旋转矩阵Ru,将上目图像围绕着上目摄像机的光心旋转,旋转矩阵为得到列准图像{I'l'eft,I'up},且I'l'eft=Ileft;
23)初次校正后得到三目图像{Ileft,I'right,I'up},利用SURF算法获取三目图像特征点对初次校正结果进行优化得到三目图像{I1,I2,I3},
{I1,I2,I3}分别指经过校正后的左目图像、右目图像、上目图像,其中校正后左目图像I1、右目图像I2的极线与左目图像I1、右目图像I2横轴平行,校正后的左目图像I1、上目图像I3的极线与左目图像I1,上目图像I3纵轴平行,且左目图像I1、右目图像I2的横向视差与左目图像I1、上目图像I3的纵向视差相等,具体步骤如下:
a.利用SURF算法获取校正后的三目图像{Ileft,I'right,I'up}特征点坐标其中匹配点的数目为n,为左目图像Ileft中特征点坐标,为右目对准图像I'right中特征点坐标;为上目对准图像I'up中特征点坐标;
b.设顶摄像机的主点坐标为(cx,cy),平移顶摄像机,在主点坐标(cx,cy)上附加一个偏移量(dx,dy),可完成顶摄像机的二次校正;对于横向偏移,由于校正后应使得左目图像Ileft、上目对准图像I'up的对应点的横坐标相等,因此对于纵向偏移,由于校正后Ileft、I'up之间的纵向视差应与Ileft、I'right的横向视差相等,因此
c.以(cx+dx,cy+dy)作为新的主点坐标,重复步骤21)重新对顶摄像机进行校正得到最终的校正后的三目图像{I1,I2,I3},其中I1为校正后的左目图像,I2为校正后的右目图像,I3为校正后的上目图像;
3)基于三目视觉的电力线三维重构,具体步骤如下:
a.对校正后的左目图像进行预处理并获取边缘图Iedge,边缘图Iedge中背景灰度值为0,输电线的灰度值为255;
b.在边缘图Iedge的基础上,通过矢量跟踪算法,将边缘图Iedge中的边缘片段变换为二维矢量,并删除边缘图Iedge中小于设定数量(如20个)像素点的边缘片段得到二维矢量集一V1,V1={v1,v2,...,vi,...,vn1},其中n1为二维矢量集V1中二维矢量的个数,vi表示某个第i个二维矢量,vi包括m个灰度值为255的像素点,表示为vi={(x1,y1),(x2,y2),...,(xm,ym)};
c.按照公式(1)计算二维矢量集V1中剩余特征的形状因子SI,删除形状因子SI大于设定值(如0.27)的过弯曲的二维矢量,得到二维矢量集二V2,V2={v'1,v'2,...v'i,...,v'n2},V2∈V1,其中n2为二维矢量集二V2中二维矢量的个数;
d.根据线段投影法聚合线特征对二维矢量集二V2进行聚合,如果两条线段共线,则进行连接得到聚合后的图像二维矢量集三V3,V3={v″1,v″2,...,v″i,...,v″N},V3∈V2,其中N表示二维矢量集三V3中二维矢量的个数,也表示检测到的输电线的数量,v″i={(x1,y1),(x2,y2),...,(xt,yt)}表示第i条输电线二维矢量,(xt,yt)为v″i中的第t个像素点的坐标;
f.假设二维矢量的拟合方程为表示拟合参数,r表示拟合多项式的极数,根据最小二乘法对进行拟合,基于二维矢量中的像素点的坐标(x1,y1),(x2,y2)...,(xt,yt)确定拟合参数ak(k=0,1,...,r),则左目图像中,由二维矢量确定的电力线方程表示为对输电线二维矢量集四V4中的所有二维矢量进行拟合得到左目图像中的所有电力线方程为N表示电力线的数量;按照拟合电力线的参数a0的大小从小到大对电力线进行排序,则左目图像中所有电力线由表示,其中j表示排序的序列号,表示第j条电力线;表示第j条电力线;
33)重复步骤31)提取与拟合中的电力线得到N1,N2分别表示的电力线的数目,具有相同的数目j,数目s对应的电力线为同名电力线;基于极线约束(极限约束是双目视觉立体匹配的基础几何原理),计算同名核线与同名电力线的交点得到电力线上的同名像点对此时j=s,分别表示中第j条电力线上的某个像素点坐标,同名像点对对应的视差值为
4.基于空间几何关系确定在不同的相机姿态下校正后的左目图像I1中某条电力线上的一点的铅垂线方程,并利用铅垂线轨迹法获得点Pk在校正后的左目图像I1中对应的可能交跨点集合 为Kk中第a个交跨点在I1中的坐标,为可能交跨点集合内某一点的坐标,具体步骤如下:
41)确定不同相机姿态下的铅垂线。本发明考虑了四种不同的相机姿态,包括基线平行拍摄姿态(BPS),基线倾斜拍摄姿态(BTS),俯视拍摄姿态(OS)和混合姿态(MX)。
规定世界坐标系为OW-XWYWZW,在BPS下,俯仰角θx=0,滚转角θz=0,左目相机坐标系为Ol-XCYCZC,OW-XWYWZW与Ol-XCYCZC重合;
在BTS下,俯仰角θx=0,滚转角θz≠0;在OS下,俯仰角θx≠0,滚转角θz=0;
在MX下,俯仰角θx≠0,滚转角θz≠0,各种姿态的几何模型如图3所示,三维世界中铅垂线总是垂直于地面,但是在成像平面上P对应的铅垂线随着相机姿态而变化,不同的相机姿态下铅锤线的示意图如图4所示,O为相机的光心,f为焦距,A1A2表示成像平面,它垂直于地面,假设在同一条铅垂线上, 是P1P2在左目成像平面中的投影,像素坐标系为o-uv,v轴垂直于地面;由图5可知在不同的姿态下,像素坐标系下P对应的铅垂线的计算步骤为:
a.俯仰角当θx=0,滚转角θz=0时,如图4(a)所示,相机成像平面垂直于地面,由于ΔOP1P2与ΔOQ1Q2相似,所以Q1Q2平行于P1P2并垂直于u轴,因此BPS中图像中任意一点对应的的铅锤线垂直于u轴,则过点P的铅垂线方程为
b.当相机倾斜拍摄时,即俯仰角θx=0,滚转角θz≠0,如图4(b)所示,相机成像平面仍垂直于地面,此时像素坐标系为o-u'v',v'与v的夹角为滚转角θz,相当于像素坐标o-uv旋转了θz,在坐标系o-u'v'下,Q1Q2与v'的夹角为滚转角θz,意铅垂线与u轴的夹角为因此点P对应的铅垂线方程为
c.当相机俯视拍摄时,即θx≠0,θz=0,如图4(c)所示,相机成像平面与地面的夹角为像素坐标系为o-u'v',u'轴与u轴的夹角为θx,无法通过单目相机的成像几何关系确定铅锤线方程。由于在同一条铅垂线上,对应的投影点分别为根据双目视觉的成像几何原理,在规定的世界坐标系OW-XWYWZW中P1与P2对应的坐标差值关系为:
f为相机的焦距,(u0,v0)为左目图像的主点坐标;
由于俯拍时mq·u0+mq>v0,所以可以求解出mq和nq,则Q1Q2的直线方程为:
d.OS姿态下铅垂线与u'的夹角为当θx≠0,θz≠0时,像素坐标系为o-u”v”,此时相当于o-u'v'旋转θz得到新的坐标系o-u”v”,所以此时铅垂线与u”轴的夹角为φ=ψ+θz,在新的像素坐标系o-u”v”下,即MX姿态对应的铅垂线方程为:
a.利用OSTU算法对左目校正图像I1二值化得到天空背景灰度值为0,电力线以及地物目标灰度值为255的二值图像Iostu,二值化后地物目标与天空等背景具有明显的分界线;
b.根据步骤41)确定Pk点对应的铅垂线方程,从Pk点沿铅垂线方程开始往图像Iostu的纵轴方向遍历,假设Mi(x,y)为当前像素坐标,当连续5个像素点对应的灰度值为255时,即Mi-4(x,y)=...=Mi-1(x,y)=Mi(x,y),判断该点Mi(x,y)为地物目标,记录该像素点Mi(x,y)作为可能的交跨点集合的起始点,即继续按该方向遍历图像Iostu并记录铅垂线上所有的点直到图像边界得到Pk对应的交跨点集合
5.对于电力线下方交跨区域的立体匹配,左右目图像更具有优势,交跨点分布在电力线下方,因此以左目图像、上目图像构成的双目图像中的一些交跨点可能不在公共的视野范围内,而左右双目图像能提供更大的交跨点搜索区域,因此,在确定交跨点时,采用{I1,I2}作为匹配对象,此时在校正后的右目图像I2中寻找对应的匹配点,并计算Kk中所有点对应的视差为本发明基于AD-Census构造匹配代价函数C(p,d),如公式(6)所示,并构建十字交叉自适应窗口进行代价聚合得到对应的匹配点,
其中,函数ρ(C,λ)用于控制每个变换结果的取值范围为[0,1],λCensus,λAD分别为Census、AD变换的影响参数,CCensus(p,d)为Census匹配代价函数,CAD(p,d)为AD匹配代价函数,C(p,d)为AD-Census的匹配代价函数,C,λ分别表示任意匹配方式的代价函数和相应的影响参数。
6.图3中,规定世界坐标系为OW-XWYWZW,左目相机坐标系为Ol-XCYCZC,OW-XWYWZW与Ol-XCYCZC重合,按顺序遍历设点Kb为的待确定交跨点,即Kb∈Kk,点Pk与点Kb在规定的世界坐标系中的坐标分别为当点Pk与点Kb在世界坐标系OW-XWYWZW中的坐标差值满足时,点Kb为点Pk的交跨点,考虑到立体匹配误差和角度测量误差等,通过对差值Δxw,差值Δzw设置阈值Tmin定位交跨点的位置,即当时,可设定Tmin=30mm,点Kb为点Pk的交跨点,此时交跨距离具体步骤如下:
61)双目相机的三角测量原理如图5所示,左目相机坐标系为Ol-XCYCZC,右目相机坐标系为Or-XCYCZC,设相机的焦距为f,基线距为b,左目图像的主点坐标为c(u0,v0),Kb为Pk的待确定交跨点,点Pk与点Kb的左目相机下的相机坐标分别为像素坐标为点Pk的视差可由步骤3)计算得到,设为dp;Kb的视差可由步骤5)计算得到,设为dkb;根据三角视差原理可以得到Pk点的相机坐标与像素坐标的转换关系为:
62)根据公式(7-8),可以得到在相机坐标系Ol-XCYCZC下点Pk与点Kb的坐标差值如公式(9)所示:
63)在BTS姿态下,如图3(b)所示,Ol-XCYCZC以ZC为旋转轴,旋转θz可得到新的相机坐标系Ol-X'CY'CZ'C,此时旋转矩阵为R(Z,θz),又由于OW-XWYWZW与Ol-XCYCZC重合,则OW-XWYWZW与Ol-X'CY'CZ'C的坐标转换关系如公式(11)所示:
在相机坐标系Ol-X'CY'CZ'C下点Pk与点Kb的相机坐标可由公式(7-8)计算得到,则在世界坐标系OW-XWYWZW下点Pk与点Kb对应的世界坐标系中的坐标差值如公式(12)所示:
64)在OS姿态下,如图3(c)所示,Ol-XCYCZC以XC为旋转轴,旋转θx可得到坐标系OC-X”CY”CZ”C,此时旋转矩阵为R(X,θx),又由于OW-XWYWZW与Ol-XCYCZC重合,则OW-XWYWZW与OC-X”CY”CZ”C的坐标转换关系如公式(14)所示:
与BTS相同,在相机坐标系OC-X”CY”CZ”C下点Pk与点Kb的相机坐标可由公式(7-8)计算得到,则在世界坐标系OW-XWYWZW下点Pk与点Kb对应的世界坐标系中的坐标差值如公式(15)所示:
65)如图3(c)所示,MX姿态是BTS与OS的混合姿态,相机坐标系为OC-X”'CY”'CZ”'C此时旋转矩阵为R=R(Z,θz)·R(X,θx),因此在MX姿态下的坐标转换关系为:
在相机坐标系OC-X”'CY”'CZ”'C下点P与点K的相机坐标可由公式(7-8)计算得到,则在世界坐标系OW-XWYWZW下点P与点K的坐标差值如公式(18)所示:
7.重复步骤4-6得到电力线上所有点的交跨点和对应的交跨距离。
一种基于三目视觉的输电线路交跨距离测量系统,包括以下程序模块:
图像获取模块:利用三目相机拍摄目标输电线路图像,获得三目图像以及相机拍摄时的俯仰角和滚转角;
校正模块:对三目图像进行协同校正;
交跨点模块:在校正后的左目图像中的电力线上任意选择一个点作为目标根据空间几何关系确定目标点Pk在左目图像中对应的铅垂线;并利用铅垂线轨迹法得到目标点Pk在校正后的左目图像中对应可能的交跨点集合 为交跨点集合Kk中第a个交跨点在校正后的左目图像中的坐标;
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种基于三目视觉的输电线路交跨距离测量方法,其特征在于:包括以下步骤:
1)利用三目相机拍摄目标输电线路图像,获得三目图像以及相机拍摄时的俯仰角和滚转角;
2)对三目图像进行协同校正;
4)在校正后的左目图像中的电力线上任意选择一个点作为目标点根据空间几何关系确定目标点Pk在左目图像中对应的铅垂线;并利用铅垂线轨迹法得到目标点Pk在校正后的左目图像中对应可能的交跨点集合其中为交跨点集合Kk中第a个交跨点在校正后的左目图像中的坐标;
7)重复步骤4)-6),得到电力线上所有点的交跨距离;
在步骤3)中,具体包括以下步骤:
31)根据摄像机的拍摄角度确定用于电力线匹配的双目图像,定义为如果滚转角以上目图像和左目图像作为用于电力线匹配的双目图像,即如果滚转角以右目图像和左目图像作为用于电力线匹配的双目图像,即其中I1,I2,I3分别表示左目图像,右目图像和上目图像;
32)基于航拍图像中电力线的特征提取双目图像Matchl中的所有电力线;
2.根据权利要求1所述的基于三目视觉的输电线路交跨距离测量方法,其特征在于:在步骤2)中,具体步骤包括:
21)根据张氏标定法获得三目相机的标定参数,利用Bouguet算对获得的左目图像与右目图像信息{Ileft,Iright}进行初次水平校正,校正后得到行对准图像{I′left,I′right},且I′left=Ileft,具体步骤如下:
a.利用Bouguet算法获得左目相机的整体旋转矩阵Rl、右目相机的整体旋转矩阵Rr;
22)重复步骤21)对图像信息{Ileft,Iup}进行校正,得到左目相机的整体旋转矩阵Rl2和上目相机的整体旋转矩阵Ru,将上目图像围绕上目摄像机的光心旋转,旋转矩阵为得到列准图像{I″left,I′up},且I″left=Ileft;
23)初次校正后得到三目图像{Ileft,I′right,I′up},利用SURF算法获取三目图像特征点对初次校正结果进行优化得到三目图像{I1,I2,I3},I1、I2、I3分别指经过校正后的左目图像、右目图像、上目图像,其中校正后左目图像I1、右目图像I2的极线与左目图像I1、右目图像I2横轴平行,校正后的左目图像I1、上目图像I3的极线与左目图像I1,上目图像I3纵轴平行,且左目图像I1、右目图像I2的横向视差与左目图像I1、上目图像I3的纵向视差相等。
3.根据权利要求2所述的基于三目视觉的输电线路交跨距离测量方法,其特征在于:在步骤23)中,具体步骤包括:
a.利用SURF算法获取校正后的三目图像{Ileft,I′right,I′up}特征点坐标匹配点的数目为n,为左目对准图像Ileft中特征点坐标集合,为右目对准图像I′right中特征点坐标集合;为上目对准图像I′up中特征点坐标集合;
c.以(cx+dx,cy+dy)作为新的主点坐标,重复步骤21)重新对顶摄像机进行校正得到最终的校正后的三目图像{I1,I2,I3}。
a.对校正后的左目图像进行预处理并获取边缘图Iedge,边缘图Iedge中背景灰度值为0,输电线的灰度值为255;
b.在边缘图Iedge的基础上,通过矢量跟踪算法,将边缘图Iedge中的边缘片段变换为二维矢量,并删除边缘图Iedge中小于设定数量像素点的边缘片段得到二维矢量集一V1,V1={v1,v2,...,vi,...,vn1},其中n1为二维矢量集V1中二维矢量的个数,vi表示某个第i个二维矢量,vi包括m个灰度值为255的像素点,表示为vi={(x1,y1),(x2,y2),...,(xm,ym)};
c.按照公式(1)计算二维矢量集V1中剩余特征的形状因子SI,删除形状因子SI大于设定值的过弯曲的二维矢量,得到二维矢量集二V2,V2={v′1,v′2,...v′i,...,v′n2},V2∈V1,其中n2为二维矢量集二V2中二维矢量的个数;
d.根据线段投影法聚合线特征对二维矢量集二V2进行聚合,如果两条线段共线,则进行连接得到聚合后的图像二维矢量集三V3,V3={v″1,v″2,...,v″i,...,v″N},V3∈V2,其中N表示二维矢量集三V3中二维矢量的个数,也表示检测到的输电线的数量,v′i={(x1,y1),(x2,y2),...,(xt,yt)}表示第i条输电线二维矢量,(xt,yt)为v″i中的第t个像素点的坐标;
6.根据权利要求5所述的基于三目视觉的输电线路交跨距离测量方法,其特征在于:在步骤41)中,
d.MX姿态下,铅垂线与成像平面的横轴的夹角为φ=ψ+θz,当相机的俯仰角θx≠0,滚转角θz≠0时,MX姿态对应的铅垂线方程为:
7.根据权利要求5所述的基于三目视觉的输电线路交跨距离测量方法,其特征在于:在步骤42)中,具体步骤为:
a.利用OSTU算法对校正后的左目图像I1二值化得到天空背景灰度值为0,电力线以及地物目标灰度值为255的二值图像Iostu,二值化后地物目标与背景具有明显的分界线;
9.根据权利要求6所述的基于三目视觉的输电线路交跨距离测量方法,其特征在于:在步骤6)中,具体步骤如下:
61)左目相机坐标系为Ol-XCYCZC,右目相机坐标系为Or-XCYCZC,左目图像的主点坐标为c(u0,v0),Kb为Pk点的待确定交跨点,点Pk与点Kb的左目相机下的相机坐标分别为像素坐标为Pk点的视差由步骤3)计算得到,设为dp;点Kb的视差由步骤5)计算得到,设为dkb;根据三角视差原理得到Pk点的相机坐标与像素坐标的转换关系为:
62)根据公式(7)-(8),得到在相机坐标系Ol-XCYCZC下点Pk与点Kb的坐标差值如公式(9)所示:
63)在BTS姿态下,Ol-XCYCZC以ZC为旋转轴,旋转θz得到新的相机坐标系Ol-X′CY′CZ′C,此时旋转矩阵为R(Z,θz),又由于OW-XWYWZW与Ol-XCYCZC重合,则OW-XWYWZW与Ol-X′CY′CZ′C的坐标转换关系如公式(11)所示:
在相机坐标系Ol-X′CY′CZ′C下点Pk与点Kb的相机坐标由公式(7)-(8)计算得到,则在世界坐标系OW-XWYWZW下点Pk与点Kb对应的世界坐标系中的坐标差值如公式(12)所示:
64)在OS姿态下,Ol-XCYCZC以XC为旋转轴,旋转θx得到坐标系OC-X″CY″CZ″C,此时旋转矩阵为R(X,θx),又由于OW-XWYWZW与Ol-XCYCZC重合,则OW-XWYWZW与OC-X″CY″CZ″C的坐标转换关系如公式(14)所示:
与BTS相同,在相机坐标系OC-X″CY″CZ″C下点Pk与点Kb的相机坐标由公式(7)-(8)计算得到,则在世界坐标系OW-XWYWZW下点Pk与点Kb对应的世界坐标系中的坐标差值如公式(15)所示:
65)MX姿态是BTS与OS的混合姿态,相机坐标系为OC-X″′CY″′CZ″′C此时旋转矩阵为R=R(Z,θz)·R(X,θx),因此在MX姿态下的坐标转换关系为:
在相机坐标系OC-X″′CY″′CZ″′C下点P与点K的相机坐标可由公式(7)-(8)计算得到,则在世界坐标系OW-XWYWZW下点P与点K的坐标差值如公式(18)所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011615849.1A CN112815911B (zh) | 2020-12-30 | 2020-12-30 | 基于三目视觉的输电线路交跨距离测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011615849.1A CN112815911B (zh) | 2020-12-30 | 2020-12-30 | 基于三目视觉的输电线路交跨距离测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112815911A CN112815911A (zh) | 2021-05-18 |
CN112815911B true CN112815911B (zh) | 2022-01-04 |
Family
ID=75855636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011615849.1A Active CN112815911B (zh) | 2020-12-30 | 2020-12-30 | 基于三目视觉的输电线路交跨距离测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112815911B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863726A (zh) * | 2022-03-21 | 2022-08-05 | 长春理工大学 | 一种机场牵引车的智能感知系统及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007107962A (ja) * | 2005-10-12 | 2007-04-26 | Yamamoto Denko Kk | 測定対象物計測システム、及び送電線下離隔計測システム |
CN104807449A (zh) * | 2015-04-29 | 2015-07-29 | 国家电网公司 | 一种基于立体摄影测量的输电线路交叉跨越测量系统 |
CN108734742A (zh) * | 2017-04-20 | 2018-11-02 | 松下知识产权经营株式会社 | 摄像头参数组算出方法、程序及装置 |
CN108919838A (zh) * | 2018-08-27 | 2018-11-30 | 河海大学常州校区 | 一种基于双目视觉的无人机输电线路自动跟踪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9609200B2 (en) * | 2014-09-24 | 2017-03-28 | Panavision International, L.P. | Distance measurement device for motion picture camera focus applications |
-
2020
- 2020-12-30 CN CN202011615849.1A patent/CN112815911B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007107962A (ja) * | 2005-10-12 | 2007-04-26 | Yamamoto Denko Kk | 測定対象物計測システム、及び送電線下離隔計測システム |
CN104807449A (zh) * | 2015-04-29 | 2015-07-29 | 国家电网公司 | 一种基于立体摄影测量的输电线路交叉跨越测量系统 |
CN108734742A (zh) * | 2017-04-20 | 2018-11-02 | 松下知识产权经营株式会社 | 摄像头参数组算出方法、程序及装置 |
CN108919838A (zh) * | 2018-08-27 | 2018-11-30 | 河海大学常州校区 | 一种基于双目视觉的无人机输电线路自动跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112815911A (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112132972B (zh) | 一种激光与图像数据融合的三维重建方法及系统 | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN107314762B (zh) | 基于无人机单目序列影像的电力线下方地物距离检测方法 | |
CN103278138B (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN111126148B (zh) | 一种基于视频卫星影像的dsm生成方法 | |
CN101887589B (zh) | 一种基于立体视觉的实拍低纹理图像重建方法 | |
CN104484648B (zh) | 基于轮廓识别的机器人可变视角障碍物检测方法 | |
CN112927360A (zh) | 一种基于倾斜模型与激光点云数据融合的三维建模方法和系统 | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
CN109255808B (zh) | 基于倾斜影像的建筑物纹理提取方法和装置 | |
CN110288659B (zh) | 一种基于双目视觉的深度成像及信息获取方法 | |
CN113358091B (zh) | 一种利用三线阵立体卫星影像生产数字高程模型dem的方法 | |
CN111998862B (zh) | 一种基于bnn的稠密双目slam方法 | |
CN108759788B (zh) | 无人机影像定位定姿方法及无人机 | |
CN109523595A (zh) | 一种建筑工程直线棱角间距视觉测量方法 | |
CN112762899B (zh) | 一种激光点云加bim模型在可视化变电站中与视频信息的融合方法 | |
CN111091076B (zh) | 基于立体视觉的隧道限界数据测量方法 | |
CN112288848A (zh) | 无人机航拍三维建模计算工程量的方法 | |
CN109671109B (zh) | 密集点云生成方法及系统 | |
CN110889899A (zh) | 一种数字地表模型的生成方法及装置 | |
CN113658337A (zh) | 一种基于车辙线的多模态里程计方法 | |
CN112465966A (zh) | 一种集倾斜摄影测量与三维激光扫描的陡崖三维建模方法 | |
CN112767461A (zh) | 激光点云与序列全景影像自动配准方法 | |
CN110443837B (zh) | 一种直线特征约束下的城区机载激光点云与航空影像配准方法和系统 | |
Barazzetti et al. | Automated and accurate orientation of complex image sequences |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |