CN112883219A - 一种基于空间位置的无人机巡检照片命名方法 - Google Patents

一种基于空间位置的无人机巡检照片命名方法 Download PDF

Info

Publication number
CN112883219A
CN112883219A CN202110034876.8A CN202110034876A CN112883219A CN 112883219 A CN112883219 A CN 112883219A CN 202110034876 A CN202110034876 A CN 202110034876A CN 112883219 A CN112883219 A CN 112883219A
Authority
CN
China
Prior art keywords
power transmission
transmission line
angle
tower
aerial vehicle
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.)
Granted
Application number
CN202110034876.8A
Other languages
English (en)
Other versions
CN112883219B (zh
Inventor
吴发献
杨珂
高昱峰
邬韦华
茅泽乾
杨俊�
王成
王奇
张礼宾
姚钢
孙锐
吴伟强
言大伟
齐辉
夏天庆
王克强
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110034876.8A priority Critical patent/CN112883219B/zh
Publication of CN112883219A publication Critical patent/CN112883219A/zh
Application granted granted Critical
Publication of CN112883219B publication Critical patent/CN112883219B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于空间位置的无人机巡检照片命名方法，包括如下步骤：步骤一：获取输电线路巡检图像数据，摘取图中经度、纬度、绝对高度、俯仰角和偏航角空间位置信息；步骤二：生成该输电线路巡检图像空间位置特征数据集；步骤三：获取该输电线路巡检图像所对应输电线路的台账数据；步骤四：将步骤二中输电线路巡检图像特征数据集和步骤三中该输电线路巡检图像所对应输电线路的台账数据输入预设的数据模型；步骤五：获取预设的数据模型的输出结果，根据输出结果生成输电线路巡检图像名称。本发明属于信息处理技术领域，具体是一种基于空间位置的无人机巡检照片命名方法，用于解决传统人工命名照片存在的处理时间慢、效率低的问题。

Description

一种基于空间位置的无人机巡检照片命名方法
技术领域
本发明属于信息处理技术领域，具体是指一种基于空间位置的无人机巡检照片命名方法。
背景技术
随着技术的发展，目前，输电线路已经逐步开始采用有人机、无人机进行巡视，随之而来的是作业后，大量的巡检图像数据需要根据作业情况进行文件命名，传统的命名方式主要是通过人工对每一张作业图片进行命名，存在这处理时间长，效率低下的问题。
发明内容
针对上述情况，为克服现有技术的缺陷，本发明提供了一种基于空间位置的无人机巡检照片命名方法，用于解决传统人工命名照片存在的处理时间慢、效率低的问题。
本发明采取的技术方案如下：本发明一种基于空间位置的无人机巡检照片命名方法，包括如下步骤：
步骤一：获取输电线路巡检图像数据，摘取图中经度、纬度、绝对高度、俯仰角和偏航角空间位置信息；
步骤二：生成该输电线路巡检图像空间位置特征数据集；
步骤三：获取该输电线路巡检图像所对应输电线路的台账数据；
步骤四：将步骤二中输电线路巡检图像特征数据集和步骤三中该输电线路巡检图像所对应输电线路的台账数据输入预设的数据模型；
步骤五：获取预设的数据模型的输出结果，根据输出结果生成输电线路巡检图像名称。
进一步地，所述步骤一中得到经度、纬度、绝对高度、俯仰角和偏航角空间位置信息的方法为通过机器获取图像中的可交换图像文件格式数据摘取图中的经度、纬度、绝对高度、俯仰角和偏航角空间信息。
进一步地，所述步骤一中获取输电线路巡检图像通过无人机拍照。
进一步地，所述步骤五中生成输电线路巡检图像文件名称，是将所述输电线路巡检图像的空间特征数据集和所属输电线路巡检图像对应的输电线路台账数据通过空间数据比较后生成。
进一步地，所述步骤五中根据数据模型输出的结果自动生成输电线路巡检图像文件名称可通过以下方式来进行实现：
(1)判断输电线路图像拍摄点相对位置：
S(P1,P2,P3)＝|y1 y2 y3|＝(x1-x3)*(y2-y3)-(y1-y3)*(x2-x3)；
其中P1(x1，y1)P2(x2，y2)P3(x3,y3)；
如果S(P1,P2,P3)为正数，则P3在矢量P1 P2的左侧；
如果S(P1,P2,P3)为负数，则P3在矢量P1 P2的右侧；
如果S(P1,P2,P3)为0，则P3在直线P1 P2上；
(2)判断拍摄照片是否是通道：
根据照片空间位置特征数据集的偏航角判断拍摄点与正北方向的夹角；
根据当前杆塔的经纬度与杆塔的大号侧杆塔的经纬度，可以计算当前杆塔与大号侧杆塔的连线与正北方向的角度，计算公式如下：
angle＝Math.atan(Math.abs(dx/dy))*180./Math.PI；
其中dx为(B.m_RadLo-A.m_RadLo)*Ed；
其中dy为(B.m_RadLa-A.m_RadLa)*Ec；
Ec＝Rj+(Rc-Rj)*(90.-m_Latitude)/90；
Ed＝Ec*Math.cos(m_RadLa)；
其中Rc为6378137赤道半径；
其中Rj为6356725地球极地半径；
m_RadLo为点的经度*Math.PI/180；
m_RadLa为点的维度*Math.PI/180；
double dLo＝B.m_Longitude-A.m_Longitude；
double dLa＝B.m_Latitude-A.m_Latitude；
if(dLo>0&&dLa<＝0){angle＝(90.-angle)+90}；
else if(dLo<＝0&&dLa<0){angle＝angle+180}；
else if(dLo<0&&dLa>＝0){angle＝(90.-angle)+270}；
计算偏航角和线路走向的夹角，夹角小于25°认定为拍摄的大号侧通道；否则重复上面的步骤，将大号侧换成小号侧，如果角度小于25°认定为拍摄小号侧通道，否则就不是通道拍摄；
(3)计算照片的可视范围，以及拍摄中心点所在投射在杆塔的位置；
根据输电线路图像拍摄设备数据集，获取输电线路图像的拍摄的视觉角度；
(3.1)计算无人机拍摄视觉的上边缘高度：
如果θ2>0,则黄色线与视觉上边缘的角度为θ1/2+θ2，
则dh＝L1*Tan(θ1/2+θ2)；
如果θ2<0,则黄色线与视觉上边缘的角度为θ1/2-abs(θ2)，
则dh＝L1*Tan(θ1/2-abs(θ2))；
无人视觉上部分高度ht＝dh+H1，如果ht>H则ht＝H；
其中θ1为无人机的拍摄点的角度，θ2为无人机俯仰角；
(3.2)计算无人机拍摄下边缘高度：
如果θ2>0,则黄色线与视觉下边缘的角度为θ1/2-θ2，则
db＝L1*Tan(θ1/2-θ2)；
如果θ2<0,则黄色线与视觉上边缘的角度为θ1/2+abs(θ2)，则
db＝L1*Tan(θ1/2+abs(θ2))；
无人视觉下部分高度hb＝H1-db，如果hb<0则hb＝0；
(3.3)计算视觉中心线投射在杆塔的的位置：
ah＝H1+L1*Tan(θ2)；
(3.4)计算拍摄点镜头是否正对着输电线路：
根据无人机镜头焦距以及偏航角计算杆塔是否当前拍摄点与与偏航角构成的三角形区域内，如果在区域内说明镜头对准输电线路，否则不是对准输电线路；
(4)判断是否是全景：
根据上面的结算结果如果ht>＝h并在bh<＝0，并在拍摄点与杆塔之间的距离需要大于40m,则整个杆塔都在视觉范围内，同时镜头是对着塔的则认为该照片为全景照片；
(5)判断是否是塔头：
如果上面的结果ht>＝塔高，并在拍摄点与杆塔的距离>40m并且镜头是对着塔的则认为是塔头，意思就是只能看到塔的上面部分，不能看到塔的下部分；
(6)判断是否是基础：
根据上面的结果计算hb<＝0并且ht<＝呼高，即只能看到塔的呼高以下，并且镜头是对着塔的，就认为是杆塔基础；
(7)判断是否是地线：
如果上面的结果ht>＝塔高，并且拍摄距离<40m,并且ah>上相的高度，在线路走向的左边就是左地线，右边则认为是右地线。
采用上述结构本发明取得的有益效果如下：本方案一种基于空间位置的无人机巡检照片命名方法，通过将输电线路巡检图像空间位置特征数据集和该图像所对应输电线路的台账数据输入预设的数据模型中，根据数据模型输出的结果自动生成输电线路巡检图像文件名称，使得输电线路设备的图像文件名能够实现自动命名，并且准确率高，可靠性好，实现了输电线路巡检照片的自动命名，无需人工参与。
附图说明
图1为本发明一种基于空间位置的无人机巡检照片命名方法的流程图。
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
具体实施方式
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，所描述的实施例仅仅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做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。
以下结合附图，对本发明做进一步详细说明。
如图1所示，本发明一种基于空间位置的无人机巡检照片命名方法，包括如下步骤：
步骤一：获取输电线路巡检图像数据，摘取图中经度、纬度、绝对高度、俯仰角和偏航角空间位置信息；
步骤二：生成该输电线路巡检图像空间位置特征数据集；
步骤三：获取该输电线路巡检图像所对应输电线路的台账数据；
步骤四：将步骤二中输电线路巡检图像特征数据集和步骤三中该输电线路巡检图像所对应输电线路的台账数据输入预设的数据模型；
步骤五：获取预设的数据模型的输出结果，根据输出结果生成输电线路巡检图像名称。
进一步地，所述步骤一中得到经度、纬度、绝对高度、俯仰角和偏航角空间位置信息的方法为通过机器获取图像中的可交换图像文件格式数据摘取图中的经度、纬度、绝对高度、俯仰角和偏航角空间信息。
进一步地，所述步骤一中获取输电线路巡检图像通过无人机拍照。
进一步地，所述步骤五中生成输电线路巡检图像文件名称，是将所述输电线路巡检图像的空间特征数据集和所属输电线路巡检图像对应的输电线路台账数据通过空间数据比较后生成。
进一步地，所述步骤五中根据数据模型输出的结果自动生成输电线路巡检图像文件名称可通过以下方式来进行实现：
(1)判断输电线路图像拍摄点相对位置：
S(P1,P2,P3)＝|y1 y2 y3|＝(x1-x3)*(y2-y3)-(y1-y3)*(x2-x3)；
其中P1(x1，y1)P2(x2，y2)P3(x3,y3)；
如果S(P1,P2,P3)为正数，则P3在矢量P1 P2的左侧；
如果S(P1,P2,P3)为负数，则P3在矢量P1 P2的右侧；
如果S(P1,P2,P3)为0，则P3在直线P1 P2上；
(2)判断拍摄照片是否是通道：
根据照片空间位置特征数据集的偏航角判断拍摄点与正北方向的夹角；
根据当前杆塔的经纬度与杆塔的大号侧杆塔的经纬度，可以计算当前杆塔与大号侧杆塔的连线与正北方向的角度，计算公式如下：
angle＝Math.atan(Math.abs(dx/dy))*180./Math.PI；
其中dx为(B.m_RadLo-A.m_RadLo)*Ed；
其中dy为(B.m_RadLa-A.m_RadLa)*Ec；
Ec＝Rj+(Rc-Rj)*(90.-m_Latitude)/90；
Ed＝Ec*Math.cos(m_RadLa)；
其中Rc为6378137赤道半径；
其中Rj为6356725地球极地半径；
m_RadLo为点的经度*Math.PI/180；
m_RadLa为点的维度*Math.PI/180；
double dLo＝B.m_Longitude-A.m_Longitude；
double dLa＝B.m_Latitude-A.m_Latitude；
if(dLo>0&&dLa<＝0){angle＝(90.-angle)+90}；
else if(dLo<＝0&&dLa<0){angle＝angle+180}；
else if(dLo<0&&dLa>＝0){angle＝(90.-angle)+270}；
计算偏航角和线路走向的夹角，夹角小于25°认定为拍摄的大号侧通道；否则重复上面的步骤，将大号侧换成小号侧，如果角度小于25°认定为拍摄小号侧通道，否则就不是通道拍摄；
(3)计算照片的可视范围，以及拍摄中心点所在投射在杆塔的位置；
根据输电线路图像拍摄设备数据集，获取输电线路图像的拍摄的视觉角度；
(3.1)计算无人机拍摄视觉的上边缘高度：
如果θ2>0,则黄色线与视觉上边缘的角度为θ1/2+θ2，
则dh＝L1*Tan(θ1/2+θ2)；
如果θ2<0,则黄色线与视觉上边缘的角度为θ1/2-abs(θ2)，
则dh＝L1*Tan(θ1/2-abs(θ2))；
无人视觉上部分高度ht＝dh+H1，如果ht>H则ht＝H；
其中θ1为无人机的拍摄点的角度，θ2为无人机俯仰角；
(3.2)计算无人机拍摄下边缘高度：
如果θ2>0,则黄色线与视觉下边缘的角度为θ1/2-θ2，则
db＝L1*Tan(θ1/2-θ2)；
如果θ2<0,则黄色线与视觉上边缘的角度为θ1/2+abs(θ2)，则
db＝L1*Tan(θ1/2+abs(θ2))；
无人视觉下部分高度hb＝H1-db，如果hb<0则hb＝0；
(3.3)计算视觉中心线投射在杆塔的的位置：
ah＝H1+L1*Tan(θ2)；
(3.4)计算拍摄点镜头是否正对着输电线路：
根据无人机镜头焦距以及偏航角计算杆塔是否当前拍摄点与与偏航角构成的三角形区域内，如果在区域内说明镜头对准输电线路，否则不是对准输电线路；
(4)判断是否是全景：
根据上面的结算结果如果ht>＝h并在bh<＝0，并在拍摄点与杆塔之间的距离需要大于40m,则整个杆塔都在视觉范围内，同时镜头是对着塔的则认为该照片为全景照片；
(5)判断是否是塔头：
如果上面的结果ht>＝塔高，并在拍摄点与杆塔的距离>40m并且镜头是对着塔的则认为是塔头，意思就是只能看到塔的上面部分，不能看到塔的下部分；
(6)判断是否是基础：
根据上面的结果计算hb<＝0并且ht<＝呼高，即只能看到塔的呼高以下，并且镜头是对着塔的，就认为是杆塔基础；
(7)判断是否是地线：
如果上面的结果ht>＝塔高，并且拍摄距离<40m,并且ah>上相的高度，在线路走向的左边就是左地线，右边则认为是右地线。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (5)

1.一种基于空间位置的无人机巡检照片命名方法，其特征在于，包括如下步骤：
步骤一：获取输电线路巡检图像数据，摘取图中经度、纬度、绝对高度、俯仰角和偏航角空间位置信息；
步骤二：生成该输电线路巡检图像空间位置特征数据集；
步骤三：获取该输电线路巡检图像所对应输电线路的台账数据；
步骤四：将步骤二中输电线路巡检图像特征数据集和步骤三中该输电线路巡检图像所对应输电线路的台账数据输入预设的数据模型；
步骤五：获取预设的数据模型的输出结果，根据输出结果生成输电线路巡检图像名称。
2.根据权利要求1所述的一种基于空间位置的无人机巡检照片命名方法，其特征在于：所述步骤一中得到经度、纬度、绝对高度、俯仰角和偏航角空间位置信息的方法为通过机器获取图像中的可交换图像文件格式数据摘取图中的经度、纬度、绝对高度、俯仰角和偏航角空间信息。
3.根据权利要求1所述的一种基于空间位置的无人机巡检照片命名方法，其特征在于：所述步骤一中获取输电线路巡检图像通过无人机拍照。
4.根据权利要求1所述的一种基于空间位置的无人机巡检照片命名方法，其特征在于：所述步骤五中生成输电线路巡检图像文件名称，是将所述输电线路巡检图像的空间特征数据集和所属输电线路巡检图像对应的输电线路台账数据通过空间数据比较后生成。
5.根据权利要求1所述的一种基于空间位置的无人机巡检照片命名方法，其特征在于：所述步骤五中根据数据模型输出的结果自动生成输电线路巡检图像文件名称可通过以下方式来进行实现：
(1)判断输电线路图像拍摄点相对位置：
S(P1,P2,P3)＝|y1 y2 y3|＝(x1-x3)*(y2-y3)-(y1-y3)*(x2-x3)；
其中P1(x1，y1)P2(x2，y2)P3(x3,y3)；
如果S(P1,P2,P3)为正数，则P3在矢量P1 P2的左侧；
如果S(P1,P2,P3)为负数，则P3在矢量P1 P2的右侧；
如果S(P1,P2,P3)为0，则P3在直线P1 P2上；
(2)判断拍摄照片是否是通道：
根据照片空间位置特征数据集的偏航角判断拍摄点与正北方向的夹角；
根据当前杆塔的经纬度与杆塔的大号侧杆塔的经纬度，可以计算当前杆塔与大号侧杆塔的连线与正北方向的角度，计算公式如下：
angle＝Math.atan(Math.abs(dx/dy))*180./Math.PI；
其中dx为(B.m_RadLo-A.m_RadLo)*Ed；
其中dy为(B.m_RadLa-A.m_RadLa)*Ec；
Ec＝Rj+(Rc-Rj)*(90.-m_Latitude)/90；
Ed＝Ec*Math.cos(m_RadLa)；
其中Rc为6378137赤道半径；
其中Rj为6356725地球极地半径；
m_RadLo为点的经度*Math.PI/180；
m_RadLa为点的维度*Math.PI/180；
doubledLo＝B.m_Longitude-A.m_Longitude；
doubledLa＝B.m_Latitude-A.m_Latitude；
if(dLo>0&&dLa<＝0){angle＝(90.-angle)+90}；
else if(dLo<＝0&&dLa<0){angle＝angle+180}；
else if(dLo<0&&dLa>＝0){angle＝(90.-angle)+270}；
计算偏航角和线路走向的夹角，夹角小于25°认定为拍摄的大号侧通道；否则重复上面的步骤，将大号侧换成小号侧，如果角度小于25°认定为拍摄小号侧通道，否则就不是通道拍摄；
(3)计算照片的可视范围，以及拍摄中心点所在投射在杆塔的位置；
根据输电线路图像拍摄设备数据集，获取输电线路图像的拍摄的视觉角度；
(3.1)计算无人机拍摄视觉的上边缘高度：
如果θ2>0,则黄色线与视觉上边缘的角度为θ1/2+θ2，
则dh＝L1*Tan(θ1/2+θ2)；
如果θ2<0,则黄色线与视觉上边缘的角度为θ1/2-abs(θ2)，
则dh＝L1*Tan(θ1/2-abs(θ2))；
无人视觉上部分高度ht＝dh+H1，如果ht>H则ht＝H；
其中θ1为无人机的拍摄点的角度，θ2为无人机俯仰角；
(3.2)计算无人机拍摄下边缘高度：
如果θ2>0,则黄色线与视觉下边缘的角度为θ1/2-θ2，则db＝L1*Tan(θ
1/2-θ2)；
如果θ2<0,则黄色线与视觉上边缘的角度为θ1/2+abs(θ2)，则
db＝L1*Tan(θ1/2+abs(θ2))；
无人视觉下部分高度hb＝H1-db，如果hb<0则hb＝0；
(3.3)计算视觉中心线投射在杆塔的的位置：
ah＝H1+L1*Tan(θ2)；
(3.4)计算拍摄点镜头是否正对着输电线路：
根据无人机镜头焦距以及偏航角计算杆塔是否当前拍摄点与与偏航角构成的三角形区域内，如果在区域内说明镜头对准输电线路，否则不是对准输电线路；
(4)判断是否是全景：
根据上面的结算结果如果ht>＝h并在bh<＝0，并在拍摄点与杆塔之间的距离需要大于40m,则整个杆塔都在视觉范围内，同时镜头是对着塔的则认为该照片为全景照片；
(5)判断是否是塔头：
如果上面的结果ht>＝塔高，并在拍摄点与杆塔的距离>40m并且镜头是对着塔的则认为是塔头，意思就是只能看到塔的上面部分，不能看到塔的下部分；
(6)判断是否是基础：
根据上面的结果计算hb<＝0并且ht<＝呼高，即只能看到塔的呼高以下，并且镜头是对着塔的，就认为是杆塔基础；
(7)判断是否是地线：
如果上面的结果ht>＝塔高，并且拍摄距离<40m,并且ah>上相的高度，在线路走向的左边就是左地线，右边则认为是右地线。
CN202110034876.8A 2021-01-12 2021-01-12 一种基于空间位置的无人机巡检照片命名方法 Active CN112883219B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110034876.8A CN112883219B (zh) 2021-01-12 2021-01-12 一种基于空间位置的无人机巡检照片命名方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110034876.8A CN112883219B (zh) 2021-01-12 2021-01-12 一种基于空间位置的无人机巡检照片命名方法

Publications (2)

Publication Number Publication Date
CN112883219A true CN112883219A (zh) 2021-06-01
CN112883219B CN112883219B (zh) 2023-06-13

Family

ID=76045400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110034876.8A Active CN112883219B (zh) 2021-01-12 2021-01-12 一种基于空间位置的无人机巡检照片命名方法

Country Status (1)

Country Link
CN (1) CN112883219B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106526643A (zh) * 2016-12-30 2017-03-22 国网浙江省电力公司杭州供电公司 一种输电线路巡检人员的定位方法
CN106547814A (zh) * 2016-09-23 2017-03-29 广西电网有限责任公司电力科学研究院 一种输电线路无人机巡检图像的结构化自动归档方法
CN109298825A (zh) * 2018-09-30 2019-02-01 广东电网有限责任公司 图像归类方法、装置及电子终端
CN109840285A (zh) * 2019-03-12 2019-06-04 广东电网有限责任公司 基于目标的经纬度的图像自动命名方法
CN111914813A (zh) * 2020-08-31 2020-11-10 国网湖南省电力有限公司 基于图像分类的输电线路巡检图像命名方法及系统
US20200355601A1 (en) * 2017-09-22 2020-11-12 Saudi Arabian Oil Company Thermography image processing with neural networks to identify corrosion under insulation (cui)

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106547814A (zh) * 2016-09-23 2017-03-29 广西电网有限责任公司电力科学研究院 一种输电线路无人机巡检图像的结构化自动归档方法
CN106526643A (zh) * 2016-12-30 2017-03-22 国网浙江省电力公司杭州供电公司 一种输电线路巡检人员的定位方法
US20200355601A1 (en) * 2017-09-22 2020-11-12 Saudi Arabian Oil Company Thermography image processing with neural networks to identify corrosion under insulation (cui)
CN109298825A (zh) * 2018-09-30 2019-02-01 广东电网有限责任公司 图像归类方法、装置及电子终端
CN109840285A (zh) * 2019-03-12 2019-06-04 广东电网有限责任公司 基于目标的经纬度的图像自动命名方法
CN111914813A (zh) * 2020-08-31 2020-11-10 国网湖南省电力有限公司 基于图像分类的输电线路巡检图像命名方法及系统

Also Published As

Publication number Publication date
CN112883219B (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN112767391B (zh) 融合三维点云和二维图像的电网线路部件缺陷定位方法
CN101916437B (zh) 一种基于多视觉信息的目标定位方法和系统
CN106799993B (zh) 街景采集方法和系统、车辆
CN101000461B (zh) 一种鱼眼图像生成立方体全景的方法
US9451236B2 (en) Apparatus for synthesizing three-dimensional images to visualize surroundings of vehicle and method thereof
CN105096386B (zh) 大范围复杂城市环境几何地图自动生成方法
WO2020062434A1 (zh) 一种相机外部参数的静态标定方法
CN110610540B (zh) 一种基于bim和gis的城市实景三维模型的快速渲染出图方法
CN103236160A (zh) 基于视频图像处理技术的路网交通状态监测系统
CN106600546A (zh) 一种超广角摄像头畸变校正方法及系统
JP2008158583A (ja) 画像関連情報表示システム
CN104422439A (zh) 导航方法、装置、服务器、导航系统及其使用方法
CN103414872B (zh) 一种目标位置驱动ptz摄像机的方法
CN106534670B (zh) 一种基于固联鱼眼镜头摄像机组的全景视频生成方法
CN110858414A (zh) 图像处理方法、装置、可读存储介质与增强现实系统
CN105488766A (zh) 鱼眼镜头图像校正方法及装置
CN109410593A (zh) 一种鸣笛抓拍系统及方法
CN103327238B (zh) 基于全景高速球一体机的空间配准方法
CN116182805A (zh) 基于遥感图像的国土测绘方法
CN110736472A (zh) 一种基于车载环视图像与毫米波雷达融合的室内高精地图表征方法
CN108804675B (zh) 基于多源空间数据的无人机移动空间信息管理系统和方法
CN115049935B (zh) 一种城市违章建筑分割检测方法
CN102780834A (zh) 环眼镜头图像半柱面全景展开方法
CN109978997A (zh) 一种基于倾斜影像的输电线路三维建模方法和系统
CN109726692A (zh) 基于深度学习的高清摄像头3d目标检测系统

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