CN113192193B - 基于Cesium三维地球框架的高压输电线路走廊三维重建方法 - Google Patents

Abstract

本发明提出一种基于Cesium三维地球框架的高压输电线路走廊三维重建方法，该方法首先采用倾斜摄影测量技术获取高压线路走廊区域的实景三维模型及真正射影像，然后搭建Cesium三维地球场景，完成实景三维模型加载；基于杆塔二维模板影像库及对应的三维模型库，在TDOM上采用模板匹配对杆塔进行识别与粗略定位，继而在Cesium三维地球场景中加载相对应的杆塔三维模型并对其进行交互式修正；再提取杆塔上的绝缘子参数信息并基于Cesium框架进行加载和显示，根据绝缘子两端点的同名挂线点坐标并结合架空线悬链线方程在Cesium框架中完成电力线的三维绘制；最后对对实景三维模型进行修正处理。该方提供了具有较高的自动化水平和精度的高压电力塔线走廊三维重建方案。

Description

基于Cesium三维地球框架的高压输电线路走廊三维重建方法

技术领域

本发明涉及三维重建技术领域，具体涉及一种基于Cesium三维地球框架的高压输电线路走廊三维重建方法。

背景技术

高压电力线路走廊三维重建能够为线路巡检提供重要信息并为智慧电网建设提供重要的数据支撑。目前电力线路走廊的三维重建手段主要有机载激光雷达(Lidar)和摄影测量两种技术手段。激光雷达是一种通过高频次的激光测距高效和高精度地获取地面三维信息的测绘设备，但受限于设备价格和较高的飞行成本，一直以来尚未在输电线路三维重建中得到广泛的应用。近年来已有搭载在小型多旋翼无人机上的激光雷达产品，作业较为便利，然而因续航时间有限，难以开展大范围作业。另一方面，仅基于Lidar的输电线路三维重建应用中，其经常要从海量的三维点云中对地形、杆塔及电力线等附属设施进行识别和提取等繁琐的处理步骤，工作量较大，且由于激光点云扫描分辨率的影响，整个电力线路及其附属设施的点云信息可能并不完整，从而影响了输电线路三维重建的精度和完整性。

近年来，基于倾斜摄影测量的三维重建技术已广泛应用于工程设计、智慧城市、灾害监测等领域。倾斜摄影测量是通过在无人机上搭载不同视角的传感器获取地物的纹理结构信息，该方法快速高效，较之传统的航空摄影测量，能够获取物体侧面丰富的纹理和结构信息，成为实景三维建模的主流方法。利用倾斜摄影技术进行电力线路三维重建亦有较多研究，如廖杰、张攀提出的《倾斜摄影在输电线路走廊三维重建中的应用》，该方案首先获得一组电力走廊的航飞照片，然后要提取影像间的连接点，接着对航拍影像进行GPS辅助空中三角测量获取影像的外方位元素，最后对影像进行密集匹配生成具有三维信息的点云模型。

但是，上述方法的重建精度较低，且对于地表广泛分布的高压电力塔线等细长结构状地物，采用该技术通常难以对其进行精确、有效的三维重建。

发明内容

发明目的：为克服现有技术的缺陷，本发明提出一种基于Cesium三维地球框架的高压输电线路走廊三维重建方法。

发明内容：本发明提出一种基于Cesium三维地球框架的高压输电线路走廊三维重建方法，包括以下步骤：

(1)获取目标区域低空倾斜多视立体影像数据，采用SfM算法对所述低空倾斜多视立体影像数据进行空中三角形解析；基于解析结果生成目标区域的实景三维模型和真正射影像；

(2)搭建Cesium三维地球场景，将实景三维模型加载到三维地球场景中，完成高压输电线路走廊地形场景的重建；

(3)构建杆塔三维模型库和绝缘子三维模型库；再根据每个杆塔三维模型，在所述真正射影像中一一对应地提取杆塔模板影像，形成杆塔模板影像库；

(4)基于所述杆塔三维模型库和所述杆塔模板影像库，在所述真正射影像上通过模板匹配对杆塔进行识别与粗定位，然后在Cesium三维地球场景中加载相应的杆塔三维模型，对加载的杆塔三维模型进行修正，完成杆塔模型的三维重建；

(5)从Cesium三维地球场景中导出杆塔位置信息，将导出的杆塔位置信息叠加在所述真正射影像上；

(6)在所述真正射影像上提取杆塔之间的电力线拓扑关系，并基于电力线拓扑关系，进行基于多视核线几何约束的挂线点识别及挂线点的物空间坐标计算；

(7)将步骤(6)提取出的杆塔之间的电力线拓扑关系反投影至低空倾斜多视立体影像数据，再基于挂线点的物空间坐标和绝缘子三维模型库，采用模板匹配的方式识别绝缘子参数信息；

(8)在所述Cesium三维地球场景中，以相邻塔杆之间的同名挂线点连线的中点为绝缘子模型的加载位置，从绝缘子三维模型库中加载匹配的绝缘子三维模型；

(9)根据绝缘子两端的同名挂线点坐标并结合架空线悬链线方程，在Cesium三维地球场景中完成电力线的三维绘制；

(10)最后对实景三维模型进行修正处理。

针对所述方法，以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。

可选的，所述实景三维模型生成的方法为：

基于空中三角形解析的结果，采用基于CMVS/PMVS的密集匹配算法获得高保真度致密的空间三维点云；再基于所述空间三维点云进行目标区域的数字表面模型生成及实景三维模型生成。

可选的，其特征在于，所述实景三维模型为osgb格式的文件。

可选的，其特征在于，在将实景三维模型加载到三维地球场景中之前，先要将实景三维模型转换为Cesium支持的3DTiles格式数据，再采用Cesium提供的API函数3DTiles数据加载接口通过指定文件存储路径完成实景三维模型的加载。

可选的，其特征在于，所述真正射影像的生成方法为：

基于数字表面模型和所述步骤(1)中通过空中三角形解析获得的每张低空倾斜多视立体影像的外方位元素，对低空倾斜多视立体影像进行正射纠正和拼接处理，获得目标区域的真正射影像。

可选的，其特征在于，所述步骤(4)中通过模板匹配对杆塔进行识别与粗定位的具体方法为：

1)待匹配窗口影像重采样及二值化处理：首先对待匹配窗口W按式(2)在θ∈[0，π]的角度范围内进行旋转变换并重采样，然后对杆塔模板影像T_j和重采样后的待匹配影像窗口W′进行二值化处理并剔除孤立的噪声点，再按照式(1)计算相关系数ρ：

其中，μ(T_j)和μ(W)为两个相关窗口的亮度均值；

W′＝I_TDOM(x_A+R(θ)x) (2)

其中，I_TDOM表示真正射影像，W′为重采样后的待匹配影像窗口；x_A为待匹配影像窗口中心在TDOM中的像素坐标；x为待匹配窗口内像素点的局部图像坐标，

为待匹配影像窗口的顺时针旋转角度，w为用于设置待匹配影像窗口大小的尺度参数；

2)杆塔方位及杆塔中心粗略定位：进行模板匹配时，待匹配影像窗口的重采样采用多分辨率策略，即对θ的范围按一定的尺度间隔进行采样，并分别计算相关系数ρ，在大于预设的阈值的同时取最大相关系数值ρ_max对应的θ值θ_max作为粗略匹配结果，而后在θ_max的局部邻域内采用较小的角度间隔进行采样和精确匹配；

3)模板匹配加速策略：对所述真正射影像进行不同尺度的重采样并制作模板影像库，在不同尺度层面上，重复步骤1)～2)，实现杆塔由粗到精的快速识别。

可选的，所述步骤(4)中对加载的杆塔三维模型进行修正包括：

杆塔类型修正：根据实景三维模型上重建出来的杆塔大致轮廓进行杆塔目标及类型再次确认，并在杆塔三维模型库中重新选择正确的杆塔三维模型，加载并替换掉原有的杆塔三维模型；

杆塔位置、尺寸和方位修正：以实景三维模型上重建出来的杆塔基座结合杆塔大致轮廓在Cesium前端通过交互式调整杆塔三维模型的位置、尺度和方位参数来实现模型库中的杆塔三维模型与实际模型的精确套合。

可选的，所述步骤(6)中基于多视核线几何约束的挂线点物空间坐标计算方法包括：

1)杆塔关联影像及基准影像检索：依据某杆塔大地坐标A_i(X_i，Y_i)，结合外业航拍影像的航向、旁向重叠度、地面分辨率及各影像摄站点的空间平面坐标，粗略检索出该杆塔可能出现的影像，将这些影像记为

对应的外方位元素记为

根据式(3)所示的摄影测量共线方程将粗略检索出的影像反算至原始的低空倾斜多视立体影像上；反算出来的杆塔中心像点坐标如果位于某影像

的范围内，则

是杆塔A_i的关联影像；将最靠近影像中心的关联影像

作为基准影像，记录基准影像的外方位元素

除基准影像外，杆塔A_i的其余关联影像记为

相应的外方位元素记为

其中，x₀、y₀、f为相机内方位元素；(x，y)为反算的像点坐标；a_i，b_i，c_i为外方位元素中的三个角元素构成的旋转矩阵，i＝1，2，3；

2)挂线点物空间坐标计算：对于挂线点A_i，1，首先在基准影像

上人工判断并交互式点选同名像点

依据基准影像

和关联影像

的外方位元素，计算

在影像

上的同名核线，在同名核线的辅助下在其余关联影像上依次点选

的同名像点；选取完成后，依据同名像点所在影像的外方位元素，采用摄影测量的多片前方交会公式计算挂线点A_i，1的物空间坐标。

可选的，所述步骤(9)中电力线的三维绘制方法为：

1)计算相邻杆塔局部坐标系下的悬链线离散点坐标：

对于任意两相邻杆塔A_i和A_i+1间的同名挂线点A_i，1和A_i+1，1之间的架空线的悬链线，将A_i，1点作为坐标原点，A_i，1和A_i+1，1之间的连线作为X′轴，α为X′轴沿顺时针方向与X轴的夹角，Z′和Z平行；A_i，1和A_i+1，1之间悬链线任意一点的坐标由式(4)计算得到：

式中：

其中，σ₀为轴向应力；γ为比载；h＝Z_i+1，1-Z_i，1；

令k₀＝2σ₀/γ，将式(1)变为：

对于k₀值，采用架空线的斜抛物线方程近似求解：

由此可得k₀值为：

将式(8)代入式(7)，即可得A_i，1和A_i+1，1之间任意点坐标(X′，Z′)；

2)悬链线离散点坐标系转换：根据α和A_i，1的物空间坐标(X_i，1，Y_i，1，Z_i，1)将悬链离散点进行旋转和平移变换至全局大地坐标系D-XYZ下，继而在Cesium三维地球框架下基于悬链线离散点完成电力线的绘制。

可选的，所述步骤(10)中实景三维场景的修正方法包括：

杆塔摄影测量三维模型去除：在以杆塔的宽度和高度为约束的空间范围内，删除落入其中的倾斜摄影测量三维点云，继而在该局部范围内重新经由Mesh生成、纹理映射重新生成实景三维模型，完成整体实景三维场景的修正；

电力线摄影测量三维模型去除：删除原实景三维模型中重建出来的离散的、不完整的电力塔线设施模型。

有益效果：与现有技术相比，本发明具有以下优势：

本发明基于倾斜摄影和Cesium三维地球引擎框架实现。该方法将高压线路走廊分为地形场景、杆塔、绝缘子及电力线四个部分进行分层次地三维重建。首先采用倾斜摄影测量技术获取高压线路走廊区域的实景三维模型及真正射影像(True Digital Ortho Map，TDOM)等基础地理信息数据；然后搭建Cesium三维地球场景，对实景三维模型数据经格式转换后加载到场景中，完成高压线路走廊地形场景的重建；基于杆塔二维模板影像库及对应的三维模型库，在TDOM上基于多分辨率的模板匹配对杆塔进行识别与粗略定位，继而在Cesium三维地球场景中全自动的加载相对应的杆塔三维模型并对其地理位置、尺度和方位参数进行交互式修正，完成杆塔模型的三维重建；在杆塔模型精确三维重建的基础上，基于倾斜多视核线几何及提取的电力线等信息辅助和约束下，提取杆塔上的绝缘子参数信息并基于Cesium框架进行加载和显示；根据绝缘子两端点的同名挂线点坐标并结合架空线悬链线方程在Cesium框架中完成电力线的三维绘制；最后对实景三维模型中的电力塔线设施的摄影测量三维模型进行删除，完成实景三维场景的修正处理。该方法为高压电力塔线走廊三维重建提供了较为直观和高效的技术手段，在保证了重建结果的视觉效果和精度的同时还具有较高的自动化水平。

附图说明

图1为实施例的整体流程图；

图2为实施例涉及的基于模板匹配的杆塔识别示意图；

图3为实施例涉及的相邻杆塔搜索示意图；

图4为实施例涉及的倾斜多视核线几何约束的交互式绝缘子和导线空间定位示意图；

图5为实施例涉及的绝缘子三维空间方向计算示意图；

图6为实施例涉及的悬链线方程参数示意图。

具体实施方式

下面将结合附图和具体实施例对本发明作更进一步的说明。但应当理解的是，本发明可以以各种形式实施，以下在附图中出示并且在下文中描述的一些示例性和非限制性实施例，并不意图将本发明限制于所说明的具体实施例。

应当理解的是，在技术上可行的情况下，以下针对不同实施例所列举的技术特征可以相互组合，从而形成本发明范围内的另外的实施例。此外，本发明所述的特定示例和实施例是非限制性的，并且可以对以下所阐述的结构、步骤、顺序做出相应修改而不脱离本发明的保护范围。

实施例：

本实施例提出一种基于Cesium三维地球框架的高压输电线路走廊三维重建方法。其流程如图1所示，包括以下步骤：

(1)获取目标区域低空倾斜多视立体影像数据，采用SfM算法对所述低空倾斜多视立体影像数据进行空中三角形解析；基于解析结果生成目标区域的实景三维模型和真正射影像；

(2)搭建Cesium三维地球场景，将实景三维模型加载到三维地球场景中，完成高压输电线路走廊地形场景的重建；

(3)构建杆塔三维模型库和绝缘子三维模型库；再根据每个杆塔三维模型，在所述真正射影像中一一对应地提取杆塔模板影像，形成杆塔模板影像库；

(4)基于所述杆塔三维模型库和所述杆塔模板影像库，在所述真正射影像上通过模板匹配对杆塔进行识别与粗定位，然后在Cesium三维地球场景中加载相应的杆塔三维模型，对加载的杆塔三维模型进行修正，完成杆塔模型的三维重建；

(5)从Cesium三维地球场景中导出杆塔位置信息，将导出的杆塔位置信息叠加在所述真正射影像上；

(6)在所述真正射影像上提取杆塔之间的电力线拓扑关系，并基于电力线拓扑关系，进行基于多视核线几何约束的挂线点识别及挂线点的物空间坐标计算；

(7)将步骤(6)提取出的杆塔之间的电力线拓扑关系反投影至低空倾斜多视立体影像数据，再基于挂线点的物空间坐标和绝缘子三维模型库，采用模板匹配的方式识别绝缘子参数信息；

(8)在所述Cesium三维地球场景中，以相邻塔杆之间的同名挂线点连线的中点为绝缘子模型的加载位置，从绝缘子三维模型库中加载匹配的绝缘子三维模型；

(9)根据绝缘子两端的同名挂线点坐标并结合架空线悬链线方程，在Cesium三维地球场景中完成电力线的三维绘制；

(10)最后对实景三维模型进行修正处理。

下面将所述基于Cesium三维地球框架的高压输电线路走廊三维重建方法分为三个部分进行阐述。

一、无人机低空倾斜摄影及数据处理

1.1外业航拍

对高压电力塔线分布的目标区域采用固定翼或多旋翼无人机进行低空倾斜多视立体影像数据采集，为确保电力高压塔线的成像质量，影像的地面分辨率一般要优于5cm。影像航向和旁向重叠度一般设置为80％和70％。将外业航拍获得的像片记为I_n(n＝1，2，...，N)，其中N为像片总数

1.2数据处理

1.2.1解析空三

结合外业实测的像控点，基于SfM算法对获得的多视立体影像进行解析空三处理，获得每一张影像的精确外方位元素，记为

其中

为第n个摄站点S_n在大地坐标系D-XYZ下的坐标值；

为第n张相片的旋转角。

1.2.2地理空间数字产品生成

(1)实景三维模型生成。在解析空三的基础上，采用基于CMVS/PMVS的密集匹配算法，获得高保真度致密的空间三维点云；进一步经由Mesh生成、纹理映射等步骤获得目标区域的数字表面模型(Digital Surface Model，DSM)及实景三维模型(osgb格式)。

(2)真正射影像生成。基于数字表面模型和影像的外方位元素，可对影像进行正射纠正和拼接处理，获得目标区域的真正射影像。正射影像上的像素点不仅具有图像本身具有的颜色特征及像素坐标，还具备二维地理空间坐标的定位信息。同传统的基于单镜头竖直摄影获取的DOM相比，TDOM实现了地物的垂直投影，这对后续在TDOM进行杆塔识别有利。

二、Cesium三维场景搭建

三维模型的可视化方法主要有三种：一种是利用已有的软件平台，如ContextCapture(CC)的Acute Viewer；二是在基于Web的浏览器端通过加载插件的方式；三是利用基于WebGL的浏览器(如Google Chrome)直接加载；方式一的缺点是只能在本机使用且使用成本较高；方式二需要在浏览器中安装特定插件，缺乏良好的用户体验；方式三具有使用效果好、功能易于扩展及使用方便等特点，是目前的发展趋势。本实施例采用Cesium开源三维地球框架来实现三维场景搭建。Cesium是一款面向三维地球和地图的，世界级的JavaScript开源产品。它提供了基于JavaScript语言的开发包，方便用户快速搭建一款零插件的虚拟地球Web应用，并在性能、精度、渲染质量以及多平台易用性上都有高质量的保证。

在搭建的Cesium三维地球场景中，对1.2.2获得的osgb格式的实景三维场景数据事先转换为Cesium支持的3D Tiles格式数据，采用Cesium提供的API函数3D Tiles数据加载接口通过指定文件存储路径来完成场景模型的加载。

三、基于倾斜摄影和Cesium框架的高压电力塔线三维重建

本实施例将高压电力塔线分为三个相互独立的部分进行三维重建，即杆塔、绝缘子和电力线。图2中阴影框内示意了两相邻的常见的“干”字型杆塔A_i和A_i+1在全局大地坐标系D-XYZ下XY平面的投影示意图(其余类型杆塔类同)，其中1≤i≤(K-1)，K为目标场景中杆塔的个数；A_i，t和A_i+1，t(t＝3，4)为两杆塔横杆的水平投影；(A_i，t′，A_i+1，t′)(t′＝1，2，3，4)为该相邻杆塔间的挂线点；同一杆塔上两挂线点间通过绝缘子分别与杆塔和电力线相连接，同名挂线点(如A_i，1和A_i+1，1)为该相邻杆塔间电力线的起止点位置。

3.1杆塔识别与三维重建方法

3.1.1杆塔模板影像库及三维模型库制作

(1)塔杆模板影像库。如图2，根据不同类型的杆塔在TDOM的影像特征，在其上提取不同类型的杆塔模板影像并制作杆塔模板影像库，记作：T_j(j＝1，2，...，J)，其中J为杆塔种类，模板窗口尺寸为(2w+1)×(2w+1)。w由航拍影像的地面分辨率和杆塔尺寸综合确定。

(2)杆塔三维模型库。杆塔三维模型库是基于参数化建模方式的理想模型集合，建模基础参数数据可来源于杆塔设计图纸及电力塔线的相关设计规范等。建模工具可以采用3DS Max、SkechUp及Revit等相关建模软件。由于杆塔三维模型后续需在Cesium三维地球框架中进行加载和绘制，为此需将不同建模软件建立的杆塔三维模型转换为Cesium可以识别和加载的*.gltf格式的模型数据并将其存放在指定的文件路径下。此外，杆塔三维模型库与二维模板影像库是一一对应的，记作：GT_j.gltf(j＝1，2，...，J)，如图2所示。

(3)绝缘子三维模型库。按上述杆塔三维模型库的制作及数据转换方法制作绝缘子三维模型库，同样需进行数据格式转换，记作：JYZ_r.gltf(r＝1，2，...，R)。R为绝缘子种类。

3.1.2模板匹配及杆塔粗略定位

采用模板匹配方法在真正射影像I_TDOM中对杆塔影像进行全自动的识别与粗略定位。步骤如下：

(1)待匹配窗口影像重采样。相对于模板影像而言，待匹配影像中的杆塔方位是可变的，直接基于TDOM截取的待匹配影像窗口W并按式(1)来计算相关系数将得不到正确的识别结果。进一步考虑到杆塔目标的对称性，进行模板匹配时，首先对待匹配窗口W按式(2)在θ∈[0，π]的角度范围内进行旋转变换并重采样，然后再对T_j和重采样后的待匹配影像窗口W′进行相关系数计算。

其中：μ(T_j)和μ(W)为两个相关窗口的亮度均值。

W′＝I_TDOM(x_A+R(θ)x) (2)

其中：W′为重采样后的待匹配影像窗口；x_A为待匹配影像窗口中心在TDOM中的像素坐标；x为待匹配窗口内像素点的局部图像坐标，x＝[x，y]^T∈[-w，w]；

θ为待匹配影像窗口的顺时针旋转角度。

(2)相关匹配窗口二值化处理。为了抑制高压线塔模板窗口中背景目标的影响并考虑到杆塔目标较其它背景目标具有显著的亮度特征，为此，在进行模板匹配时，对模板影像T_i和待匹配影像W′进行二值化处理并剔除孤立的噪声点，然后再按式(1)计算相关系数。

(3)杆塔方位及杆塔中心粗略定位。实际操作中为加快运算效率，进行模板匹配时，待匹配影像窗口的重采样采用多分辨率策略，即对θ的范围按一定的尺度间隔进行采样(如

分别计算相关系数，在大于预设的阈值的同时取最大相关系数值ρ_max对应的θ值θ_max作为粗略匹配结果，而后在θ_max的局部邻域内采用较小的角度间隔进行采样和精确匹配。

(4)模板匹配加速策略。为加快杆塔检测的速度，可对原始TDOM影像进行不同尺度的重采样并制作模板影像库，在不同尺度层面上，重复步骤(1)～(3)，实现杆塔由粗到精的快速识别。

3.1.3杆塔模型加载与绘制

(1)杆塔三维模型自动化批量加载。按上述方法在TDOM上检测出的杆塔目标不仅具有地理空间位置信息(匹配窗口的中心点，如图2中的A_i和A_i+1点)，且通过模板影像库与三维模型库的文件名关联还获得了其对应的杆塔三维模型文件。记作A_k′(X_k′，Y_k′，GT_j.gltf)(k′＝1，2，...，K′)，K′为检测出来的杆塔个数。依据杆塔检测结果中的地理位置(X_k′，Y_k′)和对应的杆塔三维模型GT_j.gltf通过在Cesium中设置贴地面的方式进行自动化的批量加载。

(2)杆塔模型修正。杆塔模型加载到前端后，还需对杆塔模型进行修正。包含两个方面：

①杆塔类型修正。考虑到基于模板匹配的杆塔检测阶段对杆塔目标及杆塔类型的识别可能存在错误，此时可根据实景三维模型上重建出来的杆塔大致轮廓进行杆塔目标及类型再次确认，并在前端显示的杆塔三维模型库中重新选择正确的杆塔三维模型，加载并替换掉原有的杆塔三维模型。

②杆塔位置、尺寸和方位修正。理想化的杆塔三维模型库中杆塔的尺寸可能与实际情况存在差别，且模板匹配对杆塔只是进行粗略定位，因此初始加入的杆塔模型位置及方位与实际均不一致，为此以实景三维模型上重建出来的杆塔基座并结合杆塔大致轮廓在Cesium前端通过交互式调整杆塔三维模型的位置、尺度和方位参数来实现模型库中的杆塔三维模型与实际模型的精确套合。

3.2绝缘子信息提取与三维绘制

3.2.1TDOM杆塔位置加载

经杆塔模型修正后，从Cesium中导出正确的杆塔位置。由于在Cesium平台框架中已对杆塔位置进行了修正，因此，导出的杆塔的位置具有较高的准确度。将导出的杆塔位置信息叠加在TDOM上，用以辅助后续挂线点的人工交互识别及物空间坐标计算。

3.2.2杆塔邻接关系确定

以当前杆塔为中心，搜索其相邻杆塔。搜索准则为两杆塔之间是否有电力线相连接。由于杆塔具有了较为精确的位置信息，因此，杆塔之间电力线的检测可限定在局部邻域内。如图3，在两相邻杆塔连线A_iA_i+1为对称中心半径为d的局部邻域内采用LSD算法检测直线。实际操作中，还可以进一步通过档距约束来加快搜索速度。图3示意了在局部邻域内提取的两根电力线l₁和l₂。实际场景中的某杆塔可能具有多个相邻杆塔，即存在多条电力线路交叠的情况。因此，杆塔检测结果中还需记录杆塔之间的拓扑邻接关系。

3.2.3多视核线几何约束的挂线点物空间坐标计算

以图2和图3中的两相邻杆塔A_i和A_i+1为例阐述挂线点的识别及其物空间坐标的计算方法。具体如下：

(1)杆塔关联影像及基准影像检索。依据某杆塔大地坐标A_i(X_i，Y_i)，结合外业航拍影像的航向、旁向重叠度、地面分辨率及各影像摄站点S_n(n＝1，2，...，N)的空间平面坐标

粗略检索出该杆塔可能出现的影像，将这些影像记为

其对应的外方位元素记为

由于倾斜视角影像的存在，上述粗略检索出来的影像可能并不存在杆塔影像，进一步地结合

的外方位元素

按式(3)所示的摄影测量共线方程将其反算至原始影像上(由于TDOM影像上杆塔定位结果中不具Z坐标，因此杆塔Z_i值从DSM中内插得到)，反算出来的杆塔中心像点坐标如果位于某影像

的范围内，则该影像是杆塔A_i的关联影像；同时记录最靠近影像中心的关联影像

的外方位元素

除基准影像外，其余的与杆塔A_i的关联影像记为

相应的外方位元素记为

其中：x₀、y₀、f为相机内方位元素；(x，y)为反算的像点坐标；a_i，b_i，c_i(i＝1，2，3)为外方位元素中的三个角元素构成的旋转矩阵。

(2)挂线点物空间坐标计算。在基准影像

上人工判断并交互式点选挂线点

依据基准影像

和关联影像

的外方位元素，计算

在影像

上的同名核线(图4中虚线)，在同名核线的辅助下在关联影像上依次点选

的同名像点(一般选择3～5张不同摄影角度的关联影像即可)。如图4示意图中的

和

即为挂线点A_i，1对应的影像上的同名像点。选取完成后，依据同名像点所在影像的外方位元素采用摄影测量的多片前方交会公式计算挂线点A_i，1的物空间坐标(X_i，1，Y_i，1Z_i，1)。同理可计算出杆塔上的挂线点A_i，4的物空间坐标(X_i，4，Y_i，4Z_i，4)。

(3)电力线辅助的同名挂线点的识别。以上述第2)步中在TDOM中提取出来的杆塔之间电力线反投影至原始影像上，用以辅助相邻杆塔及其同名挂线点及绝缘子类型的识别相邻杆塔之间同一根电力线的两端连接的是同名挂线点。

(4)同名挂线点物空间坐标计算。重复步骤(1)～(3)，计算挂线点A_i，1的同名挂线点A_i+1，1的物空间坐标(X_i+1，1，Y_i+1，1Z_i+1，1)及杆塔A_i+1上的挂线点A_i+1，4的物空间坐标(X_i+1，4，Y_i+1，4Z_i+1，4)。

(5)存储并记录杆塔之间的邻接关系，绝缘子类型(JYZ_r.gltf)及绝缘子两端点坐标，杆塔之间同名挂线点坐标。

(6)重复步骤(1)～(5)，识别并计算相邻杆塔A_i和A_i+1间其余绝缘子的同类信息提取与存储。

3.2.4绝缘子三维模型加载

(1)绝缘子三维模型加载参数计算。同杆塔模型加载类似，Cesium中加载实体三维模型时，需通过接口指定模型加载的地理经纬度坐标和对应的高程值、缩放尺度、模型方位等参数。如图5，A_i，4和A_i，1为杆塔A_i上绝缘子两端的挂线点，A_i，0两挂线点空间连线的中点，A′_i，4、A′_i，0和A′_i，1为三点在水平面上的投影。以两挂线点空间连线的中点A_i，0为绝缘子模型的加载位置。由于绝缘子三维模型一般为圆柱状实体，其在大地坐标系中的空间方位(heading，pitch，roll)只具有如图5所示的heading和pitch两个自由度。由图5容易计算heading和pitch的值(按顺时针方向)，其中(heading，pitch)∈[0°，360°)。模型缩放尺度由A_i，4和A_i，1两点间的实际距离与其模型库中对应模型的尺寸的比值来确定。

(2)绝缘子三维模型全自动批量加载。绝缘子三维模型的加载参数计算完成后，即可通过指定的存放路径基于加载参数在Cesium框架中完成绝缘子三维模型的加载和绘制。

3.3电力线三维绘制

3.3.1架空线悬链线方程

架空线悬链方程描述架空电力线随着应力和比载而变化的规律。通过应力和比载可计算出电力线上任何一点的空间坐标。图6所示为两相邻杆塔A_i和A_i+1间的同名挂线点A_i，1和A_i+1，1之间的架空线的悬链线，若将A_i，1点作为坐标原点，A_i，1和A_i+1，1之间的连线作为X′轴，α为X′轴沿顺时针方向与X轴的夹角，Z′和Z平行。根据悬链的受力分析，A_i，1

和A_i+11之间悬链线任意一点的坐标可由式(4)计算。

式中：

式中：σ₀为轴向应力；γ为比载；h＝Z_i+1，1-Z_i，1。

由式(6)和式(7)可知，若想获得悬链线上任一点坐标，则需求解应力和比载。简化方程(6)，令k₀＝2σ₀/γ，则式(1)变为：

对于k₀值，本研究采用架空线的斜抛物线方程近似求解：

由此可得k₀值为：

将式(8)代入式(7)，即可得A_i，1和A_i+1，1之间任意点坐标(X′，Z′)。

3.3.2Cesium电力线三维绘制

3.3.1计算的悬链线离散点为局部坐标系下的，还需根据α和A_i，1的物空间坐标(X_i，1，Y_i，1，Z_i，1)进行旋转和平移变换至全局大地坐标系D-XYZ下，继而在Cesium三维地球框架下基于悬链线离散点完成电力线的绘制。

3.4实景三维场景修正

实景三维模型中的高压电力塔线等电力设施虽然重建信息不完整，但其在杆塔检测验证及杆塔模型修正等环节中起到了较好的辅助信息作用。当杆塔、绝缘子、电力线等在Cesium三维地球框架中绘制完成后，需要去除实景三维模型中原有的摄影测量方法重建的三维模型。对杆塔和电力线分别采用不同的方法加以去除，具体如下：

3.4.1杆塔摄影测量三维模型去除

在以杆塔的宽度和高度为约束的空间范围内，删除落入其中的倾斜摄影测量三维点云，继而在该局部范围内重新经由Mesh生成、纹理映射等步骤重新生成实景三维模型，从而完成整体实景三维场景的修正。

3.4.2电力线摄影测量三维模型去除

删除原实景三维模型中重建出来的离散的、不完整的电力线模型。考虑到地形的影响，在以杆塔宽度和杆塔之间的悬链线为约束的空间范围内，删除对落入其中的倾斜摄影测量三维点云。由于采用了悬链线为空间约束且由于电力线三维点云距离地面有一定高度，所以电力线摄影测量三维点云是相对孤立的，删除后无需再重新构建实景三维场景。

3.4.3实景三维场景加载

完成实景三维场景模型修正后，重新将其转换为3D Tiles格式数据并按§2.2节所述方法在Cesium三维地球框架中重新进行加载。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，包括以下步骤：

(1)获取目标区域低空倾斜多视立体影像数据，采用SfM算法对所述低空倾斜多视立体影像数据进行空中三角形解析；基于解析结果生成目标区域的实景三维模型和真正射影像；

(2)搭建Cesium三维地球场景，将实景三维模型加载到三维地球场景中，完成高压输电线路走廊地形场景的重建；

(3)构建杆塔三维模型库和绝缘子三维模型库；再根据每个杆塔三维模型，在所述真正射影像中一一对应地提取杆塔模板影像，形成杆塔模板影像库；

(4)基于所述杆塔三维模型库和所述杆塔模板影像库，在所述真正射影像上通过模板匹配对杆塔进行识别与粗定位，然后在Cesium三维地球场景中加载相应的杆塔三维模型，对加载的杆塔三维模型进行修正，完成杆塔模型的三维重建；

(5)从Cesium三维地球场景中导出杆塔位置信息，将导出的杆塔位置信息叠加在所述真正射影像上；

(6)在所述真正射影像上提取杆塔之间的电力线拓扑关系，并基于电力线拓扑关系，进行基于多视核线几何约束的挂线点识别及挂线点的物空间坐标计算；

(7)将步骤(6)提取出的杆塔之间的电力线拓扑关系反投影至低空倾斜多视立体影像数据，再基于挂线点的物空间坐标和绝缘子三维模型库，采用模板匹配的方式识别绝缘子参数信息；

(8)在所述Cesium三维地球场景中，以相邻塔杆之间的同名挂线点连线的中点为绝缘子模型的加载位置，从绝缘子三维模型库中加载匹配的绝缘子三维模型；

(9)根据绝缘子两端的同名挂线点坐标并结合架空线悬链线方程，在Cesium三维地球场景中完成电力线的三维绘制；

(10)最后对实景三维模型进行修正处理。

2.根据权利要求1所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述实景三维模型生成的方法为：

基于空中三角形解析的结果，采用基于CMVS/PMVS的密集匹配算法获得高保真度致密的空间三维点云；再基于所述空间三维点云进行目标区域的数字表面模型生成及实景三维模型生成。

3.根据权利要求2所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述实景三维模型为osgb格式的文件。

4.根据权利要求3所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，在将实景三维模型加载到三维地球场景中之前，先要将实景三维模型转换为Cesium支持的3D Tiles格式数据，再采用Cesium提供的API函数3D Tiles数据加载接口通过指定文件存储路径完成实景三维模型的加载。

5.根据权利要求2所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述真正射影像的生成方法为：

基于数字表面模型和所述步骤(1)中通过空中三角形解析获得的每张低空倾斜多视立体影像的外方位元素，对低空倾斜多视立体影像进行正射纠正和拼接处理，获得目标区域的真正射影像。

6.根据权利要求1所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述步骤(4)中通过模板匹配对杆塔进行识别与粗定位的具体方法为：

(61)待匹配窗口影像重采样及二值化处理：首先对待匹配窗口W按式(2)在θ∈[0，π]的角度范围内进行旋转变换并重采样，然后对杆塔模板影像T_j和重采样后的待匹配影像窗口W′进行二值化处理并剔除孤立的噪声点，再按照式(1)计算相关系数ρ：

其中，μ(T_j)和μ(W)为两个相关窗口的亮度均值；

W′＝I_TDOM(x_A+R(θ)x) (2)

其中，I_TDOM表示真正射影像，W′为重采样后的待匹配影像窗口；x_A为待匹配影像窗口中心在TDOM中的像素坐标；x为待匹配窗口内像素点的局部图像坐标，x＝[x，y]^T∈[-w，w]；

θ为待匹配影像窗口的顺时针旋转角度，w为用于设置待匹配影像窗口大小的尺度参数；

(62)杆塔方位及杆塔中心粗略定位：进行模板匹配时，待匹配影像窗口的重采样采用多分辨率策略，即对θ的范围按一定的尺度间隔进行采样，并分别计算相关系数ρ，在大于预设的阈值的同时取最大相关系数值ρ_max对应的θ值θ_max作为粗略匹配结果，而后在θ_max的局部邻域内采用较小的角度间隔进行采样和精确匹配；

(63)模板匹配加速策略：对所述真正射影像进行不同尺度的重采样并制作模板影像库，在不同尺度层面上，重复步骤(61)～步骤(62)，实现杆塔由粗到精的快速识别。

7.根据权利要求6所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述步骤(4)中对加载的杆塔三维模型进行修正包括：

杆塔类型修正：根据实景三维模型上重建出来的杆塔大致轮廓进行杆塔目标及类型再次确认，并在杆塔三维模型库中重新选择正确的杆塔三维模型，加载并替换掉原有的杆塔三维模型；

杆塔位置、尺寸和方位修正：以实景三维模型上重建出来的杆塔基座结合杆塔大致轮廓在Cesium前端通过交互式调整杆塔三维模型的位置、尺度和方位参数来实现模型库中的杆塔三维模型与实际模型的精确套合。

8.根据权利要求7所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述步骤(6)中基于多视核线几何约束的挂线点物空间坐标计算方法包括：

(81)杆塔关联影像及基准影像检索：依据某杆塔三维大地坐标A_i(X_i，Y_i，Z_i)，结合外业航拍影像的航向、旁向重叠度、地面分辨率及各影像摄站点的空间平面坐标，粗略检索出该杆塔可能出现的影像，将这些影像记为

对应的外方位元素记为

根据式(3)所示的摄影测量共线方程将粗略检索出的影像反算至原始的低空倾斜多视立体影像上；反算出来的杆塔中心像点坐标如果位于某影像

的范围内，则

是杆塔A_i的关联影像；将最靠近影像中心的关联影像

作为基准影像，记录基准影像的外方位元素

除基准影像外，杆塔A_i的其余关联影像记为

相应的外方位元素记为

其中，x₀、y₀、f为相机内方位元素；(x，y)为反算的像点坐标；a_i，b_i，c_i为外方位元素中的三个角元素构成的旋转矩阵，i＝1，2，3；

(82)挂线点物空间坐标计算：对于挂线点A_i，1，首先在基准影像

上人工判断并交互式点选同名像点

依据基准影像

和关联影像

的外方位元素，计算

在影像

上的同名核线，在同名核线的辅助下在其余关联影像上依次点选

的同名像点；选取完成后，依据同名像点所在影像的外方位元素，采用摄影测量的多片前方交会公式计算挂线点A_i，1的物空间坐标。

9.根据权利要求8所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述步骤(9)中电力线的三维绘制方法为：

(91)计算相邻杆塔局部坐标系下的悬链线离散点坐标：

对于任意两相邻杆塔A_i和A_i+1间的同名挂线点A_i，1和A_i+1，1之间的架空线的悬链线，将A_i，1点作为坐标原点，A_i，1和A_i+1，1之间的连线作为X′轴，α为X′轴沿顺时针方向与X轴的夹角，Z′和Z平行；A_i，1和A_i+1，1之间悬链线任意一点的坐标由式(4)计算得到：

式中：

其中，σ₀为轴向应力；γ为比载；h＝Z_i+1，1-Z_i，1；

令k₀＝2σ₀/γ，将式(4)变为：

对于k₀值，采用架空线的斜抛物线方程近似求解：

由此可得k₀值为：

将式(8)代入式(6)，即可得A_i，1和A_i+1，1之间任意点坐标(X′，Z′)；

(92)悬链线离散点坐标系转换：根据α和A_i，1的物空间坐标(X_i，1，Y_i，1，Z_i，1)将悬链离散点进行旋转和平移变换至全局大地坐标系D-XYZ下，继而在Cesium三维地球框架下基于悬链线离散点完成电力线的绘制。

10.根据权利要求9所述的基于Cesium三维地球框架的高压输电线路走廊三维重建方法，其特征在于，所述步骤(10)中实景三维场景的修正方法包括：

杆塔摄影测量三维模型去除：在以杆塔的宽度和高度为约束的空间范围内，删除落入其中的倾斜摄影测量三维点云，继而在以该杆塔的宽度和高度为约束的空间范围内重新经由Mesh生成、纹理映射重新生成实景三维模型，完成整体实景三维场景的修正；

电力线摄影测量三维模型去除：删除原实景三维模型中重建出来的离散的、不完整的电力塔线设施模型。

Images