CN114373042B - 一种基于电力巡检三维场景快速建模方法 - Google Patents
一种基于电力巡检三维场景快速建模方法 Download PDFInfo
- Publication number
- CN114373042B CN114373042B CN202111542534.3A CN202111542534A CN114373042B CN 114373042 B CN114373042 B CN 114373042B CN 202111542534 A CN202111542534 A CN 202111542534A CN 114373042 B CN114373042 B CN 114373042B
- Authority
- CN
- China
- Prior art keywords
- information
- modeling
- power inspection
- scene
- host
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 239000002023 wood Substances 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 3
- 238000000844 transformation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于电力巡检三维场景快速建模方法,包括以下步骤:步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理。本发明使用效果好的目的,能够对错误信息进行显示和纠正,提高了电力巡检三维场景的精度,从而能够让使用者精确获取电力设施的信息,提高了使用者对电力巡检三维场景块速建模方法的体验感,满足当今市场的需求,解决了以往电力巡检三维场景块速建模方法使用效果不佳的问题。
Description
技术领域
本发明涉及电力巡检技术领域,具体为一种基于电力巡检三维场景快速建模方法。
背景技术
电力巡检用于对电力设施进行检测,从而确保电力设施安全运行,在电力巡检时通常不需要实地检测,通过构建的三维场景观测电力设施,但以往的电力巡检三维场景块速建模方法大多使用效果不佳,不能对错误信息进行显示和纠正,降低了电力巡检三维场景的精度,从而不能让使用者精确获取电力设施的信息,降低了使用者对电力巡检三维场景块速建模方法的体验感,不能满足当今市场的需求,由于以上存在的问题,针对性地推出了一种基于电力巡检三维场景快速建模方法。
发明内容
本发明的目的在于提供一种基于电力巡检三维场景快速建模方法,具备使用效果好的优点,解决了以往电力巡检三维场景块速建模方法使用效果不佳的问题。
为实现上述目的,本发明提供如下技术方案:一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
优选的,所述步骤d中的每个对象模板匹配一个默认模板参数,如果场景对象某个属性值与默认模板参数一致则不再保留。
优选的,所述步骤e中的映射规则,基于如下操作符设计:
“(终结符)VAL”,表示一个终结符对应的值;
“[非终结符]XML”,表示一个非终结符的XML展开;
“[非终结符<自然数>]XML”,表示一个非终结符的特定XML展开;
“%{符号序列}”,表示遍历一个符号序列或集合中的每一个符号,其中%用于表示当前遍历的符号;
“|”,表示或连接符,用于连接两个操作符,表示选择第一个合法的操作符行为;
“=>”,表示条件连接符号,用于连接两个操作符,传递参数,参数参考第一个操作符的定义;
“.”,表示成员操作符,用于表示非终结符中的一个成员;
“→”,为展开符号,用于连接两个操作符,表示左操作符按照右操作符展开;
“${…}”,用于判断XML层次结构中是否存在名为…的节点,不存在则返回正确。
优选的,所述步骤b中通过GPS地图预先规划好无人机的飞行路由。
优选的,所述步骤b中的特征提取,包括以下步骤:
尺度空间极值检测:搜索所有尺度上的图像位置,通过高斯微分函数来识别潜在的对于尺度和旋转不变的特征点;
特征点定位:在每个候选的位置上,通过拟合的精细模型来确定位置和尺度,依据特征点的稳定程度选取特征点;
方向确定:基于图像局部的梯度方向,分配给每个特征点一个位置或多个方向;所有后面的对图像数据的操作都相对于特征点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性;
特征点描述:在每个特征点周围的邻域内,在选定的尺度上测量图像局部的梯度,将这些梯度标记为梯度算子。
优选的,所述步骤e中的表面重建可采用Power Crust算法对密集点云数据进行表面重建,也可采用CUDA运算平台对密集点云数据进行表面重建。
优选的,所述步骤d中采用CGA规则描述建模对象特征和属性,通过寻找同一类地理实体上的共同点编写规则函数,并将规则同时应用具有相同属性的地理实体上,实现批量建模。
与现有技术相比,本发明的有益效果如下:
本发明使用效果好的目的,能够对错误信息进行显示和纠正,提高了电力巡检三维场景的精度,从而能够让使用者精确获取电力设施的信息,提高了使用者对电力巡检三维场景块速建模方法的体验感,满足当今市场的需求,解决了以往电力巡检三维场景块速建模方法使用效果不佳的问题。
具体实施方式
下面将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。
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
实施例1
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
实施例2
在实施例1中,再加入以下步骤:
步骤d中的每个对象模板匹配一个默认模板参数,如果场景对象某个属性值与默认模板参数一致则不再保留。
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
实施例3
在实施例2中,再加入以下步骤:
步骤e中的映射规则,基于如下操作符设计:
“(终结符)VAL”,表示一个终结符对应的值;
“[非终结符]XML”,表示一个非终结符的XML展开;
“[非终结符<自然数>]XML”,表示一个非终结符的特定XML展开;
“%{符号序列}”,表示遍历一个符号序列或集合中的每一个符号,其中%用于表示当前遍历的符号;
“|”,表示或连接符,用于连接两个操作符,表示选择第一个合法的操作符行为;
“=>”,表示条件连接符号,用于连接两个操作符,传递参数,参数参考第一个操作符的定义;
“.”,表示成员操作符,用于表示非终结符中的一个成员;
“→”,为展开符号,用于连接两个操作符,表示左操作符按照右操作符展开;
“${…}”,用于判断XML层次结构中是否存在名为…的节点,不存在则返回正确。
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
实施例4
在实施例3中,再加入以下步骤:
步骤b中的特征提取,包括以下步骤:
尺度空间极值检测:搜索所有尺度上的图像位置,通过高斯微分函数来识别潜在的对于尺度和旋转不变的特征点;
特征点定位:在每个候选的位置上,通过拟合的精细模型来确定位置和尺度,依据特征点的稳定程度选取特征点;
方向确定:基于图像局部的梯度方向,分配给每个特征点一个位置或多个方向;所有后面的对图像数据的操作都相对于特征点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性;
特征点描述:在每个特征点周围的邻域内,在选定的尺度上测量图像局部的梯度,将这些梯度标记为梯度算子。
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
实施例5
在实施例4中,再加入以下步骤:
步骤e中的表面重建可采用Power Crust算法对密集点云数据进行表面重建,也可采用CUDA运算平台对密集点云数据进行表面重建。
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
实施例6
在实施例5中,再加入以下步骤:
步骤d中采用CGA规则描述建模对象特征和属性,通过寻找同一类地理实体上的共同点编写规则函数,并将规则同时应用具有相同属性的地理实体上,实现批量建模。
一种基于电力巡检三维场景快速建模方法,包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
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。
Claims (7)
1.一种基于电力巡检三维场景快速建模方法,其特征在于:包括以下步骤:
步骤a:确定建模需求,确定拍摄场地和拍摄范围,从而明确需要建模的电力巡检场景规模;
步骤b:进行实景拍摄,通过无人机和测感仪对电力巡检场景进行多角度全方位拍摄和测量,通过无线传输模块将拍摄和测量的信息发送至建模主机,通过建模主机对无人机拍摄的图像进行预处理,通过建模主机对测量的信息进行筛选,除去错误信息,采用SIFT算法对预处理后的图像进行特征提取,通过建模主机内置的建模软件根据拍摄信息和测量信息建立几何模型,并求解几何模型的模型参数;
步骤c:通过人工描述,首选通过走访或者上网查询获取目标电力巡检场景的信息,通过使用者将电力巡检场景的信息通过文本进行规范描述,通过使用者对文本信息进行验证和修改,通过使用者将文本信息发送至建模主机;
步骤d:对信息进行纠正和修改,通过建木主机将拍摄和测量的目标电力巡检场景的信息与使用人员走访或者上网查询获取目标电力巡检场景的信息进行对比,相同的信息或者误差在允许范围内的信息直接忽略,通过显示器对不对应的信息和误差较大的信息进行显示,使用者根据显示结果对相应的信息进行重新验算,确定正确的信息并进行相应的修改,从而获得更精确的模型参数;
步骤e:虚拟场景构建,根据映射规则将抽象建模结果转化为XML格式的建模结果,通过建模主机将图像中的二维特征点反推出电力巡检场景对应点的位置,形成稀疏点云,通过建模主机结合验算和修改的模型参数处理稀疏点云,使之形成密集点云,对点云数据进行表面重建,最后再进行纹理映射,将纹理空间中的纹理像素映射到重建后的三维模型中的像素,从而形成虚拟的电力巡检场景。
2.根据权利要求1所述的一种基于电力巡检三维场景快速建模方法,其特征在于:所述步骤d中的每个对象模板匹配一个默认模板参数,如果场景对象某个属性值与默认模板参数一致则不再保留。
3.根据权利要求1所述的一种基于电力巡检三维场景快速建模方法,其特征在于:所述步骤e中的映射规则,基于如下操作符设计:
“(终结符)VAL”,表示一个终结符对应的值;
“[非终结符]XML”,表示一个非终结符的XML展开;
“[非终结符<自然数>]XML”,表示一个非终结符的特定XML展开;
“%{符号序列}”,表示遍历一个符号序列或集合中的每一个符号,其中%用于表示当前遍历的符号;
“|”,表示或连接符,用于连接两个操作符,表示选择第一个合法的操作符行为;
“=>”,表示条件连接符号,用于连接两个操作符,传递参数,参数参考第一个操作符的定义;
“.”,表示成员操作符,用于表示非终结符中的一个成员;
“→”,为展开符号,用于连接两个操作符,表示左操作符按照右操作符展开;
“${…}”,用于判断XML层次结构中是否存在名为…的节点,不存在则返回正确。
4.根据权利要求1所述的一种基于电力巡检三维场景快速建模方法,其特征在于:所述步骤b中通过GPS地图预先规划好无人机的飞行路由。
5.根据权利要求1所述的一种基于电力巡检三维场景快速建模方法,其特征在于:所述步骤b中的特征提取,包括以下步骤:
尺度空间极值检测:搜索所有尺度上的图像位置,通过高斯微分函数来识别潜在的对于尺度和旋转不变的特征点;
特征点定位:在每个候选的位置上,通过拟合的精细模型来确定位置和尺度,依据特征点的稳定程度选取特征点;
方向确定:基于图像局部的梯度方向,分配给每个特征点一个位置或多个方向;所有后面的对图像数据的操作都相对于特征点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性;
特征点描述:在每个特征点周围的邻域内,在选定的尺度上测量图像局部的梯度,将这些梯度标记为梯度算子。
6.根据权利要求1所述的一种基于电力巡检三维场景快速建模方法,其特征在于:所述步骤e中的表面重建可采用Power Crust算法对密集点云数据进行表面重建,也可采用CUDA运算平台对密集点云数据进行表面重建。
7.根据权利要求1所述的一种基于电力巡检三维场景快速建模方法,其特征在于:所述步骤d中采用CGA规则描述建模对象特征和属性,通过寻找同一类地理实体上的共同点编写规则函数,并将规则同时应用具有相同属性的地理实体上,实现批量建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111542534.3A CN114373042B (zh) | 2021-12-14 | 2021-12-14 | 一种基于电力巡检三维场景快速建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111542534.3A CN114373042B (zh) | 2021-12-14 | 2021-12-14 | 一种基于电力巡检三维场景快速建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114373042A CN114373042A (zh) | 2022-04-19 |
CN114373042B true CN114373042B (zh) | 2024-05-03 |
Family
ID=81139327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111542534.3A Active CN114373042B (zh) | 2021-12-14 | 2021-12-14 | 一种基于电力巡检三维场景快速建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114373042B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685886A (zh) * | 2018-11-19 | 2019-04-26 | 国网浙江杭州市富阳区供电有限公司 | 一种基于混合现实技术的配网三维场景建模方法 |
CN112288875A (zh) * | 2020-10-30 | 2021-01-29 | 中国有色金属长沙勘察设计研究院有限公司 | 一种面向无人机矿山巡检场景的快速三维重建方法 |
WO2021196529A1 (zh) * | 2020-04-02 | 2021-10-07 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111599001B (zh) * | 2020-05-14 | 2023-03-14 | 星际(重庆)智能装备技术研究院有限公司 | 基于图像三维重建技术的无人机导航地图构建系统及方法 |
-
2021
- 2021-12-14 CN CN202111542534.3A patent/CN114373042B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685886A (zh) * | 2018-11-19 | 2019-04-26 | 国网浙江杭州市富阳区供电有限公司 | 一种基于混合现实技术的配网三维场景建模方法 |
WO2021196529A1 (zh) * | 2020-04-02 | 2021-10-07 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
CN112288875A (zh) * | 2020-10-30 | 2021-01-29 | 中国有色金属长沙勘察设计研究院有限公司 | 一种面向无人机矿山巡检场景的快速三维重建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114373042A (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285220B (zh) | 一种三维场景地图的生成方法、装置、设备及存储介质 | |
Podobnikar | Methods for visual quality assessment of a digital terrain model | |
CN111199564A (zh) | 智能移动终端的室内定位方法、装置与电子设备 | |
CN105678689A (zh) | 高精地图数据配准关系确定方法及装置 | |
US10755139B2 (en) | Random sample consensus for groups of data | |
CN111724443B (zh) | 基于生成式对抗网络的统一场景视觉定位方法 | |
CN110793548B (zh) | 基于gnss接收机硬件在环的虚实结合的导航仿真测试系统 | |
CN112446844B (zh) | 一种基于点云特征提取与配准融合方法 | |
CN115512124A (zh) | 一种重定位帧的确定方法、装置、车辆及存储介质 | |
CN105738915A (zh) | 三维雷达测量方法及装置 | |
EP3293486B1 (en) | Method and system for improving spatial accuracy of map data | |
CN116625354A (zh) | 一种基于多源测绘数据的高精度地形图生成方法及系统 | |
Eichhardt et al. | Relative pose from deep learned depth and a single affine correspondence | |
CN106354935B (zh) | 基于核外电子概率密度分布的复杂曲面零件匹配检测方法 | |
Roschlaub et al. | An INSPIRE-konform 3D building model of Bavaria using cadastre information, lidar and image matching | |
CN114373042B (zh) | 一种基于电力巡检三维场景快速建模方法 | |
CN113610745A (zh) | 标定评价参数获取方法和装置、存储介质及电子设备 | |
CN110363863B (zh) | 一种神经网络的输入数据生成方法和系统 | |
KR20230086044A (ko) | 고해상도 및 대규모 도시 공간 분석을 위한 도시 공간 데이터 기반 도시 환경 분석 시스템 및 그 방법 | |
Albert | Aspects of cave data use in a GIS | |
Habib et al. | Error budget of lidar systems and quality control of the derived point cloud | |
CN113344866A (zh) | 一种点云综合精度评价方法 | |
CN113807357A (zh) | 一种基于室内地标文本与轮廓的室内定位方法 | |
Mo et al. | Cross-based dense depth estimation by fusing stereo vision with measured sparse depth | |
Seo et al. | Quality assessment of linear data |
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 |