CN115205466B - 一种基于结构光的输电通道三维重建方法和系统 - Google Patents
一种基于结构光的输电通道三维重建方法和系统 Download PDFInfo
- Publication number
- CN115205466B CN115205466B CN202210877750.1A CN202210877750A CN115205466B CN 115205466 B CN115205466 B CN 115205466B CN 202210877750 A CN202210877750 A CN 202210877750A CN 115205466 B CN115205466 B CN 115205466B
- Authority
- CN
- China
- Prior art keywords
- point
- imaging
- parameters
- camera
- power transmission
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 64
- 239000011159 matrix material Substances 0.000 claims abstract description 48
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000013519 translation Methods 0.000 claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims description 151
- 238000003908 quality control method Methods 0.000 claims description 44
- 230000003287 optical effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 description 6
- 239000004020 conductor Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种基于结构光的输电通道三维重建方法和系统。对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;利用三角相似原理结合所述结构参数获取物体点云数据;利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道;所述系统包括与所述方法步骤对应的模块。
Description
技术领域
本发明提出了一种基于结构光的输电通道三维重建方法和系统,属于三维重建技术领域。
背景技术
目前电力系统中输电通道的三维重建主要可使用基于可见光的双目视觉来实现,即基于安装在一个输电铁塔上的两个视觉传感器,通过图像采集、标定、立体匹配等获得三维场景信息,给出场景中不同物体的距离。然而,由于摄像头分辨率有限,对于小的或者远距离的物体,重建的输电通道精度和鲁棒性不够,也不能很好的重建出细节信息,因此基于可见光的双目视觉方法对输电通道三维重建方法存在精度和鲁棒性局限性。可见,现有方法对输电通道和导线弧垂的重建精度和鲁棒性较低,尤其针对距离远和细小物体进行三维重建时,其重建精度和鲁棒性会更低。
发明内容
本发明提供了一种基于结构光的输电通道三维重建方法和系统,用以解决现有三维重建方法对输电通道和导线弧垂的重建精度和鲁棒性较低,并且,针对距离远和细小物体进行三维重建时,其重建精度和鲁棒性会更低的问题:
一种基于结构光的输电通道三维重建方法,所述输电通道三维重建方法包括:
对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;
利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;
利用三角相似原理结合所述结构参数获取物体点云数据;
利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道。
进一步地,所述对摄像机内部参数和外部参数进行标定包括:
采用张氏标定法基于棋盘格图像确定摄像头的内部参数,其中,所述内部参数包括:焦距f和光心在成像屏幕上的位置(u0,v0);
采用张氏标定法基于棋盘格图像确定摄像头的外部参数,其中,所述外部参数包括摄像机坐标系和投影仪坐标系之间的旋转矩阵R和平移矩阵T。
进一步地,所述旋转矩阵R是一个3*3的矩阵,
其中γ为侧倾角,α为俯仰角,β为旋转角。平移矩阵T=[tx,ty,tz]T是一个3*1的向量。
基于上述的参数,世界坐标下的一个点[Xw,Yw,Zw]可以转化为图像坐标系中的点[u,v]。
其中,dx,dy是每一个像素在x轴和y轴方向上的物理尺寸。
进一步地,所述利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定,包括:
S401、利用激光器打出激光线束,并在所述激光线束上任意选取两点:P点和Q点;
S402、利用摄像机进行成像,获取成像平面,并获取所述P点和Q点在成像平面上对应点E点和F点;
S403、在所述P点和Q点形成的线段PQ上选取第一任意点H,并在所述成像平面上获取与所述第一任意点对应的第一成像对应点G;并另所述第一成像对应点G对应的物理关系满足如下公式:
其中,HQ”表示被测物体H点的高度信息;AG表示H在成像平面上的像点与成像基准点A间的偏移量;θ和分别表示入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC和CA分别表示Q点成像的物距和像距;A表示成像基准点;C表示摄像头镜头的中心点;
S404、重复执行步骤S403,在所述线段PQ上选取第二任意点M,第三任意点N和第四任意点L,它们在成像平面上的成像点分别是G′、G″、G″′,并获取所述第二任意点M,第三任意点N和第四任意点L对应的满足条件公式:
S405、将步骤S403和步骤S404获取的公式联立形成方程组并进行求解,通过求解获取参数θ0、QC0和CA0;其中,所述参数θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
进一步地,所述利用三角相似原理结合所述结构参数获取物体点云数据,包括:
S501、利用确定的系统参数,根据物体表面点A在像平面上的成像点,计算其与成像基准点A的偏移量AE;其中,偏移量AE通过如下公式获取:
S502、通过计算获取深度信息,其中,所述深度信息通过如下公式获取:
其中,PQ’表示物点的高度信息,即深度信息,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
一种基于结构光的输电通道三维重建系统,所述输电通道三维重建系统包括:
标定模块,用于对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;
参数标定获取模块,用于利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;
点云数据获取模块,用于利用三角相似原理结合所述结构参数获取物体点云数据;
重建模块,用于利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道。
进一步地,所述标定模块包括:
内部参数设置模块,用于采用张氏标定法基于棋盘格图像确定摄像头的内部参数,其中,所述内部参数包括:焦距f和光心在成像屏幕上的位置(u0,v0);摄像机畸变系数:k1、k2、k3、p1、p2;
外部参数设置模块,用于采用张氏标定法基于棋盘格图像确定摄像头的外部参数,其中,所述外部参数包括摄像机坐标系和投影仪坐标系之间的旋转矩阵R和平移矩阵T。
进一步地,所述旋转矩阵R是一个3*3的矩阵,
其中γ为侧倾角,α为俯仰角,β为旋转角。平移矩阵T=[tx,ty,tz]T是一个3*1的向量。
基于上述的参数,世界坐标下的一个点[Xw,Yw,Zw]可以转化为图像坐标系中的点[u,v]。
其中,dx,dy是每一个像素在x轴和y轴方向上的物理尺寸。
进一步地,所述参数标定获取模块包括:
点获取模块一,用于利用激光器打出激光线束,并在所述激光线束上任意选取两点:P点和Q点;
点获取模块二,用于利用摄像机进行成像,获取成像平面,并获取所述P点和Q点在成像平面上对应点E点和F点;
点获取模块三,用于在所述P点和Q点形成的线段PQ上选取第一任意点H,并在所述成像平面上获取与所述第一任意点对应的第一成像对应点G;并另所述第一成像对应点G对应的物理关系满足如下公式:
其中,HQ”表示被测物体H点的高度信息;AG表示H在成像平面上的像点与成像基准点A间的偏移量;θ和分别表示入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC和CA分别表示Q点成像的物距和像距;A表示成像基准点;C表示摄像头镜头的中心点;
重复执行模块,用于重复启动所述点获取模块三,控制所述点获取模块三在所述线段PQ上选取第二任意点M,第三任意点N和第四任意点L,它们在成像平面上的成像点分别是G′、G″、G″′,并获取所述第二任意点M,第三任意点N和第四任意点L对应的满足条件公式:
求解模块,用于将所述点获取模块三和所述重复执行模块获取的公式联立形成方程组并进行求解,通过求解获取参数θ0、QC0和CA0;其中,所述参数θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
进一步地,所述点云数据获取模块包括:
偏移量计算模块,用于利用确定的系统参数,根据物体表面点A在像平面上的成像点,测量其与成像基准点A的偏移量AE;
深度信息获取模块,用于通过计算获取深度信息,其中,所述深度信息通过如下公式获取:
其中,PQ’表示物点的高度信息,即深度信息,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
本发明有益效果:
本发明提出的一种基于结构光的输电通道三维重建方法和系统,基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本发明提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
附图说明
图1为本发明所述输电通道三维重建方法和系统的原理图;
图2为本发明所述输电通道三维重建方法的流程图;
图3为本发明所述输电通道三维重建系统的系统框图;
图4为本发明所述输电通道三维重建系统对应硬件设备的安装示意图一;
图5为本发明所述输电通道三维重建系统对应硬件设备的安装示意图二。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提出了一种基于结构光的输电通道三维重建方法,如图1和图2所示,所述输电通道三维重建方法包括:
S1、对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;
S2、利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;
S3、利用三角相似原理结合所述结构参数获取物体点云数据;
S4、利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道。
其中,所述对摄像机内部参数和外部参数进行标定包括:
采用张氏标定法基于棋盘格图像确定摄像头的内部参数,其中,所述内部参数包括:焦距f和光心在成像屏幕上的位置(u0,v0);摄像机畸变系数:k1、k2、k3、p1、p2;
采用张氏标定法基于棋盘格图像确定摄像头的外部参数,其中,所述外部参数包括摄像机坐标系和投影仪坐标系之间的旋转矩阵R和平移矩阵T。
具体的,所述焦距f的取值根据摄像机型号确定;所述光心在成像屏幕上的位置为屏幕上随机位置对应的平面坐标;所述摄像机畸变系数满足如下关系:
(a)径向畸变
径向畸变用泰勒级数展开式的前几项来表示。(x0,y0)是径向畸变点在成像仪上的原始位置,(x,y)是产生径向畸变后新的位置。k1、k2、k3是三个参数,r是距离光心的距离。
(b)切向畸变
其中,(x0,y0)是切向畸变点在成像仪上的原始位置,(x,y)是产生切向畸变后的位置。p1、p2是两个参数。
通过上述畸变系数的关系设置能够有效提高摄像机参数与三维重建的匹配性,进而有效提高三维重建的精确性和准确性。
所述旋转矩阵R是一个3*3的矩阵,
其中γ为侧倾角,α为俯仰角,β为旋转角。平移矩阵T=[tx,ty,tz]T是一个3*1的向量。
基于上述的参数,世界坐标下的一个点[Xw,Yw,Zw]可以转化为图像坐标系中的点[u,v]。
其中,dx,dy是每一个像素在x轴和y轴方向上的物理尺寸。
上述技术方案的工作原理为:首先,使用熟知的张氏标定法,标定摄像头的内部、外部等参数。采用张氏标定法基于棋盘格图像确定摄像头的内部、外部参数。内部参数是摄像头的内部结构参数;外部参数是摄像头的旋转矩阵和平移矩阵。然后,进行系统标定,选择四个点,通过解方程组的方法,确定整个测量系统的结构参数,完成系统的标定。之后,获取物体点云,具体为根据三角相似原理,获取物体点云数据。最后,利用离散的点云数据,通过可视化技术实现,实现三维重建,得到三维的输电通道。由于激光本身具有单色性、高亮度、全天候等特点,基于结构光的三维重建,可以准确的重建出相邻铁塔间的输电通道中导线弧垂和树木等其他物体,结合危险源的识别,可以准确的评估输电线路的安全风险,保障输电安全。
上述技术方案的效果为:本实施例提出的一种基于结构光的输电通道三维重建方法和系统,基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本实施例提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
本发明的一个实施例,所述利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定,包括:
S401、利用激光器打出激光线束,并在所述激光线束上任意选取两点:P点和Q点;
S402、利用摄像机进行成像,获取成像平面,并获取所述P点和Q点在成像平面上对应点E点和F点;
S403、在所述P点和Q点形成的线段PQ上选取第一任意点H,并在所述成像平面上获取与所述第一任意点对应的第一成像对应点G;并另所述第一成像对应点G对应的物理关系满足如下公式:
其中,HQ”表示被测物体H点的高度信息;AG表示H在成像平面上的像点与成像基准点A间的偏移量;θ和分别表示入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC和CA分别表示Q点成像的物距和像距;A表示成像基准点;C表示摄像头镜头的中心点;
S404、重复执行步骤S403,在所述线段PQ上选取第二任意点M,第三任意点N和第四任意点L,它们在成像平面上的成像点分别是G′、G″、G″′,并获取所述第二任意点M,第三任意点N和第四任意点L对应的满足条件公式:
S405、将步骤S403和步骤S404获取的公式联立形成方程组并进行求解,通过求解获取参数θ0、QC0和CA0;其中,所述参数θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
上述技术方案的工作原理为:如图1所示,使用四个点,实现系统中四个结构参数的标定,根据三角相似原理可得如下关系式:
其中,PQ’表示物点的高度信息;AE是P点在摄像机成像平面上的成像点E与成像基准点A的偏移量;QC和CA分别表示Q点成像的物距和像距;这里θ、QC和CA是系统的四个参数。
在线段PQ上任意选取点H,其在成像平面上的成像点是G,符合下面的公式:
同理,可以在线段PQ上再次任意选取3个点,与上述H点形成4个任意点,就可以得到4个方程,组成方程组,通过求解,可以得到系统的4个参数,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
上述技术方案的效果为:基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本实施例提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
发明的一个实施例,所述利用三角相似原理结合所述结构参数获取物体点云数据,包括:
S501、利用确定的系统参数,根据物体表面点A在像平面上的成像点,测量其与成像基准点A的偏移量AE;
S502、通过计算获取深度信息,其中,所述深度信息通过如下公式获取:
其中,PQ’表示物点的高度信息,即深度信息,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
上述技术方案的工作原理为:利用确定的系统参数,根据物体表面点A在像平面上的成像点,计算其与成像基准点A的偏移量AE,利用下面公式得到深度信息
利用线激光扫描被测物体表面,对采集到的线激光扫描图像进行处理和计算,得到物体表面点的深度信息,获取点云数据。
上述技术方案的效果为:基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本实施例提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
本发明实施例提出了一种基于结构光的输电通道三维重建系统,如图3所示,所述输电通道三维重建系统包括:
标定模块,用于对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;
参数标定获取模块,用于利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;
点云数据获取模块,用于利用三角相似原理结合所述结构参数获取物体点云数据;
重建模块,用于利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道。
其中,所述系统对应的硬件设备的安装如图4和图5所示,分别在输电铁塔上安装激光器和摄像机,它们的相对位置如图4和图5所示,位置固定,激光器的轴线、成像物镜的光轴、摄像机的CCD线阵位于同一个平面。
其中,所述标定模块包括:
内部参数设置模块,用于采用张氏标定法基于棋盘格图像确定摄像头的内部参数,其中,所述内部参数包括:焦距f和光心在成像屏幕上的位置(u0,v0);摄像机畸变系数:k1、k2、k3、p1、p2;
外部参数设置模块,用于采用张氏标定法基于棋盘格图像确定摄像头的外部参数,其中,所述外部参数包括摄像机坐标系和投影仪坐标系之间的旋转矩阵R和平移矩阵T。
具体的,所述焦距f的取值根据摄像机型号确定;所述光心在成像屏幕上的位置为屏幕上随机位置对应的平面坐标;所述摄像机畸变系数满足如下关系:
(a)径向畸变
径向畸变用泰勒级数展开式的前几项来表示。(x0,y0)是径向畸变点在成像仪上的原始位置,(x,y)是产生径向畸变后新的位置。k1、k2、k3是三个参数,r是距离光心的距离。
(b)切向畸变
(x0,y0)是切向畸变点在成像仪上的原始位置,(x,y)是产生切向畸变后的位置。p1、p2是两个参数。
通过上述畸变系数的关系设置能够有效提高摄像机参数与三维重建的匹配性,进而有效提高三维重建的精确性和准确性。
所述旋转矩阵R是一个3*3的矩阵,
其中γ为侧倾角,α为俯仰角,β为旋转角。平移矩阵T=[tx,ty,tz]T是一个3*1的向量。
基于上述的参数,世界坐标下的一个点[Xw,Yw,Zw]可以转化为图像坐标系中的点[u,v]。
其中,dx,dy是每一个像素在x轴和y轴方向上的物理尺寸。
上述技术方案的工作原理为:首先,使用熟知的张氏标定法,标定摄像头的内部、外部等参数。采用张氏标定法基于棋盘格图像确定摄像头的内部、外部参数。内部参数是摄像头的内部结构参数;外部参数是摄像头的旋转矩阵和平移矩阵。然后,进行系统标定,选择四个点,通过解方程组的方法,确定整个测量系统的结构参数,完成系统的标定。之后,获取物体点云,具体为根据三角相似原理,获取物体点云数据。最后,利用离散的点云数据,通过可视化技术实现,实现三维重建,得到三维的输电通道。由于激光本身具有单色性、高亮度、全天候等特点,基于结构光的三维重建,可以准确的重建出相邻铁塔间的输电通道中导线弧垂和树木等其他物体,结合危险源的识别,可以准确的评估输电线路的安全风险,保障输电安全。
上述技术方案的效果为:本实施例提出的一种基于结构光的输电通道三维重建方法和系统,基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本实施例提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
本发明的一个实施例,所述参数标定获取模块包括:
点获取模块一,用于利用激光器打出激光线束,并在所述激光线束上任意选取两点:P点和Q点;
点获取模块二,用于利用摄像机进行成像,获取成像平面,并获取所述P点和Q点在成像平面上对应点E点和F点;
点获取模块三,用于在所述P点和Q点形成的线段PQ上选取第一任意点H,并在所述成像平面上获取与所述第一任意点对应的第一成像对应点G;并另所述第一成像对应点G对应的物理关系满足如下公式:
其中,HQ”表示被测物体H点的高度信息;AG表示H在成像平面上的像点与成像基准点A间的偏移量;θ和分别表示入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC和CA分别表示Q点成像的物距和像距;A表示成像基准点;C表示摄像头镜头的中心点;
重复执行模块,用于重复启动所述点获取模块三,控制所述点获取模块三在所述线段PQ上选取第二任意点M,第三任意点N和第四任意点L,它们在成像平面上的成像点分别是G′、G″、G″′,并获取所述第二任意点M,第三任意点N和第四任意点L对应的满足条件公式:
求解模块,用于将所述点获取模块三和所述重复执行模块获取的公式联立形成方程组并进行求解,通过求解获取参数θ0、QC0和CA0;其中,所述参数θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
上述技术方案的工作原理为:如图1所示,使用四个点,实现系统中四个结构参数的标定,根据三角相似原理可得如下关系式:
其中,PQ’表示物点的高度信息;AE是P点在摄像机成像平面上的成像点E与成像基准点A的偏移量;QC和CA分别表示Q点成像的物距和像距;这里θ、QC和CA是系统的四个参数。
在线段PQ上任意选取点H,其在成像平面上的成像点是G,符合下面的公式:
同理,可以在线段PQ上再次任意选取3个点,与上述H点形成4个任意点,就可以得到4个方程,组成方程组,通过求解,可以得到系统的4个参数,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
上述技术方案的效果为:基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本实施例提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
发明的一个实施例,所述点云数据获取模块包括:
偏移量计算模块,用于利用确定的系统参数,根据物体表面点A在像平面上的成像点,测量其与成像基准点A的偏移量AE;
深度信息获取模块,用于通过计算获取深度信息,其中,所述深度信息通过如下公式获取:
其中,PQ’表示物点的高度信息,即深度信息,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
上述技术方案的工作原理为:利用确定的系统参数,根据物体表面点A在像平面上的成像点,计算其与成像基准点A的偏移量AE,利用下面公式得到深度信息
利用线激光扫描被测物体表面,对采集到的线激光扫描图像进行处理和计算,得到物体表面点的深度信息,获取点云数据。
上述技术方案的效果为:基于线结构光实现输电通道的精确重建,避免了现有可见光双目视觉方法重建不精确的问题。同时,通过采用基于结构光的三维重建方式,可以精准的重建出包含实际三维弧垂和地面物体等的输电通道,能够有效提高针对三维弧垂和地面物体等的输电通道进行三维重建的精确性和鲁棒性,并且,能有效检测危险源对输电导线的危害程度,确保用电传输的安全。同时,通过本实施例提出的基于结构光的输电通道三维重建方法和系统能够极大限度提高距离远和细小物体三维重建时的重建精度和鲁棒性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于结构光的输电通道三维重建方法,其特征在于,所述输电通道三维重建方法包括:
对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;
利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;
利用三角相似原理结合所述结构参数获取物体点云数据;
利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道;
其中,利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定,包括:
S401、利用激光器打出激光线束,并在所述激光线束上任意选取两点:P点和Q点;
S402、利用摄像机进行成像,获取成像平面,并获取所述P点和Q点在成像平面上对应点E点和F点;
S403、在所述P点和Q点形成的线段PQ上选取第一任意点H,并在所述成像平面上获取与所述第一任意点对应的第一成像对应点G;并令所述第一成像对应点G对应的物理关系满足如下公式:
其中,HQ”表示被测物体H点的高度信息;AG表示H在成像平面上的像点与成像基准点A间的偏移量;θ和分别表示入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC和CA分别表示Q点成像的物距和像距;
S404、重复执行步骤S403,在所述线段PQ上选取第二任意点M,第三任意点N和第四任意点L,它们在成像平面上的成像点分别是G′、G″、G″′,并获取所述第二任意点M,第三任意点N和第四任意点L对应的满足条件公式:
S405、将步骤S403和步骤S404获取的公式联立形成方程组并进行求解,通过求解获取参数θ0、QC0和CA0;其中,所述参数θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
2.根据权利要求1所述输电通道三维重建方法,其特征在于,所述对摄像机内部参数和外部参数进行标定包括:
采用张氏标定法基于棋盘格图像确定摄像头的内部参数,其中,所述内部参数包括:焦距f和光心在成像屏幕上的位置(u0,v0);
采用张氏标定法基于棋盘格图像确定摄像头的外部参数,其中,所述外部参数包括摄像机坐标系和投影仪坐标系之间的旋转矩阵R和平移矩阵T。
3.根据权利要求2所述输电通道三维重建方法,其特征在于,所述光心在成像屏幕上的位置(u0,v0);
所述旋转矩阵R是一个3*3的矩阵,
其中,γ为侧倾角,α为俯仰角,β为旋转角;平移矩阵T=[tx,ty,tz]T是一个3*1的向量;
基于上述的参数,世界坐标下的一个点[Xw,Yw,Zw]可以转化为图像坐标系中的点[u,v];
其中,dx,dy是每一个像素在x轴和y轴方向上的物理尺寸。
4.根据权利要求1所述输电通道三维重建方法,其特征在于,所述利用三角相似原理结合所述结构参数获取物体点云数据,包括:
S501、利用确定的系统参数,根据物体表面点A在像平面上的成像点,测量其与成像基准点A的偏移量AE;
S502、通过计算获取深度信息,其中,所述深度信息通过如下公式获取:
其中,PQ’表示物点的高度信息,即深度信息,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
5.一种基于结构光的输电通道三维重建系统,其特征在于,所述输电通道三维重建系统包括:
标定模块,用于对摄像机内部参数和外部参数进行标定;其中,所述内部参数为摄像头内部结构参数,所述外部参数为摄像头的旋转矩阵和平移矩阵参数;
参数标定获取模块,用于利用摄像头和激光器协同运行选择四个点,通过四点测量确定测量系统的结构参数,获得所述测量系统的结构参数标定;
点云数据获取模块,用于利用三角相似原理结合所述结构参数获取物体点云数据;
重建模块,用于利用离散的物体点云数据通过Delaunay三角剖分算法进行三维重建,获得三维的输电通道;
其中,所述参数标定获取模块包括:
点获取模块一,用于利用激光器打出激光线束,并在所述激光线束上任意选取两点:P点和Q点;
点获取模块二,用于利用摄像机进行成像,获取成像平面,并获取所述P点和Q点在成像平面上对应点E点和F点;
点获取模块三,用于在所述P点和Q点形成的线段PQ上选取第一任意点H,并在所述成像平面上获取与所述第一任意点对应的第一成像对应点G;并令所述第一成像对应点G对应的物理关系满足如下公式:
其中,HQ”表示被测物体H点的高度信息;AG表示H在成像平面上的像点与成像基准点A间的偏移量;θ和分别表示入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC和CA分别表示Q点成像的物距和像距;
重复执行模块,用于重复启动所述点获取模块三,控制所述点获取模块三在所述线段PQ上选取第二任意点M,第三任意点N和第四任意点L,它们在成像平面上的成像点分别是G′、G″、G″′,并获取所述第二任意点M,第三任意点N和第四任意点L对应的满足条件公式:
求解模块,用于将所述点获取模块三和所述重复执行模块获取的公式联立形成方程组并进行求解,通过求解获取参数θ0、QC0和CA0;其中,所述参数θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
6.根据权利要求5所述输电通道三维重建系统,其特征在于,所述标定模块包括:
内部参数设置模块,用于采用张氏标定法基于棋盘格图像确定摄像头的内部参数,其中,所述内部参数包括:焦距f和光心在成像屏幕上的位置(u0,v0);摄像机畸变系数:k1、k2、k3、p1、p2;
外部参数设置模块,用于采用张氏标定法基于棋盘格图像确定摄像头的外部参数,其中,所述外部参数包括摄像机坐标系和投影仪坐标系之间的旋转矩阵R和平移矩阵T。
7.根据权利要求6所述输电通道三维重建系统,其特征在于,所述光心在成像屏幕上的位置(u0,v0)
所述旋转矩阵R是一个3*3的矩阵,
其中γ为侧倾角,α为俯仰角,β为旋转角;平移矩阵T=[tx,ty,tz]T是一个3*1的向量;
基于上述的参数,世界坐标下的一个点[Xw,Yw,Zw]可以转化为图像坐标系中的点[u,v]:
其中,dx,dy是每一个像素在x轴和y轴方向上的物理尺寸。
8.根据权利要求5所述输电通道三维重建系统,其特征在于,所述点云数据获取模块包括:
偏移量计算模块,用于利用确定的系统参数,根据物体表面点A在像平面上的成像点,测量其与成像基准点A的偏移量AE;
深度信息获取模块,用于通过计算获取深度信息,其中,所述深度信息通过如下公式获取:
其中,PQ’表示物点的高度信息,即深度信息,θ0和分别表示当前情况下入射光线和参考平面的夹角,反射光线和成像平面的夹角;QC0和CA0分别表示当前情况下Q点成像的物距和像距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210877750.1A CN115205466B (zh) | 2022-07-25 | 2022-07-25 | 一种基于结构光的输电通道三维重建方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210877750.1A CN115205466B (zh) | 2022-07-25 | 2022-07-25 | 一种基于结构光的输电通道三维重建方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115205466A CN115205466A (zh) | 2022-10-18 |
CN115205466B true CN115205466B (zh) | 2023-09-19 |
Family
ID=83584996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210877750.1A Active CN115205466B (zh) | 2022-07-25 | 2022-07-25 | 一种基于结构光的输电通道三维重建方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115205466B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115731303B (zh) * | 2022-11-23 | 2023-10-27 | 江苏濠汉信息技术有限公司 | 基于双向双目视觉的大跨度输电导线弧垂三维重建方法 |
CN116962649B (zh) * | 2023-09-19 | 2024-01-09 | 安徽送变电工程有限公司 | 图像监控调整系统及线路施工模型 |
CN117213373A (zh) * | 2023-11-09 | 2023-12-12 | 成都飞机工业(集团)有限责任公司 | 一种三维点云获取方法 |
CN117809297B (zh) * | 2024-02-28 | 2024-05-10 | 江苏濠汉信息技术有限公司 | 基于三维重建的输电线路危险源智能识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207695A (zh) * | 2020-01-14 | 2020-05-29 | 北京科技大学 | 一种基于双线结构光的热轧带钢端部三维轮廓测量方法 |
CN114663597A (zh) * | 2022-04-06 | 2022-06-24 | 四川大学 | 基于归一化扩展极线几何的实时结构光重建方法及装置 |
-
2022
- 2022-07-25 CN CN202210877750.1A patent/CN115205466B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207695A (zh) * | 2020-01-14 | 2020-05-29 | 北京科技大学 | 一种基于双线结构光的热轧带钢端部三维轮廓测量方法 |
CN114663597A (zh) * | 2022-04-06 | 2022-06-24 | 四川大学 | 基于归一化扩展极线几何的实时结构光重建方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115205466A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115205466B (zh) | 一种基于结构光的输电通道三维重建方法和系统 | |
CN108734744B (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
CN108613628B (zh) | 一种基于双目视觉的架空输电线路弧垂测量方法 | |
CN111351446B (zh) | 一种用于三维形貌测量的光场相机校准方法 | |
CN102376089B (zh) | 一种标靶校正方法及系统 | |
CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
CN109727290B (zh) | 基于单目视觉三角测距法的变焦相机动态标定方法 | |
CN107860337B (zh) | 基于阵列相机的结构光三维重建方法与装置 | |
CN114283203B (zh) | 一种多相机系统的标定方法及系统 | |
CN106709955B (zh) | 基于双目立体视觉的空间坐标系标定系统和方法 | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
CN112365545B (zh) | 基于大平面复合靶标的激光雷达与可见光相机的标定方法 | |
CN112634373B (zh) | 基于零膨胀陶瓷标定板的视觉测量系统动态校正方法 | |
CN111028281A (zh) | 基于光场双目系统的深度信息的计算方法及装置 | |
CN105066962A (zh) | 一种多分辨率大视场角高精度摄影测量装置 | |
CN112525106B (zh) | 基于三相机协同激光的3d探测方法及装置 | |
CN110617772A (zh) | 一种非接触式线径测量装置及方法 | |
CN113048888A (zh) | 基于双目视觉的远距离三维位移测量方法及系统 | |
CN114170321A (zh) | 一种基于测距的相机自标定方法及系统 | |
US11640680B2 (en) | Imaging system and a method of calibrating an image system | |
CN109682312B (zh) | 一种基于摄像头测量长度的方法及装置 | |
CN105717502B (zh) | 一种基于线阵ccd的高速激光测距装置 | |
CN113808070B (zh) | 一种双目数字散斑图像相关的视差测量方法 | |
CN113390394B (zh) | 一种带有摄影比例尺的光束法平差算法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20221018 Assignee: Nantong Tianhong Haoyu IoT Technology Co.,Ltd. Assignor: JIANGSU HAOHAN INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2024980000233 Denomination of invention: A method and system for three-dimensional reconstruction of transmission channels based on structured light Granted publication date: 20230919 License type: Exclusive License Record date: 20240109 |