CN115984489A - 一种输电线路的三维重建方法、装置及处理设备 - Google Patents
一种输电线路的三维重建方法、装置及处理设备 Download PDFInfo
- Publication number
- CN115984489A CN115984489A CN202310273454.5A CN202310273454A CN115984489A CN 115984489 A CN115984489 A CN 115984489A CN 202310273454 A CN202310273454 A CN 202310273454A CN 115984489 A CN115984489 A CN 115984489A
- Authority
- CN
- China
- Prior art keywords
- points
- point
- dimensional
- point set
- dimensional reconstruction
- 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
Links
Images
Classifications
-
- 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
Abstract
本申请提供了一种输电线路的三维重建方法、装置及处理设备,通过引入语义分割,从而促进三维结构处理中的外置线状结构的重建完整性,进而对不同种类的输电线路具有较佳的适应性,可以获得显著提高的三维重建精度。方法包括:获取通过三维重建得到的三维点云;对三维点云进行语义分割;从赋予了相应点云的不同点云中,提取线状点云Points;获取线状点云Points的包围盒;获取三维点云处于包围盒内的点云,得到Points/点集;对Points/点集/进行YOZ平面聚类,得到聚类结果;确定聚类结果在X轴取得子集中的最小值和最大值,若差值小于距离阈值则通过直线拟合完成输电线路三维重建,若差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
Description
技术领域
本申请涉及电力领域,具体涉及一种输电线路的三维重建方法、装置及处理设备。
背景技术
输电线路是重要的基础性设施,由于输电线路中的电力金具电力线长期暴露在野外,经受严寒、酷暑、雷击、冰雹、污秽、强风、暴雨等外界因素的影响,导致电力线容易出现断股,弧垂与下方树枝等交叉出现安全性问题,所以关于电力线、交叉的光缆线等的三维重建,值得关注,为预测基础设施安全提供有效的数据支持。
传统技术中通常借助激光雷达或者倾斜摄影等手段来三维建模,机载激光扫描技术的成熟、成本的降低,可以快速获取高精度的三维模型信息,与倾斜摄影建模的技术手段相比,三维模型中电力线、光缆线等外挂的线路可以重建的相对完整,但是在经过水面、空气湿润的地方还是存在噪点,重建不全的问题,所以弱纹理输电线路的三维重建研究是必不可少的一环,具有其重要意义。
然而在现有的相关技术的研究过程中,本申请发明人发现,对于弱纹理输电线路的三维重建方案,普遍存在着精度有限的问题。
发明内容
本申请提供了一种输电线路的三维重建方法、装置及处理设备,通过引入语义分割,从而促进三维结构处理中的外置线状结构的重建完整性,进而对不同种类的输电线路具有较佳的适应性,尤其适用于弱纹理的输电线路,可以获得显著提高的三维重建精度。
第一方面,本申请提供了一种输电线路的三维重建方法,方法包括:
获取通过三维重建得到的三维点云;
对三维点云进行语义分割,得到赋予了相应语义的不同点云;
从赋予了相应语义的不同点云中,提取线状点云Points;
获取线状点云Points的包围盒;
获取三维点云处于包围盒内的点云,得到Points/点集;
对Points/点集进行YOZ平面聚类,得到聚类结果;
确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
结合本申请第一方面,在本申请第一方面第一种可能的实现方式,获取线状点云Points的包围盒,包括:
以通用原点O(0,0,0)为基础,获取线状点云Points的初始包围盒的Xmax、Ymax、Zmax、Xmin、Ymin、Zmin;
基于初始包围盒,确定对应的八个三维坐标A(Xmin,Ymin,Zmax)、B(Xmax,Ymin,Zmax)、C(Xmax,Ymax,Zmax)、D(Xmin,Ymax,Zmax)、E(Xmin,Ymin,Zmin)、F(Xmax,Ymin,Zmin)、G(Xmax,Ymax,Zmin)、H(Xmin,Ymax,Zmin);
求P/min(X/min,Y/min,Z/min),P/max(X/max,Y/max,Z/max)的值,求向量、,以向各自的左下、右上旋转45°求得旋转矩阵,得到、,再根据八个三维坐标的坐标表示方式确定扩大后的目标包围盒,作为最终采用的包围盒。
结合本申请第一方面,在本申请第一方面第二种可能的实现方式,对Points/点集进行YOZ平面聚类,得到聚类结果,包括:
对于Points/点集,根据每段的坐标信息区分线路点的左方向还是右方向,并根据已知的两端坐标、求得以下直线方程:
;
对直线方程变形得到以下的不等式方程:
;
将Points/点集的点代入不等式方程中,若是大于0,则当前点在的右边,放入点集Points_l,若是小于0,则当前点在左边,放入点集Points_r,若是等于0,则放入点集Points_O;
将点集Points_l、点集Points_r、点集Points_O在垂直投影面YOZ平面的投影,将随着Y轴按照0.5m的线段轴距逐步分割点集Points_l、点集Points_r、点集Points_O,每次分割出来的子集采用k-means聚类,每一类根据中心点的Z值高低分别放在子集的子子集内,最后获取到上部分点集S(0)、中间部分点集S(1)和下部分点集S(2),作为聚类结果。
结合本申请第一方面第二种可能的实现方式,在本申请第一方面第三种可能的实现方式,通过悬链线方程拟合完成输电线路三维重建时,通过多重随机采样确定悬链线方程的数学模型的参数,在进行多次数据采样之后,进行多次迭代方法从上部分点集S(0)、中间部分点集S(1)和下部分点集S(2)中随机采样多个数据组点,通过直线方程计算参数K值,进行多次拟合,若是其中某拟合的线组存在交叉需要剔除,通过计算出最优悬链线方程参数K,在获取到最优悬链线方程的线组之后,通过计算线在XOY平面的直线长度和长度比例,若是达到80%,同时又是最优解就保留当前最优悬链线方程参数K。
结合本申请第一方面第三种可能的实现方式,在本申请第一方面第四种可能的实现方式,距离阈值为30m。
结合本申请第一方面,在本申请第一方面第五种可能的实现方式,对三维点云进行语义分割,包括:
通过RandLA-Net模型对三维点云进行语义分割。
结合本申请第一方面,在本申请第一方面第六种可能的实现方式,获取通过三维重建得到的三维点云,包括:
获取基于激光扫描处理或者倾斜摄影处理的三维重建得到的三维点云。
第二方面,本申请提供了一种输电线路的三维重建装置,装置包括:
获取单元,用于获取通过三维重建得到的三维点云;
分割单元,用于对三维点云进行语义分割,得到赋予了相应语义的不同点云;
提取单元,用于从赋予了相应语义的不同点云中,提取线状点云Points;
获取单元,还用于获取线状点云Points的包围盒;
获取单元,还用于获取三维点云处于包围盒内的点云,得到Points/点集;
聚类单元,用于对Points/点集进行YOZ平面聚类,得到聚类结果;
重建单元,用于确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
结合本申请第二方面,在本申请第二方面第一种可能的实现方式,获取单元,具体用于:
以通用原点O(0,0,0)为基础,获取线状点云Points的初始包围盒的Xmax、Ymax、Zmax、Xmin、Ymin、Zmin;
基于初始包围盒,确定对应的八个三维坐标A(Xmin,Ymin,Zmax)、B(Xmax,Ymin,Zmax)、C(Xmax,Ymax,Zmax)、D(Xmin,Ymax,Zmax)、E(Xmin,Ymin,Zmin)、F(Xmax,Ymin,Zmin)、G(Xmax,Ymax,Zmin)、H(Xmin,Ymax,Zmin);
求P/min(X/min,Y/min,Z/min),P/max(X/max,Y/max,Z/max)的值,求向量、,以向各自的左下、右上旋转45°求得旋转矩阵,得到、,再根据八个三维坐标的坐标表示方式确定扩大后的目标包围盒,作为最终采用的包围盒。
结合本申请第二方面,在本申请第二方面第二种可能的实现方式,聚类单元,具体用于:
对于Points/点集,根据每段的坐标信息区分线路点的左方向还是右方向,并根据已知的两端坐标、求得以下直线方程:
;
对直线方程变形得到以下的不等式方程:
;
将Points/点集的点代入不等式方程中,若是大于0,则当前点在的右边,放入点集Points_l,若是小于0,则当前点在左边,放入点集Points_r,若是等于0,则放入点集Points_O;
将点集Points_l、点集Points_r、点集Points_O在垂直投影面YOZ平面的投影,将随着Y轴按照0.5m的线段轴距逐步分割点集Points_l、点集Points_r、点集Points_O,每次分割出来的子集采用k-means聚类,每一类根据中心点的Z值高低分别放在子集的子子集内,最后获取到上部分点集S(0)、中间部分点集S(1)和下部分点集S(2),作为聚类结果。
结合本申请第二方面第二种可能的实现方式,在本申请第二方面第三种可能的实现方式,通过悬链线方程拟合完成输电线路三维重建时,通过多重随机采样确定悬链线方程的数学模型的参数,在进行多次数据采样之后,进行多次迭代方法从上部分点集S(0)、中间部分点集S(1)和下部分点集S(2)中随机采样多个数据组点,通过直线方程计算参数K值,进行多次拟合,若是其中某拟合的线组存在交叉需要剔除,通过计算出最优悬链线方程参数K,在获取到最优悬链线方程的线组之后,通过计算线在XOY平面的直线长度和长度比例,若是达到80%,同时又是最优解就保留当前最优悬链线方程参数K。
结合本申请第二方面第三种可能的实现方式,在本申请第二方面第四种可能的实现方式,距离阈值为30m。
结合本申请第二方面,在本申请第二方面第五种可能的实现方式,分割单元,具体用于:
通过RandLA-Net模型对三维点云进行语义分割。
结合本申请第二方面,在本申请第二方面第六种可能的实现方式,获取单元,具体用于:
获取基于激光扫描处理或者倾斜摄影处理的三维重建得到的三维点云。
第三方面,本申请提供了一种处理设备,包括处理器和存储器,存储器中存储有计算机程序,处理器调用存储器中的计算机程序时执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质存储有多条指令,指令适于处理器进行加载,以执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
从以上内容可得出,本申请具有以下的有益效果:
针对于输电线路的三维重建需求,本申请获取到通过三维重建得到的三维点云后,对该三维点云进行语义分割,得到赋予了相应语义的不同点云,从中提取线状点云Points,继续获取该线状点云Points的包围盒,此时获取前面三维点云处于该包围盒内的点云,得到Points/点集,再对该Points/点集/进行YOZ平面聚类,得到聚类结果,接着确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建,在该三维重建架构中,通过引入语义分割,从而促进三维结构处理中的外置线状结构的重建完整性,进而对不同种类的输电线路具有较佳的适应性,尤其适用于弱纹理的输电线路,可以获得显著提高的三维重建精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请输电线路的三维重建方法的一种流程示意图;
图2为本申请悬链线方程的一种参数示意图;
图3为本申请随机抽样算法的一种流程示意图;
图4为本申请输电线路的三维重建方法的又一种流程示意图;
图5为本申请输电线路的三维重建装置的一种结构示意图;
图6为本申请处理设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。在本申请中出现的对步骤进行的命名或者编号,并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤,已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序,只要能达到相同或者相类似的技术效果即可。
本申请中所出现的模块的划分,是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行,另外,所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,模块之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请中均不作限定。并且,作为分离部件说明的模块或子模块可以是也可以不是物理上的分离,可以是也可以不是物理模块,或者可以分布到多个电路模块中,可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
在介绍本申请提供的输电线路的三维重建方法之前,首先介绍本申请所涉及的背景内容。
为方便理解现有技术所存在的缺陷,即对输电线路尤其是弱纹理的输电线路的三维重建效果较差的问题,还可以结合下面的内容进行理解。
(1)对每小段的电力线点云进行中心化投影,然后通过k-means聚类得到各电力线,最后根据抛物线、直线的模型进行三维拟合重建,该方法能较好的针对比较理想的模型进行聚类拟合,但是聚类阈值很容易受到噪声的影响,且不能完整的拟合精度更高的模型。
(2)采用机器学习的方法通过分类器JointBoost提取电力线,通过相似性检测提取各项电力线,最后采用悬链线进行拟合,该方法也能解决电力线重投影和断裂的问题,但是对分类器的参数要求比较高,需要针对不同环境调参,但是对噪点等还是不能很好的过滤。
(3)是先通过滤波将建筑物、地面点、植被点去掉,然后采用二维Hough分离各类电力线,最后通过双曲函数拟合电力线,相对来说对树木和电力线等混合的地方还是提取效果比较差。
为解决现有技术三维重建效果较差的问题,本申请提供了输电线路的三维重建方法、装置以及计算机可读存储介质,可应用于处理设备,通过引入语义分割,从而促进三维结构处理中的外置线状结构的重建完整性,进而对不同种类的输电线路具有较佳的适应性,尤其适用于弱纹理的输电线路,可以获得显著提高的三维重建精度。
本申请提及的输电线路的三维重建方法,其执行主体可以为输电线路的三维重建装置,或者集成了该输电线路的三维重建装置的服务器、物理主机或者用户设备(UserEquipment,UE)等不同类型的处理设备。其中,输电线路的三维重建装置可以采用硬件或者软件的方式实现,UE具体可以为智能手机、平板电脑、笔记本电脑、台式电脑或者个人数字助理(Personal Digital Assistant,PDA)等终端设备,处理设备可以通过设备集群的方式设置。
其中,应当理解,对于处理设备而言,其具体设备形式是随实际应用中场合、计算量、设备架构、服务架构等不同方面的综合考虑下而配置的,其可以涉及单一的设备,也可以是本地的设备集群,也可以是采用云服务架构的设备集群,因此其具体设备形式本申请并不做具体限定。
此外,本申请所针对的输电线路,具体可以为光缆线、电力线等不同类型或者不同称呼的输电线路。
下面,开始介绍本申请提供的输电线路的三维重建方法。
首先,参阅图1,图1示出了本申请输电线路的三维重建方法的一种流程示意图,本申请提供的输电线路的三维重建方法,具体可包括如下步骤S101至步骤S107:
步骤S101,获取通过三维重建得到的三维点云;
可以理解,本申请的方案是围绕三维点云所进行的处理,而在之前,则可以涉及到点云的采集工作,在该过程中,则可以直接采用现有技术中通过相关三维重建手段所得到的三维点云,如此本申请所做的数据处理也可以理解为在现有的三维点云的基础上所做的二次三维重建处理。
当然,在实际应用中,本申请也可以涉及到如现有技术中三维重建处理更早之前的如数据源处的数据采集工作等相干处理。
而对于现有技术中的三维重建手段,显然可以为任意类型的手段,可以提供三维点云的数据依据即可。
举例而言,可以涉及到激光扫描处理或者倾斜摄影处理等手段,即,作为此处的一种具体实现方式,获取通过三维重建得到的三维点云,可以包括:
获取基于激光扫描处理或者倾斜摄影处理的三维重建得到的三维点云。
可以理解,对于激光扫描处理或者倾斜摄影处理,为现有技术的范畴,此处是为了举例本申请三维点云的具体获取方式,因此对其具体的处理内容,不再加以赘述。
步骤S102,对三维点云进行语义分割,得到赋予了相应语义的不同点云;
为方便进行后续的点云特征处理,本申请则在获取的、初始的三维点云的基础上,引入了语义分割处理,如此,对三维点云进行语义分割后,可以对三维点云中的各点云进行语义的区分,区分为不同块且对应了不同事物的点云,形成了赋予了相应语义的不同点云,从而可以从语义方面为后续的点云特征处理提供语义方面的引导,进而促使后续的数据处理可以获得更为精确的点云。
其中,语义分割具体可以对点云进行输电线路、天空、树木等事物进行划分,所赋予的语义也可以用事物分类结果、分类信息值来理解。
对语义分割处理本身,具体可以交由相关的语义分割算法/神经网络模型来完成,例如PointNet、PointNet++、PointCNN、SPG、KPConv或者RandLA-Net等。
作为又一种具体的实现方式,此处对三维点云进行语义分割,具体可以包括:
通过RandLA-Net模型对三维点云进行语义分割。
可以理解,RandLA-Net模型/算法,可以在保证分割准确率的基础之上,还能保证分割效率,其适用于大场景下的高效率点云语义分割问题。
步骤S103,从赋予了相应语义的不同点云中,提取线状点云Points;
在通过语义分割得到了赋予了相应语义的不同点云后,在该基础上,则可以结合输电线路在实际情况中的形状特征,提取出符合线状点云特征的点云,从而可以得到线状点云,并记为Points,即提取出线状点云Points。
步骤S104,获取线状点云Points的包围盒;
在获得了线状点云Points后,则可以识别其包围盒,包围盒容易理解,可以理解为在三维空间中用体积稍大且特性简单的、来近似地代替复杂的几何对象的几何体,可以为后面涉及的点云二次加工提供范围参考。
其中,对于包围盒本身,以通用原点O(0,0,0)为基础,其信息可以由Xmax、Ymax、Zmax、Xmin、Ymin、Zmin,对应的八个三维坐标有A(Xmin,Ymin,Zmax)、B(Xmax,Ymin,Zmax)、C(Xmax,Ymax,Zmax)、D(Xmin,Ymax,Zmax)、E(Xmin,Ymin,Zmin)、F(Xmax,Ymin,Zmin)、G(Xmax,Ymax,Zmin)、H(Xmin,Ymax,Zmin)。
此外,针对于此处包围盒的计算,本申请还可以进一步的对其进行重构来达到优化的目的。
具体的,作为又一种适于实用的实现方式,此处获取线状点云Points的包围盒,具体可以通过以下内容实现:
获取线状点云Points的初始包围盒的Xmax、Ymax、Zmax、Xmin、Ymin、Zmin;
基于初始包围盒,确定对应的八个三维坐标A(Xmin,Ymin,Zmax)、B(Xmax,Ymin,Zmax)、C(Xmax,Ymax,Zmax)、D(Xmin,Ymax,Zmax)、E(Xmin,Ymin,Zmin)、F(Xmax,Ymin,Zmin)、G(Xmax,Ymax,Zmin)、H(Xmin,Ymax,Zmin);
求P/min(X/min,Y/min,Z/min),P/max(X/max,Y/max,Z/max)的值,求向量、,以向各自的左下、右上旋转45°求得旋转矩阵,得到、,再根据八个三维坐标的坐标表示方式确定扩大后的目标包围盒,作为最终采用的包围盒。
可以看出,此处为包围盒的扩大提供了一套具体的落地配套方案,在对包围盒进行有效、适当的扩大后,可以适当地提高包围盒的空间范围,从而可以为后面涉及的点云二次加工提供更为精确的范围参考,避免部分的有效点云遗漏。
步骤S105,获取三维点云处于包围盒内的点云,得到Points/点集;
在获得了包围盒后,则可以针对其提供的三维空间范围的参考,回到最开始获取的三维点云进行点云的捕捉,重新对三维点云进行点云捕捉,在三维空间中获取三维点云处于包围盒内的点云,所得到的点云记为Points/点集。
例如,Points=P(1,2,3,4,5…n),当某点Px的X坐标大于X/min,小于X/max,Y坐标大于Y/min,小于Y/max,Z坐标大于Z/min,小于Z/max,即放入点集Points/。
步骤S106,对Points/点集进行YOZ平面聚类,得到聚类结果;
此时在获取了与输电线路在三维点云方面中的点云范围后,则可以继续对其进行加工,得到更为精确的、属于输电线路的三维点云。
其中,则可以涉及到具体拟合方式的选择,对此,本申请还结合聚类处理来实现具体拟合方式的选择。
具体的,本申请可以将前面通过包围盒获取的Points/点集投影至三维空间中的YOZ平面进行聚类,为后面的具体拟合方式的选择提供聚类结果的数据依据。
其中,作为又一种具体的实现方式,此处对Points/点集进行YOZ平面聚类,得到聚类结果的过程中,具体可以包括以下内容:
对于Points/点集,根据每段的坐标信息区分线路点的左方向还是右方向,并根据已知的两端坐标、求得以下直线方程:
;
对直线方程变形得到以下的不等式方程:
;
将Points/点集的点代入不等式方程中,若是大于0,则当前点在的右边,放入点集Points_l,若是小于0,则当前点在左边,放入点集Points_r,若是等于0,则放入点集Points_O;
将点集Points_l、点集Points_r、点集Points_O在垂直投影面YOZ平面的投影,将随着Y轴按照0.5m的线段轴距逐步分割点集Points_l、点集Points_r、点集Points_O,每次分割出来的子集采用k-means聚类,每一类根据中心点的Z值高低分别放在子集的子子集内,最后获取到上部分点集S(0)、中间部分点集S(1)和下部分点集S(2),作为聚类结果。
应当理解,此处实施例中的具体聚类方案,不仅是提供了一个具体的落地配套方案,还为后续示例性实施例中判断是否为悬链线方程最优的条件之一引入了如坐标信息的多源信息,从而可以促进后续悬链线方程拟合的拟合精度。
步骤S107,确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
可以理解,这里是结合聚类结果(分割结果)在X轴取得的子集还有预设的距离阈值来判别不同的具体拟合方式的,具体的,若聚类结果在X轴取得子集中的最小值和最大值两者的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若聚类结果在X轴取得子集中的最小值和最大值两者的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
其中,对于直线拟合还有悬链线方程拟合两者,其本身属于较为成熟的技术范畴,以悬链线方程拟合为例,其具体方程式可以参考下式:
,
其中,待定参数,为等高悬点时架空线的长度,为架空线的比载,为架空线的水平应力,其相关符号定义还可以参考图2示出的本申请悬链线方程的一种参数示意图来进行理解。
进一步的,本申请针对于悬链线方程拟合处理,还引入了多重随机采样技术,从而可以在确认最优的悬链线方程时加入可利用的坐标信息,在该设置下,可以排除悬链线方程拟合的线状只是一小段的问题,从而增加更多数据的冗余程度。
具体的,作为又一种具体的实现方式,在前面的具体聚合方案的基础上,通过悬链线方程拟合完成输电线路三维重建时,通过多重随机采样确定悬链线方程的数学模型的参数,在进行多次数据采样之后,进行多次迭代方法从上部分点集S(0)、中间部分点集S(1)和下部分点集S(2)中随机采样多个数据组点,通过直线方程计算参数K值,进行多次拟合,若是其中某拟合的线组存在交叉需要剔除,通过计算出最优悬链线方程参数K,在获取到最优悬链线方程的线组之后,通过计算线在XOY平面的直线长度和长度比例,若是达到80%,同时又是最优解就保留当前最优悬链线方程参数K。
其中,此处的数据采样的内容,还可以参考图3示出的本申请随机抽样算法的一种流程示意图进行理解。
其中,对于判别具体拟合方式所涉及的距离阈值,在实际应用中,具体可以为30m。
此外,为方便理解以上各实施例的内容,还可以参考图4示出的本申请输电线路的三维重建方法的又一种流程示意图进行理解。
从以上内容可以看出,针对于输电线路的三维重建需求,本申请获取到通过三维重建得到的三维点云后,对该三维点云进行语义分割,得到赋予了相应语义的不同点云,从中提取线状点云Points,继续获取该线状点云Points的包围盒,此时获取前面三维点云处于该包围盒内的点云,得到Points/点集,再对该Points/点集/进行YOZ平面聚类,得到聚类结果,接着确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建,在该三维重建架构中,通过引入语义分割,从而促进三维结构处理中的外置线状结构的重建完整性,进而对不同种类的输电线路具有较佳的适应性,尤其适用于弱纹理的输电线路,可以获得显著提高的三维重建精度。
以上是本申请提供的输电线路的三维重建方法的介绍,为便于更好的实施本申请提供的输电线路的三维重建方法,本申请还从功能模块角度提供了一种输电线路的三维重建装置。
参阅图5,图5为本申请输电线路的三维重建装置的一种结构示意图,在本申请中,输电线路的三维重建装置500具体可包括如下结构:
获取单元501,用于获取通过三维重建得到的三维点云;
分割单元502,用于对三维点云进行语义分割,得到赋予了相应语义的不同点云;
提取单元503,用于从赋予了相应语义的不同点云中,提取线状点云Points;
获取单元501,还用于获取线状点云Points的包围盒;
获取单元501,还用于获取三维点云处于包围盒内的点云,得到Points/点集;
聚类单元504,用于对Points/点集进行YOZ平面聚类,得到聚类结果;
重建单元505,用于确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
在一种示例性的实现方式中,获取单元501,具体用于:
以通用原点O(0,0,0)为基础,获取线状点云Points的初始包围盒的Xmax、Ymax、Zmax、Xmin、Ymin、Zmin;
基于初始包围盒,确定对应的八个三维坐标A(Xmin,Ymin,Zmax)、B(Xmax,Ymin,Zmax)、C(Xmax,Ymax,Zmax)、D(Xmin,Ymax,Zmax)、E(Xmin,Ymin,Zmin)、F(Xmax,Ymin,Zmin)、G(Xmax,Ymax,Zmin)、H(Xmin,Ymax,Zmin);
求P/min(X/min,Y/min,Z/min),P/max(X/max,Y/max,Z/max)的值,求向量、,以向各自的左下、右上旋转45°求得旋转矩阵,得到、,再根据八个三维坐标的坐标表示方式确定扩大后的目标包围盒,作为最终采用的包围盒。
在又一种示例性的实现方式中,聚类单元504,具体用于:
对于Points/点集,根据每段的坐标信息区分线路点的左方向还是右方向,并根据已知的两端坐标、求得以下直线方程:
;
对直线方程变形得到以下的不等式方程:
;
将Points/点集的点代入不等式方程中,若是大于0,则当前点在的右边,放入点集Points_l,若是小于0,则当前点在左边,放入点集Points_r,若是等于0,则放入点集Points_O;
将点集Points_l、点集Points_r、点集Points_O在垂直投影面YOZ平面的投影,将随着Y轴按照0.5m的线段轴距逐步分割点集Points_l、点集Points_r、点集Points_O,每次分割出来的子集采用k-means聚类,每一类根据中心点的Z值高低分别放在子集的子子集内,最后获取到上部分点集S(0)、中间部分点集S(1)和下部分点集S(2),作为聚类结果。
在又一种示例性的实现方式中,通过悬链线方程拟合完成输电线路三维重建时,通过多重随机采样确定悬链线方程的数学模型的参数,在进行多次数据采样之后,进行多次迭代方法从上部分点集S(0)、中间部分点集S(1)和下部分点集S(2)中随机采样多个数据组点,通过直线方程计算参数K值,进行多次拟合,若是其中某拟合的线组存在交叉需要剔除,通过计算出最优悬链线方程参数K,在获取到最优悬链线方程的线组之后,通过计算线在XOY平面的直线长度和长度比例,若是达到80%,同时又是最优解就保留当前最优悬链线方程参数K。
在又一种示例性的实现方式中,距离阈值为30m。
在又一种示例性的实现方式中,分割单元502,具体用于:
通过RandLA-Net模型对三维点云进行语义分割。
结合本申请第二方面,在本申请第二方面第六种可能的实现方式,获取单元501,具体用于:
获取基于激光扫描处理或者倾斜摄影处理的三维重建得到的三维点云。
本申请还从硬件结构角度提供了一种处理设备,参阅图6,图6示出了本申请处理设备的一种结构示意图,具体的,本申请处理设备可包括处理器601、存储器602以及输入输出设备603,处理器601用于执行存储器602中存储的计算机程序时实现如图1对应实施例中输电线路的三维重建方法的各步骤;或者,处理器601用于执行存储器602中存储的计算机程序时实现如图5对应实施例中各单元的功能,存储器602用于存储处理器601执行上述图1对应实施例中输电线路的三维重建方法所需的计算机程序。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器602中,并由处理器601执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机装置中的执行过程。
处理设备可包括,但不仅限于处理器601、存储器602、输入输出设备603。本领域技术人员可以理解,示意仅仅是处理设备的示例,并不构成对处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如处理设备还可以包括网络接入设备、总线等,处理器601、存储器602、输入输出设备603等通过总线相连。
处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是处理设备的控制中心,利用各种接口和线路连接整个设备的各个部分。
存储器602可用于存储计算机程序和/或模块,处理器601通过运行或执行存储在存储器602内的计算机程序和/或模块,以及调用存储在存储器602内的数据,实现计算机装置的各种功能。存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据处理设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器601用于执行存储器602中存储的计算机程序时,具体可实现以下功能:
获取通过三维重建得到的三维点云;
对三维点云进行语义分割,得到赋予了相应语义的不同点云;
从赋予了相应语义的不同点云中,提取线状点云Points;
获取线状点云Points的包围盒;
获取三维点云处于包围盒内的点云,得到Points/点集;
对Points/点集进行YOZ平面聚类,得到聚类结果;
确定聚类结果在X轴取得子集中的最小值和最大值,若最小值和最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若最小值和最大值的差值大于距离阈值则通过悬链线方程拟合完成输电线路三维重建。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的输电线路的三维重建装置、处理设备及其相应单元的具体工作过程,可以参考如图1对应实施例中输电线路的三维重建方法的说明,具体在此不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请如图1对应实施例中输电线路的三维重建方法的步骤,具体操作可参考如图1对应实施例中输电线路的三维重建方法的说明,在此不再赘述。
其中,该计算机可读存储介质可以包括:只读存储器(Read Only Memory,ROM)、随机存取记忆体(Random Access Memory,RAM)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令,可以执行本申请如图1对应实施例中输电线路的三维重建方法的步骤,因此,可以实现本申请如图1对应实施例中输电线路的三维重建方法所能实现的有益效果,详见前面的说明,在此不再赘述。
以上对本申请提供的输电线路的三维重建方法、装置、处理设备以及计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种输电线路的三维重建方法,其特征在于,所述方法包括:
获取通过三维重建得到的三维点云;
对所述三维点云进行语义分割,得到赋予了相应语义的不同点云;
从所述赋予了相应语义的不同点云中,提取线状点云Points;
获取所述线状点云Points的包围盒;
获取所述三维点云处于所述包围盒内的点云,得到Points/点集;
对所述Points/点集进行YOZ平面聚类,得到聚类结果;
确定所述聚类结果在X轴取得子集中的最小值和最大值,若所述最小值和所述最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若所述最小值和所述最大值的差值大于所述距离阈值则通过悬链线方程拟合完成输电线路三维重建。
2.根据权利要求1所述的方法,其特征在于,所述获取所述线状点云Points的包围盒,包括:
以通用原点O(0,0,0)为基础,获取所述线状点云Points的初始包围盒的Xmax、Ymax、Zmax、Xmin、Ymin、Zmin;
基于所述初始包围盒,确定对应的八个三维坐标A(Xmin,Ymin,Zmax)、B(Xmax,Ymin,Zmax)、C(Xmax,Ymax,Zmax)、D(Xmin,Ymax,Zmax)、E(Xmin,Ymin,Zmin)、F(Xmax,Ymin,Zmin)、G(Xmax,Ymax,Zmin)、H(Xmin,Ymax,Zmin);
求P/min(X/min,Y/min,Z/min),P/max(X/max,Y/max,Z/max)的值,求向量、,以向各自的左下、右上旋转45°求得旋转矩阵,得到、,再根据所述八个三维坐标的坐标表示方式确定扩大后的目标包围盒,作为最终采用的包围盒。
3.根据权利要求1所述的方法,其特征在于,所述对所述Points/点集进行YOZ平面聚类,得到聚类结果,包括:
对于所述Points/点集,根据每段的坐标信息区分线路点的左方向还是右方向,并根据已知的两端坐标、求得以下直线方程:
;
对所述直线方程变形得到以下的不等式方程:
;
将所述Points/点集的点代入所述不等式方程中,若是大于0,则当前点在的右边,放入点集Points_l,若是小于0,则所述当前点在左边,放入点集Points_r,若是等于0,则放入点集Points_O;
将所述点集Points_l、所述点集Points_r、所述点集Points_O在垂直投影面YOZ平面的投影,将随着Y轴按照0.5m的线段轴距逐步分割所述点集Points_l、所述点集Points_r、所述点集Points_O,每次分割出来的子集采用k-means聚类,每一类根据中心点的Z值高低分别放在子集的子子集内,最后获取到上部分点集S(0)、中间部分点集S(1)和下部分点集S(2),作为所述聚类结果。
4.根据权利要求3所述的方法,其特征在于,通过所述悬链线方程拟合完成输电线路三维重建时,通过多重随机采样确定悬链线方程的数学模型的参数,在进行多次数据采样之后,进行多次迭代方法从所述上部分点集S(0)、所述中间部分点集S(1)和所述下部分点集S(2)中随机采样多个数据组点,通过所述直线方程计算参数K值,进行多次拟合,若是其中某拟合的线组存在交叉需要剔除,通过计算出最优悬链线方程参数K,在获取到最优悬链线方程的线组之后,通过计算线在XOY平面的直线长度和长度比例,若是达到80%,同时又是最优解就保留当前最优悬链线方程参数K。
5.根据权利要求4所述的方法,其特征在于,所述距离阈值为30m。
6.根据权利要求1所述的方法,其特征在于,所述对所述三维点云进行语义分割,包括:
通过RandLA-Net模型对所述三维点云进行语义分割。
7.根据权利要求1所述的方法,其特征在于,所述获取通过三维重建得到的三维点云,包括:
获取基于激光扫描处理或者倾斜摄影处理的三维重建得到的所述三维点云。
8.一种输电线路的三维重建装置,其特征在于,所述装置包括:
获取单元,用于获取通过三维重建得到的三维点云;
分割单元,用于对所述三维点云进行语义分割,得到赋予了相应语义的不同点云;
提取单元,用于从所述赋予了相应语义的不同点云中,提取线状点云Points;
所述获取单元,还用于获取所述线状点云Points的包围盒;
所述获取单元,还用于获取所述三维点云处于所述包围盒内的点云,得到Points/点集;
聚类单元,用于对所述Points/点集进行YOZ平面聚类,得到聚类结果;
重建单元,用于确定所述聚类结果在X轴取得子集中的最小值和最大值,若所述最小值和所述最大值的差值小于距离阈值则通过直线拟合完成输电线路三维重建,若所述最小值和所述最大值的差值大于所述距离阈值则通过悬链线方程拟合完成输电线路三维重建。
9.一种处理设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310273454.5A CN115984489B (zh) | 2023-03-21 | 2023-03-21 | 一种输电线路的三维重建方法、装置及处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310273454.5A CN115984489B (zh) | 2023-03-21 | 2023-03-21 | 一种输电线路的三维重建方法、装置及处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115984489A true CN115984489A (zh) | 2023-04-18 |
CN115984489B CN115984489B (zh) | 2023-09-19 |
Family
ID=85974506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310273454.5A Active CN115984489B (zh) | 2023-03-21 | 2023-03-21 | 一种输电线路的三维重建方法、装置及处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115984489B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3107264A1 (en) * | 2017-07-20 | 2019-01-24 | Eclo, Inc. | Augmented reality for three-dimensional model reconstruction |
US20190080503A1 (en) * | 2017-09-13 | 2019-03-14 | Tata Consultancy Services Limited | Methods and systems for surface fitting based change detection in 3d point-cloud |
CN110148211A (zh) * | 2019-05-15 | 2019-08-20 | 贵州电网有限责任公司 | 一种基于点云数据的电力线三维重建方法 |
US20190371044A1 (en) * | 2018-06-04 | 2019-12-05 | Baidu Online Network Technology (Beijing) Co., Ltd | Method, apparatus, device and computer readable storage medium for reconstructing three-dimensional scene |
US20200006988A1 (en) * | 2012-07-06 | 2020-01-02 | Energous Corporation | Systems and methods of using electromagnetic waves to wirelessly deliver power to electronic devices |
CN111932688A (zh) * | 2020-09-10 | 2020-11-13 | 深圳大学 | 一种基于三维点云的室内平面要素提取方法、系统及设备 |
CN112907735A (zh) * | 2021-03-10 | 2021-06-04 | 南京理工大学 | 一种基于点云的柔性电缆识别与三维重建方法 |
CN113379898A (zh) * | 2021-06-17 | 2021-09-10 | 西安理工大学 | 一种基于语义分割的三维室内场景重建方法 |
US20210407117A1 (en) * | 2020-06-26 | 2021-12-30 | Toyota Research Institute, Inc. | System and method for self-supervised monocular ground-plane extraction |
WO2022040970A1 (zh) * | 2020-08-26 | 2022-03-03 | 南京翱翔信息物理融合创新研究院有限公司 | 一种同步实现三维重建和ar虚实注册的方法、系统及装置 |
WO2022061945A1 (zh) * | 2020-09-27 | 2022-03-31 | 广东电网有限责任公司 | 一种电力线路安全距离检测方法 |
CN114926699A (zh) * | 2022-07-20 | 2022-08-19 | 深圳大学 | 一种室内三维点云语义分类方法、装置、介质及终端 |
CN115272572A (zh) * | 2022-07-26 | 2022-11-01 | 广东电网有限责任公司 | 输电线路重建方法、装置、电子设备及存储介质 |
WO2022252274A1 (zh) * | 2021-05-31 | 2022-12-08 | 北京理工大学 | 基于PointNet网络点云分割及虚拟环境生成方法和装置 |
CN115761172A (zh) * | 2022-10-10 | 2023-03-07 | 哈尔滨工程大学 | 一种基于点云语义分割与结构拟合的单体建筑三维重建方法 |
-
2023
- 2023-03-21 CN CN202310273454.5A patent/CN115984489B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200006988A1 (en) * | 2012-07-06 | 2020-01-02 | Energous Corporation | Systems and methods of using electromagnetic waves to wirelessly deliver power to electronic devices |
CA3107264A1 (en) * | 2017-07-20 | 2019-01-24 | Eclo, Inc. | Augmented reality for three-dimensional model reconstruction |
US20190080503A1 (en) * | 2017-09-13 | 2019-03-14 | Tata Consultancy Services Limited | Methods and systems for surface fitting based change detection in 3d point-cloud |
US20190371044A1 (en) * | 2018-06-04 | 2019-12-05 | Baidu Online Network Technology (Beijing) Co., Ltd | Method, apparatus, device and computer readable storage medium for reconstructing three-dimensional scene |
CN110148211A (zh) * | 2019-05-15 | 2019-08-20 | 贵州电网有限责任公司 | 一种基于点云数据的电力线三维重建方法 |
US20210407117A1 (en) * | 2020-06-26 | 2021-12-30 | Toyota Research Institute, Inc. | System and method for self-supervised monocular ground-plane extraction |
WO2022040970A1 (zh) * | 2020-08-26 | 2022-03-03 | 南京翱翔信息物理融合创新研究院有限公司 | 一种同步实现三维重建和ar虚实注册的方法、系统及装置 |
CN111932688A (zh) * | 2020-09-10 | 2020-11-13 | 深圳大学 | 一种基于三维点云的室内平面要素提取方法、系统及设备 |
WO2022061945A1 (zh) * | 2020-09-27 | 2022-03-31 | 广东电网有限责任公司 | 一种电力线路安全距离检测方法 |
CN112907735A (zh) * | 2021-03-10 | 2021-06-04 | 南京理工大学 | 一种基于点云的柔性电缆识别与三维重建方法 |
WO2022252274A1 (zh) * | 2021-05-31 | 2022-12-08 | 北京理工大学 | 基于PointNet网络点云分割及虚拟环境生成方法和装置 |
CN113379898A (zh) * | 2021-06-17 | 2021-09-10 | 西安理工大学 | 一种基于语义分割的三维室内场景重建方法 |
CN114926699A (zh) * | 2022-07-20 | 2022-08-19 | 深圳大学 | 一种室内三维点云语义分类方法、装置、介质及终端 |
CN115272572A (zh) * | 2022-07-26 | 2022-11-01 | 广东电网有限责任公司 | 输电线路重建方法、装置、电子设备及存储介质 |
CN115761172A (zh) * | 2022-10-10 | 2023-03-07 | 哈尔滨工程大学 | 一种基于点云语义分割与结构拟合的单体建筑三维重建方法 |
Non-Patent Citations (4)
Title |
---|
ZHANG R 等: "Automatic extraction of highvoltage power transmission objects from UAV Lidar point clouds", REMOTE SENSING * |
刘欢 等: "输电线路机载 LiDAR 点云分类算法研究", 工程勘察 * |
张瑞菊;周欣;赵江洪;曹闵;: "一种古建筑点云数据的语义分割算法", 武汉大学学报(信息科学版), no. 05 * |
徐梁刚;虢韬;吴绍华;王坤辉;赵健;杨龙;王迪;: "基于点云数据特征的电力线快速提取和重建", 激光技术, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN115984489B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932688B (zh) | 一种基于三维点云的室内平面要素提取方法、系统及设备 | |
Ioannou et al. | Difference of normals as a multi-scale operator in unorganized point clouds | |
CN107146277B (zh) | 基于点云数据对变电站进行建模的方法 | |
CN107045733B (zh) | 基于点云数据对变电站gis设备进行建模的方法 | |
CN110033519B (zh) | 基于隐式函数的三维建模方法、装置、系统及存储介质 | |
CN110368694B (zh) | 游戏场景的数据处理方法、装置、设备及可读存储介质 | |
CN107680168B (zh) | 三维重建中基于平面拟合的网格简化方法 | |
Litomisky et al. | Removing moving objects from point cloud scenes | |
CN111639147B (zh) | 一种地图压缩方法、系统及计算机可读存储介质 | |
CN114004938B (zh) | 一种基于海量数据的城市场景重建方法及装置 | |
CN110889901B (zh) | 基于分布式系统的大场景稀疏点云ba优化方法 | |
CN110544298A (zh) | 变电站建模方法、装置、计算机设备和存储介质 | |
CN109410213A (zh) | 基于包围盒的多边形图元裁剪方法、计算机可读存储介质、电子设备 | |
CN114821571A (zh) | 一种用于电力线缆识别和重建的点云处理方法 | |
CN114359226A (zh) | 基于分层叠加和区域增长的三维模型组可视面积提取方法 | |
CN113888391A (zh) | 一种室内结构化重建方法、装置及计算机可读存储介质 | |
CN111310845A (zh) | 一种变电站设备识别方法、装置和设备 | |
CN115984489A (zh) | 一种输电线路的三维重建方法、装置及处理设备 | |
CN105022837A (zh) | 云端多模场景地图分布式存储结构 | |
Sun et al. | Automated segmentation of LiDAR point clouds for building rooftop extraction | |
CN116452604A (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN115600307B (zh) | 一种从城市场景的Mesh模型中生成单体化建筑的方法 | |
CN115311418B (zh) | 一种多细节层次树木模型单体化重建方法及装置 | |
CN112861595A (zh) | 数据点的识别方法、装置和计算机可读存储介质 | |
CN113536837A (zh) | 室内场景的区域划分方法及装置 |
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 | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |