本發(fā)明涉及桿塔關(guān)鍵部位識別技術(shù)領(lǐng)域，具體涉及基于模型的塔桿三維重建方法。

背景技術(shù)：

隨著我國經(jīng)濟(jì)發(fā)展以及對能源的需求越來越大，采用高壓和超高壓架空電力線長距離輸配電力迫在眉睫。塔桿主要由桿件組成，桿件之間通過連接部位組成塔型結(jié)構(gòu)，桿件又由四個(gè)主桿件組成主桿件組成整個(gè)桿件的骨架，其他桿件起到一個(gè)加強(qiáng)支撐的效果，電力線及桿塔附件長期暴露在野外，因受到持續(xù)的機(jī)械張力、電氣閃絡(luò)、材料老化的影響會產(chǎn)生斷股、磨損、腐蝕等損傷等安全隱患，如不及時(shí)修復(fù)更換，最終會導(dǎo)致嚴(yán)重事故，造成大面積的停電和巨大的經(jīng)濟(jì)損失。隨著直升機(jī)巡線技術(shù)的發(fā)展，利用攝像機(jī)獲取待檢測桿塔的一幅或多幅圖像，通過圖像分析與處理來檢測桿塔各個(gè)關(guān)鍵部位的狀態(tài)成為一種新的方法。

而如果通過直接觀察法，用高倍望遠(yuǎn)鏡就近直接觀察桿塔各個(gè)關(guān)鍵部位。該方法實(shí)現(xiàn)方便，但是費(fèi)時(shí)費(fèi)力，檢測結(jié)果也不可靠。如果通過紫外成像法和紅外成像法，該方法檢測絕緣子狀態(tài)比較高效，檢測結(jié)果準(zhǔn)確，不足之處是一般要求夜間操作，設(shè)備昂貴，受環(huán)境干擾大。所以需要一種精確度較高的一種塔桿識別方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于，提供一種基于模型的塔桿三維重建方法，解決以上技術(shù)問題；

本發(fā)明所解決的技術(shù)問題可以采用以下技術(shù)方案來實(shí)現(xiàn)：一種基于模型的塔桿三維重建方法，提供一用于采集塔桿影像的攝像機(jī)以及對應(yīng)的塔桿三維模型，

步驟1，導(dǎo)入所述塔桿三維模型；

步驟2，提取所述塔桿三維模型中塔桿的連接部位以確定若干第一連接點(diǎn)；提取所述塔桿三維模型中塔桿的桿件以確定若干第一線段，從所述第一線段以第一策略中確定表示所述塔桿三維模型中塔桿的四個(gè)主桿件的四條第一主線段；

步驟3，對四條所述第一主線段延長，得到第一交點(diǎn)和第二交點(diǎn)，求第一交點(diǎn)和第二交點(diǎn)的中點(diǎn)作為第一基準(zhǔn)角點(diǎn)，以第二策略在步驟2中得到的第一連接點(diǎn)中確定第二基準(zhǔn)角點(diǎn)和第三基準(zhǔn)角點(diǎn)，將所述第一基準(zhǔn)角點(diǎn)、第二基準(zhǔn)角點(diǎn)和第三基準(zhǔn)角點(diǎn)連線得到基準(zhǔn)三角形；

步驟4，采集塔桿影像作為塔桿平面模型；

步驟5，識別所述塔桿平面模型中塔桿的桿件以確定若干第二線段，從所述第二線段中以第三策略識別表示所述塔桿平面模型中塔桿塔身兩側(cè)的主桿件的兩條第二主線段；

步驟6，識別所述塔桿平面模型中角點(diǎn)以得到基準(zhǔn)角點(diǎn)集；

步驟7，延長步驟5中得到的所述第二主線段確定第一校準(zhǔn)角點(diǎn)，以第四策略從所述基準(zhǔn)角點(diǎn)集中隨機(jī)生成第二校準(zhǔn)角點(diǎn)和第三校準(zhǔn)角點(diǎn)，將第一校準(zhǔn)角點(diǎn)、第二校準(zhǔn)角點(diǎn)和第三校準(zhǔn)角點(diǎn)連線得到校準(zhǔn)三角形；

步驟8，通過校準(zhǔn)三角形的坐標(biāo)對應(yīng)基準(zhǔn)三角形的坐標(biāo)得到所述塔桿三維模型與塔桿平面模型的投影矩陣；根據(jù)第五策略所述投影矩陣將所述第一主線段和所述第一連接點(diǎn)投影至所述塔桿平面模型中并根據(jù)匹配度對所述投影矩陣評分；

步驟9，重復(fù)進(jìn)行步驟7和步驟8，直至得到預(yù)設(shè)目標(biāo)數(shù)量的所述投影矩陣評分時(shí)，確定所述投影矩陣評分最高的所述投影矩陣為所述塔桿三維模型和所述塔桿平面模型建立匹配關(guān)系。

進(jìn)一步的，步驟2中，以連接部位的中心點(diǎn)為確定的第一連接點(diǎn)。

進(jìn)一步的，所述第一策略包括

步驟2.1，從第一線段中篩選長度序列在前百分之十的第一篩選線段集；

步驟2.2，從所述第一篩選線段集中進(jìn)行等腰梯形匹配，將不能與其他第一線段組合作為等腰梯形的兩條腰線的從第一篩選線段集中排除；

步驟2.3，從第一篩選線段集中選取最長的四條第一線段作為第一主線段。

進(jìn)一步的，所述第二策略包括

步驟3.1，根據(jù)所述第一主線段確定所述塔桿三維模型的中心線；

步驟3.2，在所述第一連接點(diǎn)中，分別以距離所述中心線最遠(yuǎn)的兩個(gè)第一連接點(diǎn)作為第二基準(zhǔn)角點(diǎn)和第三基準(zhǔn)角點(diǎn)。

進(jìn)一步的，所述第四策略包括

步驟7.1，延長兩條第二主線段，將所述塔桿平面模型依次劃分為第一區(qū)域、第二區(qū)域和第三區(qū)域；

步驟7.2，根據(jù)角點(diǎn)的位置將基準(zhǔn)角點(diǎn)集分為第一子集、第二子集和第三子集，所述第一子集、所述第二子集和所述第三子集分別對應(yīng)所述第一區(qū)域、所述第二區(qū)域和所述第三區(qū)域；

步驟7.3，從所述第一子集中隨機(jī)生成所述第二校準(zhǔn)角點(diǎn)，從所述第三子集中隨機(jī)選取所述第三校準(zhǔn)角點(diǎn)。

進(jìn)一步的，所述步驟4中還包括標(biāo)定所述攝像機(jī)的內(nèi)參數(shù)。

進(jìn)一步的，所述步驟4中還包括對所述塔桿影像進(jìn)行畸變校正處理。

進(jìn)一步的，所述第三策略包括

步驟5.1，延長所述第二線段得到若干第二延長線段；

步驟5.2，對每一所述第二延長線段與其他所有所述第二線段根據(jù)相似度獲得第一評定分值；

步驟5.3，確定第一評定分值最高的兩條第二線段為第二主線段。

進(jìn)一步的，所述第五策略包括

步驟8.1，將所述第一主線段投影到塔桿平面模型中與第二主線段進(jìn)行匹配，若完成匹配，進(jìn)入步驟8.2；

步驟8.2，將所述第一連接點(diǎn)投影到塔桿平面模型中，任一所述第一連接點(diǎn)與所述基準(zhǔn)角點(diǎn)集中任一角點(diǎn)距離小于第一預(yù)設(shè)距離則判斷為該第一連接角點(diǎn)為匹配角點(diǎn)，計(jì)算匹配角點(diǎn)的數(shù)量為第一評分。

進(jìn)一步的，所述第一預(yù)設(shè)距離為2個(gè)像素。

有益效果：由于采用以上技術(shù)方案，本發(fā)明提出一種基于模型的桿塔三維重建與匹配方法，三維模型與真實(shí)桿塔圖像進(jìn)行匹配，根據(jù)先驗(yàn)知識，自動(dòng)高效準(zhǔn)確的定位桿塔的關(guān)鍵部件。

附圖說明

圖1為流程示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

需要說明的是，在不沖突的情況下，本發(fā)明中的實(shí)施例及實(shí)施例中的特征可以相互組合。

下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作進(jìn)一步說明，但不作為本發(fā)明的限定。

步驟1，導(dǎo)入所述塔桿三維模型；由于一般的塔桿三維數(shù)據(jù)都是CAD數(shù)據(jù)，所以本實(shí)施例以CAD數(shù)據(jù)為例，做出介紹。

步驟2，提取所述塔桿三維模型中塔桿的連接部位以確定若干第一連接點(diǎn)；自動(dòng)識別桿塔的鏈接部位，計(jì)算這些連接部位的中心點(diǎn)，得到桿塔CAD模型的稀疏表達(dá)特征點(diǎn)云。CAD桿塔模型的稀疏點(diǎn)云由桿塔所有的節(jié)點(diǎn)組成，得到的稀疏點(diǎn)云。提取所述塔桿三維模型中塔桿的桿件以確定若干第一線段，從所述第一線段以第一策略中確定表示所述塔桿三維模型中塔桿的四個(gè)主桿件的四條第一主線段；以連接部位的中心點(diǎn)為確定的第一連接點(diǎn)。所述第一策略包括步驟2.1，從第一線段中篩選長度序列在前百分之十的第一篩選線段集，即將模型拆分為線段的集合，對所有線段按長度進(jìn)行排序，保留最長的10％的線段；步驟2.2，從所述第一篩選線段集中進(jìn)行等腰梯形匹配，將不能與其他第一線段組合作為等腰梯形的兩條腰線的從第一篩選線段集中排除，僅保留能夠找到其他線段能夠形成等腰梯形的線段；步驟2.3，從第一篩選線段集中選取最長的四條第一線段作為第一主線段，找到最長的4條線段，并且他們兩兩之間皆為等腰梯形即為目標(biāo)直線塔邊線。

步驟3，對四條所述第一主線段延長，得到第一交點(diǎn)和第二交點(diǎn)，求第一交點(diǎn)和第二交點(diǎn)的中點(diǎn)作為第一基準(zhǔn)角點(diǎn)，以第二策略在步驟2中得到的第一連接點(diǎn)中確定第二基準(zhǔn)角點(diǎn)和第三基準(zhǔn)角點(diǎn)，將所述第一基準(zhǔn)角點(diǎn)、第二基準(zhǔn)角點(diǎn)和第三基準(zhǔn)角點(diǎn)連線得到基準(zhǔn)三角形；所述第二策略包括步驟3.1，根據(jù)所述第一主線段確定所述塔桿三維模型的中心線；步驟3.2，在所述第一連接點(diǎn)中，分別以距離所述中心線最遠(yuǎn)的兩個(gè)第一連接點(diǎn)作為第二基準(zhǔn)角點(diǎn)和第三基準(zhǔn)角點(diǎn)。延長步驟2中得到的直線塔邊線，得到兩兩直線的交點(diǎn)，計(jì)算他們的平均點(diǎn)以此作為帶匹配點(diǎn)三角形的第一個(gè)角點(diǎn),由步驟2識別得到直線塔邊線，計(jì)算出桿塔模型的中心線，查找由步驟步驟2得到的模型的稀疏表達(dá)點(diǎn)云中離中心線距離最遠(yuǎn)并分布于兩端的兩點(diǎn),至此三點(diǎn)共同構(gòu)成了模型上的待匹配點(diǎn)三角形。

步驟4，采集塔桿影像作為塔桿平面模型；所述步驟4中還包括標(biāo)定所述攝像機(jī)的內(nèi)參數(shù)。所述步驟4中還包括對所述塔桿影像進(jìn)行畸變校正處理。步驟5，利用LSD線提取算法，提取影像中的線段,識別所述塔桿平面模型中塔桿的桿件以確定若干第二線段，從所述第二線段中以第三策略識別表示所述塔桿平面模型中塔桿塔身兩側(cè)的主桿件的兩條第二主線段；所述第三策略包括步驟5.1，延長所述第二線段得到若干第二延長線段；步驟5.2，對每一所述第二延長線段與其他所有所述第二線段根據(jù)相似度獲得第一評定分值；步驟5.3，確定第一評定分值最高的兩條第二線段為第二主線段。從LSD提取得到的線段中識別對應(yīng)于桿塔直線塔邊線對應(yīng)的線段，遍歷每一條線段，延長線段至圖像邊緣，由其他線段與該延長線段的相似度來評定線段是否為直線塔邊線，評分最高的兩條線段即為影像當(dāng)中對應(yīng)于三維模型對應(yīng)于直線塔邊線的線段。

步驟6，提取影像中的harris角點(diǎn)，得到塔桿平面模型中角點(diǎn)以得到基準(zhǔn)角點(diǎn)集；

步驟7，延長步驟5中得到的所述第二主線段確定第一校準(zhǔn)角點(diǎn)，以第四策略從所述基準(zhǔn)角點(diǎn)集中隨機(jī)生成第二校準(zhǔn)角點(diǎn)和第三校準(zhǔn)角點(diǎn)，將第一校準(zhǔn)角點(diǎn)、第二校準(zhǔn)角點(diǎn)和第三校準(zhǔn)角點(diǎn)連線得到校準(zhǔn)三角形；所述第四策略包括步驟7.1，延長兩條第二主線段，將所述塔桿平面模型依次劃分為第一區(qū)域、第二區(qū)域和第三區(qū)域；步驟7.2，根據(jù)角點(diǎn)的位置將基準(zhǔn)角點(diǎn)集分為第一子集、第二子集和第三子集，所述第一子集、所述第二子集和所述第三子集分別對應(yīng)所述第一區(qū)域、所述第二區(qū)域和所述第三區(qū)域；步驟7.3，從所述第一子集中隨機(jī)生成所述第二校準(zhǔn)角點(diǎn)，從所述第三子集中隨機(jī)選取所述第三校準(zhǔn)角點(diǎn)。以步驟5中判別得到的直線塔邊線對應(yīng)的線段作為分界線，將兩條直線的左邊作為區(qū)域,兩條直線的右邊視為區(qū)域,保留僅落在區(qū)域和中的harris角點(diǎn)，并將角點(diǎn)分為，兩類。

步驟8，通過校準(zhǔn)三角形的坐標(biāo)對應(yīng)基準(zhǔn)三角形的坐標(biāo)得到所述塔桿三維模型與塔桿平面模型的投影矩陣；根據(jù)第五策略所述投影矩陣將所述第一主線段和所述第一連接點(diǎn)投影至所述塔桿平面模型中并根據(jù)匹配度對所述投影矩陣評分；所述第五策略包括步驟8.1，將所述第一主線段投影到塔桿平面模型中與第二主線段進(jìn)行匹配，若完成匹配，進(jìn)入步驟8.2；步驟8.2，將所述第一連接點(diǎn)投影到塔桿平面模型中，任一所述第一連接點(diǎn)與所述基準(zhǔn)角點(diǎn)集中任一角點(diǎn)距離小于第一預(yù)設(shè)距離則判斷為該第一連接角點(diǎn)為匹配角點(diǎn)，計(jì)算匹配角點(diǎn)的數(shù)量為第一評分。所述第一預(yù)設(shè)距離為2個(gè)像素。以步驟5中判別得到的直線塔邊線對應(yīng)的兩條線段,計(jì)算它們的交點(diǎn)，則為模型點(diǎn)的對應(yīng)點(diǎn)，分別在角點(diǎn)集和角點(diǎn)集中隨機(jī)選取一個(gè)點(diǎn)，把三點(diǎn)為二維影像上的對應(yīng)待匹配點(diǎn)的匹配點(diǎn)，由步驟4得到相機(jī)內(nèi)參數(shù)，可以根據(jù)p3p算法計(jì)算三維模型與二維影像的投影變換矩陣。利用步驟8計(jì)算得到的投影變換矩陣將直線塔邊線，變換到二維影像，當(dāng)存在兩條邊線的相似度與,匹配時(shí)繼續(xù)步驟10.2，否則得出該投影矩陣的評分，利用步驟8計(jì)算得到的投影變換矩陣將模型的稀疏點(diǎn)云投影變換到二維影像上，設(shè)置點(diǎn)位投影誤差閾值為2個(gè)像素，統(tǒng)計(jì)與投影點(diǎn)距離小于閾值的二維影像harris角點(diǎn)數(shù)n，該投影矩陣的評分。

步驟9，隨機(jī)采樣足夠多次數(shù)，重復(fù)進(jìn)行步驟7和步驟8，提高得到正確的匹配點(diǎn)三角形的概率，隨機(jī)采樣的候選匹配點(diǎn)三角形，直至得到預(yù)設(shè)目標(biāo)數(shù)量的所述投影矩陣評分時(shí)，確定所述投影矩陣評分最高的所述投影矩陣為所述塔桿三維模型和所述塔桿平面模型建立匹配關(guān)系。

以上所述僅為本發(fā)明較佳的實(shí)施例，并非因此限制本發(fā)明的實(shí)施方式及保護(hù)范圍，對于本領(lǐng)域技術(shù)人員而言，應(yīng)當(dāng)能夠意識到凡運(yùn)用本發(fā)明說明書及圖示內(nèi)容所作出的等同替換和顯而易見的變化所得到的方案，均應(yīng)當(dāng)包含在本發(fā)明的保護(hù)范圍內(nèi)。