一種基于測繪與二維圖像的變電站三維建模方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖形建模領(lǐng)域，特別是設(shè)及一種基于測繪與二維圖像的變電站=維建 模方法及系統(tǒng)。
【背景技術(shù)】
[0002] 當(dāng)前電網(wǎng)規(guī)模日益擴大，變電站站內(nèi)設(shè)備布局復(fù)雜化程度不斷提高，建立變電站 =維模型可方便新訓(xùn)員工熟悉變電站環(huán)境。
[0003] 現(xiàn)有技術(shù)中，通常采用=維建模技術(shù)建立變電站的場景模型，W供新訓(xùn)員工熟悉 變電站環(huán)境。具體的，主要有兩種類型的=維建模方法:基于=維激光掃描技術(shù)的變電站= 維建模方法，和基于幾何造型的變電站=維建模方法。基于激光掃描技術(shù)的變電站=維建 模方法，主要利用地面=維激光掃描儀獲取的空間數(shù)據(jù)建立=維仿真模型?；趲缀卧煨?的變電站=維建模方法，主要依據(jù)變電站數(shù)碼圖片、設(shè)計圖紙和廠家設(shè)備圖紙，設(shè)置模型貼 圖與材質(zhì)，拼接電氣設(shè)備模型完成變電站=維場景建模。
[0004] 但是，基于激光掃描技術(shù)的變電站=維建模方法，需要依靠高精度掃描獲取海量 點位信息，掃描數(shù)據(jù)也需要后臺處理軟件復(fù)雜而精確的處理，才可W轉(zhuǎn)化為真實的=維設(shè) 備模型，因此工作量和成本較大?；趲缀卧煨偷淖冸娬?維建模方法，需要人工根據(jù)變電 站設(shè)備圖片，在軟件中選取相似形狀進行組合建模，無法實現(xiàn)自動化匹配建模。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種基于測繪與二維圖像的變電站=維建模方法及系統(tǒng)，能 夠在已有=維形狀庫的基礎(chǔ)之上，通過對變電站設(shè)備二維照片中的不同物體進行分割，從 形狀庫中檢索出相應(yīng)形狀并組成設(shè)備模型，從而自動實現(xiàn)變電站=維建模，極大的降低建 模成本與時間，提高效率。
[0006] 為實現(xiàn)上述目的，本發(fā)明提供了如下方案：
[0007] -種基于測繪與二維圖像的變電站=維建模方法，包括：
[000引獲取變電站設(shè)備的二維圖像；
[0009] 采用K-means算法對所述二維圖像中的物體進行分割，得到分割后的物體形狀；
[0010] 采用快速傅里葉算法提取所述物體形狀的形狀特征；
[0011] 從形狀庫中檢索出與所述形狀特征相匹配的=維形狀；
[0012] 將所述=維形狀組合形成所述變電設(shè)備的=維模型；
[0013] 獲取對于所述變電站設(shè)備的測繪數(shù)據(jù)，所述測繪數(shù)據(jù)至少包括所述變電站設(shè)備的 實際尺寸、實際間距；
[0014] 根據(jù)所述測繪數(shù)據(jù)，確定各個所述=維模型之間的相對位置關(guān)系；
[0015] 基于所述相對位置關(guān)系，采用各個所述=維模型建立所述變電站設(shè)備所在的變電 站的=維場景模型。
[0016] 可選的，所述采用K-means算法對所述二維圖像中的物體進行分割，具體為：
[0017] 采用K-means算法對所述二維圖像中的物體所具有的相似形狀進行聚類分割。
[0018] 可選的，所述從形狀庫中檢索出與所述形狀特征相匹配的=維形狀，具體包括：
[0019] 確定所述形狀庫中的各個=維形狀的形狀特征；
[0020] 將所述形狀庫中的各個=維形狀的形狀特征與物體形狀的形狀特征進行比對，得 到比對結(jié)果；
[0021 ]從所述比對結(jié)果中確定與所述物體形狀的相似度最高的=維形狀。
[0022] 可選的，所述確定各個所述=維模型之間的相對位置關(guān)系，具體包括：
[0023] 根據(jù)所述實際尺寸確定所述變電站設(shè)備對應(yīng)的=維模型的像素尺寸；
[0024] 根據(jù)所述實際間距確定所述變電站設(shè)備對應(yīng)的=維模型的像素間距；
[0025] 所述基于所述相對位置關(guān)系，采用各個所述=維模型建立所述變電站設(shè)備所在的 變電站的=維場景模型，具體包括：
[0026] 根據(jù)所述像素尺寸確定所述=維模型的顯示輪廓大??；
[0027] 根據(jù)所述像素間距確定所述=維模型在所述=維場景模型中的顯示位置。
[0028] -種基于測繪與二維圖像的變電站S維建模系統(tǒng)，包括：
[0029] 二維圖像獲取單元，用于獲取變電站設(shè)備的二維圖像；
[0030] 形狀分割單元，用于采用K-means算法對所述二維圖像中的物體進行分割，得到分 割后的物體形狀；
[0031] 形狀特征提取單元，用于采用快速傅里葉算法提取所述物體形狀的形狀特征；
[0032] 匹配形狀檢索單元，用于從形狀庫中檢索出與所述形狀特征相匹配的=維形狀；
[0033] =維模型生成單元，用于將所述=維形狀組合形成所述變電設(shè)備的=維模型；
[0034] 測繪數(shù)據(jù)獲取單元，用于獲取對于所述變電站設(shè)備的測繪數(shù)據(jù)，所述測繪數(shù)據(jù)至 少包括所述變電站設(shè)備的實際尺寸、實際間距；
[0035] 相對位置關(guān)系確定單元，用于根據(jù)所述測繪數(shù)據(jù)，確定各個所述=維模型之間的 相對位置關(guān)系；
[0036] =維場景模型建立單元，用于基于所述相對位置關(guān)系，采用各個所述=維模型建 立所述變電站設(shè)備所在的變電站的=維場景模型。
[0037] 可選的，所述形狀分割單元，具體包括：
[0038] 形狀分割子單元，用于采用K-means算法對所述二維圖像中的物體所具有的相似 形狀進行聚類分割。
[0039] 可選的，所述匹配形狀檢索單元，具體包括：
[0040] 形狀特征確定子單元，用于確定所述形狀庫中的各個=維形狀的形狀特征；
[0041] 形狀特征比對子單元，用于將所述形狀庫中的各個=維形狀的形狀特征與物體形 狀的形狀特征進行比對，得到比對結(jié)果；
[0042] 相似=維形狀確定子單元，用于從所述比對結(jié)果中確定與所述物體形狀的相似度 最局的二維形狀。
[0043] 可選的，所述相對位置關(guān)系確定單元，具體包括：
[0044] 像素尺寸確定子單元，用于根據(jù)所述實際尺寸確定所述變電站設(shè)備對應(yīng)的=維模 型的像素尺寸；
[0045] 像素間距確定子單元，用于根據(jù)所述實際間距確定所述變電站設(shè)備對應(yīng)的=維模 型的像素間距；
[0046] 所述=維場景模型建立單元，具體包括：
[0047] 顯示輪廓大小確定子單元，用于根據(jù)所述像素尺寸確定所述=維模型的顯示輪廓 大??；
[0048] 顯示位置確定子單元，用于根據(jù)所述像素間距確定所述=維模型在所述=維場景 模型中的顯示位置。
[0049] 根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了 W下技術(shù)效果：
[0050] 本發(fā)明實施例中的基于測繪與二維圖像的變電站=維建模方法，首先對變電站內(nèi) 設(shè)備進行多角度拍攝(得到二維圖像），并對各設(shè)備進行位置信息測繪(得到測繪數(shù)據(jù)），根 據(jù)比例尺得到設(shè)備尺寸、設(shè)備位置坐標(biāo)等信息。之后對所拍攝設(shè)備圖片進行像素分割，提取 特征點后在形狀庫內(nèi)檢索與設(shè)備各部分相似模塊(=維形狀），根據(jù)設(shè)備圖片所占像素計算 出各模塊=維尺寸大小，將庫內(nèi)模塊組合成設(shè)備=維模型，再根據(jù)測繪數(shù)據(jù)確定設(shè)備間距 等方面信息，從而構(gòu)成變電站=維模型。能夠在已有=維形狀庫的基礎(chǔ)之上，通過對變電站 設(shè)備二維照片中的不同物體進行分割，從形狀庫中檢索出相應(yīng)形狀并組成設(shè)備模型，從而 自動實現(xiàn)變電站=維建模，極大的降低建模成本與時間，提高效率。
【附圖說明】
[0051] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施 例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可W根據(jù)運些附圖 獲得其他的附圖。
[0052] 圖1為本發(fā)明的基于測繪與二維圖像的變電站=維建模方法實施例的流程圖；
[0053] 圖2為本發(fā)明中的二維圖片示意圖；
[0054] 圖3為對二維圖片中的物體進行形狀分割后的示意圖；
[0055] 圖4為變電站設(shè)備的S維模型示意圖；
[0056] 圖5為本發(fā)明的基于測繪與二維圖像的變電站=維建模系統(tǒng)實施例的結(jié)構(gòu)圖。
【具體實施方式】
[0057] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0058] 為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實 施方式對本發(fā)明作進一步詳細的說明。
[0059] 圖1為本發(fā)明的基于測繪與二維圖像的變電站=維建模方法實施例的流程圖。如 圖1所示，該方法可W包括：
[0060] 步驟101:獲取變電站設(shè)備的二維圖像；
[0061] 步驟102:采用K-means算法對所述二維圖像中的物體進行分割，得到分割后的物 體形狀；
[0062] 步驟103:采用快速傅里葉算法提取所述物體形狀的形狀特征；
[0063] 步驟104:從形狀庫中檢索出與所述形狀特征相匹配的=維形狀；
[0064] 步驟105:將所述=維形狀組合形成所述變電設(shè)備的=維模型；
[0065] 步驟106:獲取對于所述變電站設(shè)備的測繪數(shù)據(jù)，所述測繪數(shù)據(jù)至少包括所述變電 站設(shè)備的實際尺寸、實際間距；
[0066] 步驟107:根據(jù)所述測繪數(shù)據(jù)，確定各個所述=維模型之間的相對位置關(guān)系；
[0067] 步驟108:基于所述相對位置關(guān)系，采用各個所述=維模型建立所述變電站設(shè)備所 在的變電站的=維場景模型。
[0068] 本實施例中的基于測繪與二維圖像的變電站=維建模方法，首先對變電站內(nèi)設(shè)備 進行多角度拍攝(得到二維圖像），并對各設(shè)備進行位置信息測繪(得到測繪數(shù)據(jù)），根據(jù)比 例尺得到設(shè)備尺寸、設(shè)備位置坐標(biāo)等信息。之后對所拍攝設(shè)備圖片進行像素分割，提取特征 點后在形狀庫內(nèi)檢索與設(shè)備各部分相似模塊(=維形狀），根據(jù)設(shè)備圖片所占像素計算出各 模塊=維尺寸大小，將庫內(nèi)模塊組合成設(shè)備=維模型，再根據(jù)測繪數(shù)據(jù)確定設(shè)備間距等方 面信息，從而構(gòu)成變電站=維模型。能夠在已有=維形狀庫的基礎(chǔ)之上，通過對變電站設(shè)備 二維照片中的不同物體進行分割，從形狀庫中檢索出相應(yīng)形狀并組成設(shè)備模型，從而自動 實現(xiàn)變電站=維建模，極大的降低建模成本與時間，提高效率。
[0069] 具體的，本方法的有益效果如下：
[0070] (1)本發(fā)明由于采用通過對二維圖像進行處理的方式建立=維模型，因此所需采 集數(shù)據(jù)量較小。
[0071] (2)本發(fā)明采用K-means算法及快速傅里葉法實現(xiàn)圖像分割及形狀重組，效率較 局。
[0072] (3)本發(fā)明采用對拍攝設(shè)備形狀進行形狀庫檢索的方法，能夠?qū)崿F(xiàn)變電站設(shè)備形 狀自動匹配重組，無需人工選擇形狀及設(shè)備種類，準確性較高。
[0073] (4)本發(fā)明對變電站內(nèi)