一种电力设备三维建模方法与流程

本发明涉及一种电力设备三维建模方法，属于电力设备建模技术领域。

背景技术：

随着电网规模的扩大和复杂程度的提高，工作人员需要对电网设备有更清晰的认识，文字资料和二维图片不能全面反映设备的真实构造。电力设备的三维模型更加真实客观表现设备形态，能够帮助工作人员更好地熟悉设备。

目前电力设备的三维模型主要有两种三维建模方式。一种是激光扫描三维建模，利用激光扫描仪获取设备的空间信息通过信息处理生成设备的三维模型，此方式能够较为精确地还原设备构造，但是使用激光扫描成本很高，特别是对大型设备，激光扫描的难度大。另一种是基于几何造型进行三维建模，利用设计图纸，使用建模软件对设备进行建模，此方案花费时间多，并且在建模软件中的几何造型与真实构造有时会存在差异。

技术实现要素：

针对现有技术的不足，本发明提出了一种电力设备三维建模方法，其得到的电力设备三维模型不仅成本低，花费时间少，而且精确度高。

本发明解决其技术问题采取的技术方案是：一种电力设备三维建模方法，它包括以下步骤：

1)对电力设备进行拍摄若干照片；

2)每两张照片进行特征点匹配，找到匹配的特征点；

3)根据匹配的特征点信息得到特征点和相机的空间位置信息，并恢复出场景信息；

4)结合场景信息和匹配特征点进行电力设备立体重建，得到重建物体的点云模型；

5)利用泊松表面重建算法将点云连成面，生成电力设备的三维模型。

进一步地，在步骤1)中，使用拍摄设备对电力设备进行拍摄照片或视频录制，将录制的视频采用等时间间隔抽取视频帧，作为拍摄照片，拍摄的照片数量至少为50张，且拍摄角度不同，使电力设备每个位置都能在至少两张照片中显示。

进一步地，在步骤2)中，采用sift算法或surf算法对每两张照片进行特征点匹配，找到匹配的特征点。

进一步地，在步骤3)中，根据匹配的特征点信息基于双目视觉原理得到特征点和相机的空间位置信息，并恢复出场景信息。

进一步地，在步骤4)中，利用cmvs软件将原始照片和场景信息作为pmvs算法的输入，输出得到保留色彩的密集点云，得到重建物体的点云模型。

进一步地，在步骤5)中，将点云文件输入泊松表面重建程序，泊松表面重建程序将点云连成面后输出电力设备的三维模型。

更进一步地，所述步骤2)的具体过程为：

21)构建尺度空间：

一副照片图像的尺度空间定义为

l(x,y,σ)＝g(x,y,σ)*i(x,y),

其中，(x，y)是尺度空间坐标；σ为图像的平滑程度系数，σ值大时反应图像的概况特征，σ值小时反应图像的细节特征；i(x,y)为图像i的空间坐标；

对于图像i，建立其在不同尺度的图像，也成为子八度，第一个子八度为原图大小，后面每个子八度为上一个子八度降采样的结果，即原图的1/4(长宽分别减半)，构成下一个子八度(高一层金字塔)；

22)找到尺度空间特征点：

为了在尺度空间检测到稳定的特征点，对尺度空间进行相减，得到高斯差分(dog)尺度空间：

d(x,y,σ)＝l(x,y,kσ)-l(x,y,σ)

其中，k为高斯差分系数，(x，y)是尺度空间坐标，σ为图像的平滑程度系数；

尺度空间的特征点为极值点，将每个采样点与其相邻的点比较，计算其是否为极大值或极小值，采样点分别为本尺度空间的8个点和上下两层尺度空间的各9个点，对总共26个点进行比较；如果采样点与其相邻的点比较为极大或极小值，则为特征点；

23)为特征点添加方向：

特征点的梯度模值和方向分别为：

θ(x,y)＝atan2((l(x+1,y)-l(x-1,y)),(l(x,y+1)-l(x,y-1)))

其中，(x，y)是尺度空间坐标，m(x,y)为特征点的梯度模值，θ(x,y)为特征点的梯度方向，a为系数；

24)生成关键点描述子：

将坐标轴旋转为关键点的方向，以关键点为中心取16*16的窗口，每个小格内含有方向信息，利用高斯窗口对其进行加权运算，每4*4的小块计算8个方向的梯度方向直方图并且累加形成一个种子点；每个特征点得到4*4*8＝128维的描述子；

25)得到匹配特征点：将两幅图像的特征点描述子进行匹配，通过设定阈值控制匹配数量，得到匹配特征点。

更进一步地，所述步骤3)的具体过程为：将拍摄的照片和匹配的特征点信息作为输入放入bundler程序中，通过运动恢复结构计算得到后缀为ply的文件，文件中为重建后的相机和特征点的空间坐标，即为场景信息。

本发明的有益效果如下：

本发明实施例中的一种电力设备三维建模方法，它通过对电力设备的照片进行特征点匹配，找到匹配的特征点，并恢复出场景信息，结合场景信息和匹配特征点进行电力设备立体重建得到点云模型，利用泊松表面重建算法将点云连成面生成电力设备的三维模型。本发明不仅成本低，使用手机等安装有上述方法程序的移动拍摄设备即可进行获取电力设备的三维模型；而且利用sift算法通过多张照片可以计算得到设备某点的空间位置得到三维模型的精度较高，花费时间少。

附图说明

图1为本发明实施例的方法流程图；

图2为本发明实施例中根据电力设备得到三维模型的的流程图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

如图1所示，本实施例提供的一种电力设备三维建模方法，它包括以下步骤：

1)对电力设备进行拍摄若干照片。使用拍摄设备对电力设备进行拍摄照片或视频录制，将录制的视频采用等时间间隔抽取视频帧，作为拍摄照片，拍摄的照片数量至少为50张，且拍摄角度不同，使电力设备每个位置都能在至少两张照片中显示。

2)每两张照片进行特征点匹配，找到匹配的特征点。采用sift(scale-invariantfeaturetransform，尺度不变特征转换)算法或surf(speededuprobustfeatures)算法对每两张照片进行特征点匹配，找到匹配的特征点。

3)根据匹配的特征点信息得到特征点和相机的空间位置信息，并恢复出场景信息。根据匹配的特征点信息基于双目视觉原理得到特征点和相机的空间位置信息，并恢复出场景信息。

4)结合场景信息和匹配特征点进行电力设备立体重建，得到重建物体的点云模型。利用cmvs软件将原始照片和场景信息作为pmvs算法的输入，输出得到保留色彩的密集点云，得到重建物体的点云模型。

5)利用泊松表面重建算法将点云连成面，生成电力设备的三维模型。将点云文件输入泊松表面重建程序，泊松表面重建程序将点云连成面后输出电力设备的三维模型。

上述方法中，所述步骤2)的具体过程为：

21)构建尺度空间：

一副照片图像的尺度空间定义为

l(x,y,σ)＝g(x,y,σ)*i(x,y),

其中，(x，y)是尺度空间坐标(即：是空间坐标，也是尺度坐标)；σ为图像的平滑程度系数，σ值大时反应图像的概况特征，σ值小时反应图像的细节特征；i(x,y)为图像i的空间坐标；

对于图像i，建立其在不同尺度的图像，也成为子八度，第一个子八度为原图大小，后面每个子八度为上一个子八度降采样的结果，即原图的1/4(长宽分别减半)，构成下一个子八度(高一层金字塔)；

22)找到尺度空间特征点：

为了在尺度空间检测到稳定的特征点，对尺度空间进行相减，得到高斯差分(dog)尺度空间

d(x,y,σ)＝l(x,y,kσ)-l(x,y,σ)

其中，k为高斯差分系数，(x，y)是尺度空间坐标，σ为图像的平滑程度系数；

尺度空间的特征点为极值点，将每个采样点与其相邻的点比较，计算其是否为极大值或极小值，采样点分别为本尺度空间的8个点和上下两层尺度空间的各9个点，对总共26个点进行比较；如果采样点与其相邻的点比较为极大或极小值，则为特征点；

23)为特征点添加方向：

特征点的梯度模值和方向分别为：

θ(x,y)＝atan2((l(x+1,y)-l(x-1,y)),(l(x,y+1)-l(x,y-1)))

其中，(x，y)是尺度空间坐标，m(x,y)为特征点的梯度模值，θ(x,y)为特征点的梯度方向，a为系数；

24)生成关键点描述子：

将坐标轴旋转为关键点的方向，以关键点为中心取16*16的窗口，每个小格内含有方向信息，利用高斯窗口对其进行加权运算，每4*4的小块计算8个方向的梯度方向直方图并且累加形成一个种子点；每个特征点得到4*4*8＝128维的描述子；

25)得到匹配特征点：将两幅图像的特征点描述子进行匹配，通过设定阈值控制匹配数量，得到匹配特征点。

上述方法中，所述步骤3)的具体过程为：将拍摄的照片和匹配的特征点信息作为输入放入bundler程序中，通过运动恢复结构计算得到后缀为ply的文件，文件中为重建后的相机和特征点的空间坐标，即为场景信息。

本发明通过对电力设备的照片进行特征点匹配，找到匹配的特征点，并恢复出场景信息，结合场景信息和匹配特征点进行电力设备立体重建得到点云模型，利用泊松表面重建算法将点云连成面生成电力设备的三维模型。本发明不仅成本低，使用手机等安装有上述方法程序的移动拍摄设备即可进行获取电力设备的三维模型；而且利用sift算法通过多张照片可以计算得到设备某点的空间位置得到三维模型的精度较高，花费时间少。

以上所述只是本发明的优选实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也被视为本发明的保护范围。