[发明专利]一种基于视觉的铁塔倾斜角度测量方法

权利要求书

1.一种基于视觉的铁塔倾斜角度测量方法，其特征在于：所述基于视觉的铁塔倾斜角度测量方法包括以下步骤：

步骤1：双目立体相机采集铁塔顺线方向的左右两幅图像，同时记录当前时刻的加速度计测量值；其中，左右两幅图像是指双目相机左相机拍摄的图像和双目相机右相机拍摄的图像，并将双目相机左相机拍摄的图像简称为左图，将双目相机右相机拍摄的图像简称为右图；沿着杆塔上电线的方向叫做顺线方向，与之垂直且与地面平行的方向叫做横线方向；

步骤2：使用深度学习目标检测方法检测出左图上铁塔与绝缘子串的四个连接点P1、P2、P3和P4；

步骤3：使用双目视觉立体匹配方法计算出步骤2中四个连接点在相机坐标系中的三维坐标：P1(x₁,y₁,z₁)、P2(x₂,y₂,z₂)、P3(x₃,y₃,z₃)、P4(x₄,y₄,z₄)；

步骤4：计算连接点P1和P2之间的中点P5(x₅,y₅,z₅)，以及连接点P3和P4之间的中点P6(x₆,y₆,z₆)；

步骤5：根据步骤4得到的点P5和P6的三维坐标计算铁塔在顺线方向的倾斜角α1和横线方向的倾斜角α2，计算过程中使用相机坐标系；

步骤6：使用步骤1记录的加速度计测量值在相机坐标系中的坐标计算相机在顺线方向的倾斜角和横线方向的倾斜角θ，计算过程中使用相机坐标系；

步骤7：根据步骤5和步骤6计算铁塔实际在顺序方向的倾斜角β1和横线方向的倾斜角β2。

2.根据权利要求1所述一种基于视觉的铁塔倾斜角度测量方法，其特征在于：所述步骤2中使用深度学习目标检测方法检测出左图上铁塔与绝缘子串的四个连接点P1、P2、P3和P4的具体过程为：

步骤201：采集铁塔图片数据；

步骤202：标记铁塔与绝缘子串的四个连接点；

步骤203：使用深度学习神经网络与标定数据训练生成最终的深度神经网络模型；

步骤204：将左图输入步骤203生成的深度神经网络模型中，输出四个连接点P1、P2、P3和P4。

3.根据权利要求1或2所述一种基于视觉的铁塔倾斜角度测量方法，其特征在于：所述步骤3中使用双目视觉立体匹配方法计算出步骤2中四个连接点在相机坐标系中的三维坐标：P1(x₁,y₁,z₁)、P2(x₂,y₂,z₂)、P3(x₃,y₃,z₃)、P4(x₄,y₄,z₄)的具体过程为：

步骤301：以左图上Pi点为中心，确定一个像素区域，所述i＝1,2,3,4；

步骤302：在与左图中点Pi(u,v)同一行位置的右图上，计算与点Pi(u,v)对应的匹配点Qi(u-d,v)，并得点Pi与点Qi的视差d，点Qi是点Pi在右图中的对应点；其中，u表示用于NCC方法计算所设的左图中点Pi的横坐标，v表示用于NCC方法计算所设的左图中点Pi的纵坐标；

步骤303：计算点Pi的深度zi＝(b*fx)/d，其中fx为相机的焦距，b为双目相机的基线长度；

步骤304：通过下式计算Pi点的横坐标xi和纵坐标yi：

xi＝zi*(u-cx)/fx，yi＝zi*(v-cy)/fy，

其中，fx、fy、cx、cy是相机内参，fx、fy都为相机的焦距，cx,cy为主光轴点坐标，为图像的中心，通过双目标定确定。