[发明专利]一种基于多源数据融合的变电站三维建模方法介质及系统

说明书

本发明公开了一种基于多源数据融合的变电站三维建模方法介质及系统，包括如下步骤：1）多种方式扫描变电站；2）数据预处理；3）基于倾斜摄影图像得到密集点云后进行点云抽稀得到稀疏点云；4）完成激光点云与稀疏点云之间空间坐标系的统一；5）运用面向非对齐多视图数据融合的局部线性嵌入模型，完成激光点云和稀疏点云的粗配准；6）使用迭代最近点算法实现激光点云和稀疏点云的精确配准，实现激光点云和稀疏点云数据的融合；7）基于融合后的点云数据生成变电站实景三维模型。本发明能改善单一来源数据三维建模的精度，同时提高三维建模的效率。

技术领域

本发明涉及一种基于多源数据融合的变电站三维建模方法介质及系统，属于三维重建技术领域。

背景技术

地面三维激光扫描仪采用激光测距的方法，能够高效地获取目标区域地三维数据，得到高精度的三维模型，但该方法的效率相对较低且无法获得物体表面的纹理信息；倾斜摄影测量技术采用航拍图像对目标区域进行三维建模，能够直观、真实的反映地物特征，并且具有效率高、成本低、灵活便捷等特点，但该方法的精度相对较低。因此，如何结合激光扫描的高精度特性和倾斜摄影测量技术的高效率、灵活便捷的特点，实现一种高精度、高效率的变电站三维建模方法在目前仍然是一项很有意义的任务。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于多源数据融合的变电站三维建模方法、存储介质及系统，能够解决单一激光扫描技术或者单一的倾斜摄影技术所带来的三维建模的低效率、低精度等问题。

为达到上述目的，本发明提供一种基于多源数据融合的变电站三维建模方法，包括：

获取倾斜摄影图像，以及扫描变电站的外部轮廓得到激光点云；

对倾斜摄影图像进行预处理，对激光点云进行预处理；

使用预处理后的倾斜摄影图像为变电站的进行单体化建模，得到每个变电站设备的密集点云，所有变电站设备的密集点云拼接后得到变电站的密集点云数据，对该密集点云进行抽稀得到稀疏点云；

统一激光点云与稀疏点云的空间坐标系；

对激光点云和稀疏点云进行粗配准；

基于迭代最近点算法对激光点云和稀疏点云进行精确配准，完成激光点云和稀疏点云的融合，获得融合后的点云数据S；

基于融合后的点云数据S和倾斜摄影图像实现纹理自动映射，生成变电站实景三维模型。优先地，获取倾斜摄影图像，以及扫描变电站的外部轮廓得到激光点云，包括：

在无人机倾斜摄影对变电站全面积进行覆盖的前提下，调整无人机飞行高度，使得无人机的4个倾斜镜头拍摄得到的倾斜摄影图像与无人机的垂直镜头拍摄的垂直图像的重合度保持在60％～80％；

使用无人机对相互遮挡的变电站中的主变区设备进行两次覆盖拍摄，拍摄时无人机的飞行轨迹设置在变电站的主变区设备形成的行列间隔之间，且无人机两次拍摄的飞行轨迹在水平面上相互垂直；基于地面式激光扫描仪的扫描的范围，对地面式激光扫描仪设置多个扫描点，使得地面式激光扫描仪的扫描范围覆盖整个变电站，利用地面式激光扫描仪扫描变电站的外部轮廓得到激光点云。

优先地，步骤2)中，对倾斜摄影图像进行预处理，对激光点云进行预处理，包括以下步骤：对倾斜摄影图像进行图像去噪，对激光点云进行去噪和平滑处理。

优先地，统一激光点云与稀疏点云的空间坐标系，包括：

将激光点云和稀疏点云通过旋转变换和平移变换统一到同一空间坐标系下，激光点云表示为其中X表示激光点云中点的集合，x_i表示激光点云中的任意一点，激光点云总共有n个点，每个点的维度为d；稀疏点云表示为其中Y表示稀疏点云中点的集合，y_i表示稀疏点云中的任意一点，稀疏点云总共有m个点，每个点的维度为d；