[发明专利]一种电力设备多源异构数据三维可视化方法

权利要求书

1.一种电力设备多源异构数据三维可视化方法，其特征在于：包括，

通过可见光相机拍摄的电力设备多视角图片，重建设备三维网格模型；

利用多波段图像的空间关联关系进行数据的配准与变换；

利用纹理映射方法与设备三维网格模型将变换后的异源和同源数据进行三维可视化。

2.根据权利要求1所述的电力设备多源异构数据三维可视化方法，其特征在于：所述通过可见光相机拍摄的电力设备多视角图片，重建设备三维网格模型包括：

利用单目可见光三维重建技术从可见光图像序列中自动匹配图像，并计算出相机拍摄位姿以及设备空间位置，重建设备三维网格模型，所述设备三维网格模型为设备状态数据三维可视化的模型基础。

3.根据权利要求2所述的电力设备多源异构数据三维可视化方法，其特征在于：所述计算出相机拍摄位姿以及设备空间位置包括：

对输入的可见光图像序列进行特征匹配；

求解相机位姿并进行调整优化，恢复相机的拍摄位置和设备稀疏点云模型；

将求解得到的相机位姿作为输入图像并对其进行进一步的遍历匹配，以获取图像匹配点，进而恢复出场景的稠密点云、表面网格以及纹理模型。

4.根据权利要求3所述的电力设备多源异构数据三维可视化方法，其特征在于：所述将求解得到的相机位姿作为输入并对其进行进一步的遍历匹配，以获取图像匹配点包括：

采用RANSAC方法对输入图像序列的每组特征点进行遍历匹配，得到输入图像之间的二维匹配点关系，通过相机之间的旋转平移矩阵以及三角测量结果得到二维特征点的三维深度和空间坐标，以确定三维空间点。

5.根据权利要求4所述的电力设备多源异构数据三维可视化方法，其特征在于：所述恢复出场景的稠密点云、表面网格以及纹理模型包括：

对输入图像中的每个特征点领域与匹配图像的极线上的区域进行遍历匹配，得到设备的稠密点云模型，利用弱纹理支持区域分类方法将稠密点云中的所有点云根据其空间位置进行分类，并根据分类结果以及弱纹理支持区域内的点云网格化权重优化，构建完整的表面网格以及纹理模型，以得到设备三维网格模型以及其与可见光图像之间的纹理映射关系。

6.根据权利要求5所述的电力设备多源异构数据三维可视化方法，其特征在于：所述利用多波段图像的空间关联关系进行数据的配准与变换包括：

以可见光图像数据为基础，利用异源图像配准在二维空间将其他异构数据与之进行遍历配准，所述其他异构数据包括红外测温数据、紫外检测数据，获取可见光图像与其他波段图像的空间变换关系，所述其他波段图像包括红外图像、紫外图像，结合数据决策方法，获取异构数据之间的一对一匹配关系。

7.根据权利要求6所述的电力设备多源异构数据三维可视化方法，其特征在于：所述异源图像配准包括：

提取异源图像中设备轮廓上的特征点，计算特征点的主方向，再提取异源多图像尺度下的改进SIFT特征符，获取初始匹配点并对其进行迭代筛选，得到不含错误匹配点的匹配结果，从匹配点对中求解出其他波段图像与可见光图像的透视变换关系矩阵，将其他波段图像对应的原始检测数据插值变换到与可见光图像相同的尺度和视角，以建立异构数据之间的空间关联关系。

8.根据权利要求7所述的电力设备多源异构数据三维可视化方法，其特征在于：所述数据决策方法包括：

所述数据决策方法基于指标比例和，用于在单幅图像与多幅同源图像配准成功的情况下选取出最优的单幅图像建立一对一匹配关系。