【技術實現步驟摘要】
本專利技術屬于三維模型自動生成，具體涉及一種輸電線路施工設備三維模型自動生成方法。
技術介紹
1、隨著數字化技術的飛速發展，構建數字孿生電網對新型電力系統的建設有著重大意義，而設備三維模型的構建是實現數字孿生電網的關鍵環節。輸電線路作為電力系統中重要的組成部分，其施工建設對整個系統的運行和穩定性具有關鍵性意義。輸電線路施工設備種類繁多，并且施工現場環境復雜，這給施工設備圖像的識別帶來了嚴峻挑戰。同時部分施工設備紋理性較弱，且表面色彩單一，影響后續三維重建過程中特征點的提取，導致生成的三維模型可視化效果不佳。因此，如何準確識別輸電線路施工設備，并提高后續三維生成模型的可視化效果，是一個值得探索的問題。
2、文獻《基于深度卷積神經網絡的輸電線路防鳥刺部件識別與故障檢測》，基于yolov3目標檢測網絡對電力巡檢圖像中故障防鳥刺區域進行選取，并基于resnet152特征提取網絡實現故障的檢測。文獻《改進ssd的光伏組件熱斑缺陷檢測方法》，通過更換骨干神經網絡并添加注意力機制對ssd算法進行改進，并基于改進的ssd算法實現光伏組件的快速檢測。上述文獻表明，將深度學習引入圖像目標檢測中，能夠更好的捕捉圖像中的復雜特征，有利于提取設備信息，進而在識別檢測任務中取得更好的性能。然而，上述文獻中的深度神經網絡存在網絡結構復雜，計算時間長的問題，并且網絡層級過多會增大特征信息丟失的可能性，難以保證目標檢測的精準度。當前已有文獻將輕量級網絡引入深度神經網絡中，以解決網絡模型參數多的問題。文獻《融合eca機制的輕量級yolov4目標檢測算法
3、在三維重建領域中，基于sfm原理的三維重建技術由于具有低成本、高效率等優勢，引起了相關學者的廣泛研究。文獻《基于sfm的城市電纜隧道三維重建方法優化研究》，基于sfm三維重建方法構建了具有完整內部紋理信息的電纜隧道三維模型。文獻《基于幾何變換的快速sift特征匹配算法》，基于sfm三維重建方法，結合sift算法完成特征提取、特征匹配等操作，實現三維模型重建。然而，上述文獻在特征點提取方面不夠全面，忽略了圖像邊緣的特征信息，導致三維重建精度較差。
技術實現思路
1、本專利技術的目的是針對現有技術存在的上述問題，提供一種在利用surf算法提取主要特征點的基礎上還利用akaze算法對邊緣特征點進行提取，使所提取的特征點更全面，從而提高三維模型重建精度的輸電線路施工設備三維模型自動生成方法。
2、為實現以上目的，本專利技術的技術方案如下：
3、一種輸電線路施工設備三維模型自動生成方法，所述自動生成方法包括以下步驟：
4、s1、獲取輸電線路施工設備的待檢測圖像；
5、s2、先基于ssd網絡模型對待檢測圖像進行目標檢測并生成候選框，然后利用非極大值抑制法對候選框進行篩選，獲得待重構圖像；
6、s3、利用surf算法對任意兩張待重構圖像進行特征點提取與匹配，獲取第一特征點匹配集，利用akaze算法對任意兩張待重構圖像進行特征點提取與匹配，獲取第二特征點匹配集；
7、s4、基于第一特征點匹配集、第二特征點匹配集進行輸電線路施工設備的三維重建，生成輸電線路施工設備的三維模型。
8、步驟s2中，所述ssd網絡模型為改進的ssd網絡模型，改進的ssd網絡模型具體為：先將shufflenetv2輕量級網絡作為ssd算法的骨干網絡對待檢測圖像進行初步特征提取，利用特征提取層對初步特征提取得到的特征進行下采樣，得到多尺度特征圖，然后對多尺度特征圖利用雙向加權金字塔網絡進行特征融合，得到初始特征圖，最后對初始特征圖利用輸出層進行目標檢測并生成候選框，所述shufflenetv2輕量級網絡的最后一層由原來的全連接層替換為卷積層，所述特征提取層由四個卷積層組成。
9、所述雙向加權金字塔網絡為改進的雙向加權金字塔網絡，改進的雙向加權金字塔網絡具體為：對輸入的多尺度特征圖通過自上而下路徑和自下而上路徑進行特征融合，獲得新的特征層，對新的特征層進行空洞卷積，獲得初始特征圖；其中，所述上而下路徑進行上采樣的方式由傳統的線性插值替換為反卷積；所述自上而下路徑具體為：
10、
11、上式中，表示自上而下路徑上第i層的中間過渡特征；w1、w2分別為自上而下路徑上第i層、第i+1層的輸入權重；分別為自上而下路徑上第i層、第i+1層的輸入；ε表示用于防止梯度消失的超參數；
12、所述自下而上路徑具體為：
13、
14、上式中，表示自下而上路徑上第i層的最后一個輸出特征；w2′表示當前層中間過渡特征的輸出權重；w3′表示自下而上路徑上第i-1層的輸出權重；w1′表示第i層的輸入權重；表示第i-1層的最后一個輸出特征；dc表示空洞卷積操作；conv表示卷積操作。
15、在shufflenetv2輕量級網絡的最后一層之前、shufflenetv2輕量級網絡的最后一層與特征提取層第一個卷積層之間、特征提取層中相鄰兩個卷積層之間均引入改進cbam；所述改進cbam包括串行連接的第一分支、第二分支，所述第一分支包括第一通道注意力模塊、第一空間注意力模塊，經第一通道注意力模塊調整后的特征圖為第一空間注意力模塊的輸入，所述第一空間注意力模塊的輸出即為第一分支的輸出，所述第二分支包括第二空間注意力模塊、第二通道注意力模塊，經第二空間注意力模塊調整后的特征圖為第二通道注意力模塊的輸入，所述第二通道注意力模塊的輸出即為第二分支的輸出，將第一分支、第二分支的輸出進行組合，得到改進cbam的輸出；所述組合公式為：
16、f′＝f′c+fs；
17、上式中，f′、f′c、fs分別表示改進cbam、第二分支、第一分支輸出的特征圖。
18、步驟s2中，所述非極大值抑制法為改進的非極大值抑制法，具體步驟為：
19、a1、對于同類候選框組成的集合，計算集合中所有候選框的置信度；
20、a2、選出置信度最高的候選框作為最佳候選框，計算最佳候選框與集合中剩余候選框之間的交并比，基于交并比計算結果更新剩余候選框的置信度：
21、
22、上式中，bm表示最佳候選框；bi為剩余候選框中的第i個候選框；si、si′表示更新后、更新前剩余候選框中的第i個候選框的置信度；σ為連續懲罰系數；iou(bm，bi)表示候選框bm與候選框bi之間的交并比；bm∩bi表示候選框bm與候選框bi重合部分的面積；bm∪bi表示候選框bm與候選框bi合并起來的面積；nt為設定的固定閾值；
23、a3、通過線性插值法再次調整剩余候選框的置信度：
24、
本文檔來自技高網...
【技術保護點】
1.一種輸電線路施工設備三維模型自動生成方法，其特征在于：
2.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
3.根據權利要求2所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
4.根據權利要求2所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
5.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
6.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
7.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
8.根據權利要求6或7所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
9.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
10.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
【技術特征摘要】
1.一種輸電線路施工設備三維模型自動生成方法，其特征在于：
2.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
3.根據權利要求2所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
4.根據權利要求2所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
5.根據權利要求1所述的一種輸電線路施工設備三維模型自動生成方法，其特征在于：
6.根...
【專利技術屬性】
技術研發人員：周蠡，陳然，劉萬方，張洪，許漢平，蔡杰，賀蘭菲，徐昊天，李呂滿，周英博，孫利平，廖曉紅，熊川羽，李智威，馬莉，喬詩慧，熊一，張趙陽，舒思睿，
申請(專利權)人：國網湖北省電力有限公司經濟技術研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。