[发明专利]基于多视角技术的输电线路廊道的三维重建方法及装置

权利要求书

1.一种基于多视角技术的输电线路廊道的三维重建方法，其特征在于，所述方法包括：

获取所述输电线路廊道的第一场景图像集，所述第一场景图像集中任意相邻两张场景图像中含有重叠信息，所述第一场景图像集为无人机在同一水平高度进行连续拍摄得到的，所述输电线路廊道的场景中包含杆塔和输电线，所述任意相邻两张场景图像是由无人机连续拍摄得到的；

通过从运动中恢复结构模型，依序对每相邻两张场景图像进行特征点提取并进行特征点匹配，得到每相邻两张场景图像对应的一对特征点匹配图像，根据训练后的yolov4目标检测子模型对每对特征点匹配图像进行过滤，确定每相邻两张场景图像中每一张场景图像对应相机的位姿信息；

根据每一张场景图像以及每一张场景图像对应相机的位姿信息，在多视图立体几何关系模型中构建稠密点云模型，并根据所述稠密点云模型对当前场景进行三维重建，得到当前场景的三维重建模型。

2.根据权利要求1所述的方法，其特征在于，所述根据训练后的yolov4目标检测子模型对每对特征点匹配图像进行过滤之前，还包括：

获取所述输电线路廊道的第二场景图像集；

对所述第二场景图像集中的图像进行图像增强处理，获取增强场景图像集；

分别对所述第二场景图像集与增强场景图像集进行矩形框标注，分别确定所述第二场景图像集与增强场景图像集中每一张场景图像的矩形框的坐标以及矩形框种类；

根据所述第二场景图像集、增强场景图像集、矩形框的坐标以及矩形框的种类，对所述yolov4目标检测子模型进行训练，得到训练后的yolov4目标检测子模型。

3.根据权利要求2所述的方法，其特征在于，所述根据训练后的yolov4目标检测子模型对每对特征点匹配图像进行过滤，确定每相邻两张场景图像中每一张场景图像对应相机的位姿信息，包括：

对于任意相邻两张特征点匹配图像，将所述任意相邻两张特征点匹配图像对应的相邻两张场景图像输入至训练后的yolov4目标检测子模型，输出所述任意相邻两张特征点匹配图像的相邻两张场景图像中每一张场景图像中的目标检测框；

过滤所述任意相邻两张特征点匹配图像对应的目标检测框之外的特征点，得到两张过滤图像；

根据所述两张过滤图像，确定所述任意相邻两张特征点匹配图像中每一张场景图像对应相机的位姿信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述两张过滤图像，确定所述任意相邻两张特征点匹配图像中每一张场景图像对应相机的位姿信息，包括：

通过相机标定方法，确定所述任意相邻两张特征点匹配图像中每一张场景图像对应的相机内参矩阵；

根据所述两张过滤图像中每一对匹配的特征点以及每一张场景图像对应的相机内参矩阵，计算所述两张过滤图像共同对应的本征矩阵；

根据所述本征矩阵，确定所述任意相邻两张特征点匹配图像中每一张场景图像对应相机的位姿信息。

5.根据权利要求1所述的方法，其特征在于，所述根据每一张场景图像以及每一张场景图像对应相机的位姿信息，在多视图立体几何关系模型中构建稠密点云模型，包括：

对每一张场景图像中每一像素的进行深度估计，获取每一张场景图像对应的深度图；

根据每一张场景图像对应的深度图，计算每一张场景图像的点云；

根据每一张场景图像的点云以及每一张场景图像对应相机的位姿信息，进行点云融合，得到稠密点云模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述稠密点云模型对当前场景进行三维重建，得到当前场景的三维重建模型，包括：

对所述稠密点云模型进行网格初始化重建，得到初始网格重建模型；

对所述初始网格重建模型进行网格优化，得到网格优化模型；

对所述网格优化模型进行高清纹路贴图，输出当前场景的三维模型。