CN117934722A - 一种基于三维模型的巡检点位图像采集方法及装置 - Google Patents
一种基于三维模型的巡检点位图像采集方法及装置 Download PDFInfo
- Publication number
- CN117934722A CN117934722A CN202410120355.8A CN202410120355A CN117934722A CN 117934722 A CN117934722 A CN 117934722A CN 202410120355 A CN202410120355 A CN 202410120355A CN 117934722 A CN117934722 A CN 117934722A
- Authority
- CN
- China
- Prior art keywords
- target
- shooting
- determining
- dimensional model
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000003908 quality control method Methods 0.000 claims abstract description 38
- 239000013598 vector Substances 0.000 claims abstract description 38
- 238000010276 construction Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000005375 photometry Methods 0.000 claims description 25
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 description 20
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于三维模型的巡检点位图像采集方法及装置，其中，方法包括：步骤1：获取巡检规划；步骤2：根据巡检规划，确定巡检拍摄时间要素和气象信息要素；步骤3：基于三维构建技术，构建目标三维模型；步骤4：根据目标三维模型，确定拍摄点与被拍摄装置的空间矢量，基于空间矢量获取评价结果；步骤5：基于评价结果进行图像质量控制。本发明的一种基于三维模型的巡检点位图像采集方法及装置，根据巡检规划确定巡检拍摄时间要素和气象信息要素，并模拟日照角度、阴影范围与阴影强度构建目标三维模型。当目标设备到达拍摄点时，确定空间矢量，基于空间矢量进行评价，图像采集策略评价更精准，根据评价结果进行图像质量控制，更加合理。
Description
技术领域
本发明涉及电通信技术领域，特别涉及一种基于三维模型的巡检点位图像采集方法及装置。
背景技术
目前，随着自动化技术的发展以及无人机技术、四足机器人和计算机视觉的进步，不同设备通过搭载相机代替人工进行自动化巡检的应用日渐广泛。影像巡检被广泛用于巡检任务，如：电力线路、管道、桥梁和建筑物的监测。不同场景对于巡检采集的要求和标准也越来越高，影像的可用性成为需要解决的问题。基于三维模型的巡检点位图像采集方法能够提供更全面、准确和可视化的巡检数据，为巡检和维护工作提供更好的支持和便利。
申请号为CN202211192428.1的发明专利公开了一种基于高空线路维护的巡检系统，该巡检系统包括：飞行器，所述飞行器至少包括有图像采集模组，飞行模组和数据链传输系统；终端服务器，所述终端服务器至少包括有处理单元、推进系统和通信模组；通过飞行器对高空线路设备进行图像采集，并将该图像传输至终端服务器，通过终端服务器对采集的图像进行计算和识别。上述发明通过巡检系统生成巡检方案，再通过飞行器执行巡检方案，提高了巡检效率，同时，通过建立三维模型，能够根据影像数据的坐标生成模拟图像，将模拟图像和影像数据进行对比后，可快速识别高空线路和设备上存在的安全隐患，降低了数据处理难度。
但是，上述现有技术进行图像计算识别时，没有考虑光影因素导致的图像识别误差，基于此获取的图像存在拍摄参数设置不适宜、采集图像质量差的问题。
有鉴于此，亟需一种基于三维模型的巡检点位图像采集方法及装置，以至少解决上述不足。
发明内容
本发明目的之一在于提供了一种基于三维模型的巡检点位图像采集方法及装置，根据获取的巡检规划，确定巡检拍摄时间要素和气象信息要素，并基于三维构建技术构建模拟日照角度、阴影范围与阴影强度的目标三维模型。当目标设备到达拍摄点时，确定目标三维模型中拍摄点与被拍摄装置的空间矢量，基于空间矢量确定当前的曝光三角和适宜的曝光三角之间的差异的结果，提高了图像采集策略评价的精准性，再根据评价结果进行图像质量控制，更加合理。
本发明实施例提供的一种基于三维模型的巡检点位图像采集方法，包括：
步骤1：获取巡检规划；
步骤2：根据巡检规划，确定巡检拍摄时间要素和现场气象设备提供的气象信息要素；
步骤3：基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，目标三维模型模拟日照角度、阴影范围与阴影强度；
步骤4：当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果；
步骤5：基于评价结果，在目标设备进行图像采集时进行图像质量控制。
优选的，步骤1：获取巡检规划，包括：
获取工作人员实时输入目标设备的工作计划；
基于预设的巡检规划模版，根据工作计划，确定巡检规划。
优选的，步骤3：基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，包括：
基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，在三维空间中模拟日照角度、阴影范围与阴影强度，获得目标三维模型。
优选的，步骤4：当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果，包括：
根据目标三维空间，确定拍摄点的第一三维坐标和被拍摄装置的第二三维坐标；
根据第一三维坐标和第二三维坐标，确定空间矢量，空间矢量包括：拍摄距离、方位角和俯视角；
确定预设于目标装置上的拍摄装置的相机规格；
基于相机规格和拍摄距离，确定目标对焦参数；
根据目标三维空间中的模拟日照角度、阴影范围与阴影强度，对被拍摄装置进行测光，获取测光结果；
根据测光结果，确定拍摄装置的曝光三角，曝光三角包括：快门速度、光圈大小和ISO数值；
根据渲染结果，确定RGB通道值，根据RGB通道值确定色温区间，根据色温区间确定白平衡模式；
将目标对焦参数、曝光三角和白平衡模式共同作为目标相机参数；
获取当前相机参数；
确定目标相机参数和当前相机参数的参数差异，并作为评价结果。
优选的，根据目标三维空间中的模拟日照角度、阴影范围与阴影强度，对被拍摄装置进行测光，获取测光结果，包括：
确定被拍摄装置在目标三维空间中的局部三维区域；
根据日照角度、阴影范围与阴影强度，确定局部三维区域中的模拟光影信息；
获取拍摄装置在局部三维区域内的模拟拍摄范围；
根据模拟拍摄范围和模拟光影信息，确定测光结果。
优选的，根据测光结果，确定拍摄装置的曝光三角，包括：
获取拍摄参数设置记录库；
根据测光结果和拍摄参数设置记录库中的记录测光结果进行结果相似性匹配，确定结果相似性匹配符合第一匹配条件的记录测光结果对应的拍摄参数设置记录；
根据拍摄参数设置记录，对每一第一参数设置类型的拍摄参数设置值进行拟和，获取第一参数设置类型对应的拍摄参数设置值的拟和结果；
获取曝光三角的第二参数设置类型；
将第一参数设置类型和第二参数设置类型进行参数设置类型匹配，确定参数设置类型匹配符合第二匹配条件的第一参数设置类型对应的拍摄参数设置值的拟和结果，并作为曝光三角。
优选的，步骤5：基于评价结果，在目标设备进行图像采集时进行图像质量控制，包括：
基于评价结果，确定控制特征表示；
根据控制特征表示，在目标设备进行图像采集时进行图像质量控制。
优选的，根据控制特征表示，在目标设备进行图像采集时进行图像质量控制，包括：
获取目标设备进行图像质量控制时的触发信号；
根据触发信号和控制特征表示，进行图像质量控制。
优选的，获取目标设备进行图像质量控制时的触发信号，包括：
获取目标设备和目标被拍摄装置的实时距离；
将实时距离和目标设备的拍摄距离阈值进行距离对照；
若实时距离在拍摄距离阈值范围内，获取拍摄装置的第一获取图像特征；
获取目标被拍摄装置的历史拍摄记录；
根据历史拍摄记录，提取目标被拍摄装置的第二获取图像特征；
将第一获取图像特征和第二获取图像特征进行图像特征匹配，获取特征重合度；
若特征重合度大于等于预设的特征重合度阈值，则基于预设的触发信号生成规则，生成触发信号。
本发明实施例提供的一种基于三维模型的巡检点位图像采集装置，包括：
巡检规划获取子系统，用于获取巡检规划；
要素确定子系统，用于根据巡检规划，确定巡检拍摄时间要素和现场气象设备提供的气象信息要素；
目标三维模型构建子系统，用于基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，目标三维模型模拟日照角度、阴影范围与阴影强度；
空间矢量确定子系统，用于当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果；
图像质量控制子系统，用于基于评价结果，在目标设备进行图像采集时进行图像质量控制。
本发明的有益效果为：
本发明根据获取的巡检规划，确定巡检拍摄时间要素和气象信息要素，并基于三维构建技术构建模拟日照角度、阴影范围与阴影强度的目标三维模型。当目标设备到达拍摄点时，确定目标三维模型中拍摄点与被拍摄装置的空间矢量，基于空间矢量确定当前的曝光三角和适宜的曝光三角之间的差异的结果，提高了图像采集策略评价的精准性，再根据评价结果进行图像质量控制，更加合理。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于三维模型的巡检点位图像采集方法的示意图；
图2为本发明实施例中进行图像质量控制前后采集的对比设备表计的示意图；
图3为本发明实施例中一种基于三维模型的巡检点位图像采集装置的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于三维模型的巡检点位图像采集方法，如图1所示，包括：
步骤1：获取巡检规划；其中，巡检规划为：何时计划在何处进行巡检；
步骤2：根据巡检规划，确定巡检拍摄时间要素和现场气象设备提供的气象信息要素；其中，巡检拍摄时间要素为：在巡检过程中，确定进行拍摄的时间相关因素，比如:日期和时间段等；现场气象设备为：巡检现场用于测量和记录现场气象信息的设备，比如：气象仪器；气象信息要素为：从现场气象设备获取的气象数据，比如：晴天、阴天和雨天；
步骤3：基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，目标三维模型模拟日照角度、阴影范围与阴影强度；其中，目标三维模型为：模拟巡检现场的三维模型，上述目标三维模型除了模拟巡检目标的形状、大小和位置等，还模拟巡检现场的光影信息，包括：日照角度、阴影范围与阴影强度；
步骤4：当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果；其中，空间矢量为：拍摄装置和被拍摄装置之间的拍摄距离、方位角和俯视角；评价结果为：评价当前的曝光三角和适宜的曝光三角之间的差异的结果；
步骤5：基于评价结果，在目标设备进行图像采集时进行图像质量控制。其中，目标设备为：巡检设备，比如：搭载拍摄装置的巡检机器人；图像质量控制为：控制曝光三角往适宜拍摄当前巡检画面的方向调整，获取符合图像质量要求的巡检图像，如图2所示，图2左侧为未进行图像质量控制巡检时采集的对比设备表计的示意图，图2右侧为进行图像质量控制巡检时采集的对比设备表计的示意图。
上述技术方案的工作原理及有益效果为：
本申请根据获取的巡检规划，确定巡检拍摄时间要素和气象信息要素，并基于三维构建技术构建模拟日照角度、阴影范围与阴影强度的目标三维模型。当目标设备到达拍摄点时，确定目标三维模型中拍摄点与被拍摄装置的空间矢量，基于空间矢量确定当前的曝光三角和适宜的曝光三角之间的差异的结果，提高了图像采集策略评价的精准性，再根据评价结果进行图像质量控制，更加合理。
在一个实施例中，步骤1：获取巡检规划，包括：
获取工作人员实时输入目标设备的工作计划；其中，目标设备为：动态巡检设备；
基于预设的巡检规划模版，根据工作计划，确定巡检规划。其中，巡检规划模版为：供工作计划对照着生成巡检规划的模版，巡检规划为：何时巡检何处。
上述技术方案的工作原理及有益效果为：
本申请引入巡检规划模版，根据工作计划，确定巡检规划，提高了巡检规划制定的规范性。
在一个实施例中，所步骤3：基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，包括：
基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，在三维空间中模拟日照角度、阴影范围与阴影强度，获得目标三维模型。
上述技术方案的工作原理及有益效果为：
本申请引入巡检拍摄时间要素和气象信息要素构建三维构建技术，构建包含各个时间点的光影信息的目标三维模型，对于巡检点位的图像采集参考更具适用性。
在一个实施例中，步骤4：当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果，包括：
根据目标三维空间，确定拍摄点的第一三维坐标和被拍摄装置的第二三维坐标；其中，第一三维坐标为：目标三维空间中对应于实际的拍摄点的三维坐标，比如：设置参考点(0,0,0)，第一三维坐标为(10,20,5)；第一三维坐标为：目标三维空间中对应于实际的被拍摄装置的三维坐标，比如：设置参考点(0,0,0)，第二三维坐标为：(30,40,0)；
根据第一三维坐标和第二三维坐标，确定空间矢量，空间矢量包括：拍摄距离、方位角和俯视角；其中，若第一三维坐标为(x1，y1，z1)，第二三维坐标为(x2，y2，z2),拍摄距离为：方位角为：atan2(y2-y1,x2-x1),俯视角为：/>
确定预设于目标装置上的拍摄装置的相机规格；其中，相机规格为：焦距范围：24-70mm，可调光圈范围：f/2.8-f/22,I SO范围：100-3200，快门速度范围：1/8000秒-30秒；
基于相机规格和拍摄距离，确定目标对焦参数；其中，目标对焦参数为：根据拍摄距离确定的适宜于拍摄装置拍摄当前被拍摄装置的对焦参数，通过焦距(mm)＝(被摄体宽度(mm)*拍摄距离(mm))/传感器宽度(mm)来进行计算，比如：假定拍摄镜头为全幅相机，传感器尺寸36mm，当拍摄距离为5000mm时焦距为1388.89mm，当拍摄距离为7500mm时焦距为2083.33mm；
根据目标三维空间中的模拟日照角度、阴影范围与阴影强度，对被拍摄装置进行测光，获取测光结果；其中，测光结果为：目标三维空间中距离被拍摄装置对应点位预设范围内光线分布和光线强度；
根据测光结果，确定拍摄装置的曝光三角，曝光三角包括：快门速度、光圈大小和ISO数值；
根据渲染结果，确定RGB通道值，根据RGB通道值确定色温区间，根据色温区间确定白平衡模式；比如：其中，渲染结果为：目标三维模型中渲染的被拍摄装置的三维图像；RGB通道值为：渲染结果中红色、绿色和蓝色通道的像素值；色温区间为：光学和图像处理中用于描述不同光源的颜色温度范围；比如：RGB通道值为：(255,214,170)，色温区间为：4000K，白平衡模式为：白炽灯；
将目标对焦参数、曝光三角和白平衡模式共同作为目标相机参数；
获取当前相机参数；其中，当前相机参数为：拍摄装置当前的对焦参数、曝光三角和白平衡模式；
确定目标相机参数和当前相机参数的参数差异，并作为评价结果。
上述技术方案的工作原理及有益效果为：
本申请引入目标三维空间中拍摄点的第一三维坐标和被拍摄装置的第二三维坐标。根据第一三维坐标和第二三维坐标计算拍摄距离、方位角和俯视角。根据相机规格和拍摄距离，确定目标对焦参数。对拍摄装置进行测光，获取测光结果，并基于测光结果确定适宜拍摄拍摄装置的快门速度、光圈大小和I SO数值。根据目标三维模型中渲染的被拍摄装置的三维图像的RGB通道值确定白平衡模式。将目标对焦参数、曝光三角和白平衡模式共同作为目标相机参数，同时，获取当前相机参数，根据目标相机参数和当前相机参数的参数差异，确定评价结果，提高了评价结果确定过程的适宜性和全面性。
在一个实施例中，根据目标三维空间中的模拟日照角度、阴影范围与阴影强度，对被拍摄装置进行测光，获取测光结果，包括：
确定被拍摄装置在目标三维空间中的局部三维区域；其中，局部三维区域为：被拍摄装置在目标三维空间中对应的模拟装置预设半径长度范围内的区域；
根据日照角度、阴影范围与阴影强度，确定局部三维区域中的模拟光影信息；
获取拍摄装置在局部三维区域内的模拟拍摄范围；其中，模拟拍摄范围为：模拟拍摄装置在局部三维区域内拍摄时能够拍摄到的三维区域；
根据模拟拍摄范围和模拟光影信息，确定测光结果。其中，测光结果为：模拟光影信息对应于模拟拍摄范围内的光影信息。
上述技术方案的工作原理及有益效果为：
本申请根据日照角度、阴影范围与阴影强度，确定局部三维区域中的模拟光影信息，同时，获取局部三维区域内的模拟拍摄范围，根据模拟拍摄范围和模拟光影信息，确定测光结果，提高了测光结果的获取效率。
在一个实施例中，根据测光结果，确定拍摄装置的曝光三角，包括：
获取拍摄参数设置记录库；其中，拍摄参数设置记录库为：记录拍摄参数设置记录的数据库；拍摄参数设置记录包含不同场景或条件下的拍摄参数设置，比如：光圈、快门速度和I SO等；
根据测光结果和拍摄参数设置记录库中的记录测光结果进行结果相似性匹配，确定结果相似性匹配符合第一匹配条件的记录测光结果对应的拍摄参数设置记录；其中，记录测光结果为：拍摄参数设置记录库中的拍摄参数设置记录中记录的光线分布和光线强度；结果相似性匹配为：记录测光结果和测光结果的相似程度；第一匹配条件为：记录测光结果和测光结果的相似程度大于等于预设的相似程度阈值；
根据拍摄参数设置记录，对每一第一参数设置类型的拍摄参数设置值进行拟和，获取第一参数设置类型对应的拍摄参数设置值的拟和结果；其中，第一参数设置类型为：拍摄参数设置记录设置的参数种类，比如：光圈大小，又比如：I SO值；拟和结果为：第一参数设置类型对应的拍摄参数设置值的均值；
获取曝光三角的第二参数设置类型；其中，第二参数设置类型为：曝光三角的参数种类；
将第一参数设置类型和第二参数设置类型进行参数设置类型匹配，确定参数设置类型匹配符合第二匹配条件的第一参数设置类型对应的拍摄参数设置值的拟和结果，并作为曝光三角。其中，参数设置类型匹配为：判断第一参数设置类型和第二参数设置类型是否一致；第二匹配条件为：第一参数设置类型和第二参数设置类型一致。
上述技术方案的工作原理及有益效果为：
本申请引入拍摄参数设置记录库，将测光结果和记录测光结果进行结果相似性匹配，确定符合第一匹配条件的记录结果的拍摄参数设置记录。根据拍摄参数设置记录，拟和每一第一参数设置类型的拍摄参数设置值，获得第一参数设置类型的拍摄参数设置值的拟和结果。确定曝光三角的第二参数设置类型。将第一参数设置类型和第二参数设置类型进行参数设置类型匹配，确定符合第二匹配条件的第一参数设置类型对应的拍摄参数设置值的拟和结果作为曝光三角，提高了曝光三角设置的精准程度。
在一个实施例中，步骤5：基于评价结果，在目标设备进行图像采集时进行图像质量控制，包括：
基于评价结果，确定控制特征表示；其中，控制特征表示为：拍摄装置的参数控制矩阵；
根据控制特征表示，在目标设备进行图像采集时进行图像质量控制。其中，根据控制特征表示在目标设备进行图像采集时进行图像质量控制，将控制特征表示和目标设备的控制矩阵库中的目标控制矩阵匹配，若匹配符合，执行相应目标控制矩阵的控制动作。
上述技术方案的工作原理及有益效果为：
本申请基于评价结果确定的控制特征表示进行图像质量控制，提高了图像质量控制的准确程度。
在一个实施例中，根据控制特征表示，在目标设备进行图像采集时进行图像质量控制，包括：
获取目标设备进行图像质量控制时的触发信号；其中，触发信号为：目标设备上的拍摄装置调整拍摄参数的触发电信号；
根据触发信号和控制特征表示，进行图像质量控制。
上述技术方案的工作原理及有益效果为：
本申请引入设备进行图像质量控制时的触发信号，根据触发信号和控制特征表示，进行图像质量控制，极大降低了目标设备的能耗。
在一个实施例中，获取目标设备进行图像质量控制时的触发信号，包括：
获取目标设备和目标被拍摄装置的实时距离；其中，目标被拍摄装置为：目标设备即将巡检或者正在巡检的装置；实时距离为：目标设备和目标被拍摄装置之间的距离；
将实时距离和目标设备的拍摄距离阈值进行距离对照；其中，拍摄距离阈值由目标设备上的拍摄装置的规格确定；
若实时距离在拍摄距离阈值范围内，获取拍摄装置的第一获取图像特征；其中，第一获取图像特征为：在实时距离在拍摄距离阈值范围内时，目标设备上的拍摄装置拍摄的图像的特征化表示；
获取目标被拍摄装置的历史拍摄记录；其中，历史拍摄记录为：历史上目标被拍摄装置被拍摄的拍摄图像；
根据历史拍摄记录，提取目标被拍摄装置的第二获取图像特征；其中，第二获取图像特征为：目标被拍摄装置的历史拍摄图像的特征化表示；
将第一获取图像特征和第二获取图像特征进行图像特征匹配，获取特征重合度；其中，特征重合度为：第一获取图像特征和第二获取图像特征的重合率；
若特征重合度大于等于预设的特征重合度阈值，则基于预设的触发信号生成规则，生成触发信号。其中，预设的特征重合度阈值和触发信号生成规则由人工预先设置。
上述技术方案的工作原理及有益效果为：
本申请引入目标设备和目标被拍摄装置的实时距离，并进行目标设备的拍摄距离阈值的距离对照，当实时距离在拍摄距离阈值范围内，说明目标被拍摄装置在目标设备的拍摄范围内，确定第一获取图像特征。根据历史拍摄记录，确定第二获取图像特征。引入表示第一获取图像特征和第二获取图像特征的重合率的特征重合度，当特征重合度大于等于特征重合度阈值，说明目标设备拍到目标被拍摄装置，则发送触发信号进行图像质量控制。提高了触发信号生成时间的精准性。
在一个实施例中，还包括：
在获取拍摄装置的第一获取图像特征之前，获取目标被拍摄装置对应于目标设备的相对朝向，同时，获取目标设备的拍摄朝向；其中，相对朝向为：目标被拍摄装置和目标设备的相对位置；目标设备的拍摄朝向为：目标设备的拍摄方向；
计算拍摄朝向和相对朝向的朝向夹角角度值，并计算预设的时间长度内朝向夹角角度值的变化速率关系；其中，朝向夹角角度值为，比如：60°；预设的时间长度由人工预先设置；变化速率关系为：时间长度内朝向夹角角度值随时间的变化率曲线；
判断变化速率关系是否满足目标变化速率条件，若是，则获取拍摄装置的第一获取图像特征；
其中，判断变化速率关系是否满足目标变化速率条件，包括；
获取拍摄装置的角度控制记录；其中，角度控制记录为：进行拍摄装置的拍摄角度控制的工程记录；
确定角度控制记录中符合朝向夹角角度值的目标角度控制记录；其中，目标角度控制记录为：角度控制记录中的控制夹角和朝向夹角角度值一致的角度控制记录；
根据目标角度控制记录，获取参考朝向夹角角度值变化速率关系集；其中，参考朝向夹角角度值变化速率关系集为：目标角度控制记录对应的朝向夹角角度值变化速率曲线的集合；
若存在变化速率关系与参考朝向夹角角度值变化速率关系集中任一参考朝向夹角角度值变化速率关系的均方误差小于预设的均方误差阈值，则变化速率关系满足目标变化速率条件。其中，预设的均方误差阈值由人工预先设置。
上述技术方案的工作原理及有益效果为：
本申请在获取拍摄装置的第一获取图像特征之前，引入拍摄朝向和相对朝向的朝向夹角角度值，计算时间长度内朝向夹角角度值的变化速率关系，同时，引入角度控制记录确定朝向夹角角度值对应的参考朝向夹角角度值变化速率关系集，判定变化速率关系是否满足目标变化速率条件，若满足，说明变化速率关系符合定向拍摄趋势，可以进行后续的第一获取图像特征的获取，增加提取第一获取图像特征之前的条件约束，减少了算力负担。
本发明实施例提供了一种基于三维模型的巡检点位图像采集装置，如图3所示，包括：
巡检规划获取子系统1，用于获取巡检规划；
要素确定子系统2，用于根据巡检规划，确定巡检拍摄时间要素和现场气象设备提供的气象信息要素；
目标三维模型构建子系统3，用于基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，目标三维模型模拟日照角度、阴影范围与阴影强度；
空间矢量确定子系统4，用于当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果；
图像质量控制子系统5，用于基于评价结果，在目标设备进行图像采集时进行图像质量控制。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于三维模型的巡检点位图像采集方法，其特征在于，包括：
步骤1：获取巡检规划；
步骤2：根据巡检规划，确定巡检拍摄时间要素和现场气象设备提供的气象信息要素；
步骤3：基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，目标三维模型模拟日照角度、阴影范围与阴影强度；
步骤4：当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果；
步骤5：基于评价结果，在目标设备进行图像采集时进行图像质量控制。
2.如权利要求1所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，步骤1：获取巡检规划，包括：
获取工作人员实时输入目标设备的工作计划；
基于预设的巡检规划模版，根据工作计划，确定巡检规划。
3.如权利要求1所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，步骤3：基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，包括：
基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，在三维空间中模拟日照角度、阴影范围与阴影强度，获得目标三维模型。
4.如权利要求1所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，步骤4：当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果，包括：
根据目标三维空间，确定拍摄点的第一三维坐标和被拍摄装置的第二三维坐标；
根据第一三维坐标和第二三维坐标，确定空间矢量，空间矢量包括：拍摄距离、方位角和俯视角；
确定预设于目标装置上的拍摄装置的相机规格；
基于相机规格和拍摄距离，确定目标对焦参数；
根据目标三维空间中的模拟日照角度、阴影范围与阴影强度，对被拍摄装置进行测光，获取测光结果；
根据测光结果，确定拍摄装置的曝光三角，曝光三角包括：快门速度、光圈大小和ISO数值；
根据渲染结果，确定RGB通道值，根据RGB通道值确定色温区间，根据色温区间确定白平衡模式；
将目标对焦参数、曝光三角和白平衡模式共同作为目标相机参数；
获取当前相机参数；
确定目标相机参数和当前相机参数的参数差异，并作为评价结果。
5.如权利要求4所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，根据目标三维空间中的模拟日照角度、阴影范围与阴影强度，对被拍摄装置进行测光，获取测光结果，包括：
确定被拍摄装置在目标三维空间中的局部三维区域；
根据日照角度、阴影范围与阴影强度，确定局部三维区域中的模拟光影信息；
获取拍摄装置在局部三维区域内的模拟拍摄范围；
根据模拟拍摄范围和模拟光影信息，确定测光结果。
6.如权利要求4所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，根据测光结果，确定拍摄装置的曝光三角，包括：
获取拍摄参数设置记录库；
根据测光结果和拍摄参数设置记录库中的记录测光结果进行结果相似性匹配，确定结果相似性匹配符合第一匹配条件的记录测光结果对应的拍摄参数设置记录；
根据拍摄参数设置记录，对每一第一参数设置类型的拍摄参数设置值进行拟和，获取第一参数设置类型对应的拍摄参数设置值的拟和结果；
获取曝光三角的第二参数设置类型；
将第一参数设置类型和第二参数设置类型进行参数设置类型匹配，确定参数设置类型匹配符合第二匹配条件的第一参数设置类型对应的拍摄参数设置值的拟和结果，并作为曝光三角。
7.如权利要求1所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，步骤5：基于评价结果，在目标设备进行图像采集时进行图像质量控制，包括：
基于评价结果，确定控制特征表示；
根据控制特征表示，在目标设备进行图像采集时进行图像质量控制。
8.如权利要求7所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，根据控制特征表示，在目标设备进行图像采集时进行图像质量控制，包括：
获取目标设备进行图像质量控制时的触发信号；
根据触发信号和控制特征表示，进行图像质量控制。
9.如权利要求8所述的一种基于三维模型的巡检点位图像采集方法，其特征在于，获取目标设备进行图像质量控制时的触发信号，包括：
获取目标设备和目标被拍摄装置的实时距离；
将实时距离和目标设备的拍摄距离阈值进行距离对照；
若实时距离在拍摄距离阈值范围内，获取拍摄装置的第一获取图像特征；
获取目标被拍摄装置的历史拍摄记录；
根据历史拍摄记录，提取目标被拍摄装置的第二获取图像特征；
将第一获取图像特征和第二获取图像特征进行图像特征匹配，获取特征重合度；
若特征重合度大于等于预设的特征重合度阈值，则基于预设的触发信号生成规则，生成触发信号。
10.一种基于三维模型的巡检点位图像采集装置，其特征在于，包括：
巡检规划获取子系统，用于获取巡检规划；
要素确定子系统，用于根据巡检规划，确定巡检拍摄时间要素和现场气象设备提供的气象信息要素；
目标三维模型构建子系统，用于基于三维构建技术，根据巡检拍摄时间要素和气象信息要素，构建目标三维模型，目标三维模型模拟日照角度、阴影范围与阴影强度；
空间矢量确定子系统，用于当目标设备到达拍摄点时，根据目标三维模型，确定拍摄点与巡检点的被拍摄装置的空间矢量，并基于空间矢量进行评价，获取评价结果；
图像质量控制子系统，用于基于评价结果，在目标设备进行图像采集时进行图像质量控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410120355.8A CN117934722B (zh) | 2024-01-26 | 2024-01-26 | 一种基于三维模型的巡检点位图像采集方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410120355.8A CN117934722B (zh) | 2024-01-26 | 2024-01-26 | 一种基于三维模型的巡检点位图像采集方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117934722A true CN117934722A (zh) | 2024-04-26 |
| CN117934722B CN117934722B (zh) | 2024-09-06 |
Family
ID=90755474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410120355.8A Active CN117934722B (zh) | 2024-01-26 | 2024-01-26 | 一种基于三维模型的巡检点位图像采集方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117934722B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010271845A (ja) * | 2009-05-20 | 2010-12-02 | Mitsubishi Electric Corp | 画像判読支援装置 |
| CN107042511A (zh) * | 2017-03-27 | 2017-08-15 | 国机智能科技有限公司 | 基于视觉反馈的巡视机器人云台调整方法 |
| CN108733755A (zh) * | 2018-04-11 | 2018-11-02 | 国网山东省电力公司信息通信公司 | 一种基于输电线路三维信息的智能巡检方法及系统 |
| CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
| US20210183040A1 (en) * | 2018-08-09 | 2021-06-17 | Zhejiang Dahua Technology Co., Ltd. | Method and system for selecting an image acquisition device |
| CN113727022A (zh) * | 2021-08-30 | 2021-11-30 | 杭州申昊科技股份有限公司 | 巡检图像的采集方法及装置、电子设备、存储介质 |
| CN114245024A (zh) * | 2022-02-25 | 2022-03-25 | 深圳市雷影光电科技有限公司 | 一种光学摄像机采集控制系统及方法 |
| CN115601700A (zh) * | 2022-10-20 | 2023-01-13 | 山东新一代信息产业技术研究院有限公司（Cn） | 一种数据中心网络设备的使用监测方法、设备及介质 |
| CN116416701A (zh) * | 2023-03-28 | 2023-07-11 | 深圳市优必选科技股份有限公司 | 一种巡检方法、巡检装置、电子设备及存储介质 |
-
2024
- 2024-01-26 CN CN202410120355.8A patent/CN117934722B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010271845A (ja) * | 2009-05-20 | 2010-12-02 | Mitsubishi Electric Corp | 画像判読支援装置 |
| CN107042511A (zh) * | 2017-03-27 | 2017-08-15 | 国机智能科技有限公司 | 基于视觉反馈的巡视机器人云台调整方法 |
| CN108733755A (zh) * | 2018-04-11 | 2018-11-02 | 国网山东省电力公司信息通信公司 | 一种基于输电线路三维信息的智能巡检方法及系统 |
| US20210183040A1 (en) * | 2018-08-09 | 2021-06-17 | Zhejiang Dahua Technology Co., Ltd. | Method and system for selecting an image acquisition device |
| CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
| CN113727022A (zh) * | 2021-08-30 | 2021-11-30 | 杭州申昊科技股份有限公司 | 巡检图像的采集方法及装置、电子设备、存储介质 |
| CN114245024A (zh) * | 2022-02-25 | 2022-03-25 | 深圳市雷影光电科技有限公司 | 一种光学摄像机采集控制系统及方法 |
| CN115601700A (zh) * | 2022-10-20 | 2023-01-13 | 山东新一代信息产业技术研究院有限公司（Cn） | 一种数据中心网络设备的使用监测方法、设备及介质 |
| CN116416701A (zh) * | 2023-03-28 | 2023-07-11 | 深圳市优必选科技股份有限公司 | 一种巡检方法、巡检装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117934722B (zh) | 2024-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109977813B (zh) | 一种基于深度学习框架的巡检机器人目标定位方法 | |
| CN112633535B (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
| CN110142785A (zh) | 一种基于目标检测的巡检机器人视觉伺服方法 | |
| CN110826549A (zh) | 基于计算机视觉的巡检机器人仪表图像识别方法及系统 | |
| CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
| CN115240093B (zh) | 基于可见光和激光雷达点云融合的输电通道自动巡检方法 | |
| CN110046584B (zh) | 一种基于无人机巡检的道路裂纹检测装置及检测方法 | |
| CN113706495A (zh) | 一种在传送带上自动检测锂电池参数的机器视觉检测系统 | |
| CN111244822B (zh) | 一种复杂地理环境的固定翼无人机巡线方法、系统和装置 | |
| CN110910440A (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
| CN115880296A (zh) | 基于机器视觉的预制构件质量检测方法及装置 | |
| CN111770284A (zh) | 一种输电杆塔的逆光补偿拍摄方法及相关装置 | |
| CN114841944A (zh) | 基于挂轨轨道机器人的尾矿坝表面形变巡检方法 | |
| CN112000124B (zh) | 一种应用于电网的无人机巡检方法 | |
| CN116185065A (zh) | 无人机巡检方法、装置及非易失性存储介质 | |
| CN116245844A (zh) | 基于视觉多模态融合的配电线路缺陷智能识别方法及系统 | |
| CN116310678A (zh) | 固态激光雷达与热成像视觉融合的火源识别及定位方法 | |
| CN117934722B (zh) | 一种基于三维模型的巡检点位图像采集方法及装置 | |
| CN115578662A (zh) | 无人机前端图像处理方法、系统、存储介质及设备 | |
| Parlange et al. | Vision-based autonomous navigation for wind turbine inspection using an unmanned aerial vehicle | |
| CN117704970A (zh) | 一种建筑体视觉位移监控系统及其监测方法 | |
| CN117514646A (zh) | 一种地面式风机叶片动态巡检分析方法及系统 | |
| CN114740878B (zh) | 基于计算机图像识别的无人机飞行障碍物探测方法 | |
| CN114476065B (zh) | 一种测绘工程测量用无人机遥感装置 | |
| CN112257514B (zh) | 一种用于设备故障巡检的红外视觉智检的拍摄方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |