本发明涉及图形图像处理，尤其涉及一种基于激光点云和图像融合的电力线重建方法和装置。
背景技术：
1、随着智能电网的大规模开展，电力线作为输电通道的主要设备，承担着输送电力的重要角色。塔式检测作为常用的电力线安全监测方式之一，它是通过在电塔上安装激光雷达等传感器获取电力线场景数据。但是激光雷达对于不同材质和颜色的物体，其反射率可能存在差异，特别是对于暗色或光滑表面的物体，激光雷达可能无法准确地获取其距离信息。面对被遮挡物体，激光可能因为无法直接照射到被遮挡物体上从而无法获取准确信息，因此实际采集到的电力线点云往往存在缺失、不完整的情况，难以进行长距离的高精度三维重建。在环境感知和场景理解方面，相机可以提供丰富的视觉信息，包括背景、光照、纹理等，有助于对环境进行感知和理解，但是缺少深度信息，仅依据图像也难以实现高精度的三维重建。如何在面对复杂场景的电力线识别检测时同时兼顾高精度和高效率成为当前亟待解决的问题
技术实现思路
1、本发明的目的在于：为解决在面对复杂场景的电力线识别检测时难以同时兼顾高精度和高效率的问题，本发明提供一种基于激光点云和图像融合的电力线重建方法和装置。
2、本申请实施例的技术方案是这样实现的：
3、本申请实施例第一方面提供一种基于激光点云和图像融合的电力线重建方法，包括：
4、获取待测电力线的原始点云数据和原始图像数据；
5、对所述原始点云数据进行筛选和重建，生成真实三维电线点，并对所述原始图像数据进行采样，生成二维电线点；
6、将所述真实三维电线点投影至预设图像坐标系，确定出与每个所述二维电线点距离最近的目标真实三维电线点，利用所述目标真实三维电线点的深度信息对相应的二维电线点进行融合，生成虚拟三维电线点；
7、基于所述真实三维电线点和所述虚拟三维电线点确定所述待测电力线的目标三维参数。
8、可选的，所述获取待测电力线的原始点云数据和原始图像数据，包括：
9、基于最大主成分分析法将所述原始点云数据对应的原始坐标转换到最大主成分方向。
10、可选的，所述基于最大主成分分析法将所述原始点云数据对应的原始坐标转换到最大主成分方向，包括：
11、获取经滤波处理后的所述原始点云数据在每个维度的均值；
12、基于所述均值对所述原始点云数据进行去质心化处理，得到协方差矩阵；
13、对所述协方差矩阵进行特征值分解，确定三个最大的特征值对应的特征向量，并将所述特征向量确定为最大主成分方向。
14、可选的，所述对所述原始点云数据进行筛选和重建，生成真实三维电线点，包括：
15、基于动态阈值的电力线点云提取方法对所述原始点云数据进行粗提取，得到第一点云数据；
16、利用欧式聚类算法对每根所述待测电力线的第一点云数据进行精提取，得到第二点云数据；
17、采用直线和抛物线结合的模型对所述第二点云数据进行重建，并在基于最小二乘法对模型参数求解后，进行等距采样补全，生成真实三维电线点。
18、可选的，所述对所述原始图像数据进行采样，生成二维电线点，包括：
19、对所述原始图像数据进行数据增强，得到优化图像数据；
20、对所述优化图像数据进行电力线边缘检测，并基于边缘检测得到的边缘点进行二维电线方程拟合，得到拟合方程；
21、基于所述拟合方程进行等距采样，生成二维电线点。
22、可选的，所述将所述真实三维电线点投影至预设图像坐标系，确定出与每个所述二维电线点距离最近的目标真实三维电线点，利用所述目标真实三维电线点的深度信息对相应的二维电线点进行融合，生成虚拟三维电线点，包括：
23、将所述真实三维电线点投影至预设图像坐标系，得到像素坐标集合，构建kd树；
24、从所述kd树中筛选出与每个所述二维电线点距离最近的像素坐标，并件所述像素坐标对应的真实三维电线点确定为目标真实三维电线点；
25、利用所述目标真实三维电线点的深度信息对相应的二维电线点进行融合，生成虚拟三维电线点。
26、可选的，所述基于所述真实三维电线点和所述虚拟三维电线点确定所述待测电力线的目标三维参数，包括：
27、基于所述真实三维电线点和所述虚拟三维电线点分别构建真实三维模型和虚拟三维模型；
28、从所述真实三维模型和所述虚拟三维模型中确定每根电力线的真实模型参数和虚拟模型参数；
29、基于所述真实模型参数和所述虚拟模型参数的差值进行加权处理，确定所述待测电力线的目标三维参数。
30、本申请实施例第二方面提供一种基于激光点云和图像融合的电力线重建装置，包括：获取模块、生成模块、融合模块和确定模块，其中，
31、所述获取模块，配置为获取待测电力线的原始点云数据和原始图像数据；
32、所述生成模块，配置为对所述原始点云数据进行筛选和重建，生成真实三维电线点，并对所述原始图像数据进行采样，生成二维电线点，
33、所述融合模块，配置为将所述真实三维电线点投影至预设图像坐标系，确定出与每个所述二维电线点距离最近的目标真实三维电线点，利用所述目标真实三维电线点的深度信息对相应的二维电线点进行融合，生成虚拟三维电线点；
34、所述确定模块，配置为基于所述真实三维电线点和所述虚拟三维电线点确定所述待测电力线的目标三维参数。
35、本申请实施例第三方面提供一种电子设备，包括处理器和存储器；所述存储器有存储计算机程序，其中，所述计算机程序在被所述处理器执行时实现第一方面所述的基于激光点云和图像融合的电力线重建方法。
36、本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。
37、与现有技术相比，本申请提供的技术方案带来的有益效果是：
38、本发明提供一种基于激光点云和图像融合的电力线重建方法和装置，通过获取待测电力线的原始点云数据和原始图像数据，对原始点云数据进行筛选和重建，生成真实三维电线点，并对原始图像数据进行采样，生成二维电线点，将真实三维电线点投影至预设图像坐标系，确定出与每个二维电线点距离最近的目标真实三维电线点，利用目标真实三维电线点的深度信息对相应的二维电线点进行融合，生成虚拟三维电线点，进而基于真实三维电线点和虚拟三维电线点确定待测电力线的目标三维参数。通过对二维图像和三维点云数据进行融合分析，实现了两种数据的互补，提高了不完整电力线的三维高精度重建精度和重建效率。
1.一种基于激光点云和图像融合的电力线重建方法，其特征在于，包括：
2.根据权利要求1所述的基于激光点云和图像融合的电力线重建方法，其特征在于，所述获取待测电力线的原始点云数据和原始图像数据，包括：
3.根据权利要求2所述的基于激光点云和图像融合的电力线重建方法，其特征在于，所述基于最大主成分分析法将所述原始点云数据对应的原始坐标转换到最大主成分方向，包括：
4.根据权利要求1所述的基于激光点云和图像融合的电力线重建方法，其特征在于，所述对所述原始点云数据进行筛选和重建，生成真实三维电线点，包括：
5.根据权利要求1所述的基于激光点云和图像融合的电力线重建方法，其特征在于，所述对所述原始图像数据进行采样，生成二维电线点，包括：
6.根据权利要求1所述的基于激光点云和图像融合的电力线重建方法，其特征在于，所述将所述真实三维电线点投影至预设图像坐标系，确定出与每个所述二维电线点距离最近的目标真实三维电线点，利用所述目标真实三维电线点的深度信息对相应的二维电线点进行融合，生成虚拟三维电线点，包括：
7.根据权利要求1所述的基于激光点云和图像融合的电力线重建方法，其特征在于，所述基于所述真实三维电线点和所述虚拟三维电线点确定所述待测电力线的目标三维参数，包括：
8.一种基于激光点云和图像融合的电力线重建装置，其特征在于，包括：获取模块、生成模块、融合模块和确定模块，其中，
9.一种电子设备，包括处理器和存储器；所述存储器有存储计算机程序，其中，所述计算机程序在被所述处理器执行时实现权利要求1至7中任一项所述的基于激光点云和图像融合的电力线重建方法。
10.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至7任一所述方法的步骤。
