【技术实现步骤摘要】
本申请涉及三维场景构建，具体而言，涉及一种模型构建方法、装置、非易失性存储介质及电子设备。
技术介绍
1、随着高压电缆设备规模的不断扩大，对于高压电缆设备的建模手段要求也越来越高，目前存在基于的点云数据的高精度三维数据模型建模、基于设计图纸的参数化建模、360度全景建模及倾斜摄影建模等方式，但是存在数据采集成本高、效率低并且实景还原度低的问题。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种模型构建方法、装置、非易失性存储介质及电子设备，以至少解决由于目前建模技术存在数据采集成本高效率低且不能与全景结合造成的建模成本高、耗时长并且实景还原度低的技术问题。
2、根据本申请实施例的一个方面，提供了一种模型构建方法，包括：获取目标对象的全景图像，并确定全景图像中的特征点；依据全景图像，确定目标对象的全景图像点云数据，并依据特征点从全景图像点云数据中筛选得到全景特征点云数据；匹配全景特征点云数据和目标对象的激光点云数据；依据匹配结果对目标对象的初始模型进行校准，得到目标对象的目标模型。
3、可选地，匹配全景特征点云数据和目标对象的激光点云数据的步骤包括：确定全景特征点云中包含的空间位置信息；确定预设空间位置误差范围，并依据预设空间位置误差范围和空间位置信息构建搜索包围盒，其中，搜索包围盒用于缩小全景特征点云数据和激光点云数据的匹配检索空间范围；在各个搜索包围盒中对搜索包围盒内的激光点云数据和全景特征点云数据进行
4、可选地，依据匹配结果对目标对象的初始模型进行校准，得到目标对象的目标模型的步骤包括：依据点云配准参照基准点确定全景特征点云数据和激光点云数据之间的位置差异信息，其中，位置差异信息包括以下至少之一：全景特征点云数据和激光点云数据之间的空间位置差异信息，以及全景特征点云数据和激光点云数据之间的空间姿态差异信息；依据位置差异信息，确定全景特征点云数据和激光点云数据之间的空间位置差异参数；依据空间位置差异参数，以激光点云数据的空间位置信息为基准对初始模型进行校准，得到目标模型。
5、可选地，在各个搜索包围盒中对搜索包围盒内的激光点云数据和全景特征点云数据进行匹配的步骤包括：依据激光点云数据和全景特征点云数据中各自包含的色彩特征信息和空间位置结构特征信息，对激光点云数据和全景点云数据进行匹配。
6、可选地，确定全景图像中的特征点的步骤包括：确定全景图像的图像特征信息，其中，图像特征信息包括以下至少之一：全景图像的像素颜色值，全景图像中的目标对象的物体特征点；依据图像特征信息，对全景图像进行对象化分类处理，从而确定全景图像中的特征点。
7、可选地，依据匹配结果对目标对象的初始模型进行校准，得到目标对象的目标模型的步骤之前，模型构建方法还包括：建立与目标对象对应的空间多面体；依据全景图像对空间多面体进行反向贴图，得到初始模型。
8、可选地，建立与目标对象对应的空间多面体的步骤包括：确定全景图像的全景采集站点的间距信息；依据间距信息和全景采集站点，对每个全景采集站点建立对应的空间多面体。
9、根据本申请实施例的另一方面，还提供了一种模型构建方法，包括：第一处理模块，用于获取目标对象的全景图像，并确定全景图像中的特征点；第二处理模块，用于依据全景图像，确定目标对象的全景图像点云数据，并依据特征点从全景图像点云数据中筛选得到全景特征点云数据；第三处理模块，用于匹配全景特征点云数据和目标对象的激光点云数据；第四处理模块，用于依据匹配结果对目标对象的初始模型进行校准，得到目标对象的目标模型。
10、根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意模型构建方法。
11、根据本申请实施例的另一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行任意模型构建方法。
12、在本申请实施例中，采用获取目标对象的全景图像，并确定全景图像中的特征点；依据全景图像，确定目标对象的全景图像点云数据，并依据特征点从全景图像点云数据中筛选得到全景特征点云数据；匹配全景特征点云数据和目标对象的激光点云数据；依据匹配结果对目标对象的初始模型进行校准，得到目标对象的目标模型的方式，通过将全景图像中特征点对应得到全景特征点云数据，达到了高速建模的目的，从而实现了低成本、快速建模，且建模成果具备较高的实用性的技术效果，进而解决了由于目前建模技术存在数据采集成本高效率低且不能与全景结合造成的建模成本高、耗时长并且实景还原度低技术问题。
本文档来自技高网...【技术保护点】
1.一种模型构建方法，其特征在于，包括：
2.根据权利要求1所述的模型构建方法，其特征在于，所述匹配所述全景特征点云数据和所述目标对象的激光点云数据的步骤包括：
3.根据权利要求1所述的模型构建方法，其特征在于，所述依据匹配结果对所述目标对象的初始模型进行校准，得到所述目标对象的目标模型的步骤包括：
4.根据权利要求2所述的模型构建方法，其特征在于，所述在各个所述搜索包围盒中对所述搜索包围盒内的所述激光点云数据和所述全景特征点云数据进行匹配的步骤包括：
5.根据权利要求1所述的模型构建方法，其特征在于，所述确定所述全景图像中的特征点的步骤包括：
6.根据权利要求1所述的模型构建方法，其特征在于，所述依据匹配结果对所述目标对象的初始模型进行校准，得到所述目标对象的目标模型的步骤之前，所述模型构建方法还包括：
7.根据权利要求6所述的模型构建方法，其特征在于，所述建立与所述目标对象对应的空间多面体的步骤包括：
8.一种模型构建装置，其特征在于，包括：
9.一种非易失性存储介质，其特征在于，
10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的模型构建方法。
...【技术特征摘要】
1.一种模型构建方法，其特征在于，包括：
2.根据权利要求1所述的模型构建方法，其特征在于，所述匹配所述全景特征点云数据和所述目标对象的激光点云数据的步骤包括：
3.根据权利要求1所述的模型构建方法，其特征在于，所述依据匹配结果对所述目标对象的初始模型进行校准，得到所述目标对象的目标模型的步骤包括：
4.根据权利要求2所述的模型构建方法，其特征在于，所述在各个所述搜索包围盒中对所述搜索包围盒内的所述激光点云数据和所述全景特征点云数据进行匹配的步骤包括：
5.根据权利要求1所述的模型构建方法，其特征在于，所述确定所述全景图像中的特征点的步骤包括：
6.根据权利要求1所述的模型构建方法，其特征...
【专利技术属性】
技术研发人员：赵洋，郭甜，刘青，李光，邰宝宇，刘济寒，
申请(专利权)人：国网北京市电力公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。