一种输电线路图像与点云的映射数据重构方法及系统与流程

1.本发明涉及数据处理技术领域，尤其涉及一种输电线路图像与点云的映射数据重构方法及系统。


背景技术：

2.激光雷达扫描技术是一种新兴的三维数据获取技术，利用搭载在三脚架、汽车、飞机及卫星等不同平台上的激光雷达扫描仪能够快速获取海量点云数据。点云数据中包含了每个点的经纬度坐标、强度、多次回波及颜色等丰富的信息，在测绘、林业、农业及数字城市等领域均有相关应用。
3.无人机采集到的可见光二维图片需要经过重建过程才能还原出三维电力场景，其与实际情况间会存在一定偏差。激光雷达点云测绘的技术优势在于它可以精确还原电力场景的空间信息并进行距离测量，而激光雷达点云测绘的缺点在于它不能还原出电力场景中的颜色信息、可视化效果差，利用激光雷达点云数据很难进行精确的电力物体分类。因此，在实际应用中常常将二维图像中的像素与激光点云数据中的点云空间坐标进行对应，针对同一个输电线路现场的图像与点云数据，图像中目标像素坐标可以与目标点的点云数据(目标点的空间坐标)建立映射关系，基于此映射关系可以进行测距任务，例如可以确定与图像中两个目标像素点对应的目标之间在现实世界中的实际距离。
4.然而，在拍摄装置因老化、位移等原因导致异常后，拍摄装置将输出异常的图像，原先点云数据与图像之间所建立的映射关系将无法适用于此时异常的图像，利用异常的图像进行测距任务，会出现较大测距误差，测距精度无法保障。专利文献cn102982548a提供一种多目立体视频采集系统及其相机参数标定方法：获取系统中各个相机的内外参数；通过各个相机在同一时刻采集普通场景的多视点图像，对多视点图像进行特征点检测和匹配获取各视点图像间的匹配点；利用相机参数重构获取各视点图像间的匹配点的三维空间点云坐标；根据三维空间点云坐标和相机的内外参数利用稀疏捆集调整优化获得重投影误差，并优化重投影误差和相机的内外参数；根据优化后重投影误差判断是否进行二次优化；以及根据二次优化结果判断是否进行参数的重新标定。但是该方法不能够解决拍摄装置因老化、位移等原因导致异常图像对于点云坐标获取不准确而影响测距任务的问题。


技术实现要素：

5.本发明提供了一种输电线路图像与点云的映射数据重构方法及系统，能够针能够对已有的映射数据进行调整，重新建立针对当前图像的映射关系，提升利用当前图像所进行的测距任务的精度，修正测距误差。
6.一种输电线路图像与点云的映射数据的重构方法，包括：
7.通过拍摄装置采集当前图像；
8.获取预先存储的映射数据，所述映射数据包括已建立的参考图像的像素坐标与点云数据的点云空间坐标的映射关系；
9.将所述当前图像与所述参考图像进行比较，判断当前图像是否异常；
10.所述当前图像异常时，对所述拍摄装置进行标定，获得参数信息；
11.根据所述参数信息，对所述映射数据进行重构。
12.进一步地，将所述当前图像与所述参考图像进行比较，判断当前图像是否异常，包括：
13.选取当前图像中的特征点，将当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标进行比较，若当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标相等，则当前图像为正常，若当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标不相等，则确定当前图像为异常图像。
14.进一步地，判断当前图像是否异常，还包括：
15.计算当前图像中多个特征点的像素坐标与参考图像中对应的多特征点的像素坐标的多组偏移量，若多组偏移量相等，则确定当前图像发生偏移，若多组偏移量不相等，则确定当前图像发生畸变。
16.进一步地，所述参数信息包括拍摄装置的内参、外参以及畸变参数。
17.进一步地，根据所述参数信息，对所述映射数据进行重构，包括：
18.对发生偏移的当前图像，根据所述外参、内参、当前图像中的多个特征点的像素坐标及其对应的点云数据中点云的空间坐标，重构所述映射数据。
19.进一步地，根据所述参数信息，对所述映射数据进行重构，包括：
20.对发生畸变的当前图像，根据所述内参、外参以及畸变参数，对所述映射数据进行重构。
21.进一步地，根据所述内参、外参以及畸变参数，对所述映射数据进行重构，包括：
22.根据所述内参和外参，计算点云数据中特征点云的空间坐标对应于正常图像中的正常像素坐标；
23.根据所述畸变参数，计算所述正常像素坐标对应于畸变的当前图像中的目标像素坐标；
24.根据所述内参、外参、目标像素坐标以及特征点云的空间坐标，重构所述映射数据。
25.进一步地，所述畸变参数包括径向形变系数和切向形变系数，所述目标像素坐标通过以下公式进行计算：
[0026][0027]
x”＝x'
×
(1 k1×
r2 k2×
r4) 2
×
p1×
x'
×
y' p2×
(r2 2
×
x
'2
)；
[0028]
y”＝y'
×
(1 k1×
r2 k2×
r4) 2
×
p2×
x'
×
y' p1×
(r2 2
×y'2
)；
[0029][0030]
其中，r2＝x
'2
y
'2
，r表示图像物理坐标的扭曲因子，k1、k2是径向形变系数，p1、p2是切向形变系数，ud、vd为畸变后的当前图像中的像素坐标，u，v为正常图像中的正常像素坐标，x'、y'为相机坐标系到图像坐标系的中间量，x”和y”为畸变位置的坐标，c
x
，cy为光轴对
于投影平面坐标中心的偏移量，f
x
和fy为拍摄装置的焦距。
[0031]
进一步地，计算所述正常像素坐标对应于畸变的当前图像中的目标像素坐标之后，还包括：
[0032]
对非整数的目标像素坐标取整。
[0033]
一种输电线路图像与点云的映射数据重构系统，包括拍摄装置和服务器，所述服务器包括处理器和存储装置，所述存储装置存储有多条指令，所述处理器用于读取所述多条指令并执行上述的方法。
[0034]
本发明提供的输电线路图像与点云的映射数据重构方法及系统，至少包括如下有益效果：
[0035]
对于拍摄装置采集的当前图像能够进行有效的异常识别，从而根据异常的情况(偏移或者畸变)，对映射数据进行重构，重新建立拍摄装置备所拍摄的当前图像与点云数据之间的映射关系，提升利用当前图像所进行的测距任务的精度，修正测距误差。
附图说明
[0036]
图1为本发明提供的输电线路图像与点云的映射数据的重构方法一种实施例的流程图。
[0037]
图2为本发明提供的输电线路图像与点云的映射数据的重构方法一种应用场景下畸变图像的示意图。
[0038]
图3为本发明提供的输电线路图像与点云的映射数据的重构装置一种实施例的结构示意图。
[0039]
图4为本发明提供的输电线路图像与点云的映射数据的重构系统一种实施例的流程图。
具体实施方式
[0040]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
[0041]
为了便于对本技术的理解，先对本技术涉及的部分概念进行说明。
[0042]
激光雷达(laser imaging detection and ranging，简称lidar)：通过发射如900nm左右波长的出射光(如激光束)，出射光遇到障碍物后会被障碍物反射，处理单元根据反射光和出射光之间的时间差计算障碍物与激光雷达之间的距离。此外，处理单元还可以根据接收反射光后得到的反射光信号的横截面情况估算目标的反射率。机载激光雷达由于体积小，集成程度高，应用场景越来越多。
[0043]
点云数据(point cloud data)是指在一个三维坐标系统中的一组向量的集合。扫描资料以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(如红绿蓝)或反射强度信息(intensity)。
[0044]
相关技术中可以采用机载激光雷达等方式进行地图测绘，地图中有多个对象的位置信息。然而，点云数据没有图像数据的直观性好，如果可以直接采用图像数据对目标对象进行测距，则可以有效提升输电线路检测的便捷度。
[0045]
为了实现直接使用输电线路图像进行精准测量，需要使得图像中的每一个像素都
具有空间坐标信息。将针对同一目标对象的两类数据(图像数据和点云数据)进行融合，使得可以利用经融合后的输电线路图像用于测量输电线路的净空距离等，精度达到亚米级。
[0046]
参考图1，在一些实施例中，提供一种输电线路图像与点云的映射数据的重构方法，包括：
[0047]
s1、通过拍摄装置采集当前图像；
[0048]
s2、获取预先存储的映射数据，所述映射数据包括已建立的参考图像的像素坐标与点云数据的点云空间坐标的映射关系；
[0049]
s3、将所述当前图像与所述参考图像进行比较，判断当前图像是否异常；
[0050]
s4、所述当前图像异常时，对所述拍摄装置进行标定，获得参数信息；
[0051]
s5、根据所述参数信息，对所述映射数据进行重构。
[0052]
具体地，步骤s1中，拍摄装置可以安装在输电线路上的电塔上，可以拍摄对应输电线路的图像。
[0053]
进一步地，步骤s2中，拍摄装置在正常的状态下拍摄图像，用于建立与点云数据的映射关系，该图像为参考图像，通过激光雷达获取点云数据，建立参考图像的像素坐标与点云数据的点云空间坐标的映射关系并形成映射数据进行存储。
[0054]
在该步骤中，参考图像与点云数据之间的映射关系，包括参考图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。其中，目标点可以是输电线路现场上的设备(例如横担、绝缘子等)的特征点(例如角点、端点、顶点、中心点等)。举例来说，映射数据可以包括：参考图像中绝缘子的中心点的像素坐标与点云数据中该绝缘子的中心点的空间坐标(如世界坐标，包括经度、纬度和高度)之间的映射关系，例如，绝缘子的中心点在参考图像中的像素坐标(u1，v1)对应绝缘子的中心点在点云数据中的空间坐标(x1，y1，z1)。映射关系可以是一种函数关系，在获得参考图像中目标像素坐标后，根据映射关系可以对应获得点云数据中目标点的空间坐标。在获得点云数据中目标点的空间坐标后，根据映射关系也可以对应获得参考图像中目标像素坐标。
[0055]
可以理解，得到了映射数据后，可以获知参考图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。也就是说，在参考图像中选择一个目标像素点，利用映射数据可以获知与该目标像素点对应的空间坐标，进而可以确定参考图像中两个目标像素点之间在现实世界中的实际距离。这样，根据参考图像可以进行测距任务，可以适用于对输电线路现场的监控。当拍摄装置作为安装在输电线路现场上的监控摄像头时，在拍摄装置没有因老化、位移等原因导致异常的情况下，拍摄装置所拍摄的图像是相对稳定不变的。也就是说，在拍摄装置没有因老化、位移等原因导致异常的情况下，拍摄装置所拍摄的当前图像等同于参考图像。因此，可以根据已建立的拍摄装置所拍摄的参考图像与点云数据之间的映射关系，利用拍摄装置所拍摄的当前图像来进行测距任务。然而，在拍摄装置因老化、位移等原因导致异常后，拍摄装置所拍摄的当前图像将是异常的，拍摄装置所拍摄的当前图像不等同于参考图像，若利用异常的当前图像来进行测距任务，会出现较大测距误差，测距精度无法保障。
[0056]
因此，需要通过对拍摄装置采集的当前图像判断拍摄装置是否发生了异常。
[0057]
进一步地，步骤s3中，将所述当前图像与所述参考图像进行比较，判断当前图像是否异常，包括：
[0058]
选取当前图像中的特征点，将当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标进行比较，若当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标相等，则当前图像为正常，若当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标不相等，则确定当前图像为异常图像。
[0059]
进一步地，判断当前图像是否异常，还包括：
[0060]
计算当前图像中多个特征点的像素坐标与参考图像中对应的多特征点的像素坐标的多组偏移量，若多组偏移量相等，则确定当前图像发生偏移，若多组偏移量不相等，则确定当前图像发生畸变。
[0061]
其中，畸变可以包括镜头畸变，例如，桶形畸变和枕形畸变。镜头畸变是光学透镜固有的透视失真的总称，也就是因为透视原因造成的失真。参见图2，示出了桶形畸变和枕形畸变。
[0062]
广角镜头在获得宽视场和特殊拍摄效果的同时，带来了桶形畸变。桶形畸变虽然不影响成像清晰度，但却影响成像的位置精度，这会给图像分析和图像测量带来误差，甚至是误判。广角镜头给视觉系统带来的桶形畸变是非线形的，在图像的中心形变比较小，离图像的中心越远形变越大。枕形畸变，是由镜头引起的画面向中间“收缩”的现象。在使用长焦镜头或使用变焦镜头的长焦端时，最容易察觉枕形失真现象。在输电线路监测的场景中，由于电塔之间的距离较远，经常需要使用长焦镜头或者广角镜头，导致镜头畸变导致的图像失真现象比较明显。
[0063]
进一步地，步骤s4中，所述当前图像异常时，对所述拍摄装置进行标定，获得参数信息。在该步骤中，可以利用棋盘格标定法对拍摄装置进行标定，以得到该拍摄装置的参数信息。
[0064]
具体地，利用棋盘格标定法对拍摄装置进行标定，包括：准备一个棋盘格，棋盘格大小已知，用拍摄装置对其进行不同角度的拍摄，得到一组图像，对图像中的特征点如标定板角点进行检测，得到标定板角点的像素坐标值，根据已知的棋盘格大小和世界坐标系原点，计算得到标定板角点的物理坐标值，每一个角点的像素坐标、每一个角点在世界坐标系下的物理坐标，来进行相机的标定，获得相机的内外参矩阵、畸变参数。
[0065]
参数信息包括拍摄装置的内参、外参以及畸变参数。
[0066]
进一步地，步骤s5中，对发生了偏移但未发生畸变的当前图像，根据所述参数信息，对所述映射数据进行重构，包括：
[0067]
对发生偏移的当前图像，根据所述外参、内参、当前图像中的多个特征点的像素坐标及其对应的点云数据中点云的空间坐标，重构所述映射数据。
[0068]
具体地，内参包括每个像素在图像横轴x上的物理尺寸dx、每个像素在图像纵轴y上的物理尺寸dy、图像物理坐标的扭曲因子r、焦距f、图像的中心像素坐标和图像原点像素坐标之间相差的横向像素数u0、图像的中心像素坐标和图像原点像素坐标之间相差的横纵向像素数v0，也就是说，(u0,v0)表示摄像机光轴与图像平面的交点像素坐标。
[0069]
外参包括空间坐标系转换到相机坐标系的旋转矩阵r和平移向量t。
[0070]
进一步地，在当前图像未发生畸变的情况下，对于同一个目标，该目标在点云数据中的空间坐标、拍摄装置的摄像中点、该目标在当前图像中的像素坐标，此三者是共线的，基于此共线关系，构建如式(1)所示的表达式：
[0071][0072]
在式(1)中，(x,y)为目标点的图像平面坐标。(u0,v0)为拍摄装置光轴与图像平面交点的像素坐标，f表示焦距。(xs,ys,zs)为拍摄装置中心在点云坐标系下的坐标，(xa,ya,za)表示点云数据中目标点的空间坐标。ai,bi,ci(i＝1,2,3)为影像的旋转矩阵。
[0073]
其中，旋转矩阵r的表达式如式(2)所示：
[0074][0075]
由于目标点的图像平面坐标(x,y)与目标点的像素坐标(u,v)可以进行对应变换。通过对拍摄装置进行标定，已知内参与外参，即已知(u0,v0)、f、(xs,ys,zs)。这样，根据点云数据中的目标点的空间坐标(xa,ya,za)，则可以确定在当前图像中的目标像素坐标(u,v)。如此，构建了拍摄装置所拍摄的当前图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。
[0076]
在另一实施方式中，根据参数信息中的内参与外参，可以根据空间变换关系，构建拍摄装置所拍摄的当前图像与点云数据之间的映射关系。
[0077]
像素坐标与空间坐标之间的转换关系，可以如式(3)所示的表达式：
[0078][0079]
在式(3)中，d
x
与dy分别表示每个像素在图像横轴x和纵轴y上的物理尺寸，(u0,v0)为拍摄装置光轴与图像平面的交点像素坐标，f表示拍摄装置的焦距，以上参数均为内参。(u,v)为目标点的像素坐标，(xw,yw,zw)为点云数据中目标点的空间坐标。r表示旋转矩阵，t表示平移向量。
[0080]
在某些实施例中，旋转矩阵r也可以表示为如式(4)所示：
[0081][0082]
例如，表示摄像机坐标轴分别绕点云坐标系y轴、x轴和z轴旋转的角度，即姿态角，如式(5)所示。
[0083]
t＝[t
x
,ty,tz]；
ꢀꢀ
(5)
[0084]
其中，t
x
、ty、tz分别表示摄像机中心在点云坐标系下的位置坐标值。
[0085]
由于已知拍摄装置的内参与外参，根据点云数据中的目标点的空间坐标(xw,yw,zw)，则可以确定在当前图像中的目标像素坐标(u,v)。如此，构建了拍摄装置所拍摄的当前图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。
[0086]
进一步地，步骤s5中，若当前图像已经发生畸变，根据所述参数信息，对所述映射数据进行重构，包括：
[0087]
对发生畸变的当前图像，根据所述内参、外参以及畸变参数，对所述映射数据进行重构。
[0088]
具体地，根据所述内参、外参以及畸变参数，对所述映射数据进行重构，包括：
[0089]
根据所述内参和外参，计算点云数据中特征点云的空间坐标对应于正常图像中的正常像素坐标，具体地，在该步骤中，根据参数信息中的内参与外参，利用上述表达式或式(3)，可以计算点云数据中目标点的空间坐标对应在正常图像中的正常像素坐标；
[0090]
根据所述畸变参数，计算所述正常像素坐标对应于畸变的当前图像中的目标像素坐标；
[0091]
根据所述内参、外参、目标像素坐标以及特征点云的空间坐标，重构所述映射数据，具体地，可以根据上述表达式(1)-(5)进行映射数据的重构。
[0092]
以下对畸变数学模型进行说明。
[0093]
相机的内参矩阵a(dx,dy,r,u,v,f)，外参矩阵[r|t]、畸变系数[k1,k2,k3,p1,p2]，一个像素的物理尺寸dx和dy，焦距f，图像物理坐标的扭曲因子r。
[0094]
径向畸变数学模型，如式(6)所示：
[0095][0096]
其中，r2＝x
'2
y
'2
，图像边缘处的径向畸变较大。
[0097]
切向畸变数学模型，如式(7)所示：
[0098][0099]
其中，上述五个向量k1、k2、k3、p1、p2均为畸变参数，u、v为畸变图像中的像素坐标，u'、v'为校正后的像素坐标。
[0100]
可以理解，xc、yc、zc是像素点在摄像机坐标系中坐标，x',y'是相机坐标系到图像坐标系的中间量，一个像素在图像的像素坐标系中的正常位置坐标可以表示如式(8)～式(10)：
[0101]
x'＝xc/zc；
ꢀꢀ
(8)
[0102]
y'＝yc/zc；
ꢀꢀ
(9)
[0103][0104]
x”和y”为畸变位置坐标，可以表示如式(11)～式(13)：
[0105]
x”＝x'
×
(1 k1×
r2 k2×
r4) 2
×
p1×
x'
×
y' p2×
(r2 2
×
x
'2
)；
ꢀꢀ
(11)
[0106]
y”＝y'
×
(1 k1×
r2 k2×
r4) 2
×
p2×
x'
×
y' p1×
(r2 2
×y'2
)；
ꢀꢀ
(12)
[0107][0108]
其中，r2＝x
'2
y
'2
，r表示图像物理坐标的扭曲因子，k1、k2是径向形变系数，p1、p2是切向形变系数，ud、vd为畸变后的当前图像中的像素坐标，u，v为正常图像中的正常像素坐标，x'、y'为相机坐标系到图像坐标系的中间量，x”和y”为畸变位置的坐标，c
x
，cy为光轴对于投影平面坐标中心的偏移量，f
x
和fy为拍摄装置的焦距。
[0109]
为了基于已知畸变后的图像确定没有畸变的图像，可以通过畸变模型推导其映射关系。
[0110]
正常图像imgr与畸变图像imgd之间的关系如式(14)～式(16)所示：
[0111][0112][0113][0114]
其中，r2＝x
'2
y
'2
，r表示图像物理坐标的扭曲因子，k1、k2是径向形变系数，p1、p2是切向形变系数，ud、vd为畸变后的当前图像中的像素坐标，u，v为正常图像中的正常像素坐标，x'、y'为相机坐标系到图像坐标系的中间量，x”和y”为畸变位置的坐标，c
x
，cy为光轴对于投影平面坐标中心的偏移量，f
x
和fy为拍摄装置的焦距，一般情况下二者相等。
[0115]
由于已经确定拍摄装置所拍摄的当前图像发生了畸变，当前图像即为畸变的异常图像。如此，在上述步骤中计算得到正常图像中的正常像素坐标(u,v)后，可以根据上述式(14)～式(16)，计算得到正常像素坐标(u,v)对应在当前图像中的目标像素坐标(ud，vd)，从而构建了拍摄装置所拍摄的当前图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。
[0116]
可以理解，正常图像的正常像素坐标(u,v)为整数，例如，正常像素坐标(1,1)，但是，计算得到的对应正常像素坐标的当前图像中的目标像素坐标可能为非整数，例如，计算得到目标像素坐标(1.1，1.4)。
[0117]
在某些实施例方式中，当计算到的目标像素坐标为非整数像素坐标时，将当前图像中邻近非整数像素坐标的一个整数像素坐标作为目标像素坐标。例如，可以通过四舍五入的方式区近似值。如当计算到的目标像素坐标为(1.1，1.2)时，可以将当前图像中的整数像素坐标(1，1)作为目标像素坐标。这样，可以构建当前图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。
[0118]
在另一种实施方式中，当计算到的目标像素坐标为非整数像素坐标时，按比例放大当前图像，并在放大后的当前图像中选取与非整数像素坐标对应的一个整数像素坐标作为目标像素坐标。例如，当计算到的目标像素坐标为(1.1，1.2)时，可以将当前图像放大10倍，选取放大后的当前图像中的整数像素坐标(11，12)作为目标像素坐标。这样，可以构建
放大后的当前图像中目标像素坐标与点云数据中目标点的空间坐标之间的映射关系。
[0119]
从该实施例可以看出，本技术实施例提供的方法，可以利用新构建的当前图像与点云数据之间的映射关系，调整原先映射数据中已建立的参考图像与点云数据之间的映射关系，得到调整后的映射数据。基于调整后的映射数据中当前图像与点云数据之间的映射关系，可以利用拍摄装置所拍摄的当前图像来进行测距任务，并且测距精度高，误差小。
[0120]
上述实施例提供的方法，至少包括如下有益效果：
[0121]
对于拍摄装置采集的当前图像能够进行有效的异常识别，从而根据异常的情况(偏移或者畸变)，对映射数据进行重构，重新建立拍摄装置备所拍摄的当前图像与点云数据之间的映射关系，提升利用当前图像所进行的测距任务的精度，修正测距误差。
[0122]
进一步地，参考图3，在一些实施例中，还提供一种输电线路图像与点云的映射数据的重构装置，包括：
[0123]
采集模块201，用于通过拍摄装置采集当前图像；
[0124]
数据获取模块202，用于获取预先存储的映射数据，所述映射数据包括已建立的参考图像的像素坐标与点云数据的点云空间坐标的映射关系；
[0125]
判断模块203，用于将所述当前图像与所述参考图像进行比较，判断当前图像是否异常；
[0126]
标定模块204，所述当前图像异常时，对所述拍摄装置进行标定，获得参数信息；
[0127]
重构模块205，用于根据所述参数信息，对所述映射数据进行重构。
[0128]
具体地，判断模块203还用于：
[0129]
选取当前图像中的特征点，将当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标进行比较，若当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标相等，则当前图像为正常，若当前图像中特征点的像素坐标与参考图像中对应的特征点的像素坐标不相等，则确定当前图像为异常图像。
[0130]
判断模块203还用于：：
[0131]
计算当前图像中多个特征点的像素坐标与参考图像中对应的多特征点的像素坐标的多组偏移量，若多组偏移量相等，则确定当前图像发生偏移，若多组偏移量不相等，则确定当前图像发生畸变。
[0132]
所述参数信息包括拍摄装置的内参、外参以及畸变参数。
[0133]
进一步地，重构模块205还用于：
[0134]
对发生偏移的当前图像，根据所述外参、内参、当前图像中的多个特征点的像素坐标及其对应的点云数据中点云的空间坐标，重构所述映射数据。
[0135]
进一步地，重构模块205还用于：
[0136]
对发生畸变的当前图像，根据所述内参、外参以及畸变参数，对所述映射数据进行重构。
[0137]
进一步地，重构模块205还用于：
[0138]
根据所述内参和外参，计算点云数据中特征点云的空间坐标对应于正常图像中的正常像素坐标；
[0139]
根据所述畸变参数，计算所述正常像素坐标对应于畸变的当前图像中的目标像素坐标；
[0140]
根据所述内参、外参、目标像素坐标以及特征点云的空间坐标，重构所述映射数据。
[0141]
具体重构方法请参考上述实施例，在此不再赘述。
[0142]
参考图4，在一些实施例中，还提供一种输电线路图像与点云的映射数据重构系统，包括拍摄装置301和服务器302，服务器302包括处理器3021和存储装置3022，存储装置3022存储有多条指令，处理器3021用于读取所述多条指令并执行上述的方法。
[0143]
处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0144]
存储装置可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)和永久存储装置。
[0145]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。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。