中国电力企业联合会

本发明涉及一种输电塔倾斜模型细节优化方法，属于输电塔三维重建领域，解决了现有技术中基于倾斜摄影影像对输电塔倾斜模型重建的精度不足的问题。具体步骤包括：由多视角输电塔图像生成输电塔原始点云，并从中提取网格化的塔体有效点云，对塔体有效点云提取几何特征序列；将几何特征序列输入预训练的分类网络，得到塔体局部部件的形变概率；对塔体有效点云进行高斯化建模，得到若干高斯元胞和对应的高斯参数，基于高斯参数分区域计算相邻高斯元胞的高斯重叠度，基于高斯重叠度和局部部件的形变概率自适应更新高斯参数，得到优化后的塔体中心线点集；基于优化后的塔体中心线点集进行实体建模，得到细节优化的输电塔倾斜模型，提高了倾斜建模精度。

本发明涉及一种基于高斯泼溅与稀疏卷积的电力点云高效压缩方法，属于电力设备点云压缩领域，解决了现有技术中电力设备点云压缩中压缩率和精度难以兼顾的问题。具体步骤包括：由历史多视角电力设备图像集获取电力设备点云，分别将电力设备点云中各点建模为对应的高斯元胞；对点云的所有高斯元胞进行哈希网格化处理并构建训练样本集，通过由可微渲染构建的联合损失进行协同优化，得到训练后的稀疏卷积网络和对应的收敛高斯参数；获取电力设备的实时点云，基于收敛高斯参数对实时点云进行适配优化，利用训练后的稀疏卷积网络得到输出特征和关键部件置信度，对更新高斯元胞的参数进行自适应量化和熵编码，保证了电力点云在压缩过程中的压缩率和精度。