基于多特征点融合的电力设备三维结构重建方法

来源：计算机技术与发展杂志2025年第08期北京时间：

作者：沈铁志;杨庆;龚欣;陈钧

单位：1. 国能神福(石狮)发电有限公司,福建 石狮 362700;2. 南京工程学院,江苏 南京 211167

摘要：电力设备的三维结构重建在数字孪生技术中具有重要应用。以干式变压器为例,作为输配电网系统的基础设备,其设计采用干式而非油浸方式,避免了油泄漏等安全隐患,并降低了因负荷过大造成的器件绝缘老化或变压器火灾的风险。凭借其独特的结构设计,干式变压器能够在各种复杂环境中为设备提供稳定可靠的电力能源。尽管现代变压器具备智能化特征,其健康状态的在线监测和智能运维在智能电网系统建设中仍然至关重要。结合多视图三维重建技术,该文提出了一种基于ORB、Harris和SURF特征点融合的干式变压器三维结构重建方法。首先,针对多视觉传感器获取的重叠区域的多幅图像,分别提取相邻两幅图像间的ORB、Harris和SURF特征点,并对这些特征点融合。其次,借助图像特征点的局部一致性,通过特征点尺度变化的自适应引导,构建深度学习的特征点匹配模型,从而减少特征点的误匹配。最后,对匹配后的多种特征点进行融合,计算相邻图像间的摄像机结构参数,自适应地解算多幅图像间的特征点三维重建,完成干式变压器的三维结构数字化重建。通过实验结果的比较,该方法有效解决了传统算法在特征点提取不足、误匹配点较多以及三维重建空洞等问题,验证了该方法在干式变压器及其他电力设备的三维模型重构中的实用性。

关键词：电力设备;干式变压器;特征提取;三维重建;特征匹配