[发明专利]一种基于机载LiDAR点云的杆塔提取方法

说明书

本发明涉及点云语义分割技术领域，具体涉及一种基于机载LiDAR点云的杆塔提取技术，本发明首先，输入点云预处理，对预处理后的点云数据按给定的格网尺寸划分格网，计算出杆塔点云和其他点云的坡度特征和高差特征，作为权重，利用最小割算法将点云分割成小点云，再使用泰森多边形划分出起小点云之间的边缘，之后，将小点云集作为数据集，使用条件随机场，将小点云集进行分类，本发明相对于PointNet，PointCNN,本算法可以处理大规模点云，相对于传统的点云提取杆塔算法，具有更高的鲁棒性。

技术领域

本发明涉及点云语义分割技术领域，具体涉及一种基于机载LiDAR点云的杆塔提取方法。

背景技术

高压输电线路是电力系统的重要组成部分，具有线路距离长、覆盖范围大、安全可靠性要求高等特点。我国电网输电线路巡检目前主要通过运行人员手持仪器或肉眼来观测设备缺陷，人工巡检方式周期长且作业强度大，难以适应现代化电网快速发展和安全运行需要。

无人机技术的发展为输电线路巡检提供了全新的移动平台。利用无人机搭载巡检设备进行输电线路巡检，不受地理条件的限制，且巡检效率高，每小时可达几km至几十km。将无人机应用于输电线路巡检，可以弥补人工巡检的不足，实现对输电线路的快速、安全巡检，具有重要的研究价值和良好的应用前景。

基于无人机载激光雷达的系统能以离散采样点云形式，快速、准确采集输电线路走廊电力设备与走廊地物的真三维坐标，为输电线路巡检工作提供了一种新的解决方案，对于丘陵或山区的架空线路来说意义尤为重大，因此正被逐渐应用到输电线路运行维护中，而杆塔的提取对高压输电线路的位置定位具有重要意义。

发明内容

针对现有技术的不足，本发明公开了一种基于机载LiDAR点云的杆塔提取方法，用于解决现阶段，一些点云分割的算法陆续出来，PointNet，PointCNN等神经网络分割点云都取得较好的效果，但不能对大规模的点云进行处理。传统的根据杆塔所具有的特征提取杆塔算法的鲁棒性不是很强的问题。

本发明通过以下技术方案予以实现：

一种基于机载LiDAR点云的杆塔提取方法，其特征在于，包括以下步骤：

S1输入点云预处理；

S2对预处理后的点云数据按给定的格网尺寸划分格网；

S3计算出杆塔点云和其他点云的坡度特征和高差特征并作为权重；

S4利用最小割算法将点云分割成小点云，再使用泰森多边形划分出起小点云之间的边缘；

S5将小点云集作为数据集，使用条件随机场，将小点云集进行分类。

优选的，所述坡度特征中，首先对预处理后的点云数据按给定的格网尺寸划分格网，遍历点云，计算点云所在格网的位置。计算出格网中的最低程H_L和最高程H_T；高差特征为H＝H_T-H_L。

优选的，所述高差特征中，坡度特征需要反映高程沿任意方向的变化程度，坡度越大的区域高程变化越剧烈；

坡度的计算公式为：

式中g_x和g_y分别为X方向和Y方向上高程变化率。

优选的，所述g_x和g_y计算公式为：

式中的k_i,j为3×3窗口的中心点的最高高程值，其余为其八邻域点的最高高程；d为格网的宽度。