[发明专利]一种基于LiDAR点云数据的电力线自动提取方法

权利要求书

1.一种基于LiDAR点云数据的电力线自动提取方法，其特征在于：包括如下步骤：

S1.获取输电线路的点云数据，对原始的LiDAR点云数据进行预处理；

S2.基于格网高差和高程阈值对预处理后的点云数据进行处理，将电力线点云和非电力线点云进行分离，以提取电力线点云；

S3.利用峰值增强局部算子改进的Hough变换识别直线模型，对步骤S2中提取的电力线点云进行精确提取；

S4.根据提取到的电力线点云数据，利用二次多项式模型对每档导线在两个杆塔之间进行分段拟合得到重建后的电力线模型。

2.根据权利要求1所述的一种基于LiDAR点云数据的电力线自动提取方法，其特征在于：所述步骤S1具体为：

对于LiDAR点云数据记录的多次回波信息，电力线点全部集中在点云的首次回波中，提取首次回波信息滤除一部分地物点，保留全部的电力线点，同时通过设定高度阈值对粗差点进行去除。

3.根据权利要求1所述的一种基于LiDAR点云数据的电力线自动提取方法，其特征在于：所述步骤S2具体为：

首先对离散点云构建规则的规格网，每个格网至少含有一个点；

格网高差h为每个格网内点云的最大高程H_max和最小高程H_min之差的绝对值，具体公式如下：h＝|H_max-H_min|

设P_i为预处理后点云中的任意一点，采用基于格网高差的方法对预处理后的点进行判断，若P_i满足限定条件,则该点属于电力线点，否则为非电力线点；条件判断式详见下式：

其中，为初步提取电力线点的集合，h_th为格网高差阈值。

4.根据权利要求1所述的一种基于LiDAR点云数据的电力线自动提取方法，其特征在于：步骤S3具体为：

首先将提取的电力线点云投影到XY平面，利用二维空间Hougth变换通过检测参量空间的峰值确定原始空间的直线，然后映射到参数空间；

在参数空间中，各个离散点对应的正弦曲线重叠交叉形成峰值起伏的累加空间；

假设其累加值为k，代表有k条正弦曲线在累加空间中的该累加单元重叠；θ为极坐标的极角，ρ为极径，在该单元第l条正弦曲线对应的斜率为：

该曲线的法线角度为：

累加单元各个正弦曲线的平均法线角度为：

定义累加空间中的各累加单元和8邻域，将其累加值与8邻域的差值进行加权求和，求得的值为r，替代对应单元的累加值，同时该单元对应矢量方向与平均法线方向的夹角γ的余弦为加权函数，将其与邻域的差值投影到法线方向上,z_mid为累加器空间8邻域内的中间元素，具体公式如下：

通过改进的Hough变换算法得到电力线所对应的直线模型，在二维平面上计算每个点到提取的各条直线的垂直距离；如果该点到某条直线的距离小于一定阈值，则认为该点为此电力线的点，阈值取网格尺寸的倍。

5.根据权利要求1所述的一种基于LiDAR点云数据的电力线自动提取方法，其特征在于：所述步骤S4具体为：

通过坐标转换在x-O-z空间对所有电力线点按x值进行升序排列，求局部最大值点从而得到杆塔的位置；

在两个杆塔之间进行电力线拟合，杆塔点即为每档电力线的端点；

采用带有限制条件的最小二乘法对排序后的电力线点进行拟合，计算出每条电力线的最佳拟合参量；带有限制条件的间接平差法方程如下：

式中，B_nn为参量改正数系数矩阵，C_su为参量限制条件方程的系数矩阵，S＇_sI为限制条件的常数项，l_nl为观测值，得到的方程解即为拟合曲线的参量矩阵(a,b,c)；

解算出新电力线坐标，并在x-O-z空间绘制出电力曲线，实现每条电力线的三维重建。