[发明专利]一种基于LiDAR点云数据的电力线自动提取方法

说明书

本发明提供了一种基于LiDAR点云数据的电力线自动提取方法，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Hough变换识别直线模型思想对所提取的电力线点云做进一步优化提取；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进行分段拟合得到重建后的电力线模型。本发明所述的一种基于LiDAR点云数据的电力线自动提取方法，实现LiDAR点云数据中电力线的自动提取和重建，极大地提高了激光雷达点云数据的分类效率，对输电线路的改造、隐患分析以及线路的故障排查有重要的意义。

技术领域

本发明属于电力巡检技术领域，尤其是涉及一种基于LiDAR点云数据的电力线自动提取方法。

背景技术

目前已有研究将激光雷达技术应用于电力巡检，运用该技术采集的高精度三维点云数据能够快速获得电力线走廊的精确三维空间信息和三维模型，从而精确地计算电力线走廊的地物(尤其是植被、建筑)到电力线的距离以及电力线之间的距离等，及时发现缺陷，实现危险区域的自动监测，同时为电网的设计和管理提供快速的空间数据获取支持。

在电力线的自动提取方面许多学者做出一些成果，但进一步分析发现，有些研究对激光雷达点云数据进行预处理后，通过迭代的Hough变换实现电力线的提取，但未考虑经过预处理后丢失的电力线点，而且通过Hough变换的线性检测并不能去除与电力线点处于同一垂直面上的噪点，容易将靠近植被的电力线点错分为非电力线点。目前基于激光雷达点云进行电力线提取的研究，普遍存在数据预处理复杂、计算强度大、难以实现自动化的缺陷。另外，目前的算法多适用于高密度点云的提取和重建，对于点云密度不高的电力线存在一定的局限性。

发明内容

有鉴于此，本发明旨在克服上述现有技术中存在的缺陷，提出一种基于LiDAR点云数据的电力线自动提取方法。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于LiDAR点云数据的电力线自动提取方法，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。

进一步的，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。

进一步的，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：