[发明专利]基于输电线路高精度三维模型的可视化隐患测距方法

说明书

本发明公开了基于输电线路高精度三维模型的可视化隐患测距方法，包括以下步骤：获取目标区域监拍数据，扫描目标区域采集点云数据；对点云数据进行预处理，包括剔除冗余点云数据，剔除地面点云数据，及密度检查；确定隐患目标的位置并测距。本发明在不改变已安装的在线监拍装置前提下，利用通道三维点云对监拍系统进行三维重建，建立图像与高精度三维空间场景的关系，实现隐患目标精准计算和量测，实现减少误报率；外破隐患目标精确定位；高度计算、净空距离计算；隐患等级、威胁程度机制，实现线路风险的分级管控。

技术领域

本发明涉及数据处理领域，特别涉及基于输电线路高精度三维模型的可视化隐患测距方法。

背景技术

目前，在输电线路图像监拍方向，针对线路通道外破隐患的管控所采用的技术方案主要为：前端图像监拍设备+图像AI智能识别算法，对拍摄的图像中的施工车辆、机械、山火等隐患物进行识别，然而可视化装置可以定性的识别施工车辆等外破隐患，却无法感知外破隐患的大小、方位、位置等信息(一张监拍图像中只能展现出二维空间信息，却无法体现出三维空间信息)，无法实时计算其对导线净空距离，无法准确预警并根据隐患等级进行针对性的运维管控。

以某省安装输电可视化装置3万余套为例，间隔1小时拍照一张每天上传图约为72万张；全部图像数据中隐患图像约为10万张，通过智能分析识别到的施工作业车辆类型隐患约占总预警图像的53％，即5万左右。在这些施工隐患目标中，各类作业车辆分布于图像的各个位置或者为线路防护区之外，造成了更多“狼来了”的情况，无法精准预警隐患的发展趋势、紧迫等级并进行针对性的运维管理。

发明内容

针对现有技术隐患识别准确率低，且信息感知范围窄的问题，本发明提供了基于输电线路高精度三维模型的可视化隐患测距方法，充分利用三维激光点云数据的空间体系，将可视化隐患在监拍图像中的二维目标映射到三维空间，然后再通过三维数据实现隐患的大小、方向、距离的精准计算。

以下是本发明的技术方案。

基于输电线路高精度三维模型的可视化隐患测距方法，包括以下步骤：

获取目标区域监拍数据，扫描目标区域采集点云数据；

对点云数据进行预处理，包括剔除冗余点云数据，剔除地面点云数据，及密度检查；

确定隐患目标的位置并测距。

作为优选，所述剔除冗余点云数据的过程包括直通滤波和统计滤波；所述直通滤波包括：指定一个维度以及该维度下的值域，遍历点云中的每个点，判断该点在指定维度上的取值是否在值域内，删除取值不在值域内的点，遍历结束后，留下的点即构成滤波后的点云。

作为优选，所述统计滤波包括：假设点云中所有的数据点与其最近的k个邻居点的平均距离满足高斯分布，根据均值和方差确定出一个距离阈值，当某个数据点与其最近k个邻居点的平均距离大于这个阈值时，认为该数据点是干扰点并直接删除；具体的步骤如下：

1)通过邻域搜索，找出某一数据点x的k个近邻点，并计算出该数据点x到这k个近邻点的距离的平均值d；

2)通过步骤1)，可以计算得到每一个数据点x_i的k个近邻点的距离的平均值d_i，就可以得到一个n维的集合{d₁,d₂,d₃,…,d_i,…,d_n}，根据下式计算均值μ和标准差σ；

3)通过步骤2)，根据μ和σ计算得到基于高斯分布的最大距离阈值d_max＝μ+υ*σ，其中，υ是一个常数，称为比例系数；

4)通过比较每一个数据点的平均距离d_i与最大距离阈值d_max的大小关系，就可以将d_i大于d_max的数据点视为伪影点云滤除掉。