[发明专利]基于地面点去除与密度导向滤波的线路点云树木分割方法

说明书

本发明涉及计算机视觉技术领域，具体为基于地面点去除与密度导向滤波的线路点云树木分割方法。自适应地面点去除：首先将点云场景进行栅格化，得到高程与点云密度之间的函数对应关系；基于K‑Means聚类与密度导向滤波的树木实例提取：计算点云数据在xyz三个维度上的特征值，推导出三种几何特征及点的形状特征指数，将非结构化点云进行聚类；将簇内颜色统计值非绿色、聚类点云数量不足的簇及离群点进行删除。本发明设计可以快速准确地获取各点的形状特征，进而快速区分树木实例结构，有效降低非聚类簇和离散点的影响，提高分割及识别精度，降低配电线路巡检中树障的影响；且对于地面经验阈值未知以及地形变化复杂场景具有较强鲁棒性。

技术领域

本发明涉及计算机视觉技术领域，具体地说，涉及基于地面点去除与密度导向滤波的线路点云树木分割方法。

背景技术

近年来，无人机自主巡检已成为电力系统常用的巡检方式。其中，基于激光雷达点云的树障检测是一项重要任务。输配电线路因植被自然生长，植被与导线距离低于临界值而发生的凝间击穿现象从而导致电网跳闸的故障被称作树障。该类故障极易造成线路停运，甚至电网营运的严重事故，因此对树障预测的研究就有了迫切的现实意义。树障检测中的单木识别是重要一环，但对单木点云的识别与分割研究大部分集中在森林地区，而输配电线路场景的树木识别研究非常稀少。

相比于超高压输电线路，配电线路分布更加广泛、高度较低、场景更加复杂、树障发生频率更高。此外，由于相关数据量少、标注困难，因此，对配电电路点云场景的单木识别与分割具有更高难度和更大价值。

综上，现有技术存在网络设计复杂、数据标注需求大、效果欠佳等技术问题。鉴于此，我们提出了基于地面点去除与密度导向滤波的线路点云树木分割方法。

发明内容

本发明的目的在于提供基于地面点去除与密度导向滤波的线路点云树木分割方法，以解决上述背景技术中提出的问题。

为实现上述技术问题的解决，本发明的目的之一在于，提供了基于地面点去除与密度导向滤波的线路点云树木分割方法，包括如下步骤：

S1、自适应地面点去除的数据预处理，利用点云场景中地面点与其他点在高程与密度上的差异来实现地面点的分离，具体为：

S1.1、首先在水平方向上将点云场景划分为若干个l*l大小的柱pillar，随后将pillar按h大小平均划分高程进行栅格化；其中，l＞＞h；

S1.2、统计各栅格内的点云数量作为密度值，用栅格高程均值代表该栅格高程，得到对应的高程-密度统计图；

S1.3、细化高程范围，将离散点用多项式函数进行拟合，得到高程与点云密度之间的函数对应关系；

S2、基于K-Means聚类与密度导向滤波的树木实例提取，具体为：

S2.1、首先利用主成分分析法(PCA)，计算点云数据在xyz三个维度上的特征值，用于将该点划分为线型点、面型点和散乱点三种形状特征；

S2.2、利用距离方法，获取点云中某一点的邻域，使用特征值推导出三种几何特征；并进一步推导该点的形状特征指数；

S2.3、树木为典型的非结构化特征，将非结构化点云进行K-Means或高斯混合聚类，实现对树木实例的初步区分；

S2.4、遍历初步聚类的所有簇，根据颜色均值和数量筛选，将簇内颜色统计值非绿色以及聚类点云数量不足的簇进行删除；

S2.5、采用密度导向滤波进行离群点删除，得到完整的树木实例。

作为本技术方案的进一步改进，所述S1.1中，对于同一个pillar，其第i个栅格内点云集合为：

S_i＝(P(x，y，z)|ih≤z＜(i+1)h)