[发明专利]一种从机载激光点云数据识别架空电力线的方法

说明书

技术领域

本发明涉及一种从机载激光点云数据识别架空电力线的方法，属于LiDAR数据地物提取处理技术的方法领域。

背景技术

LiDAR（Light Detection And Ranging）是一种新兴的对地观测技术，其提供了一种能够快速、高精度、实时地获取地表三维信息的技术手段，与传统的观测技术不同，LiDAR获取的是三维空间里的大量地表特征点，能够准确地提供地面及地物的空间位置信息，现在已经广泛地应用于数字测绘、林业监测、资源普查等多个方面。由于LiDAR获取的是整个观测区域的点云数据，所以LiDAR点云的属性解析和类别辨别对于LiDAR的应用效果有着重要的意义，因此地物提取成为了LiDAR后续处理中的重要内容，而（架空）电力线的提取和分析是其中的一个研究热点。准确并且完整地获取电力线数据在在许多学科邻域都有着非常重要的地位，其被广泛应用于生物量和碳量的估计、都市生态评估等诸多方面，所以如何有效地从原始LiDAR数据中准确、有效地获取电力线点具有重要的理论价值和实际价值。

目前，LiDAR电力线信息获取的研究多集中在以下几个方面：(1)利用遥感、航空影像等空间数据作为辅助手段，与LiDAR点云相融合进行电力线的提取；(2)将LiDAR点云插值为栅格图像，然后利用遥感影像分类的方法处理，间接达到LiDAR点云电力线信息提取的效果；(3)以LiDAR的某些特性作为依据，用机器学习的方法进行地物分类，或者利用全波性、多回波LiDAR的特殊性质，挖掘其作为电力线获取依据的可行性。以上大多数电力线提取方法的核心思想其实是借鉴了遥感影像的分类技术，然后应用在LiDAR这种离散的点集上，这些方法都忽略了LiDAR本身所拥有的特殊的三维空间分布的特征，而且大多数LiDAR数据往往都不具有全波形和多回波的特性，无法利用特殊性质对LiDAR点云电力线进行提取，所以现有的方法用于LiDAR电力线的获取存在诸多缺陷，无法满足实际应用的要求。

发明内容

本发明要解决的技术问题是：克服上述现有技术中存在的不足，提出一种从机载激光点云数据识别架空电力线的方法，能够准确且高效的从LiDAR数据中提取架空电力线。

为了解决以上技术问题，本发明提供的一种从机载激光点云数据识别架空电力线的方法，包括以下步骤：

第1步、对LiDAR数据进行形态学滤波，去除地面点后获得地物点数据集合；

第2步、利用区域增长的方法分割所述地物点数据集合，得到若干个单独的地物点集；

第3步、按照以下方法获取每个地物点集的空间形态指标：

a、使用尺寸相同的立方体以叠加的方式去覆盖地物点集；

b、先使用较大边长的立方体去覆盖地物点集；

c、不断缩小立方体的尺寸，直到每个立方体内只容纳一个LiDAR点；

d、根据内部含有LiDAR点的立方体数量和立方体的边长r，计算logN/logr作为该地物点集的空间形态指标；

第4步、空间形态指标介于1.08至1.23之间的地物点集判定为架空电力线点，并进行提取。

本发明的创新点在于，首先通过LiDAR数据的滤波预处理，将原始的LiDAR数据分离为地面点的集合和地物点的集合，在原始的三维点集合中，为了对特定的地物进行提取，需要从点云数据中区分出地形点子集和地物点子集。通过LiDAR滤波排除地面点，可以获得只包含地物点的数据集合，在地物点集合的基础上对特定地物点进行提取分析，然后采用三维区域划分和空间形态描述相结合的方式，对LiDAR点云地物本身所固有的三维空间特征进行评价，先利用区域分割分离出每个地物，得到一个个地物点聚集团，然后计算地物的“空间形态指标”，分析地物的三维空间形态进而确定地物的类别分辨出架空电力线类型的点云，从而实现从LiDAR点云中快速和较为准确地提取出架空电力线地物信息。

在传统的LiDAR架空电力线提取方法中，往往需要遥感、航拍影像等辅助数据的支持或者要求LiDAR点云数据具有全波形等特性，限制了适用范围，而且计算过程中，这些方法通常需要构建三角网、栅格格网等数据结构对点云进行重新组织和通过SVM等机器学习辅助提取，计算过程较为复杂，使得运算量巨大、耗时长，难以满足实际数据处理的需要。