[发明专利]一种基于无人机激光点云的电塔自动定位方法及装置

说明书

本发明实施例公开了一种基于无人机激光点云的电塔自动定位方法及装置，用于解决现有机载LiDAR点云中电塔定位方法中存在的应用场景有限、精度不稳定的问题。本发明实施例方法包括：对无人机获取到的点云区域进行栅格化，并在每一个栅格范围内分别统计高程最高点获得最高高程图、统计高程最低点获得最低高程图，统计点密度获得密度特征图，并计算获得高差分布特征图和坡度分布特征图；根据所述高差分布特征图和所述坡度分布特征图提取电力线种子点，形成种子区域并对种子区域进行形态学闭操作获得掩膜区域；采用迭代的局部高密度点定位方法根据密度特征图对掩膜区域进行计算，输出电塔定位区域图。

技术领域

本发明涉及测绘激光点云数据处理领域，尤其涉及一种基于无人机激光点云的电塔自动定位方法及装置。

背景技术

电塔，呈梯形，三角形等塔状建筑物·高度通常为25-40米·为钢架结构。多建设在野外的发电厂、配电站附近。它是电力部门的重要设施。能架空电线并起保护，支撑作用。电力铁塔的设计、制造、安装、维护及质量检测是现代电力系统运行与发展的重要保障。电塔在山区安装形成电力走廊，由于地方偏僻，在对其维护的时候就需要用无人机进行探测，由无人机取得激光点云数据。

目前国内外对电力走廊机载激光点云(LiDAR)数据中电力设施的提取大多集中在电力线分割与拟合技术,并且这些方法大多依赖于电塔位置的先验信息。从LiDAR点云数据中提取电力线的研究和专利均处于非常初级的阶段。其中游安清等利用栅格化的激光点云的密度信息提取电塔，直接通过统计单元格内点云数量，提取全局高密度点并排序，所得位置即为杆塔点。

然而，此种方法对应用场景有着极为严格的限制。首先，扫描区域中，杆塔密度必须足够显著，意味着场景中不可出现其他高密度区域，如高大树木、垂直建筑物以及其他垂直分布的物体；其次,由于电塔形态有别，而且传感器扫描姿态不同导致数据密度分布差别，极易产生同塔双响应的错误定位问题。因此，提出一种新的电塔自动定位方法，解决现有机载LiDAR点云中电塔定位方法中存在的应用场景有限、精度不稳定的问题是本领域人员的共同的技术需求。

发明内容

本发明实施例提供了一种基于无人机激光点云的电塔自动定位方法及装置，用于解决现有机载LiDAR点云中电塔定位方法中存在的应用场景有限、精度不稳定的问题。

本发明实施例提供一种基于无人机激光点云的电塔自动定位方法，包括：

对无人机获取到的点云区域进行栅格化，并在每一个栅格范围内分别统计高程最高点获得最高高程图、统计高程最低点获得最低高程图，统计点密度获得密度特征图，并计算获得高差分布特征图和坡度分布特征图；

根据所述高差分布特征图和所述坡度分布特征图提取电力线种子点，形成种子区域并对种子区域进行形态学闭操作获得掩膜区域；

采用迭代的局部高密度点定位方法根据密度特征图对掩膜区域进行计算，输出电塔定位区域图。

优选地，所述对无人机获取到的点云区域进行栅格化，并在每一个栅格范围内分别统计高程最高点获得最高高程图、统计高程最低点获得最低高程图，统计点密度获得密度特征图，并计算获得高差分布特征图和坡度分布特征图具体包括：

对无人机获取到的点云区域按预设的像素宽度划分格网，并依次遍历每个点云，计算点云所属格网位置；

在每一个栅格范围内统计高程最高点获得最高高程图，在每一个栅格范围内统计高程最低点获得最低高程图，在每一个栅格范围内统计点密度获得密度特征图；

根据最高高程图和最低高程图通过每一栅格内的最高高程值减去最低高程值的差计算得到高差分布特征图；根据最高高程图采用三阶反距离平方权差分法计算得到坡度分布特征图。

优选地，所述根据高差分布特图和坡度分布特征图提取种子点，形成种子区域并对种子区域进行形态学闭操作获得掩膜区域具体包括：