[发明专利]一种机载LIDAR电力巡检点云分类方法

说明书

一、技术领域

本发明涉及一种测绘遥感领域中的数据分类技术，特别是一种机载LIDAR技术下的电力巡检激光雷达点云数据的分类方法法。

二、技术背景

激光雷达(Light Detection And Ranging，LiDAR)是一项通过由传感器所发出的激光来测定传感器和目标物之间距离的主动遥感技术。LiDAR数据在三维空间中呈不规则分布的点集，在三维空间的分布形态呈现离散的“点云”。利用机载LIDAR可以进行输电线路的巡检，通过巡检点云数据可以排查输电线路的故障及隐患，其中对地物与电力线间的距离探测是一项重要内容，需要从获得的巡检点云数据中提取地面、植被到相应电力线的距离，从而确定该距离是否符合电网规范的距离标准，如果距离过近，则设定为隐患。而该隐患的准确及高效判断依赖于巡检点云数据的高精度分类，但传统的电力巡检点云数据分类方法主要是半自动提取方法，该方法一般先采用常规滤波算法区分地面与非地面点，然后人工手动划分其他地物类型，该方法存在着明显的缺点与不足：

(1)电力巡检点云数据往往数据量较大，在地形复杂区域，常规滤波算法往往精度较低，需要人为后期修改，存在工作量大的问题，不能达到数据快速处理及隐患排查的实时性要求；

(2)对于电力巡检线路上其他不同地物的类型划分，传统方法依赖人工划分，存在工作量大、项目成本高、周期长、劳动强度大等多方面缺点，在大范围机载LIDAR电力巡检项目中不具有经济可行性。

所以在对电力巡检点云数据分类的过程中，采用传统分类方法时，不可避免地带来很多麻烦且效率低下。因此，现有技术存在自动化程度低、生产效率低、项目成本高，开发周期长、成果精度低等多方面缺点。怎样在保证电力巡检点云数据精确分类的前提下，提高自动化程度和生产效率、降低项目成本，缩短开发周期成为本领域科技人员急待解决的问题。

三、发明内容

为了解决现有测绘遥感分类技术在机载LIDAR点云数据分类中存在的诸多问题，提高生产效率，本发明的目的是提供一种机载LIDAR电力巡检点云数据分类方法。它在保证点云数据地物分类精度的情况下，提高了电力巡检点云数据分类的自动化程度和效率，极大的降低了项目开发成本，缩短了项目周期，克服了传统电力巡检点云数据分类手段存在的缺点。

本发明的目的是这样实现的：在获取机载LIDAR电力巡检点云数据并进行去噪预处理后，通过高效的算法设计，首先利用滤波算法实现地面点与非地面点的区分，然后依次实现电力杆塔、电力线、植被等地物要素的自动提取。

机载LIDAR电力巡检点云数据分类方法如下：

(1)利用形态学逆向插值滤波算法对原始点云进行滤波处理，得到地面点云与非地面点云；

(2)对非地面点云数据进行点云归一化处理；

(3)根据点云归一化结果，设定一高度阈值将归一化点云划分为两部分，高度大于阈值的为电力线与部分杆塔点云归一化数据，高度小于阈值的为植被与部分杆塔点云归一化数据；

(4)杆塔位置的确定：设定原始点云包含的杆塔数量N以及相邻杆塔的距离阈值D，在电力线与部分杆塔点云归一化数据中检测点云中每个点在K距离域内的相邻点云数量，并根据每个点的相邻点云数量进行点云降序排序，取排序后前N个且两两水平距离大于D的点作为杆塔定位点；

(5)杆塔归一化点云的提取：根据确定的杆塔位置水平坐标，在电力线与部分杆塔点云归一化数据和植被与部分杆塔点云归一化数据中将处于一定水平距离阈值范围内的点云划分为杆塔归一化点云；

(6)植被和电力线归一化点云提取：将电力线与部分杆塔点云归一化数据剩余部分归为电力线归一化点云，将植被与部分杆塔点云归一化数据剩余部分归为植被归一化点云；

(7)将各类归一化点云恢复高程，最终得到分类后的地面点、电力杆塔点、电力线点与植被点。

本项发明与现有技术相比具有以下优点：

(1)变革了传统电力巡检点云数据的分类思路，将点云归一化尺度与原始点云尺度相结合进行分类，提高了点云数据分类的精度和效率。

(2)较低的项目成本，较短的数据处理周期

机载LIDAR电力巡检点云数据的分类实现了全自动的分类，可极大的节省项目开发成本，缩短数据处理的周期。

四、附图说明

下面结合附图和实施例对本发明进一步说明。

图1为本发明的方法流程图；

图2为实验数据原始点云图；

图3为地面点云分类结果；

图4为非地面点云归一化结果；