[发明专利]一种基于三维格网的变电站场景下的点云自动分类方法

权利要求书

1.一种基于三维格网的变电站场景下的点云自动分类方法，其特征是，包括以下步骤：

步骤1、获取电力线路的三维点云数据，将三维点云数据去噪后降采样，然后格网化，利用线塔的空间关系，得到粗分类的目标格网；

步骤2、基于格网的基本类别，利用电力线空间线特征对电力线进行修正与补全；

步骤2.1、根据电力线空间上连续的特征，去除不合理的错分为电力线的孤立点云；在有电力线点的格网的去心邻域中，统计电力线点的数量，若电力线数量小于等于10，则从电力线中去除，将其暂时划分为电力杆塔；

步骤2.2、根据电力线不接地的空间特征，在格网内以地面点为聚类中心，利用距离聚类方法，遍历地面中的点，在格网中找到距离该点小于设定阈值的点，存放到一个集合中，将分为电力线的疑似点云重新划分为地面点；

步骤2.3、利用步骤2.2修正后的电力线点云，在其邻域格网中寻找其他电力线点，再利用空间直线拟合；将设定遍历点方向上到电力线拟合直线距离小于设定阈值的点加入电力线点云，再按反方向遍历，补全电力线点；

步骤2.3.1、将格网及其邻域格网的电力线点云坐标归一化，计算其协方差矩阵C，矩阵C对应的最大特征值对应的特征向量λ₁，λ₁向量对应的方向为电力线的方向，当特征值满足λ₁/λ₃+λ₂+λ₁＞0.9时，确认电力线为线性分布，以λ₁为方向，点云坐标中心为起点延伸，距离射线小于设定阈值距离的点分类为电力线；

步骤2.3.2、再按不同方向重复步骤2.3.1的过程，实现电力线的提取与补全；

步骤3、基于电力杆塔与电力线的空间关系，提取电力杆塔的中心，并以此为种子点进行聚类得到精细的电力杆塔点云，上采样得到分类点云。

2.如权利要求1所述基于三维格网的变电站场景下的点云自动分类方法，其特征是，步骤1的实现包括以下步骤：

步骤1.1、将无人机扫描获取的三维点云数据去噪，按预设噪声半径划分格网，在预设的范围内统计其他点的数目，若计算的点的数目少于设定阈值个数则被认定为噪声；

步骤1.2、按照设定的空间间隔在点云空间中生成格网，每个格网范围内取第一点作为降采样后的坐标，完成降采样；

步骤1.3、利用预设的宽度为降采样后的点云划分格网，利用预设参数对格网分层，将低于预设高度阈值的格网层预分为地面，有空白层的格网中非空白层预分为电力线层，预设高度阈值层处连续的格网为电力杆塔，从而得到粗分类的目标格网；连续的格网指阈值高度上一层的点的数目大于等于20。

3.如权利要求2所述基于三维格网的变电站场景下的点云自动分类方法，其特征是，步骤3的实现包括以下步骤：

步骤3.1、利用电力杆塔格网的邻域格网，当其邻域格网内电力线点数量小于预设阈值，为孤立建筑，而非电力杆塔，将其划分为地面类；

步骤3.2、利用格网的邻域内最大高程，向下5m点云为顶层，确认顶层电力杆塔点云，格网顶层的点云的几何中心(x,y)坐标为电力杆塔中心的(x,y)坐标；

步骤3.3、以电力杆塔中心所在格网的大邻域中，确定候选电力线及其方向，利用常规距离聚类，计算电力线点最多的一个聚类，计算其坐标协方差矩阵最大特征值对应特征向量为其方向向量，第二特征值对应特征向量为其垂直方向；

步骤3.4、再将上层点云按到塔中心的距离划分，中间柱体为塔身，加入种子点，其他距离范围内点云根据其高度加入待定点；电力线点到塔中心距离小于设定值，加入种子点，以其种子点为中心聚类，寻找种子集合边界附近待定点，将其分为电力杆塔；

步骤3.5、再将原始点云按步骤1.2所设定的空间间隔相同的大小划分体素网格，根据分类后的降采样的点云类别赋予网格属性，再根据网格属性赋予网格内点云类别属性，完成电力杆塔和电力线的点云提取。

4.用于权利要求1-3任意一项所述的基于三维格网的变电站场景下的点云自动分类方法的系统，其特征是，包括预处理模块、电力线提取模块和电力杆塔提取模块；

预处理模块用于处理电力杆塔的三维点云数据，去除三维点云数据噪声，并按预设体素大小降采样，按预设的宽度划分格网，再利用预设的高度阈值对格网内点云分类，得到粗分类的点云；

电力线提取模块用于根据电力线的空间分布对预分类的电力线点云的误分点进行修正，再利用空间直线拟合，补全电力线；

电力杆塔提取模块用于以计算电力杆塔点云顶部中心，并以此为寻找种子进行区域生长，以提取电力杆塔的三维点云。