[发明专利]一种从机载LiDAR数据自动提取电塔点云的方法

摘要

一种从机载LiDAR数据自动提取电塔点云的方法。电塔是高压线路巡检中的重要内容，基于电塔平面位置和空间几何特征，提出了从机载激光雷达点云中提取电塔的方法：①对机载激光雷达获取的输电线路原始点云数据，按照二维格网邻域聚类法实现电塔点云粗提取；②采用Kd‑tree聚类和空间格网区域生长法对粗提取结果进行预处理；③通过电塔的空间几何结构，提取其主干区，并结合RANSAC空间直线拟合法确定塔身棱线方程；④基于线塔主干区点云模型生长剔除噪点，结合电塔底部结构的不同采用特定的方法剔除电塔底部噪点，完成电塔点云的精提取。该发明专利直接通过电塔点云的结构特征提出实现电塔点云精分类，一定程度上可以克服电塔点云数据质量较差的问题，而且分类效率和精度高。

主权项

1.一种从机载LiDAR数据自动提取电塔点云的方法，其特征在于，主要包括以下几个步骤：(1)基于平面格网邻域聚类粗提取电塔点云数据；(2)基于Kd‑tree聚类和空间格网生长对粗提取的电塔点云数据进行预处理；(3)基于电塔几何特征和RANSAC算法提取电塔主干区点云；根据电塔的几何结构，利用电塔的高度和边长或对角线长度之间的线性关系来分离电塔主干区域，其过程简述如下：a垂直分层：对去噪后的粗提取电塔点云数据设定间隔△H进行垂直分层；b去噪：采用基于二维格网的去噪方法剔除每层少量的高压线、拉线和引流线噪点；c基于RANSAC直线拟合算法提取线性关系：电塔横截面的边长和对角线长度与横截面高度都呈线性关系，但由于横截面边长的计算比较复杂且易受高压电塔点云质量影响，采用横截面对角线长度与横截面高度的线性关系来分离电塔主干区点云数据；(4)基于模型生长精提取电塔点云数据，完成电塔点云分类；利用电塔结构上的线性特性，以及主干区点云特点，采用基于主干区点云数据模型生长的方法进一步对电塔点云进行分类；A求取电塔主干区各层角点坐标；B基于RANSAC空间直线拟合方法的塔身主体框架提取；C基于主干区点云数据模型生长的电塔点云数据提取；基于步骤(4)中得到的电塔主干区各层点云数据以及塔身的棱线框架，对电塔点云数据进行分类，其详细过程如下：1)由于电塔通常远高于其周围地物，设定一个相对高度阈值h₀，且其上的点云数据直接判定为电塔点云数据；2)对于相对高度在h₀以下的电塔点云数据，首先对其进行分层，通过塔身框架棱线方程求取每层高压线点云数据的实际包围盒，然后通过判断每层点云数据是否在包围盒内实现电塔点云与周围噪点的分离；D基于电塔的类型去除其底部的噪点。