為實現(xiàn)電力線走廊更加有效地巡檢,本文設(shè)計了一套LiDAR點(diǎn)云數(shù)據(jù)中電力線自動提取與重建的方法。首先,利用改進(jìn)的漸進(jìn)形態(tài)學(xué)濾波剔除地面點(diǎn),通過高差閾值與高程離散度分割,實現(xiàn)電力線點(diǎn)粗提取;然后,借助RANSAC直線檢測,得到電力線直線模型,依靠密度檢測,實現(xiàn)單根電力線點(diǎn)云精確聚類;此外,利用k-means算法完成分裂導(dǎo)線束間歸類;最后,進(jìn)行二次多項式限制的最小二乘擬合,生成電力線曲線模型。試驗結(jié)果表明,使用該方法電力線點(diǎn)云提取的正確率達(dá)98%以上,非電力線點(diǎn)云誤判率低至1%左右,電力線直線模型擬合誤差在5 cm以下,曲線模型擬合誤差在3 cm以下,完全滿足實際工程需求。 

【文章來源】：測繪通報. 2020,(10)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

電力線提取與重建流程

如圖2(a)所示，在地形較為復(fù)雜的地區(qū)，會出現(xiàn)電力線點(diǎn)與地面點(diǎn)或其他地物點(diǎn)高程重疊的情況，其高程分布特征如圖2(b)所示。傳統(tǒng)高程閾值分割方法利用點(diǎn)云整體的平均高程確定分割閾值，只有在電力線點(diǎn)與其他點(diǎn)層次分明且電力線點(diǎn)所在高程區(qū)間的點(diǎn)云密度明顯較小時，該方法才能取得較好的分割效果，而在復(fù)雜地形下利用高程閾值分割點(diǎn)云，會導(dǎo)致電力線過分割。依據(jù)電力線特點(diǎn)(1)，距地高差更能反映出電力線點(diǎn)與其他地物點(diǎn)的差異，因此采用高差閾值能最大限度地去除植被、房屋及大部分電塔。圖3(a)為以地面為基準(zhǔn)，其余點(diǎn)到地面高差的三維顯示效果，可知當(dāng)點(diǎn)云高程轉(zhuǎn)化為點(diǎn)云高差時，電力線點(diǎn)與其他點(diǎn)會出現(xiàn)明顯的分層且電力線點(diǎn)云密度不會因受到地面點(diǎn)的干擾而變大，其高差分布特征如圖3(b)所示，分割效果較高程閾值分割方法有顯著提升。根據(jù)以上分析，本文提出一種基于高差閾值的分割方法，具體步驟如下:圖3 高差分割

圖2 高程分割(1)點(diǎn)云濾波獲取地面點(diǎn)。漸進(jìn)形態(tài)學(xué)濾波算法簡單高效，在地形起伏較大的地區(qū)也能取得較好的過濾效果，但該算法存在地面格網(wǎng)內(nèi)非地面點(diǎn)誤分的可能，而電力線懸于整個點(diǎn)云數(shù)據(jù)的上方，其平面投影處點(diǎn)云密度較大，會出現(xiàn)一個格網(wǎng)中有多個點(diǎn)的情況，若電力線點(diǎn)落入地面格網(wǎng)，將會出現(xiàn)電力線點(diǎn)的誤判。因此本文對漸進(jìn)形態(tài)學(xué)濾波進(jìn)行改進(jìn)，增加坡度閾值，以地面格網(wǎng)內(nèi)最低點(diǎn)為參考點(diǎn)，計算參考點(diǎn)與該格網(wǎng)中其他點(diǎn)的坡度，小于坡度閾值的才為地面點(diǎn)。圖4中頂部2條為增加坡度閾值后提取的電力線;底部2條為傳統(tǒng)濾波算法過濾后提取的電力線。某點(diǎn)的坡度計算公式為


本文編號：3280890